Оглавление

СПИСОК СОКРАЩЕНИЙ 5

ВВЕДЕНИЕ 7

1 АНАЛИЗ СОВРЕМЕННЫХ АЛГОРИТМОВ 10

АВТОМАТИЧЕСКОГО СОПРОВОЖДЕНИЯ ВОЗДУШНОЙ ЦЕЛИ 10

1.1 Обзор и классификация алгоритмов автоматического сопровождения 11

1.2 Фильтр Калмана-Бьюси 16

1.2.1 Линейный Фильтр Калмана 17

1.2.2 Применение линейного фильтра Калмана для сопровождения одиночной воздушной цели по данным обзорной РЛС 26

1.2.3 Математические модели динамики воздушной цели 30

1.3 Расширенный фильтр Калмана (РФК) 37

1.4 Фильтры Калмана на основе «unscented» и 40

«spherical-radial cubature» преобразований 40

1.5 Адаптивные фильтры сопровождения 47

одиночной маневрирующей воздушной цели 47

1.5.1 Обзор методов адаптивной фильтрации 48

1.5.2 Фильтр Калмана с переключением уровня шума динамики 52

1.5.3 S-модифицированный фильтр Калмана 55

1.5.4 Фильтр Калмана с переключением моделей динамики 56

1.6 Методы оценивания шумов динамики и наблюдения 66

1.7 Выводы по первой главе 69

2 РАЗРАБОТКА МЕТОДИКИ И ПРОГРАММНЫХ СРЕДСТВ ПО МАТЕМАТИЧЕСКОМУ МОДЕЛИРОВАНИЮ АЛГОРИТМОВ АС 71

2.1 Описание средств моделирования 72

2.2 Постановка задачи и описание комплекса программных средств 73

2.3 Исследование алгоритмов фильтрации параметров траектории 77

на основе разработанного комплекса программных средств 77

2.4 Выводы по второй главе 103

ЗАКЛЮЧЕНИЕ 104

СПИСОК ЛИТЕРАТУРЫ 106

ПРИЛОЖЕНИЕ 111

Список сокращений

АЗН ‒ автоматическое зависимое наблюдение

АС ‒ автоматическое сопровждение

БГШ ‒ белый гассовский шум

БД ‒ база данных

ВЦ ‒ воздушная цель

ИММ ‒ интерактивный многомодельный (алгоритм)

ММА ‒ многомодельный алгоритм

НСКО ‒ наименьшая среднеквадратическая ошибка

ОКМ ‒ обнаружение конца маневра

ОНМ ‒ обнаружение начала маневра

ОПБ ‒ обобщенный псевдобайессовский (алгоритм)

ПИ ‒ первичные измерения

ПРВ ‒ плотность распределения вероятностей

ПС ‒ программные средства

РКД ‒ равномерное круговое движение

РЛИ ‒ радиолокационная информация

РЛС ‒ радиолокационная станция

РПД ‒ равномерное прямолинейное движение

РУД ‒ равноускоренное движение

РФК ‒ расширенный фильтр Калмана

СК ‒ система координат

СКО ‒ среднеквадратическая ошибка

ТО ‒ траекторная обработка

УВД ‒ управление воздушным движением

ФК ‒ фильтр Калмана

ФС ‒ фильтр сопровождения

ФЧ ‒ фильтр частиц

CKF ‒ cubature Kalman filter

IMM ‒ Interactive Multiple-Model (algorithm)

UKF ‒ unscented Kalman filter

UT ‒ unscented transform

Введение

В современных условиях радиолокационного наблюдения за окружающей воздушной обстановкой особое значение приобретает владение оперативной, достоверной, полной и точной информацией о наблюдаемых объектах (целях), доведение этой информации до всех заинтересованных сил в масштабе реального времени.

В системах управления воздушным движением (УВД) радиолокационная информация (РЛИ) используется для обеспечения решения задач управления самолетами в воздухе, предупреждения столкновений, управления заходом на посадку и т.д. В системах противоздушной обороны (ПВО) радиолокационное наблюдение обеспечивает контроль зоны ответственности системы, наведение ракет-перехватчиков на воздушные цели. Общей задачей указанных систем является поддержание высокого уровня безопасности воздушного пространства. Современный уровень развития цифровой вычислительной техники позволяет решать системные задачи в автоматизированном режиме, в том числе и с помощью алгоритмов автоматического сопровождения (АС) целей.

Таким образом, задача автоматического сопровождения воздушных целей (ВЦ) с различной степенью эффективности решается во всех современных радиолокационных станциях (РЛС) гражданского и военного назначения. Эта задача тем более актуальна, если учитываются маневры ВЦ, связанные с изменением курса, выполнением типовых схем захода на посадку и т.д. Поэтому вопросы повышения качества вторичной РЛИ постоянно привлекают большое внимание.

Целью диссертационной работы является повышение точности алгоритмов оценки пространственных координат одиночной маневрирующей воздушной цели на этапе автоматического сопровождения.

Объектом исследования является процесс радиолокационного сопровождения одиночной ВЦ.

Предметом исследования являются алгоритмы автоматического сопровождения одиночной маневрирующей ВЦ.

Задачи исследования. Поставленная цель достигается в результате решения следующих основных задач:

1 Провести сравнительный статистический анализ (на основе средних ошибок сопровождения) существующих алгоритмов фильтрации параметров траектории на основе фильтра Калмана;

2 Разработать и провести анализ алгоритма, повышающего точность оценки пространственных координат одиночной маневрирующей ВЦ на этапе автоматического сопровождения;

3 Разработать методику и комплекс программных средств по моделированию алгоритмов автоматического сопровождения одиночной ВЦ.

Совокупность решений по всем поставленным задачам обеспечивает достижение цели исследования.

Методы исследований. В основе теоретических исследований лежат основные положения следующих теорий: теория оптимального оценивания, теория радиолокационной системотехники, теория вероятностей и математической статистики, методы математического моделирования.

Достоверность полученных результатов работы подтверждается применением адекватного математического аппарата и результатами математического моделирования.

Практическая значимость результатов работы состоит в том, что разработана концепция применения базы данных параметров траекторий и набора фильтров сопровождения для достижения наилучшей из возможных точностей сопровождения при заданных параметрах движения ВЦ.

Структура и объем диссертации. Диссертация состоит из введения, двух глав, заключения, содержит 105 страниц машинописного текста, 28 рисунков, 6 таблиц, списка использованных литературных источников, включающего 49 наименований, приложения.

В введении представлены: обоснование актуальности темы, цель и задачи исследования, практическая значимость работы; дана краткая аннотация работы по разделам. В первой главе изложен основной теоретический материал по алгоритмам автоматического сопровождения ВЦ. Во второй главе решаются задачи статистического исследования алгоритмов. Математическое моделирование процесса автоматического сопровождения проводилось средствами программного пакета MATLAB. Проведен анализ ошибок сопровождения при различных режимах и параметрах движения ВЦ, приведены графические результаты моделирования. Предложенный подход к повышению точности системы траекторной обработки, основан построении базы данных из набора пар ‒ фильтр сопровождения (с наименьшей ошибкой) ↔ параметры траектории. Подход позволяет получать наилучшую из возможных оценок параметров траектории цели в заданных условиях. В заключении приведены основные результаты и выводы по работе. В приложении приводится листинг разработанного комплекса программных средств.