基于深度学习的地空导弹发射区解算研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 论文组织结构 | 第13-16页 |
| 第2章 地空导弹发射区概述 | 第16-38页 |
| 2.1 基础知识 | 第16-21页 |
| 2.1.1 发射区定义 | 第16-18页 |
| 2.1.2 坐标系定义 | 第18-21页 |
| 2.2 地空导弹运动方程组 | 第21-33页 |
| 2.2.1 导弹动力学方程 | 第21-23页 |
| 2.2.2 导弹运动学方程 | 第23-24页 |
| 2.2.3 导弹质量方程 | 第24页 |
| 2.2.4 八个欧拉角之间的几何关系方程 | 第24-25页 |
| 2.2.5 控制关系方程 | 第25-26页 |
| 2.2.6 导弹空间运动方程组 | 第26-28页 |
| 2.2.7 遥控指令制导导引运动方程组 | 第28-33页 |
| 2.3 发射区建模 | 第33-36页 |
| 2.3.1 理论发射区建模 | 第33-35页 |
| 2.3.2 理论发射区仿真条件说明 | 第35-36页 |
| 2.3.3 实际发射区建模 | 第36页 |
| 2.4 本章小结 | 第36-38页 |
| 第3章 基于BP神经网络的地空导弹发射区解算研究 | 第38-58页 |
| 3.1 人工神经网络概述 | 第38-39页 |
| 3.2 多层感知器 | 第39-40页 |
| 3.3 BP学习算法 | 第40-51页 |
| 3.3.1 BP学习算法描述 | 第40-46页 |
| 3.3.2 BP学习算法步骤 | 第46-49页 |
| 3.3.3 BP学习算法改进 | 第49-51页 |
| 3.4 神经网络在地空导弹发射区解算中的运用 | 第51-56页 |
| 3.4.1 BP神经网络解算发射区 | 第51-52页 |
| 3.4.2 专家经验与用户需求准则 | 第52-53页 |
| 3.4.3 神经网络隐藏层数确定 | 第53-54页 |
| 3.4.4 神经网络隐层隐单元数确定 | 第54-56页 |
| 3.5 本章小结 | 第56-58页 |
| 第4章 基于深度置信网络的地空导弹发射区解算研究 | 第58-68页 |
| 4.1 深度学习概述 | 第58页 |
| 4.2 深度置信网络 | 第58-65页 |
| 4.2.1 受限波尔兹曼机 | 第59-62页 |
| 4.2.2 训练参数的初值选取 | 第62-63页 |
| 4.2.3 RBM的评估 | 第63-64页 |
| 4.2.4 DBN的逐层贪婪训练 | 第64-65页 |
| 4.3 深度置信网在地空导弹发射区解算中的运用 | 第65-66页 |
| 4.4 本章小结 | 第66-68页 |
| 第5章 地空导弹发射区解算仿真设定与结果分析 | 第68-84页 |
| 5.1 数据处理 | 第68-69页 |
| 5.2 仿真结果的判据 | 第69-70页 |
| 5.2.1 相对误差（AEP） | 第69页 |
| 5.2.2 均方误差（MSE） | 第69-70页 |
| 5.2.3 平均绝对百分比误差（MAPE） | 第70页 |
| 5.2.4 拟合优度（GOF） | 第70页 |
| 5.2.5 重构误差 | 第70页 |
| 5.3 地空导弹理论发射区仿真实验 | 第70-72页 |
| 5.4 BP神经网络实验 | 第72-79页 |
| 5.4.1 实验设定说明 | 第72-73页 |
| 5.4.2 实验结果 | 第73-78页 |
| 5.4.3 结果分析 | 第78-79页 |
| 5.5 深度置信网络实验 | 第79-83页 |
| 5.5.1 实验设定说明 | 第79-80页 |
| 5.5.2 实验结果 | 第80-82页 |
| 5.5.3 结果分析 | 第82-83页 |
| 5.6 本章小结 | 第83-84页 |
| 第6章 总结与展望 | 第84-88页 |
| 6.1 研究工作总结 | 第84-85页 |
| 6.2 后续工作展望 | 第85-88页 |
| 参考文献 | 第88-92页 |
| 发表论文和参加科研情况说明 | 第92-94页 |
| 致谢 | 第94-95页 |
