基于改进Hopfield神经网络的对地攻击型无人机自主能力评价

作     者：丰雨轩 刘树光 解武杰 茹乐 FENG Yuxuan;LIU Shuguang;XIE Wujie;RU Le

作者机构：空军工程大学装备管理与无人机工程学院西安710051 空军工程大学航空工程学院西安710051 

出 版 物：《北京航空航天大学学报》 (Journal of Beijing University of Aeronautics and Astronautics)

年 卷 期：2021年第47卷第4期

页      面：835-843页

核心收录：

学科分类：08[工学] 082503[工学-航空宇航制造工程] 0825[工学-航空宇航科学与技术] 

基　　金：装备预研项目 

主　　题：对地攻击型无人机 自主能力 指标体系 改进Hopfield神经网络 综合评价 

摘      要：对地攻击型无人机是当前最先进的无人装备之一,无人机必须具备很高的自主能力,自主能力成为无人机的典型作战能力。针对对地攻击型无人机的自主能力量化评价问题,从感知能力、决策能力、行为能力和安全能力4个方面,并侧重机载装备参数分析,提出了一套完整的自主能力评价指标体系。结合模型因素库,运用奇异值分解设计Hopfield神经网络权值矩阵,利用基于稀疏度的权值删减算法改进网络结构。构建自主能力评价标准,对对地攻击型无人机系统自主能力进行量化分级。仿真结果表明:相对于传统Hopfield神经网络,改进算法能够在一定范围内删除非关键的连接权值,降低网络复杂度,工程上更容易实现对地攻击型无人机系统自主能力的量化评价。