本發(fā)明涉及紅外制導控制半實物仿真，具體地，涉及一種氣動模糊效應(yīng)的實時仿真方法和系統(tǒng)。

背景技術(shù)：

1、光學成像探測技術(shù)是精確制導領(lǐng)域發(fā)展的重要方向，但由于飛行器在高速飛行過程中與大氣發(fā)生相互作用，其頭罩溫度升高，頭罩周圍的氣體密度發(fā)生變化，流場的氣體折射率脈動或高溫使探測窗變形，進而使得飛行器頭罩內(nèi)部的光學成像系統(tǒng)中目標或場景的相差急劇增加，產(chǎn)生模糊效應(yīng)。這種氣動模糊效應(yīng)給紅外成像末制導帶來了不利影響，降低了飛行器對目標的探測、跟蹤與識別能力。

2、隨著仿真技術(shù)的發(fā)展，紅外成像制導探測器的設(shè)計、驗證、鑒定與評估工作越來越依賴于半實物仿真技術(shù)。半實物仿真是飛行器研制的強有力手段，具有提高研制質(zhì)量、縮短研制周期和節(jié)省研制經(jīng)費的優(yōu)點。紅外制導半實物仿真系統(tǒng)主要為紅外成像探測器提供近似實戰(zhàn)過程的動態(tài)紅外場景，模擬多種復(fù)雜條件下的外場環(huán)境，以檢驗紅外成像探測器在在復(fù)雜光電環(huán)境下的性能及適應(yīng)性。在半實物仿真系統(tǒng)中最不可忽視的一個問題就是實時性，構(gòu)建的紅外場景需要在規(guī)定的時間內(nèi)完成渲染。目前國內(nèi)外氣動光學效應(yīng)的半實物仿真有兩條技術(shù)途徑：(1)利用數(shù)字圖像處理技術(shù)處理實現(xiàn)氣動光學效應(yīng)的模擬(史可天,程曉麗,馬漢東.光學頭罩繞流流場氣動光學效應(yīng)數(shù)值模擬[j].紅外與激光工程,2010,39(1):6-11、朱正天.高速飛行器頭罩湍流流場的氣動光學效應(yīng)分析[d].南京:南京理工大學,2016.)；(2)利用硬件實現(xiàn)對紅外物理輻射的氣動光學效應(yīng)調(diào)制(一種氣動光學效應(yīng)模擬裝置cn201810421662.4、一種模擬氣動光學效應(yīng)的方法和系統(tǒng)cn201310193486.0)。但上述兩種方法其主要問題在于，通過傳統(tǒng)的方法進行光跡追蹤獲得氣動光學效應(yīng)，再對圖像進行處理的方式非常低效，無法適應(yīng)半實物仿真實時性的需求；而利用硬件實現(xiàn)氣動光學效應(yīng)，一方面增加了設(shè)計成本和設(shè)計復(fù)雜度，另一方面增加了轉(zhuǎn)臺的負載，降低了半實物中轉(zhuǎn)臺的響應(yīng)性能。

技術(shù)實現(xiàn)思路

1、針對現(xiàn)有技術(shù)中的缺陷，本發(fā)明的目的是提供一種氣動模糊效應(yīng)的實時仿真方法和系統(tǒng)。

2、根據(jù)本發(fā)明提供的氣動模糊效應(yīng)的實時仿真方法，包括：

3、步驟1：創(chuàng)建幀緩沖對象，將主相機渲染的紅外場景每一幀的幀緩存數(shù)據(jù)繪制到紋理上；

4、步驟2：讀取渲染后的紋理圖像數(shù)據(jù)，在gpu利用著色器完成對圖像數(shù)據(jù)的氣動模糊效應(yīng)處理；

5、步驟3：設(shè)定從相機視口及投影矩陣，將氣動模糊效應(yīng)處理后的圖像數(shù)據(jù)渲染到場景渲染窗口，完成氣動模糊效應(yīng)的實時仿真。

6、優(yōu)選地，所述步驟1包括：

7、通過飛行器的紅外探測器的視場角及分辨率大小，設(shè)置主相機的視口大小及投影矩陣，當紅外探測器的水平分辨率與垂直分辨率不一致時，以最大分辨率作為主相機視口大?。?/p>

8、創(chuàng)建幀緩沖對象fbo及紋理對象，將主相機綁定到fbo，根據(jù)半實物仿真過程中飛行器在場景中的運動軌跡，渲染飛行器視角下的紅外仿真場景，將幀緩存數(shù)據(jù)繪制到紋理對象上。

9、優(yōu)選地，所述步驟2包括：

10、根據(jù)紅外探測器的分辨率大小創(chuàng)建一個四邊形節(jié)點，設(shè)置四邊形渲染狀態(tài)節(jié)點的紋理模式，將渲染后的幀緩沖對象綁定到四邊形節(jié)點上，同時打開渲染狀態(tài)節(jié)點的著色器模式，創(chuàng)建對應(yīng)的頂點著色器及片元著色器，并對著色器傳入模糊效應(yīng)處理操作，著色器由圖像處理器gpu執(zhí)行，用來對頂點和像素進行處理，從而產(chǎn)生最終的圖像；

11、采用理論計算方式，生成具有氣動模糊效應(yīng)的仿真圖像，仿真過程表述為：

12、

13、式中：g(x,y)為氣動模糊效應(yīng)圖像，f(x,y)為原始圖像，h(x,y)為大氣湍流效應(yīng)產(chǎn)生的點擴散函數(shù)psf；(x,y)為原始圖像的位置；

14、湍流場中存在多個旋渦，利用湍流統(tǒng)計理論進行仿真模擬，對于單一旋渦，點擴散函數(shù)psf如下：

15、

16、式中：hz(x,y)為第z個旋渦的psf，a(z)為隨機旋渦強度，xz、yz為旋渦的質(zhì)心隨機偏移位置，λzxz、λyz為hz(x,y)在x、y方向上的模糊因子；

17、隨機旋渦強度表達式為：

18、

19、式中：kz為第z個旋渦的隨機強度因子；a是分布的尺度參數(shù)；

20、對于整個大氣湍流，總體的點擴散函數(shù)表達式為：

21、

22、式中：z為湍流場中的漩渦個數(shù)。

23、優(yōu)選地，采用生成對抗網(wǎng)絡(luò)的氣動模糊效應(yīng)圖像生成流程為：

24、定義生成器和判別器的網(wǎng)絡(luò)結(jié)構(gòu)及損失函數(shù)，表達式如下：

25、

26、式中：mingmaxdv(d,g)是整個優(yōu)化的目標，即最小化生成器g的損失，同時最大化判別器d的損失；是真實樣本m來自于真實數(shù)據(jù)分布pdata(x)的期望值；是生成樣本g(n)來自于生成器g輸出的標準正態(tài)分布pn(n)的期望值；n為pn中的隨機采樣；

27、將實測的原始圖像及具備氣動模糊效應(yīng)的實測圖像或仿真圖像作為訓練樣本，訓練生成器和判別器，訓練過程為：隨機初始化生成器和判別器的參數(shù)；生成器接收噪聲向量，并將其轉(zhuǎn)換為數(shù)據(jù)樣本；判別器接收來自真實數(shù)據(jù)集的樣本以及生成器產(chǎn)生的樣本，并分別給出它們屬于真實數(shù)據(jù)的概率分數(shù)；對于判別器，最小化真實樣本被正確分類的概率和生成樣本被錯誤分類的概率的損失函數(shù)；對于生成器，最大化生成樣本被判別器誤認為真實樣本的概率；重復(fù)迭代上述過程，在每輪迭代中，兩個網(wǎng)絡(luò)輪流更換其權(quán)重，直至收斂；

28、待訓練完成，輸出訓練好的生成對抗網(wǎng)絡(luò)模型的卷積核參數(shù)；輸出卷積核參數(shù)后，將其傳入著色器中，利用gpu渲染管線對圖像進行計算，計算過程為：當對原始紅外場景圖像的一個像素進行卷積計算時，將卷積核中心置于該像素，然后將卷積核范圍內(nèi)的像素與對應(yīng)權(quán)重求積后，將結(jié)果作為該像素的新像素值，當完成原始紅外場景圖像所有像素值計算后，即可生成經(jīng)過模糊效應(yīng)處理的紅外場景。

29、優(yōu)選地，所述步驟3包括：

30、根據(jù)飛行器紅外探測器的分辨率大小，設(shè)置從相機的視口，并設(shè)置二維正射投影矩陣及觀察矩陣；

31、二維正射投影矩陣matp包含左left、右right、下bottom、上top四個參數(shù)，設(shè)置左參數(shù)大小為0，右參數(shù)大小為水平分辨率，下參數(shù)大小為0，上參數(shù)大小為垂直分辨率，其表達式如下：

32、

33、設(shè)置觀察矩陣為單位矩陣matv，其表達式如下：

34、

35、將四邊形節(jié)點添加至場景節(jié)點中，并將其放置于三維空間原點的位置，設(shè)置從相機位置，將從相機觀察到的場景繪制到對應(yīng)的場景渲染窗口，此時場景渲染窗口所顯示的場景即為糊效應(yīng)的紅外場景。

36、根據(jù)本發(fā)明提供的氣動模糊效應(yīng)的實時仿真系統(tǒng)，包括：

37、模塊m1：創(chuàng)建幀緩沖對象，將主相機渲染的紅外場景每一幀的幀緩存數(shù)據(jù)繪制到紋理上；

38、模塊m2：讀取渲染后的紋理圖像數(shù)據(jù)，在gpu利用著色器完成對圖像數(shù)據(jù)的氣動模糊效應(yīng)處理；

39、模塊m3：設(shè)定從相機視口及投影矩陣，將氣動模糊效應(yīng)處理后的圖像數(shù)據(jù)渲染到場景渲染窗口，完成氣動模糊效應(yīng)的實時仿真。

40、優(yōu)選地，所述模塊m1包括：

41、通過飛行器的紅外探測器的視場角及分辨率大小，設(shè)置主相機的視口大小及投影矩陣，當紅外探測器的水平分辨率與垂直分辨率不一致時，以最大分辨率作為主相機視口大?。?/p>

42、創(chuàng)建幀緩沖對象fbo及紋理對象，將主相機綁定到fbo，根據(jù)半實物仿真過程中飛行器在場景中的運動軌跡，渲染飛行器視角下的紅外仿真場景，將幀緩存數(shù)據(jù)繪制到紋理對象上。

43、優(yōu)選地，所述模塊m2包括：

44、根據(jù)紅外探測器的分辨率大小創(chuàng)建一個四邊形節(jié)點，設(shè)置四邊形渲染狀態(tài)節(jié)點的紋理模式，將渲染后的幀緩沖對象綁定到四邊形節(jié)點上，同時打開渲染狀態(tài)節(jié)點的著色器模式，創(chuàng)建對應(yīng)的頂點著色器及片元著色器，并對著色器傳入模糊效應(yīng)處理操作，著色器由圖像處理器gpu執(zhí)行，用來對頂點和像素進行處理，從而產(chǎn)生最終的圖像；

45、采用理論計算方式，生成具有氣動模糊效應(yīng)的仿真圖像，仿真過程表述為：

46、

47、式中：g(x,y)為氣動模糊效應(yīng)圖像，f(x,y)為原始圖像，h(x,y)為大氣湍流效應(yīng)產(chǎn)生的點擴散函數(shù)psf；(x,y)為原始圖像的位置；

48、湍流場中存在多個旋渦，利用湍流統(tǒng)計理論進行仿真模擬，對于單一旋渦，點擴散函數(shù)psf如下：

49、

50、式中：hz(x,y)為第z個旋渦的psf，a(z)為隨機旋渦強度，xz、yz為旋渦的質(zhì)心隨機偏移位置，λxz、λyz為hz(x,y)在x、y方向上的模糊因子；

51、隨機旋渦強度表達式為：

52、

53、式中：kz為第z個旋渦的隨機強度因子；a是分布的尺度參數(shù)；

54、對于整個大氣湍流，總體的點擴散函數(shù)表達式為：

55、

56、式中：z為湍流場中的漩渦個數(shù)。

57、優(yōu)選地，采用生成對抗網(wǎng)絡(luò)的氣動模糊效應(yīng)圖像生成流程為：

58、定義生成器和判別器的網(wǎng)絡(luò)結(jié)構(gòu)及損失函數(shù)，表達式如下：

59、

60、式中：mingmaxdv(d,g)是整個優(yōu)化的目標，即最小化生成器g的損失，同時最大化判別器d的損失；是真實樣本m來自于真實數(shù)據(jù)分布pdata(x)的期望值；是生成樣本g(n)來自于生成器g輸出的標準正態(tài)分布pn(n)的期望值；n為pn中的隨機采樣；

61、將實測的原始圖像及具備氣動模糊效應(yīng)的實測圖像或仿真圖像作為訓練樣本，訓練生成器和判別器，訓練過程為：隨機初始化生成器和判別器的參數(shù)；生成器接收噪聲向量，并將其轉(zhuǎn)換為數(shù)據(jù)樣本；判別器接收來自真實數(shù)據(jù)集的樣本以及生成器產(chǎn)生的樣本，并分別給出它們屬于真實數(shù)據(jù)的概率分數(shù)；對于判別器，最小化真實樣本被正確分類的概率和生成樣本被錯誤分類的概率的損失函數(shù)；對于生成器，最大化生成樣本被判別器誤認為真實樣本的概率；重復(fù)迭代上述過程，在每輪迭代中，兩個網(wǎng)絡(luò)輪流更換其權(quán)重，直至收斂；

62、待訓練完成，輸出訓練好的生成對抗網(wǎng)絡(luò)模型的卷積核參數(shù)；輸出卷積核參數(shù)后，將其傳入著色器中，利用gpu渲染管線對圖像進行計算，計算過程為：當對原始紅外場景圖像的一個像素進行卷積計算時，將卷積核中心置于該像素，然后將卷積核范圍內(nèi)的像素與對應(yīng)權(quán)重求積后，將結(jié)果作為該像素的新像素值，當完成原始紅外場景圖像所有像素值計算后，即可生成經(jīng)過模糊效應(yīng)處理的紅外場景。

63、優(yōu)選地，所述模塊m3包括：

64、根據(jù)飛行器紅外探測器的分辨率大小，設(shè)置從相機的視口，并設(shè)置二維正射投影矩陣及觀察矩陣；

65、二維正射投影矩陣matp包含左left、右right、下bottom、上top四個參數(shù)，設(shè)置左參數(shù)大小為0，右參數(shù)大小為水平分辨率，下參數(shù)大小為0，上參數(shù)大小為垂直分辨率，其表達式如下：

66、

67、設(shè)置觀察矩陣為單位矩陣matv，其表達式如下：

68、

69、將四邊形節(jié)點添加至場景節(jié)點中，并將其放置于三維空間原點的位置，設(shè)置從相機位置，將從相機觀察到的場景繪制到對應(yīng)的場景渲染窗口，此時場景渲染窗口所顯示的場景即為糊效應(yīng)的紅外場景。

70、與現(xiàn)有技術(shù)相比，本發(fā)明具有如下的有益效果：

71、本發(fā)明在傳統(tǒng)的紅外場景渲染過程中引入離屏渲染模式中的渲染到紋理(renderto?texture，rtt)技術(shù)，提出一種氣動模糊效應(yīng)的實時仿真方法，解決了紅外制導半實物仿真中氣動模糊效應(yīng)的實時仿真難題，其目的在于通過將渲染的紅外場景幀緩存數(shù)據(jù)渲染到紋理上，利用gpu并行進行模糊效應(yīng)處理，從而滿足實時仿真的需求。