基于改进自适应卡尔曼滤波的闭环脱靶量预测技术研究
Research on the Prediction Technology of Closed-Loop Target-Missing Quantity Based on Improved Adaptive Kalman Filtering
冀云彪 1张鹏飞 1赵永娟 1王智伟 1郭伟峰1
作者信息
- 1. 中北大学 机电工程学院, 山西 太原 030051;中北大学 智能武器研究院, 山西 太原 030051
- 折叠
摘要
针对传统卡尔曼滤波算法的脱靶量预测稳定性差、精度不高等问题,提出了一种基于改进自适应卡尔曼滤波的脱靶量预测方法.利用脱靶量误差源统计特性建立脱靶量模型,结合改进自适应卡尔曼滤波方法实现对脱靶量的准确估计,并将改进自适应卡尔曼滤波与传统卡尔曼滤波的预测修正结果对比分析.仿真结果表明:基于改进自适应卡尔曼滤波算法比传统卡尔曼滤波算法在闭环校射中方位角预测修正提高 70%以上,高低角预测修正提高30%以上,该改进卡尔曼滤波算法预测结果更加稳定、精确.
关键词
脱靶量/闭环校射/脱靶量模型/脱靶量预测/改进自适应卡尔曼滤波Key words
target-missing quantity/closed-loop correction/target-missing quantity model/target-missing quantity prediction/improved adaptive Kalman filtering引用本文复制引用
基金项目
山西省基础研究计划(202103021224182)
山西省基础研究计划(202103021224187)
出版年
2023
NETL
NSTL
维普
万方数据