濾波技術(shù)在高超聲速大機動飛行器末制導(dǎo)中的應(yīng)用.pdf

1、近幾十年來世界局勢的發(fā)展?fàn)顩r,大體上可概括為“總體和平,局部戰(zhàn)爭”。作為一種新型作戰(zhàn)方式,導(dǎo)彈武器得到了世界各國的普遍關(guān)注。以下一代戰(zhàn)區(qū)彈道導(dǎo)彈(TheatreBallisticMissile,TBM)為代表的攻擊導(dǎo)彈飛行速度快,并具有大機動能力,對現(xiàn)有的攔截制導(dǎo)系統(tǒng)構(gòu)成了巨大挑戰(zhàn)。深入研究如何對這類飛行器進行有效末制導(dǎo),有利于我軍掌握未來戰(zhàn)爭的戰(zhàn)略制高點,并進一步保障國家領(lǐng)土完整和人民生命安全。
　　幾乎所有先進末制導(dǎo)律在設(shè)計時

2、,都需使用目標(biāo)運動信息;然而很多情況下該信息不能通過測量元件直接獲取,必須從被噪聲污染的信號中進行在線估計,這就需要濾波技術(shù)的支持。濾波技術(shù)一直都是信號處理領(lǐng)域的研究熱點之一。對于一般的非線性、非高斯系統(tǒng),最優(yōu)濾波問題沒有遞推顯式解。高超聲速飛行器末制導(dǎo)問題的彈目相對運動關(guān)系數(shù)學(xué)模型,很多情況下存在本質(zhì)非線性和非高斯特征,且整個末制導(dǎo)過程具有很高的實時性要求;因而對這類問題,有必要研究估計精度高計算量適中的非線性制導(dǎo)濾波器。
　　

3、論文以下一代高超聲速TBM飛行器的末制導(dǎo)為課題背景,研究了存在未知信息的離散系統(tǒng)的建模和濾波問題;并針對此類目標(biāo)的末制導(dǎo)中,確定性等價定理的失效問題,給出了一種解決方案并設(shè)計了基于Matlab的改進型軟件工具包進行了仿真驗證。具體來講,研究主要包括以下內(nèi)容:
　　首先,從貝葉斯最優(yōu)估計理論出發(fā),研究了非線性和非高斯離散隨機系統(tǒng)的高斯逼近濾波技術(shù)。在線性高斯隨機系統(tǒng)的最優(yōu)濾波器—卡爾曼濾波算法(KalmanFilter,KF)的基礎(chǔ)

4、上,對非線性隨機函數(shù)的次優(yōu)高斯逼近方法進行了討論;根據(jù)噪聲混入系統(tǒng)的不同類型,針對帶有加性和隱含噪聲的非線性隨機系統(tǒng),分別推導(dǎo)了兩類擴展卡爾曼濾波算法(ExtendedKalmanFilter,EKF)和無跡卡爾曼濾波算法(UnscentedKalmanFilter,UKF);引入輔助函數(shù)技術(shù)重構(gòu)采樣點,增強了UKF算法在高維系統(tǒng)中實現(xiàn)上的數(shù)值魯棒性;對一類存在多種工作模式的混雜系統(tǒng)進行了研究,根據(jù)混雜系統(tǒng)的貝葉斯估計理論進行推導(dǎo),研究

5、了兩類多模型算法原理和實現(xiàn),較好解決了這類系統(tǒng)的狀態(tài)估計問題。
　　然后,研究了高超聲速大機動飛行器的跟蹤問題。針對此類問題在系統(tǒng)建模過程中通常存在的本質(zhì)非線性和非高斯特征,采用成型濾波器模擬驗前未知信息;并采用中央差分算法逼近非線性函數(shù),針對帶有加性和隱含噪聲的非線性隨機系統(tǒng),分別推導(dǎo)了兩類中央差分濾波算法(CentralDifferenceKalmanFilter,CDKF);在CDKF的第二步濾波計算過程中引入迭代更新步驟,

6、推導(dǎo)了極大后驗估計意義下的一種改進型迭代中央差分濾波算法(ICDKF)。通過高超聲速大機動飛行器攔截中兩個典型的非線性估計問題,驗證了ICDKF算法同主流的EKF和UKF算法相比,具有更高的估計精度和更快的收斂速度并且計算量適中,因而更適于在實戰(zhàn)環(huán)境中處理這兩類跟蹤問題。
　　接著,通過一個仿真算例,討論了非線性濾波器按照噪聲混入系統(tǒng)的不同方式進行分類設(shè)計的必要性;進而提出了高斯次優(yōu)非線性濾波器的一種改進型結(jié)構(gòu)設(shè)計方法。采用這種設(shè)

7、計方法,按照項目要求,研究了一種能夠解決部分高斯次優(yōu)非線性濾波器的一致性檢驗難題、并便于在仿真開始前修改模型參數(shù)和替換濾波算法、在仿真結(jié)束后執(zhí)行大量數(shù)據(jù)的統(tǒng)計處理的改進型濾波制導(dǎo)工具箱的設(shè)計方案。為科學(xué)評價兩種濾波器的估計效果,提出了一種濾波器改進型初始估方法和一種能夠從統(tǒng)計學(xué)角度比較兩種濾波器估計效果的假設(shè)檢驗判別法,并基于上述濾波制導(dǎo)工具箱進行了仿真驗證。
　　最后,以具有大機動能力的下一代高超聲速TBM為例,研究了如何對此類

8、飛行器進行有效攔截末制導(dǎo),并給出了一種濾波制導(dǎo)一體化設(shè)計方案。將CDKF融入多模型算法(MultipleModelAdaptiveEstimation,MMAE),提出了一種多模型/中央差分算法(MMAE/CDKF)用于解決建模過程中存在未知信息的末制導(dǎo)系統(tǒng)的目標(biāo)加速度檢測和估計問題;接著針對高超聲速飛行器末制導(dǎo)問題較高的實時性要求,考慮到傳統(tǒng)多模型濾波器過大的計算量在工控機上實現(xiàn)較為困難,在被攔截飛行器指令加速度為Bang-Bang類

9、型時,引入聚合、尺寸裁剪等技術(shù)手段對MMAE/CDKF算法進行簡化,提出了一種快速多模型/中央差分算法(fastMMAE/CDKF),在保障估計精度的同時降低了計算量;大量的仿真實驗證實了這兩種算法的有效性。為有效利用上述兩種算法對于目標(biāo)加速度信息和彈目視線角信息估計性能的改善,更好地解決高超聲速大機動飛行器末制導(dǎo)中確定性等價定理的失效問題,分別采用上述兩種估計算法作為制導(dǎo)濾波器,提出了一種基于邏輯判斷的切換微分對策制導(dǎo)律DGL/N。這