一种基于神经网络反馈修正的再入飞行器预测校正制导方法

本发明公开了一种基于神经网络反馈修正的再入飞行器预测校正制导方法，属于制导修正技术领域。解决了现有技术中传统的再入飞行器预测校正制导方法实际效果较差难以达到预期的问题；本发明通过蒙特卡洛打靶方式生成气动扰动下的飞行器再入轨迹和无气动扰动下的飞行器预测轨迹，计算得到气动扰动辨识网络数据集；构建气动扰动辨识神经网络结构，将气动扰动辨识网络数据集输入气动扰动辨识神经网络结构进行训练，得到训练好的神经网络结构；采用训练好的神经网络结构对气动模型进行修正，即设置气动模型修正条件并进行修正判断，实现飞行器预测校正制导。本发明提升了再入飞行器预测校正制导的精度，避免了计算效率损失，可以应用于气动模型修正。