[发明专利]一种多源电磁数据的可视化视图生成方法

权利要求书

1.一种多源电磁数据的可视化视图生成方法，其特征在于，包括以下步骤：

步骤1、利用不同类型的电磁环境模型理论，编写模型算法程序，并对模型进行编码，构建多种典型电磁环境模型形成模型库，然后根据不同模型的适用特点建立模型的索引关系；

步骤2、根据模型库及各模型的索引关系，建立模型适用范围参数与电磁模型编号的数据对(x,y)，并存储到目标电磁特性数据库中；

步骤3、根据构建的电磁环境模型，采用基于CPU+GPU的混合并行架构，利用已知的辐射源信息，将CPU出色的逻辑判断能力和丰富的缓存资源与GPU强大的计算能力相融合，充分利用服务器的多线程计算资源，结合构建的电磁环境模型实现电磁环境中各采样点电磁信息数据的高效率并行计算提取；

步骤4、根据提取的电磁信息数据，利用基于GPU的并行三维体绘制技术，利用图像空间体绘制技术计算过程中各射线计算的相互独立性，结合GPU实现各射线颜色值与透明度的并行积累，将实时提取的电磁数据实时可视化呈现出来，生成电磁数据的可视化视图。

2.根据权利要求1所述多源电磁数据的可视化视图生成方法，其特征在于，所述步骤2中根据模型库及各模型的索引关系，建立模型适用范围参数与电磁模型编号的数据对(x,y)，并存储到目标电磁特性数据库中，其索引关系具体为，其中x为模型适用参数，适用参数的取值是在对典型环境情况统计后进行编号排序得到，y为电磁模型编号。

3.根据权利要求1所述的多源电磁数据的可视化视图生成方法，其特征在于，所述步骤2进一步包括：利用基于高斯过程的机器学习方法通过学习训练，建立电磁环境模型智能选择机制，能够根据具体环境特点智能选择并组合构建电磁环境模型，电磁环境模型智能选择机制的建立最重要的是学习选择模型中超参数的取值，通过对数似然估计和梯度优化算法确定超参数的优化取值，具体步骤如下所示：

步骤201：超参数α取值初始化；

步骤202：根据训练数据{(x_i,y_i)|i＝1,…,n}和超参数α计算协方差矩阵K和

步骤203：计算对数似然估计的梯度函数

步骤204：根据梯度优化算法计算公式计算新的超参数取值向量α_k+1；

步骤205：计算α_k和α_k-1之间的相对误差，判断是否小于设定的参数ε，若是则进行第206步骤，若否返回第202步骤；

步骤206：根据优化得到的超参数α。

4.根据权利要求1所述的多源电磁数据的可视化视图生成方法，其特征在于，所述步骤4进一步包括：

步骤401：开始，计算每个线程对应的成像平面的像素，即将成像平面上面的M各像素点均匀分配到N个线程中，保证计算资源的均匀分配；

步骤402：判断是否与包裹感兴趣区域的立方体相交，如相交则进入步骤403，否则结束；

步骤403：计算视点x0,y0,z0到射线在区域立方体上入射点x1,y1,z1与出射点x2,y2,z2距离，计算公式为和

步骤404：沿射线方向对三维纹理采样，积累颜色与不透明度；

步骤405：判断采样点是否超过出射点，或不透明度是否大于阈值，或判断采样次数是否超过最大值，判断时满足以上三个条件之一为是，则进入步骤406；判断时都不满足以上三个条件为否，则进入步骤404；

步骤406：将最终颜色与不透明度写入结果数组中对应的位置后，即结束。