CN117092610B - 基于长短脉冲组合设计的反向扩展卡尔曼弹道外推方法 - Google Patents
基于长短脉冲组合设计的反向扩展卡尔曼弹道外推方法 Download PDFInfo
- Publication number
- CN117092610B CN117092610B CN202311347168.5A CN202311347168A CN117092610B CN 117092610 B CN117092610 B CN 117092610B CN 202311347168 A CN202311347168 A CN 202311347168A CN 117092610 B CN117092610 B CN 117092610B
- Authority
- CN
- China
- Prior art keywords
- radar
- equation
- extrapolation
- trajectory
- projectile
- 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
- 238000013213 extrapolation Methods 0.000 title claims abstract description 67
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000013461 design Methods 0.000 title claims abstract description 26
- 238000005259 measurement Methods 0.000 claims abstract description 31
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 29
- 238000004364 calculation method Methods 0.000 claims abstract description 23
- 238000001914 filtration Methods 0.000 claims abstract description 21
- 230000008569 process Effects 0.000 claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 18
- 238000001514 detection method Methods 0.000 claims abstract description 16
- 239000011159 matrix material Substances 0.000 claims description 32
- 238000012937 correction Methods 0.000 claims description 20
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 230000001174 ascending effect Effects 0.000 claims description 6
- 230000006870 function Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000007704 transition Effects 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 2
- 230000010354 integration Effects 0.000 abstract description 3
- 238000003672 processing method Methods 0.000 abstract 1
- 239000002609 medium Substances 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000010304 firing Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000012120 mounting media Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F42—AMMUNITION; BLASTING
- F42B—EXPLOSIVE CHARGES, e.g. FOR BLASTING, FIREWORKS, AMMUNITION
- F42B35/00—Testing or checking of ammunition
- F42B35/02—Gauging, sorting, trimming or shortening cartridges or missiles
-
- 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
- G01S13/66—Radar-tracking systems; Analogous 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
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供基于长短脉冲组合设计的反向扩展卡尔曼弹道外推方法，包括使用长短脉冲组合方式对飞行的各种弹丸进行雷达搜索检测；在雷达跟踪弹丸一段运动轨迹后进行雷达弹道外推处理，利用弹道方程建立卡尔曼滤波模型，对雷达测量数据处理得到弹丸运动状态及弹道系数的估值，并用估值作为初始条件求解弹道微分方程，外推到既定高程，确定对方武器或己方射弹落点坐标；雷达弹道外推处理方法包括：真假目标识别、数据有效性判断；坐标转换；卡尔曼滤波计算；采用龙格‑库塔算法进行迭代外推计算。本发明解决了同时兼顾远近距离探测任务要求；通过设计并实现反向扩展卡尔曼滤波过程，应用变步长的龙格‑库塔积分算法，减少弹道外推距离，提高外推精度。
Description
技术领域
本发明涉及雷达弹道外推技术领域，具体而言，涉及一种基于长短脉冲组合设计的反向扩展卡尔曼弹道外推方法。
背景技术
利用雷达探测数据，求解弹道起点或落点位置称为弹道外推。弹道外推算法是火控计算中极其重要的一环，提高弹道外推算法的精度，可提高火控精度，有利于发挥火炮的威力。
早期的弹道外推算法大多采用多项式近似弹道曲线，而后逐渐发展到使用弹道模型或者一些机器学习诸如支持向量机等技术。由于火炮发射的特殊性，膛内弹载环境高温、高压、高动态、高过载、高速旋转，导致传感器抵抗在火炮身管中运动的弹丸高过载作用的能力差，加上成本的影响，较少在非制导弹丸上安装角度传感器，常采用雷达测量弹丸出炮口后的位置和速度信息，代入弹道算法后外推，从而进行火控计算。
现有的传统弹道外推算法大多使用各种滤波或平滑算法处理雷达测量的位置和速度数据后，直接代入质点弹道方程计算落点。
然而，质点方程无法描述起始扰动的角运动对弹道外推以及对射击精度、落点散布的影响，在长距离大射角情况下可能会造成较大外推误差，无法满足现代战争的需要，存在性能方面的不足。
并且，弹道监测雷达工作时需要考虑到最大探测距离，同时要兼顾近距离探测要求，传统的脉冲体制雷达在探测距离和距离分辨力上有着不可调和的矛盾。传统的脉冲体制雷达为了解决搜索时近距离遮挡的问题，通常会在发射端先发射短脉冲，对近距离段进行信号采集；然后发射长脉冲，对远距离段进行信号采集，显然这种工作方式在时间资源上有着很大的浪费。
发明内容
鉴于此，本发明的目的在于为解决同时兼顾远近距离探测任务的要求，采用长短脉冲组合设计，使得雷达探测目标距离具有宽广的范围；同时为满足提高外推精度的要求，通过采用基于反向扩展卡尔曼滤波的弹道外推优化算法，减小扰动影响，降低弹道外推误差。
本发明提供一种基于长短脉冲组合设计的反向扩展卡尔曼弹道外推方法，包括以下步骤：
S1、使用长短脉冲组合方式对飞行的各种弹丸进行雷达搜索检测；
S2、在雷达跟踪弹丸一段运动轨迹后，进行雷达弹道外推处理，利用弹道方程建立卡尔曼滤波模型，对雷达测量数据进行处理得到弹丸运动状态以及弹道系数的估值，并用所述弹丸运动状态以及弹道系数的估值作为初始条件求解弹道微分方程，外推到既定高程，确定对方武器或己方射弹落点坐标；
所述雷达弹道外推处理的方法包括：
真假目标识别、数据有效性判断；
坐标转换；
卡尔曼滤波计算；
采用龙格-库塔算法进行迭代外推计算。
进一步地，所述S2步骤的卡尔曼滤波计算的方法包括：
构建滤波状态方程：
在弹丸质心微分方程组中取x、y、z、、/>、/>、/>作为卡尔曼滤波的状态变量，x、y、z：为目标运动过程中在直角坐标系下的位置信息；/>、/>、/>：为目标在运动过程中在直角坐标系下的速度信息；/>为弹道系数。即：
（1）
将弹道系数C视为常量，即C＇= 0，则方程组（1）写成：
（2）
由于质心方程描述弹丸运动，存在一定误差，为补偿这个误差，引入一个随机噪声矢量W作为状态扰动量，即X=f（x）+W，式中W为零均值高斯白噪声，且服从方差为R的正态分布，即W~N（0，R）；
构建滤波量测方程：
设雷达测量值为斜距R、方位角β和高低角ε，雷达坐标系为球坐标系，它与直角坐标系的转换关系为：
Z=Ｈ(k)==/>（3）
构建对于雷达测量数据Z=〔R βε〕T的量测方程：
预测状态方程为：
（4）
预测误差方差矩阵方程为：
（5）
增益方程为：
（6）
滤波方程为：
（7）
估计误差方差矩阵方程为：
（8）
上述公式（3）-（8）中，为状态向量，Z(k)为量测向量，V(k)为量测噪声，X(k|k)为最优估计状态向量，X(k|k-1)为预测状态向量，Φ(ｋ|ｋ-１)是状态转移矩阵，K(ｋ)为增益矩阵，Ｈ(k)为量测矩阵，P(ｋ|k-１)为预测误差方差矩阵，P(ｋ|ｋ)为估计误差方差矩阵，Γ(ｋ|ｋ-１)为系统干扰矩阵，Ｑ(ｋ|ｋ-１)为系统干扰方差矩阵，Ｒ(ｋ)为量测噪声方差矩阵，Ｉ为单位矩阵；
设置采样间隔，控制递推初始值误差，采用以上公式经有限次递推后，获得足够高精度的弹道模型参数。
进一步地，所述S2步骤的采用龙格-库塔算法进行迭代外推计算的方法包括：
弹道外推是对上面弹道模型方程进行求解，四阶龙格-库塔算法是广泛采用的数值积分方法；
本发明采用四阶龙格-库塔算法对弹道模型方程进行求解，龙格-库塔算法中的微分方程和初值分别为：
（9）
式（9）中，yi表示公式（1）七要素，即y1为x，y2为y，y3为z，y4为Vx，y5为Vy，y6为Vz，y7为Cb；
fm表示微分方程函数；
yi0表示每一要素的初始值。
所述四阶龙格-库塔算法的计算式为：
（10）
式（10）中：
;
；
；
；
ym表示公式（1）中的七要素；
tm表示数据率，数据更新时间；
k1、k2、k3、k4分别表示四阶微分方程的结果。
龙格-库塔算法的截断误差与步长h的五次方成正比，如果减少步长精度将会提高，但是步长减少，计算点数将会增加，积累误差将会相应增大，可能反而会降低精度，同时计算时间加长，计算速度降低，所以要处理好步长与精度之间的关系。
在弹道外推处理过程中，雷达实测点迹数据和弹道方程进行卡尔曼滤波处理，得到弹道方程中的参数以及最后一个测量点的飞行状态参数；
根据弹道方程进行弹道外推，计算出对方武器位置或己方弹着点与雷达等高处的坐标位置，然后进行高程修正处理，经过若干次迭代后，修正得到目标所在实际高程上的武器位置坐标，具体的高程修正过程包括：
计算出武器位置或弹着点原始坐标（X，Y，H）后，按照该坐标（X，Y）在地图上位置查找实际高程H1；
当H＜H1时，增加粗增量和细增量，计算出（H+增量）的平面同轨道交点的位置（X’，Y’）；
当H＞H1时，减小粗增量和细增量，计算出（H-增量）的平面同轨道交点的位置（X’，Y’），从地图等高线读到新高程H1’；
经过几次重复修正，直到H和H1相等，修正结束。
进一步地，所述真假目标识别、数据有效性判断的方法包括：
雷达探测对方弹丸时，捕获跟踪弹丸轨迹的上升段，在所述上升段与雷达距离越来越近、跟踪高度越来越高；
雷达跟踪己方弹丸时，捕获跟踪弹丸轨迹的下降段，在所述下降段与雷达距离越来越远、跟踪高度越来越低；利用弹丸的上述运动特征，对数据有效性、是否为弹丸目标进行判断；
根据弹丸运动特征去除在工作时非弹丸类目标，减少探测虚警概率。
进一步地，所述坐标转换的方法包括：
在雷达阵面极坐标系下进行数据计算，最终输出结果为大地直角坐标，雷达测量出的距离、方位角、俯仰角数据为大地极坐标；在整个外推过程中完成大地极坐标转雷达阵面极坐标，雷达阵面极坐标转大地直角坐标的转换。
进一步地，所述高程修正过程的方式包括：
自动修正和人工修正。
本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如上述所述的基于长短脉冲组合设计的反向扩展卡尔曼弹道外推方法的步骤。
本发明还提供一种计算机设备，所述计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述所述的基于长短脉冲组合设计的反向扩展卡尔曼弹道外推方法的步骤。
与现有技术相比，本发明的有益效果在于：
本发明公开的基于长短脉冲组合设计的反向扩展卡尔曼弹道外推方法采用长短脉冲组合设计，使得雷达探测目标距离具有宽广的范围，解决了同时兼顾远近距离探测任务的要求；同时通过采用基于反向扩展卡尔曼滤波的弹道外推优化算法，减小了扰动影响，降低了弹道外推误差，满足了提高弹道外推精度的要求。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。
在附图中：
图1为本发明实施例的雷达搜索脉冲时序安排图；
图2为本发明实施例的弹道外推处理流程示意图；
图3为本发明实施例的高程修正示意图；
图4为本发明基于长短脉冲组合设计的反向扩展卡尔曼弹道外推方法的流程图；
图5为本发明实施例计算机设备的构成示意图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和产品的例子。
在本公开使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本公开可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本公开范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
下面结合附图对本发明实施例作进一步详细说明。
本发明实施例提供一种基于长短脉冲组合设计的反向扩展卡尔曼弹道外推方法，参见图4所示，包括以下步骤：
S1、使用长短脉冲组合方式对飞行的各种弹丸进行雷达搜索检测；
本实施例的雷达搜索脉冲时序参见图1所示；
S2、在雷达跟踪弹丸一段运动轨迹后，进行雷达弹道外推处理，利用弹道方程建立卡尔曼滤波模型，对雷达测量数据进行处理得到弹丸运动状态以及弹道系数的估值，并用所述弹丸运动状态以及弹道系数的估值作为初始条件求解弹道微分方程，外推到既定高程，确定对方武器或己方射弹落点坐标；
所述雷达弹道外推处理的方法包括：
真假目标识别、数据有效性判断；
坐标转换；
卡尔曼滤波计算；
采用龙格-库塔算法进行迭代外推计算，所述雷达弹道外推处理的流程示意图如图2所示。
本实施例中，所述真假目标识别、数据有效性判断的方法包括：
雷达探测对方弹丸时，捕获跟踪弹丸轨迹的上升段，在所述上升段与雷达距离越来越近、跟踪高度越来越高；
雷达跟踪己方弹丸时，捕获跟踪弹丸轨迹的下降段，在所述下降段与雷达距离越来越远、跟踪高度越来越低；利用弹丸的上述运动特征，对数据有效性、是否为弹丸目标进行判断；
根据弹丸运动特征去除在工作时非弹丸类目标，减少探测虚警概率。
本实施例中，所述坐标转换的方法包括：
在雷达阵面极坐标系下进行数据计算，最终输出结果为大地直角坐标，雷达测量出的距离、方位角、俯仰角数据为大地极坐标；在整个外推过程中完成大地极坐标转雷达阵面极坐标，雷达阵面极坐标转大地直角坐标的转换。
本实施例中，所述S2步骤的卡尔曼滤波计算的方法包括：
构建滤波状态方程：
在弹丸质心微分方程组中取x、y、z、、/>、/>、/>作为卡尔曼滤波的状态变量，x、y、z：为目标运动过程中在直角坐标系下的位置信息；/>、/>、/>：为目标在运动过程中在直角坐标系下的速度信息；/>为弹道系数。即：
（1）
将弹道系数C视为常量，即C＇= 0，则方程组（1）写成：
（2）
由于质心方程描述弹丸运动，存在一定误差，为补偿这个误差，引入一个随机噪声矢量W作为状态扰动量，即X=f（x）+W，式中W为零均值高斯白噪声，且服从方差为R的正态分布，即W~N（0，R）；
构建滤波量测方程：
设雷达测量值为斜距R、方位角β和高低角ε，雷达坐标系为球坐标系，它与直角坐标系的转换关系为：
Z=Ｈ(k)==/>（3）
构建对于雷达测量数据Z=〔R βε〕T的量测方程：
预测状态方程为：
（4）
预测误差方差矩阵方程为：
（5）
增益方程为：
（6）
滤波方程为：
（7）
估计误差方差矩阵方程为：
（8）
上述公式（3）-（8）中，为状态向量，Z(k)为量测向量，V(k)为量测噪声，X(k|k)为最优估计状态向量，X(k|k-1)为预测状态向量，Φ(ｋ|ｋ-１)是状态转移矩阵，K(ｋ)为增益矩阵，Ｈ(k)为量测矩阵，P(ｋ|k-１)为预测误差方差矩阵，P(ｋ|ｋ)为估计误差方差矩阵，Γ(ｋ|ｋ-１)为系统干扰矩阵，Ｑ(ｋ|ｋ-１)为系统干扰方差矩阵，Ｒ(ｋ)为量测噪声方差矩阵，Ｉ为单位矩阵；
设置采样间隔，控制递推初始值误差，采用以上公式经有限次递推后，获得足够高精度的弹道模型参数。
本实施例中，所述S2步骤的采用龙格-库塔算法进行迭代外推计算的方法包括：
（弹道外推是对上面弹道模型方程进行求解，四阶龙格-库塔算法是广泛采用的数值积分方法）；采用四阶龙格-库塔算法对弹道模型方程进行求解，龙格-库塔算法中的微分方程和初值分别为：
（9）
式（9）中，yi表示公式（1）七要素，即y1为x，y2为y，y3为z，y4为Vx，y5为Vy，y6为Vz，y7为Cb；
fm表示微分方程函数；
yi0表示每一要素的初始值。
所述四阶龙格-库塔算法的计算式为：
（10）
式（10）中：
;
；
；
；
ym表示公式（1）中的七要素；
tm表示数据率，数据更新时间；
k1、k2、k3、k4分别表示四阶微分方程的结果。
龙格-库塔算法的截断误差与步长h的五次方成正比，如果减少步长精度将会提高，但是步长减少，计算点数将会增加，积累误差将会相应增大，可能反而会降低精度，同时计算时间加长，计算速度降低，所以要处理好步长与精度之间的关系。
在弹道外推处理过程中，雷达实测点迹数据和弹道方程进行卡尔曼滤波处理，得到弹道方程中的参数以及最后一个测量点的飞行状态参数，根据弹道方程进行弹道外推，计算出对方武器位置或己方弹着点与雷达等高处的坐标位置，然后进行高程修正处理，经过若干次迭代后，修正得到目标所在实际高程上的武器位置坐标，具体的高程修正过程包括：
计算出武器位置或弹着点原始坐标（X，Y，H）后，按照该坐标（X，Y）在地图上位置查找实际高程H1；
当H＜H1时，增加粗增量和细增量，计算出（H+增量）的平面同轨道交点的位置（X＇，Y＇）；
当H＞H1时，减小粗增量和细增量，计算出（H-增量）的平面同轨道交点的位置（X＇，Y＇），从地图等高线读到新高程H1＇；
经过几次重复修正，直到H和H1相等，修正结束。
本实施例中，所述高程修正过程的方式包括：自动修正和人工修正。
参见图3所示为本实施例的高程修正参数设置。
本发明实施例还提供了一种计算机设备，图5是本发明实施例提供的一种计算机设备的结构示意图；参见附图图5所示，该计算机设备包括：输入装置23、输出装置24、存储器22和处理器21；所述存储器22，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21执行，使得所述一个或多个处理器21实现如上述实施例提供的基于长短脉冲组合设计的反向扩展卡尔曼弹道外推方法；其中输入装置23、输出装置24、存储器22和处理器21可以通过总线或者其他方式连接，图5中以通过总线连接为例。
存储器22作为一种计算设备可读写存储介质，可用于存储软件程序、计算机可执行程序，如本发明实施例所述的基于长短脉冲组合设计的反向扩展卡尔曼弹道外推方法对应的程序指令；存储器22可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据设备的使用所创建的数据等；此外，存储器22可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件；在一些实例中，存储器22可进一步包括相对于处理器21远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置23可用于接收输入的数字或字符信息，以及产生与设备的用户设置以及功能控制有关的键信号输入；输出装置24可包括显示屏等显示设备。
处理器21通过运行存储在存储器22中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的基于长短脉冲组合设计的反向扩展卡尔曼弹道外推方法。
上述提供的计算机设备可用于执行上述实施例提供的基于长短脉冲组合设计的反向扩展卡尔曼弹道外推方法，具备相应的功能和有益效果。
本发明实施例还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如上述实施例提供的基于长短脉冲组合设计的反向扩展卡尔曼弹道外推方法，存储介质是任何的各种类型的存储器设备或存储设备，存储介质包括：安装介质，例如CD-ROM、软盘或磁带装置；计算机系统存储器或随机存取存储器，诸如DRAM、DDRRAM、SRAM、EDORAM，兰巴斯(Rambus)RAM等；非易失性存储器，诸如闪存、磁介质(例如硬盘或光存储)；寄存器或其它相似类型的存储器组件等；存储介质可以还包括其它类型的存储器或其组合；另外，存储介质可以位于程序在其中被执行的第一计算机系统中，或者可以位于不同的第二计算机系统中，第二计算机系统通过网络(诸如因特网)连接到第一计算机系统；第二计算机系统可以提供程序指令给第一计算机用于执行。存储介质包括可以驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。
当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上实施例所述的基于长短脉冲组合设计的反向扩展卡尔曼弹道外推方法，还可以执行本发明任意实施例所提供的基于长短脉冲组合设计的反向扩展卡尔曼弹道外推方法中的相关操作。
至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述仅为本发明的优选实施例，并不用于限制本发明；对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (7)
1.基于长短脉冲组合设计的反向扩展卡尔曼弹道外推方法，其特征在于，包括以下步骤：
S1、使用长短脉冲组合方式对飞行的各种弹丸进行雷达搜索检测；
S2、在雷达跟踪弹丸一段运动轨迹后，进行雷达弹道外推处理，利用弹道方程建立卡尔曼滤波模型，对雷达测量数据进行处理得到弹丸运动状态以及弹道系数的估值，并用所述弹丸运动状态以及弹道系数的估值作为初始条件求解弹道微分方程，外推到既定高程，确定对方武器或己方射弹落点坐标；
所述雷达弹道外推处理的方法包括：
真假目标识别、数据有效性判断；
坐标转换；
卡尔曼滤波计算；
采用龙格-库塔算法进行迭代外推计算；
所述S2步骤的卡尔曼滤波计算的方法包括：
构建滤波状态方程：
在弹丸质心微分方程组中取x、y、z、、/>、/>、/>作为卡尔曼滤波的状态变量，其中x、y、z为目标运动过程中在直角坐标系下的位置信息；/>、/>、/>为目标在运动过程中在直角坐标系下的速度信息；/>为弹道系数，即：
（1）
将弹道系数C视为常量，即C＇= 0，则方程组（1）写成：
（2）
由于质心方程描述弹丸运动存在误差，为补偿这个误差，引入一个随机噪声矢量W作为状态扰动量，即X=f（x）+W，式中W为零均值高斯白噪声，且服从方差为R的正态分布，即W~N（0，R）；
构建滤波量测方程：
设雷达测量值为斜距R、方位角β和高低角ε，雷达坐标系为球坐标系，它与直角坐标系的转换关系为：
Z=Ｈ(k)==/>（3）
构建对于雷达测量数据Z=〔R βε〕T的量测方程：
预测状态方程为：
（4）
预测误差方差矩阵方程为：
（5）
增益方程为：
（6）
滤波方程为：
（7）
估计误差方差矩阵方程为：
（8）
公式（3）-（8）中，为状态向量，Z(k)为量测向量，V(k)为量测噪声，X(k|k)为最优估计状态向量，X(k|k-1)为预测状态向量，Φ(ｋ|ｋ-1)是状态转移矩阵，K(ｋ)为增益矩阵，Ｈ(k)为量测矩阵，P(ｋ|k-1)为预测误差方差矩阵，P(ｋ|ｋ)为估计误差方差矩阵，Γ(ｋ|ｋ-1)为系统干扰矩阵，Ｑ(ｋ|ｋ-1)为系统干扰方差矩阵，Ｒ(ｋ)为量测噪声方差矩阵，Ｉ为单位矩阵；
设置采样间隔，控制递推初始值误差，采用以上公式经有限次递推后，获得高精度的弹道模型参数。
2.根据权利要求1所述的基于长短脉冲组合设计的反向扩展卡尔曼弹道外推方法，其特征在于，所述S2步骤的采用龙格-库塔算法进行迭代外推计算的方法包括：
采用四阶龙格-库塔算法对弹道模型方程进行求解，龙格-库塔算法中的微分方程和初值分别为：
（9）
式（9）中，yi表示公式（1）七要素，即：y1为x，y2为y，y3为z，y4为Vx，y5为Vy，y6为Vz，y7为Cb；
fm表示微分方程函数；
yi0表示每一要素的初始值；
所述四阶龙格-库塔算法的计算式为：
（10）
式（10）中：
;
；
；
；
ym表示公式（1）中的七要素；
tm表示数据率，数据更新时间；
k1、k2、k3、k4分别表示四阶微分方程的结果；
根据弹道方程进行弹道外推，计算出对方武器位置或己方弹着点与雷达等高处的坐标位置，然后进行高程修正处理，经过若干次迭代后，修正得到目标所在实际高程上的武器位置坐标，具体的高程修正过程包括：
计算出武器位置或弹着点原始坐标（X，Y，H）后，按照该坐标（X，Y）在地图上位置查找实际高程H1；
当H＜H1时，增加粗增量和细增量，计算出（H+增量）的平面同轨道交点的位置（X＇，Y＇）；
当H＞H1时，减小粗增量和细增量，计算出（H-增量）的平面同轨道交点的位置（X＇，Y＇），从地图等高线读到新高程H1＇；
经过几次重复修正，直到H和H1相等，修正结束。
3.根据权利要求1所述的基于长短脉冲组合设计的反向扩展卡尔曼弹道外推方法，其特征在于，所述真假目标识别、数据有效性判断的方法包括：
雷达探测对方弹丸时，捕获跟踪弹丸轨迹的上升段，在所述上升段与雷达距离越来越近、跟踪高度越来越高；
雷达跟踪己方弹丸时，捕获跟踪弹丸轨迹的下降段，在所述下降段与雷达距离越来越远、跟踪高度越来越低；
利用弹丸的上述运动特征，对数据有效性、是否为弹丸目标进行判断；根据弹丸运动特征去除在工作时非弹丸类目标，减少探测虚警概率。
4.根据权利要求1所述的基于长短脉冲组合设计的反向扩展卡尔曼弹道外推方法，其特征在于，所述坐标转换的方法包括：
在雷达阵面极坐标系下进行数据计算，最终输出结果为大地直角坐标，雷达测量出的距离、方位角、俯仰角数据为大地极坐标；在整个外推过程中完成大地极坐标转雷达阵面极坐标，雷达阵面极坐标转大地直角坐标的转换。
5.根据权利要求2所述的基于长短脉冲组合设计的反向扩展卡尔曼弹道外推方法，其特征在于，所述高程修正过程的方式包括：
自动修正和人工修正。
6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现权利要求1-5任一项所述的基于长短脉冲组合设计的反向扩展卡尔曼弹道外推方法的步骤。
7.一种计算机设备，所述计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-5任一项所述的基于长短脉冲组合设计的反向扩展卡尔曼弹道外推方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311347168.5A CN117092610B (zh) | 2023-10-18 | 2023-10-18 | 基于长短脉冲组合设计的反向扩展卡尔曼弹道外推方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311347168.5A CN117092610B (zh) | 2023-10-18 | 2023-10-18 | 基于长短脉冲组合设计的反向扩展卡尔曼弹道外推方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117092610A CN117092610A (zh) | 2023-11-21 |
| CN117092610B true CN117092610B (zh) | 2024-01-05 |
Family
ID=88783680
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311347168.5A Active CN117092610B (zh) | 2023-10-18 | 2023-10-18 | 基于长短脉冲组合设计的反向扩展卡尔曼弹道外推方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117092610B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105022035A (zh) * | 2015-07-31 | 2015-11-04 | 中国电子科技集团公司第三十八研究所 | 一种基于模型修正的弹道目标发射点估计装置及其方法 |
| CN109409499A (zh) * | 2018-09-20 | 2019-03-01 | 北京航空航天大学 | 一种基于深度学习和卡尔曼滤波修正的轨迹恢复方法 |
| EP3514571A1 (fr) * | 2018-01-18 | 2019-07-24 | Thales | Procede de pistage d'une cible aerienne, et radar mettant en oeuvre un tel procede |
-
2023
- 2023-10-18 CN CN202311347168.5A patent/CN117092610B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105022035A (zh) * | 2015-07-31 | 2015-11-04 | 中国电子科技集团公司第三十八研究所 | 一种基于模型修正的弹道目标发射点估计装置及其方法 |
| EP3514571A1 (fr) * | 2018-01-18 | 2019-07-24 | Thales | Procede de pistage d'une cible aerienne, et radar mettant en oeuvre un tel procede |
| CN109409499A (zh) * | 2018-09-20 | 2019-03-01 | 北京航空航天大学 | 一种基于深度学习和卡尔曼滤波修正的轨迹恢复方法 |
Non-Patent Citations (4)
| Title |
|---|
| 卡尔曼滤波器在炮位侦察雷达中的应用;唐吉祥, 沈云山;电光与控制(01);全文 * |
| 基于反向扩展卡尔曼滤波的弹道外推算法;王干等;电光与控制;第27卷(第12期);49-52 * |
| 基于混合模型的炮位外推算法研究;毛洋;方逸远;周敬烈;;电子测量技术(12);全文 * |
| 扩展卡尔曼滤波方法在脉冲修正弹药技术上的应用研究;王雨;火炮发 射与控制学报;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117092610A (zh) | 2023-11-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109373833B (zh) | 适用于旋转弹初始姿态和速度联合测量方法 | |
| CN111609760B (zh) | 一种智能瞄准镜射击时机判定方法及系统 | |
| CA2585501C (en) | Method of determining a fire guidance solution | |
| CN108279005B (zh) | 一种导引头数据失效模式下的制导信息重构方法 | |
| CN110597056B (zh) | 用于高炮火控系统的大闭环校射控制方法 | |
| CN109033493B (zh) | 基于无迹卡尔曼滤波的辨识高速旋转弹气动参数滤波方法 | |
| CN111609759A (zh) | 一种智能枪械瞄具射击控制方法及装置 | |
| CN103453806A (zh) | 基于雷达多普勒数据的弹丸章动角提取方法 | |
| CN117092610B (zh) | 基于长短脉冲组合设计的反向扩展卡尔曼弹道外推方法 | |
| CN114001602A (zh) | 基于四元数卡尔曼滤波去噪融合的火箭炮扰动检测方法 | |
| CN110160519A (zh) | 用于脉冲修正火箭弹的弹体姿态计算方法 | |
| CN112946313A (zh) | 二维弹道脉冲修正弹的滚转角速率的确定方法及装置 | |
| CN116430310A (zh) | 一种基于uwb技术高精度无人船定位系统、方法及存储介质 | |
| 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 | |
| CN113835360A (zh) | 一种基于误差分析的复合引信定高精度仿真评估方法 | |
| CN115235475B (zh) | 一种基于mcc的ekf-slam后端导航路径优化方法 | |
| CN117889868B (zh) | 一种融合红外导引头信息的导弹位置精确估计方法 | |
| CN117932894A (zh) | 一种多模导引头信息融合目标状态估计方法 | |
| CN117454619A (zh) | 基于能量分配的弹道规划方法、装置和电子设备 | |
| CN115823951A (zh) | 一种搜索与跟踪航迹融合方法、装置、设备及存储介质 | |
| CN116430332A (zh) | 一种主动雷达导引头截获目标概率确定方法及装置 | |
| Zhang et al. | The Test method of the Projectile's Motion Attitude in the Semi-constraint Period | |
| Zhang et al. | Study on Dynamic Characteristics of Photoelectric Platform of A Tracked Anti-aircraft Gun | |
| Zhao et al. | Research on Projectile Launching of Robot Gimble Based on Kalman Filter and ADRC Control | |
| CN116182647A (zh) | 适应图像导引头的制导弹药带落角约束制导信息提取方法 |
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 |