火控系统的交互多模型框架

本文简要介绍了交互多模型方法的基本原理,并将其应用于机动目标的跟踪与预测,通过计算机仿真证明了该方法应用于目标跟踪时对机动与非机动目标均有广泛的适应性,且具有良好的跟踪精度。据此,本文提出一种火控系统的交互多模型框架,将传统火控系统的目标跟踪,未来点预测及弹道解算功能统一纳入交互多模型框架中,使火控系统具有对付机动与非机动目标的综合能力。     

时空结构分析的机动目标跟踪方法及应用

为进一步解决火控系统中机动目标跟踪问题,从时空结构角度提出跟踪机动目标的方法.分析了机动目标的时空结构,构造了机动目标的时空跟踪模型及其在火控系统中的应用,可解除滤波中的目标运动模型的假定,并可避免机动检测引起的时延和机动幅度估计.在模型的先进性、跟踪的实时性、准确度和精度方面较传统方法有明显的提高.     

多空域窗射击技术研究

未来空域窗射击体制相对集火射击体制,提高了对机动目标的拦截概率,能够对付有限机动目标,然而依然难以对付具有高度机动能力的目标,尤其是有人驾驶飞机,如果在射弹飞行时间内进行拐弯、爬升、俯冲等强机动.为了进一步提高对目标的拦截概率,提出了多空域窗射击体制,即在传统火控系统中增加目标实时态势估计模块,实时预测目标在射弹飞行时间内的可能机动模型,并根据预测结果进行多个未来空域窗射击.     

一种克服火控系统假定误差的方法

阐述了假定误差是当前高炮火控系统的最大误差 ,也是最难克服的误差 ,借鉴航空火控的热线原理 ,利用人对机动目标的模糊预测能力 ,提出了一种人机结合的火控系统工作原理。这是高炮火控系统克服假定误差的一种途径     

由DSP技术实现卡尔曼滤波算法初探

分析了现有机动目标数学模型及其卡尔曼滤波算法,并用数字信号处理器（ＤＳＰ）对１个实际算法进行了实验。实验结果表明,目标机动性能的提高将使坦克火控系统由于采用现行目标运动模型而产生较大的误差。因此,在火控系统中采用其他模型,如自适应模型等,势在必行。同时,对于跟踪精度高,实时计算量大的卡尔曼滤波算法,应用ＤＳＰ技术实现具有良好的发展前景     

卡尔曼滤波在坦克目标状态估计中的应用

分析了现有机动目标数学模型及其卡尔曼滤波算法,并用数字信号处理器(DSP)对一个实际算法进行了实验.实验结果表明目标机动性能的提高将使坦克火控系统由于采用现行目标运动模型而产生较大的误差,因此,在火控系统中采用其他模型,如自适应模型等,势在必行.同时,对于跟踪精度高、实时计算量大的卡尔曼滤波算法,应用DSP技术实现具有良好的发展前景.     

对机动目标的滤波问题和灰色预测

叙述了火控系统中滤波的几种方法,分析了滤波中所存在的问题,并应用灰色系统理论对机动目标进行预测,讨论了火控灰色预测的特点。     

基于神经网络的目标预测跟踪

针对高炮火控系统的现状,在阐述神经网络模型预测控制理论的基础上,将神经网络模型预测控制器应用于火控系统的目标跟踪中,同时利用Matlab对其进行了实验仿真,并将仿真结果与传统控制器和模糊控制器仿真结果相比照进行了分析,验证了该控制器可以较好地提高火控系统目标跟踪的速度和精度,从而使系统具有良好的鲁棒性和自适应性.     

人工智能型火控系统

现代战争中,空中目标的飞行速度越来越快,战术机动性能越来越强,并且由单体作战为主过渡到集群作战为主。用传统的火控系统已无法应战。因此,必须用人工智能型火控系统才能有效地克敌致胜。本文主要探索如何用人工智能的自学习功能实现有自适应功能的火控系统,有效地对付高速机动的空中目标。     

自适应交互多模型火控跟踪算法

以舰载近程防空火控系统的跟踪预测为背景,提出一种自适应的交互式多模型跟踪算法,模型集合取为"当前"统计模型和匀速直线模型.该算法采用后验估计的方法在线辩识及自适应调整上述两个模型的噪声方差,并且采用加权系数限定准则,实现机动目标运动模式与模型集合的自适应.仿真计算证明了该模型算法的有效性.     

坦克火控系统机动目标的自适应滤波与自适应解命中问题

在非制导火控系统中,为实现目标信息的自适应滤波与自适应解命中问题,机动目标模型应能实时识别,并要适应工作周期的各种变化。本文提出了“参数辨识模型”,首次完全满足了上述要求。     

航空火控系统中的目标状态估值器

本文研究了一套适用于航空火控系统的机动目标状态估值算法。该算法以卡尔曼滤波理论为依据,为了提高估值精度,采用了自适应滤波措施;为了减少实时计算量,采用了滤波增益解析计算措施。对于高速的测量数据采用了数据预处理技术。该算法不需限定目标机动方式,仿真表明:它对非机动目标有较高的估值精度,而对机动目标有较强的适应能力,可以在航空火控系统中应用。     

小高炮热线火控系统数学模型

六十年代末在航空火控系统中出现了一种名叫热线原理的新概念。它是为了解决稳环时间和对付机动目标的。实践证明,该原理比以往的火控原理优越。其优点是:稳环时间为零,且能对付机动目标。该原理对人和计算机之间进行了合理的分工,使人重新返回火控系统之中,充分利用战场信息,发挥人的主观能动性。其发明者声称,该原理亦可用于地面火控系统,但并未阐述任何理由和提出数学模型。根据此原理,我们进行了推导和分析,提出了小高炮热线火控系统的数学模型及其在小高炮火控系统中应用的可能性。     

二阶马尔可夫加速度模型下的机动目标预测器

采用二阶马尔可夫加速度模型建立机动目标跟踪滤波器,并将其扩展到预测器中形成六阶多项式预测模型来解决机动目标预测问题。仿真的结果表明本文建立的预测器使机动目标预测精度有了明显的提高。     

基于多模射击的火力控制理论研究

为提高高炮武器系统拦截空中高度机动目标的能力,提出了多模射击的思想.多模射击是指火控系统根据战场态势,实时可靠地估计出目标在射弹飞行时间内若干个可能的机动形式预测结果.并据此控制高炮群同时向若干个可能的目标未来点进行射击.建立了多模射击毁歼概率计算公式.通过与传统的单模射击体制进行效能对比分析验证了多模射击体制的有效性.最后对基于多模射击的火力控制若干关键技术作了简要分析.     

坦克观瞄系统的坐标体系

目前我国主战坦克的观瞄系统使用的是建立在单一炮塔坐标下的数据处理方式,基于这种数据处理方式的火控系统,在跟踪机动目标时的模型误差成为系统作战的主要误差,已经无法满足现代作战对打击机动目标的要求.对正在发展的目标跟踪式观瞄系统定义了一套新的坐标系统,以及目标运动参数在各坐标系之间转换的变换矩阵,提出了在这种坐标系统基础上对目标运动参数的处理方法,并指出这种数据处理方式将是高速、机动目标建模的基础,在未来的数字火控方式中有极大的使用前景.     

反坦克火控系统中机动目标的适应性建模和预报

把运动目标的实测数据看作非平移的时间序列,对它进行建模和预报以求得对未来坐标的估计是本文讨论的问题,由于目标的机动性和坐标预报的实时性,要求既计算简单易行(适于微处理机)又能适应运动参数随时而交的情况。这里以反坦克火控系统为对象提出适应性建模和预报的具体方法来实现上述要求。建立了适应性算法为核心的相关速度模型和相关加速度模型的建模和预报的数学公式,这种方法也可用于其它对付机动目标的火控系统。     

火控系统线性与非线性理论

从学科发展的角度,研究了火控系统线性与非线性理论;指出了火控系统在各环节上呈现的非线性关系;强调了其中的线性、拟线性理论是其重要的组成部分;给出了线性、拟线性火控系统理论的典型成果;最后指出:目标机动、量测统计特性、武器射击方式变化,推动着非线性火控系统理论发展。该问题有待继续深入研究。     

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。     

只有角度测量的机动目标非线性预测滤波器设计

提出了一种直接根据信息的机动目标跟踪非线性预测滤波算法,该算法不需要假定目标的机动加速度模型,而将系统的初始状态偏差和机动目标的未知加速度的综合作用结果作为系统的未知输入,利用角度的测量信息直接估计出来。通过对不同机动形式的机动目标进行仿真,结果表明文章所提出的预测滤波算法具有优良的估计性能。