一种基于多网络模型的诸元精确快速获得的控制方法

    公开(公告)号:CN118605139A

    公开(公告)日:2024-09-06

    申请号:CN202310436266.X

    申请日:2023-04-21

    Abstract: 本发明公开了一种基于多网络模型的诸元精确快速获得的控制方法,包括以下步骤:设置诸元解算神经网络模型,获取无风状态下的射击诸元,所述射击诸元包括表尺、程装和弹道高度;设置纵风神经网络模型,根据无风状态射击诸元中的表尺和弹道高度,以及实际风速、风向,获得炮弹飞行过程中的平均纵风,作为平均弹道纵风;设置诸元修正神经网络模型,以平均弹道纵风为输入,输出表尺修正量,对无风状态射击诸元进行修正,获得最终的射击诸元;根据最终射击诸元中调整发射台,进行炮弹发射。本发明提供的基于多网络模型的诸元精确快速获得控制方法,充分考虑实时气象,可提高诸元解算精度,且计算量小,耗时短,无需繁琐的射表查询,能够部署在火控计算机中,且能有效避免脱靶。

    一种最小化到达时间方差的多飞行器-多目标任务分配方法

    公开(公告)号:CN120010552A

    公开(公告)日:2025-05-16

    申请号:CN202510158991.4

    申请日:2025-02-13

    Abstract: 本发明公开了一种最小化到达时间方差的多飞行器‑多目标任务分配方法,包括以下步骤:建立优化目标函数,用于表征飞行器打击目标的同步性;确定制导策略,并基于制导策略获得飞行器的剩余飞行时间;采用遗传算法进行目标分配。本发明公开的方法,全局搜索能力强,对复杂约束的适应性强,对大规模问题的处理能力好。

    一种综合能耗最优的多飞行器-多目标任务分配方法

    公开(公告)号:CN120010551A

    公开(公告)日:2025-05-16

    申请号:CN202510158984.4

    申请日:2025-02-13

    Abstract: 本发明公开了一种综合能耗最优的多飞行器‑多目标任务分配方法,包括以下步骤:建立优化目标函数,用于表征飞行器打击目标的同步性;设置制导律,使得飞行器在任意空气阻力下能够准确命中目标;采用匈牙利算法进行目标分配。本发明公开的方法,兼顾了能量损耗和阻力对飞行速度的影响,在多飞行器—目标分配问题中,通过综合考虑目标与飞行器之间的交互效应,优化了飞行路径的选择。

    一种基于多网络模型的诸元精确快速获得的控制方法

    公开(公告)号:CN118605139B

    公开(公告)日:2025-03-07

    申请号:CN202310436266.X

    申请日:2023-04-21

    Abstract: 本发明公开了一种基于多网络模型的诸元精确快速获得的控制方法,包括以下步骤:设置诸元解算神经网络模型,获取无风状态下的射击诸元,所述射击诸元包括表尺、程装和弹道高度;设置纵风神经网络模型,根据无风状态射击诸元中的表尺和弹道高度,以及实际风速、风向,获得炮弹飞行过程中的平均纵风,作为平均弹道纵风;设置诸元修正神经网络模型,以平均弹道纵风为输入,输出表尺修正量,对无风状态射击诸元进行修正,获得最终的射击诸元;根据最终射击诸元中调整发射台,进行炮弹发射。本发明提供的基于多网络模型的诸元精确快速获得控制方法,充分考虑实时气象,可提高诸元解算精度,且计算量小,耗时短,无需繁琐的射表查询,能够部署在火控计算机中,且能有效避免脱靶。

Patent Agency Ranking