飞行弹体滚转姿态探测方法研究

地磁场的强度和方向是地理位置的函数,可通过对地磁矢量的探测确定稳定飞行的飞行体在空中的滚转姿态。文中给出了利用地磁传感器探测结果解算飞行体滚转姿态的探测系统总体方案、滚转姿态解算的实施方法及数学模型,对该模型进行了仿真计算,对仿真结果进行了分析。     

地磁传感器测量弹体滚转姿态方法研究

地磁传感器抗过载能力强且成本低,在制导炮弹中得到广泛应用,它的主要功能是测量弹体姿态;介绍了一种双轴地磁传感器测量弹体滚转姿态的方法,该双轴传感器固联在弹体横截面上;该测量方法利用地磁传感器随弹体滚转时感应磁场变化产生的正弦输出解算弹体滚转角速率及滚转方向,利用经纬度信息及弹体俯仰偏航信息,根据地磁场模型计算地磁场矢量在弹体横截面上的投影分量,然后由投影分量解算出滚转姿态角的基准角,最后根据双轴地磁传感器输出和基准角判定弹体姿态角;通过试验验证了该滚转姿态测量方法的可行性,并进行了误差分析,误差在可接受范围内,可满足简易制导炮弹需求。     

弹箭滚转姿态的地磁测角模型研究

利用具有长期稳定特性的地磁场矢量信息,可以实时测量弹箭的滚转姿态角.文中建立了弹载地磁测角装置比较完备的理论模型,并进行了初步的仿真分析.理论模型可作为测角装置硬件设计、装置调试校准、DSP算法设计的参考.仿真结果表明,对于不同的作战使用环境,地磁数字信号特征有明显的差异,结构安装误差对弹载地磁测角装置的测角精度有较大的影响.     

弹箭滚转姿态地磁测角仪的卡尔曼滤波算法

为降低地磁测角仪测量地磁场矢量信息解算弹箭滚转姿态角误差,文中运用卡尔曼滤波算法对弹体滚转角进行估计.通过对火箭弹滚转角速度变化规律的分析,用二阶近似表达弹体滚转运动规律作为卡尔曼滤波算法的系统方程,以磁场强度与数字量输出之间的非线性关系作为卡尔曼滤波算法的量测模型.通过实验仿真分析结果表明,滤波所得弹体滚转角、滚转角速度精度满足弹道修正弹要求,可用于弹道修正弹药被动段的弹道控制.     

基于地磁传感器和UKF的灵巧弹药滚转估计

为降低制导误差,文中提出了运用地磁传感器对灵巧弹药进行滚转估计的方法。定义了3个坐标系,通过弹体动力学特性和坐标变换得到了系统模型和测量模型。运用无迹卡尔曼滤波器(UKF)进行解算,避免了线性化误差的引入和PF的粒子点退化问题。仿真结果表明:该方法能很好的计算出弹体的滚转角姿态,误差在允许的范围内,有较高的应用价值。     

磁阻传感器测量旋转弹滚转姿态的原理分析

针对用磁阻传感器测量旋转弹滚转姿态的问题,提出了磁阻传感器滚转角及磁阻传感器滚转角速率的概念,给出了磁阻传感器测量方程和磁阻传感器滚转角速率的测量方程.经过理论推导给出了弹体滚转角速率与磁阻传感器滚转角速率的关系式,分析结果表明弹体滚转角速率与磁阻传感器滚转角速率之间的测量误差受弹丸俯仰姿态、偏航姿态和射向的影响.数值仿真表明,弹丸滚转角速率的地磁测量方法在一定条件下是可行的,但在工程实际应用中难以保证滚转角的精确测量.     

一种高速旋转弹弹体磁场干扰的在线修正方法

滚转角的准确测量是受控高速旋转弹进行精确制导与控制的前提。然而,基于磁传感器的弹载地磁测姿方法因受到弹体磁场的干扰,会影响磁传感器测量的准确性。针对该问题,提出一种弹体磁场干扰在线修正方法,根据高速旋转弹飞行过程中可能受到的磁场干扰,建立磁场误差模型,通过旋转弹飞行规律约束,对磁传感器测量得到的磁场值进行实时修正补偿。通过半物理仿真试验验证,该方法可以有效降低测量误差,提高弹体滚转角估计精度。通过三轴飞行转台测量对该方法进行了验证,地磁测姿滚转角精度可以提高6倍。该方法仅需三轴磁传感器即可完成修正,步骤简单,修正时间极短,实时性好,精度高。     

基于平方根无迹滤波的滚转弹姿态估计

给出一种基于平方根无迹卡尔曼滤波器(SR-UKF)的滚转弹飞行姿态获取方法.使用一个双轴角速率陀螺构成滚转弹飞行姿态遥测系统,利用SR-UKF对遥测数据进行处理,以重构弹体飞行姿态.针对低速滚转弹姿态运动模型的强非线性,运用SR-UKF算法进行姿态运动估计,避免了扩展卡尔曼滤波(EKF)产生的线性化误差.运用低速滚转弹姿态运动模型,导出了一组基于SR-UKF的迭代滤波方程.将基于SR-UKF算法与EKF及UKF的估计结果进行了对比,仿真结果验证了算法的有效性.     

在利用地磁探测确定弹体滚转姿态时的使用域分析

地磁场的强度和方向是地理位置的函数，可通过对地磁矢量的探测确定稳定飞行的弹体在空中的滚转姿态。但在利用地磁探测滚转姿态的过程中，存在着诸如地磁异常、地磁传感器的使用域等问题，在地磁探测中这些问题应该得到考虑。文中主要针对影响姿态探测可行性的几种情况，初步分析了影响地磁参量的原因，讨论了影响的程度，提出了一些相应的措施。     

基于地磁与角速度传感器的弹体姿态测量方法研究

为了获取炮射弹体最优的姿态解算方法,使其能满足弹体的实际应用要求,文中阐述了目前用于弹体姿态测量的主要方法及缺点,提出了一种运用地磁传感器进行姿态测量的方案,并建立了坐标系完成参量解算。当地磁传感器测量方法不可靠时,可以使用角速度传感器完成姿态解算。使用两种信息融合方法进行姿态解算,可在全弹道上可靠的进行姿态测量。     

基于无迹卡尔曼滤波的火箭弹姿态估计

针对某尾翼稳定火箭弹姿态估计的问题,以姿态角、位置、速度参数作为状态变量,建立了火箭弹运动参数的捷联惯性解算模型,将GPS的位置和速度测量值作为输出变量,构成组合滤波模型,并分别采用扩展卡尔曼滤波和无迹卡尔曼滤波方法进行滤波处理。仿真结果表明,扩展卡尔曼滤波在滚转速率变化较快、模型非线性较强的情况下不能达到预期的滤波效果,而基于无迹卡尔曼滤波的组合滤波方法更为有效,相比扩展卡尔曼滤波,其俯仰、偏航角估计误差均方根降低了一半,滚转角估计误差均方根降低了三分之二,满足姿态估计的需求。     

基于径向基函数神经网络和无迹卡尔曼滤波的弹丸落点预报方法研究

为了能够在飞行数据不尽精确的情况下进行快速、准确的落点预报,提出一种基于径向基函数（RBF）神经网络和无迹卡尔曼滤波技术的弹丸落点预报方法。使用RBF神经网络逼近外弹道方程用以预报弹丸落点,并用改进型量子行为粒子群算法优化网络结构和权阈值,在此基础上对基于神经网络的初步预报数据进行滤波处理。最后进行预报仿真,在输入数据有噪声的情况下依然得到了较高的预报精度,从而证明该方法对预报弹丸落点是有效可行的,为弹丸的落点预报的实际应用提供了参考。     

基于无迹卡尔曼滤波的超空泡航行体最优控制研究

针对超空泡航行体运动过程中环境噪声和测量噪声带来的不利影响,提出一种基于无迹卡尔曼滤波器（UKF）的最优控制算法。通过超空泡航行体动力学建模,建立含有环境噪声和测量噪声的状态方程,分别在无滤波器和含有UKF情况下的最优控制器进行了仿真分析。研究结果表明：在环境噪声和测量噪声干扰下,超空泡航行体跟踪误差较大,运动极其不稳定,处于失稳状态;在UKF作用下,超空泡航行体跟踪误差明显减小,在较短时间内达到全包裹状态,有较好的信号处理效果。     

一种改进的UKF非线性滤波器研究

针对无味卡尔曼滤波器(UKF)存在的缺陷,提出一种能对多通道数据进行渐消的带多重次优渐消因子的UKF滤波算法(SMFUKF)。该方法基于强跟踪滤波器的概念,通过引入多重次优渐消因子到UKF滤波器,自适应的在线调整UKF滤波器的状态预测误差协方差矩阵、量测预测协方差阵、状态和量测之间的互协方差阵及相应的增益矩阵,从而达到对快速变化的状态进行强有力的跟踪。实验结果表明多重次优渐消因子的引人使得UKF滤波器有可能更多的利用系统的先验知识,SMFUKF滤波器对快速变化的状态将具有更强的跟踪能力。     

基于七维状态向量反向无迹卡尔曼滤波的弹道外推算法

针对弹道模型误差、参数估计误差以及外推距离过长导致定位精度低的问题,建立了基于七维状 态向量的反向无迹卡尔曼滤波外推算法。为精确建立状态模型,该算法将弹道系数作为状态参量,纳入滤波过程。采用无迹卡尔曼滤波算法,以提高非线性估计精度。此外,由于正向滤波外推距离长,模型误差积累大,该算法采用反向滤波处理,将雷达测得的首点作为滤波终点,通过4阶龙格-库塔方程外推炮位。仿真结果表明,该算法定位精度相较原算法提高约50%.     

UKF滤波算法在弹箭落点估计中的应用

依据部分弹道的弹道轨迹测量数据,准确预报弹道落点,是弹道修正弹药智能化的关键技术.综合考虑滤波精度和算法复杂度,文中采用质点弹道模型和无迹卡尔曼滤波(unscented Kalman filter)方法,建立了弹道滤波模型和外推弹道模型.通过对雷达测量数据的处理结果表明,UKF弹道滤波模型和质点外推模型有较高的精度.     

一种基于无迹卡尔曼滤波的UUV协同定位方法

多水下无人航行器(multi-UUV)协同定位技术是解决海洋中间层水下导航定位问题的重要途径,针对以往multi-UUV仅靠距离量测的协同导航定位精度低的问题,给出了一种基于无迹卡尔曼滤波(UKF)方法的UUV协同定位方法。利用从UUV的运动学方程和基于距离的量测方程建立了从UUV的导航模型,针对该非线性导航模型,采用UKF设计了导航滤波算法,避免了对非线性方程的线性化处理,实现了递推导航滤波算法,并与传统的航位推算方法进行了仿真对比。仿真结果表明,从UUV能够利用该导航滤波算法进行实时定位,比传统的航位推算方法具有更高的定位精度。     

基于自适应比例修正无迹卡尔曼滤波的目标定位估计算法

针对无线传感器网络中基于接收信号指示强度(RSSI)定位系统在精确性和实时性方面存在的问题,提出了一种基于自适应比例修正无迹卡尔曼滤波(ASUKF) 的定位估计算法。通过分析RSSI 定位模型的特点,将定位问题转化为非线性系统估计问题。该算法在滤波过程中采用比例修正对称采样策略,并利用次优Sage-Husa 估计器实时处理系统噪声的统计特性,对目标位置和信道参数进行同时估计解算。实验及仿真结果表明,与标准UKF 估计算法相比,新算法有效减小了状态估计误差,提高了滤波的稳定性,定位精度更为准确。     

基于UKF的目标状态与系统偏差的联合估计算法

研究了三维系统偏差条件下的扩维目标跟踪问题,提出了一种基于不敏卡尔曼滤波器（UKF）的系统偏差和目标状态的联合估计算法（ASUKF）.Monte-Carlo仿真结果表明,ASUKF算法较好地避免了扩展卡尔曼滤波器的模型线性化误差易导致滤波发散的问题,能更加有效地对目标状态和系统偏差进行实时联合估计.     

基于改进无迹卡尔曼滤波的弹道射程修正算法研究

以全球定位系统（GPS）作为弹载测量系统的弹道射程修正弹,存在GPS动态数据易受测量噪声与系统噪声污染或在高过载环境中发生定位丢失、数据异常等问题。为了降低弹道数据测量误差,并减小对射程修正时刻预测的误差,提出了基于牛顿插值法的改进无迹卡尔曼滤波(UKF)算法,以重新估计具有粗大误差的测量数据,从而降低异常测量值和定位失锁情况对滤波效果的影响,提高UKF算法对测量数据误差的敏感程度。仿真与试验结果表明：改进的UKF算法作为预处理过程融合至射程修正算法中,当系统离散化步长与GPS数据更新周期相等时,可最大化地预处理算法效果;改进后的修正算法可有效地降低GPS数据造成的修正误差;预处理算法中数据样本容量的选择与修正时刻以及GPS更新周期相关,不受算法效果约束。