论文部分内容阅读
弹道导弹以其精度高,打击力度强等特点已经成为现代战争中的杀手锏武器之一。纵观过去的研究,发现弹道弹头的运动轨迹主要分为三个阶段,每个阶段有各自的特征。弹道导弹的运动包括平动和微动的复合运动。为了迷惑反导系统,弹道导弹会在弹道中段施放假弹头,而先进的假弹头与真弹头十分相似,识别起来更加困难。本文主要研究了弹道弹头的平动和细微运动组成的复合运动,细致地分析了弹道弹头的细微运动,并采用分置天线的MIMO(Multi-Input Multi-Output)雷达直接观测弹道弹头的多维运动特征,将弹道弹头中段的运动建模成状态空间模型。真假弹头在运动中的差异,主要体现在状态空间模型中的参数不同。在弹道中段真假弹头一开始一起在弹道母舱以相同的运动参数运动,分离后,由于真弹头具控制系统运动参数不变,假弹头的运动参数会变化成一个未知的值,因此,真假弹头的识别问题,可以转换为复合二元假设检验问题。本文将传统的似然比检测算法,广义似然比检测算法(General Likelihood Ratio Test,GLR),和局部未知方向检测算法(Locally Optimum Unknown Direction Test,LOUD)应用于真假弹头的识别中。通过仿真与分析,在虚警概率相同的情况下,LOUD检测器与GLR相比更加接近理想的似然比检测器,检测效果较好。本文对真假弹头的一维运动场景和多维运动场景都进行了仿真,检测结果类似,并且LOUD检测器的处理速度比GLR检测器快很多。然而通常,实际中,真假弹头的分离时刻往往是未知的,因此为了快速地识别真假弹头为反导系统赢得充分的时间,本文采用序贯复合假设检验,并提出了序贯局部未知方向检测器(Sequential Locally Optimum Unknown Direction Test,SLOUD),对真假弹头进行快速识别。本文对真假弹头的一维仿真场景和多维仿真场景都进行了仿真分析,比较了SLOUD,序贯广义似然比检测器(Sequential General Likelihood Ratio Test,SGLR),失配的序贯似然比检测器(Sequential Mismatched Likelihood Ratio Test,SMLRT)平均检测延时随着平均虚警延时的变化关系。仿真结果表明,与序贯广义似然比检测器相比真假弹头的SLOUD检测器的检测效果更加接近理想的序贯似然比检测器。同时,SLOUD检测器的处理速度比SGLRT快很多,尤其是在处理多维的数据的时候,SLOUD检测器处理速度非常快。本文的工作主要包括以下几个方面:1、分析了弹道弹头摆动、自旋、锥旋、进动和章动等细微运动等的细微运动参数的特征,并建立了在三维雷达坐标系下弹道弹头运动的离散时间状态方程;2、采用分置天线的MIMO雷达集中地观测弹道弹头的运动,建立了弹道弹头运动的观测方程;3、将真假弹头识别的问题转换成二元复合假设检验问题,并采用理想的似然比检测算法、失配的似然比检测算法、GLR算法和LOUD算法比较了在虚警概率一定的情况下各种算法的识别的效果;4、将真假弹头的快速识别问题转换成真假弹头运动参数的二元序贯复合假设检验问题,并提出SLOUD算法,并将该算法的性能与SGLR算法等相比较,结果显示,该算法的检测效果最接近理想的检测算法,处理速度也较快。