基于Web的目标态势可视化设计与实现
发布时间：2021-09-08 07:51
以数据为驱动,从接入采集、组织预处理、关系挖掘和交互分析结果直观高效展现4个方面研究了目标态势数据可视化全过程,提出了一种在Web环境下以地理信息系统为主要载体的目标态势数据可视化交互框架,实现了目标态势数据可视化联动分析和可视化证据链追溯等功能,其关键技术可广泛应用于抢险预案应对和作战分析等领域。
【文章来源】：指挥信息系统与技术. 2020,11(02)
【文章页数】：6 页
【部分图文】：
可视化框架数据处理流程
基于网格距离的点聚合算法（grid?based cluster?ing)[12]，将地图划分为指定阈值的正方形，根据地图上点的经纬度，将落在对应格子中的点聚合到该正方形中，最终取该正方形的中心点作为聚合到该正方形中所有点的代表，并在该中心点上显示聚合点包含的原始点数量，该方法对每个原始点只需计算一次，无复杂的距离计算，故效率较高，但对于恰好位于网格边界上的点来说，可能会误判为位于不同网格，临边点多样聚合示意图如图2所示。图中，空心圆A和B 2个点位于相邻2个正方形的边界上，实心点1和2分别是2个相邻正方形的中心点，基于网格距离的点聚合算法可能使点A聚合到点2，点B聚合到点1；另外，对于空心点C，由于其位于4个相邻正方形的交点上，故点C可能被聚合到点1、2、3或4。由此可见，基于网格距离的点聚合算法对于人为划分的正方形边界上点的判断具有一定的误差和局限性。基于距离的点聚合算法（distance?based cluster?ing），需先指定一个聚合的距离阈值，对每个点进行迭代计算距离[13]。若该点位于某个已有聚合点的距离阈值内，则将该点聚合到此；否则，该点作为一个新的聚合点，如此循环迭代至所有点均已找到所属聚合点。该方法可较准确地实现点的聚合，但每个聚合点均以起始点作为最终聚合点，必然会受到起始点选择的影响，且点与点间距离的迭代计算使得计算复杂度上升。
本文提出基于距离与最小点限制的分批渲染算法。先通过计算点与点间距离进行聚合处理，再根据给定最小点阈值对第1层聚合结果进行判断，若某个聚合点的聚合元素数大于最小点阈值，则保留该聚合点；反之，则解散该聚合点；最后，对所有待聚合的点根据其类别分批进行聚合计算并渲染。分批聚合渲染过程示意图如图3所示，其中三角形和小圆点表明不同类别的标注点，图3(a)中A1、A2、A3和A4及图3(b)中B1、B2、B3和B4分别表明标注类型A和B经过第1步基于距离计算所得的聚合结果，假设最小点阈值为2，那么类型A和B中需解散的聚合点分别是A3、B2和B3；图3(d)展现了最终的聚合效果。由于图3(a)和(b)中类型A和B分批进行聚合计算，分批渲染，避免了浏览器一次渲染大量标注点导致的卡顿或崩溃现象。1.1.2 战场目标多维联动分析
【参考文献】：
期刊论文
[1]基于数据—业务—协作架构的作战规划软件平台[J]. 陶德进,沈驰,刘花云. 指挥信息系统与技术. 2019(01)
[2]三维可视区域的定义[J]. 于莉莉,苏晓光,张磊. 产业与科技论坛. 2018(13)
[3]基于路由模式的前端框架设计与改进[J]. 陈辰,王萌,程旭. 电脑知识与技术. 2018(12)
[4]前后端分离的终端自适应动态表单设计[J]. 喻莹莹,李新,陈远平. 计算机系统应用. 2018(04)
[5]多维数据可视化技术的应用探究[J]. 高斐,苏晨,陈梅. 电脑知识与技术. 2018(05)
[6]Web前端开发技术的演化与MVVM设计模式研究[J]. 李嘉,赵凯强,李长云. 电脑知识与技术. 2018(02)
[7]基于Web页面的大规模数据可视化系统研究[J]. 蔡洁锐. 机电工程技术. 2017(06)
[8]基于实时数据库的数据可视化分析系统[J]. 叶康林. 计算机仿真. 2017(01)
[9]基于证据链的电子证据可信性分析[J]. 赵志岩,石文昌. 计算机科学. 2016(07)
[10]基于数据挖掘的海战场态势可视化平台构建[J]. 陈晓峰,刘兴,高元博,郑亚波. 火力与指挥控制. 2015(04)
博士论文
[1]飞行控制系统传感器信息融合与容错方法研究[D]. 袁燎原.西北工业大学 2015
硕士论文
[1]基于WebGIS的农业地理数据可视化技术研究及应用[D]. 张健.浙江大学 2015
[2]一种基于组件化的云服务平台的设计与实现[D]. 宋欢欢.北京邮电大学 2011
本文编号：3390416
【文章来源】：指挥信息系统与技术. 2020,11(02)
【文章页数】：6 页
【部分图文】：
可视化框架数据处理流程
基于网格距离的点聚合算法（grid?based cluster?ing)[12]，将地图划分为指定阈值的正方形，根据地图上点的经纬度，将落在对应格子中的点聚合到该正方形中，最终取该正方形的中心点作为聚合到该正方形中所有点的代表，并在该中心点上显示聚合点包含的原始点数量，该方法对每个原始点只需计算一次，无复杂的距离计算，故效率较高，但对于恰好位于网格边界上的点来说，可能会误判为位于不同网格，临边点多样聚合示意图如图2所示。图中，空心圆A和B 2个点位于相邻2个正方形的边界上，实心点1和2分别是2个相邻正方形的中心点，基于网格距离的点聚合算法可能使点A聚合到点2，点B聚合到点1；另外，对于空心点C，由于其位于4个相邻正方形的交点上，故点C可能被聚合到点1、2、3或4。由此可见，基于网格距离的点聚合算法对于人为划分的正方形边界上点的判断具有一定的误差和局限性。基于距离的点聚合算法（distance?based cluster?ing），需先指定一个聚合的距离阈值，对每个点进行迭代计算距离[13]。若该点位于某个已有聚合点的距离阈值内，则将该点聚合到此；否则，该点作为一个新的聚合点，如此循环迭代至所有点均已找到所属聚合点。该方法可较准确地实现点的聚合，但每个聚合点均以起始点作为最终聚合点，必然会受到起始点选择的影响，且点与点间距离的迭代计算使得计算复杂度上升。
本文提出基于距离与最小点限制的分批渲染算法。先通过计算点与点间距离进行聚合处理，再根据给定最小点阈值对第1层聚合结果进行判断，若某个聚合点的聚合元素数大于最小点阈值，则保留该聚合点；反之，则解散该聚合点；最后，对所有待聚合的点根据其类别分批进行聚合计算并渲染。分批聚合渲染过程示意图如图3所示，其中三角形和小圆点表明不同类别的标注点，图3(a)中A1、A2、A3和A4及图3(b)中B1、B2、B3和B4分别表明标注类型A和B经过第1步基于距离计算所得的聚合结果，假设最小点阈值为2，那么类型A和B中需解散的聚合点分别是A3、B2和B3；图3(d)展现了最终的聚合效果。由于图3(a)和(b)中类型A和B分批进行聚合计算，分批渲染，避免了浏览器一次渲染大量标注点导致的卡顿或崩溃现象。1.1.2 战场目标多维联动分析
【参考文献】：
期刊论文
[1]基于数据—业务—协作架构的作战规划软件平台[J]. 陶德进,沈驰,刘花云. 指挥信息系统与技术. 2019(01)
[2]三维可视区域的定义[J]. 于莉莉,苏晓光,张磊. 产业与科技论坛. 2018(13)
[3]基于路由模式的前端框架设计与改进[J]. 陈辰,王萌,程旭. 电脑知识与技术. 2018(12)
[4]前后端分离的终端自适应动态表单设计[J]. 喻莹莹,李新,陈远平. 计算机系统应用. 2018(04)
[5]多维数据可视化技术的应用探究[J]. 高斐,苏晨,陈梅. 电脑知识与技术. 2018(05)
[6]Web前端开发技术的演化与MVVM设计模式研究[J]. 李嘉,赵凯强,李长云. 电脑知识与技术. 2018(02)
[7]基于Web页面的大规模数据可视化系统研究[J]. 蔡洁锐. 机电工程技术. 2017(06)
[8]基于实时数据库的数据可视化分析系统[J]. 叶康林. 计算机仿真. 2017(01)
[9]基于证据链的电子证据可信性分析[J]. 赵志岩,石文昌. 计算机科学. 2016(07)
[10]基于数据挖掘的海战场态势可视化平台构建[J]. 陈晓峰,刘兴,高元博,郑亚波. 火力与指挥控制. 2015(04)
博士论文
[1]飞行控制系统传感器信息融合与容错方法研究[D]. 袁燎原.西北工业大学 2015
硕士论文
[1]基于WebGIS的农业地理数据可视化技术研究及应用[D]. 张健.浙江大学 2015
[2]一种基于组件化的云服务平台的设计与实现[D]. 宋欢欢.北京邮电大学 2011
本文编号：3390416
本文链接：https://www.wllwen.com/kejilunwen/dizhicehuilunwen/3390416.html
