基于随机森林的HRGV滑翔段飞行状态识别

发布时间：2021-02-26 22:17

　　针对临近空间高超声速再入滑翔飞行器（Hypersonic Reentry-Glide Vehicle,HRGV）滑翔段飞行状态识别问题,提出了一种基于随机森林的识别方法。首先将目标的飞行状态分为6类,通过运动方程生成具有代表性的飞行数据;其次分析了目标运动特性,利用运动参数构造特征属性并对其进行处理和筛选,得到最终样本数据。为实现雷达跟踪轨迹的飞行状态识别,将雷达跟踪数据进行平滑处理,经坐标变换后得到运动参数估计结果,并用训练好的分类器识别目标的飞行状态。试验结果表明,所设计的随机森林分类器识别精度较高,但当运动参数的估计存在误差时,识别精度会有一定程度的下降。 

【文章来源】：战术导弹技术. 2020,(02)北大核心

【文章页数】：9 页

【部分图文】：

仿真得到的两条运动轨迹

对轨迹1跟踪10 s后的滤波数据进行运动参数估计，目标高度、速度、航迹倾角和航迹方位角的估计结果如图3所示。从图3中可看出，估计结果与真实值基本相同，均为相对连续平滑的曲线。从图3(a)、图3(b)中可看出目标高度、速度的估计精度很高，误差很小，估计结果较理想;从图3(c)中可看出，在初始和结束时刻，航迹倾角的估计值误差较大，误差精度小于0.4°;从图3(d)中可看出，航迹方位角的估计值在真实值附近波动，误差精度小于0.2°，估计结果较为理想。一般情况下，如果目标做横向机动，其航迹方位角的变化会很大，不会一直接近于0°，由此可知该目标横向没有做机动，其航迹方位角保持不变，估计结果为零。

随机森林分类器识别轨迹1的结果


本文编号：3053252