[发明专利]基于神经网络雷达组合高精度预测弹丸着靶速度的方法

权利要求书

1.一种基于神经网络雷达组合高精度预测弹丸着靶速度的方法，其特征在于：将连续波雷达测试的弹丸的着靶速度作为输出信号，初速雷达测试的弹丸着靶时刻前的径向速度作为输入信号，建立BP神经网络预测模型；利用两台雷达已经测试到的弹丸的着靶速度数据建立BP神经网络模型，再把连续波雷达未测到而初速雷达测到的弹丸着靶时刻前的径向速度作为输入信号代入到所建立好的BP神经网络模型中，就可以预测出连续波雷达未测到的弹丸的着靶速度；选取两组不同的着靶速度数据DATA1和DATA2建模验证，分别把DATA1和DATA2中的数据一部分作为训练数据，另一部分作为测试数据，训练数据用来训练模型，测试数据用来检验模型预测精度的高低，同时引入GM(1,1)灰色模型和支持向量回归机模型进行对比，最后利用预测值与实测值的比较结果判断三个模型中哪个模型的预测精度最高；具体步骤如下：

步骤一、准确记录连续波雷达测试的所有弹丸的着靶速度以及着靶时刻，其中着靶时刻处于1.25s~1.3s之间；因为着靶速度是连续波雷达测试的弹丸在撞击到目标靶时刻的径向速度，雷达会自动计算并输出弹丸从出炮口到撞击到目标靶再到最后落地的整个飞行过程中每个时刻的径向速度，其中就包括弹丸撞击到目标靶时刻的径向速度和着靶时刻，参试人员只需准确记录即可；

步骤二、初速雷达的测量时间设置为1.5s，测量时间间隔设置为0.01s，火炮射击后初速雷达会自动计算并输出弹丸在1.5s内每隔0.01s时刻的径向速度，参试人员只需仔细观察，每一发弹丸初速雷达测试的径向速度数据的变化规律，最后发现所有弹丸出炮口后的径向速度都是先上升后下降的过程，并且均在0.05s后开始下降；

步骤三、针对每一发弹丸而言，选择从初速雷达测试的径向速度中从0.05s开始每隔0.03s选取一发径向速度值一直取到0.98s为止，共获取到32个径向速度值，其中0.98s远小于弹丸着靶时刻；

步骤四、把从初速雷达测试的每发弹丸中选取的32个径向速度值作为输入信号，连续波雷达测试的该发弹丸着靶速度作为输出信号建立BP神经网络模型；

步骤五、选取连续波雷达和初速雷达共同测试的两组着靶速度数据用来验证模型预测精度的高低，两组着靶速度分别记为DATA1和DATA2，DATA1和DATA2都有14发数据，统一分别把DATA1和DATA2第1~8发作为训练数据训练所建立的BP神经网络模型，第9~14发作为测试数据，检验所建模型预测精度的高低；

步骤六、引入GM(1,1)灰色模型和支持向量回归机模型作为对比模型，利用上述训练数据训练这两个模型、测试数据检验这两个模型的预测精度，与BP神经网络模型的预测精度进行对比，确定哪个模型的预测精度最高；

步骤七、利用Rstudio软件环境中的模型工具包对DATA1和DATA2进行建模预测，最后得出DATA1第9~14发着靶速度GM(1,1)灰色模型预测值与真实值的平均相对误差为0.641%，支持向量回归机模型预测值与真实值的平均相对误差为0.087%，BP神经网络模型预测值与真实值的平均相对误差为0.043%；DATA2第9~14发着靶速度GM(1,1)灰色模型预测值与真实值的平均相对误差为0.434%，支持向量回归机模型预测值与真实值的平均相对误差为0.336%，BP神经网络模型预测值与真实值的平均相对误差为0.192%；两组数据的检验结果证明BP神经网络模型的预测精度最高；

步骤八、把连续波雷达未测到而初速雷达测到的弹丸的32发径向速度值带入到建立好的BP神经网络模型中，就可以预测出连续波雷达未测到的弹丸的着靶速度。

2.根据权利要求1所述的一种基于神经网络雷达组合高精度预测弹丸着靶速度的方法，其特征在于所述的连续波雷达测试的弹丸的着靶速度和初速雷达测试的同一发弹丸的径向速度进行融合，初速雷达测试的弹丸的径向速度作为输入信号，连续波雷达测试的弹丸的着靶速度作为输出信号，建立从初速雷达测试的径向速度到连续波雷达测试的着靶速度之间的非线性映射模型，为模型的建立提供科学合理的数据关系。

3.根据权利要求1所述的一种基于神经网络雷达组合高精度预测弹丸着靶速度的方法，其特征在于所述的弹丸着靶时刻是利用雷达终端准确计算出所有弹丸着靶时刻的时间点，分析这些时间点是否基本一致，有无明显的差异。