变机动高超声速滑翔目标的轨迹序列预测算法

TJ761%V448.2; 针对变机动临近空间高超声速滑翔目标轨迹难以准确预测的问题,提出一种基于ARIMA-UKF的轨迹预测算法.首先,在目标机动变化情况下通过无迹Kalman滤波(Unscented Kalman Filter,UKF)算法实现对目标的跟踪估计,为轨迹预测提供基础数据;其次,通过对数据进行平稳性分析、模型辨识、参数估计和模型诊断来确定自回归集成滑动平均(Autoregressive Integrated Moving Average,ARIMA)模型,并根据该模型预测目标加速度信息;最后,结合UKF算法中的一步预测方法对目标轨迹进行预测.仿真结果表明,UKF算法能为轨迹预测...

Full description

Saved in:
Bibliographic Details
Published in航空兵器 Vol. 28; no. 2; pp. 40 - 48
Main Authors 陈南华, 赵良玉, 雍恩米, 娄泰山
Format Journal Article
LanguageChinese
Published 北京理工大学 宇航学院, 北京 100081%中国空气动力研究与发展中心, 四川 绵阳 621000%郑州轻工业大学 电气信息工程学院, 郑州 450002 30.04.2021
Subjects
Online AccessGet full text
ISSN1673-5048
DOI10.12132/ISSN.1673-5048.2021.0007

Cover

Abstract TJ761%V448.2; 针对变机动临近空间高超声速滑翔目标轨迹难以准确预测的问题,提出一种基于ARIMA-UKF的轨迹预测算法.首先,在目标机动变化情况下通过无迹Kalman滤波(Unscented Kalman Filter,UKF)算法实现对目标的跟踪估计,为轨迹预测提供基础数据;其次,通过对数据进行平稳性分析、模型辨识、参数估计和模型诊断来确定自回归集成滑动平均(Autoregressive Integrated Moving Average,ARIMA)模型,并根据该模型预测目标加速度信息;最后,结合UKF算法中的一步预测方法对目标轨迹进行预测.仿真结果表明,UKF算法能为轨迹预测提供位置误差小于100 m和速度误差小于1.2 m/s的跟踪估计数据;在目标变机动情况下相较于复合函数拟合预测方法,ARIMA-UKF算法预测150 s,100 s和50 s时的位置精度分别提升了5 km,4.5 km和2.3 km.
AbstractList TJ761%V448.2; 针对变机动临近空间高超声速滑翔目标轨迹难以准确预测的问题,提出一种基于ARIMA-UKF的轨迹预测算法.首先,在目标机动变化情况下通过无迹Kalman滤波(Unscented Kalman Filter,UKF)算法实现对目标的跟踪估计,为轨迹预测提供基础数据;其次,通过对数据进行平稳性分析、模型辨识、参数估计和模型诊断来确定自回归集成滑动平均(Autoregressive Integrated Moving Average,ARIMA)模型,并根据该模型预测目标加速度信息;最后,结合UKF算法中的一步预测方法对目标轨迹进行预测.仿真结果表明,UKF算法能为轨迹预测提供位置误差小于100 m和速度误差小于1.2 m/s的跟踪估计数据;在目标变机动情况下相较于复合函数拟合预测方法,ARIMA-UKF算法预测150 s,100 s和50 s时的位置精度分别提升了5 km,4.5 km和2.3 km.
Author 陈南华
娄泰山
赵良玉
雍恩米
AuthorAffiliation 北京理工大学 宇航学院, 北京 100081%中国空气动力研究与发展中心, 四川 绵阳 621000%郑州轻工业大学 电气信息工程学院, 郑州 450002
AuthorAffiliation_xml – name: 北京理工大学 宇航学院, 北京 100081%中国空气动力研究与发展中心, 四川 绵阳 621000%郑州轻工业大学 电气信息工程学院, 郑州 450002
Author_FL Lou Taishan
Chen Nanhua
Zhao Liangyu
Yong Enmi
Author_FL_xml – sequence: 1
  fullname: Chen Nanhua
– sequence: 2
  fullname: Zhao Liangyu
– sequence: 3
  fullname: Yong Enmi
– sequence: 4
  fullname: Lou Taishan
Author_xml – sequence: 1
  fullname: 陈南华
– sequence: 2
  fullname: 赵良玉
– sequence: 3
  fullname: 雍恩米
– sequence: 4
  fullname: 娄泰山
BookMark eNrjYmDJy89LZWBQNDTQMzQyNDbS9wwO9tMzNDM31jU1MLHQMzIwMtQzMDAwZ2HghItyMPAWF2cmGZgaGpubGlsYcTLYPO2f8WzOrqddK16unvFiW-vTxRteNsx_tnvi8_1Tns9e92xB-_NZLS_2rnixf-fTXf1PO6a_XNTybGv383XTn22eysPAmpaYU5zKC6W5GULdXEOcPXR9_N09nR19dIsNgQ7QNUo1MbI0TE20SDNJTbI0SzM1MkkzTDW0MDVOS7Y0TbRINTVMNrBIMjIyTDFJNTAyN0pOS002SbI0Tk4ySUy1NDXmZlCFmFuemJeWmJcen5VfWpQHtDE-IzupEORTAyOgRcYA5nhhww
ClassificationCodes TJ761%V448.2
ContentType Journal Article
Copyright Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
Copyright_xml – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
DBID 2B.
4A8
92I
93N
PSX
TCJ
DOI 10.12132/ISSN.1673-5048.2021.0007
DatabaseName Wanfang Data Journals - Hong Kong
WANFANG Data Centre
Wanfang Data Journals
万方数据期刊 - 香港版
China Online Journals (COJ)
China Online Journals (COJ)
DatabaseTitleList
DeliveryMethod fulltext_linktorsrc
DocumentTitle_FL Trajectory Sequence Prediction Algorithm for Hypersonic Gliding Target with Variable Maneuver
EndPage 48
ExternalDocumentID hkbq202102007
GrantInformation_xml – fundername: 国家自然科学基金项目(12072027; 11532002)
  funderid: 国家自然科学基金项目(12072027; 11532002)
GroupedDBID -03
2B.
4A8
92I
93N
ALMA_UNASSIGNED_HOLDINGS
CCEZO
CEKLB
GROUPED_DOAJ
PSX
TCJ
ID FETCH-LOGICAL-s1007-2e4291ea8f4eb96f524f1e1853fc95a8e51c08b221d4e0272cfec4b93cb4ae953
ISSN 1673-5048
IngestDate Thu May 29 04:08:04 EDT 2025
IsPeerReviewed false
IsScholarly true
Issue 2
Keywords 模型辨识
自回归集成滑动平均模型
高超声速滑翔目标
无迹Kalman滤波
轨迹预测
Language Chinese
LinkModel OpenURL
MergedId FETCHMERGED-LOGICAL-s1007-2e4291ea8f4eb96f524f1e1853fc95a8e51c08b221d4e0272cfec4b93cb4ae953
PageCount 9
ParticipantIDs wanfang_journals_hkbq202102007
PublicationCentury 2000
PublicationDate 2021-04-30
PublicationDateYYYYMMDD 2021-04-30
PublicationDate_xml – month: 04
  year: 2021
  text: 2021-04-30
  day: 30
PublicationDecade 2020
PublicationTitle 航空兵器
PublicationTitle_FL Aero Weaponry
PublicationYear 2021
Publisher 北京理工大学 宇航学院, 北京 100081%中国空气动力研究与发展中心, 四川 绵阳 621000%郑州轻工业大学 电气信息工程学院, 郑州 450002
Publisher_xml – name: 北京理工大学 宇航学院, 北京 100081%中国空气动力研究与发展中心, 四川 绵阳 621000%郑州轻工业大学 电气信息工程学院, 郑州 450002
SSID ssib051375382
ssib002039954
ssib002039781
ssib036435648
ssj0002912025
Score 2.2665532
Snippet TJ761%V448.2; 针对变机动临近空间高超声速滑翔目标轨迹难以准确预测的问题,提出一种基于ARIMA-UKF的轨迹预测算法.首先,在目标机动变化情况下通过无迹Kalman滤波(Unscented Kalman...
SourceID wanfang
SourceType Aggregation Database
StartPage 40
Title 变机动高超声速滑翔目标的轨迹序列预测算法
URI https://d.wanfangdata.com.cn/periodical/hkbq202102007
Volume 28
hasFullText 1
inHoldings 1
isFullTextHit
isPrint
link http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnV3NaxQxFB9KBfEiioqfpYI5LVMnmclMAl5mtrNUwV7aQm9l50tBWNG2l548VBQ9FEFpUUHRS0EogihYkf41u9v-F773Jjs7tS1-XJbsy3u_vI9s5iWbZCzrWl5wnraFsvM0K2wvc5TdTjNpZ4GrVJboxKUFt9vT_tScd2tezo-M7tR2LS0vJRPpyqHnSv4nqkCDuOIp2X-IbAUKBChDfOETIgyffxVjFkumWkwrFvtMN1kUEiVkIVA0CyOqUizymZJYFboscrAK9ze0UCoCHs7igEWA42FBRyyMsSp0mAqIEjLlEc4kIStkjjQCQougADaqmA6oUUHMgAzECMUBDauA4rLyVZeDbBihQDAMiU0P9JcoCwUNaNVOW8QGArAjyyRBUkHFQxaFkigMuCDcQlwVM6X3oUQoBvoojo2i7Rx0G7JItNIYUTpMEguvL5EIXvu3Bzs1qdMkvTy0JGyS78CJPgGAhWUMPBaS7iF4029QKSZPV84wdcZk8Cj8Dg7CNzilWkxIIikUQq9FGKehQ320AENb9Qwq6DI2jok6MvsGBzxmOhY3puv9TUD4lTtQCoAQiyzUkw3yZ0RB0Nj9IrfhC9SU9NQoaGCBPTa9KopqLqKGdHiorwJUF7ErqzzUJuSDeLZqQAHFMTrKn7_r0vDwtR21ZXDuB64tnfKO1sFzXKjaeCVqD-XyPjCT3pUyBxIHwV28ifjmzMz0RIU-gZ0JbzgNhtlStYf17r3kgaAVE7rN4pgIgnKfiFnTofzXcXX9Mi38Xrt_0YXpgPSH6xGSw8jomsumMJUUmkMTuA270um4dXWg7_WjtKUDiJ2i3blTy5VnT1knzSR3PCxHrNPWyMrdM9aN7tpG7-1299nm3qeN3W-Pux8_7z161_vxor_zsv9mq_f-Sf_16u7Pzd2d793tte7T9b0Pq72vz_tb670vr85ac614tjllm3e32Iu478oWOSS6PG-rwssT7RdSeAXPcXJQpFq2VS556qhECJ55uSMCkRZ56iXaTROvnWvpnrNGO_c7-XlrvFBFlqgiFblOPem5bTwtn-ZJWmR5KkR6wRoz1i6YsXlxYV9wLv6J4ZJ1YjhsXLZGlx4u51dgrrGUjFE8fwGv9s6A
linkProvider Directory of Open Access Journals
openUrl ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E5%8F%98%E6%9C%BA%E5%8A%A8%E9%AB%98%E8%B6%85%E5%A3%B0%E9%80%9F%E6%BB%91%E7%BF%94%E7%9B%AE%E6%A0%87%E7%9A%84%E8%BD%A8%E8%BF%B9%E5%BA%8F%E5%88%97%E9%A2%84%E6%B5%8B%E7%AE%97%E6%B3%95&rft.jtitle=%E8%88%AA%E7%A9%BA%E5%85%B5%E5%99%A8&rft.au=%E9%99%88%E5%8D%97%E5%8D%8E&rft.au=%E8%B5%B5%E8%89%AF%E7%8E%89&rft.au=%E9%9B%8D%E6%81%A9%E7%B1%B3&rft.au=%E5%A8%84%E6%B3%B0%E5%B1%B1&rft.date=2021-04-30&rft.pub=%E5%8C%97%E4%BA%AC%E7%90%86%E5%B7%A5%E5%A4%A7%E5%AD%A6+%E5%AE%87%E8%88%AA%E5%AD%A6%E9%99%A2%2C+%E5%8C%97%E4%BA%AC+100081%25%E4%B8%AD%E5%9B%BD%E7%A9%BA%E6%B0%94%E5%8A%A8%E5%8A%9B%E7%A0%94%E7%A9%B6%E4%B8%8E%E5%8F%91%E5%B1%95%E4%B8%AD%E5%BF%83%2C+%E5%9B%9B%E5%B7%9D+%E7%BB%B5%E9%98%B3+621000%25%E9%83%91%E5%B7%9E%E8%BD%BB%E5%B7%A5%E4%B8%9A%E5%A4%A7%E5%AD%A6+%E7%94%B5%E6%B0%94%E4%BF%A1%E6%81%AF%E5%B7%A5%E7%A8%8B%E5%AD%A6%E9%99%A2%2C+%E9%83%91%E5%B7%9E+450002&rft.issn=1673-5048&rft.volume=28&rft.issue=2&rft.spage=40&rft.epage=48&rft_id=info:doi/10.12132%2FISSN.1673-5048.2021.0007&rft.externalDocID=hkbq202102007
thumbnail_s http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fhkbq%2Fhkbq.jpg