1.一种基于BP神经网络的坦克垂向稳定器神经自适应控制方法，其特征在于，包括如下步骤：

S1：建立具有集总不确定性的坦克垂向稳定器系统非线性数学模型；

S2：通过设计好的BP神经网络对坦克垂向稳定器系统的集总不确定性进行预测和补偿；

S3：基于步骤S1建立的数学模型设计基于BP神经网络的神经自适应控制方程，通过设计好的神经自适应控制方程实现对于坦克垂向稳定器的神经自适应控制。

2.根据权利要求1所述的一种基于BP神经网络的坦克垂向稳定器神经自适应控制方法，其特征在于，所述步骤S1中坦克垂向稳定器系统非线性数学模型的建立方法为：A1：根据坦克垂向稳定器电液伺服系统中液压缸的安装结构，确定液压杆的输出位移为：

式(1)中，θs、θg、θh分别为坦克瞄准角、火炮绕质心在高低方向的转角和车体绕坦克质心在高低方向的转角；l和Δl分别为液压缸的初始长度和伸缩长度。

A2：根据坦克垂向稳定器电液伺服系统的组成，其数学模型可表示为：式(2)中，m为活塞以及负载所等效到活塞上的总质量；p1、p2分别为液压缸两腔的液压流量和压力，其受到油源压力ps、回油压力pr、控制输入信号u的影响；A1、A2为液压缸两腔的有效活塞面积；ft为液压缸的外负载；B为有效粘性阻尼系数；dn为未建模动态；βe为液压油弹性模量；V01、V02为液压缸两腔的初始容积；Ct为执行器泄露系数；g为相对于控制输入的流量总增益；s(u)为符号函数；

A3：将垂直稳定器系统中存在的由坦克车体基础振动和模型不确定性引起的未知参数定义为：

式(3)中，和 分别表示这些未知参数的标称值和不确定性；

A4：整合各未知参数的不确定性，推导出坦克垂直稳定器系统的集总不确定性表征方程。

3.根据权利要求2所述的一种基于BP神经网络的坦克垂向稳定器神经自适应控制方法，其特征在于，所述步骤A4中坦克垂直稳定器系统的集总不确定性表征方程的推导过程为：

定义系统的状态变量：

T

式(4)中，χ3＝[p1,p2]，则系统的状态方程为：式(5)中：

则Δ2、Δ3即为推导出的坦克垂直稳定器系统的集总不确定性表征方程，其中，Δf3、Δg3为集总不确定性的分量。

4.根据权利要求1所述的一种基于BP神经网络的坦克垂向稳定器神经自适应控制方法，其特征在于，所述步骤S2具体包括如下步骤：B1：针对坦克垂直稳定器系统的集总不确定性Δ2、Δ3，定义如下的预测模型：Fk(X)＝Ok(X)+εk(X)              (10)式(10)中，Fk(X)为集总不确定性的实际值，εk(X)为BP神经网络的预测误差，Ok(X)为BP神经网络的预测值，其表达为：

式(11)中，X＝(x1,x2...xn‑1,xn)为输入向量；wji、wkj分别为输入层与隐含层、隐含层与输出层之间的权值；bi、ωi分别为隐含层神经元和输出层神经元的阈值；m、n、h分别为输出层、输入层和隐含层的节点数；f1(x)、f2(x)分别为隐含层和输出层的激活函数；

B2：对于集总不确定性Δ2，定义神经网络输入向量为：T

X1＝[x1,yd,x2,χ3,α1]          (14)同时，定义神经网络的输出预期值为：基于输入、输出的样本数据，根据BP神经网络中权值和阈值的更新规则训练神经网络，得到集总不确定性Δ2的预测值O1(X1)；

B3：对于集总不确定性Δ3，定义神经网络输入向量为：T

X2＝[x1,yd,x2,χ3,α1,α2]               (16)同时，定义神经网络的输出预期值为：式(17)中，α2为控制方法设计中的虚拟控制；

基于输入、输出的样本数据，根据BP神经网络中权值和阈值的更新规则训练神经网络，得到集总不确定性Δ3的预测值O2(X2)；

B4：在坦克垂向稳定器神经自适应控制方法设计中，可利用集总不确定性Δ2、Δ3的预测值O1(X1)、O2(X2)补偿系统的不确定性。

5.根据权利要求4所述的一种基于BP神经网络的坦克垂向稳定器神经自适应控制方法，其特征在于，所述步骤S2中BP神经网络中权值和阈值的更新规则为：式(12)中，η为常数增益的修正律。

6.根据权利要求4所述的一种基于BP神经网络的坦克垂向稳定器神经自适应控制方法，其特征在于，所述步骤S3中基于BP神经网络的神经自适应控制方程的设计方法具体为：C1：首先通过在车体上安装陀螺仪实时测量车体俯仰运动情况，确定车体绕坦克质心在高低方向的转角θh，基于期望的火炮瞄准角θs和火炮绕质心在高低方向的转角θg，根据式(1)计算液压缸的期望输出位移yd；

C2：定义坦克垂向稳定器系统的状态误差为：C3：在对集总不确定性Δ2、Δ3的预测基础上，设计得到坦克垂向稳定器神经自适应控制方程。

7.根据权利要求6所述的一种基于BP神经网络的坦克垂向稳定器神经自适应控制方法，其特征在于，所述步骤C3中坦克垂向稳定器神经自适应控制方程具体为：式(19)中：