风场中基于神经网络的炸弹弹道落点拟合分析

介绍了两种炸弹弹道落点拟合神经网络模型,对各模型的优缺点以及处理结果进行了分析。提出了采用广义回归神经网络来处理炸弹弹道落点拟合问题,弹道的落点参数、初始投放条件与风场可通过神经网络的阈值和权值来表现。仿真结果表明,应用广义回归神经网络进行弹道落点拟合,具有算法可行性好、拟合精度高、速度快等优点,而且运算简单;该方法在实战中有很高的参考价值和工程实用价值。

炸弹弹道落点参数拟合算法

针对很宽大范围抛射条件下炸弹的标准弹道系数库,提出了炸弹弹道落点参数的一种组合拟合算法。该组合拟合算法由二元插值法与神经网络法组成。首先,采用BP神经网络对炸弹弹道落点进行离线拟合,由于抛射条件范围很宽大造成了一定的拟合误差;然后,利用二元插值实时在线修正神经网络拟合所产生的计算误差。采用此组合算法对某种型号航空炸弹的弹道落点进行实时在线运算测试,通过测试实例说明,应用此组合算法进行弹道落点在线实时运算不但实时在线特性良好、拟合精度高,而且具有运算简单、结果可靠的特性。

激光制导炸弹弹道拟合模型与算法

由于激光制导炸弹的弹道受控,其弹道复杂,采用传统炸弹弹道的拟合方法达不到精度要求。从抛物运动的角度提出了两种对激光制导炸弹弹道拟合的方法。第一种方法对一般的抛物运动标准解引入修正项实现对激光制导炸弹弹道的拟合。第二种方法对激光制导炸弹的攻击运动过程进行分析,然后,引入加速度修正项对激光制导炸弹弹道进行拟合。通过大量的仿真表明这两种方法的拟合精度均很高。相比较而言,第二种方法精度更高。

低空伞弹外弹道动力学模型

在一定的假设的基础上 ,将飞行系统 (炸弹与降落伞组成 )看作为变质量的质点弹性系统 ,充分考虑了变质量、附加质量及其引起的作用力 ,给出了作用在伞衣上的横向气动工程计算方法 .借鉴现代控制理论的结构化模型方法 ,建立了低空伞弹自动坠落过程、拉直过程、充气过程及稳定下落过程的结构化模型 ,使计算机编程易于实现 .运用该模型通过空投试验数据验证 。

多目标优化方法辨识伞弹弹道参数

采用状态重构、多目标优化辨识理论 ,利用低空伞弹全弹道测试坐标数据为信息源 ,使理论计算弹道状态变量 (速度、坐标 )与实测 (或准实测 )弹道状态变量在统计意义上充分逼近 ,辨识出影响低空伞弹弹道的关键参数——阻力系数、主伞充满时间、弹射速度和附加质量系数 .经多枚实弹空投测试数据验证 ,表明此方法的处理结果是一致的、有效的 .

用非制导炸弹如何轰炸地面目标?

二战末期,有一定追踪目标能力的炸弹出现,从此开始了制导武器时代。但过了半个世纪,非制导炸弹现在仍然使用。一方面因为价格便宜,同时对很多军事目标也不一定非用昂贵的制导武器不可。上世纪60年代末到70年代初。