基于神经网络的临近空间高超声速飞行器的弹道预测

发布时间：2022-12-17 18:09

　　现代军事战争中,各军事大国的飞行器基本都具备了超声速和隐身的能力,临近空间高超声速飞行器拥有极高的飞行高度和极快的飞行速度,凭借这两个优势它迅速成为世界各大军事强国关注和争夺的新高地。目前,各军事大国均已有了自己的高超声速飞行器计划,有些国家已经成功试飞多次。我国作为防御性大国,对临近空间高超声速飞行器的跟踪预报的需求也迫在眉睫。近些年来,随着人工智能技术和计算机技术的兴起,越来越多的领域开始融入机器学习和深度学习等各类人工智能技术,这其中以深度学习为基础的神经网络技术在近些年发展尤为迅速。本文以美国高超声速飞行器HTV-2的跟踪预报为背景,研究并设计了基于卡尔曼滤波器和神经网络的组合模型,实现对HTV-2的跟踪和预报功能。本文首先以HTV-2的跟踪问题作为切入点,对HTV-2进行运动分析,给出了系统的状态方程,设计实现了扩展卡尔曼滤波器。其次,在目标的预报阶段,提出使用神经网络对状态变量进行建模的需求。在滤波问题的基础上进一步讨论了解决预测状态变量问题的多种设计方案。本文还依照弹道预报的需求,对标准神经网络模型做出修改,使之可以更高效准确的预测状态变量。再次,为了解决弹道的跟踪预报问... 

【文章页数】：82 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题来源及研究的目的和意义
        1.1.1 课题的来源
        1.1.2 课题研究的背景和意义
    1.2 国内外对临近空间飞行器及其预报的研究现状及分析
        1.2.1 国外研究现状
        1.2.2 高超声速飞行器跟踪预报的国内研究现状
    1.3 神经网络在时序预测领域应用及研究概况
        1.3.1 神经网络的发展概述
        1.3.2 时序预测神经网络及其发展概况
    1.4 本文的主要研究内容
第2章 坐标系的定义及卡尔曼滤波器的设计
    2.1 引言
    2.2 坐标系的定义及其之间的转换关系
        2.2.1 坐标系的定义
        2.2.2 坐标系之间的转换关系
    2.3 HTV-2运动分析
    2.4 HTV-2跟踪滤波器设计
    2.5 本章小结
第3章 卡尔曼滤波器状态变量的神经网络时序预测
    3.1 引言
    3.2 利用卡尔曼滤波器预报HTV-2弹道
    3.3 人工神经网络类型的选择
        3.3.1 标准BP神经网络
        3.3.2 循环神经网络
        3.3.3 本研究所采用的神经网络方案
    3.4 本章小结
第4章 卡尔曼滤波器与神经网络模型的组合方案
    4.1 引言
    4.2 卡尔曼滤波器和标准BP神经网络的组合方案
    4.3 卡尔曼滤波器和循环神经网络的组合方案
        4.3.1 RNN在线预训练的实现
        4.3.2 卡尔曼滤波器与循环神经网络的组合方案
        4.3.3 RNN与 GRNN融合预测状态变量
    4.4 本章小结
第5章 仿真实验
    5.1 引言
    5.2 标准BP神经网络拟合状态变量的弹道预报
        5.2.1 仿真条件及模型参数初值
        5.2.2 仿真结果
    5.3 RNN拟合状态变量的弹道预报
        5.3.1 仿真条件及模型初始参数
        5.3.2 卡尔曼滤波与RNN组合模型仿真结果
    5.4 本章小结
结论
参考文献
致谢


【参考文献】：
期刊论文
[1]循环神经网络的发展综述[J]. 夏瑜潞.  电脑知识与技术. 2019(21)
[2]临近空间高超声速飞行器机动模型及弹道预测[J]. 张博伦,周荻,吴世凯.  系统工程与电子技术. 2019(09)
[3]人工神经网络研究与分析[J]. 祝凌云.  科技传播. 2019(12)
[4]临近空间高超声速飞行器发展及关键技术研究[J]. 王鹏飞,王光明,蒋坤,李庆辉.  飞航导弹. 2019(08)
[5]人工智能综述:AI的发展[J]. 崔雍浩,商聪,陈锶奇,郝建业.  无线电通信技术. 2019(03)
[6]基于知识成熟度的动态正则化神经网络优化方法[J]. 邓青,程建军,王辉,邓林.  电子测量与仪器学报. 2018(02)
[7]拦截导弹的制导律辨识与弹道预报[J]. 胡志恒,周荻,邹昕光.  系统工程与电子技术. 2018(03)
[8]基于Singer模型的高超声速飞行器轨迹跟踪与预测[J]. 魏喜庆,顾龙飞,李瑞康,王社阳.  航天控制. 2017(04)
[9]临近空间非弹道式目标跟踪修正变结构滤波[J]. 秦雷,周荻,李君龙.  系统工程与电子技术. 2017(07)
[10]一种GRNN神经网络的高超声速飞行器轨迹预测方法[J]. 杨彬,贺正洪.  计算机应用与软件. 2015(07)



本文编号：3720400