-
-
公开(公告)号:CN115994407A
公开(公告)日:2023-04-21
申请号:CN202210228675.6
申请日:2022-03-08
Applicant: 北京理工大学
IPC: G06F30/15 , G06F30/27 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种基于人工智能的拦截弹时间常数回归辨识方法,通过辨识模型对飞行器‑拦截弹运动学信息进行处理,获得拦截弹时间常数,从而使得飞行器避开拦截弹的拦截;所述拦截弹时间常数是指拦截弹一阶惯性运动学时间常数;所述飞行器‑拦截弹运动学信息包括:飞行器加速度,飞行器速度倾角,飞行器速度偏角,飞行器速度,飞行器与拦截弹相对距离,拦截弹相对飞行器速度,拦截弹相对飞行器视线角,拦截弹相对飞行器视线角速率。本发明公开的基于人工智能的拦截弹时间常数回归辨识方法,具有辨识速度快、辨识准确率高、泛化能力强的诸多优点。
-
公开(公告)号:CN115879357A
公开(公告)日:2023-03-31
申请号:CN202111137643.7
申请日:2021-09-27
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于神经网络的自适应偏置比例导引方法,针对静止固定目标,利用神经网络获取偏置比例导引中的常数项,所述神经网络为BP神经网络,神经网络的输入为飞行器发射时的弹目距离、初始弹道倾角,初始弹目视线角和期望的终端交会角,输出为常数项。本发明公开的基于神经网络的自适应偏置比例导引方法,制导精度高,可在不同的初始条件和约束下,在线完成偏置比例导引的参数求解,使用灵活、计算成本低。
-
公开(公告)号:CN115470883A
公开(公告)日:2022-12-13
申请号:CN202110688138.5
申请日:2021-06-21
Applicant: 北京理工大学
Abstract: 本发明公开了一种多模型机制的神经网络输出后处理方法,其特征在于,通过在神经网络输出层后设置多模型层,多模型层中设置多个模型,多个模型以不同权重对神经网络输出层的结果进行解算后合并,获得最终的回归结果。本发明提供的多模型机制的神经网络输出后处理方法,提高了训练效率,降低了训练初始损失函数,训练过程中损失函数下降快,最终获得的损失函数小。
-
公开(公告)号:CN115113640A
公开(公告)日:2022-09-27
申请号:CN202110294090.X
申请日:2021-03-18
Applicant: 北京理工大学 , 西北工业集团有限公司
IPC: G05D1/10
Abstract: 本发明公开了一种带落角约束的增程飞行器制导控制方法,该方法中,在中制导段,通过控制俯仰舵机打舵工作,提高飞行器的攻角来使其能够滑翔的更远,在进入到末制导段时,通过设置基于滑模面的制导律,在给定期望落角的情况下,实时解算飞行器的需用过载,并据此控制飞行器飞行,最终在曾加飞行器射程的情况下控制其按照期望落角降落并命中目标。
-
-
-
-