模型驱动的导弹试验设计及参数优化

发布时间：2020-08-13 00:38

【摘要】：导弹性能分析与评估,在导弹装备研制过程中发挥了不可或缺的作用,是装备研制、定型、采办和作战应用的重要环节,也是满足未来作战需求的根本保证。本文基于试验设计理论,在模型驱动的背景下讨论了导弹性能分析与评估问题。1)针对实时弹道解算过程中,无迹卡尔曼滤波结果不准确甚至发散的现象,提出了基于试验设计的滤波器参数优化方法,对UKF滤波器进行优化设计。从滤波器的架构出发,梳理出影响滤波器性能的相关参数,基于正交设计,利用构造的理论弹道的测元数据进行仿真试验,确定与性能相关参数的影响因素的最优水平组合。算例表明,该方法确实可以为实时解算弹道的最优参数设置提供指导,并且具有一定的稳健性。2)在介绍经典的回归模型和基于信息矩阵的试验设计优化准则的基础上,重点讨论了在导弹飞行试验中更为实用的一种试验设计的优化问题,即固定谱点数情形下的试验设计优化,提出最大信息试验点集设计及其算法。并进一步考虑导弹试验的小子样性、继承性、多源性等特点,对试验设计提出相应的改进,包括:基于成本或距离的两种“再筛选”准则,基于时序信息等权重的加权试验设计,基于优化准则和极值的补充试验设计。3)在试验设计优化的基础上,讨论了模型驱动的导弹试验设计与参数估计问题。利用先验信息,对部分已知的导弹指标与影响因素之间的响应关系进行刻画,从而建立性能指标与影响因素之间的数学响应模型。引入稀疏优化的理论,将具有稀疏性的模型参数估计问题转换为稀疏重构问题,考虑导弹飞行试验的全过程,基于“分段试验、分步定型”的方针,综合飞行试验设计方案的优化、试验结果的分析,提出综合时序的试验设计优化及稀疏求解方法,给出一体化设计与评估的模型、方法及流程。4)结合两阶段试验的实例,对本文提出的综合时序信息的试验设计优化及稀疏求解方法进行了说明验证。结果表明,在试验点数目相同的情况下,最大信息试验点集设计与最大熵设计相比,由于考虑了模型的先验信息,点位分布与响应曲面更匹配,并且考虑了试验点的时序信息和成本信息,更符合导弹试验规程,并且可以得到更高的拟合精度。
【学位授予单位】：国防科学技术大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TJ760.6
【图文】：

奇函数个数增加时优势明显。而这些模型都是基于计算机试验的模型，并没有有效利用物理背景等先验信息进行模型的构建，因此有待进一步研究。4) 模型拟合最常见的模型拟合方法是最小二乘估计方法。虽然经典方法具有非常好的性质，但由于导弹试验的小子样性、继承性，这种方法并不一定是最佳方法。特别在样本数小于未知参数个数时，最小二乘法法并不适用。Breiman[49]于 1995 年基于惩罚最小二乘的想法提出了“Nonnegative Garrote”方法。Tibshirani[50]在此基础上，结合桥回归算法[51]的思想于 1996 年提出了 Lasso 方法。Efron[52]于 2004 年提出了求解 Lasso 方法的最小角回归算法。1.3 本文主要工作本文基于导弹试验的特点，讨论模型驱动的导弹试验设计与参数优化，从而解决导弹性能分析与评估的两大内容：确定与性能相关的影响因素的最优水平组合，或者建立性能指标与影响因素之间的响应模型或函数关系。全文结构如图 1.1所示。

优化流程,滤波器参数,试验设计,试验设计方法

国防科学技术大学研究生院硕士学位论文为以下四步：首先，分析滤波器的架构，梳理出影响滤波器的相关其试验水平；其次，试验设计方法得到因素的试验表；然后，根据试论弹道，开展仿真试验；最后，对试验结果进行分析，确定这些因。该过程还可以迭代进行，不断优化分析结果。具体的流程如图 2.1

水平组合,超差,不同参数,响应变量

国防科学技术大学研究生院硕士学位论文2.2.3 仿真试验对算例的理论弹道反解得到的测元数据进行构造以后，按照正交设计表，面向测元的 UKF 滤波，得到弹道解算结果。选定超差点数，即速度误差超过一定阈值的比例，作为响应变量。其结果 2.2 所示。

【相似文献】