基于混沌神经网络的防空火箭炮交流伺服系统状态预测研究

？为了更加准确地对系统非线性非平稳状态趋势进行预测，运用基于神经网络的混沌预测方法对防空火箭炮交流伺服系统的速度量进行了预测，为基于速度预测值的系统非线性非平稳状态趋势预测奠定了基础。利用C-C法选择了合适的嵌入维和时间延迟，对防空火箭炮交流伺服系统不规则运动的实验数据进行了相空间重构并进行了分析。在原Elman网络中增加了输出层关联单元，并把自反馈增益系数当作连接权值投入到网络的训练中，以增强Elman网络非线性逼近能力，在此基础上建立了基于改进型Elman网络的混沌预测模型。采用基于最大Lyapunov指数预测法和混沌神经网络预测法对系统状态进行了预测，两种方法的预测结果表明，后一种方法对防空火箭炮交流伺服系统速度值预测精度更高，从而使得基于此的系统非线性非平稳状态趋势预测更有效。