APP下载

BP神经网络在弹丸落点预测中的应用

2021-11-17王良明

计算机仿真 2021年2期

王 森,王良明,傅 健

(南京理工大学能源与动力工程学院,江苏 南京 210094)

1 引言

现代战争中,对目标的精确打击已成为影响战争结局的关键因素,越来越多的国家开始把精确打击作为弹箭技术发展的重要方向。要准确地命中目标,就需要对弹丸的落点进行准确的预测,从而根据预测落点与目标点的偏差来调整弹上的执行机构,使弹道得到修正,从而减小弹丸的脱靶量[1]。

目前主要采用弹道积分外推法来预测弹丸的落点[2],该方法首先需要根据不同弹丸的运动特性建立外弹道方程,然后把弹丸飞行过程中某一点的飞行状态参数带入外弹道方程作为方程的积分初值,接着采用龙格库塔法对弹道方程进行积分解算,直到弹丸落地,从而获得弹丸的落点位置。弹道积分外推法的解算精度由弹载计算机的性能和积分步长决定。要想获得较高的精度就需要选择较小的积分步长,这会使得解算时间过长、所需计算资源较多,同时积分过程中的累积误差也会增大。在弹道积分外推法的基础上,一些学者把卡尔曼滤波法引入到了弹丸落点的预测中[3-5],在一定程度上降低了随机噪声和累计误差对预测精度的影响。引入卡尔曼滤波虽然提高了积分外推法的容错能力,但其需要建立较为准确的系统状态模型和量测模型,由于弹道模型是非线性模型,因此在滤波的过程中会使计算量增大,从而使解算时间增长。还有学者提出了使用多项式拟合预测落点的方法[6-7],通过拟合弹丸各状态变量与飞行时间的关系来计算落点。……

登录APP查看全文