CN106597401A - 一种弹头目标散射特性分类对比方法及系统 - Google Patents

一种弹头目标散射特性分类对比方法及系统 Download PDF

Info

Publication number
CN106597401A
CN106597401A CN201611033699.7A CN201611033699A CN106597401A CN 106597401 A CN106597401 A CN 106597401A CN 201611033699 A CN201611033699 A CN 201611033699A CN 106597401 A CN106597401 A CN 106597401A
Authority
CN
China
Prior art keywords
bullet
scattering
target
rcs
data
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.)
Pending
Application number
CN201611033699.7A
Other languages
English (en)
Inventor
王满强
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.)
Beijing Institute of Radio Measurement
Original Assignee
Beijing Institute of Radio Measurement
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 Beijing Institute of Radio Measurement filed Critical Beijing Institute of Radio Measurement
Priority to CN201611033699.7A priority Critical patent/CN106597401A/zh
Publication of CN106597401A publication Critical patent/CN106597401A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41Details 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

Landscapes

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

Abstract

本发明涉及一种弹头目标散射特性分类对比的方法及系统,所述的方法包括:对按照弹头射程分类的各类弹头目标进行几何建模;根据建模得到的每一类弹头目标模型,计算得到对应的散射数据;根据散射数据绘制各类弹头目标的RCS曲线图和时频曲线图;根据每一类弹头目标的RCS曲线图和时频曲线图,分别对比分析每一类弹头目标的宏观散射特性和微观散射特性。本发明将弹头目标按射程分为多种类别,并利用电磁计算仿真技术综合对比分析了多种类型弹头目标的宏观散射特性和微观散射特性,对弹头目标的散射特性分析涵盖类型全,通过对不同类型弹头目标的散射特性的分析对比,为当下弹头目标的空天防御技术及雷达目标识别技术提供了支撑。

Description

一种弹头目标散射特性分类对比方法及系统
技术领域
本发明涉及雷达技术领域,具体涉及一种弹头目标散射特性分类对比方法及系统。
背景技术
目标特性分析对研究和发展雷达技术及空天防御技术有着重要的意义,传统的弹头目标散射特性研究较为片面,弹头涵盖类型少,缺乏不同射程弹头间的综合对比,且建模和计算仿真精度不高,严重制约了弹头目标宏观和微观散射特性的深入研究。
发明内容
本发明所要解决的技术问题是提供一种弹头目标散射特性分类对比方法及系统。
本发明解决上述技术问题的技术方案如下:一种弹头目标散射特性分类对比方法,包括:
S1,按弹头射程选取多种类别的弹头目标作为研究对象,并对各类弹头目标进行几何建模,得到各类弹头目标模型;
S2,根据每一类弹头目标模型,通过多层快速多极子方法求解每一类别弹头目标的散射数据;
S3,根据每一类别弹头目标的散射数据,绘制各类弹头目标的雷达散射截面RCS曲线图和时频曲线图;
S4,根据每一类弹头目标的雷达散射截面RCS曲线图和时频曲线图,分别对比分析每一类弹头目标的宏观散射特性和微观散射特性。
本发明的有益效果为:将弹头目标按射程分为多种类型,并利用电磁计算仿真技术综合对比分析了多种类型弹头目标的宏观散射特性和微观散射特性,对弹头目标的散射特性分析涵盖类型全,通过对不同类型弹头目标的散射特性的分析对比,为当下弹头目标的空天防御技术及雷达目标识别技术提供了支撑。
在上述技术方案的基础上,本发明还可以作如下改进。
进一步的,所述S2具体包括:
所述S2具体包括:
S21,对每一类弹头目标模型赋予入射波信号,并设置所述入射波信号对应的技术指标;
S22,对每一类弹头目标模型按照预设的剖分精度进行网格剖分,并将网格剖分后的模型导入电磁计算软件,按照入射波信号对应的技术指标计算对应的散射数据,并存储于散射数据库中。
所述进一步的有益效果为:对每一类弹头目标模型均赋予相同的入射波信号,并赋予入射波信号相同的技术指标,这样计算出来的散射数据采具有对比效果。
进一步的,所述入射波信号对应的技术指标包括入射波信号频率f、弹头方位角θ以及弹头弹头极化方式,所述散射数据包括与不同的入射波信号频率、不同的弹头方位角以及不同的弹头弹头极化方式对应的雷达散射截面RCS数据。
所述进一步的有益效果为:各类不同的弹头目标在不同的入射波信号频率、弹头方位角和弹头极化方式下的雷达散射截面RCS数据不同,通过这几个参数下的RCS数据可以很好的对比研究各类不同的弹头目标的散射特性。
进一步的,所述预设的剖分精度为10f,其中,f为入射波信号频率。
进一步的,所述S3具体包括并行的S31和S32:
S31,针对每一类弹头目标,通过Matlab编程按照入射波信号频率、弹头方位角和弹头弹头极化方式提取对应的RCS数据,根据提取的RCS数据点集合,分别绘制出RCS数据随入射波信号频率、弹头方位角和弹头极化方式的曲线变化图;
S32,运用Matlab编程对散射数据进行时频变换,得到每一类弹头目标的时频曲线图。
所述进一步的有益效果为:通过绘制各类不同弹头目标的RCS曲线图和时频图,通过RCS曲线图和时频图,能够清楚地对各类不同弹头目标的散射特性进行综合对比分析。
进一步的,所述S32中采用修正型时频分析方法RSPWVD对散射数据进行时频变换。
所述进一步的有益效果为:采用修正型WVD方法对散射数据进行时频变换,能够抑制交叉项干扰形成的假散射中心,该方法在时频曲线具有较高分辨率,能够准确获取时频曲线特征。
进一步的,所述弹头目标的宏观散射特性包括弹头目标的频率特性、弹头目标的方位特性和弹头目标的极化特性,所述弹头目标的微观散射特性包括弹头目标散射中心的位置和散射中心属性特征。
所述进一步的有益效果为:通过研究各类弹头目标的宏观散射特性和微观散射特性,能够找出各类弹头目标的散射特性的区别,为弹头目标的识别提供了支撑。
为了解决本发明的技术问题,还提供了一种弹头目标散射特性分类对比系统,包括:
建模单元,用于按弹头射程选取多种类别的弹头目标,并对各类弹头目标进行几何建模,得到各类弹头目标模型;
模型求解单元,用于根据每一类弹头目标模型,通过多层快速多极子方法求解每一类别弹头目标的散射数据;
曲线绘制单元,用于根据每一类别弹头目标的散射数据,绘制各类弹头目标的雷达散射截面RCS曲线图和时频曲线图;
对比分析单元,用于根据每一类弹头目标的RCS曲线图和时频曲线图,分别对比分析每一类弹头目标的宏观散射特性和微观散射特性。
进一步的,所述曲线绘制单元包括:
第一绘制子单元,用于针对每一类弹头目标,通过Matlab编程按照入射波信号频率、弹头方位角和弹头极化方式提取对应的RCS数据,根据提取的RCS数据点集合,分别绘制出RCS数据随入射波信号频率、弹头方位角和弹头极化方式的曲线变化图;
第二绘制子单元,用于运用Matlab编程对散射数据进行时频变换,得到每一类弹头目标的时频曲线图。
附图说明
图1为实施例1的一种弹头目标散射特性分类对比方法流程图;
图2为实施例2的一种弹头目标散射特性分类对比方法流程图;
图3为实施例3的一种弹头目标散射特性分类对比系统连接框图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
参见图1,为实施例1的一种弹头目标散射特性分类对比方法,包括:
S1,按弹头射程选取多种类别的弹头目标作为研究对象,并对各类弹头目标进行几何建模,得到各类弹头目标模型;
S2,根据每一类弹头目标模型,通过多层快速多极子方法求每一类别弹头目标的散射数据;
S3,利用根据每一类别弹头目标的散射数据,绘制各类弹头目标的雷达散射截面RCS曲线图和时频曲线图;
S4,根据每一类弹头目标的RCS曲线图和时频曲线图,分别对比分析每一类弹头目标的宏观散射特性和微观散射特性。
按弹头射程选取多种类别的弹头目标,通常按照弹头射程将弹头目标分为近程、中程和远程三类,选取了这三类弹头目标后,对这三类弹头目标进行建模,得到每一类弹头目标模型。随后,针对每一类弹头目标模型,均采用多层快速多极子方法求解,求解得到每一类别的弹头目标的散射数据,将每一类弹头目标的散射数据存储于散射数据库中。利用Matlab技术对散射数据库中的每一类弹头目标的散射数据进行处理,绘制各类弹头目标的雷达散射截面RCS曲线图和时频曲线图,通过各类弹头目标的RCS曲线图,能够对比分析每一类弹头目标的宏观散射特性,以及通过每一类弹头目标的时频图,能够对比分析每一类弹头目标的微观散射特性。通过对每一类别的弹头目标的宏观散射特性和微观散射特性的分析对比,能够找出不同类别弹头目标的不同的散射特性,对当下弹头目标的空天防御技术和弹头目标的识别提供了帮助。
如图2所示,为实施例2的一种弹头目标散射特性分类对比方法,包括:
S1’,按弹头射程选取近程、中程和远程三类弹头目标作为研究对象,并对该三类弹头目标进行几何建模,得到三类弹头目标模型;
S21’,对每一类弹头目标模型赋予相同的入射波信号,并预设所述入射波信号对应的技术指标;
S22’,对每一类弹头目标模型进行网格剖分,并将网格剖分后的模型导入电磁计算软件,按照入射波信号对应的技术指标计算散射数据;
S31’,绘制出RCS数据随入射波信号频率、弹头方位角和弹头极化方式的曲线变化图;
S32’,绘制出RCS数据随入射波信号频率、弹头方位角和弹头极化方式的曲线变化图;
S4’,绘制出RCS数据随入射波信号频率、弹头方位角和弹头极化方式的曲线变化图。
本实施例将各类弹头目标按照弹头射程主要分类近程、中程和远程三类弹头目标,通常将弹头射程小于1000km的弹头目标划分为近程弹头目标,将弹头射程在1000km到3000km之间的弹头目标划分为中程弹头目标,将弹头射程大于3000km的弹头目标划分为远程弹头目标。划分了弹头目标的类别后,为每一类别的弹头目标选取几种不同型号的弹头目标,比如,如下表格1,进程类别选取三种型号的弹头目标,中程类别选取一种型号的弹头目标,远程类别选取三种不同型号的弹头目标。
表1
型号 AGM-88 飞毛腿 烈火-1 烈火-2 民兵-3 白杨-M 诱饵弹
射程 近程 近程 近程 中程 远程 远程 远程
尾翼 有尾翼 有尾翼 无尾翼 有尾翼 无尾翼 无尾翼 无尾翼
选取了上述7种不同型号,3种类别的弹头目标作为研究对象,对每一种型号的弹头目标进行几何建模,由于弹头为回转对称体,因此,建模具体步骤为:按照弹头目标模型具体尺寸画出上半部分的轮廓线和对称轴;以对称轴为基准旋转轮廓线360°。在近程导弹建模中需要考虑尾翼以及尾翼和回转体结合部位光滑衔接的技术难点,本实施例针对此技术难题采用了高精度曲面切割法加以解决,具体操作为:先画出没有尾翼模型的上半部分轮廓线和对称轴;以对称轴为基准旋转轮廓线360°;形成回转体后,将尾翼的尾部轮廓画出来,进而根据尾翼轮廓画出尾翼;用面切割将尾翼的尾部和回转体上重合的部分剪裁;建立好一个尾翼之后再次旋转90°、180°、270°生成其他对称尾翼。
对每一种型号的弹头目标进行了几何建模后,得到各种型号弹头目标模型。针对每一种型号弹头目标模型,采用多层快速多极子方法对每一种弹头目标模型进行快速求解,求解得到各种弹头目标模型对应的散射数据,并存储于散射数据库中。
具体的求解过程为:对每一种弹头目标模型赋予相同的入射波信号,并预设所述入射波信号对应的技术指标;对每一类弹头目标模型按照预设的剖分精度进行网格剖分,并将网格剖分后的模型导入电磁计算软件,按照入射波信号对应的技术指标计算散射数据,并存储于散射数据库中。本实施例在进行求解的过程中,采用高性能并行处理的多层快速多极子算法对每一种网格剖分后的弹头目标模型进行并行求解计算,提高了整个求解过程的计算速度和效率,也降低了计算内存。
其中,所述入射波信号对应的技术指标包括入射波信号频率f、弹头方位角θ以及弹头极化方式。在本实施例中,入射波信号的频率可以设定为f=2.85~3.15Ghz,带宽为300Mhz,弹头方位角θ为0°~180°,弹头极化方式为全极化方式,所述的全极化方式包括HH极化方式,VV极化方式,HV极化方式和VH极化方式,其中,H是指垂直极化,V指水平极化,HH极化方式和VV极化方式为同向极化,HV极化方式和VH极化方式为交叉极化方式。
入射波信号的技术指标设定之后,对每一种型号的弹头目标模型进行网格剖分,网格剖分精度为1/10入射波波长,即1/10λ,其中,λ为入射波信号的波长,由于λ=1/f,因此,网格剖分精度为10f,网格剖分精度之所以这样设计,是为了达到电磁仿真计算软件的计算需求。将每一种型号的弹头目标模型进行网格剖分后,将网格剖分后的每一种模型导入电磁计算软件,并按照前述入射波信号的技术指标完成信号设置工作后计算散射数据。所述散射数据包括与不同的入射波信号频率、不同的弹头方位角以及不同的弹头极化方式对应的雷达散射截面RCS数据,即针对不同的弹头目标模型,通过设定不同的入射波信号频率、不同的弹头目标弹头方位角和不同的弹头极化方式,得到不同弹头目标模型对应的的雷达散射截面RSC数据,并将得到的所有RCS数据存储于散射数据库中。本实施例在计算散射数据的过程中,采用高性能并行处理的多层快速多极子方法,提高了计算速度,降低了计算内存。
随后,利用Matlab编程处理所述散射数据库,绘制各类弹头目标的雷达散射截面RCS曲线图和时频曲线图。具体的,针对每一种型号的弹头目标模型,通过Matlab编程按照入射波信号频率、弹头方位角和弹头极化方式提取对应的RCS数据,根据提取的RCS数据点集合,分别绘制出RCS数据随入射波信号频率、弹头方位角和弹头极化方式的曲线变化图。即针对每一种型号的弹头目标模型,分别按照入射波信号频率、弹头目标与雷达的弹头方位角以及弹头极化方式不同参数分类整理对应的RCS数据。根据每一型号的弹头目标模型,针对不同参数对应的RCS数据点集合,绘制RSC数据与对应参数之间的曲线变化图。在本实施例中,对于每一种型号的弹头目标模型,分别绘制出RCS数据与入射波信号频率之间的曲线关系变化图、RCS数据与弹头方位角之间的曲线关系变化图以及RCS数据与雷达天线的弹头极化方式之间的曲线关系变化图。
另外,对于每一种型号的弹头目标模型,运用Matlab编程对对应的散射数据进行时频变换,得到每一类弹头目标的时频曲线图。时频图成像中运用Matlab编程对每一型号的弹头目标模型对应的散射数据进行时频变换,为了抑制交叉项干扰形成的假散射中心,本实施例使用了修正型WVD(RSPWVD),该方法使用于时频曲线具有较高分辨率,对于准确获取时频曲线特征,判断信号成分具有重要意义。修正型WVD的具体变换方式如下:
对于信号s(t)的WVD定义为时间自相关函数的傅立叶变换,其在时域的表达式如下:
当信号s=s1+s2,其WVD变换为:
WVDs(t,w)=WVDs1(t,w)+WVDs2(t,w)+2Re{WVDs1,s2(t,w)};
上式右端第三项为交叉项,在时频像中具有明显的特征,却不存在实际的物理意义,这为准确的时频分析造成了困难。在此基础上对u和τ分别加窗,窗函数设为g(u)、h(τ),改变WVD表达式如下:
式中的两个窗函数需要满足条件:g(u)、h(τ)是两个实的偶函数,并且h(0)=g(0)=1。
重排时间和频率点得出:
通过上述方式绘制了每一型号的弹头目标模型对应的RCS曲线图和时频图,根据每一类弹头目标的RCS曲线图,对比分析每一类弹头目标的宏观散射特性;以及根据每一类弹头目标的时频图,分析对比每一类弹头目标的微观散射特性。其中,所述弹头目标的宏观散射特性包括弹头目标的频率特性、弹头目标的方位特性和弹头目标的极化特性,所述弹头目标的微观散射特性包括弹头目标散射中心的位置和散射中心属性特征。
弹头目标的频率特性是基于RCS曲线的起伏判别,近程、中程、远程弹头目标由于结构不同,有着不同的散射机理。在中心频率f=3Ghz,带宽300MHz的谐振区,通过对比分析RCS曲线图和弹头目标模型结构图,本申请可以得出:RCS数据随入射波信号频率的增大,在弹头目标尖顶部位的绕射幅度下降明显,弹体的缝隙和边缘部位的绕射幅度也有相应的下降,但下降程度不明显;当入射波频率增大时,弹头侧向、尾向以及垂直于弹头锥面的行波散射幅度随频率上升有相应的增大,在弹头柱体部位的平面反射造成的散射幅度随频率增大明显。
弹头目标的方位特性是由于弹头目标与雷达之间存在着相对运动,造成散射的方向和方位不断变化,引起RCS的起伏。本申请将目标散射数据通过Matlab处理,得到不同射程弹头目标的散射回波的RCS和回波相位随弹头方位角θ的变化曲线。在研究回波相位随弹头方位角变化时,由于散射场的相位特性一般不直接分析,本申请通过成像算法分析相位的影响,给出了RCS曲线随相位的变化趋势。
对弹头目标极化特性的特征提取,本申请引入了极化散射矩阵描述了弹头目标完整的电磁散射特性。弹头目标在任意弹头方位角下,对不同的极化波的散射是不相同的,引入全极化的方式计算得出了近程、中程、远程三类弹头目标分别在VV、HH、VH、HV弹头极化方式下和目标散射特性之间的关系。
在散射数据库的基础上,依托弹头目标散射时频图,本申请总结并给出了近程、中程、远程三类弹头的微观特性。散射中心是研究雷达目标微观特性的重要参量之一,本申请将时频图和弹头目标几何结构图结合分析,定位并观察了出现散射中心在弹头目标几何结构图中的位置以及该散射中心显现的属性特征,即该散射中心属于哪一类型的散射中心。依据散射中心形成机理和时频成像特征,总结出了弹头目标的三类散射中心即局部型散射中心、分布型散射中心和滑动型散射中心。局部型散射中心位置相对固定,且散射幅度随观察角度起伏不大,但是观察角度范围较宽,有较强的散射幅度;分布型散射中心其位置固定于弹头目标上,该类散射中心为弹头目标柱体平面和近似棱边反射形成的,分布型散射中心的特点是可观察的角度范围较窄,而在弹头目标上呈现较宽范围的展布,故形成时间上的“快闪”型散射中心,而空间上的分布型散射中心;滑动散射中心主要是由于弹头目标的曲面上镜面反射形成的,由于弹头目标表面法向随着入射波的入射方向的改变而改变,故反射点位置也发生相应的变化,形成滑动型散射中心。
在不同入射波信号频率、不同弹头方位角以及不同弹头极化方式下,近程、中程和远程三类弹头目标的宏观散射特性和微观散射特性均进行了综合分析对比,通过对比,能够总结出不同种类弹头目标典型的散射特性。此申请对于雷达目标特征识别、通过确定的散射中心位置改善定位精度、提高打击命中率等具有参考意义,为航天技术在空中防务中的应用提供了支撑。
如图3所示,为实施例3的一种弹头目标散射特性分类对比系统,包括:
建模单元21,用于按弹头射程选取多种类别的弹头目标作为研究对象,并对各类弹头目标进行几何建模,得到各类弹头目标模型;
模型求解单元22,用于根据每一类弹头目标模型,通过多层快速多极子方法求解,计算得到每一类别的弹头目标的散射数据;
曲线绘制单元23,用于利用Matlab编程处理所述散射数据,绘制各类弹头目标的雷达散射截面RCS曲线图和时频曲线图;
分析对比单元24,用于根据每一类弹头目标的RCS曲线图和时频曲线图,分别分析对比每一类弹头目标的宏观散射特性和微观散射特性。
在模型求解单元22进行求解的过程中,对每一类弹头目标模型赋予相同的入射波信号,并预设所述入射波信号对应的技术指标;对每一类弹头目标模型按照预设的剖分精度进行网格剖分,并将网格剖分后的模型导入电磁计算软件,按照入射波信号对应的技术指标计算散射数据,并存储于散射数据库中。其中,所述入射波信号对应的技术指标包括入射波信号频率f、弹头方位角弹头方位角θ以及弹头极化方式,所述散射数据包括与不同的入射波信号频率、不同的弹头方位角以及不同的弹头极化方式对应的雷达散射截面RCS数据。网格的剖分精度为10f,其中,f为入射波信号频率。
在曲线绘制单元23包括第一曲线绘制子单元和第二曲线绘制子单元,第一绘制子单元,用于针对每一类弹头目标,通过Matlab编程按照入射波信号频率、弹头方位角和弹头极化方式提取对应的RCS数据,根据提取的RCS数据点集合,分别绘制出RCS数据随入射波信号频率、弹头方位角和弹头极化方式的曲线变化图;第二绘制子单元,用于运用Matlab编程对散射数据进行时频变换,得到每一类弹头目标的时频曲线图。
曲线绘制单元23绘制了每一类别的弹头目标的RCS曲线图和时频图,通过RCS曲线图和时频曲线图,分别对比分析每一类弹头目标的宏观散射特性和微观散射特性。
本发明提供了一种弹头目标散射特性分类对比方法及系统,弹头目标按射程分为多种类型,并利用电磁计算仿真技术综合对比分析了多种类型弹头目标的宏观散射特性和微观散射特性,对弹头目标的散射特性分析涵盖类型全,在对弹头目标散射特性进行分析的过程中,考虑不同的参数对弹头目标散射特性的影响,通过对不同类型弹头目标在多种不同的参数影响下的散射特性的分析对比,本发明对于雷达目标特征识别、改善定位精度和提高打击命中率等具有参考意义,为当下弹头目标的空天防御技术及雷达目标识别技术提供了支撑。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (9)

1.一种弹头目标散射特性分类对比方法,其特征在于,包括以下步骤:
S1,按弹头射程选取多种类别的弹头目标作为研究对象,并对各类弹头目标进行几何建模,得到各类弹头目标模型;
S2,根据每一类弹头目标模型,通过多层快速多极子方法求解每一类别弹头目标的散射数据;
S3,根据每一类别弹头目标的散射数据,绘制各类弹头目标的雷达散射截面RCS曲线图和时频曲线图;
S4,根据每一类弹头目标的雷达散射截面RCS曲线图和时频曲线图,分别对比分析每一类弹头目标的宏观散射特性和微观散射特性。
2.如权利要求1所述的弹头目标散射特性分类对比方法,其特征在于,所述S2具体包括:
S21,对每一类弹头目标模型赋予入射波信号,并设置所述入射波信号对应的技术指标;
S22,对每一类弹头目标模型按照预设的剖分精度进行网格剖分,并将网格剖分后的模型导入电磁计算软件,按照入射波信号对应的技术指标计算对应的散射数据,并存储于散射数据库中。
3.如权利要求2所述的弹头目标散射特性分类对比方法,其特征在于,所述入射波信号对应的技术指标包括入射波信号频率f、弹头方位角θ以及弹头极化方式,所述散射数据包括与不同的入射波信号频率、不同的弹头方位角以及不同的弹头弹头极化方式对应的雷达散射截面RCS数据。
4.如权利要求3所述的弹头目标散射特性分类对比方法,其特征在于,所述预设的剖分精度为10f,其中,f为入射波信号频率。
5.如权利要求4所述的弹头目标散射特性分类对比方法,其特征在于,所述S3具体包括并行的S31和S32:
S31,针对每一类弹头目标,通过Matlab编程按照入射波信号频率、弹头方位角和弹头极化方式提取对应的RCS数据,根据提取的RCS数据点集合,分别绘制出RCS数据随入射波信号频率、弹头方位角和弹头极化方式的曲线变化图;
S32,运用Matlab编程对散射数据进行时频变换,得到每一类弹头目标的时频曲线图。
6.如权利要求5所述的弹头目标散射特性分类对比方法,其特征在于,所述S32中采用修正型时频分析方法RSPWVD对散射数据进行时频变换。
7.如权利要求1-6任一项所述的弹头目标散射特性分类对比方法,其特征在于,所述弹头目标的宏观散射特性包括弹头目标的频率特性、弹头目标的方位特性和弹头目标的极化特性,所述弹头目标的微观散射特性包括弹头目标散射中心的位置和散射中心属性特征。
8.一种弹头目标散射特性分类对比系统,其特征在于,包括:
建模单元,用于按弹头射程选取多种类别的弹头目标,并对各类弹头目标进行几何建模,得到各类弹头目标模型;
模型求解单元,用于根据每一类弹头目标模型,通过多层快速多极子方法求解每一类别弹头目标的散射数据;
曲线绘制单元,用于根据每一类弹头目标的散射数据,绘制各类弹头目标的雷达散射截面RCS曲线图和时频曲线图;
对比分析单元,用于根据每一类弹头目标的雷达散射截面RCS曲线图和时频曲线图,分别对比分析每一类弹头目标的宏观散射特性和微观散射特性。
9.如权利要求8所述的弹头目标散射特性分类对比系统,其特征在于,所述曲线绘制单元包括:
第一绘制子单元,用于针对每一类弹头目标,通过Matlab编程按照入射波信号频率、弹头方位角和弹头极化方式提取对应的RCS数据,根据提取的RCS数据点集合,分别绘制出RCS数据随入射波信号频率、弹头方位角和弹头极化方式的曲线变化图;
第二绘制子单元,用于运用Matlab编程对散射数据进行时频变换,得到每一类弹头目标的时频曲线图。
CN201611033699.7A 2016-11-14 2016-11-14 一种弹头目标散射特性分类对比方法及系统 Pending CN106597401A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611033699.7A CN106597401A (zh) 2016-11-14 2016-11-14 一种弹头目标散射特性分类对比方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611033699.7A CN106597401A (zh) 2016-11-14 2016-11-14 一种弹头目标散射特性分类对比方法及系统

Publications (1)

Publication Number Publication Date
CN106597401A true CN106597401A (zh) 2017-04-26

Family

ID=58592634

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611033699.7A Pending CN106597401A (zh) 2016-11-14 2016-11-14 一种弹头目标散射特性分类对比方法及系统

Country Status (1)

Country Link
CN (1) CN106597401A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107229779A (zh) * 2017-05-10 2017-10-03 中北大学 一种基于ug表达式抑制特征的枪弹弹头参数化建模方法
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
CN108828543A (zh) * 2018-08-16 2018-11-16 电子科技大学 一种基于多元矢量合成的多散射点雷达目标模拟方法
CN110031816A (zh) * 2019-03-22 2019-07-19 中国民航科学技术研究院 基于探鸟雷达的机场飞行区非合作目标分类识别方法
CN112949410A (zh) * 2021-02-05 2021-06-11 华中师范大学 人工智能理科文字题解题方法、装置、设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101281249A (zh) * 2008-05-20 2008-10-08 北京航空航天大学 一种高分辨率合成孔径雷达的目标散射特性建模方法
CN103176082A (zh) * 2013-03-01 2013-06-26 中国舰船研究设计中心 基于高低频算法校模的电特大尺寸目标散射预估方法
CN103487789A (zh) * 2013-09-23 2014-01-01 北京航空航天大学 应用于复杂目标多次散射的雷达散射截面快速获取方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101281249A (zh) * 2008-05-20 2008-10-08 北京航空航天大学 一种高分辨率合成孔径雷达的目标散射特性建模方法
CN103176082A (zh) * 2013-03-01 2013-06-26 中国舰船研究设计中心 基于高低频算法校模的电特大尺寸目标散射预估方法
CN103487789A (zh) * 2013-09-23 2014-01-01 北京航空航天大学 应用于复杂目标多次散射的雷达散射截面快速获取方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
屈泉酉: "雷达目标散射中心模型及其应用", 《中国博士学位论文全文数据库信息科技辑》 *
郭高卉子: "典型复杂目标的精确建模与散射特性分析", 《中国优秀硕士学位论文全文数据库信息科技辑》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107229779A (zh) * 2017-05-10 2017-10-03 中北大学 一种基于ug表达式抑制特征的枪弹弹头参数化建模方法
CN107229779B (zh) * 2017-05-10 2020-07-28 中北大学 一种基于ug表达式抑制特征的枪弹弹头参数化建模方法
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
CN108828543A (zh) * 2018-08-16 2018-11-16 电子科技大学 一种基于多元矢量合成的多散射点雷达目标模拟方法
CN110031816A (zh) * 2019-03-22 2019-07-19 中国民航科学技术研究院 基于探鸟雷达的机场飞行区非合作目标分类识别方法
CN110031816B (zh) * 2019-03-22 2021-04-27 中国民航科学技术研究院 基于探鸟雷达的机场飞行区非合作目标分类识别方法
CN112949410A (zh) * 2021-02-05 2021-06-11 华中师范大学 人工智能理科文字题解题方法、装置、设备及存储介质
CN112949410B (zh) * 2021-02-05 2024-01-16 华中师范大学 人工智能理科文字题解题方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
CN106597401A (zh) 一种弹头目标散射特性分类对比方法及系统
US11906616B2 (en) Method of target feature extraction based on millimeter-wave radar echo
CN102426360B (zh) 空中微动旋转目标的二维isar成像方法
CN106324579B (zh) 一种目标强散射源rcs提取算法
CN103675808B (zh) 一种单脉冲雷达导引头的不可分辨多目标检测方法
CN103913741B (zh) 一种合成孔径雷达高效自聚焦后向投影bp方法
CN104865562A (zh) 基于混合模型的雷达非合作目标的识别方法
CN103954964B (zh) 多角度合成孔径雷达数据获取的方法
CN103456015A (zh) 基于最优分数域Gabor谱特征的SAR目标检测方法
CN108805028A (zh) 基于电磁强散射点的sar图像地面目标检测与定位方法
CN106873031B (zh) 一种三维地震观测系统垂向分辨率定量分析评价方法
CN110244273A (zh) 一种基于均匀分布式阵列的目标角度估计方法
CN109117776A (zh) 基于航迹信息的飞机与气象杂波分类识别方法
CN103218623B (zh) 基于自适应近邻保持鉴别投影的雷达目标特征提取方法
CN106291476A (zh) 机载三维异构阵的雷达地面杂波回波获取方法
CN106291585B (zh) 低采样点数下的太赫兹高分辨率成像方法
CN117892174A (zh) 一种基于多维域特征的快速机器学习多径识别方法及系统
KR101893477B1 (ko) W대역 밀리미터파 탐색기에서 1차원 산란점 추출을 통한 표적 식별을 위한 데이터 처리 방법 및 기록매체에 저장된 컴퓨터 프로그램
CN115932778A (zh) 一种低数据率下利用hrrp序列进行弹道中段目标识别的方法
Miao et al. Comparison between resolution features of BPA and PFA through wavenumber domain analysis for general spotlight SAR
CN112418275B (zh) 基于距离像特征提取的毫米波引信箔条干扰识别方法
CN112098952B (zh) 一种基于时域统计处理的雷达侦察杂波抑制方法
Meschino et al. A practical guide on using SPOT-GPR, a freeware tool implementing a SAP-DoA technique
Chauveau et al. A new algorithm of 3D image reconstruction of radar targets from ramp responses in low frequency
KR101893476B1 (ko) W대역 밀리미터파 탐색기에서 표적 식별을 위한 데이터 처리 장치

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170426