基于神經網絡的高精度空中對準算法研究

王 珂 王宏波 莊志洪

（南京理工大學電子工程與光電技術學院，江蘇 南京 210094）

0 引言

空中對準一般分為粗對準和精對準，先進行粗對準，求得初始姿態矩陣，精對準是在粗對準的基礎上進一步修正姿態角，提高姿態矩陣的精度[1]。卡爾曼濾波器作為最優估計中應用最廣泛的一種濾波器，常用于精對準過程中，卡爾曼濾波是以確切的數學模型和已知噪聲的統計特性為前提條件的，但是在實際應用中，往往存在不能準確獲得系統的數學模型和噪聲統計特性未知的問題[2]。基于以上研究背景，該文提出了基于神經網絡輔助卡爾曼濾波的空中對準方案。利用神經網絡的非線性映射能力，將卡爾曼濾波過程產生的信息作為樣本輸入RBF神經網絡，輸出相關補償量，以校正卡爾曼濾波，在一定程度上對卡爾曼濾波算法進行改進[3]。

1 空中對準算法原理

首先，利用GPS提供初始的位置和速度信息確定制導炮彈的偏航角和俯仰角[4]。假設GPS輸出的速度矢量為[VE0VN0VU0]T，利用公式（1）粗略計算得到初始時刻的俯仰角和航向角。

式中：VE0、VN0和VU0分別為初始時刻GPS輸出的東向、北向和天向的速度；ψ0為初始時刻的航向角；θ0為初始時刻的俯仰角。

考慮計算的復雜度，在粗對準過程中一般采用隨機取值的方法求取滾轉角。其次，利用卡爾曼濾波算法進行精對準，重點在于設計狀態方程和量測方程。通過速度誤差方程、位置誤差方程、姿態誤差方程、加速度計零偏以及陀螺儀常值漂移得到系統的狀態方程，如公式（2）所示。……