CN112577489B - 一种基于交互多模型滤波的导引头视线转率提取方法 - Google Patents

Abstract

本发明的一个实施例公开一种基于交互多模型滤波的导引头视线转率提取方法，包括：S10、根据导引头视线空间运动方程得到视线转率方程；S20、根据视线转率方程得到系统状态方程；S30、根据系统状态方程得到系统量测方程；S40、基于IMM视线转率滤波得到导引头视线转率。本发明采用一种基于交互多模型的导引头视线转率提取方法，可对末制导视线转率进行高精度滤波估计，基于IMM方法可以实现高精度视线转率提取，从而进行高精度制导控制。

Description

一种基于交互多模型滤波的导引头视线转率提取方法

技术领域

本发明涉及导引头视线转率提取领域，更具体地，涉及一种基于交互多模型滤波的导引头视线转率提取方法、系统、计算机设备和存储介质。

背景技术

当前目标隐身机动突防性能越来越强，如何在拦截过程中提高拦截概率对导引头视线转率提取精度提出了更高的要求。弹上捷联导引头具有测量精度高、高可靠性、低成本的特点，但是由于导引头测量的视线转率包含了弹体姿态信息，需要解耦算法去除弹体姿态带来的干扰信息，得到真实的导引头信息，且导引头在探测目标过程中引入较大的量测噪声，直接影响制导控制系统稳定性。

目前视线转率提取方法主要有三种思路：第一种采用基于扩维模型的容积卡尔曼滤波算法，该算法虽然考虑扩维模型提高了视线转率提取精度，但是针对高机动目标或者组合机动目标则该算法具有一定的局限性；第二种方法先提取出惯性视线角，然后对惯性视线角进行微分或滤波估计获取惯性视线角速度信息，这类处理方法一方面涉及多次坐标变换，该方法计算复杂，需要多次转换坐标系，实现复杂，并且导航坐标系选择受到限制；第三种方法采用导引头测量的视线角信息构造出惯性视线角速度信息，这类处理方法由于采用了简化的模型计算惯性视线角速度,只适用于低动态的制导武器。

发明内容

本发明的一个目的在于提供一种基于交互多模型滤波的导引头视线转率提取方法。

本发明的一个目的在于提供一种基于交互多模型滤波的导引头视线转率提取系统。

本发明的一个目的在于提供一种计算机设备。

本发明的另一个目的在于提供一种存储介质。

为达到上述目的，本发明采用下述技术方案：

本发明第一方面提供一种基于交互多模型滤波的导引头视线转率提取方法，包括：

S10、根据导引头视线空间运动方程得到视线转率方程；

S20、根据视线转率方程得到系统状态方程；

S30、根据系统状态方程得到系统量测方程；

S40、基于IMM视线转率滤波得到导引头视线转率。

在一个具体实施例中，在步骤S10中，目标位于于距离原点O的xp轴方向，O点位于导引头旋转中心，目标在视线系x、y和z三个方向下的加速度分别为a_tx、a_ty和a_tz，导弹在视线系x、y和z三个方向下的加速度分别为a_sx、a_sy和a_sz，目标加速度为，导弹加速度为/>

目标和导弹之间的相对关系为：

其中，为目标和导弹之间的相对位置；/>为目标和导弹之间的相对速度；/>为目标和导弹之间的相对加速度；/>为目标的位置；/>为导弹的位置；/>为目标的速度；/>为导弹的速度；/>为目标加速度；/>为导弹加速度。

视线系下x、y和z三个方向角速度分别为w_x、w_y和w_z，视线角速度为因此定义旋转矩阵w_p为：

由公式(2)和(3)可以得到目标加速度与导弹加速度的相对关系为：

其中， 为/>的一阶导；/>为/>的二阶导；/>为w_p的一阶导。

视线转率角速度和/>微分方程为：

其中，为w_y的一阶导；/>为R的一阶导；/>为w_z的一阶导。

在一个具体实施例中，在步骤S20中，由惯性系到视线系转换矩阵L(q_γ,q_λ)为：

其中，q_γ为视线高低角；q_λ为视线方位角。

由视线系角速度与视线角之间的转换关系为：

视线运动方程为：

其中，为视线方位角速率，也为q_λ的一阶导；/>为q_λ的二阶导；/>为视线高低角速率，也为q_γ的一阶导；/>为q_γ的二阶导。

由公式(4)、公式(7)-公式(9)可以得出三方向加速度分量为：

其中，a_tsx代表目标相对导弹的加速度在视线坐标系Oxs上的分量；a_tsy代表目标相对导弹的加速度在视线坐标系Oys上的分量；a_tsz代表目标相对导弹的加速度在视线坐标系Ozs上的分量；为R的二阶导。

设定三个姿态角为俯仰角θ，偏航角ψ，滚转角γ

根据q_λ、q_γ、/>R、/>V、/>γ、ψ和θ建立状态量，得到：

其中，

建立状态方程如下：

其中，j_tsx为目标相对导弹的加速度变化率在视线坐标系Oxs上的分量。

式(12)中状态方程为：

其中，为式(13)的高斯白噪声向量，/>

将三个姿态角变化率向机体轴上投影，得欧拉角和机体系下的角速度关系为：

其中，为滚转角γ的一阶导；/>为俯仰角θ的一阶导；/>为偏航角ψ的一阶导。

根据公式(14)中的状态变量得到状态方程：

其中，为式(15)的高斯白噪声向量，/>

从而得到总状态方程为：

在一个具体实施例中，在步骤S30中，根据导弹脱靶量和弹目相对距离关系，确定系统量测信息包括导引头测量视线高低角q_γ，视线方位角q_λ及导弹脱靶量ρ，系统量测量为z＝[q_γ,q_γ,ρ]

量测方程如下：

其中，R_ij代表地面系到弹体系的转换矩阵R中第i行第j列元素；v₁代表视线高低角的量测噪声；v₂代表视线方位角的量测噪声；v₃代表脱靶量的量测噪声。

在一个具体实施例中，所述S40还包括：

S400、状态估计的交互式作用

设从模型i转移到模型j的转移概率矩阵为：

令为k-1时刻滤波器j的状态估计，P_j(k-1|k-1)为相应的状态方差阵，u(k-1)(j)为k-1时刻模型j的概率，且i，j＝1，2，…，N，则交互计算后r个滤波器在k时刻的输入如下式：

式(19)中，可以得到

S402、模型修正

将和P_0j(k-1|k-1)作为k时刻第j个模型的输入，得到相应的滤波输出为/>和P_j(k|k)；

S404、模型似然性计算

模型j滤波残差为v_j(k)，相应的协方差为S_j(k)，并服从高斯分布，模型j的似然性Λ_j(k)为

其中，

S406、模型概率更新

模型j的概率更新为：

其中，

S408、模型输出

设和P(k|k)分别为k时刻交互式的输出，则有

本发明第二方面提供一种基于交互多模型滤波的导引头视线转率提取系统，包括：

第一模块：用于根据导引头视线空间运动方程得到视线转率方程；

第二模块：用于根据视线转率方程得到系统状态方程；

第三模块：用于根据系统状态方程得到系统量测方程；

第四模块：用于基于IMM视线转率滤波得到导引头视线转率。

本发明第三方面提供一种计算机设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明第一方面所述的方法。

本发明第四方面提供一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明第一方面所述的方法。

本发明的有益效果如下：

本发明采用一种基于交互多模型的导引头视线转率提取方法，可对末制导视线转率进行高精度滤波估计，基于IMM方法可以实现高精度视线转率提取，从而进行高精度制导控制。

附图说明

下面结合附图对本发明的具体实施方式作进一步详细的说明。

图1示出根据本申请的实施例的基于交互多模型滤波的视线转率提取方法的流程图。

图2示出根据本申请的实施例的导弹与目标相对位置估计误差示意图。

图3示出根据本申请的实施例的导弹与目标相对速度估计误差示意图。

图4示出根据本申请的实施例的视线高低角误差示意图。

图5示出根据本申请的实施例的视线高低角速率误差示意图。

图6示出根据本申请的实施例的视线方位角误差示意图。

图7示出根据本申请的实施例的视线方位角速率误差示意图。

图8示出根据本申请的实施例的实施本发明的视线转率提取方法的计算机设备的结构示意图。

具体实施方式

为了更清楚地说明本发明，下面结合优选实施例和附图对本发明做进一步的说明。附图中相似的部件以相同的附图标记进行表示。本领域技术人员应当理解，下面所具体描述的内容是说明性的而非限制性的，不应以此限制本发明的保护范围。

实施例一

图1是本发明实施例提供的基于交互多模型滤波的视线转率提取方法的流程图。如图1所示，该方法包括如下步骤：

S10、根据导引头视线空间运动方程得到视线转率方程。

在一个具体实施例中，目标位于于距离原点O的xp轴方向，O点位于导引头旋转中心，目标在视线系x、y和z三个方向下的加速度分别为a_tx、a_ty和a_tz，导弹在视线系x、y和z三个方向下的加速度分别为a_sx、a_sy和a_sz，目标加速度为，导弹加速度为/>

目标和导弹之间的相对关系为：

其中，为目标和导弹之间的相对位置；/>为目标和导弹之间的相对速度；/>为目标和导弹之间的相对加速度；/>为目标的位置；/>为导弹的位置；/>为目标的速度；/>为导弹的速度；/>为目标加速度；/>为导弹加速度。

视线系下x、y和z三个方向角速度分别为w_x、w_y和w_z，视线角速度为因此定义旋转矩阵w_p为：

由公式(2)和(3)可以得到目标加速度与导弹加速度的相对关系为：

其中， 为/>的一阶导；/>为/>的二阶导；/>为w_p的一阶导。

视线转率角速度和/>微分方程为：

其中，为w_y的一阶导；/>为R的一阶导；/>为w_z的一阶导。

S20、根据视线转率方程得到系统状态方程。

在一个具体实施例中，由惯性系到视线系转换矩阵L(q_γ,q_λ)为：

其中，q_γ为视线高低角；q_λ为视线方位角。

由视线系角速度与视线角之间的转换关系为：

视线运动方程为：

其中，为视线方位角速率，也为q_λ的一阶导；/>为q_λ的二阶导；/>为视线高低角速率，也为q_γ的一阶导；/>为q_γ的二阶导。

由公式(4)、公式(7)-公式(9)可以得出三方向加速度分量为：

其中，a_tsx代表目标相对导弹的加速度在视线坐标系Oxs上的分量；a_tsy代表目标相对导弹的加速度在视线坐标系Oys上的分量；a_tsz代表目标相对导弹的加速度在视线坐标系Ozs上的分量；为R的二阶导。

设定三个姿态角为俯仰角θ，偏航角ψ，滚转角γ

根据q_λ、q_γ、/>R、/>V、/>γ、ψ和θ建立状态量，得到：

其中，

建立状态方程如下：

其中，j_tsx为目标相对导弹的加速度变化率在视线坐标系Oxs上的分量。

式(12)中状态方程为：

其中，为式(13)的高斯白噪声向量，/>

将三个姿态角变化率向机体轴上投影，得欧拉角和机体系下的角速度关系为：

其中，为滚转角γ的一阶导；/>为俯仰角θ的一阶导；/>为偏航角ψ的一阶导。

根据公式(14)中的状态变量得到状态方程：

其中，为式(15)的高斯白噪声向量，/>

从而得到总状态方程为：

S30、根据系统状态方程得到系统量测方程。

在一个具体实施例中，根据导弹脱靶量和弹目相对距离关系，确定系统量测信息包括导引头测量视线高低角q_γ，视线方位角q_λ及导弹脱靶量ρ，系统量测量为z＝[q_γ,q_γ,ρ]

量测方程如下：

其中，R_ij代表地面系到弹体系的转换矩阵R中第i行第j列元素；v₁代表视线高低角的量测噪声；v₂代表视线方位角的量测噪声；v₃代表脱靶量的量测噪声。

S40、基于IMM视线转率滤波得到导引头视线转率。

在一个具体实施例中，所述S40还包括：

S400、状态估计的交互式作用

设从模型i转移到模型j的转移概率矩阵为：

令为k-1时刻滤波器j的状态估计，P_j(k-1|k-1)为相应的状态方差阵，u(k-1)(j)为k-1时刻模型j的概率，且i，j＝1，2，…，N，则交互计算后r个滤波器在k时刻的输入如下式：

式(19)中，可以得到

/>

S402、模型修正

将和P_0j(k-1|k-1)作为k时刻第j个模型的输入，得到相应的滤波输出为/>和P_j(k|k)；

S404、模型似然性计算

模型j滤波残差为v_j(k)，相应的协方差为S_j(k)，并服从高斯分布，模型j的似然性Λ_j(k)为

其中，

S406、模型概率更新

模型j的概率更新为：

其中，

S408、模型输出

设和P(k|k)分别为k时刻交互式的输出，则有

曲线见附图说明图2-图7，分别示出了导弹与目标相对位置估计误差图、导弹与目标相对速度估计误差图、视线高低角误差图、视线高低角速率误差图、视线方位角误差图和视线方位角速率误差图。从图2-7中可以看出，采用基于交互多模型的导引头视线转率提取方法，可对末制导视线转率进行高精度滤波估计。

实施例二

本实施例提供了一种基于交互多模型滤波的导引头视线转率提取系统，包括：

第一模块：用于根据导引头视线空间运动方程得到视线转率方程；

第二模块：用于根据视线转率方程得到系统状态方程；

第三模块：用于根据系统状态方程得到系统量测方程；

第四模块：用于基于IMM视线转率滤波得到导引头视线转率。

实施例三

如图8所示，本发明的一个实施例提供了一种计算机设备的结构示意图，图8显示的计算机设备12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图8所示，计算机设备12以通用计算设备的形式表现。计算机设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。

总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。

计算机设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器32。计算机设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图8未显示，通常称为“硬盘驱动器”)。尽管图8中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM，DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。

计算机设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该计算机设备12交互的设备通信，和/或与使得该计算机设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，计算机设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图8所示，网络适配器20通过总线18与计算机设备12的其它模块通信。应当明白，尽管图8中未示出，可以结合计算机设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

处理器单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现实施例一所提供的方法。

实施例四

本发明的另一个实施例提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述实施例一所提供的方法。

在实际应用中，所述计算机可读存储介质可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定，对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动，这里无法对所有的实施方式予以穷举，凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。

Claims (4)

1.一种基于交互多模型滤波的导引头视线转率提取方法，其特征在于，包括：

S10、根据导引头视线空间运动方程得到视线转率方程；

S20、根据视线转率方程得到系统状态方程；

S30、根据系统状态方程得到系统量测方程；

S40、基于IMM视线转率滤波得到导引头视线转率；

在步骤S10中，目标位于于距离原点O的xp轴方向，O点位于导引头旋转中心，目标在视线系x、y和z三个方向下的加速度分别为a_tx、a_ty和a_tz，导弹在视线系x、y和z三个方向下的加速度分别为a_sx、a_sy和a_sz，目标加速度为导弹加速度为/>

目标和导弹之间的相对关系为：

其中，为目标和导弹之间的相对位置；/>为目标和导弹之间的相对速度；/>为目标和导弹之间的相对加速度；/>为目标的位置；/>为导弹的位置；/>为目标的速度；/>为导弹的速度；/>为目标加速度；/>为导弹加速度；

视线系下x、y和z三个方向角速度分别为w_x、w_y和w_z，视线角速度为因此/>定义旋转矩阵w_p为：

由公式(2)和(3)可以得到目标加速度与导弹加速度的相对关系为：

其中， 为/>的一阶导；/>为/>的二阶导；/>为w_p的一阶导；

视线转率角速度和/>微分方程为：

其中，为w_y的一阶导；/>为R的一阶导；/>为w_z的一阶导；

在步骤S20中，由惯性系到视线系转换矩阵L(q_γ,q_λ)为：

其中，q_γ为视线高低角；q_λ为视线方位角；

由视线系角速度与视线角之间的转换关系为：

视线运动方程为：

其中，为视线方位角速率，也为q_λ的一阶导；/>为q_λ的二阶导；/>为视线高低角速率，也为q_γ的一阶导；/>为q_γ的二阶导；

由公式(4)、公式(7)-公式(9)可以得出三方向加速度分量为：

其中，a_tsx代表目标相对导弹的加速度在视线坐标系Oxs上的分量；a_tsy代表目标相对导弹的加速度在视线坐标系Oys上的分量；a_tsz代表目标相对导弹的加速度在视线坐标系Ozs上的分量；为R的二阶导；

设定三个姿态角为俯仰角θ，偏航角ψ，滚转角γ

根据q_λ、q_γ、/>R、/>V、/>γ、ψ和θ建立状态量，得到：

其中，

建立状态方程如下：

其中，j_tsx为目标相对导弹的加速度变化率在视线坐标系Oxs上的分量；

式(12)中状态方程为：

其中，为式(13)的高斯白噪声向量，/>

将三个姿态角变化率向机体轴上投影，得欧拉角和机体系下的角速度关系为：

其中，为滚转角γ的一阶导；/>为俯仰角θ的一阶导；/>为偏航角ψ的一阶导；

根据公式(14)中的状态变量得到状态方程：

其中，为式(15)高斯白噪声向量，/>从而得到总状态方程为：

在步骤S30中，根据导弹脱靶量和弹目相对距离关系，确定系统量测信息包括导引头测量视线高低角q_γ，视线方位角q_λ及导弹脱靶量ρ，系统量测量为z＝[q_γ,q_γ,ρ]；量测方程如下：

其中，R_ij代表地面系到弹体系的转换矩阵R中第i行第j列元素；v₁代表视线高低角的量测噪声；v₂代表视线方位角的量测噪声；v₃代表脱靶量的量测噪声；

所述S40还包括：

S400、状态估计的交互式作用；

设从模型i转移到模型j的转移概率矩阵为：

令为k-1时刻滤波器j的状态估计，P_j(k-1|k-1)为相应的状态方差阵，u(k-1)(j)为k-1时刻模型j的概率，且i，j＝1，2，…，N，则交互计算后r个滤波器在k时刻的输入如下式：

式(19)中，可以得到

S402、模型修正；

将和P_0j(k-1|k-1)作为k时刻第j个模型的输入，得到相应的滤波输出为和P_j(k|k)；

S404、模型似然性计算；

模型j滤波残差为v_j(k)，相应的协方差为S_j(k)，并服从高斯分布，模型j的似然性Λ_j(k)为

其中，

S406、模型概率更新

模型j的概率更新为：

其中，

S408、模型输出

设和P(k|k)分别为k时刻交互式的输出，则有

2.一种基于交互多模型滤波的导引头视线转率提取系统，其特征在于，包括：

第一模块：用于根据导引头视线空间运动方程得到视线转率方程；

所述根据导引头视线空间运动方程得到视线转率方程的具体步骤为：目标位于于距离原点O的xp轴方向，O点位于导引头旋转中心，目标在视线系x、y和z三个方向下的加速度分别为a_tx、a_ty和a_tz，导弹在视线系x、y和z三个方向下的加速度分别为a_sx、a_sy和a_sz，目标加速度为导弹加速度为/>

目标和导弹之间的相对关系为：

其中，为目标和导弹之间的相对位置；/>为目标和导弹之间的相对速度；/>为目标和导弹之间的相对加速度；/>为目标的位置；/>为导弹的位置；/>为目标的速度；/>为导弹的速度；/>为目标加速度；/>为导弹加速度；

视线系下x、y和z三个方向角速度分别为w_x、w_y和w_z，视线角速度为因此/>定义旋转矩阵w_p为：

由公式(2)和(3)可以得到目标加速度与导弹加速度的相对关系为：

其中， 为/>的一阶导；/>为/>的二阶导；/>为w_p的一阶导；

视线转率角速度和/>微分方程为：

其中，为w_y的一阶导；/>为R的一阶导；/>为w_z的一阶导；

第二模块：用于根据视线转率方程得到系统状态方程；

所述根据视线转率方程得到系统状态方程的具体步骤为：由惯性系到视线系转换矩阵L(q_γ,q_λ)为：

其中，q_γ为视线高低角；q_λ为视线方位角；

由视线系角速度与视线角之间的转换关系为：

视线运动方程为：

其中，为视线方位角速率，也为q_λ的一阶导；/>为q_λ的二阶导；/>为视线高低角速率，也为q_γ的一阶导；/>为q_γ的二阶导；

由公式(4)、公式(7)-公式(9)可以得出三方向加速度分量为：

其中，a_tsx代表目标相对导弹的加速度在视线坐标系Oxs上的分量；a_tsy代表目标相对导弹的加速度在视线坐标系Oys上的分量；a_tsz代表目标相对导弹的加速度在视线坐标系Ozs上的分量；为R的二阶导；

设定三个姿态角为俯仰角θ，偏航角ψ，滚转角γ

根据q_λ、q_γ、/>R、/>V、/>γ、ψ和θ建立状态量，得到：

其中，

建立状态方程如下：

其中，j_tsx为目标相对导弹的加速度变化率在视线坐标系Oxs上的分量；

式(12)中状态方程为：

其中，为式(13)的高斯白噪声向量，/>

将三个姿态角变化率向机体轴上投影，得欧拉角和机体系下的角速度关系为：

其中，为滚转角γ的一阶导；/>为俯仰角θ的一阶导；/>为偏航角ψ的一阶导；

根据公式(14)中的状态变量得到状态方程：

其中，为式(15)高斯白噪声向量，/>从而得到总状态方程为：

第三模块：用于根据系统状态方程得到系统量测方程；

所述根据系统状态方程得到系统量测方程的具体步骤为：根据导弹脱靶量和弹目相对距离关系，确定系统量测信息包括导引头测量视线高低角q_γ，视线方位角q_λ及导弹脱靶量ρ，系统量测量为z＝[q_γ,q_γ,ρ]；量测方程如下：

其中，R_ij代表地面系到弹体系的转换矩阵R中第i行第j列元素；v₁代表视线高低角的量测噪声；v₂代表视线方位角的量测噪声；v₃代表脱靶量的量测噪声；

第四模块：用于基于IMM视线转率滤波得到导引头视线转率；

所述基于IMM视线转率滤波得到导引头视线转率的具体步骤为：

设从模型i转移到模型j的转移概率矩阵为：

令为k-1时刻滤波器j的状态估计，P_j(k-1|k-1)为相应的状态方差阵，u(k-1)(j)为k-1时刻模型j的概率，且i，j＝1，2，…，N，则交互计算后r个滤波器在k时刻的输入如下式：

式(19)中，可以得到

将和P_0j(k-1|k-1)作为k时刻第j个模型的输入，得到相应的滤波输出为和P_j(k|k)；

模型j滤波残差为v_j(k)，相应的协方差为S_j(k)，并服从高斯分布，模型j的似然性Λ_j(k)为

其中，

模型j的概率更新为：

其中，

S408、模型输出

设和P(k|k)分别为k时刻交互式的输出，则有

3.一种计算机设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1中所述的方法。

4.一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1中所述方法。