箔条云极化特性与雷达散射截面测量研究

从最一般的电磁波椭圆极化方程出发,分析了线极化波和圆极化波的构成条件、极化分解和极化的合成方式;探讨了箔条云的散射特性和极化特性;重点研究了箔条云与测试雷达之间的极化特性匹配关系对散射截面测量结果的影响．最后,指出了箔条云雷达截面测量方式对箔条工程实践的作用．     

箔条云电磁散射极化特性研究

本文首先介绍了美国Ｐｅｅｂｌｅｓ研究理想水平状态箔条云电磁散射极化特性的方法和结论，并推广应用于研究海军箔条云在这种复杂姿态条件下的电磁散射极化特性，研究结果为识别箔条云与舰艇提供了一种新的极化识别方法，并为这种识别方法的系统设计和评价提供了依据。     

任意收发极化的箔条云双基地雷达截面积

任意收发极化的箔条云双基地雷达截面积哈尔滨工业大学电子所谢俊好摘要：本文用Ｓｔｏｋｅｓ矢量表述收、发极化特性，用米勒矩阵表示箔条云的去极化特性．得出了统一的双基地任意收发极化组合的简便ＲＣＳ公式。关键词：Ｓｔｏｋｅｓ矢量，米勒（Ｍｕｅｌｌｅｒ）矩阵，...     

箔条云的运动模型及雷达电磁散射特性

主要研究飞机发射箔条弹后的箔条运动模型,考虑到大气密度、风速、飞机尾涡以及结合箔条自身属性的影响,建立了大气环境下的箔条的运动模型,从而对箔条云团的速度、位移以及体积进行了定量的描述,还研究了与之密切相关的箔条云团雷达散射截面积（RCS）特性。     

箔条云的全极化频谱特性

基于箔条螺旋下降的运动模型,研究了箔条的转动和平动对箔条云回波信号造成的影响,用统计方法研究了箔条云的全极化频谱特性.首先介绍了箔条螺旋下降的运动模型,给出了转动偶极子的极化散射矩阵,在此基础上分析了箔条云散射矩阵元的自相关函数和互相关函数,给出了散射矩阵元的功率谱和交叉功率谱的表达式,然后给出了均匀取向和水平取向箔条云回波频谱的数值结果.     

任意收发极化的箔条云双基地雷达截面积

本文用Ｓｔｏｋｅｓ知量表述收，发极化特性，用米勒矩阵表示箔条云的去极化特性，得出了统一的双基地任意收发极化组合的简便ＲＣＳ公式。     

自由空间中箔条云团极化散射统计特性的研究

针对自由空间环境,研究了箔条云团极化散射的统计特性.根据相干散射模型导出了箔条云团的极化散射矩阵,给出了箔条云团散射矩阵的一二阶矩及其概率密度函数的解析表达式.在此基础上,分析了箔条云团散射截面积的起伏特性,并给出了其统计分布的精确表达式.这些公式原则上适用于包括大气层内抛撒情形箔条云团的极化散射计算问题.     

箔条云散射特性测量与分析

分析了箔条云散射特性测量技术,进而开展箔条云外场动态测量实验。对实测箔条云RCS的概率分布进行拟合,并对拟合结果进行检验,同时分析了箔条云散射特性与时间、频率等之间的关系。结果表明,当显著性水平为0.01时,该箔条云在S波段和X波段的动态RCS服从χ2分布;箔条云形成之后,箔条密度随着时间的推移而下降,导致其RCS减小;随着频率升高而波长减小,箔条间互耦效应将减小,箔条云RCS的起伏也将减小。     

均匀取向箔条云的RCS极值研究

箔条云的雷达回波为部分极化波,其散射波的极化度和RCS极值问题对于极化滤波、极化对比增强的效果具有重要的决定作用.首先用Mueller矩阵采表征了箔条云的变极化效应,基于Mueller矩阵对均匀取向箔条云散射波的极化程度、共极化和交叉极化的RCS极值进行了研究.研究发现,散射波的总能量不随发射极化改变,当发射波为线极化时,散射波的极化度最大,共极化RCS最大,交叉极化RCS最小,当发射波为圆极化时,散射波为完全未极化波,此时用任意的极化接收,平均功率是相同的.     

不同取向非相干箔条云对入射极化的敏感特性

箔条云对入射极化方式具有选择特性。基于竖直方向偶极子极化散射矩阵和非相干散射模型,建立了箔条云雷达视线方向非相干极化随机散射过程模型,给出了散射极化信息均值和方差的数值计算表达式,使用MATLAB软件采用数值计算方法研究分析了空间姿态服从不同均值正态分布、线形分布和球面均匀分布箔条云对入射极化的敏感特性。仿真结果显示,同分布箔条云在不同雷达视角下选择特性不同,不同分布箔条云在相同雷达视角下的选择特性也有差异。结论为干扰方设计箔条云和抗干扰方选择入射极化方式提供了理论指导。     

变极化系统中目标散射矩阵算法研究与探讨

为了提高雷达性能,特别是提高雷达抗干扰能力,文章以Sinclair矩阵为基础,推导出一种极化散射矩阵的算法,并验证了该算法对于变极化技术在雷达抗干扰方面的应用有着积极的作用。同时,文章给出了散射矩阵在变极化系统抗干扰方面的一点应用,为以后的研究打下了基础。     

基于有源照射箔条云的速度欺骗干扰方法

提出了基于有源照射箔条云对雷达速度波门进行拖引干扰的复合干扰方法.该方法运用机载电子干扰设备接收、转发敌方雷达发射的信号并照射到箔条云上,箔条云对干扰信号二次辐射,被敌方雷达接收,形成具有和载机相似径向速度的假目标,起到诱骗干扰作用.建立了复合干扰对速度跟踪系统进行干扰的相关模型,并进行了仿真实验,仿真结果表明,利用该方法对敌机测速跟踪系统进行干扰具有可行性.     

散射增强箔条雷达特性研究

文中提出一种基于角反射器的箔条雷达散射特性增强方法，旨在通过增强单根箔条的散射特性，利用有限数量的箔条实现海量箔条云团的雷达散射截面积（radar cross section，RCS）.在传统"偶极子"箔条的基础上，利用圆板角反射器结构的强散射特性来增强箔条的电磁散射.同时，为了兼顾各个方向上的电磁散射，利用多个圆形角反射器拼接成为外轮廓为球形的强散射结构，通过调节球形结构的半径，可以实现对单个箔条和箔条阵列RCS的控制.最后，将单个箔条组成阵列，形成新型箔条结构.对工作频率、入射角度、球形包络半径等不同参数下基于角反射器散射增强的箔条雷达散射特性进行了仿真分析，结果表明利用新型箔条散射增强结构，能使单根箔条的RCS增大30 dBm2以上.     

一种坐标轴型箔条的设计及散射特性研究

针对传统箔条干扰性能受指向、极化、雷达视角等因素影响严重的问题,提出了一种坐标轴构型的新型箔条结构,并采用电磁仿真软件计算其在不同频率、极化和入射角度情况下的散射特性.该类箔条由考虑了缩短效应的三根传统箔条相互正交连接组成三维直角坐标轴形状,连接点为三根传统箔条的中点.仿真实验和暗室测量结果表明:针对X波段（9.5~10.5 GHz）雷达设计的这种新型箔条,当雷达波以不同线极化方式从不同角度入射时,单个坐标轴型箔条的雷达散射截面积（radar cross section,RCS）（其是干扰效能的主要量度）变化幅度不超过3 dB,在5°的角度制作误差范围内仍具有较稳定的RCS;单个坐标轴型箔条的平均RCS比相同质量的传统箔条高约2.61 dB,但是对圆极化雷达的同极化干扰能力较弱;数量为5万且呈随机分布的坐标轴型箔条云RCS保持在-10 dBsm以上,并且在线极化和入射角度上具有较好的稳定性,具备掩护典型隐身目标的能力.     

运动调制的间断型长箔条散射特性研究

随着高分辨、分布式、组网融合的雷达系统的发展,传统箔条面临着干扰效率不足、三维维形困难等问题.针对发展低维高效的箔条干扰方式的需求,提出了一种由传统箔条串接而成的间断型长箔条,并通过模态分析和数值仿真研究了其在稀薄大气中的运动学特性和散射特性.该类箔条由考虑了缩短效应的多根传统箔条间隔一定距离依次相连形成,旨在通过约束传统箔条在稀薄大气中的自由扩散,维持雷达距离单元内较高的箔条密度,从而提高干扰效率.仿真结果表明：在不同指向条件下,单根7.44 m间断型长箔条两分钟内的雷达散射截面（radar cross section, RCS）均未出现下降趋势,仅在均值附近上下波动;单根7.44 m间断型长箔条在X波段各频点的平均RCS较同质量的传统箔条均有所提升,10 GHz条件下至少提升了3 dB;100根随机分布的7.44m间断型长箔条形成的箔条云RCS均值约为-9 dBsm,较相同条件下传统箔条形成的箔条云提升了6～7 dB.新型间断型长箔条可为典型小RCS目标的高效费比防护提供支撑.     

基于微动特性的单根箔条回波信号时频特性

针对箔条微动对回波信号调制的问题,提出一种单根箔条回波构建方法。首先建立单根箔条的典型微动模式的运动学方程,然后基于散射中心对该微动模式下的单根箔条回波进行仿真,最后通过时频方法对单根箔条回波信号的微动变化规律进行分析。仿真结果表明,建立的单根箔条微动模型能够有效地反映箔条回波信号的微动特性,为精确建立箔条云回波模型提供了技术支撑,并为有效识别箔条干扰、改善雷达性能提供了理论依据。     

正交偶极子的极化特性分析

双极化相控阵天线的极化特性及其对目标极化散射矩阵测量的影响,将决定相控阵体制雷达获取目标极化信息的精度和能力,是相控阵雷达极化技术的基础。以正交偶极子为阵元模型,分析了双极化阵列天线的空域极化特性及其对雷达目标极化散射矩阵测量的影响。由于两阵元辐射电场在偏离视轴方向的非正交性,不可避免地会引起两天线交叉极化之间的相互干扰。根据传统交叉极化评价指标的定义,分析了正交偶极子天线的交叉极化特性,并从目标极化特性测量性能的角度,定义了双极化雷达系统的交叉极化隔离度,将其表示为极化测量系数矩阵条件数的形式,以衡量全极化相控阵雷达天线的交叉极化特性。     

AS-Net: An attention-aware downsampling network for point clouds oriented to classification tasks

3D point cloud has tremendous potential in many application tasks. However, the huge amount of data limits this potential. To simplify point clouds and improve their downstream application efficiency, this paper proposes AS-Net, an attention-aware downsampling network oriented to classification tasks. AS-Net realizes downsampling through an Attention-aware Sampling Module, which including an Input Embedding Module and an Attention Module. The former is designed to extract the global and local features of the point cloud, the latter is to generate the Sampling-Map to simulate the differentiable downsampling. Thanks to the attention mechanism, AS-Net may select the critical points of the original point cloud for classification tasks. In addition, AS-Net designs a Constraint Matching Module to match the sampled points to be a subset of the original point cloud at the inference phase. For end-to-end training, AS-Net construct a joint loss function that includes a task loss, a sampling loss, and a constraint loss. Extensive experiments on the ModelNet10/40 and ShapeNet datasets demonstrate that AS-Net achieves a good performance on the point cloud classification task. Especially when the downsampling size is small, the result is better than the referenced methods.