基于PSO的航炮訓練空域仿真研究

楊玉貴，劉記凱，齊曉林，賀治章，王興明，單建飛

（1.解放軍95949部隊，河北滄州 061736；2.空軍工程大學，陜西西安 710038）

基于PSO的航炮訓練空域仿真研究

楊玉貴1，劉記凱1，齊曉林2，賀治章1，王興明1，單建飛1

（1.解放軍95949部隊，河北滄州 061736；2.空軍工程大學，陜西西安 710038）

針對航炮空靶訓練中，訓練空域較難確定的問題，建立了彈丸外彈道模型，采用粒子群尋優(yōu)算法求取彈丸最大水平射出距離，并采用Simulink和M文件混合編程求解，最終獲得滿意結(jié)果。該分析方法和結(jié)果為空靶訓練空域半徑的確定提供了一定的理論依據(jù)和參考。

航炮；外彈道；空域半徑；粒子群優(yōu)化算法 （PSO）

航炮空靶訓練時，攻擊機一般在某速度和高度范圍內(nèi)機動飛行，對以一定坡度機動盤旋的靶標進行實彈攻擊。攻擊過程中，射出的彈丸和射擊后拋出的彈殼會落到地面。為避免彈丸或彈殼對地面人員或財產(chǎn)造成損傷，需要選定一個合適的空靶訓練空域，通過試驗的方法獲得空域半徑，則需投入大量的人力、物力，且試驗條件比較苛刻，費時費事。因此理論計算顯得方便、快捷。由于空域半徑的確定受多個因素的影響，理論求解函數(shù)關(guān)系復雜、非線性強。筆者在彈丸外彈道仿真計算的基礎(chǔ)上，采用粒子群優(yōu)化算法對一定條件下的彈丸最大射擊距離進行優(yōu)化計算，以搜索最小空域半徑。

粒子群算法［1-3］（particle swarm optimization， PSO）是1995年由Kennedy和Eberhart提出的一種新的仿生優(yōu)化算法，目前已發(fā)展成為一種有效的優(yōu)化工具。它是基于群體智能理論，通過群體中粒子間的合作與競爭產(chǎn)生的群體智能來進行優(yōu)化搜索。……