高超声速滑翔再入飞行器弹道估计的自适应卡尔曼滤波

摘要：

采用传统状态增广法对高超声速滑翔再入飞行器(HGRV)进行弹道估计,存在模型简化误差过大和过程噪声方差难以构造的问题.依据目标运动特性和模型简化误差定量分析结果,状态方程改进为采用圆形地球模型和拟合大气模型并考虑哥氏力.采用一阶Markov过程描述气动力参数,将过程噪声方差构造为气动力参数方差和机动时间常数的函数,时变气动力参数方差采用“渐消记忆”的统计估计法由气动力参数估计值序列统计获得,而存在跳变的机动时间常数则作为运动模式采用变结构交互多模型法与运动状态一起估计.仿真结果表明,所提算法对位置、速度和气动力参数的估计精度优于传统算法,具有较好的工程实用性、鲁棒性和效费比.

关键词：高超声速飞行器、目标跟踪、自适应滤波、变结构交互多模型、增加期望模式

所属期刊栏目：34

分类号：V557+.1(地面设备、试验场、发射场、航天基地)

资助基金：国家自然科学基金41240031;National Natural Science Foundation of China41240031

在线出版日期：2013-10-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：1960-1971