[发明专利]一种导弹助推段控制参数智能调节方法和系统

说明书

本申请涉及一种导弹助推段控制参数智能调节方法和系统。所述方法包括使用助推段控制参数模型对弹道样本集的二级和三级控制参数进行离线优化处理，得到弹道样本集对应的优化控制参数集。根据弹道样本集生成训练样本集训练在线参数智能调节模型，根据该模型输出的控制参数和优化控制参数集中对应的元素定义目标函数，根据目标函数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。本方法能够在线快速计算不同飞行任务下的最优控制参数，则可省去离线优化的时间，降低在线计算负担，增强导弹的快速响应能力，这对提升导弹的整体作战性能威慑力量具有重要意义。

技术领域

本申请涉及导弹助推段控制参数优化技术领域，特别是涉及一种导弹助推段控制参数智能调节方法和系统。

背景技术

战略导弹在国家安全中的战略地位使其在不断变化的历史环境和军事需求中更新换代，技术推陈出新，正朝着快速机动发射、可在线实时调整的方向发展。目前导弹制导控制参数常用优化方法是在设计完制导控制系统后采用诸如粒子群算法、遗传算法等优化算法离线优化，得到较优的控制参数。而这类离线的控制参数优化方法通常计算量较大，优化时间长，在导弹飞行过程中制导系统根据任务要求和当前状态在线规划弹道指令，若更换攻击目标或飞行任务则需要重新优化，通过诸如粒子群算法、遗传算法等在线对控制参数进行优化不满足快速性和实时性的要求，无法用于在线参数调整。

发明内容

基于此，有必要针对上述技术问题，提供一种能够显著降低在线计算负担、具有快速响应能力的导弹助推段控制参数智能调节方法和系统。

一种导弹助推段控制参数智能调节方法，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，得到弹道样本集对应的优化控制参数集。

根据弹道样本集生成训练样本集，使用训练样本集训练预设的在线参数智能调节模型，根据在线参数智能调节模型输出的控制参数和优化控制参数集中对应元素定义目标函数，根据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。

其中一个实施例中，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。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。

其中一个实施例中，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。二级和三级控制参数包括俯仰通道控制参数。

其中一个实施例中，弹道样本集生成训练样本集的步骤包括：

在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。

其中一个实施例中，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。关键特征时间包括弹道拐点时间。

根据关键特征时间得到对应的关键特征时段，在关键特征时段中设置第一时间间隔，在弹道样本中的非关键特征时段汇总设置第二时间间隔。第一时间间隔的长度小于第二时间间隔。

其中一个实施例中，在线参数智能调节模型的建立方式包括：