机动目标状态向量群的实时估计.pdfVIP

l‘)嘴4锗12屯筘2期 Nn iI!j试投术学报 ％J12 2】州M 出篮；避——粤望些坚銎坚掣盟掣粤掣掣娶塑监墼，．—。粤盟№望? z．_’：‘机动目标状态向量群的实时估计 赵文成 赵嘉敏 宋明刚 沈阳航空工业学院飞行器 清华大学自动化系 沈阳航空工业学院飞行器 制造工程系110034 100084 制造工程系110G34 摘耍：本文提出了线性多项式可迭代差分滤渡的思想及其数学模型。采用本 文给出的线性多项式差分滤波的数学模型，可以十分方便而又快捷地舞现内 插、平滑以及预报等估值问题，井具有突出良好的实时r挂．当机动目标的状 态变化是连续或分段连续时，可利用谊方法对机动目标未来连续多个时刻的 状态一即所谓“状态群”做出买时估计．伴随谊方法的使用，有时可能会导 致估计误差的膨胀，对此，拳文做了进一步的分析，并且阐明了改进方法． 关键词：线性多项式可迭代差分滤波； 状态群； 实时估计 ?巧勿司砑 0前 言 经过多年科研实践总结，我们创造了《线性多项式可迭代差分滤波》这～方法。 利用该方法成功地实现了变参数系统中的参数变化趋势的准确预报、冲天炉内部高温状 态群的实时估计以及有序数表在发生大段数据丢失时的数据再生． 总之该方法可广泛 用于自动控制领域当中连续系统的状；赶或多个时刻的状态的实时估计，特别是对于机动 目标(如敌人的飞机，军车等)来说，其运动规律难以事先准确地给出数学上的解析描述， 这时只要给出机动目标过去若干个时刻的状态观测值，便可采用本文给出的方法，实现 对其下一个时刻的状态乃至来来若干个时刻的状态(即所谓状态群)做出实时估计． 1线性多项式可迭代差分滤波的提出 1．1线性多项式差分滤波的算法 设当前时刻为t=女，，其中T是橱邻两次观测的时间间隔，亦即采样周期．通过 !塑—— 捌选擅鲞壁堡 12塑生熊互坦 对机动目标过去若干r个采样时刻的状态进行实时蕊测t估计分别为置一，……n， ．礼-2，．丸一，，其中毫是，维向量，．，=仲一1)，(詹一2)，…，传一r)，亦即 ．毛，(毫是……毫)。．为了使问题简单清楚，考虑X为标量的情况．设机动 目标的状态X—X(t)是随时间连续或分段连续(比如系统控翻规律或系统结构发生变 化)．如图1所示． 圈l机动目标状态艇f)变化示意图 不同时劐所对应的状拳，因状态变化是连续的，因此对于任何莲续五个采样时刻所对应 的状杰置…．，墨．1，墨，它们或者完垒满足莱一个关于时阿t的芦次多项式，或 者采用按慕种最优原期扳合丽得到的美子时间t的／z次多项式，也或者是x(t)在t—fo 邻城内晨成台骛级数后再略去芦+1次以上的级数部分，总之可以给出如下描述： 工《f)Ill ao+qt+…+哆一“………………………………………．．(1) 其中q(，-0，l，2…．，p)是状态置…，鼍的函数，即 …………………………………………(2) q-q(置一，鼻) 面系数q(f—O。1，2，…，p·1．’可任意，但疗。≠0． 由式f1)可知，不同时刻的状态值≮(f-=ol，…，置)的太小可将该时刻对应的时阃 fT代人式(1)．就可以了，即 f-l，2，……。^． 由于目标实酝运动规零的不断变化，所以每当用式(3)进行计算时，都要首先根据状态 观测值计算出系数％，q，…，吼，院此。计算工作重和内存占用量都很大，无法满足实 ．!蛊簋丝翘2 掘麴垦拯毯盔自曩鞋地塞吐毡j土(彗塞盛釜! j。一