再入飞行器弹道参数自适应稳健估计方法

建立了飞行器再入段动力学模型.通过对再入过载值的融合,避开了对弹道系数和大气密度的近似,使得再入动力学模型更加准确;通过对自适应Kalman滤波算法的简化,得到了再入弹道参数的精确、稳健的估计.仿真算例表明该方法可以在系统建模误差、传感器测量噪声模型未知的情况下得到相当好的结果.     

平方根容积卡尔曼滤波算法及其应用

针对使用扩展卡尔曼算法（extended Kalman filter,EKF）对复杂非线性状态估计时收敛速度慢、估计精度低的问题,提出一种平方根容积滤波算法（square root cubature Kalman filter,SRCKF）。SRCKF使用基于容积原则的数值积分方法直接计算非线性随机函数的均值和方差。该算法实现时只需计算函数值,避免了求导运算,降低了计算复杂度。且该算法传播了状态协方差的平方根,确保了协方差矩阵的对称性和半正定性,改进了数值精度和稳定性。把平方根容积卡尔曼滤波算法（SRCKF）应用到未知弹道系数的再入弹道目标的状态进行估计中。Monte Carlo数值仿真表明,平方根容积滤波算法大大降低了未知弹道系数的再入弹道目标的状态估计误差,提高估计精度,且运行速度较快。     

混合坐标系下跟踪自由段弹道导弹的IMM-UPF算法研究

为了提高对自由段弹道导弹的跟踪精度,在混合坐标系下构建了自由段弹道导弹不做机动时更为准确的系统动力学模型。为提高对自由段弹道导弹目标机动时的适应能力,结合Singer和当前统计模型给出了自由段弹道导弹机动时的系统动力学模型,利用交互多模型(IMM)实现了对导弹的跟踪。在对探测数据的处理过程中,为了避免探测数据中闪烁噪声的影响,提出了IMM-UPF算法,并分别与EKF、UKF、UPF等算法做了对比分析。仿真结果表明,IMM-UPF算法对存在机动的自由段弹道目标以及雷达闪烁噪声具有良好的适应性,较EKF、UKF、UPF能够获得较高的跟踪精度。     

基于DGL/IMM算法的随机机动弹头拦截研究

讨论了反导拦截高速随机机动再入弹头弹道末段的制导律和滤波器设计。基于线化假设和完全信息对策模型,推导出微分对策制导律(DGL)的表达式。在此基础上考虑一般拦截情形,即非完全信息对策以及测量含噪声,提出采用交互式多模型滤波(IMM)估计状态变量,推导出滤波方程,并与以往方法进行比较,仿真分析表明所提出的算法滤波效果好,运算量低,脱靶量均值小,而且对于未知目标机动模式有很强的适应能力。     

具备目标重定向能力的自适应再入制导律

将再入弹道跟踪问题转化为再入弹道状态调节问题,得到了一个LTV系统最优控制问题,在此基础上,利用基于伪谱算法的最优反馈控制算法,设计了一种便于在线实现的自适应鲁棒再入制导律.仿真结果表明该制导律在改变参考轨迹后依然能够较好地跟踪新的参考弹道,具备较好的动态性能和再入制导精度,而且不需要显示积分和显示增益调度.     

用于RAM目标跟踪数据滤波的模型参数自适应CMUKF算法

C-RAM系统对RAM目标跟踪数据滤波算法有精度高、收敛快的要求。弹道系数未知造成模型不准确会导致传统滤波方法难以满足要求,针对不能准确辨识弹道系数的情况,提出了一种模型参数自适应的RAM目标跟踪数据滤波方法。该方法使用量测转换无迹卡尔曼滤波算法(CMUKF)对系统状态进行估计,在无迹卡尔曼滤波(UKF)的框架下使用最小二乘递推辨识算法(RLS)在线辨识弹道系数,形成了模型参数自适应,并对辨识出的弹道系数进行二次滤波,提高了弹道系数的辨识精度。将本文算法与传统C-RAM中的跟踪数据滤波算法比较,仿真结果表明该算法提高了估计精度,且具有良好的鲁棒性和较少的执行时间。     

RUV坐标系下再入段弹道目标跟踪研究

研究RUV坐标系下的再入段弹道目标跟踪算法,该算法利用RUV坐标系下量测线性的优点,可提高目标跟踪精度。针对再入弹道目标,以东北天坐标系下目标运动加速度为基础,通过坐标转换,推导雷达阵面坐标系下的运动加速度;在此基础上通过二次求导及坐标转换推导RUV坐标系下的运动加速度,给出RUV坐标系下独立的状态方程和量测方程,并对采用扩展卡尔曼滤波所需要的关键函数给出显式表达。蒙塔卡罗仿真不同情况下的RUV坐标系下的再入弹道目标跟踪,仿真结果表明,在RUV坐标系下的跟踪较混合坐标系下的跟踪,其精度有大幅提高。     

基于期望系统噪声模型的自适应机动目标跟踪

对于机动目标跟踪问题,由于目标机动能力的增强,使建立的目标模型与目标的实际运动失配。为解决这个问题,需建立大量模型来逼近真实模式。但这使计算量增大,而且性能不一定能提高。本文提出基于期望系统噪声模型的自适应交互式多模型(IMM)算法。该算法自适应调整部分系统噪声模型,使之接近符合实际的系统噪声模型。对目标机动运动的Monte-Carlo仿真结果表明,本算法对机动目标的跟踪精度比标准IMM算法有较大改进,且计算量适中。     

弹道导弹再入段跟踪制导算法研究

首先针对弹道导弹再入大气层后的弹道轨迹进行仿真建模。为解决当前目标跟踪算法中机动模型与再入类目标实际运动不匹配的问题,采用了基于弹道模型的目标跟踪算法。获得滤波结果中来袭导弹目标的每一时刻位置及速度信息后,利用比例导引制导方法,可以实现对来袭目标和拦截弹理想弹道轨迹的三维数据仿真。仿真结果表明,算法可以对导弹目标进行稳定的跟踪,对拦截弹进行精确的制导。     

网络化弹药系统中基于IMM算法的轨迹跟踪

网络化弹药系统是一种基于先进的无线传感器网络技术与现代智能弹药概念提出的一种弹药系统。为了实现网络化弹药系统中目标跟踪的任务,文中研究了将交互式多模型(interacting multiple model,IMM)滤波算法应用于网络化弹药系统实现对目标的轨迹跟踪,分别建立匀速拐弯运动以及匀速运动模型,目标在不同时刻遵循不同运动模型,利用IMM算法对探测到的目标进行跟踪建模,通过仿真分析,IMM算法跟踪效果良好,精度远高于最小二乘法。     

一种基于弹道模型的机动目标跟踪算法

针对当前目标跟踪算法中跟踪模型与现代反舰导弹实际运动不匹配而影响跟踪精度的问题,根据反舰导弹的弹道特点,通过分析导弹受力情况和运动状态的关系,提出了一种基于弹道模型的机动目标跟踪算法,并针对高速跃升俯冲运动,分别与基于CV、CA模型的目标跟踪算法作了性能比较.仿真结果表明,该算法在原理上是正确可行的,可显著提高对高速强机动目标的跟踪性能.     

弹道导弹再入段大气参数修正

为了提高弹头落点精度,在分析大气参数偏差对弹头再入精度的影响和实际大气参数与标准大气参数差异的基础上,运用实测大气参数,拟合建立了再入大气参数的修正模型,并分析了模型的可靠性.通过弹道仿真计算表明,建立的修正模型有效地提高了弹头再入落点精度,该修正模型是切实可行的.     

基于模糊交互多模型的机动目标跟踪方法

文中提出了一种模糊IMM（FIMM）算法,通过模糊逻辑推理得到IMM算法模型集中各滤波模型的匹配度,即模型的概率,代替IMM算法中通过交互组合计算模型概率的方法,该方法不需要IMM算法中的模型先验概率及马尔可夫转移概率,从而降低了算法的复杂程度。仿真结果表明,和标准IMM算法对机动目标的跟踪效果相比,文中提出的模糊IMM算法具有更高的跟踪精度,更快的收敛速度。     

变体制导炮弹气动特性分析及弹道仿真

为使制导炮弹在不同飞行状态均保持较优的气动外形,提高飞行效率,增加射程,设计了一种变体制导炮弹,并开展气动参数计算、气动特性分析和弹道仿真等研究。首先根据设计指标确定变体制导炮弹的气动布局,通过迭代优化确定弹翼、鸭舵、尾翼的具体参数,并描述其控制方式和弹道特点; 随后利用工程化算法计算变体制导炮弹的气动数据,分析升力系数、阻力系数和静稳定度等参数与弹翼外形变化之间的关系; 最后根据气动特性分析的结果为所设计的变体制导炮弹制定变体方案,采用hp-自适应伪谱法,分别对变体制导炮弹和固定外形制导炮弹以射程最大为目标进行弹道优化。结果表明:所设计的变体制导炮弹满足设计指标,具有良好的气动特性和操纵性,弹道计算结果表明通过引入变体飞行技术可以使射程提升10%～22.5%,研究结果可以为今后变体制导炮弹的研究提供参考。     

遗传算法解算弹道导弹再入弹道

基于弹道导弹再入段运动数学模型,提出了预定程序弹道再入突防的方法并进行了遗传算法解算突防弹道的研究。建立了以攻角随再入时间增长的变化量为编码对象的遗传算法模型并进行仿真计算。仿真结果表明,该算法能够实现预定程序再入弹道快速高精度的解算,具有工程的应用价值。     

弹道目标跟踪的自适应多维分配相关算法

研究了弹道目标防御雷达的多目标跟踪数据关联方法,提出了一种弹道目标跟踪的自适应多雏分配相关算法.在对多传感器探测覆盖区域进行分区处理的基础上,进行多目标跟踪模式的判断,根据跟踪模式选取不同维数的多维分配相关算法进行相关处理,分析了多维分配算法存在的问题,给出了算法实现的伪代码.仿真实验结果表明,利用该算法能够很好地跟踪弹道目标.     

基于神经网络的轨道武器再入制导研究

将神经网络应用于轨道武器的弹道式再入制导中,实时得到所需航迹角,以此形成制导信号．对于具有较大再入初始误差及再入过程干扰、机动能力又不大的弹道式再入飞行器,可以给出满意的制导效果,而并不增加制导系统的复杂性．     

战术弹道导弹弹道仿真建模技术研究

在弹道导弹防御系统仿真中,需对战术弹道导弹的弹道进行仿真。一般而言,近程弹道导弹为抛物线型弹道,中远程弹道导弹为椭圆型弹道。依据上述两种弹道不同的特点,文中对这两种弹道分三段(助推段、自由飞段、再入段)建立了不同的仿真模型。该模型为反导体系的仿真提供了一个较为理想的作战对象,提高了仿真结果的可信度。