GRNN在水下航行器抗沉挽回操纵预警中的应用

摘要：

在水下航行器的抗沉挽回操纵中,为了获取准确的预警信息以生成决策方案,关键问题是对水下航行器可否成功挽回的判定及挽回耗时的预估.提取了水下航行器在抗沉过程中的关键特征参数,并对这些参数进行离散化,进而基于水下航行器航行动力学模型仿真生成了相对掉深和挽回耗时的样本.在此基础上,应用广义回归神经网络(Generalized Regression Neural Network,GRNN)对离散样本进行训练.随机抽取样本外参数特征进行验证,结果表明所提出的方法能够达到较高的预估精度,为水下航行器抗沉挽回操纵预警提供了较为可靠的依据.

关键词： 水下航行器 抗沉挽回操纵 预警信息 广义回归神经网络

作者: 何德雨 胡茑庆 胡雷 陈凌 郭亦平

作者单位: 国防科学技术大学装备综合保障技术重点实验室, 长沙410073;国防科学技术大学机电工程与自动化学院, 长沙410073 中船重工集团707研究所九江分部,江西九江332007

会议类型: 国内会议

会议名称: 2016年全国设备监测诊断与维护学术会议、第十五届全国设备故障诊断学术会议、第十七届全国设备监测与诊断学术会议、2016年全国设备诊断工程会议

会议地点: 西安

会议语种:中文

页码: 6-9

在线出版日期: 2016-08-01（万方平台首次上网日期，不代表论文的发表时间）