胡子哥出了一篇很好的帖子《虎子哥对狙击手远程狙击教材讲解》。 在人心浮动的今天,能象胡子这样踏踏实实地做学文的真是少见了。为了表示对胡子的支持,我特出此帖,算是对《虎子哥对狙击手远程狙击教材讲解》一文的备注, 以便大家分享,使某些铁血战友读胡子的文章时不至于“云里雾里”。

说实话,本人没有当过兵,也不是学军事的,我乃是出于对枪械的兴趣边学边琢磨,有不对的地方,请高手指正。

[ 转自铁血社区 http://bbs.tiexue.net/ ]

为了把问题说清楚,我们必须了解一下几个基本概念。

1.园周长= 2 * ∏* 半径。

2.一个整园为360 度角,半圆为180 度角, 一度可分为60分。

3.弧度= 弧长/半径。(别把弧度和角度搞混了) 这样 当弧度为1时,弧长和半径相等。

一个半圆有 ∏* 半径/半径 = ∏个弧度,它对应的角度是180度。一个整圆有2*∏个弧度,它对应的角度是360度。

[ 转自铁血社区 http://bbs.tiexue.net/ ]

弧度和角度的对应关系。

有了上面几个基本概念, 下面常见的“术语”就好解释了。

1.MOA (中文可能叫一分角):

我们知道一个圆为360度, 一度为60分。所以一个圆有360 * 60 = 21600 分。(“分”下面还有“秒”,对于射击而言,“秒”太精细了,没有太大的意义。所以到“分”为止)。 一个分角就是一个MOA。英文叫Minute Of Angle. 也就是说,一个圆有21600个MOA。

用MOA来定义射击精度是有好处的, 如果我们问一把枪在100米时可打中头靶,另一把枪在1000米时可打中胸靶。那么这两靶枪哪一把精度更高呢?这显然不好比较,因为射击的距离不同。但是有没有一个共同的标准来衡量精度呢,这就是要用

MOA了。如果说-把枪的精度为1MOA,就是说弹着点和枪口连线与目标和枪口连线的夹角不超过1分角。那它所对应的弧长=园周长/ 21600=2*∏*半径/21600。 (这里的半径便是枪到靶的距离)。 如果半径是100米,那么1MOA对应的弧长= 2*3.14*100/21600 = 0.029米= 2.9 厘米。如果半径是100 码,那么1MOA对应的弧长= 2*3.14*100/21600 = 0.029 码。 一码=36英寸,所以0.029*36 = 1.05英寸≈1英寸. 如果半径是200码,就是2英寸, 300码为3英寸,依次类推。所以我们说枪的精度为1MOA,就是讲在100码时,子弹分布在以1英寸为直径的圆内,800米时,子弹会落在2.9*8 = 23.2厘米为直径的圆内。由此可见,这样定义精度,就与射击距离无关了。

[ 转自铁血社区 http://bbs.tiexue.net/ ]

MOA示意图:

2.Click (胡子文中叫“滴答”):]

这个“滴答”并不是什么“术语”。 而是瞄准镜调节钮转动时发出的声音。有的镜瞄每4个“滴答”使十字线移动1MOA。即一个“滴答”为0.25个MOA,有的一个“滴答”为0.5MOA, 有的则是0.125MOA,依瞄准镜而定。而且如果瞄准镜的一个“滴答”为0.25MOA, 为使十字线移动一英寸,100码时,用4个“滴答”,50码是就要用8个“滴答”。因此“滴答”在计算上没有普遍意义。

3.Mil (胡子的文中叫“密”):]

[ 转自铁血社区 http://bbs.tiexue.net/ ]

这“密”实际上就是千分之一弧度,英文叫 milliradian。 刚才说了,弧度=弧长/半径。那么一个密=弧度/1000=弧长/(半径* 1000).

4.Mil和MOA的关系:]

根据Mil的定义:1Mil= 1弧度/1000,一个圆有2*∏个弧度, 也即有2*∏*1000个 Mil,再根据MOA的定义 :一个圆有360*60=21600个MOA

那么21600MOA = 2*∏*1000 Mil = 一个圆。

所以:

1MOA= 2*∏*1000 /21600 = 0.2907Mil

[ 转自铁血社区 http://bbs.tiexue.net/ ]

1Mil= 3.44MOA.

在100码时, 1个MOA为1.05 英寸,所以 1Mil≈3.44 * 1.05≈3.6英寸。200码时1Mil = 7.2 英寸。

既然Mil和MOA是不同参照系对同一事件的描述。换句话说,就是用不同语言讲述同一故事,那为什么不用一个指标,要么都用Mil,要么都用MOA呢?这个问题我也说不上来。我个人的理解是,对精度的描述MOA比Mil方便一些(请高手多加指正)。 如果用Mil 描述精度:1Mil在100码时为3.6英寸,这显然太大,要用更小的数字来描述。那么就用

0.29Mil ――――――― 1MOA,

0.36Mil ――――――― 1.25MOA,

0.44Mil ----------- 1.5 MOA,

[ 转自铁血社区 http://bbs.tiexue.net/ ]

0.51Mil ------------- 1.75 MOA

0.58 Mil ------------- 2MOA

这显然没有MOA来地简单,形象,特别是瞄准镜上的“滴答”,一个“滴答”若为0.25个MOA,那么拧一下,100码就是0.25英寸,多方便。而Mil就不然了。 但对于测距是Mil就方便很多,这个下面会提到。

5.“密点”测距。

首先“密点”是什么? “密点”英文名叫Mil Dot。 它是刻在瞄准镜里,代表Mil的小点。一个点代表一个Mil。

[ 转自铁血社区 http://bbs.tiexue.net/ ]

密点示意图

我们知道一个Mil=弧长/(半径* 1000). 那么半径=弧长/Mil * 1000. 对射击而,当弧长相对半径很小时,弧长就近似物体的高度,(下图中 弧AB≈线段AC) 。

所以: 射击距离=物体高度/Mil * 1000 .

举个例子:一个人(平均身高1.70米)在镜瞄中占2个密点,那射手距该人的距离为1.7/2 * 1000 = 850 米。

以胡子的文章为例:靶高40英寸,占1.5个Mil. 所以射距为 40/1.5 * 1000 = 26666.67英寸。

[ 转自铁血社区 http://bbs.tiexue.net/ ]

36 英寸为1码,所以26666.67英寸 /36 = 740.74码。

计算射击距离时,必须知道物体高度。 这也就是胡子文中为什么用北约标准靶的原因。 猎户人家介绍PSL瞄准镜时, 用人的平均身高来测定距离。

说到这里,有一点必须指明,对于固定放大倍数的镜瞄,密点当然是固定的。可对于变动放大倍数的镜瞄,物体大小随放大倍数不同而不同,那么以哪个放大倍数为准呢? 胡子的文章中说放大倍数为20倍时,靶高占的密点数须除以2,也就是说以10倍为准。这不具有普遍性。 有的瞄准镜以其最大的放大倍数为准,有的则是以其中间的某个放大倍数为准, 还有的密点随放大倍数增大而放大,这样任何一个放大倍数都可以测距。

不同的镜瞄测距的方法不同,比如斥候尖兵介绍的《国产轻武器瞄准镜分划解读》,猎户人家在《]世界上出产最多的狙击枪,独特的瞄准镜》介绍的PSL镜瞄。此外还有专门猎鹿的镜瞄,以鹿角的间距测定射击距离等等。但万变不离其宗,其原理都是一样的。

本人M76 的镜瞄。

[ 转自铁血社区 http://bbs.tiexue.net/ ]

不同用途镜瞄的刻划。

当然知道这些知识离作个好射手,还差十万八千里,里作个好狙击手还差百万里。就是把枪拿稳,正确快速度处密点数就不是一件容易的事。

转载请注明出自铁血tiexue.net, 本贴地址: http://bbs.tiexue.net/post_4849208_1.html

光学瞄准镜测距之数学原理相关推荐

  1. 深入卷积神经网络背后的数学原理 | 技术头条

    参加「CTA 核心技术及应用峰会」,请扫码报名 ↑↑↑ 作者 | Piotr Skalski 译者 | Monanfei 编辑 | 十月Rachel.Jane 出品 | AI科技大本营(id:rgzn ...

  2. 解析深度神经网络背后的数学原理!

    作者 | Piotr Skalski 译者 | 巧克力 编辑 | Jane 出品 | AI科技大本营 [导读]为了更好地理解神经网络的运作,今天只为大家解读神经网络背后的数学原理.而作者写这篇文章的目 ...

  3. 技术干货 | 如何选择上班路线最省时间?从A/B测试数学原理说起

    作者 | 陈运文 当面对众多选择时,如何选才能最大化收益(或者说最小化我们的开销)?比如,怎么选择最优的上班的路线才能使途中花费的时间最少?假设每天上下班路线是确定的,我们便可以在账本中记下往返路线的 ...

  4. 深度学习最常用的10个激活函数!(数学原理+优缺点)

    ↑↑↑关注后"星标"Datawhale 每日干货 & 每月组队学习,不错过 Datawhale干货 作者:Sukanya Bag,来源:机器之心 激活函数是神经网络模型重要 ...

  5. 人工神经网络背后的数学原理!

    ↑↑↑关注后"星标"Datawhale 每日干货 & 每月组队学习,不错过 Datawhale干货 作者:贾博文,浙江大学,Datawhale原创作者 本文约8000字,建 ...

  6. 梯度下降背后的数学原理几何?

    来自 | 深度学习这件小事   编辑 | Datawhale 对于诸位"机器学习儿"而言,梯度下降这个概念一定不陌生,然而从直观上来看,梯度下降的复杂性无疑也会让人"敬而 ...

  7. 高效“炼丹”必备技能:一文实现深度学习数学原理入门,还有吴恩达老师亲授课程...

    贾浩楠 发自 凹非寺 量子位 报道 | 公众号 QbitAI 哪个程序员不想高效"炼丹"? 尤其是深度学习算法开发人员,追求模型结构优化和提高编程效率是永远的目标. 但是,如果只做 ...

  8. 刷脸背后,卷积神经网络的数学原理原来是这样的

    点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达 本文转自|深度学习这件小事 计算机视觉技术在日常生活中有着非常普遍 ...

  9. 生成对抗网络gan原理_中国首个“芯片大学”即将落地;生成对抗网络(GAN)的数学原理全解...

    开发者社区技术周刊又和大家见面了,萌妹子主播为您带来第三期"开发者技术联播".让我们一起听听,过去一周有哪些值得我们开发者关注的重要新闻吧. 中国首个芯片大学,南京集成电路大学即将 ...

最新文章

  1. 【NCEPU】韩宇:上海新能源汽车比赛方案讲解
  2. office插件开发_Visual Studio Code有哪些你常用的插件?
  3. Zookeeper的作用
  4. LVS DR模式搭建,keepalived + LVS
  5. 后端:MyBatis缓存知识介绍
  6. 你真的了解load方法么?(转载)
  7. 《SaaS架构设计》试读:前 言
  8. python 二维列表切片_Python中mutable与immutable和二维列表的初始化问题
  9. mysqldump导出insert带字段
  10. shell终端行首行尾命令介绍
  11. Apache Kylin 入门 1 - 基本概念
  12. codeforce 595A
  13. MQTT——国密SSL加密
  14. 兔子数列规律怎么讲_“兔子数列”的秘密
  15. html5 游戏 响应式,关于html5:响应式游戏网页有什么特点呢
  16. enoent ENOENT: no such file or directory,
  17. Android P 正式到来
  18. .hex 文件详解 stm32
  19. Android自拍相机应用——图片的镜像翻转
  20. 最强大脑魔方墙模拟程序(工具)

热门文章

  1. Unity | 基础逻辑
  2. windows用虚拟机vmWare安装黑苹果及注意事项
  3. 电脑文件丢失你都是怎么找回来的?
  4. html语言怎么排列图片,css怎么让图片横着排列?
  5. 最美不过少年时,红尘走马,步步相随
  6. java 栈队列区别是什么意思_Java实现数据结构栈stack和队列Queue是什么?
  7. 如何给PDF文件进行加密?
  8. 原版win7 install.wim在哪?
  9. nvm 管理 node 版本
  10. [Tensorflow]L2正则化和collection【tf.GraphKeys】