СПОСОБ СОПРОВОЖДЕНИЯ ВОЗДУШНОЙ ЦЕЛИ КЛАССА "ВЕРТОЛЕТ" Российский патент 2012 года по МПК G01S13/52 

Предлагаемое изобретение относится к области вторичной цифровой обработки радиолокационных сигналов и может быть использовано для сопровождения воздушной цели (ВЦ) класса «вертолет» с распознаванием его характера полета (по принципу «стационарный полет - полет с ускорением - полет с торможением - полет в режиме «висение») и динамики при соответствующем характере полета вертолета.

Известен способ сопровождения ВЦ, заключающийся в отслеживании ее по дальности, скорости и ускорения и основанный на вычислении процедуры оптимальной линейной многомерной дискретной калмановской фильтрации [1].

Недостатком данного способа сопровождения ВЦ, каковой может являться и вертолет, являются его ограниченные функциональные возможности по распознаванию состояния вертолета, под которым понимается определение характера его полета и варианта динамики при каждом характере полета вертолета.

Известен способ сопровождения ВЦ, который может быть применен и для сопровождения цели класса «вертолет», основанный на процедуре оптимальной многомерной линейной дискретной калмановской фильтрации, описываемой выражениями [2]

где

k=0, 1, … - номер такта работы фильтра;

P^-(k+1) и P(k+1) - ковариационные матрицы ошибок экстраполяции и фильтрации соответственно;

Ф(k) - переходная матрица состояния;

Q(k+1) и R(k+1) - ковариационные матрицы шумов возбуждения и наблюдения соответственно;

K(k+1) - матрица весовых коэффициентов;

I - единичная матрица;

и - вектор текущих и экстраполированных оценок дальности до цели и доплеровской частоты, обусловленной скоростью сближения воздушной цели со станцией ее сопровождения;

H(k) - матрица наблюдения;

Y(k) - вектор наблюдения;

Z(k+1) - матрица невязок измерения;

Ψ(k+1) - матрица априорных ошибок фильтрации;

"-1" - операция вычисления обратной матрицы;

"т" - операция транспонирования матрицы.

Недостатком данного способа сопровождения ВЦ класса «вертолет» являются его ограниченные функциональные возможности по распознаванию состояния вертолета на этапе его сопровождения.

Целью предлагаемого изобретения является расширение функциональных возможностей по распознаванию состояния воздушной цели класса «вертолет» на этапе его сопровождения.

Для достижения этой цели в способе сопровождения воздушной цели класса «вертолет», основанном на процедуре оптимальной многомерной линейной дискретной калмановской фильтрации, описываемой выражениями (1)-(6), дополнительно аналогичная процедура оптимальной многомерной линейной дискретной калмановской фильтрации (выражения (1)-(6)) осуществляется параллельно в каждом оптимальном фильтре ОФ_mj их матрицы,

где m=1, 2, 3, 4;

m=1 соответствует стационарному характеру полета вертолета;

m=2 соответствует полету вертолета с ускорением;

m=3 соответствует полету вертолета с торможением;

m=4 соответствует полету вертолета в режиме «висение»;

j=1, L; L - количество вариантов динамики полета вертолета при каждом его m-м характере полета,

при различных априорных данных, принятых при фильтрации в каждом ОФ_mj относительно m-го характера полета вертолета и соответствующего для каждого характера j-го варианта его динамики, при этом по строкам матрицы оптимальных фильтров располагаются фильтры, в которых в качестве априорных сведений приняты динамические модели для различных гипотез относительно m-го характера полета вертолета, а по столбцам - фильтры с динамическими моделями для различных гипотез относительно j вариантов динамики полета вертолета при соответствующем его m-м характере полета, для каждого оптимального фильтра их матрицы производится вычисление соответствующих значений случайных величин в соответствии с выражением

осуществляется сравнение полученных значений случайных величин с соответствующими ее граничными значениями χ² _{гр m} (m, Р_ош), одинаковыми для всех оптимальных фильтров, находящихся в m-й строке их матрицы,

где Р_ош - вероятность ошибки в том, что правильная гипотеза относительно m-го характера полета вертолета будет отвергнута, определяется максимальный номер строки матрицы оптимальных фильтров, где находится один и более оптимальных фильтров, для которых выполняется условие (8), что соответствует оценке -го характера полета вертолета, для тех оптимальных фильтров , для которых в -й строке их матрицы выполняется условие (8), производится вычисление соответствующих значений обобщенных дисперсий реальных ошибок фильтрации в соответствии с выражением

определяется номер столбца в строке , где находится оптимальный фильтр, для которого величина минимальна, что соответствует оценке варианта динамики полета вертолета для оцененного значения -го характера его полета, на основе значений и осуществляется выбор оценки с выхода только одного из их матрицы, находящегося на пересечении оцененных номера строки и столбца .

Новыми признаками, обладающими существенными отличиями, являются:

1. Распознавание в процессе параллельного сопровождения на основе процедуры оптимальной многомерной линейной дискретной калмановской фильтрации (выражения (1)-(6)) -го характера полета вертолета по принципу «стационарный полет - полет с ускорением - полет с торможением - полет в режиме «висение». (по критерию хи-квадрат Пирсона (выражения (7), (8)) и -го варианта его динамики при -м характере полета (по критерию минимума обобщенной дисперсии реальных ошибок фильтрации, вычисляемой в соответствии с выражением (9)).

2. Выбор оценки отслеживаемых координат (дальности до цели, доплеровской частоты, обусловленной скоростью сближения вертолета со станцией его сопровождения) с выхода только одного оптимального фильтра из их матрицы, находящегося на пересечении оцененных номера строки и столбца т.е. после принятия решения относительно -го характера полета вертолета и -го варианта его динамики.

Данные признаки обладают существенными отличиями, т.к. в известных способах не обнаружены.

Применение всех новых признаков позволит не только сопровождать ВЦ класса «вертолет», но и распознавать его характер полета (по принципу «стационарный полет - полет с ускорением - полет с торможением - полет в режиме «висение») и динамику при соответствующем характере полета вертолета.

На чертеже приведена блок-схема, поясняющая предлагаемый способ сопровождения ВЦ класса «вертолет».

На вход блока 1 оценок на каждом k такте поступают отсчеты сопровождаемых координат полета вертолета, обусловленные m-м (m=1, 2, 3, 4) характером его полета с соответствующим j-м (j=1, L) вариантом динамики при каждом характере, т.е. формируется вектор наблюдения Y(k) в выражении (4) при сложной гипотезе Г_mj (m=1, 2, 3, 4; j=1, L) о том, что при m-м характере полета вертолета имеет место j-й вариант его динамики.

Блок 1 оценок представляет собой матрицу оптимальных фильтров, в каждом из которых ОФ_mj (m=1, 2, 3, 4; j=1, L) реализована в соответствии с выражениями (1)-(6) процедура оптимальной многомерной линейной дискретной калмановской фильтрации. Для осуществления параллельной фильтрации наблюдаемых отсчетов дальности до цели, доплеровской частоты, обусловленной скоростью сближения вертолета со станцией его сопровождения, соответствующие входы ОФ объединены. Фильтрация оцениваемых координат полета вертолета в каждом ОФ_mj их матрицы осуществляется при различных априорных данных, принятых при фильтрации в соответствующем оптимальном фильтре относительно m-го характера полета вертолета и j варианте его динамики. При этом по строкам матрицы оптимальных фильтров располагаются фильтры, в которых в качестве априорных сведений приняты динамические модели для простых гипотез Г_m (m=1, 2, 3, 4) относительно m-го характера полета вертолета, а по столбцам - фильтры с динамическими моделями для простых гипотез Г^(m) _j (j=1, L) относительно j-x вариантов динамики при соответствующем m-м характере полета вертолета (при принятой гипотезе Г_m). Динамические модели, принятые при фильтрации в каждом ОФ_mj их матрицы (m=1, 2, 3, 4; j=1, L) в виде различных структур матриц Ф_mj(k) и Q_mj(k+1) с соответствующими численными значениями их элементов, выполняют роль динамического эталона, поскольку они одновременно являются априорными сведениями не только для сопровождения вертолета, но и для распознавания его состояния. Исходя из этого, при многогипотезном сопровождении вертолета и последующем распознавании его состояния будет иметь место структурная и параметрическая неопределенности, обусловленные соответственно многогипотезностью относительно характера полета вертолета Г_m (m=1, 2, 3, 4) и его динамики Г^(m) _j (m=1, 2, 3, 4; j=1, L).

Разрешение структурной неопределенности в предлагаемом способе осуществляется по критерию хи-квадрат Пирсона, согласно которому для каждого ОФ_mj их матрицы (m=1, 2, 3, 4; j=1, L) в вычислителе 2 случайных значений величин l² на основе значений элементов матрицы невязок измерения Z_mj(k+1) (выражение (4)) и матрицы априорных ошибок фильтрации Ψ_mj(k+1) (выражение (2)), поступающих с блока 1 оценок, производится вычисление соответствующих значений случайных величин в соответствии с выражением (7). В блоке 3 сравнения в соответствующем для каждого ОФ_mj устройстве сравнения УС_mj осуществляется сравнение (выражение (8)) полученных значений случайных величин с соответствующими их граничными значениями χ² _{гр m} (m, Р_ош), одинаковыми для всех оптимальных фильтров, находящихся в m-й строке их матрицы. По результатам сравнения в блоке 4 определения номера строки находится максимальный номер строки матрицы оптимальных фильтров, где расположен один и более , для которых выполняется условие (8), что соответствует оценке -го характера полета вертолета. Поскольку условие (8) может быть выполнено одновременно в нескольких оптимальных фильтрах в -й строке матрицы, то из этого следует, что по критерию хи-квадрат Пирсона может быть разрешена только структурная неопределенность.

Разрешение параметрической неопределенности в предлагаемом способе осуществляется по критерию минимума обобщенной дисперсии реальных ошибок фильтрации следующим образом. Для тех оптимальных фильтров, находящихся в оцененном -м номере строки их матрицы и для которых выполняется условие (8), в блоке 5 определения номера столбца производится вычисление соответствующих значений обобщенных дисперсий реальных ошибок фильтрации в соответствии с выражением (9) и определяется номер столбца в строке где находится ОФ, для которого величина минимальна, что и будет соответствовать оценке варианта динамики при оцененном -ом характере полета вертолета. На основе значений и в блоке 6 выбора оценки, куда поступают оценки (m=1, 2, 3, 4; j=1, L) с выходов всех оптимальных фильтров, осуществляется выбор оценок дальности и доплеровской частоты с выхода только одного из их матрицы, в котором динамический эталон по критериям хи-квадрат Пирсона и минимума обобщенной дисперсии реальных ошибок фильтрации будет наилучшим образом соответствовать реальному характеру полета вертолета с соответствующей его динамикой на входе блока 1 оценок.

Таким образом, оценка вектора формируется на выходе только после принятия решения об истинности сложной гипотезы Г_mj (m=1, 2, 3, 4; j=1, L).

Примеры технического исполнения устройств, которые могут быть применены и для реализации предложенного способа сопровождения ВЦ класса «вертолет», приведены в [3, 4, 5].

При математическом моделировании работы устройства, реализующего предлагаемый способ, на его вход подавались дискретные отсчеты дальности и доплеровской частоты, полученные в результате статистической обработки радиолокационных сигналов, отраженных от реальной ВЦ класса «вертолет» при различном характере его полета с соответствующей для каждого характера динамикой. Динамические эталоны (модели), принятые при фильтрации в каждом оптимальном фильтре ОФ_mj их матрицы, представляли собой линейные стохастические дифференциальные уравнения, структуры и численные значения параметров модели определялись на основе анализа траекторных статистических характеристик радиолокационных сигналов, отраженных от реальной ВЦ класса «вертолет». При этом неадекватность по траекторным статистическим характеристикам моделей реальному полету вертолета не превышала 11-12%. Дискретность изменения численных значений параметров динамических моделей от фильтра к фильтру (в каждой строке матрицы) составляла 8-10%. В результате моделирования при отношениях сигнал/шум 14-24 дБ получены следующие характеристики устройства, реализующего предлагаемый способ.

Точность (СКО оценки) сопровождения вертолета по:

дальности - 7-20 м;

доплеровской частоте - 0,8-2,45 Гц.

Вероятность ошибки в оценке m-го характера полета вертолета по принципу «стационарный полет - полет с ускорением - полет с торможением - полет в режиме «висение» - не более 0,005.

Вероятность распознавания j-го варианта динамики при соответствующем m-м характере полета вертолета - 0,7-0,85 (вероятность ложного распознавания - не более 0,01).

Время распознавания - не более 3,5 с.

Таким образом, применение предлагаемого изобретения позволит расширить функциональные возможности по распознаванию состояния ВЦ класса «вертолет» на этапе его сопровождения (определить характер его полета с соответствующей для данного характера динамикой).

ИСТОЧНИКИ ИНФОРМАЦИИ

1. Зингер Р.А. Оценка характеристик оптимального фильтра для слежения за пилотируемой целью // Зарубежная радиоэлектроника. - 1971. - №8. (аналог).

2. Казаринов Ю.М., Соколов А.И., Юрченко Ю.С.Проектирование устройств фильтрации радиосигналов. - Л.: изд. Ленинградского университета, 1985, с.150-151 (прототип).

3. Патент РФ на изобретение №2084921, 1997.

4. Патент РФ на изобретение №2123709, 1998.

5. Патент РФ на изобретение №2166771, 2001.

Использование: для сопровождения воздушной цели класса «вертолет» с распознаванием его характера полета (по принципу «стационарный полет - полет с ускорением - полет с торможением - полет в режиме «висение») и динамики при соответствующем характере его полета. Сущность: способ заключается в параллельном сопровождении вертолета по дальности и доплеровской частоте, обусловленной скоростью сближения вертолета со станцией его сопровождения, в каждом оптимальном фильтре их матрицы на основе процедуры оптимальной многомерной линейной дискретной калмановской фильтрации и распознавании по критерию хи-квадрат Пирсона характера полета вертолета и варианта его динамики при соответствующем характере полета по критерию минимума обобщенной дисперсии реальных ошибок фильтрации. При этом оценка вектора состояния формируется на выходе только после принятия решения об истинности сложной гипотезы относительно характера полета вертолета и соответствующей ему динамике. Технический результат: расширение функциональных возможностей по распознаванию состояния воздушной цели класса «вертолет» на этапе его сопровождения. 1 ил.

Способ сопровождения воздушной цели класса «вертолет», заключающийся в вычислении процедуры оптимальной многомерной линейной дискретной калмановской фильтрации, описываемой выражениями






где
k=0, 1, … - номер такта работы фильтра;
P^-(k+1) и P(k+1) - ковариационные матрицы ошибок экстраполяции и фильтрации соответственно;
Ф(k) - переходная матрица состояния;
Q(k+1) и R(k+1) - ковариационные матрицы шумов возбуждения и наблюдения соответственно;
K(k+1) - матрица весовых коэффициентов;
I - единичная матрица;
и - вектор текущих и экстраполированных оценок дальности до цели и доплеровской частоты, обусловленной скоростью сближения воздушной цели со станцией ее сопровождения;
H(k) - матрица наблюдения;
Y(k) - вектор наблюдения;
Z(k+1) - матрица невязок измерения;
Ψ(k+1) - матрица априорных ошибок фильтрации;
"-1" - операция вычисления обратной матрицы;
"т" - операция транспонирования матрицы,
отличающийся тем, что процедура оптимальной многомерной линейной дискретной калмановской фильтрации, описываемая выражениями (1)-(6), осуществляется параллельно в каждом оптимальном фильтре ОФ_mj их матрицы, где m=1, 2, 3, 4;
m=1 соответствует стационарному характеру полета вертолета;
m=2 соответствует полету вертолета с ускорением;
m=3 соответствует полету вертолета с торможением;
m=4 соответствует полету вертолета в режиме «висение»;
j=1, L; L - количество вариантов динамики полета вертолета при каждом его m-м характере полета,
при различных априорных данных, принятых при фильтрации в каждом ОФ_mj относительно m-го характера полета вертолета и соответствующего для каждого характера полета j-го варианта его динамики, при этом, по строкам матрицы оптимальных фильтров располагаются фильтры, в которых в качестве априорных сведений приняты динамические модели для различных гипотез относительно m-го характера полета вертолета, а по столбцам - фильтры с динамическими моделями для различных гипотез относительно j-x вариантов динамики полета вертолета при соответствующем его m-м характере полета, для каждого оптимального фильтра их матрицы производится вычисление соответствующих значений случайных величин в соответствии с выражением

осуществляется сравнение полученных значений случайных величин с соответствующими ее граничными значениями χ² _{гр m}(m, Р_ош), одинаковыми для всех оптимальных фильтров, находящихся в m-й строке их матрицы,

где Р_ош - вероятность ошибки в том, что правильная гипотеза относительно m-го характера полета вертолета будет отвергнута, определяется максимальный номер строки матрицы оптимальных фильтров, где находится один и более оптимальных фильтров, для которых выполняется условие (8), что соответствует оценке -го характера полета вертолета, для тех оптимальных фильтров ОФ_mj, для которых в -й строке их матрицы выполняется условие (8), производится вычисление соответствующих значений обобщенных дисперсий реальных ошибок фильтрации в соответствии с выражением

определяется номер столбца в строке где находится оптимальный фильтр, для которого величина минимальна, что соответствует оценке -го варианта динамики полета вертолета для оцененного значения -го характера его полета,
на основе значений и осуществляется выбор оценки с выхода только одного из их матрицы, находящегося на пересечении оцененных номера строки и столбца .