在現(xiàn)代軍事戰(zhàn)爭中,高超聲速武器是極具發(fā)展前景的作戰(zhàn)工具。美國等國正加緊對它的研制,我國對高超聲速目標(biāo)的研究尚處于起步階段,對其進行防御是軍事方面的關(guān)注重點。彈道估計是為了得到目標(biāo)的位置、速度、加速度信息。在傳統(tǒng)的高超聲速目標(biāo)彈道估計過程中,由于目標(biāo)的運動方式無法判斷,通常把對氣動力的估計放入濾波器中,這就往往導(dǎo)致估計結(jié)果誤差很大。本文提出一種基于運動行為識別的彈道估計方法,將機器學(xué)習(xí)方法和擴展卡爾曼濾波技術(shù)相結(jié)合來提高彈道估計的效果。主要研究內(nèi)容如下:首先,建立高超聲速目標(biāo)的運動學(xué)模型。闡述運動過程中所用到的坐標(biāo)系及其轉(zhuǎn)換關(guān)系,推導(dǎo)目標(biāo)的運動學(xué)模型,并對其進行簡化。其次,分析目標(biāo)的運動特性并給出運動行為的參數(shù)化模型描述。通過對縱、側(cè)向運動特性的分析,得出典型的縱向運動行為包括準(zhǔn)平衡滑翔和恒攻角跳躍;側(cè)向運動行為包括無機動、擺動機動和轉(zhuǎn)彎機動。對準(zhǔn)平衡滑翔建立參數(shù)化模型,對擺動機動和轉(zhuǎn)彎機動建立側(cè)向氣動力的參數(shù)化模型。再次,提出一種基于機器學(xué)習(xí)的目標(biāo)運動行為識別方法。給出目標(biāo)行為識別分類器訓(xùn)練數(shù)據(jù)的處理方法,設(shè)計縱、側(cè)向運動行為識別分類器,分別基于Random20Forest和Adabo... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：69 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題背景及研究目的
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 高超聲速目標(biāo)運動特性
        1.2.2 目標(biāo)運動行為識別方法
        1.2.3 高超聲速目標(biāo)彈道估計
    1.3 本文的主要研究內(nèi)容
第2章 高超聲速目標(biāo)運動學(xué)模型的建立
    2.1 引言
    2.2 坐標(biāo)系及其轉(zhuǎn)換關(guān)系
        2.2.1 坐標(biāo)系的定義
        2.2.2 坐標(biāo)系的轉(zhuǎn)換關(guān)系
    2.3 目標(biāo)運動學(xué)模型的建立
        2.3.1 彈道坐標(biāo)系下相對加速度方程
        2.3.2 彈道坐標(biāo)系下空氣動力描述
        2.3.3 彈道坐標(biāo)系下地球引力描述
        2.3.4 運動學(xué)模型
    2.4 本章小結(jié)
第3章 高超聲速目標(biāo)運動特性分析及其行為描述
    3.1 引言
    3.2 縱向典型運動特性分析及其行為描述
        3.2.1 準(zhǔn)平衡滑翔
        3.2.2 跳躍滑翔
    3.3 側(cè)向運動特性分析及其行為描述
        3.3.1 擺動機動特性分析及行為描述
        3.3.2 轉(zhuǎn)彎機動特性分析及行為描述
    3.4 本章小結(jié)
第4章 基于機器學(xué)習(xí)的目標(biāo)運動行為識別方法
    4.1 引言
    4.2 機器學(xué)習(xí)算法與數(shù)據(jù)采集及處理
        4.2.1 Random Forest算法
        4.2.2 Adaboost算法
        4.2.3 目標(biāo)運動行為識別數(shù)據(jù)的采集與處理
    4.3 基于機器學(xué)習(xí)的縱向運動行為識別方法
        4.3.1 縱向數(shù)據(jù)的篩選
        4.3.2 縱向分類器的數(shù)學(xué)描述
        4.3.3 縱向分類結(jié)果分析及識別方案的確定
    4.4 基于機器學(xué)習(xí)的側(cè)向運動行為識別方法
        4.4.1 側(cè)向數(shù)據(jù)的篩選
        4.4.2 側(cè)向分類器的數(shù)學(xué)描述
        4.4.3 側(cè)向分類結(jié)果分析及識別方案的確定
    4.5 本章小結(jié)
第5章 基于運動行為識別的高超聲速目標(biāo)彈道估計
    5.1 引言
    5.2 高超聲速目標(biāo)運動行為識別
    5.3 基于擴展卡爾曼濾波的高超聲速目標(biāo)彈道估計方法
    5.4 基于運動行為識別的彈道估計
        5.4.1 運動行為識別和彈道估計的耦合影響分析
        5.4.2 仿真結(jié)果及分析
    5.5 本章小結(jié)
結(jié)論
參考文獻
攻讀碩士學(xué)位期間發(fā)表的論文及其它成果
致謝



本文編號：3176348