大规模战场电磁环境并行体绘制技术研究

提出了一种基于PC集群的大规模三维战场电磁环境并行绘制方法。该方法采用直接体绘制的三维体数据可视化方法;利用空间八叉树对电磁绘制区间进行空间分割,并采用先序遍历八叉树叶节点的方式进行任务分配;采用Binary-swap算法对各PC节点的生成图像逐次进行全屏幕深度合成。实验表明,该方法能够较好满足大规模战场电磁环境实时可视化的要求。     

基于学习的群体动画生成技术研究

为了降低群体动画中生成大量自然而又相似的人体运动的难度和复杂性,研究了一种基于学习的群体动画生成技术。该技术首先通过建立基于高斯过程隐变量模型和隐空间动态模型的运动姿势学习模型,将高维运动姿势映射到低维隐空间中,并在低维隐空间对相邻姿势的动态演化进行建模;然后通过对已有运动数据的学习来获得组成该运动的姿势的概率分布,再通过隐空间中的动态预测和Hybrid Monte Carlo采样来得到符合给定概率分布的隐轨迹;最后通过姿势重构来得到与原运动非常相似但又不同的一系列自然的运动,以产生群体动画,从而避开了传统的基于几何和物理约束的逆运动方法固有的困难和复杂性。     

三维标量场并行等值面提取与绘制技术

通过研究并行等值面提取与绘制的各项关键技术要点,面向三维标量场的特点,在sort-last并行绘制模式的基础上提出一个三维标量场并行等值面提取与绘制框架.该框架在任务分配时采用静态分配的模式,在等值面提取时采用Marching Tetrahedra等值面提取算法,在并行绘制与场景合成时采用预先构建绘制节点控制模型的混合场景并行绘制合成算法.实验结果表明,该框架能够有效地提高大规模时变三维标量场的等值面提取与绘制效率,满足实际应用的需要.     

一种人体运动重定向方法*

提出人体下肢向量的概念,通过分析人体运动指出下肢向量能保持运动的主要特征,由此提出基于下肢向量特征不变性的人体运动重定向方法,以此提高运动捕获数据的可重用性。该方法面向人体下肢的运动重定向,能够将运动数据从原始骨骼模型重定向到具有不同骨骼长度比例的目标骨骼模型,同时保持原始运动的主要特征。实验结果表明,该方法具有较好的运动重定向效果和较快的计算效率。     

基于FASGPLVM的人体运动生成

为解决传统逆向运动学算法计算繁琐、效果不逼真的问题,提出一种快速自适应比例高斯过程隐变量模型(FASGPLVM),并基于该模型实现人体运动生成。实验结果表明,FASGPLVM模型具有较快的收敛速度和收敛精度,能自适应运动编辑的方向,扩大运动捕获数据的可编辑幅度。     

弹道导弹目标特性与防御方法课程的教学策略设计

为提高反导预警技术保障专业人才培养质量和弹道导弹目标特性与防御方法课程教学质量,首先,分析了制约该课程教学质量提升的四方面问题;其次,针对性地提出了一种基于"四个结合"(线上与线下结合、理论与实验结合、课堂内外结合和学习与研究结合)的课程教学策略;最后,通过调查研究和考试成绩比较,给出教学实践效果.教学实践表明,该教学策略学员满意度较高,教学效果改善明显.     

基于GeoFusion的COP仿真

研究GeoFusion构架及其设计思想,借鉴其他数字地球平台的优点,分析战场环境的各种客观因素,从指战员的需求角度出发,可视化战场态势信息并对作战视图进行仿真。在系统显示过程中,指战员可选择观察的方式和对象,调整视角和观察位置,实现了高实时交互性。     

人体运动的非线性降维及新运动生成

为了提高现有运动数据的可重用性,生成更为丰富的新运动,提出快速自适应比例高斯过程隐变量模型,以及基于该模型的人体运动数据降维及运动生成方法.通过对运动数据进行统计学习,获得运动数据在隐空间的一个低维映射来实现非线性降维,同时获得了该运动的姿态空间的概率分布,其大小反映了该姿态的自然逼真程度;在给定末端约束条件下求取满足约束的、同时概率最大的姿态,并将其作为逆向运动学的解,克服了传统逆向运动学算法计算烦琐、效果不逼真的缺点.实验结果表明,该模型具有更快的收敛速度和更高的收敛精度,同时能够自适应运动编辑的方向,有效地扩大运动的可编辑幅度.     

时变三维标量场并行计算与绘制框架研究

群体研讨中专家思维的不确定性、研讨信息的非结构化给达成研讨共识带来了困难。针对此问题提出了一个由自然属性与人工属性集成的研讨信息模型,结合论点框架、有效论点组和支持分配函数等概念,研究了不确定性研讨信息提取的机制,探讨了一种基于平均论据的信息融合方法,旨在促进认识的螺旋上升和群体共识的达成。最后结合以汽车为对象的客户需求研讨,用案例说明了模型和方法的可行性与有效性。     

并行体绘制中的自适应负载平衡算法

针对并行绘制系统中的负载平衡问题和三维体数据的绘制特点,在Whiteman自适应负载平衡算法的基础上,提出了一种基于深度计算和时间统计的自适应负载平衡算法,该算法利用深度计算设置图像空间中各划分区域的权值,用时间统计的方式对运行中的任务重分配时机进行控制.实验结果表明,该算法能有效提高并行体绘制系统的帧率稳定性和绘制效率.