主动雷达目标状态估计算法研究

论文摘要

在空空导弹末制导段，目标以高速机动来逃避攻击，对于导弹来说，剩余飞行时间短，由于目标机动带来的不确定性干扰增多，给跟踪目标带来困难。因此，对设计出快速响应目标机动的优良制导律来说，正确估计出目标的状态才能为准确命中目标提供可能与保证。于是，如何正确估计目标状态尤其是目标的加速度，已成为空空导弹跟踪与拦截高机动目标的关键。本文以此背景，对在复杂的作战环境下机动目标状态估计算法进行研究。首先本文在基于主动雷达量测模型基础上，研究了非线性滤波算法，重点研究了转换测量卡尔曼滤波、扩展卡尔曼滤波、减小线性化误差算法和强跟踪滤波算法。并结合基于“当前”统计模型的三维空间螺旋机动目标模型对这几种算法进行了仿真比较分析。然后对交互式多模型算法进行了研究，建立了以恒定角速度ω转弯的运动模型、匀加速模型以及匀速模型为基础的交互式多模型，并结合转换测量卡尔曼滤波算法对其进行了仿真分析比较。最后在研究比例制导律和最优制导律的基础上，结合空空导弹的二维线性拦截模型及卡尔曼滤波算法，对比例制导律和最优制导律进行了仿真分析，验证了最优制导律的先进性。

论文目录

• 摘要
• ABSTRACT
• 目录
• 图录
• 表录
• 第一章 绪论
• 1.1 课题研究的目的和意义
• 1.2 国内外研究现状
• 1.2.1 机动目标模型研究现状
• 1.2.2 机动目标状态估计算法研究现状
• 1.3 本论文结构安排
• 1.4 本章小结
• 第二章 导弹系统模型
• 2.1 制导系统数学模型
• 2.2 导弹动力学及运动学方程
• 2.2.1 导弹质心运动的动力学方程
• 2.2.2 导弹绕质心转动的动力学方程
• 2.2.3 导弹运动学方程
• 2.2.4 联系方程及实用性导弹六自由度方程组[5]
• 2.3 主动雷达导引头模型
• 2.3.1 主动雷达导引头组成及工作原理
• 2.3.2 主动雷达导引头目标信息获取
• 2.4 本章小结
• 第三章 机动目标模型研究
• 3.1 引言
• 3.2 匀速运动模型（Constant velocity Model，CVM）
• 3.3 匀加速运动模型（Constant Acceleration Model，CAM）
• 3.4 匀速转弯运动模型（Constant Turn Model，CTM）
• 3.5 一阶时间相关模型（Singer 模型）
• 3.6 “当前”统计模型
• 3.6.1 机动加速度的“当前”概率密度
• 3.6.2 机动加速度的非零均值时间相关模型
• 3.6.3 机动目标的状态方程
• 3.7 三维螺旋机动目标模型
• 3.7.1 螺旋机动目标运动的描述
• 3.7.2 机动加速度统计模型
• 3.7.3 机动加速度时间相关模型
• 3.7.4 螺旋机动目标状态方程
• 3.8 本章小结
• 第四章 目标状态估计算法研究
• 4.1 引言
• 4.2 卡尔曼滤波算法（Kalman Filter KF）
• 4.2.1 连续时间系统卡尔曼滤波
• 4.2.2 离散时间系统卡尔曼滤波
• 4.3 转换坐标卡尔曼滤波算法（CMKF）
• 4.4 推广卡尔曼滤波算法（EKF）
• 4.5 推广卡尔曼滤波算法（EKF）的改进
• 4.5.1 衰减记忆扩展卡尔曼滤波算法
• 4.5.2 补偿线性化误差算法（PTLKF）
• 4.5.3 强跟踪滤波器算法（STF）
• 4.6 滤波算法仿真与分析
• 4.6.1 三维螺旋机动状态模型及加速度方差自适应算法
• 4.6.1.1 状态模型的线性化
• 4.6.1.2 状态模型的离散化
• 4.6.1.3 加速度方差自适应算法
• 4.6.2 导引头雷达观测方程
• 4.6.3 基于加速度方差自适应算法的非线性滤波算法
• 4.6.4 滤波算法仿真分析
• 4.6.5 非全测状态下仿真分析
• 4.7 本章小结
• 第五章 交互式多模型算法研究
• 5.1 引言
• 5.2 IMM 算法的基本原理
• 5.3 IMM 算法的步骤
• 5.4 交互式多模型算法仿真
• 5.4.1 交互式多模型的建立
• 5.4.2 仿真结果及分析
• 5.5 本章小结
• 第六章 最优末制导律研究
• 6.1 引言
• 6.2 末制导状态模型
• 6.3 最优末制导律研究
• 6.4 数字仿真分析
• 6.4.1 仿真条件
• 6.4.2 仿真结果分析
• 6.5 本章小结
• 第七章 结束语
• 7.1 主要工作与创新点
• 7.2 后续研究工作
• 参考文献
• 致谢
• 攻读硕士学位期间已发表或录用的论文