一种多弹协同系统的模糊关联融合方法
阅读说明：本技术 一种多弹协同系统的模糊关联融合方法 (Fuzzy association fusion method of multi-missile cooperative system ) 是由 陈凯 周钧 梁文超 赵子祥 闫斌斌 于 2021-05-27 设计创作，主要内容包括：本发明公开了一种多弹协同系统的模糊关联融合方法,其包括进行滤波和时空同步得到多弹探测系统内各个导弹的局部估计；根据各个从弹的局部估计构建与任意两个导弹对应的模糊因子集；采用高斯隶属度函数对每个模糊因子集进行计算,得到对应的相似度值；基于相似度值通过模糊综合函数获取任意两个导弹的局部估计的综合模糊相似度；将所有综合模糊相似度构建为综合模糊相似度矩阵；对综合模糊相似度矩阵进行关联判决,得到该多弹探测系统的融合估计信息；利用融合估计信息纠正从弹的探测信息错误,并将融合估计信息作为从弹制导信息的输入。本发明使多弹协同系统中的导弹不易受到欺骗干扰,能够对目标探测出现的偏差进行修正。(The invention discloses a fuzzy association fusion method of a multi-missile cooperative system, which comprises the steps of carrying out filtering and space-time synchronization to obtain local estimation of each missile in a multi-missile detection system; constructing a fuzzy factor set corresponding to any two missiles according to the local estimation of each slave missile; calculating each fuzzy factor set by adopting a Gaussian membership function to obtain a corresponding similarity value; acquiring the locally estimated comprehensive fuzzy similarity of any two missiles through a fuzzy comprehensive function based on the similarity value; constructing all the comprehensive fuzzy similarity into a comprehensive fuzzy similarity matrix; performing association judgment on the comprehensive fuzzy similarity matrix to obtain fusion estimation information of the multi-missile detection system; and correcting the detection information error of the slave bomb by using the fusion estimation information, and taking the fusion estimation information as the input of the slave bomb guidance information. The invention ensures that the missiles in the multi-missile cooperative system are not easy to be subjected to deception interference and can correct the deviation of target detection.)
技术领域
本发明涉及多导弹协同攻击领域，具体涉及一种多弹协同系统的模糊关联融合方法。
背景技术
未来空战以先进的信息技术为基础，构建跨域、跨军种、分布式、网络化的协同作战能力，以多平台协同作战为主要作战方式，利用战场空间中分布在多平台上的传感器对目标进行探测，为导弹提供目标的状态信息，从而实现网络化协同作战。综合使用多枚导弹的探测信息，能够更加高效的对目标制导信息(位置、速度)进行估计，在多弹系统受到干扰出现错误时，利用系统的冗余信息，可以保证系统仍能完成预定的任务。
多弹协同系统中的导弹受到欺骗干扰的影响，会出现对目标的探测出现偏差无法修正的情况，影响整个系统的探测精度，因此有必要对多枚导弹的跟踪信息进行关联。
发明内容
针对现有技术中的上述不足，本发明提供的一种多弹协同系统的模糊关联融合方法解决了目标的探测出现偏差无法修正的问题。
为了达到上述发明目的，本发明采用的技术方案为：
提供一种多弹协同系统的模糊关联融合方法，其包括以下步骤：
S1、进行滤波和时空同步得到多弹探测系统内各个导弹的局部估计；
S2、通过领弹接收各从弹的局部估计，根据各个从弹的局部估计构建与任意两个导弹对应的模糊因子集；领弹即领头的导弹，从弹即从属于领弹的导弹；
S3、采用高斯隶属度函数对每个模糊因子集进行计算，得到对应的相似度值；
S4、基于相似度值通过模糊综合函数获取任意两个导弹的局部估计的综合模糊相似度；
S5、将所有综合模糊相似度构建为综合模糊相似度矩阵；
S6、对综合模糊相似度矩阵进行关联判决，将不关联的导弹的局部估计剔除，将关联的导弹的局部估计进行融合，得到该多弹探测系统的融合估计信息；
S7、利用融合估计信息纠正从弹的探测信息错误，并将融合估计信息作为从弹制导信息的输入。
进一步地，步骤S1的具体方法为：
根据公式：
得到k时刻导弹j的局部估计其中：
为k时刻导弹j的一步状态预测值，Φj为k时刻导弹j的状态转移矩阵，为k-1时刻导弹j的局部估计值；
Pj(k|k-1)为k时刻导弹j的一步协方差估计值，Pj(k-1|k-1)为k-1时刻导弹j的协方差估计值，为k时刻导弹j的状态转移矩阵的转置矩阵，Qj为过程激励噪声协方差矩阵；
Kj(k)为卡尔曼增益，Hj(K)为k时刻导弹j的观测矩阵，Hj(K)T为k时刻导弹j的观测矩阵的转置矩阵，R为测量测声协方差矩阵；
Z(k)为k时刻导弹j的观测信息；
Pj(k|k)为k时刻导弹j的协方差估计值，I为单位矩阵。
进一步地，步骤S2的具体方法为：
以当前时刻k以及k的前两个周期的导弹i的状态估计值和导弹j的状态估计值分别作为输入量和输入量并根据公式：
得到与导弹i和导弹j对应的模糊因子集μij(l|l)，其中：
Cij(l|l)为中间参数，Pi(l|l)为当前时刻k以及k的前两个周期的导弹i的协方差估计值，Pj(l|l)为当前时刻k以及k的前两个周期的导弹j的协方差估计值；当l＝k-2时，为k-2时刻导弹i的局部估计。
进一步地，步骤S3的具体方法为：
根据公式：
dij(l|l)＝exp{-μij(l|l)Tμij(l|l)}
得到导弹i和导弹j对应的相似度值dij(l|l)；其中μij(l|l)T为与导弹i和导弹j对应的模糊因子集μij(l|l)的转置矩阵。
进一步地，步骤S4的具体方法为：
根据公式：
得到综合模糊相似度sij。
进一步地，步骤S5的具体方法为：
根据公式：
得到综合模糊相似度矩阵Sij，其中i为列数，j为行数，n为多弹探测系统中导弹的枚数。
进一步地，步骤S6的具体方法为：
S6-1、从综合模糊相似度矩阵的第二列起对每一列的最大值元素si＝max Sij进行导弹关联判断，如果sij＞ε，则判定导弹对(i,j)在该时刻关联，并进入步骤S6-2；否则判定不关联，并将不关联的导弹的局部估计剔除；其中ε为预设的判决门限；
S6-2、根据公式：
将关联的导弹的局部估计进行融合，得到该多弹探测系统的融合估计信息其中P(l|l)为当前时刻k以及k的前两个周期的导弹i和导弹j的协方差估计值。
本发明的有益效果为：使多弹协同系统中的导弹不易受到欺骗干扰，能够对目标探测出现的偏差进行修正。
附图说明
图1为本发明的总流程图；
图2为本发明的多弹跟踪轨迹三维图；
图3为本发明的多弹跟踪轨迹二维图；
图4为本发明的未经数据关联信息融合位置误差仿真图；
图5为本发明的多弹高斯相似度曲线；
图6为本发明的模糊综合函数航迹关联位置误差仿真图；
图7为本发明的模糊综合函数航迹关联速度误差仿真图。
具体实施方式
下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
如图1所示，该多弹协同系统的模糊关联融合方法包括以下步骤：
S1、进行滤波和时空同步得到多弹探测系统内各个导弹的局部估计；
S2、通过领弹接收各从弹的局部估计，根据各个从弹的局部估计构建与任意两个导弹对应的模糊因子集；领弹即领头的导弹，从弹即从属于领弹的导弹；
S3、采用高斯隶属度函数对每个模糊因子集进行计算，得到对应的相似度值；
S4、基于相似度值通过模糊综合函数获取任意两个导弹的局部估计的综合模糊相似度；
S5、将所有综合模糊相似度构建为综合模糊相似度矩阵；
S6、对综合模糊相似度矩阵进行关联判决，将不关联的导弹的局部估计剔除，将关联的导弹的局部估计进行融合，得到该多弹探测系统的融合估计信息；
S7、利用融合估计信息纠正从弹的探测信息错误，并将融合估计信息作为从弹制导信息的输入。
步骤S1的具体方法为：
根据公式：
得到k时刻导弹j的局部估计其中：
为k时刻导弹j的一步状态预测值，Φj为k时刻导弹j的状态转移矩阵，为k-1时刻导弹j的局部估计值；
Pj(k|k-1)为k时刻导弹j的一步协方差估计值，Pj(k-1|k-1)为k-1时刻导弹j的协方差估计值，为k时刻导弹j的状态转移矩阵的转置矩阵，Qj为过程激励噪声协方差矩阵；
Kj(k)为卡尔曼增益，Hj(K)为k时刻导弹j的观测矩阵，Hj(K)T为k时刻导弹j的观测矩阵的转置矩阵，R为测量测声协方差矩阵；
Z(k)为k时刻导弹j的观测信息；
Pj(k|k)为k时刻导弹j的协方差估计值，I为单位矩阵。
步骤S2的具体方法为：
以当前时刻k以及k的前两个周期的导弹i的状态估计值和导弹j的状态估计值分别作为输入量和输入量并根据公式：
得到与导弹i和导弹j对应的模糊因子集μij(l|l)，其中：
Cij(l|l)为中间参数，Pi(l|l)为当前时刻k以及k的前两个周期的导弹i的协方差估计值，Pj(l|l)为当前时刻k以及k的前两个周期的导弹j的协方差估计值；当l＝k-2时，为k-2时刻导弹i的局部估计。
步骤S3的具体方法为：
根据公式：
dij(l|l)＝exp{-μij(l|l)Tμij(l|l)}
得到导弹i和导弹j对应的相似度值dij(l|l)；其中μij(l|l)T为与导弹i和导弹j对应的模糊因子集μij(l|l)的转置矩阵。
步骤S4的具体方法为：
根据公式：
得到综合模糊相似度sij。
步骤S5的具体方法为：
根据公式：
得到综合模糊相似度矩阵Sij，其中i为列数，j为行数，n为多弹探测系统中导弹的枚数。
步骤S6的具体方法为：
S6-1、从综合模糊相似度矩阵的第二列起对每一列的最大值元素si＝maxSij进行导弹关联判断，如果sij＞ε，则判定导弹对(i,j)在该时刻关联，并进入步骤S6-2；否则判定不关联，并将不关联的导弹的局部估计剔除；其中ε为预设的判决门限；
S6-2、根据公式：
将关联的导弹的局部估计进行融合，得到该多弹探测系统的融合估计信息其中P(l|l)为当前时刻k以及k的前两个周期的导弹i和导弹j的协方差估计值。
在本发明的一个实施例中，多弹协同系统以三枚导弹组网攻击一个高速机动目标的情况为例进行仿真，其中导弹均为同模的雷达弹，具体情况如下：
假设目标与导弹同向运动，在0～10s内做S机动，10s之后做持续6g过载转弯机动，三枚导弹以各自的制导律独立地攻击目标，任意导弹击中目标则仿真结束，三枚导弹初始位置如表1所示：
表1仿真初始条件
假设目标2在第10s转弯机动开始时投放诱饵弹，诱饵弹以目标10s的瞬时速度为初速度做自由落体运动，多弹协同系统中的导弹3受到诱饵弹干扰发生错误跟踪。
多弹协同系统弹目运动轨迹如图2和图3所示。
仿真结果：
如图4所示，导弹3的错误跟踪影响到整个系统的正常跟踪，在10s后对目标的位置估计发散。
如图5所示，5s之前由于各弹初始状态差异，滤波估计信息差异较大，高斯相似度上升较慢，5-10s内各弹对目标跟踪收敛，各弹间高斯相似度大于0.5，10s之后因为导弹3丢失真实目标信息，d13,d23相似度骤降，直到下降为0，d12仍保持在较高数值，信息融合会剔除导弹3的估计信息，保持高精度的位置估计，弹道末端领弹接近目标，估计信息开始发散，高斯相似度d12下降。
如图6和图7所示，三个方向位置误差小于10m，速度误差小于10m/s，具有良好的跟踪效果。
本发明的有益效果为：使多弹协同系统中的导弹不易受到欺骗干扰，能够对目标探测出现的偏差进行修正。
- 上一篇：一种医用注射器针头装配设备
- 下一篇：一种舵机系统