基于改进自适应卡尔曼滤波的闭环脱靶量预测技术研究

针对传统卡尔曼滤波算法的脱靶量预测稳定性差、精度不高等问题,提出了一种基于改进自适应卡尔曼滤波的脱靶量预测方法。利用脱靶量误差源统计特性建立脱靶量模型,结合改进自适应卡尔曼滤波方法实现对脱靶量的准确估计,并将改进自适应卡尔曼滤波与传统卡尔曼滤波的预测修正结果对比分析。仿真结果表明:基于改进自适应卡尔曼滤波算法比传统卡尔曼滤波算法在闭环校射中方位角预测修正提高70%以上,高低角预测修正提高30%以上,该改进卡尔曼滤波算法预测结果更加稳定、精确。

一种基于三维匀加速直线运动的导弹与目标脱靶量测量方法

本文提出了一种对雷达测量数据进行处理而得到导弹与目标间脱靶量的算法,该算法在建立精确的空间运动模型的基础上,对雷达数据处理所得的弹目之间的距离平方进行非线性拟合,进而对拟合曲线求导并进行零点搜索得到脱靶时刻,之后在三维方向上再次拟合并内插得到矢量脱靶量和标量脱靶量。仿真实验表明,该算法具有很好的精度和稳定性,可在实际应用中提供有效数据。