用于卫星制导弹药落点预测的卡尔曼滤波算法

为即时地准确地预测弹丸落点,文中建立了基于质心弹道模型的卡尔曼滤波状态方程,利用衰减记忆法扩展卡尔曼滤波递推算法估计方程中的未知参数和风偏因素,并利用其估计参数外推出外弹道落点。利用某型号迫弹卫星虚拟导引装置的测量数据进行验算,其未知系数迅速收敛至真值,同时实现了对风偏的准确拟合。研究发现其卡尔曼滤波算法对弹丸落点预测具有精度高、运算速度快等优点,适宜于工程应用。     

基于无迹卡尔曼滤波算法的弹道落点预测方法

为解决靶场理论弹道和外测飞行目标实时信息预测落点预测时间长,不能清晰及时预测飞行轨迹等问题, 提出一种改进的弹道落点预测方法。从弹道模型出发建立基准模型坐标系,将外测设备参数配置于基准模型坐标系, 实时采集的外测设备数据采用无迹卡尔曼滤波(unscented kalman filtering,UKF)算法滤波处理后获得融合轨迹,并 通过Runge-Kutta 算法进行外推计算以进行落点预报。经Matlab 仿真分析和实际效果验证,该方法的结果更加精确 且适用性更强。     

利用落点预测制导律提高火箭弹射击精度的方法研究

文中对利用落点预测制导律提高火箭弹射击精度的方法进行了研究.首先论述了落点预测制导律的基本原理、偏差矢量E的获取方法,脉冲发动机点火的逻辑;其次,给出了特定条件下的脉冲发动机控制力修正能力决策表;最后,进行了射击仿真实验.结果表明,利用落点预测制导律可以显著提高火箭弹射击精度.     

制导弹药的过载零位误差校正算法研究

制导弹药发射时,高冲击影响下传感器零位会发生移位,从而引入过载零位误差,因此需要设计基于扰动模型的过载滤波算法。文中分析了弹道的长、短周期扰动,设计了适用于卫星制导弹药过载参数辨识的衰减记忆法扩展卡尔曼滤波算法,并且采用最小二乘算法滤除加表、弹道过载短周期扰动,从而实现了过载零位误差校正。文中通过仿真与实弹试验的方式验证了校正算法的正确性,发现校正算法具有精度高、运算速度快等优点,适宜于工程应用。     

某型制导弹药贮存寿命预测方法探讨

对国外研究的发展状况进行了介绍，针对某型制导弹药的贮存寿命研究提出了三种预测方法，并对这三种预测方法在该型弹药贮存寿命研究中的运用步骤进行了分析和探讨。     

基于摄动制导的运载火箭一子级落点控制

针对运载火箭一子级落点横向散布较大的现状,找出了落点横向散布主要影响因素,提出在一级飞行后段施加摄动制导的一子级落点控制方法,并针对入轨精度和与载荷相关的特征参数作了影响分析。经分析表明,该方法能显著减小一子级横向散布,对入轨精度影响极小,不会导致箭体结构破坏,有利于弹道设计和落区安全工作的开展。     

卡尔曼滤波在弹道修正弹落点推算中的应用

为了准确地估算常规弹箭的飞行弹道,以便对其实施简易弹道修正并大幅度提高殚箭的密集度,应用卡尔曼滤波方法,结合质点弹道模型,建立了卡尔曼滤波弹道模型.对地面侦察雷达撂测到的一段飞行弹道参数进行滤波,进而外推出弹道落点.仿真结果表明,雷达测量信号中的噪声具有随机性且幅值较大,在卡尔曼滤波过程中,滤波方差衰减很快,滤波后测量噪声能够较快地大幅度减小;外推弹道落点精度随着雷迭跟踪时间(跟踪点数)的增加而迅速提高,经过一段跟踪时间后,这种趋势逐渐变缓.对于大口径弹道修正弹,雷达跟踪点数宜取30～40点,求解一条弹道约需几十mS.     

21世纪末制导弹药的发展预测

通过对国外末制导炮弹、末制导迫弹、制导航弹和末修弹药发展历程的追踪和研究，概述了国外末制导弹药的发展现状，分析了80年代以来几次较大规模局部战争，尤其是伊拉克战争中精确制导武器的使用特点，阐述了精确制导武器在未来局部战争中的作用，并结合末制导技术的发展趋势，预测了21世纪末制导弹药的发展方向。     

制导工具误差对落点精度的影响分析及精度评估

基于给定的制导工具误差模型,运用蒙特卡罗方法进行弹道仿真计算,得到了关于导弹的落点偏差信息,在此基础上分析了工具误差系数对导弹落点精度的影响．同时给出了几种小样本情况下导弹命中精度的估计方法,并采用有效性的度量指标比较了几种方法的准确性,给出了一些有益的结论。     

航空弹药滑动预测制导律的设计

针对某型远程航空弹药用于攻击大型地面静止目标的特点,并根据其组合导航系统提供的信息建立起来的弹目相对运动模型,应用最优滑动二次型性能指标设计了滑动预测制导律。利用航空弹药的气动参数,对此制导律进行了各种条件下的全弹道数学仿真,仿真表明该制导律有较强的抗干扰能力。     

UKF滤波算法在弹箭落点估计中的应用

依据部分弹道的弹道轨迹测量数据,准确预报弹道落点,是弹道修正弹药智能化的关键技术.综合考虑滤波精度和算法复杂度,文中采用质点弹道模型和无迹卡尔曼滤波(unscented Kalman filter)方法,建立了弹道滤波模型和外推弹道模型.通过对雷达测量数据的处理结果表明,UKF弹道滤波模型和质点外推模型有较高的精度.     

基于渐消记忆滤波的弹道修正弹落点预测

针对滤波处理所需时间长、准确建立误差模型难的问题,提出了仅对弹道落点预测偏差进行滤波的方法,给出了弹道方程及落点预测方程.关于弹道修正弹飞行过程中弹道经常发生突变及弹载计算机运算能力有限的问题,提出了基于渐消记忆滤波的自适应滤波方法,采用半实物仿真试验和飞行试验对该滤波方法进行了试验验证,结果表明该方法能实现实时滤波,弹道突变时滤波后的预测偏差可保持相对平滑,没有引起发散现象,实用性很强.     

基于摄动原理的火箭弹落点实时预测

基于摄动原理,提出了以6自由度弹道方程解算的弹道为火箭弹基准弹道,求解参数扰动引起的落点偏差变化量的落点实时预测方法,并给出了详细解算步骤。将各种扰动系数的解算赋予地面火控计算机,降低了弹载计算机的解算复杂度和解算量。以122 mm火箭弹为例,选取一条基准弹道,分别对无扰动、仅存在初始扰动和全弹道存在随机扰动3种条件下的无控弹道进行了落点预测仿真实验和火箭弹落点预测飞行试验。研究结果表明：该方法在仿真实验和实际飞行试验中都具有较高的预测精度,横向偏差收敛速度较纵向偏差快,其波动幅度在全弹道上较纵向偏差小,而且纵向偏差预测在火箭弹降弧段才趋于收敛;采用该方法进行预测时每次解算时间为167 ns左 右,远小于弹载控制器2 ms的控制周期,实现了实时预测。     

一种一维弹道修正弹自适应落点控制算法

针对在发射前预先装定弹道信息的传统弹道修正弹控制方法存在易受外界因素扰动的问题,提出了一种一维弹道修正弹自适应落点控制算法;通过建立弹道滤波模型外推弹道,利用自适应落点控制算法,得到阻尼器修正参数修正弹道,并根据弹丸飞行参数每隔特定时间循环上述过程实现自适应修正,直到引信引爆;仿真结果表明:滤波外推后的弹道更接近于实际弹道,经过多次弹道修正可以有效减小落点弹目偏差,与传统弹道修正方法相比较,改进弹道修正方法可较大幅度提高对静态目标的打击精度.     

基于线性弹道模型的末段修正弹落点预测

针对末段修正弹在弹道末段快速预测落点的问题,提出一种将六自由度刚体外弹道模型线性化的方法,得到线性弹道方程组并求其解析解,结合剩余飞行弧长估算公式,推导出弹道落点快速预测解析公式。以六自由度弹道为基准,通过仿真分析了不同射角不同预测点下线性弹道模型预测法的预测精度和解算时间,结果表明该方法对偏流方向的落点预测误差小于8 m,解算速度相比三自由度数值积分落点预测法提高了一个数量级。该方法为弹载计算机进行实时快速弹道解算提供理论依据,对末段修正弹的工程应用具有参考价值。     

联邦式扩展卡尔曼粒子滤波算法

为了使联邦滤波器能有效处理非高斯、非线性系统的状态估计问题,提出将扩展卡尔曼粒子滤波引入联邦滤波结构中,得到一种新的联邦式扩展卡尔曼粒子滤波算法。使用扩展卡尔曼粒子滤波对联邦滤波子系统的多源数据进行处理,从而摆脱了经典卡尔曼滤波的限制,拓宽了联邦滤波器的实际应用范围。将联邦式扩展卡尔曼粒子滤波算法应用于非线性滤波器的一个标准验证模型进行了仿真实验,结果表明该算法是有效性的。     

基于平方根卡尔曼滤波的粒子滤波算法

在普通粒子滤波器中,基于先验概率的重要性密度不能容纳最新测量信息,导致跟踪精度难以提高。针对该问题,给出一种基于平方根卡尔曼滤波(SRUKF)的新型粒子滤波算法(SRUPF)。该算法以普通粒子滤波器(PF)为基础,运用SRUKF生成重要性密度。与运用先验知识生成重要性密度的普通粒子滤波器不同,SRUPF的重要性密度中包含了最新的观测信息,从而能够更好地逼迫状态变量的分布规律。此外,由于SRUPF在计算重要性密度时不需要在每一个迭代步骤都对状态协方差阵进行分解,因而SRUPF比PF具有更好的数值稳定性。在非线性测角跟踪问题中的应用表明:SRUPF滤波器的跟踪精度优于PF和SRUKF。     

改进的卡尔曼滤波非均匀性校正算法

针对基于卡尔曼滤波(Kalman filtering,KF)的红外焦平面非均匀性校正算法的计算量和存储量较大,不利于实时性校正的缺点,提出一种改进的卡尔曼滤波非均匀性校正算法。该算法通过线性递归滤波器修正了观测方程,用每一帧块图像的统计均值来代替卡尔曼滤波校正算法中的观测矩阵,使增益矩阵得到简化。Matlab仿真实验结果证明:该算法的校正效果与传统的卡尔曼滤波校正算法相当,但大大减少了计算量和存储空间。