- •Оглавление
- •Список сокращений
- •Введение
- •1 Анализ современных алгоритмов автоматического сопровождения воздушной цели
- •1.1 Обзор и классификация алгоритмов автоматического сопровождения
- •1.2 Фильтр Калмана-Бьюси
- •1.2.1 Линейный Фильтр Калмана
- •1.2.2 Применение линейного фильтра Калмана для сопровождения одиночной воздушной цели по данным обзорной рлс
- •1.2.3 Математические модели динамики воздушной цели
- •Модель равноускоренного кругового движения
- •1.3 Расширенный фильтр Калмана (рфк)
- •1.4 Фильтры Калмана на основе «unscented» и «spherical-radial cubature» преобразований
- •1.5 Адаптивные фильтры сопровождения одиночной маневрирующей воздушной цели
- •1.5.1 Обзор методов адаптивной фильтрации
- •1.5.2 Фильтр Калмана с переключением уровня шума динамики
- •1.5.4 Фильтр Калмана с переключением моделей динамики
- •1.5.5 Многомодельный алгоритм с межмодельным взаимодействием Интерактивный многомодельный (имм) алгоритм
- •1 Переинициализация предыдущих состояний фильтров, согласованных с моделями,
- •2 Экстраполяция и обновление состояний фильтров,
- •3 Вычисление (обновление) вероятностей моделей состояния,
- •4 Вычисление объединенной оценки состояния системы
- •1.6 Методы оценивания шумов динамики и наблюдения
- •Оценка на основе анализа невязок
- •Оценка на основе экспоненциального сглаживания параметра
- •1.7 Выводы по первой главе
- •2 Разработка методики и программных средств по математическому моделированию алгоритмов ас
- •2.1 Описание средств моделирования
- •2.2 Постановка задачи и описание комплекса программных средств
- •2.3 Исследование алгоритмов фильтрации параметров траектории на основе разработанного комплекса программных средств
- •2.4 Выводы по второй главе
- •Заключение
- •Список литературы
- •Приложение
1.2.2 Применение линейного фильтра Калмана для сопровождения одиночной воздушной цели по данным обзорной рлс
В
предыдущем разделе рассмотрен линейный
ФК, однако, непосредственное применение
этого фильтра при обработке радиолокационной
информации (РЛИ) в задачах УВД связано
с трудностями [30], [31], [32], обусловленными
следующими причинами: воздушные цели
движутся в пространстве, и обзорная РЛС
определяет их местоположение с помощью
трех координат: наклонной дальности
,
азимута
и угла места
(рисунок 3).
Чтобы обеспечить необходимую простоту
алгоритмов сопровождения, траектория
движения ВЦ обычно записывается в
декартовой системе координат через
,
и
.
Известно [2], [33], что в декартовой системе координат (СК) траектория цели, движущейся равномерно и прямолинейно, описывается линейным полиномом, а в полярной системе координат та же траектория описывается нелинейными функциями. Кроме того, в алгоритмах сопровождения в той или иной мере решаются задачи обнаружения маневра цели или определения вероятности его наличия. Обнаруживают маневр ВЦ обычно по отклонению его траекторий от прямолинейной по каждой из фильтруемых координат [1], [4], [5].
Из сказанного выше видно, что практически фильтр сопровождения (ФС) обладает нелинейными характеристиками, обуславливаемые нелинейной связью между векторами состояния и наблюдения в выражении (2):
(18)
где
‒ вектор
состояния цели,
,
‒
вектор измеренных координат цели,
.
,
и
‒ шумовые некоррелированные процессы
с нулевыми ожиданиями и дисперсиями
,
,
соответственно, характеризующие ошибки
измерения полярных координат.
Z
РЛС
X
Y
Рисунок 3. Преобразование координат цели из полярной
в декартовую систему координат.
До сих пор для решения задачи нелинейной фильтрации в двухмерных или трехмерных пространствах применяется один из двух методов [9], [11], [30], [31]. Первый метод состоит в том, чтобы сохранять линейное свойство процесса фильтрации, преобразуя полярные координаты в декартовые. Второй метод основан на использовании расширенного фильтра Калмана, который является нелинейным, алгоритм РФК будет приведен в подразделе 1.2.3. В дальнейшем, для уменьшения размерностей матриц и векторов параметров ФК, задача сопровождения будет рассматриваться для двух координат и , и в полярной и в декартовой системе координат соответственно.
В первом методе измеренные координаты цели из полярной системы преобразуются в декартовую систему по следующим формулам:
,
(19)
Пересчет координат цели из сферической в декартову систему является нелинейным преобразованием, следовательно, оптимальный фильтр сопровождения (в сферической СК) будет нелинейным. Кроме того, переход в декартовые координаты приводит к негауссовскому характеру шумов наблюдения и зависимости их статистических характеристик от местоположения ВЦ относительно PЛC. Обычно пренебрегают негауссовским характером шумов наблюдения (в декартовой СК), так как отношение сигнал/шум в обзорной РЛС УВД обычно достаточно велико [21]. Кроме того, область действия PЛC по дальности и по азимуту разбивается на более мелкие зоны, внутри которых можно пренебречь и зависимостью статистических характеристик шумов наблюдения от координат ВЦ. Таким образом, ошибки измерения в декартовой системе координат являются взаимозависимыми гауссовскими случайными величинами с нулевым средним и дисперсиями:
(20)
(21)
(22)
где
,
‒
измеренные значения дальности и азимута
цели,
,
‒
дисперсии измеренных дальности и
азимута. Дисперсии составляют
ковариационную матрицу шума наблюдения:
(23)
Видно, что ошибки измерения ‒ случайные нестационарные, взаимосвязанные величины и зависят от местоположения цели, чем больше дальность, тем больше значения СКО измерений [7], [8], [9].
Вектор
наблюдения
содержит только измеренные значения
координат цели, поэтому после обнаружения
первых двух отметок от цели, необходимо
оценить производные по соответствующим
координатам, чтобы задать начальное
состояние ФК:
и
.
Только затем применять выражения для
экстраполяции (9), (10).
Начальное
состояние ФК находится следующим
образом:
,
(24)
где
‒
период обзора РЛС (период обновления
информации о цели). В многих практических
ситуациях имеет смысл проводить
инициализацию фильтра сопровождения
после первого обнаружения отметки от
цели, тогда за оценку скорости цели
берется половина максимально возможной
с учетом задач, решаемых РЛС. После
инициализации начальными условиями, в
ФС начинается переходный процесс, длится
несколько циклов обновления информации
ошибка сопровождения снижается, после
чего фильтр входит в установившийся
режим [5], [34]
.
