华南理工大学学报(自然科学版)

作者：贾华宇, 郑会龙, 周洪, 张谦

单位：1.中国科学院大学 航空宇航学院 北京 1000492.中国科学院 工程热物理研究所，北京 100190

关键词：无人机发射,麻雀搜索算法,BP神经网络,参数寻优,建模仿真

基金：中国科学院重点部署项目(KGFZD-145-22-02);轻型涡轮动力全国重点实验室基金项目(E31H890206)

火箭助推零长发射是无人机发射的重要形式，发射角度、助推器夹角、助推器推力等发射参数的选取直接关系到无人机发射任务的成败。无人机火箭助推零长发射在设计阶段借助工程经验选取发射角度、助推器夹角、助推器推力等关键参数时，存在发射参数迭代择优周期长、设计交互性差、容易造成无人机飞行姿态失稳的问题。该文以某无人机为研究对象，对其发射阶段进行动力学及运动学建模，构建了六自由度非线性模型，基于QT/C++软件编制无人机发射弹道参数化仿真软件，并结合某无人机真实发射试验数据，验证该发射弹道仿真软件的有效性。同时，为解决发射参数自主择优问题，在反向传播（BP）神经网络参数预测模型的基础上引入麻雀搜索算法（SSA）、粒子群优化算法（PSO）、遗传算法（GA）优化模块，提出基于SSA优化BP神经网络的无人机发射参数寻优方法，消除BP神经网络在参数预测过程中存在的过拟合及局部最优效应，对参数预测结果求绝对误差（MAE）、平均百分百误差（MAPE）、均方根误差（RMSE），综合评估SSA-BP对发射参数预测的优越性，并通过发射弹道校核验证发射参数选取的合理性。结果表明，SSA-BP模型对发射参数的预测精度最高、鲁棒性最好，可为无人机发射分系统工程设计阶段的发射参数自主择优选取提供设计依据。

来源：2025年第4期

《华南理工大学学报(自然科学版)》期刊编辑部

查看华南理工大学学报(自然科学版)杂志2025年第4期