一种基于模糊神经网络的飞行器打击区预测系统和方法技术方案

本发明专利技术公开了一种基于模糊神经网络的飞行器打击区预测系统和方法，该方法首先在弹道坐标系下建立飞行器的质心运动方程，采用二阶粒子群优化算法优化攻角控制指令，得到最优弹道。而后以飞行器的初始速度、初始高度、初始弹道倾角和倾侧角指令为输入，以飞行器的纵程和横程为输出，应用蒙特卡洛法对飞行器机动范围进行仿真。最后，利用模糊神经网络对飞行器打击区近似模型进行训练，输入飞行器初始状态和倾侧角指令，完成飞行器可达区域的预测。本发明专利技术利用模糊神经网络对飞行器打击区进行训练，解决了飞行器打击区快速、实时预测问题，提高了飞行器打击区预测的速度和精度。了飞行器打击区预测的速度和精度。了飞行器打击区预测的速度和精度。

【技术实现步骤摘要】
一种基于模糊神经网络的飞行器打击区预测系统和方法


[0001]本专利技术属于飞行器制导
，具体涉及一种基于模糊神经网络的飞行器打击区预测系统和方法。

技术介绍

[0002]近年来，随着空天技术的蓬勃发展，考虑在飞行过程中面临的复杂飞行条件，研究飞行器根据当前飞行状态、目标位置等信息快速预测在当前状态下能达到的能力边界问题，具有重要的意义。
[0003]传统研究方法上，在进行打击区计算主要有三种方法：一是通过伪谱法或智能优化算法等数值优化方法获得倾侧角的变化规律，进而计算飞行器打击区；二是通过计算再入走廊边界推出倾侧角的控制率表达式；三是采用常值倾侧角方法。飞行器的弹道能力边界作为影响任务决策的重要因素，要求打击区预测具有实时性，但是现有的方法依赖先验信息偏多、预测过程耗时较长，

技术实现思路

[0004]本专利技术的目的在于克服上述现有技术的缺点，提供一种基于模糊神经网络的飞行器打击区预测系统和方法，以解决现有技术中打击区的预测方法依赖先验信息多，预测过程耗时长，难以实现飞行器打击区的快速、实时预测的问题。
...

【技术保护点】

【技术特征摘要】
1.一种基于模糊神经网络的飞行器打击区预测方法，其特征在于，包括以下步骤：输入弹道数据，所述弹道数据包括飞行器的初始速度、初始高度、初始弹道倾角、倾侧角指令和转弯时间；所述弹道数据通过模糊神经网络计算后，获得飞行器的纵程和横程；所述模糊神经网络通过已有的弹道数据训练和检验获得，所述已有的弹道数据通过蒙特卡洛仿真计算获得，蒙特卡洛仿真过程中的最优攻角控制指令通过二阶粒子群优化算法优化；输出纵程和横程，获得n个轨迹落点，所有的轨迹落点围成的区域为飞行器的打击区域。2.根据权利要求1所述的一种基于模糊神经网络的飞行器打击区预测方法，其特征在于，所述模糊神经网络包括模糊输入层、模糊化层、模糊条件层、模糊判决层和去模糊化输出层。3.根据权利要求2所述的一种基于模糊神经网络的飞行器打击区预测方法，其特征在于，所述模糊神经网络的建立过程为：第1层：每个节点代表一个输入变量，其中，O表示输出，I表示输入，下表i表示节点个数；第2层：将输入层的输入变量通过多个隶属函数模糊化，其中，w表示连接权重，f()为隶属度函数；所述模糊神经网络的输入变量为飞行器的初始速度、初始高度、初始弹道倾角、倾侧角指令和转弯时间，输出变量为飞行器的纵程和横程；根据输入输出变量的特性，对初始速度V定义4个高斯形隶属度函数，对初始高度h定义5个三角形隶属度函数，对弹道倾角θ定义3个三角形隶属度函数，对倾侧角υ定义8个三角形隶属度函数，对转弯时间t定义8个三角形隶属度函数；第3层：针对模糊规则中的条件部分，对节点进行组合配合，如下式，第4层：得到相应输出节点模糊值的大小，如下式，第5层：去模糊化，将输出的模糊值形式还原为乘数值的形式，如下式第5层：去模糊化，将输出的模糊值形式还原为乘数值的形式，如下式式中，代表第k层中第i个神经元的输入量，代表第k层中第i个神经元的输出量，代表第k
‑
1层中第i个节点与第k层的第j个节点的连接权值，m
k
、σ
k
分别表示为隶属函数的中心值和宽度；
采用误差逆向传播算法进行训练，得到每层网络的权重ω，得到训练后的模糊神经网络模型。4.根据权利要求1所述的一种基于模糊神经网络的飞行器打击区预测方法，其特征在于，所述蒙特卡洛仿真过程中，针对飞行器机动范围求解，计算公式为：式中，β0为飞行器射程对应的地心角，L为飞行器射程；β
C
为飞行器纵程对应的地心角，L
C
为飞行器纵程；β
D
为飞行器横程对应的地心角，L
D
为飞行器横程。5.根据权利要求4所述的一种基于模糊神经网络的飞行器打击区预测方法，其特征在于，蒙特卡洛仿真过程为：Step 1：给出每个自变量的取值范围V
min
≤V≤V
max
，h
min
≤h≤h
max
，θ
min
≤θ≤θ
max
，υ
min
≤υ≤υ
max
，t
min
≤t≤t
max
；其中，V为飞行器的速度，h为高度，θ为弹道倾角，υ为倾侧角指令，t为转弯时间；Step 2：产生一组[0,1]区间的随机数(r
i1
,r
i2
,r
i3
,r
i4
,r
i5
)；Step 3：根据均匀分布特性函数随机数的产生方法，参照公式(8)计算出一组输入自变量(v
i
,h
i
,θ
i
,υ
i
,t
i
)；x
i
＝(x
max
‑
x
min
)
×
r
i
+x
min
(i＝1,2,3,
…
,n)
ꢀꢀ
(8)Step 4：倾侧角控制指令表达公式如下：将倾侧角指令公式(9)、优化过的攻角控制指令和飞行器弹道计算公式进行积分迭代，按照公式(7)计算飞行器纵程和横程；Step 5：循环Step 2—Step 4多次，并记录输入和输出，完成仿真过程。6.根据权利要求5所述的一种基于模糊神经网络的飞行器打击区预测方法...

【专利技术属性】
技术研发人员：王铮，邢晓露，晁鲁静，宁昕，汤汝刚，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：