韓春耀,熊家軍,張凱
(空軍預(yù)警學(xué)院,湖北 武漢 430019)
臨近空間高超聲速飛行器速度快、飛行高度高、射程遠(yuǎn),并且光電特性復(fù)雜,具有突防能力強(qiáng)、打擊精度高的特點(diǎn)[1-3],使得對(duì)該類目標(biāo)的探測(cè)、攔截面臨巨大挑戰(zhàn)。鑒于單傳感器探測(cè)能力有限,且目標(biāo)機(jī)動(dòng)范圍廣,防御方需要構(gòu)建多傳感器探測(cè)網(wǎng)絡(luò)[4],而快速、可靠的情報(bào)交接是多傳感器探測(cè)網(wǎng)絡(luò)連續(xù)跟蹤目標(biāo)的保證。軌跡預(yù)測(cè)指示相鄰傳感器進(jìn)入交接狀態(tài),引導(dǎo)傳感器快速捕獲目標(biāo),能夠提高情報(bào)交接的質(zhì)量和速度。無(wú)動(dòng)力滑翔高超聲速飛行器采用非慣性彈道,根據(jù)作戰(zhàn)任務(wù)規(guī)劃運(yùn)動(dòng)軌跡,這增加了軌跡預(yù)測(cè)的難度。
軌跡預(yù)測(cè)是依據(jù)量測(cè)信息估計(jì)目標(biāo)未來(lái)運(yùn)動(dòng)狀態(tài)或者運(yùn)動(dòng)趨勢(shì)的過(guò)程,多用于預(yù)測(cè)制導(dǎo)[5-6]。軌跡預(yù)測(cè)包括2個(gè)步驟:一是估計(jì)當(dāng)前目標(biāo)狀態(tài);二是構(gòu)建預(yù)測(cè)模型。與目標(biāo)跟蹤類似,軌跡預(yù)測(cè)需要解決目標(biāo)運(yùn)動(dòng)模型不確定問(wèn)題和量測(cè)數(shù)據(jù)不確定問(wèn)題。文獻(xiàn)[7]認(rèn)為預(yù)測(cè)飛行器的升阻比是實(shí)現(xiàn)軌跡預(yù)測(cè)的關(guān)鍵,并認(rèn)為升阻比成線性增長(zhǎng)規(guī)律,提出了基于升阻比變化規(guī)律的軌跡預(yù)測(cè)算法。但其軌跡是在縱程最優(yōu)條件下獲得的,并在此基礎(chǔ)上獲得了升阻比的變化規(guī)律,因此具有一定的局限性。
目標(biāo)連續(xù)跟蹤是軌跡預(yù)測(cè)的基礎(chǔ),目前有不少關(guān)于臨近空間高超聲速目標(biāo)跟蹤問(wèn)題的研究。文獻(xiàn)[8]將臨近空間高超聲速目標(biāo)躍式機(jī)動(dòng)的加速度建模為具有正弦波自相關(guān)的零均值隨機(jī)過(guò)程。文獻(xiàn)[9]針對(duì)臨近空間高超聲速目標(biāo)飛行速度快、機(jī)動(dòng)性能強(qiáng)和加速度突變的特性,提出了一種基于目標(biāo)特性的修正強(qiáng)跟蹤濾波算法。文獻(xiàn)[10-11]運(yùn)用交互多模型算法跟蹤臨近空間高超聲速目標(biāo)。當(dāng)前主要的機(jī)動(dòng)目標(biāo)運(yùn)動(dòng)模型基于運(yùn)動(dòng)學(xué)方程,并將未知的機(jī)動(dòng)參數(shù)建模為隨機(jī)過(guò)程模型[12]。為解決單個(gè)運(yùn)動(dòng)模型描述的運(yùn)動(dòng)特征單一的問(wèn)題,適應(yīng)性更強(qiáng)的多模型方法運(yùn)用到該類目標(biāo)的跟蹤。
運(yùn)動(dòng)模型描述了目標(biāo)狀態(tài)隨時(shí)間變化規(guī)律,基于運(yùn)動(dòng)模型的跟蹤方法需要一步預(yù)測(cè)目標(biāo)狀態(tài),以獲得目標(biāo)狀態(tài)的后驗(yàn)概率密度。而情報(bào)交接時(shí),需要實(shí)施較長(zhǎng)時(shí)間的軌跡預(yù)測(cè),此時(shí)一步預(yù)測(cè)不能滿足情報(bào)交接對(duì)預(yù)測(cè)時(shí)間的要求。由于無(wú)動(dòng)力滑翔高超聲速飛行器借助大升阻比氣動(dòng)外形在臨近空間做長(zhǎng)時(shí)間遠(yuǎn)距離滑翔,運(yùn)動(dòng)方程高度非線性,基于上述運(yùn)動(dòng)模型預(yù)測(cè)軌跡的方法精度低。目前,軌跡預(yù)測(cè)問(wèn)題的研究對(duì)象多針對(duì)彈道導(dǎo)彈目標(biāo),由于其彈道是慣性彈道,滿足二體運(yùn)動(dòng)規(guī)律,理論上在彈道導(dǎo)彈助推火箭關(guān)機(jī)以后即可實(shí)現(xiàn)長(zhǎng)時(shí)間、高精度的軌跡預(yù)測(cè)[13-14]。無(wú)動(dòng)力滑翔高超聲速飛行器采用非慣性彈道,借助氣動(dòng)力實(shí)施大范圍橫向機(jī)動(dòng)和遠(yuǎn)距離滑翔[15],構(gòu)建預(yù)測(cè)模型困難,且鮮有關(guān)于無(wú)動(dòng)力滑翔高超聲速飛行器軌跡預(yù)測(cè)的研究。
在已知目標(biāo)類型條件下,以無(wú)動(dòng)力滑翔高超聲速飛行器為研究對(duì)象,根據(jù)目標(biāo)的受力分析,建立基于動(dòng)力學(xué)模型簡(jiǎn)化的滑翔段預(yù)測(cè)模型,實(shí)現(xiàn)了較長(zhǎng)時(shí)間的軌跡預(yù)測(cè)。
運(yùn)動(dòng)學(xué)模型描述的是質(zhì)點(diǎn)空間狀態(tài)隨時(shí)間的變化,而動(dòng)力學(xué)模型描述的是研究對(duì)象運(yùn)動(dòng)與受力的關(guān)系,根據(jù)研究對(duì)象的受力情況建立的運(yùn)動(dòng)模型更符合運(yùn)動(dòng)規(guī)律。
選取站心地平直角坐標(biāo)系處理量測(cè)數(shù)據(jù),同樣選擇在站心地平直角坐標(biāo)系分析目標(biāo)受力情況。站心地平直角坐標(biāo)系,坐標(biāo)原點(diǎn)O為傳感器天線中心,z軸過(guò)原點(diǎn)垂直于當(dāng)?shù)厮矫?,向上為正,y軸指向正北,與原點(diǎn)所在子午面相切,x軸位于當(dāng)?shù)厮矫鎯?nèi),向東為正,3個(gè)坐標(biāo)軸構(gòu)成右手坐標(biāo)系。
無(wú)動(dòng)力滑翔高超聲速飛行器在滑翔段主要受氣動(dòng)升力、重力與氣動(dòng)阻力:
(1)
式中:m為質(zhì)量;CD為阻力系數(shù);CL為升力系數(shù);ρ為大氣密度;g為引力向量,方向從飛行器質(zhì)心指向地心;A為有效面積;v=(vx,vy,vz)為速度向量;u為升力方向的單位向量。
假設(shè)升力方向的單位向量u=(ui,uj,uk),那么向量u滿足以下4個(gè)條件:
(2)
式中:vx和vz為速度向量在對(duì)應(yīng)坐標(biāo)軸的分量。
據(jù)此可以求出升力方向的單位向量為
(3)
無(wú)動(dòng)力滑翔高超聲速飛行器在滑翔段速度傾角較小,小于5°,速度在z軸的投影較小。由式(3)可以看出升力方向的單位向量uk分量接近于1。因此,假設(shè)升力在x軸與y軸的分量為0。
飛行器距離傳感器較遠(yuǎn)時(shí),重力在x軸與y軸存在分量,若將地球建模為橢球,重力分量與質(zhì)點(diǎn)坐標(biāo)是非線性關(guān)系。這些因素均不利于簡(jiǎn)化運(yùn)動(dòng)模型。重力在x軸與y軸的分量分別為
gx=gsinβcosα,
gy=gsinβsinα,
(4)
式中:β為飛行器地心距向量與坐標(biāo)軸z軸的夾角;α為飛行器的方位角。
假設(shè)飛行器距離傳感器小于500 km,即β小于5°,則可以忽略重力在x軸y軸的分量。同時(shí)無(wú)動(dòng)力滑翔高超聲速飛行器高度為20~80 km[3],由于地球曲率的影響限制了傳感器的探測(cè)范圍,因此,假設(shè)是合理的。
根據(jù)無(wú)動(dòng)力滑翔高超聲速飛行器的受力情況,可得其動(dòng)力學(xué)模型,為了簡(jiǎn)化形式,令
(5)
則飛行器的動(dòng)力學(xué)模型可表示為
(6)
由式(6)可見(jiàn),無(wú)動(dòng)力滑翔高超聲速飛行器的運(yùn)動(dòng)狀態(tài)在各坐標(biāo)軸方向上式耦合的。阻力的方向與當(dāng)前速度方向相反,阻力大小與速度的平方呈正比;升力方向與速度方向垂直,升力大小與速度的平方呈正比。
動(dòng)力學(xué)模型可表示為關(guān)于速度向量v的微分方程形式為
(7)
動(dòng)力學(xué)模型的狀態(tài)轉(zhuǎn)換矩陣包含了速度向量本身,無(wú)法獲得解析解。模型中的參數(shù),如空氣密度、升力系數(shù)、阻力系數(shù)、重力加速度以及飛行器的質(zhì)量,可以給出參考值或者取值范圍。但對(duì)于未知的高超聲速目標(biāo),要想獲得精準(zhǔn)的軌跡分析及軌跡預(yù)測(cè)結(jié)果,辨識(shí)模型參數(shù)是必要的。
模型參數(shù)的辨識(shí)精度依托于狀態(tài)估計(jì)精度,而求解狀態(tài)又需要模型參數(shù),兩者互為因果,使目標(biāo)運(yùn)動(dòng)的分析復(fù)雜化。因此,可根據(jù)實(shí)際情況適當(dāng)簡(jiǎn)化動(dòng)力學(xué)模型。
(8)
式中:v0為預(yù)測(cè)時(shí)間區(qū)間內(nèi)的初始速度,同時(shí)是實(shí)施預(yù)測(cè)的初始速度。
(9)
式(9)為飛行器在預(yù)測(cè)時(shí)間區(qū)間內(nèi)的簡(jiǎn)化動(dòng)力學(xué)模型,為一階線性微分方程形式,能夠獲得其解析解。簡(jiǎn)化動(dòng)力學(xué)模型所需辨識(shí)的模型參數(shù)綜合到了KD,KL2個(gè)參數(shù)中,降低了參數(shù)辨識(shí)的復(fù)雜度。同時(shí)由于2個(gè)參數(shù)的取值與多種因素有關(guān),因此,弱化了簡(jiǎn)化模型中模型參數(shù)對(duì)應(yīng)的物理意義。
動(dòng)力學(xué)模型構(gòu)建過(guò)程中簡(jiǎn)化依據(jù)為:
(1) 速度傾角小,阻力只在x軸與y軸存在分量,升力只在z軸存在分量;
(2) 飛行器在距離傳感器500 km范圍內(nèi)滑翔,忽略重力在x軸與y軸存在的分量;
(3) 在預(yù)測(cè)時(shí)間區(qū)間內(nèi)飛行器質(zhì)量保持不變。
(4) 升力系數(shù)與阻力系數(shù)的比值也基本保持不變。
微分方程(9)的解如式(10)和式(11)所示,即預(yù)測(cè)模型。若已知當(dāng)前時(shí)刻的運(yùn)動(dòng)狀態(tài),則可獲得目標(biāo)速度和位置隨時(shí)間變化,即實(shí)現(xiàn)了軌跡預(yù)測(cè)。
預(yù)測(cè)飛行器軌跡的前提是獲得目標(biāo)當(dāng)前的狀態(tài)以及預(yù)測(cè)模型的參數(shù)KD,KL。
(10)
(11)
飛行器軌跡預(yù)測(cè)與跟蹤過(guò)程中的一步預(yù)測(cè)的差別在于預(yù)測(cè)時(shí)間不同。目標(biāo)跟蹤時(shí),一步預(yù)測(cè)目標(biāo)狀態(tài)以獲得狀態(tài)的條件概率密度,預(yù)測(cè)時(shí)間為量測(cè)數(shù)據(jù)率的倒數(shù),即為采樣間隔時(shí)間。將傳感器的數(shù)據(jù)率設(shè)置為1 Hz,則一步預(yù)測(cè)時(shí)間為1 s。而軌跡預(yù)測(cè)的目的是為了引導(dǎo)相鄰傳感器捕獲目標(biāo),輔助傳感器間進(jìn)行情報(bào)交接,因而需要較長(zhǎng)時(shí)間的預(yù)測(cè),預(yù)測(cè)時(shí)間設(shè)置為30 s。
圖1給出了軌跡預(yù)測(cè)算法流程。狀態(tài)估計(jì)的運(yùn)動(dòng)模型采用“當(dāng)前”統(tǒng)計(jì)模型,濾波方法采用卡爾曼濾波。軌跡平滑采用動(dòng)弧平滑平均法,抑制隨機(jī)噪聲的影響,提高目標(biāo)軌跡量測(cè)點(diǎn)估計(jì)值的精度,進(jìn)而提高軌跡預(yù)測(cè)的精度[16]。由預(yù)測(cè)模型可知,在獲得相鄰時(shí)刻的目標(biāo)狀態(tài)后可求得模型參數(shù)KL,KD,并且x軸與y軸的模型參數(shù)均為KD,可取均值作為最終值。最后將模型參數(shù)及初始狀態(tài)代入預(yù)測(cè)模型,外推目標(biāo)狀態(tài)。
飛行器軌跡參數(shù)設(shè)置。初始位置經(jīng)緯度為(0°,0°),初始高度為50~ 70 km,初始速度為4 000 m/s,初始速度傾角為-2°~2°,航向角為60°~120°,飛行器的攻角為15°,滑翔過(guò)程中保持較大升阻比。圖2為通過(guò)數(shù)值積分生成的一條飛行器模擬軌跡。
傳感器參數(shù)設(shè)置。采樣頻率為1 Hz,距離量測(cè)誤差σR=100 m,方位角量測(cè)誤差σα=0.1°,俯仰角量測(cè)誤差σγ=0.1°。
“當(dāng)前”統(tǒng)計(jì)模型參數(shù)設(shè)置。考慮到無(wú)動(dòng)力滑翔高超聲速飛行器在滑翔過(guò)程中x軸和y軸的速度不斷減小,假定加速度的值一直為負(fù),且最大負(fù)加速度為-10 m/s2;飛行器高度呈正弦狀,因此z軸速度、加速度關(guān)于時(shí)間的變換規(guī)律均成波浪形,z軸加速度的范圍為-10~10 m/s2。
采用蒙特卡羅仿真評(píng)估軌跡預(yù)測(cè)算法的預(yù)測(cè)精度,預(yù)測(cè)精度用均方根誤差(root mean square error, RMSE)橢球表示,可以用橢球的體積衡量誤差的大小。設(shè)N次蒙特卡羅仿真的預(yù)測(cè)點(diǎn)狀態(tài)為(xk,yk,zk),k=1,2,…,N,則均方根誤差橢球的球心為(Xo,Yo,Zo),其中:
(12)
橢球的軸長(zhǎng)a,b和c分別用各坐標(biāo)軸方向的預(yù)測(cè)均方根誤差值表示,即
(13)
式中:(xo,yo,zo)為飛行器在預(yù)測(cè)時(shí)刻的理論位置。
假設(shè)軌跡預(yù)測(cè)時(shí)間為Tpre,在k時(shí)刻預(yù)測(cè)k+1時(shí)刻至k+Tpre時(shí)刻的飛行器軌跡。用式(14)衡量k時(shí)刻的軌跡預(yù)測(cè)精度。圖3為軌跡預(yù)測(cè)均方根誤差隨時(shí)間的變化曲線,軌跡預(yù)測(cè)的RMSE小于3 km。假設(shè)下一傳感器的波束寬度為1°,則在500 km處傳感器波束的幾何寬度約為17.453 km,軌跡預(yù)測(cè)的均方根誤差能夠保證搜索波束捕獲到目標(biāo)。當(dāng)目標(biāo)在z軸方向轉(zhuǎn)彎時(shí)預(yù)測(cè)模型參數(shù)變化大,預(yù)測(cè)誤差大,z軸的RMSE呈周期震蕩趨勢(shì)。與z軸相比,x軸與y軸的預(yù)測(cè)RMSE較小,可見(jiàn)x軸與y軸預(yù)測(cè)模型與運(yùn)動(dòng)規(guī)律更相符。
(14)
軌跡預(yù)測(cè)時(shí)間設(shè)置為30 s,圖4展示了預(yù)測(cè)RMSE隨預(yù)測(cè)時(shí)間的變化。可見(jiàn)軌跡預(yù)測(cè)RMSE隨預(yù)測(cè)時(shí)間逐漸增大,與z軸RMSE相比,x軸與y軸的RMSE變化較小,這也說(shuō)明飛行器在z軸的機(jī)動(dòng)能力較強(qiáng)。
當(dāng)前時(shí)刻k=150時(shí),RMSE橢球半徑分別為(3 874,749,3 851)。圖5為軌跡預(yù)測(cè)誤差橢球在y軸與z軸的一個(gè)切面,實(shí)線橢圓為誤差橢圓,星號(hào)為預(yù)測(cè)點(diǎn)。
無(wú)動(dòng)力滑翔高超聲速飛行器在滑翔段飛行時(shí)間長(zhǎng)、滑翔平穩(wěn),有利于繼續(xù)軌跡預(yù)測(cè)。針對(duì)無(wú)動(dòng)力滑翔高超聲速飛行器軌跡預(yù)測(cè)問(wèn)題,結(jié)合臨近空間高超聲速飛行器防御的應(yīng)用需求,基于動(dòng)力學(xué)模型簡(jiǎn)化構(gòu)建了預(yù)測(cè)模型,并實(shí)現(xiàn)了較長(zhǎng)時(shí)間的軌跡預(yù)測(cè)。軌跡預(yù)測(cè)無(wú)論對(duì)于探測(cè)網(wǎng)絡(luò)的情報(bào)交接,還是對(duì)于攔截打擊,都有一定的價(jià)值。研究對(duì)象為無(wú)動(dòng)力滑翔高超聲速目標(biāo),應(yīng)用時(shí)需要先判斷目標(biāo)屬性,軌跡預(yù)測(cè)算法具有一定的局限性。
參考文獻(xiàn):
[1] WALKER S H,SHERK J,SHELL D,et a1.The DARPA/AF Falcon Program:the Hypersonic Technology Vehicle#2(HTV-2)Flight Demonstration Phase[C]∥15th AIAA International Space Planes and Hypersonic Systems and Technologies Conference,Dayton,Ohio,2008:2539.
[2] 汪連棟,曾勇虎,高磊,等.臨近空間高超聲速目標(biāo)雷達(dá)探測(cè)技術(shù)現(xiàn)狀與趨勢(shì)[J].信號(hào)處理,2014,30(1):72-85.
WANG Lian-dong,ZENG Yong-hu,GAO Lei,et al.Technology Status and Development Trend for Radar Detection of Hypersonic Target in Near Space[J].Journal of Signal Processing,2014,30(1):72-85.
[3] 張國(guó)華.臨近空間目標(biāo)探測(cè)分析[J].現(xiàn)代雷達(dá),2011,33(6):13-16.
ZHANG Guo-hua.Analysis of Near Space Target Detection[J].Modern Radar,2011,33(6):13-16.
[4] 肖松,譚賢四,王紅,等.地基雷達(dá)部署對(duì)探測(cè)臨近空間高超聲速目標(biāo)影響研究[J].電子與信息學(xué)報(bào),2015,37(7):1723-1728.
XIAO Song,TAN Xian-si,WANG Hong,et al.Detection Performance Assessment of Near-Space Hypersonic Target Based on Ground-Based Radar[J].Journal of Electronics & Information Technology,2015,37(7):1723-1728.
[5] 孫勇,段廣仁,張卯瑞,等.基于擬能量的高超聲速飛行器再入軌跡優(yōu)化[J].上海交通大學(xué)學(xué)報(bào),2011,45(2):262-266.
SUN Yong,DUAN Guang-ren,ZHANG Mao-rui,et al.Reentry Trajectory Optimization of Hypersonic Vehicle Based on Pseudo Energy[J].Journal of Shanghai Jiaotong University,2011,45(2):262-266.
[6] YAN Xiao-dong,WANG Zhi.Three-Dimensional Trajectory Planning Method for Hypersonic Glide Vehicle[C]∥18th AIAA/3AF International Space Planes and Hypersonic Systems and Technologies Conference,Tours,France,2012:5897.
[7] 王路,邢清華,毛藝帆.基于升阻比變化規(guī)律的再入高超聲速滑翔飛行器軌跡預(yù)測(cè)算法[J].系統(tǒng)工程與電子技術(shù),2015,37(10):2335-2340.
WANG Lu,XING Qing-hua,MAO Yi-fan.Trajectory Prediction of Reentry Hypersonic Glide Vehicle Based on Changing Rule of Lift-Drag Ratio[J].Systems Engineering and Eletronics,2015,37(10):2335-2340.
[8] 王國(guó)宏,李俊杰,張翔宇,等.臨近空間高超聲速滑躍式機(jī)動(dòng)目標(biāo)的跟蹤模型[J].航空學(xué)報(bào),2015,36(7):2400-2410.
WANG Guo-hong,LI Jun-jie,ZHANG Xiang-yu,et al.A Tracking Model for Near Space Hypersonic Slippage Leap Maneuvering Target[J].Acta Aeronautica et Astronautica Sinica,2015,36(7):2400-2410.
[9] 張翔宇,王國(guó)宏,李俊杰,等.臨近空間高超聲速滑躍式軌跡目標(biāo)跟蹤技術(shù)[J].航空學(xué)報(bào),2015,36(6):1983-1994.
ZHANG Xiang-yu,WANG Guo-hong,LI Jun-jie,et al.Tracking of Hypersonic Sliding Target in Near Space[J].Acta Aeronautica et Astronautica Sinica,2015,36(6):1983-1994.
[10] 秦雷,李君龍,周荻.基于交互式多模型算法跟蹤臨近空間目標(biāo)[J].系統(tǒng)工程與電子技術(shù),2014,36(7):1243-1249.
QIN Lei,LI Jun-long,ZHOU Di.Tracking for Near Space Target Based on IMM Algorithm[J].Systems Engineering and Electronics,2014,36(7):1243-1249.
[11] 關(guān)欣,趙靜,張政超,等.一種可行的高超聲速飛行器跟蹤算法[J].電訊技術(shù),2011,32(8):80-84.
GUAN Xin,ZHAO Jing,ZHANG Zheng-chao,et al.A Feasible Tracking Algorithm for Hypersonic Aircrafts[J].Telecommunication Engineering,2011,32(8):80-84.
[12] LI X R,JILKOV P.Survey of Maneuvering Target Tracking Part I:Dynamic Models[J].IEEE Transactions on Aerospace and Electronic Systems,2003,39(4):1333-1364.
[13] 楊少春,劉永蘭,劉進(jìn)忙.采用分段思想的中段彈道預(yù)測(cè)算法[J].空軍工程大學(xué)學(xué)報(bào):自然科學(xué)版,2014,15(3):33-36.
YANG Shao-chun,LIU Yong-lan,LIU Jin-mang.An Algorithm of Trajectory Prediction Base on Subsection in Free Phase[J].Journal of Air Force Engineering University:Natural Science ed,2014,15(3):33-36.
[14] 陳映,文樹(shù)梁,程臻.一種基于多模型算法的純彈道式彈道落點(diǎn)預(yù)報(bào)方法[J].宇航學(xué)報(bào),2010,31(7):1825-1831.
CHEN Ying,WEN Shu-liang,CHENG Zhen.An IMM-Based Impact Point Prediction Method of Ballistic Target[J].Journal of Astronautics,2010,31(7):1825-1831.
[15] 李廣華,張洪波,湯國(guó)建.高超聲速滑翔飛行器典型彈道特性分析[J].宇航學(xué)報(bào),2015,36(4):397-403.
LI Guang-hua,ZHANG Hong-bo,TANG Guo-jian.Typical Trajectory Characteristics of Hypersonic Glide Vehicle[J].Journal of Astronautics,2015,36(4):397-403.
[16] 沈慧娜,徐振來(lái).提高彈道導(dǎo)彈落點(diǎn)預(yù)報(bào)精度的動(dòng)弧平滑平均法[J].現(xiàn)代雷達(dá),2009,31(7):55-57.
SHEN Hui-na,XU Zhen-lai.Moving-Arc Smoothing Averaging Algorithm for Improving the Prediction Precision of Ballistic Missile Impact-Point[J].Modern Radar,2009,31(7):55-57.