CN111649734B - 一种基于粒子群算法的捷联导引头目标定位方法 - Google Patents

Abstract

一种基于粒子群算法的捷联导引头目标定位方法，属于制导与控制技术领域。本发明是为了解决直瞄状态下装备捷联导引头进行末制导，导引头工作一定时间后出现故障或者被干扰，无法提供制导信息时，直瞄初始装订目标误差较大而导致目标打击精度差的问题。此方法首先记录一段时间内，导引头所测的制导炸弹的体视线角信息及同步的制导炸弹的位置信息和姿态角信息；然后基于粒子群算法，设置合适的参数并初始化粒子种群，通过粒子的位置和记录的制导炸弹不同时刻的位置信息和姿态角信息，求解出对应的制导炸弹的体视线角，以记录的体视线角与计算得到的体视线角误差作为适应函数，迭代求解出目标位置，作为后续导引头故障后的制导目标。

Description

一种基于粒子群算法的捷联导引头目标定位方法

技术领域

本发明涉及一种基于粒子群算法的捷联导引头目标定位方法，属于制导与控制技术领域。

背景技术

一般飞机作战，采用飞机的激光瞄准吊舱，直接对目标进行直瞄计算，给定目标的经纬度信息，再转发给制导炸弹进行目标打击。直瞄精度由吊舱精度和算法精度直接影响。

针对直瞄状态下，装备全捷联激光导引头进行末制导时，如果在导引头工作一定时间之后，导引头出故障或者被干扰，无法提供制导信息，制导炸弹只能以直瞄装订的目标位置采用卫星制导，炸弹的命中精度将接近目标直瞄的精度，难以满足打击精度要求。如果采用一定的算法，根据导引头工作时间内的导引头信息，来再次对目标定位，可以降低目标位置估计误差，提高命中精度。目前较为常用的方法是利用EKF等滤波方法建立状态方程和观测方程来对目标位置进行估计，此方法目前存在两个问题，一是滤波收敛需要时间，二是由于导引头只能提供方向信息而没有角度信息，因此通过滤波定位精度较差，难以进行工程应用。

发明内容

本发明目的是为了解决捷联导引头出现故障或者被干扰，无法提供制导信息的问题，提供了一种基于粒子群算法的捷联导引头目标定位方法，所采取的技术方案如下：

一种基于粒子群算法的捷联导引头目标定位方法，包括以下步骤：

步骤一：记录一段时间之内，导引头所测的制导炸弹体视线角信息q_α,q_β，其中，q_α,q_β分别代表制导炸弹的体视线高低角和方位角；同时，需要记录同步的制导炸弹的位置信息x_d,y_d,z_d和姿态角信息ψ,

γ，其中，ψ,

γ分别代表制导炸弹的偏航角、俯仰角、滚转角；

步骤二：对粒子群的种群进行初始化，粒子群的数目根据记录数据包数和取值空间设置，粒子群算法的求解变量为目标位置x_t,y_t,z_t，采用均匀分布概率函数对3个变量进行采样，取值空间为直瞄精度；

步骤三：利用采用的粒子的目标位置x_t,y_t,z_t和制导炸弹不同时刻的位置信息x_d,y_d,z_d，求解出制导炸弹的视线角q_γ,q_λ，q_γ,q_λ分别代表制导炸弹视线高低角和方位角；再根据视线角q_γ,q_λ和制导炸弹的姿态角ψ,

γ，求解出制导炸弹体视线角

步骤四：根据平均视线角误差建立适应度函数，更新每个粒子的速度和位置；

步骤五：重复步骤三、四，适应度最高的粒子即为目标位置。

本发明的优点：

本发明提出了一种基于粒子群算法的捷联导引头目标定位方法。该方法针对直瞄状态下，装备全捷联激光导引头进行末制导时，在导引头工作一定时间之后，导引头出故障或者被干扰，无法提供制导信息时，直瞄初始装订目标误差较大而导致目标打击精度差的问题，利用之前所保存的导引头所测的制导炸弹的体视线角、制导炸弹位置、制导炸弹姿态角信息，以平均视线角误差作为适应函数，运用粒子群算法来对目标进行定位。相对于传统的运用EKF、UKF等滤波算法来进行目标定位，本发明成功解决两个问题：一是滤波收敛需要时间，在导引头工作时间内，滤波算法难以保证快速可靠收敛；二是由于导引头只提供角度信息而没有距离信息，属于单弹无源定位范畴，要对固定目标进行定位，制导炸弹须做一定的机动，且制导炸弹速度垂直于弹目连线效果最佳，而实际往往不能满足此条件。本发明可以很好的避免这两种情况，定位精度远高于传统的滤波定位方法。

附图说明

图1是本发明所述基于粒子群算法的捷联导引头目标定位方法流程图。

具体实施方式

具体实施方式一

下面结合图1说明本实施方式，本实施方式所述基于粒子群算法的捷联导引头目标定位方法包括以下步骤：

步骤一：记录一段时间之内，导引头所测的制导炸弹体视线角信息q_α,q_β，其中，q_α,q_β分别代表制导炸弹的体视线高低角和方位角；同时，需要记录同步的制导炸弹的位置信息x_d,y_d,z_d和姿态角信息ψ,

γ，其中，ψ,

γ分别代表制导炸弹的偏航角、俯仰角、滚转角；

步骤二：对粒子群的种群进行初始化。粒子群的数目根据记录数据包数和取值空间设置，粒子群算法的求解变量为目标位置x_t,y_t,z_t。采用均匀分布概率函数对3个变量进行采样，取值空间为直瞄精度；

步骤三：利用采用的粒子的目标位置x_t,y_t,z_t和制导炸弹不同时刻的位置信息x_d,y_d,z_d，求解出制导炸弹的视线角q_γ,q_λ，q_γ,q_λ分别代表制导炸弹视线高低角和方位角；再根据视线角q_γ,q_λ和制导炸弹的姿态角信息ψ,

γ，求解出制导炸弹的体视线角

步骤四：根据平均视线角误差建立适应度函数，计算每个粒子的适应度并更新粒子的速度和位置。

步骤五：重复步骤三、四直到完成最大迭代次数N，适应度最高的粒子即为目标位置。

本实施方式中，最终P_global即目标定位结果。

具体实施方式二

本实施方式对具体实施方式一做进一步说明：

步骤一所述q_α,q_β定义如下：

其中

为目标在弹体坐标系的坐标。

制导炸弹姿态角定义如下：

偏航角：制导炸弹纵轴在水平面内投影与地面系X轴之间的夹角。

俯仰角：制导炸弹纵轴与水平面之间的夹角。

滚转角：弹体坐标系的Y轴与包含制导炸弹纵轴的铅锤面之间的夹角。

进一步的，步骤二中粒子种群初始化过程为：

第一步：设置粒子数目。

第二步：设置惯性因子ω。

第三步：设置个体学习因子c₁和社会学习因子c₂。

第四步：设置粒子最大飞翔速度V_max。

第五步：设置最大迭代次数N。

第六步：采用均匀分布概率函数生成粒子及初始化粒子速度。

进一步的，步骤三中制导炸弹的视线角q_γ,q_λ与粒子和制导炸弹的位置坐标关系如下：

其中

x_i,y_i,z_i为第i个粒子的位置坐标。

考虑弹目矢量方向的单位矢量，制导炸弹的视线角与体视线角存在如下关系：

其中

则

其中，C_ij代表坐标系变换矩阵C中第i行第j列元素。

进一步的，步骤四中适应度函数的选取准则为：粒子坐标与制导炸弹坐标及制导炸弹姿态角计算得到的弹目连线方向单位矢量

与记录的体视线角计算得到的弹目连线方向单位矢量v_j的夹角Δθ越小，则适应度越高。对应n组数据，则平均值

越小，粒子适应度越高。所以可将此结果取倒数作为粒子适应度。表达式如下：

其中，fitness_i代表第i个粒子的适应度，n为保存数据组数，

和v_j由定义得

其中

分别为计算得到的制导炸弹的体视线高低角和方位角，q_α,q_β分别为测量得到的制导炸弹的体视线高低角和方位角。

粒子位置更新算法如下：

其中，V_i代表第i个粒子的速度，

表第i个粒子截至目前发现的最优位置，P_global为截至目前所有粒子发现的最优位置，ω为惯性因子，c₁为个体学习因子，c₂为社会学习因子；P_i为粒子当前位置；

考虑到粒子最大速度有：

粒子位置更新：

P_i＝P_i+V_i⑾

更新方法如下：

P_global更新方法如下：

进一步的，步骤五中，重复步骤三、四，直到完成最大迭代次数N，P_global即为最优结果。

本发明针对直瞄状态下装备捷联导引头进行末制导，捷联导引头工作一定时间后出现故障或者被干扰，无法提供制导信息时，直瞄初始装订目标误差较大而导致目标打击精度差的问题，提供了一种基于粒子群算法的捷联导引头目标定位方法，有效解决了导引头开机时间短可能导致的传统滤波定位算法不收敛以及单弹无源定位的不准确性，提高了目标定位精度。

虽然本发明已以较佳的实施例公开如上，但其并非用以限定本发明，任何熟悉此技术的人，在不脱离本发明的精神和范围内，都可以做各种改动和修饰，因此本发明的保护范围应该以权利要求书所界定的为准。

Claims (7)

1.一种基于粒子群算法的捷联导引头目标定位方法，其特征在于，包括以下步骤：

步骤一：记录一段时间之内，导引头所测的制导炸弹体视线角信息q_α,q_β，其中，q_α,q_β分别代表制导炸弹的体视线高低角和方位角；同时，需要记录同步的制导炸弹的位置信息x_d,y_d,z_d和姿态角信息ψ,

γ，其中，ψ,

γ分别代表制导炸弹的偏航角、俯仰角、滚转角；

步骤二：对粒子群的种群进行初始化，粒子群的数目根据记录数据包数和取值空间设置，粒子群算法的求解变量为目标位置x_t,y_t,z_t，采用均匀分布概率函数对3个变量进行采样，取值空间为直瞄精度；

步骤三：利用采用的粒子的目标位置x_t,y_t,z_t和制导炸弹不同时刻的位置信息x_d,y_d,z_d，求解出制导炸弹的视线角q_γ,q_λ，q_γ,q_λ分别代表制导炸弹视线高低角和方位角；再根据视线角q_γ,q_λ和制导炸弹的姿态角ψ,

γ，求解出制导炸弹体视线角

步骤四：根据平均视线角误差建立适应度函数，更新每个粒子的速度和位置；

步骤五：重复步骤三、四，适应度最高的粒子即为目标位置。

2.根据权利要求1所述的一种基于粒子群算法的捷联导引头目标定位方法，其特征在于：步骤一中所述的q_α,q_β定义如下：

其中

为目标在弹体坐标系的坐标。

3.根据权利要求1所述的一种基于粒子群算法的捷联导引头目标定位方法，其特征在于：步骤一中，制导炸弹姿态角定义如下：

偏航角：制导炸弹纵轴在水平面内投影与地面系X轴之间的夹角；

俯仰角：制导炸弹纵轴与水平面之间的夹角；

滚转角：弹体坐标系的Y轴与包含制导炸弹纵轴的铅锤面之间的夹角。

4.根据权利要求1所述一种基于粒子群算法的捷联导引头目标定位方法，其特征在于：所述步骤二中，粒子种群初始化过程为：

第一步：设置粒子数目；

第二步：设置惯性因子ω；

第三步：设置个体学习因子c₁和社会学习因子c₂；

第四步：设置粒子最大飞翔速度V_max；

第五步：设置最大迭代次数N；

第六步：采用均匀分布概率函数生成粒子及初始化粒子速度。

5.根据权利要求1所述一种基于粒子群算法的捷联导引头目标定位方法，其特征在于：步骤三中制导炸弹的视线角q_γ,q_λ与粒子和制导炸弹的位置坐标关系如下：

其中

x_i,y_i,z_i为第i个粒子的位置坐标；

考虑弹目矢量方向的单位矢量，制导炸弹的视线角与体视线角存在如下关系：

其中

则

其中，C_ij代表坐标系变换矩阵C中第i行第j列元素。

6.根据权利要求1所述一种基于粒子群算法的捷联导引头目标定位方法，其特征在于：步骤四中适应度函数的选取准则为：粒子坐标与制导炸弹坐标及制导炸弹姿态角计算得到的弹目连线方向单位矢量

与记录的体视线角计算得到的弹目连线方向单位矢量v_j的夹角Δθ越小，则适应度越高，对应n组数据，则平均值

越小，粒子适应度越高，所以将此结果取倒数作为粒子适应度，表达式如下：

其中，fitness_i代表第i个粒子的适应度，n为保存数据组数，

和v_j由定义得

其中

分别为计算得到的制导炸弹的体视线高低角和方位角，q_α,q_β分别为测量得到的制导炸弹体视线高低角和方位角；

粒子位置更新算法如下：

其中，V_i代表第i个粒子的速度，

代表第i个粒子截至目前发现的最优位置，P_global为截至目前所有粒子发现的最优位置，ω为惯性因子，c₁为个体学习因子，c₂为社会学习因子；P_i为粒子当前位置；

考虑到粒子最大速度有：

粒子位置更新：

P_i＝P_i+V_i ⑾

更新方法如下：

P_global更新方法如下：

7.根据权利要求6所述一种基于粒子群算法的捷联导引头目标定位方法，其特征在于：所述步骤五中，重复步骤三和步骤四，直到完成最大迭代次数N，P_global即为最优结果。

Images