一种基于知识增强改进的BP神经网络末端制导方法

AITNT
正文
推荐专利
一种基于知识增强改进的BP神经网络末端制导方法
申请号:CN202510009837
申请日期:2025-01-03
公开号:CN119472298A
公开日期:2025-02-18
类型:发明专利
摘要
本发明涉及一种基于知识增强改进的BP神经网络末端制导方法,属于末端制导领域。结合了比例加导航(PPN)导引律,旨在提高制导精度。该方法通过将知识增强的BP神经网络,利用目标的历史运动轨迹,预测目标的未来位置和速度,调整飞行器的飞行路径。具体而言,本发明利用知识增强改进BP网络的非线性特征学习能力,结合PPN导引律的比例和加导航机制,有效提高了对快速机动目标的追踪与拦截能力。通过创新性地结合知识增强的先验信息与BP神经网络的自学习能力,本发明在制导末端下表现出更强的适应性,能够显著提高制导系统的命中精度。
技术关键词
制导方法 BP神经网络 飞行器 神经网络模型 误差函数 神经网络训练 轨迹 非线性特征 制导系统 加速度 Y轴 优化器 精度 数据 因子 机制 关系 参数
系统为您推荐了相关专利信息
1
一种基于图像去噪和照度增强的多模态医学图像融合方法
医学图像融合方法 模态特征 融合规则 照度 噪声图像
2
用于入库环境监控的图像内容提升系统
滤波设备 无线收发器件 平滑算法 幅值 提升系统
3
一种腰椎保护方法、系统及介质
腰部支撑保护装置 不良姿势 腰椎 保护方法 支撑元件
4
一种自动涂覆方法及系统
涂覆装置 图像检测装置 轨迹 涂覆方法 运动
5
建筑物运营阶段的碳排放预测方法、装置、介质及设备
排放量 排放预测方法 参数 建筑物设备 阶段
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号