当前位置:主页 > 科技论文 > 军工论文 >

有控弹道落点快速准确预报方法研究

发布时间:2024-02-02 18:09
  弹道修正弹是性价比较高的弹药,在当今乃至未来战争都将扮演重要的角色。弹道修正是弹道修正弹实现精确打击的关键技术,而快速精确地预报弹丸落点是其核心技术之一。因此,本文对弹道落点快速准确预报方法进行了研究,提出了几种落点预报方法。1)提出了基于线性弹道的弹丸落点预报方法。针对线性弹道模型,在合理的假设下,将弹丸圆周运动方程组视为线性定常系统,利用线性定常系统状态方程的解表示弹丸的侧向速度和侧向角速度的解析式,使用梯形近似法对俯仰角、偏航角、射程和横偏的微分方程进行了简化处理,得到了线性弹道方程的解析解。对无量纲弧长进行预估,结合线性弹道的解析解来预报弹丸落点。仿真预测结果表明,该方法对射程预报的精度不理想,且对横偏的预测误差相对较小,并对产生的原因进行了分析,提出了几种改进方法。在落点预报时间上,提出了由地面计算机解算弹丸的圆周运动方程组、俯仰角、偏航角的解析式以及剩余无量纲弧长,并由弹载计算机解算弹丸射程和横偏解析式的方案。该方案预报落点的时间约为0.3564ms,相比于全部由弹载计算机解算线性弹道解析解和无量纲弧长的方案,预报时间减少了一个数量级。与数值积分法相比,预报落点的时间减少了...

【文章页数】:92 页

【学位级别】:硕士

【文章目录】:
摘要
abstract
主要符号及缩略语表
1 绪论
    1.1 研究背景及意义
    1.2 国内外发展现状
        1.2.1 弹道修正技术
        1.2.2 弹道预报方法
    1.3 本文的主要内容及安排
2 飞行动力学建模
    2.1 坐标系的定义及转换
        2.1.1 坐标系的定义
        2.1.2 坐标系的转换
    2.2 六自由度刚体弹道数学模型
    2.3 本章小结
3 基于线性弹道的弹丸落点预报方法研究
    3.1 线性弹道模型
        3.1.1 线性化假设
        3.1.2 线性弹道方程
    3.2 线性化弹道落点预报模型
        3.2.1 弹丸落点预报的解析式
        3.2.2 落点预报方法研究
    3.3 仿真分析
    3.4 本章小结
4 基于BP神经网络的弹丸落点预报方法研究
    4.1 BP神经网络理论
    4.2 弹丸落点预报的非线性数学模型
    4.3 基于BP网络的落点预报方法
        4.3.1 基于梯度下降法的BP网络落点预报方法
        4.3.2 基于改进型BP网络的落点预报方法
    4.4 本章小结
5 基于径向基神经网络的弹丸落点预报方法研究
    5.1 径向基神经网络理论
    5.2 插值型RBF神经网络的落点预报方法
        5.2.1 弹丸落点预报模型
        5.2.2 仿真验证
    5.3 基于改进型RBF神经网络的弹丸落点预报方法研究
        5.3.1 改进型RBF神经网络落点预报原理
        5.3.2 仿真分析
    5.4 本章小结
6 基于广义回归神经网络的弹丸落点预报方法研究
    6.1 广义回归神经网络概述
    6.2 基于GRNN网络的弹丸落点预报方法研究
    6.3 基于粒子群优化GRNN的弹丸落点预报方法研究
        6.3.1 粒子群优化算法的基本原理
        6.3.2 基于PSO算法的GRNN网络的弹丸落点预报方法
    6.4 本章小结
7 基于高维插值的末修弹落点预报方法研究
    7.1 落点预报方法及滤波介绍
        7.1.1 末修弹落点预报的方法
        7.1.2 基于扩展卡尔曼滤波的弹道参数辨识
    7.2 落点预报
        7.2.1 高维插值法
        7.2.2 基于高维插值法的末修弹落点预报
    7.3 仿真与分析
        7.3.1 落点预报仿真
        7.3.2 落点预报仿真结果分析
        7.3.3 进一步验证预报精度
        7.3.4 落点预报快速性分析
    7.4 本章小结
8 工作总结与展望
    8.1 工作总结
    8.2 主要创新点
    8.3 展望
参考文献
攻读硕士学位期间发表的论文及所取得的研究成果
致谢



本文编号:3892940

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/jingguansheji/3892940.html


Copyright(c)文论论文网All Rights Reserved | 网站地图

版权申明:资料由用户7a174***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱[email protected]