一种高超声速飞行器机动状态识别方法技术

本发明专利技术涉及飞行器机动状态识别技术领域，具体涉及一种高超声速飞行器机动状态识别方法。高超声速飞行器机动建模；对高超声速飞行器机动类别进行划分，构造特征参数集，在不同初始变量条件下，生成轨迹库，并将轨迹库中包含的特征识别参数信息作为训练数据；建立基于多通道注意力机制卷积长短时记忆网络的高超声速飞行器机动状态识别模型，并对模型进行训练；采集特征识别参数信息，将特征识别参数信息输入至训练好的模型，输出高超声速飞行器机动状态识别结果。解决了临近空间高超声速飞行器飞行速度快、机动状态转换所需的空间范围广、特征提取困难，常规机动状态识别方法难以直接应用于高超声速飞行器并高精度识别其机动状态的问题。动状态的问题。动状态的问题。

【技术实现步骤摘要】
一种高超声速飞行器机动状态识别方法


[0001]本专利技术涉及飞行器机动状态识别
，具体涉及一种高超声速飞行器机动状态识别方法。

技术介绍

[0002]高超声速飞行器是指速度在5马赫以上，飞行空域在20～100公里之间的武器，以其高机动、大航程的特点打破了传统攻防平衡的态势，对现有防空防御体系造成了颠覆性影响，开拓了军事斗争的新领域和新形式。世界各军事大国围绕高超声速飞行器的研发正在展开激烈的军备竞赛。高超声速飞行器的不断发展给各国空天安全造成了严重威胁，对高超声速飞行器的跟踪、预测和防御成为研究热点。对高超声速飞行器机动状态识别进行研究是防御过程中非常重要的一个环节，可以为高超声速飞行器的威胁估计、轨迹预测和防御决策提供有力支撑。
[0003]现有关于高超声速飞行器机动状态识别研究的公开文献还非常少，大多研究主要是集中在常规飞行器，如飞机和弹道导弹。目前飞行器机动状态识别的方法主要有贝叶斯网络、支持向量机、随机森林等。这些方法在一定程度上为目标机动状态识别提供了解决方案，但它们在处理多维度、大数据量的输入数据时性能会明显下降。同本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高超声速飞行器机动状态识别方法，其特征在于，包括：步骤一：高超声速飞行器机动建模；步骤二：对高超声速飞行器机动类别进行划分，构造特征参数集，并通过信息增益和信息增益率对特征参数进行筛选，在不同初始变量条件下利用步骤一中高超声速飞行器机动建模得到的不同控制参数模型，生成包含高超声速飞行器不同机动状态下机动轨迹的轨迹库，并将所述轨迹库中包含的特征识别参数信息作为训练数据；步骤三：建立基于多通道注意力卷积长短时记忆网络的高超声速飞行器机动状态识别模型，并根据步骤三中的所述训练数据对所述模型进行训练；步骤四：采集特征识别参数信息，将所述特征识别参数信息输入至训练好的模型，输出高超声速飞行器机动状态识别结果。2.根据权利要求1所述的高超声速飞行器机动状态识别方法，其特征在于，所述步骤一包括：构建高超声速飞行器的运动方程；建立高超声速飞行器滑翔段的过程约束和终端约束；对高超声速飞行器滑翔段进行纵向弹道控制参数建模和横向弹道控制参数建模。3.根据权利要求2所述的高超声速飞行器机动状态识别方法，其特征在于，所述滑翔段运动方程为：式中，r、λ、φ、V、θ、σ分别表示地心距、经度、纬度、速度、速度倾角及方位角，ω
e
表示地球自转角速度，α
c
表示攻角，υ
c
表示倾侧角，a
D
、a
L
分别为阻力加速度、升力加速度；其中，升力加速度及阻力加速度表达式为式中，L和D分别为升力和阻力，C
L
(α)、C
D
(α)分别为升力系数和阻力系数，S为目标等效截面积，ρ为大气密度，m为目标质量。4.根据权利要求2所述的高超声速飞行器机动状态识别方法，其特征在于，所述高超声速飞行器滑翔段的过程约束为：
式中，K
n
为常数，g0为海平面地球引力加速度；所述高超声速飞行器滑翔段的终端约束为：式中，h
c
、d
c
、σ
c
分别表示高度约束范围、航程约束范围和方位角约束范围，[V
min
,V
max
]表示速度约束范围。5.根据权利要求2所述的高超声速飞行器机动状态识别方法，其特征在于，所述对高超声速飞行器滑翔段进行纵向弹道控制参数建模包括：在平衡滑翔状态下的控制参数模型满足：且满足速度倾角变化率和攻角保持不变两个条件；在跳跃滑翔状态下的控制参数模型满足：式中，α
ma
和α
max(L/D)
分别为最大攻角和最大升阻比攻角，α
mid
＝(α
max
+α
max(L/D)
)/2，α
bal
＝(α
max
‑
α
max(L/D)
)/2，V
mid
＝(V1+V2)/2，L/D为升阻比。6.根据权利要求2所述的高超声速飞行器机动状态识别方法，其特征在于，所述对高超声速飞行器滑翔段进行横向弹道控制参数建模包括：当高超声速飞行器横向无机动时，倾侧角设为零；当高超声速飞行器进行C形机动时，倾侧角设为常数；当高超声速飞行器进行S形机动时，控制参数模型满足式中，Δσ
threshol
为飞行器方位角误差阈值，为飞行器上一时刻的倾侧角值。7.根据权利要求1所述的高超声速飞行器机动状态识别方法，其特征在于，所述步骤二中，对高超声速飞行器机动类别进行划分，构造特征参数集包括：将高超声速飞行器机动类别划分为平衡滑翔无机动、平衡滑翔左转弯、平衡滑翔右转弯、平衡滑翔蛇形机动、跳跃滑翔无机动、跳跃滑翔左转弯、跳跃滑翔右转弯、跳跃滑翔蛇形机动；构造包含高度h、高度变化率Δh、平均高度速度V、速度变化率速度倾角θ、速度方位角σ、速度方位角变化率Δσ、平均速度方位角的特征参数集，并通过信息增益和信息增益率对特征参数进行筛选，公式为：
式中，S表示样本...

【专利技术属性】
技术研发人员：张君彪，熊家军，兰旭辉，沈延安，陈新，
申请(专利权)人：中国人民解放军空军预警学院，
类型：发明
国别省市：