导弹杀伤概率评估方法及系统、设备、可读介质技术方案

本发明专利技术提供了一种导弹杀伤概率评估方法，包括如下步骤：步骤S1：利用导弹单发杀伤概率计算方法计算不同交会条件对不同目标的杀伤概率；步骤S2：利用前馈神经网络对不同交会条件和不同目标的杀伤概率结果进行学习，并保存学习后的神经网络参数；步骤S3：利用学习后的前馈神经网络参数即可完成导弹杀伤概率的评估。本发明专利技术还提供了一种导弹杀伤概率评估系统、设备、可读介质。本发明专利技术利用一种简易模型对导弹单发杀伤概率进行快速计算，可以大大降低仿真耗时，提高研制效率。提高研制效率。提高研制效率。

【技术实现步骤摘要】
导弹杀伤概率评估方法及系统、设备、可读介质


[0001]本专利技术涉及导弹总体
，具体地，涉及一种导弹杀伤概率评估方法及系统、设备、可读介质。

技术介绍

[0002]引战系统研制过程中一个重要的工作事引战配合规律的设计与参数选择、引战和战斗部主要技术指标的设计与确定，这涉及到各种交会条件下引战配合规律的大量仿真计算。此外，研制过程中往往需要频繁计算各类交会条件下的导弹单发杀伤概率，如方案论证阶段的总体参数设计和优化、工程研制阶段杀伤区搜索、全空域杀伤概率计算及飞行试验方案的确定等。这类仿真计算量大，耗时长，但往往不需要获得详细的中间数据。传统导弹单发杀伤概率计算方法模型复杂，计算时间长，不适合此类任务。
[0003]经过检索，专利文献CN112149277A公开了一种防空武器目标威胁建模方法和装置，通过获取地空导弹杀伤模型和高炮杀伤模型；根据地空导弹和高炮的型号，从武器参数数据库中查询地空导弹和高炮对应的技术参数及部署位置信息；根据地空导弹的垂直杀伤区和水平杀伤区，高炮的垂直有效火力区和水平有效火力区的包络范围以及地空导弹和高炮对应的技术参数及部署位置信息，对防空武器目标威胁模型的参数进行校正，生成防空武器目标威胁模型，以根据防空武器目标威胁模型的输出确定防空武器对巡航导航的威胁概率。该现有技术的不足之处在于：该技术所获取的地空导弹杀伤模型主要是水平杀伤区和垂直杀伤区参数，该参数仅描述了导弹在不同坐标点能否杀伤目标，不包含导弹在不同坐标点对不同目标的杀伤概率具体值；因此，基于该技术生成的目标威胁模型仅描述了目标在不同运动轨迹和坐标下地空导弹是否具备杀伤能力的结果，而无法给出导弹在不同坐标下对不同目标的杀伤概率具体值。
[0004]专利文献CN112035780A公开了一种导弹末制导阶段杀伤效果计算方法，包括：导弹和目标在三维空间内的质心运动模型和静态三维几何体模型、引信模型和破片飞散模型，根据导弹和目标的方向余弦矩阵将导弹和目标几何体固连在各自质心上，并由此确定各自的三维几何体在三维空间的运动模型；引信探测到目标后发出引爆信号经过信号延迟后到达战斗部；导弹引爆后破片均匀分布在杀伤面上，计算每一个破片的运动方程，然后代入目标几何体运动方程，计算是否命中以及命中部位，根据命中目标各部位的破片数量和杀伤系数加权评估杀伤效果。该现有技术的不足之处在于其采用了经典的导弹单发杀伤概率计算理论和方法，需要对每一枚破片的运动过程、破片与目标几何体中每一个面元的命中和对目标的毁伤情况进行求解判断，且对不同弹目交会条件都需要重新进行上述模型的仿真求解。根据破片数量的多少和目标几何模型的复杂程度，单次弹目交会条件仿真计算耗时在几十分钟到数小时之间，耗时长。
[0005]因此，亟需研发设计一种能够快速评估导弹杀伤概率的方法和系统。

技术实现思路

[0006]针对现有技术中的缺陷，本专利技术的目的是提供一种导弹杀伤概率评估方法及系统、设备、可读介质，以达到在几十毫秒到几秒间即可快速得出导弹杀伤概率评估结果的能力。
[0007]根据本专利技术提供的一种导弹杀伤概率评估方法，包括如下步骤：
[0008]步骤S1：利用导弹单发杀伤概率计算方法计算不同交会条件对不同目标的杀伤概率；
[0009]步骤S2：利用前馈神经网络对不同交会条件和不同目标的杀伤概率结果进行学习，并保存学习后的神经网络参数；
[0010]步骤S3：利用学习后的前馈神经网络参数即可完成导弹杀伤概率的评估。
[0011]优选地，步骤S1中的不同交会条件包括导弹与目标的位置矢量、速度矢量和姿态角。
[0012]优选地，步骤S1中的选择的不同交会条件数量应覆盖导弹全部杀伤空域。
[0013]优选地，前馈神经网络输入参数为弹目交会条件参数和目标类型参数，输出参数为导弹杀伤概率。
[0014]优选地，选择反向传播算法对前馈神经网络参数进行反复迭代学习，直至前馈神经网络估算均方误差MSE<0.0025。
[0015]优选地，步骤S3中，根据学习得到的前馈神经网络模型，输入待评估的弹目交会条件和目标类型实现导弹杀伤概率的评估。
[0016]根据本专利技术提供的一种导弹杀伤概率评估系统，包括：
[0017]模块M1：利用导弹单发杀伤概率计算方法计算不同交会条件对不同目标的杀伤概率；
[0018]模块M2：利用前馈神经网络对不同交会条件和不同目标的杀伤概率结果进行学习，并保存学习后的神经网络参数；
[0019]模块M3：利用学习后的前馈神经网络参数即可完成导弹杀伤概率的评估。
[0020]优选地，选择的不同交会条件数量应覆盖导弹全部杀伤空域，计算数量大于50000次。
[0021]根据本专利技术提供的一种存储有计算机程序的计算机可读存储介质，所述计算机程序被处理器执行时实现上述的方法的步骤。
[0022]根据本专利技术提供的一种导弹杀伤概率评估设备，包括上述的导弹杀伤概率评估系统或者上述的存储有计算机程序的计算机可读存储介质。
[0023]与现有技术相比，本专利技术具有如下的有益效果：
[0024]本专利技术通过简易模型对导弹单发杀伤概率进行快速计算，可以大大降低仿真耗时，提高研制效率。
附图说明
[0025]通过阅读参照以下附图对非限制性实施例所作的详细描述，本专利技术的其它特征、目的和优点将会变得更明显：
[0026]图1为本专利技术中的导弹杀伤概率评估方法流程图。
具体实施方式
[0027]下面结合具体实施例对本专利技术进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本专利技术，但不以任何形式限制本专利技术。应当指出的是，对本领域的普通技术人员来说，在不脱离本专利技术构思的前提下，还可以做出若干变化和改进。这些都属于本专利技术的保护范围。
[0028]如图1所示，本专利技术提供了一种导弹杀伤概率评估方法，包括如下步骤：
[0029]步骤S1：利用导弹单发杀伤概率计算方法计算不同交会条件对不同目标的杀伤概率；不同交会条件包括导弹与目标的位置矢量、速度矢量和姿态角。选择的不同交会条件数量应覆盖导弹全部杀伤空域，计算数量大于50000次。其中，导弹单发杀伤概率计算方法是利用导弹引战系统设计参数建立单发杀伤概率计算仿真模型(包括目标特性模型、引信启动模型、战斗部杀伤场模型、引战配合模型和毁伤评估模型)，并根据该仿真模型典型弹道交会条件计算导弹在给定弹目交会条件下对目标的单发杀伤概率。
[0030]步骤S2：利用前馈神经网络对不同交会条件和不同目标的杀伤概率结果进行学习，并保存学习后的神经网络参数；前馈神经网络输入参数为弹目交会条件参数和目标类型参数，输出参数为导弹杀伤概率。选择反向传播算法对前馈神经网络参数进行学习，直至前馈神经网络估算均方误差MSE<0.0025。MSE为不同交会条件下神经网络估计的导弹单发杀伤概率值与利用导弹单发杀伤概率计算方法计算的杀伤概率真值之差的平方的均值。
[0031]步骤本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种导弹杀伤概率评估方法，其特征在于，包括如下步骤：步骤S1：利用导弹单发杀伤概率计算方法计算不同交会条件对不同目标的杀伤概率；步骤S2：利用前馈神经网络对不同交会条件和不同目标的杀伤概率结果进行学习，并保存学习后的神经网络参数；步骤S3：利用学习后的前馈神经网络参数即可完成导弹杀伤概率的评估。2.根据权利要求1所述的导弹杀伤概率评估方法，其特征在于，所述步骤S1中的不同交会条件包括导弹与目标的位置矢量、速度矢量和姿态角。3.根据权利要求1所述的导弹杀伤概率评估方法，其特征在于，所述步骤S1中的选择的不同交会条件数量应覆盖导弹全部杀伤空域。4.根据权利要求1所述的导弹杀伤概率评估方法，其特征在于，前馈神经网络输入参数为弹目交会条件参数和目标类型参数，输出参数为导弹杀伤概率。5.根据权利要求1所述的导弹杀伤概率评估方法，其特征在于，选择反向传播算法对前馈神经网络参数进行反复迭代学习，直至前馈神经网络估算均方误差MSE<0.0025。6.根据权利...

【专利技术属性】
技术研发人员：贾岛，蔡克荣，郭金雷，陈健，吴潜，史志中，李建东，
申请(专利权)人：上海机电工程研究所，
类型：发明
国别省市：