一種比例導(dǎo)引制導(dǎo)律辨識濾波方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及比例導(dǎo)引制導(dǎo)律辨識濾波方法。
【背景技術(shù)】
[0002] 在大氣層外彈道導(dǎo)彈突防應(yīng)用中，為了提高彈道的突防能力，彈道導(dǎo)彈可W在大 氣層外釋放防御導(dǎo)彈與其同速伴飛。當(dāng)防御導(dǎo)彈發(fā)現(xiàn)攔截導(dǎo)彈時通過制導(dǎo)律控制與其碰 撞，從而提高彈道導(dǎo)彈的突防概率。彈道導(dǎo)彈的最優(yōu)躲避策略和防御導(dǎo)彈的最優(yōu)制導(dǎo)律的 設(shè)計均假定攔截導(dǎo)彈的制導(dǎo)律已知。雖然基于滑?？刂浦茖?dǎo)律可W將攔截導(dǎo)彈的機動當(dāng)做 未知的外部擾動來處理，但如果能估計出攔截導(dǎo)彈的加速度，可W大幅提高滑模制導(dǎo)律的 性能。因此研究攔截導(dǎo)彈制導(dǎo)律的辨識問題具有實際的意義。
[0003] Shaferman等人在《JOURNALOFGUIDANCECONTROLANDDYNAMICS》雜志2010年第 6其月的文章"CooperativeMultiple-ModelAdaptiveGuidanceforanAircraft DefendingMissile"中設(shè)計了一種基于MMAE(Multiple-ModelAdaptiveEstimator)的飛 機主動防御協(xié)同制導(dǎo)律。假設(shè)攔截導(dǎo)彈采用比例導(dǎo)引（PN)制導(dǎo)律，增強比例導(dǎo)引（APN)制導(dǎo) 律或者最優(yōu)制導(dǎo)律(0化）中的一種，采用多模型自適應(yīng)濾波(MMAE)對攔截導(dǎo)彈的制導(dǎo)律進 行辨識。但該工作存在兩個問題。1)該方法假定攔截導(dǎo)彈采用了已知的制導(dǎo)律常數(shù)N。運限 制了該MME的適用范圍。在實際場景中，攔截導(dǎo)彈制導(dǎo)律的導(dǎo)航常數(shù)是未知的。2)該方法沒 有考慮攔截導(dǎo)彈執(zhí)行器飽和的情況。一般情況下，在制導(dǎo)階段初期，攔截導(dǎo)彈會由于快速補 償初始的對齊誤差而暫時進入執(zhí)行器飽和狀態(tài)，在該誤差被補償后控制器退出飽和狀態(tài)。 不考慮執(zhí)行器飽和的情況，將使得MMAE濾波器模型不準(zhǔn)確，估計精度低。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的是為了解決W下問題：1)現(xiàn)有方法假定攔截導(dǎo)彈采用了已知的制導(dǎo) 律常數(shù)N，限制了MMAE的適用范圍。而在實際場景中，攔截導(dǎo)彈制導(dǎo)律的導(dǎo)航常數(shù)是未知的； 2)攔截導(dǎo)彈執(zhí)行器在制導(dǎo)初始時刻可能出現(xiàn)飽和情況?，F(xiàn)有方法沒有考慮W上實際情況， 使得MMAE濾波器模型不準(zhǔn)確，估計精度低的問題，針對W上問題，本發(fā)明提出了一種比例導(dǎo) 引制導(dǎo)律辨識濾波方法。
[0005]上述的發(fā)明目的是通過W下技術(shù)方案實現(xiàn)的：
[0006] 步驟一:pursuer有兩種運動模型：控制器飽和時的飽和運動模型和控制器未飽和 時的PN制導(dǎo)律運動模型；建立PN制導(dǎo)律運動模型在俯仰平面的狀態(tài)方程、PN制導(dǎo)律運動模 型在偏航平面的狀態(tài)方程、控制器飽和運動模型在俯仰平面的狀態(tài)方程和控制器飽和運動 模型在偏航平面的狀態(tài)方程;evader為彈道導(dǎo)彈;pursuer為攔截導(dǎo)彈；PN制導(dǎo)律為比例導(dǎo) 引制導(dǎo)律；
[0007]步驟二:根據(jù)步驟一的PN制導(dǎo)律運動模型在俯仰平面的狀態(tài)方程、PN制導(dǎo)律運動 模型在偏航平面的狀態(tài)方程、控制器飽和運動模型在俯仰平面的狀態(tài)方程和控制器飽和運 動模型在偏航平面的狀態(tài)方程，設(shè)計PN制導(dǎo)律運動模型在俯仰平面的狀態(tài)轉(zhuǎn)移矩陣、PN制 導(dǎo)律運動模型在偏航平面的狀態(tài)轉(zhuǎn)移矩陣、控制器飽和運動模型在俯仰平面的狀態(tài)轉(zhuǎn)移矩 陣、控制器飽和運動模型在偏航平面的狀態(tài)轉(zhuǎn)移矩陣；
[0008]步驟Ξ:根據(jù)步驟二的PN制導(dǎo)律運動模型在俯仰平面的狀態(tài)轉(zhuǎn)移矩陣、PN制導(dǎo)律 運動模型在偏航平面的狀態(tài)轉(zhuǎn)移矩陣、控制器飽和運動模型在俯仰平面的狀態(tài)轉(zhuǎn)移矩陣、 控制器飽和運動模型在偏航平面的狀態(tài)轉(zhuǎn)移矩陣，設(shè)計PN制導(dǎo)律運動模型在俯仰平面的 Kalman濾波器方程、PN制導(dǎo)律運動模型在偏航平面的Kalman濾波器方程、控制器飽和運動 模型在俯仰平面的Kalman濾波器方程和控制器飽和運動模型在偏航平面的Kalman濾波器 方程，Kalman濾波器方程為卡爾曼濾波器方程；
[0009]步驟四：根據(jù)步驟Ξ的PN制導(dǎo)律運動模型在俯仰平面的Kalman濾波器方程、PN制 導(dǎo)律運動模型在偏航平面的Kalman濾波器方程、控制器飽和運動模型在俯仰平面的Kalman 濾波器方程和控制器飽和運動模型在偏航平面的Kalman濾波器方程，計算pursuer當(dāng)前時 亥化N制導(dǎo)律運動模型的后驗概率和控制器飽和運動模型的后驗概率；
[0010]步驟五:根據(jù)步驟四得到的pursuer當(dāng)前時刻PN制導(dǎo)律運動模型的后驗概率和飽 和運動模型的后驗概率，計算pursuer從控制器飽和時的飽和運動模型切換到控制器未飽 和時的PN制導(dǎo)律運動模型的時刻;在pursuer從控制器飽和時的飽和運動模型切換到控制 器未飽和時的PN制導(dǎo)律運動模型的時刻前采用控制器飽和運動模型在俯仰平面的Kalman 濾波器方程和控制器飽和運動模型在偏航平面的Kalman濾波器方程的估計結(jié)果;否則采用 PN制導(dǎo)律運動模型在俯仰平面的Kalman濾波器方程和PN制導(dǎo)律運動模型在偏航平面的 Kalman濾波器方程的估計結(jié)果。
[0011] 發(fā)明效果
[0012] 本發(fā)明提出的比例導(dǎo)引制導(dǎo)律辨識濾波器采用了多模型濾波方法。設(shè)計了分別針 對PN制導(dǎo)律運動模型和飽和運動模型的擴展卡爾曼濾波器。其中PN制導(dǎo)律運動模型將PN制 導(dǎo)律的導(dǎo)航常數(shù)作為待估計的狀態(tài)，從而解決了PN制導(dǎo)律導(dǎo)航常數(shù)未知的實際情況。上述 兩類擴展卡爾曼濾波器并行運行，通過貝葉斯推理框架計算兩個模型的概率，從而辨識出 攔截導(dǎo)彈采用的運動模型，進而估計出攔截導(dǎo)彈的加速度和PN制導(dǎo)律導(dǎo)航常數(shù)。運解決了 攔截導(dǎo)彈在制導(dǎo)初期其控制器可能飽和的問題。本發(fā)明提出的濾波方法相對于傳統(tǒng)的只采 用PN制導(dǎo)律模型的擴展卡爾曼濾波方法其估計精度提高了40-50%左右。
[0013]考慮了在制導(dǎo)過程中pursuer控制器在初期產(chǎn)生飽和的可能性，使用了多模型濾 波方法對pursuer制導(dǎo)律進行了辨識，對PN制導(dǎo)律下的導(dǎo)航常數(shù)和在俯仰平面和偏航平面 加速度進行了估計。能更準(zhǔn)確的對制導(dǎo)律進行辨識。在本發(fā)明的實施例中，設(shè)MMAE濾波器對 pursuer加速度估計產(chǎn)生的均方誤差為VarMME;全程使用PN制導(dǎo)律對pursuer加速度估計產(chǎn) 生的均方誤差為VarpN。設(shè)〇=化'隱/￥日?。當(dāng)0<日<1 ,ΜΜΑΕ濾波器對pursue過日速度估計較說 明全程使用PN制導(dǎo)律對pursuer加速度估計更精確;α越小，說明相對于全程使用PN制導(dǎo)律 對pur suer加速度估計來說，ΜΜΑΕ對pur suer加速度估計越精確。
[0014] 當(dāng)evader無機動時，在pursuer飽和階段，對pursuer加速度在Evader慣性坐標(biāo)系y 軸的分量ay的估計時α= 0.59;對pursuer加速度在Evader慣性坐標(biāo)系Z軸的分量az的估計時 口 = 0.56。
[0015] 當(dāng)evader進行常值機動時，在pursuer飽和階段，對pursuer加速度ay的估計時α= 0.55;對pursuer加速度az的估計時α= 0.62。
[0016] 當(dāng)evader進行正弦機動時，在pursuer飽和階段，對pursuer加速度ay的估計時α= 0.56;對pursuer加速度az的估計時α= 0.60。
【附圖說明】
[0017] 圖1為pursuer和evader相對運動關(guān)系示意圖，Ε為evader在evader慣性系下的坐 標(biāo)，P為pursuer在evader慣性系下的坐標(biāo)，qpe為視線俯仰角，qpfi為視線偏航角，:Γ為evader 至Ijpursuer的相對距離，LOS日為evader到pursuer的初始視線；
[0018] 圖2為Evader常值機動情況下對化rsuer俯仰平面導(dǎo)航常數(shù)化估計結(jié)果圖；
[0019] 圖3為Evader常值機動情況下對化rsuer偏航平面導(dǎo)航常數(shù)Ne估計結(jié)果圖；
[0020] 圖4為Evader無機動情況下使用PN制導(dǎo)律Kalman辨識濾波器對化rsuer加速度在 Evader慣性坐標(biāo)系y軸的分量ay估計結(jié)果圖，g為重力加速度；
[0021 ] 圖5為Evader無機動情況下使用PN制導(dǎo)律Kalman辨識濾波器對化rsuer加速度在Evader慣性坐標(biāo)系Z軸的分量az估計結(jié)果圖，g為重力加速度；
[0022] 圖6為Evader無機動情況下使用MMAE濾波器對化rsuer加速度ay估計結(jié)果圖；
[0023] 圖7為Evader無機動情況下使用MMAE濾波器對化rsuer加速度az估計結(jié)果圖；
[0024] 圖8為Evader常值機動情況下使用PN制導(dǎo)律Kalman辨識濾波器對化rsuer加速度 ay估計結(jié)果圖；
[0025] 圖9為Evader常值機動情況下使用PN制導(dǎo)律Kalman辨識濾波器對化rsuer加速度 az估計結(jié)果圖；
[00%] 圖10為Evader常值機動情況下使用MMAE濾波器對化rsuer加速度ay估計結(jié)果圖；
[0027] 圖11為Evader常值機動情況下使用MMAE濾波器對化rsuer加速度az估計結(jié)果圖；
[0028] 圖12為Evader正弦機動情況下使用PN制導(dǎo)律Kalman辨識濾波器對化rsuer加速度 ay估計結(jié)果圖；
[00巧]圖13為Evader正弦機動情況下使用PN制導(dǎo)律Kalman辨識濾波器對化rsuer加速度az估計結(jié)果圖；
[0030] 圖14為Evader正弦機動情況下使用MMAE濾波器對化rsuer加速度ay估計結(jié)果圖； [0031 ] 圖15為Evader正弦機動情況下使用MMAE濾波器對化rsuer加速度az估計結(jié)果圖。
【具體實施方式】
【具體實施方式】 [0032] 一:本實施方式的一種比例導(dǎo)引制導(dǎo)律辨識濾波方法，具體是按照 W下步驟制備的：
[0033] 步驟一:pursuer有兩種運動模型：控制器飽和時的飽和運動模型和控制器未飽和 時的PN制導(dǎo)律運動模型；建立PN制導(dǎo)律運動模型在俯仰平面的狀態(tài)方程、PN制導(dǎo)律運動模 型在偏航平面的狀態(tài)方程、控制器