高超声速飞行器俯冲段制导控制方法研究北大核心

针对高超声速飞行器俯冲段制导控制问题,利用四元数代替欧拉角建立了六自由度模型,避免了高超飞行器大姿态角机动时,欧拉角解算出现发散的问题;基于六自由度模型推导出一种新的制导控制模式:外环利用飞行器状态及目标-飞行器三维相对运动信息,解算出所需的飞行器角速度作为虚拟控制量,内环采用滑模控制器跟踪外环产生的角速度指令,得到飞行器舵偏角指令;该方法采用跟踪角速度代替跟踪欧拉角指令的方法,可以使飞行器实际飞行更加平稳;仿真结果也表明,该方法能够使高超声速飞行器准确命中目标,且其飞行过程中各项状态量均平稳可控。     

高超声速飞行器俯冲段制导控制方法研究

针对高超声速飞行器俯冲段制导控制问题,利用四元数代替欧拉角建立了六自由度模型,避免了高超飞行器大姿态角机动时,欧拉角解算出现发散的问题;基于六自由度模型推导出一种新的制导控制模式:外环利用飞行器状态及目标-飞行器三维相对运动信息,解算出所需的飞行器角速度作为虚拟控制量,内环采用滑模控制器跟踪外环产生的角速度指令,得到飞行器舵偏角指令;该方法采用跟踪角速度代替跟踪欧拉角指令的方法,可以使飞行器实际飞行更加平稳;仿真结果也表明,该方法能够使高超声速飞行器准确命中目标,且其飞行过程中各项状态量均平稳可控。     

逼近理想灰关联投影多目标决策的点迹-航迹关联算法

点迹-航迹数据关联是多目标跟踪的重要组成部分。将多目标决策思想和灰关联分析方法引入点迹-航迹关联的研究,提出了一种基于逼近理想灰关联投影多目标决策的点迹-航迹数据关联算法。仿真实验表明,该算法在密集多目标情况下有一定的实际应用价值。     

基于预测命中点的机动目标最优制导方法

针对导弹攻击机动目标的情况,提出了一种基于"当前"统计模型的预测命中点方法。首先对目标进行实时机动检测,并预测了拦截时刻目标的位置。基于预测命中点的结果,推导得到导弹攻击机动目标最优制导方法的解析解。该方法无需提前假设目标机动模式,适用性好。在多个假想的攻击场景下对制导方法进行了仿真,仿真结果验证了该方法是有效的。     

基于多机载预警雷达的机动目标融合跟踪方法

机动目标跟踪是多机载预警雷达数据融合中的一个难点,传统的卡尔曼滤波本身不足以解决该问题.基于量测噪声协方差估计设计了一种可适用于机动目标的卡尔曼滤波器;引入了协方差交集,提出了一种针对多机载预警雷达数据融合中机动目标跟踪的新方法.仿真实验表明,该方法能够成功稳定地跟踪机动目标,与现有的主流方法相比,该方法的误差性能是最佳的.     

拖曳系统的水翼控制运动模型及仿真

针对水下拖曳系统深度难以实现精确控制的问题,提出并建立了基于水翼控制的水下拖曳系统运动模型,其中拖缆和拖体的动力学模型分别采用了有限差分法和水下运载器的六自由度运动方程。在此基础上,使用数值计算方法,实现了水下拖曳系统三维的运动响应分析,并运用PID方法控制水翼攻角,达到了对拖体目标深度的控制。仿真结果验证了这一运动模型的正确性,为进一步实现水下拖曳系统在各种复杂的海洋环境和船舶机动影响下的定深控制研究奠定了理论基础。     

点-航迹质量评估的联合目标检测跟踪方法

针对复杂背景下微弱目标的检测和跟踪问题,提出了一种基于点-航迹质量评估的动态规划方法。该方法在雷达传统的检测跟踪结构的基础上,结合雷达真实目标回波特性和目标的运动规律,在单周期内,根据目标的回波特性提出点迹质量的概念,在进行点迹凝聚处理的同时计算点迹质量的大小;在多周期间,根据目标的运动规律对目标的位置进行外推估计,根据估计值与量测值之间的欧式距离和方位差设计一个置信因子并结合点迹质量来改进航迹指标函数。仿真验证结果表明,该方法能够有效地消除伪航迹,计算量较小,能够提高复杂背景下雷达对微弱目标的检测和跟踪性能,并且结构简单,在工程上易于实现。     

针对自适应滤波的组网雷达欺骗干扰优化策略

针对组网雷达系统在跟踪目标发生机动时采用自适应滤波来估计目标状态的特点,在点迹融合数据处理结构的组网雷达基础上提出了一种欺骗干扰优化策略.根据状态和量测方程描述了组网雷达跟踪目标的模型,同时建立了跟踪机动目标的自适应滤波模型.在此基础上,建立了欺骗干扰模型,并在目标机动检测约束下,推导了虚假目标欺骗干扰对于组网雷达融合...     

带有高阶滑模微分器的制导控制一体化设计

针对制导控制一体化模型中由于目标机动加速度难以测量的问题,提出了应用高阶滑模微分器,对导弹导引头获得的弹目相对运动信息进行微分,从而解算出目标加速度的方法。在最后开展了导弹六自由度仿真验证,将高阶滑模微分器得到的目标加速度与真实值进行对比,验证了方法的有效性。     

密集杂波环境下一种新的机动目标跟踪算法

针对密集杂波环境下的机动目标跟踪问题,在传统方法基础上结合模糊推理的思想,提出一种模糊自适应交互多模型概率数据关联算法。该算法将目标运动模式分为机动和非机动两类区别对待,无需选取大量模型来覆盖机动目标的运动模式,而是动态调节模型集合中部分模型的参数,具有更强的自适应跟踪能力。最后,给出了算法的仿真分析,结果表明:该方法能够有效地跟踪密集杂波中的机动目标,并且跟踪性能较传统方法有所提高。