Меркулов В.И., Дрогалин В.В. Авиационные системы радиоуправления. Том 2 (2003) (1151998), страница 51
Текст из файла (страница 51)
Обнаружение маневра происходит с некоторым запаздыванием, величина которого зависит от его интенсивности и значения порога Х„. Следует отметить, что рассмотренный вариант формирования поправок прогноза не обеспечивает улучшение точности оценивания скорости. 270 (12,26) 27! 12.4. ФИЛЬТР УГЛОМЕРА С ОБНАРУЖЕНИЕМ МАНЕВРА ПО РЕЗУЛЬТАТАМ ИДЕНТИФИКАЦИИ ПАРАМЕТРОВ МОДЕЛИ СОСТОЯНИЯ Недостатком обнаружителей маневров, рассмотренных в Я12.2 и 12.3. являются запаздывание обнаружения маневра и сравнительно невысокая точность оценивания производных отслеживаемых координат. Это объясняется тем, что параметры фильтров корректируются только либо изменением коэффициентов усиления невязки, либо введением аддитивных поправок прогноза.
Существенно большую точность оценивания при сопровождении маневрирующих целей обеспечивают фильтры с адаптивной коррекцией, как коэффициентов усиления невязки, так и параметров моделей, используемых для экстраполяции состояния оцениваемого процесса. Возможность такой адаптации основана на текущей идентификации параметров модели состояния, в результате которой формируются оптимальные по минимуму СКО оценки фй коэффициентов ф„фундаментальной матрицы модели состояния (3.86). Если цель не маневрирует, то оценки ф;! практически совпадают с их априорными значениями ф„и фильтр отслеживаемого процесса функционирует по традиционному алгоритму фильтрации.
Если цель начинает маневрировать, то появляются отличия ф;, от ф;;. Решающие правила о начале маневра могут быть различными. В наиболее простом варианте это правило сводится к проверке условий ~фб -ф,.„~ > Хб, (12.25) где 2„„— определенный порог для каждого коэффициента матрицы Ф(к,)с-1). Если хотя бы для одного (двух, трех и т.д.) коэффициента выполняется условие (12.25), то принимается решение о начале маневра и соответствующей коррекции фильтра. Более совершенным правилом принятия решения о начале маневра является выполнение неравенства 1= Хай(ф„-фб)' 2..
!=! в котором весовые коэффициенты ()в и порог 2„выбираются в результате специальных исследований. Рассмотрим фильтр сопровождения цели угломера с идентификацией параметров модели состояния по алгоритму Мейна (п. 3.6.3) н с обнаружением маневра по правилу (12.26). Пусть для модели состояния (12.5) при наличии измерений (12.6) был синтезирован алгоритм (12.10)-(12.15) формирования оценок ф„„н Йа, бортового пеленга цели срм и скорости его изменения оэа„(см. рис. 12.4) при условии, что 8„=1.
Структурная схема этого фильтра (рис. 12.12) отличается от схемы фильтра на рис. 12.4 только тем, что вместо конкретных постоянных значений коэффициентов О, 1, Лт и т.д. матрицы Ф(!с,Е-1) (12.8) использованы их обобщенные представления ф„(1=1,2, 1=1,2). Алгоритм параметрической идентификации модели (12.5) будем синтезировать по закону (3.92)-(3.94) при следующих предположениях: вектор параметров а ()с) = [ф1!(!с,)с-1)Ф!2(!с, -1)фг (й )с-1)фгг()с,14-1)1 (12 27) где фп()с,!4-1)=1 ф12(!с,!4-1)=т фг1(!с,!4-1)=0 фгг(!с,!с-!)=1-таа следует из (12.8), изменяется по закону а(1с) = а(1с -1); (! 2.28) в качестве измерений используются оценки х,„= (1ср„а()с) огаа(!с)3" = М((с)а()с)+«8()с), (12.29) формируемые в фильтре отслеживаемого процесса по алгоритму (12.14) и (12.15). В наблюдении (12.29) Ъ$()с) Раа аа (12ЗО) 0 0 ср„,(1с -1) оэ„,()с-1)3 а «2((с) = 1«4(!4-1) «.
(1с -1)~' — вектор центрированных ошибок оценивания сра, и ога„с известной матрицей !3 дисперсий (12.12). Подставляя в общем виде ковариационную матрицу )а11 1 !а12 Оа13 ( а14 3421 )агг !')а23 13а24 3431 1-3а32 1-3а33 1.!а34 13а41 Оа42 13443 )а44 (12.3! ) к!г К21 К22 К 31 К 32 К4! К !2 К,!а —— (12.32) 272 в соотношения (3,93), (3.94), можно найти матричный коэффициент усиления невязок и оонааужитеаь манеоаа иоситииикатоа оаиамстнв моасаи Рис.
12.12 Используя (12.27) — (12.30) и (12.32) в (3.92), получим алгоритм: ф„(14) =фи()с-1)+~ИЛ~, + дЛ~~, ф,(0) = ф„=1; Фи()с)=ф~г()с 1)+кг~М+кгггтхг Фа(0)=ф~г =т' (12.33) фг!(К) = фг!()с-1)+ Кзотах~ + Кзготхг ° т122!(0) = фг~ = 0; Фгг()с)=фгг((с 1)+К4Ф+К42Ф2 Фгг(0)=фгг=(1 — ттти) оценнвания параметров ф;; исходной модели (12.5).
В (12.33): 273 Лх, = фи,(й) - Ф„,(й -1)ф„(1с -!) - Йл.0с -1)Ф„0с -1); '"~~2 озвк(( ) ~рца(1 " )фм (1' " ) оэлв(1 " )Ф22 (( ) ванин цели. Если условие (12.26) не выполняется, то принимается решение об отсутствии маневра цели. В такой ситуации коммутатор остается запертым, и фильтр формирует оценки ф„„и Йч„по традици- онному алгоритму. На рис. ! 2.13 приведен пример изменения функционала (12.26) при маневре средней интенсивности с постоянным угловым ускорением, который начина- Рвс. 12.13 274 — невязки «измерений». Структурная схема идентификатора параметров модели состояния, соответствующая алгоритму (12.33) и (! 2.34), приведена на рис. 12.12.
Особенностью этого алгоритма является необходимость вычисления в реальном масштабе времени коэффициентов к» (1 =1,4, ) =1,2) матричного коэффициента усиления (!2.32) в течение всего времени идентификации. Это обусловлено тем, что матрица М (12.30) нестационарная и зависит от конкретных условий применения. Обнаружение маневра по решающему правилу (12.26) иллюстрируется структурной схемой, показанной на рис. 12,12. Квадраты разностей (ф» -фв) априорных и апостериорных коэффициентов фундаментальной матрицы Ф(!г,!с-1) (12.8) суммируются в весовом сумматоре ХЯ;,. Если результат суммирования превысит некоторый порог Х„, то выдается специальный сигнал для индикации начала маневра. Кроме того, уточненные в результате оценивания значения ф;; параметров модели, соответствующие реальному маневру, через коммутатор поступают в фильтр отслеживаемого процесса.
Тем самым уточняется прогноз оцениваемого процесса (12.15), корректируется невязка (12.10) и изменяются коэффициенты ке~ и кьз усиления невязки (12.13). В результате такой адаптации фильтр отслеживаемого процесса продолжает формировать точные х10 оценки фч„, Й„„ и при маневриро- ется в момент времени 1„=5с. Из рисунка видно, что если выбрать порог Х„несколько превышающим утроенное СКО флуктуаций функционала при отсутствии маневра, то он обнаруживается практически мгновенно. На рис.
12.14 и 12.15 приведены примеры зависимости СКО оценивания угла и угловой скорости в угломере с рассмотренным способом адаптации (сплошные линии) и в обычном фильтре без адаптации (пунктирные линии). Из этих рисунков видно, что при использовании обнаружителя маневра и адаптации к нему следящего фильтра, основанных на идентификации параметров модели состояния, обеспечивается достаточно высокая точность оценивания как углов, так н угловых скоростей. 4,5 1 3 а„, У' т ! 3 ---- — — — — -г — — — — "- — ---т-- — -- —;."'-— з,о т 3 1 2,5 т"-..-."' — — — —-- 1 г,о г 1 1 — — —.: ' — "т — "-""- — -"— 1 $ 1М вЂ” — --- — — — — -т — — — —..
! 3 0,5 о 1 о 20 Ф,с 30 1О Рис. 12.14 18 о град~с 12 1О 8 6 4 2 0 0 20 1,с 30 10 Рнс. 12.15 Следует подчеркнуть, что недостатком рассмотренного способа обнаружения маневра и адаптации к нему фильтра сопровождения является достаточно высокие требования к быстродействию к объему памяти вычислителя, реализующего алгоритмы идентификации параметров модели состояния. 275 ГЛАВА 13.
ОПТИМИЗАЦИЯ ОБРАБОТКИ ИНФОРМАЦИИ В ИНФОРМАЦИОННОВЫЧИСЛИТЕЛЬНОЙ СИСТЕМЕ ПРИ ОПРЕДЕЛЕНИИ КООРДИНАТ И ПАРАМЕТРОВ ДВИЖЕНИЯ ВОЗДУШНЫХ ЦЕЛЕЙ Эффективность решения РЭСУ истребителей и многофункциональных самолетов задач по перехвату и уничтожению воздушных целей (ВЦ) в значительной мере зависит от уровня и качества информационного обеспечения и, в частности, от погрешностей измерения координат, характеризующих взаимное пространственное положение и динамику относительного движения ЛА н ВЦ, от степени оптимальности и адаптивности синтезированных в ИВС самолета (ракеты) алгоритмов оценивания координат и параметров движения цели, а также формирования сигналов управления, от ряда других факторов, в том числе от количества и типа используемых систем координат (СК), погрешностей координатных преобразований и т.д.
В главах 10 и 11 рассмотрены вопросы оптимизации обработки информации в измерителях дальности и ее производных, в измерителях углов и угловых скоростей ЛВ в режиме сопровождения одной цели. Данная глава посвящена синтезу оптимальных и субоптимальных алгоритмов обработки информации в ИВС самолета при определении координат и параметров движения ВЦ по данным БРЛС, работающей в режиме непрерывной пеленгации цели, и навигационных измерителей. Оптимизация совместной обработки информации БРЛС и навигационных измерителей на базе теории оптимального линейного нестационарного и стационарного оценнвания позволит значительно снизить погрешности определения координат н параметров движения ВЦ и тем самым повысить точность формирования сигналов управления самолетом на этапах ближнего наведения и атаки, а также точность ЦУ управляемым ракетам и формирования для них команд раднокоррекции.
13.1. МОДЕЛИ ДВИЖЕНИЯ ВОЗДУШНЪ|Х ЦЕЛЕЙ Первым зтапом общей методики решения задач оценивании случайных процессов является построение математических моделей сигна- 276 лов, помех, информационных и сопутствующих процессов. При использовании концепции переменных состояния их формирование эквивалентно разработке математических моделей состояния и наблюдения [82]. При решении задач оценивания координат и параметров движения ВЦ принципиальное значение имеет выбор модели движения [траектории) цели.
Характер и траектория движения ВЦ зависят от многих факторов и условий, таких, как тип цели (самолет, ракета), высота и скорость полета, маневренные возможности цели, противодействие противника, действие случайных возмущений, обусловленных, в частности, турбулентностью атмосферы и т.д. Выбор той или иной модели движения ВЦ определяется рядом соображений. Обычно при разработке модели движения цели задаются некоторой гипотезой о характере движения.
Простейшей гипотезой является предположение о том, что вектор скорости цели постоянен во времени, т.е. цель не маневрирует. Более сложной является гипотеза, согласно которой ВЦ непрерывно маневрирует в пространстве, т.е. вектор скорости цели изменяется во времени. Иногда используют гипотезу о периодическом маневрировании цели. При такой гипотезе в процессе обработки информации возникает задача обнаружения и определения вида маневра, его продолжительности и статистических характеристик (см.
главу 12). Как следует из вышесказанного, задание гипотезы движения ВЦ не исчерпывается только указанием предполагаемого характера изменения координат [детерминированный или случайный процесс) и выбором подлежащих оцениванию параметров. Кроме того, необходимо на основе теоретических исследований и анализа реальных траекторий ВЦ дать достаточно полное описание их возможных маневров. В общем случае обобщенная гипотеза о статистической модели движения ВЦ включает в себя совокупность гипотез, определяющих вид траекторий движения целей, и возможные статистические характеристики маневров.
На основе обобщенной гипотезы проектируются как системы автоматического сопровождения целей, так и системы оптимального оценивания координат и параметров движения ВЦ [41]. Важную роль при разработке математической модели движения ВЦ играют выбор СК, а также определение компонентов вектора состояния, векторов входных управляющих и возмущающих воздействий.
На практике стремятся получить такие модели, которые были бы достаточно простые и в то же время правильно отражали реальные траектории маневрирующих целей. Кроме того, необходимо, чтобы они строились с учетом особенностей функционирования измерителей координат и параметров движения ВЦ, используемых при решении задач оценивания и управления на базе этих моделей. 277 В настоящее время известен целый ряд моделей движения ВЦ различной степени сложности, рассмотренных, например, в работах [18, 24, 41, 42). Так, в работе [24] описана модель движения пилотируемой цели в прямоугольной СК [применительно к одной из координатных осей), согласно которой цель движется с постоянной скоростью.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
