第一部分 地形可视性分析理论与方法 1
第1章 地形可视性分析概述 1
1.1 概念与内涵 1
1.2 分类与特点 3
1.2.1 点分析 3
1.2.2 路径分析 5
1.2.3 区域分析 8
1.2.4 可视性面分析 10
1.3 典型应用 11
1.3.1 观察点设置问题 11
1.3.2 路径规划问题 12
第2章 地形建模基础 14
2.1 数字高程模型DEM 14
2.1.1 DEM的生成途径 16
2.1.2 建立DEM表面的插值方法 16
2.2 等高线模型 20
2.3 格网模型 22
2.3.1 不规则三角形格网TIN模型 22
2.3.2 规则格网RSG模型 24
2.4 地形模型的高程校正 27
第3章 可视性分析基础 29
3.1 视线 29
3.2 视线计算 31
3.3 视域 32
3.4 视域算法 35
3.4.1 无复用逐点计算法 35
3.4.2 复用向内最近点法 36
3.4.3 复用向外逐点计算法 37
3.5 视域算法比较分析 39
3.5.1 视域算法的效率比较与分析 41
3.5.2 视域算法的准确度比较与分析 41
第4章 地形可视性与无线电波传播 43
4.1 传播模型概述 44
4.2 Longley-Rice传播模型 47
4.2.1 基本参数 47
4.2.2 额外参数 48
4.2.3 传输损耗计算 48
4.2.4 无线电地平线以内的损耗 50
4.2.5 衍射衰减Ad 52
4.2.6 散射衰减As 54
4.3 实测计算实例 55
4.3.1 地理位置部署 55
4.3.2 节点间可视性分析 56
4.3.3 节点间路径衰减计算 57
4.4 可视度与可通性的定性关系 60
第二部分 地形可视性分析应用——观察点设置问题 63
第5章 观察点设置问题概述 63
5.1 问题的数学建模 64
5.2 现有解决方法概述与比较分析 65
5.2.1 基于TIN的解决方法 65
5.2.2 基于RSG的解决方法 66
5.3 观察点设置问题解决新思路 69
第6章 基于隶属云理论的云模拟退火算法——CSA 72
6.1 隶属云理论 73
6.1.1 云理论基本概念 73
6.1.2 X条件云发生器 74
6.1.3 Y条件云发生器 74
6.2 云模拟退火算法——CSA 74
6.2.1 CSA算法流程 75
6.2.2 CSA的温度生成过程 76
6.2.3 CSA的状态接受过程 77
6.3 CSA算法收敛性分析 79
6.4 典型函数优化应用结果与分析 81
6.5 CSA算法应用观察点设置问题的结果与分析 87
第7章 适于观察点设置问题的改进模拟退火算法——ISA 89
7.1 问题相关的退温函数设计 89
7.2 基于Y云发生器的改进温度产生过程 91
7.3 基于X云发生器的改进状态生成过程 93
7.4 改进模拟退火算法——ISA 95
7.4.1 ISA算法的流程 95
7.4.2 ISA算法的状态接受过程 96
7.5 ISA算法应用于观察点设置问题的结果与分析 97
第8章 基于离散余弦变换的地形数据内插方法——DCTI 100
8.1 地形的离散余弦变换 100
8.2 DCTI方法描述 102
8.2.1 基于DCT的地形降分辨率内插方法 102
8.2.2 基于DCT的地形升分辨率内插方法 103
8.2.3 基于DCT的地形混合分辨率内插方法 104
8.3 DCTI方法性能的理论分析与比较 106
8.3.1 DCTI方法对地形高程均值的影响分析 106
8.3.2 DCTI方法与基于小波变换的地形内插方法的分析比较 107
8.4 DCTI方法性能的实验分析与比较 108
8.4.1 地形降分辨率内插实验结果与分析 110
8.4.2 地形升分辨率内插实验结果 112
8.4.3 地形混合分辨率内插实验结果 115
8.5 五种典型内插方法对于视域计算影响的比较分析 119
第9章 观察点设置问题的多分辨率处理方法——MRP 123
9.1 地形数据分辨率对问题解决的影响 123
9.2 基于ISA和DCTI的多分辨率处理方法——MRP 128
9.3 MRP方法的实验结果与分析 129
9.3.1 实验地形样本数据 129
9.3.2 实验方法与结果分析 130
9.4 使用MRP方法解决通信基站设置问题 132
第三部分 地形可视性分析应用——路径规划问题 135
第10章 基于可视性的路径规划问题建模 135
10.1 视域与反向视域 135
10.2 最小可视覆盖 137
10.3 平均视距最大路径问题建模 137
10.4 可视覆盖最小最短路径问题建模 138
10.5 平均视距最小问题建模 139
第11章 平均视距最大路径规划 140
11.1 平均视距最大路径的基本性质 140
11.2 混合进化算法 142
11.2.1 参数调整 142
11.2.2 局部搜索 142
11.2.3 Memetic算法 143
11.3 平均视距最大路径的进化搜索算法 144
11.3.1 染色体结构与种群初始化 144
11.3.2 进化算子 145
11.3.3 变异算子的动态调整 147
11.3.4 局部搜索 147
11.3.5 算法描述 148
11.4 实验结果与分析 148
11.4.1 变异方式选择概率动态调整 149
11.4.2 与模拟退火算法的比较 150
第12章 平均视距最小路径规划 151
12.1 单目标问题的多目标化 151
12.2 基于多目标化的平均视距最小路径规划方法 153
12.2.1 选择机制 153
12.2.2 Archive 153
12.2.3 自适应调整变异算子 153
12.2.4 算法描述 154
12.3 实验结果 154
第13章 可视覆盖最小最短路径规划 157
13.1 多权最短路径问题概述 157
13.2 多目标进化算法 159
13.2.1 概述 159
13.2.2 多目标Memetic算法 160
13.2.3 多目标优化性能评估方法 162
13.2.4 超体积在搜索算法中的应用 166
13.3 基于混合进化算法的可视覆盖最小最短路径 168
13.3.1 局部搜索方法 169
13.3.2 Archive 169
13.3.3 算法描述 170
13.3.4 实验结果 171
13.4 基于超体积的可视覆盖最小最短路径进化算法 174
13.4.1 参考点的选择 175
13.4.2 超体积贡献 175
13.4.3 选择与种群更新 175
13.4.4 算法描述 176
13.4.5 与其他方法比较 177
13.4.6 实验结果 179
参考文献 193