【摘 要】
：
随着近现代军事科技的不断发展,实际工程中所研究的目标体也变得越来复杂。同时也提高了对雷达系统性能的要求。如何快速有效地获取目标信息,已经成为了近现代学者们研究的热门。在国际领域,军事武器的强大能更好的捍卫自己国家的主权和领土完整,尤其是隐身与反隐身技术等,都是各个国家研究的重点话题。隐身等技术都涉及到宽频域电磁散射特性的计算。可见,宽频带研究已经到了重要阶段。首先,矩量法（Methodof Mom
论文部分内容阅读
随着近现代军事科技的不断发展,实际工程中所研究的目标体也变得越来复杂。同时也提高了对雷达系统性能的要求。如何快速有效地获取目标信息,已经成为了近现代学者们研究的热门。在国际领域,军事武器的强大能更好的捍卫自己国家的主权和领土完整,尤其是隐身与反隐身技术等,都是各个国家研究的重点话题。隐身等技术都涉及到宽频域电磁散射特性的计算。可见,宽频带研究已经到了重要阶段。首先,矩量法（Methodof Moments,Mo M）在分析电磁散射问题时得出的是精确解,因此在分析电磁散射问题方面的应用非常广泛。但是在分析宽频带电磁问题时,矩量法通过对频率点进行逐一计算,以此来获得整个带宽内的解。这会导致计算量飞速提升。为了有效地计算宽频带电磁散射问题,本文介绍了频率材料无关的矩量法（Frequency and Material Independent Reactions for Method of Moments,FMIR-Mo M）,它的基本思想是将自由空间中的格林函数进行泰勒级数展开,将与频率无关的部分提取出来单独计算并存储,然后再与包含频率的相位因子矩阵相乘,从而提高扫频效率。接着,本文详细阐述了基于电场积分方程和磁场积分方程的FMIR-Mo M的推导过程。最后通过算例验证了FMIR-Mo M算法计算结果的正确性。数据结果表明,FMIR-Mo M和Mo M的计算结果曲线基本完全拟合,相比较于Mo M,FMIR-Mo M的计算效率提升了13～22倍。随着计算带宽的增大,计算效率会有显著的提高。因此FMIR-Mo M算法在计算宽频带时优势非常明显。其次,当我们分析复杂结构和周期阵列结构的宽频带电磁散射问题时,由于计算目标的未知量巨大,FMIR-Mo M计算所需要的存储内存大幅度增加,计算效率也会有所下降。此外,实际电磁问题中大多具有多尺度性。为了解决这些问题,我们首次提出了将频率材料无关的宽频带技术（Frequency and Material Independent Reactions,FMIR）与基于区域分解的切向等效原理算法（Tangential Equivalence Principle Algorithm,TEPA）结合,用于分析复杂结构和周期阵列结构的宽频带电磁散射特性。本论文详细推导了FMIR-TEPA计算单一结构和多个目标结构的实现过程。最后通过算例验证了FMIR-TEPA算法的精确性和可行性。算例中对比了FMIRTEPA和Mo M的计算结果,数据结果表明,二者的计算结果基本完全吻合。同时我们对比了Mo M、FMIR-Mo M和FMIR-TEPA计算复杂目标阵列结构时的计算效率,数据结果表明:和FMIR-Mo M相比,FMIR-TEPA所需要的计算内存空间得到了有效的降低;和Mo M相比,FMIR-TEPA的计算效率进一步提升了26倍。随着阵列结构的不断增大,计算效率也会随之增大,FMIR-TEPA算法的优势也会越来越明显。
其他文献
目的:比较两种不同的颌位记录法下颌位置差异、修复后义齿咀嚼效率及患者的满意度。方法:采用自身对照法,对10例无牙颌患者分别采用K7神经肌肉法和哥特式弓法确定颌位关系制作两副全口义齿,比较两种不同的颌位记录法下切牙颌骨位置垂直向和矢状向的差异、修复后义齿使用1个月的咀嚼效率及患者的满意度。结果:K7神经肌肉学设备确定颌位关系与哥特式弓相比:60%的患者神经肌肉法所得垂直距离小于哥特式弓法,70%的患
深度学习作为人工智能领域的核心研究课题之一,近几年来取得了飞速的发展。多标签学习结合了随机过程、支持向量机、正则化和深度学习等理论基础进行多标签学习建模,属于一种深度学习方法。目前,已广泛应用于语音处理、图像处理、数据挖掘和疾病预测等领域。本文主要研究基于多标签学习的人脸属性识别算法。传统的单一标签学习不能满足我们的需求,而目前基于多标签学习的人脸属性识别算法存在以下问题:其一,基于多标签学习的人
曲线采样方法通过选取曲线上一系列的点以近似描绘曲线轮廓,是计算机辅助几何设计及其相关领域的研究重点。已有曲线采样方法主要针对解决平面曲线的采样问题,虽然少数方法也能够应用于空间曲线却没有考虑空间曲线的几何特性,因此存在一些弊端。高质量的采样方法须考虑空间曲线的内在几何量,例如弧长、曲率和挠率,以及进一步研究这三个因素对采样结果的影响。本文研究空间曲线的采样问题,通过选取曲线上具有代表性的采样点以更
曲线曲面的高质量拟合方法是计算机辅助设计（CAD）及其它相关应用领域的一个重要研究问题。对于一条参数曲线而言,采样点的选取对拟合结果起到至关重要的影响。传统的均匀采样方法虽然比较容易实现,但其采样结果往往忽略对形状有重要影响的特征点,造成后续的拟合结果不佳。因此,采样方法需要选取参数曲线上具有代表性的采样点,以更好地把握原曲线的轮廓特征。针对平面参数曲线的采样问题,本文提出基于特征识别的高质量采样
对纳米腔内水的物理化学性质的研究在纳米材料干燥、油回收、土壤修复、能量转换、储存应用和蛋白质折叠等领域具有重要意义。在过去的几十年中,科学家们不断的研究纳米腔内水的干湿转变,以及各种因素对纳米受限水的影响,如电场、亲疏水性、侧向压、界面尺寸等等。由于水分子正负电荷的中心不重合,使水分子具有极性,在电场作用下水分子的氢键网络亦会被破坏重组。故而,电场可能是一种对纳米材料进行干燥的潜在方式。本文采用基
Brunn-Minkowski理论是凸几何分析的主要组成部分,而Brunn-Minkowski不等式与等周问题又是Brunn-Minkowski理论的核心所在。本硕士论文围绕Brunn-Minkowski不等式与等周问题来开展相关研究,主要研究广义Brunn-Minkowski不等式及其内涵、Lp John椭球问题之于负指数的解的问题。作为本论文的第一个研究对象,我们首先研究了凸体极体的φ-Bru
Adaboost算法通过组合多个弱分类器获得强分类器,能够有效提高分类准确度和一定的抵抗过拟合能力。Adaboost算法简单,检测快速,在人脸检测、信号分类与检测等方面具有较广的应用。然而Adaboost算法在多个方面还存在不足,如大规模样本下训练时间很长、抵抗噪声能力较差尤其是分类标签误差会严重干扰分类器的效果等。目前已有多种思路和类型的改进Adaboost算法,如gentle-Adaboost
随着石墨烯薄膜材料制备技术的不断完善,其产量和质量得到大幅提升,石墨烯薄膜材料的应用方向“百花齐放”,新的应用领域逐渐成为研究石墨烯薄膜材料的焦点。高质量的石墨烯薄膜材料正在各个领域“大显身手”,其中微电子科技领域的应用成为当前研究的焦点,包括石墨烯基晶体管、石墨烯基光电探测器和石墨烯可穿戴传感器等,其应用潜力“不可限量”。然而,石墨烯薄膜材料针对某一项专门的应用,必须探究出与其相对应的制备方法。
异响是汽车设计中影响客户满意度的主要问题之一,原理和特征都非常复杂,具有很强的非线性。汽车仪表板作为驾驶舱内最显眼的位置,其组成部件之间有大量相互接触的表面,是汽车上出现异响问题最多的系统之一。在汽车的使用周期内,会经历低温、常温和高温等不同的温度工况,因此研究汽车仪表板在不同温度条件下的异响性能十分有必要。汽车仪表板上的零部件大多采用塑料材料,主要包括PP+EPDM＿T20、PP＿T20、PC/
轴承是衡量一个国家科技与工业水平的重要标志,被视为“高端装备的关节”。轴承在工作中会受到各种交变应力的作用,其寿命与工作温度、湿度、转速、负荷、润滑等有关,恶劣的工作环境要求轴承钢具有高接触疲劳强度、高耐磨性、高弹性极限、适宜的硬度和耐腐蚀等性能。因此,轴承钢材料性能要求苛刻,给轴承制造带来严峻挑战,轴承钢材料的高质量、高可靠性是决定因素。本文研究了自主开发的贝氏体轴承钢热变形行为及冲击性能,以期