Mehr

QGIS-Verarbeitungsskript: Punkte um die angegebene Entfernung verschieben und Segment hinzufügen


Ich versuche, Punkte (sie kommen als WGS84, aber ich bin mir nicht sicher, ob es mit nicht projiziertem CRS funktioniert) um eine angegebene Entfernung zu verschieben und den ursprünglichen und neuen Punkt mit einem Liniensegment mit dem folgenden Skript zu verbinden, bekomme jedoch eine Fehlermeldung (BEARBEITEN: ist jetzt behoben... ):

#ERROR: 'module' Objekt hat kein Attribut 'getobject' --> Syntaxfehler behoben! aus PyQt4.QtCore importieren * aus qgis.core importieren * aus processing.core.VectorWriter importieren VectorWriter #============================= ======= ##[Benutzerskripte]=Gruppe ##input=Vektor ##output=Ausgangsvektor ##x_add=Zahl 100 ##y_add=Zahl 100 #=========== ========================= inputLayer = processing.getObject(input) # früher getobject() features = processing.features(inputLayer) # früher getFeatures( ) provider = inputLayer.dataProvider() Writer = VectorWriter(output, None, provider.fields(), WKBLineString , inputLayer.crs()) für ft in Features: line_start = ft.geometry().asPoint() line_end = QgsPoint( line_start.x()+x_add, line_start.y()+y_add) outFeat = QgsFeature() outFeat.setGeometry(QgsGeometry.fromPolyline([line_start, line_end]))writer.addFeature(outFeat) del Writer

Außerdem würde ich gerne in der Lage sein, Punkte zu verschieben, indem ich die Entfernung in Karteneinheiten (m) angebe, ich bin mir nicht sicher, ob dies hier tatsächlich passiert.


Die Methode getobject() kann in der Modulverarbeitung nicht gefunden werden, da die Methode getObject() heißt (erwähnen Sie das große O). Versuchen Sie getFeatures() in der folgenden Zeile, es ist das gleiche Problem hier.


Finde $(x_0,y_0)$ so dass $10 = sqrt<(50 - y_0)^2 + (150 - x_0)^2>$ und $(x_0,y_0)$ auch auf der Geraden $y = 200 - x$.

Da $(x_0,y_0)$ auf dieser Linie liegt, können wir $y_0 = 200 - x_0$ schreiben, also lautet die Distanzformel:

Also $x_0 = 150 pm frac<10>>$, was zu:

Ich hoffe, ich habe Ihre Frage verstanden.

Die allgemeine Form der Geraden ist $lambda A + (1-lambda) B$. Sie möchten $lambda$ finden, sodass die $y$-Komponente $10$ ist.

Die Erweiterung ergibt: $lambda A + (1-lambda) B = (150-100 lambda, 50+100 lambda)$. Gleichsetzen der $2$nd-Komponente mit $10$ und Auflösen nach $lambda$ ergibt $lambda = -0,4$, woraus wir den Punkt $(190,10)$ erhalten.

Ich glaube, ich habe deine Frage falsch verstanden. Wenn Sie Punkte auf der Linie in einem bestimmten Abstand $delta$ von $B$ finden möchten, dann müssen Sie das $lambda$ finden, das $||lambda A + (1-lambda) B -B . erfüllt || = |lambda|,||A-B|| = delta$. Konkret ergibt dies $lambda = pm frac<||A-B||>$.

In diesem Fall gilt $delta = 10$ und $||A-B|| = 100 sqrt<2>$, also $lambda = pm frac<1><10sqrt<2>>$. Einsetzen des positiven Wertes (der dem Punkt zwischen $A$ und $B$ entspricht) in ergibt:

Die allgemeine Formel für einen Punkt $delta$ von $B$ ist natürlich:


2 Antworten 2

Ab Unity 2019.3 wird NavMeshAgent.remainingDistance erst dann noch berechnet, wenn die vorletzte Ecke des Pfads erreicht wurde und der Agent das letzte Segment durchquert. Davor gibt restliche Distanz unendlich zurück. Leider ist dies nicht dokumentiert.

Hier ist eine NavMeshAgent-Erweiterungsmethode, um die verbleibende Entfernung zu jedem Zeitpunkt oder einen beliebigen Punkt des Pfads abzurufen:

Anstatt NavMeshAgent.remainingDistance zu verwenden, können Sie also NavMeshAgent.GetPathRemainingDistance() verwenden. Beachten Sie jedoch, dass dies je nach Situation leistungsintensiv sein kann. Denken Sie also daran, wenn Sie es verwenden.

Was den zweiten Teil Ihrer Frage angeht, benötigen wir mehr Kontextinformationen zu Ihrem Setup, aber es hört sich so an, als hätte Ihre Zielposition einen Versatz zum Aufwärtsvektor, während der Agent auf die x-, z-Ebene beschränkt ist, aber das ist nur Spekulation.


4 Antworten 4

Dies setzt voraus, dass sich alles auf der Oberfläche der Kugel befindet. Außerdem nehme ich an, dass die Kugel den Radius $1$ hat.

Ändern Sie die Koordinaten so, dass $A$ und $B$ beide auf dem Äquator der Kugel liegen. Verschieben Sie aus Gründen der Bestimmtheit $A$ nach $(1,0,0)$ und verschieben Sie $B$ nach $(cos heta, sin heta, 0)$ wobei $ heta$ der Winkel zwischen den Vektoren von ist das Zentrum der Kugel zu $A$ und zu $B$. Dies ist eine lineare Transformation.

Was Sie dann interessiert, ist der Breitengrad von $X$. Wenn $X$ im Sektor der Kugel unmittelbar nördlich oder südlich der Linie $AB$ liegt, dann ist die Antwort nur $2piphi$, wobei $phi$ der Breitengrad von $X$ ist. Wenn sich $X$ nicht in diesem Sektor befindet, ist die Antwort nur die Entfernung zu $A$ oder $B$, je nachdem, welcher Wert näher liegt.

Die Frage ist ein wenig mehrdeutig: Die drei vorherigen Antworten verwendeten drei verschiedene Interpretationen. Wenn das OP den Oberflächenabstand vom Punkt $X$ zur geodätischen Linie $overleftrightarrow . möchte$, die Antwort ist einfach. Wenn der gewünschte Abstand zwischen $X$ und dem Segment $overline . liegt$, ist etwas mehr Arbeit erforderlich.

Unter Verwendung von Längengrad ($ heta$) und Breitengrad ($phi$) seien $A=( heta_A, phi_A)$, $B=( heta_B, phi_B)$ und $X=( heta_X, phi_X)$. Die Richtungsvektoren für diese Punkte sind $hat A = (cos phi_A cos heta_A, cos phi_A sin heta_A, sin phi_A),$ $ hat B = (cos phi_B cos heta_B, cos phi_B sin heta_B, sin phi_B), $ $hat X = (cos phi_X cos heta_X, cos phi_X sin heta_X, sin phi_X).$

Sei $Phi$ der Abstand auf der Einheitskugel zwischen $hat X$ und der geodätischen Linie, die durch $hat A$ und $hat B$ verläuft. Stellen Sie sich das Flugzeug $mathcal . vor

$ geht durch $hat A$, $hat B$ und den Ursprung, der die Einheitskugel in zwei Hälften schneidet. Dann ist der euklidische Abstand von $hat X$ von der Ebene $mathcal

$ ist $sinPhi$. Sei nun $hat n$ ein Einheitsnormalenvektor für $mathcal

$, und wir haben

$hat n = hat A imes hat B$ $sin Phi = | hat n cdot hat X |$

Wenn also der Radius der ursprünglichen Kugel $R$ ist, dann ist der Oberflächenabstand vom Punkt $X$ zur geodätischen Linie $overleftrightarrow$ ist $R Phi$.

Um den Abstand zum Segment $overline . zu bestimmen$, müssen wir feststellen, ob der Punkt der Linie $overleftrightarrow< A B>$, dem $ X$ am nächsten liegt, zwischen $A$ und $B$ liegt oder nicht. Liegt der nächste Punkt zwischen $A$ und $B$, dann beträgt der Oberflächenabstand zum Segment $R Phi$. Andernfalls ist die Entfernung zum Segment die Entfernung zum nächsten Endpunkt, die am besten mit den Methoden aufgelöst wird, die im Wikipedia-Artikel beschrieben sind, auf den Ross Millikan verweist. Eine Möglichkeit, diese Bestimmung zu treffen, besteht darin, den Punkt $hat . zu finden_< extrm>$, die Projektion von $hat X$ auf die Ebene $mathcal

$,

$hat_< extrm> = hat X - (hat n cdot hat X) hat n,$

Bestimmen Sie also, ob der Punkt der Linie $overleftrightarrow$, dem $X$ am nächsten liegt, zwischen $A$ und $B$ liegt, reduziert sich auf die Feststellung, ob $hat x$ zwischen $hat A$ und $hat B$ liegt.

Betrachten Sie nun den Mittelpunkt von $hat A$ und $hat B$,

Wenn die Projektion von $hat x$ auf den Strahl $overrightarrow$ weiter als die Projektion von $hat A$ oder $hat B$ ist, dann liegt $hat x$ zwischen $hat A$ und $hat B$, das heißt, wenn $ hat x cdot M > hat A cdot M (=hat B cdot M)$, dann liegt $hat x$ zwischen $hat A$ und $hat B$, sonst nicht.


Der MinimumBreak-Algorithmus, der auf eine Reihe von Straßenabbiegungen angewendet wird

Kartographische Generalisierung ist der Prozess der kleinmaßstäblichen Kartenerstellung aus großmaßstäblichen Karten. Wenn die Karte verkleinert wird, können die darin vorhandenen Objekte miteinander in Konflikt geraten. Es kann zu Überlappungen von Objekten, zusammengefügten Straßen oder Unwahrnehmlichkeitsproblemen kommen. Die Generalisierung löst diese Probleme durch Algorithmen. Allerdings ist die Generalisierung aufgrund fehlender Algorithmen noch nicht automatisiert. In diesem Artikel wird ein neuer Algorithmus zur Verarbeitung von Kurvenreihen auf einer Straße zur Korrektur der Koaleszenz untersucht. Es werden Tests sowie Vergleiche mit bestehenden Algorithmen durchgeführt. Diese Forschung hat sich für die Kartographie als vorteilhaft erwiesen, da es an Algorithmen fehlt, die komplexe Kurvenfolgen bei der Erstellung einer Karte behandeln. Die für die Studie verwendeten Stichproben sind kurvenreiche Bergstraßen aus Algerien, China, Norwegen, der Schweiz und Frankreich.

Dies ist eine Vorschau von Abonnementinhalten, auf die Sie über Ihre Institution zugreifen können.


QGIS-Verarbeitungsskript: Punkte um die angegebene Entfernung verschieben und Segment hinzufügen - Geographische Informationssysteme

Wir geben eine räumlich variierende lokale Cokriging-Methode für große Experimentierdaten in landwirtschaftlichen Betrieben.

Die neue Methode könnte eine hochauflösende standortspezifische landwirtschaftliche Behandlung empfehlen.

Der Open-Source-Code ist über eine benutzerfreundliche Schnittstelle von Quantum GIS zugänglich.

Es beendet die Berechnung innerhalb einer angemessenen Zeit auf dem normalen PC der Landwirte.

Seine vielversprechende Genauigkeit der räumlichen Vorhersage wird mit fünf anderen Techniken verglichen.

On Farm Experimenting (OFE) ist eine seit langem bestehende Methode für Landwirte, um alternative Bewirtschaftung in einem für ihre landwirtschaftlichen Praktiken relevanten Maßstab zu bewerten. Durch räumlich verteilte Designs, ob einfache Streifen oder andere „Whole-of-Block“-Versuche, kann OFE Hinweise geben, welche Behandlung an bestimmten Standorten empfohlen werden sollte, und wichtige Beiträge zur Präzisionslandwirtschaft leisten. Wenn jedoch die Datensätze zur Behandlungsreaktion groß werden, wie z. B. bei Zehntausenden von Feldbeobachtungen, die leicht mit Sensoren für unterwegs gesammelt werden, werden bestehende geostatistische Systeme zur Analyse solcher Experimente rechenintensiv, wenn nicht unmöglich. Um es Landwirten oder ihren Beratern zu ermöglichen, innerhalb einer angemessenen Zeit hochauflösende Behandlungsreaktions- und Empfehlungskarten auf ihren eigenen Computern zu erstellen, präsentieren wir ein schnelles und adaptives lokales Cokriging-Tool für nicht-kolokalisierte und nicht-stationäre OFE-Daten. Es verwendet einen räumlich variierenden Nachbarschaftsradius. Es verfügt über eine grafische Benutzeroberfläche, auf die über QGIS, eine kostenlose Open-Source-Software, zugegriffen werden kann. Das adaptive lokale Cokriging wird an drei OFE-Beispielen demonstriert. Es funktioniert bei einem kleinen Datensatz nicht zu unterscheiden vom globalen Cokriging, aber bei großen Datensätzen, für die globales Cokriging unpraktisch ist, sagt es wesentlich genauer voraus als räumliche Splines oder stichprobenbasiertes Cokriging. Es übertrifft Cokriging basierend auf einer festen Anzahl von nächsten Nachbarn, wenn diese feste Zahl nicht sorgfältig ausgewählt wird.


Abrufen von zwei oder mehr Spaltenwerten über einen Cursor SQL Server

Die Schritte für die Abfrage sind:
Schritt 1: Holen Sie sich latBegin und longBegin für eine bestimmte rID aus dem Table Experiment
Schritt 2: Gehen Sie zu ExperimentDetails und führen Sie diese Berechnung aus, um die Distanzdifferenz für jeden Breitengrad und jede Länge in der Detailtabelle zu erhalten

Schritt 3: Rufen Sie den Mindestwert für diese neue verknüpfte Spalte in der Detailtabelle ab
Schritt 4: Rufen Sie die zugehörigen Temperatur-, Richtungs- und Spannungswerte für diesen Mindestwert ab und platzieren Sie sie in einer neuen Tabelle (Noch nicht erledigt> Hilfe erforderlich)
Schritt 5: Holen Sie sich den Durchschnitt von Temperatur und Spannung für die vorherigen 30 Fuß oder 360 Zoll vom Mindestwert und legen Sie ihn in eine andere Tabelle ab (Spalten: rID, latBegin,longBegin,avgTension,avgtemp Noch nicht fertig>Hilfe erforderlich)

Die Testtabelle sieht so aus:

Die temporären Daten werden für die letzte Zeile wiederholt, was nicht korrekt ist

Ich habe so viele Informationen wie möglich gegeben, aber wenn Sie mehr brauchen, fragen Sie bitte, ich würde mich über jede Hilfe freuen, habe mir seit gestern den Kopf darüber zerbrochen. Momentan versuche ich, zusätzlich zu @minV Temp, Richtung und Spannung einzubringen, aber es lässt mich nicht machen

Zu Schritt 5: Die Berechnung im Cursor sieht für die Detailtabelle theoretisch so aus:


6 Antworten 6

Die Position eines Sterns im Raum kann durch drei Koordinaten angegeben werden: Seine Rektaszension $alpha$ , seine Deklination $delta$ , die zusammenfassend als . bezeichnet werden äquatoriale Koordinaten, und seine Entfernung von der Erde, $d$ . Es ist wahrscheinlich am einfachsten, den Abstand zwischen zwei Sternen zu berechnen, indem man äquatoriale Koordinaten in kartesische Koordinaten umwandelt: $x=dcosdeltacosalpha$ $y=dcosdeltasinalpha$ $z=dsin delta$ Sobald Sie die äquatorialen Koordinaten und die Entfernung von der Erde von der Erde in kartesische Koordinaten umgerechnet haben, können Sie einfach den Satz des Pythagoras verwenden, um ihre Trennung zu finden.

Um Ihr Beispiel zu verwenden, hat Tau Ceti Rektaszension $alpha_1=1:44:04$ , Deklination $delta_1=-15^56'15''$ und Entfernung zur Erde $d_1=11.9 ext$. Ross 248 hat $alpha_2=23:41:55$ , $delta=+44^10'39''$ und $d=10.3 ext$. Hier verwende ich Stunden, Minuten und Sekunden für Rektaszension und Grad, Bogenminuten und Bogensekunden für die Deklination.

Wenn Sie die Berechnungen nicht von Hand durchführen möchten, habe ich ein Python-Skript geschrieben, um dies mit Astropie zu tun: $^$

Dies sagt mir, dass Tau Ceti und Ross 248 12,2 Lichtjahre voneinander entfernt sind.

$^$ Es ist nicht großartig, aber es funktioniert, und hey, das ist Astronomie. . .


3 Antworten 3

Die erste kann in die XYZ-Oberfläche gequetscht werden. Beachten Sie die Verwendung von fabs(. ) in der A-Hilfsfunktion. Die Methode abs(. ) ist nicht in der Liste der zulässigen Methoden enthalten und erzeugt einen Fehler.

Hier ist ein Code für die zweite. Was eine Abbildung aus Kugelkoordinaten erforderte. Führen Sie den Code aus, um ein Herznetz zu erstellen. Ändere die Zeile h = heart(1.0, 1.0, 0.2), um andere Herzen zu erzeugen.

was zu diesem Ergebnis führte, gefüllt wie die UV-Kugel (der Knoten befindet sich in der Mitte des Herzens)

Kann die Form ändern, indem die Skalare in der Herzgleichung optimiert werden. Beispielsweise

EDIT: dies kann jetzt mit h = heart(1.0, 1.0, 0.5) erfolgen

Beispiele von beiden mit sphärischen und toroidalen Räumen

Ein weiteres ähnliches Objekt ist die Niere

Computer Real mathematische Menge implizit gegeben durch Funktion(en) f1(x,y,z. )=0, f2(x,y,z. )=0, . ist echt schwer. So mache ich, was Sie wollen:

Der Satz der impliziten Funktionen sagt uns, dass eine analytische Menge außerhalb einer Menge von Maß 0 lokal durch eine Anzahl von Parametern gleich der Dimension der Menge parametrisiert werden kann.

Dein Herz ist eine zweidimensionale algebraische Vielfalt. Somit können wir eine Menge lokaler Patches berechnen, deren Vereinigung zusammen mit der problematischen Menge von Maß 0 das Herz beschreibt.

Ich habe in den letzten Jahren als Postdoc ein Computerprogramm geschrieben, das genau das tut. Es heißt Bertini_real und ist Teil der Bertini-Suite von Softwareprodukten zur Berechnung von Lösungen für algebraische Gleichungen. Das Gebiet der Mathematik, aus dem diese Software stammt, heißt Numerische algebraische Geometrie.

Zuerst müssen wir einige komplexe Punkte auf der Oberfläche erhalten. Dazu schreiben wir eine Eingabedatei für Bertini und rufen bertini auf, wobei wir tracktype 1 verwenden, um die Zeugenmenge zu berechnen. In diesem Fall erwarten wir sechs Punkte, da die Komponente eine Hyperfläche ist, deren Grad immer gleich dem Grad des Polynoms ist.

Toll, jetzt hat Bertini bestätigt, dass die Oberfläche tatsächlich den Grad 6 hat. Schön. Als nächstes müssen Sie nur den realen Teil dieses komplexen Objekts erhalten. Hier kommt Bertini_real ins Spiel. Die Software hängt derzeit leider von Matlab ab, aber wir arbeiten daran, sie durch Python zu ersetzen, damit die Software völlig kostenlos ist. Seit Dezember 2016 fast da.

Rufen Sie als Nächstes bertini_real für dieselbe Eingabedatei auf. Es passiert eine ganze Reihe von Dingen, einschließlich der Berechnung des Satzes von Maß 0, der durch die beiden Parameter nicht gut parametrisiert werden kann. Übrigens, die beiden Parameter, die wir für die Berechnung Ihrer Oberfläche verwenden, sind zufällige orthogonale lineare Projektionen der Koordinaten der Oberfläche. Die Menge von Maß 0 heißt die kritische Kurve, und besteht in diesem Fall aus einer Kurve, die von der zufälligen Projektion abhängt, und einer singulären Kurve um die Taille des Herzens, wie unten gezeigt:

Es sieht nicht sehr nach dem Herzen aus, nach dem Sie suchen, und das liegt daran, dass dies die rohe Zersetzung ist und verfeinert werden muss. Wenn Sie den Sampler von Bertini_real aufrufen, wird er mit Ihren Einstellungen verfeinert. Hier ist eine ältere Verfeinerung, die ich vor ein paar Monaten produziert habe:

Sieht besser aus, oder? Für diese Bilder habe ich meine Plottersoftware in Matlab verwendet. Jetzt exportieren wir die Oberfläche in das .stl-Format. Vielleicht gibt es bessere Formate. Ich verwende .stl. Beim Importieren in Blender zeigt sich, dass einige Gesichter falsch ausgerichtet sind. Bertini_real berechnet keine Normalen, da die Normalen in höheren Umgebungsdimensionen als 3 schlecht definiert sind. Also überlasse ich es Blender.

Die Verwendung der Funktion Normalen neu berechnen im Bearbeitungsmodus in Blender behebt dieses Problem. An diesem Punkt haben wir jetzt ein gut orientiertes mathematisches Herz in Blender.

Ich gehe noch einen Schritt weiter und drucke es in 3D. Hier ist ein Ergebnis:

Wir können diesen Prozess für jede algebraische Oberfläche durchführen. Sie müssen sich nicht damit herumschlagen, z = f(x,y) zu berechnen, denn dies geschieht implizit als Teil der Bertini_real-Zerlegung. Der Satz, bei dem diese Parametrisierung fehlschlägt, wird als kritische Kurve bezeichnet und wird selbst mit der Kurvenzerlegungsroutine zerlegt.

Wenn Sie Matlab haben, können Sie dies selbst tun. Wenn Sie wissen, wie man in Python programmiert, sind Sie vielleicht daran interessiert, zu meiner Software in Form von Visualisierung und .stl-Export direkt aus Python beizutragen, damit ich Matlab eliminieren kann?

Je komplizierter die Oberfläche, desto anspruchsvoller die Zersetzung. Flächen wie Barths Dodekaeder sind wirklich schwer zu 100% richtig zu berechnen. Aber schöne wie dieses Herz sind nicht so schlimm.

Wenn Sie mehr über die von mir verwendete Software oder die Theorie dahinter erfahren möchten, empfehle ich das zur Software Bertini gehörende Buch mit dem Titel Numerisch lösen von Polynomsystemen mit Bertini. Kein Einführungsbuch, aber es erklärt Ihnen, wie man Dinge macht, und hat funktionierende Beispiele.

Außerdem habe ich ein 37-minütiges Echtzeitvideo von mir gemacht, wie ich von der Gleichung zum druckbaren Objekt gehe, wobei ich den obigen Prozess einschließlich Blender für einen erheblichen Teil der Nachbearbeitung verwendet habe, der hier verfügbar ist.

Ich komme schließlich zu dem Schluss, dass diese Antwort Software verwendet, die nicht Teil der Blender-Welt ist, aber aufgrund der echten Herausforderung, implizite mathematische Objekte zu rendern, wird es in Blender wahrscheinlich in absehbarer Zeit keine generische Lösung für diese Frage geben.

Edit: Da ich jetzt genügend Repräsentanten habe, habe ich weitere Links und mehrere abschließende Absätze hinzugefügt


Dieser Raumbereich ist von einem dicken Nebel bedeckt, der aus geladenen Antimaterie-Teilchen besteht.

Möglicherweise sind zu viele wissenschaftliche Freiheiten erforderlich, um eine Hintergrundgeschichte für die Entstehungsgeschichte zu erstellen, aber wenn sie sich bilden kann, könnten wir (vielleicht) die folgenden Auswirkungen sehen:

Raumschiffe sind aufgrund ihrer Energieschilde im Allgemeinen vor den Auswirkungen des Nebels sicher.

Planetare Atmosphären neigen dazu, diese Planeten vor verirrten Nebelpartikeln zu schützen, aber über sehr lange Zeiträume könnten sich die Auswirkungen der atmosphärischen Vernichtung anhäufen.

Nebelpartikel, die mit planetarischen Atmosphären (oder jeder anderen Materie im Sonnensystem) interagieren, werden viel Strahlung aussenden und die ungeschirmte Elektronik stören, einschließlich automatischer Leitsysteme. Es erschwert auch die Erkennung von Schiffen über große Entfernungen.

Langstreckenraketen und Torpedos sind zu klein, um einen Energieschildgenerator zu tragen, sodass sie nicht lange überleben können, bevor sie übermäßigen Schaden durch verirrte Nebelpartikel erleiden.

Laserstrahlen können die Kohärenz über große Entfernungen nicht aufrechterhalten, da die geladenen Teilchen mit ihnen interferieren.

Die einfache Antwort scheint zu sein, dass das Treffen von Zielen schwer wenn sie weit weg sind. Für nicht gelenkte Waffen ist dies ausreichend. Auf Hunderte von Meilen Entfernung erscheint das Ziel als Punkt für Ihre Feuersysteme und Sie benötigen extreme Genauigkeit der Waffenverfolgungssysteme, um diesen Punkt mit jeder Art von Strahl oder Projektil zu treffen.

Dies bezieht sich auf die Winkeldurchmesserformel: α = 2arctan(Radius/Abstand)

Der Winkeldurchmesser ist der Winkelbereich, durch den ein abgefeuerter Schuss an einem Punkt auf dem Zielkreis auftrifft. Die Hälfte dieses Winkels ist die erforderliche Toleranz für Ihren Zielmechanismus, um das Ziel zuverlässig zu treffen.

Geben wir ein paar Zahlen ein. Angenommen, wir feuern auf ein Schiff von der Größe eines Marinekreuzers - etwa 160 m Länge - in 100 km Entfernung. Um in dieser Entfernung zuverlässig zu treffen, müssen unsere Feuerleitsysteme eine Genauigkeit im Bereich von arctan (0,08/100) = 0,046 Grad - etwa 2,75 Bogenminuten haben. Nicht schlecht für ein stationäres, kugelförmiges Ziel und vorausgesetzt, es macht Ihnen nichts aus, wo Sie treffen.

Versuchen Sie nun, diesen Schuss zu machen, während Sie sich beide bewegen, versuchen Sie beide, eingehendem Feuer auszuweichen und so weiter. Jetzt brauchen Sie nicht nur sehr genaue Waffenhalterungen, sie müssen auch schnell verfolgen, ohne diese Genauigkeit zu verlieren.

Oder hättest du realistisch Waffenhalterungen, die gut funktionieren, um Ziele mit einer in Grad gemessenen Fehlerspanne zu treffen.

Raketen werden aus einem anderen, aber gleichwertigen Grund leiden. Die Verfolgung eines sich bewegenden Ziels kostet Treibstoff, und Sie können nicht eine verrückte Menge an Delta-V mit sich führen. Um das Ziel zu treffen, müssen Sie während der Flugzeit der Rakete viele präzise Vektoränderungen vornehmen, und das Ziel wird alles tun, um Ihr Leitsystem abzulenken, einschließlich des strahlenden ECM-Breitstrahls alle Ihre Sensoren. Es ist schwer zu treffen, was man nicht sieht. es sei denn, Sie kommen von nah genug, dass sie keine Zeit haben, Ihr Sensor-Array zu sättigen, oder Sie müssten massive ECM-Lüfter aussetzen, die gleichzeitig ihre eigene geführte Munition blenden würden.

Die Nahaufnahme ist die einzige Möglichkeit, das Spiel zu spielen, das eine Chance auf Erfolg hat. Lade die Hafenkanonen und mach dich bereit!


Schau das Video: QGIS Stil bearbeiten. Daten darstellen. Tutorial. Deutsch (Oktober 2021).