[发明专利]基于无迹卡尔曼滤波的辨识高速旋转弹气动参数滤波方法

说明书

本发明提出了基于无迹卡尔曼滤波的辨识高速旋转弹气动参数滤波方法，首先建立高速旋转弹四自由度动力学模型，然后将待辨识参数加入状态变量中，确定增广之后的状态方程和量测方程；初始化增广状态变量及误差协方差矩阵并定义量测加权因子、方差加权因子以及刻度因子；根据增广之后的状态方程和量测方程，进行滤波计算，得到每一时刻的增广状态变量估计值。本发明在已经获得观测值的情况下，通过弹丸的运动方程和滤波算法就可以获得相应的气动参数。

技术领域

本发明涉及参数辨识技术领域，特别是一种基于无迹卡尔曼滤波的辨识高速旋转弹气动参数的方法。

背景技术

火炮在现代战争中具有重要的使命，在对敌火力压制过程中能够起到关键性作用。获取传统高速旋转稳定弹丸准确的气动参数，对于提高火炮射表精度、减小落点散布、增强打击精度具有重要的意义。获取弹丸气动参数的方法主要有三种：第一种方法通过理论计算得出气动参数，第二种方法采用风洞吹风法，第三种方法利用弹丸的自由飞行数据对弹丸的气动参数进行离线辨识。其中，理论计算方法虽然简单，但由于模型中的未建模因素和不确定因素导致计算结果存在一定的误差；风洞吹风法作用于弹丸模型，结果较为准确但由于其成本较高，不能够精准地模拟高速旋转等状态，因而该方法也有缺陷；利用弹丸自由飞行数据辨识弹丸的气动参数，不仅符合实际情况，还能根据辨识结果，及时对弹丸进行调整，从而提高炮弹的打击精度。

用于参数辨识的方法通常有递推最小二乘法、递推极大似然法、卡尔曼滤波法等。史继刚基于粒子群初值选取的牛顿迭代优化算法辨识弹丸的零升阻力系数，该方法基于最大似然准则，相比于卡尔曼滤波法实现更加困难；管军等提出一种新的自适应混沌变异粒子群算法来求解该准则下的气动参数最优解，进而得到弹丸的气动参数，但是其在工程上比较难以实现；Rogers等提出了一种基于证据理论的参数估计方法，偏于理论计算；史金光等利用扩展卡尔曼滤波法对弹道修正弹的阻力和升力符合系数进行了辨识，并且由此对后续弹道进行了修正，然而该方法要求较高，难以在实际应用中实现；杨靖等利用改进的混杂扩展卡尔曼滤波法对弹丸的阻力系数进行了辨识，其对EKF的改进不大，并且偏向理论。

发明内容

本发明提出了一种基于无迹卡尔曼滤波的辨识高速旋转弹气动参数的方法，旨在利用高速旋转弹的飞行数据，基于无迹卡尔曼滤波对弹丸的气动参数进行辨识，为获取弹丸气动参数提供了新的途径。

实现本发明的技术解决方案为：基于无迹卡尔曼滤波的辨识高速旋转弹气动参数滤波方法，具体步骤为：

步骤1、建立高速旋转弹四自由度动力学模型；

步骤2、根据高速旋转弹四自由度动力学模型，利用无迹卡尔曼滤波辨识气动参数，具体为：

步骤2-1、将待辨识参数加入状态变量中，确定增广之后的状态方程和量测方程；

步骤2-2、初始化增广状态变量及误差协方差矩阵并定义量测加权因子、方差加权因子以及刻度因子；

步骤2-3、根据增广之后的状态方程和量测方程进行滤波计算，得到每一时刻的增广状态变量估计值。

优选地，步骤1中建立的高速旋转弹四自由度动力学模型具体为：