炮弹外弹道飞行状态估计方法技术

本发明专利技术提供了一种炮弹外弹道飞行状态估计方法，包括：系统建模、改进滤波算法、样本点数目选取；所述炮弹外弹道参数估计采用改进的滤波算法，质点弹道方程作为系统的状态模型，雷达测量方程作为系统的量测模型；所述估计方法采用改进的非线性滤波算法。本发明专利技术提供的炮弹外弹道飞行状态估计方法能在滤波开始的5s后状态估计误差保持在某一稳态范围附近，收敛效果好。该估计方法常规估计方法有显著提高，提高制导弹箭外弹道参数的测量精度，在保证滤波精度和算法计算量的情况下，避免了引入线性化误差，提高了滤波的精度，从而为对其实施准确的弹道控制提供重要的依据。

Estimation Method of External Ballistic Flight State of Artillery Projectile

【技术实现步骤摘要】
炮弹外弹道飞行状态估计方法
本专利技术涉及一种炮弹外弹道飞行状态估计方法。
技术介绍
弹道测量数据处理是弹箭和航天器飞行试验工程的重要组成部分，它对于保障弹箭、航天器试验的完成和促进其技术发展具有重要的作用。随着新型武器装备性能不断提高，大射程、超视距、超音速、高精度以及型号任务的多样化，为了提高火力系统的设计和估计精度，根据试验飞行数据，应用各种统计滤波方法估计火力系统的飞行状态，从而为弹载可知系统提供高精度的控制输入量，从而提高炮弹的射击精度。针对炮弹飞行外弹道参数计算问题，目前大多采用无线电跟踪测量技术，从而获取弹丸的飞行状态参数。这种技术方法使得获取的外弹道飞行状态参数精度不高，且是事后数据处理，无法实现制导炮弹控制系统对弹体飞行状态参数实时性和精度的要求。
技术实现思路
本专利技术的目的在于提供一种炮弹外弹道飞行状态估计方法。本专利技术提供一种炮弹外弹道飞行状态估计方法，包括：状态参数估计建模，得到状态模型和量测模型；基于所这状态模型和量测模型，改进UKF算法；基于所述状态模型、量测模型和UKF算法，进行样本点数目的选取和炮弹外弹道飞行状态估计。进一步的，在上述方法中，所述状态模型为：式中，x(t)——n维状态变量矩阵；Γ(t)——为n×r维干扰矩阵；W(t)——为r维模型噪声向量，假定为零均值高斯白噪声。随机干扰W(t)的统计特性为：E[W(t)]＝0(2)E[W(t)WT(τ)]＝Q(t)δ(t-τ)(3)式中，Q(t)是干扰量的方差矩阵。进一步的，在上述方法中，所述量测模型为：Zk＝H(xk)+Vk(4)式中，Zk——m维量测矩阵；Vk——量测噪声，假定为零均值高斯白噪声，并且满足E[Vk]＝0，其中δkj是Kronecher函数，Rk是测量噪声方阵。进一步的，在上述方法中，基于所这状态模型和量测模型，改进UKF算法，包括：使UKF算法用一组确定性的采样点来近似状态分布，通过U变换得到变换采样点来近似状态的均值和方差，完成状态沿非线性函数的传播，对Guass噪声变换采样点的分布能够以三阶精度近似于真实的均值和方差。进一步的，在上述方法中，基于所述状态模型、量测模型和UKF算法进行样本点数目的选取和炮弹外弹道飞行状态估计，包括：结合应用对象的特点，将样本点数从2n+1降低到n+2以捕获所有误差分布的统计信息。与现有技术相比，本专利技术的炮弹外弹道飞行状态估计方法，包括：系统建模、改进滤波算法、样本点数目选取；所述炮弹外弹道参数估计采用改进的滤波算法，质点弹道方程作为系统的状态模型，雷达测量方程作为系统的量测模型；所述估计方法采用改进的非线性滤波算法。本专利技术提供的炮弹外弹道飞行状态估计方法能在滤波开始的5s后状态估计误差保持在某一稳态范围附近，收敛效果好。该估计方法常规估计方法有显著提高，提高制导弹箭外弹道参数的测量精度，在保证滤波精度和算法计算量的情况下，避免了引入线性化误差，提高了滤波的精度，从而为对其实施准确的弹道控制提供重要的依据。附图说明图1为本专利技术的UKF算法流程图；图2为本专利技术中雷达坐标系和直角坐标系图；图3为本专利技术中计算得到的x方向估计误差曲线图；图4为本专利技术中计算得到的y方向估计误差曲线图；图5为本专利技术中计算得到的z方向估计误差曲线图；图6为本专利技术中计算得到的x方向速度估计误差曲线图；图7为本专利技术中计算得到的y方向速度估计误差曲线图；图8为本专利技术中计算得到的z方向速度估计误差曲线图。具体实施方式为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本专利技术作进一步详细的说明。本专利技术提供一种炮弹外弹道飞行状态估计方法，包括：步骤S1，状态参数估计建模，得到状态模型和量测模型；步骤S2，基于所这状态模型和量测模型，改进UKF算法；步骤S3，基于所述状态模型、量测模型和UKF算法，进行样本点数目的选取和炮弹外弹道飞行状态估计。在此，本专利技术的炮弹外弹道飞行状态估计方法，包括：系统建模、改进滤波算法、样本点数目选取；所述炮弹外弹道参数估计采用改进的滤波算法，质点弹道方程作为系统的状态模型，雷达测量方程作为系统的量测模型；所述估计方法采用改进的非线性滤波算法。本专利技术提供的炮弹外弹道飞行状态估计方法能在滤波开始的5s后状态估计误差保持在某一稳态范围附近，收敛效果好。该估计方法常规估计方法有显著提高，提高制导弹箭外弹道参数的测量精度，在保证滤波精度和算法计算量的情况下，避免了引入线性化误差，提高了滤波的精度，从而为对其实施准确的弹道控制提供重要的依据。本专利技术能在弹丸出炮口10s后，使得对弹丸的飞行状态参数估计误差达到较好的收敛效果，且精度较高，较常规外弹道飞行状态参数估计精度和实时性有显著提高。本专利技术的炮弹外弹道飞行状态估计方法一实施例中，所述状态模型为动态时域模型，以隐含着的时间为自变量，它反映动态系统在输入变量作用下在某时刻所转移的状态。本专利技术的炮弹外弹道飞行状态估计方法一实施例中，所述状态模型为：式中，x(t)——n维状态变量矩阵；Γ(t)——为n×r维干扰矩阵；W(t)——为r维模型噪声向量，假定为零均值高斯白噪声。随机干扰W(t)的统计特性为：E[W(t)]＝0(2)E[W(t)WT(τ)]＝Q(t)δ(t-τ)(3)式中，Q(t)是干扰量的方差矩阵。本专利技术的炮弹外弹道飞行状态估计方法一实施例中，所述量测模型为对测量系统或测量方案的科学描述，量测模型来源于人们对被测事物的认识，它将系统在某时刻的输出和系统的状态及输入变量联系起来。本专利技术的炮弹外弹道飞行状态估计方法一实施例中，所述量测模型为：Zk＝H(xk)+Vk(4)式中，Zk——m维量测矩阵；Vk——量测噪声，假定为零均值高斯白噪声，并且满足E[Vk]＝0，其中δkj是Kronecher函数，Rk是测量噪声方阵。在此，状态模型和量测模型就构成了参数估计的动态模型。本专利技术的炮弹外弹道飞行状态估计方法一实施例中，步骤S2，基于所这状态模型和量测模型，改进UKF算法，包括：使UKF算法用一组确定性的采样点来近似状态分布，通过U变换得到变换采样点来近似状态的均值和方差，完成状态沿非线性函数的传播，对Guass噪声变换采样点的分布能够以三阶精度近似于真实的均值和方差。在此，由于系统状态模型和量测模型均为非线性系统，非线性滤波主要解决的问题是随机量沿非线性系统的传播。使UKF算法用一组确定性的采样点来近似状态分布，通过U变换得到变换采样点来近似状态的均值和方差，完成状态沿非线性函数的传播，对Guass噪声变换采样点的分布能够以三阶精度近似于真实的均值和方差。本专利技术从样本点的选取入手，对滤波算法进行改进。本专利技术的炮弹外弹道飞行状态估计方法一实施例中，步骤S3，基于所述状态模型、量测模型和UKF算法进行样本点数目的选取和炮弹外弹道飞行状态估计，包括：结合应用对象的特点，将样本点数从2n+1降低到n+2以捕获所有误差分布的统计信息。在此，常规UKF滤波是通过假设状态为高斯分布，简化的最优迭代贝叶斯估计算法。因此通常需构造2n+1个样本点来表示某一采样时刻的状态估计，并且每个样本点均要通过滤波算法每一步，最后根据预先规定的权系数求取下一采样时刻的状态估计。本方法对n维随机变量可以用n+2个样本点和权系数来表示，且能捕获所有误差分本文档来自技高网...

【技术保护点】
1.一种炮弹外弹道飞行状态估计方法，其特征在于，包括：状态参数估计建模，得到状态模型和量测模型；基于所这状态模型和量测模型，改进UKF算法；基于所述状态模型、量测模型和UKF算法，进行样本点数目的选取和炮弹外弹道飞行状态估计。

【技术特征摘要】
1.一种炮弹外弹道飞行状态估计方法，其特征在于，包括：状态参数估计建模，得到状态模型和量测模型；基于所这状态模型和量测模型，改进UKF算法；基于所述状态模型、量测模型和UKF算法，进行样本点数目的选取和炮弹外弹道飞行状态估计。2.如权利要求1所述的炮弹外弹道飞行状态估计方法，其特征在于，所述状态模型为：式中，x(t)——n维状态变量矩阵；Γ(t)——为n×r维干扰矩阵；W(t)——为r维模型噪声向量，假定为零均值高斯白噪声；随机干扰W(t)的统计特性为：E[W(t)]＝0(2)E[W(t)WT(τ)]＝Q(t)δ(t-τ)(3)式中，Q(t)是干扰量的方差矩阵。3.如权利要求2所述的炮弹外弹道飞行状态估计方法，其特征在于，所述量测模型为：Zk＝H(xk)+Vk(4)式中，Z...

【专利技术属性】
技术研发人员：丁传炳，杜裴乐，陈太宣，
申请(专利权)人：中国舰船研究设计中心，
类型：发明
国别省市：上海,31