论文部分内容阅读
火箭作为人类探索宇宙的唯一运载体,其安全稳定的飞行直接决定了各种航天器的航空飞行任务能否顺利完成。为了准确跟踪火箭飞行过程中的状态信息,试验场内通过多种测控设备获取火箭弹道信息。高精度完备的弹道信息为飞行任务决策、安全控制、飞行引导等提供了重要保障。随着测控系统的不断发展,多种先进测控设备的使用,衍生了不同形式的火箭弹道测控体制,这对火箭弹道跟踪定位系统提出了日益严峻的要求。本文针对火箭外弹道测量系统,利用多源测量数据定位和弹道平滑滤波等算法建立了火箭弹道参数拟合系统,然后利用无迹卡尔曼滤波算法和Elman神经网络建立了目标跟踪模型,最后基于Matlab GUI平台设计并开发了弹道跟踪定位系统。本文研究内容总结如下:(1)针对多台测量设备交会定位问题,本文采用最小二乘法(Least Square,LS)以及递推最小二乘法(Recursive Least Squares,RLS)实现了多源弹道数据定位,并针对仅包含测角信息的多源测量系统,利用目标到各测站定位视线最小距离加权和获得弹道参数。此外,根据实际的工程要求,提出并实现了单/多台自动切换解算算法,通过实验表明该算法的可行性和有效性。(2)针对弹道解算结果受测量设备随机误差的影响而导致估计结果与实际弹道偏差较大的问题,本文基于参数回归模型,分别建立了基于三次B样条以及滑动多项式的弹道预测模型,实现了对弹道解算结果的平滑滤波。实验数据表明,两种算法均可获得较高精度的弹道估计结果。(3)针对机动性较强的飞行目标跟踪问题,本文提出了基于Elman神经网络的无迹卡尔曼滤波算法(Unscented Kalman Filter Target Tracking Based on Elman Neural Network,ELUKF),将Elman神经网络学习的滤波误差补偿给无迹卡尔曼滤波的结果。通过实验仿真,本文提出的算法在滤波精度以及稳定性上相比于无迹卡尔曼滤波算法有明显的改善。(4)本文设计并开发了弹道跟踪定位系统,主要包含用户登录、数据读取、弹道解算、弹道平滑、速度/加速度求解以及自动报表生成等功能,减少了外弹道测量数据的处理时间,提高了火箭弹道信息评估的效率。