CN106324579B - 一种目标强散射源rcs提取算法 - Google Patents

一种目标强散射源rcs提取算法 Download PDF

Info

Publication number
CN106324579B
CN106324579B CN201610929956.9A CN201610929956A CN106324579B CN 106324579 B CN106324579 B CN 106324579B CN 201610929956 A CN201610929956 A CN 201610929956A CN 106324579 B CN106324579 B CN 106324579B
Authority
CN
China
Prior art keywords
target
scattering
rcs
range profile
dimensional range
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610929956.9A
Other languages
English (en)
Other versions
CN106324579A (zh
Inventor
谢志杰
蔡昆
高伟
王晓冰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Radio Equipment Research Institute
Original Assignee
Shanghai Radio Equipment Research Institute
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Radio Equipment Research Institute filed Critical Shanghai Radio Equipment Research Institute
Priority to CN201610929956.9A priority Critical patent/CN106324579B/zh
Publication of CN106324579A publication Critical patent/CN106324579A/zh
Application granted granted Critical
Publication of CN106324579B publication Critical patent/CN106324579B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G01S7/418—Theoretical aspects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种目标强散射源RCS提取算法，该方法包含如下步骤：S1，对目标的一维距离像进行建模；S2，根据对目标所存在的各类散射机理及其所在径向位置的分析，建立目标中各类散射机理与一维距离像中各峰值之间的映射关系，并对各散射机理对应的一维距离像进行提取；S3，根据目标中强散射源所对应的一维距离像提取结果，采用离散傅里叶变换处理方法获取所述强散射源所对应的RCS。本发明通过对一幅雷达图像的反演可以同时获取目标中多个强散射源所对应的RCS，极大扩展了适用范围。

Description

一种目标强散射源RCS提取算法
技术领域
本发明涉及雷达目标特性建模领域，特别涉及一种目标强散射源RCS提取算法。
背景技术
目标的雷达散射截面(Radar Cross Section，RCS)分析预估是根据各种电磁散射理论研究目标产生散射场的各种机理，并且利用各种近似计算方法和计算机技术定量估计目标的电磁散射特性。典型目标存在的主要散射机理包括镜面反射、边缘绕射、尖顶或角点绕射、爬行波或蠕动波绕射、行波绕射、部件间多次反射、腔体散射、天线模式反射等。通过对各种典型目标散射机理的研究可以为复杂目标的近场、远场散射建模和近远场转换等提供数据来源，为耦合杂波消除、测量等提供基础。
对现有技术进行了国内外数据库的检索，在国家发明专利“一种基于SBR与PO技术的强散射中心计算方法”(申请号：201210369967.8)中提出通过射线追踪和物理光学进行热点计算，获得能给出目标表面每个面元的RCS贡献的分布图，通过比较热点图定位强散射部位。该方法将热点贡献附在目标三维模型表面，可直观的分析强散射贡献部位，但无法定量获取目标强散射中心的RCS值。
在国家发明专利“雷达目标的散射中心提取方法及系统”(申请号：201410016438.9)中针对获取一维距离像历程图每个纵坐标的绝对值大于设定阈值的像元，根据像元的横纵坐标计算出散射中心所在区域，实现不同类型散射中心的提取。该方法可以实现不同类型散射中心的关联，但是同样无法获取散射中心对应的RCS值。
在国家发明专利“一种舰船稳定散射结构分析方法”(申请号：201510729299.9)中将舰船实体部件分解，并在射线追踪过程中按照路径不同对射线进行归类、分集，从而建立实体部件与目标散射特性之间的映射关系。但是由于该方法在电磁散射建模过程中采用了基于射线光学的弹跳射线法，仅能对平板等镜面反射以及部件间的多次反射等强散射源进行分析，无法对边缘绕射、爬行波、尖顶绕射等复杂散射机理进行分析。
目前，目标强散射源RCS求解一般采用直接方法，即针对复杂目标中的强散射结构，根据其散射机理，采用高频或数值方法对该结构的电磁散射特性进行建模，从而获取目标中强散射源的RCS特性。该方法可实现对平板、多次反射结构等强散射源的RCS求解，但无法对尖顶绕射、爬行波等复杂散射机理进行分析。同时该方法针对各类散射分量需利用专门程序独立进行求解，无法同时获取复杂目标中各类散射分量的RCS。因此，该技术的适用性受到很大限制。
发明内容
本发明的目的是提供一种目标强散射源RCS提取算法，通过对一幅雷达图像的反演可以同时获取目标中多个强散射源所对应的RCS，极大扩展了适用范围。
为了实现以上目的，本发明是通过以下技术方案实现的：
一种目标强散射源RCS提取算法，其特点是，该方法包含如下步骤：
S1，对目标的一维距离像进行建模；
S2，根据对目标所存在的各类散射机理及其所在径向位置的分析，,建立目标中各类散射机理与一维距离像中各峰值之间的映射关系，并对各散射机理对应的一维距离像进行提取；
S3，根据目标中强散射源所对应的一维距离像提取结果，采用离散傅里叶变换处理方法获取所述强散射源所对应的RCS。
在步骤S1之前还包含：
步骤S0，根据仿真计算频段和仿真算法要求，将目标实体模型按不同尺寸划分网格，建立用于电磁散射特性计算的目标数字化面元网格模型。
所述的步骤S1具体为：
根据成像参数采用高频或数值算法，对目标的扫频RCS进行仿真，并通过离散傅里叶逆变换处理实现目标一维距离像的建模。
所述的步骤S1中雷达的扫频步长满足：
其中，Δf为步进频率，c为光速，D为目标的最大。
所述的步骤S1中采用公式(4)(5)求解得出RCS，
其中，g为自由空间的格林函数；为表面电流；j为虚数单位；ω为
频率；μ为磁导率；ε为介电常数；ρ为电荷密度；
其中，j为虚数单位；k为波数；η为自由空间波阻抗；为表面电流；g为自由空间格林函数；
所述的RCS为：
式中，Es为雷达接收机处的目标散射场；Ei为目标处的入射场。
所述的步骤S1中通过一维离散傅里叶逆变换得到各个距离单元上目标散射中心的分布，即：
式(7)中，假设此扩展目标一维距离像在径向包含M个采样点；回波信号包含N个频点的信息；A(rk)为目标的散射中心沿着径向距离的分布特性；XM(fvi)为目标总的回波信号；rk为编号为k的径向位置处相对于参考距离中心的距离，fvi为频率。
所述的步骤S2中对各散射机理对应的一维距离像进行提取后，强散射源所对应的一维距离像为：
式中，A(rk)为目标所对应一维距离像中RCS值沿着径向距离的分布特性；A′(rk)为某一强散射源所对应的一维距离像中RCS值沿着径向距离的分布特性；σmin为目标所对应一维距离像中沿径向分布RCS的最小值；I′为该强散射源在目标一维距离像中所对应的径向位置区间。
本发明与现有技术相比，具有以下优点：
在该方法中，可对镜面反射分量、多次反射分量、棱边绕射分量，以及爬行波分量等各类散射分量进行RCS反演；同时该方法通过对一幅雷达图像的反演可以同时获取目标中多个强散射源所对应的RCS，极大扩展了适用范围。
附图说明
图1为一个典型锥球体的几何模型；
图2a为对锥球体模型进行仿真所得的锥球体RCS幅度随频率的变化曲线；
图2b为对锥球体模型进行仿真所得的锥球体RCS相位随频率的变化曲线；
图3为锥球体的一维距离像；
图4为爬行波散射贡献所对应的一维距离像；
图5a经提取后的爬行波散射贡献所对应的RCS幅度随频率的变化曲线；
图5b经提取后的爬行波散射贡献所对应的RCS相位随频率的变化曲线
图6为锥体与半球体不连续处散射贡献所对应的一维距离像；
图7a为不连续处散射贡献所对应RCS幅度随频率的变化曲线；
图7b为不连续处散射贡献所对应RCS相位随频率的变化曲线；
图8为尖顶绕射分量所对应的一维距离像；
图9a为尖顶绕射所对应RCS幅度随着频率的变化曲线；
图9b为尖顶绕射所对应RCS相位随着频率的变化曲线；
图10a为将锥球体中尖顶绕射、锥体与半球体不连续处散射以及半球体爬行波散射贡献所对应的RCS幅度相累加所得结果与仿真所得结果的比较图；
图10b为将锥球体中尖顶绕射、锥体与半球体不连续处散射以及半球体爬行波散射贡献所对应的RCS相位相累加所得结果与仿真所得结果的比较图；
图11为本发明一种目标强散射源RCS提取算法的流程图。
具体实施方式
以下结合附图，通过详细说明一个较佳的具体实施例，对本发明做进一步阐述。
如图11所示，一种目标强散射源RCS提取算法，该方法包含如下步骤：
S1，对目标的一维距离像进行建模；
S2，根据对目标所存在的各类散射机理及其所在径向位置的分析(本实施例中对锥球体目标存在的爬行波散射、锥体与半球体不连续处散射、尖顶绕射进行分析)，建立目标中各类散射机理与一维距离像中各峰值之间的映射关系，并对各散射机理对应的一维距离像进行提取；
S3，根据目标中强散射源所对应的一维距离像提取结果，采用离散傅里叶变换处理方法获取所述强散射源所对应的RCS。
在步骤S1之前还包含：
步骤S0，根据仿真计算频段和仿真算法要求，将目标实体模型按不同尺寸划分网格，建立用于电磁散射特性计算的目标数字化面元网格模型，参见图1建立锥球体的几何模型，该锥球体沿着X轴方向的尺寸为1.9m，包含两个部分，一为位于正X轴方向的半径为0.4m的半球，另一部分为位于负X轴方向的长度为1.5m的锥体。
上述的步骤S1具体为：
根据成像参数采用高频或数值算法，对目标的扫频RCS进行仿真，并通过离散傅里叶逆变换处理实现目标一维距离像的建模，参见图2a、2b，其采用MLFMA算法，以频率f＝1GHz～3GHz，扫频步长20MHz，俯仰角θ＝90°，方位角为参数，对目标的扫频RCS进行仿真，图3为锥球体的一维距离像，根据对锥球体中所存在的各类散射机理及其所在径向位置的分析，建立了锥球体中各类散射机理与高分辨率一维距离像中各峰值之间的映射关系，散射中心A为锥球体中的尖顶绕射分量，B为锥体与半球体之间不连续所形成的散射中心，C为半球体爬行波所形成的散射中心。
电磁成像仿真是电磁计算结果的多维化反演。不论电磁计算所得的是目标近场分布还是远区散射场，都可以通过逆过程反演出目标图像，所得图像的分辨率取决于场值信息的丰富程度。在成像计算中，扫频参数与雷达像的斜距向(径向)分辨率直接相关，扫角参数与雷达像方位向(横向)分辨率直接相关。
如图4、6、8所示，本实施例中步骤S2具体通过对锥球体目标存在的爬行波散射、锥体与半球体不连续处散射、尖顶绕射进行分析，为了获取随径向距离变化的雷达图像信息，需要首先获取随频率变化的RCS特性；同时为了避免一维距离像中产生散射中心的模糊及混叠现象，需对雷达的频率扫描参数进行设计，以满足成像分辨率及那奎斯特采样率的要求。扫频参数主要包括载频、扫频步长及带宽。其中，扫频步长是由那奎斯特采样率决定，它确定了雷达像窗口在斜距方向(径向)上的范围。一般的，雷达像窗口在径向的宽度为
式中，Δf为步进频率，也即扫频间隔；c为光速。若目标的最大尺寸为D，显然要L≥D，才能保证目标在径向完全位于雷达窗口内，从而不引起一维距离像的混叠，此时扫频步长应该满足
只有满足式(10)时，才能保证目标在斜距向完全位于雷达窗口之内，而不会发生混叠现象。
扫频带宽决定雷达像的径向距离分辨率。若雷达波形带宽为B，则其径向距离分辨率为
在仿真中，为了能对复杂目标的各种散射机理进行建模，采用了数值算法中的多层快速多极子算法(Multi-Level Fast Multiple Algorithm，MLFMA)。多层快速多极子算法是基于矩量法(Method of Moments，MOM)发展起来的一种积分方程方法，它的计算精度比较高，能够实现复杂目标中的各种散射机理的建模。
多层快速多极子算法是基于对Stratton-Chu方程的求解实现的。由Stratton-Chu积分方程表示的散射电场为：
其中，g为自由空间的格林函数；为表面电流；j为虚数单位；ω为频率；μ为磁导率；ε为介电常数；ρ为电荷密度；
由电流连续方程，散射场可改写为
其中，j为虚数单位；k为波数；η为自由空间波阻抗；为表面电流；
g为自由空间格林函数；
根据式(4)(5)雷达散射截面积RCS为：
式中，Es为雷达接收机处的目标散射场；Ei为目标处的入射场。
由雷达信号处理理论，可知：在步进频率波形雷达中，随步进频率变化的目标回波同目标的一维距离像之间构成一对离散傅里叶变换(DFT)关系。因此，为了得到各个距离单元上目标散射中心的分布，可以通过一维离散傅里叶逆变换(IDFT)来实现，即步骤S1中通过一维离散傅里叶逆变换得到各个距离单元上目标散射中心的分布：
式(7)中，假设此扩展目标一维距离像在径向包含M个采样点；回波信号包含N个频点的信息；A(rk)为目标的散射中心沿着径向距离的分布特性；XM(fvi)为目标总的回波信号；rk为编号为k的径向位置处相对于参考距离中心的距离，fvi为频率。
根据电磁散射理论对目标存在的散射机理进行分析。以坐标原点为中心，根据各类散射机理所处的位置以及电磁波传播路径，对各类散射机理在一维距离像中所对应的径向位置进行求解。以平板散射机理为例，其在径向的投影位置即为散射中心在一维距离像中的位置；而对于角反射器类散射机理，其两个反射面的交线的径向位置即为其在一维距离像中的位置；对于爬行波类散射机理，从相位参考中心出发的电磁波沿着球面传播再次返回等相位面所经过路程的一半，即为该散射机理所对应散射中心在一维距离像中的径向位置。其它各类散射机理在一维距离像中所对应位置可采用相似的方法分析获得。
根据对目标所存在的各类散射机理及其所在径向位置的分析，可以建立目标中各类散射机理与高分辨率一维距离像中各峰值之间的映射关系。为了实现目标强散射源的RCS提取，可在一维距离像中对各类散射机理进行分离与提取。经提取后，某一强散射源所对应的一维距离像为：
式中，A(rk)为目标所对应一维距离像中RCS值沿着径向距离的分布特性；A′(rk)为某一强散射源所对应的一维距离像中RCS值沿着径向距离的分布特性；σmin为目标所对应一维距离像中沿径向分布RCS的最小值；I′为该强散射源在目标一维距离像中所对应的径向位置区间。
如图5a、5b、7a、7b、9a、9b所示，由于一维距离像是通过对散射场进行一维离散傅里叶逆变换得到的，因此通过对强散射源所对应的一维距离像的离散傅里叶变换(DFT)可以得到该强散射源所对应的散射场信息，即：
式中，假定该一维距离像在径向包含M个采样点；回波信号包含N个频点的信息；A′(rk)为强散射源的一维距离像分布特性，Es(fvi)为该强散射源所对应的散射场信息；rk为编号为一维距离像中编号为k的径向位置相对于参考距离中心的距离。该强散射源所对应的RCS幅度和相位可根据散射场信息获得。
如图10a、10b所示，将锥球体中尖顶绕射、锥体与半球体不连续处散射以及半球体爬行波散射贡献所对应的RCS相累加所得结果与MLFMA算法对锥球体目标进行仿真所得结果的比较，图中虚线为三种贡献相累加所得的RCS幅度和相位，实线为仿真所得的RCS幅度和相位。
综上所述，本发明通过对一幅雷达图像的反演可以同时获取目标中多个强散射源所对应的RCS，极大扩展了适用范围。
尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。

Claims (7)

1.一种目标强散射源RCS提取算法，其特征在于，该算法包含如下步骤：
S1，对目标的一维距离像进行建模；
S2，根据对目标所存在的各类散射机理及其所在径向位置的分析，建立目标中各类散射机理与一维距离像中各峰值之间的映射关系，并对各散射机理对应的一维距离像进行提取；
S3，根据目标中强散射源所对应的一维距离像提取结果，采用离散傅里叶变换处理方法获取所述强散射源所对应的RCS。
2.如权利要求1所述的目标强散射源RCS提取算法，其特征在于，在步骤S1之前还包含：
步骤S0，根据仿真计算频段和仿真算法要求，将目标实体模型按不同尺寸划分网格，建立用于电磁散射特性计算的目标数字化面元网格模型。
3.如权利要求1所述的目标强散射源RCS提取算法，其特征在于，所述的步骤S1具体为：
根据成像参数采用高频或数值算法，对目标的扫频RCS进行仿真，并通过离散傅里叶逆变换处理实现目标一维距离像的建模。
4.如权利要求3所述的目标强散射源RCS提取算法，其特征在于，所述的步骤S1中雷达的扫频步长满足：
其中，Δf为步进频率，c为光速，D为目标的最大。
5.如权利要求4所述的目标强散射源RCS提取算法，其特征在于，所述的步骤S1中采用公式(4)(5)求解得出RCS，
其中，g为自由空间的格林函数；为表面电流；j为虚数单位；ω为频率；μ为磁导率；ε为介电常数；ρ为电荷密度；
其中，j为虚数单位；k为波数；η为自由空间波阻抗；为表面电流；g为自由空间格林函数；
所述的RCS为：
式中，Es为雷达接收机处的目标散射场；Ei为目标处的入射场。
6.如权利要求3所述的目标强散射源RCS提取算法，其特征在于，所述的步骤S1中通过一维离散傅里叶逆变换得到各个距离单元上目标散射中心的分布，即：
式(7)中，假设此扩展目标一维距离像在径向包含M个采样点；回波信号包含N个频点的信息；A(rk)为目标的散射中心沿着径向距离的分布特性；XM(fvi)为目标总的回波信号；rk为编号为k的径向位置处相对于参考距离中心的距离，fvi为频率。
7.如权利要求1所述的目标强散射源RCS提取算法，其特征在于，所述的步骤S2中对各散射机理对应的一维距离像进行提取后，强散射源所对应的一维距离像为：
式中，A(rk)为目标所对应一维距离像中RCS值沿着径向距离的分布特性；A′(rk)为某一强散射源所对应的一维距离像中RCS值沿着径向距离的分布特性；σmin为目标所对应一维距离像中沿径向分布RCS的最小值；I′为该强散射源在目标一维距离像中所对应的径向位置区间。
CN201610929956.9A 2016-10-31 2016-10-31 一种目标强散射源rcs提取算法 Active CN106324579B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610929956.9A CN106324579B (zh) 2016-10-31 2016-10-31 一种目标强散射源rcs提取算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610929956.9A CN106324579B (zh) 2016-10-31 2016-10-31 一种目标强散射源rcs提取算法

Publications (2)

Publication Number Publication Date
CN106324579A CN106324579A (zh) 2017-01-11
CN106324579B true CN106324579B (zh) 2019-01-04

Family

ID=57818530

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610929956.9A Active CN106324579B (zh) 2016-10-31 2016-10-31 一种目标强散射源rcs提取算法

Country Status (1)

Country Link
CN (1) CN106324579B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107045120B (zh) * 2017-01-20 2019-10-11 南京航空航天大学 一种基于因子分析模型的一维距离像自适应分帧方法
CN107144826B (zh) * 2017-04-28 2019-07-23 华中科技大学 一种建立改进的波谱仪调制信号模型的方法
CN108287334A (zh) * 2018-02-06 2018-07-17 西安四方星途测控技术有限公司 一种基于rcs测量数据的自旋卫星姿态估计方法及系统
CN108594196B (zh) * 2018-04-28 2020-07-03 北京环境特性研究所 一种目标散射中心参数提取方法及装置
CN109471084B (zh) * 2018-11-23 2022-10-25 西北工业大学 一种电磁散射机理分解方法
CN109884597B (zh) * 2019-04-04 2021-04-16 北京环境特性研究所 一种vhf频段目标特性测量方法和装置
CN110457812A (zh) * 2019-08-08 2019-11-15 北京航空航天大学 一种复杂目标强电磁散射源的识别方法及系统
CN110441746B (zh) * 2019-08-20 2021-07-09 北京环境特性研究所 一种时域门变换方法和装置
CN117706490B (zh) * 2024-02-06 2024-05-17 南京理工大学 一种基于单站雷达的金属目标间的耦合散射中心建模方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7535412B1 (en) * 2007-01-25 2009-05-19 The United States Of America As Represented By The Secretary Of The Navy Single pulse imaging radar system and method
CN105137426A (zh) * 2015-08-07 2015-12-09 河海大学 一种高分辨距离像的获取方法
CN105223561A (zh) * 2015-10-23 2016-01-06 西安电子科技大学 基于空间分布的雷达地面目标鉴别器设计方法
CN105572640A (zh) * 2014-10-14 2016-05-11 北京环境特性研究所 低散射体次强散射源定位方法、低散射体赋形设计方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7535412B1 (en) * 2007-01-25 2009-05-19 The United States Of America As Represented By The Secretary Of The Navy Single pulse imaging radar system and method
CN105572640A (zh) * 2014-10-14 2016-05-11 北京环境特性研究所 低散射体次强散射源定位方法、低散射体赋形设计方法
CN105137426A (zh) * 2015-08-07 2015-12-09 河海大学 一种高分辨距离像的获取方法
CN105223561A (zh) * 2015-10-23 2016-01-06 西安电子科技大学 基于空间分布的雷达地面目标鉴别器设计方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
A review of target decomposition theorems in radar polarimetry;Sham Robert Cloude et al.;《IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING》;19960331;第34卷(第2期);第498-518页
基于预分类的全极化 ＨＲＲＰ模型匹配目标识别方法;吴佳妮 等;《系统工程与电子技术》;20160930;第38卷(第9期);第1969-1974页

Also Published As

Publication number Publication date
CN106324579A (zh) 2017-01-11

Similar Documents

Publication Publication Date Title
CN106324579B (zh) 一种目标强散射源rcs提取算法
CN108008385B (zh) 基于稀疏贝叶斯学习的干扰环境isar高分辨成像方法
Klęsk et al. Fast analysis of C-scans from ground penetrating radar via 3-D Haar-like features with application to landmine detection
Deep et al. Radar cross‐sections of pedestrians at automotive radar frequencies using ray tracing and point scatterer modelling
CN113376597A (zh) 基于数字高程地图和gpu的复杂地形电磁散射快速仿真方法
Shi et al. RCS Characterization of Stealth Target Using X 2 Distribution and Lognormal Distribution
Huang et al. Composite scattering analysis of the ship on a rough surface based on the forward parametric scattering center modeling method
CN106597401A (zh) 一种弹头目标散射特性分类对比方法及系统
Agarwal et al. A novel neural network based image reconstruction model with scale and rotation invariance for target identification and classification for Active millimetre wave imaging
CN104463227A (zh) 基于fqpso和目标分解的极化sar图像分类方法
Rigling et al. GTD-based scattering models for bistatic SAR
He et al. Range profile analysis of the 2-D target above a rough surface based on the electromagnetic numerical simulation
Ji et al. Research on synthetic aperture radar imaging technology of one-dimensional layered rough surfaces
Zalevsky et al. Calculation of scattering characteristics of aerial radar objects of resonant sizes based on iterative algorithm
Wang et al. Complex natural resonances of conducting planar objects buried in a dielectric half-space
Melebari et al. Statistical analysis of measured high resolution land clutter at X-band and clutter simulation
Aldhubaib Generic aircraft model recognition by two shape factors: in the resonance region
CN103886327B (zh) 基于2d‑kpca的极化sar图像分类方法
Lee et al. Performance enhancement of target recognition using feature vector fusion of monostatic and bistatic radar
Huo et al. Virtual SAR target image generation and similarity
CN106156431B (zh) 基于nurbs曲面建模的导体目标电磁散射仿真方法
Melebari et al. Analysis of high resolution land clutter using an X-band radar
Blaauw Recent improvements in asymptotic RCS calculations of large complex targets
Hu et al. Efficient Wideband MRCS Simulation for Radar HRRP Target Recognition Based on MSIB and PCA.
Zhu et al. Target recognition based on attributed scattering center models

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant