有控彈道落點快速準確預(yù)報方法研究.pdf

1、彈道修正彈是性價比較高的彈藥，在當(dāng)今乃至未來戰(zhàn)爭都將扮演重要的角色。彈道修正是彈道修正彈實現(xiàn)精確打擊的關(guān)鍵技術(shù)，而快速精確地預(yù)報彈丸落點是其核心技術(shù)之一。因此，本文對彈道落點快速準確預(yù)報方法進行了研究，提出了幾種落點預(yù)報方法。
　　1）提出了基于線性彈道的彈丸落點預(yù)報方法。針對線性彈道模型，在合理的假設(shè)下，將彈丸圓周運動方程組視為線性定常系統(tǒng)，利用線性定常系統(tǒng)狀態(tài)方程的解表示彈丸的側(cè)向速度和側(cè)向角速度的解析式，使用梯形近似法對俯仰

2、角、偏航角、射程和橫偏的微分方程進行了簡化處理，得到了線性彈道方程的解析解。對無量綱弧長進行預(yù)估，結(jié)合線性彈道的解析解來預(yù)報彈丸落點。仿真預(yù)測結(jié)果表明，該方法對射程預(yù)報的精度不理想，且對橫偏的預(yù)測誤差相對較小，并對產(chǎn)生的原因進行了分析，提出了幾種改進方法。在落點預(yù)報時間上，提出了由地面計算機解算彈丸的圓周運動方程組、俯仰角、偏航角的解析式以及剩余無量綱弧長，并由彈載計算機解算彈丸射程和橫偏解析式的方案。該方案預(yù)報落點的時間約為0.356

3、4ms，相比于全部由彈載計算機解算線性彈道解析解和無量綱弧長的方案，預(yù)報時間減少了一個數(shù)量級。與數(shù)值積分法相比，預(yù)報落點的時間減少了1450.6436ms，因此，該方案有助于提高落點預(yù)報的解算速度；
　　2）提出了BP神經(jīng)網(wǎng)絡(luò)的彈丸落點預(yù)報方法。結(jié)合彈丸的落點預(yù)報非線性方程，建立了BP神經(jīng)網(wǎng)絡(luò)射程和橫偏預(yù)報模型，采用梯度下降法訓(xùn)練該模型，并對其進行落點預(yù)報仿真測試。仿真結(jié)果表明，預(yù)報一次落點的時間為12.642ms，且橫偏的預(yù)報精

4、度較好，但在射程上的預(yù)報精度較差。針對該模型存在射程預(yù)報誤差大的問題，對模型結(jié)構(gòu)及訓(xùn)練方法進行了改進。改進方法為：提高了BP網(wǎng)絡(luò)隱含層神經(jīng)元數(shù)目，且使用帶動量項的梯度下降法來調(diào)節(jié)網(wǎng)絡(luò)的權(quán)值，將射程與橫偏信息同時作為BP網(wǎng)絡(luò)的輸出。然后進行仿真測試，結(jié)果表明射程和橫偏的預(yù)報精度得到了很大的改善，且平均預(yù)報時間為6.629ms，相比于未改進的預(yù)報方法，預(yù)報時間減少了6.013ms。因此，改進型BP網(wǎng)絡(luò)預(yù)報方法能夠快速精確地預(yù)報彈丸落點。

5、r>　　3）提出了插值型徑向基神經(jīng)網(wǎng)絡(luò)的彈丸落點預(yù)報方法。分別建立了RBF神經(jīng)網(wǎng)絡(luò)的射程和橫偏預(yù)報模型，采用嚴格插值法對該模型進行訓(xùn)練，得到落點預(yù)報模型，對其進行落點仿真測試。結(jié)果表明射程的最大預(yù)報誤差為5.5706m，橫偏的最大預(yù)報誤差為0.0057m，且預(yù)報落點的平均時間為39.048ms。雖然該預(yù)報模型具有原理簡單，泛化能力強，容錯性好等優(yōu)點，但存在由于隱含層神經(jīng)元數(shù)目多而使網(wǎng)絡(luò)結(jié)構(gòu)相對復(fù)雜的問題。為保證快速精確地預(yù)報落點，同時優(yōu)

6、化該模型的網(wǎng)絡(luò)結(jié)構(gòu)，采用一種尋優(yōu)方法對網(wǎng)絡(luò)的隱含層神經(jīng)網(wǎng)絡(luò)數(shù)目進行優(yōu)化。該尋優(yōu)方法為：該網(wǎng)絡(luò)的隱含層神經(jīng)元個數(shù)為0時，計算網(wǎng)絡(luò)的訓(xùn)練誤差，并與目標誤差相比較，若訓(xùn)練誤差小于等于目標誤差，則尋優(yōu)停止，輸出最優(yōu)網(wǎng)絡(luò)隱含層神經(jīng)元數(shù)目，反之，隱含層神經(jīng)元個數(shù)加25，重復(fù)上述過程，直到滿足訓(xùn)練誤差小于等于目標誤差的要求為止。經(jīng)優(yōu)化后得到最優(yōu)神經(jīng)元數(shù)，對該模型進行仿真測試。結(jié)果表明射程誤差最大不超過0.8m，橫偏誤差最大不超過6×10-3m，預(yù)報一

7、次落點時間平均達到8.216ms。因此，優(yōu)化后RBF網(wǎng)絡(luò)的落點預(yù)報模型不僅具有結(jié)構(gòu)簡潔，訓(xùn)練效果好的優(yōu)點，還能夠保證快速精度的預(yù)報彈丸落點。
　　4）提出了廣義回歸神經(jīng)網(wǎng)絡(luò)的彈丸落點預(yù)報方法。建立了GRNN的彈丸落點預(yù)報模型，對其仿真后發(fā)現(xiàn)預(yù)報效果不好。針對該問題，采用粒子群算法對該模型中的光滑因子進行優(yōu)化，得到最優(yōu)參數(shù)后，進行落點預(yù)報仿真測試。結(jié)果表明平均預(yù)報一次落點的時間為6.645ms，射程預(yù)報誤差最大為40m，橫偏的預(yù)報誤

8、差最大為0.2m。
　　5）提出了基于高維插值的末修彈落點預(yù)報方法。將彈道諸元整理成離散點集，用高維插值法對其進行插值，得到落點預(yù)報的顯式方程，對其仿真測試。結(jié)果表明落點預(yù)報時間平均為3.506ms，射程預(yù)報誤差在0.03m以內(nèi)，橫偏誤差最大為4×10-5m。
　　綜上所述，高維插值法與改進型 RBF神經(jīng)網(wǎng)絡(luò)在預(yù)報精度上較好，而高維插值法與線性化法在解算速度上較快。因此，本文提出的方法快速精確地預(yù)報彈丸落點是有效可行的，可為