matlab课程设计(坦克射击仿真)

matlab课程设计(坦克射击仿真)

ID:34284000

大小:267.50 KB

页数:8页

时间:2019-03-04

matlab课程设计(坦克射击仿真)_第1页
matlab课程设计(坦克射击仿真)_第2页
matlab课程设计(坦克射击仿真)_第3页
matlab课程设计(坦克射击仿真)_第4页
matlab课程设计(坦克射击仿真)_第5页
资源描述:

《matlab课程设计(坦克射击仿真)》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、《系统仿真与matlab》综合试题题目:射击问题编号:24难度系数:*****姓名酱油帝班级自动化100X学号联系方式fanjunchao1991@163.com成绩目录一.坦克射击问题仿真建模过程模型建立与分析二.仿真的思路1.程序的关键2.程序的实现方式产生偏差按正态分布变化的“炮弹”统计击中靶子的“炮弹”3.功能射弹散布偏差系数的可调性射击靶子时的瞄准功能结果的显示与分析三.程序运行指南程序运行流程总览登陆界面仿真演示界面结果分析部分四.小结一.射击问题仿真建模过程前言命中概率是一定射击条件下射弹命中目标的客观可能性。它是评价直

2、瞄武器射击效率的重要指标。命中概率的大小决定于目标的大小、平均弹着点与目标中心的关系及射向与目标的关系等。目前,在火力运用的研究和实战模拟中对命中概率的求法通常认为误差来源两个方面,即射击时瞄准手的瞄准误差与炮弹飞行过程中的散布误差。其中,瞄准手的瞄准误差为第一个阶段,它服从正太分布,而炮弹的散布误差则是第二阶段,它以第一阶段的瞄准点作为第二阶段的期望,且第二阶段本身也服从正太分布。1,模型建立与分析对题目进行理解,直瞄武器射击靶子的过程分析如下:第一阶段:瞄准靶子。第二阶段:发射炮弹。所以误差分析与过程仿真也分为两个部分:瞄准偏差和

3、射弹散布偏差。①瞄准偏差又分为方向综合误差的公算偏差和高低综合误差的公算偏差。这两个因素服从正态分布且相互独立。本阶段的期望是瞄准手的视野焦点,也就是本次仿真过程输入的瞄准点。本阶段的标准差是有用户输入的误差系数u1(水平方向系数),u2(高低方向系数),v1(水平方向指数),v2(高低方向指数)决定。②射弹散布偏差分为方向上的散布公算偏差和高低上的散布公算偏差。这两个因素服从正态分布且相互独立。且射弹散布偏差的期望为前一个正态分布过程的随机结果,标准差为参考资料给定的多项式计算决定。两个阶段结束共同作用后,通过蒙特卡洛算法,即重复多

4、次上述过程,以大容量样本进行模拟仿真,计算击中概率。建模过程第一阶段:本次仿真过程输入的四个误差系数分别是u1,u2,v1,v2。其中u1是水平方向上武器的瞄准系数,v1是武器瞄准指数,u2是高低方向上武器的瞄准系数,v2是武器瞄准误差的指数,也既是:方向综合误差的公算偏差高低综合误差的公算偏差其中,为u1,为u2,VH为v1,VR为v2,EH是水平方向的标准差,ER是高低方向的标准差。第二阶段:在第一阶段的基础上,第一阶段产生的随机瞄准结果既是第二阶段武器散布误差的期望,而第二阶段的标准差可以表示为:方向上的散布公算偏差高低上的散布

5、公算偏差上面的经验公式可以由大量实际试验获取,我在参考文献中获得经验公式可以表示为:水平方向的散布误差:vv_1=(0.0731*d^4-0.4313*d^3+1.0370*d^2-0.5187*d+0.4146)/(sqrt(2));vv_1=(0.1075*d^4-0.6366*d^3+1.5696*d^2-0.9909*d+0.5703)/(sqrt(2));vv_1=(0.0820*d^4-0.4660*d^3+1.1287*d^2-0.5026*d+0.4218)/(sqrt(2));vv_1=(0.1052*d^4-0.6

6、238*d^3+1.5344*d^2-0.9046*d+0.5550)/(sqrt(2));上面四个经验公式分别为静对静,静对动,动对静,动对动。高低方向的散布误差:vv_2=(0.0862*d^3-0.1308*d^2+0.6176*d+0.0074)/(sqrt(2));vv_2=(0.0993*d^3-0.0996*d^2+0.5837*d+0.0145)/(sqrt(2));vv_2=(0.0950*d^3-0.1793*d^2+0.7011*d+0.0021)/(sqrt(2));vv_2=(0.1479*d^3-0.345

7、3*d^2+0.9599*d+0.1170)/(sqrt(2));上面四个经验公式分别为静对静,静对动,动对静,动对动。vv1是武器散布误差在水平方向的标准差,vv2是武器散布误差在高低方向的标准差,第一阶段的产生的随机瞄准结果为第二阶段的期望。当两个阶段共同作用后,会产生一个随机点,我们只需要判断该点是否在坦克这个封闭图形中,就能判断是否命中目标。但一次实验远远不能反映真实情况,所以我们需要采用蒙特卡洛算法,进行多次模拟(通常在10000次以上),方能反映真实的结果。二仿真的关键1.仿真的关键之处用户输入数据的处理,两个阶段方差与期

8、望值的确定;服从以给定期望与方差的正态分布的随机数的产生;封闭图形内点的判断;封闭图形内点个数的统计;改变瞄准点功能的实现。以上关键之处通过网络查找,已自行一一解决。大致处理流程如下:获得用户输入数据,通过上述建模过程产

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。