基于QGIS的數(shù)據(jù)仿真系統(tǒng)及關鍵技術研究.pdf_第1頁
已閱讀1頁,還剩83頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

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

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論