CN107843774B - 电磁态势的计算成像方法及电磁态势成像系统 - Google Patents
电磁态势的计算成像方法及电磁态势成像系统 Download PDFInfo
- Publication number
- CN107843774B CN107843774B CN201711092290.7A CN201711092290A CN107843774B CN 107843774 B CN107843774 B CN 107843774B CN 201711092290 A CN201711092290 A CN 201711092290A CN 107843774 B CN107843774 B CN 107843774B
- Authority
- CN
- China
- Prior art keywords
- electromagnetic
- radiation source
- situation
- information
- signals
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
- G01R29/08—Measuring electromagnetic field characteristics
- G01R29/0864—Measuring electromagnetic field characteristics characterised by constructional or functional features
- G01R29/0892—Details related to signal analysis or treatment; presenting results, e.g. displays; measuring specific signal features other than field strength, e.g. polarisation, field modes, phase, envelope, maximum value
Landscapes
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- General Physics & Mathematics (AREA)
- Geophysics And Detection Of Objects (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种电磁态势的计算成像方法及电磁态势成像系统,本发明主要针对电磁态势展示效果差的问题,通过根据获取到的电磁AD数据来确定电磁辐射源的信息,利用电磁计算模型得到电磁辐射源在空间各点的分布情况,进而完成对电磁态势信息的显示过程设计,并通过机器学习完成对电磁态势展示信息的理解,使得复杂环境中电磁态势的可视化展示,为用户提供重要的辅助决策的参考。
Description
技术领域
本发明涉及通信技术领域,尤其涉及一种电磁态势的计算成像方法及电磁态势成像系统。
背景技术
目前电磁态势成像系统的研究主要是用不同的颜色来表示电磁能量强弱,但是这种显示方法主要体现出了空间中电磁能量的分布情况,而对于双方的作战能力的对比、信息的多方位展示、态势的预测等方面无法明确表达出来,也就是说,现有的电磁态势展示的效果并不好,不利于用户提取电磁态势的有效信息,不利于做出有效的辅助决策信息。
发明内容
鉴于上述的分析,本发明旨在提供一种电磁态势的计算成像方法及电磁态势成像系统,用以解决现有技术中电磁态势展示效果差的问题。
为解决上述问题,本发明主要是通过以下技术方案实现的:
本发明提供了一种电磁态势的计算成像方法,该方法包括:当获取环境中的电磁辐射源不规则时,则根据获取到的电磁AD数据来确定电磁辐射源信息;通过电磁计算模型得到电磁辐射源在空间各点的分布,对电磁态势信息的显示过程进行设计,并通过机器学习完成对电磁态势展示信息的理解。
进一步地,所述根据获取到的电磁AD数据来确定电磁辐射源信息,具体包括:通过电磁传感器获取环境中的全息的电磁AD信号;根据所述全息的电磁AD信号提取电磁AD数据,得到电磁频谱图,并对其进行分析;通过机器学习自主提取电磁AD信号中的电磁信号特征,并根据作战需求对提取的电磁信号特征按优先级别进行分类排序;通过电磁信号特征查找电磁辐射源知识库得到电磁辐射源信息。
进一步地,所述电磁信号特征包括以下中的一种或多种:截获时间、脉冲载频、脉冲宽度、脉冲幅度、脉内调制参数、脉内调制类型、频率变化形式以及位置。
进一步地,所述通过电磁传感器获取环境中的全息的电磁AD信号,具体包括:通过电磁传感器的天线接收阵面实时监测环境中的雷达信号、通信信号、干扰信号以及杂波信号,获取全息的电磁AD信号。
进一步地,所述通过电磁计算模型得到电磁辐射源在空间各点的分布,具体包括:根据雷达和通信电子设备的技术参数和地理环境信息,调用电磁计算模型进行计算,电磁计算模型根据具体场景从以下模型中选择:自由传播模型、Hata模型、射线跟踪模型以及抛物方程模型,通过计算得到电磁辐射源在空间中各点的分布情况。
进一步地,所述对电磁态势信息的显示过程进行设计,具体包括:根据电磁设备的颜色显示方法进行电磁态势的展示。
进一步地,所述根据电磁设备的颜色显示方法进行电磁态势的展示,具体包括:根据辐射源的作战威力范围、发射天线类型以及天线方向图,结合电磁信号的经纬度信息,通过电磁计算模型计算得到环境中的电磁态势展示信息,并根据当前需求自动调节分辨率显示环境中电磁态势。
进一步地,所述通过机器学习完成对电磁态势展示信息的理解,具体包括:通过机器学习自动分辨出未知的新辐射源,将新的辐射源信息在电磁辐射源知识库中更新;对辐射源的威胁等级进行自动划分,识别出敌方辐射源威胁等级的高低,对辐射源按照威胁等级从高到低进行不同级别的关注,对威胁级别高的作战意图、运行轨迹、作战策略等进行预测,并做出相应的应对措施。
另一方面,本发明还提供一种电磁态势成像系统,所述电磁态势成像系统包括处理器、存储器及通信总线;所述通信总线用于实现处理器和存储器之间的连接通信;所述处理器用于执行存储器中存储的计算机指令,以实现上述任一种所述的电磁态势的计算成像方法。
再一方面,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现上述任一种所述的电磁态势的计算成像方法。
本发明有益效果如下:
本发明主要针对电磁态势展示效果差的问题,通过根据获取到的电磁AD数据来确定电磁辐射源的信息,利用电磁计算模型得到电磁辐射源在空间各点的分布情况,进而完成对电磁态势信息的显示过程设计,并通过机器学习完成对电磁态势展示信息的理解,使得复杂环境中电磁态势的可视化展示,为用户提供重要的辅助决策的参考。
本发明的其他特征和优点将在随后的说明书中阐述,并且部分的从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
图1是本发明实施例的一种电磁态势的计算成像方法的流程示意图;
图2是本发明实施例的复杂环境中的电磁计算成像系统示意图;
图3是本发明实施例的电磁全息感知方法示意图;
图4是本发明实施例的复杂环境中的电磁态势展示信息示意图。
具体实施方式
下面结合附图来具体描述本发明的优选实施例,其中,附图构成本申请一部分,并与本发明的实施例一起用于阐释本发明的原理。为了清楚和简化目的,当其可能使本发明的主题模糊不清时,将省略本文所描述的器件中已知功能和结构的详细具体说明。
本发明提供了一种电磁态势的计算成像方法,本发明主要能解决复杂环境中的电磁态势信息的显示问题,针对于复杂环境中电磁辐射源的不规则分布情况,根据获取到的电磁AD数据来确定电磁辐射源的信息,利用电磁计算模型得到电磁辐射源在空间各点的分布情况,进而完成对电磁态势信息的显示过程设计,适用于复杂环境中电磁信息的可视化展示,为用户提供重要的辅助决策的参考。本发明能解决在复杂环境的展示中缺乏电磁态势展示的问题,更直观的展现复杂环境中的电磁场强覆盖、资源分布情况,为用户在电磁域上增加一个提供辅助决策信息的视角。本发明为及时、全面、动态的获得精确的电磁设备信息提供技术支撑,进一步为复杂电磁环境频谱管控提供了良好的基础。以下结合附图以及几个实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不限定本发明。
本发明实施例提供了一种电磁态势的计算成像方法,参见图1,该方法包括:
S101、当获取环境中的电磁辐射源不规则时,则根据获取到的电磁AD数据来确定电磁辐射源信息;
S102、通过电磁计算模型得到电磁辐射源在空间各点的分布,对电磁态势信息的显示过程进行设计;
S103、通过机器学习完成对电磁态势展示信息的理解。
也就是说,本发明主要针对电磁态势展示效果差的问题,通过根据获取到的电磁AD数据来确定电磁辐射源的信息,利用电磁计算模型得到电磁辐射源在空间各点的分布情况,进而完成对电磁态势信息的显示过程设计,并通过机器学习完成对电磁态势展示信息的理解,使得复杂环境中电磁态势的可视化展示,为用户提供重要的辅助决策的参考。
需要说明的是,本发明的目的在于解决复杂环境中的电磁态势的成像问题,从多个维度有效展现电磁态势的特性,体现出电磁态势的更多有效信息,通过对电磁态势的理解为接下来的辅助决策提供技术支撑。
进一步地,本发明实施例所述根据获取到的电磁AD数据来确定电磁辐射源信息,具体包括:通过电磁传感器获取环境中的全息的电磁AD信号;根据所述全息的电磁AD信号提取电磁AD信号,得到电磁频谱图,并对其进行分析;
即,本发明基于不同的空间面临的不同背景电磁环境,在特定的地域,首先针对提取的电磁AD信号,提取电磁频谱图,然后进行频谱占用度分析,以使电子战装备能够快速、动态地适应各种不同的复杂电磁环境。电磁频谱图主要反映了设备在不同的频率的幅度,电磁频谱图的横轴是频率值,纵轴是对应频率的幅度值;频谱占用度分析频谱的有效利用情况,这里主要分析频段占用度,测量频段占用度关键在于设定一个科学合理的占用度门限值,占用度门限值的作用是将信号和噪声分离,从而确定频谱的掌握情况。对于一个测量点,若无占主导的某一单一噪声源,则可将无线电噪声理想看成高斯白噪声,最后用二维三维图表和电子表格显示空闲/占用的频率。
通过机器学习自主提取电磁AD信号中的电磁信号特征,并根据作战需求对提取的电磁信号特征按优先级别进行分类排序;
具体来说,本发明实施例是通过机器学习对样本的训练,对电磁AD信号的分析提取电磁信号特征,例如截获时间、脉冲载频、脉冲宽度、脉冲幅度、脉内调制参数调制类型、频率变化形式、位置等,结合作战需求,对提取的电磁信号特征进行优先级别的分类排序。
通过电磁信号特征查找电磁辐射源知识库得到电磁辐射源信息。
即,本发明是利用提取的电磁信号特征,与现有的电磁辐射源数据库进行对比,得到电磁辐射源的类别与型号,根据磁辐射源的类别与型号可以得到辐射源的更多信息,例如平台、型号、作战威力范围、发射天线信息等。
进一步地,本发明实施例所述电磁信号特征包括以下中的一种或多种:截获时间、脉冲载频、脉冲宽度、脉冲幅度、脉内调制参数、脉内调制类型、频率变化形式以及位置。当然,本领域的技术人员也可以根据实际需要来设置其他的电磁信号特征。
进一步地,本发明实施例所述通过电磁传感器获取环境中的全息的电磁AD信号,具体包括:通过电磁传感器的天线接收阵面实时监测环境中的雷达信号、通信信号、干扰信号以及杂波信号,获取全息的电磁AD信号。
也就是说,本发明是利用电磁传感器的天线接收阵面实时监测复杂环境中的雷达信号、通信信号、干扰信号、杂波信号等电磁信息,从而获取全息的电磁AD信号。其中,本发明的电磁全息感知方法如图3所示。
进一步地,本发明实施例所述通过电磁计算模型得到电磁辐射源在空间各点的分布,具体包括:根据雷达和通信电子设备的技术参数和地理环境信息,调用电磁计算模型进行计算,电磁计算模型根据具体场景从以下模型中选择:自由传播模型、Hata模型、射线跟踪模型以及抛物方程模型,通过计算得到电磁辐射源在空间中各点的分布。
也就是说,本发明实施例是通过获取电磁辐射源的位置、功率、增益、损耗等参数,并结合地理和环境信息,利用电磁计算模型进行计算,电磁计算模型根据具体场景从以下模型中选择:自由传播模型、Hata模型、射线跟踪模型以及抛物方程模型等,通过计算可以得到电磁辐射源在空间中各点的分布情况。
进一步地,本发明实施例所述对电磁态势信息的显示过程进行设计,具体包括:根据电磁设备的颜色显示方法进行电磁态势的展示。
进一步地,本发明实施例所述根据电磁设备的颜色显示方法进行电磁态势的展示,具体包括:根据辐射源的作战威力范围、发射天线类型以及天线方向图,结合电磁信号的经纬度信息,通过电磁计算模型计算得到环境中的电磁态势展示信息,并根据当前需求自动调节分辨率显示环境中电磁态势。
进一步地,本发明实施例所述通过机器学习完成对电磁态势展示信息的理解,具体包括:通过机器学习自动分辨出未知的新辐射源,将新的辐射源信息在电磁辐射源知识库中更新;对辐射源的威胁等级进行自动划分,识别出敌方辐射源威胁等级的高低,对辐射源按照威胁等级从高到低进行不同级别的关注,对威胁级别高的作战意图、运行轨迹、作战策略等进行预测,并做出相应的应对措施。
图2是本发明实施例的复杂环境中的电磁计算成像系统示意图,下面将结合图2对本发明所述的方法进行详细的解释和说明,具体地:
本发明实施例首先利用天线阵接收阵面对空间中某一区域的电磁信号进行监测,完成对电磁信号的采集功能;
然后通过信号处理机对采集到的电磁信号进行滤波、解调等处理,重点捕捉设定的阈值以上的信号,并将处理后的电磁信号转换成电磁AD数据,完成电磁信号处理功能;
再由数据处理机完成对电磁AD数据的处理,设定数据分析的门限值,小于门限值的数据取0,大于门限值的数据保留原值,将留下来的数据进一步分析就能提取出电磁特征信息,如工作频率、脉冲宽度、脉冲间隔、重复频率、平均功率、调制方式等,从而完成数据分析的功能,并根据电磁特征对电磁辐射源进行识别,查找对应的电磁辐射源数据库得到功率、增益、损耗等参数,然后获得电磁辐射源的位置信息,并得到计算区域的地理和环境信息,将以上信息作为电磁计算模型的输入进行计算,电磁计算模型根据具体场景选择合适的电磁计算模型,通过计算可以得到电磁辐射源在空间中各点的分布情况,并进行显示。
本发明实施例是对复杂环境中的电磁态势的计算成像系统的设计方法,针对复杂环境中大量的电磁辐射源,构造出指定复杂环境中的电磁态势的计算成像系统,该系统有以下几个优点:
1)本发明能全方位的展现出电磁态势的更多维度的有效信息;
2)本发明能完成对复杂环境中的电磁态势的预测分析。
并且,本发明能为更好的获取复杂环境中的电磁态势信息提供技术支撑,进一步为辅助决策提供了良好的基础。
下面将通过一个具体的例子对本发明所述的方法进行详细的解释和说明:
步骤1:利用复杂环境中的电磁传感器获取全息的电磁AD信号。
利用电磁传感器的天线接收阵面实时监测复杂环境中的雷达信号、通信信号、干扰信号、杂波信号等电磁信息,从而获取全息的电磁AD信号。电磁全息感知方法如图3所示。
步骤2:提取电磁AD信号得到电磁频谱图并对其进行分析。
在不同的空间面临的背景电磁环境也不同。因此,在特定的地域,应该首先针对提取的电磁AD信号,提取电磁频谱图,然后进行频谱占用度分析,才能使电子战装备能够快速、动态地适应各种不同的复杂电磁环境。电磁频谱图主要反映了设备在不同的频率的幅度,电磁频谱图的横轴是频率值,纵轴是对应频率的幅度值;频谱占用度分析频谱的有效利用情况,这里主要分析频段占用度,测量频段占用度关键在于设定一个科学合理的占用度门限值,占用度门限值的作用是将信号和噪声分离,从而确定频谱的掌握情况。对于一个测量点,若无占主导的某一单一噪声源,则可以将无线电噪声理想看成高斯白噪声,最后用二维三维图表和电子表格显示空闲/占用的频率。
步骤3:通过机器学习自主提取电磁AD信号中的电磁信号特征。
通过机器学习对样本的训练,对电磁AD信号的分析提取电磁信号特征,例如截获时间、脉冲载频、脉冲宽度、脉冲幅度、脉内调制参数调制类型、频率变化形式、位置等。结合作战需求,对提取的电磁信号特征进行优先级别的分类排序。
步骤4:根据电磁信号特征查找数据库得到电磁辐射源信息。
根据提取的电磁信号特征,与现有的电磁辐射源数据库进行对比,得到电磁辐射源的类别与型号,根据磁辐射源的类别与型号可以得到辐射源的更多信息,例如平台、型号、作战威力范围、发射天线信息等。
步骤5:基于电磁计算模型计算得到电磁辐射源在空间各点的分布情况。
根据雷达和通信等电子设备的技术参数和地理环境信息,调用相关的传播模型算法进行场强覆盖预测,包括区域覆盖和覆盖等值线计算等。区域覆盖分析结果可以不同的颜色表示场强大小。覆盖等值线计算需按照事先设定的场强阈值和取样点的个数计算发射机周围某一场强覆盖区域的边界,在该边界内,由发射机所引起的场强都达到或超过预定的场强阈值。
雷达和通信覆盖分析工作原理如下:首先根据平台位置和链路工作参数,结合数字地形数据,利用地理运算得到的链路路径剖面数据和路径余隙,采用适用于工作频段的自由空间传播模型、绕射传播模型来计算范围内各计算点的传输损耗,将传输损耗的计算结果应用于各平台链路模型,并参考频谱监测提供的电磁环境数据,判定设定范围内各计算点是否处于雷达和通信覆盖区域内传播覆盖范围。
步骤6:对复杂环境中的电磁态势信息进行展示。
根据辐射源的作战威力范围、发射天线类型、天线方向图等,结合电磁信号的经纬度等信息,利用电磁计算模型,可以计算得到复杂环境中的电磁态势展示信息,能自动调节分辨率来适应操作员对于复杂环境中电磁态势的显示需求。复杂环境中的电磁态势展示信息如图4所示。
电磁态势展示首先进行复杂环境的参数设置,能描述出地形、地貌、大气等的信息,根据参数设置可以计算得到电磁数据,表征出电磁在空间中的分布信息,然后将环境信息与电磁数据通过数据建模生成统一的电磁环境数据模型,再对数据模型进行可视化的绘制与渲染,以电磁辐射源统计、辐射源空间分布、电磁干扰效果、辐射源用频跟踪、通信畅通区、雷达威力区、电磁环境复杂度等不同方面来展示电磁态势,并可对显示图像进行旋转、缩放、平移等操作,用户可以从不同纬度观察所需的电磁态势信息。
1)电磁辐射源统计显示功能
将复杂环境中的电磁辐射源统计显示出来,包括通信电台、通信网络、雷达站、电子对抗装备、带有指控系统的武器系统,以及民用电子辐射源的统计等。
2)辐射源空间分布显示功能
将复杂环境中电磁辐射源的分布状况在数字地图上显示出来,实现可采用分层次于综合态势相结合的方法,分层次方法主要是为了更好地体现某个领域的电磁环境而专门设置的。综合态势则是为了体现电磁环境的总体态势显示而设置的。
3)电磁干扰效果显示功能
显示重要电磁辐射源的被干扰后的效果,显示受干扰的区域,受扰后的辐射源分布变化情况。
4)辐射源用频跟踪显示功能
显示频谱资源分布情况,自动监视当前环境下的频谱资源占用情况并发现利用闲置频谱,在环境极其恶劣的情况下为某个设备指派用频。
5)通信畅通区显示功能
显示复杂环境中指挥控制通信网络的信息流通情况。通信线路的忙闲状态、受干扰状态、通信是否畅通情况等等。
6)雷达威力区显示功能
分析雷达在复杂环境下的威力覆盖范围及其变化情况。
7)电磁环境复杂度显示功能
显示目前区域内的电磁环境复杂度等级。
步骤:7:通过机器学习完成对电磁态势展示信息的理解。
通过机器学习自动分辨出一些未知的新辐射源,将新的辐射源信息在电磁辐射源知识库中更新。并能对辐射源的威胁等级进行自动划分,识别出敌方辐射源威胁等级的高低,对辐射源按照威胁等级从高到低进行不同级别的关注,对威胁级别高的作战意图、运行轨迹、作战策略等进行预测,实现对电磁态势展示信息的理解,我方对提前做出相应的应对措施,提出提前防御、打击策略。
相应的,本发明的实施例还提供一种电磁态势成像系统,所述电磁态势成像系统包括处理器、存储器及通信总线;所述通信总线用于实现处理器和存储器之间的连接通信;所述处理器用于执行存储器中存储的计算机指令,以实现上述任一种所述的电磁态势的计算成像方法,其中,本发明实施例中的处理器完成信号处理机和数据处理机的功能。相关部分可参照方法实施例进行理解,在此不再详细赘述。
相应的,本发明的实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现前述实施例提供的任一种电磁态势的计算成像方法,因此也能实现相应的技术效果,相关部分可参照方法实施例进行理解,在此不再详细赘述。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求书的保护范围为准。
Claims (7)
1.一种电磁态势的计算成像方法,其特征在于,包括:
当获取环境中的电磁辐射源不规则时,则根据获取到的电磁AD数据来确定电磁辐射源信息;
通过电磁计算模型得到电磁辐射源在空间各点的分布,对电磁态势信息的显示过程进行设计,并通过机器学习完成对电磁态势展示信息的理解;
所述根据获取到的电磁AD数据来确定电磁辐射源信息,具体包括:
通过电磁传感器获取环境中的全息的电磁AD信号;
根据所述全息的电磁AD信号提取电磁AD数据,得到电磁频谱图,并对其进行分析;
通过机器学习自主提取电磁AD信号中的电磁信号特征,并根据作战需求对提取的电磁信号特征按优先级别进行分类排序;
通过电磁信号特征查找电磁辐射源知识库得到电磁辐射源信息;
所述通过机器学习完成对电磁态势展示信息的理解,具体包括:
通过机器学习自动分辨出未知的新辐射源,将新的辐射源信息在电磁辐射源知识库中更新;
对辐射源的威胁等级进行自动划分,识别出敌方辐射源威胁等级的高低,对辐射源按照威胁等级从高到低进行不同级别的关注,对威胁级别高的作战意图、运行轨迹、作战策略进行预测,并做出相应的应对措施。
2.根据权利要求1所述的方法,其特征在于,
所述电磁信号特征包括以下中的一种或多种:截获时间、脉冲载频、脉冲宽度、脉冲幅度、脉内调制参数、脉内调制类型、频率变化形式以及位置。
3.根据权利要求1所述的方法,其特征在于,所述通过电磁传感器获取环境中的全息的电磁AD信号,具体包括:
通过电磁传感器的天线接收阵面实时监测环境中的雷达信号、通信信号、干扰信号以及杂波信号,获取全息的电磁AD信号。
4.根据权利要求1所述的方法,其特征在于,所述通过电磁计算模型得到电磁辐射源在空间各点的分布,具体包括:
根据雷达和通信电子设备的技术参数和地理环境信息,调用电磁计算模型进行计算,电磁计算模型根据具体场景从以下模型中选择:自由传播模型、Hata模型、射线跟踪模型以及抛物方程模型,通过计算得到电磁辐射源在空间中各点的分布。
5.根据权利要求1所述的方法,其特征在于,所述对电磁态势信息的显示过程进行设计,具体包括:
根据电磁设备的颜色显示方法进行电磁态势的展示。
6.根据权利要求5所述的方法,其特征在于,所述根据电磁设备的颜色显示方法进行电磁态势的展示,具体包括:
根据辐射源的作战威力范围、发射天线类型以及天线方向图,结合电磁信号的经纬度信息,通过电磁计算模型计算得到环境中的电磁态势展示信息,并根据当前需求自动调节分辨率显示环境中电磁态势。
7.一种电磁态势成像系统,其特征在于,所述电磁态势成像系统包括处理器、存储器及通信总线;
所述通信总线用于实现处理器和存储器之间的连接通信;
所述处理器用于执行存储器中存储的计算机指令,以实现权利要求1至6中任一项所述的电磁态势的计算成像方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711092290.7A CN107843774B (zh) | 2017-11-08 | 2017-11-08 | 电磁态势的计算成像方法及电磁态势成像系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711092290.7A CN107843774B (zh) | 2017-11-08 | 2017-11-08 | 电磁态势的计算成像方法及电磁态势成像系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107843774A CN107843774A (zh) | 2018-03-27 |
CN107843774B true CN107843774B (zh) | 2021-01-05 |
Family
ID=61681464
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711092290.7A Active CN107843774B (zh) | 2017-11-08 | 2017-11-08 | 电磁态势的计算成像方法及电磁态势成像系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107843774B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108876286A (zh) * | 2018-05-25 | 2018-11-23 | 中国电子信息产业集团有限公司第六研究所 | 一种面向航迹处理与电磁分析的分布式实时处理系统 |
CN108828948B (zh) * | 2018-07-15 | 2021-06-18 | 大国创新智能科技(东莞)有限公司 | 基于深度学习的人工智能作战方法和机器人系统 |
CN109374985A (zh) * | 2018-08-17 | 2019-02-22 | 中国电子科技集团公司电子科学研究院 | 电磁环境监测方法、系统及存储介质 |
CN111951378B (zh) * | 2020-07-31 | 2023-11-21 | 中国电子科技集团公司第四十一研究所 | 一种多源电磁数据的可视化视图生成方法 |
CN112040215B (zh) * | 2020-08-30 | 2022-05-03 | 河北军云软件有限公司 | 电磁环境裸眼立体显示系统 |
CN112287555B (zh) * | 2020-10-30 | 2023-03-21 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 多维度电磁信号智能计算平台 |
CN112528508B (zh) * | 2020-12-17 | 2024-05-03 | 航天恒星科技有限公司 | 电磁可视化方法和装置 |
CN113158524B (zh) * | 2021-04-26 | 2021-11-16 | 北京航空航天大学 | 一种复杂电磁环境下电磁辐射态势感知预测方法及系统 |
CN117742641B (zh) * | 2024-02-19 | 2024-04-23 | 中国电子科技集团公司第二十九研究所 | 一种多视角分层的电磁态势标绘显示方法及系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0553945A1 (en) * | 1992-01-29 | 1993-08-04 | E-Systems, Inc. | Frequency domain polarimeter |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106342294B (zh) * | 2010-03-09 | 2013-05-29 | 北京军区军事训练模拟仿真研发服务中心 | 一种虚拟复杂电磁环境的构建方法 |
US9117040B2 (en) * | 2011-04-12 | 2015-08-25 | Robin Stewart Langley | Induced field determination using diffuse field reciprocity |
CN102981064B (zh) * | 2012-10-09 | 2015-05-20 | 中国人民解放军63892部队 | 飞机外部射频电磁环境预测方法及预测系统 |
CN102967885B (zh) * | 2012-10-18 | 2016-01-20 | 中国人民解放军电子工程学院 | 卫星探测全球电磁环境可视化描述方法 |
CN103235844B (zh) * | 2013-04-07 | 2016-07-06 | 中国电子科技集团公司第三十研究所 | 一种复杂电磁环境仿真场景的生成方法 |
CN103746750B (zh) * | 2013-08-23 | 2016-06-01 | 西华大学 | 无线电监测电磁态势预测系统 |
CN105629080B (zh) * | 2015-12-24 | 2018-06-26 | 武汉瑞天波谱信息技术有限公司 | 一种电磁分布态势图或路径电磁分布图的绘制方法 |
CN106779215B (zh) * | 2016-12-15 | 2021-12-03 | 全球能源互联网研究院 | 一种基于机器学习的电网全局延时态势感知方法 |
CN106953862B (zh) * | 2017-03-23 | 2020-09-25 | 全球能源互联网研究院有限公司 | 网络安全态势的感知方法和装置及感知模型训练方法和装置 |
-
2017
- 2017-11-08 CN CN201711092290.7A patent/CN107843774B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0553945A1 (en) * | 1992-01-29 | 1993-08-04 | E-Systems, Inc. | Frequency domain polarimeter |
Also Published As
Publication number | Publication date |
---|---|
CN107843774A (zh) | 2018-03-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107843774B (zh) | 电磁态势的计算成像方法及电磁态势成像系统 | |
US10887029B2 (en) | Method and apparatus for analysing communication channel in consideration of material and contours of objects | |
CN109891781B (zh) | 考虑物体的材质和轮廓分析通信信道的方法和装置 | |
Phillips et al. | Practical radio environment mapping with geostatistics | |
EP3672118B1 (en) | Method and apparatus for analyzing communication environment in wireless communication system | |
US20180139623A1 (en) | Method and apparatus for analyzing communication environment based on property information of an object | |
CA2977771C (en) | Iterative ray-tracing for autoscaling of oblique ionograms | |
KR101721114B1 (ko) | 위치정보가 포함된 포인트 데이터를 다축척의 웹 지도상에 클러스터링하기 위하여 격자의 크기를 결정하는 방법 | |
Pesko et al. | The indirect self-tuning method for constructing radio environment map using omnidirectional or directional transmitter antenna | |
CN104618045A (zh) | 基于采集数据的无线信道传播模型的建立方法和系统 | |
CN111919221B (zh) | 用于处理图像的方法和装置 | |
Weissmann et al. | Initial phase of the Hans-Ertel Centre for Weather Research-A virtual centre at the interface of basic and applied weather and climate research | |
CN104978743A (zh) | 一种多核并行sar图像变化信息实时提取方法及装置 | |
US11467148B2 (en) | Method and apparatus for analyzing communication environments and designing networks in consideration of trees | |
Tisseuil et al. | Evaluating methods to quantify spatial variation in the velocity of biological invasions | |
CN112528508A (zh) | 电磁可视化方法和装置 | |
Braham et al. | Coverage mapping using spatial interpolation with field measurements | |
Suchanski et al. | Radio environment maps for military cognitive networks: construction techniques vs. map quality | |
CN113114399B (zh) | 基于生成对抗网络的三维频谱态势补全方法和装置 | |
Hall et al. | Reference datasets for training and evaluating RF signal detection and classification models | |
Fauzi et al. | Machine Learning-Based Online Coverage Estimator (MLOE): Advancing Mobile Network Planning and Optimization | |
CN115561748A (zh) | 基于射频隐身的网络化雷达目标搜索跟踪资源分配方法 | |
Zubel et al. | Measurement method for construction of the radio environment maps supporting cognitive radios | |
Hu et al. | Deep learning-based method for detecting anomalies in electromagnetic environment situation | |
Kulawiak et al. | Dynamic signal strength mapping and analysis by means of mobile Geographic Information System |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |