CN109884619A - 一种能够区分不同粗糙面的被动毫米波辐射模拟方法 - Google Patents
一种能够区分不同粗糙面的被动毫米波辐射模拟方法 Download PDFInfo
- Publication number
- CN109884619A CN109884619A CN201811524844.0A CN201811524844A CN109884619A CN 109884619 A CN109884619 A CN 109884619A CN 201811524844 A CN201811524844 A CN 201811524844A CN 109884619 A CN109884619 A CN 109884619A
- Authority
- CN
- China
- Prior art keywords
- wave
- feature
- ray
- formula
- point
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 14
- 230000005855 radiation Effects 0.000 claims abstract description 17
- 238000003384 imaging method Methods 0.000 claims abstract description 16
- 238000004088 simulation Methods 0.000 claims abstract description 13
- 230000010287 polarization Effects 0.000 claims description 26
- 238000009434 installation Methods 0.000 claims description 13
- 238000002310 reflectometry Methods 0.000 claims description 11
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000005388 cross polarization Methods 0.000 claims description 5
- 230000001427 coherent effect Effects 0.000 claims description 4
- 238000006467 substitution reaction Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 4
- 238000007796 conventional method Methods 0.000 description 3
- 230000000149 penetrating effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- 244000025254 Cannabis sativa Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 238000010304 firing Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- VIKNJXKGJWUCNN-XGXHKTLJSA-N norethisterone Chemical compound O=C1CC[C@@H]2[C@H]3CC[C@](C)([C@](CC4)(O)C#C)[C@@H]4[C@@H]3CCC2=C1 VIKNJXKGJWUCNN-XGXHKTLJSA-N 0.000 description 1
Landscapes
- Radiation Pyrometers (AREA)
Abstract
本发明公开了一种能够区分不同粗糙面的被动毫米波辐射模拟方法。现有被动毫米波辐射模拟方法只适用于深粗糙面，而无法适用于中等粗糙面或是微粗糙面。本发明的步骤如下：一、建立被测场景的三维模型。二、对步骤一中建立的三维模型进行剖分。三、定义a个射线组，一个射线组包括b条射线。四、计算沿a×b条射线到达辐射计的亮温，计算中考虑第二层反射。五、将所得的a×b个到达辐射计天线的亮温，转化为a×b分辨率的亮温成像模拟图。本发明在进一步精确地表征了粗糙面的被动辐射模型，使得本发明获取的亮温成像模拟图和实际探测情况愈加接近。本发明能够用于与辐射计拍摄出的亮温图像进行对比，从而判断辐射计的品质好坏。
Description
技术领域
本发明属于计算机辅助分析与设计以及软件设计技术领域，具体涉及一种被动毫米波辐射模拟的草地高度探测分辨方法。
背景技术
被动毫米波成像模拟(Passive Millimeter Wave，PMMW)是被动毫米波成像领域里一项重要的环节，它可以帮助认识目标的辐射特性，解释辐射现象，寻找辐射规律以及判断实际测量结果的优劣。以上所述优点使得毫米波成像模拟近年来愈加受到重视。目前为止，大部分的工作都集中在待测目标表面为光滑平面的场景，而对于待测目标表面为粗糙面的场景则鲜有提及。
传统的射线追踪方法中，当射线遇到粗糙面时即停止追踪，然后将粗糙面的发射率作为一个定值来处理。此方法的缺点是只适用于深粗糙面，而对于中等粗糙面或是微粗糙面，此方法则无法适用，以至于同种介质不同粗糙度的粗糙面无法加以区分。对于深粗糙面平面而言，在反射方向上几乎没有能量，所有入射能量会较为均匀的向周围各方向散射，因此可以适用朗伯近似定理。而对于中等粗糙度的粗糙面，除了在反射方向上有能量反射外，在四周也有能量的散射，而散射能量大小则是越靠近反射方向的能量越强，越远离反射方向的能量越弱。因此，需要一种新的计算模型及方法对同一介质，不同粗糙度的粗糙面进行更为精确的分辨，从而扩大被动毫米波辐射模拟的适用范围，以及提高了其分辨能力
发明内容
本发明的目的在于提供一种被动毫米波辐射模拟的草地高度探测分辨方法。
本发明的具体步骤如下：
步骤一、建立被测场景的三维模型。三维模型中包含地面、辐射计安装点和多个目标。
步骤二、对步骤一中建立的三维模型进行剖分。
步骤三、定义a个射线组，一个射线组包括b条射线。所有射线均以三维模型中的辐射计安装点为端点，且经过三维模型的地面。同一射线组内射线的俯仰角相等，且方位角依次等距增大；a个射线组内射线的俯仰角依次等距增大；a×b的数量即为所得图像的分辨率。
步骤四、将1赋值给x和y。
步骤五、定义第x个射线组内第y条射线的俯仰角为θ0，方位角为第x个射线组内第y条射线经过的目标为第一目标。第x个射线组内第y条射线射入第一目标的点作为特征反射点。第一目标上含有特征反射点的侧面即为特征侧面。
将沿着第x个射线组内第y条射线到达辐射计天线的毫米波作为入射波。入射波由第一反射波、第一目标辐射波和空气辐射波组成。第一目标辐射波为第一目标的特征反射点自身辐射向辐射计安装点的毫米波；空气辐射波为空气背景在特征反射点到辐射计安装点方向上辐射出的毫米波。在特征反射点反射出第一反射波的毫米波作为第二反射波；第二反射波与地面的交点为地面反射点。
建立入射波传达的亮温的表达式如式(1)所示：
式(1)中，T11(θ2,φ2)的表达式如式(2)所示；r1(θ2)为第一目标的特征反射点在入射波方向上的反射率；T1为第一目标的温度；e1(θ2)为第一目标的特征反射点在在入射波方向上的发射率；为空气辐射波传达的亮温。
T11(θ2,φ2)的表达式如下：
式(2)中，为空气背景向下到达地面的亮温；p为一种极化方式；rp(θ1)为地面反射点在第二反射波方向上的p极化的菲涅尔反射率；e为自然对数的底；k为波数的均方根高度；σ为地面的均方根高度；θ1为第二反射波在地面反射点的反射角。的表达式如式(3)所示；Td为地面的温度；edp(θ1)为地面反射点在第二反射波方向上的p极化发射率，edp(θ1)的表达式如式(6)所示；为地面与第一目标的特征侧面之间的极化旋转矩阵。
的表达式如下：
式(3)中，定义N个特征反射波组，一个特征反射波组包括M条特征反射波。所有特征反射波均射入地面反射点。同一特征反射波组内特征反射波的俯仰角相等，且方位角依次等距增大；N个特征反射波组内特征反射波的俯仰角依次等距增大；θ′i为第i个特征反射波组内特征反射波的俯仰角；为同一特征反射波组内第j个特征反射波的方位角。 为第i个特征反射波组内第j个特征反射波表达的亮温。为第i个特征反射波组内第j个特征反射波射入地面反射点的反射率，其表达式如式(5)所示。
若第i个特征反射波组内第j个特征反射波来自一个目标，则以该特征反射波作为二级特征反射波；以该目标作为第二目标，将θ′i赋值给θs，将赋值给代入式(4)计算，得到否则，的值等于式(2)中的
的表达式如下：
式(4)中，为空气背景向下到达第二目标的亮温；r2(θ3)为第二目标反射出二级特征反射波的点在二级特征反射波方向上的反射率；T2为第二目标的物理温度；e2(θ3)为第二目标反射出二级特征反射波的点在二级特征反射波方向上的发射率；第二目标上反射出二级特征反射波的侧面与地面之间的极化旋转矩阵。
的表达式如下：
式(5)中，q为与p不同的极化方式；为第二层在方向上的射线到第一层方向为的射线的同极化散射系数；为为第二层在方向上的射线到第一层方向为的射线的交叉极化散射系数。
式(2)中的edp(θ1)的表达式如下：
式(6)中，分别为相干反射系数、非相干反射系数；的取值等于式(2)中的rp(θ1)；的表达式如式(7)所示。
的表达式如下：
为第一层在方向(θ1)上的射线到第二层方向为的射线的同极化散射系数；为第一层在方向(θ1)上的射线到第二层方向为的射线的交叉极化散射系数。
将式将式(2),(3),(4),(5),(6),(7)代入式(1)，得到入射波传达的亮温之后进入步骤六。
步骤六，若y＜b，则将y增大1，并重复执行步骤五；若y＝b且x＜a，则将1赋值给y，并将x增大1，并重复执行步骤五；若y＝b且x＝a，则进入步骤七。
步骤七、将步骤四、五和六所得的a×b个到达辐射计天线的亮温，转化为a×b分辨率的亮温成像模拟图。
进一步地，所述的剖分单元选择四面体。
进一步地，步骤一中所述的多个目标中包括高低不同的草地。
本发明具有的有益效果是：
1、本发明在进一步精确地表征了粗糙面的被动辐射模型，使得本发明获取的亮温成像模拟图和实际探测情况愈加接近。
2、本发明能够用于与辐射计拍摄出的亮温图像进行对比，从而判断辐射计的品质好坏。
3、本发明在模拟草地场景时，对于处理同一种材质，不同高度的草地时，可以更加精确地探测出高低之间的区分，从而大幅增加了被动毫米波成像模拟的分辨能力。
附图说明
图1为本发明中作为一种示例的机场跑道的光学图像；
图2为本发明中作为一种示例的机场跑道的三维模型示意图；
图3为本发明中作为一种示例的机场跑道的三维模型剖分后的示意图；
图4为本发明的单根射线追踪示意图；
图5为本发明的单根射线反演示意图；
图6为通过传统方法得到的机场跑道亮温成像模拟图；
图7为通过本发明得到的机场跑道亮温成像模拟图。
具体实施方式
以下结合附图对本发明作进一步说明。
如图1所示，步骤一、建立被测场景的三维模型。三维模型中包含地面、辐射计安装点和多个目标。以机场跑道图像为例，利用本发明对草地高度进行探测并加以分辨。如图1所示，图中为一机场跑道的实际光学照片，从照片中可以看出，跑道旁边的草地大致可以分为两种，较高的浅色区域和较矮的深色区域。对于机场跑道而言，建立的三维模型如图2所示。三维模型中，跑道以及远处的仓库、两边的草地都做了区分。地面及所有目标的物理温度、各侧面粗糙度、各角度的反射率、发射率均为已知量。
步骤二、利用现有的剖分软件对步骤一中建立的三维模型进行剖分，剖分单元选择四面体。机场跑道三维模型剖分后的模型图如图3所示。
步骤三、定义a个射线组，一个射线组包括b条射线。所有射线均以三维模型中的辐射计安装点为端点，且经过三维模型的地面。同一射线组内射线的俯仰角相等，且方位角依次等距增大；a个射线组内射线的俯仰角依次等距增大；a×b的数量即为所得图像的分辨率。
步骤四、将1赋值给x和y。
步骤五、如图4和5所示，定义第x个射线组内第y条射线的俯仰角为θ0，方位角为第x个射线组内第y条射线经过的目标为第一目标，即视为第x个射线组内第y条射线的方向与第一目标反射向辐射计的毫米波的方向相反。第x个射线组内第y条射线射入第一目标的点作为特征反射点。第一目标上含有特征反射点的侧面即为特征侧面。
将沿着第x个射线组内第y条射线到达辐射计天线的毫米波(即经特征反射点反射向辐射计安装点的毫米波)作为入射波。入射波由第一反射波、第一目标辐射波和空气辐射波组成。第一目标辐射波为第一目标的特征反射点自身辐射向辐射计安装点的毫米波；空气辐射波为空气背景在特征反射点到辐射计安装点方向上辐射出的毫米波。
在特征反射点反射出第一反射波的毫米波作为第二反射波；第二反射波与地面的交点为地面反射点；所有从空中射向地面反射点的毫米波以及经目标反射向地面反射点的毫米波均作为第三反射波；第二反射波是由所有第三反射波在地面反射点反射向特征反射点的毫米波叠加得到。
建立入射波传达的亮温的表达式如式(1)所示：
式(1)中，T11(θ2,φ2)·r1(θ2)为第一反射波传达的亮温(即地面经过第一目标并沿第x个射线组内第y条射线反射在辐射计安装点上的亮温)；T11(θ2,φ2)的表达式如式(2)所示；r1(θ2)为第一目标的特征反射点在入射波方向上的反射率(即反射角为θ2时的反射率)；T1·e1(θ2)为第一目标辐射波传达的亮温(即第一目标的特征反射点在反射角θ2方向上的辐射亮温；)T1为第一目标的温度；e1(θ2)为第一目标的特征反射点在在入射波方向上的发射率(即反射角为θ2时的发射率)；θ2为沿第x个射线组内第y条射线反射在辐射计安装点上的毫米波在特征反射点上的反射角；为空气辐射波传达的亮温(即空气背景在沿着特征反射点到辐射计安装点方向上的亮温)。
T11(θ2,φ2)的表达式如下：
式(2)中，是相干部分，其反射率是在菲涅尔反射率的基础上乘以该粗糙面的粗糙因子。为空气背景向下到达地面反射点的亮温p为极化方式(垂直极化或水平极化)；rp(θ1)为光滑地面(粗糙度为0)的地面反射点在第二反射波方向上的p极化的菲涅尔反射率(即反射角为θ1时的p极化发射率)；e为自然对数的底；k为波数(k＝2π/λ，意为2π长度上出现的全波数目，λ是真空中电磁波的波长)的均方根高度；σ为地面的均方根高度；θ1为第二反射波在地面反射点的反射角(即第二反射波与地面法向量的夹角)。的表达式如式(3)所示；Td为地面的温度；edp(θ1)表示地面反射点在第二反射波方向上的p极化发射率(即射角为θ1时的p极化发射率)，edp(θ1)的表达式如式(6)所示；为地面与第一目标的特征侧面之间的极化旋转矩阵。
的表达式如下：
式(3)中，定义N个特征反射波组，一个特征反射波组包括M条特征反射波。所有特征反射波均射入地面反射点。同一特征反射波组内特征反射波的俯仰角相等，且方位角依次等距增大；N个特征反射波组内特征反射波的俯仰角依次等距增大；M·N个特征反射波均为第三反射波；θ′i为第i个特征反射波组内特征反射波的俯仰角；为同一特征反射波组内第j个特征反射波的方位角。为第i个特征反射波组内第j个特征反射波表达的亮温。为第i个特征反射波组内第j个特征反射波射入地面反射点的反射率，其表达式如式(5)所示。
若第i个特征反射波组内第j个特征反射波来自一个目标，则以该特征反射波作为二级特征反射波；以该目标作为第二目标，将θ′i赋值给θs，将赋值给代入式(4)计算，得到否则，的值等于式(2)中的
的表达式如下：
式(4)中，为空气背景向下到达第二目标的亮温；r2(θ3)为第二目标反射出二级特征反射波的点在二级特征反射波方向上的反射率；T2为第二目标的物理温度；e2(θ3)为第二目标反射出二级特征反射波的点在二级特征反射波方向上的发射率；第二目标上反射出二级特征反射波的侧面与地面之间的极化旋转矩阵。
的表达式如下：
式(5)中，q为与p不同的极化方式(即若p为垂直极化，则q为水平极化；若p为水平极化，则q为垂直极化)；为第二层在方向上的射线到第一层方向为的射线的同极化散射系数(即第i个特征反射波组内第j个特征反射波散射向俯仰角为θ，方位角为方向的同极化散射系数)；为为第二层在方向上的射线到第一层方向为的射线的交叉极化散射系数(即第i个特征反射波组内第j个特征反射波散射向俯仰角为θ，方位角为方向的交叉极化散射系数)。
式(2)中的edp(θ1)的表达式如下：
式(6)中，分别为相干反射系数、非相干反射系数；的取值等于式(2)中的rp(θ1)，即光滑地面的地面反射点在第二反射波方向上的p极化的菲涅尔反射率(即反射角为θ1时的p极化发射率)；的表达式如式(7)所示。
的表达式如下：
为第一层在方向(θ1)上的射线到第二层方向为的射线的同极化散射系数(即第二反射波散射向第i个特征反射波组内第j个特征反射波方向的同极化散射系数)；为第一层在方向(θ1)上的射线到第二层方向为的射线的交叉极化散射系数(即第二反射波散射向第i个特征反射波组内第j个特征反射波方向的交叉极化散射系数)。
将式(2),(3),(4),(5),(6),(7)代入式(1)，得到入射波传达的亮温之后进入步骤六。
步骤六，若y＜b，则将y增大1，并重复执行步骤五；若y＝b且x＜a，则将1赋值给y，并将x增大1，并重复执行步骤五；若y＝b且x＝a，则进入步骤七。
步骤七、将步骤四、五和六所得的a×b个到达辐射计天线的亮温，转化为a×b分辨率的亮温成像模拟图(即每个亮温决定亮温成像模拟图上一个像素点的灰度值)。
以步骤一中提及的机场跑道作为模拟对象，通过传统方法模拟出的图像如图6所示，通过本发明模拟出的图像如图7所示，对比两幅图可以发现，本发明得到的亮温成像模拟图中可以明显区分跑道旁边草地的高度，高的地方颜色偏浅，而矮草的颜色则偏深。可见，本发明相对传统方法，能够模拟出更加真实的成像结果。以本发明所得的亮温成像模拟图，与真实的辐射计获取的亮温图进行对比，能够判断辐射计获取的亮温图是否准确，从而判断辐射计的质量好坏。
Claims (3)
1.一种能够区分不同粗糙面的被动毫米波辐射模拟方法，其特征在于：
步骤一、建立被测场景的三维模型；三维模型中包含地面、辐射计安装点和多个目标；
步骤二、对步骤一中建立的三维模型进行剖分；
步骤三、定义a个射线组，一个射线组包括b条射线；所有射线均以三维模型中的辐射计安装点为端点，且经过三维模型的地面；同一射线组内射线的俯仰角相等，且方位角依次等距增大；a个射线组内射线的俯仰角依次等距增大；a×b的数量即为所得图像的分辨率；
步骤四、将1赋值给x和y；
步骤五、定义第x个射线组内第y条射线的俯仰角为θ0，方位角为第x个射线组内第y条射线经过的目标为第一目标；第x个射线组内第y条射线射入第一目标的点作为特征反射点；第一目标上含有特征反射点的侧面即为特征侧面；
将沿着第x个射线组内第y条射线到达辐射计天线的毫米波作为入射波；入射波由第一反射波、第一目标辐射波和空气辐射波组成；第一目标辐射波为第一目标的特征反射点自身辐射向辐射计安装点的毫米波；空气辐射波为空气背景在特征反射点到辐射计安装点方向上辐射出的毫米波；在特征反射点反射出第一反射波的毫米波作为第二反射波；第二反射波与地面的交点为地面反射点；
建立入射波传达的亮温的表达式如式(1)所示：
式(1)中，T11(θ2,φ2)的表达式如式(2)所示；r1(θ2)为第一目标的特征反射点在入射波方向上的反射率；T1为第一目标的温度；e1(θ2)为第一目标的特征反射点在在入射波方向上的发射率；为空气辐射波传达的亮温；
T11(θ2,φ2)的表达式如下：
式(2)中，为空气背景向下到达地面的亮温；p为一种极化方式；rp(θ1)为地面反射点在第二反射波方向上的p极化的菲涅尔反射率；e为自然对数的底；k为波数的均方根高度；σ为地面的均方根高度；θ1为第二反射波在地面反射点的反射角；的表达式如式(3)所示；Td为地面的温度；edp(θ1)为地面反射点在第二反射波方向上的p极化发射率，edp(θ1)的表达式如式(6)所示；为地面与第一目标的特征侧面之间的极化旋转矩阵；
的表达式如下：
式(3)中，定义N个特征反射波组，一个特征反射波组包括M条特征反射波；所有特征反射波均射入地面反射点；同一特征反射波组内特征反射波的俯仰角相等，且方位角依次等距增大；N个特征反射波组内特征反射波的俯仰角依次等距增大；θi′为第i个特征反射波组内特征反射波的俯仰角；为同一特征反射波组内第j个特征反射波的方位角； 为第i个特征反射波组内第j个特征反射波表达的亮温；为第i个特征反射波组内第j个特征反射波射入地面反射点的反射率，其表达式如式(5)所示；
若第i个特征反射波组内第j个特征反射波来自一个目标，则以该特征反射波作为二级特征反射波；以该目标作为第二目标，将θi′赋值给θs，将赋值给代入式(4)计算，得到否则，的值等于式(2)中的
的表达式如下：
式(4)中，为空气背景向下到达第二目标的亮温；r2(θ3)为第二目标反射出二级特征反射波的点在二级特征反射波方向上的反射率；T2为第二目标的物理温度；e2(θ3)为第二目标反射出二级特征反射波的点在二级特征反射波方向上的发射率；第二目标上反射出二级特征反射波的侧面与地面之间的极化旋转矩阵；
的表达式如下：
式(5)中，q为与p不同的极化方式；为第二层在方向上的射线到第一层方向为的射线的同极化散射系数；为为第二层在方向上的射线到第一层方向为的射线的交叉极化散射系数；
式(2)中的edp(θ1)的表达式如下：
式(6)中，分别为相干反射系数、非相干反射系数；的取值等于式(2)中的rp(θ1)；的表达式如式(7)所示；
的表达式如下：
为第一层在方向(θ1)上的射线到第二层方向为的射线的同极化散射系数；为第一层在方向(θ1)上的射线到第二层方向为的射线的交叉极化散射系数；
将式将式(2),(3),(4),(5),(6),(7)代入式(1)，得到入射波传达的亮温之后进入步骤六；
步骤六，若y＜b，则将y增大1，并重复执行步骤五；若y＝b且x＜a，则将1赋值给y，并将x增大1，并重复执行步骤五；若y＝b且x＝a，则进入步骤七；
步骤七、将步骤四、五和六所得的a×b个到达辐射计天线的亮温，转化为a×b分辨率的亮温成像模拟图。
2.根据权利要求1所述的一种能够区分不同粗糙面的被动毫米波辐射模拟方法，其特征在于：所述的剖分单元选择四面体。
3.根据权利要求1所述的一种能够区分不同粗糙面的被动毫米波辐射模拟方法，其特征在于：步骤一中所述的多个目标中包括高低不同的草地。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811524844.0A CN109884619B (zh) | 2018-12-13 | 2018-12-13 | 一种能够区分不同粗糙面的被动毫米波辐射模拟方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811524844.0A CN109884619B (zh) | 2018-12-13 | 2018-12-13 | 一种能够区分不同粗糙面的被动毫米波辐射模拟方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109884619A true CN109884619A (zh) | 2019-06-14 |
| CN109884619B CN109884619B (zh) | 2020-09-29 |
Family
ID=66925015
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811524844.0A Expired - Fee Related CN109884619B (zh) | 2018-12-13 | 2018-12-13 | 一种能够区分不同粗糙面的被动毫米波辐射模拟方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109884619B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110927739A (zh) * | 2019-11-14 | 2020-03-27 | 清华大学 | 用于轮廓标记的毫米波太赫兹多极化成像方法及成像系统 |
| CN113671484A (zh) * | 2020-05-13 | 2021-11-19 | 华中科技大学 | 基于毫米波辐射测量的目标表面法向量获取方法及系统 |
| CN113671476A (zh) * | 2021-07-27 | 2021-11-19 | 杭州电子科技大学 | 一种新型被动毫米波成像方法 |
| CN113808266A (zh) * | 2021-08-16 | 2021-12-17 | 杭州电子科技大学 | 一种新型的针对指数型粗糙面的亮温成像方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101571592A (zh) * | 2009-05-22 | 2009-11-04 | 北京航空航天大学 | 基于光学上变频的被动毫米波扫描成像系统 |
| US20140287706A1 (en) * | 2013-03-20 | 2014-09-25 | Electronics And Telecommunications Research Institute | Apparatus and method for determining received signal level in ray-tracing wave propagation environment |
| CN104077482A (zh) * | 2014-06-27 | 2014-10-01 | 上海无线电设备研究所 | 一种超低空目标与地海粗糙面复合散射的快速计算方法 |
| CN105333841A (zh) * | 2015-12-01 | 2016-02-17 | 中国矿业大学 | 基于反射型太赫兹时域光谱的金属表面粗糙度检测装置及方法 |
| CN107728113A (zh) * | 2017-10-12 | 2018-02-23 | 杭州电子科技大学 | 被动毫米波成像模拟中多层亮温追踪的快速计算方法 |
-
2018
- 2018-12-13 CN CN201811524844.0A patent/CN109884619B/zh not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101571592A (zh) * | 2009-05-22 | 2009-11-04 | 北京航空航天大学 | 基于光学上变频的被动毫米波扫描成像系统 |
| US20140287706A1 (en) * | 2013-03-20 | 2014-09-25 | Electronics And Telecommunications Research Institute | Apparatus and method for determining received signal level in ray-tracing wave propagation environment |
| CN104077482A (zh) * | 2014-06-27 | 2014-10-01 | 上海无线电设备研究所 | 一种超低空目标与地海粗糙面复合散射的快速计算方法 |
| CN105333841A (zh) * | 2015-12-01 | 2016-02-17 | 中国矿业大学 | 基于反射型太赫兹时域光谱的金属表面粗糙度检测装置及方法 |
| CN107728113A (zh) * | 2017-10-12 | 2018-02-23 | 杭州电子科技大学 | 被动毫米波成像模拟中多层亮温追踪的快速计算方法 |
Non-Patent Citations (4)
| Title |
|---|
| CHUAN YIN: "Simulation of Multi-Layer Rough Surfaces Media in the Passive Millimeter-Wave Imaging", 《PROGRESS IN ELECTROMAGNETICS RESEARCH M》 * |
| CHUAN YIN等: "Fast Algorithm for Rough-Surface Scene Simulation in Passive Millimeter Wave Imaging", 《JOURNAL OF COMPUTERS》 * |
| GUO LIXIN等: "Electromagnetic scattering from two-dimensional rough surface using Kirchhoff approximation", 《CHIN. PHYS. LETT.》 * |
| 尹川等: "一种改进的亮温追踪模型", 《微波学报》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110927739A (zh) * | 2019-11-14 | 2020-03-27 | 清华大学 | 用于轮廓标记的毫米波太赫兹多极化成像方法及成像系统 |
| CN113671484A (zh) * | 2020-05-13 | 2021-11-19 | 华中科技大学 | 基于毫米波辐射测量的目标表面法向量获取方法及系统 |
| CN113671484B (zh) * | 2020-05-13 | 2024-01-05 | 华中科技大学 | 基于毫米波辐射测量的目标表面法向量获取方法及系统 |
| CN113671476A (zh) * | 2021-07-27 | 2021-11-19 | 杭州电子科技大学 | 一种新型被动毫米波成像方法 |
| CN113671476B (zh) * | 2021-07-27 | 2024-04-02 | 杭州电子科技大学 | 一种新型被动毫米波成像方法 |
| CN113808266A (zh) * | 2021-08-16 | 2021-12-17 | 杭州电子科技大学 | 一种新型的针对指数型粗糙面的亮温成像方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109884619B (zh) | 2020-09-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109884619A (zh) | 一种能够区分不同粗糙面的被动毫米波辐射模拟方法 | |
| CN106772300B (zh) | 一种微波超视距雷达回波图计算方法 | |
| US10656272B1 (en) | Ladar system and method with polarized receivers | |
| CN101216556B (zh) | 电大复杂体目标与粗糙面背景复合电磁散射数值仿真方法 | |
| Zhu et al. | Projection shape template-based ship target recognition in TerraSAR-X images | |
| CN105182362B (zh) | 一种自然水面偏振遥感成像仿真方法 | |
| CN109597040A (zh) | 一种星载sar影像无场几何定标方法 | |
| CN105953925A (zh) | 一种基于快速射线追踪的毫米波辐射亮温获取方法 | |
| Su et al. | Material clustering using passive millimeter-wave polarimetric imagery | |
| CN110455720B (zh) | 一种基于镜漫比模型的红外传感器波段优化方法 | |
| CN108318458B (zh) | 一种适用于不同天气条件下的室外典型地物pBRDF的测量方法 | |
| CN110145970A (zh) | 一种破片或弹丸散布特性测试装置 | |
| CN107504862B (zh) | 一种全方位高精度激光定位方法 | |
| Salski et al. | Electromagnetic modeling of radiowave propagation and scattering from targets in the atmosphere with a ray-tracing technique | |
| CN103411896B (zh) | 低轨空间碎片超低色散光谱特征获取方法 | |
| CN109738890A (zh) | 一种基于弹载双基sar距离多普勒图像生成地距图的方法 | |
| Murakowski et al. | 3D rendering of passive millimeter-wave scenes using modified open source software | |
| CN109211223A (zh) | 一种集成化接近测量敏感器及系统 | |
| CN115033991A (zh) | 一种用于智能驾驶汽车仿真的毫米波雷达模拟方法及装置 | |
| Yin et al. | Multilayer Brightness Temperature Tracing Method for Rough Surface Scene Simulation in Passive Millimeter‐Wave Imaging | |
| Du et al. | Passive Millimeter-wave Radiation Imaging Simulation of complex three-dimensional Target | |
| CN109255198A (zh) | 基于数据模型的空天环境建模方法及系统 | |
| Tian et al. | An Adaptive Precision Array Laser Fuze Detection Simulation Method | |
| Yin et al. | Simulation of multi-layer rough surfaces media in the passive millimeter-wave imaging | |
| Hu et al. | Simplified Reflectivity Model and Its Application in Millimeter-Wave Radiometry |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20230110 Address after: 312000 No. 16, Meixi Road, Xinchang County, Shaoxing City, Zhejiang Province (Building 1 and 2) Patentee after: ZHEJIANG JINMA AUTOMATION TECHNOLOGY Co.,Ltd. Address before: 310018 No. 2 street, Xiasha Higher Education Zone, Hangzhou, Zhejiang Patentee before: HANGZHOU DIANZI University |
|
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200929 |