1.一种恶劣气象条件下的弹道解算方法，其特征在于，通过将恶劣气象的模式识别模型与弹道模型联立，得到计及恶劣气象条件影响的弹道解算模型，包括步骤如下：(1)针对恶劣气象对飞行弹箭弹道的影响进行分类，确定是直接对弹箭的阻力和升力有影响，或仅是对环境参数有影响；

(2)根据恶劣气象的特点，提取出恶劣气象的气象学特征；

(3)建立各种恶劣气象关于弹道气象参数的特征函数，获取弹道模型所涉及气象参数与恶劣气象之间的内在关联；

所述的弹道模型与恶劣气象的内在关联中，提取出用弹道气象参数来描述的恶劣气象特征，弹道参数受多种气象因素共同作用，设定弹道气象参数是气象因素的连续光滑函数，表达为如下形式：

L＝L(x1,x2,...,xn)其中，L为弹道气象参数；xc为步骤(2)中提取的气象学特征；c＝1,2,...，n，n为气象参数的总数；表达式在零点处Taylor展开：其中，L(0)为泰勒展开式的第一项， 为泰勒展开式第二项，以此类推至Rn(L)的前一项为泰勒展开式的第n项，Rn(L)为泰勒展开式的余项。当气象因素xc对弹道气象参数有影响时，且存在线性与非线性影响，所述Taylor展开式保留至二次项；

(4)利用感知机学习算法建立各种恶劣气象的模式识别模型；

(5)将恶劣气象的模式识别模型与弹道模型联立，得到计及恶劣气象条件影响的弹道解算模型；

(6)将弹道解算模型与短临预报系统提供的信息相结合，进一步优化弹道解算结果。

2.根据权利要求1所述的恶劣气象条件下的弹道解算方法，其特征在于，步骤(1)中，所述的恶劣气象分类中，采用气动力数值模拟、多相流动数值模拟，在不同条件下，分析恶劣气象对作用在弹箭上的力和力矩的影响；同时采用气象学和弹道学分析各种恶劣气象对飞行环境参数的影响；所述的不同条件为不同的马赫数、雷诺数、飞行攻角、姿态角；采用非均相流模型对每一相单独求解，考虑相间作用力，同时在空化流动中涉及到相间质量传输，加入相间传输项以及其引起的动量修正源项，得到第k项的控制方程为：其中，t为时间，γα为第α相的体积分数，ρα为第α相中的空气密度，xj为流体在铅直方向上的分量，uαj为第α相介质相对于铅直分量的速度， 为第α相中的质量源， 为单位体积流体中从α′相到α相的质量流量。

3.根据权利要求1所述的恶劣气象条件下的弹道解算方法，其特征在于，步骤(4)中，实现恶劣气象的模式识别模型步骤如下：(41)通过感知机模型对应一个n维特征空间的超平面w·x+b＝0，感知机模型为：f(x)＝sign(w·x+b)

其中，f(x)为输出空间，x为输入空间，w为权值或权值向量，w(w1,w2,w3,...,wv)用来表示各个输入对于输出的重要程度，v为权值总数；b为偏置，用来调整整体结果和阈值之间的关系；sign(x)为符号函数；

(42)定义一个损失函数：

L(w,b)＝‑∑yl(w·xl+b)其中，(xl,yl)为第l组数据的输入和输出，(w·xl+b)是根据当前模型对x做出的预测值，yl是对应于xl的真实值；

当样本被分类正确时，输出为负值，反之，为正值；

(43)损失函数最小值求解：采用梯度下降法，通过不断改变w和b的值，使损失函数L(w,b)变得越来越小；随机选取一个误分类点(xl,yl)，对w和b进行更新，直到训练集中误分类点个数低于阈值为止；最终更新后的w和b带入感知机模型；

(44)将步骤3中所建立的不同恶劣气象的特征函数提取特征值构建训练数据集，感知机学习算法通过训练学习该数据集，建立各种恶劣气象的模式识别模型。

4.根据权利要求1所述的恶劣气象条件下的弹道解算方法，其特征在于，步骤(5)中，将恶劣气象预报数据作为步骤(4)中恶劣气象的模式识别模型的输入，经恶劣气象的模式识别模型输出，得到匹配的弹道气象参数，完成恶劣气象条件下的弹道解算模型的建立。

5.根据权利要求1所述的恶劣气象条件下的弹道解算方法，其特征在于，步骤(6)中，采用无迹卡尔曼滤波算法对实测弹道数据进行迭代处理，并将每次迭代所得修正系数和状态变量的估计均方误差作为下次迭代的初值，直至满足迭代终止条件。