أكثر

نص معالجة QGIS: انقل النقاط بمسافة محددة وأضف مقطعًا


أحاول نقل النقاط (تأتي كـ WGS84 ، لكنني لست متأكدًا مما إذا كانت تعمل مع CRS غير المتوقع) بمسافة محددة وقم بتوصيل النقطة الأصلية والجديدة بقطعة خط مع البرنامج النصي أدناه ، ولكن أحصل على خطأ (تعديل: تم إصلاحه الآن ...):

#ERROR: كائن 'الوحدة النمطية' ليس له سمة 'getobject' -> خطأ في بناء الجملة ثابت! من PyQt4.QtCore استيراد * من qgis.core استيراد * من Processing.core.VectorWriter استيراد VectorWriter # ============================= ======= ## [نصوص المستخدم] = المجموعة ## المدخلات = المتجه ## الإخراج = ناقل الإخراج ## x_add = الرقم 100 ## y_add = الرقم 100 # =========== ========================= inputLayer = Processing.getObject (input) # سابقًا getobject () features = Processing.features (inputLayer) # سابقًا getFeatures ( ) المزود = inputLayer.dataProvider () الكاتب = VectorWriter (الإخراج ، بلا ، Provider.fields () ، WKBLineString ، inputLayer.crs ()) للقدم في الميزات: 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]))

علاوة على ذلك ، أود أن أكون قادرًا على تحريك النقاط عن طريق تحديد المسافة في وحدات الخريطة (م) ، لست متأكدًا مما إذا كان هذا هو ما يحدث بالفعل هنا.


لا يمكن العثور على الأسلوب getobject () في معالجة الوحدة النمطية لأن الطريقة تسمى getObject () (اذكر O الكبير). جرب getFeatures () في السطر التالي ، إنها نفس المشكلة هنا.


ابحث عن $ (x_0، y_0) $ بحيث يكون $ 10 = sqrt <(50 - y_0) ^ 2 + (150 - x_0) ^ 2> $ و $ (x_0، y_0) $ يقع أيضًا على السطر $ y = 200 - × دولار.

نظرًا لأن $ (x_0، y_0) $ يقع على هذا السطر ، يمكننا كتابة $ y_0 = 200 - x_0 $ ، وبالتالي تصبح صيغة المسافة:

وهكذا $ x_0 = 150 pm frac <10> < sqrt <2>> $ ، مما يؤدي إلى:

آمل أن أكون قد فهمت سؤالك.

الشكل العام للخط هو $ lambda A + (1- lambda) B $. تريد العثور على $ lambda $ بحيث يكون المكون $ y $ $ 10 $.

يعطي التوسيع: $ lambda A + (1- lambda) B = (150-100 lambda، 50 + 100 lambda) $. معادلة المكوّن $ 2 $ nd بـ $ 10 والحل لـ $ lambda $ يعطي $ lambda = -0.4 $ ، ومنه نحصل على النقطة $ (190،10) $.

أعتقد أنني أسأت فهم سؤالك. إذا كنت ترغب في العثور على نقاط على الخط على مسافة محددة $ delta $ من $ B $ ، فأنت بحاجة إلى العثور على $ lambda $ الذي يرضي $ || lambda A + (1- lambda) B -B || = | لامدا | ، || أ-ب || = دلتا دولار. على وجه التحديد ، هذا يعطي $ lambda = pm frac < delta> <|| A-B ||> $.

في هذه الحالة ، لديك $ delta = 10 $ ، و $ || A-B || = 100 sqrt <2> $ ، لذا $ lambda = pm frac <1> <10 sqrt <2>> $. يؤدي استبدال القيمة الموجبة (التي تتوافق مع النقطة بين $ A $ و $ B $) إلى:

الصيغة العامة لنقطة $ delta $ بعيدة عن $ B $ ستكون بالطبع:


2 إجابات 2

اعتبارًا من Unity 2019.3 ، لا يزال يتم حساب NavMeshAgent.remainingDistance فقط بعد الوصول إلى الزاوية قبل الأخيرة من المسار ، ويجتاز العامل الجزء الأخير. قبل ذلك ، ستعيد المسافة المتبقية ما لا نهاية. للأسف ، هذا غير موثق.

إليك طريقة امتداد NavMeshAgent للحصول على المسافة المتبقية في أي لحظة ، أو أي نقطة من المسار:

لذا بدلاً من استخدام NavMeshAgent.remainingDistance ، يمكنك استخدام NavMeshAgent.GetPathRemainingDistance (). انتبه على الرغم من أن هذا قد يكون مكلفًا في الأداء حسب الموقف ، لذا ضع ذلك في الاعتبار عند استخدامه.

بالنسبة للجزء الثاني من سؤالك ، سنحتاج إلى مزيد من المعلومات السياقية لإعدادك ، ولكن يبدو أن موضعك المستهدف قد يكون له إزاحة تجاه المتجه الأعلى ، بينما يكون العامل مقيدًا بالمستوى x ، z ، ولكن هذا فقط خصوصية.


4 إجابات 4

هذا يفترض أن كل شيء موجود على سطح الكرة. علاوة على ذلك ، أفترض أن نصف قطر الكرة هو $ 1 $.

قم بتغيير الإحداثيات بحيث يكون كل من $ A $ و $ B $ على خط الاستواء للكرة. للتوضيح ، انقل $ A $ إلى $ (1،0،0) $ وحرك $ B $ إلى $ ( cos theta، sin theta، 0) $ حيث $ theta $ هو الزاوية بين المتجهات من مركز الكرة إلى $ A $ و $ B $. هذا تحول خطي.

ثم ما يهمك هو خط عرض $ X $. إذا كان $ X $ موجودًا في قطاع الكرة شمال أو جنوب السطر $ AB $ ، فإن الإجابة هي $ 2 pi phi $ حيث $ phi $ هو خط عرض $ X $. إذا لم يكن $ X $ موجودًا في هذا القطاع ، فإن الإجابة هي مجرد المسافة إلى $ A $ أو $ B $ ، أيهما أقرب.

السؤال غامض بعض الشيء: استخدمت الإجابات الثلاثة السابقة ثلاثة تفسيرات مختلفة. إذا كان OP يريد المسافة السطحية من النقطة $ X $ إلى الخط الجيوديسي $ overleftrightarrow$ ، الجواب مباشر. إذا كانت المسافة المطلوبة بين $ X $ والجزء $ overline$ ، مطلوب المزيد من العمل قليلاً.

باستخدام خط الطول ($ theta $) وخط العرض ($ phi $) ، دع $ A = ( theta_A، phi_A) $، $ B = ( theta_B، phi_B) $، $ X = ( theta_X، phi_X) $. موجهات الاتجاه لهذه النقاط هي $ hat A = ( cos phi_A cos theta_A، cos phi_A sin theta_A، sin phi_A)، $ $ hat B = ( cos phi_B cos theta_B، cos phi_B sin theta_B، sin phi_B)، $ $ hat X = ( cos phi_X cos theta_X، cos phi_X sin theta_X، sin phi_X). $

لنفترض أن $ Phi $ هي المسافة على كرة الوحدة بين $ hat X $ والخط الجيوديسي الذي يمر عبر $ hat A $ و $ hat B $. تخيل الطائرة $ mathcal

يمر $ hat A $ و $ hat B $ والأصل الذي يقطع وحدة المجال إلى النصف. ثم المسافة الإقليدية $ hat X $ من الطائرة $ mathcal

$ هو $ sin Phi $. الآن دع $ hat n $ يكون متجهًا عاديًا للوحدة لـ $ mathcal

دولار ، ولدينا

$ hat n = hat A times hat B $ $ sin Phi = | قبعة n cdot hat X | $

لذلك ، إذا كان نصف قطر الكرة الأصلية هو $ R $ ، فإن المسافة السطحية من النقطة $ X $ إلى الخط الجيوديسي $ overleftrightarrow$ هو $ R Phi $.

لتحديد المسافة إلى المقطع $ overline$ ، نحتاج إلى تحديد ما إذا كانت نقطة السطر $ overleftrightarrow $ الأقرب إلى $ X $ تقع بين $ A $ و $ B $ أم لا. إذا كانت أقرب نقطة بين $ A $ و $ B $ ، فإن مسافة السطح إلى القطعة هي $ R Phi $. بخلاف ذلك ، فإن المسافة إلى المقطع هي المسافة إلى أقرب نقطة نهاية ، والتي يتم حلها بشكل أفضل من خلال الطرق الموضحة في مقالة Wikipedia التي أشار إليها Ross Millikan. إحدى طرق تحديد هذا هو إيجاد النقطة $ hat_ < textrm> $ ، إسقاط $ hat X $ على الطائرة $ mathcal

$,

$ قبعة_ < textrm> = hat X - ( hat n cdot hat X) hat n، $

لذلك تحديد ما إذا كانت نقطة السطر $ overleftrightarrowيتراوح $ that $ X $ الأقرب إليه بين $ A $ و $ B $ ويقلل لتحديد ما إذا كان $ hat x $ بين $ hat A $ و $ hat B $.

الآن ضع في اعتبارك النقطة الوسطى $ hat A $ و $ hat B $ ،

إذا كان إسقاط $ hat x $ على الشعاع $ overrightarrow$ هو أبعد من إسقاط $ hat A $ أو $ hat B $ ، ثم $ hat x $ بين $ hat A $ و $ hat B $ ، أي إذا $ hat x cdot M & gt hat A cdot M (= hat B cdot M) $ ، ثم $ hat x $ بين $ hat A $ و $ hat B $ ، وإلا فلا.


تم تطبيق خوارزمية MinimumBreak على سلسلة من المنعطفات على الطريق

التعميم لرسم الخرائط هو عملية إنتاج خرائط صغيرة الحجم من خرائط كبيرة الحجم. عندما يتم تقليل حجم الخريطة ، يمكن أن تتعارض الكائنات الموجودة في الأخير مع بعضها البعض. قد يكون هناك تداخل في الأشياء ، أو طرق مدمجة ، أو مشاكل عدم الإدراك. يحل التعميم هذه المشاكل من خلال الخوارزميات. ومع ذلك ، لم يتم التعميم آليًا بعد بسبب نقص الخوارزميات. في هذه المقالة ، يتم التحقيق في خوارزمية جديدة لمعالجة سلسلة المنعطفات على طريق لتصحيح الاندماج. سيتم إجراء الاختبارات وكذلك المقارنات مع الخوارزميات الحالية. أثبت هذا البحث أنه مفيد في مجال رسم الخرائط حيث يوجد نقص في الخوارزميات التي تعالج سلسلة معقدة من المنعطفات عند إنتاج الخريطة. العينات المستخدمة في الدراسة هي طرق جبلية متعرجة من الجزائر والصين والنرويج وسويسرا وفرنسا.

هذه معاينة لمحتوى الاشتراك ، والوصول عبر مؤسستك.


نص معالجة QGIS: انقل النقاط بمسافة محددة وأضف مقطعًا - أنظمة المعلومات الجغرافية

نقدم طريقة cokriging محلية متغيرة مكانيًا لبيانات التجريب الكبيرة في المزرعة.

يمكن أن توصي الطريقة الجديدة بمعالجة عالية الدقة خاصة بالموقع.

يمكن الوصول إلى الكود مفتوح المصدر الخاص به عبر واجهة سهلة الاستخدام لـ Quantum GIS.

يتم الانتهاء من الحساب في غضون فترة زمنية معقولة على أجهزة الكمبيوتر العادية للمزارعين.

تتم مقارنة دقة التنبؤ المكاني الواعدة بخمس تقنيات أخرى.

كان التجريب في المزرعة (OFE) طريقة طويلة الأمد للمزارعين لتقييم الإدارة البديلة على مستويات ذات صلة بممارساتهم الزراعية. من خلال استخدام التصميمات الموزعة مكانيًا ، سواء كانت شرائط بسيطة أو تجارب أخرى "كاملة الكتلة" ، يمكن لـ OFE توفير معلومات مثل العلاج الذي يجب التوصية به في مواقع محددة ، وتقديم مساهمات مهمة في الزراعة الدقيقة. ومع ذلك ، عندما تصبح مجموعات بيانات الاستجابة للعلاج كبيرة ، كما هو الحال مع عشرات الآلاف من الملاحظات الميدانية التي يتم جمعها بسهولة باستخدام أجهزة الاستشعار أثناء التنقل ، تصبح الأنظمة الإحصائية الحالية لتحليل مثل هذه التجارب مكثفة من الناحية الحسابية ، إن لم تكن مستحيلة. لتمكين المزارعين ، أو مستشاريهم ، من إنشاء استجابة عالية الدقة للعلاج وخرائط التوصية على أجهزة الكمبيوتر الخاصة بهم في غضون فترة زمنية معقولة ، نقدم أداة cokriging محلية سريعة وقابلة للتكيف لبيانات OFE غير المنتشرة وغير الثابتة. يستخدم دائرة نصف قطرها متغيرة من الناحية المكانية. يحتوي على واجهة مستخدم رسومية يمكن الوصول إليها عبر QGIS ، وهو برنامج مجاني ومفتوح المصدر. تم عرض cokriging المحلي التكيفي في ثلاثة أمثلة OFE. إنه يؤدي بشكل لا يمكن تمييزه عن cokriging العالمي على مجموعة بيانات صغيرة ، ولكن بالنسبة لمجموعات البيانات الكبيرة ، التي يكون cokriging العالمي غير عملي بالنسبة لها ، فإنه يتنبأ بشكل أكثر دقة من الشرائح المكانية أو cokriging القائمة على أخذ العينات. إنه يتفوق على قاعدة cokriging على عدد ثابت من أقرب الجيران عندما لا يتم اختيار هذا الرقم الثابت بعناية.


الحصول على قيمتين أو أكثر من قيم العمود من خلال Cursor SQL Server

خطوات الاستعلام هي:
الخطوة 1: احصل على latBegin و longBegin للحصول على rID محدد من Table Experiment
الخطوة 2: انتقل إلى ExperimentDetails وقم بتشغيل هذا الحساب للحصول على فرق المسافة لكل خط عرض وطويل في جدول التفاصيل

الخطوة 3: احصل على الحد الأدنى لقيمة هذا العمود المرتبط الجديد في جدول التفاصيل
الخطوة 4: احصل على قيم درجة الحرارة والاتجاه والتوتر ذات الصلة لتلك القيمة الدنيا وضعها في جدول جديد (لم يتم بعد> المساعدة المطلوبة)
الخطوة 5: احصل على متوسط ​​درجة الحرارة والتوتر لل 30 قدمًا أو 360 بوصة السابقة من القيمة الدنيا وضعها في جدول آخر (الأعمدة: rID ، latBegin ، longBegin ، avgTension ، avgtemp لم يتم إنجازه بعد> المساعدة المطلوبة)

يبدو جدول الاختبار كما يلي:

يتم تكرار البيانات المؤقتة للصف الأخير ، وهذا غير صحيح

لقد قدمت أكبر قدر ممكن من المعلومات ، ولكن إذا كنت بحاجة إلى المزيد ، فيرجى الاستفسار ، وسأكون ممتنًا لأي مساعدة ، كنت أضغط رأسي على هذا منذ أمس. أحاول حاليًا إدخال درجة الحرارة والاتجاه والتوتر بالإضافة إلىminV ، لكن ذلك لا يسمح لي بالقيام بذلك

بالنسبة للخطوة 5: يبدو الحساب في المؤشر هكذا نظريًا لجدول التفاصيل:


6 إجابات 6

يمكن تحديد موقع النجم في الفضاء بثلاثة إحداثيات: صعوده الأيمن ، $ alpha $ ، انحرافه ، $ delta $ ، والتي يشار إليها مجتمعة باسم إحداثيات خط الاستواء، وبعدها عن الأرض $ d $. ربما يكون من الأسهل حساب المسافة بين نجمتين عن طريق تحويل الإحداثيات الاستوائية إلى إحداثيات ديكارتية: $ x = d cos delta cos alpha $ $ y = d cos delta sin alpha $ $ z = d sin delta $ بمجرد تحويل الإحداثيات الاستوائية لنجمين والمسافة من الأرض إلى الإحداثيات الديكارتية ، يمكنك ببساطة استخدام نظرية فيثاغورس لإيجاد الفصل بينهما.

لاستخدام المثال الخاص بك ، فإن Tau Ceti لديها تصاعد صحيح $ alpha_1 = 1: 44: 04 $ ، الانحراف $ delta_1 = -15 ^ < circ> 56'15 '' $ والمسافة إلى الأرض $ d_1 = 11.9 text$. يحتوي روس 248 على نص $ alpha_2 = 23: 41: 55 $ ، $ delta = + 44 ^ < circ> 10'39 '' $ و $ d = 10.3 text$. هنا ، أستخدم الساعات والدقائق والثواني للصعود الصحيح والدرجات والدقيقة القوسية والثانية القوسية للانحراف.

إذا كنت لا تريد إجراء العمليات الحسابية يدويًا ، فقد كتبت نصًا بلغة Python للقيام بذلك باستخدام Astropy: $ ^ < dagger> $

هذا يخبرني أن Tau Ceti و Ross 248 يفصل بينهما 12.2 سنة ضوئية.

$ ^ < dagger> $ إنه ليس رائعًا ، لكنه يعمل ، وهذا هو علم الفلك. . .


3 إجابات 3

يمكن سحق الأول في سطح XYZ. لاحظ استخدام fabs (.) في وظيفة المساعد. طريقة abs (.) ليست مدرجة في قائمة الطرق المسموح بها وتؤدي إلى حدوث خطأ.

هنا بعض التعليمات البرمجية للثانية. الأمر الذي يتطلب رسم خرائط من الإحداثيات الكروية. قم بتشغيل الكود لإنتاج شبكة قلب. قم بتغيير الخط h = القلب (1.0 ، 1.0 ، 0.2) لإنتاج قلوب أخرى.

التي أنتجت هذه النتيجة ممتلئة مثل كرة الأشعة فوق البنفسجية (العقدة في منتصف القلب

يمكن تغيير الشكل عن طريق تعديل الحجميات في معادلة القلب. على سبيل المثال

تحرير: يمكن الآن القيام بذلك باستخدام h = heart (1.0 ، 1.0 ، 0.5)

عينات من استخدام الفراغات الكروية والحلقية

كائن مشابه آخر هو القلب

الحوسبة أ حقيقة مجموعة رياضية معطاة ضمنيًا من خلال الوظيفة (الوظائف) f1 (x ، y ، z.) = 0 ، f2 (x ، y ، z.) = 0 ،. حقا صعب. إليك كيف أفعل ما تريد:

تخبرنا نظرية الوظيفة الضمنية أنه ، من خلال مجموعة من القياسات 0 ، يمكن تحديد مجموعة تحليلية محليًا بواسطة عدد من المعلمات التي تساوي بُعد المجموعة.

قلبك هو تنوع جبري ثنائي الأبعاد. وبالتالي ، يمكننا حساب مجموعة من الرقع المحلية ، والتي عند أخذها مع مجموعة القياس 0 الإشكالية ، ستصف القلب.

لقد كتبت برنامج كمبيوتر يقوم بهذا بالضبط خلال السنوات العديدة الماضية كطبيب ما بعد الدكتوراة. يطلق عليه Bertini_real ، وهو جزء من مجموعة Bertini لمنتجات البرامج لحلول الحوسبة للمعادلات الجبرية. يسمى مجال الرياضيات الذي يأتي منه هذا البرنامج الهندسة العددية الجبرية.

أولًا ، علينا وضع بعض النقاط المعقدة على السطح. لهذا ، نكتب ملف إدخال لـ Bertini ، وندعو bertini ، باستخدام tracktype 1 لحساب مجموعة الشهود. في هذه الحالة ، نتوقع ست نقاط ، لأن المكون هو سطح زائد ، والذي دائمًا ما يكون له درجة مساوية لدرجة كثيرة الحدود.

عظيم ، الآن أكد برتيني أن السطح بالفعل من الدرجة السادسة. التالي هو الحصول على الجزء الحقيقي من هذا الكائن المعقد. هذا هو المكان الذي يأتي فيه Bertini_real. يعتمد البرنامج للأسف على Matlab في الوقت الحالي ، لكننا نعمل على استبداله بـ Python حتى يكون البرنامج مجانيًا تمامًا. تقريبًا هناك اعتبارًا من ديسمبر 2016.

بعد ذلك ، قم باستدعاء bertini_real في نفس ملف الإدخال. تحدث مجموعة كاملة من الأشياء ، بما في ذلك حساب مجموعة القياس 0 التي لا يمكن تحديد معلماتها جيدًا بواسطة المعلمتين. بالمناسبة ، المعلمتان اللتان نستخدمهما لحساب السطح الخاص بك هما إسقاطات خطية متعامدة عشوائية لإحداثيات السطح. مجموعة القياس 0 تسمى منحنى حرج، وفي هذه الحالة يتكون من منحنى يعتمد على الإسقاط العشوائي ، ومنحنى فردي حول وسط القلب كما هو موضح أدناه:

لا يبدو مثل القلب الذي تبحث عنه ، وذلك لأن هذا هو التحلل الخام ، ويحتاج إلى صقل. سيؤدي استدعاء جهاز أخذ العينات من Bertini_real إلى تحسينه باستخدام إعداداتك. هذا تحسين قديم قمت بإنتاجه قبل بضعة أشهر:

تبدو أفضل ، أليس كذلك؟ لقد استخدمت برنامج الرسم الخاص بي في Matlab لهذه الصور. الآن ، نقوم بتصدير السطح إلى تنسيق .stl. ربما هناك تنسيقات أفضل. أنا استخدم .stl. يكشف الاستيراد إلى Blender أن بعض الوجوه خاطئة. لا يحسب Bertini_real القيم الطبيعية ، لأن الوضع الطبيعي غير واضح في الأبعاد المحيطة الأعلى من 3. لذلك ، تركت Blender يقوم بذلك من أجلي.

يؤدي استخدام وظيفة إعادة الحساب العادي في وضع التحرير في Blender إلى إصلاح هذه المشكلة. في هذه المرحلة ، لدينا الآن قلب رياضي جيد التوجيه في Blender.

آخذها خطوة أخرى إلى الأمام ، وأطبعها ثلاثية الأبعاد. ها هي النتيجة:

يمكننا القيام بهذه العملية لأي سطح جبري. لا تحتاج إلى الالتفاف حول محاولة حساب z = f (x، y) ، لأن ذلك يحدث ضمنًا كجزء من تحلل Bertini_real. المجموعة التي يفشل فيها هذا المعيار تسمى المنحنى الحرج ، وتتحلل نفسها مع روتين تحلل المنحنى.

إذا كان لديك Matlab ، يمكنك القيام بذلك بنفسك. إذا كنت تعرف كيفية البرمجة في Python ، فربما تكون مهتمًا بالمساهمة في برنامجي ، في شكل تصور وتصدير .stl مباشرة من Python ، لذلك يمكنني التخلص من Matlab؟

كلما كان السطح أكثر تعقيدًا ، زادت صعوبة التحلل. من الصعب حقًا الحصول على أسطح مثل Dodecahedric الخاصة بشركة Barth لحساب 100٪ بشكل صحيح. لكن الأشخاص اللطفاء مثل هذا القلب ليسوا بهذا السوء.

إذا كنت تريد معرفة المزيد عن البرنامج الذي أستخدمه ، أو النظرية الكامنة وراءه ، فإنني أوصي بالكتاب الذي يتناسب مع برنامج Bertini ، والذي يُسمى الحل العددي للأنظمة متعددة الحدود باستخدام Bertini. ليس كتابًا تمهيديًا ، ولكنه يخبرك بكيفية القيام بالأشياء ، وقد عمل أمثلة.

أيضًا ، لقد صنعت مقطع فيديو في الوقت الفعلي مدته 37 دقيقة ينتقل من المعادلة إلى كائن قابل للطباعة ، باستخدام العملية المذكورة أعلاه بما في ذلك Blender لجزء كبير من المعالجة اللاحقة ، المتاحة هنا.

استنتجت أخيرًا أن هذه الإجابة تستخدم برنامجًا ليس جزءًا من عالم Blender ، ولكن نظرًا للتحدي الحقيقي المتمثل في تقديم كائنات رياضية ضمنية ، فمن المحتمل ألا يكون الحل العام لهذا السؤال موجودًا في Blender في أي وقت قريب.

تحرير: نظرًا لأن لدي الآن مندوبًا كافيًا ، فقد أضفت المزيد من الروابط والعديد من الفقرات الختامية


هذه المنطقة من الفضاء مغطاة بسديم سميك ، يتكون من جسيمات مادة مضادة مشحونة.

قد يكون هناك الكثير من الحريات العلمية اللازمة لإنشاء خلفية درامية لكيفية حدوث ذلك ، ولكن إذا كان يمكن أن يتشكل ، فيمكننا (ربما) رؤية التأثيرات التالية:

المركبات الفضائية بشكل عام في مأمن من تأثيرات السديم بسبب دروع الطاقة الخاصة بها.

تميل الأغلفة الجوية للكواكب إلى حماية تلك الكواكب من جزيئات السديم الشاردة ، ولكن على مدى فترات زمنية طويلة جدًا ، يمكن أن تتراكم تأثيرات فناء الغلاف الجوي.

تتفاعل جسيمات السديم مع أجواء الكواكب (أو أي مادة أخرى في النظام الشمسي) ستصدر الكثير من الإشعاع ، وتتداخل مع الإلكترونيات غير المحمية ، بما في ذلك أنظمة التوجيه الآلية. كما أنه يجعل من الصعب الكشف عن السفن بعيدة المدى.

الصواريخ بعيدة المدى والطوربيدات أصغر من أن تحمل مولد درع الطاقة ، لذلك لا يمكنها البقاء لفترة طويلة قبل أن تتعرض لأضرار مفرطة من جزيئات السديم الضالة.

لا تستطيع أشعة الليزر الحفاظ على التماسك على مسافات طويلة بسبب تداخل الجسيمات المشحونة معها.

يبدو أن الجواب البسيط هو أن ضرب الأهداف هو الصعب عندما يكونون بعيدين. بالنسبة للأسلحة غير الموجهة فهذا يكفي. على بعد مئات الأميال ، سيظهر الهدف كنقطة لأنظمة إطلاق النار الخاصة بك وستحتاج إلى دقة قصوى من أنظمة تتبع الأسلحة لضرب تلك النقطة بأي نوع من الشعاع أو المقذوف.

يتعلق هذا بصيغة القطر الزاوي: α = 2arctan (نصف القطر / المسافة)

القطر الزاوي هو نطاق الزوايا التي من خلالها ستؤثر اللقطة في نقطة ما على الدائرة المستهدفة. نصف تلك الزاوية هو التفاوت المطلوب لآلية التصويب الخاصة بك من أجل ضرب الهدف بشكل موثوق.

دعنا نعوض ببعض الأرقام. لنفترض أننا نطلق النار على سفينة بحجم طراد بحري - بطول 160 مترًا - على مسافة 100 كيلومتر. للوصول بشكل موثوق إلى تلك المسافة ، لدينا أنظمة مكافحة الحرائق لدينا بدقة في نطاق أركتان (0.08 / 100) = 0.046 درجة - حوالي 2.75 دقيقة قوسية. ليس سيئًا للغاية بالنسبة لهدف كروي ثابت وافتراض أنك لا تمانع في المكان الذي ستصل إليه.

حاول الآن التقاط تلك اللقطة أثناء تحرك كلاكما ، فأنتما تحاولان تفادي النيران القادمة وما إلى ذلك. الآن لا تحتاج فقط إلى حوامل أسلحة دقيقة للغاية ، بل إنهم بحاجة إلى التتبع السريع دون فقدان تلك الدقة.

أو يمكن أن يكون لديك واقعي حوامل السلاح التي تعمل فقط على إصابة الأهداف بهامش خطأ يقاس بالدرجات

ستعاني الصواريخ لسبب مختلف ولكن معادل. يتطلب تتبع هدف متحرك الوقود ، ولا يمكنك حمل كمية هائلة من دلتا- V معك. من أجل الوصول إلى الهدف ، ستحتاج إلى إجراء الكثير من التغييرات المتجهية الدقيقة خلال وقت طيران الصاروخ ، وسيقوم الهدف بكل ما في وسعه للتخلص من نظام التوجيه ، بما في ذلك إضاءة ECM ذات الحزمة العريضة. كل مجساتك. من الصعب الوصول إلى ما لا يمكنك رؤيته. ما لم تكن قريبًا بدرجة كافية بحيث لا يكون لديهم الوقت لإشباع مجموعة المستشعرات الخاصة بك ، أو سيتعين عليهم إخراج مراوح ECM ضخمة من شأنها أن تعمي الذخائر الموجهة الخاصة بهم في نفس الوقت.

لذا ، فإن الاقتراب هو الطريقة الوحيدة للعب اللعبة التي لديها أي فرصة للنجاح. قم بتحميل مدافع الميناء واستعد للظهور!


شاهد الفيديو: GISG 104 QGIS Manage Layers Toolbar (شهر اكتوبر 2021).