[发明专利]一种基于神经网络的半实物仿真红外噪声控制方法

摘要

本发明公开了一种基于神经网络的半实物仿真红外噪声控制方法，包括：步骤一：确定三层神经网络的输入层向量，中间层向量，以及输出层向量；步骤二：根据历史数据获取训练样本对神经网络进行训练；步骤三：按照一定的采样周期采取弹道目标距离La，距地面高度H，运动速率Va，运动加速度a，场景温度T，风速Vb并将上述参数进行规格化，得到输入层向量和输出层向量；步骤四：仿真机控制红外景象模拟机的噪声释放强度、持续时间、释放速率和释放范围的参数。本发明能够避免人工操作的误差，根据相应仿真状态对红外噪声进行实时的准确控制。

主权项

一种基于神经网络的半实物仿真红外噪声的控制方法，其特征在于，还包括：步骤一、按照采样周期，通过红外景象模拟机传输弹道目标距离La,距地面高度H，运动速率Va，运动加速度a，场景温度T，风速Vb；步骤二、依次将上述参数进行规格化，确定三层BP神经网络的输入层向量x＝{x1,x2,x3,x4,x5,x6}；其中x1为目标距离系数，x2为距地面高度系数，x3为运动速率系数，x4为运动加速度系数，x5为场景温度系数，x6为风速系数；步骤三、所述输入层向量映射到中间层，所述中间层向量y＝{y1,y2,…,ym}；m为中间层节点个数；步骤四、得到输出层向量o＝{o1,o2,o3,o4}；o1为红外噪声的释放强度调节系数，o2为持续时间调节系数，o3为释放速率调节系数，o4为释放范围调节系数；步骤五、仿真机控制红外景象模拟机的噪声释放强度、持续时间、释放速率和释放范围的参数，使pai+1=o1ipamaxtbi+1=o2itbmaxVci+1=o3iVcmaxRi+1=o4iRmax]]>其中，分别为第i次采样周期输出层向量四个参数，pamax、tbmax、Vcmax、Rmax分别为释放最大强度，持续最长时间、释放最大速度和释放最大范围，pai+1、tbi+1、Vci+1、Ri+1分别为第i+1个采样周期时释放强度、持续时间、释放速率和释放范围。