针对传统弹丸落点预测方法存在的解算时间长、易产生累计误差等问题,提出了基于BP神经网络的预测方法,并且在标准BP算法的基础上使用Levenberg-Marquardt(LM)算法来改进网络参数的训练过程。利用大量的弹丸飞行状态参数和落点信息对构建的模型进行训练,得到用于预测弹丸落点的BP神经网络模型,并对其进行了仿真测试。仿真结果表明,上述方法能以较高的精度预测弹丸的落点,同时在解算时间上优于数值积分法。因此上述方法用于弹丸落点预测是合理可行的,为弹丸落点预测的实际应用提供了参考。
科研之友
微信
新浪微博
Facebook
分享链接
