【技术实现步骤摘要】
本专利技术涉及一种红外图像仿真，具体为一种基于粗糙表面brdf模型的无人机目标红外图像仿真方法。
技术介绍
1、近年来，无人机产业快速发展，由于其造价低廉，且行业内缺乏有效的探测和反制措施，使得无人机“黑飞”现象日益严重。目前，红外热成像探测是识别无人机的重要手段，因此对无人机红外辐射目标特性的研究具有重要意义。在室外场景下进行实拍是获取真实无人机红外图像的有效手段，但是该种方法为了获取特定环境参数下的红外图像需要消耗大量时间与人力物力，因此效率较为低下。为了提高获取无人机红外图像的效率，采用仿真手段获取红外图像受到越来越多的关注。
2、目前，飞行器红外图像仿真方面的工作多集中于飞机目标的研究。飞机的尾焰、喷管等部位具有强烈的热源，但是四旋翼无人机目标红外辐射较弱。针对远距离小目标的红外特性及红外图像仿真多将其近似于点源目标，忽略了热源分布，而关于四旋翼无人机的仿真方法研究较少。
3、贾庆莲对非加力状态下的无人机，建立了其蒙皮、尾喷口及尾焰辐射的理论计算模型，利用有限元分析方法求解了不同方位角、不同观测仰角的红外辐射计算公式。刘连伟等对某典型大展弦比螺旋桨无人机进行了红外辐射特性建模与图像仿真，利用cfd软件计算无人机温度分布，建立了蒙皮稳态温度数据库和满足精度需求的温度插值算法，实现了无人机蒙皮温度的插值计算。
4、综上，飞机、油动无人机等有较强热源的飞行器的红外辐射特性已经得到了广泛的研究，并逐渐得到完善。不幸的是，民用低小慢无人机的红外辐射特性研究的比较少，且很多是通过实验直接测量得到的
技术实现思路
1、为了克服上述现有技术的不足，本专利技术提供了一种基于粗糙表面brdf模型的无人机目标红外图像仿真方法，以提高低小慢无人机的红外图像的真实性和获取效率。
2、实现本专利技术目的的技术方案为：一种基于粗糙表面brdf模型的无人机目标红外图像仿真方法，包括以下步骤：
3、步骤1、获取无人机三维模型，所述无人机三维模型包括无人机机翼、电机、机身以及电池；
4、步骤2、计算无人机自身温度分布，使用ansys软件定义模型材质和相关参数并划分网格，得到无人机自身温度分布，并将目标温度分布置入仿真系统中，对节点温度和云点坐标进行重建和仿真；
5、步骤3、构建无人机表面光强分布模型，在无人机三维模型中引入表面粗糙度，建立基于brdf模型的无人机表面光强分布模型；
6、步骤4、基于无人机自身温度分布与表面光强分布模型，建立无人机目标红外辐射特性模型；
7、步骤5、基于探测器成像投影模型，生成无人机目标红外仿真图像。
8、优选地，步骤2的具体方法为：
9、步骤2.1、在ansys workbench中建立稳态和瞬态热系统，定义模型计算需要的材料；
10、步骤2.2、在spaceclaim中对无人机三维模型进行前处理和模型修复，删除对传热无影响的部分，划分实体并对实体赋予材质；
11、步骤2.3、将前处理完的模型导入进ansys mechanical中，并划分网格，定义网格参数，网格划分完成即可得到模型的网格节点和云点坐标；
12、步骤2.4、对无人机自身热源分析获得传热边界条件，通过ansys workbench求解无人机自身在稳态和瞬态的温度分布；
13、步骤2.5、导出节点坐标及温度数据文件，文件格式为txt，导出网格划分后的三维模型文件，文件格式为stl；
14、步骤2.6、在仿真程序中导入步骤2.3划分的网格节点的空间坐标，以及节点坐标对应的温度数据；
15、步骤2.7、读取步骤2.3导出的三维模型文件，获得节点的空间拓扑关系并筛除与模型网格对应不上的节点，将同一个微面元的节点相连，从而在仿真系统中重新构建目标的几何模型；
16、步骤2.8、将节点坐标对应的温度数据附着到重建的几何模型上，获得仿真平台上目标的温度场分布。
17、优选地，步骤3中构建无人机表面光强分布，在无人机三维模型中引入表面粗糙度，建立基于brdf模型的无人机表面光强分布模型的具体步骤为：
18、步骤3.1、读取步骤2.3获得的微面元坐标数据，计算每个微面元的面积；
19、步骤3.2、判断面元辐射是否能被探测器接收，若能接收则进一步判断太阳光是否能照射到面元上，若不能被探测器接收则计算下一个面元，直到所有面元判断完为止；
20、步骤3.3、计算无人机表面反射的环境辐射的分布情况；
21、步骤3.4、计算各面元接收到的太阳辐射照度和天空辐射照度。
22、优选地，判断面元辐射是否能被探测器接收的具体方法为：计算每个网格微面元方向朝外法向量；计算微面元法向量的夹角与探测器像元方向朝外法向量的夹角是否为锐角，若为锐角则该面元辐射能被探测器接收。
23、优选地，判断太阳光是否能照射到该面元上的具体方法为：
24、判断太阳光照射计算太阳光与微面元法向量的夹角是否为锐角，若为锐角则说明该太阳光能照射到该微面元上。
25、优选地，计算无人机表面反射的环境辐射的分布情况的具体公式为：
26、
27、式中，f为菲涅尔反射率，d为微平面法线分布函数，g为几何衰减因子，为微面元的法线方向；为入射光的方向向量；为观察方向向量，rs无人机表面反射的环境辐射的分布函数。
28、优选地，太阳辐射照度和天空辐射照度的计算公式为：
29、psun＝qsun×a×rs
30、
31、其中，psun为面元接收到的太阳辐射照度，qsun为仿真设置的太阳辐射出射度，a为微面元面积，psky为面元接收到的天空辐射照度，qsky为仿真设置的天空背景辐射出射度。
32、优选地，步骤4中基于无人机自身温度分布与表面光强分布模型，建立无人机目标红外辐射特性模型的具体方法为：
33、步骤4.1、根据每个单元上节点的温度和单元的材料属性，获得每个单元的自身红外辐射分布；
34、步骤4.2、将每个单元的自身红外辐射与反射外来辐射叠加，得到无人机整体红外辐射分布。
35、本专利技术与现有技术相比，其显著优点为：(1)本专利技术使用ansys软件来计算无人机自身的温度分布，以提升无人机仿真的真实性。(2)本专利技术采用粗糙表面brdf模型来计算太阳辐射及天空背景辐射对无人机辐射的影响，更好的模拟了真实无人机在天空中的辐射特性分布，通过改变入射光源位置和探测方向及距离，能获得一系列不同光源入射角度和探测方向及距离的无人机红外仿真图像，充实了无人机红外图像数据集。
本文档来自技高网...【技术保护点】
1.一种基于粗糙表面BRDF模型的无人机目标红外图像仿真方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于粗糙表面BRDF模型的无人机目标红外图像仿真方法，其特征在于，步骤2的具体方法为：
3.根据权利要求1所述的基于粗糙表面BRDF模型的无人机目标红外图像仿真方法，其特征在于，步骤3中构建无人机表面光强分布，在无人机三维模型中引入表面粗糙度，建立基于BRDF模型的无人机表面光强分布模型的具体步骤为：
4.根据权利要求3所述的基于粗糙表面BRDF模型的无人机目标红外图像仿真方法，其特征在于，判断面元辐射是否能被探测器接收的具体方法为：计算每个网格微面元方向朝外法向量；计算微面元法向量的夹角与探测器像元方向朝外法向量的夹角是否为锐角，若为锐角则该面元辐射能被探测器接收。
5.根据权利要求3所述的基于粗糙表面BRDF模型的无人机目标红外图像仿真方法，其特征在于，判断太阳光是否能照射到该面元上的具体方法为：
6.根据权利要求3所述的基于粗糙表面BRDF模型的无人机目标红外图像仿真方法，其特征在于，计算无人机表面反射
7.根据权利要求3所述的基于粗糙表面BRDF模型的无人机目标红外图像仿真方法，其特征在于，太阳辐射照度和天空辐射照度的计算公式为：
8.根据权利要求1所述的基于粗糙表面BRDF模型的无人机目标红外图像仿真方法，其特征在于，步骤4中基于无人机自身温度分布与表面光强分布模型，建立无人机目标红外辐射特性模型的具体方法为：
9.根据权利要求8所述的基于粗糙表面BRDF模型的无人机目标红外图像仿真方法，其特征在于，获得每个单元的自身红外辐射分布具体为：
10.根据权利要求1所述的基于粗糙表面BRDF模型的无人机目标红外图像仿真方法，其特征在于，步骤5基于探测器成像投影模型，生成无人机目标红外仿真图像的具体步骤为：
...【技术特征摘要】
1.一种基于粗糙表面brdf模型的无人机目标红外图像仿真方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于粗糙表面brdf模型的无人机目标红外图像仿真方法，其特征在于，步骤2的具体方法为：
3.根据权利要求1所述的基于粗糙表面brdf模型的无人机目标红外图像仿真方法，其特征在于，步骤3中构建无人机表面光强分布，在无人机三维模型中引入表面粗糙度，建立基于brdf模型的无人机表面光强分布模型的具体步骤为：
4.根据权利要求3所述的基于粗糙表面brdf模型的无人机目标红外图像仿真方法，其特征在于，判断面元辐射是否能被探测器接收的具体方法为：计算每个网格微面元方向朝外法向量；计算微面元法向量的夹角与探测器像元方向朝外法向量的夹角是否为锐角，若为锐角则该面元辐射能被探测器接收。
5.根据权利要求3所述的基于粗糙表面brdf模型的无人机目标红外图像仿真方法，其特征在于，判断太阳光是否能...
【专利技术属性】
技术研发人员：顾国华，郑元昊，万敏杰，陈雪琦，周瑾，陈钱，钱惟贤，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。