一种光在水下湍流中近距离传播的相位屏仿真方法与流程

技术特征：

1.一种光在水下湍流中近距离传播的相位屏仿真方法，其特征在于，包括如下步骤：

步骤1)输入初始图像，初始图像用于生成相互间具有相关性的相位屏；初始图像中像素点的像素值用于表征相位值；初始图像中各个像素点的像素值和相对差值均被标记为已知值；初始图像和相位屏中的特定数量和位置的像素点被选定为基准点，并且每一行和每一列均具有相同数量的基准点；

步骤2)使用所有被标记为已知值的基准点，计算第a个相位屏中第b个基准点的像素值，并将其像素值标记为已知值；a为从1到N的正整数，b为从1到M的正整数，N为待生成的相位屏个数，M为每个相位屏中基准点的个数；

步骤3)使用所有被标记为已知值的基准点的位置信息输入至三维协方差矩阵预测模型，得到第a个相位屏的第b个基准点的概率分布值，将概率分布值乘以与位置相关的随机波动值，得到相对像素差值；并将其绝对像素差值标记为已知值；

步骤4)将像素值与相对像素差值相加，得到第a个相位屏的第b个基准点的绝对值；

步骤5)将b值加1；

步骤6)重复步骤2)至步骤5)，直到第a个相位屏的M个基准点都计算完毕；

步骤7)将a值加1；

步骤8)重复步骤2至7，直到所有的N个相位屏中的所有的基准点都计算完毕；

步骤9)对于第1个相位屏，生成(K-P+1)×(K-P+1)个进程，每个进程含有1个框架，每个框架含有第1个相位屏中的P×P个像素；每个进程用于计算其含有的框架中所有像素点的绝对值，各个进程中的框架互不相同，相互之间的关系为：第1个进程的框架左上角的点为当前相位屏第1行的第1个基准点，第2个进程的框架左上角的点为当前相位屏第1行的第2个基准点……第(K-P+1)×(K-P+1)个进程的框架左上角的点为当前相位屏的第K行的第K个基准点；其中K为相位屏一条边的基准点的个数；每个框架中包括Q个基准点；

步骤10)使用并行计算的方法同时计算框架内每个点的绝对值，具体为：

使用框架内的被标记为已知值的基准点计算任意一个未被标记为已知值的点的绝对值，直至框架内的所有点都计算完成；

步骤11)所有进程计算完成后，将每个进程对相同的点计算得到绝对值求平均，得到最终每个点的绝对值；

步骤12)对于下一个相位屏，重复步骤9)至步骤11)，直至所有的N个相位屏中的所有点都计算完毕，并输出所述的N个相位屏。

2.根据权利要求1所述，其特征在于，所述三维协方差矩阵预测模型用于计算空间任意两点间的相位波动情况，其计算公式为：

$\begin{array}{c}C(\stackrel{\→}{r_1},\stackrel{\→}{r_2})=\frac{1}{2}\[-D_{\mathrm{\φ}}(\stackrel{\→}{r_1},\stackrel{\→}{r_2})+T\left(\stackrel{\→}{r_1^{\′}}\right)\underset{x_1}{\overset{x_n}{\mathrm{\Σ}}}\underset{y_1}{\overset{y_n}{\mathrm{\Σ}}}\underset{z_1}{\overset{z_n}{\mathrm{\Σ}}}{D}_{\mathrm{\φ}}(\stackrel{\→}{r_1^{\′}},\stackrel{\→}{r_2}){\mathrm{dx}}_1^{\′}{\mathrm{dy}}_1^{\′}{\mathrm{dz}}_1^{\′}\\ +T\left(\stackrel{\→}{r_2^{\′}}\right)\underset{x_1}{\overset{x_n}{\mathrm{\Σ}}}\underset{y_1}{\overset{y_n}{\mathrm{\Σ}}}\underset{z_1}{\overset{z_n}{\mathrm{\Σ}}}{D}_{\mathrm{\φ}}(\stackrel{\→}{r_1},\stackrel{\→}{r_2^{\′}}){\mathrm{dx}}_2^{\′}{\mathrm{dy}}_2^{\′}{\mathrm{dz}}_2^{\′}-T\left(\stackrel{\→}{r_1^{\′}}\right)T\left(\stackrel{\→}{r_2^{\′}}\right)\\ \underset{x_1}{\overset{x_n}{\mathrm{\Σ}}}\underset{y_1}{\overset{y_n}{\mathrm{\Σ}}}\underset{z_1}{\overset{z_n}{\mathrm{\Σ}}}\underset{x_1^{\′}}{\overset{x_n^{\′}}{\mathrm{\Σ}}}\underset{y_1^{\′}}{\overset{y_n^{\′}}{\mathrm{\Σ}}}\underset{z_1^{\′}}{\overset{z_n^{\′}}{\mathrm{\Σ}}}{D}_{\mathrm{\φ}}(\stackrel{\→}{r_1^{\′}},\stackrel{\→}{r_2^{\′}}){\mathrm{dx}}_1^{\′}{\mathrm{dy}}_1^{\′}{\mathrm{dz}}_1^{\′}{\mathrm{dx}}_2^{\′}{\mathrm{dy}}_2^{\′}{\mathrm{dz}}_2^{\′}\]\end{array}$

和代表任意两个空间位置矢量；x₁,y₁,z₁为的三个坐标分量；x₂,y₂,z₂为的三个坐标分量；x_n,y_n,z_n为当前相位屏图像中第n个像素点的三个坐标分量；为除去所代表的点外，其余的所有点的空间位置矢量；为除去所代表的点外，其余的所有点的空间位置矢量；x′₁,y′₁,z′₁为的三个坐标分量；x′₂,y′₂,z′₂为的坐标分量；x′_n,y′_n,z′_n为当前相位屏图像中除去第n个像素点外，其余所有点的空间位置矢量对应的三个坐标分量；D_φ为相位结构函数；T(·)为权重函数，其在离散区域内值为1，区域外为0；C为相位协方差函数。

3.根据权利要求1或2所述的方法，其特征在于，步骤2)中，第i个相位屏中第j个基准点的像素值的计算公式为：

${\mathrm{\φ}}_{x_i{y}_j{z}_k}={\mathrm{A\φ}}_m+\mathrm{\σ}R$

x_i,y_j,z_k分别为空间中任意一点在x方向、y方向以及z方向上的分量；其中A为预测矩阵，φ_m为已知的相位列矩阵，σ为插值标准差，R为方差为1均值为0的高斯随机变量；其中预测矩阵A的形式为：

$A=\<{\mathrm{\φ}}_m{\mathrm{\φ}}_m^T\>\<{\mathrm{\φ}}_{x_i{y}_j{z}_k}{\mathrm{\φ}}_m^T{\>}^{-1}$

插值标准差的形式为：

$\begin{array}{c}{\mathrm{\σ\σ}}^T=\<{\mathrm{\φ}}_{x_i{y}_j{z}_k}{{\mathrm{\φ}}_{x_i{y}_j{z}_k}}^T\>-A\<{\mathrm{\φ}}_m{{\mathrm{\φ}}_m}^T\>\<{\mathrm{\φ}}_m{{\mathrm{\φ}}_m}^T{\>}^{-1}\<{\mathrm{\φ}}_m{{\mathrm{\φ}}_{x_i{y}_j{z}_k}}^T\>\\ =\<{\mathrm{\φ}}_{x_i{y}_j{z}_k}{{\mathrm{\φ}}_{x_i{y}_j{z}_k}}^T\>-A\<{\mathrm{\φ}}_m{{\mathrm{\φ}}_{x_i{y}_j{z}_k}}^T\>\end{array}$

4.根据权利要求1所述的方法，其特征在于，初始图像及每个相位屏具有9×9个基准点，每个框架具有9×9个像素点，每个框架具有3×3个基准点。

5.根据权利要求4所述的方法，其特征在于，步骤10)具体为：

计算任意四个已知点构成的最小矩形的几何中心点的绝对值，如果几何中心点大于1个，则按照行列顺序依次计算这些点的绝对值。