基于径向基函数神经网络和无迹卡尔曼滤波的弹丸落点预报方法研究
기우경향기함수신경망락화무적잡이만려파적탄환낙점예보방법연구
Projectile Impact-point Prediction Method Based on Radial Basis Function Neural Network and Unscented Kalman Filter
  • 万方数据
    兵工学报 병공학보
    ACTA ARMAMENTARII
    2014年 7期 965-971 ,共7页

    赵捍东%李志鹏

    조한동%리지붕

    兵器科学与技术%径向基函数神经网络%粒子群优化%无迹卡尔曼滤波%落点预报 兵器科學與技術%徑嚮基函數神經網絡%粒子群優化%無跡卡爾曼濾波%落點預報
    병기과학여기술%경향기함수신경망락%입자군우화%무적잡이만려파%낙점예보
    ordnance science and technology%radial basis function neural network%particle swarm optimization%unscented Kalman filter%impact-point prediction
    为了能够在飞行数据不尽精确的情况下进行快速、准确的落点预报,提出一种基于径向基函数(RBF)神经网络和无迹卡尔曼滤波技术的弹丸落点预报方法.使用RBF神经网络逼近外弹道方程用以预报弹丸落点,并用改进型量子行为粒子群算法优化网络结构和权阈值,在此基础上对基于神经网络的初步预报数据进行滤波处理.最后进行预报仿真,在输入数据有噪声的情况下依然得到了较高的预报精度,从而证明该方法对预报弹丸落点是有效可行的,为弹丸的落点预报的实际应用提供了参考.
    위료능구재비행수거불진정학적정황하진행쾌속、준학적낙점예보,제출일충기우경향기함수(RBF)신경망락화무적잡이만려파기술적탄환낙점예보방법.사용RBF신경망락핍근외탄도방정용이예보탄환낙점,병용개진형양자행위입자군산법우화망락결구화권역치,재차기출상대기우신경망락적초보예보수거진행려파처리.최후진행예보방진,재수입수거유조성적정황하의연득도료교고적예보정도,종이증명해방법대예보탄환낙점시유효가행적,위탄환적낙점예보적실제응용제공료삼고.
    원문보기 원문다운로드 사이트로이동
저자의 최근 논문