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：本发明公开了一种基于模糊神经网络的飞行器打击区预测系统和方法，该方法首先在弹道坐标系下建立飞行器的质心运动方程，采用二阶粒子群优化算法优化攻角控制指令，得到最优弹道。而后以飞行器的初始速度、初始高度、初始弹道倾角和倾侧角指令为输入，以飞行器的纵程和横程为输出，应用蒙特卡洛法对飞行器机动范围进行仿真。最后，利用模糊神经网络对飞行器打击区近似模型进行训练，输入飞行器初始状态和倾侧角指令，完成飞行器可达区域的预测。本发明利用模糊神经网络对飞行器打击区进行训练，解决了飞行器打击区快速、实时预测问题，提高了飞行器打击区预测的速度和精度。

主权项：1.一种基于模糊神经网络的飞行器打击区预测方法，其特征在于，包括以下步骤：输入弹道数据，所述弹道数据包括飞行器的初始速度、初始高度、初始弹道倾角、倾侧角指令和转弯时间；所述弹道数据通过模糊神经网络计算后，获得飞行器的纵程和横程；所述模糊神经网络通过已有的弹道数据训练和检验获得，所述已有的弹道数据通过蒙特卡洛仿真计算获得，蒙特卡洛仿真过程中的最优攻角控制指令通过二阶粒子群优化算法优化；所述模糊神经网络包括模糊输入层、模糊化层、模糊条件层、模糊判决层和去模糊化输出层；所述模糊神经网络的建立过程为：第1层：每个节点代表一个输入变量，其中，O表示输出，I表示输入，下表i表示节点个数；第2层：将输入层的输入变量通过多个隶属函数模糊化， 其中，w表示连接权重，f为隶属度函数；所述模糊神经网络的输入变量为飞行器的初始速度、初始高度、初始弹道倾角、倾侧角指令和转弯时间，输出变量为飞行器的纵程和横程；根据输入输出变量的特性，对初始速度V定义4个高斯形隶属度函数，对初始高度h定义5个三角形隶属度函数，对弹道倾角θ定义3个三角形隶属度函数，对倾侧角υ定义8个三角形隶属度函数，对转弯时间t定义8个三角形隶属度函数；第3层：针对模糊规则中的条件部分，对节点进行组合配合，如下式， 第4层：得到相应输出节点模糊值的大小，如下式， 第5层：去模糊化，将输出的模糊值形式还原为乘数值的形式，如下式 式中，代表第k层中第i个神经元的输入量，代表第k层中第i个神经元的输出量，代表第k-1层中第i个节点与第k层的第j个节点的连接权值，mk、σk分别表示为隶属函数的中心值和宽度；采用误差逆向传播算法进行训练，得到每层网络的权重ω，得到训练后的模糊神经网络模型；输出纵程和横程，获得n个轨迹落点，所有的轨迹落点围成的区域为飞行器的打击区域。

全文数据：

权利要求：

百度查询： 西北工业大学 一种基于模糊神经网络的飞行器打击区预测系统和方法