基于神经网络航程估算模型的预测校正切换再入制导方法

针对升力式飞行器再入制导问题提出了一种智能预测校正制导方法.首先,以数值预测校正制导为出发点,考虑预测环节计算时间过长的问题,通过引入神经网络航程估算模型代替动力学积分过程,快速计算剩余飞行航程.然后,为了进一步降低神经网络训练数据规模,分析了飞行状态参数对剩余飞行航程的影响规律,对神经网络的结构进行了优化,设计了用于航程估算的全连接神经网络模型.最后,将训练好的神经网络模型应用于再入制导前中期,结合分段目标函数设计,在再入后期使用等距试探确定制导指令.蒙特卡罗仿真结果表明,所提出的基于神经网络航程估算模型的预测校正再入制导算法具有良好的鲁棒性,在保证精度的前提下提升了计算效率.