【技术实现步骤摘要】
本专利技术涉及一种基于神经网络的变速飞行器时间约束协同制导方法，属于飞行器控制。
技术介绍
1、现有的制导方法，一般采用公式解析的方式进行，然而，公式解析方法运算量较大。
2、虽然现有技术也具有采用神经网络预测制导律的方法，通过神经网络直接输出制导律，但是该种方法的准确率有所不足，鲁棒性较差。
3、因此，有必要对现有的制导律获取方法进行深入研究，以解决上述问题。
技术实现思路
1、为了克服上述问题，本专利技术人进行了深入研究，提出了一种基于神经网络的变速飞行器时间约束协同制导方法，包括以下步骤：
2、s1、采用神经网络对飞行器剩余飞行时间进行预测；
3、s2、基于预测的剩余飞行时间获得飞行时间误差；
4、s3、建立具有时间约束项的制导指令，所述时间约束项基于飞行时间误差获得；
5、s4、采用制导指令对变速飞行器进行飞行控制。
6、在一个优选的实施方式中，s1中，所述神经网络以飞行器的飞行速度v、弹道倾角θ、...
【技术保护点】
1.一种基于神经网络的变速飞行器时间约束协同制导方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于神经网络的变速飞行器时间约束协同制导方法，其特征在于，
3.根据权利要求1所述的基于神经网络的变速飞行器时间约束协同制导方法，其特征在于，
4.根据权利要求1所述的基于神经网络的变速飞行器时间约束协同制导方法，其特征在于，
5.根据权利要求1所述的基于神经网络的变速飞行器时间约束协同制导方法，其特征在于，
6.根据权利要求5所述的基于神经网络的变速飞行器时间约束协同制导方法，其特征在于，
...
【技术特征摘要】
1.一种基于神经网络的变速飞行器时间约束协同制导方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于神经网络的变速飞行器时间约束协同制导方法，其特征在于，
3.根据权利要求1所述的基于神经网络的变速飞行器时间约束协同制导方法，其特征在于，
4.根据权利要求1所述的基于神经网络的变速...
【专利技术属性】
技术研发人员：王江，杨金玺，李虹言，刘子超，胡钦栋，李沐桐，侯淼，王鹏，王磊，徐超，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：
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。