基于插值型径向基神经网络的弹丸落点预报方法

• 作者: 李志鹏 赵捍东 黄鑫
• 来源期刊: 探测与控制学报
• 关键词: 径向基神经网络 落点预报 高维插值 射程偏差 横向偏差
• 年，卷（期）: 2015,（4）
• 页码范围: 101-105
• 页数: 5页
• 分类号: TP391
• 语种: 中文

摘要

针对数值积分法预报弹丸落点存在的解算时间较长、迭代过程中易产生大的累积误差等问题,提出了基于插值型径向基(RBF)神经网络的弹丸落点预报方法。该方法首先建立了落点预报数学模型,然后采用严格插值的方法离线训练 RBF 神经网络,分别逼近射程和横向偏差(横偏)非线性方程,最后利用预报模型进行落点预报仿真测试。仿真结果表明,该方法预报弹丸射程和横偏的平均误差分别为0.0602 m 和0.001 m,其预报落点的时间在40 ms 以内,并与数值积分法相比,预报落点的时间少1268.22 ms。因此,提出的插值型 RBF 算法预报弹丸落点是有效可行的,可为实际工程应用提供参考。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵捍东	中北大学机电工程学院	74	431	10.0	17.0
2	李志鹏	中北大学机电工程学院	8	34	4.0	5.0
3	黄鑫	中北大学机电工程学院	5	17	3.0	4.0