CN117742641B - 一种多视角分层的电磁态势标绘显示方法及系统 - Google Patents
一种多视角分层的电磁态势标绘显示方法及系统 Download PDFInfo
- Publication number
- CN117742641B CN117742641B CN202410182056.7A CN202410182056A CN117742641B CN 117742641 B CN117742641 B CN 117742641B CN 202410182056 A CN202410182056 A CN 202410182056A CN 117742641 B CN117742641 B CN 117742641B
- Authority
- CN
- China
- Prior art keywords
- situation
- display
- height
- core
- view
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 239000011159 matrix material Substances 0.000 claims abstract description 35
- 230000002776 aggregation Effects 0.000 claims abstract description 30
- 238000004220 aggregation Methods 0.000 claims abstract description 30
- 230000008569 process Effects 0.000 claims description 10
- 230000000007 visual effect Effects 0.000 claims description 10
- 238000010276 construction Methods 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000009960 carding Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000012512 characterization method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006116 polymerization reaction Methods 0.000 description 1
Landscapes
- Image Generation (AREA)
Abstract
本发明公开了一种多视角分层的电磁态势标绘显示方法及系统，该方法包括：基于用户兴趣在不同视角上的三维空间高度停留的平均时间，计算自动生成态势显示视角高度层集合；按照不同视角高度层分别构建态势产品模型生成策略矩阵，再结合态势显示要素矩阵，自动生成每个视角高度层态势显示产品集合；根据用户感兴趣的高度层集合以及分层态势显示产品集合，生成用户感兴趣视角高度与显示模型对应关系，并采用多要素信息加权的聚合解聚算法，实现多对象混叠信息聚合标绘显示。本发明实现了电磁态势由宏观到精细化、清晰化显示，便于用户直观快速理解态势。
Description
技术领域
本发明涉及电磁态势标绘显示技术领域，特别是一种多视角分层的电磁态势标绘显示方法及系统。
背景技术
当前应用已由单装向体系转变，呈现出环境越来越复杂、力量越来越多等趋势，在进行电磁态势标绘显示时，存在标绘要素多、空间跨度大、状态切换快等典型特征。现有态势标绘显示技术初步具备了不同比例尺下标绘区分显示，但是这种显示划分粒度粗、比例尺设置固化且缺少面向协同任务相关要素显示，因此当前技术已不能满足面向协同任务的标绘显示需求。
发明内容
针对电磁态势中协同任务要素显示不显性、层次不清晰等问题，本发明提供一种多视角分层的电磁态势标绘显示方法及系统。
本发明公开了一种多视角分层的电磁态势标绘显示方法，其包括：
步骤1：基于用户兴趣在不同视角上的三维空间高度停留的平均时间，计算自动生成态势显示视角高度层集合；
步骤2：按照不同视角高度层分别构建态势产品模型生成策略矩阵，再结合态势显示要素矩阵，自动生成每个视角高度层态势显示产品集合；
步骤3：根据用户感兴趣的高度层集合以及分层态势显示产品集合，生成用户感兴趣视角高度与显示模型对应关系，并采用多要素信息加权的聚合解聚算法，实现多对象混叠信息聚合标绘显示。
进一步地，所述步骤1包括：
步骤11：用户兴趣数据采集：
定义系统使用用户为P i，三维空间视角高度层为Ｈ ｊ，其中，i=1,2,…n，ｊ=1,2,…ｍ，ｎ为用户个体数，ｍ为三维空间高度剖面个数；
记录每个用户进入系统中，触发三维空间高度发生变化的初始化时间为t 0ij，顺次再次触发三维空间高度发生变化的时间为t 1ij；根据t 0ij和t 1ij，计算每个用户在每个三维空间视角高度层的停留时间为：
Ｔ PiＨｊ=t 1ij -t 0ij
步骤12：获取视角集合：
根据P i、Ｈ ｊ和Ｔ PiＨｊ，计算每个用户在不同三维空间高度停留的平均时间AVG j：
根据每个三维空间高度停留的平均时间AVG j，取AVG j前Ｎ个最大的值，即得到用户感兴趣的高度层集合HIG b，其中，Ｎ为大于1小于ｊ的整数，b为大于1小于等于N的整数。
进一步地，所述态势显示要素矩阵的构建过程包括：
按照不同的维度梳理态势显示要素，假设共有m个维度，m为大于0的整数，每个维度有n个显示要素，n为大于0的整数，对该n个显示要素进行抽象化表征，则可用e mn表示每个态势显示要素；所有态势显示要素矩阵用E为：
E =。
进一步地，所述态势产品模型生成策略矩阵的构建过程包括：
根据态势显示要素中的每一层中的每个维度需要显示的内容，构建每一层中的每个维度策略模板，然后在每一层中的每个维度策略模板的基础上，构建每层态势显示要素所有维度态势产品模型生成策略矩阵S b，b为1到N之间的任意整数，N表示视角高度层分层个数，态势产品模型生成策略矩阵S b为：
S b=
其中，是高度层为b的情况下第1个维度态势显示策略模板，/>为高度层为b的情况下第m个维度态势显示策略模板。
进一步地，所述每个视角高度层态势显示产品集合的生成过程包括：
按照不同层级，聚焦多对象协同关注要素，构建分层显示模型集合T b，b取值1到N之间的任意整数，N表示视角高度层分层个数，实现在不同比例尺下的显示对象，随着视点高度越来越低，显示的节点要素及属性越来越精细；通过态势显示要素矩阵E和态势显示要素矩阵S b，可通过矩阵计算得到每个视角高度层态势显示产品集合T b，其中
T b=。
进一步地，所述步骤3包括：
结合步骤1中构建的用户感兴趣的高度层集合HIG b以及步骤2中构建的分层显示模型集合T b，建立高度层与对应高度层显示要素的映射关系<HIG b，T b>，对态势标绘显示对象进行聚合解聚。
进一步地，所述对态势标绘显示对象进行聚合解聚，包括：
输入聚合邻域半径eps、阈值MinPts；输入核心属性加权阈值Core；基于输入的数据点集合，计算并存储数据点与点之间的地理距离；
从输入的数据点集合中提取核心点集合，并将该核心点集合从输入的数据集合中删除，之后，开始遍历核心点集合；
从核心点集合选取一个未被选取的核心点，遍历输入的数据集合，若输入的数据点与该核心点之间的屏幕距离小于聚合邻域半径eps，计算输入的数据点的核心属性加权值为W，且W大于核心属性加权阈值Core，该核心点的eps邻域至少包含阈值MinPts个对象，则将该输入的数据点加入该核心点的被聚合链表并从数据点集合中删除该输入的数据点；在删除该输入的数据点之后，若数据点集合中点的个数大于1，则取数据点集合中的第一个点作为核心点并将其加入核心点集合，重新开始遍历输入的数据集合，直至数据点集合中点的个数小于或等于1，返回核心点集合，遍历核心点集合，直至核心点集合中没有未被选取的核心点；核心点即为保留的显示节点，每个核心点对应的被聚合链表或簇中存储的即为被该核心点聚合掉的其他点集；其中，屏幕距离即间隔的像素点个数。
进一步地，定义聚合对象的平台类型为Ａ、权重为，对象类别为Ｂ、权重为/>，重要程度为Ｃ、权重为/>，对象能力为Ｄ、权重为/>，值班等级为Ｅ、权重为/>，Ｗ计算如下：
W=Ａ +Ｂ/> +Ｃ/> +Ｄ/> +Ｅ/>
其中，每一个聚合对象核心属性包括平台类型、对象类别、重要程度、对象能力和值班等级；在核心点不聚合的前提下按照地理位置计算被聚合的对象。
本发明公开了一种多视角分层的电磁态势标绘显示系统，用于实现上述任一项所述的多视角分层的电磁态势标绘显示方法，其包括：
获取模块，用于基于用户兴趣在不同视角上的三维空间高度停留的平均时间，计算自动生成态势显示视角高度层集合；
构建模块，用于按照不同视角高度层分别构建态势产品模型生成策略矩阵，再结合态势显示要素矩阵，自动生成每个视角高度层态势显示产品集合；
显示模块，用于根据用户感兴趣的高度层集合以及分层态势显示产品集合，生成用户感兴趣视角高度与显示模型对应关系，并采用多要素信息加权的聚合解聚算法，实现多对象混叠信息聚合标绘显示。
由于采用了上述技术方案，本发明具有如下的优点：一是以用户感兴趣视角停留时间作为不同高度层的选择输入，克服了通常系统设置视角高度固化和人为因素未考虑的问题，提高人机交互合理性；二是分类分层态势产品模型的动态生成，实现态势要素自动抽取，解决之前态势产品上下没有区分，提高了态势生成精准度；三是利用多要素信息加权的聚合解聚，把核心属性信息加权作为条件，可以实现在聚合的过程中会保留重要信息和节点，提高了聚合准确度，保障了有效的态势要素呈现。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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实施例中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1为本发明实施例构建的多视角电磁态势标绘显示总体流程图；
图2为本发明实施例多要素信息加权的聚合解聚算法流程图；
图3为本发明实施例高视角下显示效果示意图；
图4为本发明实施例中视角下显示效果示意图；
图5为本发明实施例低视角下显示效果示意图；
图6为本发明实施例聚合解聚显示效果示意图。
具体实施方式
结合附图和实施例对本发明作进一步说明，显然，所描述的实施例仅是本发明实施例一部分实施例，而不是全部的实施例。本领域普通技术人员所获得的所有其他实施例，都应当属于本发明实施例保护的范围。
参见图1，本发明提供了一种多视角分层的电磁态势标绘显示方法的实施例，其包括：
步骤1：基于用户兴趣在不同视角上的三维空间高度停留的平均时间，计算自动生成态势显示视角高度层集合；
步骤2：按照不同视角高度层分别构建态势产品模型生成策略矩阵，再结合态势显示要素矩阵，自动生成每个视角高度层态势显示产品集合；
步骤3：根据用户感兴趣的高度层集合以及分层态势显示产品集合，生成用户感兴趣视角高度与显示模型对应关系，并采用多要素信息加权的聚合解聚算法，实现多对象混叠信息聚合标绘显示。
本实施例中，步骤1包括：
步骤11：用户兴趣数据采集：
定义系统使用用户为P i，三维空间视角高度层为Ｈ ｊ，其中，i=1,2,…n，ｊ=1,2,…ｍ，ｎ为用户个体数，ｍ为三维空间高度剖面个数；
记录每个用户进入系统中，触发三维空间高度发生变化的初始化时间为t 0ij，顺次再次触发三维空间高度发生变化的时间为t 1ij；根据t 0ij和t 1ij，计算每个用户在每个三维空间视角高度层的停留时间为：
Ｔ PiＨｊ=t 1ij -t 0ij
步骤12：获取视角集合：
根据P i、Ｈ ｊ和Ｔ PiＨｊ，计算每个用户在不同三维空间高度停留的平均时间AVG j：
根据每个三维空间高度停留的平均时间AVG j，取AVG j前Ｎ个最大的值，即得到用户感兴趣的高度层集合HIG b，其中，Ｎ为大于1小于ｊ的整数，b为大于1小于等于N的整数。
本实施例中，态势显示要素矩阵的构建过程包括：
按照不同的维度梳理态势显示要素，假设共有m个维度，m为大于0的整数，每个维度有n个显示要素，n为大于0的整数，对该n个显示要素进行抽象化表征，则可用e mn表示每个态势显示要素；所有态势显示要素矩阵用E为：
E =。
本实施例中，态势产品模型生成策略矩阵的构建过程包括：
根据态势显示要素中的每一层中的每个维度需要显示的内容，构建每一层中的每个维度策略模板，然后在每一层中的每个维度策略模板的基础上，构建每层态势显示要素所有维度态势产品模型生成策略矩阵S b，b为1到N之间的任意整数，N表示视角高度层分层个数，态势产品模型生成策略矩阵S b为：
S b=
其中，是高度层为b的情况下第1个维度态势显示策略模板，/>为高度层为b的情况下第m个维度态势显示策略模板。
本实施例中，每个视角高度层态势显示产品集合的生成过程包括：
按照不同层级，聚焦多对象协同关注要素，构建分层显示模型集合T b，b取值1到N之间的任意整数，N表示视角高度层分层个数，实现在不同比例尺下的显示对象，随着视点高度越来越低，显示的节点要素及属性越来越精细；通过态势显示要素矩阵E和态势显示要素矩阵S b，可通过矩阵计算得到每个视角高度层态势显示产品集合T b，其中
T b=。
本实施例中，步骤3包括：
结合步骤1中构建的用户感兴趣的高度层集合HIG b以及步骤2中构建的分层显示模型集合T b，建立高度层与对应高度层显示要素的映射关系<HIG b，T b>，对态势标绘显示对象进行聚合解聚。
本实施例中，参见图2，对态势标绘显示对象进行聚合解聚，包括：
输入聚合邻域半径eps、阈值MinPts；输入核心属性加权阈值Core；基于输入的数据点集合，计算并存储数据点与点之间的地理距离；
从输入的数据点集合中提取核心点集合，并将该核心点集合从输入的数据集合中删除，之后，开始遍历核心点集合；
从核心点集合选取一个未被选取的核心点，遍历输入的数据集合，若输入的数据点与该核心点之间的屏幕距离小于聚合邻域半径eps，计算输入的数据点的核心属性加权值为W，且W大于核心属性加权阈值Core，该核心点的eps邻域至少包含阈值MinPts个对象，则将该输入的数据点加入该核心点的被聚合链表并从数据点集合中删除该输入的数据点；在删除该输入的数据点之后，若数据点集合中点的个数大于1，则取数据点集合中的第一个点作为核心点并将其加入核心点集合，重新开始遍历输入的数据集合，直至数据点集合中点的个数小于或等于1，返回核心点集合，遍历核心点集合，直至核心点集合中没有未被选取的核心点；核心点即为保留的显示节点，每个核心点对应的被聚合链表或簇中存储的即为被该核心点聚合掉的其他点集；其中，屏幕距离即间隔的像素点个数。
本实施例中，定义聚合对象的平台类型为Ａ、权重为，对象类别为Ｂ、权重为，重要程度为Ｃ、权重为/>，对象能力为Ｄ、权重为/>，值班等级为Ｅ、权重为/>，Ｗ计算如下：
W=Ａ +Ｂ/> +Ｃ/> +Ｄ/> +Ｅ/>
其中，每一个聚合对象核心属性包括平台类型、对象类别、重要程度、对象能力和值班等级；在核心点不聚合的前提下按照地理位置计算被聚合的对象。
本发明提供了一种多视角分层的电磁态势标绘显示系统，用于实现上述实施例的多视角分层的电磁态势标绘显示方法，其包括：
获取模块，用于基于用户兴趣在不同视角上的三维空间高度停留的平均时间，计算自动生成态势显示视角高度层集合；
构建模块，用于按照不同视角高度层分别构建态势产品模型生成策略矩阵，再结合态势显示要素矩阵，自动生成每个视角高度层态势显示产品集合；
显示模块，用于根据用户感兴趣的高度层集合以及分层态势显示产品集合，生成用户感兴趣视角高度与显示模型对应关系，并采用多要素信息加权的聚合解聚算法，实现多对象混叠信息聚合标绘显示。
为了便于理解，本发明还提供了一个更为具体的实施实例：
在步骤1中，设置使用用户为P i，i=1,2,…n，其中n=5，三维空间视角高度层为Ｈ ｊ，ｊ=1,2,…ｍ，其中，ｍ=20，分别记录每个用户在20个高度层的停留时间，如表1所示。
表1 每个用户在20个高度层的停留时间
由表1的数据计算得到二十个高度层平均停留时间如表2所示。
表2二十个高度层平均停留时间
从表2中取高度层为2300000、1000000、800000、700000、600000、100000、8000，得到H。
在步骤2中，选取某种应用下的态势显示要素包括基本属性、状态、能力、关系等4个维度，针对每一个维度，结合实际应用抽取相应的态势要素以及制定策略模板，进而计算生成满足7个高度层的态势显示要素。
结合步骤1、步骤2计算结果，可建立影射F，其中F取值为（2300000，T 1）、（1000000，T 2）、（800000，T 3）、（700000，T 4）、（600000，T 5）、（100000，T 6）、（8000，T 7）。
在确定映射关系F后，利用改进聚合解聚方法，针对7个高度层的每一层标绘对象利用步骤3的方法进行态势聚合解聚。本方法中标绘对象平台类型为Ａ、权重为Ｗ Ａ，对象类别为Ｂ、权重为Ｗ Ｂ，重要程度Ｃ、权重为Ｗ Ｃ，对象能力Ｄ、权重为Ｗ Ｄ，值班等级Ｅ、权重为Ｗ Ｅ，具体取值如下：
A根据实际类型取值为，固定站：5分、飞机：3分、船：2分，Ｗ Ａ取值为0.2；
B根据实际类别取值为，LK：4分、TK：3分、DH：2分、DWSB：1分，Ｗ Ｂ取值为0.1；
C根据重要程度取值为，关键：5分、重要：3分、一般：2分，Ｗ Ｃ取值为0.3；
D根据实际能力取值为，高：5分、中：3分、低：2分，Ｗ Ｄ取值为0.2；
Ｅ根据实际等级取值为，一级：5分，二级：3分，三级：2分，Ｗ Ｅ取值为0.2。
eps取值为10个像素，MinPts阈值取值为5，核心属性加权阈值Core为4。
在某项目中的应用，态势的4个高度层显示的具体实施效果分别如图3、图4、图5、图6所示。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。
Claims (4)
1.一种多视角分层的电磁态势标绘显示方法，其特征在于，包括：
步骤1：基于用户兴趣在不同视角上的三维空间高度停留的平均时间，计算自动生成态势显示视角高度层集合；
步骤2：按照不同视角高度层分别构建态势产品模型生成策略矩阵，再结合态势显示要素矩阵，自动生成每个视角高度层态势显示产品集合；
步骤3：根据用户感兴趣的高度层集合以及分层态势显示产品集合，生成用户感兴趣视角高度与显示模型对应关系，并采用多要素信息加权的聚合解聚算法，实现多对象混叠信息聚合标绘显示；
所述步骤1包括：
步骤11：用户兴趣数据采集：
定义系统使用用户为P i，三维空间视角高度层为Ｈ ｊ，其中，i=1,2,…n，ｊ=1,2,…ｍ，ｎ为用户个体数，ｍ为三维空间高度剖面个数；
记录每个用户进入系统中，触发三维空间高度发生变化的初始化时间为t 0ij，顺次再次触发三维空间高度发生变化的时间为t 1ij；根据t 0ij和t 1ij，计算每个用户在每个三维空间视角高度层的停留时间为：
Ｔ PiＨｊ=t 1ij -t 0ij
步骤12：获取视角集合：
根据P i、Ｈ ｊ和Ｔ PiＨｊ，计算每个用户在不同三维空间高度停留的平均时间AVG j：
根据每个三维空间高度停留的平均时间AVG j，取AVG j前Ｎ个最大的值，即得到用户感兴趣的高度层集合HIG b，其中，Ｎ为大于1小于ｊ的整数，b为大于1小于等于N的整数；
所述每个视角高度层态势显示产品集合的生成过程包括：
按照不同层级，聚焦多对象协同关注要素，构建分层显示模型集合T b，b取值1到N之间的任意整数，N表示视角高度层分层个数，实现在不同比例尺下的显示对象，随着视点高度越来越低，显示的节点要素及属性越来越精细；通过态势显示要素矩阵E和态势显示要素矩阵S b，通过矩阵计算得到每个视角高度层态势显示产品集合T b，其中
T b =
所述步骤3包括：
结合步骤1中构建的用户感兴趣的高度层集合HIG b以及步骤2中构建的分层显示模型集合T b，建立高度层与对应高度层显示要素的映射关系<HIG b，T b >，对态势标绘显示对象进行聚合解聚；
所述对态势标绘显示对象进行聚合解聚，包括：
输入聚合邻域半径eps、阈值MinPts；输入核心属性加权阈值Core；基于输入的数据点集合，计算并存储数据点与点之间的地理距离；
从输入的数据点集合中提取核心点集合，并将该核心点集合从输入的数据集合中删除，之后，开始遍历核心点集合；
从核心点集合选取一个未被选取的核心点，遍历输入的数据集合，若输入的数据点与该核心点之间的屏幕距离小于聚合邻域半径eps，计算输入的数据点的核心属性加权值为W，且W大于核心属性加权阈值Core，该核心点的eps邻域至少包含阈值MinPts个对象，则将该输入的数据点加入该核心点的被聚合链表并从数据点集合中删除该输入的数据点；在删除该输入的数据点之后，若数据点集合中点的个数大于1，则取数据点集合中的第一个点作为核心点并将其加入核心点集合，重新开始遍历输入的数据集合，直至数据点集合中点的个数小于或等于1，返回核心点集合，遍历核心点集合，直至核心点集合中没有未被选取的核心点；核心点即为保留的显示节点，每个核心点对应的被聚合链表或簇中存储的即为被该核心点聚合掉的其他点集；其中，屏幕距离即间隔的像素点个数；
定义聚合对象的平台类型为Ａ、权重为，对象类别为Ｂ、权重为/>，重要程度为Ｃ、权重为/>，对象能力为Ｄ、权重为/>，值班等级为Ｅ、权重为/>，Ｗ计算如下：
W=Ａ +Ｂ/> +Ｃ/> +Ｄ/> +Ｅ/>
其中，每一个聚合对象核心属性包括平台类型、对象类别、重要程度、对象能力和值班等级；在核心点不聚合的前提下按照地理位置计算被聚合的对象。
2.根据权利要求1所述的多视角分层的电磁态势标绘显示方法，其特征在于，所述态势显示要素矩阵的构建过程包括：
按照不同的维度梳理态势显示要素，假设共有m个维度，m为大于0的整数，每个维度有n个显示要素，n为大于0的整数，对该n个显示要素进行抽象化表征，则用e mn表示每个态势显示要素；所有态势显示要素矩阵用E为：
E =。
3.根据权利要求1所述的多视角分层的电磁态势标绘显示方法，其特征在于，所述态势产品模型生成策略矩阵的构建过程包括：
根据态势显示要素中的每一层中的每个维度需要显示的内容，构建每一层中的每个维度策略模板，然后在每一层中的每个维度策略模板的基础上，构建每层态势显示要素所有维度态势产品模型生成策略矩阵S b，b为1到N之间的任意整数，N表示视角高度层分层个数，态势产品模型生成策略矩阵S b为：
S b =
其中，是高度层为b的情况下第1个维度态势显示策略模板，/>为高度层为b的情况下第m个维度态势显示策略模板。
4.一种多视角分层的电磁态势标绘显示系统，用于实现权利要求1-3任一项所述的多视角分层的电磁态势标绘显示方法，其特征在于，包括：
获取模块，用于基于用户兴趣在不同视角上的三维空间高度停留的平均时间，计算自动生成态势显示视角高度层集合；
构建模块，用于按照不同视角高度层分别构建态势产品模型生成策略矩阵，再结合态势显示要素矩阵，自动生成每个视角高度层态势显示产品集合；
显示模块，用于根据用户感兴趣的高度层集合以及分层态势显示产品集合，生成用户感兴趣视角高度与显示模型对应关系，并采用多要素信息加权的聚合解聚算法，实现多对象混叠信息聚合标绘显示。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410182056.7A CN117742641B (zh) | 2024-02-19 | 2024-02-19 | 一种多视角分层的电磁态势标绘显示方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410182056.7A CN117742641B (zh) | 2024-02-19 | 2024-02-19 | 一种多视角分层的电磁态势标绘显示方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117742641A CN117742641A (zh) | 2024-03-22 |
| CN117742641B true CN117742641B (zh) | 2024-04-23 |
Family
ID=90277839
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410182056.7A Active CN117742641B (zh) | 2024-02-19 | 2024-02-19 | 一种多视角分层的电磁态势标绘显示方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117742641B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106936637A (zh) * | 2017-03-15 | 2017-07-07 | 中国电子科技网络信息安全有限公司 | 一种网络空间态势的全景探索式可视化方法及装置 |
| CN107479705A (zh) * | 2017-08-14 | 2017-12-15 | 中国电子科技集团公司第二十八研究所 | 一种基于HoloLens的指挥所协同作业电子沙盘系统 |
| CN107843774A (zh) * | 2017-11-08 | 2018-03-27 | 中国电子科技集团公司电子科学研究院 | 电磁态势的计算成像方法及电磁态势成像系统 |
| WO2019170093A1 (zh) * | 2018-03-07 | 2019-09-12 | 西安电子科技大学 | 一种生成频谱态势的方法、装置及计算机存储介质 |
| CN111681315A (zh) * | 2020-06-10 | 2020-09-18 | 中国电子科技集团公司第二十八研究所 | 一种基于三维gis地图的高空与剖面标绘定位方法 |
| CN114637741A (zh) * | 2022-03-30 | 2022-06-17 | 西北工业大学 | 一种基于张量及神经网络的动态电磁频谱姿势方法及系统 |
| CN114970216A (zh) * | 2022-07-29 | 2022-08-30 | 中国人民解放军战略支援部队航天工程大学 | 一种基于剖分网格的电磁环境可视化表达方法 |
| CN116579600A (zh) * | 2023-03-20 | 2023-08-11 | 中电莱斯信息系统有限公司 | 一种基于要素联动的生态安全情景构建及可视化方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2659343C (en) * | 2006-08-24 | 2015-11-10 | Exxonmobil Upstream Research Company | Interpretation and mapping of electromagnetic survey data |
| CA3167174A1 (en) * | 2020-02-06 | 2021-09-23 | Christopher Moore | Rugged integrated helmet vision system |
-
2024
- 2024-02-19 CN CN202410182056.7A patent/CN117742641B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106936637A (zh) * | 2017-03-15 | 2017-07-07 | 中国电子科技网络信息安全有限公司 | 一种网络空间态势的全景探索式可视化方法及装置 |
| CN107479705A (zh) * | 2017-08-14 | 2017-12-15 | 中国电子科技集团公司第二十八研究所 | 一种基于HoloLens的指挥所协同作业电子沙盘系统 |
| CN107843774A (zh) * | 2017-11-08 | 2018-03-27 | 中国电子科技集团公司电子科学研究院 | 电磁态势的计算成像方法及电磁态势成像系统 |
| WO2019170093A1 (zh) * | 2018-03-07 | 2019-09-12 | 西安电子科技大学 | 一种生成频谱态势的方法、装置及计算机存储介质 |
| CN111681315A (zh) * | 2020-06-10 | 2020-09-18 | 中国电子科技集团公司第二十八研究所 | 一种基于三维gis地图的高空与剖面标绘定位方法 |
| CN114637741A (zh) * | 2022-03-30 | 2022-06-17 | 西北工业大学 | 一种基于张量及神经网络的动态电磁频谱姿势方法及系统 |
| CN114970216A (zh) * | 2022-07-29 | 2022-08-30 | 中国人民解放军战略支援部队航天工程大学 | 一种基于剖分网格的电磁环境可视化表达方法 |
| CN116579600A (zh) * | 2023-03-20 | 2023-08-11 | 中电莱斯信息系统有限公司 | 一种基于要素联动的生态安全情景构建及可视化方法 |
Non-Patent Citations (6)
| Title |
|---|
| "Design of electromagnetic situation visualization system";Haojie Hu 等;《2021 2nd International Conference on Intelligent Design》;20220120;第93-100页 * |
| "Visualization Of Integrated Electromagnetic Situation In Battle";JIANG Bo-wen 等;《IEEE》;20171214;第1-5页 * |
| "战场态势三维可视化平台关键技术研究与实现";蒋志强;《万方数据(学位)》;20221216;正文第11-87页 * |
| "新威胁态势下空中电子进攻体系发展思考";周旭 等;《中国电子科学研究院学报》;20190420;第14卷(第4期);第342-347页 * |
| "面向联合电磁频谱作战的电磁态势系统构建研究";卢文俊 等;《火力与指挥控制》;20231115;第48卷(第11期);第152-157页 * |
| 双模三维环境下的态势标绘技术研究;李鹏飞;周杨;许继伟;胡校飞;;测绘科学技术学报;20160701(第02期);第168-174页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117742641A (zh) | 2024-03-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20220300572A1 (en) | Interactive geographical map | |
| US10346222B2 (en) | Adaptive tree structure for visualizing data | |
| JP3586565B2 (ja) | 棒グラフ表示方法およびそのプログラム記憶媒体 | |
| CN107392915A (zh) | 基于捕获内容的截屏图像的像素将计算设备上显示的内容分割成区域 | |
| CN111931097B (zh) | 信息展示方法、装置、电子设备以及存储介质 | |
| CN107045506A (zh) | 评估指标获取方法及装置 | |
| US20190333256A1 (en) | Methods and Systems For Simplified Graphical Depictions of Bipartite Graphs | |
| CN111753041A (zh) | 数据聚合渲染方法、装置、系统、电子设备及存储介质 | |
| CN112002021B (zh) | 一种基于unity3d的聚合打点可视化方法及装置 | |
| CN112069200A (zh) | 一种面向高维时空大数据的多细节层次可视化方法 | |
| CN107992589A (zh) | 一种svg地图数据的加载方法、装置及系统 | |
| US20170269815A1 (en) | Object management and visualization using a computing device | |
| CN116011322A (zh) | 基于数字孪生的城市信息展示方法、装置、设备及介质 | |
| JP2012252529A (ja) | 情報処理装置、情報処理方法及びプログラム | |
| CN115545103A (zh) | 异常数据识别、标签识别方法和异常数据识别装置 | |
| Roberts et al. | Interactive Analytical Treemaps for Visualisation of Call Centre Data. | |
| CN117742641B (zh) | 一种多视角分层的电磁态势标绘显示方法及系统 | |
| US20140192082A1 (en) | Methods and systems for generating an aggregated data visualization | |
| US6215492B1 (en) | Apparatus for supporting retrieval of articles by utilizing processed image thereof | |
| CN116091715A (zh) | 一种基于三维gis引擎的poi点聚合方法 | |
| CN112367247B (zh) | 消息通知显示方法、装置及设备 | |
| CN115033760A (zh) | 一种大数据软件可视化方法、系统及存储介质 | |
| CN114820011A (zh) | 用户群体聚类方法、装置、计算机设备和存储介质 | |
| CN107315773B (zh) | 一种排名趋势和排名稳定性的影响因素的快速查找方法 | |
| CN114724276B (zh) | 一种多类型日志数据的处理方法、播放方法及相关设备 |
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 |