• 中国科技核心期刊
  • JST收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于高斯过程回归的潜射声自导鱼雷发现概率研究

任斌 谢超

任斌, 谢超. 基于高斯过程回归的潜射声自导鱼雷发现概率研究[J]. 水下无人系统学报, 2024, 32(2): 368-375 doi: 10.11993/j.issn.2096-3920.2023-0113
引用本文: 任斌, 谢超. 基于高斯过程回归的潜射声自导鱼雷发现概率研究[J]. 水下无人系统学报, 2024, 32(2): 368-375 doi: 10.11993/j.issn.2096-3920.2023-0113
REN Bin, XIE Chao. Finding Probability of Submarine-Launched Acoustic Homing Torpedoes Based on Gaussian Process Regression[J]. Journal of Unmanned Undersea Systems, 2024, 32(2): 368-375. doi: 10.11993/j.issn.2096-3920.2023-0113
Citation: REN Bin, XIE Chao. Finding Probability of Submarine-Launched Acoustic Homing Torpedoes Based on Gaussian Process Regression[J]. Journal of Unmanned Undersea Systems, 2024, 32(2): 368-375. doi: 10.11993/j.issn.2096-3920.2023-0113

基于高斯过程回归的潜射声自导鱼雷发现概率研究

doi: 10.11993/j.issn.2096-3920.2023-0113
详细信息
    作者简介:

    任斌:任 斌(1982-), 男, 硕士, 主要研究方向为水中兵器装备管理

  • 中图分类号: TJ630.1

Finding Probability of Submarine-Launched Acoustic Homing Torpedoes Based on Gaussian Process Regression

  • 摘要: 明确潜射声自导鱼雷的发现概率, 对相关战术制定具有显著作用。传统解析算法和统计算法无法平衡概率评估的快速性和精确性, 针对此问题, 文中提出了一种基于高斯过程回归的发现概率评估模型, 以及基于解析模型的训练数据集生成方法, 并在特定态势下开展了发现概率评估的数值仿真。结果显示, 文中所提方法具有很好的评估效果, 可为相关战场决策提供理论支撑。

     

  • 图  1  初始雷目距离3 km处脱靶量采样值

    Figure  1.  The sampling values of miss distance at 3 km initial distance between torpedo and target

    图  2  声自导鱼雷一次转角弹道水平面示意图

    Figure  2.  Diagram of trajectory of acoustic homing torpedo with one time rotating in horizonal plane

    图  3  声自导鱼雷捕获目标极限情况态势

    Figure  3.  Diagram of limitary battlefield situation when acoustic homing torpedo finds target

    图  4  发现概率数据集

    Figure  4.  Data of finding probability

    图  5  RQK样本响应

    Figure  5.  Response of data with RQK

    图  6  验证残差

    Figure  6.  Residual errors of validation

    图  7  发现概率预测及验证对比

    Figure  7.  Prediction and validation of finding probability

    图  8  发现概率预测与验证相对误差

    Figure  8.  Relative errors of prediction and validation of finding probability

    表  1  战场态势参数设置

    Table  1.   Parameters setting of battlefield situation

    名称参数
    初始雷目距离/km10/5/50
    初始目标舷角/(°)0/10/180
    鱼雷速度/kn50
    声自导探测距离/m1 500
    声自导探测扇面半角/(°)50
    鱼雷初始段航程/m500
    鱼雷回转半径/m50
    鱼雷初始发射提前角/(°)20
    目标速度/kn20
    目标航向/(°)180
    鱼雷速度误差标准差/kn3
    鱼雷航向误差标准差/(°)1
    探测目标速度误差标准差/kn3
    探测目标航向误差标准差/(°)1
    目标速度误差标准差/kn3
    目标航向误差标准差/(°)1
    目标初始方位探测误差标准差/(°)1
    目标初始距离探测误差标准差/m1%初始距离
    下载: 导出CSV

    表  2  不同核函数均方根误差

    Table  2.   RMSE of different kernel functions

    高斯核函数RMSE
    RQK0.010 640
    SEK0.011 284
    MK5/20.010 881
    EK0.012 799
    下载: 导出CSV

    表  3  需预测发现概率的新态势条件

    Table  3.   New situation for which the finding probability is needed to be predicted

    编号初始雷目距离/m初始目标舷角/(°)
    112 3450~180(间隔1°)
    234 5670~180(间隔1°)
    下载: 导出CSV

    表  4  预测和验证相对误差范围及态势占比

    Table  4.   Relative error range of prediction and validation and percentage of battlefield situation

    类别相对误差范围/%态势占比/%
    预测0~197.24
    0~2100
    验证0~379.83
    0~593.92
    下载: 导出CSV
  • [1] 孟庆玉, 张静远, 宋保维. 鱼雷作战效能分析[M]. 北京: 国防工业出版社, 2003.
    [2] 杨绪升, 刘建兵, 周庆飞. 声自导鱼雷射击诸元及误差对其捕获概率的影响[J]. 指挥控制与仿真, 2009, 31(5): 93-97. doi: 10.3969/j.issn.1673-3819.2009.05.024
    [3] 薄玉成. 武器系统设计理论[M]. 北京: 北京理工大学出版社, 2010.
    [4] 谢超, 周景军, 万亚民, 等. 基于脱靶量散布的超空泡鱼雷命中概率研究[J]. 水下无人系统学报, 2022, 30(2): 237-244, 253. doi: 10.11993/j.issn.2096-3920.2022.02.015

    Xie Chao, Zhou Jingjun, Wan Yamin, et al. Research on hitting probability of supercavitating torpedo based on dispersion of miss distance[J]. Journal of Unmanned Undersea Systems, 2022, 30(2): 237-244, 253. doi: 10.11993/j.issn.2096-3920.2022.02.015
    [5] 谢超, 周景军, 万亚民, 等. 超空泡鱼雷命中概率解析方法[J]. 水下无人系统学报, 2022, 30(5): 656-664. doi: 10.11993/j.issn.2096-3920.202111002

    Xie Chao, Zhou Jingjun, Wan Yamin, et al. Analytical method for hitting probability of supercavitating torpedo[J]. Journal of Unmanned Undersea Systems, 2022, 30(5): 656-664. doi: 10.11993/j.issn.2096-3920.202111002
    [6] 李勐, 代志恒. 直航鱼雷发现概率的解析计算方法[J]. 指挥控制与仿真, 2007, 39(4): 55-59.
    [7] 武志东, 于雪泳, 许兆鹏. 潜射鱼雷命中概率的解析计算通式及应用[J]. 水下无人系统学报, 2021, 29(2): 203-209.

    Wu Zhidong, Yu Xueyong, Xu Zhaopeng. Analytic formula and employment of the hitting probability for sub-launched torpedo[J]. Journal of Unmanned Undersea Systems, 2021, 29(2): 203-209.
    [8] 胡星志, 王旭, 江雄, 等. 基于高斯过程回归的高超声速飞行器不确定轨迹预测[J]. 空天技术, 2022(4): 49-61.
    [9] Quinonero-Candela J, Rasmussen C E. A unifying view of sparse approximate Gaussian process regression[J]. The Journal of Machine Learning Research, 2005, 6: 1939-1959.
    [10] Schulz E, Speekenbrink M, Krause A. A tutorial on Gaussian process regression: Modelling, exploring, and exploiting functions[J]. Journal of Mathematical Psychology, 2018, 85: 1-16. doi: 10.1016/j.jmp.2018.03.001
  • 加载中
图(8) / 表(4)
计量
  • 文章访问数:  41
  • HTML全文浏览量:  18
  • PDF下载量:  16
  • 被引次数: 0
出版历程
  • 收稿日期:  2023-09-28
  • 修回日期:  2023-10-30
  • 录用日期:  2023-11-22
  • 网络出版日期:  2024-03-25

目录

    /

    返回文章
    返回
    服务号
    订阅号