广义回归神经网络在光纤陀螺零偏补偿中的应用

因测量精度高、制造工艺简单,光纤陀螺在惯性导航系统中获得了广泛应用,但是温度的变化会使光纤陀螺产生测量误差.针对光纤陀螺的零偏容易受到环境温度影响的问题,提出了使用改进的广义回归神经网络建立光纤陀螺变温零偏补偿模型的方法,有效改善了光纤陀螺的变温零偏稳定性.该模型采用果蝇算法寻找广义回归神经网络的最优光滑因子,提高了模型的拟合精度及计算效率.在相同条件下,对比分析了应用传统广义回归神经网络和改进广义回归神经网络对光纤陀螺变温零偏进行补偿的效果.结果表明,改进的广义回归神经网络模型补偿精度较传统广义回归神经网络模型提升了27％.     

双星预警系统弹道参数估计及一些问题分析

主要讨论由2颗地球同步轨道卫星组成的卫星预警系统(简称双星预警系统)中弹道导弹参数的估计问题。阐述了主动段运动的建模问题和弹道数据处理方法,考虑到微分求速的重要性,采用了带光滑约束的样条拟合方法。结合预警系统对弹道导弹预警的具体情况,分别讨论了预警系统下的发射原点估计、射向估计、关机时刻估计、关机点弹道参数估计、落点估计等问题。还讨论了系统中存在的两个问题的分析与解决。模型及分析方法均经过理论和仿真的验证,可应用于双星预警系统下的实际预警的研究。     

利用导弹制导误差补偿规律修正不完全弹道测量的数据融合技术

论述不完全弹道测量的数据融合处理问题。在惯性器件天地关系一致的前提下,导弹惯性器件误差补偿量变化规律,就反映了飞行中制导工具误差的变化规律,即遥外差的变化规律。因此,可以利用补偿量视速度的变化规律约束条件,内插出不完全测量段落的遥外差数据,在建立节省参数的弹道估计的联合模型基础上,融合少量的高精度测元来解算弹道参数。落点验算表明：利用该方法计算的落点接近实际落点。     

弹道导弹落点精度分析与仿真方法研究

通过对影响弹道导弹的落点精度的因素分类和影响分析,提出了利用仿真技术预测和修正弹道导弹落点偏差的方法。综合诸影响因素对导弹进行全弹道仿真试验设计和分析,为改进设计提供一定的依据。     

激光制导炸弹的弹道解算与仿真

介绍了激光制导炸弹的组成、工作原理以及弹道方程的求解,并在给出初始条件下,对传统方式求解和柱坐标方式求解结果进行比较,给出了最理想的求解办法。同时根据实际情况对激光制导炸弹在不同条件下的投放进行了仿真。     

飞行试验弹道重建技术

中远程弹道导弹飞行试验受多种因素的制约,其靶场飞行试验次数有限,且很难进行全程飞行试验,如何将飞行试验落点向全程飞行试验落点的折合,是命中精度指标评定中需重点解决的问题。采用飞行试验弹道重建技术,辨识出影响飞行试验弹道和落点偏差的主要内外干扰项,实现制导工具误差、制导方法误差及非制导误差向全程弹道的折合,工程实践表明是一种较好的方法。     

基于时变TVAR模型和CKF滤波的助推器落点预测

为解决助推器难以精确回收的问题,提出了一种容积卡尔曼滤波(CKF)和时变自回归(TVAR)模型融合的助推器落点预测方法。针对外弹道观测数据的非平稳时序特点,利用TVAR模型对其建模,预测助推器脱落时和助推器落地之间一段时间的未来测量值,以离散化质点弹道模型作为状态方程,将未来测量值作为CKF滤波弹道位置估计的测量值。为普适非平稳序列,考虑时变TVAR对非平稳时间序列的时变参数和模型阶数的确定。该方法是预测助推器落点滤波外推法的一种新实践。实验数据结果表明,TVAR预测助推器落点与TVAR-CKF融合预测的助推器落点相比,融合后预测的结果与实际测量的助推器落点的偏差更小,可为实际应用提供参考。     

打击复杂地形目标的导弹再入机动弹道设计

建立了再入机动弹道数学模型，给出了气动力系数为速度、迎角、高度的函数拟合式，进行了最佳再入机动弹道设计和仿真计算。结果表明，数学模型正确，计算方法可行，利用再入机动弹道技术可有效地打击复杂地形目标、提高导弹的作战效能和突防能力。     

飞行器再入时GNC系统一体化仿真研究

首先建立了飞行器再入时制导、导航和姿控ＧＮＣ系统一体的六自由度数学仿真模型。然后对如何消除控制系统和运动方程的交连影响和导航误差给落点精度带来的影响进行了分析和讨论同时还研究了六自由度弹道计算对导引和制导规律的影响，最后对飞行器再入时如针制导，导航和姿控系统组合在一起进行六自由度数学仿真进行了分析和研究，并讨论了一体化仿真可怕一些问题。     

基于最优样条节点的导弹主动段弹道估计方法

拟合导弹主动段弹道并估计其弹道参数是天基红外系统(SBIRS)的重要任务之一。首先采用三次样条函数对导弹主动段弹道进行描述,并建立主动段弹道的运动模型和测量模型;其次采用最大似然估计方法将导弹弹道估计问题转化为非线性最小二乘准则下的样条系数和样条节点分布最优估计问题;最后利用投影定理将样条系数估计和样条节点分布估计分离开来,并通过迭代逼近给出了最优样条节点数的确定方法。仿真实验结果表明,所提方法不仅对主动段弹道的拟合精度高,而且还减少了待估参数的数目,简化了求解过程,可在无先验信息条件下较好地解决导弹主动段弹道的估计问题。     

平／钝头外形俯仰动态特性对落点姿态的影响分析

采用自由振荡法数值模拟了平头、钝头外形的超声速俯仰振荡时间历程,并应用奇异分解线性最小二乘法辨识稳定性导数,得到动导数随马赫数和攻角非线性变化的规律.平头外形在较高马赫数和中小攻角范围内存在动不稳定现象,随着再入时马赫数的降低,动不稳定的攻角范围不断缩小,直至演化为动稳定的;小钝头外形则没有动不稳定现象.蒙特卡洛弹道仿真表明,平头外形初始时刻俯仰角的扰动会经历一个先增长然后衰减的过程,最终落地时俯仰角小于1°,满足设计要求,但其落地速度有所降低,可能影响该外形对靶标的侵彻效果.     

基于神经网络的飞行器再入制导研究

论述了神经网络理论在飞行器再入制导方面的应用.在分析各方法优缺点的基础上,提出了一种基于广义同归神经网络(GRNN)模型的再入制导方法.神经网络通过一组选定的轨迹样本进行有导师训练,训练好之后作为控制指令生成器,输入为再入过程中飞行器的状态参数,输出为倾侧角控制量,迎角控制量则由迎角剖面给定.仿真结果验证了该方法在再入...     

制导炸弹发射区研究

基于小型制导炸弹(炸弹+制导)气动特性、动力学方程、制导律、目标运动模型及发射区计算等飞行数值仿真模型与算法,在炸弹发射状态一定的情况下,通过不同的炸弹轨迹倾角、偏航角和目标运动的组合,仿真计算了大量的发射区.利用仿真软件C++与Matlab,能够较为直观地比较目标在运动状态不同情况下制导炸弹的发射区和6-DOF飞行轨迹.所得结论可为制导炸弹精确打击目标提供依据,提高了制导炸弹的作战性能.     

基于神经网络的冷却剂热物性拟合方法

基于径向基函数神经网络（RBFN）和广义回归神经网络（GRNN）对火箭发动机冷却热物性进行拟合，并与BP网络进行了比较，结果表明，采用RBFN和GRNN进行物性拟合具有网络结构简单，计算精度高，训练速度快的优点，可方便地引入液体火箭发动机传热计算程序中。     

基于小波神经网络的直升机主减速器故障诊断系统

应用离散小波变换(DWT)和神经网络相结合构建直升机主减速器速器故障诊断系统: DWT对振动信号进行特征提取,神经网络对故障进行辨识和分类。阐述了DWT、帕塞瓦尔定理和广义回归神经网络(GRNN)基本理论,提出了直升机主减速器的故障诊断系统流程图,最后用某型直升机飞行时主减速器上的振动数据对该系统进行验证。实验使用了BPNN(back-propagation neural network)和GRNN两种神经网络,结果表明:提出的故障诊断系统能对主减速器故障进行较好的辨识和分类,这将为直升机主减速器故障诊断系统的进一步开发提供新的技术参考。      

基于人工神经网络的多模型目标跟踪算法

针对在目标跟踪中单模型跟踪算法难以应对目标运动形式的变化,而多模型跟踪算法存在结构固定、跟踪精度被非匹配模型削弱且模型切换缓慢的矛盾,文章提出了一种基于人工神经网络的多模型目标跟踪算法。通过分析目标几种基本运动模式的轨迹特点,归纳出目标运动轨迹的特征向量。利用训练好的BP神经网络对滑窗里的轨迹段进行运动模型识别,按结果进行跟踪模型切换,达到使跟踪算法实时适应目标运动状态的目的。仿真结果证明了该算法的有效性,且与传统的多模型算法相比,具有结构更加简单、更强的灵活性和拓展性的特点。     

弹道导弹的标准弹道迭代方法研究

传统的以大地距离和大地方位角为基础的标准弹道迭代方法要对目标点的高程和爆高进行归算修正,因此会带来误差。提出了直接利用战斗部爆点坐标进行迭代的方法,可去除高程归算的误差。计算结果表明,该方法是有效的,完全能够满足实际需要。     

航空器飞行状态预测的混合模型研究

航空器的飞行状态预测是飞行冲突探测的核心问题,也是保障飞行安全的关键所在.为了准确、高效地预测航空器的飞行状态,提出了一种HMM-BP混合模型.首先深入分析了航空器的飞行特点,从不同角度定义飞行状态并建立几何判定方法;然后通过HMM模型分别对航空器的飞行高度、航向以及速度特征进行时序建模;最后利用BP神经网络对航空器的飞行状态进行了推理预测.研究结果表明,该方法通过分析航空器在扇区内最初5min的雷达航迹数据,能够准确地预测其在扇区剩余时间的飞行状态,且计算速度快、预测效率高,可以有效协助管制员正确掌握航空器的飞行状态.     

基于改进果蝇算法优化的GRNN航空发动机排气温度预测模型

利用广义回归神经网络(GRNN)良好的非线性映射能力，对航空发动机排气温度(EGT)进行预测。由于GRNN的预测性能受宽度系数的影响，因此采用改进的果蝇算法优化广义回归神经网络(IFOA-GRNN)，并用优化后的GRNN对航空发动机的EGT进行预测。以某发动机为案例，选取相关参数作为预测模型的输入变量，EGT作为预测模型的输出变量。在相同的样本分配下，将FOA-GRNN(fruit fly optimization algorithm to optimize GRNN)、GRNN、自回归预测模型和优化的支持向量回归机作为对比算法。分析结果表明:IFOA-GRNN的收敛精度高于FOA-GRNN；IFOA-GRNN对EGT预测的平均相对误差为2.47%、拟合优度为0.8506，其预测效果均优于其他对比算法；同时，IFOA-GRNN对噪声的敏感性也低于其他对比算法。      

战斗机航迹可飞性过载检验算法

生成满足战斗机过载约束条件的三维航迹以及对航迹进行可飞性过载检验是战斗机航迹规划的重要内容。利用B样条曲线拟合战斗机航迹并计算航迹曲率,给出了航迹可飞性过载判断准则以及相应的保证措施,即降低速度与调整导航点。通过对某型战斗机按拟合航迹飞行的需用过载进行仿真并对航迹可飞性进行过载约束检验,有效地验证了调整导航点位置的两条可用原则:防撞优先与规避优先。该算法对于实现战斗机三维航迹规划生成以及航迹可飞性过载检验具有一定的实用价值。