CN107219519A - 连发火炮弹道曲线拟合方法 - Google Patents
连发火炮弹道曲线拟合方法 Download PDFInfo
- Publication number
- CN107219519A CN107219519A CN201710262644.1A CN201710262644A CN107219519A CN 107219519 A CN107219519 A CN 107219519A CN 201710262644 A CN201710262644 A CN 201710262644A CN 107219519 A CN107219519 A CN 107219519A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- mover
- mtr
- mtd
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/50—Systems of measurement based on relative movement of target
- G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/28—Details of pulse systems
- G01S7/285—Receivers
- G01S7/292—Extracting wanted echo-signals
- G01S7/2923—Extracting wanted echo-signals based on data belonging to a number of consecutive radar periods
- G01S7/2927—Extracting wanted echo-signals based on data belonging to a number of consecutive radar periods by deriving and controlling a threshold value
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/28—Details of pulse systems
- G01S7/285—Receivers
- G01S7/295—Means for transforming co-ordinates or for evaluating data, e.g. using computers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/35—Details of non-pulse systems
- G01S7/352—Receivers
- G01S7/354—Extracting wanted echo-signals
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种连发火炮弹道曲线拟合方法,涉及专门适用于特定应用的数字计算或数据处理的设备或方法技术领域。所述方法包括如下步骤:通过雷达采集连发火炮弹丸;对采集的所述初始速度进行最优起始数据搜索,搜索出检测质量最高的点的作为航迹起始;对航迹起始进行双向α‑β‑γ跟踪滤波,利用全弹道的量测信息以起始航迹为中心,向前后时刻分别进行跟踪滤波,形成弹道曲线。所述方法比传统算法具有更高的抗干扰能力,能够获得较为准确的弹道曲线。
Description
技术领域
本发明涉及专门适用于特定应用的数字计算或数据处理的设备或方法技术领域,尤其涉及一种连发火炮弹道曲线拟合方法。
背景技术
雷达弹道测量是靶场试验的重要方法,利用雷达对弹道参数进行测量已成为广泛使用的手段。在对连发火炮进行初速测量时,由于炮口火焰与后效期的影响,使得初速的测量不准确。在利用连续波雷达进行弹丸初速测量时,多采用(初速)外推技术。通过外弹道测量数据处理对雷达测量数据进行航迹起始、数据关联、跟踪、滤波、平滑预测等运算得到弹丸飞行全过程的弹道信息,最终根据出膛时刻外推得到弹丸的真实初速。
传统弹道测量多目标数据处理流程如图1所示,采用实时处理方式,从第一帧数据开始,进行(信号处理)预处理、航迹起始、跟踪滤波过程,每输入一帧数据进行一次数据处理。传统的航迹起始方法以第一帧数据作为起始数据。航迹起始的可靠性受到第一帧数据的影响较大。在连发的高射频弹丸初速测量中,由于雷达起始检测位置距离炮口较近、弹丸的速度高、RCS小等原因,第一帧数据中会产生较大干扰,使多目标跟踪效果较差,从而导致弹道测量的可靠性与稳定性普遍不高。
发明内容
本发明所要解决的技术问题是如何提供一种精度高的连发火炮弹道曲线拟合方法。
为解决上述技术问题,本发明所采取的技术方案是:一种连发火炮弹道曲线拟合方法,其特征在于包括如下步骤:
通过雷达采集连发火炮弹丸回波数据,炮口触发仪采集炮弹出膛时刻;
对采集的所述回波数据进行最优起始数据搜索,搜索出检测质量最高的点的作为航迹起始点,航迹起始点包含了时间和速度信息;
进行航迹起始得到起始航迹;
对起始航迹进行双向α-β-γ跟踪滤波,利用全弹道的量测信息以起始航迹为中心,向前后时刻分别进行跟踪滤波,形成弹道曲线。
进一步的技术方案在于:所述最优起始数据搜索的方法如下:
设置帧长为n;第i帧数据中目标个数为ki,每一帧数据内第j个目标对应的速度和时间分别为vj,tj;发射弹丸个数m_k,速度判决区间(vmin,vmax),最大发射间隔δt;其中,m_k、vmin、vmax与δt可以根据试验时发射的弹丸种类得到;
最优起始数据通过以下公式获得:
1)干扰最少;
2)不存在异常数据;
其中k为雷达检测到的目标个数,δt是指弹丸之间的时间间隔。
进一步的技术方案在于:1)初始化采样次数计数器i;
2)将ki与m_k进行比较;若ki<m_k,删除对应该数据并跳转步骤5);若k=m_k,进行步骤3);若k>m_k,跳转步骤4);
3)遍历i,若对于任意的vj,tj满足vj∈(vmin,vmax)且(tj+1-tj)<δt,跳转步骤8);若不满足,跳转步骤5);
4)计算数据目标个数与发射弹丸个数差值储存在向量P中,pi=k-m_k;
5)i=i+1,若i≤n,跳转步骤2);
6)遍历向量P,找到P中最小值pi;
7)遍历i,若对于任意的vj,tj满足vj∈(vmin,vmax)且(tj+1-tj)<δt,跳转步骤8);若不满足,删除pi跳转步骤6);
8)设置第i帧数据为初始数据,搜索完成。
进一步的技术方案在于:所述的在所有时刻的测量中搜索出检测质量最高的时刻作为航迹起始点的方法如下:
通过最优起始数据搜索得到起始时刻L;
在第L帧数据内每一个量测点建立初始航迹点;
根据下一帧数据的测量信息进行预测,得到下一帧数据的关联区域;将在关联区域内的量测进行航迹拓展;若关联区域内存在多个量测,则采用最邻近准则选取最邻近关联区域中心点的量测;若关联区域没有量测,则删除对应的初始航迹点;
对L+2时刻数据重复上述过程,航迹起始完成。
进一步的技术方案在于:所述的双向α-β-γ跟踪滤波过程分为前向滤波与后向滤波两部分,假设起始航迹的时刻为L、L+1、L+2,在L-1到1时刻进行前向滤波;在L+3到结束时刻进行后向滤波。
进一步的技术方案在于:进行前向滤波时假设目标从L+2时刻开始到第1时刻做近似匀加速运动,从L-1时刻开始进行α-β-γ滤波,直到第1时刻滤波完成;α-β-γ前向滤波方程如下:
1)目标状态方程
X(i-1)=PX(i)+Φn(i) (3)
在初速测量中,目标的状态主要包括速度、加速度、加加速度,
为状态转移矩阵;为噪声分布矩阵;n(i)为均值为零的高斯白噪声;
2)量测方程
Z(i)=H(i)X(i)+W(i) (4)
量测矩阵H(i)=[1 0 0],量测噪声W(i)为高斯白噪声,均值为零;
3)α-β-γ滤波器状态更新方程
其中,K为增益;
i从L到2进行取值,i-1时刻的参数估计如下:
Vest(i),分别为i时刻的速度、加速度和加加速度匹配值;Vpre(i),分别为i时刻的速度、加速度和加加速度估计值。
i-1时刻目标运动状态参数的匹配值如下:
增益系数α,β,γ通过临界阻尼选择法得到,通过跟踪滤波得到目标当前时刻运动状态估计值,直到第1距离门数据完成滤波。
进一步的技术方案在于:所述方法在最优起始数据搜索之前还包括对雷达采集连发火炮弹丸的回波数据进行预处理的步骤。
进一步的技术方案在于:所述预处理是指对雷达回波信号进行处理,包括短时傅里叶变换与恒虚警方法,用于从雷达回波数据中提取出目标的时间与速度信息。
采用上述技术方案所产生的有益效果在于:本发明所述方法首先选择检测效果最佳的数据作为起始数据进行航迹起始;对起始航迹进行双向α-β-γ跟踪滤波,利用全弹道的量测信息以起始航迹为中心,向前后时刻分别进行跟踪滤波,形成弹道曲线。实测数据处理结果表明,所述方法能够避免第一帧数据不确定性带来的影响,提高了雷达测量弹道参数的可靠性与稳定性。
附图说明
图1是现有技术中传统多目标弹道数据处理流程图;
图2是本发明实施例所述方法的流程图;
图3是本发明实施例所述方法中最优起始数据搜索算法流程图;
图4是现有技术得到的航迹起始结果图;
图5是本发明实施例所述方法得到的航迹起始结果图;
图6是现有技术的目标点迹图;
图7是本发明实施例通过所述方法得到的目标点迹图。
具体实施方式
下面结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是本发明还可以采用其他不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施例的限制。
如图2所示,本发明实施例公开了一种连发火炮弹道曲线拟合方法,包括如下步骤:
通过雷达采集连发火炮弹丸回波数据,炮口触发仪采集炮弹出膛时刻;
对雷达采集连发火炮弹丸的回波数据进行预处理,所述预处理是指对雷达回波信号进行处理,包括短时傅里叶变换与恒虚警方法,用于从雷达回波数据中提取出目标的时间与速度信息;
对预处理后的所述回波数据进行最优起始数据搜索,搜索出检测质量最高的点的作为航迹起始点,航迹起始点包含了时间和速度信息;
进行航迹起始得到起始航迹;
对起始航迹进行双向α-β-γ跟踪滤波,利用全弹道的量测信息以起始航迹为中心,向前后时刻分别进行跟踪滤波,形成弹道曲线。
最优起始数据搜索算法
设置帧长为n;第i帧数据中目标个数为ki,每一帧数据内第j个目标对应的速度和时间分别为vj,tj;发射弹丸个数m_k,速度判决区间(vmin,vmax),最大发射间隔δt。其中,m_k、vmin、vmax与δt可以根据试验时发射的弹丸种类得到。
最优起始数据判决条件有以下两点:
1)干扰最少;
2)不存在异常数据;
最佳起始数据搜索算法流程图如图3所示。
最优起始数据搜索过程如下:
(1)初始化采样次数计数器i;
(2)将ki与m_k进行比较。若ki<m_k,删除对应该数据并跳转步骤(5);若k=m_k,进行步骤(3);若k>m_k,跳转步骤(4);
(3)遍历i,若对于任意的vj,tj满足vj∈(vmin,vmax)且(tj+1-tj)<δt,跳转步骤(8);若不满足,跳转步骤(5);
(4)计算数据目标个数与发射弹丸个数差值储存在向量P中,pi=k-m_k;
(5)i=i+1,若i≤n,跳转步骤(2);
(6)遍历向量P,找到P中最小值pi;
(7)遍历i,若对于任意的vj,tj满足vj∈(vmin,vmax)且(tj+1-tj)<δt,跳转步骤(8);若不满足,删除pi跳转步骤(6);
(8)设置第i帧数据为初始数据,搜索完成。
航迹起始算法:
高射频火炮初速测量航迹起始采用基于逻辑的方法,过程如下:
(1)通过最优起始数据搜索算法得到起始时刻L;
(2)在第L帧数据内每一个量测点建立初始航迹点;
(3)根据下一帧数据的测量信息进行预测,得到下一帧数据的关联区域。将在关联区域内的量测进行航迹拓展。若关联区域内存在多个量测,则采用最邻近准则选取最邻近关联区域中心点的量测;若关联区域没有量测,则删除对应的初始航迹点。
(4)对L+2时刻数据重复上述过程,航迹起始完成。
双向α-β-γ跟踪滤波:
α-β-γ滤波是一种简化了卡尔曼滤波的常增益滤波方法。α-β-γ滤波适用于高速弹丸的运动模型并且计算过程简单,非常适用于弹道初速测量中的跟踪滤波。传统的α-β-γ滤波算法是按时间顺序由初始时刻从前至后的递推过程,不适用于当前从中间时刻起始的算法。
本发明提出了一种双向α-β-γ滤波。该滤波过程分为前向滤波与后向滤波两部分。假设起始航迹的时刻为L、L+1、L+2,在L-1到1时刻进行前向滤波;在L+3到结束时刻进行后向滤波。
进行前向滤波时假设目标从L+2时刻开始到第1时刻做近似匀加速运动,从L-1时刻开始进行α-β-γ滤波,直到第1时刻滤波完成。α-β-γ前向滤波方程如下:
(1)目标状态方程
X(i-1)=PX(i)+Φn(i) (3)
在初速测量中,目标的状态主要包括速度、加速度、加加速度,
为状态转移矩阵;为噪声分布矩阵;n(i)为均值为零的高斯白噪声。
(2)量测方程
Z(i)=H(i)X(i)+W(i) (4)
量测矩阵H(i)=[1 0 0],量测噪声W(i)为高斯白噪声,均值为零。
3)α-β-γ滤波器状态更新方程
其中,K为增益;
i从L到2进行取值,i-1时刻的参数估计如下:
Vest(i),分别为i时刻的速度、加速度和加加速度匹配值;Vpre(i),分别为i时刻的速度、加速度和加加速度估计值。
i-1时刻目标运动状态参数的匹配值如下:
增益系数α,β,γ通过临界阻尼选择法得到,通过跟踪滤波得到目标当前时刻运动状态估计值,直到第1距离门数据完成滤波。后向跟踪滤波过程与传统跟踪过程相同,在此不在赘述。采用双向跟踪滤波的方法充分利用了全弹道信息,可以得到更加准确的弹道估计。
实测数据处理:
利用现有航迹起始与跟踪算法和本发明所述方法分别对7连发火炮弹丸连续波雷达实测数据进行了处理,得到的航迹起始结果分别如图4图5所示。图4为原始航迹起始算法得到的起始航迹,从图中可以看出利用原始弹迹起始算法检测出了12条航迹,出现了5条虚假航迹。图5为本发明所述方法的结果图,从图中可以看出,利用该方法检测到了7条起始航迹,相比于原始算法减少了大量虚假航迹,具有更高的可靠性。
图6为现有算法的滤波结果,从图中可以明显看出由弹丸点迹与弹丸运动模型偏差较大,主要是由于原始航迹起始算法中出现了大量的虚假航迹,导致跟踪滤波得到的结果存在较大偏差。图7为通过本发明所述算法得到的目标点迹,从图中可以清楚地看出7发弹丸在做减速运动,符合弹丸运动模型。其中:图6和图7中按照初始时刻从左到右分别为第一至第七弹。
表1
表1所示弹丸发射时间与外推出的7发弹的初速,平均速度为892m/s,与理论值900m/s的误差在1%以内,误差在合理区间内,达到了初速测量要求。
本发明将改进的航迹起始与跟踪算法在高射频连发弹丸初速测量中进行了应用,并通过对7连发弹丸雷达回波实测数据的处理,验证了所述方法的正确性。最终的处理结果显示,在弹道测试中,所述方法比传统算法具有更高的抗干扰能力,能够获得较为准确的弹道曲线。
Claims (8)
1.一种连发火炮弹道曲线拟合方法,其特征在于包括如下步骤:
通过雷达采集连发火炮弹丸回波数据,炮口触发仪采集炮弹出膛时刻;
对采集的所述回波数据进行最优起始数据搜索,搜索出检测质量最高的点的作为航迹起始点,航迹起始点包含了时间和速度信息;
进行航迹起始得到起始航迹;
对起始航迹进行双向α-β-γ跟踪滤波,利用全弹道的量测信息以起始航迹为中心,向前后时刻分别进行跟踪滤波,形成弹道曲线。
2.如权利要求1所述的连发火炮弹道曲线拟合方法,其特征在于,所述最优起始数据搜索的方法如下:
设置帧长为n;第i帧数据中目标个数为ki,每一帧数据内第j个目标对应的速度和时间分别为vj,tj;发射弹丸个数m_k,速度判决区间(vmin,vmax),最大发射间隔δt;其中,m_k、vmin、vmax与δt可以根据试验时发射的弹丸种类得到;
最优起始数据通过以下公式获得:
1)干扰最少;
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>k</mi>
<mo>&GreaterEqual;</mo>
<mi>m</mi>
<mo>_</mo>
<mi>k</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>k</mi>
<mo>-</mo>
<mi>m</mi>
<mo>_</mo>
<mi>k</mi>
<mo>=</mo>
<mi>min</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>k</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<mi>m</mi>
<mo>_</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>;</mo>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<mi>n</mi>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
2)不存在异常数据;
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>v</mi>
<mi>j</mi>
</msub>
<mo>&Element;</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>v</mi>
<mi>min</mi>
</msub>
<mo>,</mo>
<msub>
<mi>v</mi>
<mi>max</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>(</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>j</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>t</mi>
<mi>j</mi>
</msub>
<mo>)</mo>
<mo>&le;</mo>
<mi>&delta;</mi>
<mi>t</mi>
<mo>;</mo>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
<mo>,</mo>
<mn>...</mn>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
其中k为雷达检测到的目标个数,δt是指弹丸之间的时间间隔。
3.如权利要求2所述的连发火炮弹道曲线拟合方法,其特征在于:
1)初始化采样次数计数器i;
2)将ki与m_k进行比较;若ki<m_k,删除对应该数据并跳转步骤5);若k=m_k,进行步骤3);若k>m_k,跳转步骤4);
3)遍历i,若对于任意的vj,tj满足vj∈(vmin,vmax)且(tj+1-tj)<δt,跳转步骤8);若不满足,跳转步骤5);
4)计算数据目标个数与发射弹丸个数差值储存在向量P中,pi=k-m_k;
5)i=i+1,若i≤n,跳转步骤2);
6)遍历向量P,找到P中最小值pi;
7)遍历i,若对于任意的vj,tj满足vj∈(vmin,vmax)且(tj+1-tj)<δt,跳转步骤8);若不满足,删除pi跳转步骤6);
8)设置第i帧数据为初始数据,搜索完成。
4.如权利要求1所述的连发火炮弹道曲线拟合方法,其特征在于,所述的在所有时刻的测量中搜索出检测质量最高的时刻作为航迹起始点的方法如下:
通过最优起始数据搜索得到起始时刻L;
在第L帧数据内每一个量测点建立初始航迹点;
根据下一帧数据的测量信息进行预测,得到下一帧数据的关联区域;将在关联区域内的量测进行航迹拓展;若关联区域内存在多个量测,则采用最邻近准则选取最邻近关联区域中心点的量测;若关联区域没有量测,则删除对应的初始航迹点;
对L+2时刻数据重复上述过程,航迹起始完成。
5.如权利要求1所述的连发火炮弹道曲线拟合方法,其特征在于:所述的双向α-β-γ跟踪滤波过程分为前向滤波与后向滤波两部分,假设起始航迹的时刻为L、L+1、L+2,在L-1到1时刻进行前向滤波;在L+3到结束时刻进行后向滤波。
6.如权利要求5所述的连发火炮弹道曲线拟合方法,其特征在于:
进行前向滤波时假设目标从L+2时刻开始到第1时刻做近似匀加速运动,从L-1时刻开始进行α-β-γ滤波,直到第1时刻滤波完成;α-β-γ前向滤波方程如下:
1)目标状态方程
X(i-1)=PX(i)+Φn(i) (3)
在初速测量中,目标的状态主要包括速度、加速度、加加速度,
为状态转移矩阵;为噪声分布矩阵;n(i)为均值为零的高斯白噪声;
2)量测方程
Z(i)=H(i)X(i)+W(i) (4)
量测矩阵H(i)=[100],量测噪声W(i)为高斯白噪声,均值为零;
3)α-β-γ滤波器状态更新方程
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mover>
<mi>X</mi>
<mo>^</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>-</mo>
<mn>1</mn>
<mo>|</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>P</mi>
<mover>
<mi>X</mi>
<mo>^</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>|</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>K</mi>
<mo>=</mo>
<mrow>
<mo>&lsqb;</mo>
<mrow>
<mi>&alpha;</mi>
<mo>,</mo>
<mi>&beta;</mi>
<mo>/</mo>
<mi>T</mi>
<mo>,</mo>
<mn>2</mn>
<mi>&gamma;</mi>
<mo>/</mo>
<msup>
<mi>T</mi>
<mn>2</mn>
</msup>
</mrow>
<mo>&rsqb;</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mover>
<mi>X</mi>
<mo>^</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>-</mo>
<mn>1</mn>
<mo>|</mo>
<mi>i</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mover>
<mi>X</mi>
<mo>^</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>-</mo>
<mn>1</mn>
<mo>|</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>K</mi>
<mo>&lsqb;</mo>
<mi>Z</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mi>H</mi>
<mover>
<mi>X</mi>
<mo>^</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>-</mo>
<mn>1</mn>
<mo>|</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>5</mn>
<mo>)</mo>
</mrow>
</mrow>
其中,K为增益;
i从L到2进行取值,i-1时刻的参数估计如下:
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>V</mi>
<mrow>
<mi>p</mi>
<mi>r</mi>
<mi>e</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>V</mi>
<mrow>
<mi>e</mi>
<mi>s</mi>
<mi>t</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mover>
<mi>V</mi>
<mo>&CenterDot;</mo>
</mover>
<mrow>
<mi>e</mi>
<mi>s</mi>
<mi>t</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>o</mi>
<mi>r</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>(</mo>
<mrow>
<mi>i</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mo>)</mo>
<mo>-</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>e</mi>
<mi>s</mi>
<mi>t</mi>
</mrow>
</msub>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mover>
<mi>V</mi>
<mo>&CenterDot;&CenterDot;</mo>
</mover>
<mrow>
<mi>e</mi>
<mi>s</mi>
<mi>t</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>o</mi>
<mi>r</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>(</mo>
<mrow>
<mi>i</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mo>)</mo>
<mo>-</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>e</mi>
<mi>s</mi>
<mi>t</mi>
</mrow>
</msub>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mover>
<mi>V</mi>
<mo>&CenterDot;</mo>
</mover>
<mrow>
<mi>p</mi>
<mi>r</mi>
<mi>e</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mover>
<mi>V</mi>
<mo>&CenterDot;</mo>
</mover>
<mrow>
<mi>e</mi>
<mi>s</mi>
<mi>t</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mover>
<mi>V</mi>
<mo>&CenterDot;&CenterDot;</mo>
</mover>
<mrow>
<mi>e</mi>
<mi>s</mi>
<mi>t</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>o</mi>
<mi>r</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>(</mo>
<mrow>
<mi>i</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mo>)</mo>
<mo>-</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>e</mi>
<mi>s</mi>
<mi>t</mi>
</mrow>
</msub>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mover>
<mi>V</mi>
<mo>&CenterDot;&CenterDot;</mo>
</mover>
<mrow>
<mi>p</mi>
<mi>r</mi>
<mi>e</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mover>
<mi>V</mi>
<mo>&CenterDot;&CenterDot;</mo>
</mover>
<mrow>
<mi>e</mi>
<mi>s</mi>
<mi>t</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>6</mn>
<mo>)</mo>
</mrow>
</mrow>
Vest(i),分别为i时刻的速度、加速度和加加速度匹配值;Vpre(i),分别为i时刻的速度、加速度和加加速度估计值。
i-1时刻目标运动状态参数的匹配值如下:
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>V</mi>
<mrow>
<mi>e</mi>
<mi>s</mi>
<mi>t</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>V</mi>
<mrow>
<mi>p</mi>
<mi>r</mi>
<mi>e</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>&alpha;</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>V</mi>
<mrow>
<mi>e</mi>
<mi>s</mi>
<mi>t</mi>
</mrow>
</msub>
<mo>(</mo>
<mrow>
<mi>i</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mo>)</mo>
<mo>-</mo>
<msub>
<mi>V</mi>
<mrow>
<mi>p</mi>
<mi>r</mi>
<mi>e</mi>
</mrow>
</msub>
<mo>(</mo>
<mrow>
<mi>i</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mover>
<mi>V</mi>
<mo>&CenterDot;</mo>
</mover>
<mrow>
<mi>e</mi>
<mi>s</mi>
<mi>t</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mover>
<mi>V</mi>
<mo>&CenterDot;</mo>
</mover>
<mrow>
<mi>p</mi>
<mi>r</mi>
<mi>e</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>&beta;</mi>
<mrow>
<mo>(</mo>
<mo>(</mo>
<mrow>
<msub>
<mi>V</mi>
<mrow>
<mi>e</mi>
<mi>s</mi>
<mi>t</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mrow>
<mi>i</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>V</mi>
<mrow>
<mi>p</mi>
<mi>r</mi>
<mi>e</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mrow>
<mi>i</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
<mo>)</mo>
<mo>/</mo>
<mo>(</mo>
<mrow>
<msub>
<mi>t</mi>
<mrow>
<mi>e</mi>
<mi>s</mi>
<mi>t</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mrow>
<mi>i</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>e</mi>
<mi>s</mi>
<mi>t</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mover>
<mi>V</mi>
<mo>&CenterDot;&CenterDot;</mo>
</mover>
<mrow>
<mi>e</mi>
<mi>s</mi>
<mi>t</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mover>
<mi>V</mi>
<mo>&CenterDot;&CenterDot;</mo>
</mover>
<mrow>
<mi>p</mi>
<mi>r</mi>
<mi>e</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mn>2</mn>
<mi>&gamma;</mi>
<msup>
<mrow>
<mo>(</mo>
<mo>(</mo>
<mrow>
<msub>
<mi>V</mi>
<mrow>
<mi>e</mi>
<mi>s</mi>
<mi>t</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mrow>
<mi>i</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>V</mi>
<mrow>
<mi>p</mi>
<mi>r</mi>
<mi>e</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mrow>
<mi>i</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
<mo>)</mo>
<mo>/</mo>
<mo>(</mo>
<mrow>
<msub>
<mi>t</mi>
<mrow>
<mi>e</mi>
<mi>s</mi>
<mi>t</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mrow>
<mi>i</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>e</mi>
<mi>s</mi>
<mi>t</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>7</mn>
<mo>)</mo>
</mrow>
</mrow>
2
增益系数α,β,γ通过临界阻尼选择法得到,通过跟踪滤波得到目标当前时刻运动状态估计值,直到第1距离门数据完成滤波。
7.如权利要求1所述的连发火炮弹道曲线拟合方法,其特征在于:所述方法在最优起始数据搜索之前还包括对雷达采集连发火炮弹丸的回波数据进行预处理的步骤。
8.如权利要求7所述的连发火炮弹道曲线拟合方法,其特征在于:所述预处理是指对雷达回波信号进行处理,包括短时傅里叶变换与恒虚警方法,用于从雷达回波数据中提取出目标的时间与速度信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710262644.1A CN107219519B (zh) | 2017-04-20 | 2017-04-20 | 连发火炮弹道曲线拟合方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710262644.1A CN107219519B (zh) | 2017-04-20 | 2017-04-20 | 连发火炮弹道曲线拟合方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107219519A true CN107219519A (zh) | 2017-09-29 |
CN107219519B CN107219519B (zh) | 2019-12-17 |
Family
ID=59943643
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710262644.1A Active CN107219519B (zh) | 2017-04-20 | 2017-04-20 | 连发火炮弹道曲线拟合方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107219519B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107284687A (zh) * | 2017-06-30 | 2017-10-24 | 中国人民解放军军械工程学院 | 小型飞行器抛射速度选择方法 |
CN112612008A (zh) * | 2020-12-08 | 2021-04-06 | 中国人民解放军陆军工程大学 | 高速弹丸回波信号的起始参数提取方法及装置 |
CN112861308A (zh) * | 2020-12-31 | 2021-05-28 | 中国人民解放军63791部队 | 一种基于时序的弹道曲线平移判断方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104502907A (zh) * | 2014-12-15 | 2015-04-08 | 西安电子工程研究所 | 一种机载雷达地面动静目标稳定跟踪方法 |
CN105550497A (zh) * | 2015-12-04 | 2016-05-04 | 河海大学 | 一种高精度的弹道修正方法 |
CN106054150A (zh) * | 2016-05-18 | 2016-10-26 | 西安电子科技大学 | 一种先起始后确认的雷达航迹起始方法 |
CN106199584A (zh) * | 2016-07-05 | 2016-12-07 | 电子科技大学 | 一种基于量测存储的航迹起始方法 |
RU2015128373A (ru) * | 2015-07-14 | 2017-01-18 | Закрытое акционерное общество "Научно-исследовательский центр "Резонанс" (ЗАО "НИЦ "Резонанс") | Способ определения модуля скорости баллистического объекта с использованием выборки произведений дальности на радиальную скорость и устройство для его реализации |
-
2017
- 2017-04-20 CN CN201710262644.1A patent/CN107219519B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104502907A (zh) * | 2014-12-15 | 2015-04-08 | 西安电子工程研究所 | 一种机载雷达地面动静目标稳定跟踪方法 |
RU2015128373A (ru) * | 2015-07-14 | 2017-01-18 | Закрытое акционерное общество "Научно-исследовательский центр "Резонанс" (ЗАО "НИЦ "Резонанс") | Способ определения модуля скорости баллистического объекта с использованием выборки произведений дальности на радиальную скорость и устройство для его реализации |
CN105550497A (zh) * | 2015-12-04 | 2016-05-04 | 河海大学 | 一种高精度的弹道修正方法 |
CN106054150A (zh) * | 2016-05-18 | 2016-10-26 | 西安电子科技大学 | 一种先起始后确认的雷达航迹起始方法 |
CN106199584A (zh) * | 2016-07-05 | 2016-12-07 | 电子科技大学 | 一种基于量测存储的航迹起始方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107284687A (zh) * | 2017-06-30 | 2017-10-24 | 中国人民解放军军械工程学院 | 小型飞行器抛射速度选择方法 |
CN112612008A (zh) * | 2020-12-08 | 2021-04-06 | 中国人民解放军陆军工程大学 | 高速弹丸回波信号的起始参数提取方法及装置 |
CN112612008B (zh) * | 2020-12-08 | 2022-05-17 | 中国人民解放军陆军工程大学 | 高速弹丸回波信号的起始参数提取方法及装置 |
CN112861308A (zh) * | 2020-12-31 | 2021-05-28 | 中国人民解放军63791部队 | 一种基于时序的弹道曲线平移判断方法 |
CN112861308B (zh) * | 2020-12-31 | 2023-03-24 | 中国人民解放军63791部队 | 一种基于时序的弹道曲线平移判断方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107219519B (zh) | 2019-12-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106680806A (zh) | 一种多雷达点迹融合方法 | |
CN104267379B (zh) | 一种基于波形设计的主被动雷达协同抗干扰方法 | |
CN104237879B (zh) | 一种雷达系统中的多目标跟踪方法 | |
CN107219519A (zh) | 连发火炮弹道曲线拟合方法 | |
CN103439697B (zh) | 基于动态规划的目标检测方法 | |
CN106405537B (zh) | 基于位置信息和多普勒信息的雷达航迹起始方法 | |
CN104714225B (zh) | 一种基于广义似然比的动态规划检测前跟踪方法 | |
CN107436434B (zh) | 基于双向多普勒估计的航迹起始方法 | |
CN104459661B (zh) | 检测快速火炮类微弱目标的方法 | |
CN106643297B (zh) | 一种运动平台矢量脱靶量参数估计修正方法 | |
CN107991660B (zh) | 基于pwvd分布的中间弹道弹丸速度测量方法 | |
CN114942428A (zh) | 多目标跟踪的混合体制雷达数据关联算法 | |
US8294609B2 (en) | System and method for reduction of point of origin errors | |
CN105445699A (zh) | 一种非视距误差消除的测距方法及系统 | |
CN109633628A (zh) | 基于分布式组网雷达数据融合的抗rgpo干扰的方法 | |
CN102879774A (zh) | 短航迹合成方法和装置 | |
CN109827478B (zh) | 一种带落角约束与过载约束的制导方法 | |
CN110488277A (zh) | 基于外辐射源的分布式主被动雷达联合定位方法 | |
CN110488273A (zh) | 一种基于雷达的车辆跟踪检测方法及装置 | |
CN110363219A (zh) | 基于卷积神经网络的弹道中段目标微动形式识别方法 | |
CN105548987B (zh) | 一种连续波雷达目标加速度盲估计方法 | |
CN114200439B (zh) | 一种基于多普勒盲区的多模式空域目标跟踪方法 | |
CN110426692A (zh) | 参差加抖动中重频pd模式点迹提取方法 | |
CN114488104B (zh) | 基于交互一致性的天波超视距雷达目标跟踪方法 | |
CN113625245B (zh) | 一种弹道导弹中段目标进动参数估计方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |