使用微多普勒信息识别伪装人体目标动作的新方法

为了有效识别垂直遮障伪装后的地面人体目标动作类别,首先使用具有全天候探测、可穿透障碍物能力的多普勒雷达获取人体目标微多普勒信号,再将微多普勒信号经短时傅里叶变换后获得的时间、频率和功率三维信息图形作为数据源,并使用点描述算法获取三维形状特征用于分类。使用20组人体目标的4个不同动作实测数据,分别采用多层感知器结构的人工神经网络方法和超核支持向量机方法对动作特征进行分类。通过比较实验证明,提出的方法可以更高效地进行人体目标动作分类。     

一种节约内存的局部一维减缩时域有限差分方法

为了提高电大尺寸目标电磁计算效率,提出了一种用于克服时域有限差分算法稳定条件限制、降低计算所需内存的新方法。证明了即使在无源区域,局部一维时域有限差分法所给出的电磁场量不满足零散度关系,并推导了该散度关系的具体表达式。基于该非零散度关系和麦克斯韦旋度方程,将三维局部一维时域有限差分法与减缩时域有限差分法相结合,从而得到三维的局部一维减缩时域有限差分法。通过仿真计算证明该方法与LOD-FDTD方法的计算结果一致,具有良好的计算稳定性。