基于SVM和EKF的高超声速滑翔飞行器轨迹预报

摘要：

高超声速滑翔飞行器(HGV)拦截问题中,轨迹预报是成功拦截的重要基础.针对HGV机动能力强、轨迹多变的特点,提出了一种基于支持向量机(SVM)和扩展卡尔曼滤波(EKF)的轨迹预报方法.在HGV的滑翔段机动模式分析的基础上,将HGV的机动运动分解为纵向运动模式和侧向运动模式,进而对运动模式的特征参数予以标定,形成SVM的训练集.建立地基单雷达轨迹跟踪模型,采用EKF对HGV滑翔段轨迹进行稳定跟踪并实现对运动模式特征参数的估计.基于SVM,建立了HGV运动识别框架,实现了对HGV滑翔段轨迹的预报.对平衡滑翔和跳跃机动2种典型机动模式进行数学仿真验证,结果表明,所提方法可以提高对该类目标的轨迹预报精度.

关键词：高超声速滑翔飞行器(HGV)、机动模式、支持向量机(SVM)、运动识别、轨迹估计和预报

所属期刊栏目：46

分类号：V19;TN953(航空、航天的应用)

在线出版日期：2020-12-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：2094-2105