CN115407294B - 面向双站雷达体制的飞机动态雷达散射截面仿真方法 - Google Patents
面向双站雷达体制的飞机动态雷达散射截面仿真方法 Download PDFInfo
- Publication number
- CN115407294B CN115407294B CN202210994841.3A CN202210994841A CN115407294B CN 115407294 B CN115407294 B CN 115407294B CN 202210994841 A CN202210994841 A CN 202210994841A CN 115407294 B CN115407294 B CN 115407294B
- Authority
- CN
- China
- Prior art keywords
- aircraft
- radar
- angle
- sight
- flight process
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 138
- 238000004088 simulation Methods 0.000 title claims abstract description 60
- 238000004364 calculation method Methods 0.000 claims abstract description 27
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims abstract description 21
- 238000005312 nonlinear dynamic Methods 0.000 claims description 21
- 239000013598 vector Substances 0.000 claims description 21
- 239000011159 matrix material Substances 0.000 claims description 18
- 238000004458 analytical method Methods 0.000 claims description 10
- 230000009466 transformation Effects 0.000 claims description 8
- 238000005096 rolling process Methods 0.000 claims description 7
- 125000003275 alpha amino acid group Chemical group 0.000 claims description 6
- 150000001875 compounds Chemical class 0.000 claims description 6
- 238000007906 compression Methods 0.000 claims description 6
- 230000001131 transforming effect Effects 0.000 claims description 6
- 238000013519 translation Methods 0.000 claims description 6
- 230000017105 transposition Effects 0.000 claims description 4
- 230000006835 compression Effects 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000001502 supplementing effect Effects 0.000 claims description 3
- 230000003068 static effect Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/418—Theoretical aspects
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及一种面向双站雷达体制的飞机动态雷达散射截面仿真方法,包括如下步骤:构建飞机动力学仿真模型、飞行控制***模型,进行飞机动力学仿真以获取飞行过程中飞行状态时间序列;在飞行状态时间序列的基础上,计算单次飞行过程中雷达视线角的最小数据集;获取数据集对应的飞机双站雷达散射截面并更新至动态数据库,从数据库中检索出飞行过程中每一时刻视线角对应的雷达散射截面数值,将所有时刻视线角对应的雷达散射截面数值进行合并,获得面向双站雷达体制的飞机动态RCS。本发明极大地降低了飞机双站动态RCS仿真的计算量,精度可根据需要控制,保证了每一次计算的均为有效数据,动态数据库可进行更新和重复使用,充分利用计算资源。
Description
技术领域
本发明属于飞行仿真技术及雷达探测领域,具体涉及一种面向双站雷达体制的飞机动态雷达散射截面仿真方法。
背景技术
飞机的雷达散射截面(Radar Cross Section,RCS)是飞机隐身性能的一项重要指标,飞机在飞行过程中,由于位置及姿态的不同,飞机相对于雷达的RCS值一直处在不断的变化中,通常用动态雷达散射截面,即动态RCS表示飞机在实际飞行过程中的RCS的时序变化。飞机动态RCS特性建模对飞机隐身性能分析、隐身突防路径规划等具有重要意义。现有的飞机动态雷达散射截面的建模仿真方法绝大多数面向单站雷达体制,但由于双站雷达在反隐身探测方向具有独特的优势,近些年受到的关注正在逐步提升。分析飞机在双站雷达体制下的动态雷达散射截面对于飞机隐身性能设计、分析以及发展反隐身探测手段都具有重要意义。
目前对双站动态RCS仿真方法的研究还比较少,采用的方法还是基本沿袭着传统单站雷达体制的飞机动态雷达散射截面仿真方法,即准静态法来进行分析。其主要思想是先建立飞机的全向静态雷达散射截面数据库,再利用插值算法计算得到飞机飞行过程中的每一时刻,雷达相对于飞机视线角所对应的雷达散射截面值。这种方法对于单站雷达散射截面建模而言是一种比较便捷的建模方法,但存在需大量计算无效数据的问题,同时计算精度受到静态角域的雷达散射截面数据计算步长的限制。对于双站雷达体制而言,由于发射雷达和接收雷达的位置不同,上述方法带来的计算量呈指数增长,只能通过降低静态角域数据步长的来减小计算量,但同时会导致计算精度大幅下降。
发明内容
为了克服面向双站雷达体制的飞机动态雷达散射截面仿真存在的不足,本发明公开了一种基于动力学与电磁学联合仿真以及动态数据库技术的面向双站雷达体制的飞机动态雷达散射截面仿真方法。
一种面向双站雷达体制的飞机动态雷达散射截面仿真方法,包括如下步骤:
步骤1,获取飞行过程中飞机的飞行状态时间序列
首先,构建飞机动力学仿真模型、飞行控制***模型;然后,在构建的上述两个模型的基础上,运用编程语言编写飞机动力学仿真程序,进行数值仿真,从而获得飞行过程中飞机的飞行状态时间序列。
步骤2,计算单次飞行过程中雷达视线角的最小数据集
首先,计算单次飞行过程的发射雷达和接收雷达相对飞机的视线角时间序列;其次,获取单次飞行过程中压缩后的雷达视线角数据集。
步骤3,获取压缩后的最小数据集对应的飞机双站雷达散射截面
计算单次飞行过程中压缩后的雷达视线角最小数据集所对应的飞机双站雷达散射截面,并将压缩后的雷达视线角数据集与仿真得到的双站RCS值保存至双站动态雷达散射截面数据库。
步骤4,计算整个飞行过程中飞机的双站动态RCS
根据飞机在某一飞行过程中雷达视线角的时间序列,从更新后的数据库中检索出每一时刻视线角对应的雷达散射截面数值,将所有时刻视线角对应的雷达散射截面数值进行合并,即可获得面向双站雷达体制的飞机动态RCS。
上述的仿真方法,步骤1所述获取飞行过程中飞机的飞行状态时间序列进一步包括:
第一步,建立飞机本体六自由度全量非线性动力学模型
飞机本体的动力学特性采用六自由度全量的非线性动力学模型来进行描述。
飞机本体的六自由度全量的非线性动力学模型如下:
式(1)中,x为状态向量,u为控制向量,为状态向量x的导数。
飞机的状态向量x按下式表示:
x=[V α β q0 q1 q2 q3 p q r xg yg zg]T (2)
式(2)中,V为飞行速度,α为迎角,β为侧滑角,p为滚转角速度,q为俯仰角速度,r为偏航角速度,xg、yg、zg为飞机在地面三维坐标系下的位置坐标值,q0、q1、q2和q3为四元数,T表示向量的转置。
四元数q0、q1、q2和q3存在如下关系:
q0 2+q1 2+q2 2+q3 2=1
控制向量u为飞机的操纵输入,按下式表示:
u=[δth δe δa δr]T (3)
式(3)中,δth为飞机油门偏度;δe、δa、δr分别升降舵、副翼以及方向舵的舵面偏角,T表示向量的转置。
采用四元数法建立飞机本体六自由度全量的非线性动力学模型,该非线性动力学模型中的参量采用式(4)至式(7)分别表示如下:
式(7)中的u、v和w,由式(8)计算得出:
式(4)中的Gxa、Gya、Gza,由式(9)计算得出:
式(4)至式(9)中,m为飞机质量,FT为发动机推力;L、D和Y分别为飞机的升力、阻力和侧力;Gxa、Gya和Gza分别为重力在机体坐标系上的分量;u、v和w为飞行速度在机体坐标系上的分量,分别是前向速度、侧向速度和垂向速度;M和N为飞机所受到的合力矩沿机体坐标系x、y和z轴的分量,分别表示滚转力矩、俯仰力矩和偏航力矩;ci为与飞机转动惯量有关的中间变量,i=1,2,…,9,Ii为飞机转动惯量。
式(6)中,
其中,Ix、Iy、Iz分别是飞机相对于机体坐标系的惯性矩,Ixz是飞机相对于机体坐标系的惯性积。
飞机的姿态角是指:滚转角φ、俯仰角θ和偏航角ψ。飞机的姿态角可以通过四元数变换求得。
至此,得到飞机本体六自由度全量的非线性动力学模型。
第二步,建立飞行控制***模型
基于比例-积分-微分控制,建立飞行控制***模型。
飞行控制***模型用于对指令俯仰角θref与指令偏航角ψref进行跟踪,飞机的指令俯仰角θref与飞机实际俯仰角θ的差值信号经由第一比例环节Kpθ之后输出第一比例信号;第一比例信号经过第一积分环节Kiθ/s输出第一积分信号;第一积分信号与第一比例信号相加,减去俯仰角速率q的反馈信号Kdq,这三个信号叠加后,得到舵机偏转指令并输出给舵机模块,舵机模块输出升降舵δe偏度,升降舵δe偏度作用在飞机动力学模块上,直至使飞机维持在指定的俯仰角θref。类似地,飞机指令偏航角ψref与实际偏航角ψ的差值经由第二比例环节Kpψ之后输出第二比例信号;第二比例信号经过第二积分环节Kiψ/s输出第二积分信号;第二积分信号与第二比例信号相加,减去实际偏航角ψ的微分反馈信号Kψd,这三个信号叠加后,得到舵机偏转指令并输出给舵机模块,舵机模块输出副翼偏转角δa,副翼偏转角δa作用于飞机动力学模块即可使飞机达到期望的偏航角,即指令偏航角ψref。飞机的侧滑角β信号经由第三积分环节Kiβ/s得到舵机偏转指令并输出给舵机模块,舵机模块输出方向舵偏转角δr进而作用于飞机动力学模块。
得到飞行控制***模型。
第三步,进行飞行动力学数值仿真分析
基于建立的飞机本体六自由度全量的非线性动力学模型、飞行控制***模型,采用计算机语言,编写建立的上述两个模型所对应的数值仿真计算程序,采用四阶Runge-Kutta法求解上述两个模型,得到飞机在整个仿真飞行过程中飞机位置坐标与姿态角信息,姿态角包括机体俯仰角、机体滚转角与机体偏航角。
得到的飞机在整个仿真飞行过程中飞机的位置坐标与姿态角信息,即为飞行过程中飞机的飞行状态时间序列。
上述的仿真方法,步骤2进一步包括:
第一步,建立单次飞行过程的发射雷达和接收雷达相对飞机视线角的时间序列
通过步骤1中飞行动力学数值仿真分析的结果,可以得到飞机在整个飞行过程中位置与姿态角的时间序列,基于这些参数进行坐标的平移和旋转,即把雷达位置变换到机体坐标系中,具体方法如下:
对步骤1得到的飞行过程中飞机的飞行状态时间序列中的参数进行坐标变换,即进行坐标的平移和旋转,将发射雷达位置变换到机体坐标系中,得到单次飞行过程的发射雷达视线角时间序列。
将发射雷达位置变换到机体坐标系中的具体过程是:
首先,定义雷达站心坐标系:X轴指向北,Y轴指向东,Z轴指向地。定义飞机本体坐标系:X轴指向机头方向,Y轴沿机体轴线指向右,Z轴垂直于XOY平面向下。假定飞机在某一时刻下的滚转角、俯仰角、偏航角分别为φ、θ、ψ,飞机在雷达站心坐标系下的坐标为[xP,yP,zP]T。
其次,将雷达站心坐标系的座标原点平移至飞机质心,再将平移后的坐标系按照偏航角、俯仰角、滚转角的顺序依次进行旋转,得到发射雷达在飞机本体坐标系中的坐标[x′r,y′r,z′r]T,发射雷达在飞机本体坐标系中的坐标[x′r,y′r,z′r]T为:
式(10)中,坐标旋转矩阵Tbr为:
Tbr=TbrxTbryTbrz (11)
式(11)中,Tbtx、Tbry、Tbrz分别表示绕x、y、z轴的旋转矩阵,其表达式为:
最后,计算单次飞行过程的发射雷达视线角时间序列。
在计算得出发射雷达在飞机本体系下的坐标之后,根据式(12),进一步计算出每一时刻发射雷达视线角的值,将每一时刻发射雷达视线角的值进行合并,得出单次飞行过程的发射雷达视线角时间序列。
式(12)中,为雷达相对于飞机的方位角,θr为雷达相对于飞机的高度角。
将飞机在飞行过程中每一时刻相对于发射雷达的坐标带入式(8)、式(9)中,计算出单次飞行过程中发射雷达相对于飞机视线角的时间序列,即为单次飞行过程中发射雷达视线角的时间序列。
对于单次飞行过程中接收雷达视线角时间序列的计算,按发射雷达视线角时间序列的计算方法实施,即可得到单次飞行过程中接收雷达视线角时间序列。
至此,得到单次飞行过程中发射雷达和接收雷达视线角时间序列。
第二步,获取单次飞行过程中压缩后的雷达视线角最小数据集
对单次飞行过程中发射雷达和接收雷达视线角的时间序列合并成一个矩阵,矩阵的每一行表示任一时刻发射雷达视线角与接收雷达视线角,矩阵的每一列表示单次飞行过程中所有时刻发射雷达或接收雷达视线角的时间序列,而后将矩阵按行压缩,得到该次飞行过程中压缩后的雷达视线角最小数据集。
压缩过程的具体步骤为:
一是,根据仿真精度需要,视线角的数据精度设定为小数点后特定位数,并每间隔固定间隔选取一个数据。
二是,将选取的数据中重复数据进行剔除;
三是,将剔除重复数据后得到的数据与数据库中的所有数据进行比对,对与数据库的相同项删除。若是第一次仿真则忽略这一步。
得到单次飞行过程中压缩后的雷达视线角最小数据集。
上述的仿真方法,步骤3进一步包括:
第一步,配置电磁仿真软件FEKO的计算参数
构建背景飞机三维模型,并完成网格划分;将包含网格信息的背景飞机三维模型文件导入到FEKO软件中,完成电磁仿真软件FEKO的计算参数配置并保存。
第二步,计算数据集压缩后的飞机双站雷达散射截面
在FEKO软件中的EDITFEKO界面,打开.pre文件,并在该文件A0卡的上方添加循环读取数据文件的命令;先后用批处理命令prefeko及dosfeko,对.pre文件进行预处理并执行,即可得到数据集压缩后的飞机双站雷达散射截面,并将结果更新或补入至数据库中,如果是首次仿真则直接利用计算结果建立数据库,数据库中包含雷达视线角信息以及对应的动态RCS数值等。
本发明的有益效果是:
相较于传统的准静态法,本发明提出双站雷达动态RCS计算方法极大地降低了仿真的计算量;
相较于基于静态数据库的插值计算方法,本发明方法可以根据需要自由控制精度。
相较于准静态法中需先建立飞机全向的静态数据库,导致会计算大量无效数据的缺点,本发明方法保证了每一次计算的均为有效数据,避免了计算资源的浪费。
动态数据库可进行更新和重复使用,充分利用计算资源。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1是本发明方法示意图;
图2是指令控制器结构图。
具体实施方式
实施例1
一种面向双站雷达体制的飞机动态雷达散射截面仿真方法,如图1所示,包括构建飞机动力学仿真模型、飞行控制***模型,运用计算机语言编写飞机动力学仿真程序,通过数值仿真的手段获取飞机飞行状态时间序列;通过坐标变换建立单次飞行过程的雷达视线角数据集,并根据仿真精度需要,将雷达视线角数据集进行压缩;将压缩后的雷达视线角数据集传递到FEKO软件中,进行双站雷达散射截面计算,并将计算结果更新至双站雷达散射截面动态数据库;基于双站雷达散射截面动态数据库得到飞机在该次飞行过程中面向双站雷达体制的动态雷达散射截面。以下针对某型飞机在某一飞行过程中进行面向双站雷达体制的飞机动态雷达散射截面仿真计算,具体仿真方法如下:
步骤1,获取飞行过程中飞机的飞行状态时间序列
首先,构建飞机动力学仿真模型、飞行控制***模型;然后,在构建的上述两个模型的基础上,运用编程语言编写飞机动力学仿真程序,进行数值仿真,从而获得飞行过程中飞机的飞行状态时间序列。
第一步,建立飞机本体六自由度全量非线性动力学模型
飞机本体的动力学特性采用六自由度全量的非线性动力学模型来进行描述。
飞机本体的六自由度全量的非线性动力学模型如下:
式(1)中,x为状态向量,u为控制向量,为状态向量x的导数。
飞机的状态向量x按下式表示:
x=[V α β q0 q1 q2 q3 p q r xg yg zg]T (2)
式(2)中,V为飞行速度,α为迎角,β为侧滑角,p为滚转角速度,q为俯仰角速度,r为偏航角速度,xg、yg、zg为飞机在地面三维坐标系下的位置坐标值,q0、q1、q2和q3为四元数,T表示向量的转置。
四元数q0、q1、q2和q3存在如下关系:
q0 2+q1 2+q2 2+q3 2=1
控制向量u为飞机的操纵输入,按下式表示:
u=[δth δe δa δr]T (3)
式(3)中,δth为飞机油门偏度;δe、δa、δr分别升降舵、副翼以及方向舵的舵面偏角,T表示向量的转置。
为避免在计算过程中出现奇点而导致方程无法解算,采用四元数法建立飞机本体六自由度全量的非线性动力学模型,该非线性动力学模型中的参量采用式(4)至式(7)分别表示如下:
式(7)中的u、v和w,由式(8)计算得出:
式(4)中的Gxa、Gya、Gza,由式(9)计算得出:
式(4)至式(9)中,m为飞机质量,FT为发动机推力;L、D和Y分别为飞机的升力、阻力和侧力;Gxa、Gya和Gza分别为重力在机体坐标系上的分量;u、v和w为飞行速度在机体坐标系上的分量,分别是前向速度、侧向速度和垂向速度;M和N为飞机所受到的合力矩(包括发动机推力产生的力矩)沿机体坐标系x、y和z轴的分量,分别表示滚转力矩、俯仰力矩和偏航力矩;ci为与飞机转动惯量有关的中间变量,i=1,2,…,9,Ii为飞机转动惯量。
式(6)中,
其中,Ix、Iy、Iz分别是飞机相对于机体坐标系的惯性矩,Ixz是飞机相对于机体坐标系的惯性积。
飞机的姿态角是指:滚转角φ、俯仰角θ和偏航角ψ。飞机的姿态角可以通过四元数变换求得。
至此,得到飞机本体六自由度全量的非线性动力学模型。
第二步,建立飞行控制***模型
基于比例-积分-微分控制,建立飞行控制***模型。
飞行控制***模型用于对指令俯仰角θref与指令偏航角ψref进行跟踪,飞行控制***模型的结构框图如图2所示。图2中可以看出,飞机的指令俯仰角θref与飞机实际俯仰角θ的差值信号经由第一比例环节Kpθ之后输出第一比例信号;第一比例信号经过第一积分环节Kiθ/s输出第一积分信号;第一积分信号与第一比例信号相加,减去俯仰角速率q的反馈信号Kdθ,这三个信号叠加后,得到舵机偏转指令并输出给舵机模块,舵机模块输出升降舵δe偏度,升降舵δe偏度作用在飞机动力学模块上,直至使飞机维持在指定的俯仰角θref。类似地,飞机指令偏航角ψref与实际偏航角ψ的差值经由第二比例环节Kpψ之后输出第二比例信号;第二比例信号经过第二积分环节Kiψ/s输出第二积分信号;第二积分信号与第二比例信号相加,减去实际偏航角ψ的微分反馈信号Kψd,这三个信号叠加后,得到舵机偏转指令并输出给舵机模块,舵机模块输出方向舵偏转量δr,方向舵偏转量δr作用于飞机动力学模块即可使飞机达到期望的偏航角,即指令偏航角ψref。飞机的滚转角φ信号经由第三积分环节Kiφ/s得到舵机偏转指令并输出给舵机模块,舵机模块输出副翼偏转角δa进而作用于飞机动力学模块。
得到飞行控制***模型。
第三步,进行飞行动力学数值仿真分析
基于建立的飞机本体六自由度全量的非线性动力学模型、飞行控制***模型,采用计算机语言,编写建立的上述两个模型所对应的数值仿真计算程序,采用四阶Runge-Kutta法求解上述两个模型,得到飞机在整个仿真飞行过程中飞机位置坐标与姿态角信息,姿态角包括机体俯仰角、机体滚转角与机体偏航角。
得到的飞机在整个仿真飞行过程中飞机的位置坐标与姿态角信息,即为飞行过程中飞机的飞行状态时间序列。
步骤2,计算单次飞行过程中发射雷达和接收雷达视线角的数据集。
飞机的雷达散射截面随着雷达入射角度的变化而改变的,该雷达入射角度即为雷达相对于飞机的视线角。显然,为获得飞机在飞行过程中雷达散射截面的变化,即动态RCS,首先需要计算出飞行过程中每一时刻雷达相对于飞机的视线角,视线角的计算可以通过雷达在机体坐标系下,与飞机之间的相对位置关系来得到,这就需要进行坐标变换。此外,考虑到飞机与雷达之间往往距离较远,在相邻时间步长内视线角的变化会比较缓慢,就会出现多个时刻视线角的值相等的情况,为减小后续计算每一时刻雷达散射截面的工作量,有必要对整个飞行过程中视线角的集合进行压缩,来得到最终的雷达视线角数据集。
第一步,建立单次飞行过程的发射雷达和接收雷达相对飞机视线角的时间序列
通过步骤1中飞行动力学数值仿真分析的结果,可以得到飞机在整个飞行过程中位置与姿态角的时间序列,基于这些参数进行坐标的平移和旋转,即把雷达位置变换到机体坐标系中,具体方法如下:
对步骤1得到的飞行过程中飞机的飞行状态时间序列中的参数进行坐标变换,即进行坐标的平移和旋转,将发射雷达位置变换到机体坐标系中,得到单次飞行过程的发射雷达视线角时间序列。
将发射雷达位置变换到机体坐标系中的具体过程是:
首先,定义雷达站心坐标系:X轴指向北,Y轴指向东,Z轴指向地。定义飞机本体坐标系:X轴指向机头方向,Y轴沿机体轴线指向右,Z轴垂直于XOY平面向下。假定飞机在某一时刻下的滚转角、俯仰角、偏航角分别为φ、θ、ψ,飞机在雷达站心坐标系下的坐标为[xP,yP,zP]T。
其次,将雷达站心坐标系的座标原点平移至飞机质心,再将平移后的坐标系按照偏航角、俯仰角、滚转角的顺序依次进行旋转,得到发射雷达在飞机本体坐标系中的坐标[x′r,y′r,z′r]T,发射雷达在飞机本体坐标系中的坐标[x′r,y′r,z′r]T为:
式(10)中,坐标旋转矩阵Tbr为:
Tbr=TbrxTbryTbrz (11)
式(11)中,Tbtx、Tbry、Tbrz分别表示绕x、y、z轴的旋转矩阵,其表达式为:
最后,计算单次飞行过程的发射雷达视线角时间序列。
在计算得出发射雷达在飞机本体系下的坐标之后,根据式(12)进一步计算出每一时刻发射雷达视线角的值,将每一时刻发射雷达视线角的值进行合并,得出单次飞行过程的发射雷达视线角时间序列。
式(12)中,为雷达相对于飞机的方位角,θr为雷达相对于飞机的高度角。
将飞机在飞行过程中每一时刻相对于发射雷达的坐标带入式(8)、式(9)中,计算出单次飞行过程中发射雷达相对于飞机视线角的时间序列,即为单次飞行过程中发射雷达视线角的时间序列。
对于单次飞行过程中接收雷达视线角时间序列的计算,按发射雷达视线角时间序列的计算方法实施,即可得到单次飞行过程中接收雷达视线角时间序列。
至此,得到单次飞行过程中发射雷达和接收雷达视线角时间序列。
第二步,获取单次飞行过程中压缩后的雷达视线角数据集
对单次飞行过程中发射雷达和接收雷达视线角的时间序列合并成一个矩阵,矩阵的每一行表示任一时刻发射雷达视线角与接收雷达视线角,矩阵的每一列表示单次飞行过程中所有时刻发射雷达或接收雷达视线角的时间序列,而后将矩阵按行压缩,得到该次飞行过程中压缩后的雷达视线角数据集。
压缩过程的具体步骤为:
一是,根据仿真精度需要,视线角的数据精度设定为小数点后特定位数,并每间隔固定间隔选取一个数据。
二是,将选取的数据中重复数据进行剔除;
三是,将剔除重复数据后得到的数据与数据库中的所有数据进行比对,对与数据库的相同项删除。若是第一次仿真则忽略这一步。
得到单次飞行过程中压缩后的雷达视线角数据集。
步骤3,获取数据集压缩后的飞机双站雷达散射截面
计算单次飞行过程中压缩后的雷达视线角数据集所对应的飞机双站雷达散射截面,并将压缩后的雷达视线角数据集与仿真得到的双站RCS值结果保存至双站动态雷达散射截面数据库。
第一步,配置电磁仿真软件FEKO的计算参数
构建背景飞机三维模型,并完成网格划分;将包含网格信息的背景飞机三维模型文件导入到FEKO软件中,完成电磁仿真软件FEKO的计算参数配置并保存。
第二步,计算数据集压缩后的飞机双站雷达散射截面
在FEKO软件中的EDITFEKO界面,打开.pre文件,并在该文件A0卡的上方添加循环读取数据文件的命令;先后用批处理命令prefeko及dosfeko,对.pre文件进行预处理并执行,即可得到数据集压缩后的飞机双站雷达散射截面,并将结果更新或补入至数据库中,如果是首次仿真则直接利用计算结果建立数据库,数据库中包含雷达视线角信息以及对应的动态RCS数值等。
步骤4,计算整个飞行过程中飞机的双站动态RCS
根据飞机在某一飞行过程中雷达视线角的时间序列,从更新后的数据库中检索出每一时刻视线角对应的雷达散射截面数值,将所有时刻视线角对应的雷达散射截面数值进行合并,即可获得飞机在整个飞行过程中双站动态RCS,即为面向双站雷达体制的飞机动态RCS。
Claims (4)
1.一种面向双站雷达体制的飞机动态雷达散射截面仿真方法,其特征在于,包括如下步骤:
步骤1,获取飞行过程中飞机的飞行状态时间序列:
首先,构建飞机动力学仿真模型、飞行控制***模型;然后,在构建的上述两个模型的基础上,运用编程语言编写飞机动力学仿真程序,进行数值仿真,从而获得飞行过程中飞机的飞行状态时间序列;
步骤2,计算单次飞行过程中雷达视线角的最小数据集:
首先,建立单次飞行过程的发射雷达和接收雷达相对飞机视线角的时间序列;其次,获取单次飞行过程中压缩后的雷达视线角数据集;
步骤3,获取压缩后的最小数据集对应的飞机双站雷达散射截面:
计算单次飞行过程中压缩后的雷达视线角数据集所对应的飞机双站雷达散射截面,
并将压缩后的雷达视线角数据集与仿真得到的双站RCS值保存至双站动态雷达散射截面数据库;
步骤4,计算整个飞行过程中飞机的双站动态RCS:
根据飞机在某一飞行过程中雷达视线角的时间序列,从更新后的数据库中检索出每一时刻视线角对应的雷达散射截面数值,将所有时刻视线角对应的雷达散射截面数值进行合并,即可获得面向双站雷达体制的飞机动态RCS。
2.根据权利要求1所述的面向双站雷达体制的飞机动态雷达散射截面仿真方法,其特征在于,步骤1所述获取飞行过程中飞机的飞行状态时间序列进一步包括:
第一步,建立飞机本体六自由度全量非线性动力学模型:
飞机本体的动力学特性采用六自由度全量的非线性动力学模型来进行描述;
飞机本体的六自由度全量的非线性动力学模型如下:
式(1)中,x为状态向量,u为控制向量,为状态向量x的导数;
飞机的状态向量x按下式表示:
x=[V α β q0 q1 q2 q3 p q r xg yg zg]T (2)
式(2)中,V为飞行速度,α为迎角,β为侧滑角,p为滚转角速度,q为俯仰角速度,r为偏航角速度,xg、yg、zg为飞机在地面三维坐标系下的位置坐标值,q0、q1、q2和q3为四元数,T表示向量的转置;
四元数q0、q1、q2和q3存在如下关系:
q0 2+q1 2+q2 2+q3 2=1
控制向量u为飞机的操纵输入,按下式表示:
u=[δth δe δa δr]T (3)
式(3)中,δth为飞机油门偏度;δe、δa、δr分别升降舵、副翼以及方向舵的舵面偏角,T表示向量的转置;
采用四元数法建立飞机本体六自由度全量的非线性动力学模型,该非线性动力学模型中的参量采用式(4)至式(7)分别表示如下:
式(7)中的u、v和w,由式(8)计算得出:
式(4)中的Gxa、Gya、Gza,由式(9)计算得出:
式(4)至式(9)中,m为飞机质量,FT为发动机推力;L、D和Y分别为飞机的升力、阻力和侧力;Gxa、Gya和Gza分别为重力在机体坐标系上的分量;u、v和w为飞行速度在机体坐标系上的分量,分别是前向速度、侧向速度和垂向速度;M和N为飞机所受到的合力矩沿机体坐标系x、y和z轴的分量,分别表示滚转力矩、俯仰力矩和偏航力矩;ci为与飞机转动惯量有关的中间变量,i=1,2,…,9,Ii为飞机转动惯量;
式(6)中,
其中,Ix、Iy、Iz分别是飞机相对于机体坐标系的惯性矩,Ixz是飞机相对于机体坐标系的惯性积;
飞机的姿态角是指:滚转角φ、俯仰角θ和偏航角ψ;飞机的姿态角可以通过四元数变换求得;
至此,得到飞机本体六自由度全量的非线性动力学模型;
第二步,建立飞行控制***模型:
基于比例-积分-微分控制,建立飞行控制***模型;
飞行控制***模型用于对指令俯仰角θref与指令偏航角ψref进行跟踪,飞机的指令俯仰角θref与飞机实际俯仰角θ的差值信号经由第一比例环节Kpθ之后输出第一比例信号;第一比例信号经过第一积分环节Kiθ/s输出第一积分信号;第一积分信号与第一比例信号相加,减去俯仰角速率q的反馈信号Kdq,这三个信号叠加后,得到舵机偏转指令并输出给舵机模块,舵机模块输出升降舵δe偏度,升降舵δe偏度作用在飞机动力学模块上,直至使飞机维持在指定的俯仰角θref;类似地,飞机指令偏航角ψref与实际偏航角ψ的差值经由第二比例环节Kpψ之后输出第二比例信号;第二比例信号经过第二积分环节Kiψ/s输出第二积分信号;第二积分信号与第二比例信号相加,减去实际偏航角ψ的微分反馈信号Kψd,这三个信号叠加后,得到舵机偏转指令并输出给舵机模块,舵机模块输出副翼偏转角δa,副翼偏转角δa作用于飞机动力学模块即可使飞机达到期望的偏航角,即指令偏航角ψref;飞机的侧滑角β信号经由第三积分环节Kiβ/s得到舵机偏转指令并输出给舵机模块,舵机模块输出方向舵偏转角δr进而作用于飞机动力学模块;
得到飞行控制***模型;
第三步,进行飞行动力学数值仿真分析:
基于建立的飞机本体六自由度全量的非线性动力学模型、飞行控制***模型,采用计算机语言,编写建立的上述两个模型所对应的数值仿真计算程序,采用四阶Runge-Kutta法求解上述两个模型,得到飞机在整个仿真飞行过程中飞机位置坐标与姿态角信息,姿态角包括机体俯仰角、机体滚转角与机体偏航角;
得到的飞机在整个仿真飞行过程中飞机的位置坐标与姿态角信息,即为飞行过程中飞机的飞行状态时间序列。
3.根据权利要求1所述的面向双站雷达体制的飞机动态雷达散射截面仿真方法,其特征在于,步骤2进一步包括:
第一步,建立单次飞行过程的发射雷达和接收雷达相对飞机视线角的时间序列:
通过步骤1中飞行动力学数值仿真分析的结果,可以得到飞机在整个飞行过程中位置与姿态角的时间序列,基于这些参数进行坐标的平移和旋转,即把雷达位置变换到机体坐标系中,具体方法如下:
对步骤1得到的飞行过程中飞机的飞行状态时间序列中的参数进行坐标变换,即进行坐标的平移和旋转,将发射雷达位置变换到机体坐标系中,得到单次飞行过程的发射雷达视线角时间序列;
将发射雷达位置变换到机体坐标系中的具体过程是:
首先,定义雷达站心坐标系:X轴指向北,Y轴指向东,Z轴指向地;定义飞机本体坐标系:X轴指向机头方向,Y轴沿机体轴线指向右,Z轴垂直于XOY平面向下;假定飞机在某一时刻下的滚转角、俯仰角、偏航角分别为φ、θ、ψ,飞机在雷达站心坐标系下的坐标为[xP,yP,zP]T;
其次,将雷达站心坐标系的座标原点平移至飞机质心,再将平移后的坐标系按照偏航角、俯仰角、滚转角的顺序依次进行旋转,得到发射雷达在飞机本体坐标系中的坐标[xr′,yr′,zr′]T,发射雷达在飞机本体坐标系中的坐标[xr′,yr′,zr′]T为:
式(10)中,坐标旋转矩阵Tbr为:
Tbr=TbrxTbryTbrz (11)
式(11)中,Tbtx、Tbry、Tbrz分别表示绕x、y、z轴的旋转矩阵,其表达式为:
最后,计算单次飞行过程的发射雷达视线角时间序列;
在计算得出发射雷达在飞机本体系下的坐标之后,根据式(12),进一步计算出每一时刻发射雷达视线角的值,将每一时刻发射雷达视线角的值进行合并,得出单次飞行过程的发射雷达视线角时间序列;
式(12)中,为雷达相对于飞机的方位角,θr为雷达相对于飞机的高度角;
将飞机在飞行过程中每一时刻相对于发射雷达的坐标带入式(8)、式(9)中,计算出单次飞行过程中发射雷达相对于飞机视线角的时间序列,即为单次飞行过程中发射雷达视线角的时间序列;
对于单次飞行过程中接收雷达视线角时间序列的计算,按发射雷达视线角时间序列的计算方法实施,即可得到单次飞行过程中接收雷达视线角时间序列;
至此,得到单次飞行过程中发射雷达和接收雷达视线角时间序列;
第二步,获取单次飞行过程中压缩后的雷达视线角数据集:
对单次飞行过程中发射雷达和接收雷达视线角的时间序列合并成一个矩阵,矩阵的每一行表示任一时刻发射雷达视线角与接收雷达视线角,矩阵的每一列表示单次飞行过程中所有时刻发射雷达或接收雷达视线角的时间序列,而后将矩阵按行压缩,得到该次飞行过程中压缩后的雷达视线角最小数据集;
压缩过程的具体步骤为:
一是,根据仿真精度需要,视线角的数据精度设定为小数点后特定位数,并每间隔固定间隔选取一个数据;
二是,将选取的数据中重复数据进行剔除;
三是,将剔除重复数据后得到的数据与数据库中的所有数据进行比对,对与数据库的相同项删除;若是第一次仿真则忽略这一步;
得到单次飞行过程中压缩后的雷达视线角最小数据集。
4.根据权利要求1所述的面向双站雷达体制的飞机动态雷达散射截面仿真方法,其特征在于,步骤3进一步包括:
第一步,配置电磁仿真软件FEKO的计算参数:
构建背景飞机三维模型,并完成网格划分;将包含网格信息的背景飞机三维模型文件导入到FEKO软件中,完成电磁仿真软件FEKO的计算参数配置并保存;
第二步,计算数据集压缩后的飞机双站雷达散射截面:
在FEKO软件中的EDITFEKO界面,打开.pre文件,并在该文件A0卡的上方添加循环读取数据文件的命令;先后用批处理命令prefeko及dosfeko,对.pre文件进行预处理并执行,即可得到数据集压缩后的飞机双站雷达散射截面,并将结果更新或补入至数据库中,如果是首次仿真则直接利用计算结果建立数据库,数据库中包含雷达视线角信息以及对应的动态RCS数值等。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210994841.3A CN115407294B (zh) | 2022-08-18 | 2022-08-18 | 面向双站雷达体制的飞机动态雷达散射截面仿真方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210994841.3A CN115407294B (zh) | 2022-08-18 | 2022-08-18 | 面向双站雷达体制的飞机动态雷达散射截面仿真方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115407294A CN115407294A (zh) | 2022-11-29 |
CN115407294B true CN115407294B (zh) | 2024-05-03 |
Family
ID=84160324
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210994841.3A Active CN115407294B (zh) | 2022-08-18 | 2022-08-18 | 面向双站雷达体制的飞机动态雷达散射截面仿真方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115407294B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118112513B (zh) * | 2024-04-30 | 2024-07-19 | 山东科技大学 | 用于探测无人机目标的雷达信噪比计算方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111157985A (zh) * | 2019-11-15 | 2020-05-15 | 西安电子科技大学 | 基于多站一维距离像序列的空间刚体目标三维重构方法 |
EP3696566A1 (en) * | 2019-02-14 | 2020-08-19 | Elta Systems Ltd. | System and method for identification of an airborne object |
CN112949079A (zh) * | 2021-03-19 | 2021-06-11 | 西安电子科技大学 | 金属目标散射的快速仿真方法 |
CN113589245A (zh) * | 2021-08-06 | 2021-11-02 | 中国人民解放军空军工程大学 | 一种模拟飞行器雷达散射截面积的方法、装置及电子设备 |
-
2022
- 2022-08-18 CN CN202210994841.3A patent/CN115407294B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3696566A1 (en) * | 2019-02-14 | 2020-08-19 | Elta Systems Ltd. | System and method for identification of an airborne object |
CN111157985A (zh) * | 2019-11-15 | 2020-05-15 | 西安电子科技大学 | 基于多站一维距离像序列的空间刚体目标三维重构方法 |
CN112949079A (zh) * | 2021-03-19 | 2021-06-11 | 西安电子科技大学 | 金属目标散射的快速仿真方法 |
CN113589245A (zh) * | 2021-08-06 | 2021-11-02 | 中国人民解放军空军工程大学 | 一种模拟飞行器雷达散射截面积的方法、装置及电子设备 |
Non-Patent Citations (1)
Title |
---|
基于动态RCS的典型飞机目标识别;陈彬;童创明;李西敏;;现代雷达;20170115(第01期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115407294A (zh) | 2022-11-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107608367B (zh) | 多变量干扰补偿四旋翼无人机轨迹与姿态协同控制方法 | |
Kang et al. | Deep convolutional identifier for dynamic modeling and adaptive control of unmanned helicopter | |
CN109696830B (zh) | 小型无人直升机的强化学习自适应控制方法 | |
CN102073755B (zh) | 近空间高超声速飞行器运动控制仿真方法 | |
Lu et al. | Real-time simulation system for UAV based on Matlab/Simulink | |
CN103995540A (zh) | 一种高超声速飞行器的有限时间轨迹快速生成方法 | |
CN110320925B (zh) | 基于高阶干扰观测器的四旋翼飞行器安全控制方法 | |
CN108334677B (zh) | 一种基于gru网络的uuv实时避碰规划方法 | |
CN111813146B (zh) | 基于bp神经网络预测航程的再入预测-校正制导方法 | |
CN111176263B (zh) | 一种基于bp神经网络的飞行器推力故障在线辨识方法 | |
CN107390545A (zh) | 一种无人机及其载荷的仿真训练*** | |
CN107450323B (zh) | 高超声速飞行器再入段神经网络复合学习控制方法 | |
CN111290278B (zh) | 一种基于预测滑模的高超声速飞行器鲁棒姿态控制方法 | |
CN115407294B (zh) | 面向双站雷达体制的飞机动态雷达散射截面仿真方法 | |
CN111221345A (zh) | 一种基于决策树的飞行器动力***故障在线辨识方法 | |
CN114370793A (zh) | 一种火箭子级返回与垂直着陆制导方法 | |
CN113031448A (zh) | 基于神经网络的飞行器上升段轨迹优化方法 | |
CN114637312B (zh) | 一种基于智能变形决策的无人机节能飞行控制方法及*** | |
CN111830848A (zh) | 一种无人机超机动飞行性能仿真训练***及方法 | |
Antal et al. | Backflipping With Miniature Quadcopters by Gaussian-Process-Based Control and Planning | |
CN117289709B (zh) | 基于深度强化学习的高超声速变外形飞行器姿态控制方法 | |
CN111240304B (zh) | 一种用于飞行器推力故障在线辨识的机器学习样本生成方法 | |
CN114462149B (zh) | 一种基于预训练与增量学习的飞行器气动参数辨识方法 | |
CN116360258A (zh) | 基于固定时间收敛的高超声速变形飞行器抗干扰控制方法 | |
CN115796021A (zh) | 一种基于神经网络的变体飞行器自适应pid控制参数整定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |