[发明专利]基于梯度插值的三维相干随机数生成方法

说明书

公开了基于梯度插值的三维相干随机数生成方法，包括：S1、获取待匹配点周围的N个插值点，为该插值点生成非相干随机数；基于所述非相干随机数查询预设的映射关系，确定对应插值点的梯度矢量；S2、获取每个插值点的坐标、以及所述N个插值点所在几何体的中心点坐标；根据插值点坐标、中心点坐标和每个插值点的梯度矢量，确定每个插值点的线性函数；S3、采用三线性插值法对每个插值点进行插值处理，得到待匹配点的相干随机数。本发明基于待匹配点周围的N个插值点进行三线性梯度插值处理，能够降低插值处理维数，能够快速生成待匹配点的相干随机数，易于实现，计算量小。

技术领域

本发明涉及雷达回波仿真研究领域，尤其涉及基于梯度插值的三维相干随机数生成方法。

背景技术

以下对本发明的相关技术背景进行说明，但这些说明并不一定构成本发明的现有技术。

由于能很好地描述地面环境的起伏特性和雷达探测环境回波的起伏特性，相干随机数广泛应用于各种地貌模型构建和地杂波数值模拟。与产生非相干随机数相比，产生相干随机数具有以下几点不同特性：1)输入相同的参数总会输出相同的随机数值；2)输入较小改变量的参数总会输出一个较小改变量的随机数值；3)输入较大改变量的参数会输出一个随机变化量的数值。一个一维的相干随机数序列和非相干随机数序列如图1a和图1b所示。

目前，相干随机数生成应用最多的有两种方法，一种是零记忆非线性变换方法(ZMNL)，另一种是球不变随机过程法(SIRP)。ZMNL先生成具有特定空间相关性的标准高斯分布随机数，然后再通过非线性变换将高斯分布随机数变换到特定分布的随机数，它易于实现，并且在相关Gaussian序列产生后仿真速度较快，缺点是难以找到高斯分布与特定分布的非线性变换关系。SIRP模型属于外生模型，能够独立控制随机数序列的概率密度函数和协方差矩阵，它的缺点是受所需仿真序列阶数和自相关函数的限制，且当所需的仿真序列较长时计算量很大，不易实现快速算法。

发明内容

本发明的目的在于提出基于梯度插值的三维相干随机数生成方法，能够快速生成相干随机数，易于实现，计算量小。

本发明基于梯度插值的三维相干随机数生成方法，包括：

S1、获取待匹配点周围的N个插值点，为该插值点生成非相干随机数；基于所述非相干随机数查询预设的映射关系，确定对应插值点的梯度矢量；

S2、获取每个插值点的坐标、以及所述N个插值点所在几何体的中心点坐标；根据插值点坐标、中心点坐标和每个插值点的梯度矢量，确定每个插值点的线性函数；

S3、采用三线性插值法对每个插值点的线性函数进行插值处理，得到待匹配点的相干随机数；

其中，所述映射关系是指非相干随机数与预设的梯度矢量集中每个梯度矢量之间的一一对应关系。

优选地，采用如下方法构建梯度矢量集：

根据地貌起伏的坡度确定梯度取值范围；

在所述梯度取值范围的幅值内等间隔地取A个值，在所述梯度取值范围的方向范围内按预设角度间隔取B个值，得到包含A×B个梯度矢量的梯度矢量集。

优选地，A的取值为10，B的取值为10°。

优选地，采用如下方法确定所述映射关系：

将非相干随机数的取值范围按等间隔分为A×B份；

使每个非相干随机数分别对应梯度矢量集中的一个梯度矢量，得到非相干随机数与梯度矢量集中每个的梯度矢量之间的一一对应关系。

优选地，N的取值为8，获取待匹配点周围的N个插值点包括：

在待匹配点处建立一个棱边长度为单位长度的立方体包围盒；