用于空間態(tài)勢(shì)表達(dá)的海量空間目標(biāo)可視化

施群山， 呂 亮， 藍(lán)朝楨， 梁 靜， 徐 青

（1. 信息工程大學(xué)地理空間信息學(xué)院，河南 鄭州 450052；2. 鄭州測(cè)繪學(xué)校，河南 鄭州 450015）

用于空間態(tài)勢(shì)表達(dá)的海量空間目標(biāo)可視化

施群山1， 呂 亮1， 藍(lán)朝楨1， 梁 靜2， 徐 青1

（1. 信息工程大學(xué)地理空間信息學(xué)院，河南 鄭州 450052；2. 鄭州測(cè)繪學(xué)校，河南 鄭州 450015）

目前空間目標(biāo)的可視化方式不能很好地滿足海量空間目標(biāo)實(shí)時(shí)態(tài)勢(shì)表達(dá)的需求，考慮到各空間目標(biāo)位置計(jì)算的獨(dú)立性以及GPU并行處理的優(yōu)勢(shì)，將目標(biāo)模擬中計(jì)算量較大的位置解算工作交由GPU并行處理，采用頂點(diǎn)著色器進(jìn)行空間目標(biāo)的位置解算，采用片元著色器進(jìn)行空間目標(biāo)顯示效果的設(shè)置，最后采用實(shí)際數(shù)據(jù)和模擬數(shù)據(jù)相結(jié)合的方式驗(yàn)證了該文的方法性能和效果。實(shí)驗(yàn)結(jié)果表明：提出的空間目標(biāo)可視化表達(dá)方法即使在目標(biāo)接近50萬顆時(shí)，可視化模擬消耗的時(shí)間也只有50 ms左右，完全能滿足實(shí)時(shí)性的要求，同時(shí)片元著色器的設(shè)置也使空間目標(biāo)可視化效果更加逼真。

空間態(tài)勢(shì)感知；海量空間目標(biāo)；可視化；圖形處理器

隨著空間探測(cè)技術(shù)的發(fā)展以及人類對(duì)空間利用的高度重視和日益依賴，空間已成為維護(hù)國家安全和國家利益所必須占據(jù)的戰(zhàn)略制高點(diǎn)。為確?？臻g安全，維護(hù)空間利益，世界強(qiáng)國紛紛著手建立各自的空間態(tài)勢(shì)感知系統(tǒng)[1-5]，以便及時(shí)準(zhǔn)確地獲取空間態(tài)勢(shì)信息。空間態(tài)勢(shì)信息，是實(shí)施空間任務(wù)、保護(hù)空間資產(chǎn)安全和發(fā)揮空間裝備效能的重要保障，是應(yīng)對(duì)空間突發(fā)事件的決策依據(jù)。

空間目標(biāo)作為空間態(tài)勢(shì)信息的主要組成部分，對(duì)其認(rèn)知與表達(dá)已經(jīng)成為空間態(tài)勢(shì)感知的重要研究內(nèi)容，空間目標(biāo)可視化技術(shù)是指采用圖像圖形處理技術(shù)對(duì)空間目標(biāo)進(jìn)行各種方式的可視化表達(dá)，其是認(rèn)知和表達(dá)空間目標(biāo)信息的重要手段，可以為空間態(tài)勢(shì)的安全評(píng)估與規(guī)劃提供直觀、有效的方法。

自從人類發(fā)射第一顆人造衛(wèi)星以來，地球軌道上的空間目標(biāo)日益增多，據(jù)文獻(xiàn)[6]統(tǒng)計(jì)，目前近地空間中直徑超過 10 cm的空間目標(biāo)大概有22000顆，包括可以被美國空間監(jiān)視網(wǎng)(space surveillance network, SSN)觀察到的活動(dòng)衛(wèi)星，廢棄衛(wèi)星和人造碎片。據(jù)美國國家航空航天局(national aeronautics and space administration, NASA)估計(jì)，直徑在1～10 cm之間（無法被現(xiàn)有SSN監(jiān)測(cè)到）的物體數(shù)量超過500000個(gè)，直徑在1 cm以下的物體數(shù)量更是數(shù)以千萬計(jì)[7]。對(duì)如此海量的空間目標(biāo)進(jìn)行實(shí)時(shí)可視化模擬是一個(gè)巨大的挑戰(zhàn)，這不僅是因?yàn)槟繕?biāo)的數(shù)量龐大，而是由于時(shí)間維的存在，目標(biāo)每時(shí)每刻的位置都在發(fā)生變化，本身的計(jì)算量同樣非常巨大。

對(duì)空間目標(biāo)的模擬，一種方式是：將所有空間目標(biāo)一次載入內(nèi)存后，進(jìn)行相應(yīng)的仿真建模，如美國 Analytical Graphics公司(AGI)開發(fā)的衛(wèi)星工具包(satellite tool kit, STK)[8]、NASA 開發(fā)的WorldWind[9]等，雖然它們能對(duì)各種各樣的天文和地理數(shù)據(jù)進(jìn)行融合顯示，但是其顯示的空間目標(biāo)數(shù)目受到內(nèi)存的限制；另一種方式是：將海量的空間目標(biāo)數(shù)據(jù)存儲(chǔ)在外存儲(chǔ)器中，內(nèi)存中只負(fù)責(zé)處理一小部分?jǐn)?shù)據(jù)，處理的數(shù)據(jù)按照一定的算法從外存儲(chǔ)器調(diào)入，該方法由于受到內(nèi)外存之間的輸入/輸出(input/output, I/O)瓶頸的影響，對(duì)算法要求較高，如文獻(xiàn)[10]利用八叉樹對(duì)空間目標(biāo)進(jìn)行組織管理，結(jié)合視錐體裁剪和細(xì)節(jié)層次(level of detail, LOD)技術(shù)實(shí)現(xiàn)了海量空間目標(biāo)的可視化模擬，但該方法實(shí)現(xiàn)起來較為復(fù)雜，而且空間八叉樹本身的動(dòng)態(tài)構(gòu)建將耗費(fèi)很多的計(jì)算資源。近年來發(fā)展起來的圖形處理器(graphic processing unit, GPU)，相較于中央處理器(central processing unit, CPU)，其具有強(qiáng)大的并行處理能力和極高的存儲(chǔ)器帶寬，非常適合于科學(xué)運(yùn)算、數(shù)據(jù)分析、線性代數(shù)、流體模擬等需要大量重復(fù)的數(shù)據(jù)集運(yùn)算和密集的內(nèi)存存取的應(yīng)用程序，這為大規(guī)模復(fù)雜問題求解提供了一種廉價(jià)高效的計(jì)算平臺(tái)。

空間目標(biāo)實(shí)時(shí)可視化模擬的難點(diǎn)在于目標(biāo)位置的實(shí)時(shí)解算及繪制需要耗費(fèi)大量的計(jì)算資源，考慮到各空間目標(biāo)位置計(jì)算的獨(dú)立性以及GPU并行處理的優(yōu)勢(shì)，本文提出了一種用于空間態(tài)勢(shì)感知的海量空間目標(biāo)實(shí)時(shí)模擬方法，將目標(biāo)模擬中計(jì)算量較大的位置解算工作交由GPU并行處理，大大加速了目標(biāo)的可視化模擬速度，最后運(yùn)用OpenGL三維圖形開發(fā)包和 OpenGL著色語言(OpenGL shading language, GLSL)，編程實(shí)現(xiàn)空間目標(biāo)的實(shí)時(shí)可視化表達(dá)。

1 算法原理

1.1 實(shí)時(shí)目標(biāo)位置解算

在不影響空間目標(biāo)整體態(tài)勢(shì)表達(dá)的基礎(chǔ)上，本文忽略攝動(dòng)力的影響，將空間目標(biāo)圍繞中心天體的運(yùn)動(dòng)簡化為二體問題。對(duì)于空間目標(biāo)實(shí)時(shí)位置的描述通常采用軌道橢圓半長軸、偏心率、軌道傾角、升交點(diǎn)赤經(jīng)、近地點(diǎn)角距和真近點(diǎn)角 6個(gè)參數(shù)，如圖1所示，其中半長軸a和偏心率e可以確定軌道的大小和形狀，真近點(diǎn)角 f可以確定衛(wèi)星在軌道上的瞬時(shí)位置，軌道傾角i、升交點(diǎn)赤經(jīng)Ω和近地點(diǎn)角距ω則用來確定軌道面的姿態(tài)。傳統(tǒng)的對(duì)于姿態(tài)方位的描述多采用歐拉角，這種方法會(huì)導(dǎo)致答解方程中出現(xiàn)復(fù)雜繁瑣的三角函數(shù)和附加的奇異點(diǎn)，因此本文使用四元數(shù)作為描述軌道姿態(tài)的參數(shù)，可以避開這些缺點(diǎn)[11]。

圖1 軌道6根數(shù)示意圖

假定描述軌道姿態(tài)的四元數(shù)為λ0, λ1, λ2, λ3，軌道定向四元數(shù)與軌道角元素的關(guān)系模型如式(1)所示：

式(1)中，Ω為升交點(diǎn)赤經(jīng)，i為軌道傾角，σ=ω+f為升交點(diǎn)角距。

目前，GPU僅僅可以處理頂點(diǎn)位置、法向量、紋理坐標(biāo)等圖元信息，因此將其應(yīng)用于通用科學(xué)計(jì)算的前提是：將參與運(yùn)算的相關(guān)參數(shù)作為內(nèi)置屬性傳入頂點(diǎn)緩沖區(qū)等待調(diào)用。因此，本文將參與計(jì)算的軌道根數(shù)與內(nèi)置屬性變量進(jìn)行了關(guān)聯(lián)，其對(duì)應(yīng)關(guān)系如表1～2所示。

表1 軌道根數(shù)與內(nèi)置屬性關(guān)聯(lián)關(guān)系

表2 姿態(tài)四元數(shù)與內(nèi)置屬性關(guān)聯(lián)關(guān)系

通過關(guān)聯(lián)，可以利用標(biāo)準(zhǔn)的OpenGL頂點(diǎn)數(shù)據(jù)接口將軌道根數(shù)數(shù)據(jù)從應(yīng)用程序發(fā)送到頂點(diǎn)著色器中。

利用軌道根數(shù)解算目標(biāo)的天球坐標(biāo)系坐標(biāo)的步驟如下：

(1) 由歷元平近點(diǎn)角M0、平均角速度 n和當(dāng)前歷元時(shí)刻time計(jì)算平近點(diǎn)角：

(2) 依據(jù)開普勒方程 M=E- esinE迭代求解偏近點(diǎn)角E，其中e為偏心率。

(3) 根據(jù)半長軸a計(jì)算目標(biāo)在軌道平面直角坐標(biāo)系的坐標(biāo)：

(4) 利用軌道姿態(tài)四元數(shù)計(jì)算目標(biāo)在天球坐標(biāo)系中的坐標(biāo)：

為過渡矩陣， qx,qy,qz,qw為軌道姿態(tài)四元數(shù)的分量，z值為0。

上述過程需要通過GLSL將其翻譯為著色器可以識(shí)別的“語言”，然后交由GPU進(jìn)行高速并行運(yùn)算。對(duì)應(yīng)以上步驟的GLSL關(guān)鍵代碼如下所示：

// 半長軸

float sma=gl_Vertex.x;

// 偏心率

float ecc=gl_Vertex.y; /

/ 歷元平近點(diǎn)角

float M0=gl_Vertex.z;

// 平均角速度

float nu=gl_Normal.x; /

/

計(jì)算平近點(diǎn)角

float M=M0+time*nu;

float E=M;

// 迭代循環(huán)4次求偏近點(diǎn)角

for (int i = 0; i ＜ 4; i+=1)

E = M + ecc*sin(E);

// 計(jì)算衛(wèi)星在軌道平面直角坐標(biāo)系的坐標(biāo)

vec3 position=vec3(sma*(cos(E)-ecc), sma* (sin(E)*sqrt(1.0-ecc*ecc)), 0.0);

// 利用姿態(tài)四元數(shù)計(jì)算衛(wèi)星在天球坐標(biāo)系中的坐標(biāo)

vec4 q=vec4(gl_Normal.z, gl_MultiTexCoord0.x, gl_MultiTexCoord0.y, gl_Normal.y);

vec3 a=cross(q.xyz, position)+q.w*position;

position=cross(a,-q.xyz)+dot(q.xyz,position)* q.xyz+q.w * a;

// 模型視圖投影變換后輸出坐標(biāo)

gl_Position=gl_ModelViewProjectionMatrix* vec4(position, 1.0);

此外，程序利用自定義的uniform變量將目標(biāo)大小“傳入”頂點(diǎn)著色器程序，通過對(duì)gl_PointSize賦值完成對(duì)目標(biāo)大小的設(shè)置。

1.2 點(diǎn)目標(biāo)片元設(shè)置

經(jīng)過頂點(diǎn)著色器處理以后，與各個(gè)頂點(diǎn)相關(guān)聯(lián)的全部屬性就會(huì)完全得以確定，再經(jīng)過圖元裝配和光柵化，圖元將被分解為更小的片元，這些片元對(duì)應(yīng)于目標(biāo)幀緩沖區(qū)的像素。而片元著色器是一個(gè)處理片元值及相關(guān)聯(lián)數(shù)據(jù)的可編程單元，可以用來執(zhí)行傳統(tǒng)的圖形操作。由于OpenGL固定管線繪制的點(diǎn)目標(biāo)成正方形狀，而中心對(duì)稱的圓形分布更符合點(diǎn)狀空間目標(biāo)的可視化效果，因此本文通過片元著色器實(shí)現(xiàn)對(duì)點(diǎn)目標(biāo)的顏色及色度分布的設(shè)置。

如圖2(a)所示，柵格化后的圖元形成的片元分布成方形，點(diǎn)狀空間目標(biāo)的成像模型符合中心對(duì)稱的圓形分布，由內(nèi)及外顏色漸淺，為此可以采用式(5)為片元分配不同的透明度來實(shí)現(xiàn)：

式(5)中，( x , y)為片元坐標(biāo)，x和y的范圍為0到1之間，opacity為其對(duì)應(yīng)的透明度值，( xc,yc)為圖元中心坐標(biāo)，d為片元 (x , y)到圖元中心的距離，D是水平或垂直方向上圖元的邊緣到圖元的中心的距離，如圖 2(b)所示。由式(5)可知圖元整體由內(nèi)及外透明度逐漸降低，顏色漸淺。由于 x和 y的范圍為0到1之間，因此D的值為0.5，式(5)可以具體為式(6)：

圖2 目標(biāo)片元透明度修改前后對(duì)比圖

上述過程翻譯為著色器“語言”如下所示：/

/

接收顏色參數(shù)

uniform vec4 pointColor;

vec2 v = gl_PointCoord-vec2(0.5, 0.5);

/

/ 透明度設(shè)置

float opacity=1.0-dot(v, v)*4.0;

// 設(shè)置目標(biāo)顏色

gl_FragColor=vec4(pointColor.rgb, opacity*pointColor.a);

程序利用自定義的 uniform變量將目標(biāo)顏色“傳入”片元著色器程序，結(jié)合透明度變化通過對(duì)gl_FragColor賦值完成對(duì)目標(biāo)顏色的設(shè)置。

經(jīng)過目標(biāo)位置解算及屬性設(shè)置后，對(duì)于圖元裝配、光柵化、深度測(cè)試等操作仍然由固定功能的管線來完成。因此，還需要根據(jù)視點(diǎn)位置完成場景的裁剪，最終將目標(biāo)投影到高性能的顯示器上，完成空間目標(biāo)可視化模擬。

2 總體流程

本文設(shè)計(jì)了一對(duì)著色器，利用它的頂點(diǎn)著色器進(jìn)行空間目標(biāo)位置解算，利用片元著色器進(jìn)行空間點(diǎn)目標(biāo)成像時(shí)的成像效果設(shè)置，實(shí)現(xiàn)了海量空間目標(biāo)的可視化表達(dá)，整個(gè)模擬過程如圖3所示。

圖3 空間目標(biāo)模擬流程圖

(1) 數(shù)據(jù)準(zhǔn)備，通過建立軌道定向四元數(shù)與軌道角元素之間的關(guān)系，完成空間目標(biāo)軌道姿態(tài)的四元數(shù)描述；

(2) 數(shù)據(jù)關(guān)聯(lián)，將軌道根數(shù)與頂點(diǎn)位置、表面法線、紋理坐標(biāo)等內(nèi)置屬性變量相關(guān)聯(lián)；

(3) 利用GLSL對(duì)頂點(diǎn)著色器進(jìn)行編程，實(shí)現(xiàn)對(duì)目標(biāo)位置的解算，并設(shè)置其大?。?/p>

(4) 利用GLSL對(duì)片元著色器進(jìn)行編程，通過處理柵格化后的片元完成目標(biāo)的顏色設(shè)置；

(5) 創(chuàng)建、編譯、鏈接著色器，啟動(dòng)著色器程序完成運(yùn)算；

(6) 結(jié)合視點(diǎn)位置、用戶裁剪等信息，最終渲染生成目標(biāo)相應(yīng)方向的空間態(tài)勢(shì)。

3 實(shí)驗(yàn)結(jié)果與分析

為了驗(yàn)證本文方法的優(yōu)越性，在普通 PC機(jī)(CPU：Intel(R) Core(TM) i5-3317U CPU @ 1.70 GHz；內(nèi)存：4 G；顯卡：Geforce GT 620 M(1 G內(nèi)存))上，基于Windows平臺(tái)，在Qt開發(fā)環(huán)境中，利用OpenGL圖形開發(fā)包和GLSL著色語言編程實(shí)現(xiàn)了本文提出的方法。

3.1 實(shí)驗(yàn)數(shù)據(jù)

考慮到實(shí)驗(yàn)所需數(shù)據(jù)量較大，而觀測(cè)能力有限的情況，本文采用真實(shí)與模擬相結(jié)合的方法來準(zhǔn)備實(shí)驗(yàn)數(shù)據(jù)。真實(shí)數(shù)據(jù)采用SSN公布的兩行軌道根數(shù)(two line elements, TLE)數(shù)據(jù)，其每天通過SPACE-TRACK網(wǎng)站(www.space-track.org)更新一萬多條，數(shù)據(jù)全面，質(zhì)量相對(duì)穩(wěn)定。TLE具體格式如圖4所示，主要包含星歷和平均開普勒根數(shù)等參數(shù)，圖中對(duì)用于一般軌道計(jì)算的6個(gè)關(guān)鍵參數(shù)進(jìn)行了注釋，其中半長軸并沒有顯式的給出，可以通過式(7)，由平均角速度計(jì)算獲得，其中a為半長軸，n為平均角速度，u是關(guān)乎地球質(zhì)量的常數(shù)。

圖4 TLE軌道報(bào)格式

為了驗(yàn)證本文方法對(duì)海量數(shù)據(jù)的支撐性能，需要海量的空間目標(biāo)數(shù)據(jù)，而真實(shí)觀測(cè)數(shù)據(jù)有限，因此本文在最新收集的14884條TLE數(shù)據(jù)的基礎(chǔ)上，利用高斯分布函數(shù)來對(duì)開普勒軌道根數(shù)進(jìn)行模擬，數(shù)據(jù)模擬的具體方法是：在收集的TLE數(shù)據(jù)中隨機(jī)抽取一條該數(shù)據(jù)，并以此數(shù)據(jù)為基礎(chǔ)，采用高斯分布函數(shù)模擬一定數(shù)量的TLE數(shù)據(jù)(各軌道根數(shù)對(duì)應(yīng)的高斯分布函數(shù)的參數(shù)σ值如圖 4所示)，如此多次抽取觀測(cè)的 TLE數(shù)據(jù)，多次模擬TLE數(shù)據(jù)，最終生成的實(shí)驗(yàn)所需的TLE數(shù)據(jù)，本實(shí)驗(yàn)生產(chǎn)的 TLE數(shù)據(jù)條數(shù)分別為 3721，7442，14884，29768，59536，119072，238144，476288。

3.2 性能比較

首先，對(duì)本文的海量空間目標(biāo)可視化方法從理論上與以往的基于CPU的方法進(jìn)行對(duì)比分析。傳統(tǒng)基于CPU的方法要實(shí)現(xiàn)所有空間目標(biāo)的可視化，必須采用循環(huán)遍歷的方法依次對(duì)所有空間目標(biāo)進(jìn)行位置解算，空間目標(biāo)可視化性能受空間目標(biāo)數(shù)量影響較大，當(dāng)出現(xiàn)海量的空間目標(biāo)時(shí)，這種循環(huán)計(jì)算會(huì)消耗大量地計(jì)算時(shí)間，本文的海量空間目標(biāo)可視化方法利用了GPU的并行特性，將所有空間目標(biāo)的位置計(jì)算任務(wù)分配給眾多的GPU單元同時(shí)進(jìn)行解算，無需進(jìn)行循環(huán)計(jì)算，這樣所有空間目標(biāo)的位置解算可一次性同時(shí)完成，所以理論上本文的海量空間目標(biāo)可視化方法優(yōu)于傳統(tǒng)的基于CPU的方法。

以上是對(duì)本文海量空間目標(biāo)可視化性能的理論分析，為了進(jìn)一步驗(yàn)證本文方法的性能，將本文的方法和采用CPU的空間目標(biāo)模擬方法進(jìn)行對(duì)比實(shí)驗(yàn)，完成目標(biāo)的實(shí)時(shí)模擬均需要經(jīng)過位置計(jì)算后進(jìn)行渲染輸出。因此，實(shí)驗(yàn)的統(tǒng)計(jì)量包括位置計(jì)算耗時(shí)和渲染耗時(shí)兩部分，具體結(jié)果如表3。

為了更好地對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行分析，本文將實(shí)驗(yàn)的結(jié)果繪制成折線圖，如圖5所示。

表3 CPU和GPU用時(shí)對(duì)比(s)

圖5 CPU和GPU用時(shí)對(duì)比折線圖

對(duì)比表中的實(shí)驗(yàn)結(jié)果可以發(fā)現(xiàn)，當(dāng)目標(biāo)數(shù)據(jù)量在7442～14884之間時(shí)，基于GPU模擬的計(jì)算速度反而不如利用CPU進(jìn)行計(jì)算的速度，只有當(dāng)數(shù)據(jù)量大于14884的時(shí)候，才能提高模擬的速度。原因在于GPU計(jì)算的主要優(yōu)點(diǎn)在處理器的數(shù)量，而其單個(gè)處理器的計(jì)算能力則遠(yuǎn)遜于CPU，少量的數(shù)據(jù)必定造成GPU處理資源的浪費(fèi)。隨著目標(biāo)數(shù)量的增多，采用CPU的模擬方式所需的時(shí)間快速增長，而基于GPU的方式所消耗的時(shí)間則沒有明顯增加，當(dāng)目標(biāo)增加到476288時(shí)，GPU與CPU的提速比達(dá)到31.03。

3.3 可視化效果比較

圖6為采用本文方法繪制的3721顆、14884顆、59536顆、238144顆空間目標(biāo)的效果圖。

圖7為采用普通OpenGL繪制方式和采用基于GPU的片元設(shè)置后繪制方式的效果對(duì)比圖。

圖6 空間目標(biāo)實(shí)時(shí)模擬結(jié)果

圖7 空間目標(biāo)片段設(shè)置前后對(duì)比圖

從實(shí)驗(yàn)結(jié)果可知，本文方法可以非常形象地繪制出當(dāng)前空間中目標(biāo)的運(yùn)行態(tài)勢(shì)，效果逼真，很好地滿足了實(shí)時(shí)性要求。將目標(biāo)片元色度的分布依距離中心遠(yuǎn)近進(jìn)行調(diào)整后，模擬生成的點(diǎn)目標(biāo)更接近于空間目標(biāo)的認(rèn)知效果。基于GPU的模擬方法充分利用了圖形硬件的并行計(jì)算特性，速度快、可靠性強(qiáng)、效果逼真，尤其適合海量空間點(diǎn)目標(biāo)的實(shí)時(shí)展示，可以為空間態(tài)勢(shì)的安全評(píng)估與規(guī)劃提供技術(shù)支持，為空間態(tài)勢(shì)感知和表達(dá)奠定基礎(chǔ)。

4 結(jié) 束 語

隨著人類對(duì)空間利用的日益頻繁，空間目標(biāo)不斷增長，空間目標(biāo)可視化成為空間態(tài)勢(shì)安全評(píng)估與規(guī)劃的直觀手段受到業(yè)界的重視，但是目前空間目標(biāo)的可視化方式不能很好地完成實(shí)時(shí)空間態(tài)勢(shì)表達(dá)的需求，為此本文開展了海量空間目標(biāo)可視化研究，本文的主要?jiǎng)?chuàng)新點(diǎn)是采用基于 GPU的方式，對(duì)海量空間目標(biāo)進(jìn)行可視化表達(dá)，采用頂點(diǎn)著色器進(jìn)行空間目標(biāo)的位置解算，采用片元著色器進(jìn)行空間目標(biāo)顯示效果的設(shè)置，最后采用實(shí)際數(shù)據(jù)和模擬數(shù)據(jù)相結(jié)合的方式驗(yàn)證了本文方法性能和效果。實(shí)驗(yàn)結(jié)果表明：本文的空間目標(biāo)可視化表達(dá)方法即使在目標(biāo)接近50萬顆時(shí)，可視化模擬消耗的時(shí)間也只有50 ms左右，完全能滿足實(shí)時(shí)性的要求，同時(shí)片元著色器的設(shè)置也使空間目標(biāo)可視化效果更加逼真。

[1] Abbot R I, Wallace T P. Decision support in space situational awareness [J]. Lincoln Laboratory Journal, 2007, 16(2): 297-335.

[2] 尤 政, 趙岳生. 國外太空態(tài)勢(shì)感知系統(tǒng)發(fā)展與展望[J].中國航天, 2009, 31(9): 40-44.

[3] 夏 禹. 國外空間態(tài)勢(shì)感知系統(tǒng)的發(fā)展(上)[J]. 空間碎片研究與應(yīng)用, 2010, 10(3): 1-9.

[4] 夏 禹. 國外空間態(tài)勢(shì)感知系統(tǒng)的發(fā)展(下)[J]. 空間碎片研究與應(yīng)用, 2011, 11(1): 1-8.

[5] 陳 杰, 潘 峰, 蘇同領(lǐng). 美國天基太空監(jiān)視系統(tǒng)[J].國防科技, 2011, 32(1): 67-70.

[6] Air Force Space Command. JSpOC increases tracking capabilities [EB/OL]. [2014-03-15]. http://www.afspc.af.mil/ news/ story.asp?id=123165722.

[7] NASA Orbital Debris Program Office. Orbital debris frequently asked questions [EB/OL]. [2009-07-10]. http://www.orbitaldebris.jsc.nasa.gov/faqs.html.

[8] 楊 穎, 王 琦. STK在計(jì)算機(jī)仿真中的應(yīng)用[M]. 北京: 國防工業(yè)出版社, 2005: 47-53.

[9] 周 玲, 高延銘, 王海紅, 曲 鵬. World Wind Java三維地理信息系統(tǒng)開發(fā)技術(shù)指南[M]. 北京: 機(jī)械工業(yè)出版社, 2013: 5-6.

[10] Jiang Ming, Andereck M, Pertica A J, Olivier S S. A scalable visualization system for improving space situational awareness [C]//Advance Maui Optical and Space Surveillance Technologies Conferencemaui, America, 2010: 603-612.

[11] 范奎武. 描述人造地球衛(wèi)星軌道的四元數(shù)法[J]. 航天控制, 2011, 29(6): 14-16.

Visualization of Massive Space Objects for Space Situational Awareness

Shi Qunshan1, Lv Liang1, Lan Chaozhen1, Liang Jing2, Xu Qing1
(1. Institute of Surveying & Mapping, Information Engineering University, Zhengzhou Henan 450052, China; 2. Zhengzhou School for Surveying and Mapping, Zhengzhou Henan 450015, China)

Current method of visualization cannot meet the needs of expression of the massive space objects real-time situation. To solve this problem, this paper proposes an improved method. Taking into account the independence of each space object on the position calculation and the advantages of GPU parallel processing, the position calculation is to be conducted by GPU parallel processing, vertex shaders are to be used for spatial location of the objects, the fragment shaders are to be used for space objects display settings, and the performance and effectiveness of this method are to be finally verified by actual data and analog data. The experimental results show that,by using the proposed visualization method of space objects, when the number of the objects is close to 500,000, simulation time is only about 50 milliseconds, thus it can well meet real-time requirements, while the fragment shaders settings also make the space objects visual effects more realistic.

space situational awareness; massive space objects; visualization; graphics processing unit

TP 391.9

A

2095-302X(2014)06-0828-07

2014-05-29；定稿日期：2014-07-02

施群山(1985-)，男，江蘇鹽城人，博士研究生。主要研究方向?yàn)閿z影測(cè)量與遙感、空間態(tài)勢(shì)認(rèn)知與表達(dá)。E-mail：hills1@163.com

徐 青(1964-)，男，浙江磐安人，教授，博士生導(dǎo)師。主要研究方向?yàn)閿z影測(cè)量與遙感、虛擬現(xiàn)實(shí)。E-mail：xq@szdcec.com