طراحی مؤثر سامانه‌های هدایت موشکی مستلزم به‌کارگیری رویکردهای هوشمند و یکپارچه‌سازی فرآیندهای کنترلی و مدلسازی است. در این پژوهش، یک چارچوب ترکیبی مبتنی بر کنترل پیش‌بین مدل (MPC) و شبکه عصبی پیشنهاد شده است که با هدف بهبود دقت رهگیری و کاهش زمان پرواز موشک‌های آشیانه‌یاب توسعه یافته است. در این ساختار، شبکه عصبی نقش یک مدل‌ساز تطبیقی را ایفا می‌کند و دینامیک سیستم را بدون نیاز به مدل ریاضی دقیق، به‌صورت برخط شناسایی می‌نماید. ترکیب قدرت پیش‌بینی کنترل MPC با توانایی یادگیری شبکه‌های عصبی منجر به افزایش دقت سیستم در مقابله با اهداف متحرک و مانورپذیر شده است. شبیه‌سازی‌های انجام‌شده در محیط سه‌بعدی نشان می‌دهد که این روش نسبت به کنترل‌کننده‌های کلاسیک نظیر PID و کنترل مقاوم مود لغزشی، کاهش چشم‌گیری در فاصله عدم برخورد و زمان رسیدن به هدف فراهم می‌سازد. این نتایج حاکی از پتانسیل بالای رویکرد پیشنهادی در به‌کارگیری در سامانه‌های پدافند هوایی نسل جدید است.
سوری، محمد مهدی و ایمانی، کاظم. (1404). افزایش قابلیت رهگیری موشک‌های هومینگ با استفاده از رویکرد ترکیبی کنترل پیش‌بین و شبکه عصبی. مهندسی فناوری‌های دفاعی، 11(41)، 5–39.
MLA
سوری، محمد مهدی، و ایمانی، کاظم. "افزایش قابلیت رهگیری موشک‌های هومینگ با استفاده از رویکرد ترکیبی کنترل پیش‌بین و شبکه عصبی"، مهندسی فناوری‌های دفاعی، 11، 41، 1404، 5–39.
HARVARD
سوری، محمد مهدی، و ایمانی، کاظم. (1404). 'افزایش قابلیت رهگیری موشک‌های هومینگ با استفاده از رویکرد ترکیبی کنترل پیش‌بین و شبکه عصبی'، مهندسی فناوری‌های دفاعی، 11(41), pp. 5–39.
CHICAGO
سوری، محمد مهدی و ایمانی، کاظم، "افزایش قابلیت رهگیری موشک‌های هومینگ با استفاده از رویکرد ترکیبی کنترل پیش‌بین و شبکه عصبی." مهندسی فناوری‌های دفاعی، 11 41 (1404): 5–39,
VANCOUVER
سوری محمد مهدی، ایمانی کاظم. افزایش قابلیت رهگیری موشک‌های هومینگ با استفاده از رویکرد ترکیبی کنترل پیش‌بین و شبکه عصبی. مهندسی فناوری‌های دفاعی. 1404;11(41):5–39.
