基于神经网络的高精度空中对准算法研究  

作　　者：王珂 王宏波[1] 庄志洪[1] 

机构地区：[1]南京理工大学电子工程与光电技术学院,江苏南京210094

出　　处：《中国新技术新产品》2022年第19期9-11,共3页New Technology & New Products of China

摘　　要：制导炮弹作为一类重要的精确制导武器,空中对准算法研究是其精确制导的关键环节,要求其对准精度高且对准时间快。在空中对准算法中,卡尔曼滤波是其中最通用的一种算法,卡尔曼滤波要求确切的数学模型和已知噪声的统计特性,但是在实际应用中,一些传感器建模误差、噪声统计特性不准确以及环境变化会降低计算精度,甚至产生发散。针对以上问题,该文提出了基于径向基(RBF)神经网络辅助卡尔曼滤波的空中对准方案,该方案结合神经网络强大的学习和预测能力,对卡尔曼滤波的输出状态进行实时调整,以提高系统的自适应性,并修正卡尔曼滤波器输出,以提高估计精度。通过仿真证明,与标准卡尔曼滤波算法相比,该方法能有效降低估计误差,提高导航精度。

关 键 词：空中对准 RBF神经网络 卡尔曼滤波 制导炮弹 

分 类 号：TN967[电子电信—信号与信息处理]