1 火箭军工程大学, 士官学院, 山东 青州 262500
2 初级指挥学院西安710025
3 中国航空工业集团公司洛阳电光设备研究所, 河南 洛阳471000
4 中国航空工业集团公司洛阳电光设备研究所, 河南 洛阳 471000
结合惯性器件随机误差研究的实际, 针对传统的基于时间序列的ARMA建模方法和深度学习LSTM网络进行了适用性和实时性对比分析, 通过获取具体型号的惯性器件输出数据设计了算例。研究认为在未做实时性要求的情况下, ARMA建模和LSTM网络均可以达到较好的拟合效果, 而建立LSTM网络方法可以减少提取趋势项和周期项的环节; 实时在线预测情况下LSTM网络优势明显, 但预测精度会随时间序列缩短而明显下降, 可以在一定程度上反映噪声变化的趋势并据此对整体控制系统的滤波算法进行优化。
惯性器件 随机误差 LSTM 网络 ARMA建模 inertial device random error LSTM network ARMA modeling
1 第二炮兵工程学院603教研室,西安 710025
2 山东省青州士官学校,山东 青州 262500
并行计算是提高航迹规划速度的一种有效手段,同时A*算法具有隐含并行的特性,计算机多CPU多线程技术使得并行计算脱离了工作站或工作组计算机,可使A*算法在单机上进行并行计算。随后根据A*算法的特点对并行计算进行了相应改进,并将其应用到巡航导弹的航迹规划当中。仿真结果表明:改进的并行算法在没有改变航迹规划结果性能的同时,计算速度、稳定性都有了较大提高,有利于快速航迹规划。
航迹规划 巡航导弹 A*算法 多线程 并行算法 path planning cruise missile A* algorithm multi-thread parallel algorithm