【技术实现步骤摘要】
本专利技术涉及航空航天，特别是涉及一种基于深度神经网络的有限时间收敛导弹末制导律设计方法。
技术介绍
1、导弹的制导律(也称导引律)，是指导弹和目标之间所遵循的相对运动学关系，它依据导弹与目标之间的信息，如相对位置、相对速度、加速度等，引导导弹改变运动姿态使其能接近并命中目标点，导弹的末制导系统是确保导弹精确命中目标的关键组成部分。
2、传统的导弹制导律通常采用高精度非线性模型以满足制导策略的高精确性需求，但这往往伴随着漫长的计算时间，难以适应实时性要求；传统的末制导律通常基于精确的物理模型和数学方程，这限制了导弹在不同环境和条件下的适应性和性能，如果环境或目标发生变化，传统末制导系统可能需要重新调整参数。
3、同时传统末制导律还存在抗干扰性不足的缺点，现代作战环境中存在各种敌方干扰措施，传统制导系统的抗干扰性能有限，容易受到外部干扰的影响；在处理复杂目标，例如大机动目标或多个目标时，传统制导律就难以精确命中目标，这些目标的速度和机动性使得传统制导系统很难跟踪并命中它们。
技术实现思路
【技术保护点】
1.一种基于深度神经网络的有限时间收敛导弹末制导律设计方法，其特征在于：包括以下步骤
2.根据权利要求1所述的基于深度神经网络的有限时间收敛导弹末制导律设计方法，其特征在于：所述步骤S1中，设Mxyz为参考惯性坐标系，Mx1y1z1为视线坐标系，M和T分别为导弹和目标的质心；r为导弹与目标之间的相对距离，θ和φ分别为方位角和俯仰角；假设导弹和目标的加速度分量为和则导弹和目标的相对运动表示为下列微分方程：
3.根据权利要求1所述的基于深度神经网络的有限时间收敛导弹末制导律设计方法，其特征在于：所述步骤S2中，针对步骤S1中三维导弹-目标运动方程，
【技术特征摘要】
1.一种基于深度神经网络的有限时间收敛导弹末制导律设计方法，其特征在于：包括以下步骤
2.根据权利要求1所述的基于深度神经网络的有限时间收敛导弹末制导律设计方法，其特征在于：所述步骤s1中，设mxyz为参考惯性坐标系，mx1y1z1为视线坐标系，m和t分别为导弹和目标的质心；r为导弹与目标之间的相对距离，θ和φ分别为方位角和俯仰角；假设导弹和目标的加速度分量为和则导弹和目标的相对运动表示为下列微分方程：
3.根据权利要求1所述的基于深度神经网络的有限时间收敛导弹末制导律设计方法，其特征在于：所述步骤s2中，针对步骤s1中三维导弹-目标运动方程，给出制导律方程：
4.根据权利要求1所述的基于深度神经网络的有限时间收敛导弹末制导律设计方法，其特征在于：所述步骤s3中，固定步长设置为0.001s。
5.根据权利要求1所述的基于深度神经网络的有限时间收敛导弹末制导律设计方法，其特征在于：所述步骤s3中，数据集以视线角速率和导弹速度vm以及时间t作为输入，输出为加速度分量和在数据集中随机选取75％的数据作为训练集，其余25％的数据作为测试集。
6.根据权利要求1所述的基于深度神经网络的有限...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。