基于综合灰关联序模型的残差门控循环神经网络位标器零部件选配

位标器漂移性能是决定精确制导武器跟踪能力与制导精度的关键因素之一,通过位标器零部件选配可改善位标器漂移性能。针对位标器零部件一次选配成功率低的问题,提出综合灰关联序(CGRO)模型并对影响位标器零部件选配的装配参数进行关联分析,得到了影响位标器零部件选配的关键装配参数;建立残差门控循环神经网络(RNGRU)模型,实现了位标器零部件的选配。以影响位标器漂移性能的陀螺转子与调漂螺钉装配为例,应用CGRO模型对陀螺转子的装配参数进行关联分析,得到了影响两者装配的关键装配参数;基于RNGRU模型实现了对调漂螺钉质量的回归预测。实验结果表明,所提方法能够实现位标器零部件的选配,其预测精度优于传统门控循环神经网络。