APP下载

人工神经网络在导引头去耦中的运用*

2018-12-21李相平陆志毅

弹箭与制导学报 2018年2期

李相平,陆志毅

(海军航空工程学院电子信息工程系,山东烟台 264001)

0 引言

导引头是决定导弹命中率的重要部分,主要是对目标的动态信息进行测量,通过机械装置产生制导律从而使天线跟踪目标。在导弹制导的过程中,噪声、天线罩误差以及干扰力矩等因素都会影响导弹的命中率。尤其是干扰力矩,可以说是回路中由于弹体质心不稳以及天线电轴与内部各零件摩擦带来的最复杂的非线性影响因素,并且在导引头跟踪过程中对于干扰力矩十分敏感。所以为了能够提升导弹的性能,对导引头跟踪回路中干扰力矩进行在线补偿,隔离因为干扰力矩带来的弹体扰动与导引头耦合问题是当前需要解决的关键技术问题。文献[1]提出一种前馈补偿的算法对干扰力矩进行补偿,但是只能用于处理简单线性的回路系统,并且需要建立精确的模型,要求较高;文献[2-3]从传递函数的角度上分析了线性化干扰力矩对导引头视线角速率提取的影响,没有给出具体的解决方案;文献[4-5]论述了简化后的弹簧力矩和阻尼力矩对导引头性能的影响;文献[6-7]研究了在存在雷达信号噪声的情况下导引头干扰力矩引起的隔离度问题,表明有噪声时会增大隔离度对导弹脱靶量的影响。因此,由于干扰力矩存在带来的隔离度问题不仅对导引头输出视线角速率的精度产生影响,还会恶化整个控制跟踪回路的稳定性,降低导弹的命中精度。文中提出了一种基于神经网络的前馈补偿算法,通过对干扰力矩进行实时监督,进行自适应前馈控制,有效地解决保证输出的信号误差最小,较好地提升了导弹的性能。……

登录APP查看全文