某自行高炮火控系統(tǒng)軟件設計與仿真測試

楊 維，趙 凱，徐建鋒，趙 維

(西北機電工程研究所，陜西 咸陽 712099 )

現(xiàn)代火控系統(tǒng)由火控計算機來完成數(shù)據(jù)處理工作，其任務是融合有關目標諸元、氣象諸元、彈道諸元、武器載體姿態(tài)諸元；估算目標運動諸元；根據(jù)實戰(zhàn)條件下的彈道方程或存儲于火控計算機中的射表求解命中點坐標；計算射擊諸元；根據(jù)實測的脫靶量修正射擊諸元等。本文詳細論述了火控系統(tǒng)軟件的總體設計思路和方法，給出了火控軟件中航跡濾波模塊和解命中模塊關鍵技術的詳細設計算法，對工程實踐有一定的指導作用。

1 火控系統(tǒng)軟件總體設計

火控系統(tǒng)軟件總體結構如圖1所示。其中，點劃線以上的部分表示任務之間的調用關系，點劃線以下的部分表示數(shù)據(jù)的流向，兩者之間存在大致的對應關系。

1.1 任務及其調用關系

1) 主任務：主任務是整個軟件系統(tǒng)中第1個被調用并執(zhí)行的任務。其主要功能為：(1) 初始化中斷服務程序，使其在收到中斷命令后執(zhí)行中斷服務函數(shù)；(2) 初始化CAN；(3) 創(chuàng)建定時器并使之與定時器任務相關聯(lián)；(4) 調用CAN接收任務，等待外部數(shù)據(jù)輸入；(5) 為一些公共變量設置缺省值。

2) CAN接收任務：CAN接收任務中用While循環(huán)反復調用CAN接收函數(shù)進行數(shù)據(jù)接收，如果收到了新數(shù)據(jù)，則調用CAN處理函數(shù)處理CAN消息。

3) 中斷服務程序：其主要功能就是啟動一個時間間隔為1 ms定時器，該定時器每1 ms執(zhí)行1次定時器任務。

4) 定時器任務：定時器任務每1 ms執(zhí)行1次，在合適的時序下調用跟蹤任務和解命中任務對接收緩沖區(qū)中的數(shù)據(jù)進行處理，求解命中點以及射擊諸元，并調用發(fā)送任務輸出解命中結果和系統(tǒng)狀態(tài)。

5) 跟蹤任務和解命中任務：跟蹤任務的主要功能就是坐標轉換和Kalman濾波，最多可以同時跟蹤兩個目標(光電1個、雷達1個)，對每個目標同時進行勻速Kalman濾波和勻加速Kalman濾波，并實現(xiàn)兩種濾波模型的自動切換。解命中任務的主要功能就是根據(jù)Kalman濾波的結果通過查射表求解命中點和射擊諸元。

6) 發(fā)送任務：跟蹤任務和解命中任務處理完數(shù)據(jù)后，將解命中結果和系統(tǒng)狀態(tài)送入發(fā)送緩沖區(qū)。在發(fā)送時序到來時，發(fā)送任務按規(guī)定的ID和協(xié)議將發(fā)送緩沖區(qū)中數(shù)據(jù)發(fā)送出去。

1.2 數(shù)據(jù)流

1) 接收緩沖區(qū)。接收緩沖區(qū)主要功能是接收光電、雷達、導航與姿態(tài)、初速測量和主控制臺發(fā)送的測量數(shù)據(jù)及控制指令。

2) 內部數(shù)據(jù)流。從圖1可以看出，任何一個Kalman濾波器的輸入為姿態(tài)和目標測量數(shù)據(jù)。Kalman濾波器的輸出為目標的位置、速度、加速度以及運動模型匹配度，其中運動模型匹配度用于模型匹配，以判斷當前應該采用哪種模型的數(shù)據(jù)更可信，而其它信息則構成了解命中任務的輸入數(shù)據(jù)。

狀態(tài)控制邏輯的主要輸入就是系統(tǒng)控制指令和火控控制指令，用于火控工作狀態(tài)控制。

3) 發(fā)送緩沖區(qū)。發(fā)送緩沖區(qū)中的主要內容就是兩個被跟蹤目標的射擊諸元。

2 算法設計

轉換測量Kalman濾波算法和解命中算法是火控系統(tǒng)軟件的核心技術，其中Kalman濾波算法用于實現(xiàn)目標諸元的估計和數(shù)據(jù)平滑，解命中算法負責實現(xiàn)求解射擊諸元。

2.1 轉換測量Kalman濾波算法

狀態(tài)方程：X(k+1)=FX(k)+ΓW(k)

(1)

測量方程：Z(k)=HX(k)+v(K)

(2)

對于勻速直線運動的，式(1)中的F和?？梢员硎緸?

(3)

式(2)中H可以表示為：

H=[I303]

(4)

而對于勻加速直線運動的目標，式(1)中的F和Γ分別可以表示為：

(5)

式(2)中H可以表示為：

H=[I30303]

(6)

濾波估計：

(7)

濾波增益：

K(k+1)=P(k+1|k)HT[HP(k+1|k)HT+

R(k+1)]-1

(8)

單步預測誤差協(xié)方差矩陣：

P(k+1|k)=FP(k|k)FT+ΓQ(k)ΓT

(9)

濾波誤差協(xié)方差矩陣：

P(k+1|k+1)=[I-K(k+1)H]P(k+1|k)

(10)

對于3D雷達，轉換測量誤差的協(xié)方差矩陣R(k+1)=E[v(k+1)vT(k+1)]，其元素為：

(11)

2.2 解命中算法

2.2.1 基于射表插值的解命中方程組

根據(jù)射表，所有需要求解的參數(shù)均成為與命中點斜距離Dq和高低角εq相關的函數(shù)，例如彈丸飛行時間的函數(shù)為：

Tf=Tf(Dq,εq)

(12)

實際上，射表中還要考慮氣溫、氣壓、風速、風向和彈丸初速對命中點的影響，解命中方程組可以描述為：

(13)

式(13)中，α(Dq,εq) 是彈道落差高角，ΔαV(Dq,εq)是彈丸初速變化引起的彈道落差高角修正量，ΔαT(Dq,εq)是溫度變化引起的彈道落差高角修正量，ΔαP(Dq,εq)是大氣壓力變化引起的彈道落差高角修正量，Δαnf(Dq,εq)是逆風引起的彈道落差高角修正量，Δβpl(Dq,εq)是偏流引起的方位角修正量，Δβhf(Dq,εq)是橫風引起的方位角修正量，ΔTfV(Dq,εq)是彈丸初速變化引起的彈道落差高角修正量，ΔTfT(Dq,εq)是溫度變化引起的彈道落差高角修正量，ΔTfP(Dq,εq)是大氣壓力變化引起的彈道落差高角修正量，ΔTfnf(Dq,εq)是逆風引起的彈道落差高角修正量，x、y和z為現(xiàn)在點的大地坐標，vx、vy和vz為現(xiàn)在點的速度，ax、ay和az為現(xiàn)在點的加速度，xq、yq和zq為未來點的大地坐標。Δv、ΔT、ΔP和ΔNF和ΔHF的計算公式為：

(14)

其中，v為彈丸初速，T為空氣溫度，p為大氣壓力，vF為風速，βF為風向。

2.2.2 弦截法

求解式(13)非線性方程組的方法比較多，如簡單法、二分法和弦截法等，其中弦截法具有較好的穩(wěn)定性和較快的收斂速度，現(xiàn)將其主要計算流程描述如下[4]：

構造命中函數(shù)：

F(Tf)=Tf(Dq,εq)-ΔV·ΔTfV(Dq,εq)-ΔT·ΔTfT(Dq,εq)-ΔP·ΔTfP(Dq,εq)+ΔNF·ΔTfnf(Dq,εq)-Tf

(15)

解命中實質上就是求解方程：F(Tf)=0。該方程的弦截法迭代格式為：

(16)

其中，i=1，2，…，n，表示解命中的序號；j=1，2，…，n表示迭代的序號。

在迭代過程中，迭代初值的選取對收斂速度影響很大[5]。首次解命中時，其迭代初值為：

(17)

(18)

3 仿真分析

設目標速度v=300 m/s，航路捷徑P=1 200 m，飛行高度H=1 000 m，方位、高低測量噪聲為1.0 mil，導航參數(shù)為7°/2s，火控解算諸元輸出結果如圖2所示。

為了驗證火控解算諸元的正確性，對模擬裝置上保存的原始數(shù)據(jù)進行了目標真值的求解，然后將求解結果與火控計算機解算結果進行了比較，得出方位角和高低角的系統(tǒng)誤差、均方誤差如表1所示。

表1 火控諸元誤差

此外，還對火控軟件進行了實時性測試，測試條件為：硬件板卡為德國控創(chuàng)ETX計算機；CPU主頻為1 Gbit；操作系統(tǒng)為Vxworks。測試結果：火控軟件可以在1 ms內完成20～30次運算，CPU占用率為5%～7%，滿足實時性的需求。

4 結 論

本文提出的火控系統(tǒng)軟件包括主任務、CAN接收任務、定時器任務、跟蹤任務、解命中任務和發(fā)送任務等，具有一定通用性。在VxWorks下完成了軟件的具體實現(xiàn)，通過仿真分析和測試，表明該軟件設計合理、求解精度高、實時性和穩(wěn)定性較好。

[1] LERRO D, BAR SHALOM Y. Tracking with debiased consistent converted measurements versus EKF[J]. IEEE Transactions on Aerospace and Electronic Systems, 1993, 29(3): 1015-1022.

[2] 楊春玲, 倪晉麟, 劉國歲,等. 轉換坐標卡爾曼濾波器的雷達目標跟蹤[J]. 電子學報, 1999, 27(3): 121-125.

YANG Chun-ling, NI Jin-lin, LIU Guo-sui,et al. Debiased converted measurement KF for radar target tracking[J]. Journal of Electronics, 1999, 27(3):121-125.

[3] 王國宏,毛士藝,何友.均方意義下的最優(yōu)無偏轉換測Kalman濾波[J].系統(tǒng)仿真學報,2002,14(1):119-124.

WANG Guo-hong, MAO Shi-yi, HE You. Optimal unbiased converted measurement kalman filtering in the mean-squre sense[J]. Journal of System Simulation, 2002, 14(1): 119-124.

[4] 王航宇, 王士杰, 李鵬. 艦載火控原理[M]. 北京: 國防工業(yè)出版社, 2006.

WANG Hang-yu, WANG Shi-jie, LI Peng. Principle of carrier-borne fire control system[M]. Beijing：National Defense Industry Press, 2006.

[5] 陳群齋. 快速解命中的一種有效方法[J]. 火力與指揮控制, 1995, 20(1): 24-26.

CHEN Qun-zhai. An efficient method of quick solving hit problem[J]. Fire Control & Command Control, 1995, 20(1): 24-26.