HGA-RBF网络在动力调谐陀螺仪漂移预测中的应用

• 作者: 李真真 王世方 王宏力 王新国
• 来源期刊: 战术导弹技术
• 学科: 工学
• 关键词: 动力调谐陀螺仪 陀螺仪漂移 递阶遗传算法 RBF神经网络
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 制导与控制
• 页码范围: 59-62
• 页数: 4页
• 分类号: TJ765
• 字数: 1872字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-1300.2009.01.014

摘要

由于经典RBF神经网络预测DTG漂移存在参数优化困难和预测精度不理想的问题, 将具有可同时优化神经网络参数和隐节点数的递阶遗传算法引入到了对RBF神经网络核函数各项参数的优化中, 旨在提高RBF神经网络的建模能力, 从而提高DTG漂移的预测精度.首先归一化DTG漂移数据, 建立HGA-RBF网络预测模型, 然后应用DTG实测漂移数据给出预测模型应用结果, 最后利用DTG随机漂移率对预测模型的有效性进行验证.实验结果表明, 用这种方法建立的模型能较好地描述动调陀螺仪的漂移特性, 其补偿后的漂移量较原始漂移量减小4.5倍.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王宏力		112	961	15.0	24.0
2	王新国		20	86	5.0	8.0
3	王世方		4	18	2.0	4.0
4	李真真		3	22	2.0	3.0