神经网络制导律（不带角度约束）源代码

关注

VIP免费原创最新推荐文章于 2026-06-02 13:36:31 发布 2.2k 阅读 AI 写同款· GEO 优化 ›

带落角约束的变结构制导律算法及源代码 摘要：基于非线性和线性化的弹目相对运动学方程，建立了两种适于攻击机动目标的带末端视线角约束的变结构制导律——非线性变结构制导律和线性变结构制导律。这两种制导律都能使导弹在拦截过程中平行接近目标，拦截时刻视线角都能达到设定角度。后者数学形式简单，所需的变量少而且易于获得，并且不需要知道目标的确切加速度信息，易于工程实现。同时，证明了线性变结构制导律方程实际上是对目标加速度的一种估计方程。关阅读详情

%对原始数据进行规范化处理
[pn,meanp,stdp,tn,meant,stdt]=prestd(Tin',Tout);
%[pn,meanp,stdp,tn,meant,stdt]=prestd(inputs',output);

%乱序
N=length(pn);
b=randperm(N);
B=zeros(2,677);
B(1,:)=pn(1,b);
B(2,:)=pn(2,b);
% B(3,:)=pn(3,b);
% B(4,:)=pn(4,b);

C=tn(1,b);

pn=B;
tn=C;

%建立相应的BP网络
%net = newff(minmax(pn),[3,20,1],{'logsig' 'logsig' 'tansig' },'traingdx');
net = newff(minmax(pn),[20,1],{'logsig' 'purelin' },'traingdx');

net.trainParam.show=50;
net.trainParam.epochs = 2000;
net.trainParam.goal = 0.005;
%net.trainParam.lr=0.05;
%net.trainfcn='traingdm';

%[net,tr] = train(net,trainSamples.P,trainSamples.T,[],[],validateSamples,testSamples);


%训练网络
net = train(net,pn,tn);
%对训练后的网络进行仿真
% an=sim(net,pn);
% a=poststd(an,meant,stdt);
% [normTrainOutput,Pf,Af,E,trainPerf] = sim(net,trainSamples.P,[],[],trainSamples.T);%正常输入的9组p数据，BP得到的结果t
% [normValidateOutput,Pf,Af,E,validatePerf] = sim(net,validateSamples.P,[],[],validateSamples.T);%用作变量3的数据p，BP得到的结果t
% [normTestOu