基于SVD-CKF的战术导弹气动参数在线辨识方法研究

摘要

在导弹气动参数辨识领域，传统扩展卡尔曼滤波（extended Kalman filter ,EKF）算法往往计算复杂、计算精度低，且求解系统雅各比矩阵难.针对这个问题，本文提出了一种基于SVD-CKF的战术导弹气动参数在线辨识方法 .利用容积卡尔曼滤波（cubature Kalman filter ,CKF）的容积点线性化特性，避免了对雅各比矩阵的直接求解，从而降低了计算复杂度.同时，通过引入奇异值分解（singular value decomposition ,SVD）技术，有效解决了传统CKF算法中可能导致协方差矩阵负定的情况，进一步提升了滤波稳定性.仿真结果表明，在六自由度战术导弹气动参数在线辨识问题中，SVD-CKF算法展现更高的辨识精度、更快的收敛速度以及更强的鲁棒性.

关键词

在线参数辨识 / 容积卡尔曼滤波 / 奇异值分解 / 导弹

基金资助

国家自然科学基金资助项目（62473138）; 广东省自然科学基金青年提升计划项目（2024A1515030184）; 广州市增城区重点研发项目（2024ZCKJ01）; 湖南省自然科学基金资助项目（2022JJ30162）