火炮作为国防武装力量常规的作战武器系统中的主要战斗武器,提高其射击精度十分重要。随着信息科学技术的发展,如何高效低成本地生产制造高精度的火炮更为重要。通常为了使火炮达到一定的射击精度,一般都是反复优化其状态参数使之达到既定的要求。此过程就会造成计算量大、生产制造周期长、生产成本高和效率低等问题。因此,引用实用性强的计算反求方法,对火炮炮口状态参数误差进行辨识,这将省去了反复优化参数的过程,减少工作量并降低制造成本,从而为状态参数误差的准确获取提供一条行之有效的解决途径。本文针对火炮炮口状态参数误差辨识过程中存在的问题开展了一系列研究应用。主要工作如下:(1)构建了火炮炮口状态参数误差辨识的密集度模型。首先介绍了外弹道中常用的坐标系及其相互变换,在此基础上抽取了弹箭的6自由度弹道方程。并且根据密集度的分类和相应表达式,构建了火炮炮口状态参数误差辨识的密集度模型。(2)应用基于二次多项式响应面模型的Sobol’全局灵敏度分析方法对火炮射击精度炮口参数误差识别中的参变量进行了敏感性分析。该方法是通过Latin采样技术获得样本,以最小二乘法对其进行二次多项式响应面拟合,以此二次多项式响应面替换原模型进行Sobol’法计算。该方法正确高效地获得了状态参数的全局灵敏度结果。据此剔除了敏感性程度低的状态参数,降低了状态参数误差辨识工作的计算规模和计算量,提高了其计算效率。(3)应用基于降维积分方法的不确定性计算反求方法对火炮炮口状态参数误差进行了辨识。由于火炮射击精度状态参数误差识别问题是非线性程度较高的黑箱问题,并且其计算求解过程中会涉及到不能或者难以计算求解的高维次积分。参数的误差可由其矩表示。通过该方法可以将原系统模型的矩转换成为多个单输入状态参量子模型的矩,通过降维分解法对各个子模型进行求矩,获得原模型的计算矩。通过使实测输出模型和计算输出模型的各阶矩的误差为最小值,进而构造目标函数,而外层利用序列二次规划SQP优化方法辨识待求输入变量的均值和标准差。因此,保证了火炮射击精度要求,提高火炮的设计效率,节约生产制造成本。