一种高超声速飞行器在线反馈滤波算法

doi:10.3969/j.issn.1009-086x.2021.01.001

现代防御技术 ›› 2021, Vol. 49 ›› Issue (1): 1-7.DOI: 10.3969/j.issn.1009-086x.2021.01.001

• 特约稿 • 下一篇

一种高超声速飞行器在线反馈滤波算法

高长生, 王越欣, 荆武兴, 胡玉东

哈尔滨工业大学航天学院自主空间系统实验室,黑龙江哈尔滨 150001

收稿日期:2020-12-10 修回日期:2021-01-20 出版日期:2021-02-20 发布日期:2021-03-04
作者简介:高长生(1978-),男,黑龙江哈尔滨人。博士,教授,主要从事飞行器动力学与控制领域相关问题研究。主持、参与、完成国家自然科学基金、国家863项目、教育部博士点基金、中国博士后基金等多项。承接中国航天一院、二院、五院、八院等的相关部、所的多项工程应用研究项目。中国宇航学会会员,《航空学报》、《宇航学报》审稿专家。围绕航空宇航学科骨干方向之一“飞行动力学与控制”建设,主要从事“变质心飞行器动力学与控制”、“地月空间飞行器导航与制导”、“导弹、临近空间飞行器等攻防对抗中的飞行力学设计”等方面的科研工作。通信地址:150001 哈尔滨工业大学新技术楼418室 E-mail:gaocs@hit.edu.cn

An Online Feedback Filtering Algorithm for Hypersonic Vehicle

GAO Chang-sheng, WANG Yue-xin, JING Wu-xing, HU Yu-dong

Harbin Institute of Technology,School of Astronautics,Autonomous Space System Laboratory,Heilongjiang Harbin 150001,China

Received:2020-12-10 Revised:2021-01-20 Online:2021-02-20 Published:2021-03-04

摘要/Abstract

摘要： 高超声速飞行器是近年来各国大力发展的新概念飞行器,针对其飞行运动轨迹难以进行高精度跟踪这一问题,结合神经网络强大的自适应和自学习能力,提出了一种高超声速飞行器在线反馈滤波算法。其核心是在当前统计模型的基础上,利用BP神经网络与卡尔曼滤波相结合进行滤波器设计,实现对高超声速飞行器高精度跟踪。最后通过仿真试验进行比较,验证了此在线反馈滤波算法在跟踪高超声速飞行器时的有效性。

关键词: 高超声速飞行器, 轨迹跟踪, 当前统计模型, 卡尔曼滤波, BP神经网络

Abstract: Hypersonic vehicle is a new concept vehicle developed by many countries in recent years.Aiming at the problem that it is difficult to track its flight trajectory with high precision,combined with the strong adaptive and self-learning ability of neural network,an online feedback filtering algorithm for hypersonic vehicle is proposed.Based on the current statistical model,BP neural network and Kalman filter are used to design the filter to realize the high-precision tracking of hypersonic vehicle.Finally,the simulation results show that the online feedback filtering algorithm is effective in tracking hypersonic vehicle.

Key words: hypersonic vehicle, trajectory tracking, current statistical model, Kalman filter, BP neural network

中图分类号:

TJ765

高长生, 王越欣, 荆武兴, 胡玉东. 一种高超声速飞行器在线反馈滤波算法[J]. 现代防御技术, 2021, 49(1): 1-7.

GAO Chang-sheng, WANG Yue-xin, JING Wu-xing, HU Yu-dong. An Online Feedback Filtering Algorithm for Hypersonic Vehicle[J]. Modern Defense Technology, 2021, 49(1): 1-7.

参考文献

[1] 李俊杰,王国宏,张翔宇,等.临近空间高超声速滑跃式机动目标跟踪的IMM算法[J].电光与控制,2015,22(9):15-19.
LI Jun-jie,WANG Guo-hong,ZHANG Xiang-yu,et.al.An IMM Algorithm for Tracking Near Space Hypersonic Target with Slippage Leap Maneuvering[J].Electronics Optics & Control,2015,22(9):15-19.
[2] LI F,HAO W F,YAN J G,et al.The Advancement of Lunar Gravity Model Due to the Development of Space Tracking Techniques[J].Chinese Journal of Geophysics,2016,60(5):493-504.
[3] Bin Jia,Khanh D Pham,Erik Blasch,et al.Cooperative Space Object Tracking Using Space-Based Optical Sensors Via Consensus-Based Filters[J].IEEE Transactions on Aerospace & Electronic Systems,2016,52(4):1908-1936.
[4] 甄华萍,蒋崇文.高超声速技术验证飞行器HTV-2综述[J].飞航导弹,2013(6):7-13.
ZHEN Hua-ping,JIANG Chong-wen.Overview of Hypersonic Technology Validating Aircraft HTV-2[J].Aerodynamic Missile Journal,2013(6):7-13.
[5] 温杰.X-51A验证机的设计特点浅析[J].航空科学技术,2010(6):2-5.
WEN Jie.Analysis of X-5 A Demonstrator Design Features[J].Aeronautical Science & Technology,2010(6):2-5.
[6] LEE B J,PARK J B,JOO Y H,et al.Intelligent Kalman Filter for Tracking a Manoeuvring Target[J].Iee Proceedings Radar Sonar & Navigation,2004.
[7] NADARAJAH N,THARMARASA R,MCDONALD M,et al.IMM Forward Filtering and Backward Smoothing for Maneuvering Target Tracking[J].IEEE Transactions on Aerospace & Electronic Systems,2012,48(3):2673-2678.
[8] SINGER R A.Estimating Optimal Tracking Filter Performance for Manned Maneuvering Targets[J].IEEE Transactions on Aerospace and Electronic Systems,1970,AES-6(4):473-483.
[9] 王国宏,李俊杰,张翔宇,等.临近空间高超声速滑跃式机动目标的跟踪模型[J].航空学报,2015,36(7):2400-2410.
WANG Guo-hong,LI Jun-jie,ZHANG Xiang-yu,et.al.A Tracking Model for Near Space Hypersonic Slippage Leap Maneuvering Target[J].Acta Aeronautica ET Astronautica Sinica,2015,36(7):2400-2410.
[10] 周宏仁,敬忠良,王培德.机动目标跟踪[M].北京:国防工业出版社,1991.
ZHOU Hong-ren,JING Zhong-liang,WANG Pei-de.Maneuvering Target Tracking[M].Beijing:National Defense Industry Press,1991.
[11] 宋骊平.被动多传感器目标跟踪方法研究[D].西安:西安电子科技大学,2008.
SONG Li-ping.Research on Methods for Passive Multi-sensor Target Tracking[D].Xi'an:Xi'an University of Electronic Science and technology,2008.
[12] 胡麟.高超声速飞行器动力学模型及基于增强学习控制的应用研究[D].武汉:华中科技大学,2018.
HU Lin.Dynamic Model of Hypersonic Vehicle and Application Research Based on Enhanced Learning Control[D].Wuhan:Huazhong University of Science and Technology,2018.
[13] 苗景刚,杨新,周江华,等.气艇气动力半经验模型及其参数辨识[C].中国浮空器大会,杭州,2007.
MIAO Jing-gang,YANG Xin,ZHOU Jiang-hua,et al.Aircraft Aerodynamic Semi-empirical Model and Parameter Identification[C].Aerostat Conference,Hangzhou,May,2007.
[14] 李松,汪圣利.基于BP神经网络的非线性滤波算法研究[J].电子测量技术,2018,41(12):34-39.
LI Song,WANG Sheng-li.Research of Nonlinear Filtering Algorithm Based on BP Neural Network[J].Electronic Measurement Technology,2018,41(12):34-39.
[15] SUN M,MA Z,LI Y.Maneuvering Target Tracking Using IMM Kalman Filter Aided by Elman Neural Network[C]//International Conference on Intelligent Human-machine Systems & Cybernetics.IEEE,2015.

一种高超声速飞行器在线反馈滤波算法

An Online Feedback Filtering Algorithm for Hypersonic Vehicle

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	刘思彤, 张占月, 刘达, 许益乔. 高超声速飞行器防御体系建设顶层构想[J]. 现代防御技术, 2022, 50(4): 10-16.
[2]	孙雪琪, 张锐. 基于轨迹跟踪预测的反HTV2中制导研究[J]. 现代防御技术, 2022, 50(4): 62-72.
[3]	赵黎兴, 侯兴明, 徐兆文, 和林子. 基于GA-小波-BP神经网络的装备维修能力评估[J]. 现代防御技术, 2022, 50(2): 84-95.
[4]	孙照强, 魏巍, 王志贵, 陈燕. 弹道目标跟踪滤波方法研究[J]. 现代防御技术, 2022, 50(1): 67-73.
[5]	王鹏飞, 罗畅, 白炎. 临近空间高超声速飞行器进展及防御策略分析[J]. 现代防御技术, 2021, 49(6): 16-21.
[6]	郭建国, 杨胜江, 鲁宁波, 王国庆. 基于Lyapunov方程的高超声速飞行器变结构控制[J]. 现代防御技术, 2021, 49(6): 1-8.
[7]	藏洁, 刘升刚. UKF滤波算法在两点边值问题求解中的应用[J]. 现代防御技术, 2021, 49(4): 35-42.
[8]	李君龙, 周荻, 王冠, 陈晓波, 秦雷. 临近空间目标跟踪与预报技术研究[J]. 现代防御技术, 2021, 49(3): 1-12.
[9]	刘尊洋, 陈天宇. 临近空间高超声速飞行器预警探测系统探索[J]. 现代防御技术, 2020, 48(6): 89-95.
[10]	康警予, 陈忠, 刘延杰, 蔡骏, 王晖. 装备保障备件需求预测算法[J]. 现代防御技术, 2020, 48(4): 102-109.
[11]	汪东海, 周智亮, 刘伯阳, 田志宇. 早期预警信息解算方法探究[J]. 现代防御技术, 2020, 48(3): 86-91.
[12]	姜智强, 山世浩, 张恒, 黄烽. 基于相位差变化率的无源定位及误差分析[J]. 现代防御技术, 2020, 48(1): 57-61.
[13]	齐长兴, 毕义明, 李勇, 范阳涛. 改进的萤火虫算法优化BP神经网络及应用[J]. 现代防御技术, 2018, 46(5): 32-38.
[14]	张凯, 熊家军. 高超声速滑翔目标多层递阶轨迹预测[J]. 现代防御技术, 2018, 46(4): 92-98.
[15]	陈雨, 王健博, 张凌东, 曹全, 陈世业, 刘宇航. 基于强跟踪滤波的捷联惯导/里程计组合导航[J]. 现代防御技术, 2018, 46(4): 27-32.