基于深度学习的地空导弹发射区拟合算法

作者：高晓光^*; 李新宇; 岳勐琪; 张金辉; 赵利强; 吴高峰; 李飞

来源：航空学报, 2019, 40(09): 238-251.

• 地空导弹发射区
• 神经网络
• 深度学习
• 堆栈稀疏自编码器
• 深度拟合网络

目前地空导弹发射区的拟合算法主要是多项式拟合法和BP神经网络拟合法。多项式拟合法存在函数形式难以确定、函数范围不易分段等问题,且拟合精度较低;传统神经网络方法要想达到较高精度,需要大量的隐层节点,且在隐层节点数增加到一定程度后,训练变得十分困难且精度很难继续提高。同时,传统神经网络需要大量的标签数据,进一步增大了实际应用的难度。为此,基于深度学习理论,设计了一种基于堆栈稀疏自编码器(SSAE)的深度拟合网络(DFN),并给出了相应的训练策略。仿真实验表明其相比传统算法具有更小的拟合误差优势。所设计的深度稀疏自编码器网络可以克服多项式拟合和传统神经网络的不足,不仅可以在大量无标签数据和少量标签数据条件下进行学习训练,而且可以进一步提升地空导弹发射区的拟合精度。

• 单位
  中国空空导弹研究院; 西北工业大学; 洛阳电光设备研究所