微小圆孔的近场衍射光强的空间分布特性

采用严格的矢量衍射理论,研究了平面光波垂直入射微小的圆孔光阑后的近场衍射光强的空间分布,模拟计算了衍射光强的空间分布.Matlab仿真结果表明,近场衍射既属于菲涅耳衍射,又接近于夫朗和费衍射.     

平面偏振光波的微矩孔矢量夫琅禾费衍射

利用瑞利——索末菲矢量衍射公式导出平面偏振光波矩孔矢量夫琅禾费衍射的解析计算式,探讨了矢量衍射的实质和特征以及数十倍波长尺寸矩孔、亚波长矩孔和波长级矩孔夫琅禾费衍射的情形.模拟实验表明了该计算式的有效性和可靠性,可在近场光学、微光学、衍射成像、光束传输变换和光信息处理等方面发挥应有作用.     

改进的G矩阵模型法在全极化综合孔径辐射计中的应用

反演成像是综合孔径微波辐射计的一项关键内容,但反演过程是欠定的,不能提供一个确定解. 针对综合孔径辐射计中常用反演算法: G 矩阵模型法存在较大反演误差的问题,提出了一种改进的 G 矩阵模型法应用于FPIR系统中. 仿真结果表明,与传统的 G 矩阵模型法相比,改进的 G 矩阵模型法能有效地降低FPIR系统图像反演误差,以获取高精确度的观测场景的亮温分布满足FPIR系统探测海面风场、土壤湿度等应用需求.      

常见SAR相关干扰技术对比分析

针对基于数字射频存储(digital radio frequency memory, DRFM)的相关压制干扰技术和基于回波模拟的二维面目标合成孔径雷达(synthetic aperture radar, SAR)干扰技术开展研究, 这两种干扰技术都采用与雷达辐射信号高度相关的干扰信号样式, 具有干扰效率高的优点, 被SAR干扰设备广泛采用。首先, 讨论了SAR雷达点目标和面目标的回波数据模型。然后, 分别讨论了DRFM压制干扰技术和面目标欺骗干扰技术的原理。最后, 利用Matlab对DRFM压制干扰技术和面目标干扰技术进行了仿真, 同时与传统的噪声压制干扰技术一起, 对比分析了干扰的效果, 给出了干扰技术的应用建议。仿真结果表明, 面目标干扰对SAR成像局部干扰更加有效, DRFM压制干扰技术适用于大带宽高分辨SAR成像, 面目标干扰更加广泛应用于SAR欺骗干扰。     

考虑地基固结效应的储罐力学性能分析

基于轴对称Biot固结理论,地基土采用Mohr-Coulomb理想弹塑性模型,对地基基础与储罐共同作用问题进行了非线性固结弹塑性有限元数值分析。计算结果表明,地基中孔隙水压力的消散与储罐底板的内力变形特性的时间效应具有密切的联系,底板的最大环向应力和最大径向应力都发生在边缘板附近,壁板最大环向应力发生在壁板底部,这和抗震计算中的"象足"现象相似,该位置容易发生屈曲破坏。所得结论对于地基基础储罐的设计具有一定的参考价值。     

基于多通道SAR系统的ATI-RPCA地面动目标指示方法

针对强杂波背景下的多通道合成孔径雷达(multi-channel synthetic aperture radar,MC-SAR)系统,结合沿航迹干涉(along-track interferometry,ATI)方法和稳健的主成分分析(robust principal component analy-sis,RPCA...     

数学形态学在SAR图像目标识别中的应用

提出了一种能够从复杂背景的SAR图像中识别出圆状目标的方法。该方法首先对SAR图像进行双参数恒虚警(B-CFAR)预处理,排除明显的非目标区,增强下一步对目标的识别效果,然后着重分析了上下文相关加权的形态模板生成算法,在此基础上采用不同的数学形态学变换滤波方法对预处理后的SAR图像候选目标区进行识别,并与相关文献比较,对圆状目标得到了良好的识别效果。     

SVM和HMM相结合的合成孔径雷达图像目标识别

提出了一种支持向量机和隐马尔可夫模型相结合的合成孔径雷达图像目标识别方法。该方法用小波分解和主成分分析提取图像特征,生成特征向量。利用图像在方位角上的关系由特征向量生成图像的特征序列以及隐马尔可夫模型的训练序列。用支持向量机进行目标预识别,确定目标最有可能所属的两个类别,用隐马尔可夫模型在这两个类别中确定目标最终所属类别,完成目标识别。使用MSTAR数据库中的图像数据对该方法进行验证和分析,结果表明,该方法可以明显提高目标的正确识别率,是一种有效的合成孔径雷达图像目标识别方法。     

一种改进的二端口杂波抑制干涉仪

分析了二端口杂波抑制干涉仪的工作原理 ,讨论了系统中的误差及噪声对主杂波抑制的影响。在此基础上 ,对二端口杂波抑制干涉仪方案中最关键的对消因作做了改进。分析和仿真结果表明 :经改进的二端口杂波抑制 ,干涉仪对误差及噪声的敏感程度显著下降 ,能够稳健地抑制主杂波 ,进而使检测淹没在主瓣杂波中的慢动军事目标成为可能。     

基于特征增强的非均匀采样SAR三维稀疏成像

对于非均匀采样数据,现有三维稀疏成像方法中的数据局部插值会带来误差,且得到的分布式目标成像结果与其连续散射的本质不符.针对这些问题,首先将成像问题直接建模为三维空间中联合的稀疏重构问题,并通过选取候选散射中心进行字典降维;然后,在降维后的模型中增加三维特征增强约束项,建立三维空间中相邻散射中心之间的联系;最后,结合高斯...