首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

用于机弹对抗末端机动规避指标生成的神经网络建模方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:西北工业大学

摘要:本发明提供了一种用于机弹对抗末端机动规避指标生成的神经网络建模方法,构建末端规避数据集,确定BP神经网络输入层和输出层的特征参量,通过尺度变换,对特征参量的数值进行归一化处理,构建BP神经网络通用模型,并训练BP神经网络模型,无人机利用训练好的BP神经网络模型根据末端相对态势生成机动规避指标,并执行相应机动动作以规避导弹攻击。本发明利用神经网络的非线性映射能力通过机弹相对态势生成无人机末端机动规避指标,以实现无人机末端自主规避决策,提高规避成功概率,与随机选择法和经验决策法相比,机动规避指标明确,且生成机动规避指标的时间短,满足实时性和有效性要求。

主权项:1.一种用于机弹对抗末端机动规避指标生成的神经网络建模方法,其特征在于包括下述步骤:步骤1:构建末端规避数据集;1.1利用已有的机弹对抗仿真系统随机设定不同机弹初始态势,并进行机弹对抗过程仿真,记录末端规避启动时刻机弹相对态势数据;1.2在同种态势下,无人机采用不同的机动规避指标进行规避,选择中远距空空导弹脱靶量最大的规避动作作为当前态势下无人机最优规避动作,并记录最优规避动作的机动规避指标;重复步骤1.1和1.2的过程,直至获得大于100000条的不同态势下的最优规避动作指标数据,构成末端规避数据集,然后将末端规避数据集划分成训练集和测试集其中,训练集和测试集中的样本个数分别为n和m;i表示单个样本中的特征参量个数;步骤2:特征参量选取;确定BP神经网络输入层和输出层的特征参量;所述步骤2中,BP神经网络的输入为末端规避启动时刻机弹相对态势,机弹相对态势用机弹相对方位Anglemp、机弹相对高度Hmp、机弹相对距离Rmp和机弹相对速度Vmp4个特征参量进行表示;规避动作由侧向过载角度Nangle,侧向过载大小Nnum和侧向过载持续时间Ntime3个机动规避指标决定,侧向过载角度Nangle作为BP神经网络的输出,侧向过载大小Nnum和侧向过载持续时间Ntime作为末端规避动作的约束条件;步骤3:数据预处理;通过尺度变换,对特征参量的数值进行归一化处理,变换到[-1,1]区间内;步骤4:确定BP神经网络层级结构;构建BP神经网络通用模型;构建BP神经网络通用模型的网络拓扑结构包括1层输入层、3层隐含层和1层输出层;BP神经网络模型为:输入层向量X=x1,x2,…,xn′T,n′为输入层神经元个数;隐含层向量m′为隐含层神经元个数;输出层向量A=a1,a2,…,akT,k为输出层神经元个数;步骤5:BP神经网络模型训练,得到训练好的BP神经网络模型;步骤6:无人机利用训练好的BP神经网络模型根据末端相对态势生成机动规避指标,并执行相应机动动作以规避导弹攻击,若导弹脱靶量Rmis大于杀伤半径Rkill,则判定无人机成功规避,若导弹脱靶量Rmis小于等于杀伤半径Rkill,则规避失败。

全文数据:

权利要求:

百度查询: 西北工业大学 用于机弹对抗末端机动规避指标生成的神经网络建模方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。