一种基于神经网络的飞行器初始俯仰角获取方法

AITNT
正文
推荐专利
一种基于神经网络的飞行器初始俯仰角获取方法
申请号:CN202510239928
申请日期:2025-03-03
公开号:CN120337390A
公开日期:2025-07-18
类型:发明专利
摘要
本发明公开了一种基于神经网络的飞行器初始俯仰角获取方法,包括以下步骤:以期望射程和关联参数为输入,射角作为输出设置神经网络模型,所述关联参数是指能够间接影响飞行器弹道性能的外部环境或系统变量;采集数据获取训练集;采用训练数据集对神经网络模型进行训练,采用训练后的神经网络预测飞行器的俯仰角;构建弹道模型,以预测的俯仰角模拟飞行器轨迹获得解算射程;将解算射程与期望射程对比,判断误差是否大于阈值,若大于阈值,则重复上述过程;使用训练后的神经网络预测飞行器俯仰角。本发明公开的方法能够快速响应环境变化,显著提升了飞行器发射阶段的自主控制能力和导航精度。
技术关键词
神经网络模型 模拟飞行器 判断误差 训练集 BP神经网络 动态链接库 参数 变量 数据 轨迹 偏角 加速度 压强 风速 力矩 软件 重力 阶段
系统为您推荐了相关专利信息
1
一种基于机器学习的双模盾构模式转换位置确定方法
掌子面 模式 掘进参数 BP神经网络模型 硬岩层
2
一种基于性能驱动知识蒸馏的生产过程出口质量预测方法
孪生神经网络 蒸馏 教师 表达式 学生
3
一种基于人工智能技术的多维业务控制方法
业务控制方法 人工智能技术 业务规则引擎 NLP技术 人类自然语言
4
因果分析驱动的神经网络模型低能耗超参数推荐方法
度量 神经网络模型 推荐方法 能耗 模型超参数
5
一种煤矸石智能分选剔除方法及系统
剔除方法 神经网络模型 像素点 分类模型识别 剔除装置
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