战场环境模拟（精选7篇）
战场环境模拟 篇1
1引言
OSG是一个开放源代码、 跨平台的场景图形开发库, 它基于场景图的概念, 提供一个在Open GL之上的面向对象的框架, 能为战场环境的开发提供方便的场景管理和渲染优化功能[3]。 基于OSG图形库, 搭配跨平台开发软件QT实现了视景中的雾效模拟, 有效解决了虚拟战场环境对雾气效果的需求。
2基于OSG的雾效模拟
2.1 OSG图形引擎
OSG是一个开源的场景图形开发库, 主要为图形图像应用程序的开发提供场景管理和图形渲染优化功能, 已被广泛应用于可视化仿真、 游戏、 虚拟现实、 高端技术研发以及建模等领域。 它使用可移植的ANSI C++编写, 并使用已成为工业标准的Open GL底层渲染API。 因此OSG具有跨平台性, 可以运行在Windows、 GNU / Linux、 IRIX、 Solaris、 HP以及Free BSD等操作系统之上。
2.2雾效模拟
Open GL的某一类渲染属性往往需要通过设置一个或多个状态参数来实现。 OSG中用于表达渲染属性的osg::State At- tribute类极其派生类的工作, 就是将Open GL的各个渲染属性参数按照其类型进行分组和封装, 并通过set Attribute() 函数设置给某个节点的渲染状态集。 雾效的管理主要是由继承自osg::State Attribute的osg::Fog类来控制渲染的, 继承关系图如图1所示。
在OSG中, 雾效有两种模式, 可以通过Fog::set Mode() 的方法来设置。
全局雾(global fog) 图像效果可以创建基于相机的渐变雾, 所有的计算均在世界空间内完成, 从而有可能创建出基于高度雾模式的效果。 但是它不能控制局部地区的雾化效果。 其中, 第一种全局雾EXP是雾效的最简单的一种模式, 可以实现充满更个场景的基本渲染。 它渲染速度较快, 可以在较老的PC上工作, 但物体并没有真正地存在于雾中, 仅仅是一种阴霾的效果。 EXP2相对于EXP更有深度感, 更逼真些, 但远近距离效果依然不够真实。
在线性雾(Linear Fog) 模式中, 雾化因子随着距离视点深度值的增加而线性减少, 使得物体淡入淡出的效果更加自然。 因此线性雾是最好的雾化渲染模式, 能够更为逼真地模拟现实中的场景。
雾的坐标源也有两种, 可以通过Fog::set Fog Coordinate- Source (GLint source) 的方法来设置。
雾的坐标源在使用固定管道的顶点处理时, 雾效的值可以是眼坐标系中的y坐标值, 也可以是经过差值的雾坐标, 这是由雾的坐标源是设置成GL_FOG_COORDINATE还是GL_FRAGMENT_DEPTH决定的, 在可编程管线中应用较多。
雾效的特性还有颜色、 浓度和起始位置等, 可以调用下列类的成员函数来设置相应的特性:
OSG还提供了get Fog() 函数来实现系统预定义的雾效, 代码相对短小, 但是雾效不明显。 采用osg::Fog类提供的函数来自定义雾效时, 雾效比较明显, 改变起来也十分灵活, 但是可能因为雾效过于明显而使得模拟环境的其他元素不易观察, 在应用时要具体调试分析。
3 OSG嵌入QT解决方案
在QT的窗口上嵌套OSG, 最简单的思路是使用多进程, 以一种外部控制的方式使两个窗口叠加起来, 使得视觉上看起来像是父子关系, 但不是真正意义上的父子关系。 这种方法实现简单, 但窗口间无任何关系, 相互通信或变量交换等难以实现, 因此这并不是一种很好的解决方案。
第二种思路, 要嵌入到一个QT类型的主窗口, 本身就必须是QT类型的窗口, 就需要从众多Q系列的窗口里找到一个支撑OSG画面的窗口类型。 OSG是基于Open GL的渲染引擎, 而恰好QT也有对Open GL窗口支持的Q类型窗口, 这种窗口就是QGLWidget。 QGLWidget是多继承了QWidget和QGL, 使得这种窗口本身既是QT类型的窗口, 又让此窗口有了三维视觉效果。 基于这种思路, 设计派生类如下:
基于派生类Adapter Widget初始化视景器后, 就可以声明一个对象并作为一个QWidget嵌入到QT中去了。
第三种思路, 就是直接采用是OSG提供的osg Viewer:: Graphics Window Qt类来实现目的。 Graphics Window Qt继承自Graphics Context, 通过它可以设计一个新的用于OSG渲染的设备对象, 而该对象内部封装了Qt的窗口类QGLWidget。 Graphics Window Qt的继承关系图如图2所示。
之后基于Graphics Window Qt声明的对象初始化视景器, 然后调用get GLWidget() 方法返回一个QWidget, 并将其嵌入到QT窗口中。
无论第二种思路还是第三种思路, 实现原理都是基于Qt的窗口类QGLWidget, 只不过第三种思路中Graphics Window Qt将QGLWidget进行了内部封装, 代码相对简洁易懂一些, 而最终效果是基本相似的。
4实验测试与分析
在CPU为Intel (R) Core (R) i3-2120 3.30GHz, 内存2GB, 显卡AMD Radeon HD 7450的PC上进行仿真模拟。 图3、 图4分别为Windows XP下线性雾效下的全局俯瞰场景和局部场景。 程序运行正常、 流畅。 此外通过鼠标移动视点, 可以发现距离物体或者地面距离越近, 雾气就越薄, 视觉就越清晰, 这也符合普遍常理。
参考文献
[1]游雄.基于虚拟现实技术的战场环境仿真[J].测绘学报,2002,2.
战场电磁环境下光电环境构成分析 篇2
在电磁频谱上, 光波频率远远大于无线电波的频率, 包括红外线、可见光、紫外线等部分波段。军事需求是光电子应用的强大动力。20世纪90年代以来, 光电子技术在高技术局部战争中的应用越来越广泛。光波在军事上的应用拓展了战场电磁环境的范畴, 尤其是大功率激光的运用, 使战场电磁环境复杂度向更深层次发展。因此, 对战场电磁环境下光电频谱构成及对抗的研究, 是目前军队信息化建设的需要, 也是加强光电武器装备控制和应用的必然要求。
1 战场电磁环境下光电环境
1.1 战场电磁环境下光电环境内涵
随着电子技术到光电子技术的进步, 光电武器装备得到了迅速发展, 在军事上得到了重视和广泛应用, 这直接形成了战场光电环境。通常概念下, 把光波统称为“光辐射”[1], 根据电磁频谱的划分, 光波段在0.01μm～1000μm之间。战场光电环境是指在作战空间内, 自然辐射的基础上, 与作战有关的光电设备及其光辐射特征的统称。
战场环境包括战场物质环境和战场信息环境[2]。无论物质环境还是信息环境都同电磁环境密切关联。电磁频谱中光波段在大气传输过程中, 由于大气中各种粒子的吸收和大气层散射, 只有某些波段范围内的光才可以有效传输, 按所属波段范围可以分为:光学窗口、红外窗口等。吸收粒子主要有水汽、二氧化碳、臭氧等。
目前我们可以使用的红外大器窗口主要有三个:1～3μm、3～5μm、8～14μm。地表的辐射平均温度为290K, 相应的峰值波长约为λm≈10μm, 恰好是第二个窗口的中间值。另一个窗口的中间值约为λm≈4μm, 与720K的温度相对应, 正好与发动机、动力设施和燃气等热源相匹配[3]。对于紫外辐射, 目前已经成为各国对导弹尾焰探测的重点研究领域。
1.2 战场电磁环境下光电系统应用
目前, 军事上在光波段的应用主要有:
光电探测/侦查;光电干扰;光电攻击;光通信/导航/敌我识别;光电防护。
2 战场电磁环境下光电环境描述
在实际战场上, 由于参战方应用的光电武器数量、种类、辐射强度、作战任务、作战方式的不同, 光电信号及其复杂。对战场电磁环境下光电环境的描述要依据综合描述、重点突出的特点, 及时把握敌方作战意图, 以正确形成指挥人员的作战决心[4]。
2.1 光电环境下各种辐射
电磁辐射有自然电磁辐射和人为电磁辐射。战场上的光电辐射源见表1。
2.2 战场光电环境描述
2.2.1 主要辐射源辐射特征描述
自然界中, 一切温度高于-273.16K的物体都不断地辐射红外线, 这种现象称为热辐射。是物质内部分子、原子的热运动所产生的电磁辐射。
太阳的辐射特性。太阳辐射一般看成是6000K的黑体辐射, 到达地球表面的太阳辐射主要在0.3～3μm波段。
月亮辐射特性。晴朗天气下, 月球在地表水平面的辐照度是月球仰角和月相角的函数。
天空背景的辐射特性。天空的光辐射主要来自于对太阳、星光等散射和大气自身的热辐射。在可见光波段, 晴天, 地面上总照度的20%来在天空, 晴天和无月的夜间天空亮度相差8个数量级。在红外波段, 白天, 3μm以下的为大气散射的太阳辐射, 3μm以上的为大气的本征辐射, 辐射极大值是可见光波段0.45μm处。
晴朗夜空的辐射接近于具有最大辐射波长为10.5μm的黑体辐射, 夜晚以热辐射为主, 与水蒸气、二氧化碳、臭氧的含量有关。
地物辐射特性。反射特性:a) 植被:从0.7μm附近开始, 其反射率迅速增加, 大多数植被在近红外的反射率为0.45～0.5, 透射率为0.45～0.5, 吸收率小于0.5;b) 水:纯水除在蓝绿波段有0.1左右的反射率外, 其它波段的反射率都很低;c) 冰雪:冰雪在可见光波段的反射率接近1, 在红外波段反射率明显下降。
辐射特性:4μm以下地物的红外辐射与太阳光和地物的反射率有关, 4μm以上为热发射区, 与其本身温度和发射率有关。
海洋的辐射特性。3μm以下, 白天海洋的光辐射主要是对太阳和天空辐射的发射;4μm以上, 无论是白天和晚上, 海洋的光辐射主要来自于热辐射。
2.2.2 频域描述
战场上光波段工作着很多光电设备, 根据其频域特征, 主要归纳了主动式光电设备频域构成见表2[5]。
2.2.3 空域描述
陆、海、空、天、电五维战场中几乎充斥着各种各样的光电设备, 它们是电子战和信息站不可或缺的武器装备。下面对光电设备的空域构成进行分析。
陆地。陆地作为人类栖息之地和现代战争的主要战场, 光电设备种类和数量最多。地对地、地对空、地对舰、单兵等激光/红外制导导弹;热像仪、夜视仪、激光测距机、激光武器系统等;各种光电告警装置;各种光波段干扰装置等。
海面和水下。海洋是人类第二个开辟的战场, 陆地上的大多数光电设备都可以移植到海军装备上。
空中。各型战斗机、直升机装备的主要光电设备有:可见光照相机、多光谱照相机、激光扫描相机、红外扫描相机、电视摄像机、激光测距机、主动式或被动式激光/红外侦查设备;微光夜视、红外成像等观瞄设备;激光、红外、紫外告警设备;激光、红外、电视等光电制导系统;红外诱饵弹;红外干扰机;空基激光武器等。
太空。太空中, 作战平台主要包括太空站、各种光学侦查卫星、遥感卫星和太空望远镜。这些平台上搭载有各种光电侦查设备:可见光相机、红外遥感器、电视摄像机、多光谱扫描仪等;太空站和卫星可以直接搭载激光武器;太空望远镜在作战时可以直接提供高清晰影像资料等。
3 结束语
随着信息战和综合电子战成为现代战争中的主要作战方式, 光电武器装备得到了迅猛发展, 对光电信号的控制和反控制是其精髓所在。战场电磁环境下的光电环境构成很复杂, 重要设施和光电武器装备周围电磁环境更是密集。通过光电环境的频域特征和空域特征的描述, 应用针对性的光电侦察、光电干扰、光电摧毁以及相应的防护措施, 提高综合电子战的能力, 这也是战争胜败的关键因素之一。只有深入研究战场光电环境的构成和光电对抗的策略和方式, 才能为未来信息战做好准备、打下基础。
摘要：作为战场电磁环境构成要素之一的光电环境, 已经深深的影响到了武器装备的效能发挥和战争结果, 本文分析了战场光电环境的内涵和应用, 详细进行了战场光电环境的特征描述, 并论述了战场光电环境对抗的实质和方法。
关键词：战场电磁环境,光电环境,光波段频谱
参考文献
[1]王汝群.战场电磁环境[M].北京:解放军出版社, 2006, 110.
战场环境模拟 篇3
1 节点辐射保障模式研究
战场区域可以根据空间分布分为基点、节点、触点。基点是区域的最顶层, 节点是作为中继层, 触点是作为末端层。节点辐射保障模式运行机制的关键在于, 设计科学的保障节点、功能向外辐射、区域实施保障。
1.1 节点辐射基本结构
节点辐射式保障是基于战场空间的区域层级切割, 区分层级地实施通用装备保障, 主要结构由节点到触点的辐射, 即保障功能由节点向触点进行辐射, 如图1所示。
1.2 节点辐射保障模式特点
节点辐射保障模式具备一对多的特点, 即一个通用装备保障单元可完成保障多个通用装备的任务。节点辐射保障模式也代表着传统的层级保障模式, 既定的装备保障体系按照原有的层级概念对通用装备进行综合保障, 如图2所示。
1.3 节点辐射保障模式应用
节点辐射保障模式可用于建制部队的通用装备保障, 在保障模式上具备较强的操作性, 特别是在规模作战中能建立较为完备的保障结构、系统和体系, 按照“触点—节点—基点”的响应程序, 能较为完整地完成战场通用装备保障任务, 特别是针对区域保障任务“快速反应”的要求, 能较好地完成“即时保障”。即时保障也可称为实时化装备保障, 主要能通过快速的“反射弧”效应, 对故障装备进行快速抢修, 并能够有效地辐射到整个任务区域[1]。
2 自主协同保障模式研究
自主协同保障模式主要是针对战场环境中任务部队级别的横向合作模式, 本文拟采用常规Voronoi图对任务区域进行划分。假设平面上的一个控制点集P={p1, p2, …, pn}, 3≤n<∞, 其中任意两点都不共位, 且任意4点都不共圆, d (pi, pj) 表示点pi与点pj之间的欧氏距离。称为点pi的Voronoi多边形, 简称V-多边形。各点的Voronoi多边形共同组成Voronoi图, 简称V-图。
如图3所示, 可以看出采用V-图可对平面空间进行多边形划分, 使平面区域内的各个保障力量单元辐射的范围相一致, 即点辐射满足面需求。但在实际作战中, 容易出现某一节点被敌人破坏或攻击, 失去通用装备保障能力, 进而影响区域整体的通用装备保障效能。由此考虑, 必须加强区域内通用装备保障力量的自主协同保障[2]。
2.1 自主协同基本结构
自主协同基本结构主要是侧重于保障结构的空间延伸。在节点级别加强了横向的交流和沟通, 上级可对下级进行支援保障;在触点级别能基于任务或基于故障进行快速的技术互补, 甚至可以接受另一建制单位上级装备保障力量的技术支援。将原有的层级保障结构拓展为网状结构, 利于从末端解决战时通用装备保障“响应时间长、处理周期慢”的现实矛盾, 如图4所示。
2.2 自主协同保障模式特点
自主协同保障模式的主要特点可归纳为“互融性高、互补性强、容差性大”。互融性高是指各个通用装备保障力量在区域内可实现职能的互相交流;互补性强是指各个通用装备保障力量在区域内可实现抢救、抢修的技术支援, 特别是针对军地两用装备, 地方维修人员能有效地补充军队的维修力量;容差性大则是指建制内上层装备保障力量, 能够为建制外的下级装备保障力量提供装备保障技术支援, 即在触点发生通用装备故障时, 可由本建制上级进行支援, 也可以请求临近单位上级或相当级别的装备保障力量提供技术支援, 从而增强了整体通用装备区域保障的鲁棒性[3]。
2.3 自主协同保障模式应用
自主协同保障模式不要求具备完整的由上至下的指挥体系, 只需要中低端的指挥局域网即可完成保障, 发挥应有的保障效能, 特别适用不在电磁环境受干扰的区域和自然环境恶劣的区域实施。具体来讲, 一般情况建制保障, 可能情况随机保障, 紧急情况优先保障。
3 动态重组保障模式研究
战场通用装备发生故障, 往往通过独立、原始的装备保障力量无法快速完成保障任务。由此可考虑将多支装备保障力量进行再次编组, 编组形式也不局限于传统的按专业分组和按编制分组, 而是基于目标装备的编组, 并随着时间动态的发展而变化。由此, 可探索研究动态重组通用装备保障模式[4]。
3.1 动态重组基本结构
动态重组基本机构是由若干保障单元抽组或重建的新保障单元, 可对通用装备实施更加高效的装备保障能力, 产生1+1>2的效果, 并且这种装备保障新单元组合形式多变。可以是2个或N个旧单元组成的新单元, 体现数目的变化;也可以是同一类型单元的加强, 形成更高一级的保障能力。在动态重组前, 各个保障单元之间仅仅是平等合作关系;而在动态重组后, 各个保障单元之间有可能出现主次关系, 但是都不会影响最终装备保障能力的提升, 即新保障单元的保障能力必定大于原来分散的装备保障能力之和, 如图5所示。
3.2 动态重组保障模式特点
动态重组保障模式的特点是形式灵活、结构多变、适用性强、灵敏度高。形式灵活主要体现在重组力量多元化, 根据需要进行故障装备需求的调整, 可以是简单的建制力量和支援力量的叠加, 也可以是军地双方协作解决;结构多变主要体现不拘束与简单的力量重组, 可根据重组后的装备保障力量及时间维度的调整, 体现结构发展变化的动态特性;适应性强主要体现于能针对需求进行动态重组, 从而达到了满足多样化需求的目标;灵敏度高则体现在动态重组后, 可实现不同输入来提供精细化、差别化输出。
3.3 动态重组保障模式应用
动态重组保障模式主要运用于需求不明确的通用装备保障, 利用其“形式灵活、结构多变、适用性强、灵敏度高”的特点, 指定适应不同作战样式的通用装备保障计划, 通过灵活运用和自适应调整, 提升通用装备区域保障的能力。应用可归纳为“基于功能、模块编程、适应任务、随机重组”。
4 多维聚焦保障模式研究
4.1 多维聚焦基本结构
多维聚焦保障模式是典型的多对一的通用装备保障模式, 即在通用装备发生故障时, 附近装备保障力量快速赶到发生故障地域, 通过多方装备保障力量的协力合作, 完成战场抢救、抢修任务。多维聚焦重点体现出多维度的力量融合, 通过装备保障力量和保障资源的精确利用, 保持和恢复通用装备的技术性能和战术性能, 如图6所示。
4.2 多维聚焦保障模式特点
多维聚焦保障模式的特点主要体现在“力量多元、导向性强、鲁棒性高”。力量多元主要体现在装备保障力量的主体多元, 客体单一;导向性强则主要体现装备保障重要方向, 一般就是指向影响部队战斗力的重要环节;鲁棒性高则体现在多方装备保障力量集中保障通用装备, 即使某一股力量受到打击或不能及时到位, 都不会从根本上影响最终的装备保障效果。
4.3 多维聚焦保障模式应用
特别是在区域保障中, 对重要目标、指挥所、值班火器都可以归属为多维聚焦的终端。多维聚焦保障模式消耗大量的人力、物力和资源, 应当首先安排重要目标和重要方向的指挥、火器和新型装备, 确保装备运行顺畅。
5 小结
通过研究通用装备区域保障, 节点辐射式、自主协同式、动态重组保障式、多维聚焦式, 4种模式的基本结构、主要特点及应用条件, 为构建适应未来信息化战争需求的通用装备区域保障模式研究打下基础, 但在结构的二次开发方面的研究还有待于进一步深化。
参考文献
[1]徐航, 陈春良.装备精确保障概论[M].北京:解放军出版社, 2008.
[2]雷红伟, 祁永强.通用装备保障体系建设研究[M].北京:国防大学出版社, 2009.
[3]孙宝龙.通用装备保障概论[M].北京:国防大学出版社, 2011.
云计算环境下的海量战场信息处理 篇4
一、云计算的战场信息处理技术概况
云计算是一种能够通过网络以便利的、按需付费的方式获取网络、服务器、存储、应用和服务等计算资源, 并提高其可用性的模式, 这些资源来自于一个共享的、可配置的资源池, 并能够以最方便、快捷和无干预的方式获取和释放。其对战场信息处理技术可归纳为以下几个方面。
1.1战场信息的分布式存储技术
云计算存储数据的主要方式即为分布式存储, 也是在未来战场上用于存储战场海量信息的主要手段, 这在一定程度上确保了战场信息的高可靠性、可用性和经济性。其中战场海量信息存储的高可靠性主要是借助冗余存储方式来实现, 通过可靠的指挥平台有效弥补硬件方面存在的不足。因为云计算系统需要满足异地配置的大规模作战单元、作战力量使用需要, 因此必须要使数据存储技术具备超强的传输速率和吞吐量的功能, 才可以并行的为所有应用终端提供信息服务, 分布式存储方式恰恰满足了这一要求。
1.2战场信息的虚拟化技术
在虚拟化技术中, 被虚拟的实体是各种各样的IT资源, 这些资源主要包括网络、存储、文件、系统、软件、服务器等。在云计算环境下, 作战指挥平台虚拟化的解决方法是通过网络将各级各类指挥信息系统进行整合, 其集服务器、应用软件、相关服务、数据库系统以及网络设备等于一体, 支撑战场海量信息在虚拟化条件下高效运转, 给指挥人员和作战力量带来真正意义上的虚拟化服务。
1.3战场信息的高效管理技术
目前, 云计算数据管理技术中最常用和最知名的技术是Big Table和Hbase。由于云计算的作战指挥应用目的是因为要实时的处理分析较大的作战数据集以完成各指挥终端提交的计算任务, 因此云计算数据管理技术必须要有对战场海量信息的高效管理能力, 同时还要能从战场海量信息中提取出特定的信息, 以此来满足指挥人员的应用需求。
1.4战场信息的并行处理技术
随着参战力量、任务类型的多元化, 指挥信息系统需要同时向众多用户提供互不相同的信息服务, 所以云计算的编程模型必须确保后台复杂的并行计算和任务调度, 这是有效利用云计算资源的基础也是前提。当前, 诸多行业的云计算一般采用的编程模型是Map Reduce, 该模式若应用于作战指挥中可为并行信息系统的战场信息处理提供简单、实用、高效的解决方法, 其优势在于归并成本、性能更佳、处理更快、效果更好、部署更容易。
二、云计算的战场信息处理应用优势
当前世界主要军事强国一直加紧推进云计算在军事信息领域的应用研究和部署, 其目的是希望通过云计算将在战场上助力夺取信息优势, 从而进一步转化为决策优势和作战优势, 以实现向“网络中心战”转型。
2.1可提供实时、安全的信息处理平台
在战场云计算环境下, “云”将信息处理终端和计算分布在不同的服务器上, 信息处理系统不再单纯在本地服务器上处理和分析数据, “云”中的信息可根据指挥需求进行共享使用。
当“云”中的部分服务器、计算中心遭敌摧毁或干扰, 以及因设备原因出现故障时, 整个系统仍然可以保持良好的正常运行, 并能通过部署新的服务器, 更新信息处理软件来维持和优化“云”的性能, 从而达到信息处理实时化和战场适用性、安全性。
2.2可提供科学、精准的指挥决策信息
由于侦察监视系统的智能化、一体化程度不断提高, 获取的战场信息必将呈爆炸式增长, 同时随着战场局势的瞬息万变和作战节奏的加快, 信息的价值性会随着时间的推移而逐渐降低, 因此在作战过程中对战场海量信息处理的准确性、及时性要求越来越高。在云计算环境下, 各种侦察监视系统、各类传感器等获取的战场信息全部汇集到“云”中, 由指挥专网上的云计算中心、服务器组共同进行超大规模的计算任务, 实时的处理海量的战场信息, 瞬间完成数据融合、情报分析、态势展示等信息处理活动, 为指挥人员决策提供了可靠的信息保障。
2.3可提供动态、可视的战场态势信息
未来战场所面临的威胁不仅仅来自陆、海、空、天, 更多的是来自外层空间、网络空间、电磁空间, 因此必须要使整个战场空间在参战人员眼下实现全方位透明化, 才能快速夺取战场信息权。云计算恰好可为每一个授权应用终端及时准确、直观形象地提供作战所需的战场信息, 辅助指挥人员在“云”中通过指挥终端实时掌握作战对手的兵力部署、火力配置、装备部署、部队机动状态、展开队形、战斗情况、协同动作等, 以及战场气象、水文、地理、电磁环境等信息, 为指挥员决策提供了足够的战场信息。除此之外, 指挥人员和作战力量还可通过云终端在战场的任何地点、任何角落都能完全查看战场的整体情况, 对任何作战环节、作战流程都了如指掌, 大大提高了作战指挥的有效性。
三、云计算环境下战场信息处理方法
云计算环境下要使战场信息处理最大限度的满足作战指挥需求, 离不开云计算的相关数据处理技术作支撑。未来作战过程中, 战场上产生的数据基本上呈现出数据量大、数据类型多、增长速度快等三个特征, 如何驾驭这些价值密度相对较低的大规模战场信息, 深度挖掘出更多的高价值情报, 是当前急需解决的重要问题。云计算的提出为战场海量信息的处理提供了一个有效的平台, 其关键技术可支撑战场海量信息快速、准确的处理。
3.1云计算环境下的战场信息存储方法
由于作战指挥应用需求特性和信息资源条件的不同, 云计算环境下的海量战场信息存储与传统计算环境下的技术有着显著的差别, 信息存储主要依靠大规模分布式文件系统和分布式数据库系统。其原因是各级指挥机构异地配置在广阔的作战区域, 如果建立军兵种各自的存储系统, 将会存在经济投入和维护成本较高, 而且专业性管理难度大, 以及可伸缩性不强、支撑指挥员决策的信息量不充足等诸多问题。为此, 建立战场云数据中心存储设施, 通过简单的网络Web服务接口, 将所有作战力量所获取的战场信息实时传输至云端, 并按需使用分布式存储服务, 充分利用了云计算平台的专业化、规模化、集约化等优势, 即获得了经济便捷的云存储服务, 又可为共享战场信息提供良好的平台基础。
3.2云计算环境下的战场信息分析方法
在战场海量信息存储在云中的前提下, 各指挥终端在分析处理信息时如果采用信息下载回本地计算机再进行处理的方式, 将会出现指挥终端不具备分析处理大规模信息的功能和信息传回本地产生信息延迟等问题。因此, 云计算环境下, 战场信息处理不可采用先存储后处理分析的模式, 而是在云中对数据流进行实时的、智能的分析。具体是采用分布式的并行计算方法对生成战场综合态势一项大的任务尽量分解成许多彼此相对独立的子任务, 而后分配到多个服务器上同时执行, 并且云中的各种资源在所有服务器之间实时共享, 最后经对各子任务汇总操作后, 展示最终处理分析的结果。这种使得各级各类指挥人员、作战人员可以在战场上支配无穷无尽的计算资源和信息资源, 确保了战场海量信息处理分析的高效性和可靠性, 大幅提升了作战指挥的效能。
3.3云计算环境下的战场信息查询方法
通过云计算平台, 将战场上所有服务器整合成为一个云系统, 每个服务器则成为云系统中的一个节点。从而组成了信息资源利用率高, 信息查询速度快、成本低的信息查询系统。当战场综合态势不能够支撑指挥员作出精确决策的时候, 需要查询相关的战场信息作为补充, 为此在云计算环境下, 指挥人员可向云中提出查询要求, 并将提问式提交给查询代理, 查询代理将查询提问式发送至云中的各个服务器, 并对各节点上的存储服务器中的信息进行分析排序, 得出与所需信息相关度排在前列的服务器, 同时对这些存储服务器进行并行分布式查询, 最后将查询结果重新整合按相关度排序后传输到查询界面, 供指挥人员参考使用。与传统的本地查询方式相比, 云计算环境下的信息查询是云中的所有服务器同时向指挥人员提供服务, 大幅缩短了查询的时间, 并且在云中海量信息集挖掘出用于指挥决策的信息, 其价值性相对较高。
摘要：云计算为复杂的海量战场信息处理提供了基础设施, 助于提升了信息服务的质量。文章从云计算的信息处理技术和应用优势入手, 对基于云计算环境下的海量信息存储、分析、计算及查询处理进行了探讨。期望通过本文粗浅的研究能够对完善海量战场信息处理方法提供一些有价值的帮助。
关键词：云计算环境,战场信息,处理技术
参考文献
[1]苏继斌, 张永丽, 陈卫东, 韩可玉, 云计算在军事作战指挥中的应用研究[J].软件导刊, 2013.1.
[2]吴昱, 大数据精准挖掘[M].北京:化学工业出版社, 2014.3.
[3]熊家军, 李强, 云计算及其军事应用[M].北京:科学出版社, 2011.10.
[4]祁伟, 刘冰, 路士华, 冯德林, 云计算:从基础架构到最佳实践[M].北京:清华大学出版社, 2013.8.
战场环境模拟 篇5
1平面结构的路由协议分类
1.1表驱动路由协议
表驱动路由也称做先验式或主动式路由,其路由发现的策略:通过节点周期性地广播HELLO分组来交换路由信息,主动发现路由并且在本地维护一个全网路由表。常见的表驱动路由协议由DSDV[2]协议和FSR[3]协议。
1)DSDV协议
DSDV路由协议[4]是一个基于经典分布式的Bellman-Ford路由选择机制的主动路由协议,他在传统的距离矢量(Distance Vector, DV)算法的基础上引进了序列号机制,通过给每个路由设定序列号来区分新旧路由,从而避免了传统DV算法可能产生的环路问题。DSDV路由协议采用时间和事件驱动技术控制路由信息的传输,每个节点都在本地维护一张路由表,表中包括所有有效目的节点的地址、到达目的节点的度量值和目的节点路由序列号等信息。
2)FSR协议
FSR协议[5]是一个针对移动自组网环境开发的简单、有效的链路状态(Link State,LS)类型的主动路由协议。FSR协议对LS算法进行了改进,它不是将LS消息广播到整个网络中,而仅在邻居节点间交换LS消息。此外,FSR协议将“鱼眼”技术引入到传统的LS路由协议中,对于路由表中不同的记录采用不同的时间间隔交换LS消息,即对于较近的节点用较短的间隔交换LS消息,对于较远的节点用较长的间隔交换LS消息,这就降低了路由控制消息的传输频率,同时减少了路由控制消息的流量。
1.2按需路由协议
按需路由协议也称为反应式路由协议,它不需要维护实时准确的全网路由消息,只需要在源节点有通信需求时,根据网络状态并利用事先设定的算法搜寻路由即可。目前常见的按需路由协议有: DSR[6]协议和AODV协议[7]。
1)DSR协议
DSR协议是一个基于源路由概念的典型的按需自适应协议,当源节点要向目的节点发送数据分组时,首先通过路由发现找到一条合适的路由,然后发送数据分组。所谓源路由,是指在每个数据分组的头部都携带有在到达目的节点之前必须经过的节点序列的列表,即每个数据分组的头部都包含由到达目的节点的整条路由信息。
2)AODV协议
AODV是一种专门针对移动自组网设计的典型按需路由协议,它建立在DSDV算法之上。实质上,AODV时DSR和DS-DV的综合,它借用了DSR协议的基于按需路由发现和按需路由维护机制的基础程序,以及DSDV的逐跳(hop-by-hop)路由、 顺序编号和路由维护阶段的周期更新机制。
2战术移动自组网通信特点
战术移动自组网除了普通移动自组网共有的网络拓扑动态变化和无线传输带宽受限特点外,还具有以下自身的特点:
1)一般战场环境下,通信范围变化都比较大,通信链路距离往往较长,旅营级的通信覆盖范围在几十公里,而班排级的通信覆盖范围可能只有几十到几百米。
2)在战场环境下的移动自组网的网络带宽比较小,数据传输率较低。并且在新一代超短波电台的信道带宽也不超过几百kbps。
3战场环境下的网络参数
在表1中,设置了战术移动自组网的基本通信网络参数, 并在此基础上,根据应用的具体需求,同时对网络节点相关参数进行了适当的配置,通过详细的仿真评估与验证,发现提高系统传输能力的相关影响因素。
4典型路由协议的仿真结果
4.1 节点天线覆盖范围5km的仿真结果
1)带宽32kbps
2)带宽128kbps
4.2节点天线覆盖范围10km的仿真结果
1)带宽32kbps
2)带宽128kbps
4.3仿真分析
由上面仿真结果可以看出,当天线覆盖范围是5km时,信道带宽为32kbps,各类协议的端到端延时很大,数据的分组递交率都比较小,各方面性能表现都比较差;而当信道带宽有所增加时,表驱动路由协议性能有明显提高,而按需路由AODV协议总体性能表现都比较好,有适应不同带宽条件的优势。另外,在不同节点移动速度情况下,各协议性能变化不是很大。
当天线覆盖范围是10km时,在带宽为32kbps比较小的情况下,各类协议的通信性能状况都比较差;随着带宽增加到128kbps之后,网络端到端时延得到显现改善,可以下降到毫秒级,分组递交率整体都有所提高。并且,节点移动速度的改变对各方面性能影响不大。
由上述仿真结果分析可知,在战场环境下移动自组网的场景中,节点选择不同的移动速度时,对于各类协议产生的影响不是很大;而当天线覆盖范围有所增大时,意味着路由跳数相应的减少,各类协议的性能表现改善状况比较明显。由此说明在战场环境中,天线覆盖范围(即路由跳数)的影响要超过节点移动速度的影响。
由仿真对比可知,表驱动路由协议DSDV协议性能要比FSR要有优势;而按需路由协议中AODV协议整体性能要比DSR协议要好。总体来看,AODV协议在所有协议中的性能相对表现最好,对于不同网络状况的适应性比较强。但是,当有比较大的带宽和天线覆盖范围的条件下,表驱动路由协议的性能提升非常明显,端到端时延和分组递交率均有所提高,有时可达到甚至超过按需路由协议的表现,可以说明,足够宽的信道资源和较大的天线覆盖范围可以激发出表驱动路由协议的性能优点。
5结论
表驱动式路由协议节省了时间,而按需路由协议可弥补表驱动路由不够全面、可能过时的缺点。所以,战场环境下的自组织网络采用表驱动路由和按需路由相结合的方式。这种方式具有灵活多变性,并且在减小网络延时的同时提高了网络对各种带宽条件的适应性,满足了战场环境的复杂多变性及其对信息实时性的要求。
摘要：为了研究自组网在战术互联网中的应用,该文设计了一种战场环境下移动自组网的应用场景。根据设定好的具体参数配置,将几种比较常见的移动自组网路由协议进行了比较详细地仿真和评估,分析了节点的移动速度、路由跳数、天线覆盖范围以及网络带宽等因素对网络性能的影响,提出了适用于战场环境的移动自组网路由协议。
关键词：移动自组网,路由协议,跳数,覆盖范围,网络带宽
参考文献
[1]孟利民,宋文波.移动自组网路由协议研究[M].人民邮电出版社,2012.
[2]PERKINS C E,BHAGWAT P.Highly dynamic destination se-quenced distance vector routing(DSDV)for mobile computers[C].The ACM SIGCOMM Conf.on Communications Architec-tures[C].London,1994.
[3]郑相全.无线自组网技术实用教程[M].北京:清华大学出版社,2004.
[4]王婷.Ad hoc路由协议性能评价[J].微电子学与计算机,2008,25(4):112-115.
[5]G.Pei,M.Gerla and T.-W.Chen.Fisheye State Routing:ARouting Scheme for Ad Hoc Wireless Networks[C].Proceed-ings of ICC 2000,New Orleans,Jun 2000.
[6]BROCH J,JOHNSON D B,MALTZ D A.The Dynamic Source Routing Protocol for Mobile Ad Hoc Networks[S].Inter-net Draft(work in progress),Carnegie Mellon University,1999.draft-itef-manet-dsr-02.txt.
战场环境模拟 篇6
虚拟战场电磁环境是构建数字化战场不可缺少的组成部分。虚拟战场电磁环境的视景仿真中,由于涉及到诸多的实体、环境、参照物,所以坐标系的选取及相应的变换是必须解决的问题。雷达作为一种重要的电磁设备,是研究电磁环境视景仿真的重要内容,因此本文以雷达三维威力范围的视景仿真中,研究虚拟战场电磁环境视景仿真中坐标系的选取及变换问题。
1 坐标系定义
雷达本身的坐标通常用地理坐标表示,地理坐标的测量是基于大地坐标系的;雷达测量的高度、距离、角度等数据,往往又是在以雷达自身为参考点建立的坐标系中测量的。于是,雷达三维威力视景仿真中涉及到的坐标系主要有大地坐标系、地心空间直角坐标系以及雷达空间直角坐标系。
1.1 大地坐标系
大地坐标系采用经纬度和高度来描述空间位置。纬度是空间某点对应的参考椭球面的法线与赤道面的夹角,经度是空间中某点与参考椭球体[1]的自转轴所在的面与参考椭球体的本初子午线的夹角,大地高度是空间点沿参考椭球体的法线方向到参考椭球面的距离。
如图1所示,点O为地心,N、S分别为地球南北极点,点OI为空间中某部雷达In所处位置,虚线
1.2 地心空间直角坐标系
地心空间直角坐标系的原点位于参考椭球体的中心(地心),X轴指向本初子午线与赤道的交点,Y轴位于赤道面上,且按右手系与X轴成90°夹角,Z轴与参考椭球体的旋转轴一致,且指向参考椭球体的北极。某点在空间中的坐标可用该点在此坐标系的各个坐标轴上的投影来表示。
如图2所示,点O为地心,N、S分别为地球南北极点,点OI为空间中某部雷达In所处位置,XOI、YOI和ZOI分别是点OI在X轴、Y轴和Z轴的投影,点OI的地心空间直角坐标为OI(XOI,YOI,ZOI)。
1.3 雷达空间直角坐标系
雷达空间直角坐标系以雷达地理坐标为原点,X轴指向正东,Y轴指向正北,Z轴沿原点对应的参考椭球面的法线方向指向天顶。本坐标系用于描述以雷达为参考点(原点),测出目标位置、飞机航线等空间坐标。
如图3所示,点OI为空间中某部雷达In所处位置,X轴、Y轴、Z轴为以点OI为原点建立的雷达空间直角坐标系的三个坐标轴。
2 坐标系之间的转换
2.1 大地坐标系与地心空间直角坐标系之间的转换
大地坐标系与地心空间直角坐标系之间的转换,用于将雷达测量的空间某点
经过处理得到的地理坐标转化为地心空间直角坐标,进而可以用OpenGL、DirectX等视景仿真语言或者工具进行显示。
假设空间某点P的地理坐标为P(JP,WP,HP),在地心空间直角坐标系中点P的坐标为P(XP,YP,ZP),则二者之间的转换关系为:
①大地坐标系地理坐标到地心空间直角坐标系坐标
式中,
②地心空间直角坐标系坐标到大地坐标系地理坐标
将式(1)变形,得到式(2),如下:
对于式(2),使用迭代解法[2]或者直接解法,就可以得到P(JP,WP,HP)。
2.2 雷达空间坐标系中直角坐标与球坐标之间的转换
三坐标雷达测量的空间某点的原始坐标形式往往是采用距离、仰角和方位角的球坐标形式,而在进行雷达三维威力范围视景仿真时,又需要将这些点的球坐标转换为直角坐标,这就要建立雷达空间直角坐标系中直角坐标与球坐标之间的转换关系。
以雷达In所处点OI为原点建立雷达空间直角坐标系,设某点M的直角坐标为(XM,YM,ZM),球面坐标为(rM,θM,φM),且0≤rM<+∞、0≤θM<2π、0≤φM<π,则二者的转换关系如图4所示。
①球面坐标到直角坐标
②直角坐标到球面坐标
2.3 雷达空间直角坐标系与大地坐标系之间的转换
雷达三维威力范围视景仿真时,有时将各个雷达得到的数据进行统一处理,需要将各自雷达中的点转化到同一坐标系中,这就要建立雷达空间直角坐标系与大地坐标系之间的转换关系。
假设雷达In的地理坐标为OI(JOI,WOI,HOI)。以OI为原点建立的雷达空间直角坐标系中,某点P的球坐标为(rP,θP,φP),地理坐标为(JP,WP,HP),如图5所示。
① 球坐标转换为地理坐标
STEP1:在雷达直角坐标系中,将点P球坐标转换为直角坐标。
将点P球坐标(rP,θP,φP)代入式(3),得到点P直角坐标(xP,yP,zP)。
STEP2:雷达In的地理坐标转换为地心空间直角坐标系坐标。
将雷达In的地理坐标OI(JOI,WOI,HOI)代入式(1),得到In的地心空间直角坐标系坐标OI(XOI,YOI,ZOI)。
STEP3:求点P的地心空间直角坐标系坐标(XP,YP,ZP)。
根据文献[3]的研究结果,得到
STEP4:求点P的地理坐标(JP,WP,HP)。
将STEP3得到的点P的地心空间直角坐标系坐标(XP,YP,ZP)代入式(2)中,采用迭代法即可得到点P的地理坐标(JP,WP,HP)。
②地理坐标转换为球坐标
STEP1:雷达In的地理坐标转换为地心空间直角坐标系坐标。
将雷达In的地理坐标OI(JOI,WOI,HOI)代入式(1),得到点OI的地心空间直角坐标系坐标OI(XOI,YOI,ZOI)。
STEP2:点P的地理坐标转换为地心空间直角坐标系坐标。
将点P的地理坐标(JP,WP,HP)代入式(1),得到点P的地心空间直角坐标系坐标(XP,YP,ZP)。
STEP3:在雷达空间直角坐标系中,求点P的直角坐标(xp,yp,zp)。
将式(5)变换形式,得到:
式中,K的定义同式(5)。
STEP4:在雷达直角坐标系中,将点P的直角坐标转换为球坐标。
将点P的直角坐标(xP,yP,zP)代入式(4),即可得到点P的球坐标(rP,θP,φP)。
3 坐标系变换类
将上面对虚拟战场电磁环境中常用的坐标系及它们之间相互转换的关系,用C++语言,封装成类,类名为CCoorTran。需要时将类进行实例化,并按照需要选择相应函数即可。类中相关函数的声明如表1-2所示。
4 结束语
坐标系的选择是为了更方便有效地对战场电磁环境进行视景仿真。以雷达三维威力范围的视景仿真为例,描述了大地坐标系、地心空间直角坐标系、雷达空间直角坐标系,并给出了三个坐标系之间的转换关系。封装成类后,提高了通用性和可移植性。
摘要：坐标系变化在战场电磁环境视景仿真中具有重要作用。以雷达三维威力范围视景仿真为例,详细描述了战场电磁环境视景仿真中常用的坐标系以及相应的转换关系,最后采用C++语言将研究成果封装为一个坐标系变换类。
关键词：战场电磁环境,坐标系变换,雷达
参考文献
[1]刘平,罗伊,范海生.浅谈地球坐标系及2000国家大地坐标系[J].地理空间信息,2010,8(3):106.
[2]卫宇.考虑地球曲率情况下两点距离问题的求解[J].航空兵器,2008(3):10-11.
[3]刘军华,陈建军,吕卫祥.地球上任意两点距离、方位、仰角计算[J].雷达与对抗,2006(1):27.
战场环境模拟 篇7
海战场自然环境描述是综合自然环境建模与仿真的一部分,它主要包括海战场中的海洋、大气环境,目的是对海战场自然环境要素进行权威描述与表示,在此基础上可以建立环境数据库、开发环境建模与仿真应用软件,从而实现环境与武器装备实体的交互。
1 海战场自然环境及SEDRIS
1.1 海战场自然环境建模与仿真
海战场自然环境NBNE(Naval Battlefield Natural Environment)是指对海军武器装备所赖以存在和相互作用的海洋、大气环境的具有权威性、完整性、一致性的数据描述、模型表示和仿真[1]。海战场自然环境建模与仿真的主要用途有两个:一是虚拟现实,即视景仿真,主要实现对现实自然环境的真实再现和模拟,使训练有真实感;二是突出环境因素及其变化对作战的影响,如CGF仿真,本文的研究以此为主要目的。
针对海洋大气环境数据服务与应用,在20世纪90年代国外已经开发了ATLOS(Acoustic Transmission Loss Server)和OASES(Ocean Atmospheric and Space Environment Services)等系统,并服务于FBE(Fleet Battle Experiment)系统以及其他的作战仿真系统中。
1.2 SEDRIS规范对环境数据的表示
SEDRIS的目标是建立完整的综合环境数据模型,利用该模型提供访问数据的方法和相关数据的交换机制,支持环境数据的描述、表示、重用、交换等[2,3]。目前SEDRIS由数据表示模型DRM、环境数据编码规范、空间参考模型、应用编程接口、SEDRIS传输格式STF(SEDRIS Transmittal Format)以及实用软件工具组成[4]。
数据表示模型是SEDRIS的核心,它提供了一套完整地表示环境数据的方法。用户可以根据实际需求灵活运用它来表示各种环境数据。环境数据编码规范指明了环境数据的类型、属性及其取值等。空间坐标信息,则由空间参考模型来描述及转换[4]。
2 海战场自然环境对象框架设计结
2.1 海战场自然环境数据需求
海战场自然环境中涉及到的环境要素,主要归结为两类:海洋(包括海陆交界处)环境、大气环境。如果对其中所有的环境要素都进行描述,工作量和数据量都是巨大的,因此,有必要根据海军作战应用需求,对环境数据进行了筛选,结果如表1所示。
2.2 海洋自然环境对象框架设计
根据上述分析,可将海洋自然环境特征分为四大部分:海区概况类、海面类、水体类、流动性类。在各大类之下又包含相关的环境类,各个具体类都有自己的环境属性特征或者模型描述。海洋环境对象结构框架如图1所示。
海区概况特征类主要包括海区概况、机场概况两个子类,是作战时需要了解的海区基本情况。海面特征类主要聚合了海浪、海冰、观测特征等类。水体是海洋自然环境的主体要素,可分为基本特征类、传输特性类。海流和潮汐都对海军作战有重要影响[4,5]。
2.3 大气自然环境对象框架设计
大气自然环境对象框架与海洋环境对象框架的建立原则基本相同,只是环境类型及其属性不同,大气自然环境特征概括为四个主要部分:大气区概况、对流性特征、传输特性、可见性特征,如图2所示[3,4]。
大气区概况类主要包括大气基本特征、气候描述两个分类。对流性是地表大气环境最显著的特征,它包括云、紊流以及风三个分类。云是大气中重要的研究对象,是形成各种天气现象和降水的主要因素。大气中的传输特性也包括大气对声音、电磁等传播性能的影响。大气环境的一个重要特征是可见性,大气中的悬浮物和雾是影响可见性的关键要素。
3 基于SEDRIS的海战场自然环境数据表示
3.1 海洋与大气自然环境数据的表示
如图3所示,海洋环境中水体基本特征用三维网格数据表示,三个坐标轴分别表示经度、维度、深度,用<Property Grid Hook Point>类标识,它聚合了<Property Grid>类,<Property Grid>又聚合了<Axis>类(描述坐标轴)和<Table Property Description>类(描述网格数据的语义);海面观测特征在一定区域内基本上是相似的,用<Property Table>类聚合的<Property Value>类来记录;海流和潮汐基本属于常年的统计数据,具有比较稳定的规律性,用表数据表示,即<Property Table>类,属性由<Property Value>描述;传输特性(主要指声音传输)一般随深度发生变化,因此用一维数据进行表示,由<Property Table>类标识,它聚合了坐标轴<Irregular Axis>或者<Regular Axis>类和描述数据语义的<Table Property Description>类;而海冰用面元素表示,暗礁等用点元素表示,沿岸道路、机场跑道等用线元素表示[1,4]。
如图4所示,对于大气环境而言,基本表示方法与海洋环境数据相似。大气的基本特征可用随经纬度、高度变化的三维网格数据表示;在一定区域里风、浮质类可以认为具有大致相同的性质,可以用表数据记录;而云、降水、雾紊流则可用面特征表示;传输特性(主要指声音传输)一般随高度变化较为明显,用一维坐标数据表示。
在参照SEDRIS规范表示环境数据的时候,环境特征类型由<Classification Data>类来说明,只要填入相应的环境数据类型编码ECC(EDCS Classification Code)即可。而环境属性特征由环境数据属性编码EAC(EDCS Attribute Code)来标识,只需在相应的属性域中填入EAC代码即可[1,4]。
环境数据的空间坐标信息,则在<Environment Root>、<Property Grid>、<ImageAnchor>、<Model>、<Reference origin>、<SRF Summary>等五个类中填入相应的“srf_context_info”信息来具体指定,但在一个STF格式数据中它们应该是一致的。目前,常用的坐标系统有WGS 1984、UTM等[4]。
3.2 STF格式数据实现
根据上述对海战场环境数据的表示,下面给出了一个示意性的例子,即把海战场环境的一些数据利用SEDRIS API写成STF格式数据,并用SEDRIS SEE-IT工具进行查看。数据内容如表2所示。
这里就不再赘述SEDRIS SEE-IT工具了,可参考文献[6]。利用SEE-IT对上述STF格式数据查看后的结果如图5所示。图中红色线表示地形多边形,深绿色线表示海区多边形,蓝绿色线表示道路和机场跑道,紫色“X”表示机场,而深绿色“X”表示岛屿。可见上述描述方法能够完整、清晰地描述海战场环境实况[6]。如果点击相应的特征,还可进一步查看其点坐标、环境属性值等信息。这些数据都是通过上述方法表示出来并运用API写入的。
4 结 语
海战场自然环境描述是进行海战场环境建模与仿真的核心,本文基于面向对象和SEDRIS规范而建立的描述方法,不仅能够完整、清晰地描述和表示所需的环境要素,而且基于SEDRIS SDK能够开发出许多实用的应用程序,从而充分利用海战场自然环境的STF格式数据。另外,还可以将该STF格式转换成其他格式(如CTDB、DTED),应用到其他仿真系统中(如VR-Forces),扩展这些仿真系统的应用领域。
摘要：针对在M&S领域海战场自然环境描述不统一、不规范的现状,首先分析海战场自然环境数据需求,进而运用面向对象思想并结合EDCS分类原则建立海洋、大气环境特征对象框架;然后基于SEDRIS规范对海洋、大气环境数据进行完整的表示与存储,最后运用SEDRIS API编写一个简单的STF格式数据,并用SEE-IT工具对其进行查看,说明上述方法的可行性与实用性。
关键词：海战场,自然环境描述,环境对象,综合环境数据表示与交换规范,STF格式数据
参考文献
[1]郭刚.综合自然环境建模与仿真研究[D].长沙:国防科学技术大学,2004.
[2]DoD5000.59-P,DMSO Modeling and Simulation(M&S)Master Plan,17,October1995.
[3]刘卫华,王行仁.综合自然环境数据模型设计与数据库实现[J].系统仿真学报,2004,16(9):1978-1981.
[4]ISO/IEC18023-1.Information technology-Synthetic Environment Da-ta Representation and Interchange Specification(SEDRIS)Part1:Functional specification[S].2006.
[5]潘剑翔.海洋大气环境保障的军事需求分析[C]//北京:海洋环境预测香山科学会议,2005.