基于神经网络补偿的线性弹道落点预报方法

• 作者: 赵捍东 马焱 黄鑫
• 来源期刊: 探测与控制学报
• 关键词: 神经网络 线性弹道 落点预报 改进型梯度下降法
• 年，卷（期）: 2017,（4）
• 页码范围: 96-102,107
• 页数: 8页
• 分类号: TJ012.3
• 语种: 中文

摘要

针对线性化法预报弹丸落点存在侧向速度、角速度计算复杂和适用范围小的问题,提出了基于神经网络补偿的线性弹道落点预报方法.该方法在线性假设下,对刚体六自由度弹道进行线性化处理,得到线性弹道模型;将弹丸的圆周运动方程组视为线性定常系统,利用系统的解得到圆周运动的解析式,并利用梯形近似法处理其他参数的导数,得到基于线性弹道的落点预报解析式;然后利用神经网络理论设计了补偿项,不仅解决了线性化法适用范围小的问题,还提高了线性弹道预报落点精度.数值仿真测试结果表明,该方法预报弹丸射程和横偏的最大误差分别约为4 m和7 m,预报落点时间约0.024 ms,比解算6D弹道的时间少了1.451 s.因此,该方法可为快速精确预报弹丸落点提供理论参考.

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	马焱	中北大学机电工程学院	7	28	3.0	5.0
3	黄鑫	东北大学信息科学与工程学院	1	1	1.0	1.0