多测速系统最优弹道估计方法及应用

应用最优弹道估计方法,研究了多测速系统数据的融合处理技术,获得了最优弹道结果,并与高精度GPS数据进行了比对计算,发现两弹道分速度比对差值极小,计算精度达到厘米级。结果表明,最优弹道估计方法能够更好地获取高精度的弹道结果,是一种多测速系统数据处理的有效方法,在试验任务中得到了成功应用,提供了可靠的数据处理结果。

多测速系统测量数据差分非线性求解及应用

多测速系统是航天测控网的重要组成部分,通过多站联测实现外空间飞行目标的高精度测速。针对试验任务中以两套测量体制联测距离和变化率为对象,建立测速系统测量数据非线性计算方法。计算结果显示,该方法可有效地消除跟踪测量过程距离和变化率数据部分系统误差和随机误差,是克服相关序列相关性的有效方法,提高了数据处理精度。

多测速系统中系统误差实时估计与校准算法

在实际目标跟踪系统中,测量设备都存在系统误差,会导致跟踪滤波精度显著下降。针对多测速系统,对其测速系统误差进行了简化数学建模;然后将其增广为状态变量,应用扩维无迹卡尔曼滤波对目标运动状态和系统误差进行联合估计,以实时校准系统误差、提高状态估计精度。在存在主副站2类系统误差的条件下,设定恒定和线性时变2类系统误差场景,对算法进行仿真分析。仿真结果表明,算法在2类系统误差情形下都能有效校准系统误差,位置、速度滤波精度可提高80%以上;尤其是当系统误差恒定时,算法可完全消除系统误差的影响。

多测速系统应答信标数据实时分类算法

为了提高目标轨迹解算的稳定性,针对多测速系统在应答模式下的测量数据分类问题,提出了一种新的实时分类算法。首先分析了现有方法的缺陷;其次设计了一种能够将应答数据、信标数据与异常数据进行分类的新算法。该算法的关键是选择适当的分类参考,采用目标理论轨迹与已经分类的历史测量数据等2种分类参考相结合的方法,以适应不同的应用情形;最后,利用2类主站配置模式下的典型实测数据对新算法进行验证,结果表明新算法能够将3类数据正确分类。在此基础上,解算出的实时轨迹平稳且连续,测量数据的利用率明显提高。因此新分类算法的性能优于现有方法,对改善其他测量系统中的实时数据分类效果也具有借鉴意义。

多测速系统测速差分计算及误差分析

多测速系统是航天测控网的重要组成部分,通过多站联测可实现外空间飞行目标的高精度测速。以四站联测距离和变化率为对象,建立了测速系统测量数据的两组差分算法和误差传播算子及精度计算公式。任务实测数据计算结果表明,该方法可有效消除跟踪测量过程距离和变化率数据的大部分误差,提高数据处理精度。

多测速测量系统布站几何优化设计

多测速测量系统弹道参数估计的精度与其布站几何密切相关。以提高多测速测量系统弹道参数估计的精度为目的,建立了布站几何优化设计的目标函数和约束条件,采用改进的遗传算法对这一多约束条件下的非线性优化问题进行了数值计算。在算法中,对约束条件采用违反淘汰法与惩罚函数法相结合的处理方法,在保证种群质量的同时兼顾了个体的差异性;在初始种群中引入极端个体以增加其多样性,避免交叉变异陷入局部最优。最后,对多测速测量系统在布站几何优化前后采用测速样条函数定轨方法进行弹道参数估计的精度进行了实例仿真。仿真结果表明,遗传算法的布站几何优化设计对于提高多测速系统弹道参数估计的精度有效、可行。

基于最小二乘改进法的测速数据处理及应用

多测速系统是航天测控网的重要组成部分,通过多站联测可实现外空间飞行目标的高精度测速。以两套测量体制联测距离和变化率为对象,建立了最小二乘改进方法。该方法在通过最小化误差平方和的基础上寻找数据的最佳函数匹配,对目标参数进行估值,并对解算出的目标参数反算到测元,对实际测元的差值部分进行有效补偿,获取了更为准确的目标参数,使计算出的结果更加贴近实际飞行情况。

测速测元与距离和变化率测元融合算法及应用

利用雷达测速测元与新型跟踪测量设备——高精度多测速系统的距离和变化率测元进行有效融合,通过基于最小化误差平方的基础上寻找数据测元的最佳匹配,并对线性化后的测元数据进行补差,不仅实现了同时确定飞行目标的位置和速度参数,摆脱对定位数据依托的窘况,而且计算结果更为符合实际。该方法的实现,扩充了外弹道的数据处理技术手段,为分析和评价运载火箭飞行性能提供了技术支持。

多普勒频率误差对飞行目标参数的影响分析

针对试验靶场中的高精度多测速系统中,多普勒频率测量数据的误差对飞行目标产生影响的问题,建立了多普勒频率误差对目标定速的影响分析计算模型。通过仿真计算及定量分析得出,其产生的误差将直接影响目标定速结果,且影响量值随时间增加而逐渐变大。此方法可为飞行目标的定速情况提供有效的分析手段,也为提高外弹道数据处理精度提供技术支持。

基于拟牛顿方法的非线性求解及应用

针对某测量任务中以两套一主三副测量体制联测距离和变化率为对象,给出了拟牛顿求解方法。通过测量梯度的变化,构造了一目标函数的模型使之快速收敛。任务实测数据计算结果显示:该法解决了非线性求解问题,为任务提供了有效的技术支持。