为了应对未来信息通讯对超大带宽、超高容量的需求,通信设备和民用探测雷达逐渐向大带宽的微波、毫米波波段拓展,电磁散射和辐射逐渐成为电大、超电大尺寸目标的近场计算问题。传统的全波方法己不能满足实际工程电磁计算的需要,目前高频渐进方法对解决这些问题具有更大优势。本文主要研究高频渐进近似方法中的近场物理光学的线积分技术、近场弹跳射线法、近场截断劈等效边缘电磁流法和基于近场电磁数据的深度学习方法。本文共分为八章。第一章为绪论部分,综述了本文的研究背景和现状,总结了本文的主要内容,介绍了论文的结构安排。第二章给出了频域物理光学的近场线积分技术,包括近场双站场景与近场单站场景。第三章介绍了基于线性幅度平方相位近似的频域物理光学近场驻相法,并给出数值算例验证。第四章介绍了时域物理光学的近场线积分技术,推导出时域物理光学线积分表达式,并给出该表达式几何光学分量与边界波分量的物理机制解释,给出数值算例验证结果。第五章详细介绍了几何光学方法,物理光学方法,近场弹跳射线法的基本原理与数值实现,并将本文推导的线积分表达式应用于弹跳射线法中。第六章介绍了劈绕射的解析解,并基于该解析解给出近场截断劈等效边缘电磁流表达式,给出数值算例验证结果。第七章基于双站雷达回波信号,给出深度学习在近场识别中的应用。第八章为结束语,对本文所做工作进行了总结,并对后续工作进行了展望。本文的主要工作和创新点可概括为:·基于物理光学,分别推导出偶极子源照射下频域近区电磁场的双站散射和单站散射线积分表达式。通过构造开放参量区间积分形式的并矢势函数并结合变形形式的Poincare引理,将偶极子源照射下理想导电平板的双站散射物理光学面积分表达式退化为围线积分形式,解决了现有物理光学线积分表达式在源位于观察点到散射体边缘连线构成的锥体侧表面或非常接近锥体侧面时存在的奇异性问题;使用全局坐标下的矢量代数定理推导出矢量形式的近场单站线积分表达式,避免了现有标量线积分表达式中引入的基于几何判断的Dirichlet函数,从而避免了分段形式线积分表达式在数值实现中的奇异性问题,且该近场单站线积分表达式更易于推广至复杂目标计算场景。与传统物理光学面积分技术相比,这些线积分表达式有更高的数值计算效率和更好地鲁棒性。·对近场物理光学面积分积分核进行二次相位和线性幅度近似,进而使用驻相法推导出具有一致性绕射理论形式的解。由于相位函数采用二次近似,因此相应积分只包含一个确定位置的驻相点,避免了传统驻相法中驻相点的搜索以及驻相点相互靠近时的数值计算精度等问题。基于三角面元网格的自适应细分技术,实现了按场值误差自适应收敛的任意目标近场散射计算,使得二次相位和线性幅度近似无需给出解析或经验的近似条件。该方法的计算效率与频率无关,在计算超电大尺寸目标(几百波长或上千波长)时相对于传统面积分方法有很大的优势。·通过构造闭合参量区间积分形式的时域并矢势函数,结合矢量定理将本文导出的频域物理光学近场线积分表达式拓展到时域情形。特殊地,当激励源位于从观察点/镜像点到板边缘的连线上时,引入了开放参量区间积分形式的时域并矢势函数,避免了闭合参量区间势函数在这一特殊情形时的奇异性。所推导的时域物理光学线积分表达式有明确的物理意义,可以进一步分解为时域几何光学分量的与时域边缘绕射波分量的叠加形式,为时域物理光学提供了明确的射线光学解释。基于时域线积分表达式的直接瞬态场计算对于所有源和观察点位置均保持有效,此外,所导出的时域线积分表达式相对于传统时域物理光学面积分的直接数值积分方法和频域线积分技术结合IFFT在计算效率上均有很大的优势。·把本文导出的频域/时域线积分表达式退化至平面波激励情形,应用于频域/时域弹跳射线法,实现了平面波激励的高效近场射线管积分计算。通过天线方向图的矢量点源分段近似和电磁偶极子对分段近似,把射线管积分计算转化为矢量点源/偶极子源激励下的近场物理光学积分,使用本文导出的矢量点源/偶极子源激励的频域/时域物理光学线积分表达式,实现了任意方向图激励的快速近场计算。·基于劈的局部远场近似条件对劈边缘进行细分,将远场截断劈等效边缘电磁流方法拓展至近场绕射计算。照亮劈的近场绕射贡献表示为沿劈边缘的等效电磁流的线积分形式;照亮面的物理光学贡献使用本文实现的线积分技术表示为沿面片边缘的围线积分形式。因此总的散射场可表示为一系列线积分的叠加形式,得到高频渐进近似方法的完整线积分算法框架。·使用深度学习方法直接对时域近场双站雷达回波信号进行识别,相应的训练与测试数据库通过本文实现的近场高频渐近方法得到。该方法直接对近场雷达回波信号进行识别,从而避免了 SAR图像的复杂二维匹配滤波处理以及成像过程中的信息损失,此外近场雷达回波信号相较于远场信号包含更丰富的信息,因此该方法有效提高了识别准确率。该方法利用卷积神经网络技术,避免了传统的目标识别方法中复杂的回波信号预处理、特征提取和特征选择,极大的简化了识别过程,提供了一种全新的近场目标识别方法。