[发明专利]一种基于量子成像的飞行器预测制导方案在审
申请号: | 201410324054.3 | 申请日: | 2014-07-09 |
公开(公告)号: | CN104063623A | 公开(公告)日: | 2014-09-24 |
发明(设计)人: | 杨照华;蒋雯;彭宏韬;李大鹏 | 申请(专利权)人: | 北京航空航天大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00;G05D1/12 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 100191*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 一种基于量子成像的飞行器预测制导方案,涉及基于光学成像制导技术领域。目前制约飞行器制导精度主要有两个因素:一是目标探测分辨率不高,容易受散射粒子的影响,极弱光下难以成像;二是对机动目标无法实现快速跟踪、制导。本发明提出一种量子成像飞行器预测制导方案,通过纪录辐射场分布的强度、位相的空间涨落进行关联成像,提高成像分辨率,但从图像得到的量测数据更新率不高,为此采用预测制导律,这样可弥补量子成像的数据更新率过低导致的飞行器制导精度下降的不足。本方案量子成像可突破衍射极限的限制,分辨率可达到微米量级,结合预测制导律,可提高对机动目标的制导能力。这种制导方式精度高,抗干扰能力强,适合机动目标飞行器制导。 | ||
搜索关键词: | 一种 基于 量子 成像 飞行器 预测 制导 方案 | ||
【主权项】:
一种基于量子成像的飞行器预测制导方案,其特征在于:(1)利用目标反射波的辐射场分布的强度、相位的空间涨落进行关联成像制导;(2)制导方式采用基于随机预测控制的制导方法。(1)一种基于量子成像的飞行器预测制导方案,其特征在于利用目标空间强度涨落的二阶关联进行成像,并通过计算得到制导目标的视线角。成像系统二阶关联符合的数学模型,描述如下:G(2)(x1,x2)=<E1*(x1)E2*(x2)E2(x2)E1(x1)>=∫h1*(x1,x0)h2*(x2,x0')h2(x2,x0”)h1(x1,x0”') (1)×<E0*(x0)E0*(x0')E0(x0”)E0(x0”')>dx0dx0'dx0”dx0”'式中h1(x1,x0)和h2(x2,x0)描述物臂和参考臂的传递函数,E1(x1)和E2(x2)分别表示物臂和参考臂探测器的光场强度。G(2)(x1,x2)描述了赝热光源所成的像,它是一个二阶函数,包含了光场的脉动分布、相位信息及两路光的关联信息,从原理上比一阶成像系统测量的信息更多说明了量子成像系统具有很强的抗干扰能力。成像后经过图像处理和目标提取得到目标的中心,在t时刻图像中的像素坐标为(at,bt),视场的光轴坐标为(0,0),假设视线角用来表示,光学系统的焦距为f。则飞行器与目标的视线角,公式描述如下视线角速度为:(2)一种基于量子成像的飞行器预测制导方案,其特征在于利用随机预测方法进行量子成像制导。针对大机动目标,要求成像数据更新率要快,采用一种基于模型的优化控制的预测控制,根据对象的历史信息和未来输入预测未来输出,具有良好的鲁棒性,弥补量子成像的数据更新率过低导致的飞行器制导精度下降。飞行器上的观测系统包括量测目标的视线角速度和目标机动指示器,图像采样频率低于制导律更新率,则在没有从图像得到的测量值时使用预测制导估计值代替测量值。飞行器相对目标的平面运动,即铅垂面和水平面的数学模型可以表示为: (4)ωk=νk+ζk式中,νk为视线角速度;Δt=tk+1‑tk为采样步长;为剩余时间,为飞行器与目标之间的距离,为相对运动速度;uk是以角速度为量纲的控制信号;dk为目标机动及干扰参数,如目标作机动aTk是目标的法向加速度;ξk为由目标运动产生的噪声误差,ζk为中心离散高斯白噪声,且量测噪声强度远小于由目标运动产生的噪声的强度。随机预测制导律: 式中,aM为飞行器法向需用过载,lΔt为预测时间,α,β为相应于运动轨迹和能量损失的权系数,aT为目标法向加速度,一般可通过估计算法获得,为飞行器—目标视线角速度的滤波估计值。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京航空航天大学,未经北京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201410324054.3/,转载请声明来源钻瓜专利网。
- 上一篇:一种基于过滤驱动的安全审计系统
- 下一篇:队伍对战匹配方法及服务器
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用