多星载光学传感器系统误差极大似然配准算法

针对低轨星座协同探测弹道目标过程中存在系统误差的问题，提出多星载光学传感器系统误差极大似然配准（maximum likehood registration，MLR）算法。通过一阶Taylor近似对非线性量测转换线性化，推导出目标状态的误差协方差与卫星轨道定向、姿态角测量和传感器测量等随机误差的关系，并基于视线交叉获得观测在状态空间中的近似投影，从而将MLR算法扩展到低轨星座多光学传感器的误差配准。通过引入各类测量误差的先验信息对目标状态的误差协方差进行修正，利用期望极大化迭代，实现了对系统误差的无偏有效估计及目标轨迹的融合估计。仿真验证了所提算法的有效性，且配准性能优越。     

弹道导弹目标群轨迹建模与仿真

针对弹道导弹在空间中形成的目标群轨迹具有复杂性和多阶段的特点,提出一种弹道导弹目标群轨迹分阶段建模方法。由于不同阶段下目标群运动特性存在差异,基于分阶段建模的思想,在定义相应坐标系的基础上,建立了对称释放结构下的中段诱饵释放模型;在考虑数量质量、初始状态及消亡条件等因素下,设计了助推段多批次碎片轨迹产生过程。实验仿真了地固系下弹道导弹主体弹道、诱饵释放过程以及多批次碎片轨迹。结果表明,该方法在选择恰当参数的条件下可近似逼近真实情况。