基于神经网络的GPS深度融合弹载惯导模型

针对传统弹载惯性导航系统误差修正采用线性化模型,无法对非线性误差进行修正的缺点,提出一种基于神经网络的GPS深度融合弹载惯导模型。构建IMU六路脉冲数到发射惯性坐标系下视速度增量的非线性映射关系,利用GPS信息对网络误差模型进行训练,为GPS信号失效后的长航时惯性导航系统提供更高精度的误差修正模型。仿真实验结果表明,相较于纯惯性导航系统,所提模型能够在GPS信号失效后抑制惯导系统误差发散,速度精度提高76.56%,位置精度提高91.61%。

谈谈阅读后的有效“输出”

指导学生阅读课文，最大的成功就是阅读后让学生有一种表达自己获得的强烈愿望，这就是触发了学生的兴奋点。其实，“读”是理解语言，是从外到内的吸收，是“信息的输入”；而“说”是运用语言，是由内到外的表达，是“信息的输出”。一句话让学生“想说”、“善言”是阅读后的有效“输出”。

基于BP神经网络的弹道导弹标准弹道初始诸元快速计算

针对弹道导弹的传统初始诸元计算方法积分解算复杂,迭代求解速度慢,无法满足快速发射作战任务的需要问题,摒弃了通过弹道迭代计算初始诸元的研究思路,提出了基于BP神经网络的初始诸元快速计算方法,通过有监督学习算法建立了人工神经网络模型,实现了瞄准方位角和关机时间初始诸元的快速计算。仿真结果表明,与传统积分计算方法相比,所提方法计算时间大幅缩短,首次达到标准弹道计算的落点纵向偏差小于10 m,横向偏差小于20 m,为实现导弹快速发射任务提供了有效支撑。