基于改进Hopfield神经网络的对地攻击型无人机自主能力评价

摘要：

对地攻击型无人机是当前最先进的无人装备之一,无人机必须具备很高的自主能力,自主能力成为无人机的典型作战能力.针对对地攻击型无人机的自主能力量化评价问题,从感知能力、决策能力、行为能力和安全能力4个方面,并侧重机载装备参数分析,提出了一套完整的自主能力评价指标体系.结合模型因素库,运用奇异值分解设计Hopfield神经网络权值矩阵,利用基于稀疏度的权值删减算法改进网络结构.构建自主能力评价标准,对对地攻击型无人机系统自主能力进行量化分级.仿真结果表明:相对于传统Hopfield神经网络,改进算法能够在一定范围内删除非关键的连接权值,降低网络复杂度,工程上更容易实现对地攻击型无人机系统自主能力的量化评价.

关键词：对地攻击型无人机、自主能力、指标体系、改进Hopfield神经网络、综合评价

所属期刊栏目：47

分类号：V271.4(各类型航空器)

资助基金：装备预研项目

在线出版日期：2021-05-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：835-843