FDTD中的一种新截断边界-STWBC

本文提出了一种新的边界条件:驻波-行波边界条件(STWBC).这种边界条件是在计算域外附加理想导电(磁)壁进行截断,运用反射原理,将边界处的驻波转化为行波,保持计算域内的行波状态,在有限空间内有效模拟出无限大的电磁散射空间.文中给出了该边界条件在FDTD中的差分迭代式,以及二维数值实验结果,并与PML边界和单向波边界进行了比较.由于该边界比单向波边界所需计算空间小,数值稳定性好,同时不象PML边界,需要进行场量分离和附加额外的吸收层,因此计算效率较高.     

一种基于干扰重构的自适应干扰对消算法

从干扰信号的波束域和时域特征入手,建立了基于四阶累积量联合对角化的干扰估计模型,提出了联合干扰重构和自适应对消的主瓣干扰抑制算法,给出了处理流程和工程应用条件,分析了干扰重构的相对误差,对信噪比损失性能进行了仿真分析,同时评估了对测角性能的影响。仿真结果表明,在干噪比大于40 dB、干扰与目标夹角大于1/8 波束宽度的条件下,该算法可有效抑制主瓣干扰,其重构的干扰信号与真实干扰信号相对误差小于2% ,干扰抑制后目标回波信噪比损失小于3 dB,测角精度恶化小于波束宽度的1/30。     

FDTD中微带线激励源设置的新方法

ＦＤＴＤ已广泛应用于微带问题的计算中,本文提出了一种新的微带线馈电激励设置方式,同以往的激励设置方法不同,它不仅能计算Ｇａｕｓｓｉａｎ脉冲激励也能计算正弦波激励,计算过程中,源平面无需切换成吸收边界,场区的划分使反射场自然从总场区分离出来。     

基于GMM和神经网络的辐射源识别方法

针对基于截获雷达脉冲特征参数的辐射源识别问题,通过建立一个高斯混合模型(GMM),采用最大化期望(EM)方法对模型参数进行训练,构建了一个输入为截获雷达脉冲特征参数,输出为雷达辐射源类型的分类器。同时,为实现对分类识别性能对比,进一步提出基于神经网络方法构建雷达辐射源类型分类器。仿真试验结果表明,基于GMM和神经网络构建的两种分类器均能实现对雷达辐射源的在线识别,且当用于训练的样本比例不低于10%时,均能获得90%以上的分类正确率。     

检测性能约束下目标估计的波形优化设计

为了提高杂波背景下检测性能约束的扩展目标估计性能,提出一种基于凸优化和随机化方法的波形优化设计算法。文中考虑了实际雷达系统应用对目标检测性能的要求,定义了随机目标场景下的信杂噪比,并将之作为约束条件,以最大化接收回波与目标随机冲激响应之间的互信息作为优化准则,利用凸优化和随机化方法进行恒包络相位编码信号的设计。仿真实验结果表明,该算法获得的发射信号能够满足系统最低检测信杂噪比的要求,最大化互信息,提高了目标的估计性能,将扩展目标估计性能和检测性能有效统一起来。     

浅析雷达频域对抗

雷达频域对抗是雷达对抗的一个重要研究方向。本文从对抗ARM频段选择、宽带／超宽带两方面分析了频域对抗的重要性。对抗ARM，建立了两种典型ARM的数学模型，运用FDTD算法分析了ARM的散射特性，给出了频段选择建议。对于宽带／超宽带，分析了UHF／VHF、L、C波段宽带抗干扰效能，并加以比较。     

基于基尔霍夫积分的近远场变换的改进

改进了ＦＤＴＤ中基于Ｋｉｒｃｈｈｏｆｆ积分的近远场变换。它的优点在于实现简单,计算某一远场分量只用到与之相同的近场分量,。既能计算远场又能计算近场,可以大大缩减ＦＤＴＤ计算空间。同时将每一时间步的近场对远区的贡献分别计算,避免了存储积分面上上一时间步近场值的内存开销,近远场变换得到了进一步简化。计算结果表明,这种变换方法非常准确。     

一种新的简化行波边界条件在FDTD算法中的实现

本文提出一种新的边界条件。这种边界条件在边界处强加理想导体对计算场区进行截断,而将由此产生的反射场分离去除,从而减小反射所产生的干扰。与PML边界条件相比,由于它不需要吸收层,不需要PML层中人为的场量分解,因此节约了内存,提高了计算速度。文中给出一维、二维空间的计算实例,计算结果表明原理是可行的。     

美国导弹防御地基雷达的发展现状

院士,是国家在科学技术领域所授予的最高学术称号的科学家。《懿博客》栏目特邀国内各专业领域的院士,评述前沿、高端的国防技术或武器装备。     

VHF/UHF波段树干超宽带散射特性研究

本文用时域方法研究了树干的超宽带散射特性.由于树干及地面均为色散有耗媒质,因此树干散射特性是复杂的频率函数.时域有限差分算法(FDTD)尤其适合于此类具有色散特性的超宽带散射特性研究.运用FDTD算法建立起树干散射模型后,经过计算,可以得到整个时域过程的散射,对时域散射场进行快速傅立叶变换(FFT),则可获取全部感兴趣的超宽带频域特性.相对于矩量法(MOM)而言,FDTD能更方便快捷地为叶簇穿透(FOPEN)检测目标提供全面的时频信息.