基于EMD和LSTM的火箭炮电气系统状态预测

• 作者: 张建新 李永保 谢立中 张震 王小召
• 来源期刊: 兵工自动化
• 关键词: 火箭炮 电气系统 数据预测 经验模态分解 长短期记忆网络 均方根误差
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 武器装备智能化|Armament Intellectualization
• 页码范围: 1-5
• 页数: 5页
• 分类号: TJ393
• 语种: 中文
• DOI: 10.7690/bgzdh.2021.08.001

摘要

为对火箭炮电气系统状态进行预测,提出一种基于EMD-LSTM的火箭炮电气系统状态数据预测方法.针对火箭炮电气系统状态数据的变化特点,将经验模态分解(empirical mode decomposition,EMD)良好的滤波特性和长短期记忆网络(long short term memory network,LSTM)优异的数据预测能力相结合,并进行预测分析实验.实验结果表明:该方法预测的数据与原始数据之间的均方根误差值较小,且优于直接对原始数据进行预测的结果,能为火箭炮电气系统故障预测提供可靠的数据.