Tổng hợp hệ bám góc trong đài ra đa trên cơ sở ứng dụng các phương pháp xử lý tín hiệu hiện đại

Tổng hợp hệ bám góc trong đài ra đa trên cơ sở ứng dụng các phương pháp xử lý tín hiệu hiện đại

Bộ giáo dục và đào tạo Bộ quốc phòng

Học viện Kỹ thuật Quân sự

*******

Đoàn Thế Tuấn

Tổng hợp hệ bám góc trong đμi ra đa trên cơ sở ứng dụng các phương pháp

xử lý tín hiệu hiện đại

Chuyên ngành : Tự động hóa Mã số : 62 52 60 01

Tóm tắt luận án tiến sĩ kỹ thuật

Hà nội – 2009

Công trình được hoàn thành tại:

Học viện Kỹ thuật Quân sự

Người hướng dẫn khoa học: PGS TS Nguyễn Tăng Cường

TS Đàm Hữu Nghị

Phản biện 1: GS TSKH Thân Ngọc Hoàn

Đại học Dân lập Hải phòng

Phản biện 2: PGS TSKH Phạm Thượng Cát

Viện CNTT – Viện KHCN Việt Nam

Phản biện 3: PGS TS Lê Hùng Lân

Trường Đại học Giao thông Vận tải

Luận án sẽ được bảo vệ trước Hội đồng chấm luận án cấp

Nhà nước họp tại Học viện Kỹ thuật Quân sự, Hà Nội

vào hồi giờ ngày tháng năm 2009

Có thể tìm hiểu luận án tại:

- Thư viện quốc gia

- Thư viện Học viện Kỹ thuật Quân sự

các công trình đ∙ công bố tác giả

1 Nguyễn Đức Thành, Đoàn Thế Tuấn, Trần Đức Trung, (2003),

“Tổng hợp hệ bám cự ly ứng dụng kỹ thuật số trong hệ toạ độ đài

điều khiển tên lửa phòng không”, Hội nghị khoa học, Trung tâm

KHKT&CNQS, Tr 283-288

2 Nguyễn Ngọc Quý, Đoàn Thế Tuấn (2005), “Một số vấn đề khi tổng hợp bộ lọc số”, Tuyển tập báo cáo khoa học Hội nghị Khoa

học kỹ thuật Đo lường toàn quốc lần thứ 4, 11-2005, Tr 683-688

3 Nguyễn Văn Tiến, Đoàn Thế Tuấn, Nguyễn Đức Thành (2004),

“Nghiên cứu một số tham số ảnh hưởng đến hệ thống điều khiển

cự ly tên lửa đạn đạo”, Tạp chí Khoa học và Kỹ thuật, III-2004,

Học viện KTQS, Tr 80-85

4 Đoàn Thế Tuấn, Nguyễn Đức Thành (2006), “Sử dụng thuật toán lọc Kalman thích nghi trong bài toán bám sát mục tiêu cơ động”,

Tạp chí nghiên cứu khoa học kỹ thuật và công nghệ quân sự,

6-2006, Trung tâm KHKT&CNQS, Tr 51-55

5 Đoàn Thế Tuấn (2006), “ứng dụng thuật toán lọc Kalman với hiệu chỉnh dự báo tối ưu trong bám sát mục tiêu cơ động”, Tạp chí

Khoa học và Kỹ thuật, II-2006, Học viện KTQS, Tr 51-57

6 Nguyễn Tăng Cường, Đoàn Thế Tuấn (2007), “áp dụng logic mờ xây dựng thuật toán lọc thích nghi xác định tham số của mục tiêu cơ động”, Tạp chí Khoa học và Kỹ thuật, II-2007, Học viện

KTQS, Tr 109-117

Mở đầu

Tính cấp thiết của đề tài nghiên cứu:

Hiện nay, các mục tiêu tập kích đường không được thiết kế chế tạo

với khả năng cơ động cao, đa dạng và phức tạp; điều này dẫn tới làm

giảm hiệu quả chiến đấu của các hệ thống điều khiển hoả lực Một trong

những nguyên nhân của việc giảm hiệu quả chiến đấu khi bắn các mục

tiêu cơ động chính là do sai số của các hệ bám XĐTĐ mục tiêu Vì vậy,

đề tài “Tổng hợp hệ bám góc trong đài ra đa trên cơ sở ứng dụng các

phương pháp xử lý tín hiệu hiện đại” nhằm xây dựng hệ bám góc mục

tiêu trên khoang thiết bị bay (TBB) với độ chính xác cao trong điều kiện

mục tiêu cơ động là nhu cầu cấp bách mà thực tiễn đặt ra

Mục đích nghiên cứu của luận án:

Về lý thuyết:

- Thông qua việc tổng hợp và phân tích hệ xác định toạ độ (HXĐTĐ)

góc mục tiêu sử dụng thuật toán lọc tối ưu chỉ ra được những nhược điểm

của nó và khả năng xây dựng thuật toán có độ chính xác cao trong điều

kiện mục tiêu cơ động

- Xác định toạ độ (XĐTĐ) góc mục tiêu cơ động trên cơ sở ứng dụng

các thuật toán lọc thích nghi

- XĐTĐ góc mục tiêu cơ động trên cơ sở kết hợp thuật toán lọc thích

nghi và hệ logic mờ

Về thực nghiệm:

Kiểm chứng tính đúng đắn của thuật toán xây dựng được thông qua

mô phỏng riêng thuật toán và mô phỏng HXĐTĐ góc mục tiêu trong

thành phần của vòng điều khiển TBB

Đối tượng và phạm vi nghiên cứu của đề tài:

Luận án nghiên cứu, xây dựng thuật toán tổng hợp HXĐTĐ góc mục

tiêu trên khoang TBB trong điều kiện mục tiêu cơ động

Tính thực tiễn, tính khoa học, tính mới của đề tài nghiên cứu:

Tính thực tiễn: Các thuật toán tổng hợp HXĐTĐ góc mục tiêu thực

hiện được nhờ máy tính điện tử với công nghệ hiện đại Việc xây dựng HXĐTĐ góc mục tiêu thuận tiện hơn so với kỹ thuật cũ do nhiệm vụ cơ bản của bài toán được thực hiện bằng phần mềm

Tính khoa học: Tính khoa học của luận án được thể hiện thông qua

cách tiếp cận giải bài toán:

- Xây dựng mô hình không gian trạng thái của từng đối tượng tham gia trong HXĐTĐ góc mục tiêu

- Thông qua mô hình không gian trạng thái đã xây dựng được, áp dụng các thuật toán lọc tối ưu, thuật toán điều khiển tối ưu xây dựng

được hệ bám tối ưu XĐTĐ góc của mục tiêu

- áp dụng và xây dựng thuật toán lọc thích nghi nâng cao độ chính xác cho hệ bám trong điều kiện mục tiêu cơ động

- Khảo sát HXĐTĐ góc mục tiêu thông qua mô phỏng và so sánh chỉ tiêu chất lượng của nó với các thuật toán đã có

Tính mới của luận án:

- Xây dựng được hệ xác định toạ độ góc mục tiêu cơ động trên cơ sở ứng dụng thuật toán lọc Kalman thích nghi nhận dạng tham số ma trận chuyển trạng thái

- Xây dựng được hệ xác định toạ độ góc mục tiêu cơ động trên cơ sở tổng hợp thuật toán lọc thích nghi bằng cách kết hợp bộ lọc Kalman với

hệ logic mờ

Cấu trúc của luận án: Nội dung của luận án gồm 102 trang, 3 bảng,

50 hình vẽ và đồ thị, 56 tài liệu tham khảo và 2 phụ lục kèm theo, ngoài phần mở đầu, kết luận, luận án trình bày trong 4 chương

Chương 1 Tổng quan Tổng hợp hệ bám góc trong đμi

ra đa trên các hệ tự dẫn vô tuyến

1.1 Đặt bài toán nghiên cứu

Hình 1.1 chỉ ra tương quan hình học giữa TBB và mục tiêu Nhiệm vụ

của bài toán XĐTĐ góc mục tiêu là tạo ra các đánh giá toạ độ góc ϕ và n

tốc độ ω của đường ngắm n

Trên các hệ tự dẫn hiện nay, ϕ và n ω được xác định bởi HXĐTĐ n

một vòng bám Sai số đánh giá ϕ và n ω của phương pháp này sẽ lớn, n

nhất là trong trường hợp mục tiêu cơ động

Hình 1.1 Tương quan giữa TBB và mục tiêu

HXĐTĐ nhiều vòng bám tuy có sai số bám sát nhỏ hơn nhưng mới

chỉ tính đến tình huống mục tiêu cơ động với giá trị cụ thể về cường độ

và tần suất cơ động Tức là, còn để ngỏ chưa được giải quyết cho lớp bài

toán có tính đến khả năng cơ động đa dạng có trong thực tế

Vì vậy, nhiệm vụ đặt ra cho luận án là: trên cơ sở HXĐTĐ nhiều

vòng bám, xây dựng thuật toán nâng cao độ chính xác XĐTĐ góc mục

tiêu trong điều kiện mục tiêu cơ động

ứng dụng lý thuyết điều khiển tối ưu và lý thuyết lọc tối ưu, việc tổng

hợp HXĐTĐ góc mục tiêu được tách thành hai bài toán, đó là:

- Bài toán điều khiển an ten sao cho đường cân bằng tín hiệu (O a X a)

trùng với phương của đường ngắm (O aO m) Bài toán này đã được giải

quyết [8], [44]

- Bài toán đánh giá toạ độ pha của đường ngắm ϕ , n ω có tính tới sự n tương tác của các tham số khác (ϑ , ϕ , ) và sự cơ động của mục tiêu a

sẽ được luận án thực hiện bởi kỹ thuật lọc thích nghi

1.2 Phân tích thực trạng hiện nay của một số hệ xác định toạ độ góc mục tiêu điển hình

1.2.1 Hệ xác định toạ độ góc mục tiêu một vòng bám

Yêu cầu đặt ra là điều khiển an ten sao cho trục của thiết bị định hướng bám theo đường ngắm Toạ độ pha ϕ và n ω được xác định bởi n

k

ϕ và ϕ& Sơ đồ cấu trúc của hệ bám chỉ ra trên Hình 1.2 k

Hình 1.2 Sơ đồ cấu trúc HXĐTĐ góc một vòng bám

ưu điểm: Cấu trúc của HXĐTĐ đơn giản

Nhược điểm:

- Hệ truyền động không chỉ bám theo sự thay đổi góc ϕ mà còn chịu n

sự thay đổi góc trục dọc ϑ

- Do việc sử dụng trực tiếp các tín hiệu đo để đánh giá toạ độ góc nên không loại trừ được nhiễu của thiết bị đo

- Độ chính xác xác định ϕ , n ω phụ thuộc vào độ chính xác điều n khiển an ten Do hệ thống an ten có quán tính lớn nên độ chính xác điều khiển an ten không cao nhất là khi mục tiêu cơ động

- Việc đồng thời đảm bảo độ ổn định và độ chính xác cao rất khó thực hiện trong điều kiện mục tiêu cơ động

1.2.2 Hệ xác định toạ độ góc mục tiêu tối ưu nhiều vòng bám

ứng dụng thuật toán điều khiển tối ưu, các thuật toán lọc tối ưu, HXĐTĐ mục tiêu được xây dựng gồm nhiều vòng bám [8], [44]

ưu điểm:

- Độ chính xác bám sát toạ độ góc mục tiêu được nâng cao bởi:

k

ϕ ϕ

Δ

m

ϕ

ϑ

n

0

X

0

a X oy X

ϑ

ϕ Δ

a

ϕ

n

ϕ

m

ϕ

a

TBB

Mục tiêu

+ Sử dụng bộ lọc riêng để đánh giá toạ độ góc đường ngắm nên đã

loại trừ được sai số của hệ bám an ten khỏi sai số đánh giá toạ độ góc

+ Mô hình sử dụng làm cơ sở để tổng hợp bộ lọc đánh giá toạ độ góc

đường ngắm chính xác hơn, trong đó đã tính đến sự biến thiên của cự ly,

tốc độ cự ly và tham số chuyển động của mục tiêu kể cả yếu tố cơ động

+ Tham số đường ngắm ϕ , n ω được đánh giá bởi bộ lọc Kalman, n

trong đó hệ số khuếch đại thích nghi theo thông tin thống kê tiền

nghiệm

+ Phép đo sai lệch góc ϕΔ chính xác hơn do an ten ổn định hơn bởi

sử dụng kỹ thuật điều khiển tối ưu

- Tính tác động nhanh của hệ thống tăng lên do đã loại bỏ hệ truyền

động an ten quán tính lớn ra khỏi các bộ lọc tạo tín hiệu đánh giá

- Độ ổn định bám sát an ten theo đường ngắm được nâng cao do tín

hiệu điều khiển an ten được tạo ra bởi kỹ thuật điều khiển tối ưu

- HXĐTĐ góc mục tiêu có khả năng loại bỏ nhiễu thông qua việc sử

dụng các thuật toán lọc tối ưu

Nhược điểm:

- Phức tạp trong tính toán, thực hiện các thuật toán

- Mới chỉ tính đến tình huống mục tiêu cơ động với giá trị cụ thể về

cường độ và tần suất cơ động

1.3 Một số hướng giải bài toán bám sát mục tiêu cơ động

Do chuyển động của mục tiêu tác động đến bộ lọc đánh giá toạ độ

góc đường ngắm ϕ , n ω , nên để giảm sai số bám sát trong điều kiện n

mục tiêu cơ động, bộ lọc đánh giá toạ độ góc đường ngắm cần phải sử

dụng các thuật toán tối ưu hoặc thuật toán thích nghi

1.3.1 Sử dụng thuật toán lọc tối ưu bám sát mục tiêu cơ động

ưu điểm: Liên tục xác định được giá trị gia tốc pháp tuyến và các

thành phần đạo hàm bậc cao của chúng Không đòi hỏi phải thay đổi

tham số (cấu trúc) của các thuật toán đánh giá khi mục tiêu cơ động

Nhược điểm: Phức tạp trong việc hiện thực hóa thuật toán Khi mục

tiêu không cơ động, việc sử dụng các đánh giá gia tốc và thành phần đạo hàm của chúng sẽ làm tăng sai số đánh giá theo vị trí và tốc độ

1.3.2 Sử dụng các thuật toán lọc thích nghi bám sát mục tiêu cơ động

* Lọc thích nghi điều chỉnh hệ số khuếch đại

ưu điểm: Thuật toán này tuy đơn giản

Nhược điểm: Độ chính xác đánh giá không cao, đặc biệt đối với các

thành phần đạo hàm

* Lọc thích nghi trên cơ sở nhận dạng tham số mô hình trạng thái

ưu điểm: Độ chính xác đánh giá cao kể cả các thành phần đạo hàm Nhược điểm: Để thực hiện thuật toán, cần phải đo được các toạ độ

pha hoặc phải sử dụng kết quả đánh giá các toạ độ pha sao cho phù hợp

* Lọc thích nghi trên cơ sở thay đổi kích thước của véc tơ trạng thái

ưu điểm: Sai số đánh giá được cải thiện trong cả trường hợp mục tiêu

cơ động và không cơ động

Nhược điểm : Thuật toán đòi hỏi phải lưu trữ các phép đo ở thời điểm

quá khứ để khởi tạo lại bộ lọc khi phát hiện cơ động của mục tiêu; Thời

điểm phát hiện cơ động bị giữ chậm

* Lọc thích nghi ghép tầng

ưu điểm: Đánh giá trạng thái được cải thiện trong cả trường hợp mục

tiêu cơ động và không cơ động

Nhược điểm: Thời gian phát hiện cơ động bị giữ chậm dẫn tới sai số

lớn trong gian đoạn chuyển sang cơ động và ngược lại

* Lọc thích nghi đa mô hình

- Giả thiết động học của mục tiêu tuân theo một số hữu hạn các mô hình, mỗi mô hình phù hợp với một chuyển động cơ động của mục tiêu

- Thuật toán lọc bao gồm nhiều bộ lọc hoạt động song song; tại thời

điểm bất kỳ, đánh giá trạng thái được tổ hợp từ trạng thái của các bộ lọc

ưu điểm: Độ chính xác đánh giá cao, thời gian thích nghi nhanh

Nhược điểm: Thuật toán đòi hỏi khối lượng tính toán lớn

* Lọc thích nghi sử dụng hệ mờ và mạng nơ ron

Một hướng tiếp cận mới nhằm cải thiện các thuật toán lọc thích nghi

là ứng dụng các kỹ thuật điều khiển thông minh Trong đó, các hệ lôgic

mờ và mạng nơ ron được sử dụng bởi khả năng tự học, khả năng xấp xỉ

hàm và khả năng thích nghi tham số hoặc cấu trúc Cấu trúc của một số

bộ lọc điển hình sử dụng hệ mờ và mạng nơ ron như sau:

- Lọc thích nghi sử dụng hệ mờ để hiệu chỉnh hệ số khuếch đại;

- Lọc thích nghi nơ ron các quá trình với mô hình không biết trước;

- Lọc thích nghi cải thiện thuật toán IMM bởi hệ mờ nơ ron

Kết luận chương 1

1 HXĐTĐ góc mục tiêu nhiều vòng bám có những ưu điểm vượt trội

so với hệ một vòng bám; tuy nhiên, HXĐTĐ này chưa tính tới sự cơ

động đa dạng có trong thực tế của mục tiêu

2 Nhiệm vụ đặt ra cho luận án là, trên cơ sở HXĐTĐ góc mục tiêu

nhiều vòng bám, xây dựng thuật toán tổng hợp HXĐTĐ góc mục tiêu có

tính tới yếu tố cơ động đa dạng của mục tiêu nhằm nâng cao độ chính

xác XĐTĐ góc mục tiêu trong điều kiện mục tiêu cơ động

3 Để nâng cao độ chính xác của HXĐTĐ góc mục tiêu nhiều vòng

bám trong điều kiện mục tiêu cơ động cần thực hiện thuật toán lọc thích

nghi trong vòng bám đánh giá toạ độ góc đường ngắm

4 Kỹ thuật lọc đa mô hình và lọc đa mô hình kết hợp với hệ mờ,

mạng nơ ron cho phép tính tới các yêu tố cơ động đa dạng của mục tiêu;

tuy nhiên do khối lượng tính toán rất lớn nên cần thiết phải xây dựng

thuật toán đơn giản hơn đảm bảo dễ dàng hiện thực hoá thuật toán

Chương 2 Tổng hợp hệ bám tối ưu tự động xác định

toạ độ góc mục tiêu cơ động

Chương 1 đã chỉ ra HXĐTĐ góc mục tiêu tối ưu tuy có nhiều ưu

điểm, nhưng cũng tồn tại nhược điểm đó là sai số bám sát lớn khi mục

tiêu cơ động Để cải thiện HXĐTĐ này nhằm nâng cao độ chính xác bám sát trong trường hợp mục tiêu cơ động, trong chương 2 sẽ tiến hành xây dựng và phân tích kỹ hơn HXĐTĐ góc mục tiêu tối ưu Ngoài việc xây dựng được thuật toán bám sát còn chỉ ra nguyên nhân tồn tại nhược

điểm của thuật toán này làm cơ sở cho việc tổng hợp HXĐTĐ góc mục tiêu cơ động trong chương 3

2.1 Các giả thiết

- HXĐTĐ góc mục tiêu thuộc thành phần của đầu tự dẫn vô tuyến tích cực đặt trên khoang TBB;

- HXĐTĐ cự ly đã được tổng hợp và nó tạo ra được các tín hiệu đánh giá cự ly Dˆ và tốc độ tiếp cận m Dˆ& ; m

- HXĐTĐ góc mục tiêu trong các mặt phẳng điều khiển không ảnh hưởng lẫn nhau và hoàn toàn tương tự như nhau;

- Phần tử nhạy xác định góc ϕΔ sử dụng thiết bị định hướng đơn xung với xử lý cộng - trừ tín hiệu [8], [44];

- Hàm truyền của hệ truyền động an ten và luật điều khiển đã biết;

- Các bộ cảm biến gồm con quay đo góc ϑ và gia tốc kế đo gia tốc pháp tuyến của TBB j T

2.2 Xây dựng mô hình không gian trạng thái cho hệ xác định toạ độ góc mục tiêu

Mô hình không gian trạng thái của toạ độ góc đường ngắm:

) (

)]

( ) [ 1 ) 2

)

D

t D

D

m n m

m

) ) (

t

j m =ưαj m m +ξj m

0

) 0

Mô hình không gian trạng thái của gia tốc pháp tuyến TBB:

) ( )

j T =ξj T

0

) 0

Mô hình không gian trạng thái của toạ độ góc trục dọc TBB:

) ) (t ωϑ t

) ) (

ω& =ư + , ωϑ(0)=ωϑ0; (2.27)

Mô hình không gian trạng thái của hệ truyền động an ten:

)

)

(t a t

ϕ& = , ϕa(0)=ϕa0; (2.29)

) ( ) )

1

T

b t T

t

a

a

Các phương trình đo:

) ( )]

( ) ( ) ( [

)

(

) ) )

z

T j

) ( ) (

)

(

) ( ) ( )

z

a

aϕa ξzϕ

trong đó, 1z , 2z , 3z , 4z - Tín hiệu đầu ra của thiết bị định hướng đơn

xung, gia tốc kế, con quay vị trí và bộ cảm biến góc của an ten;

2.3 Tổng hợp bộ lọc tối ưu bám sát mục tiêu cơ động

2.3.1 Thuật toán lọc Kalman

* Đối với quá trình liên tục theo thời gian

) ) ) ) (

)

(

) F t x t B t u t t

t

) ) )

(

)

(t H t x t t

Thuật toán lọc Kalman như sau [47]:

) ( ˆ

ˆ F x Bu K z H x

x&= + + ư , x(0)=x0; (2.38)

1

ư

=DH T G z

x z

T

DF

FD

0

) 0

Số lượng phương trình vi phân cần giải trong thuật toán là:

) 1 ( 5

+

=n n n

* Đối với các quá trình gián đoạn

) 1 ( ) 1 ( ) 1 ( ) 1 ( ) 1

(

)

(k =Φkư x kư +Γkư u kư + kư

) ( ) (

)

(

)

(k H k x k k

Thuật toán lọc Kalman [22], [43]:

[( ) ( ˆ ( )]

) ( )

(

ˆ

)

(k x k K k z k H k x k

) 1 ( ) 1 ( ) 1 ( ) 1 (

)

(

ˆư k =Φkư x kư +Γkư u kư

) ( ) ( ) ( ) (k D k H k Q 1 k

) ( ) ( ) ( ) ( ) ( )

=D k H T k H k D k H T k Q z k

; (2.50)

[ ( ) ( )] ( ) )

(k E K k H k D k

) 1 ( ) 1 ( ) 1 ( ) 1 ( )

, D(0)=D0; (2.52)

2.3.2 Phân chia các bộ lọc

Nếu HXĐTĐ góc mục tiêu được tổng hợp trên cơ sở các phương trình trạng thái (2.16) - (2.18), (2.19), (2.26) - (2.27), (2.29) - (2.30) và các phương trình quan sát (2.32) - (2.35) thì số phương trình vi phân cần phải giải là ny = 44;

Tách véc tơ trạng thái thành các nhóm véc tơ thành phần, nhận được:

Các phương trình sử dụng để tạo các đánh giá ϕˆ , n ωˆ , và n jˆ : m

0 0 0

) 0 ( )

) )

(

) 0 ( )]

( ˆ ) ( [ ˆ

1 ) ( ˆ

ˆ 2 )

) 0 ( )

( )

md md

j m j m

n n T

m m n m

m n

n n n

n

j j

t t j t

j

t j t j D

t D

D t

t t

m

ư

=

=

ư +

ư

=

=

=

ξ α

ω ω ω

ω

ϕ ϕ ω

ϕ

&

&

&

&

; (2.57)

) ) ˆ

ˆ ) )

zΔ = + Δϑ+ Δϕa= Δϕn +ξzΔ ; (2.58) Các phương trình sử dụng để tạo đánh giá jˆ : T

) ( )

j T =ξj T

0

) 0

) ) )

z

T j

Các phương trình sử dụng để tạo các đánh giá ϑˆ và ωˆ : ϑ

0

0

) 0 ( ), ( ) ( )

(

) 0 ( ),

( ) (

ϑ ϑ ω

ϑ ϑ ϑ

ϑ

ω ω ξ

ω α ω

ϑ ϑ ω

ϑ

+

ư

=

=

=

t t t

t t

&

&

) ( ) ( ) (

Các phương trình sử dụng để tạo các đánh giá ϕ ˆa và ω ˆa:

0

0

) 0 ( ),

( ) )

( 1 )

) 0 ( ),

( )

a a a

a

a a a

a

t t u T

b t T t

t t

ξ ω

ω

ϕ ϕ ω

ϕ

ω

+

ư

=

=

=

&

&

; (2.64)

) ) ( )

z

a

aϕa ξzϕ

Sau khi phân tách véc tơ, thì: n y =21;

2.3.3 Các thuật toán lọc

Bộ lọc đánh giá toạ độ góc đường ngắm:

áp dụng thuật toán lọc Kalman cho mô hình (2.57), (2.58) nhận được:

z K

n

ϕ& , ϕˆn(0)=ϕn0; (2.76)

z K j j D D

D

T m m n m

m

ˆ

1 ˆ

ˆ

ˆ

2

ω& & , ωˆn(0)=ωn0; (2.77)

z K j

j m=ư j mˆm+ 3Δ

) ˆ ˆ ˆ

z

z G

K

D

K1= 11 Δ/ ; K2 =D21KΔ/G z;K3=D31KΔ/G z; (2.80)

z G K D

D

D&11=2 21ư 112 Δ2/ , D11(0)=D11.0;

z m

m

m

G

K D D D D

D D

D

D

31 21

22

1 ˆ

ˆ

ư

= &

21 =

z m

m

K D D D

D D

D

D

2 2 21 22 32

ˆ 4 ˆ

0 22

22(0) D

z j

G

K D D D D

2 11 31 31 32

31

Δ

ư

ư

31 =

z j

m m

K D D D D

D D

D

2 21 31 32 33

ˆ 2 ˆ

⎟⎟

⎟

⎠

⎞

⎜⎜

⎜

⎝

⎛ +

ư

32 =

m j

G K D D

D

z

ư

33

33 2

0 33

33(0) D

Tương tự, thuật toán lọc Kalman được áp dụng cho các bộ lọc còn lại

2.3.4 Các thuật toán lọc dạng rời rạc

Để thuận tiện cho việc thực hiện thuật toán lọc bởi máy tính số trên

khoang, cần biến đối mô hình không gian trạng thái về dạng rời rạc và sau đó

thực hiện thuật toán lọc rời rạc Các phương pháp chuyển từ niềm thời gian

liên tục sang rời rạc được chỉ ra trong [1], [14], [15]

2.4 Sơ đồ cấu trúc của hệ xác định toạ độ góc mục tiêu tối ưu

Từ thuật toán nhận được, có thể xây dựng được sơ đồ cấu trúc của HXĐTĐ góc mục tiêu HXĐTĐ này bao gồm các bộ lọc đánh giá trạng thái, vòng điều khiển an ten

Kết luận chương 2

1 Hệ bám tối ưu XĐTĐ góc mục tiêu cơ động được xây dựng từ các

bộ lọc riêng rẽ và kết hợp với hệ thống điều khiển an ten tạo thành HXĐTĐ nhiều vòng bám

2 Sự cơ động của mục tiêu ảnh hưởng trực tiếp tới bộ lọc đánh giá toạ độ góc đường ngắm

3 Yếu tố cơ động của mục tiêu được tính tới trong HXĐTĐ nhờ mô hình gia tốc pháp tuyến của mục tiêu jm Mô hình này được đặc trưng bởi tần suất cơ động

m j

α và cường độ cơ động 2

m j

σ Với việc ứng dụng

kỹ thuật lọc tối ưu, tham số

m j

α và 2

m j

σ chỉ được lựa chọn bằng hằng

số, nên nó không đại diện cho mọi chuyển động cơ động của mục tiêu Sai số bám sát sẽ tăng khi chuyển động thực tế của mục tiêu không phù hợp với mô hình giả thiết

4 Để tổng hợp HXĐTĐ góc mục tiêu với độ chính xác cao trong điều kiện mục tiêu cơ động chỉ cần cải thiện bộ lọc đánh giá toạ độ góc đường ngắm, các bộ lọc khác được giữ nguyên

Chương 3 Tổng hợp hệ bám thích nghi tự động xác

định toạ độ góc mục tiêu cơ động

Nhược điểm của HXĐTĐ góc mục tiêu tối ưu là mô hình gia tốc pháp tuyến không đại diện cho mọi chuyển động cơ động của mục tiêu Vì vậy, sai số đánh giá toạ độ góc mục tiêu sẽ tăng khi chuyển động thực tế của mục tiêu không phù hợp với mô hình gia tốc pháp tuyến giả định Để khắc phục nhược điểm này, trong chương 3 sẽ ứng dụng và phát triển các thuật toán lọc thích nghi nhằm đáp ứng với sự cơ động của mục tiêu Khi mục tiêu cơ động, động học của nó tác động trực tiếp tới bộ lọc đánh giá

toạ độ góc đường ngắm, do đó vấn đề nâng cao độ chính xác được thực

hiện khi sử dụng thuật toán thích nghi trong bộ lọc đánh giá toạ độ góc

đường ngắm

3.1 Mô hình không gian trạng thái của toạ độ góc mục tiêu

- ϕˆ , a ωˆ được đánh giá bởi bộ lọc riêng đã được tổng hợp; a

- ϑˆ , ωˆ đánh giá bởi bộ lọc riêng đã được tổng hợp; ϑ

- ϕ , n ω không được đánh giá mà tiến hành đánh giá n ϕ và m ω m

- Mô hình không gian trạng thái ban đầu ϕ và m ω : m

) 1 ( ) 1 (

)

(k = m kư + m kư

ϕ , ϕm(0)=ϕm0,

) 1 ( ) 1 ( ) 1

(

)

(k = ư m m kư + m kư

) ( )]

( ) ( [

)

(

3.2 Hệ xác định toạ độ góc mục tiêu có phát hiện cơ động trên cơ sở

hiệu chỉnh hệ số khuếch đại theo tín hiệu sai lệch bám

Biến đổi (3.2) để áp dụng được thuật toán lọc Kalman:

) ( ) ( )

( ˆ )

(

)

áp dụng thuật toán lọc Kalman biến thể kiểu S [44], nhận được:

⎪

⎩

⎪

⎨

⎧

≤

>

ư +

ư +

ư

ư Δ

=

Δ

Δ

, 1 ,

1

1 ,

) 1 ( )

1 ( 2 ) 1 (

) ( ) ( )

(

22 2 21

11 2

2

1

S khi

S khi k

D k

D k

D

K

k Q k z k

ξ

(3.9)

[ˆ ( ) ˆ ( )]

)

(

)

110 11

22 2 21

11

11

) 0 ( )], 1 ( )

1 ( 2 ) 1 ( [

) 1 (

)

(

D D

k D k

D k

D

k

S

k

D

=

ư +

ư +

ư

ì

ì

ư

=

ư

τ τ

{ }, (0) 0 )]

1 ( ) 1 ( [

) 2 1 ( 1 ( ) (

)

(

21 22

21

12

21

=

ư +

ư

ì

ì

ư

ư

=

= ư

ư

D k D k D

k S k D

k

τ

τα

(3.11)

2 22

) 0 ( , )]

1 ( ) 1 ( [ ) 1

(

) 1 ( )

1

,

(

D D

k Q k D

k S k

k

D

m

ư

ì

ì

ư

=

ư

ư

ω ξ

) ( ) 1

(

)

) ( )

( ) (

)

Δ

=

) ( )

( )

1

/ ) (

11

1 =D k KΔ QξΔ

1

/ ) (

21

2 =D k KΔ QξΔ

) ( ) ( ˆ ) (

ˆm k =ϕmư k +K1Δz k

) ( ) ( ˆ ) (

ˆm k =ωmư k +K2Δz k

ω ; ωˆm(0)=ωm0

) 1 ( ˆ ) 1 ( ˆ ) (

ˆmư k =ϕm kư +τωm kư

ϕ ; ωˆmư(k)=(1ưταm ωˆm(kư1); (3.15)

3.3 Hệ xác định toạ độ góc mục tiêu có phát hiện cơ động trên cơ sở nhận dạng tham số mô hình trạng thái

Quá trình nhận dạng là tạo ra đánh giá Φˆ của ij Φ Khi mục tiêu ij không cơ động, Φˆ trùng với giá trị tiền nghiệm ij Φ , bộ lọc đánh giá toạ ij

độ góc đường ngắm là bộ lọc Kalman thông thường Khi mục tiêu cơ

động, Φˆ khác ij Φ , ij Φˆ sẽ thay thế cho ij Φ trong thuật toán lọc ij

3.3.1 Quy tắc phát hiện thời điểm cơ động

ij ij

ijưΦ >λ

ij

∑

=

>

Φ

ư Φ

=N N

j

n ij ij ij Q

1

2

) ˆ

3.3.2 Thuật toán nhận dạng tham số mô hình trạng thái

Quá trình: x p(k)=Φp(kư1)x p(kư1)+ξp(kư1) (3.18)

pn p

k

a( )= Φ 1( ư1),Φ 2( ư1), ,Φ ( ư1) (3.19) Quan sát: z(k)=M p(k)a(k)+ξp(k) (3.21) Phương trình trạng thái của a: a(k)=a(kư1)+ξa(kư1) (3.23)

áp dụng thuật toán lọc Kalman cho quá trình (2.23) và quan sát (3.21) sẽ nhận được thuật toán nhận dạng ma trận Φ

3.3.3 Thuật toán đánh giá toạ độ góc đường ngắm

Thuật toán đánh giá ϕ , m ω như mục 3.2 với S =1; Vấn đề còn lại là m

tìm thuật toán nhận dạng Φ Véc tơ tham số của mô hình:

[ ( 1) ( 1) ( 1) ( 1)]

) (k = Φ11 kư Φ12 kư Φ21 kư Φ22 kư

a T

; (3.28)

- Khi mục tiêu cơ động, quy luật thay đổi của a (k) có dạng:

) 1 ( ) 1 ( ) (k =a kư + kư

Phương trình quan sát có dạng:

)

m

⎥

⎦

⎤

⎢

⎣

⎡

ư

ư

ư

ư

=

) 1 ( ˆ ) 1 ( ˆ 0 0

0 0

) 1 ( ˆ ) 1 (

ˆ

)

(

k k

k k

k

M

m m

m m

ω ϕ

ω ϕ

, (3.31)

xˆ(k)=ξϕˆ(kư1) ξωˆ(kư1)

áp dụng thuật toán nhận dạng tham số mô hình trạng thái, nhận được:

2 12 1 11 11

11( ) ˆ ( 1)

2 22 1 21 12

12( ) ˆ ( 1)

ˆ k =Φ kư +K a Δz +K a Δz

2 32 1 31 21

21( ) ˆ ( 1)

ˆ k =Φ kư +K a Δz +K a Δz

2 42 1 41 22

22( ) ˆ ( 1)

) 1 ( ˆ 1 ( ˆ ) 1 ( ˆ 1 ( ˆ )

(

) 1 ( ˆ 1 ( ˆ ) 1 ( ˆ 1 ( ˆ )

(

3.4 Hệ xác định toạ độ góc mục tiêu có phát hiện cơ động trên cơ sở

sử dụng hệ thích nghi mờ

Phương pháp nhận dạng Φ (mục 3.3) gặp phải một số nhược điểm:

- Sự thay đổi của ma trận Φ phụ thuộc vào việc áp đặt ma trận D và a

a

Q Nói cách khác, ma trận khuếch đại K trong thuật toán nhận dạng a

ma trận Φ không tính tới sự cơ động nhanh hay chậm của mục tiêu

- Quá trình thích nghi ma trận Φ không sử dụng thông tin tiền

nghiệm về sự cơ động nhanh hay chậm của mục tiêu

Luận án đề xuất một thuật toán nhận dạng ma trận Φtrên cơ sở N

ma trận Φ (n n=1,2, ,N) biết trước và được tạo ra từ hai lớp mô hình

mục tiêu, mỗi Φ phù hợp với mức độ cơ động nào đó Việc xác định n

mức độ ảnh hưởng của từng mô hình (Φ ) tới kết quả nhận dạng Φ n

được thực hiện bởi bộ điều khiển lôgic mờ Sơ đồ cấu trúc của bộ lọc

đánh giá toạ độ góc đường ngắm được chỉ ra trên Hình 3.4

Lớp 1 gồm N mô hình với kích thước bằng 2, các mô hình chỉ khác 1

nhau bởi tham số cơ động α Lớp 2 gồm m n N2 =NưN1 mô hình với kích thước bằng 3, các mô hình chỉ khác nhau bởi tham số cơ động α m n

Bộ lọc đánh giá toạ độ góc đường ngắm gồm hai “khối”:

- Khối đánh giá toạ độ pha của đường ngắm: Sử dụng bộ lọc Kalman

- Khối nhận dạng ma trận Φ : Sử dụng bộ điều khiển logic mờ

Ma trận Φ được xác định sao cho dự báo trạng thái do nó tạo ra bằng tổng trọng số các dự báo trạng thái được tạo ra bởi các mô hình giả thiết

⎥

⎥

⎥

⎥

⎥

⎥

⎥

⎦

⎤

⎢

⎢

⎢

⎢

⎢

⎢

⎢

⎣

⎡

ư

ư

= Φ

∑

∑

∑

∑

+

=

+

=

=

+

=

N N n

n m n

N N n n N

n

n m n

N N n n

1

1 1

1

2 2

1 1 1

1

) 1 ( 0

0

1 0 1

τα β

β τ α β τ

β τ τ

; (3.48)

Mô hình biểu diễn sự thay đổi của trọng số βn (k) được lựa chọn:

∑

=

Δ +

ư

Δ +

ư

= N

i

i i

n n

n

k

k k

1

) 1 (

) 1 ( ) (

β β

β β

Với Δβn =Kγ ìγn, Kγ =const, thì:

γ

γγ β

β

K

K k k

n n

n

+

+

ư

= 1

) 1 ( )

Giữ chậm

Tính Φ

Hệ mờ

Δ

K

K

Φ

1

Φ

n

Φ

N

Φ

Nhận dạng tham số

)

(k

) (

ˆ k

xư

Hình 3.4 Sơ đồ cấu trúc bộ lọc đánh giá toạ độ góc

đường ngắm sử dụng hệ mờ