[發明專利]一種用于獲得視線失調角的抽樣改進方法

有效

• 申請號: 201610861804.X
• 申請日: 2016-09-28
• 公開（公告）號: CN106649941B
• 公開（公告）日: 2019-11-22
• 發明（設計）人: 郭杰;劉驍;馬悅悅;唐勝景;周運強
• 申請（專利權）人: 北京理工大學
• 主分類號: G06F17/50
• 分類號: G06F17/50
• 代理公司: 11120 北京理工大學專利中心
• 代理人: 仇蕾安;高燕燕<國際申請>=<國際公布>

本發明公開了一種用于獲得視線失調角的抽樣改進方法。本發明能夠有效提高計算精度，并減少模擬次數。把直接模擬方法與復合改進抽樣的Monte Carlo模擬方法進行對比，結果表明復合改進抽樣的蒙特卡羅方法，方差更小，置信區間分布更加集中，相同次數仿真下精度更高。即在同等誤差的前提下，復合改進抽樣方法比直接模擬方法減少了模擬次數。

技術領域

本發明涉及蒙特卡羅抽樣方法技術領域，具體涉及一種用于獲得視線失調角的抽樣改進方法。

背景技術

在飛行器中制導仿真中，多維隨機擾動變量來源不同，例如有水平風，側風等干擾因素，通常情況下認為這些干擾因素相互之間是獨立的。但在實際工程中也存在多個輸入變量之間是相關的情況。這些隨機擾動因素會影響視線失調角的計算準確性。

通常情況下，采用計算視線失調角方差的方法，來體現視線失調角的計算準確性。方差越大，視線失調角的散布越大，準確性越低。目前，常采用蒙特卡羅(Monte Carlo)方法獲得視線失調角的散布，但通常蒙特卡羅(Monte Carlo)方法在計算時，采用直接抽樣，獲得樣本信息。直接抽樣會造成誤差較大、效率較低和精度較低的缺點。這樣一來，將會直接導致視線失調角的散布較大，進而導致視線失調角方差較大，最終影響視線失調角的計算準確性。

發明內容

有鑒于此，本發明提供了一種用于獲得視線失調角的抽樣改進方法，能夠有效的減少抽樣樣本的誤差，提高視線失調角獲得的準確性。

一種用于獲得視線失調角的抽樣改進方法，具體采用如下步驟：

步驟一、根據權重和重要概率分布函數g(x_i')關系式ω(x_i')＝f(x_i')/g(x_i')，建立關于影響飛行器中制導的隨機干擾因素x_i'的重要概率分布函數g(x_i')；其中，f(x_i')為影響飛行器中制導的隨機干擾變量x_i'的概率分布函數，k₁、k₂和k₃均為權重系數，且k₁＝0.66，k₂＝0.17，k₃＝0.17；

步驟二、在步驟一中獲得的重要概率分布函數中，抽取互為負相關的樣本，即采用對偶隨機變量法進行抽取，共進行n次抽樣；

步驟三、對步驟二中獲得的每個抽樣結果進行蒙特卡羅仿真，共進行n次，并將n次結果的平均值作為飛行器視線失調角的估計值。

有益效果：

本發明能夠有效提高計算精度，并減少模擬次數。把直接模擬方法與復合改進抽樣的Monte Carlo模擬方法進行對比，結果表明復合改進抽樣的蒙特卡羅方法，方差更小，置信區間分布更加集中，相同次數仿真下精度更高。即在同等誤差的前提下，復合改進抽樣方法比直接模擬方法減少了模擬次數。

附圖說明

圖1為飛行器飛行階段示意圖。

圖2為標準正態分布與重要概率分布采樣結果對比。

圖3為復合改進蒙特卡羅方法仿真結果。

具體實施方式

下面結合附圖并舉實施例，對本發明進行詳細描述。

本發明提供了一種用于獲得視線失調角的抽樣改進方法，具體包括如下步驟：

步驟一、建立重要概率分布函數：

需要明確的是，重要抽樣只是改變概率分布，不改變統計量。