CN116401844A - 一种基于散射中心正向模型的雷达目标特性规划方法 - Google Patents

一种基于散射中心正向模型的雷达目标特性规划方法 Download PDF

Info

Publication number
CN116401844A
CN116401844A CN202310309209.5A CN202310309209A CN116401844A CN 116401844 A CN116401844 A CN 116401844A CN 202310309209 A CN202310309209 A CN 202310309209A CN 116401844 A CN116401844 A CN 116401844A
Authority
CN
China
Prior art keywords
target
scattering
scattering center
model
center
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
CN202310309209.5A
Other languages
English (en)
Inventor
化梦博
何思远
蔡志灏
龚伟
张云华
朱国强
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.)
Wuhan University WHU
Original Assignee
Wuhan University WHU
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 Wuhan University WHU filed Critical Wuhan University WHU
Priority to CN202310309209.5A priority Critical patent/CN116401844A/zh
Publication of CN116401844A publication Critical patent/CN116401844A/zh
Pending legal-status Critical Current

Links

Images

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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/10Numerical modelling
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

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

Abstract

本发明提出了一种基于散射中心正向模型的雷达目标特性规划方法。本方法结合实际设计需要规划期望目标特性,选用阻抗表面模拟薄涂覆的PEC目标表面,参考理想导电目标散射中心正向建模过程,并采用阻抗目标电磁散射高频计算方法,实现介质涂覆或局部涂覆电大尺寸目标散射中心模型的构建。通过调整涂层介质参数和涂覆区域获悉目标散射中心对整体散射的贡献情况和变化规律和目标局部结构散射的形成过程以及实现目标特征信号控制,经多次迭代优化使得模型重构目标特性满足预期特性,实现目标特性规划。本发明可有效满足样本目标特性规划的设计需求,在特征信号控制的设计与优化等方面表现出明显的优势。

Description

一种基于散射中心正向模型的雷达目标特性规划方法
技术领域
本发明属于雷达目标特性建模与分析领域,具体涉及一种基于散射中心正向模型的雷达目标特性规划方法。
背景技术
传统电磁仿真提供的特性数据是由目标上各部分(如部件)散射叠加合成的结果,是目标整体散射场或散射总场。而在雷达目标特性分析与优化设计、目标识别与解译等领域,实际应用对合成前目标上各结构的部分场散射特性和散射机理同样有迫切需求。遗憾的是,
传统电磁仿真仅仅提供目标整体的总场信息,难以直接输出分解后目标各部件或结构的部分场信息。目标各部件或结构部分场特性与其散射结构之间缺乏映射关系,这成为制约雷达目标特征信号优化设计技术发展的重要障碍。在电磁场高频区,雷达目标总的散射可以表示为若干局部散射源贡献的相干叠加,这些局部散射源通常被称为散射中心。散射中心简洁精炼地描述了目标高频区电磁散射特征,散射中心的建模和分析对目标特性分析与优化设计、目标识别和解译具有关键技术支撑作用。散射中心建模途径主要分为正向与逆向,逆向途径从实测或仿真雷达回波数据出发,通过参数估计反演优化方法获取散射中心各参数。逆向途径本质上属于参数估计,因固有的不确定性使所得模型缺乏明确的物理含义,目标特征信息严重丧失。近些年,有学者提出一种基于几何模型的复杂目标部件级散射中心参数化正向建模途径与方法,该途径依据高频电磁理论与目标几何进行建模,从而保证了建模过程为完全确定性的。该方法采用高频建模方法正向分离散射中心并定量计算散射贡献,根据电磁机理与目标几何推算模型参数,所建的参数化模型及其参数与部件、目标局部结构之间呈良好对应关系。该方法可同时提供目标整体散射数据、目标上各部分散射数据以及它们背后所“隐藏”的目标各部件与结构信息,散射中心的参数取值即是这些信息在电磁散射层面的表征。正向模型物理意义清晰,在样本目标各部件或结构与散射中心之间建立起清晰的映射关系,这些映射关系正是提升目标特性优化设计能力的重要基础。
然而,目前正向模型的研究对象是PEC目标,尚不能有效模拟实际复杂背景下的目标电磁散射状况。考虑到在实际环境中,野战装备类目标的材质不是由理想PEC构成,在目标高导电合金的表面会涂覆介质薄层,如刷上防腐漆,甚至局部涂覆吸波材料来达到“表面”损耗的效果等等,因此有必要将正向模型的研究对象拓展至非PEC材质目标以满足雷达目标特性规划和特征信号控制与优化设计的需求。
发明内容
本发明针对现有散射中心正向建模方法的不足,提供了一种基于散射中心正向模型的雷达目标特性规划和特征信号控制与优化设计方法。本发明建立的涂覆目标散射中心正向模型物理机理清晰,在样本目标各部件或结构与散射中心之间建立起可供优化设计操作的映射关系,可获悉目标散射中心对整体散射的贡献情况和变化规律,以及目标局部结构散射的形成过程,在特征信号控制的设计与优化等方面表现出明显的优势。
本发明的技术方案为一种基于散射中心正向模型的雷达目标特性规划方法,其特征在于,包含以下步骤:
步骤1,结合实际设计需要针对样本目标在理想导电情形下进行雷达目标特性规划设计;
步骤2,建立目标在理想导电情形下的散射中心模型获取目标散射源信息,对样本目标进行散射源分析,构建目标强散射源与目标局部结构之间的对应关系,目标的散射特性主要由目标的强散射源决定,因此为满足实际设计需要通常选择对目标强散射结构进行材料介质涂覆,具体介质涂层参数和涂覆区域需根据步骤1中雷达目标特性规划要求和介质涂层自身吸波特性进行选择;
步骤3,采用阻抗表面模拟薄涂覆的PEC目标表面,通过阻抗参数来表达目标表面对入射电磁波的吸收作用,参照PEC目标散射中心正向建模过程,并采用阻抗目标电磁散射高频计算方法,实现介质涂覆或局部涂覆电大尺寸目标散射中心模型的构建;
步骤4,利用步骤3中得到的涂覆目标散射中心模型重构雷达目标特性并与预期特性进行对比,考察分析涂覆模型的强散射源分布、散射中心幅值相对大小及重构RCS曲线和SAR图像与预期结果的一致性问题,基于误差分析结果调整材料介质参数和涂覆区域,选用吸波能力更强或较弱的介质涂层或选择扩大材料介质涂覆范围,此过程可获悉目标散射中心对整体散射的贡献情况和变化规律和目标局部结构散射的形成过程以及实现目标特征信号控制,经多次迭代优化直至模型重构目标特性满足预期特性,实现雷达目标特性规划。
进一步地,所述阻抗表面是将理想导电目标表面涂敷的薄介质等效为无厚度的阻抗表面,涂覆介质参数采用表面阻抗并矢来表征。
进一步地,所述散射中心模型为属性散射中心模型,其表达式如下:
Figure SMS_1
式中,Ai为是第i个散射中心的幅度参数,Li为散射中心的长度参数,αi为频率依赖因子,zi=[xi,yi,zi]是散射中心的三维位置矢量,
Figure SMS_2
为入射波方位角,/>
Figure SMS_3
是分布型散射中心的方位角,若散射中心为局部性,则Li=0,否则γi=0,其中j为虚部单位,f为入射波频率,fc为散射中心频率,c是光速,γi无具体物理意义。
进一步地,所述模型属性参数的正向推算具体步骤如下:
基于阻抗边界条件混合的几何物理光学即GO-PO高频算法确定幅度参数Ai,一次作用射线上的场幅值采用物理光学即PO算法直接计算,对于二次及二次以上耦合作用射线上的场幅值,采用混合的几何物理光学即GO-PO方法确定。
进一步地,散射中心的长度参数Li获取方法如下:在分布型散射中心的射线集合中找到“亮线”的两个等效端点,那么通过对两端点进行投影并相减就能得到该散射中心的长度参数,即
Figure SMS_4
式中:xm,ym和xn,yn分别为两个端点在x轴和y轴的坐标位置;θ,
Figure SMS_5
分别为雷达入射波的俯仰角和方位角。
进一步地,频率依赖因子αi获取方法如下:
通过读取目标的几何信息并判断每个散射中心包含的散射机理来确定频率依赖因子αi
进一步地,二面角和三面角散射结构的频率依赖因子αi取值为1,圆柱面和顶帽散射结构的频率依赖因子αi取值为1/2,球和直边缘绕射散射结构的频率依赖因子αi取值为0,角绕射射散射结构的频率依赖因子αi取值为-1。
进一步地,所述散射中心的三维位置zi=[xi,yi,zi]通过对相应子集中所有射线的反射点加权来确定,对于单次反射射线,以被照面几何中心为反射点即散射中心位置;对于多次反射射线,采用光程差等效计算相位差的原理得到反射点,权重值由目标上的感应电流大小决定。
进一步地,所述权重值具体计算式为:
Figure SMS_6
式中wn=|Js(Qn)|为面元感应电流的模值,Qn(xn,yn)为第n根射线的等效反射点,(xn,yn,zn)为面元中心坐标。
进一步地,目标总散射场是N个散射中心贡献之和,即:
Figure SMS_7
散射中心正向建模只需计算目标在一个观测姿态下的散射中心参数集,然后给定
Figure SMS_8
角在微小角度的变化范围、步进及频率范围、步进,代入上式中,便可重构出目标的SAR图像。
与现有技术相比,本发明具有如下优点:
1、本发明方法建立涂覆目标散射中心正向模型物理机理清晰,在样本目标各部件或结构与散射中心之间建立起可供优化设计操作的映射关系,这些映射关系正是提升目标特性优化设计能力的重要基础;
2、本发明方法进行目标特征信号控制和迭代优化设计的过程,通过散射源分析考察涂覆模型的强散射源分布、散射中心幅值相对大小及重构RCS曲线和SAR图像与预期结果的一致性问题选择合适的涂层介质参数和涂覆区域,以此获悉目标散射中心对整体散射的贡献情况和变化规律,以及目标局部结构散射的形成过程,过程直接简单,目标特征信号控制效果明显;
3、本发明方法对比已有技术,丰富了散射中心正向建模方法的内容,为实际复杂环境下目标雷达特性的特性规划、特性快速预估,乃至支撑下游的许多实际应用领域,包括目标探测与识别、目标遥感等,提供了一种可资参考的低成本技术手段。
附图说明
图1:是本发明基于散射中心正向模型的雷达目标特性规划方法总框架图;
图2:是本发明实施例的实拍图;
图3:是本发明实施例模型示意图;
图4:是本发明实施例模型部件分解示意图;
图5:是本发明实施例的散射中心参数化模型重构SAR图像(右,PEC)与实测图像(左)对比,姿态角为θ=73°,
Figure SMS_9
相似度为75.87%;
图6:是本发明实施例局部涂覆情况示意图;
图7:是本发明实施例局部区域表面涂覆各向同性阻抗后正向建立散射中心模型的重构目标SAR图像与实测图像的对比;
图8:是本发明实施例局部区域表面涂覆各向异性阻抗后正向建立散射中心模型的重构目标SAR图像与实测图像的对比;
具体实施方式
为了便于本领域普通技术人员理解和实施本发明,下面结合附图并举实施例对本发明作进一步的详细描述,应当理解,此处所描述的实施示例仅用于说明和解释本发明,并不用于限定本发明。
一种基于散射中心正向模型的雷达目标特性规划方法,如图1所示,其具体步骤包括:
步骤1,结合实际设计需要针对样本目标在理想导电情形下进行雷达目标特性规划设计;
步骤2,建立目标在理想导电情形下的散射中心模型获取目标散射源信息,对样本目标进行散射源分析,构建目标强散射源与目标局部结构之间的对应关系,目标的散射特性主要由目标的强散射源决定,因此为满足实际设计需要通常选择对目标强散射结构进行材料介质涂覆,具体介质涂层参数和涂覆区域需根据步骤1中雷达目标特性规划要求和介质涂层自身吸波特性进行选择;
步骤3,采用阻抗表面模拟薄涂覆的PEC目标表面,通过阻抗参数来表达目标表面对入射电磁波的吸收作用,参照PEC目标散射中心正向建模过程,并采用阻抗目标电磁散射高频计算方法,实现介质涂覆或局部涂覆电大尺寸目标散射中心模型的构建;
步骤4,利用步骤3中得到的涂覆目标散射中心模型重构雷达目标特性并与预期特性进行对比,考察分析涂覆模型的强散射源分布、散射中心幅值相对大小及重构RCS曲线和SAR图像与预期结果的一致性问题,基于误差分析结果调整材料介质参数和涂覆区域,选用吸波能力更强或较弱的介质涂层或选择扩大材料介质涂覆范围,此过程可获悉目标散射中心对整体散射的贡献情况和变化规律和目标局部结构散射的形成过程以及实现目标特征信号控制,经多次迭代优化直至模型重构目标特性满足预期特性,实现雷达目标特性规划。
在步骤3中,阻抗表面是将理想导电目标表面涂敷的薄介质等效为无厚度的阻抗表面,涂覆介质参数采用表面阻抗并矢来表征。
在电磁场高频区,雷达目标总的散射可以表示为若干局部散射源贡献的相干叠加,这些局部散射源通常被称为散射中心。散射中心简洁精炼地描述了目标高频区电磁散射特征,散射中心的建模和分析对雷达目标识别和解译具有关键技术支撑作用,甚至成为识别和解译过程中的关键环节。描述散射中心的模型主要有:理想点散射模型、衰减指数和模型、基于几何绕射理论(GTD)的属性散射中心模型等。其中属性散射中心模型表征了目标散射中心的频率特性、及其对应结构的几何特征和与方位的关系,更加精确地揭示了目标的真实散射机理。属性散射中心模型具体表达形式如下:
Figure SMS_10
式中,Ai为是第i个散射中心的幅度参数,Li为散射中心的长度参数,αi为频率依赖因子,zi=[xi,yi,zi]是散射中心的三维位置矢量,
Figure SMS_11
为入射波方位角,/>
Figure SMS_12
是分布型散射中心的方位角,若散射中心为局部性,则Li=0,否则γi=0,其中j为虚部单位,f为入射波频率,fc为散射中心频率,c是光速,γ无具体物理意义。
其中,模型属性参数的正向推算具体步骤如下:
基于阻抗边界条件混合的几何物理光学即GO-PO高频算法确定幅度参数Ai,一次作用射线上的场幅值采用物理光学即PO算法直接计算,对于二次及二次以上耦合作用射线上的场幅值,采用混合的几何物理光学即GO-PO方法确定。散射中心的长度参数Li获取方法如下:在分布型散射中心的射线集合中找到“亮线”的两个等效端点,那么通过对两端点进行投影并相减就能得到该散射中心的长度参数,即
Figure SMS_13
式中:xm,ym和xn,yn分别为两个端点在x轴和y轴的坐标位置;θ,
Figure SMS_14
分别为雷达入射波的俯仰角和方位角。
频率依赖因子α获取方法如下:通过读取目标的几何信息并判断每个散射中心包含的散射机理来确定频率依赖参数α。表1给出几种典型散射结构的α和L取值。
表1几种典型散射结构的α和L取值
Figure SMS_15
进一步地,散射中心的三维位置zi=[xi,yi,zi]通过对相应子集中所有射线的反射点加权来确定,对于单次反射射线,以被照面几何中心为反射点即散射中心位置;对于多次反射射线,采用光程差等效计算相位差的原理得到反射点,权重值由目标上的感应电流大小决定,具体计算式为:
Figure SMS_16
式中wn=|Js(Qn)|为面元感应电流的模值,Qn(xn,yn)为第n根射线的等效反射点,(xn,yn,zn)为面元中心坐标。
目标总散射场是N个散射中心贡献之和,即:
Figure SMS_17
散射中心正向建模只需计算目标在一个观测姿态下的散射中心参数集,然后给定
Figure SMS_18
角在微小角度的变化范围、步进及频率范围、步进,代入上式中,便可重构出目标的SAR图像。
下面以T72主战坦克为研究对象进行实例说明:
步骤1,结合实际设计需要针对样本目标开展雷达目标特性规划设计。二十世纪九十年代中期,美国国防高等研究计划署推出MSTAR(Moving and Stationary TargetAcquisition Recognition)计划,通过高分辨率的聚束式合成孔径雷达采集多种目标军事车辆的SAR图像,T72主战坦克是其主要研究对象之一。以往研究验证了属性散射中心参数化正向建模方法对再现T72坦克等复杂目标电磁散射特性的有效性,考虑到MSTAR计划中测试对象是真实目标,而野战装备类目标的材质通常不是由理想PEC构成,在目标高导电合金的表面会涂刷非金属的介质材料,如吸波涂层或防锈漆等,甚至局部涂覆吸波材料来达到“表面”损耗的效果等等,因此有必要讨论非理想PEC材质T72的“真实”散射特性。T72主站坦克的实拍图如图2所示。
步骤2,建立T72坦克目标在理想导电情形下的散射中心模型获取目标散射源信息,散射中心的提取在9.6GHz的频率下进行,入射平面波的天顶角为73°,方位角为60°。T72坦克模型示意图如图3所示。T72主战坦克的尺寸为7.54m×2.52m×1.91m。考虑到目标结构的复杂性,为力求散射中心模型的准确性,目标CAD模型被分解为147个表面区域,约53万面片。目标模型分区示意图如图4所示。T72坦克在理想导电情形下的散射中心相关参数计算结果如表3所示
表2
Figure SMS_19
Figure SMS_20
表2列出了目标在该观测姿态下按幅值排序的前8个强散射中心,其中区域索引87为目标左轮罩的区域序号,147为炮塔,116-140为左侧车轮的外表面。散射中心1来源于炮塔与左轮罩之间的反射作用;散射中心2来源于炮塔的一次散射;散射中心3-8来源于坦克左侧的多个支重轮的轮毂与轮框的双重散射。重构该姿态下目标的SAR图像,在图像上标记出散射中心对应的散射源并与MSTAR数据集的实测图像进行比较,结果如图5所示,其中左图为MSTAR数据集中T72主站坦克的实测图像,右图为T72坦克模型在理想导电情形下的散射中心模型的重构SAR图像,二者图像相似为为75.87%。
炮台和左轮罩作为PEC目标的强散射源,在重构SAR图像中的亮度明显高于其他散射源,而实测数据在该处的数值明显小于PEC目标的重构特性数据,这是否与目标表面“刷漆”后降低了导电性有关,应该首先予以考虑。此处应当选择对炮塔和左轮罩等目标强散射结构表面涂覆吸波材料介质涂层建立涂覆目标散射中心模型重构目标特性数据,再与实测特性数据进行比对与分析,考察涂覆目标散射中心模型的效用及其合理性。
步骤3,采用阻抗表面模拟薄涂覆的PEC目标表面,通过阻抗参数来表达目标表面对入射电磁波的吸收作用,参照PEC目标散射中心正向建模过程,并采用阻抗目标电磁散射高频计算方法,实现局部涂覆目标散射中心模型的构建;
步骤4,利用步骤3中得到的涂覆目标散射中心模型重构出雷达目标特性并与预期特性进行对比,调整涂层介质参数和涂覆区域,以此可获悉目标散射中心对整体散射的贡献情况和变化规律,以及目标局部结构散射的形成过程,实现目标特征信号控制。经多次迭代优化直至模型重构目标特性满足预期特性,实现此次雷达目标特性规划。
考虑到阻抗平面的参数选取主要依赖应用目的,此次雷达目标特性规划的目的是通过散射源分析选取合适的介质涂层参数和涂覆范围,建立被涂覆目标的散射中心模型,使得模型重构目标特性接近真实雷达目标特性。此处介质涂层参数和涂覆范围的选取需要通过多次迭代优化得出最佳结果,碍于篇幅有限,以下给出迭代优化过程中,T72目标的强散射结构在各向同性和各向异性介质两种涂覆情况下的目标特性规划结果。
在电磁场高频区,雷达目标总的散射可以表示为若干局部散射源贡献的相干叠加,这些局部散射源通常被称为散射中心。散射中心简洁精炼地描述了目标高频区电磁散射特征,散射中心的建模和分析对雷达目标识别和解译具有关键技术支撑作用,甚至成为识别和解译过程中的关键环节。描述散射中心的模型主要有:理想点散射模型、衰减指数和模型、基于几何绕射理论(GTD)的属性散射中心模型等。其中属性散射中心模型表征了目标散射中心的频率特性、及其对应结构的几何特征和与方位的关系,更加精确地揭示了目标的真实散射机理。属性散射中心模型具体表达形式如下:
表3给出了炮台和左轮罩两个强散射源在各向同性阻抗介质
Figure SMS_21
和各向异性阻抗介质/>
Figure SMS_22
α=30°两种介质涂覆情况下的散射中心幅度参数的变化。图6给出了T72坦克目标局部涂覆情况示意图,涂覆部分用颜色高亮。图7和图8分别给出两种材料介质涂覆目标的散射中心模型重构SAR图像同MSTAR实测图像的对比结果。
表3
Figure SMS_23
Figure SMS_24
表3数据显示,涂覆操作对被涂覆散射源的散射幅度产生了明显的衰减作用,散射中心1的散射强度从8.55dB降至-3.73dB甚至-12.47dB。从重构SAR图像中也可以看出,吸波材料涂覆前目标的强散射中心的亮度此时明显降低,未涂覆前的较弱散射源开始占据主导地位。目标的强散射源分布发生变化。两种局部涂覆情况下目标的重构SAR图像与MSTAR数据集的相似度分别为77.1%和77.9%,数值均高于PEC目标。
后续对介质涂层参数和涂覆范围的迭代优化将有望进一步提高模型重构目标特性与实测数据的相似度。自此,完成基于散射中心正向模型的雷达目标特性规划的整个过程。
应当理解的是,上述针对较佳实施例的描述较为详细,并不能因此而认为是对本发明专利保护范围的限制,本领域的普通技术人员在本发明的启示下,在不脱离本发明权利要求所保护的范围情况下,还可以做出替换或变形,均落入本发明的保护范围之内,本发明的请求保护范围应以所附权利要求为准。

Claims (10)

1.一种基于散射中心正向模型的雷达目标特性规划方法,其特征在于,包含以下步骤:
步骤1,结合实际设计需要针对样本目标在理想导电情形下进行雷达目标特性规划设计;
步骤2,建立目标在理想导电情形下的散射中心模型获取目标散射源信息,对样本目标进行散射源分析,构建目标强散射源与目标局部结构之间的对应关系,目标的散射特性主要由目标的强散射源决定,因此为满足实际设计需要通常选择对目标强散射结构进行材料介质涂覆,具体介质涂层参数和涂覆区域需根据步骤1中雷达目标特性规划要求和介质涂层自身吸波特性进行选择;
步骤3,采用阻抗表面模拟薄涂覆的PEC目标表面,通过阻抗参数来表达目标表面对入射电磁波的吸收作用,参照PEC目标散射中心正向建模过程,并采用阻抗目标电磁散射高频计算方法,实现介质涂覆或局部涂覆电大尺寸目标散射中心模型的构建;
步骤4,利用步骤3中得到的涂覆目标散射中心模型重构雷达目标特性并与预期特性进行对比,考察分析涂覆模型的强散射源分布、散射中心幅值相对大小及重构RCS曲线和SAR图像与预期结果的一致性问题,基于误差分析结果调整材料介质参数和涂覆区域,选用吸波能力更强或较弱的介质涂层或选择扩大材料介质涂覆范围,此过程可获悉目标散射中心对整体散射的贡献情况和变化规律和目标局部结构散射的形成过程以及实现目标特征信号控制,经多次迭代优化直至模型重构目标特性满足预期特性,实现雷达目标特性规划。
2.根据权利要求1所述的基于散射中心正向模型的雷达目标特性规划方法,其特征在于,所述阻抗表面是将理想导电目标表面涂敷的薄介质等效为无厚度的阻抗表面,涂覆介质参数采用表面阻抗并矢来表征。
3.根据权利要求1所述的基于散射中心正向模型的雷达目标特性规划方法,其特征在于,所述散射中心模型为属性散射中心模型,其表达式如下:
Figure QLYQS_1
式中,Ai为是第i个散射中心的幅度参数,Li为散射中心的长度参数,αi为频率依赖因子,zi=[xi,yi,zi]是散射中心的三维位置矢量,
Figure QLYQS_2
为入射波方位角,/>
Figure QLYQS_3
是分布型散射中心的方位角,若散射中心为局部性,则Li=0,否则γi=0,其中j为虚部单位,f为入射波频率,fc为散射中心频率,c是光速,γi无具体物理意义。
4.根据权利要求3所述的基于散射中心正向模型的雷达目标特性规划方法,其特征在于,所述模型属性参数的正向推算具体步骤如下:
基于阻抗边界条件混合的几何物理光学即GO-PO高频算法确定幅度参数Ai,一次作用射线上的场幅值采用物理光学即PO算法直接计算,对于二次及二次以上耦合作用射线上的场幅值,采用混合的几何物理光学即GO-PO方法确定。
5.根据权利要求3所述的基于散射中心正向模型的雷达目标特性规划方法,其特征在于,散射中心的长度参数Li获取方法如下:在分布型散射中心的射线集合中找到“亮线”的两个等效端点,那么通过对两端点进行投影并相减就能得到该散射中心的长度参数,即
Figure QLYQS_4
式中:xm,ym和xn,yn分别为两个端点在x轴和y轴的坐标位置;θ,
Figure QLYQS_5
分别为雷达入射波的俯仰角和方位角。
6.根据权利要求3所述的基于散射中心正向模型的雷达目标特性规划方法,其特征在于,频率依赖因子αi获取方法如下:
通过读取目标的几何信息并判断每个散射中心包含的散射机理来确定频率依赖因子αi
7.根据权利要求6所述的基于散射中心正向模型的雷达目标特性规划方法,其特征在于,二面角和三面角散射结构的频率依赖因子αi取值为1,圆柱面和顶帽散射结构的频率依赖因子αi取值为1/2,球和直边缘绕射散射结构的频率依赖因子αi取值为0,角绕射射散射结构的频率依赖因子αi取值为-1。
8.根据权利要求3所述的基于散射中心正向模型的雷达目标特性规划方法,其特征在于,所述散射中心的三维位置zi=[xi,yi,zi]通过对相应子集中所有射线的反射点加权来确定,对于单次反射射线,以被照面几何中心为反射点即散射中心位置;对于多次反射射线,采用光程差等效计算相位差的原理得到反射点,权重值由目标上的感应电流大小决定。
9.根据权利要求8所述的基于散射中心正向模型的雷达目标特性规划方法,其特征在于,所述权重值具体计算式为:
Figure QLYQS_6
式中wn=|Js(Qn)|为面元感应电流的模值,Qn(xn,yn)为第n根射线的等效反射点,(xn,yn,zn)为面元中心坐标。
10.根据权利要求1所述的基于散射中心正向模型的雷达目标特性规划方法,其特征在于,
目标总散射场是N个散射中心贡献之和,即:
Figure QLYQS_7
散射中心正向建模只需计算目标在一个观测姿态下的散射中心参数集,然后给定
Figure QLYQS_8
角在微小角度的变化范围、步进及频率范围、步进,代入上式中,便可重构出目标的SAR图像。
CN202310309209.5A 2023-03-24 2023-03-24 一种基于散射中心正向模型的雷达目标特性规划方法 Pending CN116401844A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310309209.5A CN116401844A (zh) 2023-03-24 2023-03-24 一种基于散射中心正向模型的雷达目标特性规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310309209.5A CN116401844A (zh) 2023-03-24 2023-03-24 一种基于散射中心正向模型的雷达目标特性规划方法

Publications (1)

Publication Number Publication Date
CN116401844A true CN116401844A (zh) 2023-07-07

Family

ID=87019155

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310309209.5A Pending CN116401844A (zh) 2023-03-24 2023-03-24 一种基于散射中心正向模型的雷达目标特性规划方法

Country Status (1)

Country Link
CN (1) CN116401844A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117706490A (zh) * 2024-02-06 2024-03-15 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

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117706490A (zh) * 2024-02-06 2024-03-15 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
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

Similar Documents

Publication Publication Date Title
CN112505643A (zh) 一种雷达与红外复合导引头开环半实物仿真方法及系统
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
CN116401844A (zh) 一种基于散射中心正向模型的雷达目标特性规划方法
CN116953653B (zh) 一种基于多波段天气雷达组网回波外推方法
CN112711888A (zh) 双向反射分布函数和散射中心的复合散射联合计算方法
CN110596706B (zh) 一种基于三维图像域投射变换的雷达散射截面积外推方法
He et al. Forward modeling of scattering centers from coated target on rough ground for remote sensing target recognition applications
Sui et al. A novel procedure for high resolution radar signature prediction of near field targets
CN111830500A (zh) 基于改进的sbr快速成像技术的海面舰船目标的雷达图像仿真方法
CN112230221A (zh) 一种基于三维稀疏成像的rcs测量方法
CN115575907A (zh) 一种基于平面网格复杂目标模型表面爬行波寻迹的方法
Owaki et al. Hybrid physics-based and data-driven approach to estimate the radar cross-section of vehicles
CN112949088B (zh) 一种介质多尺度结构电磁散射场获取方法及装置
CN115169170A (zh) 一种基于非均匀网格模型的复合目标散射半解析快速计算方法
Mametsa et al. FERMAT: A high frequency EM scattering code from complex scenes including objects and environment
CN116125401A (zh) 基于电磁散射计算的动态海面回波仿真方法
Legenkiy et al. Specific RCS for on-ground radiolocation target
AU2021105419A4 (en) Highly-dynamic Radar Platform Echo Modeling Method Based on Space-time Decomposition
CN116203505B (zh) 基于块稀疏贝叶斯的正交匹配追踪声源识别方法及装置
Gong et al. High-Freqency Scattering Characteristic Analysis of Targets Based on Scattering Source Decomposition
He et al. Comparison of satellite target recognition methods based on ISAR images
Zhang et al. Electromagnetic scattering study of complex targets on rough surfaces
Andersh et al. Xpatch prediction improvements to support multiple ATR applications
Setterdahl et al. Signa: A radar signature prediction tool for electrically large targets
Gao et al. SAR Image Simulation Algorithm for Tree Model Based on SBR

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