论文部分内容阅读
在机动目标精确拦截寻的制导应用中,目标状态估计延迟特别是加速度估计延迟是影响脱靶量的主要因素。在现有机动目标状态估计框架下,状态估计实时性与稳态精度之间是一对难以调和的矛盾。战术弹道导弹具有与拦截器大致相近的机动性能,与其相比,拦截器在机动性能方面的优势越来越不明显。因此,战术弹道导弹的拦截对现有的制导控制技术提出了巨大的挑战。基于此背景,本文旨在提出一种新的估计制导方法改善战术弹道导弹的拦截精度。本文在明确末制导机动目标精确拦截问题的基础上,根据制导末段弹目运动关系,建立制导系统系统模型及观测模型,同时给出性能评价指标以及分离定理的使用条件。针对机动目标状态估计技术这一关键问题,首先讨论了传统的卡尔曼滤波器(KF)估计方法、基于成型滤波的卡尔曼滤波(KFSF)算法以及交互多模型(IMM)算法,并通过仿真数据验证了几种方法的估计性能。针对其估计精度不高、估计延迟较大的缺陷,提出了一种基于扩展卡尔曼滤波器(Extended Kalman Filter,EKF)的快速多模自适应估计(Multiple Model Adaption Estimation,MMAE)算法,实验结果验证了算法的有效性。为了提高寻的制导末段的拦截性能,首先介绍了传统比例导引方法,在此基础上,给出了考虑追逃双方,从弹目双方优化出发的双方控制导引方法,即微分对策导引方法。并在综合考虑三种微分对策导引方法DGL/C、DGL/1、DGL/0性能优势的基础之上,提出了一种基于三种微分对策方法的混合微分对策导引方法DGL/H。本文最后给出了基于IMM机动检测的集成估计与制导方法,以及基于Fast MMAE/EKF的混合微分对策(DGL/H)导引方法。实验证明,DGL/H相较于单一制导方法,具有更好的制导性能。同时,与基于IMM机动检测的集成估计与制导方法相比,基于Fast MMAE/EKF的混合微分对策制导方法具有更好的拦截性能。