CN110083972B - 飞机目标的红外拉偏仿真方法 - Google Patents

飞机目标的红外拉偏仿真方法 Download PDF

Info

Publication number
CN110083972B
CN110083972B CN201910390253.7A CN201910390253A CN110083972B CN 110083972 B CN110083972 B CN 110083972B CN 201910390253 A CN201910390253 A CN 201910390253A CN 110083972 B CN110083972 B CN 110083972B
Authority
CN
China
Prior art keywords
simulation
airplane
deviation
distribution
radiation
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.)
Active
Application number
CN201910390253.7A
Other languages
English (en)
Other versions
CN110083972A (zh
Inventor
张凯
杨尧
李少毅
刘昊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northwestern Polytechnical University
Original Assignee
Northwestern Polytechnical University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Northwestern Polytechnical University filed Critical Northwestern Polytechnical University
Priority to CN201910390253.7A priority Critical patent/CN110083972B/zh
Publication of CN110083972A publication Critical patent/CN110083972A/zh
Application granted granted Critical
Publication of CN110083972B publication Critical patent/CN110083972B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Aiming, Guidance, Guns With A Light Source, Armor, Camouflage, And Targets (AREA)

Abstract

本发明公开了飞机目标的红外拉偏仿真方法，涉及飞行器仿真技术领域，包括整体拉偏仿真和部分拉偏仿真，整体拉偏仿真中首先对飞机进行三维红外建模，然后根据亮度场对三维红外模型进行划分，得到配置文件，利用配置文件中的数据进行整体拉偏仿真，部分拉偏仿真中首先将飞机的各部件按照特性划分，建立每个部件的分布函数，对每个部件的辐射分布和强度乘以拉偏系数进行部分拉偏仿真。本发明的飞机目标的红外拉偏仿真方法能够对飞机目标进行整体拉偏仿真或者部分拉偏仿真，使仿真图像能够更加接近真实场景。

Description

飞机目标的红外拉偏仿真方法
技术领域
本发明涉及飞行器仿真技术领域，特别是涉及飞机目标的红外拉偏仿真方法。
背景技术
随着计算机技术的快速发展，数字仿真技术以其各种优点在武器装备领域中获得了广泛应用。建立准确的仿真方法和模型，可以对飞机目标进行仿真预估，对新型武器设备的研究有重要意义。
然而，实际飞机目标的红外特性不是完全确定的，受到目标不同工况的影响而波动，因此在对飞机目标进行仿真时需要拉偏，以提升与实际场景的相似度。
发明内容
本发明实施例提供了飞机目标的红外拉偏仿真方法，可以解决现有技术中存在的问题。
本发明提供了飞机目标的红外拉偏仿真方法，该方法包括整体拉偏仿真和部分拉偏仿真，整体拉偏仿真包括以下步骤：
对飞机目标进行三维红外实体建模；
对生成的三维红外实体模型按照亮度场特性进行划分，得到包含多个辐射亮度区域数据的配置文件；
利用配置文件中的与辐射亮度区域对应的数据对三维红外实体模型中的各个模块进行辐射亮度拉偏仿真，以实现不同工况的辐射模拟；
部分拉偏仿真包括以下步骤：
将飞机各部件按照各自的特性划分；
根据各部件的拉偏模型和部件之间的辐射相关模型，在保证各部件特性的连续性的前提下，对每个部件基于基本辐射模型分布建立分布函数；
在分布函数的基础上，对每个部件的辐射分布和强度乘以拉偏系数，进行部分拉偏仿真。
本发明的飞机目标的红外拉偏仿真方法，包括整体拉偏仿真和部分拉偏仿真，整体拉偏仿真中首先对飞机进行三维红外建模，然后根据亮度场对三维红外模型进行划分，得到配置文件，利用配置文件中的数据进行整体拉偏仿真，部分拉偏仿真中首先将飞机的各部件按照特性划分，建立每个部件的分布函数，对每个部件的辐射分布和强度乘以拉偏系数进行部分拉偏仿真。本发明的飞机目标的红外拉偏仿真方法能够对飞机目标进行整体拉偏仿真或者部分拉偏仿真，使仿真图像能够更加接近真实场景。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的飞机目标的红外拉偏仿真方法的流程图；
图2为对飞机目标的三维红外实体模型按照亮度场划分后的示意图；
图3为对飞机目标的辐射强度整体拉偏20％的效果图；
图4为对飞机目标的进气道辐射强度拉偏10％的效果图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参照图1，本发明提供了飞机目标的红外拉偏仿真方法，该方法包括整体拉偏仿真和部分拉偏仿真，整体拉偏仿真包括以下步骤：
对飞机目标进行三维红外实体建模；
对生成的三维红外实体模型按照亮度场特性进行划分，得到包含多个辐射亮度区域数据的配置文件，配置文件中的辐射亮度区域如图2所示，与该辐射亮度区域对应的数据如下表1和表2所示：
表1辐射亮度区域及对应的数据
区域 1 2 3 4 5
仿真数据 4.6 3.5 4.4 10 4.6
区域 6 7 8 9 10
仿真数据 40 7600 330 175 80
表2辐射亮度区域及对应的数据
区域 1 2 3 4 5
仿真数据 4.0 3.0 4.0 9.6 3.5
区域 6 7 8 9 10
仿真数据 30.5 3200 440 200 110
表1和表2分别为图2中左图和右图中辐射亮度区域对应的数据。
利用配置文件中的与辐射亮度区域对应的数据对三维红外实体模型中的各个模块进行辐射亮度拉偏仿真，以实现不同工况的辐射模拟。该步骤中的辐射亮度拉偏仿真具体操作为：将三维红外实体模型的辐射强度空间分布和尾焰光谱分布乘以拉偏系数，获得等比例放大或缩小的飞机目辐射强度空间分布和尾焰光谱分布。整体拉偏仿真的效果如图3所示。
所述部分拉偏仿真包括以下步骤：
将飞机各部件按照各自的特性划分；
根据各部件的拉偏模型和部件之间的辐射相关模型，在保证各部件特性的连续性的前提下，对每个部件基于基本辐射模型分布建立分布函数；
在分布函数的基础上，对每个部件的辐射分布和强度乘以拉偏系数，进行部分拉偏仿真。部分拉偏仿真的效果如图4所示。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (1)

1.飞机目标的红外拉偏仿真方法，其特征在于，该方法包括整体拉偏仿真和部分拉偏仿真，整体拉偏仿真包括以下步骤：
对飞机目标进行三维红外实体建模；
对生成的三维红外实体模型按照亮度场特性进行划分，得到包含多个辐射亮度区域数据的配置文件；
利用配置文件中的与辐射亮度区域对应的数据对三维红外实体模型中的各个模块进行辐射亮度拉偏仿真，以实现不同工况的辐射模拟；
部分拉偏仿真包括以下步骤：
将飞机各部件按照各自的特性划分；
根据各部件的拉偏模型和部件之间的辐射相关模型，在保证各部件特性的连续性的前提下，对每个部件基于基本辐射模型分布建立分布函数；
在分布函数的基础上，对每个部件的辐射分布和强度乘以拉偏系数，进行部分拉偏仿真；
利用配置文件中的与辐射亮度区域对应的数据对三维红外实体模型中的各个模块进行辐射亮度拉偏仿真具体包括：
将三维红外实体模型的辐射强度空间分布和尾焰光谱分布乘以拉偏系数，获得等比例放大或缩小的飞机目辐射强度空间分布和尾焰光谱分布。
CN201910390253.7A 2019-05-10 2019-05-10 飞机目标的红外拉偏仿真方法 Active CN110083972B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910390253.7A CN110083972B (zh) 2019-05-10 2019-05-10 飞机目标的红外拉偏仿真方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910390253.7A CN110083972B (zh) 2019-05-10 2019-05-10 飞机目标的红外拉偏仿真方法

Publications (2)

Publication Number Publication Date
CN110083972A CN110083972A (zh) 2019-08-02
CN110083972B true CN110083972B (zh) 2022-02-01

Family

ID=67419681

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910390253.7A Active CN110083972B (zh) 2019-05-10 2019-05-10 飞机目标的红外拉偏仿真方法

Country Status (1)

Country Link
CN (1) CN110083972B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012256778A (ja) * 2011-06-10 2012-12-27 Konica Minolta Optics Inc 短絡電流測定装置、太陽電池評価装置、短絡電流測定方法、および、太陽電池評価方法
CN104238377A (zh) * 2014-09-30 2014-12-24 中国航天空气动力技术研究院 一种用于无人机航空物探的低空飞行仿真方法
CN106599400A (zh) * 2016-11-28 2017-04-26 西安天圆光电科技有限公司 一种飞行器尾焰红外辐射快速计算及动态仿真方法
CN106600635A (zh) * 2016-11-03 2017-04-26 上海机电工程研究所 一种基于小子样的红外目标辐射特性仿真模型校核验证方法
CN106772682A (zh) * 2016-12-31 2017-05-31 华中科技大学 一种动目标的红外辐射光谱特性仿真分析方法
CN108873862A (zh) * 2018-06-15 2018-11-23 上海航天控制技术研究所 一种针对飞行器的控制系统稳定性的综合评估方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105243289B (zh) * 2015-11-17 2018-03-06 上海无线电设备研究所 复杂目标红外辐射特性一体化建模方法
CN105608292B (zh) * 2016-01-22 2018-12-14 中国科学院上海微系统与信息技术研究所 一种模拟单粒子脉冲长尾效应的建模方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012256778A (ja) * 2011-06-10 2012-12-27 Konica Minolta Optics Inc 短絡電流測定装置、太陽電池評価装置、短絡電流測定方法、および、太陽電池評価方法
CN104238377A (zh) * 2014-09-30 2014-12-24 中国航天空气动力技术研究院 一种用于无人机航空物探的低空飞行仿真方法
CN106600635A (zh) * 2016-11-03 2017-04-26 上海机电工程研究所 一种基于小子样的红外目标辐射特性仿真模型校核验证方法
CN106599400A (zh) * 2016-11-28 2017-04-26 西安天圆光电科技有限公司 一种飞行器尾焰红外辐射快速计算及动态仿真方法
CN106772682A (zh) * 2016-12-31 2017-05-31 华中科技大学 一种动目标的红外辐射光谱特性仿真分析方法
WO2018120444A1 (zh) * 2016-12-31 2018-07-05 华中科技大学 一种动目标的红外辐射光谱特性仿真分析方法
CN108873862A (zh) * 2018-06-15 2018-11-23 上海航天控制技术研究所 一种针对飞行器的控制系统稳定性的综合评估方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
一种飞机目标及典型地物红外辐射仿真方法;叶新 等;《计算机工程与科学》;20170831;第39卷(第8期);1502-1507 *
环境辐射对亚声速飞行器红外特征影响的数值仿真研究;李伟 等;《航空科学技术》;20180715;第29卷(第7期);48-52 *

Also Published As

Publication number Publication date
CN110083972A (zh) 2019-08-02

Similar Documents

Publication Publication Date Title
Afifi et al. What else can fool deep learning? Addressing color constancy errors on deep neural network performance
CN107945204B (zh) 一种基于生成对抗网络的像素级人像抠图方法
CN110889813A (zh) 基于红外信息的低光图像增强方法
CN110659664B (zh) 一种基于ssd的高精度识别小物体的方法
Li et al. All-day object tracking for unmanned aerial vehicle
CN107506792B (zh) 一种半监督的显著对象检测方法
CN105005760A (zh) 一种基于有限混合模型的行人再识别方法
CN104484884A (zh) 一种基于多尺度l0稀疏约束的本征图像分解方法
CN109509156A (zh) 一种基于生成对抗模型的图像去雾处理方法
Fu et al. Blind image quality assessment for multiply distorted images via convolutional neural networks
CN102542543A (zh) 基于块相似性的交互式图像分割方法
CN106023108A (zh) 基于边界约束和上下文正则化的图像去雾算法
CN116543433A (zh) 一种基于改进YOLOv7模型的口罩佩戴检测方法和装置
CN117726550B (zh) 一种多尺度门控注意力遥感图像去雾方法和系统
CN110083972B (zh) 飞机目标的红外拉偏仿真方法
CN103729873A (zh) 一种内容感知的环境光采样方法
CN106296749A (zh) 基于l1范数约束的rgb‑d图像本征分解方法
CN112950565A (zh) 一种数据中心漏水检测与定位的方法、设备和数据中心
Zhang et al. Sonar image quality evaluation using deep neural network
He et al. Effective haze removal under mixed domain and retract neighborhood
CN111967406A (zh) 人体关键点检测模型生成方法、系统、设备和存储介质
CN104200460A (zh) 基于图像特征和互信息的图像配准方法
CN109493279B (zh) 一种大规模无人机图像并行拼接方法
CN111104965A (zh) 车辆目标识别的方法及装置
CN116071331A (zh) 一种基于改进ssd算法的工件表面缺陷检测方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant