[發明專利]一種應用于火控系統的目標狀態估計方法

在審

• 申請號: 202010610056.4
• 申請日: 2020-06-30
• 公開（公告）號: CN111883265A
• 公開（公告）日: 2020-11-03
• 發明（設計）人: 張旺;戚國慶;盛安冬;李銀伢
• 申請（專利權）人: 南京理工大學
• 主分類號: G16Y40/10
• 分類號: G16Y40/10;G16Y30/00;G06F17/16;G06F17/18;G01S13/88
• 代理公司: 南京理工大學專利中心 32203
• 代理人: 薛云燕

本發明公開了一種應用于火控系統的目標狀態估計方法。該方法為：首先，設定分布式網絡化火控系統的通信拓撲，并建立線性離散目標運動模型；其次，利用無偏量測轉換方法將探測器探測到的信息轉換到笛卡爾坐標系下，這有助于目標運動分析；然后各個火控單元采用基于事件觸發機制的卡爾曼一致性濾波算法得到局部的目標狀態估計信息；最后，指揮層根據各火控單元的局部估計利用快速協方差交叉批處理算法得到更精確的目標狀態估計值。本發明減輕了火控系統通信網絡的負擔，使得各火控單元對目標狀態信息認知達到高度一致，并提高了系統的魯棒性和指揮層的估計精度。

技術領域

本發明涉及目標狀態估計技術領域，特別是一種應用于火控系統的目標狀態估計方法。

背景技術

網絡化火控系統是信息網絡化作戰條件下不斷發展的產物，特別是分布式網絡化火控系統具有可靠性高、拓展性強、抗毀性強等特點，是未來重要的發展方向。

分布式網絡化火控系統需求之一是使各火控單元關于目標狀態估計信息達到高度一致，這是保證各火控單元協同作戰的前提。若各火控單元關于目標狀態信息認知不統一會很大程度影響指揮層進行判斷與決策，從而影響攔截兵器網的毀傷效果。因探測器探測能力有限，直接采用卡爾曼濾波算法對自身局部信息進行狀態估計，難以保證對未知狀態全部信息的可觀測性。而經典的卡爾曼一致性濾波通過自身與鄰居節點進行通信，使得網絡中所有節點對周圍環境或承擔的任務達到狀態一致。但經典的卡爾曼一致性濾波在每一時刻都進行信息交互，存在通信量過大問題。

由于各火控單元的局部狀態估計信息僅是根據自身及其相鄰節點的信息進行狀態估計，對于指揮層來說，這種估計結果并不夠準確，仍需選擇合適的融合算法來獲得更高估計精度的結果。在目標跟蹤系統中，各探測器對同一目標進行觀測時，各測量值具有共同的目標狀態噪聲成分，這不可避免會使得各探測器估計值之間產生互相關性。但是現有技術通常忽略各火控單元之間的相關性，如利用簡單凸組合進行處理，將實際情況理想化了，這將導致目標運動信息的估計精度遭受損失。

發明內容

本發明的目的在于提供一種各火控單元目標狀態信息認知一致、通信量小、魯棒性強、估計精度高的狀態估計方法。

實現本發明目的的技術解決方案為：一種應用于火控系統的目標狀態估計方法，包括以下步驟：

步驟1、根據火控系統的通訊網絡拓撲結構圖，建立無向圖，獲得探測器節點與相鄰節點的連通信息；

步驟2、建立線性離散目標運動模型；

步驟3、建立探測器的量測模型，并利用無偏量測轉換方法將探測器探測到的信息由球面坐標系轉換到笛卡爾坐標系下；

步驟4、基于事件觸發的卡爾曼一致性濾波算法，各探測器從自身及鄰居節點獲取目標信息，得到局部狀態估計信息；

步驟5、基于步驟4獲得的局部狀態估計信息，指揮層采用快速協方差交叉批處理融合算法，對各探測器的估計信息進行融合處理，得到最終的目標狀態估計值。

進一步地，步驟2所述建立線性離散目標運動模型，具體如下：

X_k+1＝Φ_kX_k+w_k (1)

其中為k時刻運動目標的狀態向量，表示k時刻目標的位置，表示k時刻目標的速度；X_k+1為k+1時刻運動目標的狀態向量；Φ_k為狀態轉移矩陣；w_k是均值為零、方差為Q_k的高斯白噪聲。

進一步地，步驟3所述建立探測器的量測模型，并利用無偏量測轉換方法將探測器探測到的信息由球面坐標系轉換到笛卡爾坐標系下，即將量測模型轉化為偽線性量測模型，具體如下：