首页 历史故事弹道解算系统的应用与优势

弹道解算系统的应用与优势

【摘要】:弹道解算技术是以弹道测量系统测量的弹道参数为初始量, 根据制导律要求解算出弹道偏差控制执行机构作用消除弹道偏差的过程, 是弹道修正弹研制过程中的另一关键技术。为了提高弹道预测解算的速度, 许多学者对弹道方程进行了线性化处

弹道解算技术是以弹道测量系统测量的弹道参数为初始量, 根据制导律要求解算出弹道偏差控制执行机构作用消除弹道偏差的过程, 是弹道修正弹研制过程中的另一关键技术。为实现弹道修正首先需要根据弹道特点选择导引律。其次, 弹载计算机运算性能有限, 北斗+地磁的制导体制所能测量的弹道参数有限, 在这种硬件性能水平有限的条件下如何确定更为简单、有效的导航控制算法是研制弹道修正弹需要解决的另一个重要问题。

1.弹道修正导引律

弹道修正导引律是指火箭弹飞行过程中应该遵循的规律, 选取导引律是弹道修正弹研制中的一个重要技术环节, 导引律选取是否合适不仅影响到控制系统设计的难易程度, 还决定了火箭弹能否在弹道控制相对容易的情况下精确命中目标。

导引律是伴随着导弹的发展而发展起来并最初应用到导弹上, 随着新型智能化弹药的发展, 导引律在精确打击弹药上的应用得到越来越多的研究。从公开资料看Donnard 等人早在1964 年就对采用脉冲推冲器控制的某型反坦克制导炮弹的导引方法进行了研究, 该型炮弹采用半主动激光导引头作为弹道测量体制, 在弹道末段激光导引头打开, 将实时探测得到的弹体-目标连线和弹体轴线之间的夹角与设定的阈值角进行比较, 当该夹角大于设定的阈值角时发出弹道修正指令。Thabat Jitpraphai、Mark Costello 等人以某脉冲控制的直射火箭弹为研究对象, 在2001 年第一次对比例导引、抛物线比例导引和弹道追踪导引在直射火箭弹上的运用进行了比较, 其中, Thabat Jitpraphai 等人又在2002年对相应的算法进行了改进, 赵捍东、曹营军、徐劲祥、张成、肖顺旺和卞伟伟等人也研究了类似的导引方法在弹道修正弹的应用, 仿真分析结果表明, 脉冲推冲器数量较少时采用弹道追踪导引律时具有绝对的优势, 而当脉冲推冲器数量足够时抛物线比例导引具有小的偏差和平均误差, 但是对于重力测量误差较为敏感, 每种导引律对于弹体姿态、位置和速度信息都具有较高的精度要求, 弹道修正效果随着弹道测量设备精度误差的增大而不断变大。速度追踪导引律和弹体追踪导引律对弹体过载要求较高, 而脉冲修正弹修正能力有限, 不能提供所需过载。此外, 比例导引律对于弹体姿态信息的精度要求较高, 弹道修正弹弹道测量模块无法提供相应精度的弹体姿态参数, 所以这两种导引方法很难在修正弹上得到应用。随着电子技术和计算机技术的发展, 一种新的导引控制方法——预测导引控制方法被引用到了弹道修正弹上。

模型预测控制是20 世纪中后期从过程控制领域产生并发展起来的一类计算机控制方法。相对于其他优化算法, 模型预测控制具有决定性的优势, 在问世之后的短短几十年就受到了控制界和工业界的广泛关注, 并已经在航天、航空、石油、化工和重工等领域得到了普遍应用。随着控制理论的发展, 预测控制算法不断更新和完善, 先后经历了基于有限脉冲响应模型、采用过程输入/输出传递函数作为模型和采用状态空间模型这三个阶段。目前预测控制导引方法在弹道控制上的应用出现了许多成果。

预测导引控制是指通过建立的模型预测出火箭弹未来一定时间或者落地时的状态, 将此状态与标准状态进行比较, 当误差超过一定值时即对弹道偏差进行修正的过程。预测导引控制分为状态预测控制和落点偏差预测控制两类。Burchett 和Costello 等人研究了状态预测控制方法在脉冲修正火箭弹上的应用,Philip V.Hahn 和Ollerenshaw 等人分析了状态预测控制方法在舵机控制系统上的应用, Nathan Slegers 针对火箭弹从航空设备上释放时具有大攻角、垂直速度分量大和俯仰角速度高的特点研究了采用预测控制对航空火箭弹进行导引控制的方法。为了提高预测解算速度, Nathan Slegers 对建立的模型进行了线性化处理, 仿真结果表明采用预测控制方法对弹药进行导引控制时弹道修正效果比较明显。状态预测控制对于弹载计算机的性能要求较高, 现有弹载计算机性能无法满足制导控制实时解算需求。

2.落点预测算法

为了有效地对弹道实现修正控制, 杨俊、赵捍东和曹营军等人研究了落点偏差预测控制在脉冲修正弹上的应用, 采用落点偏差预测方法对火箭弹进行导引控制时每一次的弹道修正对于改善火箭弹的射击精度都是有效的。

落点预测是指利用先验信息或者实时测量的弹道参数解算火箭弹落地时弹体状态的过程, 根据落点预测作用的不同分为发射前预测和在线预测两种。发射前落点预测主要是指利用弹道模型、弹体参数、气动系数和气象条件解算射击诸元的过程, 这种预测算法的精度依赖于弹道模型和初始数据的准确度。在线预测是指弹载计算机根据火箭弹飞行中某时刻的状态为输入量解算火箭弹无控飞行对应的落地点坐标的过程, 主要用于弹道修正控制。在线预测主要依赖于试验前的信息, 信息来源于理论解算、仿真试验、地面试验和本型弹药的飞行试验数据, 下文所指的落点预测均指在线预测。

落点预测解算包含了模型的建立、预测解算实施和预测数值滤波处理等过程, 其中预测模型的建立是最为关键的环节, 落点预测按照所建立模型的不同将落点预测解算分为弹道模型预测、线性回归预测和抛物线预测等方法。

弹道模型预测是指对弹体的运动过程建立模型, 将弹体的运动过程采用弹道方程的形式表达出来, 通过数值积分解算出火箭弹落地时对应坐标的过程。按照外弹道学的发展阶段不同将弹道模型预测分为质点弹道模型、改进质点弹道模型和6 自由度弹道模型。质点弹道模型假设弹体的运动为一个质点的运动, 模型最为简单, 所需输入量也最少, 但是精度稍差; 改进质点弹道模型是在质点弹道模型的基础上增加了对横向偏差的预测解算, 但是其预测解算精度仍然难以满足制导控制需求; 高策、刘彦君等人研究分析了6 自由度弹道模型在落点预测中的应用, 6 自由度弹道模型能够较为准确地描述火箭弹在空气中的运动状态, 预测解算精度较高, 但是该模型所需初始输入量较多, 解算耗时较长, 很难用于弹道实时控制。为了提高弹道预测解算的速度, 许多学者对弹道方程进行了线性化处理, 但是仍然无法满足修正控制系统对于落点预测解算实时性的要求, 采用弹道模型进行落点预测解算在工程应用上还存在一定的困难。

线性回归预测是指通过建立射程或者横向偏差与弹道参数之间的关系, 将这种关系利用方程式的形式表示出来, 当获得弹道参数时便可解算出射程或者横向偏差的过程。李飞飞等人提出了采用二元插值和神经网络进行弹道参数拟合的组合算法, 该算法在较小范围内具有一定的精度, 但是随着射程的增加,误差增大。曹营军等人利用线性回归的方法研究分析了射程、横向偏差和弹道参数之间的关系。另外一种形式的线性回归方法是神经网络法, 包括离线训练和在线训练两种模式, 离线训练的神经网络法在特定的条件下具有较高的预测精度, 但是没有通用性, 在线训练神经网络的方法无法满足实时性要求。采用线性回归方法进行落点偏差预测解算时所需计算的数据量会随着自变量数目的增多而呈指数形式增加, 降低预测解算的速度, 无法用于实时的制导控制。

抛物线预测认为火箭弹的外弹道是一条抛物线, 通过测量某几个特征点来确定抛物线方程, 将实时测量的弹道参数代入确定的弹道方程便可解算出射程偏差。仿真结果发现抛物线理论只是在空气稀薄地区对近距离目标进行射击的火箭弹或者初速较小的火箭弹来说有一定的精度, 对于大射程火箭弹来说抛物线理论没有适用性。此外, 王中原等人对比分析了弹道模型预测算法方程解算方法和系数解算方法在落点预测中的区别, 得出的结论是系数解算方法具有更快的解算速度。

综上分析可以看出, 采用弹道模型、线性回归方法和抛物线拟合方法对落点偏差进行预测解算时其精度不同, 解算过程的复杂度也不同, 无法做到精度和实时性的兼得。此外, 相关研究文献中提出的落点预测算法对于弹道参数的精度和数量有较高的要求, 这些方法具有较高的理论研究价值, 但在工程应用中还存在一定的难度。因此, 如何根据弹道偏差和弹道参数之间的关系提出计算过程简单、精度高和所需弹道参数少的落点预测方法是值得研究的一个问题。

弹道修正火箭弹采用北斗卫星导航定位系统, 卫星信号较弱, 易受到干扰, 直接采用不加处理的弹道测量参数进行落点偏差解算时会引起落点偏差值的跳动, 这显然违背了实际情况, 为了提高落点预测偏差的精度, 需要对落点预测偏差值进行滤波处理。常用的滤波方法有两种: 一是对弹道测量参数直接进行滤波处理, 将滤波处理以后的弹道参数用于落点偏差解算; 二是解算完落点偏差值后再进行滤波处理。Burchett、Bertrand Grandvallet、陈维波和戴明祥等人研究分析了对测量数据进行滤波处理的方法, 这种滤波方法需要建立精确的干扰模型, 滤波精度直接取决于所建立干扰模型的精度, 在实际的工程应用中很难建立准确的干扰模型, 在工程应用上还存在一定的差距。Thomas Recchia 等人提出了采用卡尔曼滤波、平滑和预测算法来获得弹道信息和落点信息的方法, 这种方法同样需要建立准确的干扰模型, 具有较高的理论研究价值,但在工程应用上还有一定的差距。为了提高落点预测偏差的精度, 需要根据弹道修正弹的弹道特点研究滤波算法。