一种多级弹道导弹主动段状态/参数联合估计算法

为了提高未知弹道参数下的多级弹道导弹主动段目标跟踪精度和鲁棒性,提出了一种目标状态/参数联合估计算法。首先对多级弹道导弹主动段运动进行建模和动力学特性分析;然后在重力转弯目标跟踪模型(GT1)基础上进行改进,得到三维重力转弯目标跟踪模型(GT3),并与容积卡尔曼滤波(CKF)算法结合,设计了多级弹道导弹目标主动段状态/参数联合估计算法;在此基础上给出一种多级弹道导弹目标机动飞行模式,最后分别在常瞄准攻角飞行和机动飞行条件下完成仿真验证。GT3算法对导弹主动段三轴机动比较敏感,克服了GT1算法无法准确描述主动段运动的缺陷,算法精度、鲁棒性有所提升。GT3对瞄准攻角不为零的多级助推弹道导弹主动段跟踪表现出明显优势,且对级间切换具有一定的识别能力。

迭代容积卡尔曼滤波算法及其应用

将Gauss-Newton迭代和容积卡尔曼滤波(cubature Kalman filter,CKF)算法相结合,建立了一种迭代CKF(iterated CKF,ICKF)算法。该算法使用容积数值积分原则直接计算非线性随机函数的均值和方差,且在迭代过程中利用最新量测信息并改进迭代过程产生的新息方差和协方差,可获得较高的估计精度。针对弹道系数未知的再入弹道目标状态估计问题,仿真实验结果显示,该方法实现简单,比无迹卡尔曼滤波方法(unscentedKalman filter,UKF)及CKF方法效果要好。

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。

基于离差差分滤波算法的再入目标状态估计

再入弹道目标的状态估计是个复杂的非线性滤波问题,使用扩展卡尔曼滤波算法(Extended Kalman Filter,EKF),会引入较大的误差,甚至发散.为了提高估计精度,提出使用离差差分滤波算法(Divided Difference Filter,DDF)对再入弹道目标的状态进行估计.DDF算法使用二阶多维Stirling内插多项式近似非线性状态和测量方程获得状态和方差的估计.该算法只需要计算函数值,避免了求导运算,降低了计算复杂度.Monte Carlo数值仿真表明,离差差分滤波方法降低了再入目标的状态估计误差,提高了估计精度,且运行速度比无迹卡尔曼滤波方法(Unscendted Kalman Filter,UKF)要快的多.

似然迭代平方根容积卡尔曼滤波算法的克拉美罗下界分析

本文介绍了平方根容积卡尔曼滤波算法和似然迭代平方根容积卡尔曼滤波算法,推出了后验克拉美罗下限.将两种算法应用到弹道再入段的状态估计中,分析和比较了两种算法的标准差与后验克罗美罗下限的关系.仿真实验结果表明,相比于平方根容积卡尔曼滤波算法,似然迭代平方根容积卡尔曼滤波算法的位置、速度和弹道系数的标准差与后验克拉美罗下限很接近,算法的滤波性能明显优于平方根容积卡尔曼滤波算法,是一个有效的状态估计算法.

弹道中段目标平动径向速度估计的状态空间方法

为了分析弹道中段飞行目标的微动分量,需要对雷达回波中的高速平动分量进行准确估计和补偿。该文建立了目标高速平动和微动共同作用下的超宽带信号模型,提出了一种基于状态空间处理的平动径向速度高精度估计方法,该方法可以有效抑制微动分量对平动径向速度估计的影响,估计精度优于传统方法。同时包含高速平动分量和微动分量的超宽带信号模型,也可直接用于后续的微动参数提取处理。仿真结果验证了文中信号模型与径向速度估计方法的有效性。

弹道再入目标轨迹跟踪中非线性滤波算法研究

弹道再入目标轨迹跟踪是一个重要的非线性滤波应用问题。论文将常见的非线性滤波器分类为基于点的滤波器和基于密度的滤波器,对比分析了各类算法的基础理论原理,仿真实验得出在高斯噪声条件下,EKF要优于UKF和PF,在闪烁噪声条件下PF要优于EKF和UKF的结论。

基于多模型的再入弹道目标跟踪算法

再入弹道导弹目标的跟踪和识别是反导防御体系中最关键的问题.针对传统的跟踪方法不能适用于不同类型的再入弹道目标的跟踪和真假弹头的识别问题,提出一种基于多模型的再入段弹道目标跟踪算法.该算法采用多模型的结构,适用于跟踪不同类型的再入弹道目标,可有效地提高跟踪精度;同时对于弹道系数的估计具有很快的收敛速度和较好的估计精度.仿真结果表明,与传统的EKF算法相比较,本文算法大幅提高了目标跟踪的精度,特别在弹道系数估计上精度较高,具有一定的识别真假弹头的能力和鲁棒的跟踪性能.

基于CKF的再入段弹道目标质阻比估计

针对传统扩展卡尔曼滤波(EKF)对再入段弹道目标的质阻比估计存在收敛速度慢,估计精度不够高的问题,提出一种利用容积卡尔曼滤波(CKF)对再入段弹道目标进行估计的方法。给出了扩展卡尔曼滤波和容积卡尔曼滤波估计再入段弹道目标质阻比的性能比较。仿真结果显示,在收敛速度及估计精度上,容积卡尔曼滤波对再入段弹道目标质阻比的估计都优于扩展卡尔曼滤波。

基于单台光测设备的不规则目标再入弹道估算方法

针对单台光测设备条件下不规则外形弹道目标的再入弹道估算问题,提出了以不规则外形再入弹道目标初始再入射面为基本约束条件,将光测设备视线矢量与初始再入射面的交点作为目标位置序列,得到与光测数据序列相应的目标位置序列,利用中点平滑方法得到弹道估值序列。在综合考虑目标初始再入射面偏差和光学测量数据误差的基础上,给出再入弹道误差估算方法。研究结果表明:该方法可以有效估计出再入目标的弹道参数,解决了单台光测设备测量数据不足,难以给出目标位置估值的问题。

一种迭代离差差分滤波算法及其应用研究

针对扩展卡尔曼滤波(EKF)和迭代EKF量测更新过程采用线性化误差传递,导致状态估计精度偏低的问题,将迭代方法、统计线性化误差传递和离差差分滤波器相结合,建立了一种新型迭代离差差分滤波方法.将该方法应用于再入弹道目标状态估计,仿真实验结果显示,此方法降低了测量方程的非线性对滤波的影响,有效提高了目标的状态估计精度.