求解混合型拟周期散射问题的间断Galerkin算法

应用间断Galerkin算法思想, 计算一类散射体为介质和障碍混合型的拟周期散射问题, 其基本解函数和Rayleigh-Bloch展式分别用于近似散射场在有界区域和无界区域的性态. 数值算例检验了算法的有效性.     

一类多重障碍散射问题的数值算法

针对多个散射体的障碍散射问题提出一种新的数值算法.该算法利用单层位势函数和双层位势函数的线性组合近似散射场的性态,无需截断与剖分区域,应用过程简单,收敛速度快.数值算例表明了算法的有效性.     

基于二分算法的GNSS-R数值分析

海面风场反演是利用全球导航卫星系统反射信号（GNSS-R）进行海面遥感探测的一个重要应用,其前提是确定散射区域信息。通过分析比较S.C.Wu算法及在此算法基础上提出的二分法,仿真得出二分算法测得的镜面反射点也可以正确得到散射点的区域变化信息。最后,仿真分析了二分法下的海面散射信号的时延-多普勒二维相关功率关系,验证了二分算法模型简单且实际应用性强的优势。     

基于二分算法的全球导航卫星反射信号数值分析研究

海面风场反演是利用全球导航卫星系统反射信号(GNSS-R)进行海面遥感探测的一个重要应用,其前提是确定散射区域信息。通过分析比较S.C.Wu算法及在此算法基础上提出的二分法,仿真得出二分算法测得的镜面反射点也可以正确得到散射点的区域变化信息。仿真分析了二分法下的海面散射信号的时延-多普勒二维相关功率关系,验证了二分算法模型简单且实际应用性强的优势。     

粗糙表面TE散射的Monte Carlo摸拟

研究了随机粗糙表面的电磁散射问题.在用数值方法研究粗糙表面电磁散射过程中,经常遇到大型的数值计算问题,为此提出一种新的基于积分方程的区域分散算法.采用这种算法,可以将大型计算问题分解为几个小型的问题进行求解.用此新的算法对粗糙表面的散射进行了Monte Carlo模拟.散射计算结果与用直接反演的计算比较结果表明,两种方法符合很好,从而证明了所提方法的可行性.另外,从散射结果我们也得到粗糙表面的背向加强现象.     

求解开腔体时谐散射问题的数值算法

针对一类开腔体时谐散射问题提出一种有效的数值算法. 该算法先对计算区域进行简单剖分, 再利用Fourier Bessel函数和平面波函数去近似解的局部性态, 并利用散射场的多极展开式逼近解在无穷远处的性态; 然后借助最小二乘算法迫使数值解在子区域内边界处近似满足连续性条件. 数值模拟验证了算法的有效性.     

结合天空分割修正的快速去雾方法

针对目前去雾算法对高亮天空区域处理不理想,以及去雾后的图像整体视觉效果较差的问题,提出一种结合天空区域分割修正的快速雾天图像复原方法.首先,对输入图像进行白平衡处理;其次,根据大气散射物理特性和光学成像特性对大气耗散函数做初始估计,判断是否存在天空区域,若存在天空区域,结合对比度增强调整,Otsu算法(大津法)分割出天空区域,修正天空区域的大气耗散函数;最后,由大气散射模型得到复原图像,并对复原图像做亮度调整.实验结果表明:该算法具有较强的场景适应能力,能很好地处理天空区域;复原图像具有较好视觉效果,而且执行速度更快.     

求解一类介质散射问题的特殊解方法

采用特殊解方法, 计算求解一类时谐介质散射问题. 算法在区域简单剖分的基础上, 利用]基本解函数近似散射场的局部性态和无穷远处性态, 无需将无界域截断为有界域, 适用于一般散射体及多个散射体情形, 在粗糙网格下便可达到较高精度, 并实现快速收敛. 数值算例表明了算法的可行性和有效性.     

改进的准均匀区域划分2*(1/2)维时域有限差分算法

本文在维准均匀区域划分的时域有限差分（ＦＤＴＤ）算法的基础上，针对该算法的一些不足之处，利用区域分解算法进行了改进，使之既能比原算法用更少的计算机内存和更短的时间处理单一散射目标问题，又能很方便地处理多散射目标问题。文中给出了改进后的算法与原算法的具体比较结果。     

基于局部密度聚类的雷达目标散射中心区域分割

散射中心是描述雷达目标高频散射机理的重要特征,准确提取雷达目标散射中心参数对解析雷达目标有着极其重要的研究意义。为了提高散射中心参数计算速度,通常将整幅SAR图分解为多个包含散射中心的小区域,对每个小区域分别进行特征提取和参数计算。根据雷达目标散射中心的特点,本文提出了一种基于局部密度聚类的雷达目标散射中心区域分割技术。首先,首先对雷达图像进行Frost滤波、LSM图像分割和面积滤波的一系列图像预处理获得目标ROI区域,然后对预处理后的图像利用局部密度聚类算法检测散射中心并进行区域分割。实验中,采用模拟数据和真实数据对本文方法和传统图像分割算法展开数值实验,实验结果验证了本文方法在雷达目标散射中心区域分割的有效性和优越性。     

基于散射模型的雾天图像快速复原算法

基于暗原色先验的图像去雾算法能够较好地复原雾天图像,复原的结果清晰自然,但原始算法存在计算复杂度高?大气光估计不够准确?天空区域易出 现失真以及无法处理偏色雾霾等缺点?从以上4个问题出发,以大气散射模型为基础,提出了新的估计透射率与大气光的方法?利用线性对比度拉伸对原含雾图像进行预处理,以消除偏色雾霾的影响,利用设置反馈参数的均值滤波估算雾天图像的大气透射图,通过建立权重图划分天空区域并确定大气光,根据天空区域的面积自适应地修正该区域的透射率,将其代入复原模型得到去雾图像?实验证明,该算法能够较好地克服原始算法的缺点,在降低算法复杂度的同时起到良好的复原效果?     

基于极化不变量的谐波雷达导引头目标识别算法

为解决基于目标谐波散射系数的FFT识别算法无法有效识别目标全弹道谐波散射特性的问题,采用了基于极化不变量的目标识别算法.根据目标的半导体模型拟合出目标的谐波散射系数,用卡尔曼滤波器对谐波散射系数进行估计.将估计结果作为酉矩阵的对角元素,建立了目标谐波极化散射矩阵及与其对应的功率矩阵,通过就不同的目标进行谐波散射极化计算得到了仿真结果.结果表明,与基于目标谐波散射系数的FFT识别算法相比,目标谐波极化散射矩阵行列式的值及功率矩阵的迹能反映出目标的全弹道谐波散射特性,二者可以作为有效的目标识别特征量.      

消除近地表地震散射噪音的方法

假设近地表垂直点力产生的地震波场由入射波场和散射波场组成。散射波场由深层散射和浅层散射两个部分组成 ,若只考虑消除近地表区域的面波散射对地震资料的影响 ,则通过地震散射模型来估算近地表散射波分布。由波动理论建立近地表传播和散射模型 ,并在平行地表的一个网格面的各个节点上设置波阻抗差函数来近似地表的非均匀性。散射波场是入射波场与波阻抗差函数的函数。在这样的模式下 ,由炮集记录提取入射波场 ,进而通过最小二乘法 ,求解波阻抗差函数 ,最终得到散射波场的估计。从炮集记录中减去散射波场 ,实现地震散射噪音的衰减     

基于YSPSO-ＲBFN 的布里渊散射谱特征提取

为提高提取到的传感布里渊散射谱的布里渊频偏量的精度,利用压缩因子粒子群优化算法调节权值的ＲBFN( Ｒadial Basis Function Net) 径向基函数神经网络对布里渊散射谱进行特征提取。提出的算法克服了传统ＲBFN 神经网络易于陷入局部极值的缺点,利用PSO( Particle Swarm Optimization) 算法调节权值后向传输网络,对布里渊散射谱进行精度提取,保证了求解的速度和精度。数值分析过程中,利用新型结合算法在不同线宽和不同信噪比大测量范围情况下的散射谱进行参数估计。通过实验获得不同温度下的布里渊散射谱数据,利用YSPSO-ＲBFN( Particle Swarm Optimization with Shinkage Factor Shirnhage Factor-Ｒadical Basis Function) 算法处理实验数据,结果表明,该算法可提高布里渊散射谱特征提取的精度,25 ℃下拟合误差为1． 99 MHz,温度升高拟合误差也在减小。在85 ℃时的频移拟合误差为0． 047 MHz。因此,将该算法用于布里渊散射温度和应变传感系统,可有效提高检测精度。     

基于改进型CLEAN算法三维成像的雷达散射截面积反演

基于三维成像的雷达散射截面积(radar cross section,RCS)测量可以获得目标散射系数的三维空间分布,与一维和二维RCS测量相比,它具有更好的空间分辨能力.但是,在基于成像的RCS测量中,散射中心的提取至关重要,它在很大程度上决定着RCS的反演精度.采用CLEAN算法完成对目标散射中心的提取,有效抑制了图像的三维旁瓣,并针对CLEAN算法存在估计误差的迭代累加效应,设计了一种可以更新估计的改进的相干CLEAN算法,进一步提高了RCS的反演精度.用MATLAB和FEKO测量仿真,结果表明改进型CLEAN算法能更有效地提取散射中心,且提高了RCS的反演精度.     

一种局部监督式纹理分类算法

在小波理论的基础上,提出一种新的纹理分类方法.通过计算一连串的小波分解和模运算得到包括多尺度和多方向共现信息的局部描述符——散射向量,该描述符具有局部平移不变性和线性变形性,然后使用PCA模型选择散射向量得到一种监督式纹理分类算法.最后,采用CURET纹理数据库进行算法验证.结果表明,本文算法具有较高准确率,且能很好对具有相同功率谱的纹理进行分类.     

基于AOA-TOA重构的单站定位算法

针对非视距环境,提出AOA-TOA重构的单站定位算法。算法分两步进行,第1步基于单次散射模型给出了一种关于波达角度(angle of arrival,AOA)的粗略的重构方法;第2步以单基站测得的波达时间(time of arrival,TOA)和AOA等信息,结合散射体分布模型的统计特性,对现有的AOA重构算法进行拓展,以最大似然估计法对TOA重构。改进了传统的单目标参数重构模式,实现了在非直达波(non-line-of-sight, NLOS)环境下基于散射体分布模型的单基站定位,并具有较高定位精度。仿真结果验证了该算法的有效性,同时,仿真结果还验证了该算法在密集多径环境下比多径稀疏的环境有更好的定位性能。     

Cameron分解法在极化SAR图像分析中的应用

利用Cameron分解法对极化SAR图像进行分析,将目标的极化散射矩阵与8类具有特定散射机理的典型散射体匹配,根据匹配角度提出了一种分类算法,从而对地物目标进行分类;实验结果表明,该分类算法对于分类地物目标,进而分析其散射机理是十分有效的。