针对高速制导导弹在空气动力加热条件下的温度自适应多传感器融合技术

《IEEE Access》：Temperature-Adaptive Multi-Sensor Fusion for High-Speed Guided Missiles Under Aerodynamic Heating

　　

摘要：

高速制导导弹在马赫2.5或以上速度飞行时，由于空气动力加热作用，其红外探测器的温度会迅速升高。这种温度升高会降低中波红外（MWIR）探测器的测量精度，并可能在末端制导阶段导致跟踪误差。传统的固定参数传感器融合方法无法充分补偿这种热效应带来的性能下降，从而导致传感器噪声水平被低估，以及降低后的MWIR测量数据被过度加权。本研究提出了一种基于探测器温度的自适应多传感器融合技术来解决这一问题。该方法采用基于物理温度阈值的三种工作模式：在低温和常温范围内使用预设的噪声模型；而在高温范围内，仅激活扩展卡尔曼滤波器（EKF）来实时估计温度升高对探测器性能的影响参数κ。这种选择性激活机制减少了不必要的计算量，并避免了在观测数据不足时的估计不稳定现象。利用估计得到的参数，通过退化模型重建MWIR传感器的噪声方差，并更新MWIR、光电（EO）和射频（RF）传感器之间的融合权重。为了在初始估计阶段保持稳定的融合性能，引入了一种与估计误差协方差成比例的保守权重调整机制。为了验证该方法的有效性，我们在四种飞行条件（马赫1.5–3.0）和四种威胁场景下进行了24,000次蒙特卡洛仿真。在马赫3.0的复合威胁条件下，与固定参数方法相比，该方法的最大跟踪误差减少了6.1%。在热效应较轻微的低速范围内，性能差异并不显著。最终的圆概率误差（CEP）为1.32米，相当于理想基准值的98.5%。该算法完全通过软件实现，无需任何额外的硬件修改...

显示更多