虚拟现实城市模型的快速生成算法研究

来源 :系统仿真学报 | 被引量 : 3次 | 上传用户:gzlwh
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在城市规划方面应用虚拟现实方法,首先要建立三维城市模型。在本文所提供的方法中,建筑物的几何特征由很精确的CAD图表示。并且有手工的纹理或真实图像贴在面上和建筑物的屋顶。高度数据是通过航空激光扫描和已有的地面建筑规划合成,通过集成这些不同类型的信息来自动地获取数据。通过纹理处理来生成虚拟现实城市模型,从而获得真实感图像。因此,快速获取三维城市GIS是可行的。
其他文献
分析了强跟踪滤波器中新息方差近似计算方法的不足,提出了一种基于衰减记忆思想来近似计算新息方差的改进强跟踪滤波器。然后,对于过程噪声水平未知的目标状态估计问题,在Sage-Husa过程噪声水平自适应估计算法的基础上,一旦通过基于新息的滤波器发散判据检测到可能出现的发散现象,提出用改进的强跟踪滤波器进行抑制,极大地提高了滤波算法的鲁棒性。对三种典型的目标机动形式进行的Monte-Carlo仿真结果进一
用Melnikov方法对含高阶非线性项的微分方程进行研究。由于很难得到Melnikov函数的解析表达式,故采用数值积分法求解,从而得到可能出现混沌的阈值曲线。并由给定参数计算出相应的混沌阈值,数值仿真结果与Melnikov函数的数值解是一致的。
艺术是个很奇妙的现象,它与哲学、科学共同构成人类文明史的三犬支柱。其发展史也成为了文明史中不可或缺的一部分。因此.随着艺术史的发展.对艺术史的研究也就变得引人注目。在
CMAC(cerebellar model articulation controller)是一种局部逼近神经网络,它发展了近30年,但是关于其学习率的确定仍缺乏好的方法。基于CMAC的控制系统如果没有好的学习率,那么系统就会不稳定或者收敛速度很慢。在传统方法的基础上提出利用遗传算法(GA)来确定其学习率,通过自适应遗传算法(GA)其他传统方法相比较,表明利用自适应遗传算法(GA)不仅使系统稳定,
由于双星系统的误差模型未知,且稳定性较差,采用Kalman滤波实现惯导/双星组合导航时,其滤波特性较差。而H自适应估计对模型的不定性和干扰信号的统计信息不需做任何假设,而使它在工程实践中有广泛的应用。本文研究了H自适应滤波,并将其应用到惯导/双星组合导航系统中。该方法是通过从输入干扰信号到估计误差间的最大能量增益的最小化找到一种H最优估计策略来保证滤波器的鲁棒性。利用双星和惯导的实测数据进行仿真实
采用G3方法计算了Asn(n=2-5)中性分子及其正负离子的结构和能量,报导了它们的基态结构,预测了它们的绝热电子亲合能、绝热电离能和原子化能。和有效的实验值比较,表明G3理论方