数字地形数据的二维三次卷积插值.docVIP

南京航空航天大学学报第 29 卷第 4 期1997 年 8 月V o l. 2 南 京 航 空 航 天 大 学 学 报 第 29 卷第 4 期 1997 年 8 月 V o l. 29 N o. 4 A ug. 1997 Jo u rn a l o f N an jin g U n ive r sity o f A e ro n au t ic s A st ro n au t ic s Ξ 数字地形数据的二维三次卷积插值 李 清 侯永军 沈春林 (南京航空航天大学自动控制系 南京, 210016) 摘要 由于数字地形数据库是以网格的形式给出网格点上的地形高度信息, 在低空突防轨迹优化 过程中, 往往需要非网格点地形的高度信息和地形曲面的导数, 这些都是离散的地形数据库所无法 提供的。对二维的地形数据进行插值是解决问题的有效手段。本文提出一种二维离散数据的插值方 法——二维三次卷积插值。该插值函数是地形曲面的三次逼近, 具有连续的三阶导数, 可以非常好 地满足低空突防轨迹优化的需要。仿真结果表明, 它具有比双线性插值和双立方 H e rm ite 插值更好 的插值效果。 关键词: 插值; 地图数字化; 低空飞行; 卷积 中图分类号: V 249. 12 引 言 由于数字地形数据库是以网格的形式给出网格点上的地形高度信息的, 在低空突防轨迹 优化过程中, 也需要不在网点上的地形高度值。 对于未知数据的估计方法, 就是构造一个或一 组可以精确描述已知数据的函数, 使用这些函数来估计不在网点上的数据。 插值, 最小二乘近 似和样条分析是经常使用的方法。 对于该问题, 必须考虑三个因素。首先, 数据是二维的, 并且由许多网点组成。使用一个方 程来描述所有地形高度是不可取的, 这会导致过高阶次的插值方程。因此我们选择覆盖临近点 的分段近似方法。第二, 因为计算时间是该问题的焦点, 近似方法对于计算量的要求越小越好。 第三, 对于超低空飞行, 数字地形数据必须非常精确, 因此要求近似方法必须满足地形采样点 的高度约束, 不丢失任何地形信息。 对于二维数据, 经常使用的插值方法有双线性插值和双立方 H e rm ite 插值, 它们都是在最 邻近的四个网点之间进行插值。双线性插值算法简单, 但是却无法得到网点处的导数。双立方 H e rm ite 插值是四个最邻近网点高度的加权和, 且方程连续可微。但是该方法的缺点是网点处 的微分被强迫为零, 虽保证了插值方程的连续性, 但是地形在网点处为平面有时和直觉矛盾。 Ξ 航空科学基金资助项目。 收稿日期: 1996212211; 修改稿收到日期: 1997203206 第一作者 李 清 男, 博士生, 1970 年 3 月生。 Ξ 为了解决这些困难, 使用大维数的网点来计算插值方程, 二维三次卷积插值就是其中比较理想的方法。1 二维三次卷积插值算法如图 1 所示, 设插值方程依赖于如下这些网点: hm , n。 为了解决这些困难, 使用大维数的网点来计算插值方程, 二维三次卷积插值就是其中比较理想 的方法。 1 二维三次卷积插值算法 如图 1 所示, 设插值方程依赖于如下这些网点: hm , n。 其中 m = j - 1, j , j + 1, j + 2。 图 1 说明插值可以使用未知值每边的两个 点, 即水平和垂直方向的全部 16 个网点。 约束条 件为插值方程满足网点 (x i , y j ) , (x i , y j + 1 ) , (x i+ 1 , y j ) 和 (x i+ 1 , y j + 1 ) 的值, 且四个网点在 x , y 方向上 的梯度为 2 且 n = i - 1, i, i + 1, i + 5h (m , n ) = h (m + 1, n ) - h (m - 1, n ) 5x 2 l (1) m = 5h (m , n ) = i, i + 1 h (m , n + 1) - h (m , n - 1) 5y 2 l (2) n = j , j + 1 其中 l 为网点间距。上述方程说明微分方程连续, 网点的坡度和直觉相同。 将插值函数写成如下形 式 图 1 二维三次卷积插值方法 x - y - x m y n ∑∑Cm n r u x g (x , y ) = r u y (3) l l m n 其中: (x m , y n ) 是插值节点; u x , u y 是插值内核; g (x , y ) 是插值函数; Cm n 是依赖于网点数据的参 数, 对每一个 (x m , y n ) 选择此参数, 使插值条件 g (x m , y n ) = hm n 成立。 式(3)