基于经典控制理论的制导系统校正方法研究

针对空空导弹抗目标大机动时,制导系统持续增加的快速性需求,利用反馈/前馈控制信号可提高瞬态和频率响应的经典控制思想,以及在制导算法中引入导弹的实际加速度补偿量以改善制导回路性能的方法,设计了制导系统校正算法。然后,通过线性化模型对制导系统校正算法的性能进行了数字仿真,仿真结果表明系统校正算法能够降低目标机动时所产生的脱靶量。最后,在仿真环境中加入导引头测角噪声,对校正算法增加前后的制导控制系统性能进行仿真和对比分析,基于分析结果对噪声环境下的校正算法进行了优化。     

实时数字视频图象跟踪器

由航空航天部第二总体设计部开发、研制的实时数字视频图象跟踪器,是地面制导系统使用的有效设备。在现代战争中,成象制导已成为精确制导的手段之一。成象制导技术在军事上,特别是在武器系统中,更有其特殊重要的价值,而这一视频跟踪器是完成成象制导系统的有效装置。     

防空导弹固体发动机喷焰相位噪声微波衰减测量研究

导弹固体发动机喷焰相位噪声微波衰减是影响武器制导系统性能的重要指标。需要研制专用的测量装置,进行多次地面热试车测量。证明推进剂组分特别是含铝量和电子捕获剂的影响,通过改进推进剂配方和精心组织试验,实测微波衰减值满足系统总体要求。由于仔细地注意了系统校准和振动干扰消除,测出了发动机喷焰的真正相位噪声。调幅噪声的测量数据与相位噪声相当。     

评价实际雷达跟踪环境中的六种跟踪器

本文评述六种跟踪器并比较其性能。本研究中使用实际的雷达目标数据,这些数据是从各种条件下的民用和军用飞机上收集来的。因为不可能获得真正的目标轨迹,所以把预测RMS误差作为性能判据。根据性能和计算复杂性比较这六种跟踪器。评价结果表明非模型跟踪器性能通常优于基于模型的跟踪器。给出简要的讨论。     

一种通信装备系统间干扰评估的新方法

提出了通信装备系统间互扰评估的一种低计算复杂度分析方法。比特差错概率是对数字通信接收机性能进行评估的重要指标,而由比特差错概率(BEP)表征的系统间互扰的情况计算非常复杂,因此需要合理简化。通常假设干扰为加性高斯白噪声,但有些情况下这种假设并不合理。而使用高阶统计量峰度值来估计的方法可以处理调制干扰信号也可以处理脉冲干扰信号,综合了加性高斯白噪声近似和峰度测量以达到对数字通信设备间互扰分析更合理精确。     

神经网络在多目标跟踪中的应用

在典型的多目标跟踪中,随机干扰的出现给量测源带来了不确定性。因此需要用数据互连技术使每个量测与相应目标互连或当出现杂波或虚警时放弃该量测。本文介绍使用Hopfield网络的基于神经网络的多目标跟踪算法。通过把数据互连问题的约束和著名的“旅行推销员问题”(TSP)的约束相比校,导出Hopfield网络的能量函数。通过模拟退火过程使能量函数最小化,由此计算数据互连概率,并应用于每个目标的卡尔曼滤波器跟踪器。将所提出算法的性能与传统技术相比较。仿真结果表明:所提出的神经网络跟踪器与联合概率数据互连滤波器相比较有令人满意的性能。     

利用激光器测量导弹位置和姿态

利用多路激光跟踪器对导弹进行定位。该系统的直接用途是作为靶场测试设备,还可作为制导系统,特别是用于中段制导和末段修正。     

利用多传感器跟踪机动目标:数据越多总意味着估计越好吗?

在文献中考虑利用多传感器跟踪机动目标一类的问题时,支持特定目标跟踪的传感器数量及类型通常相对于目标假定位置是固定的。然而,在许多多传感器系统中,支持某一特定目标跟踪的传感器数量及类型,可由于各个传感器的机动性、类型及资源的制约而随时变化。这种在传感器系统配置上的变化性,在跟踪机动目标时造成严重的问题,这是由于目标运动模型存在不确定性。卡尔曼滤波器通常用于滤波位置测量,以估计目标的位置,速度和加速度。在设计卡尔曼滤波器时,过程噪声(加速度)方差Qk的如此选定以致于65％到95％的概率区间能包含目标的最大加速度水平。然而,当目标机动时,加速度以一种确定性方式变化。于是,与过程噪声相关的白噪声假设发生偏离,滤波器在目标机动期间产生状态估计偏差。如果选定一个较大的Qk,则在机动时的状态估计偏差较小。但当目标不作机动时,此时的Qk只能粗劣地表征目标运动,而且滤波性能远远偏离最优了。这里,举出了目标在单一坐标系运动的例子,说明了利用多传感器跟踪机动目标存在的问题,从中表明两传感器(在确定条件下,其中包括各传感器的正确配置)具有较之单一传感器更糟糕的跟踪性能。将交互式多模型算法(IMM)应用于该范例中,证明了它是一种解决跟踪滤波器性能问题的潜在方法。     

基于模糊多传感器数据融合的目标跟踪系统

为了克服使用单个传感器的局限性,目标跟踪系统中引入了多传感器数据融合(MSDF)算法.MSDF能有效减小污染传感器测量量的噪声,又可排除估计过程中的无效测量量.它既能处理线性传感器的数据融合问题,又能处理含噪声的非线性传感器的数据融合问题.为了克服缺乏目标运动的前期信息的不足,目标跟踪系统中还运用了模糊运动学过程模型.因此,尽管缺乏有关目标运动及估计过程中所包含的传感器前期统计信息,该目标跟踪系统的性能却与基于已知目标精确过程模型的广义卡尔曼滤波器的目标跟踪系统相当.     

双模制导系统中导引头跟踪信息置信度判别

判别导引头对目标跟踪信息的可用性是双模制导系统中的关键环节.判别系统中引入置信度指标来描述跟踪信息的可用性.根据导引头探测环境复杂多变的特点,运用具有自主智能性的模糊逻辑推理系统对导引头跟踪信息的置信度进行判别,并针对模糊逻辑推理系统判别耗时问题,提出了把描述跟踪目标信息不确定性的模糊推理规则转化为神经网络的方法,实现了对导引头目标跟踪信息快速性、准确性的判别,满足了双模制导系统的要求.     

随机快速光滑二阶滑模末制导律设计

针对目标随机机动、惯性延迟、参数变化等因素降低导弹末制导精度的问题,提出新型随机快速光滑二阶滑模控制方法。将目标机动简化为零均值高斯白噪声过程,制导系统成为带加性噪声随机不确定非线性系统。考虑到该系统不存在平衡点,提出有限时间二阶均方实用收敛概念,并基于此证明了所设计控制律的收敛特性。根据直接命中条件设计滑模面,得到随机快速光滑二阶滑模制导律。在尾追和迎头两种态势下,将该新型制导律与扩展比例导引、一般滑模制导律及确定性光滑二阶滑模制导律进行仿真比较,验证了该方法的正确性和有效性。     

量测噪声模拟及其在C^3I系统仿真试验中的应用

各种雷达、声呐,以及其它量测设备对目标的量测不可避免地带有误差,即量测噪声。在舰船作战系统、指火控系统、区域C~3I系统的的情报处理和火控解算方案论证、系统仿真试验、以及模拟训练中,都要求逼真地计算多目标、多传感器的量测噪声。显然,按照常规方法产生的随机数和正态白噪声是远远不能满足需要的。本文着重论述了量测噪声的模拟机理,在对量测噪声进行分类的基础上讨论了多种行之有效的模拟方法,最后作为应用实例,在指出了所采用的周期长、性能优良的多随机数发生器的同时,较详细地阐述了区域C~3I系统仿真试验中多目标、多传感器量测噪声的模拟技术。     

弹载惯性测量系统抗高过载技术

在现代高技术条件下的局部战争中,为了提高火炮的射程、打击精度和反应速度,发展制导炮弹系统就成为必然的选择.弹体姿态测量系统是制导系统的重要组成部分,解决其在炮弹发射高过载恶劣环境下的生存问题就成为研究的关键之一.提出了主要抗高过载手段,并对弹体姿态测量系统的抗高过载性能进行了Ansys软件仿真、马歇特试验以及实弹飞行试验.最后得到结论,所给出的抗高过载方案在降低高过载对弹体姿态测量系统的影响方面,可以发挥良好的作用.     

基于目标可感知性的跟踪器设计

本文介绍了基于目标可感知性的跟踪器的理论设计。还介绍了用于增强跟踪性能的最佳跟踪决策（即，航迹起始、确认和终止）的跟踪器参数确定的基本法则和解析式。本文还提供了支持理论设计的信真计算结果并证明该跟踪器在跟踪性能方面的增强。     

仅用测量视线速率的准最优制导规律

本文给出了一种新的准最优制导规律,它采用有相位超前补偿的比例导引法。制导增益、相位超前和最大相位超前量出现时的频率是根据导弹和目标的动态延迟来确定的。准最优制导规律的实现除了需要视线速率外不需要其它任何信息。为了验证准最优制导规律的性能是良好的,采用了线性寻的系统和真实的非线性寻的系统进行了仿真研究,将准最优制导规律的性能与古典比例导引法的性能做了比较,获得了如下的一些结果:1) 在线性寻的系统中当存在发射误差或目标做等加速运动时,为使脱靶量达到设计要求,准最优制导规律的最小剩余时间与比例导引法相比可以减小一半。2) 准最优制导规律产生的加速度值小于或等于比例导引法的加速度值。3) 准最优制导规律由于采用相位超前补偿,它对测量噪声的敏感性要比比例导引法高。因此设计者根据测量噪声情况必须精心设计噪声滤波器。4) 真实的非线性寻的系统仿真结果与线性的寻的系统伤真结果性能是相同的。通过结果比较可以得出结论,准最优制导规律用于对付高机动目标是一种很有效的制导规律。     

基于运动状态和敌我属性的空中目标融合识别

研究了基于实时跟踪器的空中目标航迹身份识别问题。从分析目标运动状态和敌我属性的不确定性出发 ,建立了空中目标身份统计模型 ;根据建立的模型 ,通过采用Dempster Shafer证据理论方法 ,对空中目标进行融合识别。仿真实验结果证明了模型和算法的有效性。     

弹道式导弹自对准系统的线性统计模型

固定基座发射的弹道式导弹,可以利用三轴陀螺平台罗盘系统来实现全方位自对准。在考虑到系统噪声及测量噪声情况下,建立了导弹自对准系统的线性统计数学模型,供系统的随机最优控制设计时使用。     

基于ARMA辨识的色噪系统状态参数鲁棒估计

实际环境中观测系统的噪声,同时存在着白噪、色噪声和尖点噪声的影响.已有的研究都仅考虑白噪或色噪声,首次将实际系统中可能出现的所有噪声纳入观测方程,推导出统一的带白噪形式的观测方程.新观测方程在色噪声ARMA辨识基础上,可以直接用于传统的卡尔曼滤波算法,避免了扩维滤波.于是状态参数的稳健估计归结为ARMA参数的辨识.重点研究了自由参数选取与输入噪声之间的关系,将鲁棒支持向量回归机的优化问题转换成最大后验估计问题,为合理选择自由参数提供了理论依据.仿真结果验证了新算法的有效性.     

在组合导航中应用H∞滤波来提高精度的研究

目前,Kalman滤波在组合导航中的应用已很广泛,但是,在系统模型和干扰噪声不确定的情况下,误差出现发散,精度下降.H∞滤波由于对系统模型不确定性和外界干扰具有较强的鲁棒性,可以提高滤波性能和精度.对这两种滤波方法用于导弹组合导航中的性能进行了分析.     

双层隔振系统的模糊-PID控制方法

PID算法简单,稳态性能好,但动态性能差.模糊控制方法灵活,适应性强,不依赖于受控对象的数学模型,可以处理系统参数的非线性和不确定性问题,动态性能好,但稳态性能差.为提高双层隔振系统隔离低频结构噪声的不足,将模糊控制理论应用于双层隔振系统,较好地实现了两种算法的结合,弥补了该系统动态性能差的缺陷.仿真结果表明该方法有良好的减振效果.