馬方遠,杜劍英,申繼志,李鵬勃
(中國兵器工業(yè)試驗測試研究院,陜西 華陰 714200)
現(xiàn)階段,在常規(guī)兵器靶場,使用遙測定位數(shù)據(jù)引導(dǎo)其他外測設(shè)備跟蹤測試已成常態(tài),由于遙測數(shù)據(jù)的質(zhì)量易受彈體姿態(tài)、空間電磁環(huán)境以及地形地貌變化的影響,遙測數(shù)據(jù)中往往有些誤碼,因此,使用遙測定位數(shù)據(jù)作為其他測試設(shè)備的引導(dǎo)源時,需要對遙測定位數(shù)據(jù)的有效性進行實時判斷[1-2]。
目前,遙測定位數(shù)據(jù)有效性實時判別的通常做法是直接使用包校驗技術(shù)[3]。對遙測定位數(shù)據(jù)所在的數(shù)據(jù)包進行包校驗檢查,包校驗檢查通過則認為遙測定位數(shù)據(jù)有效,否則無效。但由于遙測定位數(shù)據(jù)所在包的數(shù)據(jù)長度遠大于遙測定位數(shù)據(jù)的長度,直接使用包校驗技術(shù)判別遙測定位數(shù)據(jù)的有效性雖然可以濾除絕大多數(shù)的無效數(shù)據(jù),但也會帶來兩個問題:一是過度濾除問題,即遙測定位數(shù)據(jù)有效,卻因其所在數(shù)據(jù)包其他數(shù)據(jù)誤碼導(dǎo)致包校驗失敗被濾除;二是濾除不干凈問題,即遙測定位數(shù)據(jù)無效,卻因包校驗規(guī)則漏洞包校驗通過而未被濾除。
DS證據(jù)理論[4-5]是在貝葉斯基礎(chǔ)上發(fā)展起來的,是對概率論的擴展,證據(jù)理論是處理集合的不確定問題,所以使用證據(jù)理論時,需將假設(shè)的命題與構(gòu)建的集合之間建立一一對應(yīng)關(guān)系,從而將命題的不確定問題轉(zhuǎn)換為集合的不確定問題來處理。DS理論引入了信任函數(shù),因此可以將遙測定位信息的測試值與理論預(yù)測值的誤差用信任區(qū)間來描述,當誤差落在信任區(qū)間內(nèi)時,判斷遙測定位數(shù)據(jù)有效[6]。
假設(shè)A和B是某一個集合里的兩個元素,若A∩B≠?(?表示空集),就稱A和B是相容的,假設(shè)X的所有可能取值用一個集合U來表示,并且在U內(nèi)的所有元素之間是互不相容的,就稱U是X的識別框架。設(shè)U為一個識別框架,函數(shù)m:2U→[0,1]并且在滿足下列條件時
就稱m(A)是A的基本概率賦值,即對命題A的基本信任程度可以用m(A)表示。DS證據(jù)理論對于任一命題集合還提出了信任函數(shù)
A中每個子集的基本信任度之和就是A的信任函數(shù),表示為BEL(A),它可以表示對A的總信任度。假設(shè)把命題A當做識別框架U的一個元素,當m(A)>0時,就稱A是信任函數(shù)BEL的焦元。
設(shè)x1(n),x2(n),x3(n)為n時刻飛行器的遙測定位數(shù)據(jù)中位置、速度、加速度的測試值;y1(n),y2(n),y3(n)為n時刻飛行器的理論彈道位置、速度、加速度的數(shù)值;z1(n),z2(n),z3(n)為n時刻飛行器的預(yù)測位置、速度、加速度值[7]。假設(shè)飛行器在時間段[n,n+1]內(nèi)是勻加速運動,則飛行器的n時刻飛行器的預(yù)測位置、速度、加速度[8]可以表示為:
式中,當Δt為遙測定位數(shù)據(jù)的時間間隔,n=0表示起飛零點,則根據(jù)工程實踐得知,n≤0時,xi(n),yi(n),zi(n)(i=1,2,3)其值都為初始狀態(tài)值,且此時的值可以認為就是真值,即m(xi(n)),m(yi(n)),m(zi(n))在n≤0時其值都為1,m(A)為A的基本概率賦值。
當ai(n)?U時,則認為測試值不在合理的范圍內(nèi),此時的測試值是由遙測誤碼造成的,應(yīng)當舍棄,在進行下一時刻預(yù)測時,測試值可以按下面公式進行取值:
在這里,位置信息x1(n)使用了x1(n-1)進行預(yù)估,而不像速度信息x2(n)與加速度信息x3(n)直接使用了理論值y2(n),y3(n)代替,主要是考慮到彈箭實際飛行中,飛行軌跡與理論彈道可能有較大的差別,但是速度與加速度差別較小,為了減少迭代計算次數(shù),方便計算效率。
因此,只要確定了一個識別框架U,使得測試值與理論值的誤差在識別框架內(nèi)的概率賦值X合適,就可以使用上述方法對遙測定位數(shù)據(jù)的有效性進行判斷。當ai(n)?U時,可以判定此時刻測試值有效,當ai(n)?U, 判定此時刻測試值無效。
在實際工程中,識別框架U范圍以及概率賦值X的確定,可以通過實時動態(tài)的估計測試值與理論值的誤差范圍與概率[9],具體實現(xiàn)方法如下:
1) 取一定長度N與一賦值概率X,統(tǒng)計遙測定位信息的測試值與預(yù)測值的誤差ai(n),…,ai(n+N)的均方差σ;
2) 設(shè)bi=sσ,(s>0),當滿足ai(n)在區(qū)間[0,bi]內(nèi)的概率不小于給定的概率賦值X時,如果s≤3,則令s=3,則區(qū)間[0,bi]為判斷遙測定位數(shù)據(jù)有效性的識別框架。
值得注意的是,識別框架[0,bi]的最小上限為測試值與預(yù)測值均方差的3σ,是對有效數(shù)據(jù)的一種保護,即認為誤差在3σ以內(nèi)都是有效數(shù)據(jù)。另外,X的取值越接近于1,本方法濾除無效遙測定位數(shù)據(jù)的能力越弱;X的取值過小,本方法將產(chǎn)生很多誤濾除,正常的遙測定位數(shù)據(jù)也很難通過有效性判別;N的取值越大,本方法濾除無效遙測定位數(shù)據(jù)的能力越強,但是延時輸出就越長。在實際工程應(yīng)用中,X可取0.8~0.95之間,N可以根據(jù)遙測定位數(shù)據(jù)的周期,統(tǒng)籌均衡樣本量的數(shù)量與延時輸出,保證不影響需要引導(dǎo)跟蹤的設(shè)備跟蹤測試[10]。
為了充分驗證算法的效率,本文的試驗驗證數(shù)據(jù)來自于某型號靶場試驗的遙測數(shù)據(jù)中導(dǎo)航計算機導(dǎo)航數(shù)據(jù)發(fā)射坐標系下的射程X,其數(shù)據(jù)周期為12 ms,最大射程為495 km,飛行過程386.64 s,共有3 223個點的數(shù)據(jù),由圖1可以看出,且遙測數(shù)據(jù)的質(zhì)量較差,誤碼較高。
圖1 某試驗遙測數(shù)據(jù)中射程-時間數(shù)據(jù)曲線Fig.1 Range-time data curve in a test telemetry data
直接采用包校驗技術(shù)對遙測定位數(shù)據(jù)有效性進行判別(此數(shù)據(jù)的包校驗為8位校驗和),判別結(jié)果如圖2所示。絕大部分的遙測誤碼已經(jīng)濾除干凈,但仍有兩個無效遙測定位數(shù)據(jù)未被濾除,所剩共計2 988個有效數(shù)據(jù)。
圖2 包校驗后剩余的數(shù)據(jù)曲線Fig.2 Data curve remaining after package verification
采用連續(xù)200個點(2.4 s延時輸出)的測試值與預(yù)測值進行動態(tài)誤差統(tǒng)計,統(tǒng)計并計算概率X為90%時的最小識別框架U的上下限。采用本文方法對下一個測試值進行有效性判斷,判斷結(jié)果如圖3所示。遙測誤碼造成的不正常數(shù)據(jù)已經(jīng)濾除干凈,所剩共計3 029個點的有效數(shù)據(jù),與圖2比較可以看出使用數(shù)據(jù)包包校驗技術(shù),多濾除了41個有效遙測定位數(shù)據(jù)。
圖3 經(jīng)過有效性判別后剩余數(shù)據(jù)曲線Fig.3 Residual data curve after validity discrimination
采用連續(xù)200個點(2.4 s延時輸出)的測試值與預(yù)測值進行動態(tài)誤差統(tǒng)計,統(tǒng)計并計算概率X為90%時的最小識別框架U的上下限。采用本文方法對下一個測試值進行有效性判斷,并使用預(yù)測值代替被剔除的無效遙測定位數(shù)據(jù),補全引導(dǎo)數(shù)據(jù)后的數(shù)據(jù)如圖4。
圖4 補全后的引導(dǎo)數(shù)據(jù)Fig.4 Guidance data after completion
本文提出了基于DS證據(jù)理論的遙測定位數(shù)據(jù)有效性實時判別方法,該方法利用了遙測數(shù)據(jù)中的定位數(shù)據(jù)的位置、速度、加速度信息和理論彈道位置、速度、加速度信息,預(yù)測遙測定位數(shù)據(jù)的合理范圍,使用DS證據(jù)理論原理,直接判斷遙測定位數(shù)據(jù)的有效性,因此避免了常規(guī)使用數(shù)據(jù)包包校驗技術(shù)帶來的遙測定位數(shù)據(jù)過度濾除問題。試驗驗證表明,基于DS證據(jù)理論的遙測定位數(shù)據(jù)有效性判別方法,可以更有效地濾除遙測定位數(shù)據(jù)中的無效數(shù)據(jù)。