预览加载中,请您耐心等待几秒...
1/5
2/5
3/5
4/5
5/5

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

基于Agent的成像侦察装备建模与仿真技术摘要:为了提高侦察装备模型仿真成像与实际图像的相似度,开展了基于Agent的成像侦察装备建模与仿真技术研究。根据对象的监控需求,基于Agent生成指令,并执行侦查指令。同时,按照国家侦察装备标准进行全局侦查能力等级的评判,建立成像侦察装备模型,并引入计算成像灰度值的方法,度量成像点之间的相似性,实现对装备模型图像的仿真。此外,设计对比实验,检验提出的技术所得成像仿真值与实际值相似度系数远远高于传统技术,基本可以控制在0.9以上,更有现实意义。关键词:Agent;成像侦察装备;建模;仿真技术中图分类号:TP391.9文献标识码:A0引言成像卫星作为侦查装备的主要构成部分,已经在市场中受到了越来越多的人的关注与认可[1]。由于成像侦察装备的构成具有结构复杂、多个体系间交流频繁、侦查行为难以预测等特点。为此引入Agent技术。所谓Agent建模,是指根据对象模型的特点,整合侦查过程出现的宏观现象,按照“自底向上”的顺序进行侦查中调度问题的分析。目前市场内相关此方面的研究较少,且成果欠缺,为此本文将基于Agent技术的应用下,开展成像侦察装备建模与仿真技术的研究。1基于Agent的成像侦察装备建模与仿真技术1.1基于Agent执行侦查指令在进行成像侦察装备建模前,需要考虑多种外界环境因素对建模的影响,及卫星侦查指令的有效性。为此引入Agent技术,根据对象的监控需求,进行侦查指令的生成研究。在此过程中,应先列出当前卫星侦查工作空间中所有的任务的数据源[2]。并使用由计算机供给用户实施监视和管理行为的程序,对数据源中的矢量数据集进行摘取。同时,在列出所选数据源所属的矢量数据集中,选择需要执行进程的文件。在此基础上,设置不同Agent的文件字段,选取一个字段值作为侦查过程成像的元值。此过程需要注意的是:选择的字段范围需要与侦查装备像素格式相匹配[3]。假定卫星在执行指令过程中,选择的字段值超出数据元值“像素格式”的存储范围,可直接忽略此类数据集合,认定此条指令无效。在完成上述侦查指令参数的设置后,将卫星空间环境参数设置为全局变量,即将此处设置的参数值作为侦查环境的有效参数(指令中相关支持参数均实施相同操作)。上述提出的基于Agent创建侦查指令与设置指令参数过程,可用如下公式表示。(1)公式(1)中:Q表示为地面控制网;表示为全局侦查路径;表示为侦查指令;卫星侦查站点;表示为信息反馈次数。根据上述计算公式,生成侦查指令,正确选择侦查路径,从而完成基于Agent的侦查指令执行。1.2建立成像侦察装备模型根据卫星空间获取的侦查数据,下述将进行成像侦察装备模型的建立。在标准成像范围内,以地面监测数据作为模型建立的参照,设定模型的表达式为,按照国家侦查装备标准进行全局侦查能力等级的评判[4]。并整合初始特征促进作用定量数值,采用建立核函数的方式进行多级侦查指标变量的综合统计,分析权重数据间的权值占比,对权值数据进行由大到小的排序,数值越大表示成像侦查能力越强。以此作为建模的依据,建立模型表达式。如下公式(2)所示。(2)公式(2)中:表示为建模消耗指数;表示为地面监控网;表示为卫星实时定位跟踪数据。根据上述公式,利用侦查指令对装备零件的点云数据进行简化处理,降低其在模型中占用的内存空间[5]。并选择与装备零件整体距离较远的点云数据,对其进行删除,扫描获取到标有标记点的点云数据,通过获取的标记点对扫描数据进行对齐操作,若未完全重合,则可根据几何图形的对齐选项再次对数据进行对齐处理,重复操作,将模型中的多组数据拼接在同一个网格当中,删除原有点云数据,重新取样后利用数据点之间的密度,对后续建模所需数据的调节,以此完成成像侦察装备建模。1.3装备模型图像仿真图像当中的像素点灰度能够更加直观地反映侦察装备成像当中各个网格数据的变化情况,因此本章将利用上述建立的模型,引入计算成像灰度值的方法,度量成像点之间的相似性,实现对装备模型图像的仿真。由于在现实中卫星仿真会对侦查装备成像仿真产生不可避免的干扰,此时由噪声引发的灰度值会发生显著的变化。基于此,使用高斯欧式距离度量算法对成像中的相似度灰度值进行度量,其公式为:(3)公式(1)中,表示为成像以横坐标x和纵坐标y为中心的邻域间欧式距离;和分别表示为横坐标x和纵坐标y的邻域块;表示为由卫星定位的数据点噪声。综合上述公式,考虑到成像中不相似的像素点可能会影响图像仿真的清晰度,导致图像在后续滤波过程中产生过度的平滑问题。因此,针对这一问题,对该算法进行改进,将其公式转化为如下所示:(4)公式(4)中,表示为改进后的图像像素间空间距离;和分别表示为图像当中的任意一点;和表示为图像当中的任意两点的坐标。通过上述公式,对装备模型图像灰度值进行分析,得出空间距离适合图像中各个平台区