[发明专利]一种交互式多弹多模型航迹融合方法有效
申请号: | 201911401234.6 | 申请日: | 2019-12-31 |
公开(公告)号: | CN111121770B | 公开(公告)日: | 2022-09-13 |
发明(设计)人: | 王新亮;陈凯;薛琪琪;王民钢 | 申请(专利权)人: | 西北工业大学 |
主分类号: | G01C21/16 | 分类号: | G01C21/16;G01C21/20 |
代理公司: | 西北工业大学专利中心 61204 | 代理人: | 刘新琼 |
地址: | 710072 *** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 交互式 多弹多 模型 航迹 融合 方法 | ||
1.一种交互式多弹多模型航迹融合方法,其特征在于步骤如下:
步骤1:在惯性参考坐标系中,建立各个导弹导引头的弹目相对运动方程和目标机动运动方程;
所述的弹目相对运动方程为:
式中:测量信息Zj=[rj,θj,ηj]T,为第j枚导弹与目标的弹目接近速度、俯仰角、偏航角信息,为第j枚导弹量测噪声,是第j枚导弹弹目相对位置信息:
式中:xt,yt,zt是目标位置信息,xm,j,ym,j,zm,j是第j个导弹的位置信息;
惯性参考坐标系中目标相对运动状态向量取为:
所述的目标机动运动方程包括匀速目标模型、匀加速目标模型、左转弯目标模型、右转弯目标模型:
匀速运动的离散化方程为:
X(k+1)=φCV(k)X(k)+GCV(k)ω(k) (4)
式中:φCV(k)是匀速运动模型状态转移矩阵,GCV(k)是状态噪声向量转移矩阵,X(k)是k时刻目标运动状态向量,ω(k)是k时刻的状态噪声向量;
其中:T为仿真滤波周期;
匀加速运动的离散化方程为:
X(k+1)=φCA(k)X(k)+GCA(k)ω(k) (6)
式中:φCA(k)是匀加速运动模型状态转移矩阵,GCA(k)是状态噪声向量转移矩阵,X(k)是k时刻目标运动状态向量,ω(k)是k时刻的状态噪声向量;
匀速转弯运动的离散化方程为:
X(k+1)=φCT(k)X(k)+GCT(k)ω(k) (8)
式中:φCT(k)是匀速转弯运动模型状态转移矩阵,GCT(k)是状态噪声向量转移矩阵,X(k)是k时刻目标运动状态向量,ω(k)是k时刻的状态噪声向量;
其中,ω'为转弯运动速率,向左转弯ω'>0,向右转弯ω'<0;
步骤2:设第j个模型表示目标的状态方程为Xj(k+1)=φj(k)Xj(k)+Gj(k)ωj(k),测量方程Z(k)=H(k)X(k)+V(k),其中H(k)由步骤1的弹目相对运动方程经过对状态向量Xk微分得到;采用交互式多模型的扩展卡尔曼滤波算法对目标进行跟踪,得到目标状态信息以及相应的误差协方差矩阵;
步骤3:通过数据链,将从弹得到的目标状态信息和误差协方差矩阵传输到主弹融合中心,利用各弹自身导航系统得到的主弹与从弹的相对位置信息,以主弹融合中心为基准补偿各从弹得到的目标状态信息;
步骤4:基于各弹得到的误差协方差矩阵,采用马尔科夫转移矩阵,确定多弹实时的概率,并对步骤3得到的多条弹道进行加权融合得到对目标的状态估计。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西北工业大学,未经西北工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911401234.6/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种含尿囊素的植物生长调节组合物
- 下一篇:使用空间可调节的木箱