捷联导引头制导系统导引律及自适应滤波方案设计

利用捷联导引头打击机动目标的自抗扰制导律设计捷联导引头是一种用于导弹和飞行器上的关键性装置，用于检测和跟踪目标。

在现代战争中，机动目标的自抗扰制导律设计变得越来越重要。

为了增加导弹的命中率，我们需要对自抗扰制导律进行设计，以应对目标的机动行为。

首先，我们需要了解机动目标的特点以及其可能采取的机动行为。

机动目标通常会采取不同的行动方式来避开被导弹追踪或击中的可能性。

常见的机动行为包括飞行路径的变化、速度的变化、高度的变化以及频繁改变方向等。

这些机动行为会给导弹的跟踪和命中带来一定的困难。

其次，我们可以利用捷联导引头的性能来应对目标的机动行为。

捷联导引头通常具有高精度的跟踪能力和快速的反应速度。

我们可以通过提升导引头的跟踪性能，使其能够更好地跟踪机动目标的变化轨迹。

另外，通过提高导引头的反应速度，可以更加迅速地对目标的机动行为做出反应，从而增加命中目标的几率。

然后，我们可以设计自抗扰制导律来应对机动目标的机动行为。

自抗扰制导律指的是导弹上的算法和逻辑，用于实时分析和判断目标的机动行为，并做出相应的控制决策。

例如，当导弹发现目标在飞行路径上做出变化时，自抗扰制导律可以根据目标的运动状态和预测，调整导引头的跟踪方式，确保持续有效地跟踪目标。

此外，自抗扰制导律还可以通过控制机动目标跟踪和导引头的机动来消除目标的机动效果，增加导弹的命中概率。

最后，我们需要进行系统仿真和实际试验，验证自抗扰制导律的有效性。

通过将自抗扰制导律嵌入到导弹的控制系统中，并在仿真环境或实际试验中进行测试，可以评估导弹对机动目标的跟踪和命中能力。

根据测试结果，可以对自抗扰制导律进行调整和优化，以提高导弹的整体性能和效果。

综上所述，利用捷联导引头打击机动目标的自抗扰制导律设计是一项复杂且关键的任务。

通过了解目标的机动行为、提升导引头的跟踪性能和反应速度、设计自抗扰制导律以及进行系统验证，可以增加导弹对机动目标的命中率，提高战斗效能。

这对于现代战争中的导弹系统设计和战术决策具有重要意义。

随机逼近自适应滤波在捷联惯导系统初始对准中的应用柏猛;李敏花【摘要】对于测量噪声方差未知的捷联惯导系统(SINS),采用常规Kalman滤波进行初始对准会造成较大状态估计误差,甚至使滤波器发散.为了解决系统测量噪声方差未知或不确切知道时SINS的误差估计问题,提出一种基于随机逼近的自适应滤波方法.该方法将Robbins-Monro算法与Kalman滤波相结合,通过简化求逆运算,解决了系统观测噪声特性未知情况下SINS的误差估计问题,并提高了算法的数值稳定性.仿真结果表明,该方法能在系统测量噪声方差未知情况下有效实现SINS初始对准.【期刊名称】《传感技术学报》【年(卷),期】2011(024)007【总页数】4页(P1007-1010)【关键词】捷联惯导系统;初始对准;随机逼近;自适应滤波;测量噪声【作者】柏猛;李敏花【作者单位】山东科技大学济南校区电气信息系,济南250031;山东科技大学济南校区电气信息系,济南250031【正文语种】中文【中图分类】V249.3初始对准是捷联惯导系统(SINS)的关键技术之一，对准精度直接影响导航系统的精度［1］。

采用Kalman滤波技术是实现SINS初始对准的有效方法［2－4］。

传统 Kalman滤波在 SINS系统噪声方差和测量噪声方差准确已知的情况下，可以获得较好的估计效果［2］。

但实际系统的噪声统计特性往往未知或不确切知道。

针对噪声特性未知情况下SINS的误差估计问题已取得一些成果［5－8］。

现有的大多数自适应滤波算法都有其应用特点，其数值稳定性和适用范围还需进一步提高。

在实际应用中，一般可以通过大量反复试验确定SINS的系统噪声特性。

但对于观测噪声，由于工作环境、观测仪器精度等因素的影响，使得很难得到准确的测量噪声方差。

为了解决测量噪声方差未知情况下SINS的误差估计问题，本文提出一种基于Robbins-Monro算法［9］的随机逼近自适应卡尔曼滤波方法。

第25卷第11期2005年11月北京理工大学学报TranSactionS of Beijing InStitute of TechnologyVol.25No.11Nov.2005文章编号21001-0645(2005)11-0975-06捷联寻的制导弹药的新型卡尔曼滤波器设计宋建梅9曹宇(北京理工大学机电工程学院9北京100081)摘要2针对捷联制导系统的自身特点9设计出用于估计导弹和目标在弹体坐标系中相对运动状态的卡尔曼滤波器9使滤波与制导在同一个坐标系即弹体坐标系内进行9避免了信息在弹体坐标系和惯性坐标系之间的多次转换9从而减少了信息损失.仿真结果表明9该方法能够满足捷联制导系统的要求.关键词2捷联制导系统;卡尔曼滤波;弹体坐标系中图分类号2TJ 765文献标识码2AA New Kalman Filter Design f or StrapdownHoming Guidance SystemSONG Jian -mei 9CAO Yu(School of mechatronicS engineering 9Beijing InStitute of Technology 9Beijing 1000819China )Abstract 2A new Kalman filter in body coordinateS iS preSented to eStimate the relative movement variableS between the miSSile and target for a Strapdown homing guidance SyStem .By uSing the Kalman filter in the body coordinateS 9loSS of information due to the tranSformation between body and inertial coordinateS iS avoided .Simulation reSultS Showed that the Kalman filter deSigned for the Strapdown homing guidance SyStem SatiSfy the performance index for guided ammunition SyStem .Key words 2Strapdown homing SyStem ;Kalman filter ;body coordinateS 收稿日期220041214目前常规弹药制导化改造所采用的制导模式为捷联式导引头和捷联式惯性传感器组件9所获得的测量信息都在弹体坐标系内9同时系统中自动驾驶仪所需要的制导指令也在弹体坐标系内9如果此时采取在惯性坐标系内对导弹和目标相对运动状态进行估计的方法9所用测量信息和产生的制导指令须要进行多次坐标转换9必然造成信息损失.根据捷联制导系统的上述特点9如果能够利用卡尔曼滤波器估计出弹体坐标系中的弹目相对运动状态等信息9使滤波与制导同在弹体坐标系内进行9便可减少信息损失9同时有效地提高系统的运算速度.本方案所要解决的关键问题是设计用于估计导弹和目标在弹体坐标系中相对运动状态的卡尔曼滤波器.1所用各数学模型的建立方法1.1弹体坐标系的建立坐标系的原点O 取在导弹的质心上(此处把质心当作惯性中心);Ox 1轴与弹体纵轴重合9指向头部为正;O y 1轴位于弹体纵向对称面内与Ox 1垂直9指向上为正;Oz 1轴垂直于Ox 1y 1平面9方向按右手直角坐标系确定(如图1所示).弹体坐标系与弹体固连9是动坐标系.图l 弹体坐标系Fig .lBody coordinates1.2导引头测量模型的建立捷联式导引头能够直接测量目标在弹体坐标系中的俯仰角和偏航角或高低角和方位角.本文中所讨论的情况是导引头测量信息为目标在弹体坐标系中的高低角和方位角.目标在弹体坐标系中的高低角是指目标相对于导弹的位置矢量R 与其在弹体坐标系Ox l z l 平面内的投影所夹的角,当R 指向Ox l z l 平面的上方时为正.目标在弹体坐标系中的方位角是指目标相对于导弹的位置矢量R 在弹体坐标系Ox l z l 平面内的投影与弹体坐标系Ox l 轴的夹角,当由Ox l 轴逆时针转向该投影时为正.高低角a p 与方位角a y 在弹体坐标系中的表示如图2所示.图2高低角与方位角的表示Fig .2Representation of a p and a y根据定义,目标在弹体坐标系中的高低角a p 和方位角a y 分别为a p (=arctg Ry l Rx 2l +Rz ~)2l a y (=arctg -Rz l /Rx )<(L l .(l )式中(Rx l ,Ry l ,Rz l )为目标相对于导弹的位置矢量R 在弹体坐标系中的坐标.2弹体坐标系下的卡尔曼滤波器设计原理体坐标系下的导引头测量信息和加速度计测量信息估计导弹和目标在弹体坐标系中的相对运动状态,用于生成制导指令.导引头的输出是非线性的,因此必须设计广义的卡尔曼滤波器来估计这些状态[2].由于弹体坐标系随弹体一起运动,因此在设计卡尔曼滤波器时,必须考虑由于弹体的转动而导致的各变量在不同时刻弹体坐标系之间的转换,同时须保证滤波所需的测量信息与状态量处于同一时刻的坐标系下,即做到时间~坐标系以及测量信息和系统状态量统一,这是设计卡尔曼滤波器的关键和难点.2.1不同时刻弹体坐标系之间的关系及其转换z /+l 时刻弹体坐标系相对于z /时刻弹体坐标系的姿态,用3个角度(z /+l 时刻减去z /时刻姿态角的差值)来确定,分别定义如图3所示.为研究方便,将两时刻弹体坐标系的原点重合,这不改变其空间姿态及其相应的关系.差值俯仰角A9:z /+l 时刻弹体纵轴(Ox l ,/+l )与z /时刻平面(Ox l ,/z l ,/平面)的夹角.弹体纵轴Ox l ,/+l 指向Ox l ,/z l ,/平面上方,A9为正;反之为负.差值偏航角AI :z /+l 时刻弹体纵轴在Ox l ,/z l ,/平面内的投影(即图3中Ox /轴)与z /时刻弹体坐标系Ox l ,/轴之间的夹角.迎AI 角平面观察(或迎O y l ,/轴俯视),若由Ox l ,/轴转至Ox /轴是逆时针旋转,则AI 角为正;反之为负.差值滚转角AY :z /+l 时刻弹体坐标系的O y l ,/+l 轴与图中Ox /y /平面之间的夹角.由弹体尾部顺纵轴前视,若O y l ,/+l 轴位于Ox /y /平面的右侧,则AY 角为正;反之为负.为推导两时刻弹体坐标系之间的关系及其转换矩阵,首先将两时刻弹体坐标系的原点及各对应坐标轴分别重合,以z /时刻弹体坐标系为基准,然后按照上述3个角参数的定义,分别绕相应轴三次旋转,依次转过AI ,A9和AY ,就得到z /+l 时刻弹体坐标系的姿态如图3所示.同时获得z /时刻到z /+l 时刻弹体坐标系的转换矩阵T (AY ,A9,AI ),如式(2)所示.T =T l l T l 2T l 3T 2lT 22T 23T 3lT 32T F L U U33.(2)式中:T l l =cos (A9)cos (AI );T l 2=sin (A9);T l 3=-cos (A9)sin (AI );T 2l =-sin (A9)cos (Ag )>679北京理工大学学报第25卷图3相邻两时刻弹体坐标系转换关系示意图Fig .3Transition of body coordinates between consecutive instants of timeT 3l =sin (Ao )cos (Al )sin (AY )+sin (Al )cos (AY );T 3Z =-cos (Ao )sin (AY );T 33=-sin (Ao )sin (Al )>sin (AY )+cos (Al )cos (AY ).2.2相对运动状态方程的建立及其离散化设目标的机动特性可用一阶马尔可夫过程来描述,目标加速度a t 满足下述微分方程e -t =-/a t +W t .(3)式中:/为目标加速度的时间响应常数;W t 为目标加速度的过程噪声.则导弹和目标相对运动方程为R -=V R ,V -R =a t -a M +W M ,e -t =-/a t +W <(L t.(4)式中:R ,V R 分别为导弹和目标的相对位置矢量~相对速度矢量;a M ,W M 分别为导弹加速度和加速度的过程噪声[3].把方程中的各矢量同时向弹体坐标系各轴投影,就可以得到导弹和目标在弹体坐标系中的相对运动方程组,该方程组共有九个状态变量.将方程(4)写成矩阵形式,则为X -=FX +BU +W .(5)式中:X =[R V R a t ]T ;U =e M ;W =[W M W t ]T F =OI O OO I T D DJ OO-/I;B =[O -IO]T ; =OO I O T D D JOI .在考虑弹体坐标系转动的情况下,获得状态方程解的最终离散化形式为X (k +l)=D (k +l,k )T X (k )+G (k +l,k )Ta M (k )+ (k +l,k )T W (k ).(6)式中:D (k +l ,k )=L -l [(SI -F )-l ]|r=z k+l -z k;G (k +l ,k )=z k+l z kD (z ,r )B (r )dr ; (k +l,k )=z k+l z kD (z ,r )(r )dr .T =T O O O T O T D DJO O I 和T =T O[]O T分别表示系统状态量及噪声量由z k 至z k+l 时刻弹体坐标系间的转换矩阵.T =cos(Ao)cos(Al)sin(Ao)-cos(Ao)sin(Al)-sin(Ao)cos(Al)cos(AY)+sin(Al)sin(AY)cos(Ao)cos(AY)sin(A o)sin(Al)cos(AY)+cos(A l)sin(AY)sin(Ao)cos(Al)sin(AY)+sin(Al)cos(AY)-cos(Ao)sin(AY)-sin(Ao)sin(Al)sin(AY)+cos(TD DJAl)cos(AY)需要指出的是,T 不转动目标加速度这个状态,因为在这里目标加速度只被看成一个随机过程,而不真正代表目标加速度.2.3测量方程的离散化弹体坐标系中的导引头实际测量信息可以表示成如下的形式o p (=arctg Ry l Rx Z l +Rz ~Zl +V o p o y (=arctg -Rz lRx l +V o <(L y ,( )式中V o p ,V o y 分别为高低角和方位角测量噪声.X =[Rx l Ry l Rz l V Rx l V Ry l V Rz l a tx l a ty l a tz l ]T=[x l x Z x ]T .方程( )可写成如下形式:= ( )+V ,( )式中: =[o p o y ]T ;V =[V o p V o y ]T ; ( )=[ l ( ) Z ()]T l ()=(arctg x Z x Z l +x ~Z3;Z ()=arctg (-x 3 x l )将测量方程( )围绕(k +l |k )进行泰勒级数第l l 期宋建梅等:捷联寻的制导弹药的新型卡尔曼滤波器设计Z(k+l)=h(^X(k+l\k))+8h(X)8X T X*(k+l k)>[X(k+l)-^X(k+l\k)]+V(k+l).记H(k+l)=8h(X)8X T X*(k+l k);Y(k+l)=h(^X(k+l k))-H(k+l)^X(k+l\k)9则Z(k+l)=H(k+l)X(k+l)+Y(k+l)+V(k+l).(9)式中:H(k+l)=8h l8x l8h l8x28h l8x3O O O O O O 8h28x lO8h28x3O O O O O O;8h l 8x l =-x l x2(x2l+x22+x23)x2l+x~23;8h l 8x2=x2l+x~23x2l+x22+x23;8h l 8x3=-x2x3(x2l+x22+x23)x2l+x~23;8h28x l=x3x2l+x23;8h2 8x3=-x lx2l+x23.方程(9)就是测量方程的离散化形式.2.4捷联寻的制导系统弹体系下卡尔曼滤波方程在捷联制导系统中9弹体坐标系时刻转动的特点决定了滤波过程中各变量需要在不同时刻坐标系间进行转换这一核心原则9即确保导引头测量信息\加速度计测量信息及各状态量都处于同一时刻的坐标系下9做到时间\坐标系与量值(测量信息和状态值)的统一9只有这样才能保证滤波的顺利进行.通过下述各式所示的具体实现过程可以看到9在已知k时刻状态量^X(k k)和加速度计测量信息(即控制量)(k)9以及k+l时刻导引头测量信息(k+l)的基础上9把这些不同时刻的测量信息和状态量均转换到k+l时刻(即后一时刻)的弹体坐标系中9再经过卡尔曼滤波从而得到k+l时刻的状态量^X(k+l k+l).具体方法即为使用转换矩阵T H和T完成这一信息转换功能.依照上述原则9同时根据离散化后的状态方程()和测量方程(9)9最终卡尔曼滤波方程为P(k+l k)=0(k+l9k)P(k k)0T(k+l9k)+(k+l9k)G(k)T(k+l9k)9(l O)K(k+l)=P(k+l\k)H T(k+l)[H(k+l)> P(k+l k)H T(k+l)+R(k+l)]-l9(l2)Y(k+l)=Z(k+l)-h(^X(k+l\k))^X(k+l\k+l)=^X(k+l\k)+K(k+l)Y(k+l)9(l3) P(k+l k+l)=[-K(k+l)H(k+l)]> P(k+l\k)[-K(k+l)H(k+l)]T+K(k+l)R(k)K T(k+l).(l4)其中:G(k)=E[Wk W T k];R(k)=E[V k V T k];Y为预报残差.方程(lO)~(l4)即为系统的广义卡尔曼滤波方程[4~].基于同一思想9还可以采用另外一种方法加以实现9即把各变量均转换至k时刻(即前一时刻)的弹体坐标系中9予以滤波处理后同样能够得到下一时刻(即k+l时刻)的状态估计值.经过仿真试验证明9两种方法所得结果完全一致.3仿真试验算例一目标静止.弹丸加速度限幅 2O m/s29捷联式导引头视场 lO .各状态变量估计值与真实值在惯性系内对比曲线如图4~图9所示9此次仿真脱靶量值O.4O85m.图4弹目相对距离在x轴方向的分量Fig.4Weight of relative distance on x axis879北京理工大学学报第25卷图6弹目相对距离在z轴方向的分量Fig.6Weight of relative distance on z axis图7弹目相对速度在x轴方向的分量Fig.7Weight of relative velocity on x axis图8弹目相对速度在y轴方向的分量Fig.8Weight of relative velocity on y axis图9弹目相对速度在z轴方向的分量Fig.9Weight of relative velocity on z axis算例二目标机动.前3s以2m/s2的加速度沿x轴正向运动3~5s静止然后沿z轴负向以联式导引头视场 10 .各状态变量估计值与真实值在惯性系内对比曲线如图10~图17所示.此次仿真脱靶量值为0.8510m.图10弹目相对距离在x轴方向的分量Fig.10Weight of relative distance on x axis图11弹目相对距离在y轴方向的分量Fig.11Weight of relative distance on y axis图12弹目相对距离在z轴方向的分量Fig.12Weight of relative distance on z axis图13弹目相对速度在x轴方向的分量979第11期宋建梅等,捷联寻的制导弹药的新型卡尔曼滤波器设计图14弹目相对速度在y方向的分量Fig.14Weight of relative velocity on y axis图15弹目相对速度在方向的分量Fig.15Weight of relative velocity on axis图16目标加速度在I轴方向的分量Fig.16Weight of target acceleration on I axis图17目标加速度在轴方向的分量Fig.17Weight of target acceleration on axis 4结论捷联制导系统中,由于测量信息的获得和制导指令的生成都处于弹体坐标系下,因而在弹体坐标系下用于估计弹目相对运动状态的卡尔曼滤波器的设计成功能够避免信息在不同坐标系之间的转换,从而减少信息的损失,同时有效地提高了系统的运算速度.通过仿真试验可以看出,直接在弹体坐标系下进行滤波,所得到的状态估计值与真实值的近似程度,以及最终制导精度均能满足捷联制导武器系统的总体要求,从而使得该项设计具有一定的工程实用价值.参考文献;[1]钱杏芳,林瑞雄,赵亚男.导弹飞行力学[M].北京;北京理工大学出版社,2000.Gian Xingfang,Lin Ruixiong,Zhao Ya nan.Missile flight dynamics[M].Beijing;Beijing Institute ofTechnology press,2000.(in chinese)[2]付梦印.Kalman滤波理论及其在导航系统中的应用[M].北京;科学出版社,2003.Fu Mengyin.Kalman filtering theory and applicationin the guidance system[M].Beijing;Science press,2003.(in chinese)[3]刘林科.战术导弹整体捷联制导方案研究[M].西安;西北工业大学出版社,1991.Liu Linke.Research of the strapdown guidance and control integrated project for the tactics missiles[M].Xi an;Northwestern polytechnical University press,1991.(in chinese)[4]邓自恋.卡尔曼滤波与维纳滤波[M].哈尔滨;哈尔滨工业大学出版社,2001.Deng Zilian.Kalman filter and Wiener process[M].Harbin;publishing company of Harbin polytechnical University,2001.(in chinese)[5]Jason J Ford.Filtering for precision guidance;Theextended kalman filter[R].USA;Defense Science8Technology organization,2001.[6]Joao L Marins.An extended kalman filter forguaternion-based attitude estimation[R].USA;Defense Science8Technology organization,2000.089北京理工大学学报第25卷。

基于自适应环路滤波的相控阵导引头捷联解耦方法蒋兵兵;盛卫星;张仁李;韩玉兵;马晓峰【期刊名称】《系统工程与电子技术》【年(卷),期】2018(040)004【摘要】To solve the problem of beam pointing affected by disturbance of the missile body in a phased ar-ray seeker,a novel method called strapdown decoupling method based on loop filter(SDMLF)is designed.In this method,the difference betw een the compensated beam direction and the initial beam direction is sent into loop filter.Then,the compensated beam pointing is modified by the filtered beam pointing error.The disturbed beam direction is controlled for close-loop eventually.To improve the applicability and decoupling performance of SDMLF,the adaptive calculation of the equivalent loop noise bandwidth of LF is added.Hence,an improved meth-od based on SDMLF called strapdown decoupling method based on adaptive loop filter is achieved.The reliability of the designed loop in this study is puter simulations and experiments in semi-physical simulation system highlight the correctness and effectiveness of the proposed method.%针对相控阵导引头中波束指向受弹体扰动影响的问题,设计了基于环路滤波的捷联解耦方法(strap-down decoupling method based on loop filter,SDMLF).此方法将补偿后波束指向与初始波束指向的差值送入环路滤波器,利用指向误差滤波值修正补偿后的波束指向,如此构成环路,完成对被扰动波束指向的闭环控制.为提高SDMLF对更多弹体扰动场景的适用性及解耦性能,在SDMLF中增加对环路滤波器中等效环路噪声带宽的自适应计算,得到了基于自适应环路滤波的捷联解耦方法,增加了所设计解耦环路的可靠性.计算机仿真与半实物系统实测结果验证了所提解耦方法的正确性及有效性.【总页数】10页(P845-854)【作者】蒋兵兵;盛卫星;张仁李;韩玉兵;马晓峰【作者单位】南京理工大学电子工程与光电技术学院,江苏南京210094;上海无线电设备研究所,上海200090;南京理工大学电子工程与光电技术学院,江苏南京210094;南京理工大学电子工程与光电技术学院,江苏南京210094;南京理工大学电子工程与光电技术学院,江苏南京210094;南京理工大学电子工程与光电技术学院,江苏南京210094【正文语种】中文【中图分类】TJ765.3【相关文献】1.相控阵雷达导引头捷联解耦技术研究 [J], 杨建锋2.捷联导引头制导系统民引律及自适应滤波方案设计 [J], 颜东;张洪铖3.基于无迹卡尔曼滤波的捷联导引头视线角速率估计方法 [J], 杨阳;蔡正谊;陈升泽;赵帅4.基于无迹卡尔曼滤波的捷联导引头视线角速率估计方法 [J], 杨阳;蔡正谊;陈升泽;赵帅;5.基于捷联导引头的制导信息解耦及滤波方法 [J], 王荔豪; 杨凯; 马菲; 许琛; 王妮芝因版权原因，仅展示原文概要，查看原文内容请购买。