基于BP神经网络的坦克垂向稳定器神经自适应控制方法

摘要

本发明公开了一种基于BP神经网络的坦克垂向稳定器神经自适应控制方法，包括如下步骤：建立具有集总不确定性的坦克垂向稳定器系统非线性数学模型；通过设计好的BP神经网络对坦克垂向稳定器系统的集总不确定性进行预测和补偿；基于建立的数学模型设计基于BP神经网络的神经自适应控制方程，通过设计好的神经自适应控制方程实现对于坦克垂向稳定器的神经自适应控制。本发明利用BP神经网络具有的以任意精度逼近任意非线性函数的特殊优点，设计了坦克垂直稳定器中不确定性因素的神经自适应策略，使得系统在同时存在车体基础振动及未建模动态等情况下，仍能保持较好的控制性能，可有效提高坦克垂向稳定器对坦克炮的指向控制精度。