[发明专利]基于神经网络模型的火炮射角和方位角的修正方法

说明书

本发明属于火炮射角和方位角修正技术领域，具体涉及一种基于神经网络模型的火炮射角和方位角的修正方法，包括：对火炮系统进行动力学建模；分别从火炮射角可调整范围和方位角可调整范围中均匀选择20个角度组成400种组合，把每种组合作为一种工况进行仿真计算，通过仿真计算获得一次射击过程炮口响应；选取火炮射角和方位角作为输入，选取炮口高低角位移和方位角位移作为输出，建立BP神经网络模型；建立火炮射角和方位角的修正量与炮口高低角位移和方位角位移之间的映射关系；使用遗传算法求解火炮射角和方位角修正量，按照修正量对射角和方位角修正后进行射击。本方法可以补偿炮口振动对射击精度的影响，将能够有效的提高射击命中率。

技术领域

本发明属于火炮射角和方位角修正技术领域，具体涉及一种基于神经网络模型的火炮射角和方位角的修正方法。

背景技术

火炮发射弹丸时，发射药瞬时剧烈燃烧产生极大的膨胀力、弹丸与炮膛相对运动产生的摩擦力以及火炮自身的惯性力作用会导致炮口振动，直接影响火炮对打击目标的杀伤力、破坏力，即直接影响火炮打击目标的精度。在射击前对炮口振动响应提前预测，并通过修正火炮射角和方位角的方式补偿炮口振动对射击精度的影响，将能够有效的提高射击命中率。

神经网络的概念起源于Maiqialuoke和皮茨在1943年提出的“明迪克马钦”想法,“明迪克马钦”指的是一种类似生物神经元特征互连模型的机器。他们构建了一个神经元模型,它代表了大脑的基本组成部分,并显示了逻辑系统的共性。经过70多年的不断发展和完善，目前神经网络已经应用到了人们生活的方方面面,包括图像处理、信号处理、商业、医药等。在火炮领域，神经网络模型主要应用在系统辨识、参数预测及优化设计中。南京理工大学梁传建在其博士毕业论文《大口径火炮发射载荷传递规律及结构优化研究》中基于非线性有限元动力学分析获得了炮口振动的样本数据，以后坐部分质量的垂向偏心距、横向偏心距、炮口制退器质量、前衬瓦轴向偏移量、反后坐装置布局角5个参量为输入，分别以回转角位移、高低角位移、回转角速度和高低角速度为输出，建立了4个5输入1输出的BP神经网络模型，通过验证认为BP神经网络模型的预测能力和适应性优于其他模型，进而建立了设计变量与炮口振动优化目标函数之间的非线性映射关系，并采用遗传算法对优化模型进行了求解。其主要将神经网络模型应用在炮口振动优化中，而没有根据炮口振动响应结果采取补偿措施来提高射击命中率。

发明内容

(一)要解决的技术问题

本发明要解决的技术问题是：如何提供一种基于神经网络模型的火炮射角和方位角的修正方法。

(二)技术方案

为解决现有技术问题，本发明提供一种基于神经网络模型的火炮射角和方位角的修正方法，所述方法包括如下步骤：

步骤1：采用刚柔耦合建模技术，对火炮系统进行动力学建模；

步骤2：从火炮射角和方位角β的可调整范围中，各均匀选择X个角度，组成X²种组合；

选择一种组合作为一种工况进行仿真计算，通过仿真模拟该种型号火炮一次射击过程，从仿真计算结果中提取弹丸出炮口时刻炮口高低角位移方位角位移β_M；

步骤3：选取火炮射角和方位角β作为输入，分别选取炮口高低角位移和方位角位移β_M作为输出，建立2个2输入1输出的BP神经网络模型，分别记为和

步骤4：建立火炮射角和方位角的修正量与炮口高低角位移和方位角位移之间的映射关系，其中m和n分别为火炮射角和方位角修正量；

步骤5：使用遗传算法求解火炮射角修正量m和方位角修正量n；

步骤6：将火炮射角和方位角β分别修正m和n，然后进行射击。