-
公开(公告)号：CN111783358B
公开(公告)日：2022-10-04
申请号：CN202010627408.7
申请日：2020-07-02
申请人： 哈尔滨工业大学 , 北京电子工程总体研究所
摘要： 本发明涉及轨迹预报技术，是一种基于贝叶斯估计的高超速飞行器长期轨迹预报方法，为解决高超声速飞行器轨迹预报的主要技术难点：构建合适的目标意图代价函数，准确反映目标飞行意图；开发目标飞行的可行区快速结算方法；基于贝叶斯估计设计合理的多步递推预测算法，预测目标攻击意图和轨迹预测，实时建立预测轨迹簇；本发明主要包括四部分内容：多指标意图函数建立、高超声速飞行器可行区分析、贝叶斯估计下意图推测算法和基于蒙特卡洛打靶的高超声速飞行器轨迹预报方法一方面推测目标飞行意图，降低目标机动致使的轨迹不确定性；另一方面设计实时未来轨迹多步递推算法，充分挖掘高超声速飞行器运动的潜在规律，实现目标轨迹的长时间预报。
-
公开(公告)号：CN111897214A
公开(公告)日：2020-11-06
申请号：CN202010591441.9
申请日：2020-06-24
申请人： 哈尔滨工业大学 , 北京电子工程总体研究所
IPC分类号： G05B13/04
摘要： 一种基于序列凸优化的高超声速飞行器轨迹规划方法，它属于高超声速飞行器轨迹规划技术领域。本发明解决了传统序列凸优化方法存在的可行性问题和收敛性问题。本发明的序列凸优化部分针对高超滑翔飞行段展开设计，提出了带罚函数的置信域加速算法。算法分为两步，第一步对非线性约束引入松弛变量，放弃置信域约束，目的是能够在更大的解空间中寻找可行解。待微分方程约束误差足够小后，转入下一步规划。第二步将目标函数重设为最小化置信域误差，主要解决子问题与原问题不等价的问题。基于这种方式能够在较差初值下，准确而迅速地完成多约束轨迹规划工作，具有极大实用性。本发明可以应用于高超声速飞行器轨迹规划。
-
公开(公告)号：CN111798491B
公开(公告)日：2022-09-06
申请号：CN202010669909.1
申请日：2020-07-13
申请人： 哈尔滨工业大学 , 北京电子工程总体研究所
摘要： 一种基于Elman神经网络的机动目标跟踪方法，涉及临近空间防御技术和智能信息处理技术领域。解决了现有的滤波算法在进行机动目标跟踪时，存在滤波精度低稳定性差的问题。本发明根据目标飞行器的动力学特性构建动力学跟踪模型，获取机动目标跟踪系统的状态方程；基于系统的状态方程、系统的测量方程和测量噪声，利用非线性滤波算法，对目标飞行器的运动状态以及控制参数进行递推估计，并获得k时刻的预测估计值与滤波估计值的差值、滤波增益和新息；构建Elman神经网络模型，利用训练好的网络预测估计误差，进而对滤波估计值进行修正，获取目标运动状态的最优估计值。本发明适用于机动目标跟踪。
-
公开(公告)号：CN111897214B
公开(公告)日：2022-05-13
申请号：CN202010591441.9
申请日：2020-06-24
申请人： 哈尔滨工业大学 , 北京电子工程总体研究所
IPC分类号： G05B13/04
摘要： 一种基于序列凸优化的高超声速飞行器轨迹规划方法，它属于高超声速飞行器轨迹规划技术领域。本发明解决了传统序列凸优化方法存在的可行性问题和收敛性问题。本发明的序列凸优化部分针对高超滑翔飞行段展开设计，提出了带罚函数的置信域加速算法。算法分为两步，第一步对非线性约束引入松弛变量，放弃置信域约束，目的是能够在更大的解空间中寻找可行解。待微分方程约束误差足够小后，转入下一步规划。第二步将目标函数重设为最小化置信域误差，主要解决子问题与原问题不等价的问题。基于这种方式能够在较差初值下，准确而迅速地完成多约束轨迹规划工作，具有极大实用性。本发明可以应用于高超声速飞行器轨迹规划。
-
公开(公告)号：CN111931287A
公开(公告)日：2020-11-13
申请号：CN202010640882.3
申请日：2020-07-06
申请人： 北京电子工程总体研究所 , 哈尔滨工业大学
IPC分类号： G06F30/15
摘要： 一种临近空间高超声速目标轨迹预测方法，属于临近空间高超声速目标轨迹预测领域，本发明为了解决现有技术中通过制导规律在线辨识、拟合外推或模板匹配等方法实现轨迹预测，在临近高超声速目标防御过程中，目标的动力学模型等是未知的，且高超声速目标制导律复杂多变，在线估计困难且误差较大的问题，本发明通过将所得历史弹道数据分解为弹道趋势信号和弹道周期跳跃信号，并分别对趋势信号进行建模，对周期跳跃信号进行建模，最后对步骤二建立的趋势信号模型和步骤三建立的周期跳跃信号模型进行叠合得到弹道完整参数化模型，然后基于完整模型外推实现轨迹预测，本发明主要适用于高超声速目标横向机动轨迹预测、目标速度预测等方面。
-
公开(公告)号：CN111783358A
公开(公告)日：2020-10-16
申请号：CN202010627408.7
申请日：2020-07-02
申请人： 哈尔滨工业大学 , 北京电子工程总体研究所
摘要： 本发明涉及轨迹预报技术，是一种基于贝叶斯估计的高超速飞行器长期轨迹预报方法，为解决高超声速飞行器轨迹预报的主要技术难点：构建合适的目标意图代价函数，准确反映目标飞行意图；开发目标飞行的可行区快速结算方法；基于贝叶斯估计设计合理的多步递推预测算法，预测目标攻击意图和轨迹预测，实时建立预测轨迹簇；本发明主要包括四部分内容：多指标意图函数建立、高超声速飞行器可行区分析、贝叶斯估计下意图推测算法和基于蒙特卡洛打靶的高超声速飞行器轨迹预报方法一方面推测目标飞行意图，降低目标机动致使的轨迹不确定性；另一方面设计实时未来轨迹多步递推算法，充分挖掘高超声速飞行器运动的潜在规律，实现目标轨迹的长时间预报。
-
公开(公告)号：CN111931287B
公开(公告)日：2023-02-24
申请号：CN202010640882.3
申请日：2020-07-06
申请人： 北京电子工程总体研究所 , 哈尔滨工业大学
IPC分类号： G06F30/15
摘要： 一种临近空间高超声速目标轨迹预测方法，属于临近空间高超声速目标轨迹预测领域，本发明为了解决现有技术中通过制导规律在线辨识、拟合外推或模板匹配等方法实现轨迹预测，在临近高超声速目标防御过程中，目标的动力学模型等是未知的，且高超声速目标制导律复杂多变，在线估计困难且误差较大的问题，本发明通过将所得历史弹道数据分解为弹道趋势信号和弹道周期跳跃信号，并分别对趋势信号进行建模，对周期跳跃信号进行建模，最后对步骤二建立的趋势信号模型和步骤三建立的周期跳跃信号模型进行叠合得到弹道完整参数化模型，然后基于完整模型外推实现轨迹预测，本发明主要适用于高超声速目标横向机动轨迹预测、目标速度预测等方面。
-
公开(公告)号：CN111798491A
公开(公告)日：2020-10-20
申请号：CN202010669909.1
申请日：2020-07-13
申请人： 哈尔滨工业大学 , 北京电子工程总体研究所
摘要： 一种基于Elman神经网络的机动目标跟踪方法，涉及临近空间防御技术和智能信息处理技术领域。解决了现有的滤波算法在进行机动目标跟踪时，存在滤波精度低稳定性差的问题。本发明根据目标飞行器的动力学特性构建动力学跟踪模型，获取机动目标跟踪系统的状态方程；基于系统的状态方程、系统的测量方程和测量噪声，利用非线性滤波算法，对目标飞行器的运动状态以及控制参数进行递推估计，并获得k时刻的预测估计值与滤波估计值的差值、滤波增益和新息；构建Elman神经网络模型，利用训练好的网络预测估计误差，进而对滤波估计值进行修正，获取目标运动状态的最优估计值。本发明适用于机动目标跟踪。
-
公开(公告)号：CN111783307B
公开(公告)日：2024-03-26
申请号：CN202010646801.0
申请日：2020-07-07
申请人： 哈尔滨工业大学
摘要： 一种高超声速飞行器状态估计方法，解决了现有技术中对于混合高斯噪声导致估计精度低的问题，属于高超声速飞行器状态估计与轨迹预报技术领域。本发明的方法包括：建立高超声速飞行器跟踪动力学模型，确定高超声速飞行器跟踪动力学模型的状态量，本发明将气动参数和面质比的乘积、速度倾侧角引入高阶状态量中，对飞行器动力学模型在线估计、建模；利用鲁棒高阶容积卡尔曼滤波方法对高超声速飞行器的量测数据进行处理，对确定的状态量进行估计，实现高超声速飞行器的状态估计。同时本发明还可以根据获得的状态估计结果Xk，对其中的参数Dk、Lk和νk建立自回归模型，确定模型系数，利用确定系数的自回归模型对高超声速飞行器的轨迹进行预测。
-
-
-
-
-
-
-
-
-
搜索结果
14 条记录 (耗时 0.041 秒)
