CN110836618B - 一种用于半捷联红外导引头的制导信息提取方法及系统 - Google Patents
一种用于半捷联红外导引头的制导信息提取方法及系统 Download PDFInfo
- Publication number
- CN110836618B CN110836618B CN201911173169.6A CN201911173169A CN110836618B CN 110836618 B CN110836618 B CN 110836618B CN 201911173169 A CN201911173169 A CN 201911173169A CN 110836618 B CN110836618 B CN 110836618B
- Authority
- CN
- China
- Prior art keywords
- infrared
- target
- time
- projection
- bullet
- 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.)
- Active
Links
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F41—WEAPONS
- F41G—WEAPON SIGHTS; AIMING
- F41G3/00—Aiming or laying means
- F41G3/22—Aiming or laying means for vehicle-borne armament, e.g. on aircraft
Abstract
本发明公开了一种用于半捷联红外导引头的制导信息提取方法及系统。该方法包括:获取红外导引头图像、红外导引头参数和红外导引头失调角;依据红外导引头图像确定像素信息;确定目标红外特征尺寸;目标红外特征尺寸包括目标红外特征长度和目标红外特征宽度;基于红外成像原理,采用像素信息、红外导引头参数和目标红外特征尺寸对弹目相对距离进行估计,得到弹目相对距离估计值;将红外导引头失调角和弹目相对距离估计值输入至自适应无迹卡尔曼滤波模型中,得到制导信息;制导信息包括弹目接近速度、弹目视线角、弹目视线角速率和目标的加速度。本发明能提高对配备了半捷联红外导引头的导弹制导信息提取的准确性,实现对目标的精确打击。
Description
技术领域
本发明涉及导弹滤波制导技术领域,特别是涉及一种用于半捷联红外导引头的制导信息提取方法及系统。
背景技术
随着现代军事科技的飞速发展,战争模式逐渐由原来的大规模火力压制升级为点目标精确打击,精确制导武器成为了实施精确打击的有效手段,寻的导弹作为精确制导武器的重要分支,利用导引头能够完成对目标的搜索、识别与跟踪的功能,准确提供导弹飞行过程中所需要的制导信息,进而导引导弹飞向目标。
由于传统的导引头无法很好地对多目标进行识别,全向视场能力差,抗干扰能力弱,目前在导引头领域,国内外的研究热点为红外半捷联导引头,这种导引头取消了传统的万向支架,利用具有瞬时大视场的红外导引头直接结合弹体姿态的调整完成对目标的捕获和追踪。美国的陆基中段导弹防御系统GMD、THAAD导弹都采用了红外半捷联导引头。虽然红外半捷联导引头具有小型化、低成本的优势,但是由于其直接观测信息仅有失调角,弹目相对距离并非直接可观测,所以需要采用滤波技术(如扩展Kalman滤波等)完成弹目相对距离等其他制导所需信息的求取。
在采用滤波技术进行弹目相对位姿估计的过程中,主要面临两类问题:1.由于红外半捷联导引头目标跟踪系统本质是一种被动跟踪系统,系统可观测性较弱,导致其较难取得足够准确的弹目相对位姿估计;2.由于导弹在制导的过程中,弹目距离、弹目视线角等参数始终处于动态变化的过程中,导致对滤波参数的适配性要求较高,参数的选择需要同时兼顾不同状态下的制导系统特性。有鉴于此,如何准确提取导弹制导信息成为目前亟待解决的问题。
发明内容
基于此,有必要提供一种用于半捷联红外导引头的制导信息提取方法及系统,以提高对配备了半捷联红外导引头的导弹制导信息提取的准确性,实现对目标的精确打击。
为实现上述目的,本发明提供了如下方案:
一种用于半捷联红外导引头的制导信息提取方法,包括:
获取红外导引头图像、红外导引头参数和红外导引头失调角;所述红外导引头参数包括红外成像平面水平方向上的像素个数、红外成像平面垂直方向上的像素个数、视景平面长度、视景平面宽度、水平视场角和垂直视场角;
依据所述红外导引头图像确定像素信息;所述像素信息包括目标在红外成像平面上投影长度所占的像素个数和目标在红外成像平面上投影宽度所占的像素个数;
确定目标红外特征尺寸;所述目标红外特征尺寸包括目标红外特征长度和目标红外特征宽度;
基于红外成像原理,采用所述像素信息、所述红外导引头参数和所述目标红外特征尺寸对弹目相对距离进行估计,得到弹目相对距离估计值;
将所述红外导引头失调角和所述弹目相对距离估计值输入至自适应无迹卡尔曼滤波模型中,得到制导信息;所述制导信息包括弹目接近速度、弹目视线角、弹目视线角速率和目标的加速度。
可选的,所述弹目相对距离估计值为:
其中,为弹目相对距离估计值,a为目标红外特征长度,b为目标红外特征宽度,X为红外成像平面水平方向上的像素个数,Y为红外成像平面垂直方向上的像素个数,HFOV为水平视场角,VFOV为垂直视场角,ε为红外导引头失调角,P为目标在红外成像平面的投影所占的像素个数,P=a′b′,a′为目标在红外成像平面上投影长度所占的像素个数,b′为目标在红外成像平面上投影宽度所占的像素个数。
可选的,所述将所述红外导引头失调角和所述弹目相对距离估计值输入至自适应无迹卡尔曼滤波模型中,得到制导信息,具体包括:
构建自适应无迹卡尔曼滤波模型
Xk+1=f(Xk)+Gkwk
Zk=h(Xk)+vk,
其中,Xk+1为k+1时刻的观测量,Zk为k时刻的系统观测值,Xk为k时刻的观测量,Gk为k时刻的噪声输入矩阵,wk为k时刻的等效系统过程噪声,vk为离散化后k时刻的量测噪声,
Xk=[r(k) vr(k) qy(k) qz(k) ωy(k) ωz(k) εy(k) εz(k) atx(k) aty(k) atz(k)]T,
wk=[wtx(k) wty(k) wtz(k)]T,
r(k)为k时刻的弹目相对距离,vr(k)为k时刻的弹目接近速度,qy(k)为k时刻的弹目视线角在Y轴的投影,qz(k)为k时刻的弹目视线角在Z轴的投影,ωy(k)为k时刻的弹目视线角速率在Y轴的投影,ωz(k)为k时刻的弹目视线角速率在Z轴的投影,εy(k)为k时刻的失调角在Y轴的投影,εz(k)为k时刻的失调角在Z轴的投影,atx(k)为k时刻目标在X轴上的加速度投影,aty(k)为k时刻目标在Y轴上的加速度投影,atz(k)为k时刻目标在Z轴上的加速度投影,wtx(k)为k时刻目标运动在X轴上的等效急动度,wty(k)为k时刻目标运动在Y轴上的等效急动度,wtz(k)为k时刻目标运动在Z轴上的等效急动度;
将所述红外导引头失调角和所述弹目相对距离估计值输入至自适应无迹卡尔曼滤波模型中,得到制导信息;其中,k+1时刻的制导信息为
xk+1|k为一步预测状态,Pxz,k+1|k为一步预测状态误差与一步预测量测误差的互协方差估计值,Pzz,k+1|k为一步预测量测误差协方差估计值,Zk+1为k+1时刻的系统观测值,εy(k+1)为k+1时刻的失调角在Y轴的投影,εz(k+1)为k+1时刻的失调角在Z轴的投影,为k+1时刻的弹目相对距离估计值。
可选的,所述确定目标红外特征尺寸,具体包括:
依据所述红外导引头图像,采用目标识别系统对目标进行识别,确定目标的类型;
将所述类型与标准红外信息库中的特征进行比较,确定目标红外特征尺寸。
本发明还提供了一种用于半捷联红外导引头的制导信息提取系统,包括:
图像信息获取模块,用于获取红外导引头图像、红外导引头参数和红外导引头失调角;所述红外导引头参数包括红外成像平面水平方向上的像素个数、红外成像平面垂直方向上的像素个数、视景平面长度、视景平面宽度、水平视场角和垂直视场角;
像素信息确定模块,用于依据所述红外导引头图像确定像素信息;所述像素信息包括目标在红外成像平面上投影长度所占的像素个数和目标在红外成像平面上投影宽度所占的像素个数;
目标红外特征确定模块,用于确定目标红外特征尺寸;所述目标红外特征尺寸包括目标红外特征长度和目标红外特征宽度;
弹目相对距离估计模块,用于基于红外成像原理,采用所述像素信息、所述红外导引头参数和所述目标红外特征尺寸对弹目相对距离进行估计,得到弹目相对距离估计值;
滤波模块,用于将所述红外导引头失调角和所述弹目相对距离估计值输入至自适应无迹卡尔曼滤波模型中,得到制导信息;所述制导信息包括弹目接近速度、弹目视线角、弹目视线角速率和目标的加速度。
可选的,所述弹目相对距离估计模块中的所述弹目相对距离估计值为:
其中,为弹目相对距离估计值,a为目标红外特征长度,b为目标红外特征宽度,X为红外成像平面水平方向上的像素个数,Y为红外成像平面垂直方向上的像素个数,HFOV为水平视场角,VFOV为垂直视场角,ε为红外导引头失调角,P为目标在红外成像平面的投影所占的像素个数,P=a′b′,a′为目标在红外成像平面上投影长度所占的像素个数,b′为目标在红外成像平面上投影宽度所占的像素个数。
可选的,所述滤波模块,具体包括:
模型构建单元,用于构建自适应无迹卡尔曼滤波模型
Xk+1=f(Xk)+Gkwk
Zk=h(Xk)+vk,
其中,Xk+1为k+1时刻的观测量,Zk为k时刻的系统观测值,Xk为k时刻的观测量,Gk为k时刻的噪声输入矩阵,wk为k时刻的等效系统过程噪声,vk为离散化后k时刻的量测噪声,
Xk=[r(k) vr(k) qy(k) qz(k) ωy(k) ωz(k) εy(k) εz(k) atx(k) aty(k) atz(k)]T,
wk=[wtx(k) wty(k) wtz(k)]T,
r(k)为k时刻的弹目相对距离,vr(k)为k时刻的弹目接近速度,qy(k)为k时刻的弹目视线角在Y轴的投影,qz(k)为k时刻的弹目视线角在Z轴的投影,ωy(k)为k时刻的弹目视线角速率在Y轴的投影,ωz(k)为k时刻的弹目视线角速率在Z轴的投影,εy(k)为k时刻的失调角在Y轴的投影,εz(k)为k时刻的失调角在Z轴的投影,atx(k)为k时刻目标在X轴上的加速度投影,aty(k)为k时刻目标在Y轴上的加速度投影,atz(k)为k时刻目标在Z轴上的加速度投影,wtx(k)为k时刻目标运动在X轴上的等效急动度,wty(k)为k时刻目标运动在Y轴上的等效急动度,wtz(k)为k时刻目标运动在Z轴上的等效急动度;
滤波单元,用于将所述红外导引头失调角和所述弹目相对距离估计值输入至自适应无迹卡尔曼滤波模型中,得到制导信息;其中,k+1时刻的制导信息为
xk+1|k为一步预测状态,Pxz,k+1|k为一步预测状态误差与一步预测量测误差的互协方差估计值,Pzz,k+1|k为一步预测量测误差协方差估计值,Zk+1为k+1时刻的系统观测值,εy(k+1)为k+1时刻的失调角在Y轴的投影,εz(k+1)为k+1时刻的失调角在Z轴的投影,为k+1时刻的弹目相对距离估计值。
可选的,所述目标红外特征确定模块,具体包括:
目标类型确定单元,用于依据所述红外导引头图像,采用目标识别系统对目标进行识别,确定目标的类型;
目标红外特征确定单元,用于将所述类型与标准红外信息库中的特征进行比较,确定目标红外特征尺寸。
与现有技术相比,本发明的有益效果是:
本发明提出了一种用于半捷联红外导引头的制导信息提取方法及系统,该方法针对可观测性弱的问题,采用红外图像辅助的方式,利用红外导引头图像中的像素信息对弹目相对距离进行估计,通过引入更多观测量的方式实现了系统的可观测性的提高,进而提升了弹目相对位姿估计的精度;将红外导引头失调角和弹目相对距离估计值输入至自适应无迹卡尔曼滤波模型中,得到包括弹目接近速度、弹目视线角、弹目视线角速率和目标的加速度的制导信息,提高了对配备了半捷联红外导引头的导弹制导信息提取的准确性,实现对目标的精确打击。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例1一种用于半捷联红外导引头的制导信息提取方法的流程图;
图2为本发明实施例2弹目相对几何关系以及红外成像原理图;
图3为本发明实施例2所采用的滤波方法与传统滤波方法所得到的弹目接近速度估计结果比较图;
图4为本发明实施例2所采用的滤波方法与传统滤波方法所得到的弹目视线角的估计结果比较图;
图5为本发明实施例2所采用的滤波方法与传统滤波方法所得到的弹目视线角速率的估计结果比较图;
图6为本发明实施例3一种用于半捷联红外导引头的制导信息提取系统的结构示意图。
具体实施方式
下面将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。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例1
图1为本发明实施例1一种用于半捷联红外导引头的制导信息提取方法的流程图。
参见图1,实施例的用于半捷联红外导引头的制导信息提取方法,包括:
步骤S1:获取红外导引头图像、红外导引头参数和红外导引头失调角。
所述红外导引头参数包括红外成像平面水平方向上的像素个数、红外成像平面垂直方向上的像素个数、视景平面长度、视景平面宽度、水平视场角和垂直视场角。
步骤S2:依据所述红外导引头图像确定像素信息。
所述像素信息包括目标在红外成像平面上投影长度所占的像素个数和目标在红外成像平面上投影宽度所占的像素个数。
步骤S3:确定目标红外特征尺寸;所述目标红外特征尺寸包括目标红外特征长度和目标红外特征宽度。
所述步骤S3,具体包括:
依据所述红外导引头图像,采用目标识别系统对目标进行识别,确定目标的类型;将所述类型与标准红外信息库中的特征进行比较,确定目标红外特征尺寸。
步骤S4:基于红外成像原理,采用所述像素信息、所述红外导引头参数和所述目标红外特征尺寸对弹目相对距离进行估计,得到弹目相对距离估计值。
本实施例中,所述弹目相对距离估计值为:
其中,为弹目相对距离估计值,a为目标红外特征长度,b为目标红外特征宽度,X为红外成像平面水平方向上的像素个数,Y为红外成像平面垂直方向上的像素个数,HFOV为水平视场角,VFOV为垂直视场角,ε为红外导引头失调角,P为目标在红外成像平面的投影所占的像素个数,P=a′b′,a′为目标在红外成像平面上投影长度所占的像素个数,b′为目标在红外成像平面上投影宽度所占的像素个数。
步骤S5:将所述红外导引头失调角和所述弹目相对距离估计值输入至自适应无迹卡尔曼滤波模型中,得到制导信息;所述制导信息包括弹目接近速度、弹目视线角、弹目视线角速率和目标的加速度。
所述步骤S5,具体包括:
构建自适应无迹卡尔曼滤波模型
Xk+1=f(Xk)+Gkwk
Zk=h(Xk)+vk,
其中,Xk+1为k+1时刻的观测量,Zk为k时刻的系统观测值,Xk为k时刻的观测量,Gk为k时刻的噪声输入矩阵,wk为k时刻的等效系统过程噪声,vk为离散化后k时刻的量测噪声,
Xk=[r(k) vr(k) qy(k) qz(k) ωy(k) ωz(k) εy(k) εz(k) atx(k) aty(k) atz(k)]T,
wk=[wtx(k) wty(k) wtz(k)]T,
r(k)为k时刻的弹目相对距离,vr(k)为k时刻的弹目接近速度,qy(k)为k时刻的弹目视线角在Y轴的投影,qz(k)为k时刻的弹目视线角在Z轴的投影,ωy(k)为k时刻的弹目视线角速率在Y轴的投影,ωz(k)为k时刻的弹目视线角速率在Z轴的投影,εy(k)为k时刻的失调角在Y轴的投影,εz(k)为k时刻的失调角在Z轴的投影,atx(k)为k时刻目标在X轴上的加速度投影,aty(k)为k时刻目标在Y轴上的加速度投影,atz(k)为k时刻目标在Z轴上的加速度投影,wtx(k)为k时刻目标运动在X轴上的等效急动度,wty(k)为k时刻目标运动在Y轴上的等效急动度,wtz(k)为k时刻目标运动在Z轴上的等效急动度。
将所述红外导引头失调角和所述弹目相对距离估计值输入至自适应无迹卡尔曼滤波模型中,得到制导信息;其中,k+1时刻的制导信息为
xk+1|k为一步预测状态,Pxz,k+1|k为一步预测状态误差与一步预测量测误差的互协方差估计值,Pzz,k+1|k为一步预测量测误差协方差估计值,Zk+1为k+1时刻的系统观测值,εy(k+1)为k+1时刻的失调角在Y轴的投影,εz(k+1)为k+1时刻的失调角在Z轴的投影,为k+1时刻的弹目相对距离估计值。
本实施例采用红外图像信息作为辅助信息估算弹目相对距离,并将估算得到的弹目相对距离信息与半捷联红外导引头所提供的失调角信息一同作为自适应无迹卡尔曼滤波模型的输入,得到制导信息,能够提高对配备了半捷联红外导引头的导弹制导信息提取的准确性,实现对目标的精确打击。
下面提供了一个更为具体的实施例。
实施例2
步骤1:根据红外导引头图像及其他参考辅助信息,对目标的类型进行识别,进而可以根据识别结果查询数据库,获得所需要的必备信息。
本步骤主要实现的是先验信息的获取,根据目标识别结果调取数据库中的目标相关参数。其中目标识别系统并不是本实施例的重点,所以将该部分介绍省略。在得到目标识别结果的基础上,在相关数据库中查询得到相关目标的红外特征尺寸(主要是指能被红外成像探头感知到的目标部位的特征尺寸),定义为a和b,分别为目标红外特征长度与目标红外特征宽度。
步骤2:根据红外导引头图像对弹目相对距离进行估算。
在步骤1所获得目标先验信息(a和b)的基础上,利用红外导引头图像对弹目相对距离进行估算,该算法的核心思想为:利用目标在导引头成像平面的像素信息(像素点数目)对弹目相对距离进行估计。具体算法如下:
首先构建如图2所示的弹目相对几何关系以及红外成像原理图,其中,S为视景平面ABCD的中心点,S′为红外成像平面A′B′C′D′的中心点,P为目标中心点,P′为目标投影中心点,T为线段AB中点,R为线段BC中点,T′为OT与A′B′交点,R′为OR与B′C′交点。
弹目相对距离实际上为红外成像平面上目标中心点到视景平面上目标中心点的连线距离。但由于红外成像平面的尺寸很小,且视场角已知,所以可推算得视点到红外成像平面上目标中心点的距离也很小(即OP'可忽略不计),因而可近似认为视点到目标的距离就是弹目相对距离,即近似认为OP=PP'成立。
在已知目标红外特征尺寸大小、导引头视场大小等先验知识的前提下,结合测得的失调角,以及目标在红外成屏幕上的成像像素大小,可用如下公式估算弹目相对距离,具体推导过程如下,首先对下文中所使用到的参数进行定义如表1所示:
表1
上表中参数主要分为三类:红外导引头参数(系统设计参数)、目标红外特征尺寸(预定装载参数)、像素信息(在线测量参数)。
(1)红外导引头参数:X,Y,L,W,VFOV,HFOV为系统设计参数,出厂即确定,均为红外成像导引头设计参数,可提前获取。
(2)目标红外特征尺寸:a和b为目标红外特征尺寸,结合先验目标知识库和目标识别结果获得。
(3)像素信息:a′和b′为目标在红外成像平面上投影所占像素个数,可以由红外成像结果直接测量获得。
在上述定义的基础上,利用弹目相对几何关系以及红外成像原理图(如图2所示)进行推导:因为目标投影在红外成像平面上所占比例等于目标特征面积在视景平面上所占比例,所以有如下比例关系式成立:
定义失调角ε为OS′与OP′的夹角,以视点O到成像平面中心点S′连线OS′为基准线,从基准线逆时针转向弹目视线为正。据几何关系,ε可根据如下关系式求得:
其中,εy为失调角在Y轴的投影,εz为失调角在Z轴的投影。可以看出,当失调角εy和εz均为0时,S′与P′点重合,即目标位于光轴射线上。依据上式可以得到视点到视景平面中心的距离为:
则有:
其中,| |代表求取对应线段的长度。
因此,目标在红外成像平面的投影所占像素个数P为:
进而可得,弹目相对距离r与目标在红外成像平面上的投影所占像素个数P之间的函数关系为:
式中,
从该式可以看出,当红外成像导引头参数和目标尺寸确定以后,K为定值,若失调角一定,像素面积P与弹目相对距离r的平方成反比。根据上述推导,则可以得出利用像素面积P估计弹目相对距离r的公式如下:
步骤3:将步骤2中估算得到的弹目相对距离与半捷联红外导引头所提供的失调角信息作为滤波输入,利用本实施例提供的自适应无迹卡尔曼滤波模型进行滤波估计,得到估计结果,即为提取的制导信息。
首先,对于步骤2中获得的进行说明,由于是采用图像信息进行估算得到的,而图像信息受到观测角度、目标形状变化等影响较大,导致的置信度较低。在本实施例中,由于仍将参与后续滤波计算,其置信度低可以等效体现为其对应的量测噪声协方差较大,因此在本实施例的后续滤波计算中,设置弹目相对距离所对应的量测噪声的协方差大小为
模型的状态方程为:
其中,r为弹目相对距离,vr为弹目接近速度,qy,qz为弹目视线角在Y轴和Z轴的投影,ωy,ωz为弹目视线角速率在Y轴和Z轴的投影,εy,εz为失调角在Y轴和Z轴的投影,atx,aty,atz为目标在X轴、Y轴、Z轴上的加速度投影,amx,amy,amz为导弹在X轴、Y轴、Z轴上的加速度投影,ωax,ωay,ωaz为红外导引头扫描角速率在X轴、Y轴、Z轴上的投影,α代表目标运动的相关时间,wtx,wty,wtz为目标运动的等效急动度,表示r的导数,表示vr的导数,表示qy的导数,表示qz的导数,表示ωy的导数,表示ωz的导数,表示εy的导数,表示εz的导数,表示atx的导数,表示aty的导数,表示atz的导数。在上述参量中,wtx,wty,wtz视作过程噪声处理,amx,amy,amz,ωax,ωay,ωaz均为已知参数。
对于上述模型,按照实际目标跟踪系统的采样时间进行离散化,得到其对应的离散化模型,定义为:
Xk+1=f(Xk)+Gkwk,
其中,Xk代表离散化模型在第k步(第k时刻)的状态量,Xk=[r(k) vr(k) qy(k) qz(k) ωy(k) ωz(k) εy(k) εz(k) atx(k) aty(k) atz(k)]T,r(k)代表r在第k步采样时刻的值,其余变量定义依此类推。
wk=[wtx(k) wty(k) wtz(k)]T代表在第k步的等效系统过程噪声,Gk代表噪声输入矩阵。f可由模型离散化过程计算得到。
由于红外半捷联导引头是被动导引头,只能获得失调角信息(εy,εz),但在本专利中,结合步骤2中的图像信息辅助,可以获得弹目相对距离的估算值,因此系统的测量方程为:
其中,量测噪声V是均值为零的高斯白噪声。
同样的,也将上述测量方程按照实际目标跟踪系统的采样时间进行离散化,得到其对应的离散化模型,定义为:
Zk=h(Xk)+vk,
其中,Zk为第k步的系统观测信息,vk为离散化后的量测噪声。h可由模型离散化过程计算得到。
针对上述所获的离散化系统模型即为本实施例中的自适应无迹卡尔曼滤波模型
Xk+1=f(Xk)+Gkwk
Zk=h(Xk)+vk。
采用上述自适应无迹卡尔曼滤波模型进行滤波处理,该算法为递推计算,第k步的结果需要基于第k-1步的结果进行计算,为方便介绍,以第k+1步的计算为例进行说明,算法计算流程如下:
1)在上一步(第k步)计算结果:Pk的基础上,进行如下计算,其中为第k步的滤波估计结果(k时刻的制导信息),Pk代表第k步的滤波估计误差的协方差矩阵,是递推计算得到的,是第k步的结果,而P1(第一步)是需要人为设定初值的,也是同样的。具体计算步骤如下,首先根据上一步的计算结果Pk,计算当前时刻的2n+1个离散采样点Sigma点(i=0,…,2n):
其中,为k时刻第1个离散采样Sigma点,为k时刻第i个离散采样Sigma点,为k时刻第i+n个离散采样Sigma点,γ是一个尺度参数(可以视具体使用情况而定),是矩阵的第i列,n为目标状态向量的维数。
w0=γ/(n+γ) i=0
wi=1/[2(n+γ)] i=1,2,...,n。
wi+n=1/[2(n+γ)] i=1,2,...,n
进一步可得到,
其中,xk+1|k为一步预测状态,Pxz,k+1|k为一步预测状态误差与一步预测量测误差的互协方差估计值,Pzz,k+1|k为一步预测量测误差协方差估计值,Zk+1为k+1时刻的系统观测值,εy(k+1)为k+1时刻的失调角在Y轴的投影,εz(k+1)为k+1时刻的失调角在Z轴的投影,为k+1时刻的弹目相对距离估计值,Pk+1为第k+1步的滤波估计误差的协方差矩阵,Pk+1|k为一步预测状态误差协方差估计值,
利用本实施例包含利用红外图像信息进行距离估算与自适应无迹卡尔曼滤波模型进行计算,与传统方法相比,得到的滤波结果如图3-图5所示,其中,图3为本发明实施例2所采用的滤波方法与传统滤波方法所得到的弹目接近速度估计结果比较图;图4为本发明实施例2所采用的滤波方法与传统滤波方法所得到的弹目视线角的估计结果比较图;图5为本发明实施例2所采用的滤波方法与传统滤波方法所得到的弹目视线角速率的估计结果比较图。从上述结果可以看出,与传统算法相比,本实施例制导信息滤波方法所取得的滤波结果可以很好的实现对真值的准确跟踪,即采用本实施例所设计的制导信息滤波方法可以提高制导信息提取的准确性,实现对目标的精确打击。
本实施例提供的半捷联红外导引头的制导信息提取方法具有右以下优点:
(1)本实施例的半捷联红外导引头的制导信息提取方法充分利用了现有信息,利用红外图像信息作为辅助信息对弹目相对距离进行估计,以扩展观测量的形式提升了半捷联红外导引头目标跟踪系统的可观测性,进一步使估计得到的弹目相对距离以较低的置信度参与至后续的滤波计算中,从而提升了制导信息的滤波精度。
(2)本实施例中的自适应无迹卡尔曼滤波算法,利用Sigma采样点的滤波信息进行加权融合的方式实现了滤波参数的在线自适应调整,有效的解决了传统方法所面临的滤波参数的适配性要求较高的问题,使得滤波算法对弹目距离、弹目视线角等参数的变化具有更高的适应性和稳健性,从而提升了滤波算法的精度和鲁棒性。
实施例3
本实施例提供了一种用于半捷联红外导引头的制导信息提取系统,图6为本发明实施例3一种用于半捷联红外导引头的制导信息提取系统的结构示意图。
参见图6,本实施例用于半捷联红外导引头的制导信息提取系统包括:
图像信息获取模块601,用于获取红外导引头图像、红外导引头参数和红外导引头失调角;所述红外导引头参数包括红外成像平面水平方向上的像素个数、红外成像平面垂直方向上的像素个数、视景平面长度、视景平面宽度、水平视场角和垂直视场角。
像素信息确定模块602,用于依据所述红外导引头图像确定像素信息;所述像素信息包括目标在红外成像平面上投影长度所占的像素个数和目标在红外成像平面上投影宽度所占的像素个数。
目标红外特征确定模块603,用于确定目标红外特征尺寸;所述目标红外特征尺寸包括目标红外特征长度和目标红外特征宽度。
弹目相对距离估计模块604,用于基于红外成像原理,采用所述像素信息、所述红外导引头参数和所述目标红外特征尺寸对弹目相对距离进行估计,得到弹目相对距离估计值。
滤波模块605,用于将所述红外导引头失调角和所述弹目相对距离估计值输入至自适应无迹卡尔曼滤波模型中,得到制导信息;所述制导信息包括弹目接近速度、弹目视线角、弹目视线角速率和目标的加速度。
作为一种可选的实施方式,所述弹目相对距离估计模块中的所述弹目相对距离估计值为:
其中,为弹目相对距离估计值,a为目标红外特征长度,b为目标红外特征宽度,X为红外成像平面水平方向上的像素个数,Y为红外成像平面垂直方向上的像素个数,HFOV为水平视场角,VFOV为垂直视场角,ε为红外导引头失调角,P为目标在红外成像平面的投影所占的像素个数,P=a′b′,a′为目标在红外成像平面上投影长度所占的像素个数,b′为目标在红外成像平面上投影宽度所占的像素个数。
作为一种可选的实施方式,所述滤波模块605,具体包括:
模型构建单元,用于构建自适应无迹卡尔曼滤波模型
Xk+1=f(Xk)+Gkwk
Zk=h(Xk)+vk,
其中,Xk+1为k+1时刻的观测量,Zk为k时刻的系统观测值,Xk为k时刻的观测量,Gk为k时刻的噪声输入矩阵,wk为k时刻的等效系统过程噪声,vk为离散化后k时刻的量测噪声,
Xk=[r(k) vr(k) qy(k) qz(k) ωy(k) ωz(k) εy(k) εz(k) atx(k) aty(k) atz(k)]T,
wk=[wtx(k) wty(k) wtz(k)]T,
r(k)为k时刻的弹目相对距离,vr(k)为k时刻的弹目接近速度,qy(k)为k时刻的弹目视线角在Y轴的投影,qz(k)为k时刻的弹目视线角在Z轴的投影,ωy(k)为k时刻的弹目视线角速率在Y轴的投影,ωz(k)为k时刻的弹目视线角速率在Z轴的投影,εy(k)为k时刻的失调角在Y轴的投影,εz(k)为k时刻的失调角在Z轴的投影,atx(k)为k时刻目标在X轴上的加速度投影,aty(k)为k时刻目标在Y轴上的加速度投影,atz(k)为k时刻目标在Z轴上的加速度投影,wtx(k)为k时刻目标运动在X轴上的等效急动度,wty(k)为k时刻目标运动在Y轴上的等效急动度,wtz(k)为k时刻目标运动在Z轴上的等效急动度。
滤波单元,用于将所述红外导引头失调角和所述弹目相对距离估计值输入至自适应无迹卡尔曼滤波模型中,得到制导信息;其中,k+1时刻的制导信息为
xk+1|k为一步预测状态,Pxz,k+1|k为一步预测状态误差与一步预测量测误差的互协方差估计值,Pzz,k+1|k为一步预测量测误差协方差估计值,Zk+1为k+1时刻的系统观测值,εy(k+1)为k+1时刻的失调角在Y轴的投影,εz(k+1)为k+1时刻的失调角在Z轴的投影,为k+1时刻的弹目相对距离估计值。
作为一种可选的实施方式,所述目标红外特征确定模块603,具体包括:
目标类型确定单元,用于依据所述红外导引头图像,采用目标识别系统对目标进行识别,确定目标的类型。
目标红外特征确定单元,用于将所述类型与标准红外信息库中的特征进行比较,确定目标红外特征尺寸。
本实施例的用于半捷联红外导引头的制导信息提取系统,能够提高对配备了半捷联红外导引头的导弹制导信息提取的准确性,实现对目标的精确打击。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (6)
1.一种用于半捷联红外导引头的制导信息提取方法,其特征在于,包括:
获取红外导引头图像、红外导引头参数和红外导引头失调角;所述红外导引头参数包括红外成像平面水平方向上的像素个数、红外成像平面垂直方向上的像素个数、视景平面长度、视景平面宽度、水平视场角和垂直视场角;
依据所述红外导引头图像确定像素信息;所述像素信息包括目标在红外成像平面上投影长度所占的像素个数和目标在红外成像平面上投影宽度所占的像素个数;
确定目标红外特征尺寸;所述目标红外特征尺寸包括目标红外特征长度和目标红外特征宽度;
基于红外成像原理,采用所述像素信息、所述红外导引头参数和所述目标红外特征尺寸对弹目相对距离进行估计,得到弹目相对距离估计值;
将所述红外导引头失调角和所述弹目相对距离估计值输入至自适应无迹卡尔曼滤波模型中,得到制导信息;所述制导信息包括弹目接近速度、弹目视线角、弹目视线角速率和目标的加速度;
所述将所述红外导引头失调角和所述弹目相对距离估计值输入至自适应无迹卡尔曼滤波模型中,得到制导信息,具体包括:
构建自适应无迹卡尔曼滤波模型
Xk+1=f(Xk)+Gkwk
Zk=h(Xk)+vk,
其中,Xk+1为k+1时刻的观测量,Zk为k时刻的系统观测值,Xk为k时刻的观测量,Gk为k时刻的噪声输入矩阵,wk为k时刻的等效系统过程噪声,vk为离散化后k时刻的量测噪声,
Xk=[r(k) vr(k) qy(k) qz(k) ωy(k) ωz(k) εy(k) εz(k) atx(k) aty(k) atz(k)]T,
wk=[wtx(k) wty(k) wtz(k)]T,
r(k)为k时刻的弹目相对距离,vr(k)为k时刻的弹目接近速度,qy(k)为k时刻的弹目视线角在Y轴的投影,qz(k)为k时刻的弹目视线角在Z轴的投影,ωy(k)为k时刻的弹目视线角速率在Y轴的投影,ωz(k)为k时刻的弹目视线角速率在Z轴的投影,εy(k)为k时刻的失调角在Y轴的投影,εz(k)为k时刻的失调角在Z轴的投影,atx(k)为k时刻目标在X轴上的加速度投影,aty(k)为k时刻目标在Y轴上的加速度投影,atz(k)为k时刻目标在Z轴上的加速度投影,wtx(k)为k时刻目标运动在X轴上的等效急动度,wty(k)为k时刻目标运动在Y轴上的等效急动度,wtz(k)为k时刻目标运动在Z轴上的等效急动度;
将所述红外导引头失调角和所述弹目相对距离估计值输入至所述自适应无迹卡尔曼滤波模型中,得到制导信息;其中,k+1时刻的制导信息为
3.根据权利要求1所述的一种用于半捷联红外导引头的制导信息提取方法,其特征在于,所述确定目标红外特征尺寸,具体包括:
依据所述红外导引头图像,采用目标识别系统对目标进行识别,确定目标的类型;
将所述类型与标准红外信息库中的特征进行比较,确定目标红外特征尺寸。
4.一种用于半捷联红外导引头的制导信息提取系统,其特征在于,包括:
图像信息获取模块,用于获取红外导引头图像、红外导引头参数和红外导引头失调角;所述红外导引头参数包括红外成像平面水平方向上的像素个数、红外成像平面垂直方向上的像素个数、视景平面长度、视景平面宽度、水平视场角和垂直视场角;
像素信息确定模块,用于依据所述红外导引头图像确定像素信息;所述像素信息包括目标在红外成像平面上投影长度所占的像素个数和目标在红外成像平面上投影宽度所占的像素个数;
目标红外特征确定模块,用于确定目标红外特征尺寸;所述目标红外特征尺寸包括目标红外特征长度和目标红外特征宽度;
弹目相对距离估计模块,用于基于红外成像原理,采用所述像素信息、所述红外导引头参数和所述目标红外特征尺寸对弹目相对距离进行估计,得到弹目相对距离估计值;
滤波模块,用于将所述红外导引头失调角和所述弹目相对距离估计值输入至自适应无迹卡尔曼滤波模型中,得到制导信息;所述制导信息包括弹目接近速度、弹目视线角、弹目视线角速率和目标的加速度;
所述滤波模块,具体包括:
模型构建单元,用于构建自适应无迹卡尔曼滤波模型
Xk+1=f(Xk)+Gkwk
Zk=h(Xk)+vk,
其中,Xk+1为k+1时刻的观测量,Zk为k时刻的系统观测值,Xk为k时刻的观测量,Gk为k时刻的噪声输入矩阵,wk为k时刻的等效系统过程噪声,vk为离散化后k时刻的量测噪声,
Xk=[r(k) vr(k) qy(k) qz(k) ωy(k) ωz(k) εy(k) εz(k) atx(k) aty(k) atz(k)]T,
wk=[wtx(k) wty(k) wtz(k)]T,
r(k)为k时刻的弹目相对距离,vr(k)为k时刻的弹目接近速度,qy(k)为k时刻的弹目视线角在Y轴的投影,qz(k)为k时刻的弹目视线角在Z轴的投影,ωy(k)为k时刻的弹目视线角速率在Y轴的投影,ωz(k)为k时刻的弹目视线角速率在Z轴的投影,εy(k)为k时刻的失调角在Y轴的投影,εz(k)为k时刻的失调角在Z轴的投影,atx(k)为k时刻目标在X轴上的加速度投影,aty(k)为k时刻目标在Y轴上的加速度投影,atz(k)为k时刻目标在Z轴上的加速度投影,wtx(k)为k时刻目标运动在X轴上的等效急动度,wty(k)为k时刻目标运动在Y轴上的等效急动度,wtz(k)为k时刻目标运动在Z轴上的等效急动度;
k+1时刻的制导信息为
6.根据权利要求4所述的一种用于半捷联红外导引头的制导信息提取系统,其特征在于,所述目标红外特征确定模块,具体包括:
目标类型确定单元,用于依据所述红外导引头图像,采用目标识别系统对目标进行识别,确定目标的类型;
目标红外特征确定单元,用于将所述类型与标准红外信息库中的特征进行比较,确定目标红外特征尺寸。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911173169.6A CN110836618B (zh) | 2019-11-26 | 2019-11-26 | 一种用于半捷联红外导引头的制导信息提取方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911173169.6A CN110836618B (zh) | 2019-11-26 | 2019-11-26 | 一种用于半捷联红外导引头的制导信息提取方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110836618A CN110836618A (zh) | 2020-02-25 |
CN110836618B true CN110836618B (zh) | 2020-11-20 |
Family
ID=69577544
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911173169.6A Active CN110836618B (zh) | 2019-11-26 | 2019-11-26 | 一种用于半捷联红外导引头的制导信息提取方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110836618B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114459298B (zh) * | 2022-02-25 | 2024-03-01 | 西安恒宇众科空间技术有限公司 | 一种微型弹载主动式激光导引头及其导引方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101603800A (zh) * | 2009-07-02 | 2009-12-16 | 北京理工大学 | 一种半捷联寻的导引头的制导信息构造方法 |
EP2923175A1 (en) * | 2012-11-21 | 2015-09-30 | Raytheon Company | Improving kalman filtering with indirect noise measurements |
CN105157705A (zh) * | 2015-07-07 | 2015-12-16 | 西安电子工程研究所 | 一种半捷联雷达导引头视线角速度提取方法 |
-
2019
- 2019-11-26 CN CN201911173169.6A patent/CN110836618B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101603800A (zh) * | 2009-07-02 | 2009-12-16 | 北京理工大学 | 一种半捷联寻的导引头的制导信息构造方法 |
EP2923175A1 (en) * | 2012-11-21 | 2015-09-30 | Raytheon Company | Improving kalman filtering with indirect noise measurements |
CN105157705A (zh) * | 2015-07-07 | 2015-12-16 | 西安电子工程研究所 | 一种半捷联雷达导引头视线角速度提取方法 |
Non-Patent Citations (1)
Title |
---|
Guidance Information Estimation of the Semi-strapdown Infrared Imaging Seeker;Yingrong Yu et al.;《第36届中国控制会议论文集》;20170726;第6185-6190页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110836618A (zh) | 2020-02-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10551854B2 (en) | Method for detecting target object, detection apparatus and robot | |
CN110686677B (zh) | 一种基于几何信息的全局定位方法 | |
CN110047142A (zh) | 无人机三维地图构建方法、装置、计算机设备及存储介质 | |
CN111609759B (zh) | 一种智能枪械瞄具射击控制方法及装置 | |
CN111290415B (zh) | 一种基于近似差分的飞行器综合前置导引方法 | |
CN112444374B (zh) | 一种基于光学跟踪测量设备伺服系统的跟踪评估方法 | |
CN110686564A (zh) | 一种红外半捷联导引头制导方法及系统 | |
CN110836618B (zh) | 一种用于半捷联红外导引头的制导信息提取方法及系统 | |
Decker et al. | Measurement of bullet impact conditions using automated in-flight photography system | |
CN109752023B (zh) | 一种目标运动状态快速估计方法 | |
CN104075710B (zh) | 一种基于航迹预测的机动扩展目标轴向姿态实时估计方法 | |
CN111692916B (zh) | 一种瞄准装置及瞄准方法 | |
CN112862818A (zh) | 惯性传感器和多鱼眼相机联合的地下停车场车辆定位方法 | |
CN112698580A (zh) | 适用于红外精确制导炸弹的半实物仿真系统及仿真方法 | |
CN113610896B (zh) | 一种简易火控瞄具中目标提前量测量方法及系统 | |
CN115984369A (zh) | 一种基于枪支姿态检测的射击瞄准轨迹采集方法 | |
KR101944631B1 (ko) | 사수의 조준 오차를 보정하는 무유도 로켓 조준 장치 및 그 방법 | |
CN112306073B (zh) | 一种根据模糊置信度叠加的多前置角导引方法 | |
AU785510B1 (en) | A method of a weapon guidance by target state estimation | |
Sachan et al. | Accurate Estimation of shell position using triangulation method for calibration of RPS | |
CN112747743B (zh) | 基于弹载红外导引头的惯性视觉组合导航方法及装置 | |
CN110031802B (zh) | 具有未知量测零偏的双红外传感器的融合定位方法 | |
CN113188507B (zh) | 红外成像反坦克导弹弹目距离估计方法 | |
Kwon et al. | 6 degree-of-freedom motion estimation of a moving target using monocular image sequences | |
CN115685778A (zh) | 基于射频半实物仿真的雷达寻的飞行器脱靶量估算方法 |
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 |