基于相对量测的分布式导弹协同定位算法

王 曼, 谷琼琼, 李英博, 刘 辉, 陈 琦

(上海无线电设备研究所,上海 201109)

0 引言

武器系统多导弹间通过共享弹间信息和分工合作的方式可以完成更高难度、更高精度、更高密度的攻击和拦截任务,以应对瞬息万变的战场环境[1-4]。分布式协同制导是未来制导领域的重要发展方向。

分布式协同制导中如何实现高精度协同定位是其面临的最大挑战。在无法保证各导弹全连通、可通信和时间同步的情况下,精确地处理各导弹估计信息之间的相关性和耦合问题是提高定位精度的重要保障。如果忽略各导弹间的相关性,在独立性条件下进行融合估计,或者互协方差估计不准确,将导致融合估计算法发散。明尼苏达大学ROUMELIOTIS 团队[5-6]基于卡尔曼滤波对机器人协同定位理论开展了一系列的研究工作,分析了基于卡尔曼滤波协同定位算法的定位误差并证明了误差的有界性。HUANG 等[7]探讨了基于扩展卡尔曼滤波(extended Kalman filter,EKF)的协同定位算法估计的一致性问题,指出误差状态系统模型具有比实际非线性系统更高维的可观测子空间,这将导致在没有可用信息时,EKF方法中协方差的估计将不合理地减少,最终导致估计的不一致。空空导弹研究院的花文华[8]和何金刚[9]基于EKF 完成了视线角度量测下的协同滤波器的设计,增加了系统的可观测性,完成了双导弹系统的协同仿真。JULIER 等[10]提出了协方差交叉(covariance intersection,CI)信息融合方法,为协方差未知情况下的信息融合提供了一种解决办法。……