张 忆， 宋俊才， 李 坤

(中国船舶重工集团有限公司第七一○研究所，湖北 宜昌 443003)

舰艇在较高的海况条件下作战时，舰艇上的武器发射装置会随着海浪的波动产生摇摆，这直接影响发射装置发射角的精度，进而影响武器系统整体作战效能的发挥。发射装置在发射过程中，发射角的坐标与目标位置的坐标需要保持相对固定，所以需要对发射装置进行稳定控制。稳定控制系统主要是通过姿态方位参考系统采集舰艇的运动姿态，控制系统对运动姿态数据进行处理和运算，输出控制信号对发射装置进行控制，从而保持发射装置的相对稳定。在稳定控制系统中姿态方位参考系统采集姿态数据有一定的采样周期，数据传输到稳定控制系统中需要传输时间，所以需要实时对舰艇的运动姿态数据进行预测。

舰艇运动姿态的预测主要采用自回归(Autoregressive Model,AR)模型、灰色GM(1,1)预测模型、人工神经网络方法、BP预测模型、极限学习机方法、长短记忆网络、Volterra级数模型等方法[1-6]，大多数预测算法具有动态更新困难、预测效率差、算法复杂度高等特点，不能满足本发射装置稳定控制系统中对于实时预测的效率和计算需求。Kalman滤波是一种适用于实时计算的递推线性最小方差滤波器，具有实时性高和计算复杂程度低的特点，可以用于实时预测舰艇的运动姿态。

本文基于Kalman滤波预测算法，提出了组合Kalman滤波隔点预测算法对舰艇的横纵摇运动姿态进行实时预测，首先对组合Kalman滤波隔点预测算法进行了介绍，然后采用算法流程调整法、衰减记忆法和平方根法对预测算法改进优化，最后采用Matlab对优化前后的算法进行仿真实验。……