CN114038268B - 基于虚拟现实技术的发射车模拟控制系统 - Google Patents

Abstract

本发明公开了基于虚拟现实技术的发射车模拟控制系统，涉及模拟训练技术领域，包括干扰分析模块、模拟教学模块、训练分析模块和评估模块；在学员模拟训练之前，干扰分析模块用于接收测试指令后检测模拟训练模块的抗干扰能力，避免影响训练精度；模拟教学模块用于从数据库中获取与训练项目对应的训练仿真数据，基于虚拟现实技术变换得到与训练项目对应的三维虚拟动画，学员观看三维虚拟动画后通过模拟训练模块对各训练项目进行训练；训练分析模块用于采集训练信息进行分析，得到评价信号，评估模块用于根据数据库内存储的带有时间戳的评价信号对学员的训练情况进行综合评价，及时建议学员改变训练方式，以提高训练质量和效率。

Description

基于虚拟现实技术的发射车模拟控制系统

技术领域

本发明涉及模拟训练技术领域，具体是基于虚拟现实技术的发射车模拟控制系统。

背景技术

虚拟现实技术(VR技术)是一种逼真地模拟人在自然界环境中视觉、听觉、运动等行为的人机界而技术，从实现角度上可以认为虚拟现实系统是一个计算机生成的三维图形系统，形成以参与者为中心的可视化环境，参与者可以与该环境进行实时的交互；

传统的发射车训练系统大都采用真实的跟踪系统，对一串灯链或沿某一固定路线移动的模拟目标实施训练，整个系统受限较大而且训练成本较高；虚拟现实技术与常规的训练方式相比较，具有环境逼真，身临其境”感强、场景多变、训练针对性强和安全经济、可控制性强等特点，这些特点带来人员、物资、时间和训练质量上的巨大优势，为此，我们提出基于虚拟现实技术的发射车模拟控制系统。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出基于虚拟现实技术的发射车模拟控制系统。

为实现上述目的，根据本发明的第一方面的实施例提出基于虚拟现实技术的发射车模拟控制系统，包括模拟训练模块、干扰分析模块、模拟教学模块、训练分析模块和评估模块；

所述模拟训练模块用于基于虚拟现实技术对发射车进行模拟仿真得到三维虚拟模型，于三维虚拟模型上应用真实发射车操作系统，供学员模拟训练发射车操作的各训练项目；

在学员模拟训练之前，管理员通过指令输入模块输入测试指令；所述干扰分析模块用于接收测试指令后检测模拟训练模块的抗干扰能力；

所述模拟教学模块用于从数据库中获取与训练项目对应的训练仿真数据，基于虚拟现实技术变换得到与训练项目对应的三维虚拟动画，并将三维虚拟动画发送到显示终端放映；

学员观看各训练项目对应的三维虚拟动画后通过模拟训练模块对各训练项目进行训练，所述训练分析模块用于实时采集学员模拟训练的训练信息进行分析，并根据训练值XL进行等级评判得到评价信号；

所述评估模块用于根据数据库内存储的带有时间戳的评价信号对学员的训练情况进行综合评价，若评价分WP≤评分阈值，则表明学员当前训练效果差，生成提醒信息至学员的手机终端，建议学员改变训练方式，并通过互动交流模块与导师或其他学员进行沟通交流。

进一步地，所述干扰分析模块的具体检测步骤为：

首先信号发射单元发射检测信号至模拟训练模块和目标模拟模块，同时发射天线发射干扰信号以对模拟训练模块进行电磁波干扰；

响应于接收到检测信号，目标模拟模块基于虚拟现实技术设置一个静止的模拟目标；模拟训练模块用于通过雷达获取模拟目标的位置，并针对该模拟目标发射模拟发射车进行拦截；

分析单元用于获取模拟发射车的落点信息，根据落点信息对误差系数进行评估，若误差系数WX＞误差阈值，则判定拦截失败，模拟训练模块抗干扰能力不合格，生成异常信号；所述干扰分析模块用于将异常信号传输至处理器，所述处理器接收到异常信号时驱动报警模块发出警报，并驱动显示模块显示“模拟训练模块抗干扰能力不合格，建议处理”。

进一步地，所述模拟训练模块的具体训练步骤为：

目标模拟模块基于虚拟现实技术设置沿某一固定路线移动或随机移动的模拟目标；学员根据雷达和各类传感器反馈的当前模拟目标的运动状态信息进行分析，针对该模拟目标发射模拟发射车进行拦截；

根据模拟发射车的落点信息对误差系数进行评估，将误差系数和对应的训练时长进行融合并标记为训练信息。

进一步地，根据落点信息对误差系数进行评估的具体过程如下：

获取模拟发射车的落点信息，所述落点信息包括落点位置和落点速度；

记录模拟发射车自发射至到达落点的时长为落点时长LT；将落点位置与模拟目标位置的距离差标记为误差距离W1，将落点速度标记为V1；利用公式

计算得到误差系数WX，其中d1、d2为系数因子。

进一步地，所述训练分析模块的具体分析步骤为：

获取学员的训练信息，将训练信息中误差系数标记为WS，将对应的训练时长标记为WT；若WS＞误差阈值或WT＞时长阈值，则判定此次训练不合格，生成不合格信号；

当WS≤误差阈值且WT≤时长阈值时，利用公式XL=1/(WS×d3+WT×d4)计算得到学员的训练值XL，其中d3、d4均为系数因子；

根据训练值XL进行等级评判得到评价信号，具体为：将训练值XL与训练阈值相比较，其中训练阈值包括X1、X2；其中X1＞X2，X1、X2均为预设值；若XL≥X1，则此时评价信号为优秀信号；若X2≤XL＜X1，则此时评价信号为良好信号；若XL＜X2，此时评价信号为合格信号。

进一步地，所述训练分析模块用于将评价信号和对应的训练值XL传输至显示模块实时显示，并将评价信号打上时间戳存储至数据库。

进一步地，所述评估模块的具体评价方法为：

根据时间戳，获取学员在系统当前时间前三天内所有的评价信号；

统计优秀信号、良好信号、合格信号和不合格信号各自的次数占比，并依次标记为Zb1、Zb2、Zb3和Zb4；对不合格信号作进一步分析，计算得到极限差值GX；利用公式WP=(Zb1×3+Zb2×2+Zb3)/(Zb4×g4+GX×g5)计算得到学员训练的评价分WP；其中g4、g5均为系数因子。

进一步地，对不合格信号作进一步分析的具体过程如下：

当评价信号为不合格信号时，获取此时学员的训练值并标记为WE；

统计WE＜训练极限值的次数为C1，将对应WE与训练极限值的差值进行求和得到训练总差值XZ；统计最近一次不合格信号出现时间与系统当前时间之间评价信号的出现次数为F1；利用公式GX=(C1×g1+XZ×g2)/(F1×g3)计算得到极限差值GX，其中g1、g2、g3均为系数因子。

与现有技术相比，本发明的有益效果是：

1、本发明中在学员模拟训练之前，所述干扰分析模块用于检测模拟训练模块的抗干扰能力，首先对模拟训练模块进行电磁波干扰，然后目标模拟模块基于虚拟现实技术设置一个静止的模拟目标，模拟训练模块针对该模拟目标发射模拟发射车进行拦截，根据模拟发射车的落点信息判断拦截是否成功，若失败，则判定模拟训练模块抗干扰能力不合格，建议管理员尽快处理，有效提高模拟训练模块的训练精度；

2、本发明中学员通过模拟教学模块观看各训练项目对应的三维虚拟动画，然后通过模拟训练模块对各训练项目进行训练，所述训练分析模块用于实时采集学员模拟训练的训练信息进行分析，并根据训练值XL进行等级评判得到评价信号；所述训练分析模块用于将评价信号传输至显示模块实时显示，方便学员和管理员直观了解；

3、本发明中所述评估模块用于根据数据库内存储的带有时间戳的评价信号对学员的训练情况进行综合评价，结合各评价信号的次数占比和极限差值计算得到学员训练的评价分WP；若评价分WP≤评分阈值，则表明学员当前训练效果差，生成提醒信息至学员的手机终端；建议学员改变训练方式，并通过互动交流模块与导师或其他学员进行沟通交流，以提高训练质量。

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为本发明的原理框图。

具体实施方式

下面将结合实施例对本发明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它实施例，都属于本发明保护的范围。

如图1所示，基于虚拟现实技术的发射车模拟控制系统，包括目标模拟模块、模拟训练模块、指令输入模块、干扰分析模块、处理器、报警模块、显示模块、模拟教学模块、训练分析模块、信息获取模块、数据库以及评估模块；

目标模拟模块用于基于虚拟现实技术设置沿某一固定路线移动或随机移动的模拟目标；

模拟训练模块用于基于虚拟现实技术对发射车进行模拟仿真得到三维虚拟模型，完全模拟发射车的实际应用场景，于三维虚拟模型上应用真实发射车操作系统，以便学员模拟训练发射车操作调试的各训练项目；

在学员模拟训练之前，管理员通过指令输入模块输入测试指令，并将测试指令经处理器传输至干扰分析模块，干扰分析模块用于接收测试指令后检测模拟训练模块的抗干扰能力；干扰分析模块包括信号发射单元、发射天线以及分析单元，具体检测步骤为：

S1：干扰分析模块接收测试指令后，通过信号发射单元发射检测信号至模拟训练模块和目标模拟模块；响应于接收到检测信号，目标模拟模块用于基于虚拟现实技术设置一个静止的模拟目标；同时发射天线用于发射干扰信号以对模拟训练模块进行电磁波干扰；

S2：响应于接收到检测信号，模拟训练模块用于获取模拟目标的位置，并针对该模拟目标发射模拟发射车进行拦截；

S3：分析单元用于获取模拟发射车的落点信息，判断模拟发射车拦截模拟目标是否成功；具体为：

获取模拟发射车的落点信息，落点信息包括落点位置和落点速度；

记录模拟发射车自发射至到达落点的时长并标记为落点时长LT；将落点位置与模拟目标位置进行距离差计算得到误差距离W1，将落点速度标记为V1，利用公式

计算得到误差系数WX，其中d1、d2为系数因子；

将误差系数WX与误差阈值相比较，若WX≤误差阈值，则判定模拟发射车拦截模拟目标成功，模拟训练模块抗干扰能力合格，生成正常信号；若WX＞误差阈值，则判定模拟发射车拦截模拟目标失败，模拟训练模块抗干扰能力不合格，生成异常信号；

干扰分析模块用于将异常信号传输至处理器，处理器用于在接收到异常信号时自动驱动报警模块发出警报，并自动驱动显示模块显示“模拟训练模块抗干扰能力不合格，建议处理”；

模拟教学模块用于从数据库中获取与训练项目对应的训练仿真数据，基于虚拟现实技术，根据训练仿真数据模拟仿真得到与训练项目对应的三维虚拟动画，并将三维虚拟动画发送到显示终端放映；学员观看各训练项目对应的三维虚拟动画后通过模拟训练模块对各训练项目进行训练，并记录训练信息，具体训练步骤为：

首先通过目标模拟模块基于虚拟现实技术设置沿某一固定路线移动或随机移动的模拟目标；学员根据雷达和各类传感器反馈的当前模拟目标的运动状态信息进行分析，针对该模拟目标发射模拟发射车进行拦截；

根据模拟发射车的落点信息计算得到误差系数，将误差系数和对应的训练时长进行融合并标记为训练信息；

其中信息获取模块包括雷达和各类传感器，雷达和各类传感器与模拟目标之间通过物联网节点进行分布式的连接，用于获取对应模拟目标的当前运动状态信息并上传至模拟训练模块；

训练分析模块与模拟训练模块相连接，用于实时采集学员模拟训练的训练信息并进行分析，具体分析步骤为：

获取学员的训练信息，将训练信息中误差系数标记为WS，将对应的训练时长标记为WT；将误差系数WS与误差阈值相比较，若WS＞误差阈值，则判定此次训练不合格，生成不合格信号；将训练时长WT与时长阈值相比较，若WT＞时长阈值，则判定此次训练不合格，生成不合格信号；

当WS≤误差阈值且WT≤时长阈值时，利用公式XL=1/(WS×d3+WT×d4)计算得到学员的训练值XL，其中d3、d4均为系数因子，误差系数WS越小，则训练值XL越大；训练时长WT越小，则训练值XL越大；其中训练值XL越大，则表示训练成绩越好；

根据训练值XL进行等级评判得到评价信号，具体为：

将训练值XL与训练阈值相比较，其中训练阈值包括X1、X2；其中X1＞X2，X1、X2均为预设值；

若XL≥X1，则此时评价信号为优秀信号；若X2≤XL＜X1，则此时评价信号为良好信号；若XL＜X2，此时评价信号为合格信号；训练分析模块用于将评价信号和对应的训练值XL传输至显示模块实时显示，方便学员和管理员直观了解；训练分析模块还用于将评价信号打上时间戳存储至数据库；

评估模块和数据库相连接，用于根据数据库内存储的带有时间戳的评价信号对学员的训练情况进行综合评价，具体评价方法为：

根据时间戳，获取学员在系统当前时间前三天内所有的评价信号；

统计优秀信号、良好信号、合格信号和不合格信号各自的次数占比，并依次标记为Zb1、Zb2、Zb3和Zb4；

对不合格信号作进一步分析，具体为：当评价信号为不合格信号时，获取此时学员的训练值并标记为WE，将WE与训练极限值相比较；其中训练极限值的获取方法为：G1=1/(K1×d3+K2×d4)，其中G1为训练极限值，K1为误差阈值，K2为时长阈值；

统计WE＜训练极限值的次数为C1，将对应WE与训练极限值的差值进行求和得到训练总差值XZ；截取最近一次不合格信号出现时间与系统当前时间之间的时间区间为缓冲区间，统计缓冲区间内评价信号的出现次数为缓冲次数F1；利用公式GX=(C1×g1+XZ×g2)/(F1×g3)计算得到极限差值GX，其中g1、g2、g3均为系数因子；

利用公式WP=(Zb1×3+Zb2×2+Zb3)/(Zb4×g4+GX×g5)计算得到学员训练的评价分WP；其中g4、g5均为系数因子；

将评价分WP与评分阈值相比较；若评价分WP≤评分阈值，则表明学员当前训练效果差，生成提醒信息至学员的手机终端；建议学员改变训练方式，并通过互动交流模块与导师或其他学员进行沟通交流，以提高训练质量。

上述公式均是去除量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。

本发明的工作原理：

基于虚拟现实技术的发射车模拟控制系统，在工作时，在学员模拟训练之前，干扰分析模块用于检测模拟训练模块的抗干扰能力，首先目标模拟模块基于虚拟现实技术设置一个静止的模拟目标，同时发射天线用于发射干扰信号以对模拟训练模块进行电磁波干扰；然后通过模拟训练模块针对该模拟目标发射模拟发射车进行拦截，根据模拟发射车的落点信息判断拦截是否成功，若失败，则判定模拟训练模块抗干扰能力不合格，建议管理员尽快处理，从而提高模拟训练模块的训练精度；

学员通过模拟教学模块观看各训练项目对应的三维虚拟动画后通过模拟训练模块对各训练项目进行训练，首先通过目标模拟模块基于虚拟现实技术设置沿某一固定路线移动或随机移动的模拟目标；学员根据雷达和各类传感器反馈的当前模拟目标的运动状态信息进行分析，针对该模拟目标发射模拟发射车进行拦截，记录训练信息，根据训练信息计算得到学员的训练值XL，对训练值XL进行等级评判得到评价信号并将评价信号传输至显示模块实时显示，方便学员和管理员直观了解；

评估模块用于根据数据库内存储的带有时间戳的评价信号对学员的训练情况进行综合评价，首先统计优秀信号、良好信号、合格信号和不合格信号各自的次数占比；再对不合格信号作进一步分析，计算得到极限差值GX，结合各评价信号的次数占比和极限差值计算得到学员训练的评价分WP；若评价分WP≤评分阈值，则表明学员当前训练效果差，生成提醒信息至学员的手机终端；建议学员改变训练方式，并通过互动交流模块与导师或其他学员进行沟通交流，以提高训练质量。

在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (8)

1.基于虚拟现实技术的发射车模拟控制系统，其特征在于，包括模拟训练模块、干扰分析模块、模拟教学模块、训练分析模块和评估模块；

所述模拟训练模块用于基于虚拟现实技术对发射车进行模拟仿真得到三维虚拟模型，于三维虚拟模型上应用真实发射车操作系统，供学员模拟训练发射车操作的各训练项目；

在学员模拟训练之前，管理员通过指令输入模块输入测试指令；所述干扰分析模块用于接收测试指令后检测模拟训练模块的抗干扰能力；

所述模拟教学模块用于从数据库中获取与训练项目对应的训练仿真数据，基于虚拟现实技术变换得到与训练项目对应的三维虚拟动画，并将三维虚拟动画发送到显示终端放映；

学员观看各训练项目对应的三维虚拟动画后通过模拟训练模块对各训练项目进行训练，所述训练分析模块用于实时采集学员模拟训练的训练信息进行分析，并根据训练值XL进行等级评判得到评价信号；

所述评估模块用于根据数据库内存储的带有时间戳的评价信号对学员的训练情况进行综合评价，若评价分WP≤评分阈值，则表明学员当前训练效果差，生成提醒信息至学员的手机终端，建议学员改变训练方式，并通过互动交流模块与导师或其他学员进行沟通交流。

2.根据权利要求1所述的基于虚拟现实技术的发射车模拟控制系统，其特征在于，所述干扰分析模块的具体检测步骤为：

首先信号发射单元发射检测信号至模拟训练模块和目标模拟模块，同时发射天线发射干扰信号以对模拟训练模块进行电磁波干扰；

响应于接收到检测信号，目标模拟模块基于虚拟现实技术设置一个静止的模拟目标；模拟训练模块用于通过雷达获取模拟目标的位置，并针对该模拟目标发射模拟发射车进行拦截；

分析单元用于获取模拟发射车的落点信息，根据落点信息对误差系数进行评估，若误差系数WX＞误差阈值，则判定拦截失败，模拟训练模块抗干扰能力不合格，生成异常信号；所述干扰分析模块用于将异常信号传输至处理器，所述处理器接收到异常信号时驱动报警模块发出警报，并驱动显示模块显示“模拟训练模块抗干扰能力不合格，建议处理”。

3.根据权利要求1所述的基于虚拟现实技术的发射车模拟控制系统，其特征在于，所述模拟训练模块的具体训练步骤为：

目标模拟模块基于虚拟现实技术设置沿某一固定路线移动或随机移动的模拟目标；学员根据雷达和各类传感器反馈的当前模拟目标的运动状态信息进行分析，针对该模拟目标发射模拟发射车进行拦截；

根据模拟发射车的落点信息对误差系数进行评估，将误差系数和对应的训练时长进行融合并标记为训练信息。

4.根据权利要求2或3所述的基于虚拟现实技术的发射车模拟控制系统，其特征在于，根据落点信息对误差系数进行评估的具体过程如下：

获取模拟发射车的落点信息，所述落点信息包括落点位置和落点速度；

记录模拟发射车自发射至到达落点的时长为落点时长LT；将落点位置与模拟目标位置的距离差标记为误差距离W1，将落点速度标记为V1；利用公式

计算得到误差系数WX，其中d1、d2为系数因子。

5.根据权利要求1所述的基于虚拟现实技术的发射车模拟控制系统，其特征在于，所述训练分析模块的具体分析步骤为：

获取学员的训练信息，将训练信息中误差系数标记为WS，将对应的训练时长标记为WT；若WS＞误差阈值或WT＞时长阈值，则判定此次训练不合格，生成不合格信号；

当WS≤误差阈值且WT≤时长阈值时，利用公式XL=1/(WS×d3+WT×d4)计算得到学员的训练值XL，其中d3、d4均为系数因子；

根据训练值XL进行等级评判得到评价信号，具体为：将训练值XL与训练阈值相比较，其中训练阈值包括X1、X2；其中X1＞X2，X1、X2均为预设值；若XL≥X1，则此时评价信号为优秀信号；若X2≤XL＜X1，则此时评价信号为良好信号；若XL＜X2，此时评价信号为合格信号。

6.根据权利要求1所述的基于虚拟现实技术的发射车模拟控制系统，其特征在于，所述训练分析模块用于将评价信号和对应的训练值XL传输至显示模块实时显示，并将评价信号打上时间戳存储至数据库。

7.根据权利要求1所述的基于虚拟现实技术的发射车模拟控制系统，其特征在于，所述评估模块的具体评价方法为：

根据时间戳，获取学员在系统当前时间前三天内所有的评价信号；统计优秀信号、良好信号、合格信号和不合格信号各自的次数占比，并依次标记为Zb1、Zb2、Zb3和Zb4；对不合格信号作进一步分析，计算得到极限差值GX；

利用公式WP=(Zb1×3+Zb2×2+Zb3)/(Zb4×g4+GX×g5)计算得到学员训练的评价分WP；其中g4、g5均为系数因子。

8.根据权利要求7所述的基于虚拟现实技术的发射车模拟控制系统，其特征在于，对不合格信号作进一步分析的具体过程如下：

当评价信号为不合格信号时，获取此时学员的训练值并标记为WE；

统计WE＜训练极限值的次数为C1，将对应WE与训练极限值的差值进行求和得到训练总差值XZ；统计最近一次不合格信号出现时间与系统当前时间之间评价信号的出现次数为F1；利用公式GX=(C1×g1+XZ×g2)/(F1×g3)计算得到极限差值GX，其中g1、g2、g3均为系数因子。

Images