[发明专利]一种面向临近空间的智能目标发生方法有效
申请号: | 201410131133.2 | 申请日: | 2014-04-02 |
公开(公告)号: | CN103942369B | 公开(公告)日: | 2017-05-03 |
发明(设计)人: | 陈晨;韩晓隆;陈杰;彭志红;丁舒忻;孙春雷;孙振 | 申请(专利权)人: | 北京理工大学 |
主分类号: | G06F17/50 | 分类号: | G06F17/50 |
代理公司: | 北京理工大学专利中心11120 | 代理人: | 高燕燕,仇蕾安 |
地址: | 100081 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 面向 临近 空间 智能 目标 发生 方法 | ||
1.一种面向临近空间的智能目标发生方法,其特征在于,包括如下步骤:
步骤1、加载二维地图信息,并在二维地图上随机选择目标的起点和终点,确定所需生成的目标的数量以及类型;
步骤2、根据所需生成的目标的数量以及类型创建三维目标模型,同时将二维地图信息以纹理的形式加载到球体表面创建环境模型,并根据需要在环境模型中添加雷达;
步骤3、根据所述步骤1中确定的所需生成的目标的数量及类型,根据各类型的目标在临近空间中的飞行作用,对三维目标模型进行参数设置;加载所述三维目标模型以及目标环境模型并进行渲染形成三维视景;
步骤4、对三维目标模型进行智能目标最优路径规划,过程如下:在所述目标的起点和终点之间随机选择n条可行路径,每一条可行路径作为一个粒子,建立粒子群,所述可行路径由散点组成,初始化每个粒子的速度与位置,设定迭代次数,以粒子群优化算法PSO进行粒子的迭代搜索;迭代搜索进行至设定的迭代次数之后或者满足迭代要求之后,获得最终的优化结果对应的可行路径,该可行路径即为最优路径;
所述PSO的适应度函数为:J=∑(w1T+w2M+w3H+w4N+w5P),则在迭代搜索的过程中,每一次迭代均需要计算出每个粒子的适应度函数;对于一个可行路径中每一个散点,T为环境模型中的雷达探测到该散点的概率;M为该散点处实时的气象信息;H为该散点处目标的高度;N代表该散点在其所在可行路径中的编号;P为目标的最小转弯半径;w1、w2、w3、w4、w5为常数,分别为T、M、H、N、P的权重,根据实际的需求设定权重值;
步骤5,所述三维目标模型根据所述步骤4获得的最优路径进行目标发生仿真。
2.如权利要求1所述的一种面向临近空间的智能目标发生方法,其特征在于,该方法建立了基于HLA的仿真系统,所述仿真系统包括目标联邦成员、雷达联邦成员、环境信息联邦成员、管理联邦成员以及信息处理联邦成员;
其中所述目标联邦成员用于模拟所述步骤1~步骤5的过程,最终生成目标并对目标进行最优路径规划;
所述雷达联邦成员用于模拟雷达对于目标的搜索和探测过程;
所述环境信息联邦成员读取环境模型中的气象信息;
所述管理联邦成员监管其他联邦成员状态,同时控制仿真的开始与结束;
所述信息处理联邦成员用于读取雷达联邦成员的探测结果并对探测结果进行处理;整个仿真系统采用数据库保存与读取各类数据;
该仿真系统中的各联邦成员之间通过RTI进行数据交互,实现数据实时共享。
3.如权利要求1所述的一种面向临近空间的智能目标发生方法,其特征在于,所述步骤2中在进行三维目标模型创建时进行模型优化,优化包括如下两个方面:①删除三维目标模型中不可见的背面多边形;②删除冗余多边形,所述冗余多边形为始终不会被显示出来的多边形。
4.如权利要求1所述的一种面向临近空间的智能目标发生方法,其特征在于,所述步骤3中对三维目标模型进行参数设置时,所设置的参数具体包括:目标的速度、加速度、飞行姿态、最小转弯半径以及不同姿态下的雷达反射面积。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京理工大学,未经北京理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410131133.2/1.html,转载请声明来源钻瓜专利网。