CN104408292A - 一种动态目标的快速射线追踪方法 - Google Patents
一种动态目标的快速射线追踪方法 Download PDFInfo
- Publication number
- CN104408292A CN104408292A CN201410602835.4A CN201410602835A CN104408292A CN 104408292 A CN104408292 A CN 104408292A CN 201410602835 A CN201410602835 A CN 201410602835A CN 104408292 A CN104408292 A CN 104408292A
- Authority
- CN
- China
- Prior art keywords
- ray tracing
- independently
- dynamic object
- ray
- bin
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Image Generation (AREA)
Abstract
本发明公开了一种动态目标的快速射线追踪方法。该方包括:将动态目标的各组件按其运动形式分解为独立的几何部件,并以分解后的各个独立的几何部件作为几何实体初始化预设的射线追踪引擎,建立射线追踪加速数据结构;使用三维几何变换矩阵描述各个独立的几何部件在各时刻的运动,建立对所述动态目标在各个时刻的运动描述;使用预设的射线追踪引擎对入射到所述动态目标上的射线进行动态追踪并获取各时刻的射线追踪结果;根据所述射线追踪结果计算所述动态目标的可见面元、可见边缘以及多次反射路径。通过使用本发明所提供的动态目标的快速射线追踪方法,可以实现对复杂动态目标的可见面元、可见边缘以及多次反射路径的实时/准实时预估。
Description
技术领域
本发明涉及雷达目标电磁仿真技术领域,特别涉及一种动态目标的快速射线追踪方法。
背景技术
目前基于K-D树(k-dimensional tree)和包围盒层次(BVH)树的中央处理器(CPU)/图形处理器(GPU)并行加速算法是实现复杂目标或场景快速射线追踪的主要方法。在现有技术中,对于动态目标或场景的射线追踪而言,在CPU上实现的K-D树和BVH树方法由于需要在各运动时刻重构目标或场景的加速数据结构,因此射线追踪的效率极低,远不能满足实际工程的需要。
随着GP-GPU技术的不断进步,基于GPU的射线追踪技术日趋成熟。因此,提出一种更好的动态目标的快速射线追踪方法,以实现对复杂动态目标的可见面元、可见边缘以及多次反射路径的实时/准实时预估,已经成为本领域中亟待解决的一个技术问题。
发明内容
有鉴于此,本发明提供一种动态目标的快速射线追踪方法,从而能够实现对复杂动态目标的可见面元、可见边缘以及多次反射路径的实时/准实时预估。
本发明的技术方案具体是这样实现的:
一种动态目标的快速射线追踪方法,该方法包括:
A、将动态目标的各组件按其运动形式分解为独立的几何部件,并以分解后的各个独立的几何部件作为几何实体初始化预设的射线追踪引擎,建立射线追踪加速数据结构;
B、使用三维几何变换矩阵描述各个独立的几何部件在各时刻的运动,建立对所述动态目标在各个时刻的运动描述;
C、使用预设的射线追踪引擎对入射到所述动态目标上的射线进行动态追踪并获取各时刻的射线追踪结果;
D、根据所述射线追踪结果计算所述动态目标的可见面元、可见边缘以及多次反射路径。
较佳的,所述预设的射线追踪引擎为:NVIDIA OptiX射线追踪引擎。
较佳的,所述步骤A包括:
使用三角面元模型描述所述动态目标的几何模型;
将所述动态目标的运动分解为整体的运动和活动组件的运动,并将各个活动组件分离出来形成独立的几何部件,将分离后剩余的组件组成一个独立的几何部件;
以分解后的各个独立的几何部件作为几何实体初始化预设的射线追踪引擎,建立射线追踪加速数据结构。
较佳的,所述动态目标的几何模型表示为:
M={V,F}
其中,V={vi:1≤i≤nV}是顶点表,nV是顶点总数;在直角坐标系下,vi=(xi,yi,zi),表示所述动态目标的几何模型中的第i个顶点,xi、yi和zi分别表示该顶点在直角坐标系中的三维坐标;F={fj:1≤j≤nF}是面元表,nF是面元总数;面元fj=(nv1,nv2,nv3)为三角面元三个顶点的序号;面元fj的外法向矢量由对应顶点vj1、vj2和vj3通过下式确定:
较佳的,所述各个独立的几何部件的集合通过如下所述的公式来表示:
M={Mk:1≤k≤nP}
其中,Mk={Vk,Fk}是第k个独立的几何部件,nP是从所述动态目标中分解出的独立的几何部件的数目。是第k个独立的几何部件的顶点表,是第k个独立的几何部件的顶点总数,是第k个独立的几何部件的面元表,是第k个独立的几何部件的面元总数,并且
较佳的,所述射线追踪加速数据结构为K-D树或BVH树.
较佳的,所述步骤B包括:
引入齐次坐标,并使用4阶三维几何变换矩阵表示各个独立的几何部件在各时刻的运动;
计算各个独立的几何部件在各个时刻的三维几何变换矩阵,并将计算得到的三维几何变换矩阵作用于对应的几何部件,得到各个独立的几何部件在各个时刻的几何模型。
较佳的,所述独立的几何部件在各时刻的运动包括:
平移变换、缩放变换、旋转变换、错切变换和投影变换。
较佳的,所述步骤C包括:
生成携带一定负载的射线,并使用预设的射线追踪引擎对所生成的射线进行跟踪,将跟踪结果缓存在GPU缓存中;
以所述动态目标的几何模型为驱动射线追踪场景,创建射线追踪实例;
使用预设的射线追踪引擎对入射到所述动态目标上的射线进行动态追踪,进行节点加速遍历和射线-目标的快速求交运算,获取各时刻的射线追踪结果。
较佳的,所述步骤D包括:
根据所述射线追踪结果,将与所述动态目标相交的射线的第一个交点所在的面元作为入射可见面元,并将除入射可见面元外的其他面元均设置为入射不可见;
当组成边缘的两个面元均为入射不可见时,则边缘不可见;否则,边缘可见;
设定射线的源点、入射方向、反射次数以及目标表面的反射特性,利用预设的射线追踪引擎追踪所述射线在所述动态目标体表面弹跳时的交点,通过多次反射计算获取多次反射路径。
如上可见,通过使用本发明所提供的动态目标的快速射线追踪方法,能够实现对复杂动态目标的可见面元、可见边缘以及多次反射路径的实时/准实时预估,为动态目标或场景电磁散射特性数据(如动态RCS和SAR回波等)快速准确、预估提供求解和分析的方法。
附图说明
图1为本发明实施例中的动态目标的快速射线追踪方法的流程示意图。
图2为本发明较佳实施例中的所述射线追踪加速数据结构的示意图。
图3为本发明实施例中的飞机几何模型和坐标系定义示意图。
图4为本发明实施例中的飞机几何模型在不同时刻的消隐处理结果示意图。
图5为本发明实施例中小圆柱腔体的实物模型和几何模型的示意图。
图6为本发明实施例中采用的坐标系的定义示意图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白,以下参照附图并举实施例,对本发明进一步详细说明。
本实施例提供了一种动态目标的快速射线追踪方法。
图1为本发明实施例中的动态目标的快速射线追踪方法的流程示意图。如图1所示,本发明实施例中的动态目标的快速射线追踪方法主要包括如下所述的步骤:
步骤11,将动态目标的各组件按其运动形式分解为独立的几何部件,并以分解后的各个独立的几何部件作为几何实体初始化预设的射线追踪引擎,建立射线追踪加速数据结构。
较佳的,在本发明的具体实施例中,所述预设的射线追踪引擎可以是:NVIDIA OptiX射线追踪引擎。
在本发明的技术方案中,可以使用多种具体实现方式来实现上述的步骤11。以下将以其中的一种具体实现方式为例,对本发明的技术方案进行介绍。
例如,在本发明的一个较佳实施例中,所述步骤11可以包括如下所述的步骤:
步骤111,使用三角面元模型描述所述动态目标的几何模型。
较佳的,在本发明的具体实施例中,所述动态目标的几何模型可以表示为:
M={V,F} (1)
其中,V={vi:1≤i≤nV}是顶点表,nV是顶点总数;在直角坐标系下,vi=(xi,yi,zi),表示所述动态目标的几何模型中的第i个顶点,xi、yi和zi分别表示该顶点在直角坐标系中的三维坐标;F={fj:1≤j≤nF}是面元表,nF是面元总数;面元fj=(nv1,nv2,nv3)为三角面元三个顶点的序号;面元fj的外法向矢量由对应顶点vj1、vj2和vj3通过下式确定:
步骤112,将所述动态目标的运动分解为整体的运动和活动组件的运动,并将各个活动组件分离出来形成独立的几何部件,将分离后剩余的组件组成一个独立的几何部件。
其中,在本发明的技术方案中,所述的整体的运动可以是平动和/或翻转等运动,而所述活动组件的运动是该动态目标中能够活动的组件的运动,例如,飞机模型中的螺旋桨的旋转运动等。
较佳的,在本发明的具体实施例中,所述各个独立的几何部件的集合可以通过如下所述的公式来表示:
M={Mk:1≤k≤nP} (3)
其中,Mk={Vk,Fk}是第k个独立的几何部件,nP是从所述动态目标中分解出的独立的几何部件的数目。是第k个独立的几何部件的顶点表,是第k个独立的几何部件的顶点总数,是第k个独立的几何部件的面元表,是第k个独立的几何部件的面元总数,并且
步骤113,以分解后的各个独立的几何部件作为几何实体(Instance)初始化预设的射线追踪引擎,建立射线追踪加速数据结构。
较佳的,在本发明的具体实施例中,所述射线追踪加速数据结构可以是K-D树或BVH树。
例如,图2为本发明较佳实施例中的所述射线追踪加速数据结构的示意图。
通过上述的步骤111~113,即可实现上述的步骤11。
步骤12,使用三维几何变换矩阵描述各个独立的几何部件在各时刻的运动,建立对所述动态目标在各个时刻的运动描述。
在本发明的技术方案中,可以使用多种具体实现方式来实现上述的步骤12。以下将以其中的一种具体实现方式为例,对本发明的技术方案进行介绍。
例如,在本发明的一个较佳实施例中,所述步骤12可以包括如下所述的步骤:
步骤121,引入齐次坐标,并使用4阶三维几何变换矩阵表示各个独立的几何部件在各时刻的运动。
较佳的,在本发明的具体实施例中,所述独立的几何部件在各时刻的运动可以包括:平移变换、缩放变换、旋转变换、错切变换和投影变换。
较佳的,在本发明的具体实施例中,所述三维几何变换矩阵T可以表示为:
其中,上述变换矩阵T中的 用于产生缩放、旋转、错切等变换; 用于产生平移变换;[a41 a42 a43]用于产生投影变换;[a44]用于产生整体的缩放变换。
具体来说,参照二维的平移变换,在本发明的较佳实施例中,用于上述的平移变换的三维平移变换矩阵Tt可以通过如下所述的公式计算得到:
因此,所述三维平移变换矩阵Tt可以表示为:
在本发明的技术方案中,相对于参考点(xf,yf,zf)的缩放变换的具体步骤可以包括:
步骤A、将参考点平移到坐标系的原点处;
步骤B、进行缩放变换;
步骤C、将参考点平移到原来位置。
因此,较佳的,在本发明的具体实施例中,所述缩放变换的变换矩阵Ts为:
在本发明的技术方案中,所述旋转变换包括:绕坐标轴的旋转变换和绕任意轴的旋转变换。
对于绕坐标轴的旋转变换来说,三维空间的旋转相对复杂,需要考虑右手坐标系下相对坐标系的原点绕坐标轴旋转θ角的变换。
因此,较佳的,在本发明的具体实施例中,绕x轴旋转θ角的变换矩阵RX(θ)可以通过如下所述公式计算得到:
因此,所述RX(θ)可以表示为:
较佳的,在本发明的具体实施例中,绕y轴旋转θ角的变换矩阵RY(θ)可以通过如下所述公式计算得到:
因此,所述RY(θ)可以表示为:
较佳的,在本发明的具体实施例中,绕z轴旋转θ角的变换矩阵RZ(θ)可以通过如下所述公式计算得到:
因此,所述RZ(θ)可以表示为:
对于绕任意轴的旋转变换来说,设旋转轴AB由任意一点A(xa,ya,za)及其方向数(a,b,c)定义,空间一点P(xp,yp,zp)绕AB轴旋转θ角到P'(x'p,y'p,z'p),则:
在本发明的技术方案中,上述绕任意轴的旋转变换的具体步骤可以包括:
步骤a、将A点移到坐标原点;
步骤b、使AB分别绕X轴、Y轴旋转适当角度与Z轴重合;
步骤c、将AB绕Z轴旋转θ角;
步骤d、作上述变换的逆操作,使AB回到原来位置。
因此,较佳的,在本发明的具体实施例中,上述绕任意轴的旋转变换的变换矩阵RAB(θ)可以通过如下所述公式计算得到:
其中,上述的矩阵包括:三维平移变换矩阵Tt、绕x轴旋转的变换矩阵RX、绕y轴旋转的变换矩阵RY和绕z轴旋转的变换矩阵RZ,而参数α和β分别为AB在YOZ平面与XOZ平面的投影与Z轴的夹角。
步骤122,计算各个独立的几何部件在各个时刻的三维几何变换矩阵,并将计算得到的三维几何变换矩阵作用于对应的几何部件,得到各个独立的几何部件在各个时刻的几何模型。
例如,设第k个独立的几何部件Mk在t时刻的三维几何变换矩阵为Tk(t),将Tk(t)作用于在t时刻的独立的几何部件Mk,并以此类推,即可得到各个独立的几何部件在t时刻的几何模型。
也即,所述动态目标的运动状态由变换矩阵T(t)来描述:
T(t)={Tk(t):0≤t≤T},(1≤k≤nP) (12)
其中,T是所述动态目标总的运动时间。
综上可知,通过上述的步骤121和122,即可实现上述的步骤12。
步骤13,使用预设的射线追踪引擎对入射到所述动态目标上的射线进行动态追踪并获取各时刻的射线追踪结果。
在本发明的技术方案中,可以使用多种具体实现方式来实现上述的步骤13。以下将以其中的一种具体实现方式为例,对本发明的技术方案进行介绍。
例如,在本发明的一个较佳实施例中,所述步骤13可以包括如下所述的步骤:
步骤131,生成携带一定负载的射线,并使用预设的射线追踪引擎对所生成的射线进行跟踪,将跟踪结果缓存在GPU缓存中。
步骤132,以所述动态目标的几何模型为驱动射线追踪场景,创建射线追踪实例。
步骤133,使用预设的射线追踪引擎对入射到所述动态目标上的射线进行动态追踪,进行节点加速遍历和射线-目标的快速求交运算,获取各时刻的射线追踪结果。
综上可知,通过上述的步骤131和133,即可实现上述的步骤13。
步骤14,根据所述射线追踪结果计算所述动态目标的可见面元、可见边缘以及多次反射路径。
在本发明的技术方案中,可以使用多种具体实现方式来实现上述的步骤14。以下将以其中的一种具体实现方式为例,对本发明的技术方案进行介绍。
例如,在本发明的一个较佳实施例中,所述步骤14可以包括如下所述的步骤:
步骤141,根据所述射线追踪结果,将与所述动态目标相交的射线的第一个交点所在的面元作为入射可见面元,并将除入射可见面元外的其他面元均设置为入射不可见。
例如,在本发明的技术方案中,可以先选择动态目标外的远点为射线源点或者设置平行射线,然后向所述动态目标发射射线束,并使射线束覆盖整个动态目标。此时,与动态目标相交的射线的第一个交点所在的面元即为入射可见面元,而除入射可见面元外的其他面元则均为入射不可见。
通过该步骤,即可实现面元消隐。
步骤142,当组成边缘的两个面元均为入射不可见时,则边缘不可见;否则,边缘可见。
通过该步骤,即可实现边缘消隐。
步骤143,设定射线的源点、入射方向、反射次数以及目标表面的反射特性(例如,全反射和/或漫反射等),利用预设的射线追踪引擎追踪所述射线在所述动态目标体表面弹跳时的交点,通过多次反射计算获取多次反射路径。
通过上述的步骤11~14,即可实现对动态目标的快速射线追踪,从而能够实现对复杂动态目标的可见面元、可见边缘以及多次反射路径的实时/准实时预估,并为动态目标或场景电磁散射特性数据(如动态RCS和SAR回波等)快速准确、预估提供求解和分析的方法。
例如,关于动态目标的面元消隐和边缘消隐。图3为本发明实施例中的飞机几何模型和坐标系定义示意图。如图3中的左图所示,所述几何模型为Apache-64飞机的几何模型,该飞机的几何模型长17.4米、翼展12.8米、机身高6.11米,其三角面元模型主翼(蓝色)、尾翼(红色)和主体(黄色)三个部件构成。另外,运动场景采用全局坐标系,如图3中的右图所示。
设定主翼绕+Z轴以ω1=1rad/s速度旋转、尾翼绕+Y轴以ω2=2rad/s速度旋转,且两者均随主体以v=10m/s速度沿+X方向做匀速直线运动。在相应的仿真平台上,设定仿真时间为10s,按0.1s间隔采样,使飞机从P1=(-50,0,100)运动到P2=(+50,0,100)。
图4为本发明实施例中的飞机几何模型在不同时刻的消隐处理结果示意图。如图4所示,在0秒、5秒和10秒的时刻,利用预设的射线追踪引擎沿-Z方向的自动射线追踪结果进行面元/边缘消隐处理,从所得到的渲染效果可知,图中所示的各个时刻的飞机几何模型上的可见边缘与预期结果一致。
为了验证上述动态目标的快速射线追踪方法的追踪效率,可以采用不同的面元尺寸对Apache-64飞机进行剖分,生成不同面元数的三角网格模型。例如,动态场景的设置同上,各时刻沿-Z方向从无限远点向网格模型各面元中心发射射线(也即总射线数与模型面元数相同),设定射线最大反射次数为10次,且射线在各反射点处发生全反射。在相应的仿真平台上,使用上述动态目标的快速射线追踪方法的踪建树时间、加速结构大小以及运动过程追踪时间统计结果如下表所示。
表1
从上表可知,由于对预设的射线追踪引擎的初始化在整个动态仿真过程中仅需一次,所以射线追踪的效率由追踪时间决定。受限于GPU流处理器的数量(上述仿真平台中的GTX 560Ti流处理器仅384个),上述动态目标的快速射线追踪方法对于不同面元数模型追踪效率差异不大,仅在3fps到4fps之间。
而随着GPU硬件技术的进步,GPU中流处理器的数量将呈几何倍数增加(例如,GTX 680的流处理器为1536个),OptiX追踪时间也将几何倍数减少(例如,在GTX 680上可以提高到约20fps)。因此,基于NVIDIA OptiX的上述动态目标的快速射线追踪方法能够实现对动态目标可见区域和可见边缘以及多次反射路径实时/准实时地预估。
另外,关于动态目标射线追踪精度,可以利用多次反射效应明显的小圆腔模型来验证上述动态目标的快速射线追踪方法中的多次反射计算精度。
图5为本发明实施例中小圆柱腔体的实物模型和几何模型的示意图。如图5所示,所述小圆柱腔体的腔体外圆柱直径Φ1=200mm,高度H1=200mm;内置圆柱直径Φ2=50mm,高度H2=100mm;腔壁厚度w=3mm;开口朝+x放置,坐标源点O(0,0,0)位于圆柱腔体底面中心。
设置射线入射角度为:(θi=90°,φi=-45°),入射方向为:射线源点的位置为:(250,0,0),接收面:x-300=0。这样,射线在弹跳过程中将通过腔体的底面角形区域,此时较小的角度偏差将导致很大的位置误差。图6为本发明实施例中采用的坐标系的定义示意图。射线追踪中采用的坐标系定义如图6所示。
使用上述动态目标的快速射线追踪方法所得到的射线追踪结果与理论值对比如下表所示。
从上表中的数据可以看出,接收面上OptiX射线追踪结果与理论接收点到原点距离的相对误差最大,但仅为0.501%,因此可知,上述动态目标的快速射线追踪方法满足电磁散射计算对多次反射计算精度要求。
综上可知,通过使用本发明中的动态目标的快速射线追踪方法,能够实现对复杂动态目标的可见面元、可见边缘以及多次反射路径的实时/准实时预估,为动态目标或场景电磁散射特性数据(如动态RCS和SAR回波等)快速准确、预估提供求解和分析的方法。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。
Claims (10)
1.一种动态目标的快速射线追踪方法,其特征在于,该方法包括:
A、将动态目标的各组件按其运动形式分解为独立的几何部件,并以分解后的各个独立的几何部件作为几何实体初始化预设的射线追踪引擎,建立射线追踪加速数据结构;
B、使用三维几何变换矩阵描述各个独立的几何部件在各时刻的运动,建立对所述动态目标在各个时刻的运动描述;
C、使用预设的射线追踪引擎对入射到所述动态目标上的射线进行动态追踪并获取各时刻的射线追踪结果;
D、根据所述射线追踪结果计算所述动态目标的可见面元、可见边缘以及多次反射路径。
2.根据权利要求1所述的方法,其特征在于:
所述预设的射线追踪引擎为:NVIDIA OptiX射线追踪引擎。
3.根据权利要求2所述的方法,其特征在于,所述步骤A包括:
使用三角面元模型描述所述动态目标的几何模型;
将所述动态目标的运动分解为整体的运动和活动组件的运动,并将各个活动组件分离出来形成独立的几何部件,将分离后剩余的组件组成一个独立的几何部件;
以分解后的各个独立的几何部件作为几何实体初始化预设的射线追踪引擎,建立射线追踪加速数据结构。
4.根据权利要求3所述的方法,其特征在于,所述动态目标的几何模型表示为:
M={V,F}
其中,V={vi:1≤i≤nV}是顶点表,nV是顶点总数;在直角坐标系下,vi=(xi,yi,zi),表示所述动态目标的几何模型中的第i个顶点,xi、yi和zi分别表示该顶点在直角坐标系中的三维坐标;F={fj:1≤j≤nF}是面元表,nF是面元总数;面元fj=(nv1,nv2,nv3)为三角面元三个顶点的序号;面元fj的外法向矢量由对应顶点vj1、vj2和vj3通过下式确定:
5.根据权利要求4所述的方法,其特征在于,所述各个独立的几何部件的集合通过如下所述的公式来表示:
M={Mk:1≤k≤nP}
其中,Mk={Vk,Fk}是第k个独立的几何部件,nP是从所述动态目标中分解出的独立的几何部件的数目。是第k个独立的几何部件的顶点表,是第k个独立的几何部件的顶点总数,是第k个独立的几何部件的面元表,是第k个独立的几何部件的面元总数,并且
6.根据权利要求3所述的方法,其特征在于:
所述射线追踪加速数据结构为K-D树或BVH树。
7.根据权利要求2所述的方法,其特征在于,所述步骤B包括:
引入齐次坐标,并使用4阶三维几何变换矩阵表示各个独立的几何部件在各时刻的运动;
计算各个独立的几何部件在各个时刻的三维几何变换矩阵,并将计算得到的三维几何变换矩阵作用于对应的几何部件,得到各个独立的几何部件在各个时刻的几何模型。
8.根据权利要求7所述的方法,其特征在于,所述独立的几何部件在各时刻的运动包括:
平移变换、缩放变换、旋转变换、错切变换和投影变换。
9.根据权利要求2所述的方法,其特征在于,所述步骤C包括:
生成携带一定负载的射线,并使用预设的射线追踪引擎对所生成的射线进行跟踪,将跟踪结果缓存在GPU缓存中;
以所述动态目标的几何模型为驱动射线追踪场景,创建射线追踪实例;
使用预设的射线追踪引擎对入射到所述动态目标上的射线进行动态追踪,进行节点加速遍历和射线-目标的快速求交运算,获取各时刻的射线追踪结果。
10.根据权利要求2所述的方法,其特征在于,所述步骤D包括:
根据所述射线追踪结果,将与所述动态目标相交的射线的第一个交点所在的面元作为入射可见面元,并将除入射可见面元外的其他面元均设置为入射不可见;
当组成边缘的两个面元均为入射不可见时,则边缘不可见;否则,边缘可见;
设定射线的源点、入射方向、反射次数以及目标表面的反射特性,利用预设的射线追踪引擎追踪所述射线在所述动态目标体表面弹跳时的交点,通过多次反射计算获取多次反射路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410602835.4A CN104408292B (zh) | 2014-11-02 | 2014-11-02 | 一种动态目标的快速射线追踪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410602835.4A CN104408292B (zh) | 2014-11-02 | 2014-11-02 | 一种动态目标的快速射线追踪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104408292A true CN104408292A (zh) | 2015-03-11 |
CN104408292B CN104408292B (zh) | 2017-09-12 |
Family
ID=52645923
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410602835.4A Active CN104408292B (zh) | 2014-11-02 | 2014-11-02 | 一种动态目标的快速射线追踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104408292B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105953925A (zh) * | 2016-06-03 | 2016-09-21 | 华中科技大学 | 一种基于快速射线追踪的毫米波辐射亮温获取方法 |
CN106326659A (zh) * | 2016-08-26 | 2017-01-11 | 上海无线电设备研究所 | 基于射线追踪的金属介质组合目标电磁散射计算方法 |
CN107300645A (zh) * | 2017-06-06 | 2017-10-27 | 华中科技大学 | 一种快速的射线追踪方法及系统 |
CN108736993A (zh) * | 2017-04-17 | 2018-11-02 | 中兴通讯股份有限公司 | 一种可见面判定方法、反向射线追踪方法及装置 |
CN112115557A (zh) * | 2020-09-29 | 2020-12-22 | 西南石油大学 | 一种动态目标水池追踪报警装置 |
CN113376612A (zh) * | 2021-08-12 | 2021-09-10 | 成都众享天地网络科技有限公司 | 一种基于地形矩阵化及探测的雷达杂波生成方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103630885A (zh) * | 2013-11-07 | 2014-03-12 | 北京环境特性研究所 | 合成孔径雷达的目标识别方法和系统 |
CN103631990A (zh) * | 2013-11-04 | 2014-03-12 | 北京环境特性研究所 | Sar照射区域的仿真场景模型建立方法和系统 |
CN103631273A (zh) * | 2013-11-15 | 2014-03-12 | 北京环境特性研究所 | 基于绝对角位置轨迹信息的光电跟踪系统及方法 |
US20140072192A1 (en) * | 2012-09-12 | 2014-03-13 | Bruce Reiner | Method and apparatus for image-centric standardized tool for quality assurance analysis in medical imaging |
-
2014
- 2014-11-02 CN CN201410602835.4A patent/CN104408292B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140072192A1 (en) * | 2012-09-12 | 2014-03-13 | Bruce Reiner | Method and apparatus for image-centric standardized tool for quality assurance analysis in medical imaging |
CN103631990A (zh) * | 2013-11-04 | 2014-03-12 | 北京环境特性研究所 | Sar照射区域的仿真场景模型建立方法和系统 |
CN103630885A (zh) * | 2013-11-07 | 2014-03-12 | 北京环境特性研究所 | 合成孔径雷达的目标识别方法和系统 |
CN103631273A (zh) * | 2013-11-15 | 2014-03-12 | 北京环境特性研究所 | 基于绝对角位置轨迹信息的光电跟踪系统及方法 |
Non-Patent Citations (7)
Title |
---|
H.LING等: "shooting and bouncing rays:calculating", 《ANTENNAS AND PRO[AGATION SOCIETY INTERNATIONAL SYMPOSIUM,1986》 * |
JULAIJ: "三维图形的矩阵变换和齐次坐标", 《豆丁网在线公开:WWW.DOCIN.COM/P-721128871.HTML》 * |
LEWIS,RAY: "high speed target c-band feed upgrade for autotracking high dynamic targets", 《INTERNATIONAL TELEMETERING CONFERENCE PROCEEDINGS》 * |
史可鉴等: "GPU上的kD-tree雷达模拟加速", 《计算机辅助设计与图形学学报》 * |
梁良: "基于CUDA加速的运动目标检测", 《中国优秀硕士学位论文全文数据库》 * |
赵涛等: "基于高频渐近方法的导弹目标群动态RCS仿真", 《雷达学报》 * |
黄涛: "光线追踪的OpenCL加速实现研究", 《计算机与现代化》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105953925A (zh) * | 2016-06-03 | 2016-09-21 | 华中科技大学 | 一种基于快速射线追踪的毫米波辐射亮温获取方法 |
CN106326659A (zh) * | 2016-08-26 | 2017-01-11 | 上海无线电设备研究所 | 基于射线追踪的金属介质组合目标电磁散射计算方法 |
CN106326659B (zh) * | 2016-08-26 | 2019-04-26 | 上海无线电设备研究所 | 基于射线追踪的金属介质组合目标电磁散射计算方法 |
CN108736993A (zh) * | 2017-04-17 | 2018-11-02 | 中兴通讯股份有限公司 | 一种可见面判定方法、反向射线追踪方法及装置 |
CN108736993B (zh) * | 2017-04-17 | 2022-01-25 | 中兴通讯股份有限公司 | 一种可见面判定方法、反向射线追踪方法及装置 |
CN107300645A (zh) * | 2017-06-06 | 2017-10-27 | 华中科技大学 | 一种快速的射线追踪方法及系统 |
CN112115557A (zh) * | 2020-09-29 | 2020-12-22 | 西南石油大学 | 一种动态目标水池追踪报警装置 |
CN113376612A (zh) * | 2021-08-12 | 2021-09-10 | 成都众享天地网络科技有限公司 | 一种基于地形矩阵化及探测的雷达杂波生成方法 |
CN113376612B (zh) * | 2021-08-12 | 2021-11-23 | 成都众享天地网络科技有限公司 | 一种基于地形矩阵化及探测的雷达杂波生成方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104408292B (zh) | 2017-09-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104408292A (zh) | 一种动态目标的快速射线追踪方法 | |
CN104614713B (zh) | 一种适合于艇载雷达系统的雷达回波信号模拟器 | |
Fan et al. | An improved backward SBR-PO/PTD hybrid method for the backward scattering prediction of an electrically large target | |
CN106127857B (zh) | 综合数据驱动与模型驱动的机载LiDAR数据建模方法 | |
CN103593510B (zh) | 基于互易性原理的粗糙面与目标复合电磁散射仿真方法 | |
CN106324571A (zh) | 基于正向法的仿三维场景sar雷达回波的快速实现方法 | |
Li et al. | Fast solar radiation pressure modelling with ray tracing and multiple reflections | |
CN103941243A (zh) | 一种基于sar三维成像的自旋式飞行器测高方法 | |
CN102346922A (zh) | 航天遥感载荷成像几何畸变三维可视化仿真方法 | |
He et al. | A vector meshless parabolic equation method for three-dimensional electromagnetic scatterings | |
CN109188384A (zh) | 空间目标回波动态观测的电磁仿真方法 | |
CN104699879B (zh) | 复杂多目标电磁散射的多次旋转等效仿真方法 | |
CN111859704A (zh) | 一种分布式多视角下非刚体目标电磁散射建模方法 | |
Meng et al. | An accelerated SBR method for RCS prediction of electrically large target | |
Pienaar et al. | RCS validation of asymptotic techniques using measured data of an electrically large complex model airframe | |
CN103065358A (zh) | 一种基于影像体元运算的器官几何重建方法 | |
Konstantinou et al. | Polarization power spectra and dust cloud morphology | |
CN107356924B (zh) | 针对凹腔类结构的sar图像仿真方法 | |
Góes et al. | 3D fast factorized back-projection in Cartesian coordinates | |
Wang et al. | A prediction method for assembly surface contact considering form error | |
CN106291549B (zh) | 一种金属多边形的合成孔径雷达图像仿真方法及其应用 | |
Han et al. | Research on rocket laser scattering characteristic simulation software | |
Sugimoto | Inertia–gravity wave radiation from the elliptical vortex in the f-plane shallow water system | |
Wang | Research on three dimensional visualization technologies | |
Reiners et al. | Smarti-an open source matlab ray tracing tool for solar cell and module optics |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |