基于联邦网络的传递对准滤波补偿算法
Transfer Alignment Filtering Compensating Algorithm Based on Federal Neural Network作者机构:北京航空航天大学仪器科学与光电工程学院北京100191
出 版 物:《北京理工大学学报》 (Transactions of Beijing Institute of Technology)
年 卷 期:2012年第32卷第10期
页 面:1077-1081,1090页
核心收录:
学科分类:0810[工学-信息与通信工程] 08[工学] 081105[工学-导航、制导与控制] 0805[工学-材料科学与工程(可授工学、理学学位)] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
摘 要:针对空中环境各种干扰因素对空空导弹传递对准(TA)滤波的影响,提出一种基于联邦网络的补偿算法.将干扰误差考虑为量测输入纳入滤波系统,改进标准Kalman滤波结构.将补偿神经网络设计成联邦结构,两个子系统分别用于训练量测输入估计误差、输出层权值误差和隐层权值误差.推导了联邦网络的训练算法并对算法进行了稳定性证明,保证了网络在结构上计算量小,系统反馈能力强,能够对干扰误差进行有效在线预测,辅助改进Kalman滤波器对失准角进行精确估计.仿真比较实验验证了该算法能够在不需任何先验信息的条件下,及时适应对准环境,预测校正干扰误差,滤波收敛快、精度高,适合空空导弹在具体设备和环境条件下的快速精确传递对准.