基于QGIS的數(shù)據(jù)仿真系統(tǒng)及關鍵技術研究.pdf

1、在日常的軍事演練中，運動目標和傳感器的實時數(shù)據(jù)獲取難度大，一般不具有可重現(xiàn)性，并且演練代價昂貴，因此有必要提出一種新的輔助數(shù)據(jù)融合系統(tǒng)。數(shù)據(jù)仿真系統(tǒng)是一個輔助數(shù)據(jù)融合的算法調(diào)試系統(tǒng)、算法功能測試、以及對算法性能進行評估的工具。通過人工設定劇情想定和模擬器探測參數(shù)，數(shù)據(jù)仿真系統(tǒng)對目標運動模型和探測過程進行仿真模擬，靜態(tài)或?qū)崟r生成模擬數(shù)據(jù)，驗證算法并對算法性能進行有效的評估。
　　在研究和設計數(shù)據(jù)仿真系統(tǒng)時也遇到了一些問題，主要有以下

2、幾個方面的問題：針對當本地的矢量地圖數(shù)據(jù)量比較大時和用戶在大尺度下操作瀏覽地圖時，或者矢量地圖元素較復雜時，由于每次用戶操作地圖時都需要渲染引擎重新渲染整個屏幕內(nèi)的所有元素，導致渲染工作量陡增，導致矢量地圖刷新緩慢的問題，因此提出瓦片化矢量地圖及搭建瓦片地圖服務器和構(gòu)建本地瓦片地圖緩存系統(tǒng)的方法來解決矢量地圖刷新緩慢的問題。針對瓦片地圖緩存系統(tǒng)提出了兩個替換算法GLMFU（Ghost Least Most Frequently Used

3、）和ALMFU（Alternately Least Most Frequently Used）算法，經(jīng)過驗證，算法對系統(tǒng)的緩存命中率有所提高。針對當用戶仿真大量的運動目標和傳感器時，運動目標、傳感器和誤差模塊的仿真計算工作量大，不能及時完成相應的運算，導致軟件卡頓不流暢現(xiàn)象發(fā)生的問題，基于此提出基于CUDA的仿真算法并行化的解決方法。提出了面向運動目標，面向傳感器和面向誤差評估的三種CUDA加速算法。通過使用CUDA技術將顯卡的高性能運