主動尋的制導(dǎo)中機(jī)動目標(biāo)攔截末制導(dǎo)技術(shù)研究.pdf

1、在機(jī)動目標(biāo)精確攔截尋的制導(dǎo)應(yīng)用中，目標(biāo)狀態(tài)估計延遲特別是加速度估計延遲是影響脫靶量的主要因素。在現(xiàn)有機(jī)動目標(biāo)狀態(tài)估計框架下，狀態(tài)估計實時性與穩(wěn)態(tài)精度之間是一對難以調(diào)和的矛盾。戰(zhàn)術(shù)彈道導(dǎo)彈具有與攔截器大致相近的機(jī)動性能，與其相比，攔截器在機(jī)動性能方面的優(yōu)勢越來越不明顯。因此，戰(zhàn)術(shù)彈道導(dǎo)彈的攔截對現(xiàn)有的制導(dǎo)控制技術(shù)提出了巨大的挑戰(zhàn)?；诖吮尘埃疚闹荚谔岢鲆环N新的估計制導(dǎo)方法改善戰(zhàn)術(shù)彈道導(dǎo)彈的攔截精度。
　　本文在明確末制導(dǎo)機(jī)動目標(biāo)精

2、確攔截問題的基礎(chǔ)上，根據(jù)制導(dǎo)末段彈目運動關(guān)系，建立制導(dǎo)系統(tǒng)系統(tǒng)模型及觀測模型，同時給出性能評價指標(biāo)以及分離定理的使用條件。針對機(jī)動目標(biāo)狀態(tài)估計技術(shù)這一關(guān)鍵問題，首先討論了傳統(tǒng)的卡爾曼濾波器（KF）估計方法、基于成型濾波的卡爾曼濾波（KFSF）算法以及交互多模型(IMM)算法，并通過仿真數(shù)據(jù)驗證了幾種方法的估計性能。針對其估計精度不高、估計延遲較大的缺陷，提出了一種基于擴(kuò)展卡爾曼濾波器(Extended Kalman Filter，EKF

3、)的快速多模自適應(yīng)估計(Multiple Model Adaption Estimation，MMAE)算法，實驗結(jié)果驗證了算法的有效性。為了提高尋的制導(dǎo)末段的攔截性能，首先介紹了傳統(tǒng)比例導(dǎo)引方法，在此基礎(chǔ)上，給出了考慮追逃雙方，從彈目雙方優(yōu)化出發(fā)的雙方控制導(dǎo)引方法，即微分對策導(dǎo)引方法。并在綜合考慮三種微分對策導(dǎo)引方法 DGL/C、DGL/1、DGL/0性能優(yōu)勢的基礎(chǔ)之上，提出了一種基于三種微分對策方法的混合微分對策導(dǎo)引方法DGL/H。