基于OSG的三维雷达探测范围构建与优化实现

任 菲,王家润,李小娟,尹 辉

(华北计算技术研究所,北京 100083)

0 引 言

随着军事信息技术的不断提高，战争形态不断发生改变，电子对抗已经成为了现代战争的序幕与先导，并贯穿于战争的全过程[1]。雷达对抗是电子对抗的重要组成部分，对抗过程中使用雷达进行目标检测、目标跟踪、目标定位、目标速度测量、目标识别、精确制导等。在三维战场的构建中，绘制三维雷达探测范围，展现三维作战态势，能够科学直观地展现雷达探测范围，有助于指挥员准确判断态势，合理部署调配电子对抗力量[2]。本文使用OpenSceneGraph(OSG)进行三维开发。OSG是基于OpenGL的三维渲染引擎，具有高性能、跨平台、开发便捷等特点，是虚拟仿真行业软件开发的首选之一[3]。

三维战场中的雷达种类繁多，包括预警雷达、警戒雷达、机载雷达、气象雷达、敌我识别雷达等，因此在三维作战态势的构建过程中，部署的雷达数量大、种类多，且需要根据数据驱动实时更新位置、状态。三维雷达探测范围的绘制必须具有通用、高性能的特性，才能满足应用的需求。采用多线程技术使程序分为多个单元并行处理，可以充分地利用CPU的空闲时间片，提高进程的整体运行效率[4]。

本文基于OSG的坐标系，参照文献[5]中提出的雷达三维探测范围的简化生成方法，进行改造扩展，实现雷达探测范围的通用计算方法，雷达探测二维包络线支持用户输入任意形状，垂直方向图函数支持用户输入和函数类型选择2种方式。对三维雷达探测范围的计算方法进行优化，降低算法复杂度。基于OSG的多线程技术对雷达探测范围的绘制并行处理，实现三维雷达探测范围的高性能展现。

1 雷达探测范围的通用计算

雷达探测范围定义为对目标进行连续观察的三维空域的区域边界[6]。在三维空间中对雷达探测范围数据进行离散化，在俯仰角、方位角2个方向进行采样，得到由离散点组成的雷达三维区域边界。在三维场景中生成三维网格，来表示三维探测范围的区域边界。

1.1 基于OSG坐标系构建

参照OSG的坐标系，X正方向向右，Y正方向朝里，Z正方向向上。O为坐标原点，假设雷达装备放在O点，得到雷达探测范围三维空间的构造如图1所示。雷达的探测区域上的某一点P，在XY平面内，与X轴正方向的夹角为β，与Z轴正方向夹角为θ。

图1 OSG坐标系下的探测范围

Pm,P为同一垂直面上的2点，其中Pm点为该垂直面上探测距离最大的位置。参照文献[7]，雷达探测范围的简化计算方法为：

R=Rm×f(θ)

(1)

其中,R是P点到原点的距离，Rm是Pm到原点的距离，f(θ)是雷达的方向图函数。在OSG的坐标系中，雷达探测区域上各点x,y,z分量的计算如式(2)所示：

(2)

将公式(1)代入公式(2)，得到雷达探测范围的点：

(3)

1.2 通用数据支持

雷达数据RadarData的数据结构如图2所示。RadarData存储雷达装备的ID，位置(Lon,Lat,Hgt)，二维包络线pRecoArea，垂直方向图函数采样pFVertical。

图2 雷达数据结构

RecoArea的结构如图3所示。RecoArea存储区域几何类型；RegionType：0-扇形，1-圆形，2-多边形；方位角集vAzimuths；距离集vDistances；是否闭合bClosed。

图3 二维包络线数据结构

FVertical的结构如图4所示。起始俯仰角为dPitchStart,dPitchEnd；雷达天线垂直方向图采样点集vFs。如果输入的vFs为空，则使用垂直方向图函数计算得到起始俯仰角和采样点集。

图4 垂直方向图函数采样数据结构

对于圆形和扇形，vDistances中只有一个值，即半径。因此对于β取任何值，都有Rm=vDistances[0]。

对于圆形，方位角为[0,2π]。扇形在vAzimuths中存储起始方位角：vAzimuths[0],vAzimuths[1]。β在起始方位角之间采样，θ在起始俯仰角dPitchStart,dPitchEnd之间采样，构建雷达探测范围。

对于多边形,给定了一组方位角对应的一组距离值。当β=vAzimuths[i]时，Rm=vDistances[i]。

1.3 计算方法实现

本文使用垂直方向图函数计算得到起始俯仰角和采样点集。雷达按照方向图类型分类为全向雷达、高斯型雷达、sin(X)/X型雷达、平方余割包线型雷达等。不同的雷达，它们的方向图函数各不相同[8]。本文使用sin(X)/X型雷达进行计算，其方向图函数如式(4)：

(4)

{for(10-6<|θ-Aelev|Amax)

{

P.x=Rm×f(θ)×sin (β)×cos (θ)

P.y=Rm×f(θ)×cos (β)×cos (θ)

P.z=Rm×f(θ)×sin (θ)

}

}

其中，Rm=vDistances[0],绘制效果如图5所示。

图5 圆形雷达

图6 扇形雷达

二维包络线使用多边形数据，支持任意多边形数据。使用sin(X)/X型雷达的垂直方向图函数进行绘制，绘制效果如图7所示。

图7 多边形雷达

2 计算方法优化及实现

2.1 方法优化

正弦余弦等三角函数计算复杂，消耗CPU时间较多，通过减少三角函数计算，可极大减少计算时间。俯仰角、方位角2个方向上分别采样计算，从而降低for循环的次数，提高计算性能。将公式(3)中与俯仰角θ相关的部分进行整理，公式变形为：

(5)

将与θ相关的部分提取出来，作为垂直方向函数在x,y,z方向的分量，记为FV.x，FV.y，FV.z，则有：

FV.x=FV.y=f(θ)×cos (θ)

FV.z=f(θ)×sin (θ)

则公式(5)变形为：

(6)

然后将公式(6)中与β相关的部分进行整理，得到雷达探测值在x,y,z方向的分量，记为FH.x,FH.y,FH.z，则有：

FH.x=Rm×sin (β)

FH.y=Rm×cos (β)

FH.z=Rm

则公式(5)变形为：

(7)

2.2 优化后方法实现

通过优化，将俯仰角与方位角相关的计算分开处理，雷达探测范围的计算分成3个阶段：

1)俯仰角方向采样计算。由于FV.x=FV.y，因此在俯仰角方向采样时，只需计算得到FV.x，FV.z的值：

for(10-6<|θ-Aelev|Amax)

{

FV.x=f(θ)×cos (θ)

FV.z=f(θ)×sin (θ)

}

2)方位角方向采样计算。圆形雷达的Rm值不随方位角变化，为固定值，FH.z不需进行计算。因此在方位角方向采样，只需计算得到FH.x，FH.y的值：

{

FH.x=Rm×sin (β)

FV.y=Rm×cos (β)

}

3)使用2个方向采样计算的结果结合计算最终值。在俯仰角、方位角2个方向上采样，将FH,FV分量代入，计算得到三维雷达探测范围各点的值：

{

for(10-6<|θ-Aelev|Amax)

{

P.x=FH.x×FV.x

P.y=FH.y×FV.y

P.z=FH.z×FV.z

}

}

3 多线程优化

多线程开发是指从软件或者硬件上实现多个任务并发执行的技术。每个正在系统上运行的程序都可以视为一个进程(Proccess)，每个进程包含一个或多个线程(Thread)。使用多个线程与主进程并行工作，可在程序中同时执行多个任务[3]。

线程的执行开销小，但是不利于数据的管理和保护。几个线程之间往往存在数据竞争，即它们同时读写一处内存数据。此时通常使用互斥体(Mutex)来完成线程之间的协调操作，当一个线程操作数据时，对该处数据加锁以阻止其他线程侵入。

3.1 多线程的绘制过程

雷达的多线程绘制如图8所示，有一个软件的主进程用于放入数据，针对每个雷达创建一个线程用于处理数据。主进程在接收到外部发来的数据后，转为本文定义的雷达数据类型RadarData。根据RadarData中的ID判断该数据应该由哪个雷达线程来处理。如果当前雷达还没有创建线程，则会创建该雷达线程，并启动它。对雷达线程中的数据进行加锁，删除之前的旧数据，放入当前数据，该操作会在雷达线程处理滞后的时候起到跳帧的效果，使得雷达线程一直处理最新的数据。雷达线程中有一个循环，不停地判断是否有需要处理的雷达数据，如果有，则对雷达数据进行处理，处理完毕后清除雷达数据。

图8 雷达的多线程处理流程

3.2 基于OSG的实现

OSG封装了跨平台的开源线程库OpenThreads，支持多线程的创建及管理。在这里主要使用3个类进行处理：Thread类、Mutex类和ScopedLock模板类。

Tread类即线程实现类，每派生一个Thread类就生成一个可独立调度的线程。Thread类结构如图9所示。

图9 Thread类结构图

Thread类主要函数的定义如下：

1)YieldCurrentThread：要求当前线程出让CPU控制权，交给其他正在等待的线程。

2)start：启动线程。此时将自动开始执行线程的run函数。

3)cancel:虚函数，用于终止线程的执行。

4)isRunning：判断线程是否处于执行状态。

5)run：线程执行的主程序，在这个函数中可以循环执行一段线程功能代码。

使用Mutex类即互斥体接口类处理数据的加解锁。当线程使用某一资源时，先使用互斥量加锁。ScopedLock模板类与Mutex配合出现，在其作用域内对共享资源进行加锁，作用域外则解锁。

基于OpenThreads创建线程类RadarTread，结构如图10所示。

图10 RadarTread类结构图

m_listRadarData用于存储待处理的雷达数据，m_mutexRadarData对雷达数据进行加锁，m_bDone用于存储是否完成了处理。通过重写run和cancel这2个成员函数，实现线程运行时和取消时的操作；通过调用start和cancel函数，可以启动或终止已经定义的线程对象。单个雷达线程的具体实现流程如图11所示。

图11 单个雷达线程的处理流程

单个雷达线程在主程序中被启动(start)，随即RadarTread自动调用启动run函数，开启雷达线程的运行。run函数中是一个dowhile循环，循环处理雷达数据m_listRadarData。如果m_listRadarData不为空，就把m_listRadarData进行加锁，然后取出数据进行绘制，然后将m_listRadarData清空。是否结束循环使用m_bDone来标识，当m_bDone为true时，退出循环。直到主线程调用cancel函数，将该线程关停，m_bDone置为true，才会结束循环。在每次循环结束时，都会调用microsleep函数，给其他线程分配时间。

4 实验与分析

4.1 计算方法优化测试

针对第2章提出的雷达探测范围优化计算方法进行测试。假设β采样m次，θ采样n次，则优化前后的结果比较见表1所示。

表1 优化前后计算次数比较

计算内容计算次数(优化前)计算次数(优化后)f(θ)m×nnsin(β)m×nmcos(β)m×nmsin(θ)m×nncos(θ)m×nn

通过比较可以看出，算法改进后能够大幅度降低计算量，适用于实时性要求比较高、数据量比较大的情况。

使用VS2010编程，对算法改进前后的性能进行测试。对β,θ取不同采样次数，对优化前后，雷达探测范围计算所需的时间进行比较，实验结果如表2所示。

表2 优化前后的时间比较

β采样次数×θ采样次数优化前时间/ns优化后时间/ns90×30468.75312.50180×30937.50625.00180×601875.001093.75360×603593.752031.25

可见优化后速度得到了较大的提高。随着β采样次数×θ采样次数的增大，优化后的算法优势就更加明显，当计算雷达探测范围时，面对大量数据，该优化的方法更能满足实时性的要求。

4.2 多线程优化测试

在三维地球场景中，基于优化后的雷达探测范围计算方法，分别使用多线程、单线程2种方式绘制雷达探测范围，对本文提出的方法进行实验，验证性能。三维场景渲染性能采用帧率统计。视觉流畅的一般标准：帧率≥30。本文实验中开启垂直同步，最高帧率为60。

图12 三维场景中的性能测试

实验环境选用VS2010的VC++编程，三维图形引擎OSG使用3.0的版本。配置为i7-3770 CPU，4 GB内存。以圆形雷达的绘制为例进行验证，使用β采样90次，θ采样30次。每1秒更新一次雷达数据，对雷达探测范围进行重新绘制。在三维场景中绘制雷达探测范围的效果如图12所示。

通过设置每秒雷达更新的数量，比较单线程、多线程对雷达更新的性能支撑能力，具体结果见表3。

表3 单线程、多线程版本性能比较

每秒更新雷达数单线程版本/帧率多线程版本/帧率5405910305815235820857250.956300.7555

通过比较可看出，对于三维雷达探测范围，这种数据量比较大的三维网格构建算法，多线程具有明显的性能优势。在雷达数量达到20个以后，三维场景帧率急剧下降，尤其是雷达数量达到25个以后，三维场景渲染帧率很低，用户感觉较卡，实际工程中基本不可用。而此时，多线程版本性能的下降并不明显，仍然维持在55帧以上，用户体验非常好。

5 结束语

本文基于OSG坐标系，实现了三维雷达探测范围的计算方法。通过减少循环次数，减少对三角函数的计算，对计算方法进行优化。为了满足多部雷达实时更新的需求，基于OSG的多线程技术，实现了雷达对象之间的并行处理方法。通过对计算方法优化前后计算时间的实验，可以看出计算时间大幅度降低，优化后的效果非常明显。通过多线程优化前后的性能测试，验证了多线程的版本比单线程的版本渲染帧率较高，能够保障用户体验的流畅。本文研究的成果已在实际项目中应用，效果良好。

参考文献：

[1] 张伟. 电子对抗装备[M]. 北京:航空工业出版社, 2009:1-35.

[2] 陈鹏. 虚拟战场环境中雷达作用范围表现技术研究[D]. 长沙:国防科学技术大学, 2007.

[3] 王锐,钱学雷. OpenSceneGraph三维渲染引擎设计与实践[M]. 北京:清华大学出版社, 2009:320-325.

[4] 吴渝. 基于.NET架构的多线程组件技术研究与应用[D]. 重庆:重庆大学, 2005.

[5] 齐峰,刘雅奇,娄宁. 一种简化的雷达三维探测数据生成方法研究[J]. 计算机仿真, 2010,27(3):12-15.

[6] 张阳,何俊. 干扰下雷达三维威力范围可视化研究[J]. 电子信息对抗技术, 2011,26(6):73-77.

[7] 孟国明. 虚拟战场环境中雷达探测范围表现技术研究[D]. 长沙:国防科学技术大学, 2005.

[8] 杨超. 雷达最大探测范围三维建模和可视化研究与实现[D]. 长沙:国防科学技术大学, 2006.

[9] 姬涛. 基于P2P网络的多线程下载技术研究[J]. 电脑开发与应用, 2014,27(7):18-20.

[10] 李宇翔,龚光红. 基于HLA攻防对抗仿真中三维视景设计与实现[J]. 系统仿真学报, 2005,17(12):2961-2964.

[11] 林卫明,刘德权. 利用OpenGL技术实现雷达探测范围的三维显示[J]. 武汉理工大学学报(交通科学与工程版), 2002,26(1):72-75.

[12] 张徳锋,陈永光,郭玉霞,等. 雷达电子战三维实时视景仿真系统的设计与实现[J]. 电光与控制, 2005,12(4):79-80.

[13] 邱航,陈雷霆,蔡洪斌. 复杂环境影响下雷达探测范围三维可视化[J]. 电子科技大学学报, 2010,39(5):731-736.

[14] 白玉兵. 复杂环境下雷达探测范围可视化研究[D]. 长沙:湖南大学, 2013.

[15] 冯晓哲,杨瑞,王健,等. 雷达探测威力范围与三维可视化研究[J]. 现代雷达, 2015,37(5):74-78.

[16] 孙忠秋,程承旗. 全球经纬度网格的雷达探测范围真三维建模[J]. 测绘科学, 2017,42(6):144-148.

[17] 陈达,段耀峰,王剑. 地形影响下的雷达探测范围建模与三维可视化[J]. 地矿测绘, 2012,28(4):21-23.