科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统的解析偏置比例导引在大范围机动时制导精度较差的缺陷，提出一种基于反向传播(BP)神经网络的自适应偏置比例导引律，通过BP神经网络在线精确求解偏置项。深入分析解析形式的求解偏置项的误差情况，论证不同参数对偏置项求解误差的影响。证明了参数与偏置项间存在的一一映射关系，采用BP神经网络对该映射进行高精度的拟合逼近。对多维输入参数进行灵敏度分析，以此为依据，为BP神经网络在参数空间批量化生成均衡样本。建立基于BP神经网络的偏置项求解模型，采用Adam学习方法对网络进行训练，并从理论上证明了制导律的稳定性。随后对训练效果进行测试，并对所提出的方法进行数学仿真验证。仿真结果表明：所提方法能在有限计算代价下有效提升制导精度，在不考虑弹体动力学情况下，终端角度误差均值仅为0.024°,可为工程应用提供参考。
-
单位北京理工大学; 北京航天自动控制研究所
