基于GRECO算法的场景极化电磁散射仿真研究

来源 :哈尔滨工业大学 | 被引量 : 0次 | 上传用户:gongjuntao
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
雷达目标的电磁散射特性表征目标的固有物理特性,包括几何结构和材料等信息。一般来说,雷达目标的电磁散射特性包括散射中心特征和极化特性。散射中心特征可以准确地描述目标电磁散射特性和目标物理结构。而雷达目标的极化信息可以反演目标结构,材料,形状,姿态取向等。极化特征和散射中心特征的组合可以详细地描述目标的结构和散射特性,提高雷达图像的可理解性。电磁散射特性可以通过两种方式获得:实测和仿真。实际测量需要大量的人力物力资源,并不利于大数据获取。因此,在电磁散射理论的基础上借由计算机获得仿真数据是目前研究电磁散射特性的重要手段,电磁仿真已经成为分析目标电磁散射特性的主流方法。传统图形电磁计算(GRECO)算法可以快速计算目标雷达截面(RCS),并广泛用于计算目标的电磁散射特性中。然而,RCS仅反映目标的散射特性的幅度,而没有极化信息。为了快速获得目标的极化特征,本文研究并提出了一种极化GRECO算法,以极化散射矩阵表征场景的极化电磁散射特性,从理论上推导出极化散射矩阵与RCS之间的关系。并利用计算机图形学理论获取电磁仿真计算所需的计算参数,结合分屏预处理的方法,扩大了仿真的适用范围。利用改进的物理光学法,计算场景的极化散射矩阵。并考虑到目标的二次散射情况,采用最小夹角法搜索构成二次散射的像素对,结合几何光学法和单-双站等效原理计算二次散射,提高了仿真的精度。最后,使用具有解析解的简单目标验证算法的正确性,并对典型人造目标和典型背景的极化电磁散射特性进行仿真。实验结果表明,本文所研究的场景极化电磁散射特性仿真的方法——极化GRECO算法,能够实现对目标或背景的快速极化散射特性仿真。将针对目标RCS仿真的传统GRECO算法拓展到针对场景的极化散射矩阵的仿真中,并且结合分屏处理步骤、二次散射计算,从仿真参数的文件数以及仿真情况的综合考量上,提高了算法的仿真精度。
其他文献
互动化作为智能电网的主要特点之一,激励用户参与电力系统的运行和管理,建设合适的智能用电互动化系统有着重大意义。智能用电互动化系统涉及的范围很广,其中与人们日常生活最密切相关的要数智能家居系统,由于其所含家庭内部网络种类繁多,网关协议转换又成为智能家居系统中研究热点。设计合适的面向居民智能用电的软件架构和用电应用程序,并研究智能家居接入网关协议转换是实现智能用电互动化的关键。本文在研究智能用电互动化
在2003年的美伊战争中,电磁脉冲(Electromagnetic Pulse, EMP)武器首次被大规模的在军事中应用,随后电磁脉冲武器受到了世界各国的高度重视。电磁脉冲武器是利用其发射的高功率
随着社会经济的高速发展,道路交通矛盾日益突显,成为影响社会生活与经济发展的重要问题。车路协同无线通信网络是智能交通系统发展的核心和前沿技术,以高效宽带无线数字传输系统
随着无线通信系统的快速发展,以无线局域网为代表的无线数据通信在人们的生活中得到了广泛的应用和发展。此外由于随着CMOS工艺水平的发展和成熟,集成度高和功耗低等特点,它正在
随着通信技术和应用的快速发展,未来的无线网络是由不同的RAT组成的异构网络,一般具有重叠的网络覆盖、互补的技术特性以及多样的业务需求等特征。由于不同的无线网络在业务能
随着科技的进步,车辆给人们的生活带来便利的同时也带来了社会问题,交通安全成为人们普遍关心的话题,同时对于交通领域的相关技术的要求也在不断的提高。车辆检测技术是车辆
随着无线通信的迅猛发展,现有的静态频谱分配模式已经使得无线通信在频谱使用上面临频谱资源匮乏的难题。认知无线电的出现,被认为是解决目前频谱资源利用率低的最佳方案。在认
随着电子技术的快速发展,生产生活中大量电子设备的应用,供电部门和用户开始关注电能质量的问题,电力系统中的非线性设备给电网带来了电压、电流的畸变,使电力系统的电能质量恶化
近年来,网络编码、协作通信、认知无线电等技术由于能大幅提高无线网络性能而成为了无线通信领域的研究热点。与传统通信技术不同的是,这些新技术更多地依赖于无线网络节点间
目前,随着汽车数量的增加,交通拥堵,交通事故频发生等问题也日益恶化,解决这些问题的最佳途径是智能交通系统的发展。而智能交通系统的基础是交通参数的检测。交通参数包括多个方