步槍射擊瞄準位置校正研究
發(fā)布時間:2024-03-10 10:48
步槍射擊是軍隊、武警、公安訓練的必訓內(nèi)容,也是訓練的艱難險課目之一。目前射擊手主要是依靠經(jīng)驗和自己的判斷進行瞄準射擊,有個別國家利用單一的傳感器來檢測射擊手周圍的環(huán)境從而判斷射擊位置,影響射擊手瞄準位置的因素很多,影響子彈飛行的主要是風速風向、溫度、濕度和氣壓,而且如果使用單一的傳感器檢測一種環(huán)境參數(shù)很難讓射擊手做到首發(fā)命中,所以采用多傳感器測量環(huán)境參數(shù),然后把檢測到的數(shù)據(jù)進行處理,考慮到多傳感器在檢測環(huán)境中的環(huán)境參數(shù)有虛假噪聲的存在,然而對這些環(huán)境參數(shù)進行處理時并不能消除這些噪聲。針對上述問題,本文為了消除多傳感器在檢測射擊手周圍環(huán)境參數(shù)時所產(chǎn)生的虛假噪聲,更準確利用檢測到的參數(shù),從而對位移進行準確的融合。本文首先研究了步槍射擊瞄準校正的原理,提出了融合面臨的問題和融合方法,在對融合估計理論深入研究的基礎(chǔ)上,通過兩個方面研究射擊手在射擊時瞄準位置的位移融合問題。一方面針對現(xiàn)有的加權(quán)融合算法中的不足,提出了改進的加權(quán)融合方法,并應(yīng)用此方法對一個射擊手瞄準位置的位移進行融合;另一方面,首先以經(jīng)典的kalman濾波算法為基礎(chǔ)研究了集中式(kalman)濾波算法、聯(lián)邦(kalman)濾波算法...
【文章頁數(shù)】:72 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 多傳感器數(shù)據(jù)融合理論的提出以及應(yīng)用在步槍射擊中的意義
1.2 論文主要工作和章節(jié)安排
第二章 步槍射擊瞄準位置校正原理
2.1 瞄準位置偏移位移產(chǎn)生的原因
2.2 風速對瞄準位置的影響
2.2.1 風參數(shù)的檢測
2.2.2 對風參數(shù)的處理模型
2.3 空氣阻力對瞄準位置的影響
2.3.1 溫度和濕度參數(shù)的檢測
2.3.2 氣壓參數(shù)的檢測
2.3.3 對溫度、濕度和壓強參數(shù)的處理模型
2.4 地心引力對子彈偏移位移的影響
2.5 本章小結(jié)
第三章 多傳感器數(shù)據(jù)融合估計基本理論
3.1 融合估計理論的發(fā)展
3.2 最優(yōu)估計法
3.2.1 建立最小二乘估計模型
3.2.2 加權(quán)最小二乘估計模型的建立
3.2.3 最小方差估計模型的建立
3.2.4 線性最小方差估計模型的建立
3.2.5 比較上述最優(yōu)估計的優(yōu)缺點
3.3 本章小結(jié)多傳感器數(shù)據(jù)融合理論
第四章 多傳感器加權(quán)融合方法的研究
4.1 加權(quán)平均融合方法
4.1.1 權(quán)值的最優(yōu)分配
4.1.2 融合精度分析
4.2 動態(tài)權(quán)值加權(quán)融合方法
4.3 序貫動態(tài)權(quán)值加權(quán)融合方法
4.3.1 動態(tài)加權(quán)融合和序貫動態(tài)加權(quán)融合的融合精度分析
4.4 實測數(shù)據(jù)分析
4.5 本章小結(jié)
第五章 多傳感器融合估計算法的研究
5.1 經(jīng)典的卡爾曼濾波算法
5.1.1 離散型卡爾曼(kalman)濾波算法
5.1.2 卡爾曼(kalman)濾波初始值的選取
5.2 多傳感器集中式卡爾曼(kalman)濾波數(shù)據(jù)融合
5.3 多傳感器聯(lián)邦卡爾曼(kalman)濾波信息融合
5.4 多傳感器自適應(yīng)卡爾曼(kalman)濾波信息融合
5.5 仿真實驗與結(jié)果分析
5.6 多傳感器數(shù)據(jù)融合在射擊手射擊瞄準位置校正仿真
5.6.1 射擊手瞄準位置變化運動模型的建立
5.6.2 實例驗證
5.7 本章小結(jié)
第六章 總結(jié)與展望
6.1 論文總結(jié)
6.2 本文存在不足和展望
致謝
參考文獻
附錄 攻讀碩士學位期間發(fā)表論文與參與課題
本文編號:3924681
【文章頁數(shù)】:72 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 多傳感器數(shù)據(jù)融合理論的提出以及應(yīng)用在步槍射擊中的意義
1.2 論文主要工作和章節(jié)安排
第二章 步槍射擊瞄準位置校正原理
2.1 瞄準位置偏移位移產(chǎn)生的原因
2.2 風速對瞄準位置的影響
2.2.1 風參數(shù)的檢測
2.2.2 對風參數(shù)的處理模型
2.3 空氣阻力對瞄準位置的影響
2.3.1 溫度和濕度參數(shù)的檢測
2.3.2 氣壓參數(shù)的檢測
2.3.3 對溫度、濕度和壓強參數(shù)的處理模型
2.4 地心引力對子彈偏移位移的影響
2.5 本章小結(jié)
第三章 多傳感器數(shù)據(jù)融合估計基本理論
3.1 融合估計理論的發(fā)展
3.2 最優(yōu)估計法
3.2.1 建立最小二乘估計模型
3.2.2 加權(quán)最小二乘估計模型的建立
3.2.3 最小方差估計模型的建立
3.2.4 線性最小方差估計模型的建立
3.2.5 比較上述最優(yōu)估計的優(yōu)缺點
3.3 本章小結(jié)多傳感器數(shù)據(jù)融合理論
第四章 多傳感器加權(quán)融合方法的研究
4.1 加權(quán)平均融合方法
4.1.1 權(quán)值的最優(yōu)分配
4.1.2 融合精度分析
4.2 動態(tài)權(quán)值加權(quán)融合方法
4.3 序貫動態(tài)權(quán)值加權(quán)融合方法
4.3.1 動態(tài)加權(quán)融合和序貫動態(tài)加權(quán)融合的融合精度分析
4.4 實測數(shù)據(jù)分析
4.5 本章小結(jié)
第五章 多傳感器融合估計算法的研究
5.1 經(jīng)典的卡爾曼濾波算法
5.1.1 離散型卡爾曼(kalman)濾波算法
5.1.2 卡爾曼(kalman)濾波初始值的選取
5.2 多傳感器集中式卡爾曼(kalman)濾波數(shù)據(jù)融合
5.3 多傳感器聯(lián)邦卡爾曼(kalman)濾波信息融合
5.4 多傳感器自適應(yīng)卡爾曼(kalman)濾波信息融合
5.5 仿真實驗與結(jié)果分析
5.6 多傳感器數(shù)據(jù)融合在射擊手射擊瞄準位置校正仿真
5.6.1 射擊手瞄準位置變化運動模型的建立
5.6.2 實例驗證
5.7 本章小結(jié)
第六章 總結(jié)與展望
6.1 論文總結(jié)
6.2 本文存在不足和展望
致謝
參考文獻
附錄 攻讀碩士學位期間發(fā)表論文與參與課題
本文編號:3924681
本文鏈接:http://www.sikaile.net/kejilunwen/jingguansheji/3924681.html
教材專著