APP下载

干扰因素对机动弹头落点散布影响的计算方法研究

2010-03-01谭守林刘晓亮

装备制造技术 2010年12期
关键词:蒙特卡洛弹头落点

杨 宁,谭守林,刘晓亮

(第二炮兵工程学院,陕西西安 710025)

导弹在再入飞行过程中,存在着诸多干扰因素。由于干扰因素的影响,使弹头机动再入的实际弹道,偏离预先计算的标准弹道,引起弹头的实际落点偏离预定落点,从而产生落点偏差。这些干扰因素,将使得弹头产生落点偏差。本文主要讨论各种干扰因素对再入机动弹头落点散布的影响。

1 再入机动弹道数学模型的构建

导弹在末段机动飞行的弹道,相对全程弹道来说,所占比例比较小,飞行时间较短。为了方便研究,在不考虑地球旋转和扁率影响,可以假设地球为不旋转的均质圆球,将质心动力学方程投影到轨迹坐标系中,在轨迹坐标系中建立的平面再入机动弹道数学模型为

式中,

v、Θ、h和L分别为速度、当地弹道倾角、高度和机动射程;

m为弹头质量;

S为弹头最大横截面积;

ρ为空气密度;

Cx、Cy分别为空气阻力系数和升力系数。

2 机动再入落点散布计算方法

通常将落点偏差分解为纵向偏差和横向偏差,将弹头的实际落点相对于理论落点的散落分布现象,称为落点散布。影响弹头机动再入落点散布的因素比较多,干扰因素独立作用时的落点散布,可通过最大偏差法计算;然而,弹头实际飞行中各干扰因素并非单独存在,而是共同作用,有诸多因素的综合影响时,通常采用蒙特卡洛法进行计算。

2.1 干扰因素独立作用时落点散布的计算方法

弹头机动再入过程中,影响落点散布的因素客观存在,且各因素的表现值又具有随机性,可认为各干扰因素之间是相互独立的,因而每项因素的影响可以独立计算。

利用最大偏差法计算干扰因素独立作用时的落点散布,首先在机动初始条件下,应用数值积分法求解标准弹道,然后根据每一项干扰因素的大小,分别加入弹道模型中,取其偏差的最大值进行数值积分,计算结果与标准弹道计算结果进行比较,即可得到各项干扰因素造成的落点最大偏差。

每项干扰因素分别进行独立计算,可以直观看出干扰对落点参数影响的程度,进而可求出各因素独立作用时的落点散布。

若有n项干扰因素,每项因素独立计算得到的落点最大偏差为ΔLimax、ΔHimax(i=1,2,…,n),则弹头机动再入总的落点偏差最大值为

通常定义最大偏差是弹着点以99.306%的概率出现在其区域长度的一半,因此根据ΔLmax、ΔHmax可求出公算偏差值为

3.2 干扰因素综合影响时落点散布的计算方法

弹头机动再入过程中,多种干扰因素同时存在,是一种综合影响。干扰因素综合影响时,落点散布的计算通常采用蒙特卡洛法。

蒙特卡洛法是一种试验数学方法,其以概率统计理论为主要理论基础,以随机抽样(随机变量的抽样)为主要手段,利用随机数进行统计检验,以求得的统计特征值(如均值、方差、概率等)作为待解问题的数值解。

用蒙特卡洛法计算弹头机动再入过程中,干扰因素综合影响时的落点散布的步骤为:

第一步,分析各种干扰因素,确定其分布,建立干扰偏差概率模型;

第二步,根据各干扰偏差出现的概率进行随机抽样;

第三步,将各干扰因素抽样值代入弹道模型中进行求解,结果与标准弹道结果比较;

第四步,重复第二、三步直至得出落点偏差的大量样本,然后利用数理统计理论进行统计分析。

建立概率模型是难度最大而又最关键的一步。所建的概率模型,要能正确反映各干扰因素的实际情况,使所求的解恰好是所建模型的概率分布或数学期望。要充分利用已有的地面试验和飞行试验的信息,积累和收集各干扰量的统计数据,加以适当处理,就可得到反映某种干扰因素的某随机过程的一组观测数据,若该观测数据互相独立,可采用随机变量概率分布的建模方法,若观测数据不独立而相关,可采用时间序列分析法建模。

假设弹头机动再入过程中有m个干扰因素,建立干扰偏差概率模型后进行随机抽样,产生n组随机干扰源

将每组随机干扰源分别代入弹道模型中进行数值计算,求出在随机干扰作用下的实际弹道,与标准弹道相比较,得到落点偏差的大量样本 ΔL、ΔH(i=1,2,…,n),根据数理统计理论,得样本均值为:

一般情况下,导弹落点偏差服从正态分布N(μe,σ2e),利用抽取的样本对其进行点估计

得到了 μe、σe的估计量,就可采用式(3)和式(5)计算公算偏差及圆概率偏差。

在给定置信水平(1-α)下,对弹头落点偏差的均值和方差进行区间估计。均值μe的置信区间,已知方差(σ2e=%σ2

0e)时为

3 机动再入落点散布计算及分析

3.1 落点散布计算

计算落点散布时,确定各干扰因素的偏差范围,是最关键最复杂的问题。通常要通过地面试验和飞行试验的信息,进行分析处理才能确定。由于缺乏相关信息资料,本文依据某型弹头再入参数偏差值,通过机动和非机动两种情况下的落点散布进行比较,分析机动再入对落点散布的影响。这里主要讨论7种干扰因素对落点散布的影响(如表1所示)。

表1 计算落点散布时考虑的干扰因素及其干扰量

为计算方便,认为各干扰因素相互独立,采用最大偏差法进行平面机动再入和非机动再入落点散布计算。由于是平面再入,所以横向偏差为零,计算时只有纵向偏差,计算结果如表2所示。

表2 平面再入落点散布 单位:m

3.2 落点散布分析

落点散布计算时,假设机动和非机动两种情况在开始机动点前的弹道参数相同,而开始机动后一条弹道是机动弹道,另一条弹道为非机动的椭圆弹道,并且打击同一目标,所受干扰相同。其目的是为了通过机动和非机动两种情况下落点散布的比较,来反映机动再入对落点散布的影响程度,找出影响机动再入落点散布的主要因素,以便采取有效措施,减小主要因素的干扰或进行弹道修正,减小落点散布。

从表2看出,不带末制导机动再入的落点散布,比非机动再入时大,弹道倾角偏差对非机动再入落点偏差的影响较大;而速度偏差和气动力系数偏差,对机动再入落点散布影响较大;其余因素引起的落点偏差,比非机动再入时小得多。

因此,采用机动再入时,要采取措施减小速度偏差和气动力系数偏差引起的落点偏差。一方面,要提高制导精度,采用末制导机动再入;另一方面,对弹头进行防热处理,减小弹头再入过程中,因气动烧蚀和侵蚀而引起气动外形变化导致的气动力系数偏差,或加强气动烧蚀和侵蚀的研究,建立精确的气动烧蚀和侵蚀数学模型。

5 结束语

导弹在机动飞行过程中,多干扰因素的单独作用或者综合作用,使得弹头落点散布产生不同的偏差。运用蒙特卡洛法计算多干扰因素对弹头落点散步影响是可行的。考虑干扰因素的影响,对于提高导弹武器系统打击精度具有一定的参考价值。

[1]赵汉元.飞行器再入动力学和制导[M].长沙:国防科技大学出版社,1997.

[2]张 毅,杨辉耀,李俊莉.弹道导弹弹道学[M].长沙:国防科技大学出版社,1999.

[3]刘石泉.弹道导弹突防技术导论[M].北京:中国宇航出版社,2003.

[4]王 芳,刘新学.弹道导弹再入机动弹道设计研究[J].计算机仿真,2008,25(6):59-61..

[5]周国峰,王朝志,陈万春.机动弹头引入段弹道优化设计[J].战术导弹技术,2008,(5):20-23.

猜你喜欢

蒙特卡洛弹头落点
热身管下小口径枪弹弹头壳材料对其膛内运动的影响规律
基于空间分层组合设计的火箭落点实时计算模型
征服蒙特卡洛赛道
基于蒙特卡洛法的车用蓄电池20h率实际容量测量不确定度评定
导弹突防概率解析与仿真计算结果差异分析
美火星轨道器拍到欧洲着陆器落点图像
蒙特卡洛模拟法计算电动汽车充电负荷
时间距离像消隐时弹头进动与结构参数估计
马尔科夫链蒙特卡洛方法及应用
心的落点