針對機動模式復雜多變的高超聲速滑翔目標跟蹤問題,提出了一種機動頻率自適應跟蹤方法。采用介于常速度和常加速度模型之間的Singer模型來表征目標氣動力加速度的變化,從而建立跟蹤系統(tǒng)的狀態(tài)方程。根據(jù)地基雷達量測量獲得系統(tǒng)的量測方程,鑒于距離和角度信息的量級相差較大將其由球形量測量轉(zhuǎn)換為位置量測量。為了適應高超聲速滑翔目標靈活多樣的機動模式,基于正交性原理和無跡卡爾曼濾波算法實現(xiàn)了Singer模型中機動頻率參數(shù)的自適應。利用濾波信息計算得到能夠反映狀態(tài)模型誤差大小的調(diào)整因子,用于放大Singer模型中的機動頻率,進而調(diào)整狀態(tài)方程的過程噪聲以降低模型誤差。通過對2種典型機動軌跡的跟蹤仿真,并與交互式多模型等方法進行比較,結(jié)果表明所提方法的跟蹤精度高、計算量小,能夠較好地適應階躍機動和連續(xù)幅值變化的機動。 

【文章來源】：航空學報. 2020,41(09)北大核心

【文章頁數(shù)】：14 頁

【部分圖文】：

目標相對地基雷達的再入運動

地基雷達量測量

HGT跟蹤軌跡

【參考文獻】：
期刊論文
[1]高超聲速滑翔導彈氣動參數(shù)自適應跟蹤建模[J]. 張凱,熊家軍,付婷婷,習秋實,蘭旭輝.  國防科技大學學報. 2019(01)
[2]基于似然函數(shù)的自適應Singer模型濾波算法[J]. 蔣冬婷,寧靜,萬洪容.  西南師范大學學報(自然科學版). 2019(01)
[3]Coupled dynamic model of state estimation for hypersonic glide vehicle[J]. ZHANG Kai,XIONG Jiajun,FU Tingting.  Journal of Systems Engineering and Electronics. 2018(06)
[4]基于AVSIMM算法的高超聲速再入滑翔目標跟蹤[J]. 肖楚晗,李炯,雷虎民,王華吉.  北京航空航天大學學報. 2019(02)
[5]臨近空間高超聲速跳躍滑翔式目標自適應跟蹤模型[J]. 李凡,熊家軍.  航空學報. 2018(12)
[6]基于自適應強跟蹤CQKF的目標跟蹤算法[J]. 劉暢,楊鎖昌,汪連棟,張寬橋.  北京航空航天大學學報. 2018(05)
[7]一種基于氣動力模型的高超聲速滑翔目標跟蹤算法[J]. 張凱,熊家軍,韓春耀,蘭旭輝.  宇航學報. 2017(02)
[8]自適應高階容積卡爾曼濾波在目標跟蹤中的應用[J]. 崔乃剛,張龍,王小剛,楊峰,盧寶剛.  航空學報. 2015(12)
[9]臨近空間高超聲速滑躍式機動目標的跟蹤模型[J]. 王國宏,李俊杰,張翔宇,吳巍.  航空學報. 2015(07)
[10]高超聲速滑翔再入飛行器彈道估計的自適應卡爾曼濾波[J]. 吳楠,陳磊.  航空學報. 2013(08)

博士論文
[1]高超聲速助推滑翔飛行器全程彈道規(guī)劃方法研究[D]. 何睿智.國防科技大學 2017
[2]高超聲速滑翔飛行器運動特性分析及彈道跟蹤預報方法研究[D]. 李廣華.國防科學技術(shù)大學 2016



本文編號：3082178