基于交互式多模型信息融合的助推滑翔飞行器目标估计方法及系统技术方案

本发明专利技术属于目标跟踪技术领域，特别涉及一种基于交互式多模型信息融合的助推滑翔飞行器目标估计方法及系统，包含：采用当前统计模型和空间目标自由段动力学模型作为交互式统一模型的子模型；利用至少两个地基雷达作为传感器，通过联邦滤波对交互式统一模型观测下目标状态估计进行信息融合，获取目标最优估计值。本发明专利技术在模型选择中选取CS模型和空间动力学模型相结合，模型匹配程度得到优化；运用联邦交互式多模型对多传感器观测模型进行融合，相比单传感器进行跟踪，估计精度得到较大提升；与复杂的助推滑翔飞行器在自由段飞行的模型相比，本案中计算量和系统的复杂程度满足实际需求，具有较强实用性。具有较强实用性。具有较强实用性。

【技术实现步骤摘要】
基于交互式多模型信息融合的助推滑翔飞行器目标估计方法及系统


[0001]本专利技术属于目标跟踪
，特别涉及一种基于交互式多模型信息融合的助推滑翔飞行器目标估计方法及系统。

技术介绍

[0002]与传统的无机动空间飞行器自由段飞行轨迹相比，在助推段结束之后，助推滑翔飞行器可以利用气动力来保持长时间的滑翔飞行，纵向的轨道既可以是跳跃的，也可以是滑翔的，而在横向的机动性十分强。
[0003]目前针对助推滑翔飞行器的跟踪研究较少，由于助推滑翔飞行器的强机动性，其精确的动力学模型很难建立，而现有的模型建立较为复杂，计算量较大，难以满足实时跟踪的实际需求。而且由于发动机施加的推力的不确定性，在准确程度上也会造成一定的偏差。当前，各专家学者主要是基于交互式多模型IMM算法，将常加速度CA、常速度CV、Singer等模型进行交互，来最大程度地匹配实际运动规律。由于助推滑翔飞行器在临近空间中飞行，还会受到地球引力的影响，在无推力作用的滑翔阶段，一定程度上还满足无机动目标在空间自由段运动的动力学模型。而上述模型对于机动性强、运动规律不断变化的目标模型匹配程度也受到了一定方面限制。

技术实现思路

[0004]为此，本专利技术提供一种基于交互式多模型信息融合的助推滑翔飞行器目标估计方法及系统，对临近空间具有较强机动性的助推滑翔飞行器进行跟踪，能够有效减小估计误差，提升目标跟踪精度。
[0005]按照本专利技术所提供的设计方案，一种基于交互式多模型信息融合的助推滑翔飞行器目标估计方法，包含如下内容：/>[0006]采用当前统计模型和空间目标自由段动力学模型作为交互式统一模型的子模型；
[0007]利用至少两个地基雷达作为传感器，通过联邦滤波对交互式统一模型观测下目标状态估计进行信息融合，获取目标最优估计值。
[0008]作为本专利技术基于交互式多模型信息融合的助推滑翔飞行器目标估计方法，进一步地，当前统计模型采用非零均值的时间相关模型，加速度当前概率密度利用修正瑞利分布来描述。
[0009]作为本专利技术基于交互式多模型信息融合的助推滑翔飞行器目标估计方法，进一步地，空间目标自由段动力学模型中，依据地固坐标系下自由段动力学方程、动坐标系相对惯性坐标系的角速度及引力加速度，来获取助推滑翔飞行器自由段在地固坐标系中的状态方程。
[0010]作为本专利技术基于交互式多模型信息融合的助推滑翔飞行器目标估计方法，进一步地，依据状态方程获取每个时刻目标状态，该目标状态包含地固坐标系下的位置和速度矢
量，联合雷达观测量组成观测方程。
[0011]作为本专利技术基于交互式多模型信息融合的助推滑翔飞行器目标估计方法，进一步地，雷达观测量由目标在雷达直角坐标系东北天系中的位置矢量表示，将该位置矢量与地固坐标系下的位置矢量进行坐标转换，以组建观测方程。
[0012]作为本专利技术基于交互式多模型信息融合的助推滑翔飞行器目标估计方法，进一步地，交互式统一模型估计中，采用两部地基雷达作为传感器进行目标状态观测。
[0013]作为本专利技术基于交互式多模型信息融合的助推滑翔飞行器目标估计方法，进一步地，使用联邦滤波算法将多传感器估计值进行信息融合，每个传感器对应一个子滤波器，各子滤波器并行工作，通过对子滤波器估计数据进行融合产生全局状态估计，并依据预设信息分配原则将动态信息重新反馈至每个子滤波器。
[0014]作为本专利技术基于交互式多模型信息融合的助推滑翔飞行器目标估计方法，进一步地，依据当前时刻各子模型状态估计及模型概率获取交互计算后滤波器下一时刻输入，并结合观测值作为下一时刻模型输入，利用联邦滤波对不同传感器观测下的交互式统一模型进行滤波，分别得到各子模型条件下的估计值，经过滤波后得到各滤波输出；依据模型滤波新息及新息协方差获取各子模型更新概率，对模型进行概率更新，并依据更新后的概率和各滤波输出获取下一个时刻交互式统一模型输出，以根据该输出获取目标状态估计值。
[0015]作为本专利技术基于交互式多模型信息融合的助推滑翔飞行器目标估计方法，进一步地，信息融合中分配原则表示为：
[0016]且其中，P
i
(k|k)表示单部传感器观测模型i的协方差矩阵，||P
i
(k|k)||表示P
i
(k|k)的二范数。
[0017]进一步地，基于上述的方法，本专利技术还提供一种基于交互式多模型信息融合的助推滑翔飞行器目标估计系统，包含：模型构建模块和目标估计模块，其中，
[0018]模型构建模块，用于采用当前统计模型和空间目标自由段动力学模型作为交互式统一模型的子模型；
[0019]目标估计模块，用于通过联邦滤波对交互式统一模型观测下目标状态估计进行信息融合，获取目标最优估计值。
[0020]本专利技术的有益效果：
[0021]本专利技术针对现有的对助推滑翔飞行器进行跟踪的理论，在模型选择中，选取CS模型和空间动力学模型相结合，模型的匹配程度得到进一步的优化；选用交互式多模型IMM算法进行跟踪，相比于CS模型单独进行观测精度得到了很大提升；运用联邦交互式多模型对多传感器观测模型进行融合，相比于单传感器进行跟踪，估计精度得到较大提升；与复杂的助推滑翔飞行器在自由段飞行的模型相比，本案中计算量和系统的复杂程度满足实际需求，具有较强实用性。
附图说明：
[0022]图1为实施例中弹道导弹全程弹道估计流程示意；
[0023]图2为实施例中IMM算法流程示意；
[0024]图3为实施例中基于IMM模型的联邦滤波模型流程示意。
具体实施方式：
[0025]为使本专利技术的目的、技术方案和优点更加清楚、明白，下面结合附图和技术方案对本专利技术作进一步详细的说明。
[0026]针对如何通过简单且易于实现的算法来提高助推滑翔飞行器在空间自由段的估计精度问题，本专利技术实施例，参见图1所示，提供一种基于交互式多模型信息融合的助推滑翔飞行器目标估计方法，包含如下内容：
[0027]S101、采用当前统计模型和空间目标自由段动力学模型作为交互式统一模型的子模型；
[0028]S102、利用至少两个地基雷达作为传感器，通过联邦滤波对交互式统一模型观测下目标状态估计进行信息融合，获取目标最优估计值。
[0029]由于单一传感器对空间目标跟踪从而进行运行轨道估计和预报很难满足现有的精度需求，因此，信息融合这一概念应运而生。信息融合是指将来自多个传感器或多源信息通过协调优化以及综合处理，产生新的有效信息，从而产生更为准确、更可信的结果。针对跳跃式助推滑翔飞行器的轨道滤波与跟踪进行研究，选用空间动力学模型和“当前”统计(CS)模型作为交互式多模型(IMM)算法的模型集，再利用联邦滤波理论对两个传感器观测下的IMM估计值进行信息融合，提升目标估计精度。
[0030]作为本专利技术实施例中的基于交互式多模型信息融合的助推滑翔飞行器目标估计方法，进一步地，当前统计模型采用非零均值的时间相关模型，加速度当前概率密度本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于交互式多模型信息融合的助推滑翔飞行器目标估计方法，其特征在于，包含如下内容：采用当前统计模型和空间目标自由段动力学模型作为交互式统一模型的子模型；利用至少两个地基雷达作为传感器，通过联邦滤波对交互式统一模型观测下目标状态估计进行信息融合，获取目标最优估计值。2.根据权利要求1所述的基于交互式多模型信息融合的助推滑翔飞行器目标估计方法，其特征在于，当前统计模型采用非零均值的时间相关模型，加速度当前概率密度利用修正瑞利分布来描述。3.根据权利要求1所述的基于交互式多模型信息融合的助推滑翔飞行器目标估计方法，其特征在于，空间目标自由段动力学模型中，依据地固坐标系下自由段动力学方程、动坐标系相对惯性坐标系的角速度及引力加速度，来获取助推滑翔飞行器自由段在地固坐标系中的状态方程。4.根据权利要求1所述的基于交互式多模型信息融合的助推滑翔飞行器目标估计方法，其特征在于，依据状态方程获取每个时刻目标状态，该目标状态包含地固坐标系下的位置和速度矢量，联合雷达观测量组成观测方程。5.根据权利要求4所述的基于交互式多模型信息融合的助推滑翔飞行器目标估计方法，其特征在于，雷达观测量由目标在雷达直角坐标系东北天系中的位置矢量表示，将该位置矢量与地固坐标系下的位置矢量进行坐标转换，以组建观测方程。6.根据权利要求1或4所述的基于交互式多模型信息融合的助推滑翔飞行器目标估计方法，其特征在于，交互式统一模型估计中，采用两部地基雷达作为传感器进行目标状态观测。7.根据权利要求1所述的基于交互式多模型信息融合的助推滑翔飞行器目标估计方法...

【专利技术属性】
技术研发人员：丁力全，吴楠，孟凡坤，王锋，程鹏举，韩卓茜，王静，
申请(专利权)人：中国人民解放军战略支援部队信息工程大学，
类型：发明
国别省市：