一种太赫兹频段粗糙凸体目标散射计算方法

太赫兹频段下目标散射特性计算需考虑目标表面的粗糙特性和目标材料参数。在对粗糙目标几何建模时,通常的精细面元剖分建模方法使得散射计算问题难以求解。提出确定性建模与统计性建模相结合的粗糙目标几何建模方法,并且基于全波法提出了一种太赫兹频段可计算任意材料、任意粗糙凸体目标散射场的计算方法。通过与通用电磁计算软件计算结果的比较验证了该方法的准确性。     

单脉冲雷达对目标源的检测研究

对于单脉冲雷达 ,当回波受到多个目标信号 (信号在频域、时域上不可区分 )的干扰时 ,得到的目标角到达方向 (DOA)不是所跟踪目标的真实信息 ,影响了系统对目标的可靠跟踪。本文在一种对回波是来自单目标还是两个不可区分目标的检测方法的基础上将其推广 ,应用到回波可能来自N个不可区分的目标。仿真表明 ,多目标情况下的检测概率不一定大于两个目标时的检测概率 ,处于间距最大上的两目标的信噪比对整个检测概率影响较大。     

太赫兹雷达技术研究进展

与微波雷达和红外探测器相比,太赫兹技术应用于雷达将带来高距离分辨率、强穿透力、低截获率与强抗干扰能力等众多优势,是目前太赫兹技术的主要应用方向之一。在分析太赫兹雷达特点与优势的基础上,介绍了目前主要太赫兹雷达系统的研究与进展情况,并进一步对太赫兹雷达涉及的目标散射特性技术研究与成像技术研究进行了进展回顾与评述,由此指出了太赫兹雷达研究中的一些关键技术与主要研究内容。结合太赫兹雷达在空间目标探测与反导拦截中的应用,仿真分析了太赫兹拦截导引头的关键性能指标,为太赫兹雷达技术的应用发展提供参考与借鉴。     

大型浮顶原油储罐罐壁几何尺寸的控制

大型储罐壁板角变形、凹凸变形及其几何尺寸的控制是保证储罐罐体施工质量的关键环节,因此需要从管理、技术、施工三方面着手,强调"预制质量是前提,合理的施工工艺是保证,施工过程控制是手段"的主导思想,提高储罐的施工质量。     

基于FEKO和CST的太赫兹目标RCS仿真

利用 FEKO和 CST 2套电磁计算软件对太赫兹频段目标雷达散射截面(RCS)进行对比仿真。首先计算同一理想导体球在1 GHz~500 GHz频率范围内的 RCS,得到理想导体球的 RCS特性曲线,与理论值进行比较,得出太赫兹频段下两者仿真性能相差较小的结论。然后分别对理想导体球、圆柱体和方形平板在太赫兹频段下不同姿态角的 RCS值进行计算,结果表明,两者在 RCS仿真上因目标不同而呈现不同性能,在计算中应根据实际目标选取合适的软件进行计算。     

基于Simulink的太赫兹雷达系统仿真

系统仿真对于太赫兹雷达试验系统的优化设计具有重要意义.为对即将搭建的某多频段复用太赫兹雷达系统进行验证,本文以335 GHz 为例对该系统进行了方案设计和分析,带宽21.6 GHz,然后基于 Matlab/Simulink 设计了倍频、混频、正交解调等模块从而构建起太赫兹雷达Simulink系统,并以3个点目标为例进行了仿真,得到了雷达信号在各个阶段的频谱图,获得了3个点目标的距离像,距离像位置和分辨率与理论值一致.最后对结果误差和存在问题进行了分析.     

非均匀MIMO-SAR 体制基于衰减补偿的快速成像算法

提出了一种非均匀多输入多输出合成孔径雷达(MIMO-SAR)体制下基于衰减补偿的毫米波快速成像 算法。在图像重构过程中,该算法通过考虑信号沿空间路径的传播衰减,保留了回波模型中的幅度因子,并对回波 中包含不均匀阵列位置信息的幅度项和相位项采用菲涅尔近似,进而将目标图像重构分解为两个子图像的求解问 题,最后通过快速傅里叶变换(FFT)以及相干累加等步骤求解出最终的目标图像。仿真分析和实验结果表明所提算 法可以在保证快速成像的前提下有效降低信号传播衰减对成像质量造成的损失。     

飞行器升阻比估计误差分析方法研究

升阻比(LDR)是临近空间高超声速飞行器试飞试验时重点考核的指标之一,高精度雷达外测数据是升阻比估计的主要信息源,雷达测量误差到升阻比估计误差之间的传递分析是靶场测控装备论证和试验事后处理需要解决的重点问题.根据高超声速飞行器三自由度运动方程,详细推导了雷达观测到升阻比的变换公式,针对变换高度非线性的问题,采用Unscented变换(UT)实现了对升阻比估计量统计特性的分析,得到了雷达跟踪精度与升阻比精度的误差传递关系.仿真实验表明,文中方法可以实现对临近空间高超声速飞行器升阻比估计误差的分析.     

从单烧计算分析精矿粉的价值定位与采购选择依据

通过对大量进厂精矿粉质量技术指标的统计与单烧计算，运用回归原理分析了精矿粉的元素、单烧值与生铁成本之间的关系，试图寻求精矿粉的价值定位与采购选择依据。     

基于交互多模算法在非线性测量方程下的机动目标跟踪

针对非线性测量下的机动目标跟踪问题，本文基于交互多模型算法（IMM），采用去偏转换测量卡尔曼滤波（CMKF－D）的方法，把在极坐标系下得到的测量值转换到直角坐标系中，用统计的方法求出转换测量值的误差均值和方差，将转换测量值去偏后再进行卡尔曼滤波，仿真结果表明，算法提高了基于非线性测量方程的机动目标跟踪性能。