仿真大数据 篇1
关键词：大数据分析,电能损耗预测,灰度关联,仿真实验
0 引言
近年来,随着人们物质条件的逐渐发展,能源越来越紧缺,减少电能损耗成为亟需解决的问题[1⁃2]。随着电网运行管理的智能化,电能损耗计算对算法的精确程度要求越来越高,如何有效准确地进行电能损耗预测,对电网企业开展降损节能工作具有重要意义,其已经成为相关学者研究的重点课题[3⁃5]。目前,针对电能损耗的预测方法主要包括潮流方法、神经网络方法和支持向量机方法等,相关研究也取得了一定的成果。文献[6]提出一种基于BP神经网络的电能损耗预测模型,通过神经网络对电能损耗进行预测,但该方法存在局部收敛、收敛效率低以及隐含层神经元选择复杂等弊端,而且该预测模型还需要大样本容量。文献[7]提出一种基于潮流计算的电能损耗预测模型,该模型可在历史数据不多的前提下,获取电能损耗预测量的内在规律,但该模型仅在电力系统生产技术条件变化不大和影响电力系统电能损耗的因素不产生很大变化的前提下适用。文献[8]提出一种基于聚类分析和线性回归的电能损耗预测模型,通过K均值聚类将电损数据依据不同的特征进行分类,针对各数据类分别进行线性回归,通过线性回归模型实现电能损耗的预测,但该模型存在训练时间长的弊端。文献[9]提出一种基于粒子群算法和支持向量机的电能损耗预测模型,通过粒子群算法对支持向量机进行参数寻优,构建电能损耗预测模型,但该模型存在易陷于局部极小点的缺陷。文献[10]提出一种基于改进核心向量机的电能损耗预测模型,该模型将能耗的计算抽象成回归分析问题进行求解,将历史电损值构成样本集,将其作为源数据进行训练,从而实现电能损耗的预测,但该模型存在网络结构复杂的弊端,预测精度偏低。
本文提出一种基于大数据分析的电能损耗预测模型,对相关数据进行预处理,利用灰色综合关联度获取关键因素,得到该电网电能损耗变化的规律,通过GM(1,1)实现对电能损耗的预测。经实验验证,本文模型具有较高的预测精度,能够很好地避免非线性因素对模型的干扰。
1 电能损耗区域的原因分析
在电能损耗的计算过程中,发电器、变电器、输电器是产生电能损耗的主要部件;因此,对三个电器的电能损耗进行合理的分析,可以为下一步的预测工作打下较好的基础。
1.1 发电器电能损耗分析
发电器电能损耗是电能损耗的根本,其模型可通过惯性环节进行模拟,因为调制波的频率明显高于电网频率,在发电过程中产生一定的电能损耗情况,所以惯性延迟时间常数很小,变电器模型如图1 所示。
1.2 变电器电能损耗分析
变电器必须快速跟随参考电流的瞬态变化,其响应速度比输电器高得多,将输电器形成的电流看作是基准I ,通过一系列阶段,对变电器的电流进行控制,也就是形成参考电压U 。通过dp坐标的转换将参考电压U变成逆变器所需的参考电压Udp_ref,形成触发脉冲。所以,可分析变电器电能损耗的情况,变电器的损耗区如图2所示。发电机P1产生的电流为I2,电压为U2的电源,通过升压变压器处理形成电流为I12,电压为U12的电源,在电流不变的情况下经过电阻R把电压降至U2通过一定的降压变压器处理形成流为I3,电压变为U用,最终变为用户可用的安全电源。但在升压和降压时产生大量的电能损耗。
1.3 输电器电能损耗分析
输电器也是产生损耗的一个关键部件。由于变电器电能损耗预测模型的响应速度较慢,所以,在对输电器进行能耗分析的过程中,首先需完成对变电器电能损耗原理的分析。通过一阶惯性环节等效变电器的特性,将其称作是等效变电器,传递函数Geq(s) 是电流的等效,用于电压的控制回路中,完成变电器模型的等效处理,但是在等效过程中要充分考虑其电能损耗情况。则输电器电能损耗区域如图3 所示。
2 基于大数据分析的电能损耗预测模型
在得到以上3 个区域的能耗分析的基础上,提出一种基于灰度关联的大数据分析电能损耗预测模型,对整体的电能损耗情况进行预测建模,从数据演化过程、数据关联的角度实现对电能损耗的预测。
电网结构复杂,但是电能损耗是由第1 节中的3 个区域决定的,主要包括的参数有:线路电缆化率、绝缘化率、环网化率、线路截面、长度标准化率,配变、线路平均负载率和平均功率因素等。其中,只有部分因素对电能损耗起关键作用,利用灰色综合关联度(Gray Compre⁃hensive Relationship,GCR)对得到的大数据进行分析,得到该数据变化的规律,实现对电能损耗的预测模型的构建。灰色关联分析主要适用于对系统主行为特征序列数据和影响因素序列数据进行灰关联排序。本文中,通过电能损耗历史统计数据组成的系统主行为特征序列,得到与之对应的3 个区域参数等组成的影响因素可描述成:
式中,n用于描述序列中元素的数量。在进行灰色关联分析之前,首先需完成X0,Xi的一致性及等时距处理。如果影响因素序列Xi和主行为特征序列X0呈负相关,则需通过逆化算子Di对Xi进行操作,如果序列X(也就是X0或Xi)每一对相邻观测数据之间的时距全部一致,则将X称作等时距序列。通常影响因素确定的情况下,需要对电能损耗参数灰色关联进行分析。
灰色综合关联分析主要包括经典灰色关联度分析、灰色绝对关联度分析和灰色相对关联度分析。经典灰色关联度主要依据序列曲线间几何形状的相似程度获取关联度,随着曲线的逐渐接近,对应序列之间的关联度也逐渐增加。灰色绝对关联度只取决于序列的几何形状,不受其空间相对位置的影响。灰色相对关联度是序列相对于始点的变化速率的体现,二者变化速率越接近则关联度越大,相对关联度不仅能够在很大程度上避免环境的干扰,而且还凸显了因素间动态变化的相似性。
综上所述,经典灰关联泛化了电能损耗情况的关联共性;绝对关联反映了电能损耗的折线相似度;相对关联反映了电能损耗情况相对于始点的变化速率的接近程度。灰色综合关联度综合了上述特性,能够更加客观、充分地体现出以上3 个区域电能损耗关联关系。其表达式如下所示:
在上述计算的基础上,通过GM(1,1)对电能的损耗情况进行预测模型构建,模型构建的详细过程如下:
(1)对关联后的3 个区域电能损耗数据进行累加生成一阶线损率数据序列X(1)= x(1)(1),x(1)(2),⋯,x(1)(n) ,得到整体电能损耗数据。
(2)微分处理。最小二乘法就是通过最小化误差的平方和寻找数据的最佳函数,可以简便地求出未知的数据,并使得这些求出的数据与实际数据之间误差平方和最小。本文利用最小二乘法对整体电能损耗数据进行微分处理。
(3) 将微分处理后得到的电能损耗数据,通过GM(1,1)转换为电能损耗预测值,实现对电能损耗预测模型的建立,表达式如下所示:
3 仿真实验分析
为了验证本文提出的基于大数据分析的电能损耗预测模型的有效性,需要进行相关的实验分析。本文将神经网络模型作为对比,通过Matlab 7.0 进行仿真,将2003—2009 年某地的统计数据构建模型,用2010 年和2011 年的数据对模型进行检验。
如表1 所示为实验电网2003—2011 年的输入变量值及相应的实际线损率。
依据表1 描述的数据,输入2010 年和2011 年的相关参数,分别采用本文模型和神经网络模型对这两年的电能损耗进行预测,得到预测结果,同时和当年实际电能损耗结果进行比较,得到的结果如表2 所示。
分析表2 可知,采用本文模型拟合2003—2009 年某电网电能损耗的精度比传统神经网络模型的拟合精度更高,并且本文模型2010 年、2011 年度电能损耗预测结果与真实值非常接近,平均预测误差只有1.81%,远远小于传统神经网络的20.94%,说明本文模型更能满足实际需要,预测结果非常精确,验证了本文模型的有效性。为了进一步验证本文模型的有效性,对本文模型和神经网络模型的适应能力进行比较,得到的结果见图4。
分析图4 可以看出,本文模型和神经网络模型的适应度曲线均未和最佳适应度曲线完全吻合,但与传统神经网络模型相比,本文模型适应度曲线和最佳适应度曲线的整体趋势更加接近,说明本文模型具有更高的适应能力。而且本文模型在迭代次数为40 次时即趋于平缓,而神经网络模型在迭代次数为50 次时才逐渐趋于稳定,说明本文模型全局收敛能力强,进一步验证了本文模型的有效性。
4 结语
本文提出一种基于大数据分析的电能损耗预测模型,对相关数据进行预处理,给出数据间经典灰色关联度分析、灰色绝对关联度分析和灰色相对关联度分析。综合上述特性,利用灰色综合关联度获取关键因素,得到电能损耗变化规律,在此基础上,通过GM(1,1)灰色预测模型,依据往年电能损耗数据实现对未来电能损耗的预测。仿真实验结果表明,所提模型具有较高的预测精度,能够很好的避免非线性因素对模型的干扰,为电力企业制定合理的电能损耗计划提供可靠依据。
参考文献
[1]胡巧玲,茹金平.基于大数据分析的人口迁移量预测模型仿真[J].计算机仿真,2014,31(10):246-249.
[2]张勤,周步祥,林楠,等.基于灰色模型与神经网络组合的线损率预测[J].电力系统及其自动化学报,2013,25(5):162-166.
[3]周红艳,田丽,钱兆刚,等.基于连续隐Markov模型的理论线损率预测研究[J].南阳理工学院学报,2014(6):38-41.
[4]王静,田丽,夏坤,等.基于PSO-SVM模型的理论线损率预测研究[J].重庆工商大学学报(自然科学版),2013,30(8):55-58.
[5]艾解清,徐晖,魏理豪,等.基于最小二乘支持向量机算法的配电网线损自动计算模型[J].电力科学与工程,2014,30(z1):43-46.
[6]张光瑞.线损分析预测在供电管理中的应用[J].科技资讯,2013(22):164.
[7]王欣,张海岩,季崇军.线损分析预测在供电管理中的应用研究[J].大科技,2013(15):103.
[8]王艳丽.探讨线损分析预测在供电管理中的应用[J].科技风,2015(2):113.
[9]李滨,杜孟远,韦维,等.基于准实时数据的智能配电网理论线损计算[J].电力自动化设备,2014,34(11):122-128.
仿真大数据 篇2
关键词：牵引仿真,现代有轨电车,储能电源
1 概述
武汉市大汉阳地区现代有轨电车试验线工程线路全长约19.955km。 车辆采用四模块编组, 三动一拖, 编组形式:=Mc1+T++M+Mc2=, 最高运行速度70km/h。
2 计算输入条件及基本公式
2.1 计算输入条件如下
(1) 线路参数 (由轨道建设方提供) 。站台数量共29 座, 路口共31 个, 其中路口起始至终止限速30km/h。
(2) 车辆重量。空车重量54.5t, AW3 车辆重量为77t。
(3) 车辆的牵引、制动特性。在平直、干燥轨道, 车轮半磨耗, AW2 载荷条件下:平均启动加速度 (0-40km/h) :≥ 1.0m/s2, 平均加速度 (0-70km/h) :≥ 0.7m/s2, 常用制动平均减速度 (70km/h-0) :≥ 1.2m/s2。
(4) 车辆的基本阻力特性, 即各种工况下的基本阻力计算公式见2.2.1。
(5) 储能电源容量、充电电流等。采用9500F单体电容, 储能电源电压在DC500V-900V之间为可用能量, 计算考虑储能电源全寿命周期内20% 的容量衰减。
(6) 车辆交、直流负载功率。根据辅助负载计算结果, 储能电源电压900-750V时, 功率为52.7k W;600-750V时, 功率为52k W;500-600V时, 功率为51.7k W。
2.2 列车阻力
2.2.1 基本阻力
基本阻力采用常规戴维斯公式:Fw=516*n+ mges* (0, 006374 +0, 00032905*v) + A*v2式中Fw=列车阻力[N];n=列车编组数;mges=列车重量+ 负载[kg];v= 速度[m/s]。
2.2.2 附加阻力
附加阻力由两部分组成坡道阻力和曲线阻力。坡道阻力= 列车总重* 坡度;曲线阻力=600/R, 折算成坡度。
2.2.3 运行阻力
运行阻力基于以下公式进行计算:
mFzg= 车辆总重[kg]; v= 速度[m/s] ;
2.3 能量计算
能量公式基于以下公式进行计算为
W= 总能量 (J) ;C= 电容容量 (F) ;U1、U2= 电压 (V) ;因储能电源电压为DC 500-DC 900V之间为可用能量, 储能电源电压为U时, 剩余能量为
WT= 辅助、牵引能耗 (Wh) , PT= 辅助、牵引功率 (k W) , T= 运行时间 (S) , 本项目通过公式进行计算得总能量为10104Wh。
3 计算结果
(1) 全力南路站- 硃山湖大道站, 线路里程为全长876m , 该区间共的4 个路口及停车等待时间为全力三路- 全力南路 (60s) 、救援中心消防站路口 (45s) 、东风乘用车1 路口 (45s) 、全力三路- 硃山湖大道 (130s) 。以该区间为例, 分别对三种工况计算结果进行对比分析 (路口起始位置- 终止位置限速30km/h) , 计算结果见表1。
1) 工况1 AW3、空调全载、4 个路口均等待一个红灯周期。
2) 工况2 AW3、空调全载、救援中心消防站、东风乘用车1两路口优先通过, 区间限速30km/h。
3) 工况3 AW3、空调全载、区间路口不起停、不等待。
仿真计算结果如表1。
由此可得, 工况1:区间最低电压为463V, 低于储能电源的正常工作电压。车辆起停次数为5 次、停车等待时间为280s, 牵引能耗占总能量的49.97%, 辅助能耗占总能耗的46.74%, 回收能量占总能量的63.77%。工况2, 区间最低电压在储能电源正常工作电压范围内, 车辆起停次数为3 次, 停车等待时间为190s, 牵引能耗占总能量的32.46%, 辅助能耗占总能耗的45.11%, 回收能量占总能量的21.55%。工况3, 区间最低电压在储能电源正常工作电压范围内, 车辆起停次数为1 次, 无停车等待时间, 牵引能耗占总能量的42.91%, 辅助能耗占总能耗的13.68%, 回收能量占总能量的48.53%。
由此可见, 区间设置过多的路口, 起停次数过多、等待时间过长, 相应的牵引、辅助能耗增加, 影响车辆性能的发挥;反之, 区间路口越少、起停次数越少, 将大大降低牵引、辅助能耗, 缩短站间运行时间, 提高车辆的平均旅行速度, 最大限度解决交通压力, 更有利于城市的发展。
(2) 枫树一路站- 后官湖大道站, 线路里程为全长1281m, 该区间共的2 个路口及停车等待时间为后官湖大道- 四环路 (80s) 、后官湖大道- 莲湖路 (90s) 。以该区间为例, 分两种工况进行对比分析 (路口起始位置- 终止位置限速30km/h) 。
1) 工况1:AW3、空调全载、路口等待一个红灯周期
2) 工况2:AW3、空调全载、路口等待一个红灯周期, 限速65km/h。仿真计算结果如表2。
由此可得, 工况1, 区间最低电压在储能电源正常工作电压范围500-900V, 最高运行速度70km/h, 牵引能耗占总能量的48.78%, 辅助能耗占总能耗的41.46%, 回收能量占总能量的74.27%。工况2, 区间最低电压在储能电源正常工作电压范围500-900V, 最高运行速度65km/h, 牵引能耗占总能量的44.61%, 辅助能耗占总能耗的41.46%, 回收能量占总能量的67.08%。
由此可见, 在不影响车辆性能的同时, 车辆采取限速措施, 能更好的优化车辆的运营方案, 节约能源。
4 结语
通过对武汉大汉阳现代有轨电车试验线项目的仿真计算, 对列车的实际线路运行情况作了较为深入、全面的分析和仿真, 为武汉大汉阳现代有轨电车项目车辆运营方案提出了优化建议, 为提高列车运行品质提供了理论依据, 对其他城市的现代有轨电车线路建设具有一定的参考价值。
参考文献
雷达数据处理算法的仿真研究 篇3
关键词：雷达；数据处理；跟踪滤波；仿真
雷达数据处理包括了很广泛的内容，本文指雷达目标的数据处理，主要是对用雷达方法取得的目标位置及运动参数进行滤波，平滑，预测和微分等运算。相控阵雷达系统的数据处理完成的基本流程包括：建立目标航迹，并进行航迹管理；检测点迹与航迹的配对，即航迹关联；目标的跟踪滤波及预测[5]。本文重对航迹关联算法和跟踪滤波算法进行了研究，并给出了仿真结果。
1 相控阵雷达数据处理系统的工作模式和处理流程
相控阵雷达主要工作状态可分为搜索状态和跟踪状态。雷达处于搜索状态时测量精度较差，而测距精度相对来说较高，因此此时只在距离维上进行数据处理；而处于跟踪状态时，测距精度和测角精度都较高，因此可以从三维空间上进行更为复杂的航迹关联。本文仿真的情况为雷达已经工作在跟踪状态下，以跟踪状态的数据处理为重点。数据处理系统主要完成目标航迹的起始、终止、数据关联、跟踪滤波、下一点空间位置的预测等工作。
由于可能面临多个目标，所以新发现的点迹必须与已经跟踪上的航迹进行关联配对，当配对实现后，利用跟踪滤波更新航迹信息，以产生精确的目标位置和速度估计值，同时形成下一时刻目标位置的预测波门。如果存在没有与任何航迹关联上的点迹，则用这些点迹生成新的航迹；如果已有的目标航迹多次没有任何点迹与之关联，则此航迹终止[1]。
综合后的雷达事件数据处理流程如图1所示[3]。
2 数据处理的基本算法
数据处理的基本算法包括数据关联、航迹管理、目标跟踪算法等。本文重点讨论数据关联算法和跟踪滤波算法。
2.1 数据关联
数据关联主要是解决多目标跟踪中雷达预测数据（点迹）与目标（航迹）的配对问题，当配对实现之后，航迹信息可被更新，以产生精确的目标估计值。常采用的方法有最近邻域法、概率数据关联法和联合概率数据关联法，本文采用最近邻域法。
最近邻域法的实质就是检测点迹与航迹的空间统计距离，选择使“空间统计距离”最小的检测点迹作为目标航迹的配对点迹。所以，计算检测点迹与航迹之间的空间统计距离是最近邻域法的关键。下面讨论空间统计距离的算法。
雷达测量是在球坐标中进行的，目标的状态方程是在直角坐标系中建立的，在球坐标系中用r、θ和φ表示距离，方位角和俯仰角。则球坐标系和直角坐标系之间的变换关系为
r=■（1）
θ=arctan（■）（2）
φ=arctan（■）（3）
雷达观测矢量为Z（k）=[r（k）■（k）θ（k）φ（k）]，其中■（k）表示目标的径向速度。检测点迹为z（k），航迹i的预测值为■（k/k—1），则可得检测点迹的空间统计距离为
ρ=■（4）
按（4）式分别算出检测点迹与航迹的空间统计距离，其中空间统计距离最小的点迹与航迹配对，用该点迹的观测数据进行航迹的滤波处理。
在进行滤波前，首先确定一个波门，然后以航迹预测值为中心，寻找波门内的点迹集合，对点迹集合中的点迹进行数据关联。若波门内没有点迹，则将波门扩大3～5倍，重新进行数据关联，若仍然无点迹存在，则使用预测值代替这一时刻估计值，并对下一时刻进行滤波处理。若外推5点后，波门内仍无点迹，则认为该航迹消失。
2.2 跟踪滤波算法
目标跟踪滤波算法采用计算量较小的α—β滤波。由于雷达距离和方位角测量误差的不相关性，故滤波可在极坐标系的两个坐标轴上独立进行[4]。
α—β滤波的目标运动模型为
s（k+1）=s（k）+[■（k）+w（k）]T（5）
■（k+1）=■（k）+w（k）T（6）
其中，s（k）可以表示r（k）、θ（k）或者φ（k），分别为k时刻目标的距离、俯仰角和方位角，相应的，■（k）可以表示■（k）、■（k）和■（k），分别为目标的径向速度、方位角速度和俯仰角速度。w（k）是目标速度的扰动噪声，取均值为零的高斯白噪声，T表示一个雷达扫描周期或者相关处理间隔。
雷达观测方程为
z（k）=s（k）+ns（k）（7）
其中，ns（k）可以表示nr（k）、nθ（k）或者nφ（k），分别表示雷达距离、方位角和俯仰角的测量噪声，取均值为零、均方差分别为σr、σθ和σφ的高斯白噪声。
滤波算法启动方式分为两点启动和三点启动，本文建立的模型是匀速（CV）模型，故采用两点启动。设前两个点的观测数据为z（k）=[r（k）θ（k）φ（k）]T，其中k=1，2，则航迹启动前两个时刻的距离估计值分别为r（1）、r（2），方位角估计值分别为θ（1）、θ（2），俯仰角估计值分别为φ（1）、φ（2）；航迹起始状态径向速度、方位角速度和俯仰角速度的估计值分别为
■ （k/k）=■（8）
■（k/k）=■（9）
■（k/k）=■（10）
下面给出滤波方程，其中■（k/k）、■（k/k）表示当前位置的滤波估计值，■（k+1/k）、■（k+1/k）表示下一时刻的预测值，■（k+1/k+1）、■（k+1/k+1）表示下一时刻的滤波估计值。
■（k+1/k）=■（k/k）+■（k/k）T（11）
■（k+1/k）=■（k/k）（12）
■（k+1/k+1）=■（k+1/k）+？琢（k+1）■（k+1）（13）
■（k+1/k+1）=■（k+1/k）+？茁（k+1）■（k+1）（14）
其中，■（k+1）为新息
■（k+1）=z（k+1）—■（k+1/k）
？琢（k+1）可以表示径向距离增益或径向速度增益，？茁（k+1）可以表示角度位置增益或角速度增益，他们之间的关系为：
nlc202309010105
？琢（k+1）=
■■
（16）
？茁（k+1）=■2[2—α（k+1）]—4■
（17）
其中q（k+1）为信噪比，此参数定义为
q（k+1）=■■（18）
其中σs可以表示σr、σθ或者σφ，分别为距离测量均方差、方位角测量均方差和俯仰角测量均方差。■（k+1）表示新息，反映了测量误差，设新息有N个抽样值，其方差为σz2（k+1），本文仿真中，取N=3。根据抽样统计知识
σz2（k+1）=■■■■（k+1—i），N=3（19）
式子（15）～（19）为α和β提供了自适应获取方法。
3 仿真结果分析
设定一个简单的场景，用几何关系算出目标的径向距离、方位角和俯仰角理论值，再用上述跟踪滤波算法算出各时刻预测值，从而求出理论值和预测值的差值，误差的大小用以检测滤波器内部算法的正确性。
本文仿真场景和参数为：在直角坐标系中，目标以500 m/s的速度做匀速直线运动，在10 s时开始机动，机动方式为向上爬升，机动时水平速度降为200 m/s，向上爬升的速度为100 m/s。雷达位于目标正后方，即方位角始终为0，且雷达扫描周期T=0.01 s，距离测量均方差σr=10m，俯仰角测量均方差σφ=0.0578°，由于本文设置的场景下方位角始终为零，故只考虑俯仰角。
由图2和图3可以看出，滤波启动后有一个暂态过程，距离误差和角度误差很大，稳定后，误差逐渐减小直至趋近于零。10 s时，由于目标开始机动，此时误差再次变大，稳定后又误差又减小，趋近于零。所以，本文建立的滤波器模型对目标具有良好的跟踪性能，能准确预测目标下一时刻的径向距离和俯仰角，从而精确的预测目标在空域中的坐标。
4 结束语
本文基于雷达数据处理仿真的要求，建立了数据处理系统的模型，并对其中的关键算法进行了研究，给出的结果证实了此模型可以有效的跟踪目标，稳态时距离预测误差不超过2m，角度预测误差不超过0.05°，达到了准确预测目标空间位置的目的。
参考文献
[1] 毛滔，李盾，王雪松. 相控阵雷达数据处理仿真研究，航天电子对抗[J]，2004，（4）.
[2] 陈明燕，张伟，汪学刚. 相控阵雷达数据处理系统的仿真，电讯技术[J]，2008，4.
[3] 刘宇. 雷达数据处理中的航迹相关[D]，四川：四川大学硕士学位论文，2003.
[4] 高爱丽. PD雷达数据处理系统仿真研究[D]，四川：电子科技大学硕士学位论文，2003.
[5] 王雪松，肖顺平，冯德军，赵锋等. 现代雷达电子战系统建模与仿真，电子工业出版社，2010，223—251.
[6] D.J. Wilkin，I. Harrison，M.S. Woolfson. Target tracking algorithms for phased array radar[J]. IEEE Proceedings—F，1991，138（3）： 255—262.
仿真大数据 篇4
资金申请报告
编制单位：北京智博睿投资咨询有限公司
《国家发展改革委办公厅关于请组织申报大数据领域创新能力建设专项的通知》下发。《通知》明确了相关专项建设的目标、内容和重点，将围绕大数据基础技术和应用技术两个维度，组建13个国家级大数据实验室。
《通知》明确专项目标，未来2－3年，将建成一批大数据领域创新平台，为大数据领域相关技术创新提供支撑和服务。以推进经济发展方式转变为着力点，通过建立和完善大数据领域的技术创新平台，集聚整合创新资源，加强产学研用结合，突破一批关键共性技术并实现产业化，促进大数据产业的快速发展，为培育和发展战略性新兴产业提供动力支撑。
《通知》指出，围绕转型内容和重点将组建13个国家级大数据实验室，分别是：大数据系统计算技术国家工程实验室、大数据系统软件国家工程实验室、大数据分析技术国家工程实验室、大数据协同安全技术国家工程实验室、智慧城市设计仿真与可视化技术国家工程实验室、城市精细化管理技术国家工程实验室、医疗大数据应用技术国家工程实验室、教育大数据应用技术国家工程实验室、综合交通大数据应用技术国家工程实验室、社会安全风险感知与防控大数据应用国家工程实验室、工业大数据应用技术国家工程实验室和空天地海一体化大数据应用技术国家工程实验室。
具体要求
（一）请相关主管部门按照《国家工程实验室管理办法（试行）》（国家发展改革委令第54号）、《国家高技术产业发展项目管理暂行办法》（国家发展改革委令第43号）和《国家发展改革委关于实施新兴产业重大工程包的通知》的要求，组织开展项目资金申请报告编制和申报工作。
（二）主管部门应结合本部门、本地区实际情况，认真组织好项目资金申请报告编写和备案工作（暂不需提供落实环评、节能、土地等建设条件的相关文件），并对其真实性予以确认。同一法人单位可选择其中1个实验室方向进行申报；同一主管部门对同一实验室方向，择优选择1个项目单位申报。项目主管部门和项目申请单位应承诺予以配套资金或政策支持，保障实验室建设和运行所需费用，促进相关产业的创新和发展。
（三）为构建创新网络，申报单位需承诺，若通过评审成为以上大数据领域创新平台的承担单位，将参与构建创新网络，以加强创新平台之间的协同。
（四）项目申报方案需充分体现产学研用等单位的紧密结合，并进行多个单位实质性联合共建（联合共建单位原则上不超过5个），建设内容和地点应相对集中；鼓励工程实验室建立技术成果应用示范基地，优先支持跨部门、跨区域、跨行业的具有全国性示范效应平台建设。
（五）该批国家工程实验室原则上将通过竞争择优确定（原则上支持本领域排名第一的单位），鼓励由企业牵头承担实验室的建设任务；并优先支持该批国家工程实验室承担国家大数据综合试验区促进大数据发展行动的相关任务和项目。
（六）请主管部门在2016年10月10日前，将审查合格的项目资金申请报告一式2份报送我委（双面打印）；同时请提供电子文本和有关附件等材料。
特此通知
国家发展改革委办公厅
2016年8月26日
报告目录
一、智慧城市设计仿真与可视化技术国家工程实验室项目摘要
二、智慧城市设计仿真与可视化技术国家工程实验室项目建设的依据、背景与意义
1、智慧城市设计仿真与可视化技术国家工程实验室项目建设的依据
2、智慧城市设计仿真与可视化技术国家工程实验室项目建设背景、意义
（1）智慧城市设计仿真与可视化技术国家工程实验室项目建设背景
（2）智慧城市设计仿真与可视化技术国家工程实验室项目建设意义
三、智慧城市设计仿真与可视化技术国家工程实验室技术发展与应用前景分析
1、国内外技术状况与发展趋势预测分析
2、技术发展比较
（1）本单位技术水平优势和劣势（2）关键技术突破点
四、主要方向、任务与目标
1、智慧城市设计仿真与可视化技术国家工程实验室主要发展方向
2、智慧城市设计仿真与可视化技术国家工程实验室的主要功能与任务
3、智慧城市设计仿真与可视化技术国家工程实验室拟进行技术突破的方向
4、智慧城市设计仿真与可视化技术国家工程实验室的近期和中期目标
（1）近期目标（2）中期目标
五、组织机构、管理与运行机制
1、建设智慧城市设计仿真与可视化技术国家工程实验室项目法人单位概况
（1）法人单位概况（2）合作单位概况
2、智慧城市设计仿真与可视化技术国家工程实验室的机构设置与职责
（1）机构设置（2）工程实验室职责（3）实验室主任职责（4）实验室主任工程师职责（5）实验员岗位职责
3、主要技术带头人、管理人员概况及技术团队情况
4、运行和管理机制
六、智慧城市设计仿真与可视化技术国家工程实验室建设方案
1、智慧城市设计仿真与可视化技术国家工程实验室建设规模
2、智慧城市设计仿真与可视化技术国家工程实验室建设内容（1）主要内容（2）设备方案
3、智慧城市设计仿真与可视化技术国家工程实验室建设地点
七、节能及环境影响
1、节能分析
（1）智慧城市设计仿真与可视化技术国家工程实验室项目能耗指标
（2）智慧城市设计仿真与可视化技术国家工程实验室项目节能措施
2、环境影响（1）环境依据（2）环境和生态现状（3）生态环境影响防护措施
八、智慧城市设计仿真与可视化技术国家工程实验室项目实施进度与管理
1、建设周期
2、智慧城市设计仿真与可视化技术国家工程实验室项目实施进度安排
3、建设期的项目管理
九、投资估算及资金筹措方案
1、智慧城市设计仿真与可视化技术国家工程实验室项目总投资估算
2、建设投资估算
3、分年投资计划表
4、智慧城市设计仿真与可视化技术国家工程实验室项目资金筹措方案及其落实情况
5、国家安排资金的具体使用方案
十、智慧城市设计仿真与可视化技术国家工程实验室项目经济和社会效益分析
1、初步经济效益分析（1）基础数据及参数选取（2）财务效益与费用估算（3）财务分析（4）不确定性分析
2、社会效益分析
十一、智慧城市设计仿真与可视化技术国家工程实验室项目风险分析
1、技术风险
2、技术应用及市场风险
3、其它风险
十二、相关文件所要求的附件、附图、附表
1、财务分析附表； 1.1财务评价指标汇总表 1.2建设投资估算表（概算法）1.3流动资金估算表
1.4项目总投资使用计划与资金筹措表 1.5营业收入、营业税金及附加和增值税估算表 1.6总成本费用估算表（生产要素法）
1.7智慧城市设计仿真与可视化技术国家工程实验室项目投资现金流量表
1.8智慧城市设计仿真与可视化技术国家工程实验室项目资本金现金流量表
1.9利润与利润分配表 11.10财务计划现金流量表
2、相关企业营业执照；
3、发明专利
4、产品图片
仿真大数据 篇5
若动态信号数据采集过程中存在大的超调,则可能由于受到量程(如超出A/D转换器参考电压范围等)限制使测量过程饱和溢出,造成波形出现“平顶”。同时,在采样周期和截断步长固定不变的情况下,若被测信号过渡过程变化特别快因而导致不能满足采样定理的最低要求时,数据采集过程会变得敏感,造成信号波形上升段稀疏采集并损失某些重要信息,而波形平坦部分则冗余采集;反之,若被测信号过渡过程缓慢、单调变化,此时数据采集过程变得迟钝,无法保证采集到信号变化的全过程,以至于看不到动态过程波形之全貌。
这些情况都有可能造成观测失效。本文作者曾提出了一种基于MCU(Micro Control Unit,微控制器单元即单片机)的动态信号实时自动增益数据采集与重构解决方案[1],相继进行了前期仿真验证和核心功能设计及其实物实验并设计成功了一款样机,进行了功能设计和技术测试验证[2],证明了设计方案的可行性解决了信号超量程问题。后经持续研究,找到了一种在硬件不作任何变动的情况下,能够有效地适应动态信号幅值和速度大范围变化的全过程自适应数据采集方法。
2 自适应数据采集与重构算法设计
自适应数据采集包括采样周期适配和增益自适应两个方面。
2.1 采样周期适配
动态过程的调节时间代表了自动控制系统的快速性,是评价控制系统的一项重要技术性能指标。因此,要全面了解控制系统阶跃响应过程,就必须使数据采集装置的总采集时间达到或超过调节时间。为不失一般性,本文自适应数据采集算法将以阻尼比ζ和自然振荡角频率wn已知的二阶系统阶跃响应过程为研究对象,其阶跃响应按阻尼比ζ的大小分为无阻尼、欠阻尼、临界阻尼和过阻尼4种情况,系统输出满足如表1所示的阶跃响应形式[3],其过渡过程时间总是与阻尼比ζ和自然振荡角频率wn这两个参数有关。
观察表1的第二列可知:ζ=0(无阻尼)时阶跃响应呈不衰减的等幅振荡状态,振荡频率为wn,因此只要保证能够观测到一个完整的振荡周期即采集时间T≥2π/wn即可满足观测要求,按经验应测取2个周期的振荡过程即可取T=4π/wn;0<ζ<1(欠阻尼)时阶跃响应呈衰减振荡状态,调节时间约为4/ζwn(以±2%误差带计),因此采集时间应满足T≥4/ζwn,按经验采集时间取T=8/ζwn即可覆盖全部过渡过程;ζ=1(临界阻尼)时阶跃响应表现为稳态值为激励源幅值Uin的无振荡单调上升过程,其衰减时间常数为1/wn,因此采集时间应满足T≥4/wn,按经验取采集时间T=8/wn即可;ζ>1(过阻尼)时情况相对复杂,虽则其阶跃响应也表现为稳态值为激励源幅值Uin的单调上升过程,但观察两个衰减时间常数T1和T2,由于T1>T2,过渡过程的快慢显然主要由T1决定,因此采集时间应满足T≥4T1,按经验采集时间取T=8T1即可。由此得到观测二阶系统阶跃响应的数据采集时间系列经验公式,如表1的第四列所示。
在已知总的采集时间长度T的情况下,根据设定的截断步长n(即采样点数,对应于数据采集装置或DSO等测量仪器的存储深度),可立即算得适配采样周期Ts为:
2.2 增益自适应仿真
在激励源具有足够强度的情况下,过渡过程信号均在一般测量仪器的可观测范围之内,不存在测量死区,因此本文的增益自适应算法将着重考虑如何克服测量过程中的饱和溢出问题。增益自适应算法包括增益自适应数据采集和增益自适应数据重构两个方面[1]。
在数据采集开始时,首先以输入调整增益Kin=1实时检测原始信号y(t)并转储当前采集结果Ys。若Ys小于事先指定的上限阈值MAX,则维持输入调整增益不变并继续采集;否则发出增大量程指令,将输入调整增益按等比级差l调小一级,从而避免下一次采集结果溢出造成观测失真。设n为截断步长,i为当前采样序号,r为数据采集装置的数字分辨率即字长,UREF数据采集装置的参考电压(满度值)。取输入增益等比级差为l,则自适应数据采集的仿真算法可用下式表示
其中,Q表示与数据采集装置A/D转换器分辨率有关的整量化过程;而Kin应满足
特别地，为方便在以微控制器为核心的数据采集装置上实现，可取1=2,此时式(3)变为
数据重构过程同样以输出匹配增益Kout=1开始输出,选取与自适应数据采集过程相同的上限阈值MAX和输出增益等比级差l,若当前待重构输出数据Ys小于上限阈值MAX,则始终按当前匹配增益重构输出;否则后续输出时将输出匹配增益按等比级差l调大一级,从而恢复原始信号幅值。设j为当前重构输出序号,n为截断步长,r为数据重构装置的数字分辨率即字长,UREF数据重构装置的参考电压(满度值)。取输出匹配等比级差为l,则自适应数据重构的仿真算法可用下式表示
其中,Kout应满足
特别地,为方便在以微控制器为核心的数据采集装置上实现,也取l=2,此时式(6)变为
显然,对于任一采样结果,按上述增益自适应数据采集与重构算法总能保证
这意味着数据重构输出结果始终能够按原始状态复现被测信号。
3 自适应数据采集与重构仿真程序设计
为验证算法正确性,设计并编写了函数形式的自适应数据采集与重构算法MATLAB仿真程序adaptive_acquisition m,仿真程序流程图如图1所示。程序中,UREF均取5V阈值惯性系数α取值范围为0～1,并由该参数结合字长r通过下式确定上限阈值MAX:
取表2所示5种不同类型的典型检验试样予以测试,并进行仿真。如对于试样I,在MATLAB命令窗口输入adaptive_acquisition(5,0.4382,1223,200,2,0.2,8)程序执行后,得仿真结果如图2所示。类似地,用同样的输入方法依照表2所予入口参数值逐一仿真检验试样Ⅱ～试样Ⅴ,得仿真结果依次如图3～图6所示。
分析仿真波形图可知,本文提出的算法能够根据被测典型检验试样的结构参数分段适配采样周期,既未损失重要的过程信息,又能完整地复现动态响应全貌,说明该方法的结构适应性良好。同时,增益自适应采集过程虽则打乱了原始动态信号波形的形状,但没有超量程失真现象,对每一个采样值,只要对应的输出匹配增益与输入调整增益满足式(8),就能按原始状态复现被测信号波形,保证了观测的有效性。另外,在不考虑硬件上原始信号接入和调理电路所造成的误差的情况下,测量误差理论容限值不会超过数据采集装置(尤指A/D转换器)的量化误差所予的范围,且采集装置中ADC的字长r越大,误差就越小。
4 实现问题
文献[2]已经给出了一套较为完整的硬件和软件解决方案,但未涉及采样周期适配问题。然而采样周期的适配与被测系统的结构参数有关,故算法的物理和逻辑实现问题的重心实际已转移到被测系统参数估计问题上作者对此已进行了预研。由于本文算法的设计目标仅限于观测而非精确控制,参数估计精度要求并不高;而一阶系统可以被视为阻尼比ζ>>1的二阶系统,高阶系统总是可以分解为二阶系统与一阶系统的并联并主要反映二阶系统的过渡过程形态,因此将任意被测系统简化推定为一个二阶系统不失其代表性。在此基础上,作者初步确定了采样周期适配算法实现问题的实时解析参数估计法和实时查表参数估计法两种基本策略:实时解析参数估计法的核心问题是如何根据预采集结果通过方程逆解出二阶系统的阻尼比ζ和自然振荡角频率wn这两个结构参数;实时查表参数估计法的关键是事先根据二阶系统的阶跃响应变化规律,建立一个与二阶系统阻尼比ζ和自然振荡角频率wn这两个结构参数相关的二维数据表格,然后根据预采集结果通过查表逆解出ζ和wn。无论采用何种参数估计方法,文献[2]所予样机都必须从软件和硬件上同时做出调整,以便满足全程自适应数据采集之要求。限于篇幅,此问题将另文详述。
5 结束语
MATLAB仿真结果表明,本文提出的自适应数据采集与重构算法,同时具有采样周期和信号量程自动调节功能,能够很好地适应不同结构参数系统的阶跃响应过渡过程信号波形观测,有效地解决了因固定I/O增益和固定采样周期所带来的观测失真问题,因此这种设计方案是可行的,对于控制系统动态信号观测以及参数整定具有实际意义。
摘要：针对固定采样周期和输入输出增益的动态信号数据采集观测失效问题,以二阶系统的阶跃响应过渡过程为研究对象,提出了一种采样周期和信号增益自适应数据采集与重构算法,能够根据实时系统的结构参数自动调整采样周期、数据采集输入调整倍率和数据重构输出匹配倍率,从而自动适应信号幅值和过渡过程调节时间的变化,实现有效观测。设计了自适应数据采集与重构MATLAB仿真程序,并借助一组具有代表性的检验试样运行验证了这种算法的正确性。
关键词：自适应算法,数据采集与重构,仿真,MATLAB
参考文献
[1]尹湛华.自动增益数据采集装置功能仿真[J].电子测量技术,2005,(6):92-94.
[2]尹湛华.实用动态信号测量装置设计与技术测试[J].机电工程技术,2008,(7):59-61.
仿真大数据 篇6
大平面机械抛光技术广泛应用于墙地砖、石材以及玻璃制品的精加工,是影响制品最终质量的关键技术。大平面抛光工艺复杂,抛光质量影响因素很多,为研究抛光质量与运动参数的影响规律,需要建立准确可靠的抛光均匀性分析模型。文献[1]应用解析法建立了基于磨纹密度公式的磨削均匀性模型。文献[2]建立了抛光离散化模型,并对抛光运动进行了模拟分析。这些模型都是以单一的磨削时间分布表征磨削量的分布,忽略了磨削速度对磨削能力的影响。应用解析法建模运算复杂,结果不够直观。针对这些问题,本文在考虑磨削速度对磨削能力影响的基础上,研究磨削速度、磨削时间与磨削量的关系,建立基于Preston方程[3]的抛光均匀性分析模型,对抛光运动进行仿真与试验研究。
1 抛光运动数学模型建立
以JP系列抛光机为原型,平面抛光运动的原理图如图1所示。抛光机多个磨头等间距地安装在摆动横梁上,磨头上装夹均匀分布的磨块。抛光时,制品坯以一定速度v通过抛光机,摆动横梁带动磨头作往复式直线运动,横梁摆动幅度为2S,同时磨头绕主轴作高速旋转运动,转速为n,磨块在复合运动下对制品坯进行磨抛。磨头压力可以通过气缸进行调节,横梁摆动通过电机正反转带动齿轮齿条机构实现。
大平面的抛光加工中,平面上各点磨削量的均匀程度决定了平面的抛光质量。根据Preston方程,平面上某点在(0,t)时间内的去除量ΔH为
式中:
k—与两接触表面的物理和化学性能有关的常数;
p—两接触表面的压强(Pa),与时间t无关;
v—两接触表面的相对速度(m·s-1)。
由于抛光过程中压力恒定,同一平面上任意一点的去除量仅与磨削相对速度和磨削时间有关[1]。将一段时间内制品某点与磨头发生的相对位移的和定义为当量磨削量,并建立当量磨削量的分布模型,分析平面的抛光质量。
将Preston方程离散化,得
因此,当量磨削量的分布需要确定平面上各点的磨削次数n和瞬时相对速度vi,建立抛光运动方程。坐标系如图2所示,动坐标系是以磨头圆心为坐标圆点建立的磨头极坐标系,绝对坐标系以垂直瓷砖前进方向为y轴瓷砖中线为x轴建立的磨头相对于瓷砖的相对坐标系。则磨头上极径为rx极角为θ0的磨粒相对于瓷砖平面的运动轨迹(x,y)为
式中:
θ—t时刻磨头动坐标在绝对坐标系中的转角(rad),;
n—磨头的转速(r·min-1);
x0—t时刻磨头动坐标原点在绝对坐标系中x轴坐标(m),x0=V·t;
V—瓷砖运动速度(m·s-1);
y0—t时刻磨头动坐标原点在绝对坐标系中y轴坐标(m)。
y0由抛光机横梁摆动曲线决定,目前大多数摆动曲线为梯形速度曲线或延时梯形速度曲线。梯形速度曲线如图3所示,其中t1表示减速时间,通过控制程序调节;V0表示摆动的最大速度,由电机的转速和齿轮齿条的传动比决定;t0可由确定。
根据公式(1)计算出任意时刻磨粒在抛光平面中的位置,统计平面上各点的磨削次数。对公式(1)求导,则半径为rx、极角为θ0处的磨粒在t时刻X、Y轴的速度分量为:
合速度为:
工程中制品的表面粗糙度和光泽度是衡量抛光质量的主要指标[4],因此用平面当量磨削量的离散程度表征抛光质量,引入磨削变异系数,式中S2表示子样方差,表示子样平均数。用矩阵A表示离散化的抛光平面,离散单元Aij的磨削量为Hij,所有磨削区域的平均磨削量为:
子样平均数为:
此时平均磨削量等于子样平均数,子样方差为:
方差越小磨削量的分布越分散,磨削越均匀,抛光质量越好。
2 仿真与试验研究
对瓷砖平面各点的磨削频数进行统计计算,首先将L×S的磨削区域离散为l×l的磨削单元,每个磨块离散n×m个磨粒。以所有磨粒磨削过某个任意区域单元的次数来统计区域单元的磨削次数,并把单元的磨削频数看作单元内各点的磨削次数。用计点矩阵A(i,j)记录各点的磨削次数。瓷砖左上角的第一个磨削单元记为A11,那么第i行第j列的磨削单元记为Aij。
将时间t离散为N个时间单元△t,每△t时间计数一次。根据方程(1)、(2)、(3),计算任意时刻t磨头上所有磨粒的位置和瞬时速度,位置放入矩阵X(t),Y(t),速度放入矩阵V(t),X、Y中对应一组元素确定一个磨粒的位置。程序框图如图4所示。
以某公司JP800/16型抛光机为对象,对抛光过程进行仿真试验研究,主要的仿真参数如表1所示。两个磨头抛光的仿真试验结果如图5~图7所示。
图5(a)和5(b)分别给出了不考虑磨削速度和考虑磨削速度两种情况下平面当量磨削量的等值图,x轴表示取样平面长度,y轴表示取样平面宽度。比较图5(a)与图5(b)可以看出两种情况下当量磨削量分布规律基本一致,磨削速度主要影响平面中间区域当量磨削量的分布。而且考虑磨削速度对磨削能力的影响时,当量磨削量峰值由120增加到1200,仿真结果更加准确。
图6为平面当量磨削峰值图,z轴表示当量磨削量大小。由图可以看出整个平面内磨削均匀区域呈带状分布,平面中间区域出现明显的磨削量峰值,沿中线到平面两侧边线磨削量递减,并可能在两侧位置形成暗带。平面中间位置出现磨削峰值的原因主要有两方面,一是相邻两次横梁摆动磨头的磨削区域的重叠,重复磨削下磨削量增大,二是横梁摆到中间位置时速度最大,磨粒的磨削能力最强。
图7为抛光平面前进速度v对磨削变异系数Cv、表面粗糙度Ra的影响曲线,虚线为仿真曲线,实线为实测曲线。其中抛光平面的表面粗糙度值Ra为抛光表面上等距分布9点表面粗糙度的算术平均值,以减小试验中测量误差。对比结果表明仿真曲线与实测曲线变化趋势基本一致,在摆动频率f=50Hz,磨头转速n=470r/min条件下,平面前进速度v在9m/min附近抛光质量较差。这说明该模型是准确可靠的。
3 结语
以JP系列抛光机为原型,综合磨削速度、磨削时间与磨削量的影响,建立了基于Preston方程的大平面机械抛光均匀性分析模型。对抛光过程进行仿真,得出了平面抛光时当量磨削量的分布规律,仿真结果表明考虑磨削速度时仿真精度更高。通过抛光平面进给速度对抛光质量的影响试验,验证了模型的正确性。这对于进一步分析抛光运动参数对抛光质量影响具有指导意义。
摘要：基于Preston方程,分析了磨削速度、磨削时间与磨削量的函数关系。在大平面机械抛光的运动学分析基础上,综合磨削速度、磨削时间共同影响,建立平面抛光均匀性分析模型,应用matlab软件进行了仿真。仿真与试验研究表明模型正确可靠,为进一步研究运动参数对抛光质量的影响规律奠定了良好基础。
关键词：平面抛光,运动学,过程仿真
参考文献
[1]冯浩,张柏清.墙地砖抛光磨削均匀性分析及建模[J].陶瓷学报,1999,20(4):220～225
[2]温革,王振林等.基于Matlab陶瓷墙地砖抛光运动模拟分析[J].陶瓷学报,2004,25(4):239～244
[3]Chih-Cheng Wang,Shih-Chieh Lin,Hong Hochen.A material removal model for polishing glass–ceramic and aluminum magnesium storage disks[J].International Journal of Machine Tools&Manufacture,2002,42:979～984
仿真大数据 篇7
关键词：数据链,建模与仿真,网格,框架
0 引 言
军事数据链 (以下简称数据链) 作为一种特殊的战场通信系统, 可以将战场上的各种作战单元链接在一起, 构成陆、海、空、天一体化的数字信息网络, 实现信息资源共享, 最大限度地提高武器平台的作战效能。战争实践表明[1], 数据链已经成为现代战争中实现联合作战的有力保障、提高体系对抗作战能力的重要因素。
从检索的文献来看, 国内现有的对数据链系统的仿真研究[2,3,4,5,6]大都是利用成熟的商品化软件, 如SystemView, Matlab, OPNET等, 针对国外先进数据链开展的波形级仿真, 其目的是基于一定的数学方程或统计计算得到所需的部分性能参数。但是, 作为一种复杂的武器装备, 数据链系统的整体性能不仅仅取决于部分性能参数, 更多的是要从系统的角度来研究其综合性能。例如, 在一定的战场环境 (不同的地形条件、不同的组网方式) 下, 仿真评估数据链系统的作战效能;对于不同数据链系统之间的协同互联及其作战效能开展研究, 诸如此类问题, 现有的仿真是无法解决的, 需要开展数据链系统级、网络级的建模与仿真。为此, 首要的是在分析数据链建模与仿真需求的基础上, 开展数据链建模与仿真框架研究, 对数据链建模与仿真进行统一规划和整体设计, 这正是本文的目的所在。
1 数据链建模与仿真总体设想
1.1 复杂性分析
为满足战场需求, 数据链系统一般都采用了各种先进的通信技术以保证通信的实时性、安全性、可靠性和有效性。同时, 为合理搭配使用资源, 提高整体作战效能, 现代战争越来越要求各种数据链系统的互联互通, 实现一体化、网络化。因此, 数据链系统建模与仿真中必然包含各种异构多样的诸多底层模型以及由这些底层模型经过复杂的耦合关系组成的不同分辨率的高层模型。
数据链系统建模与仿真的目的不但要检验数据链系统的通信质量 (如传输时延、误码率、数据业务的成功发送率等) 是否能满足各军兵种的通信需求, 研究各数据链系统内部以及系统之间的互连、互通、互操作性能, 为数据链系统的设计开发提供技术支持。而且, 还涉及到在一定作战背景下, 对战场数据链网络的作战效能评估以及开展相关模拟训练等问题。
因此, 数据链系统建模与仿真是一个多学科多目标的问题求解任务, 其整体建模及仿真环境的设计也必然是一项艰巨的任务。一方面, 系统整体建模以及各种底层模型的建立, 必然需要诸多部门的多学科人员的协作;另一方面, 一次性建立包容所有模型类型、具有完备功能的仿真系统并不现实, 系统的研发必然是从简单到复杂的不断扩展和完善的过程。因此, 理想的建模与仿真方法应该采用先进的建模与仿真技术, 使仿真系统能够最大限度地适应今后技术发展变化的需要, 同时具有体系结构的开放性, 系统的可靠性、可扩展性、互操作性, 仿真组件的重用性、集成性以及可维护性等, 也就是要寻求能够支持多技术综合、多系统集成、多层次应用的柔性建模与仿真机制。
1.2 总体设想
所谓柔性建模与仿真机制[7], 就是采用统一的体系结构和一致的描述规范, 通过数据链系统全寿命周期的数据、工具和技术共享, 增强建模与仿真面向多领域应用的可扩展性、可重用性和互操作性。一个数据链系统柔性建模与仿真机制可以定义为一个三维结构, 如图1所示。它包含应用体系、系统体系和技术体系。在这三者之中, 从实际需求出发, 通过分析与综合, 可以得出应用体系;根据应用体系的要求和准则, 通过分析与综合, 得到系统体系;根据系统体系的要求和准则, 通过分析与综合, 得到技术体系。实际需求是对应用、系统和技术体系进行分析和评价的基础;技术体系为应用和系统体系提供技术支持;系统体系直接服务于应用体系。因此, 最终目的是在技术体系的支持下, 建立一个能满足应用体系需求的系统体系。
1.2.1 技术体系
从技术的角度, 数据链系统建模与仿真的柔性可以概括为三个方面的问题:
建模方法 即如何采用多种建模方法、综合利用各种建模工具建立包括从底层模型到系统模型的不同分辨率模型, 以适应多种仿真用途的需要。
模型框架 即明确诸多模型之间的逻辑关系, 使所建立的模型可以分层组合使用, 实现其重用性。针对不同的应用, 重点解决不同分辨率模型之间的聚合和解聚等问题, 并且新建模型可以作为一种构件插入到已有的模型框架中去。
仿真框架 即建立仿真环境的体系结构以及规范化描述, 如何支持多种类型仿真系统的分布互连及其互操作和重用。
1.2.2 系统体系
系统体系主要是实现数据链系统仿真环境的柔性, 使之具有可扩展性、集成性与互操作性等。系统体系包括数据流的分析、仿真接口的设计以及仿真平台的实现。仿真平台要求采用统一的数据表示、接口规范, 具有并行开发、动态执行、分布操作、无缝集成等特点。
1.2.3 应用体系
数据链系统建模与仿真是一个全寿命周期支持、多层次、多领域需求的应用体系。从层次上讲, 可以大致分为链路层、网络层和应用层。
链路层仿真主要对不同信道条件下的链路以及链路中的各种终端设备进行仿真。例如数据链报文仿真、协议仿真、以及各种服务质量 (端对端时延、误码率、吞吐量等) 的仿真等。
网络层仿真主要根据实际的网络应用或网络应用想定, 建立网络拓扑结构, 实现网络路由选择、流量控制及动态组网的功能, 分析并输出网络的外在表现性能。
应用层仿真主要是实现任务为中心的通信作业仿真, 包括多数据链系统互联互通测试, 作战效能评估以及仿真支持的模拟训练等。针对网间互连互通协议、网络组网方案优化、网络的安全性、可靠性、电磁兼容性以及数据链网络对具体作战行动的影响等开展研究。
2 数据链建模与仿真框架
开展数据链系统的建模与仿真工作, 不但涉及到高精度的协议仿真、数据链系统底层仿真以及战术移动性, 而且还包括各种以任务为中心的通信作业仿真等。因此, 当处理的节点非常多时, 实体移动性、任务分配以及实时场景计算等需要的计算量非常大, 单个计算机系统不能满足需求, 需要采用并行分布处理系统。
由美国国防部国防建模仿真办公室 (DMSO) 提出的仿真“高层体系结构” (High Level Architecture, HLA) 是目前应用比较广泛的多系统分布仿真体系规范, 现已被接纳为IEEE 和OMG的分布仿真标准。HLA具有将仿真功能与通用的支撑系统相分离的体系结构, 具有开放性、灵活性和适应性, 为解决数据链仿真的互操作性和可重用性提供了通用仿真技术框架, 支持用户分布、协同地开发复杂仿真应用系统, 并最终降低新应用系统的开发成本和时间。
但是, HLA也存在一些局限[8], 不能很好地满足数据链系统仿真的需要, 主要体现在:
(1) 没有统一的仿真数据表示。定义联邦成员共同理解的仿真数据类型是仿真系统正确运行的前提条件, 但HLA 规范并没有给出数据类型的规定。
(2) 仿真资源是静态分配。设计仿真应用时就确定了联邦成员和仿真计算、存储等资源的对应关系。两者被静态地绑定在一起。在仿真执行过程中, 无论仿真资源的负载轻重, 这种绑定关系都不会发生改变。静态绑定方式容易造成某些仿真资源成为整个仿真系统运行的瓶颈。
(3) 缺乏对仿真全生命周期的支持。仿真系统的设计、开发、分析和结果评估等部分都是离线完成的。离线方式对于协作性很强的仿真设计等操作非常不利, 往往造成成本的提高。
(4) 缺乏对大型并行仿真应用的支持。现有仿真系统中的仿真应用通常采用串行仿真程序, 但数据链仿真中某些仿真应用的计算量非常巨大, 采用串行程序处理方式不能满足计算要求。使用高性能计算机做并行计算, 是解决大型仿真应用计算需求的有效手段。
(5) 仿真系统的安全性不强。现有仿真系统对安全性考虑较少。分布式仿真系统往往被限制在独立的局域网内运行, 以防在广域网上造成泄密。分布式仿真系统的规模受到了严重的限制。
(6) 仿真系统的容错性较差。由于传统仿真系统的资源是被静态分配的, 当系统出现严重问题时, 往往造成整个仿真系统的失效。
近年来, 网格技术[9,10]成为关注焦点。网格是一种分布的高性能计算与数据处理的底层支持框架, 能够管理众多地理上、组织上分布的异构资源, 包括计算资源、存储资源、通信资源、软件资源、知识资源、各种设备资源, 甚至合作者等。通过提供访问远程资源的可扩展的, 安全的, 高性能的机制以及相应的协议、服务和软件开发工具, 网格技术能使地理上分散的工作团体充分共享资源, 协同工作。使用网格技术来支持仿真系统将大大改善HLA在上述方面的不足, 使仿真系统能够动态分配资源, 极大地提高系统的运行效率。
为此, 本文构建了网格技术与HLA相结合的数据链建模仿真框架, 如图2所示。它建立在网格体系结构之上, 其核心是基于网格的HLA实现。
网络资源是指各种仿真资源, 如模型资源 (包括各种分辨率的异构模型) 、工具资源 (如各种建模工具、可视化工具等) 、数据资源 (如地形数据链等) 、存储资源以及设备资源等。各种资源需要通过网络提供的服务接口才能供网格用户共享。所以, 需要为每一种资源量身定做合适的资源管理接口。
网格服务是指具有普适性的网格服务, 包括资源索引服务、资源分配管理服务、协同调度服务、信息服务、安全服务等。网格通用中间件负责分布式交互仿真中各节点的资源发现和动态分配, 以解决传统HLA中资源静态分配的局限。网格通用中间件的实现可以借鉴现有的成熟技术。
仿真网格中间件主要是仿真运行环境RTI, 它将继续提供传统HLA中的联邦管理、声明管理、对象管理、所有权管理、时间管理以及数据分发管理等服务。在仿真网格中实现协同建模与协同仿真一体化设计, 建模资源与仿真资源的一体化管理与共享;实现仿真网格组件的组装与运行;实现不同粒度模型、不同实时性仿真的需求。
仿真应用主要是各种联邦成员的实现。战场态势联邦主要负责态势生成与控制;测试评估联邦成员负责与网络测试相关的仿真执行;模拟训练联邦成员实现系统与受训人员的动态交互仿真等。其中, 仿真客户端包括用户使用界面, 仿真对象状态维护, 以及与RTI支撑环境的接口等。仿真客户端的作用是作为HLA的仿真应用, 与RTI支撑环境打交道, 并与其他仿真应用共同完成整个仿真任务。
3 建模与仿真操作流程
从建模的过程来看, 主要包括协议模型、设备模型以及系统模型三个层次。数据链协议模型的建立是构建系统设备模型和进行网络仿真的基础;数据链设备模型基于各个层次上的协议仿真模型构造, 也即由各个层次上的协议模型叠加产生, 所以数据链设备模型的实质是多层次协议模型的集成建模 (可以利用多分辨率建模, 聚合模型等相关理论) ;数据链系统模型的基础是协议模型和设备模型, 关键是网络拓扑结构和网络业务流量模型的建模。
从仿真的过程来看, 仿真操作过程分为启动、执行和结束三个阶段, 如图3所示。在启动阶段主要完成网格支撑平台启动、联盟的创建、盟员加入联盟、初始化数据、盟员能够公布的信息以及盟员需要定购的信息等工作。在这个过程中, 战场态势联邦成员通过调用所需的各种模型以及组网方案等形成初始战场态势。启动阶段完成之后, 进入仿真执行阶段, 在这一阶段, 首先联邦成员向RTI服务器请求时间推进, 获得许可后, 推进到相应的时间, 然后通过相应的网格服务代理, 申请使用网格服务, 完成所需要的本地计算后释放实例。然后根据计算结果更新对象的属性值。当执行阶段完成后, 进入结束阶段, 联邦成员退出联邦, 当所有联邦都退出后, RTI服务器删除联邦执行。结束阶段输出相应的分析评估结果。
4 结 语
数据链建模与仿真是一项复杂的系统工程, 基于网格的数据链建模与仿真, 在HLA的基础上, 采用统一的数据表示, 具有良好的容错性和安全性, 能够很好地支持数据链系统全寿命周期的仿真研究, 可以较好地满足数据链建模与仿真柔性机制的需求。
参考文献
[1]杨丽萍, 程双伟.战术数据链在伊拉克战争中应用与启示[J].地面防空武器, 2003 (3) :27-35.
[2]汪波, 王可人, 郭建蓬.JTIDS抗干扰性能仿真与分析[J].电子对抗技术, 2005, 20 (6) :33-36.
[3]武楠, 王华, 匡镜明.JTIDS相对导航性能分析和仿真[J].系统工程与电子技术, 2005, 27 (3) :464-466.
[4]邢智, 戴浩.基于OPNET的Link 16数据链建模与仿真[J].军事运筹与系统工程, 2005, 19 (1) :62-66.
[5]甘颖新, 毕志明, 王华.Link 22特点及其在高斯信道条件下的链路性能仿真[J].通信工程, 2006 (2) :6-9.
[6]崔昊, 匡镜明, 何遵文.基于OPNET的Link16建模与仿真[J].计算机工程与设计, 2006, 27 (17) :3 223-3 225.
[7]王维平, 李群, 朱一凡, 等.柔性仿真原理与应用[M].长沙:国防科技大学出版社, 2003.
[8]朱子玉, 李三立, 都志辉, 等.基于网格的先进分布式仿真系统ADS-G[J].清华大学学报:自然科学版, 2006, 46 (1) :82-85.
[9]FosterI, Kesselman C, Tuecke S.The Anatomy of the Grid[J].Internatioal Journal of High Performance ComputingApplications, 2001, 15 (3) :200-222.
大数据时代的大数据管理研究论文 篇8
信息技术作为时代不断发展的象征，不管是在我国行业的发展中，还是在人们的日常生活，都起到了重要作用。同时，在信息技术不断发展的过程中，大数据时代的应用范围也在不断的扩大，其来源渠道也非常多，数量也在不断增加。在这种情况下，大数据时代的大数据信息管理就显的尤为重要。由于大数据的数量不断增加，现有的管理形式已经无法满足大数据时代的发展，并且在利用计算机对大数据进行全面分析和处理的过程中，也受到了严重的影响，因此，要想有效的对大数据进行充分利用，就要对大数据管理形式给予高度重视，采取有效的措施，不断加强大数据的管理形式，最终实现有效、便捷、安全等管理性能，这也为对我国信息技术提供了重要的发展方向。
仿真大数据 篇9
目前, 大多数中小城市仍然以传统的路灯控制与维护方式进行管理。随着城市的发展, 人们对路灯照明的要求也越来越高。保证路灯的高亮灯率, 及时发现和排除路灯故障, 对人民生活、交通安全等都起着非常重要的作用。为了克服落后的路灯管理模式, 许多城市已将监视控制与数据采集系统用于对城市路灯的管理和控制[1]。
本文介绍了使用GSM网络的短消息业务来实现数据的远传;通过在上位机和下位机之间加装无线调制解调器GSM Modem, 利用GSM短信业务实现上位机对下位机路灯的及时监控, 上位机通过基于GSM网络的监控平台, 及时接收和查询下位机所监控的路灯系统数据。
2 下位机主机部分硬件及软件设计
GSM无线调制解调模块是传统调制解调器与GSM无线移动通信系统相结合的一种终端设备。由于传统的调制解调器必须通过PSTN或其他专用通讯网进行通信, 因而受地域、线路等影响, 在应用上有很大的局限性。而GSM通信则无此限制, 所以基于GSM Modem, 以GSM网络作为无线传输网络, 可以开发出多种前景乐观的各类应用, 如:GPS/GSM移动车辆监控定位系统、移动POS机等。在这里我们选用西门子的TC35无线调制解调模块[2]。
2.1 硬件电路连接
在电路设计中要注意, 由于TC35模块输入/输出信号的TTL正逻辑电平最高是+2.9V, 而不是+5V, 这与MCU的CMOS标准电平是不兼容的, 因此, 必须进行电平转换。设计一个TTL转RS232电平电路, 一端连到ATmega16单片机的UART口, 另一端直接连到TC35[3]。转换电路如图1所示。
2.2 软件程序设计
单片机串口设置成模式1 (19200, N, 8, 1) , 依次将AT+×××以ASCП码形式从UART口输出;接收TC35的数据采用中断方式。
3 路灯监控系统上位机监控平台的构建
3.1 上位机和下位机的数据通信
在整个系统中上位机和下位机的数据通信是关键。两者之间的通信可靠性由GSM自身的网络管理来维护。可以认为与上位机相连的无线调制解调模块为主站, 而与下位机的主机部分相连的无线调制解调模块为终端。终端主要响应主站命令, 大部分任务都是由主站触发, 终端完成后上报主站。
1) 上位机平台仿真
对路灯监控系统仿真:仿真平台建立在两台计算机之间, 通过GSM模块相互建立通信关系, 模拟上位机监控系统对下位机的监控。在下位机的仿真上采用了Proteus单片机仿真软件平台, 利用其虚拟终端监控上位机GSM发送的控制指令。
2) 具体操作步骤
上位机GSM初始化成功后, 上位机发送指令对下位机进行设定初始状态和读数据的操作, 运行下位机Proteus仿真平台 (见图2) 。在连有GSM模块的模拟下位机上, 通过调试助手进行串口数据接收, 将接收到的GSM指令信息通过Proteus上的虚拟终端直接对单片机进行键盘操作, 单片机执行后的结果再次送给串口, 这时在虚拟终端的监控上又将反馈相应的信息。再把这个控制GSM模块的信息通过调试助手送给GSM模块, GSM模块通过短信业务再和上位机监控平台建立联系。整个过程完成了上位机对下位机单片机检测平台的数据初始化、最初状态设定, 以及对路灯信息的上位机发送和上位机对下位机监控路灯状态的查询。
3) 上位机站监控系统主要完成3个功能:
(1) 检测下位机所监控路灯的状态。
(2) 对下位机路灯状态 (电流、电压) 进行设置。
(3) 对下位机监控路灯状态进行主动查询。
这3个功能可使用Visual Basic语言及编程环境对其工作界面及功能实现进行设计[4,5]。
3.2 电压、电流参数的设定
具有数据采集功能的远端在处理采集到的数据时, 会根据一些参数数值做判断。初始化成功之后, 在路灯监控平台上, 对下位机监控路灯的最大、最小电压电流做出预先设定, 如图3所示。当下位机监控路灯出现电压、电流超过正常范围时, 上位机主站会自动将采集的数据以及判断的结果发送给PC机, PC机就可以采取一些操作, 使远端监控路灯设备恢复正常。而这个参数也是主站设备通过短消息的方式发送给远端路灯监控设备的。参数设置流程图如4所示。
3.3 系统自动接收数据
自动接收数据就是在没有人工干预的情况下, 主站设备一直处于循环检测PC机串口数据信息的状态。如果有数据到达, 则根据不同的数据信息采取不同操作;如果数据超出了正常范围, 则报警灯明亮, 以便负责人及时发现故障并排除。
为了实现自动接收数据的功能, 在主站设备中, PC机必须设定好相关操作。GSM模块一旦接收到短信息, 立即发送给串口一个确认信息。在确认信息中, 有一个表示刚刚收到的短信息号码, PC机的程序根据读取号码, 发送AT+CMGR命令来读取保存在GSM模块中的短消息, 根据短消息的数据信息来进行不同的操作。
在设计中, 为了给主站用户对远端路灯故障有直观印象, 采用Shape控件, 当正常工作属性为绿色时, 报警状态则为红色。
由于自动接收数据, 因此, 在表单打开时, 就开始执行扫描端口的程序;同时由于主站和远端路灯监控设备之间应用短消息的方式传送数据, 短消息的发送和接收又受许多非人为的因素影响, 有时不能够及时收到情况, 扫描的程序必须循环执行, 而且要考虑到有一定的延时, 所以在设计时放上Timer控件来实现, 并且使其属性Enabled为Ture。系统对下位机自动接收监控界面如图5所示。
3.4 系统主动查询
当主站用户想要了解某个站点各部分的当前状态时, 主站就向远端设备发送指令, 指令的编码应当符合数据协议的要求。当远端设备接收到指令时, 就会调用数据采集的功能采集各个数据, 接着按照数据协议的要求进行数据编码, 再把处理好的数据以短消息的方式发送过来。这时, 与主站相连的GSM模块通过串口给PC机发送数据, 通知PC机已经有新的短消息, PC机再通过AT指令读取相应的短消息, 接着根据短消息的数据采取不同的操作。上位机对下位机主动查询界面如图6所示。
4 结束语
本文对GSM数字移动系统和无线短信服务的工作原理进行了介绍和分析, 并在此基础上利用Visual Basic编程环境, 设计了路灯监控系统的上位机部分。下位机部分利用Proteus仿真软件进行仿真。工作人员可以及时了解当前远端路灯工作情况, 大大提高路灯故障监测的实效性和排除故障的准确性。主站监控系统可以方便地对下位机被监控路灯实现电流、电压数据采集, 判断其工作状态。对不同于预先设定值或损坏的路灯进行及时检测及故障报警。
参考文献
[1]杨绪东.城市路灯监控管理系统远程终端设计[D].南京:南京理工大学, 2003.
[2]崔燕, 唐慧琴.GSM调制解调器及其短消息业务应用[J].现代电子技术, 2001, 18 (7) :11-13.
[3]沙占友, 王彦朋, 孟志友.单片机外围电路设计[M].电子工业出版社, 2004 (2) .
[4]林卓然.VB语言程序程序设计[M].北京:电子工业出版社, 2003 (1) .
仿真大数据 篇10
使用5DT Data Glove 14 Ultra数据手套,首先建立虚拟手的几何模型,针对简单几何体建模容易出现指节断裂的现象,采用网格曲面整体建模的方法,再对模型进行分割; 其次结合数据手套,对四指和拇指的运动模型进行了分析,针对虚拟手在外展运动时产生的失真现象,提出了约束值的方法,依照比例对手指的收展角度进行分配; 最后以Virtools为开发平台,利用VC ++ 并结合数据手套的SDK开发了数据采集模块,通过编写BB脚本,实现了逼真手势的仿真。
1虚拟手的建模
1. 1 5DT数据手套的介绍
5DT Data Glove 14 Ultra数据手套是5DT公司开发的第二代高端数据手套,含有14个灵敏度很高的光电传感器,其传感器分布如图1所示[2]。
( 1) 每根手指上有2个传感器,用于测量手指的弯曲角度;
( 2) 相邻两根手指根部的连接处有一个传感器,用于测量手指的外展角度。
1. 2虚拟手的几何建模
传统的虚拟手模型采用简单几何体建模,将模型看成由手掌和手指组成,手指由指段组成,并将它们看做刚体,分别对虚拟手的各部分单独进行建模[3]。真实情况下手的柔性与虚拟手的刚性有很大的差别,这样在手指做弯曲运动的过程中,刚体之间的连接处会产生图2所示断裂现象,严重影响了视觉效果和手的逼真程度。
针对上面出现的问题,使用3ds Max建模软件,采用网格曲面的建模方法,将虚拟手看作一个整体进行建模。建模步骤如下:
( 1) 利用网格 曲面建立 虚拟手的 外观几何模型;
( 2) 对虚拟手模型进行分割。依据真实人手的形状,将虚拟手分割为五指和手掌,五指进一步分割成指节,并且对指节添加关节。
建好的虚拟手整体由六千多个网格构成( 如图3) ,在不影响逼真度的前提下,可以使用3ds Max对网格面进行删减。此时建好的模型贴上手部纹理,已经很好地满足了对于精细度的要求,效果逼真。
1. 3虚拟手的运动建模
人手指的运动有屈/伸、内收/外展两种形式,这两种形式可以分别看成是绕X轴和Z轴的旋转运动[4]。几何模型 构建好后,虚拟手并不能依照真实人手的意图进行运动,需要按照真实人手的运动特点和生理结构,对虚拟手的四指和拇指分别进行运动建模。人手部的生理结构如图4所示。
结合5DT数据手套传感器的分布,对虚拟手进行如下运动建模:
1. 3. 1对拇指进行运动建模
大拇指的结构不同于四指,具有两个指节,其运动形式比四指更加灵活,运动建模稍显复杂。在运动时,大拇指的指掌关节可以做屈 /伸、内收/外展两种运动,指端关节可以做屈/伸运动。需要强调,拇指掌骨也可做外展运动,并附带有一个绕y轴的旋转角度θ,由文献[5]中的方法,θ取30°。拇指关节的运动对应表1。
依据拇指的结构特点,对拇指进行如图5所示的运动建模。
具体的拇指运动描述如下:
1将坐标系移动到拇指的掌腕关节;
2拇指掌骨绕Z轴方向旋转θ1,并且绕Y轴方向旋转θ;
3将坐标系移动到指掌关节,近指骨绕X轴旋转θ2;
4将坐标系移动到指端关节,远指骨绕X轴旋转θ3。
1. 3. 2对四指进行运动建模
四指运动颇为相似,较拇指相比运动相对简单。近指骨可以进行内收/外展、屈/伸两种运动,中指骨和远指骨都只可进行屈/伸运动。需要说明,四指的指端关节没有对应的传感器,根据人体工学原理,指端关节大体是指间关节弯曲角度的2 /3[6]。四指关节运动的对应表2。
以食指为例,对食指进行如图6所示的运动建模。具体的运动描述如下:
1将坐标系移动到指掌关节;
2食指近指骨绕Z轴旋转θ1,食指近指骨绕X轴旋转θ2;
3将坐标系移动到指间关节处,食指中指骨绕X轴旋转θ3;
4将坐标系移动到指端关节处,食指远指骨绕X轴旋转2/3θ3。
2虚拟手外展失真关键技术的研究
虚拟手的内收/外展比屈/伸处理起来要复杂,外展运动处理不好,将会严重影响手势的逼真程度。之所以对内收/外展运动特殊处理,是因为测量外展数据的5、8、11传感器都涉及到两个关节,它们测量的数据是两个关节的相对值,而本文要得到的是绝对值。
目前对于内收/外展运动的处理,前人进行了一定的研究。刘颖真等认为中指不做内收 /外展运动,5、8、11号传感器分别测量食指、环指和小指的外展角度,这明显不符合真实手的运动规律。胡乐华,等提出将这3个传感器的数据按照一定的权重分配给对应的指掌关节,但权重的大小不易控制,不能得到令人满意的效果[7]。
针对上面出现的问题,现提出使用约束值的方法,依照比例对手指的收展角度进行分配,取得了令人满意的效果。具体的方法步骤如下所示:
( 1) 设5号传感器测得的中指与食指指缝之间的角度为θ5,8号传感器测得的中指与环指指缝之间的角度为θ8,11号传感器测得的小指与环指指缝之间的角度为θ11;
( 2) 提出使用一个约束值n( n∈ [0 0. 5],现取0. 25) ,定义中指偏向环指方向的外展角度θm=n( θ5- θ2) ;
( 3) 食指的外展角度θt= ( θ5- θm) ;
( 4) 环指的外展角度θr= ( θ2+ θm) ;
( 5) 小指的外展角度θp= ( θ11+ θr) 。
通过上面方法测得的虚拟手指的外展角度更接近于真实手的数据,可以取得更优的仿真效果。
3数据采集模块的设计与手势仿真
由于数据手套并不能和virtools进行直接通信,为了将数据手套中传感器读取的数据传给虚拟手,需要使用VC ++ 并结合数据手套的SDK编写自己的数据采集模块[8]。在使用SDK开发包编写数据采集模块时,要包含fglove. h、fglove. lib、fglove. dll等文件。采集模块编写完后,联合5DT数据手套提供的驱动程序完成对手套的驱动。
3. 1数据采集模块的设计
数据采集模块流程图如图7所示。
3. 1. 1数据校正
数据校正就是不断获得传感器最大值和最小值的过程。通过对传感器的值进行循环采集,获得14个传感器采集数据的最大值和最小值,即可完成校正过程。
手套校正过程如下:
( 1) 如果当前的测量数据rawval大于最大数据rawmax,则使用当前的测量数据覆盖掉最大数据;
( 2) 如果当前的测量数据rawval小于最小数据rawmin,则使用当前的测量数据覆盖掉最小数据;
校正过程 的实现如下:
3. 1. 2数据转换
由于5DT数据手套采集的数据是传感器的曲率值,并不是关节处的角度数据,本文利用校正后传感器的最大值和最小值,将传感器的曲率值转换为对应关节处的角度数据[9],转换公式如式( 1) 所示。
式( 1) 中Max表示按照人体工学原理该关节处的最大旋转角度。
转换过程的实现如下:
编写出的数据采集模块如图8所示。
3. 2手势仿真的程序实现
在virtools中使用自己开发的数据采集模块结合现有BB模块,实现了精确的手势仿真,其手势仿真流程如图7所示。
( 1) 对人手关节数据进行实时采集。采用Get_5DT _Position BB模块实时采集人手14个关节的角度数据。
( 2) 指端关节数据的获取。使用Virtools中的参数运算Multiplication取指间关节数据的2 /3作为指端关节的数据。
( 3) 计算四指的外展角度。采用本文方法结合Virtools中的参数运算,由5、8、11号传感器的值得到四指的外展角度。
( 4) 设置旋转轴和用来参考旋转角度的物体。利用Virtools中的参数运算Multiplication设定X、Y、Z三个轴向的旋转角度,Get Parent得到其父物体为旋转角度的参考物体。
( 5) 关节旋转。采用Virtools中的BB模块SetEuler Orientation根据设定的旋转轴、旋转角度以及参考物体完成相应关节的旋转。
以食指为例,给出食指近指节做屈伸运动的实例,如图9所示。
3. 3手势仿真结果
实验中使用的PC机为联想k415,AMD 3. 2GHZ CPU,4 G内存,外部输入设备是具有14个传感器的5DT数据手套,开发平台为Virtools结合VC + + 。
在Virtools开发平台上,利用自己编写的数据采集模块和脚本,并且使用本文提出的方法,对任意几组手势进行了测试,实验结果显示虚拟手的运动和真实人手的运动完全一致,表明该方法的有效性。如图10所示。
4结论
主要对手势仿真中手势的失真问题进行了深入研究。采用网格曲面整体建模的方法代替几何体的分块建模,解决了指节弯曲时的断裂问题; 针对关节做外展运动时逼真度低的问题,提出使用约束值的方法,解决了手势的失真现象; 给出了虚拟手的运动建模和数据采集模块的具体方法,保证运动映射的精确度; 最后,在Virtools开发平台中进行了相关实验。由实验结果可知该算法实现了手势的逼真仿真,具有很强的实用性。
参考文献
[1] 高龙琴,王爱民,黄惟一,等.基于18-传感器数据手套手部交互模型的建立.传感技术学报,2007;20(3):523—527Gao L Q,Wang A M,Huang W Y,et al.Interaction model of human hand based on 18-sensor data-glove.Chinese Journal of Sensors and Actuators,2007;20(3):523—527
[2] 5DT.5DT Data Glove 5User’s manual(Version 2.0).2000
[3] 任程,戴树岭.基于数据手套的逼真虚拟手的实现.系统仿真学报,2008;20(22):6214—6217Ren C,Dai S L.Implementation of cyber-glove based realistic virtual hand.Journal of System Simulation,2008;20(22):6214—6217
[4] 张睿,张锡恩.虚拟场景中基于数据手套的交互方法.计算机工程,2005;31(12):223—225Zhang R,Zhang X E.Interaction method based on Data Glove in Virtual environment.Computer Engineering,2005;31(12):223—225
[5] 熊巍,刘林.基于Vega的数据手套交互控制模块的设计与实现.工程图学学报,2009;(1):53—58Xiong W,Liu L.Design and implementation of control module for Data Glove based on vega.Journal of Engineering Graphics,2009;(1):53 —58
[6] 殷磊,韩静,王烨,等.虚拟现实环境下虚拟手控制技术研究.系统仿真学报,2009(2):448—451Yin L,Han J,Wang Y,et al.Study on virtual hand control for virtual reality.Journal of System Simulation,2009(2):448—451
[7] 胡乐华,刘春,王林林.XNA环境下数据手套交互模块的研究与实现.沈阳航空航天大学学报,2011;28(5):9—13Hu L H,Liu C,Wang L L.Reaserch on implementation of Data Glove interaction module in XNA.Journal of Shenyang Aerospace University,2011;28(5):9—13
[8] 罗迎.Quest3D虚拟人机交互系统5DT数据手套的应用.科学技术与工程,2011;11(4):855—859Luo Y.The research of using data glove on virtual human-computer mutual system based on Quest3D.Science Technology and Engineering,2011;11(4):855—859