来源：期刊VIP网 时间：
作者：刘鑫淼;陈万春;
单位：北京航空航天大学宇航学院;航天器设计优化与动态模拟技术教育部重点实验室;
摘要：针对由于动力学模型缺失导致对弹道预报困难的问题，基于深度学习的理论，提出利用神经网络完成弹道全流程预报和对跳跃机动弹道进行时序预报的方法。本文首先以某导弹为基础，完成气动建模分析，改变弹道倾角和设置攻角生成三种不同机动形式的弹道样本，利用误差反向传播神经网络完成在给定初始条件下对三种弹道的全流程预报，针对跳跃机动弹道预报误差较大的情况构建了时序预报模型并取得良好效果。研究结果可以为早期预测导弹可达区和实时预报机动目标弹道提供参考。
关键词：弹道全流程预报;;弹道时序预报;;误差反向传播神经网络
