[發(fā)明專利]基于BP神經網絡預測航程的再入預測-校正制導方法有效
| 申請?zhí)枺?/td> | 202010617895.9 | 申請日: | 2020-07-01 |
| 公開(公告)號: | CN111813146B | 公開(公告)日: | 2021-06-08 |
| 發(fā)明(設計)人: | 章吉力;劉凱;王永圣;樊雅卓;周寧;尹中杰;李家鑫;董哲;金澤宇 | 申請(專利權)人: | 大連理工大學 |
| 主分類號: | G05D1/10 | 分類號: | G05D1/10 |
| 代理公司: | 大連理工大學專利中心 21200 | 代理人: | 隋秀文;溫福雪 |
| 地址: | 116024 遼*** | 國省代碼: | 遼寧;21 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 bp 神經網絡 預測 航程 再入 校正 制導 方法 | ||
1.一種基于BP神經網絡預測航程的再入預測-校正制導方法,包括縱向制導和橫側向制導,其特征在于,具體如下:
(1)基于BP神經網絡預測航程的縱向制導
(1.1)縱向制導流程
縱向制導包括預測環(huán)節(jié)和校正環(huán)節(jié);預測環(huán)節(jié)用歐拉積分計算預測剩余航程Sp,校正環(huán)節(jié)迭代傾側角指令具體流程為:
(1.1.0)起飛前,預設終端目標信息,包括終端能量和終端經緯度;
(1.1.1)飛行過程中,從傳感器和控制器獲得當前點的狀態(tài)值與控制指令,包括地心距r、速度V、飛行器在地表投影點的經度λ、飛行器在地表投影點的緯度φ、彈道傾角γ、彈道偏角ψ、傾側角σ;
(1.1.2)基于當前狀態(tài)計算實際地面航程S;
(1.1.3)以當前狀態(tài)傾側角作為迭代初始值賦給利用BP神經網絡模型計算Sp;
(1.1.4)計算目標函數
(1.1.5)通過迭代格式更新傾側角值,a是系數因子;
(1.1.6)重復(1.1.3)~(1.1.5),直至目標函數f的值小于預設誤差限;
(1.1.7)判斷是否在約束范圍(σmin,σmax)內;若在約束范圍內,則以此時的作為傾側角幅值指令,若不在約束范圍內,則以σmin或σmax作為傾側角幅值指令;縱向制導結束;
其中,所述的BP神經網絡模型的建立與訓練方法具體如下:
(a)輸入數據選定
飛行器的數學模型:
式中:V是速度,γ是彈道傾角,ψ是彈道偏角;r是地心距,表示飛行器到地心的距離;λ是飛行器在地表投影點的經度,φ是飛行器在地表投影點的緯度;g是重力加速度,其中g0=9.8067m/s2,m是飛行器的質量,ωe是地球自轉的角速度;σ是傾側角,D是阻力,L是升力;
對于待訓練的神經網絡模型,影響其輸出預測剩余航程Sp的變量包括地心距r、速度V、飛行器在地表投影點的經度λ、飛行器在地表投影點的緯度φ、彈道傾角γ、彈道偏角ψ、傾側角σ;因此,初步選擇的輸入變量為地心距r、速度V、飛行器在地表投影點的經度λ、飛行器在地表投影點的緯度φ、彈道傾角γ、彈道偏角ψ、傾側角σ;
(b)輸入輸出影響特性分析與輸入數據生成
考慮到不同飛行階段輸入輸出特性不同,需要選擇具有代表性的采樣數據點,若在一段飛行過程中,飛行器最大速度為Vmax,則取飛行速度為Vmax,Vmax/2,Vmax/5的狀態(tài)點,分別對應飛行過程的高速、中速、低速狀態(tài)特征;
分析輸入輸出影響特性的流程為:
(b.1)選擇采樣數據點;
(b.2)確定擴充的幅值和間隔,對步驟(b.1)中選取的數據點的第一個維度輸入進行擴充,得到一組擴充數據;切換擴充的輸入維度,直至得到所有維度的輸入的擴充數據;
(b.3)把步驟(b.2)得到的擴充數據作為輸入,用歐拉積分法計算輸入對應的輸出;
(b.4)更換采樣數據點,重復步驟(b.2)和(b.3)的擴充步驟,則得到H-Sp,V-Sp,λ-Sp,φ-Sp,γ-Sp,ψ-Sp,σ-Sp的單個輸入對輸出值的影響關系;
(b.5)通過(b.1)~(b.4)影響關系分析,對由地心距r、速度V、飛行器在地表投影點的經度λ、飛行器在地表投影點的緯度φ、彈道傾角γ、彈道偏角ψ、傾側角σ構成的狀態(tài)集進行擴充;并依據輸入對輸出的影響關系,對應采取三類不同的擴充策略:
無影響:即X-Sp圖像呈與x軸平行的水平直線;則把該輸入直接刪去,X表示狀態(tài);
線性影響:即X-Sp圖像呈傾斜直線;則進行三點擴充;
非線性影響:根據非線性程度選擇擴充方式;
N點擴充:指擴充后的數據點個數;對于N點擴充,若擴充幅值為A,則N點擴充的擴充間隔為A/(N-2);
(b.6)對所有線性影響和非線性影響的狀態(tài)使用N點擴充,得到擴維輸入矩陣;
(c)訓練數據的生成與神經網絡模型的訓練
在步驟(b.6)中得到擴維輸入矩陣后,以矩陣中的每個狀態(tài)向量作為輸入,應用歐拉積分法計算輸出值,將狀態(tài)向量對應的輸出值存儲為輸出向量,最后,把輸入矩陣和輸出向量合并,得到訓練數據矩陣;
(2)橫側向制導
橫側向制導的目標是基于橫程Z確定傾側角的符號;橫側向制導的橫程Z=arcsin(sinΩsinΔψ),式中:Ω是實際地面航程S對應的地心角,Δψ=ψs-ψ是航向偏差,為速度和待飛位移的夾角;
飛行過程中,要求橫程值位于限幅之間:
其中k1和k2為可調參數;
傾側角的符號確定方式為:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于大連理工大學,未經大連理工大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010617895.9/1.html,轉載請聲明來源鉆瓜專利網。





