一種新的制導炸彈智能控制系統

控制系統是制導炸彈的關鍵部位。目前，所有制導炸彈的控制系統都是基于一定的數學模型，以固定的方式修正彈道誤差。由于存在各種不可預知的誤差因素，但控制方式卻不可調整，造成制導炸彈的實際命中精度不高。針對這種情況，文獻[1]提出一種基于自適應神經模糊推理系統(A NFIS)的制導炸彈智能控制系統。它不基于數學模型，通過A NFIS對訓練數據的學習來進行控制。由于充分利用了神經網絡的自學習能力和泛化功能，并且結合了模糊系統的啟發式搜索能力，因而基于ANFIS的智能控制系統具有較高的控制精度和較強的泛化能力。但經過大量實驗發現，由于ANFIS不具有抗噪聲能力，當訓練數據受噪聲影響時，必須人工分析數據特征，修改訓練數據，才能獲得恰當的推理規則，這使得該系統的“智能”性能大打折扣。基于此，提出了一種新的制導炸彈智能控制系統，該系統引入具有前置濾波特性的非單點模糊化技術，針對非單點模糊推理系統內部參數不易調整的問題，提出用梯度下降算法和遺傳算法構成的混合并行學習算法調整系統內部參數，從而能夠自動處理受噪聲影響的訓練數據，提高命中精度。通過計算機仿真試驗，并與基于ANFIS的制導炸彈智能控制系統進行比較，驗證了該控制系統的有效性。

1 非單點模糊推理系統(NSFIS)
提出的制導炸彈智能控制系統的核心是非單點模糊推理系統(NSFIS)。一個n輸入1輸出的模糊推理系統，其模糊規則可表述如下
上的模糊集合，和y∈V對應于系統輸入和輸出變量，l=1，2，…，M為模糊規則數。
當采用中心平均模糊消除器、乘積推理規則、高斯隸屬度函數和非單點模糊化時，得到的非單點模糊推理系統為

時，非單點模糊化與單點模糊化等價；當輸入變量xk受到噪聲污染時，噪聲在非單點模糊器中會被因子所克服。如果σx≥σFkl，噪聲將會在很大程度上被抑制。