本文旨在探討 TBM 之追蹤，重點在於追蹤的同時如何有效的估計未知彈道係數，
我們提出了使用線性函數來近似彈道係數並將此函數的參數加入狀態方程式，由追蹤演 算法一併的估計。為了工程較易實現考量，我們採用了 EKF 和 UKF 作為我們的追蹤演算 法。實驗結果顯示在彈道係數已知且為定值的情況下，使用 EKF 和 UKF 對再入段 TBM 彈 道進行追蹤，兩者是很好的追蹤濾波器。為了符合實際 TBM 飛行情況，我們進一步做彈 道係數是在未知的模擬，如前所述我們將彈道係數視為狀態之一讓 KF 一併的估計。模 擬的結果顯示追蹤效能在彈道係數為未知和已知時很接近。本文最後討論彈道係數對再 入段 TBM 彈道的影響，從大氣層高空平均高度一百公里至地面高度約四、五十公里處，
因空氣密度小飛行阻力較小，這使得彈道係數跟 TBM 的狀態關係較小。由於雷達量測方 程式僅觀測到 TBM 的位置狀態，因此從我們無法很精確的估計出彈道係數，不過也正是 因為如此，追蹤系統容許較大的彈道係數估計誤差。模擬的結果顯示 EKF 和 UKF 都有不 錯的追蹤的效能。當 TBM 接近地面，空氣密度變大飛行阻力較也跟著變大，彈道係數跟 TBM 的狀態關係變得較密切，這時我們可以較準確的估計彈道係數並及時的改善追蹤性 能，模擬的結果顯示 EKF 和 UKF 還是有不錯的追蹤的效能，但 EKF 的效能略高於 UKF。
未來可繼續研究方面說明如下:
1. 本文僅以利用 Matlab 軟體來模擬，未來可研究如何將 EKF 和 UKF 演算法以硬體電 路實現，而能用在實際的追蹤系統上。
2. 模擬中可發現，只使用 EKF 和 UKF 無法很精準的估計出彈道係數，造成接近地面時 追蹤效能的下降，一個可以改善的方法是使用多模式(Multiple model)的追蹤，
亦即使用多組的 EKF 和 UKF，此法應可以提高追蹤的效能，但計算複度會大幅的提 高。
3. 本文所探討的再入段之彈道目標為非閃躲型(non maneuver)，如何對閃躲型 目標 進行追蹤是可探討的議題。
56
参考文獻
[1] A. Farina, B. Bristic, and D. Benvenuti, “Tracking a ballistic target: comparison of several nonlinear filters,” IEEE Trans. Aerospace and Electronic System, vol. 38, no. 3, pp. 854--867, July 2002.
[2] Y. Bar-Shalom and X.-R. Li, Estimatgyuion and Tracking: Principles, Techniques, and Software, Artech House, 1993.
[3] B. Ristic, A. Farina, D. Benvenuti, and M S. Arulampalam, “Performance bounds and comparison of nonlinear filters for tracking a ballistic object on re-entry ,” IEE Proc.Radar Sonar Navig., Vol.150.No.2,April 2003.
[4] Farina, A.Studer,F.A. Radar Data Processing. Introduction and Tracking, Vol.
I.England: Researches Studies Press,May 1985.
[5] S. Julier, J. Uhlmann, and H.F. Durrant-Whyte, “A new method for the nonlinear transformation of means and covariances in filters and estimators,” IEEE Trans.
Automatic Control, vol. 45, no. 3, pp. 477--482, Mar. 2003.
[6] P. Zarchan, Tactical and Strategic Missile Guidance, 3rd Ed.,AIAA,Progress in Astronautics and Aeronautics, Vol. 176,1997
[7] S. Haykin, Adaptive Filter Theory, 4rd Ed., Upper Saddle River, New Jersey, Prentice-Hall, Inc.
[8] Ristic B, Benvenui D,Arunampalan M S, Beyond the Kalman filter Particle filters for tracking applications ,Artech House,London,2004.
[9] Julier S J, Uhlmann J K, “Unscented Filtering and Nonlinear Estimation ,” Procedings of the IEEE, Vol.92, No.3,March 2004.
[10] S. Julier and J. Uhlmann, “A new extension of the Kalman filter to nonlinear systems,”
in Proc. SPIE – Int. Soc. Opt. Eng., vol. 3068, April 1997, pp. 182-193.
[11] G. M. Siouris, G. Chen,and J.Wang. “Tracking an Incoming Ballistic Missile Using an Extended Interval Kalman Filter., ” IEEE Trans. Aerospace and Electronic Systems, 33(1):232-240. , 1997.
[12] L.N.Liiard., Post-flight trajectory reconstruction of a maneuvering reentry vehicle from radar measurements., MS Thesis.ADA124805，1982.
[13] S.S. Blackman and R.F. Popoli. , Design and Analysis of Modern Tracking System, Artech House，Norwood,MA，1999
[14] Marcelo G. S. Bruno and Anton G. Pavlov, "A Density-Assisted Particle Filter
Algorithm for Target Tracking with Unknown BallisticCoefficient," Proceedings IEEE ICASSP 2005, Philadelphia, PA, USA,March 19-23, 2005.
[15] 楊谷洋, TBM 變識與追蹤法則之研究, 國防科技學術合作協調小組研究計畫成果
57
報告,桃園,2003
58
自 傳
作者詹榮吉，生於民國五十六年十月六日，籍貫台灣雲林縣，民國七十六年進入私 立南台科技大學電子工程科就讀，民國八十一年起任職中山科學研究院，從事於相列雷 達之研發，期間獲得數位電子甲、乙級證照及脈波信號自動增益控制方法與專置之專 利，民國九十六年起進入國立交通大學攻讀電機學院碩士在職專班電信組碩士。