航天器外弹道测量事后数据融合算法研究

来源 :西安理工大学 | 被引量 : 0次 | 上传用户:ade4444
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
运载火箭是人类目前探索宇宙的关键运载体,其能否安全稳定的运行直接决定了飞行任务能否顺利完成。高精度完备的弹道信息为其飞行任务决策,安全控制、飞行引导等提供了重要保障。在现代飞行任务中,为获取高精度的弹道信息,外弹道测量系统通过多种、多台测控设备来联合测量得到火箭飞行的多种状态信息,然而对于多输入状态信息,少输出弹道信息的情况会产生冗余信息。因此,针对外弹道测量冗余信息,需要研究外弹道测量数据融合处理方法来获得高精度的弹道信息。本文基于运载火箭发射后外弹道测量的事后数据,以得到适用于实际的高精度数据融合结果为目的,主要进行了弹道解算、弹道层融合和测元层融合的研究。具体研究工作如下:(1)针对多站联合测量目标弹道问题,本文研究了基于最小二乘的多站交会弹道解算算法,实现了多源数据的定位。并针对光电经纬仪和雷达联合测量弹道问题,本文先研究了光雷异址定位方法,并在此基础上提出了光-雷异址联合测量弹道容错解算算法。通过实验分析,在光-雷异址定位方法的弹道参数结果基础上,由本文算法得到的弹道参数精度不仅在三个弹道方向上均有提高,而且在仅处理16.7%的弹道数据的情况下,Y和Z方向的弹道参数精度均提高了60%以上。(2)针对外弹道测量弹道层事后数据融合算法,本文首先研究了外弹道测量设备精度评定方法,并提出了基于Hermite函数的外弹道测量设备精度评定方法。通过实验表明,其估计精度比利用样条函数的外弹道测量设备精度评定方法的估计精度提高了10倍。在此基础中研究了加权联合法,首先利用各台设备的测量数据通过单站定位法解出多组弹道参数,再通过外弹道测量设备精度评定方法获取弹道参数的融合权值,最后对多组弹道参数线性加权融合得到一组弹道参数。实验结果表明,该算法融合后的弹道参数精度均比融合前的精度高,并且Z方向的弹道参数精度提高了80%以上。(3)针对外弹道测量数据中的系统误差会严重影响高精度的弹道参数解算问题,本文研究了外弹道测量测元层事后数据融合算法,首先为EMBET自校准技术,其对于需值系统误差的估计准确率达到了99%以上,进一步研究了基于残差方程的EMBRT方法,其对于时间多项式系统误差的各项系数估计准确率达到了 83%以上,最后研究了样条约束的EMBET方法,在使用实测数据的情况下,该算法平均提高了 67%以上的弹道参数精度。(4)本文基于Windows平台,利用MATLAB GUIDE工具开发了一套外弹道测量事后数据融合的软件系统,该系统主要包含系统加载、数据读取、弹道解算、测元层融合、弹道层融合以及自动报表生成等功能。该部分实现了将本文算法理论研究应用到实际中,并为分析和处理外弹道测量事后数据以及弹道参数提供了平台。
其他文献
近年来,随着通信和分布式优化技术的快速发展,分布式模型预测控制(Distributed Model Predictive Control,DMPC)也得到了广泛的研究。DMPC是一种有效而强大的控制技术,其能够灵活地处理系统的各类约束条件并提供最优的控制性能,在稳定性、可行性分析和过程控制等方面都取得了重大进展。同时,DMPC 比集中式模型预测控制需要更少的通信资源,避免了集中式的单点失败,为系统
学位
大规模超多目标优化算法的研究已成为进化计算领域的一个热点,近年来得到众多研究者的关注。作为一种模拟人类头脑风暴过程的新型群智能优化算法,头脑风暴优化算法在解决多目标的优化问题时取得了很好的结果。与其他众多的群体智能优化算法类似,头脑风暴优化算法在解决多个目标以及大规模决策变量的优化问题时还有一定的局限性。本文在省自然科学基金的资助下,以头脑风暴优化算法作为算法框架,重点研究大规模超多目标优化问题的
学位
遥感技术是获取精确地物信息的重要方式和信息源。随着遥感技术的快速发展,遥感数据规模不断增长,光谱、空间分辨率大幅度提升,在环境监测、目标检测、地质勘查等领域的应用越来越广泛。现阶段,在空间和光谱上具有更高分辨率的遥感数据成为用户的迫切需求。然而,受到成像传感器技术与工艺的限制,单一传感器难以获取兼具清晰空间细节和丰富光谱特征的遥感影像。为此,光学遥感卫星通常搭载两类传感器,分别获取多光谱图像和全色
学位
水下机械臂在海洋资源的开发和利用中扮演着越来越重要的角色,但水下环境复杂多变,建立动力学模型需要考虑水流扰动、摩擦干扰等因素。现有控制方法使用一种算法逼近动力学模型中两种不同类型的参数,导致控制精度不高。除此之外,水下机械臂系统设计具有开发时间长、效率低和成本高的特点。针对以上问题,本文首先建立精准的水下机械臂动力学模型,进而提出采用RBF(Radial Basis Function)神经网络和模
学位
构建基因调控网络可以更好地理解不同生物分子间的相互作用,以及如何调控基因表达水平发生变化,为揭示分子生物体系的功能、药物开发设计和疾病治疗提供了科学的理论和方法。考虑到实际生物系统呈现周期振荡、分岔等非线性特征以及存在时滞因素的影响,本文主要研究分数阶时滞基因调控网络模型的构建与动力学分析,主要工作包括:(1)基于基因转录调控的线性模型建立分数阶时滞基因调控网络模型。为了提高模型的辨识精度,研究了
学位
变压器是电网中最重要的一种输变电装置,其工作状况的好坏关乎电网的安全、稳定。对绕组变形的诊断一直是变压器故障诊断技术的核心研究内容。频率响应法因为检测效果良好被广泛应用在变压器绕组检测领域。当前,变压器绕组变形的故障诊断研究主要针对单一变形故障,对于混合故障少见涉及,为此,本文提出一种针对混合故障的融合多特征的特征量提取方法,并采用相关向量机分类器进一步精确诊断变压器绕组混合故障类型。首先,使用P
学位
图像盲去噪是指在未知或少知图像噪声信息的情况下,利用已有的退化图像信息恢复得到与原始图像尽可能相近的图像。目前大多数的图像去噪算法都假设加性高斯白噪声的噪声水平已知,但实际上退化图像的噪声信息是未知的,因此假设噪声水平已知的图像去噪算法难以满足实际需求。为了能在噪声水平未知的情况下,灵活地去除退化图像中的噪声,并尽可能地保留原始图像信息,本文进行了以下两方面的工作研究:(1)数据与模型混合驱动的稀
学位
森林火灾是林业最可怕的灾害,事关人类的生命和财产安全。目前,无人机技术已被广泛应用在森林火灾监测领域。尤其是,无人机遥感技术在采集火场数据、预测火灾规模和估计火点位置等方面发挥出巨大作用,显著提高了消防人员对火灾态势的感知能力。开展基于无人机图像的森林火灾识别与分割研究,能够辅助消防人员识别早期森林火灾并估计火灾规模,具有较高的研究意义和应用价值。因此,课题针对无人机森林火灾图像识别与分割,利用深
学位
孤岛交流微电网中作为分布式电源的清洁可再生能源渗透率较高时,并网变流器通常采用下垂控制。由于线路参数不匹配,这些分布式电源输出的无功功率不能按容量比例进行分配,不仅降低了电源的利用率,甚至会引起无功环流。另外由于微电网中采用下垂控制的分布式电源不能等效为PV、PQ或平衡节点,因此无法直接基于传统的潮流算法进行微电网的潮流优化。本文首先通过分析两种连接形式的分布式电源之间无功功率的分配机理,给出在下
学位
遥感是空间信息技术中获取数据的主要来源,同时也是获取军事信息与情报等重要数据的来源。一般来说,从遥感卫星传感器上获取的遥感数据是无法直接进行使用的,需要经过某些技术的处理和解译后才能成为具有应用价值的信息。近年来,遥感卫星技术的迅速发展使得所获得的遥感数据具有海量、高分辨率等特点,但由于传统的解译方法存在着不能将海量高分辨率遥感图像中所包含的有价值信息充分利用的问题,因此对于高分辨率遥感影像智能解
学位