<p>空气阻力下火炮弹道无解析解，须数值求解；直接套用v²sin(2θ)/g会严重偏靶，射程缩短30%~60%，仰角与射程非单峰对称；需按dv/dt = -g - k·v·|v|分步迭代，k由k=0.5·ρ·Cd·A/m估算，dt取0.01秒为宜。</p>
空气阻力下火炮弹道没有解析解，必须数值求解
直接套用 v²sin(2θ)/g 这类理想公式会严重偏靶——空气阻力让射程缩短 30%~60%，且仰角与射程不再是单峰对称关系。真实弹道必须把运动拆成微小时间步，每一步用牛顿第二定律更新速度和位置：dv/dt = -g - k·v·|v|（二次阻力模型）。这里 k 是阻力系数，和弹丸截面积、空气密度、阻力系数 Cd 直接相关，不能凭空猜测。
实操建议：
-
k初值可按k = 0.5 * rho * Cd * A / m估算，其中rho ≈ 1.225（海平面空气密度），Cd ≈ 0.3~0.5（典型旋转稳定炮弹），A是横截面积，m是质量；实弹校准时再反调k - 时间步长选
dt = 0.01秒足够平衡精度与速度；大于0.05秒时落点误差可能超 5% - 终止条件不只是
y ，要检测 <code>y从正变负的跨零点，否则会漏掉落地前最后一段弧线
用 std::function 封装弹道积分器，方便传入不同阻力模型
硬编码阻力公式会让后续换用线性阻力（-k·v）或带马赫数修正的阻力表时大改逻辑。C++11 起推荐用 std::function 把加速度计算抽象出来，主积分循环完全解耦。
示例关键结构：
立即学习“C++免费学习笔记（深入）”；
struct State { double x, y, vx, vy; };
using AccelFunc = std::function<std::pair<double,double>(const State&)>
<p>State integrate(const State& s0, double dt, double t_max, const AccelFunc& acc) {
State s = s0;
for (double t = 0; t < t_max; t += dt) {
auto [ax, ay] = acc(s);
s.vx += ax <em> dt;
s.vy += ay </em> dt;
s.x += s.vx <em> dt;
s.y += s.vy </em> dt;
if (s.y < 0) break;
}
return s;
}这样，切换阻力模型只需换一个 lambda：
// 二次阻力
AccelFunc drag2 = [](const State& s) {
double v = sqrt(s.vx*s.vx + s.vy*s.vy);
double f = (v > 1e-3) ? k * v * v : 0;
return std::make_pair(-f * s.vx / v, -g - f * s.vy / v);
};用黄金分割法搜索最优仰角，别用暴力遍历
目标距离固定时，射程关于仰角 theta 是单峰但非对称的（最大射程通常在 35°~42°，而非 45°），暴力扫 0.1° 步长要试 450 次，每次调用完整弹道积分——太慢。黄金分割法 12 次迭代就能收敛到 0.02° 内，且不依赖导数。
注意点：
- 搜索区间不能设
[0°, 90°]：0° 和接近 90° 时弹道积分容易因初速垂直分量过大导致y剧烈震荡或步长不足发散；稳妥范围是[15°, 75°] - 目标函数不是“打得多准”，而是“横向偏差绝对值”，即
abs(integrate(...).x - target_x)；若允许跳弹或越顶，需额外判断是否击中目标高度带 - 若某角度下弹丸全程未落地（如超高仰角+低初速），积分器应返回极大偏差值（如
1e9），让优化器自动淘汰该点
实测发现初速波动比仰角误差影响更大
同一门炮，药温变化 10°C 就会导致初速偏移 15~25 m/s，这带来的落点偏差远超 0.1° 仰角误差。所以工程上优先校准初速模型，再调仰角。
做法很简单：在代码里把初速 v0 也做成可调参数，用已知距离的实弹数据反推 v0 和 k 的组合。例如打 5km 标靶，记录 3 发实际落点，写个最小二乘拟合器同时优化这两个参数——比死磕理论 k 值靠谱得多。
真正上线部署时，v0 应实时接入炮口测速雷达或药温传感器数据，而不仅是查表。仰角解算只是最后 10ms 的事，前面的物理建模容错空间极小。
