大规模复杂场景态势标绘可视化技术研究

来源 :国防科技大学 | 被引量 : 0次 | 上传用户:wzxgxl
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着计算机图形学的发展成熟,标绘技术在社会各个领域中的应用越来越广泛,对于军事领域,最重要的一个应用就是态势标绘。态势标绘是以军事地形图为背景,使用态势符号和文字注记,将敌我双方的作战部署、作战意图、作战过程等战场态势信息标绘在数字地图上的过程。而态势标绘的可视化技术是态势标绘的核心关键技术,该技术已经在信息化战争中指挥员分析战场态势、调整作战部署等方面有着不可或缺的作用。在信息化战争中,更丰富态势信息的描述需求,推动态势标绘应用向着大规模(上千个态势符号)、场景复杂(上百种态势要素)的方向发展,传统态势标绘可视化技术难以支撑上述需求,迫切需要研究大规模复杂场景下的态势标绘新方法新技术。为此,本文着眼态势标绘可视化中尺度单一、效果不佳、效率不高的问题展开研究,重点攻关能够支撑大规模复杂场景的态势标绘可视化技术,主要工作如下:一、建立了一种能够同时描述静态态势标绘信息和动态态势推演信息的态势标绘信息混合模型,设计了一种面向态势标绘的XML信息表达方法,提出了基于混合模型的态势标绘存储管理方法。该混合模型完善了现有模型的不足,提高了态势标绘信息在不同平台的复用性。二、提出了一种大规模静态态势的自适应标绘方法,该方法在模拟退火算法的基础上提出了一种基于混合重叠因素的标绘质量模型,实现了大规模态势符号的自动避让;同时提出了基于密度聚类的SP-DBSCAN算法,实现了同类态势符号的自动聚类。该自适应标绘方法改善了大规模静态态势标绘的可视化效果。三、提出了一种基于多尺度可视化的大规模动态目标标绘方法,该方法通过对可变长度Geohash编码与地图层级的匹配研究,实现了大规模动态目标的空间划分,提高了大规模动态目标的空间索引效率;然后基于圆增长算法提出改进,实现了大规模动态目标的多尺度构建;最后建立了数据的异步通信和动态缓存机制,提高了动态目标的可视化效率。该方法为大规模动态态势推演提供了一种可行的多尺度可视化方案,有效提升了大规模动态态势推演的可视化效果和可视化效率。四、设计并实现了一个态势标绘原型系统,该系统实现了静态态势标绘和动态态势推演两个子模块,验证了本文所提出的混合模型和方法。
其他文献
现代战争形态的深刻变化导致越来越多的智能机器人深度参与到战争的各个环节,地面移动机器人承担的任务也随之越来越繁重,因而要求具备更好地环境适应性、地形通过性,同时也需要根据任务种类灵活搭载不同的任务载荷。基于轮辋变形创新设计的轮、履、腿复合多运动态移动机器人具有广泛的应用前景,但其底盘控制节点更多、实时性要求更高、环境感知能力要求更强,可以搭载的侦察、排爆等任务载荷种类更多,传统CAN控制网络的带宽
学位
为了解宁波市“三江”干流水质水生态现状,在“三江”干流沿途布设16个水质水生态监测点,采用自动化仪器搭载测量船方式对水质水生态指标进行监测及分析。从水质指标监测结果来看,余姚江干流总体水质较好,奉化江、甬江干流为咸水,除部分断面溶解氧、浊度超标外,其他指标值均在标准范围内。从水生态指标监测结果来看,“三江”干流原核微生物丰富度较高,真核微生物整体丰富度偏低、多样性维持在较高水平。Beta多样性分析
期刊
<正>多式联运“一单制”指多式联运经营人向托运人签发一份多式联运全程提单,并由区段承运人根据运输要求依次完成相应作业。多式联运“一单制”可以解决多式联运业务中存在的各种运输方式间作业规则和单证不统一、不标准的问题,在货主、货运代理人、区段承运人、多式联运经营人、基础设施运营商等利益相关方之间实现多式联运信息共享,
期刊
高温碳化炉作为加热炉的一种,其典型特点是存在时滞、非线性、参数时变、系统不确定性以及炉内环境恶劣等问题,严重恶化了碳化炉系统的温度控制过程。为了实现精确、快速、稳定的温度跟踪性能,以碳纤维生产线中的高温碳化炉为研究对象,研究碳化炉温度的先进控制系统,主要研究内容和创新点如下:1、本文利用热量守恒定律,建立了温度动力学模型,并将其简化为一阶加纯滞后(FOPDT)模型,又使用基于模型推导的含有滞环的偏
学位
近年来,随着科学技术的飞速发展,人们对于高速数据流的需求越来越大。与此同时,高速数据流也正在快速增长。更重要的是,为了支持未来高速无线通信的速率要求,迫切需要新的物理层解决方案,其中毫米波(28GHz-300GHz)被认为是最有前途的频段之一。与微波相比,毫米波频谱由于其带宽大、数据传输速率快,给未来的快速通信提供了巨大的潜力。本文首先针对室内狭长信道模型,即室内长走廊信道进行仿真,比较了视距(l
学位
期刊
近年来,深度神经网络已被广泛应用于三维点云的处理与分析。然而,现存的针对单物件点云的语义级和实例级分割网络仍存在对三维物件的几何多样性特征难以有效学习的问题。为同时实现三维点云的语义分割与实例分割,本文设计了一个新的针对物件点云的语义与实例分割深度学习网络,并通过实验验证了网络的有效性和优越性,也进行了领域拓展应用,在多种点云场景下验证了其适普性。主要贡献如下:(1)本文提出了一种以动态图卷积为基
学位
目标检测是计算机视觉领域一项非常重要的任务,其实际应用包括自动驾驶、医学影像分析、遥感图像检测等众多领域,在人类的生产生活中发挥着重要的作用。最近几年由于深度学习技术的加持,目标检测算法的发展进入到快车道,科研人员基于不同机制、面向不同任务设计出众多准确度与速度不断优化的目标检测算法。本硕士学位论文从提高目标检测算法性能的角度出发,以目标检测算法细分模块为切入点,充分利用图像几何特征对目标检测算法
学位
近些年无人机集群技术发展迅速,无人机网络中节点数量不断增加,节点密度越来越大。在大规模无人机集群网络中,无人机的通信需要适应冲突、干扰、窃听等复杂的电磁环境。同时,由于数据量太大,无人机集群通信中网络资源的竞争和干扰非常激烈。因此,提高网络资源复用性、高效地进行资源调度、降低通信链路间的干扰等问题的研究对提高大规模无人机集群网络的网络性能具有重要意义。本文针对这些问题展开研究,提出了基于回溯天线的
学位
多智能体系统是指多个智能体为完成某些特定目标而组合形成的,能够相互协作的系统。其中,编队控制是多智能体系统的重要研究分支之一,主要目的是,智能体为完成任务目标,能够保持队形、变换队形或者跟踪预定轨迹等。目前,编队控制已在军事领域和民用领域有着广泛的运用,如军用无人机编队,卫星编队,无人机表演等。本文研究多智能体系统的编队控制与实现方法。首先采用偏微分方程(PDE)建立了多智能体系统整体动力学模型,
学位