在空空導(dǎo)彈末制導(dǎo)段，目標(biāo)以高速機(jī)動(dòng)來逃避攻擊，對(duì)于導(dǎo)彈來說，剩余飛行時(shí)間短，由于目標(biāo)機(jī)動(dòng)帶來的不確定性干擾增多，給跟蹤目標(biāo)帶來困難。因此，對(duì)設(shè)計(jì)出快速響應(yīng)目標(biāo)機(jī)動(dòng)的優(yōu)良制導(dǎo)律來說，正確估計(jì)出目標(biāo)的狀態(tài)才能為準(zhǔn)確命中目標(biāo)提供可能與保證。于是，如何正確估計(jì)目標(biāo)狀態(tài)尤其是目標(biāo)的加速度，已成為空空導(dǎo)彈跟蹤與攔截高機(jī)動(dòng)目標(biāo)的關(guān)鍵。本文以此背景，對(duì)在復(fù)雜的作戰(zhàn)環(huán)境下機(jī)動(dòng)目標(biāo)狀態(tài)估計(jì)算法進(jìn)行研究。 首先本文在基于主動(dòng)雷達(dá)量測(cè)模型基礎(chǔ)上，研究了非線性濾波算法，重點(diǎn)研究了轉(zhuǎn)換測(cè)量卡爾曼濾波、擴(kuò)展卡爾曼濾波、減小線性化誤差算法和強(qiáng)跟蹤濾波算法。并結(jié)合基于“當(dāng)前”統(tǒng)計(jì)模型的三維空間螺旋機(jī)動(dòng)目標(biāo)模型對(duì)這幾種算法進(jìn)行了仿真比較分析。 然后對(duì)交互式多模型算法進(jìn)行了研究，建立了以恒定角速度ω轉(zhuǎn)彎的運(yùn)動(dòng)模型、勻加速模型以及勻速模型為基礎(chǔ)的交互式多模型，并結(jié)合轉(zhuǎn)換測(cè)量卡爾曼濾波算法對(duì)其進(jìn)行了仿真分析比較。 最后在研究比例制導(dǎo)律和最優(yōu)制導(dǎo)律的基礎(chǔ)上，結(jié)合空空導(dǎo)彈的二維線性攔截模型及卡爾曼濾波算法，對(duì)比例制導(dǎo)律和最優(yōu)制導(dǎo)律進(jìn)行了仿真分析，驗(yàn)證了最優(yōu)制導(dǎo)律的先進(jìn)性。

【文章頁數(shù)】：97 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖3-2目標(biāo)在三維空間中運(yùn)動(dòng)軌跡Fig.3-2trajectoryoftargetinthree-dimensionalspace

3.7.1螺旋機(jī)動(dòng)目標(biāo)運(yùn)動(dòng)的描述機(jī)動(dòng)目標(biāo)在三維空間中的運(yùn)動(dòng)如圖3-2所示，這里選用兩個(gè)坐標(biāo)系：其一為大地慣性坐標(biāo)系OXgYgZg,利用微分幾何活動(dòng)標(biāo)架的思想選取另一個(gè)為目標(biāo)軌跡標(biāo)架OXtYtZt。目標(biāo)軌跡標(biāo)架坐標(biāo)原點(diǎn)取在目標(biāo)重心處，OXt軸與目標(biāo)速度矢

圖4-2衰減憶波算法意圖

圖4-2衰減憶波算法意圖Fig.4-2Schematicdiagramoffadingmemoryfilter析,消除模型誤差所致濾波發(fā)散的一種做法是采用漸消

圖5-1交互多模型算法意圖

交互式多模型算法包含了多個(gè)濾波器[29,30,31,32](各自對(duì)應(yīng)著相應(yīng)的模型)、模型概率估計(jì)器、一個(gè)交互式作用器(在濾波器的輸入端)和一個(gè)估計(jì)混合器波器的輸出端)，多模型通過交互作用跟蹤一個(gè)目標(biāo)的機(jī)動(dòng)運(yùn)動(dòng)，其中N個(gè)模IMM算法如圖5-1所示:

本文編號(hào)：4005501