[发明专利]一种导弹助推段控制参数智能调节方法和系统

权利要求书

1.一种导弹助推段控制参数智能调节方法，其特征在于，所述方法包括：

根据预设的助推段控制参数模型，对预设的弹道样本集的二级和三级控制参数进行离线优化处理，得到所述弹道样本集对应的优化控制参数集；所述对预设的弹道样本集的二级和三级控制参数进行离线优化处理的方式包括：将预设的弹道样本集中各个弹道样本的二级和三级控制参数数据分别输入所述助推段控制参数模型，根据预设的控制参数优化目标得到输出的各个弹道样本的优化控制参数；所述控制参数优化目标包括：使控制参数中的俯仰摆角的最大值为最小；

根据所述弹道样本集生成训练样本集，使用所述训练样本集训练预设的在线参数智能调节模型，根据所述在线参数智能调节模型输出的控制参数和所述优化控制参数集中对应元素定义目标函数，根据所述目标函数的值得到训练好的在线参数智能调节模型；

使用训练好的在线参数智能调节模型，对导弹助推段弹道的二级和三级控制参数进行在线优化处理。

2.根据权利要求1所述的方法，其特征在于，所述根据预设的控制参数优化目标得到输出的各个弹道样本的优化控制参数的方式包括：

使用粒子群优化方法对各个弹道样本的二级和三级控制参数进行优化，根据预设的控制参数优化目标得到输出的各个弹道样本的优化控制参数；所述二级和三级控制参数包括俯仰通道控制参数。

3.根据权利要求1所述的方法，其特征在于，根据所述弹道样本集生成训练样本集的步骤包括：

在所述弹道样本集中按照预设的抽取方式得到训练弹道样本集；

根据预设的时间间隔获取训练弹道样本对应的弹道指令数据，根据得到的弹道指令数据生成训练样本集。

4.根据权利要求3所述的方法，其特征在于，获取训练弹道样本对应的弹道指令数据的时间间隔的设置方式包括：

获取训练弹道样本中的关键特征时间；所述关键特征时间包括弹道拐点时间；

根据所述关键特征时间得到对应的关键特征时段，在所述关键特征时段中设置第一时间间隔，在所述弹道样本中的非关键特征时段汇总设置第二时间间隔；所述第一时间间隔的长度小于所述第二时间间隔。

5.根据权利要求3所述的方法，其特征在于，所述在线参数智能调节模型的建立方式包括：

基于神经网络建立在线参数智能调节模型；所述神经网络的输入层神经元数量为所述弹道指令数据中的参数数量，隐含层神经元为9个，输出层神经元为1个，各层之间采用sigmoid传递函数。

6.一种导弹助推段控制参数智能调节系统，其特征在于，所述系统包括：

输入确定单元，用于获取预设的在线弹道指令数据，生成在线参数智能调节模型的输入数据；

控制参数确定单元，基于所述在线参数智能调节模型使用权利要求1至5中任意一项所述的方法，得到优化控制参数值；

控制参数输出单元，根据所述控制参数确定单元输出的优化控制参数值设置所述在线弹道指令数据对应的控制参数值。

7.一种导弹助推段控制参数智能调节装置，其特征在于，所述装置包括：

离线优化模块，用于根据预设的助推段控制参数模型，对预设的弹道样本集的二级和三级控制参数进行离线优化处理，得到所述弹道样本集对应的优化控制参数集；所述对预设的弹道样本集的二级和三级控制参数进行离线优化处理的方式包括：将预设的弹道样本集中各个弹道样本的二级和三级控制参数数据分别输入所述助推段控制参数模型，根据预设的控制参数优化目标得到输出的各个弹道样本的优化控制参数；所述控制参数优化目标包括：使控制参数中的俯仰摆角的最大值为最小；

模型训练模块，用于根据所述弹道样本集生成训练样本集，使用所述训练样本集训练预设的在线参数智能调节模型，根据所述在线参数智能调节模型输出的控制参数和所述优化控制参数集中对应元素定义目标函数，根据所述目标函数的值得到训练好的在线参数智能调节模型；

在线优化模块，用于使用训练好的在线参数智能调节模型，对导弹助推段弹道的二级和三级控制参数进行在线优化处理。