电源技术
電源技術
전원기술
CHINESE JOURNAL OF POWER SOURCES
2014年
7期
1356-1357
,共2页
改进型BP神经网络算法%遥控导弹%PSD%非线性误差
改進型BP神經網絡算法%遙控導彈%PSD%非線性誤差
개진형BP신경망락산법%요공도탄%PSD%비선성오차
improved BP neural network algorithm%remote control missile%PSD%nonlinear error
为了提高遥控导弹攻击的精确度,针对影响其精确度的主要因素是半导体光电位置敏感器件(position sensitivedetector,PSD)的非线性,提出基于改进型BP神经网络算法校正某遥控导弹的PSD非线性误差方法.利用LM改进BP算法以及BP算法训练数据时,使用两个隐含层对神经网络进行训练,结果为:两个隐含层的神经元个数分别为38和34;网络的第一、第二隐含层以及输出层采用的激励函数分别为tansig、tansig、logsig;编程设定最大训练次数为500,目标收敛精度为1×10-4;设置训练函数为trainlm.利用未经训练的数据对网络进行测试,该网络的计算输出误差大约在0.01 mm之内,其中最大误差为0.015 mm.理论分析与仿真结果表明,采用该方法后,即使目标发生机动,遥控导弹也能正确攻击到目标.
為瞭提高遙控導彈攻擊的精確度,針對影響其精確度的主要因素是半導體光電位置敏感器件(position sensitivedetector,PSD)的非線性,提齣基于改進型BP神經網絡算法校正某遙控導彈的PSD非線性誤差方法.利用LM改進BP算法以及BP算法訓練數據時,使用兩箇隱含層對神經網絡進行訓練,結果為:兩箇隱含層的神經元箇數分彆為38和34;網絡的第一、第二隱含層以及輸齣層採用的激勵函數分彆為tansig、tansig、logsig;編程設定最大訓練次數為500,目標收斂精度為1×10-4;設置訓練函數為trainlm.利用未經訓練的數據對網絡進行測試,該網絡的計算輸齣誤差大約在0.01 mm之內,其中最大誤差為0.015 mm.理論分析與倣真結果錶明,採用該方法後,即使目標髮生機動,遙控導彈也能正確攻擊到目標.
위료제고요공도탄공격적정학도,침대영향기정학도적주요인소시반도체광전위치민감기건(position sensitivedetector,PSD)적비선성,제출기우개진형BP신경망락산법교정모요공도탄적PSD비선성오차방법.이용LM개진BP산법이급BP산법훈련수거시,사용량개은함층대신경망락진행훈련,결과위:량개은함층적신경원개수분별위38화34;망락적제일、제이은함층이급수출층채용적격려함수분별위tansig、tansig、logsig;편정설정최대훈련차수위500,목표수렴정도위1×10-4;설치훈련함수위trainlm.이용미경훈련적수거대망락진행측시,해망락적계산수출오차대약재0.01 mm지내,기중최대오차위0.015 mm.이론분석여방진결과표명,채용해방법후,즉사목표발생궤동,요공도탄야능정학공격도목표.
