[发明专利]一种全捷联制导武器制导精度评估方法

权利要求书

1.一种全捷联制导武器制导精度评估方法，其特征在于，包括如下步骤：

步骤1：遥外测及燃烧室压强数据预处理：

对于飞行器测量数据y＝{y₁,y₂,y₃,…,y_n}，通过人为识别，判断连续十个测量数据A＝{y_i-1,y_i-2,y_i-3,…,y_i-10}为正常值，不存在野值，在此基础上设定测量数据为{y_i,y_i+1,…,y_n}；

步骤2：多源信息融合；

有两个测量设备对飞行器的状态进行测量，表示子滤波器1在k时刻通过处理测量设备1采集的观测数据所得到的局部状态估计，P_1k代表子滤波器1估计的误差协方差矩阵；表示子滤波器2在k时刻通过处理测量设备2采集的观测数据所得到的局部状态估计，P_2k表示子滤波器2估计的误差协方差矩阵；

不同测量设备的局部估计误差是互不相关的，则最优状态估计为：

其中，P_k表示全局最优误差协方差，其计算方式为：

当系统采用n个测量设备对飞行器飞行状态进行数据采集时，在k时刻的全局最优状态估计和误差协方差矩阵分别为：

步骤3：制导工具误差辨识；

考虑数据集(x_i,y_i)∈R^m×R,i＝1,2,…,n，x_i认为是环境函数矩阵的第n行，y_i为遥外差，x_i,y_i满足：

式中，a、b分别表示制导工具误差系数和偏置常数，ε表示外测随机噪声，ξ_i、ξ′_i分别表示松弛误差，x_i表示环境函数矩阵的第i行；

定义算子φ(·)，将x_i映射到高维特征空间，则基于支持向量机法的捷联惯导制导工具误差分离算法表述为：

式中，ω表示映射后超平面的法向量，C表示惩罚因子；

转化为其对偶问题：

其中，λ_i、分别表示不同的拉格朗日乘子；

利用Lagrange乘子法求解得：

采用线性核函数，定义积算法K(x_i,x_j)＝x_i,x_j，由于核函数为线性核函数，不考虑参数b，回归模型系数表示为：

步骤4：制导方法误差辨识；

待辨识气动参数为：

θ＝[C_x C_y C_z m_x m_y m_z ρ p_a]^T

式中，C_x、C_y、C_z分别表示xyz三个方向的气动力系数，m_x、m_y、m_z分别表示xyz三个方向的气动力矩系数，ρ、p_a分别表示大气密度和压强、，θ_k表示第k步状态向量，Δθ_k表示状态向量的增量，θ_k+1表示第k+1步状态向量；

具体流程为：

(1)数据输入；输入的数据包括飞行器的结构参数数据、飞行器外弹道测量数据、飞行器内弹道测量数据；

(2)进行滤波环节，得到状态量的估计值，计算新息矩阵ν(i)和协方差矩阵B(i)以及准则函数J；

(3)利用灵敏度方程进行积分，得到灵敏度矩阵；

(4)进行牛顿迭代求解待辨识参数θ的最优值，具体公式如下所示：

θ_k+1＝θ_k+△θ_k

(5)△θ_k通过以下方程得到：

式中，v_j(i)表示第j步新息，θ_l表示状态量，B_jk表示新息协方差，v_k(i)表示第k步新息，θ_m表示第m个状态量，Δθ_l表示状态量的变化，表示第k步预测输出，m表示状态量个数，l、k分别表示求二阶偏导时状态量下标；

(6)将θ_k用θ_k+1代替，重新进行滤波环节，计算新的准则函数J_k+1，重复迭代，直到准则函数收敛为止，当1-J_k+1/J_kε＝0.01时，似然准则函数收敛，结束迭代循环，此时的辨识结果即为当前状态的最优估计；

步骤5：全捷联制导武器精度评估；

设f(x,θ)为总体分布密度，其形式为己知，由子样X＝(x₁,…,x_n)对θ作最大似然估计同时，给出估值的平均平方误差

用代替f(x,θ)，且从中取出N个i.i.d子样，即有：

X^(k)*＝(x₁^(k)*,…,x_n^(k)*),k＝1,…,N

于是有：

式中表示θ第k步的极大似然估计，N表示迭代次数。

2.根据权利要求1所述的一种全捷联制导武器制导精度评估方法，其特征在于，所述飞行器的结构参数数据包括初始质量、质心、压心、转动惯量、参考面积、参考长度。