基于协同转弯模型的机动目标预测算法

《基于协同转弯模型的机动目标预测算法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、总第177期情报指挥控制系统与仿真技术2003年第3期基于协同转弯模型的机动目标预测算法陈康嵇成新周朝晖（海军大连舰艇学院辽宁大连116018）摘要机动目标机动能力的增强，使跟踪系统显得越来越不适应，从而给火控系统命中点的求解计算带来了巨大的困难。机动目标预测精度的下降，使得火控系统的生命力大幅度下降，严重影响了平台及其人员的安全。本文将协同转弯模型和指数加速度模型相结合提出了一种新的预测算法。通过仿真，证明了算法的有效性。关键词协同转弯机动目标预测算法引言机动目标预测问题是一个难度较大的课题，2.1一阶多项式预测方

2、法多年来许多学者在此方面进行了大量的研究，但此方法只适用于匀速直线运动。预测模型表是效果都不太明显。对机动目标准确预测的前提达式为：是对机动目标状态的良好估计以及机动目标运X(t+tpt)=X(tt)+X&(tt)×tp动方式的准确判断。本文将协同转弯模型和指数其中，X(tt)，X&(tt)分别是目标当前时刻加速度预测模型相结合提出了一种新的预测方的位置和速度估计；X(t+tt)是t时刻后目标法。pp的位置。1预测问题存在的基本问题2.2二阶多项式预测方法我们必须承认，通常人们是没有办法知道目一阶多项式预测模型不考虑

3、目标的加速度，标在将来要做什么。因此导致了预测模型和目标但是人们不可能期望在较长一段时间内，目标保实际运动状态的不匹配而带来了预测误差。持不变的加速度。于是有了二阶多项式预测模对中小型火炮来讲，弹丸的飞行时间t一型，此模型只适用于匀加速直线运动，其预测模p型表达式为：般为1~5秒，很明显，弹丸飞行时间越长，目标()()()()2Xt+tt=Xtt+X&tt×t+X&&tt×t2的机动越强，对未来点的准确预测也就越困难。ppp其中，X(tt)，X&(tt)和X&&(tt)分别是目标当2预测问题的研究现状前时刻的位置，速

4、度和加速度估计；X(t+tt)是p机动目标机动能力的提高，迫使人们进行机t时刻后目标的位置。动目标预测问题的研究，以保证火控系统的效p能。但是，对机动目标预测问题的研究远没有对2.3指数加速度预测方法机动目标跟踪问题的研究深入。因此，预测问题对于机动目标来讲，真正的匀速或者是匀加的发展相对跟踪问题而言有些滞后。目前用到的速的情况是极少的。为了解决这一问题，Barry[5]一些基本预测方法如下：和Clark提出了一种指数加速度模型。此模型是匀速模型和匀加速模型的一种折中。类似于跟收稿日期：2002-07-05踪问题中S

5、inger模型是匀速模型和匀加速模型作者简介：陈康（1977-），男，湖北武汉人，在读硕士的折中。就一具体航迹来说，有匀速或匀加速可研究生，研究方向为机动目标跟踪、雷达数能是最好的，但是指数加速度预测方法总体上总据处理、智能火控系统。嵇成新（1955-），男，教授，硕士导师。是最佳的。因为指数加速度预测方法比匀速或者周朝晖（1973-），男，在读硕士研究生。是匀加速更符合机动目标运动状况的加速度自相关性。指数加速度预测模型表达式为：58陈康等：基于协同转弯模型的机动目标预测算法X(t+tpt)=X(tt)+X&(tt

6、)×tp+法，比如：区域估计，其基本思想是考虑在t时pX&&(tt)×t2×[exp(-tt)-1+tt]ppppp间内，目标最大可能的机动范围，并以该范围的其中，X(tt)，X&(tt)和X&&(tt)分别是目标当概率中心作为基准出发点，来研究解决预测问前时刻的位置，速度和加速度估计；X(t+tt)是题；基于二阶马尔可夫加速度模型下的机动目标p预测，这种方法根据弹丸的最大飞行时间、目标t时刻后目标的位置。t是预测时的加速度时pp的机动强度和跟踪滤波器的对目标状态的估计间常数。当t趋于0时，此模型对应于一阶多p水平等

7、因素进行综合考虑，选用了六阶多项式预项式模型；当t趋于无穷大时，此模型对应于测模型。p二阶多项式模型。此方法是一种较好的预测方3一种基于协同转弯模型的指数加速度法，但是tp的确定十分困难，Barry和Clark曾预测方法经想在线地或自适应地确定tp，但是，一直未3.1目标机动模型有比较满意的办法。一般地，t＝5是比较合理本章仿真过程中，机动目标模型采用协同转p弯模型。其状态方程如下：的。X=F(v)X+GV(1)kk-1k-1以上三种预测方法是最为典型的三种方法。Z=HX+W….(2)除此之外，有一些学者提出了其它一

8、些预测方kkk2é1sinvTv0-(1-cosvT)vùéT20ùêúêúê0cosvT0-sinvTúêT0ú其中，F(v)=，G=，ê0(1-cosvT)v1sinvTvúê0T22úêúêúë0sinvT0cosvTûêë0Túûé1000ù¢H=êú。状态向量X=(x,x&,y,y&),T为采样周期，参数v表示目标的转弯速率。当v>0