楊 斌，侯躍新，肖 丹，李 巖，李 鋼

(黑龍江省科學(xué)院技術(shù)物理研究所，哈爾濱 150010)

隨著我國(guó)經(jīng)濟(jì)的發(fā)展，放射源的應(yīng)用范圍也越來(lái)越廣泛，但對(duì)放射源監(jiān)控工作卻處于相對(duì)落后的狀態(tài)。此外由于放射性污染無(wú)色、無(wú)味難以察覺(jué)，一旦發(fā)生放射源事故，危害性極大。放射源在線監(jiān)測(cè)平臺(tái)的出現(xiàn)則改變了這一現(xiàn)狀，它是一套集Web應(yīng)用服務(wù)、GIS界面管理、3G無(wú)線數(shù)據(jù)傳輸、視頻在線監(jiān)控于一體的放射源在線監(jiān)控平臺(tái)，通過(guò)物聯(lián)網(wǎng)技術(shù)實(shí)現(xiàn)對(duì)放射源的實(shí)時(shí)、全方位的監(jiān)控。本文研究的內(nèi)容主要集中在GIS監(jiān)控管理上，從空間數(shù)據(jù)的加載以及顯示入手，著重解決在平臺(tái)開(kāi)發(fā)過(guò)程中遇到的數(shù)據(jù)加載緩慢、用戶操作卡頓、系統(tǒng)經(jīng)常崩潰等問(wèn)題。

國(guó)內(nèi)外針對(duì)GIS地圖顯示優(yōu)化方面提出了很多解決方案，如:有的通過(guò)建立高效的空間索引來(lái)提高數(shù)據(jù)訪問(wèn)效率，如多級(jí)網(wǎng)格索引技術(shù)［1］、四叉樹(shù)索引［2］、R 樹(shù)索引［3］及其改進(jìn)索引等;或者通過(guò)雙緩存和數(shù)據(jù)預(yù)取方法對(duì)地圖數(shù)據(jù)提前進(jìn)行加載，按需從緩存中直接調(diào)用數(shù)據(jù)到前臺(tái)，減少由于加載數(shù)據(jù)而帶來(lái)的延遲，從而提高用戶操作的連續(xù)性［4］;還有一些文獻(xiàn)提出采用多線程數(shù)據(jù)調(diào)度策略:數(shù)據(jù)并行調(diào)度顯示算法 N_PDIS［5］，結(jié)合 LOD(Levels of Detail)技術(shù)的分頁(yè)加載和多線程技術(shù)等［6］。

然而上面提到的算法多數(shù)停留在針對(duì)地圖數(shù)據(jù)加載及顯示優(yōu)化層面上，并不能有效解決開(kāi)篇所提到的在系統(tǒng)應(yīng)用過(guò)程中所遇到的圖元數(shù)據(jù)加載及刷新過(guò)程耗時(shí)長(zhǎng)、占用系統(tǒng)資源多以及地圖操作卡頓等問(wèn)題?？臻g數(shù)據(jù)加速呈現(xiàn)算法通過(guò)借鑒了數(shù)學(xué)領(lǐng)域的計(jì)算方法，在不影響整體顯示及監(jiān)控效果的前提下通過(guò)聚類(lèi)劃分和插值運(yùn)算降低了前端系統(tǒng)與數(shù)據(jù)庫(kù)頻繁的訪問(wèn)頻率。通過(guò)點(diǎn)抽稀方法以抽取的特征點(diǎn)代替所在區(qū)域內(nèi)的所有點(diǎn)集，減少了參與定位與狀態(tài)判定運(yùn)算的數(shù)據(jù)量，從而減輕了系統(tǒng)計(jì)算負(fù)擔(dān)。通過(guò)壓縮整體的顯示開(kāi)銷(xiāo)時(shí)間為用戶提供更好的用戶體驗(yàn)，同時(shí)保證了監(jiān)控的任務(wù)實(shí)時(shí)性以及連貫性。

1 空間數(shù)據(jù)加速呈現(xiàn)算法實(shí)現(xiàn)

放射源在線監(jiān)測(cè)平臺(tái)中監(jiān)控對(duì)象主要分為兩類(lèi):一類(lèi)是固定放射源，另一類(lèi)是移動(dòng)放射源。在前端GIS監(jiān)控系統(tǒng)中分別采用靜態(tài)圖元和動(dòng)態(tài)圖元加以表示。對(duì)于靜態(tài)圖元的顯示處理采用基于閉包聚集原理的靜態(tài)圖元加速顯示算法，對(duì)于動(dòng)態(tài)圖元?jiǎng)t采用開(kāi)放性定位追蹤算法。

1.1 基于閉包聚集原理的靜態(tài)圖元加速顯示算法

1.1.1 閉包聚集劃分原理

定義1:閉包。對(duì)于Rd空間中的點(diǎn)集P，如果存在點(diǎn)集S?P，使得點(diǎn)集S為包含P中所有點(diǎn)的最小的閉合集合，那么這個(gè)最小的閉合集合S就稱作點(diǎn)集P的閉包［7］。

閉包聚集劃分算法［8］:

1 )在二維點(diǎn)陣集合P中隨機(jī)選取一個(gè)樣本點(diǎn)A，然后找出點(diǎn)集中距離點(diǎn)A最遠(yuǎn)的點(diǎn)記為B，以這兩點(diǎn)為直徑做圓，如果所有樣本點(diǎn)都在圓中則算法停止。

2 )如果還有未囊括的點(diǎn)，則在圓外的點(diǎn)中隨機(jī)取一個(gè)樣本點(diǎn)C，找出包含這3點(diǎn)的最小圓。圓周可能通過(guò)這3點(diǎn)也可能只通過(guò)其中兩點(diǎn)，但包含第3點(diǎn)。后一種情況圓周上的兩點(diǎn)一定是位于圓的一條直徑的兩端。

3 )在點(diǎn)集中找出距離2)中所建圓，其圓心最遠(yuǎn)的點(diǎn)D。若D點(diǎn)已在圓內(nèi)或圓周上，則該圓即為所求的圓，算法結(jié)束。否則，執(zhí)行第4)步。

4 )在A、B、C、D中選3個(gè)點(diǎn)，使由他們生成的一個(gè)包含這4點(diǎn)的圓為最小。這3點(diǎn)成為新的A、B和C，返回執(zhí)行第3)步。

若在第4)步生成的圓的圓周只通過(guò)A、B、C、D中的兩點(diǎn)，則圓周上的兩點(diǎn)取為新的A和B，從另兩點(diǎn)中任取一點(diǎn)作為新的C。

閉包聚合原理就是根據(jù)上面的算法，對(duì)二維點(diǎn)陣集合中的點(diǎn)按照空間分布屬性進(jìn)行類(lèi)別劃分，最終確定出相互獨(dú)立的聚集區(qū)域。

1.1.2 算法描述

靜態(tài)圖元通過(guò)一個(gè)五元組來(lái)進(jìn)行描述:R(Key，Name，Longitude，Latitude，Status，Group)。其中 Key 代表圖元的唯一編號(hào)，Name為監(jiān)控終端的名稱，Longitude代表經(jīng)度，Latitude代表緯度，Status表示放射源當(dāng)前的狀態(tài)，Group是圖元通過(guò)所在的組。

1 )從屬性數(shù)據(jù)庫(kù)中提取所有監(jiān)測(cè)目標(biāo)的前四項(xiàng)屬性數(shù)據(jù)，并將Group屬性置為空值，按五元組形式填充到臨時(shí)表中。

2 )對(duì)臨時(shí)表中點(diǎn)集中采用1.1.1節(jié)中的閉包聚集原理進(jìn)行區(qū)域劃分。

3 )按照聚集區(qū)域劃分的先后順序?qū)奂M(jìn)行編號(hào)，隸屬于同一區(qū)域的點(diǎn)集Group屬性置為相同的值，并根據(jù)聚集分布情況在屬性表中建立合適的空間索引提升數(shù)據(jù)的訪問(wèn)速度。

4 )根據(jù)圖層的顯示粒度確定抽稀計(jì)算因子，依次對(duì)劃分的閉包區(qū)域點(diǎn)集進(jìn)行點(diǎn)抽稀運(yùn)算，在抽稀過(guò)程中如果顯示粒度高則調(diào)高抽稀計(jì)算因子，反之則降低抽稀因子。將計(jì)算出來(lái)的特征點(diǎn)作為臨近區(qū)域點(diǎn)集的代表，并將此點(diǎn)的屬性添加到緩存列表中。

5 )根據(jù)當(dāng)前視野范圍確定緩存列表中哪些點(diǎn)將最終添加到前臺(tái)進(jìn)行顯示。

6 )定時(shí)對(duì)緩存列表中，點(diǎn)的Status屬性依次進(jìn)行維護(hù)操作，重復(fù)執(zhí)行步驟5)，如果當(dāng)前監(jiān)控視野范圍發(fā)生變化則執(zhí)行步驟7)，如果有新的點(diǎn)填入或刪除或做相應(yīng)更新，則執(zhí)行步驟8)。

7 )執(zhí)行步驟3)－5)。

8 )重新提取臨時(shí)表，并執(zhí)行步驟1)—5)。

1.2 開(kāi)放性定位追蹤算法

在放射源在線監(jiān)測(cè)平臺(tái)中，對(duì)移動(dòng)放射源裝置的監(jiān)控不但要記錄其劑量數(shù)值以及當(dāng)前位置信息，還要獲得其在某一段時(shí)間內(nèi)運(yùn)動(dòng)的軌跡，因此在平臺(tái)的前端GIS監(jiān)控系統(tǒng)中采用運(yùn)動(dòng)圖元來(lái)表示移動(dòng)放射源。運(yùn)動(dòng)圖元的顯示相對(duì)于靜態(tài)圖元更為復(fù)雜，不但要根據(jù)傳輸?shù)膭┝恐荡_定圖元當(dāng)前的狀態(tài)(包括探測(cè)劑量是否超限，放射源是否發(fā)生丟失等)，還要根據(jù)實(shí)時(shí)傳輸?shù)腉PS數(shù)據(jù)更新移動(dòng)終端對(duì)應(yīng)的圖元位置信息，并繪制其運(yùn)行軌跡。隨著監(jiān)控終端數(shù)量的增加，服務(wù)器系統(tǒng)資源的消耗將以幾何方式增長(zhǎng)，如果沒(méi)有一個(gè)合適的算法對(duì)GIS前端監(jiān)控系統(tǒng)動(dòng)態(tài)圖元的顯示進(jìn)行調(diào)度管理，那么必然會(huì)導(dǎo)致前端監(jiān)控系統(tǒng)一直處在工作量浩大的位置運(yùn)算過(guò)程中，而無(wú)法及時(shí)響應(yīng)用戶與系統(tǒng)的交互操作，從而影響用戶的體驗(yàn)效果。本文提出一種采用“主動(dòng)刷新”方式并結(jié)合插值算法的開(kāi)放性定位追蹤算法。

在放射源在線監(jiān)測(cè)系統(tǒng)中，對(duì)移動(dòng)放射源裝置的監(jiān)控跟蹤主要采用兩種方式:一種“全局多點(diǎn)狀態(tài)監(jiān)測(cè)”，即對(duì)所有進(jìn)入視野范圍內(nèi)的目標(biāo)運(yùn)動(dòng)情況進(jìn)行監(jiān)控;另外一種是“單點(diǎn)軌跡跟蹤監(jiān)測(cè)”，是針對(duì)某一監(jiān)測(cè)目標(biāo)的運(yùn)動(dòng)軌跡進(jìn)行跟蹤。開(kāi)放性定位追蹤算法因此也分為兩種處理模式。

針對(duì)“全局多點(diǎn)狀態(tài)監(jiān)測(cè)”模式的算法描述如下:

1 )首先進(jìn)行初始化操作，提取出所有動(dòng)態(tài)目標(biāo)的定位數(shù)據(jù)信息及屬性信息到一個(gè)動(dòng)態(tài)數(shù)據(jù)表中。

2 )確定當(dāng)前運(yùn)動(dòng)點(diǎn)集所在圖層的視野范圍及縮放級(jí)別。

3 )根據(jù)運(yùn)動(dòng)點(diǎn)集圖層的視野范圍從動(dòng)態(tài)數(shù)據(jù)表中提取落入此區(qū)域的備選點(diǎn)集。

4)根據(jù)圖層的縮放級(jí)別確定最終將添加到地圖上的點(diǎn)集。由于圖層的縮放級(jí)別決定了地圖單位區(qū)域內(nèi)圖元的粒度。①當(dāng)顯示的粒度較大時(shí)，將整個(gè)地圖分割成m×n塊區(qū)域(m和n值由用戶自己設(shè)定)，將區(qū)域內(nèi)相同狀態(tài)的目標(biāo)用一個(gè)點(diǎn)圖元來(lái)代表，圖元的位置由區(qū)域內(nèi)相同狀態(tài)的點(diǎn)集的位置平均值來(lái)代替，而圖元的顏色樣式代表區(qū)域內(nèi)監(jiān)測(cè)目標(biāo)的分布情況，監(jiān)測(cè)目標(biāo)密集則顏色越深，監(jiān)測(cè)目標(biāo)稀疏則顏色越淺。②當(dāng)顯示粒度較小時(shí)，直接將備選點(diǎn)集中的點(diǎn)添加到圖層中。

5 )將接收到的所有監(jiān)測(cè)點(diǎn)的定位數(shù)據(jù)先存入數(shù)據(jù)庫(kù)，并按照一定的刷新頻率從數(shù)據(jù)庫(kù)中加載數(shù)據(jù)到內(nèi)存表中進(jìn)行更新，添加到前臺(tái)，即“主動(dòng)刷新”方式。當(dāng)視野范圍未發(fā)生變化時(shí)執(zhí)行步驟3)和4)，如果發(fā)生變化執(zhí)行步驟6)。

6 )響應(yīng)用戶的GIS操作(如漫游、縮放等)，在操作執(zhí)行完畢后重復(fù)執(zhí)行步驟1)—4)。

針對(duì)“單點(diǎn)軌跡跟蹤監(jiān)測(cè)”模式的算法描述如下:

1 )對(duì)離散的定位數(shù)據(jù)集按照時(shí)間順序進(jìn)行排序。

2 )對(duì)數(shù)據(jù)集中相鄰的兩點(diǎn)依次做插值運(yùn)算，將新計(jì)算出來(lái)的點(diǎn)添加到數(shù)據(jù)集中。

3 )將點(diǎn)集和所在區(qū)域的空間數(shù)據(jù)集做交運(yùn)算，對(duì)交集以外的點(diǎn)進(jìn)行修正，重復(fù)步驟2)，直到達(dá)到指定的精度。

4 )將所有點(diǎn)集連接成一條平滑曲線作為監(jiān)測(cè)目標(biāo)的運(yùn)動(dòng)軌跡。

5 )當(dāng)移動(dòng)目標(biāo)運(yùn)行到視野邊界范圍時(shí)，根據(jù)目標(biāo)的平均運(yùn)行速度及運(yùn)行趨勢(shì)，提前加載可能用到的空間數(shù)據(jù)到緩存中，最后根據(jù)實(shí)際定位信息確定要加載的緩存區(qū)域，并將空間數(shù)據(jù)拷貝到前臺(tái)。

開(kāi)發(fā)性定位追蹤算法在移動(dòng)放射源監(jiān)測(cè)應(yīng)用的優(yōu)勢(shì)在于:通過(guò)“主動(dòng)刷新”方式和插值運(yùn)算可以有效減少在刷新動(dòng)態(tài)圖元時(shí)系統(tǒng)訪問(wèn)空間數(shù)據(jù)庫(kù)和屬性數(shù)據(jù)庫(kù)的頻率;通過(guò)對(duì)視野區(qū)域內(nèi)運(yùn)動(dòng)點(diǎn)集的篩選優(yōu)化，減少了刷新過(guò)程中參與定位計(jì)算的點(diǎn)的數(shù)量，從而減輕了系統(tǒng)的運(yùn)算負(fù)擔(dān)且不影響對(duì)移動(dòng)目標(biāo)的整體監(jiān)控效果。

2 實(shí)驗(yàn)結(jié)果

在相同測(cè)試條件下分別對(duì)采用空間數(shù)據(jù)加速顯示算法前后情況進(jìn)行對(duì)比，表1和表2分別給出實(shí)際統(tǒng)計(jì)情況，可以發(fā)現(xiàn):

1 )隨著加載數(shù)據(jù)量的增大，GIS前端監(jiān)控系統(tǒng)并未出現(xiàn)明顯的卡頓、系統(tǒng)響應(yīng)時(shí)間過(guò)長(zhǎng)等現(xiàn)象。

2 )當(dāng)進(jìn)行地圖操作時(shí)，特別是連續(xù)操作時(shí)，空間數(shù)據(jù)和地理數(shù)據(jù)的加載比較平滑，無(wú)明顯的停頓感。

3 )處理大量動(dòng)態(tài)圖元顯示的過(guò)程，系統(tǒng)內(nèi)存和CPU占用率并未有明顯增長(zhǎng)。

表1 未采用算法前Tab.1 Unusing Algorithm

表2 采用算法后Tab.2 After using Algorithm

3 結(jié)論

通過(guò)實(shí)驗(yàn)發(fā)現(xiàn)，在其他條件不變時(shí)，實(shí)驗(yàn)數(shù)據(jù)量越大(加載的點(diǎn)數(shù)越多)，空間數(shù)據(jù)加載的速度越慢，GIS系統(tǒng)資源占用率越高，而采用加速顯示算法后幾乎不受數(shù)據(jù)量影響。也就是說(shuō)數(shù)據(jù)量越大，相對(duì)速度提升越明顯。同時(shí)也證明了算法的有效性以及在處理信息容量大的GIS空間數(shù)據(jù)方面的優(yōu)勢(shì)，空間數(shù)據(jù)加速呈現(xiàn)算法的提出對(duì)GIS理論在圖像及圖形加速顯示方面的研究具有推動(dòng)性作用。

［1］張硯，蘇旭明.車(chē)載導(dǎo)航電子地圖的關(guān)鍵技術(shù)與解決方案［J］.測(cè)繪科學(xué)技術(shù)學(xué)報(bào)，2008，25(4):267 －270.

［2］操鳳萍，竇萬(wàn)峰，董泉源.基于四叉樹(shù)索引的區(qū)域版本實(shí)時(shí)協(xié)同繪圖系統(tǒng)［J］.計(jì)算機(jī)應(yīng)用，2009，29(1):328 －330.

［3］顏凌毅.嵌入式GIS空間數(shù)據(jù)存儲(chǔ)與管理關(guān)鍵技術(shù)研究［D］.鄭州:信息工程大學(xué)，2007:89.

［4］ROUSSOPOULOS N，KELLERY S，Vincent F.Nearest neighbor queries［J］.In Proceedings of ACM SIGMOD，San Jose CA.1995:71－79.

［5］ZHANGD，WANGL，HUIH C，LIH Y.Navigation Map Data Representation and Parallel Display Algorithm in an Embedded Environment［J］.Geo －spatial Information Science，2008，11(1):62 －65.

［6］祖為國(guó)，鄧非，梁經(jīng)勇.海量三維 GIS數(shù)據(jù)可視化系統(tǒng)的實(shí)現(xiàn)研究［J］.測(cè)繪通報(bào)，2008，(6):39 －41.

［7］BADOIU M，HAR － PERLED S.Approximate clustering via core－ sets［C］//ISI Proceedings on Web of Sience，2007.

［8］彭曉琳，黃樟燦，主潔.基于閉包的聚類(lèi)判別方法研究［J］.計(jì)算機(jī)工程與應(yīng)用，2009，45(18):191 －192.