一种有限时间收敛全局鲁棒滑模制导方法技术

本发明专利技术公开了一种有限时间收敛全局鲁棒滑模制导方法。包括步骤：1、将测得的航迹看作方位信息的时间序列，不同航迹最终构成一个时间序列集合；2、以当前时刻与历史时刻为模糊因子进行相似计算并得到模糊相似矩阵，后求得模糊等价矩阵；3、采用全局最优的判别准则确定航迹关联对，达到航迹关联的目的。本发明专利技术还能用于评估其他非致命武器作战效能评估，解决武器系统作战效能评估中的评估难题。

A Global Robust Sliding Mode Guidance Method with Finite Time Convergence

【技术实现步骤摘要】
一种有限时间收敛全局鲁棒滑模制导方法
本专利技术涉及ESM与雷达的异类传感器航迹关联问题，特别涉及一种有限时间收敛全局鲁棒滑模制导方法。
技术介绍
现代作战体系中，单传感器已经无法满足作战的需要，必须运用多传感器提供航迹信息。为此，多传感器的航迹融合越来越受到人们的普遍关注。对于雷达与ESM，因其两者具有性能互补等优点而得到普遍应用，但两者为不同类型的传感器，其量测信息不同，因此造成了航迹关联的复杂化，其关联效果将直接影响整个融合系统的性能。针对雷达与ESM航迹关联问题，但只利用了当前时刻的目标信息，难以在目标密集的情况下实现航迹关联。为此，本文提出了基于模糊等价关系的异类传感器航迹关联算法。该算法只用目标方位角进行关联计算，关联信息的维数较少，同时采用滑窗思想将当前时刻与历史时刻的方位信息视为方位时间序列，以期达到良好的关联效果。
技术实现思路
本专利技术的目的就是针对ESM与雷达的异类传感器航迹关联问题，提出了基于模糊等价关系的异类传感器航迹关联算法。该基于模糊等价关系的异类传感器航迹关联算法能够有效提高ESM与雷达的航迹关联性能本专利技术基于模糊等价关系的异类传感器航迹关联算法，包括如下步骤：步骤一、对两传感器得到的航迹信息进行时空对准，得到如式(1)的航迹信息。步骤二、将当前时刻与历史时刻的方位信息视为航迹的模糊因子，考虑航迹关联的实时性，采用滑窗思想将k时刻与前N-1时刻的方位信息作为k时刻的航迹模糊因子，并组成不同时刻的航迹集合矩阵U(k)，式中：前sr条航迹为雷达测得的，后se条为ESM测得，s＝sr+se为总航迹数。步骤三、因对准后的数据具有相同的量纲，故不必进行数据标准化可直接计算不同航迹的相似系数。这里基于步骤2得到的航迹集合矩阵U(k)，采用算数平均最小法计算k时刻不同航迹间的相似系数，具体计算公式为：式中：θim、θjm分别表示U(k)中的第i行第m列与第j行第m列元素，rij(k)表示k时刻第i条航迹与第j条航迹的相似系数。步骤四、建立由相似系数rij(k)组成的航迹相似矩阵R(k),步骤五、根据航迹相似矩阵R(k)，利用平方法将R(k)不断复合，直到得到自然数N0使得、便为一个等价矩阵，用表示，式中：rij(k)反映了k时刻第i条航迹与第j条航迹的关联程度。步骤六、选取适当的λ(0＜λ＜0)值，当小于λ值时，航迹i与航迹j判断为不关联。由此得到航迹关联λ截矩阵式中：且根据相似系数计算表达式可知，满足为对称矩阵。步骤七、将航迹关联λ截矩阵分块，即其中，易知，矩阵为雷达与ESM航迹间的关联系数矩阵，反映了各航迹的关联程度。步骤八、采用全局最优判别准则，比较航迹关联系数，找出航迹关联对。(1)找出中的最大值元素，并假设最大值元素在第i行第j列，则雷达的第i条航迹与ESM的第j条航迹为同一目标的航迹，建立航迹关联对。(2)假设同一传感器的不同航迹互不关联，故同一传感器的不同航迹为不同的目标，且航迹间的关联系数应为零。所以将的第i行和第j列的所有元素改为零；如果中存在非零元素，则表示判断未结束，继续重复(1)(2)，直至中所有元素为零，此时结束关联判断。附图说明图1所示为本专利技术对目标进行400周期(T＝1s)的目标仿真运动轨迹图。图2所示为本专利技术对目标进行400周期(T＝1s)的仿真目标方位角变化图。图3所示为本专利技术不同N值下分别进行100次蒙特卡洛仿真的关联正确率。图4所示为本专利技术不同N值下分别进行100次蒙特卡洛仿真关联判定所需的时间。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。实施例1为简化问题，假设雷达与ESM探测同一空域，且在同一平台上，这里只考虑航迹关联问题，忽略多目标跟踪过程。设目标的初始运动参数如下表1，对目标进行400周期(T＝1s)的仿真，则目标的运动轨迹如图1，目标方位角变化如图2。表1目标运动初始参数设两传感器的量测误差均满足零均值正态分布，其中，雷达测距误差为100m，测角误差为0.5°，ESM测角误差为0.2°。雷达探测周期为2s，ESM传感器探测周期为1s，ESM较雷达探测延迟1.5s，则经时间对准之后，形成200周期的目标方位信息，雷达测得的航迹编号1-5，ESM测得的航迹编号6-10。每次用连续N个时刻的方位信息构成目标航迹的模糊因子进行航迹关联判断，则每次仿真关联判定(201-N)次。仿真一：设N＝10，进行100次仿真，计算航迹关联对正确率；并在相同仿真环境下，分别采用最近邻法[1]与多因素综合评判算法[3]计算关联正确率；对仿真结果进行对比分析。仿真结果如表2所示：表2关联正确率对比表从表2可知，本文提出的航迹关联方法在目标密集的情况下能够取得良好的关联效果，相对于最近邻法有更高的关联正确率，但运算时间有所增加，分析原因为本文算法对方位信息利用更加充分，能较为准确的反映航迹特征；相对于多因素综合评判算法有相当的关联正确率且用时更少，分析原因为本文算法只利用方位信息，因其具有相同量纲，不必进行数据标准化，而多因素评判法利用不同量纲的航迹信息，须进行数据标准化，且其关联信息维数较多，因此导致了运算量的增加。实施例2改变N(3-30)的值，在不同N值下分别进行100次蒙特卡洛仿真，仿真分析N对关联正确率的影响，并比较不同N值时，100次关联判定所需的时间。仿真结果如图3、4所示。分析图3可知，在目标分布分散时(目标3与其余目标)，即使N值很小，亦能取得良好的效果；当目标密集分布时(目标1与目标4，目标2与目标5)，随着N值的增加，航迹关联正确率有所提高。分析可知N值越大，构成航迹模糊因子的方位信息个数越多，越能正确反映目标航迹的变化规律，故提高了航迹关联的正确率。但从图4发现，随着N值的增大，关联计算耗时总体上呈上升趋势。由公式(8)知，N值越大，参与计算的信息越多，公式计算越发复杂，导致运算量的增加，因此实际应用中要综合考虑正确率与实时性的要求，以选择合适的N值满足航迹关联的要求。本文提出了基于模糊等价关系的异类传感器航迹关联算法，提高了雷达与ESM异类传感器航迹关联性能。该算法基于航迹方位信息的时间序列，将当前时刻与历史时刻的方位信息视为航迹模糊因子，基于等价关系对航迹进行模糊聚类，实现了航迹关联的判定。最后应说明的是：以上所述仅为本专利技术的优选实施例而已，并不用于限制本专利技术，尽管参照前述实施例对本专利技术进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换,凡在本专利技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本专利技术的保护范围之内。本文档来自技高网...

【技术保护点】
1.一种有限时间收敛全局鲁棒滑模制导方法，其特征在于：对两传感器得到的航迹信息进行时空对准，采用基于模糊等价关系的模糊聚类方法对航迹进行关联判定，在判定之前，对雷达与ESM测得的航迹信息进行时空对准，设对准之后的航迹信息分别为，得到如式(1)的航迹信息：

【技术特征摘要】
1.一种有限时间收敛全局鲁棒滑模制导方法，其特征在于：对两传感器得到的航迹信息进行时空对准，采用基于模糊等价关系的模糊聚类方法对航迹进行关联判定，在判定之前，对雷达与ESM测得的航迹信息进行时空对准，设对准之后的航迹信息分别为，得到如式(1)的航迹信息：式中：分别为雷达、ESM经时空对准后的第i条航迹在k时刻的方位信息，对上式组成的航迹集合进行模糊聚类分析，进而确定航迹关联对。2.根据权利要求1所述的一种有限时间收敛全局鲁棒滑模制导方法，其特征在于：将当前时刻与历史时刻的方位信息视为航迹的模糊因子，考虑航迹关联的实时性，采用滑窗思想将k时刻与前N-1时刻的方位信息作为k时刻的航迹模糊因子，并组成不同时刻的航迹集合矩阵U(k)：式中：前sr条航迹为雷达测得的，后se条为ESM测得，s＝sr+se为总航迹数。3.根据权利要求1所述的一种有限时间收敛全局鲁棒滑模制导方法，其特征在于：因对准后的数据具有相同的量纲，故不必进行数据标准化可直接计算不同航迹的相似系数。这里基于步骤2得到的航迹集合矩阵U(k)，采用算数平均最小法计算k时刻不同航迹间的相似系数，具体计算公式为：式中：分别表示U(k)中的第i行第m列与第j行第m列元素，rij(k)表示k时刻第i条航迹与第j条航迹的相似系数。4.根据权利要求1所述的一种有限时间收敛全局鲁棒滑模制导方法，...

【专利技术属性】
技术研发人员：徐洋，彭维仕，伍友利，方洋旺，
申请(专利权)人：中国人民解放军空军工程大学，
类型：发明
国别省市：陕西,61