10.12115/j.issn.1004-499X(2023)03-005
基于前馈神经网络的外挂物投放分离预测
为研究外挂物投放分离运动特性,提高外挂物投放分离运动计算效率,基于前馈神经网络建立了外挂物投放分离预测模型,并对该模型的预测性能进行了测试分析.首先通过准定常方法对不同投放状态下外挂物的分离运动进行数值模拟,获取外挂物的分离轨迹和姿态数据,作为神经网络训练所用数据样本.然后建立单隐层神经网络,以外挂物投放状态与分离时间作为神经网络的输入,以外挂物的分离轨迹和姿态作为神经网络的输出,对神经网络进行训练.经过 1000 次迭代优化后,神经网络训练完成.验证结果表明,训练完成的神经网络可以基于投放状态对外挂物分离轨迹和姿态进行快速、精确预测.神经网络对分离轨迹的预测精度高于其对分离姿态的预测精度.神经网络对单个投放状态下 1s内的外挂物分离运动预测用时为 0.06 s,作为对比,采用传统准定常方法数值模拟的平均用时为 20 h.该方法提高了外挂物投放分离动力学的计算效率,为飞行器的投放分离特性研究提供了新的思路.
外挂物投放、轨迹姿态、神经网络、预测模型
35
V211.3(基础理论及试验)
2023-10-18(万方平台首次上网日期,不代表论文的发表时间)
共6页
33-38