[发明专利]消防水炮射击解算模型

权利要求书

1.一种消防水炮射击解算模型，其特征在于：包括射击滤波模型和射击解算模型；所述的射击滤波模型：

（1）、最小二乘滤波模型如下式表示：

y_i＝ax_i+b

y=-2nΣyi+6n(n+1)Σj·yi]]>

a=-6ΔT(n-1)nΣyi+12ΔT(n2-1)nΣj·yi]]>

y_i＝Y_i-S_n-i

Σyi=ΣYi-Σi=0nSn-i]]>

Σj·yi=Σj·Yi-Σi=0,j=1nj·Sn-i]]>

采样数据序列x_i（i=1,2,3...），采样周期为△T，观察时间为ns，我舰航程为S_ni；

（2）、跟踪与预测自适应滤波算法：

最小二乘辨识算法，结合Kalman滤波器，可以实现在线辨识滤波，由滤波输出结果辨识得到参数a、b，由参数a、b确定Kalman滤波器中目标模型的状态转移矩阵，如此循环计算；

t时刻的目标运动状态方程和观测方程为

x·1(t)x·2(t)x·3(t)=01000100a·x1(t)x2(t)x3(t)+001·b+001·w(t)]]>

y(t)=100·x1(t)x2(t)x3(t)+v(t)]]>

取状态变量为：X(t)＝[x₁(t) x₂(t) x₃(t)]^T，则上式可化为

X·(t)=A(a)·X(t)+B·b+C·W(t)]]>

Y（t)＝H·X(t)+V(t)

其中：A(a)=01000100a,B=001,C=001,H=100]]>

W(t)，V(t)是互相独立的零均值白噪声序列，统计特性如下：

E[W(t)]＝E[V(t)]＝O，E[W(t)·W^T(τ)^t]＝q·δ(t-τ)，E[V(t)·V^T(τ)]＝R·δ(t-τ)

将上述连续方程进行离散化处理，得到离散时刻的参数辨识模型运动方程

X(k+1)＝Φ(k+1，k)·X(k)+U·b+Γ·W(k)

Z(k)＝H·X(k)+V(k)

其中：

Φ(k+1,k)=eA(a)T=1T-1a2·(1+aT-eaT)01-1a·(1-eaT)00eaT]]>

U=∫0TeAt·dt·B-1a2·[T+a2·T2+1a·(1-eaT)]-1a·[T+1a·(1-eaT)-1a·(1-eaT)=Γ]]>

Q＝E{[Γ·w(k)]·[Γ·w(k)]^T}＝Γ·E[w(k)·w(k)^T]·Γ^T

应用Kalman滤波，得到如下滤波方程：

X^(k/k-1)=Φ(k,k-1)·X^(k-1/k-1)+Γ(k,k-1)·b]]>

P(k/k-1)＝Φ(k，k-1)·P(k-1/k-1)·Φ^T(k，k-1)+Γ(k，k-1)·Q(k-1)·Γ^T(k，k-1)

K(k)＝P(k/k-1)·H^T(k)·[H(k)·P(k/k-1)·H^T(k)+R(k)]^-1

X^(k/k)=X^(k/k-1)+K(k)·[Z(k)-H(k)·X^(k/k-1)]]]>

P(k/k)＝[I-K(k)·H(k)]·P(k/k-1)

基于参数辨识模型的滤波算法是依据在线辨识滤波原理实现的，利用最小二乘辨识算法，由滤波输出结果辨识得到参数a、b，再由参数a、b确定Kalman滤波器中目标模型的状态转移矩阵，循环计算，直到精度达到要求；

所属的射击解算模型：

射击解算模型主要采用解遇弹道逼近法，结合舰炮武器系统的火控常用方法，预测解相遇水炮未来点，充分考虑气象条件对水炮着点的影响，解算出射击诸元,射流曲线方程为：

y=Atanθ0·Bx-CgxEv02cos2θ0-D·gx3(v0cosθ0)3]]>

其中y为射高，θ₀为射角，v₀为初速，g为重力加速度，x为射程,A,B,C,D,E为弹道系数，g为重力加速度。