《表5 制导指令解算时间统计数据》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度学习的高超声速飞行器再入预测校正容错制导》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

s

图25给出了两种制导算法制导指令解算时间的100组仿真数据。由图25可以看出，基于深度学习的预测校正容错制导算法在制导指令解算上远远快于传统预测校正制导算法。表5进一步给出了制导指令解算时间的统计数据。由表5可见:传统预测校正制导算法仿真时间均值为199.32 s，标准差为4.44 s；基于深度学习的预测校正容错制导算法的平均仿真时间仅为9.31 s，标准差为0.42 s．以上结果表明本文所提算法能使传统算法的制导指令解算时间减少95%，大大提高了传统算法的实时性。这是因为提前离线生成深度神经网络来预测落点，有效避免了传统算法中通过大量积分运算预测落点的过程。