一、地(海)杂波反射率模型研究(论文文献综述)
马丽文[1](2021)在《基于深度学习与海洋环境参数的海杂波特性研究》文中研究表明海杂波特性研究在雷达探测、海面目标检测及微波遥感等领域具有重要意义。本文主要基于海洋环境参数和深度学习模型研究不同海域的海杂波特性,建立了海洋环境参数与海杂波特性之间的关联模型,并分析了不同海域影响海杂波特性的海洋环境参数因子,为不同海域目标探测、不同波段雷达参数选择及性能提升提供数据和理论支持。本文的主要研究内容及成果特色概括如下:1.本文首先基于欧洲中尺度天气预报中心提供的大量海洋环境参数数据,分析了渤海、黄海、东海、南海及台湾海峡的海洋环境参数分布,确定了各海域采样点位置,建立了不同海域海洋环境参数数据库,为海面建模及电磁散射仿真提供数据支持。2.针对实测海杂波数据有限,无法满足不同海域海杂波特性分析的问题。本文基于海浪谱模型及真实海洋环境参数仿真了不同海域不同时刻的各采样点三维海面,基于电磁散射理论计算了时序仿真海面对应的海杂波时间序列。基于CUDA平台,课题组提出了海面建模并行算法及海杂波时间序列建模并行算法,生成大量海杂波数据,建立了不同海域不同波段雷达仿真海杂波特性数据库。3.雷达探测的海杂波信号中包含同频干扰、目标及噪声等。针对人工提取海杂波有效区域效率低、主观性强及人力成本高等问题,本文基于轻量级目标检测网络建立了海杂波有效区域提取模型,大大提高了纯净海杂波的提取效率,为海杂波特性分析提供了大量实测纯净海杂波数据。基于仿真及实测海杂波数据,建立了不同海域不同波段的海杂波特性数据库。4.针对海杂波幅度分布类型及参数联合预测问题,本文提出了联合损失函数,用于训练基于人工神经网络的海杂波幅度分布类型及参数预测模型。UHF、S及X波段实测海杂波数据的验证结果表明:该模型预测性能优于基于矩估计及最大似然估计的幅度分布的形状因子及尺度因子预测和K-S检验的幅度分布类型分类。5.传统的海杂波幅度均值模型通常考虑完全发展海面,海杂波幅度均值模型适用范围有限。基于大量不同海情的实测海洋环境参数及海杂波特性数据,本文建立了适用于我国海域的海洋环境与海杂波特性(幅度均值、多普勒谱频移及展宽)的线性及非线性关联模型,分析了不同海域不同波段实测海杂波时空相关性,为海杂波抑制提供依据。针对海杂波抑制问题,本文基于长短期记忆网络建立了海杂波归一化幅度预测模型,将预测值与真实值对消实现海杂波抑制,并在频域内分别讨论了纯净海杂波及含目标海杂波抑制结果。6.基于不同海域的海洋环境参数及海杂波特性数据,分析了不同海域不同波段海杂波特性的海洋环境参数影响因素。其中,风速及有效波高是海杂波幅度均值、幅度概率密度函数及多普勒谱展宽的主要影响因素,风向是影响多普勒谱频移方向的主要因素。
刘志鑫[2](2020)在《海杂波背景下的低空风切变检测方法研究》文中研究指明随着世界科技与经济的发展,各国都在发展建造海上/滨海机场,例如英国伦敦第三机场、纽约拉瓜迪亚机场以及澳门机场等。然而由于海上/滨海机场附近气象条件复杂,民航客机在海上/滨海机场起飞降落将面临着许多恶劣的气象状况,会对飞机飞行安全造成重大威胁,而低空风切变则是众多恶劣气象状况中威胁飞机飞行安全的“头号杀手”。机载气象雷达作为飞机航电设备的重要组成部分可以在海面背景下进行低空风切变检测,但是却面临着许多困难,首当其冲的是机载气象雷达接收的海杂波信号会埋没低空风切变信号,使风速无法准确估计,导致低空风切变无法准确检测。目前的低空风切变检测方法多针对于地杂波背景,然而地杂波与海杂波之间存在着许多不同,海面波浪的运动会造成海杂波空时谱展宽,导致杂波抑制难度增加,影响低空风切变检测的准确性。因此专门研究海杂波背景下的低空风切变检测方法具有十分重要的意义。本论文以机载相控阵气象雷达为基础,针对海杂波背景下的低空风切变检测方法展开研究。主要内容如下:提出一种海杂波背景下基于空间多波束-时域滑窗的低空风切变检测方法。此方法首先对雷达回波数据进行预处理,然后构建空间多波束-时域滑窗的空时自适应处理(Space-Time Adaptive Processing,STAP)结构,对同频多普勒通道的输出进行自适应处理,构造代价函数实现低空风切变场的风速估计,最后计算平均F因子与告警阈值进行比较,实现低空风切变检测。针对独立同分布(Independent Identical Distribution,IID)训练样本数量极少的情况,提出一种基于稀疏重构的低空风切变检测方法,可仅利用几个少量的样本就能实现准确的低空风切变检测。此方法首先利用前视阵海杂波在角度-多普勒域的稀疏特性,通过构造超完备字典对空时快拍信号进行稀疏表示,采用稀疏贝叶斯学习算法进行信号重构,估计待检测距离单元的杂波协方差矩阵,然后通过构建空时自适应滤波器进行海杂波抑制与信号匹配,构造代价函数实现低空风切变风速估计,最后计算平均F因子进行低空风切变危险性判决,实现低空风切变检测。
史小仲[3](2020)在《海天背景下红外小目标检测技术研究》文中研究指明近些年来,随着红外成像技术和数字图像处理技术的不断发展,红外小目标检测技术已经广泛地应用在军事、国防及民用等领域。当小目标处于复杂海天背景下时,图像的信噪比较低,目标容易淹没在背景杂波中,从而造成漏检、虚警。因此,如何准确高效地在复杂海天背景下的红外图像中检测出小目标,对于军事与民用领域具有非常重要的实际意义。本文围绕海天背景下小目标的检测,主要从以下几个方面进行研究:针对目前海面红外背景辐射的仿真与建模结果与真实场景差距较大的情况,本文对海面红外背景辐射的形成机理进行了研究与分析,介绍了海浪背景外观模型,根据线性波浪模型与二维的海浪方向谱,仿真得到了三维海浪高度图,进而计算出海面各微面元的法向量。针对Cox-Munk反射率只适用于特定的观察角度反射率的缺点,提出了一种基于双向反射分布函数(BRDF)的海面反射率求解方法,可以得到任意观察角度的反射率。同时结合海面自发红外辐射以及太阳、天空的红外辐射对海面背景辐射的影响,最终得到了海面背景的红外辐射分布规律。针对海面杂波组成复杂且多变、图像中的目标很容易被背景杂波所覆盖的情况,提出了一种基于海杂波曲率特性的海面红外小目标检测算法。该方法分析了红外海杂波与小目标的曲率特性,利用海杂波与小目标在正交方向上曲率特性的区别,对曲率图进行正交分解与融合,最后采用自适应阈值分割的方法对融合后的曲率图进行目标提取。实验结果表明,对于强海杂波情况下的海面红外小目标检测,本文提出的算法具有更高的探测率。针对海天背景下海面可能会出现岛屿、油井平台等复杂场景的情况,本文提出了一种基于局部最大灰度值与多尺度局部对比度相结合的红外小目标检测算法:首先利用红外图像中背景与小目标的局部最大灰度值特性的差异,将背景与目标区分开,得到原始红外图像对应的局部最大灰度值特征提取图;接着利用多尺度局部对比度算法,得到抑制背景后的图像,该图像与原图像相比在抑制背景的同时有效地增强了目标。实验数据分析的结果表明,该算法在复杂海天场景下具有较高的检测率与良好的鲁棒性。
吴涛[4](2019)在《不同海域多频段海杂波特性差异与主要影响因素分析》文中认为不同海域真实海洋环境下的海杂波特性对于雷达探测、遥感、SAR成像以及态势感知等应用领域有着重要作用。由于不同海域海洋环境复杂多变,导致海杂波特性差异明显,因此亟需建立真实海洋环境海杂波特性数据库。然而,单纯通过现场实验获取海杂波特性数据成本十分高昂,需要结合不同海域多频段海杂波特性建模,测量数据与理论模型协同,利用深度学习研究和评估不同海域海杂波特性和影响因素,不失为一种有效的研究方法。本文主要研究不同海域真实海洋环境海杂波特性仿真建模,并对不同海域海杂波的差异性和主要影响因素进行分析。本文基于不同海域真实海洋环境数据,结合时变多尺度海面海杂波特性建模和高性能仿真计算,揭示了小擦地角情况下,高海情、高频段条件下易产生海尖峰现象的物理机制,并建立了不同海域海洋环境多物理场的海杂波数据库。研究海洋环境要素主要包括风速、风向、波高、波向和波周期等对不同海域海杂波特性差异性的主要影响。本文的主要研究成果及特色概括如下:1.由于不同海域海洋环境复杂多变,导致海杂波特性差异明显,因此亟需建立真实海洋环境海杂波特性数据库。本文利用20152017年欧洲中尺度气象数据资料,建立我国渤海、黄海、东海、台湾海峡和南海的海浪类型分类和海洋环境要素的多物理场时空分布数据库,包括不同海域四季各海洋环境要素大概率取值范围,该数据库为建立海面电磁散射理论模型、海杂波特性建模以及深度学习提供可靠的真实海洋环境多物理场条件。2.传统风浪谱海面电磁散射模型仅考虑风速和风向,无法分析不同海域相同海情条件下,海杂波特性的差异。本文考虑波高、波向和波周期的混合重力波海浪谱,结合基于风速和风向的瞬时Efouhaily张力波模型,实现了实际海洋环境的多尺度海面几何建模,并改进了含泡沫修正双尺度算法,研究不同海域相同风向风向下海面电磁散射特性,揭示其差异性机理。3.本文利用不同海域真实海洋环境数据,结合时变多尺度海面海杂波特性建模和高性能仿真计算,揭示了小擦地角情况下,高海情、高频段条件下易产生海尖峰现象的物理机制,并建立了不同海域海洋环境多物理场的海杂波数据库。重点运用深度学习研究了海杂波统计特征量和海洋环境各参数的多物理场参数和深度认知模型,提出了因子分析法并应用于不同海域海杂波特性差异的影响因素分析。并以同一海域海洋环境数据为例,结合海杂波时间序列和多普勒特性分析发现,实际海杂波在高频段、高海情时,小擦地角情况下,海杂波的散射系数经常会出现HH极化高于VV极化现象;同时,当擦地角取10°、5°和3°时,从S和X波段HH极化和VV极化幅度极化比可发现,随着海情增大,波段升高,擦地角减小,HH极化大于VV极化的情况明显增多。高海情小擦地角下,海面的多径效应、绕射效应和体面复合散射效应更为凸显,这也可能是出现“海尖峰”现象的主要散射机理。4.传统海尖峰提取方法复杂且限制条件多,本文引入孤立森林异常数据分析算法计算不同海域海杂波特性数据的异常分数,研究发现海洋环境异常分数小于-0.1的时间段与台风等恶劣天气相关性极高;同时,发现不同极化幅度均值的异常分数小于-0.1的时间段与雷达回波异常现象相关性极高,并且海洋环境异常的时间段内,海尖峰现象更容易发生。上述研究成果为海洋电磁态势感知提供技术支撑。
赵海峰[5](2019)在《基于WRF气象数据模式的区域非均匀大气波导雷达海杂波传播与参数反演》文中进行了进一步梳理海洋表面上空9-20公里的对流层大气层结是风、雨、雾等天气现象发生的主要区域,该层气象环境变化剧烈,且海陆交界处易受到陆地干暖气流影响,常引起海面上空一定高度内的折射率高度方向上异常变化,形成可陷获电磁波传播的大气波导结构。异常折射率梯度使得电磁波传播轨迹弯向地球表面,从而陷获在大气波导层结内传播,实现对流层地波超视距传播。大气波导效应严重干扰了海洋环境中的雷达探测、无线电通信、电子对抗等系统的性能,研究其对电波传播的影响有助于弥补系统缺陷,降低气象等不可控因素带来的影响。当前大气数值预报模式飞速发展,结合气象数值模拟技术预测、模拟海上大气物理参量,可以实现一定区域内海上大气波导结构的预报。因此,本文对海上对流层波导的折射率参数变化的预测与反演具有重要意义。本文首先研究了大气波导环境中的电磁波传播特性,在此基础上对大气波导环境的水平非均匀性进行建模,使用雷达海杂波对单个方位向的修正折射率剖面进行反演,进而计算了反演得到的剖面参数的不确定性统计估计,使用中尺度数值模式WRF对我国不同海域的蒸发波导高度进行计算。主要工作内容如下:1、使用抛物方程模型计算了电磁波在波导环境中的传播特性和在特定高度下传输损耗随距离的变化、特定距离下传输损耗随高度的变化趋势,分别计算了蒸发波导和表面波导中不同极化的电磁波在不同雷达工作频率下的传播特性。分别使用NRL模型与GIT模型计算了HH极化及VV极化的海面均值散射系数,进而计算了不同工作频率及不同散射系数下的雷达回波功率。2、使用核主分量分析(KPCA)方法替代主分量分析方法(PCA),更精确的处理修正折射率剖面与雷达回波之间的病态非线性关系。并且使用2014年青岛气象雷达站实测的雷达回波功率对修正折射率剖面进行了反演。3、介绍了蒸发波导四参数模型,使用马尔科夫-蒙特卡洛(MCMC)方法对蒸发波导四参数模型进行采样,计算各个参数的后验概率分布,得到参数反演结果的后验概率密度分布。4、使用中尺度WRF数值模拟我国部分不同海域(东海、黄海及南海)中对大气波导效应影响较大的气象物理参量,并且在此基础上使用P-J单参数模型对不同海域的蒸发波导进行计算,得到区域非均匀性的蒸发波导高度,同时计算了东海、黄海及南海的区域修正折射率分布。
梁浩,李国刚,徐艳国[6](2016)在《飞行高度对雷达对海性能影响性分析评估》文中研究指明回顾了点目标和面杂波的经典雷达方程和接收机噪声基本原理,介绍了三种经典海杂波单位面积反向散射率经验模型。使用经验模型分析了不同飞行高度、特定海情条件海杂波分布特性。使用实际试飞数据印证了实录机载海杂波与经验模型的趋势一致性。结合海杂波背景中目标检测的特点,提出了一种快速评估飞行高度对海杂波背景下目标检测的影响性分析评估方法。最终给出了机载海面监视雷达使用高度的选择建议。
汪先超,汤子跃,朱振波,连晓锋[7](2016)在《杂波和干扰背景下机载预警雷达的作用距离》文中认为在实战环境下的机载预警雷达信号检测中,目标信号要与旁瓣杂波、噪声以及干扰信号相抗衡,决定机载预警雷达作用距离的因素是目标信号功率与旁瓣杂波功率、噪声功率和干扰功率之和的比值,其中,不同地形和不同PRF工作模式下机载预警雷达旁瓣杂波功率的计算是个难点。在分析地海杂波特性的基础上,在考虑雷达信号处理得益的情况下推导出机载预警雷达旁瓣杂波功率计算的通用公式,并最终给出在杂波和干扰背景下机载预警雷达的作用距离方程。仿真实验结果表明了所推导的旁瓣杂波功率计算公式和作用距离方程的正确性。
魏明珠[8](2015)在《机载预警雷达海杂波的抑制方法》文中认为以机载预警雷达实测海杂波数据的统计特性为基础,系统分析了抑制海杂波的方法,涉及到波束内的信号检测方法和帧间积累方法两方面。信号检测方法针对海杂波中的Bragg散射和Whitecap散射分量,处理方法包括时域信号检测和频域信号检测。帧间积累方法主要针对海杂波分量中的Burst散射分量,采用的方法包括非相参的二进制积累、相参积累以及检测前跟踪。通过系统分析不同海杂波环境下各种方法的选择和使用条件,为机载预警雷达海杂波背景下的信号处理领域提供了重要的依据。
李俊旺[9](2015)在《基于WRF与天气雷达数据的非均匀大气波导监测反演研究》文中研究指明在对流层波导环境下,电磁波会发生反常传播,电磁波的反常传播特性严重影响雷达和无线通信设备的性能,因此大气折射环境的监测对于电磁波传播特性的研究意义重大。大气折射率决定于气象参数,气象参数的多变性导致了大气折射率的复杂性。直接测量大气折射率成本高并且耗时较多,因此需要一种低成本实时的大气折射率监测方法。目前,利用雷达海杂波数据反演大气折射率方法(RFC)得到了广泛的应用,同时反演优化算法也得到了快速发展。中尺度模式能够快速获取大气环境参量,同化常规观测资料,成为大气折射率监测的有效工具。因此本文将中尺度模式和雷达海杂波数据反演大气折射率方法相结合,有效的得到了比较准确的大气折射率。主要研究结果如下:1.介绍了新一代多普勒天气雷达,并根据青岛气象局多普勒天气雷达回波图分析了电波传播随时间和空间的变化特性,并分析了不同仰角情况下多普勒天气雷达回波的分布特征,进一步验证了大气波导环境对电波传播的影响。2.利用中尺度WRF模式对大气修正折射率和蒸发波导高度进行了模拟,阐述了蒸发波导四参数模型比单参数PJ模型的优势。然后将模拟的大气修正折射率作为输入,根据电波传播抛物方程模型、雷达气象方程和多普勒天气雷达参数模拟了海上区域多普勒天气雷达回波,并将回波功率和反射率因子与实测数据进行比较,结果表明,模拟多普勒天气雷达回波与实测数据比较一致。验证了中尺度WRF模式模拟气象参量的有效性,同时大气修正折射率模拟结果为后面的大气折射率剖面建模和反演建立了基础。3.基于RFC方法反演大气修正折射率,实测数据采用多普勒天气雷达回波功率数据,利用主分量分析方法构建水平非均匀大气波导修正折射率剖面参数模型,然后使用粒子群优化算法对剖面参数进行采样,最后根据反演模型获得大气修正折射率剖面。4.利用马尔科夫链蒙特卡洛采样算法对剖面参数快速采样,基于贝叶斯后验概率估计理论计算得到反演剖面参数的后验概率密度分布,在得到了反演剖面的情况下分析反演结果的不确定性。最后将中尺度WRF模式模拟的大气修正折射率作为先验信息对反演结果进行修正,结果表明贝叶斯反演方法反演结果比较准确,含先验信息时反演结果的确定性增强,体现了中尺度WRF模式在大气折射环境监测和反演方面的可靠性。
连晓锋,朱振波,汪先超,余方利,雷志良[10](2015)在《复杂杂波背景下机载预警雷达探测性能分析》文中进行了进一步梳理机载预警雷达通常采用相控阵体制和脉冲多普勒(PD)体制,重点探讨中脉冲重复频率(MPRF)工模式下机载预警雷达的探测性能。在真实作战环境下的机载预警雷达信号检测中,目标信号要与杂波、噪声相抗衡,决定机载预警雷达探测性能的是信杂噪比。在分析地、海杂波特性的基础上,建立了逼近实际的地、海杂波模型,在考虑机身遮挡的前提下分析了采用经典机载PD雷达信号处理方法的机载预警雷达的探测性能。仿真结果表明了本文提出的机载预警雷达探测性能分析方法的正确性。
二、地(海)杂波反射率模型研究(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、地(海)杂波反射率模型研究(论文提纲范文)
(1)基于深度学习与海洋环境参数的海杂波特性研究(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
缩略语对照表 |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 海洋环境参数监测及海杂波测量试验 |
1.2.2 时变海面几何建模 |
1.2.3 海杂波有效区域提取及幅度分布参数估计方法 |
1.2.4 海杂波抑制方法研究 |
1.2.5 深度学习模型及其在海杂波信号处理过程中的应用 |
1.3 论文主要内容和框架结构 |
1.4 论文特色及创新点 |
第二章 不同海域海洋环境参数及实测海杂波数据库 |
2.1 引言 |
2.2 不同海域海洋环境参数分布及数据库 |
2.2.1 中国各海域范围及特征 |
2.2.2 不同海域海洋环境参数分布特征 |
2.2.3 不同海域典型采样区域选择及海洋环境参数数据库 |
2.3 不同海域不同波段雷达海杂波数据 |
2.3.1 加拿大IPIX雷达及海杂波数据 |
2.3.2 黄海青岛附近海域UHF及S波段雷达及海杂波数据 |
2.3.3 黄海烟台附近海域X波段雷达及海杂波数据 |
2.3.4 南非Fynmeet雷达及海杂波数据 |
2.4 海杂波特性 |
2.4.1 幅度均值 |
2.4.2 幅度分布 |
2.4.3 多普勒谱特性 |
2.4.4 时空相关性 |
2.5 本章小结 |
第三章 海浪谱及三维海面几何建模 |
3.1 引言 |
3.2 海谱及方向分布函数 |
3.2.1 国内外典型海谱模型 |
3.2.2 方向分布函数 |
3.2.3 海浪谱模拟 |
3.3 线性海面几何建模 |
3.3.1 基于线性叠加法的海面建模 |
3.3.2 基于CUDA的三维海面并行建模 |
3.4 海杂波时间序列建模 |
3.4.1 多尺度海面电磁散射模型 |
3.4.2 基于CUDA的海杂波时间序列并行建模 |
3.5 不同海域仿真海杂波时间序列及特性分析 |
3.5.1 不同海域仿真海杂波时间序列 |
3.5.2 不同波段仿真海杂波特性分析及验证 |
3.6 本章小结 |
第四章 基于深度学习的实测海杂波有效区域检测 |
4.1 引言 |
4.2 实测海杂波数据采集 |
4.2.1 雷达定标技术 |
4.2.2 对海数据采集原理 |
4.3 实测海杂波有效区域定义 |
4.4 实测海杂波有效区域检测方法 |
4.4.1 人工检测有效区域 |
4.4.2 基于轻量级目标检测网络的海杂波有效区域智能检测 |
4.5 海杂波有效区域检测结果及分析 |
4.5.1 海杂波有效区域数据集 |
4.5.2 有效区域检测结果及分析 |
4.6 本章小结 |
第五章 基于海洋环境参数的海杂波特性预测 |
5.1 引言 |
5.2 NRL-MSINN模型及散射系数预测 |
5.2.1 海洋环境参数及纯净海杂波散射系数数据集构建 |
5.2.2 NRL-MSINN模型 |
5.2.3 海杂波散射系数预测结果及分析 |
5.3 海杂波幅度分布类型及参数联合预测 |
5.3.1 海杂波幅度分布参数的传统估计方法 |
5.3.2 海杂波幅度分布类型及参数的联合预测方法 |
5.3.3 实测海杂波幅度分布类型及参数联合预测结果与分析 |
5.4 基于实测海洋环境参数的海杂波多普勒谱特性预测 |
5.4.1 实测海洋环境参数及海杂波多普勒谱特性分布 |
5.4.2 多普勒谱特性预测结果分析 |
5.5 实测海杂波时空相关性分析 |
5.5.1 不同海域不同雷达波段实测海杂波时间相关性 |
5.5.2 不同海域不同雷达波段实测海杂波空间相关性 |
5.6 本章小结 |
第六章 基于深度学习的不同海域多波段海杂波抑制 |
6.1 引言 |
6.2 传统海杂波抑制方法 |
6.2.1 循环对消法 |
6.2.2 子空间分解类海杂波抑制方法 |
6.3 不同波段海杂波的LSTM预测模型及海杂波抑制原理 |
6.3.1 海杂波预测准则及抑制原理 |
6.3.2 不同波段海杂波归一化幅度预测模型 |
6.4 海杂波归一化幅度预测和抑制结果及分析 |
6.4.1 第一距离门海杂波归一化幅度预测结果及分析 |
6.4.2 不同距离门海杂波归一化幅度预测结果及分析 |
6.4.3 海杂波抑制结果及分析 |
6.5 本章小结 |
第七章 不同海域不同波段海杂波特性影响因素分析及评估 |
7.1 引言 |
7.2 海杂波特性影响因素分析 |
7.2.1 海杂波幅度均值影响因素分析 |
7.2.2 海杂波幅度分布形状因子影响因素分析 |
7.2.3 海杂波多普勒谱影响因素分析 |
7.3 不同海域不同波段海杂波特性影响因素评估 |
7.4 本章小结 |
第八章 结束语 |
参考文献 |
致谢 |
作者简介 |
(2)海杂波背景下的低空风切变检测方法研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 国内外研究现状 |
1.2.1 机载气象雷达 |
1.2.2 低空风切变检测和预警 |
1.2.3 海杂波背景下的目标检测技术 |
1.3 本文工作内容和结构安排 |
第二章 海杂波背景下的机载气象雷达回波仿真 |
2.1 引言 |
2.2 机载相控阵气象雷达回波数据模型 |
2.3 低空风切变回波信号建模与仿真 |
2.4 机载相控阵气象雷达海杂波回波仿真 |
2.4.1 基于PM海浪谱的物理海平面模拟 |
2.4.2 海面后向散射系数与幅度分布 |
2.4.3 基于Ward模型的机载相控阵气象雷达海杂波仿真 |
2.4.4 机载前视阵雷达海杂波特性分析 |
2.5 仿真结果分析 |
2.5.1 仿真参数 |
2.5.2 机载相控阵气象雷达低空风切变仿真分析 |
2.5.3 机载相控阵气象雷达海杂波仿真分析 |
2.6 本章小结 |
第三章 基于空间多波束-时域滑窗的低空风切变检测方法 |
3.1 引言 |
3.2 基于空间多波束-时域滑窗的低空风切变检测方法 |
3.2.1 回波数据预处理 |
3.2.2 构造降维变换矩阵 |
3.2.3 低空风切变风速估计 |
3.2.4 低空风切变危险判决 |
3.3 方法流程 |
3.4 实验结果与分析 |
3.5 本章小结 |
第四章 基于稀疏重构的低空风切变检测方法 |
4.1 引言 |
4.2 稀疏重构理论 |
4.2.1 稀疏重构问题描述 |
4.2.2 信号稀疏重构算法 |
4.3 基于稀疏重构的低空风切变检测方法 |
4.3.1 空时信号稀疏表示与超完备字典构造 |
4.3.2 基于稀疏贝叶斯学习的空时二维谱重构 |
4.3.3 低空风切变风速估计 |
4.3.4 低空风切变危险判决 |
4.4 方法流程 |
4.5 实验结果与分析 |
4.6 本章小结 |
第五章 结束语 |
致谢 |
参考文献 |
攻读硕士期间所发表的论文 |
(3)海天背景下红外小目标检测技术研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 国内外发展现状综述 |
1.2.1 红外图像背景仿真技术 |
1.2.2 图像预处理技术 |
1.2.3 红外目标检测技术 |
1.3 本文需解决的问题 |
1.4 本文主要结构和内容安排 |
2 海面红外辐射特征研究 |
2.1 海面背景红外辐射 |
2.2 海浪背景外观模型 |
2.2.1 线性波浪模型 |
2.2.2 二维海浪谱模型 |
2.2.3 海面反射率计算 |
2.3 辐射方程以及各辐射量的计算 |
2.3.1 海面红外辐射方程 |
2.3.2 大气透过率计算 |
2.3.3 海面自身辐射计算 |
2.3.4 海面对天空辐射的散射 |
2.3.5 海面对太阳辐射的散射 |
2.4 本章小结 |
3 基于海杂波曲率特性的海面红外小目标检测算法 |
3.1 常用海面红外小目标检测算法 |
3.1.1 Top-hat滤波法 |
3.1.2 最大中值滤波法 |
3.1.3 二维最小均方滤波(TDLMS)滤波算法 |
3.1.4 常用目标检测算法比较 |
3.2 基于海杂波曲率特性的小目标检测算法 |
3.2.1 红外图像预处理 |
3.2.2 红外海杂波曲率特性分析 |
3.2.3 基于曲率的小目标检测方法 |
3.3 算法仿真与结果分析 |
3.3.1 评价指标 |
3.3.2 实验结果与分析 |
3.4 本章小结 |
4 基于改进的多尺度局部对比度的红外小目标检测算法 |
4.1 多尺度局部对比度分析理论 |
4.1.1 局部对比度(LCM) |
4.1.2 多尺度局部对比度(MLCM) |
4.2 基于局部最大灰度值与多尺度局部对比度的红外小目标检测算法 |
4.2.1 局部最大灰度值特性 |
4.2.2 基于改进的多尺度局部对比度的红外小目标检测 |
4.2.3 自适应阈值分割 |
4.3 实验结果与分析 |
4.3.1 实验原始图像与处理结果 |
4.3.2 算法效果评价与对比 |
4.4 本章小结 |
5 总结与展望 |
5.1 研究工作总结 |
5.2 研究展望 |
致谢 |
参考文献 |
附录 |
(4)不同海域多频段海杂波特性差异与主要影响因素分析(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
缩略语对照表 |
第一章 绪论 |
1.1 研究背景和意义 |
1.2 国内外研究概况及发展趋势 |
1.2.1 海洋环境要素监测技术 |
1.2.2 多尺度真实海面精细几何建模 |
1.2.3 海杂波实验观测和统计特性分析 |
1.2.4 小擦地角海面的电磁散射与破碎白冠散射特性研究 |
1.2.5 深度学习方法在海杂波特性认知的应用 |
1.3 论文主要内容和框架结构 |
1.4 论文特色及创新点 |
第二章 中国近海不同海域海洋环境多物理场时空分布 |
2.1 引言 |
2.2 气象卫星数据介绍及不同海域划分 |
2.2.1 全球气象卫星数据预处理 |
2.2.2 中国近海不同海域划分及特征 |
2.2.3 不同海域海洋环境要素数据库特征 |
2.3 不同海域海洋环境参数的分布特征 |
2.3.1 不同海域不同采样区域数据分布特征 |
2.3.2 不同海域海洋环境参数月平均变化特征 |
2.3.3 不同海域海洋环境参数概率统计特征 |
2.3.4 不同海域风速和波高联合概率密度分布 |
2.4 不同海域风速与波浪参数工程统计经验模型 |
2.4.1 不同海域波高与风速随方位向分布特征 |
2.4.2 不同海域波高与风速的经验公式 |
2.4.3 不同海域波高与波周期的经验公式 |
2.5 不同海域海洋环境要素可视化实现 |
2.5.1 海洋环境要素可视化界面介绍 |
2.5.2 中国近海不同海域介电常数场分布 |
2.6 本章小结 |
第三章 真实海洋环境要素海浪谱模型及海面几何建模 |
3.1 引言 |
3.2 不同海域海浪类型统计分析 |
3.2.1 不同海域海浪类型的分类方法 |
3.2.2 不同海域海浪类型的统计结果 |
3.3 真实海面混合海浪谱模型研究 |
3.3.1 海浪频率-波数色散关系 |
3.3.2 几种典型海浪谱模型 |
3.3.3 混合海浪谱模型 |
3.3.4 不同海域真实海洋环境要素海浪谱模型 |
3.4 基于海洋环境要素的真实海面几何建模 |
3.4.1 线性真实海面几何建模 |
3.4.2 涌浪叠加风驱海面几何模型 |
3.5 本章小结 |
第四章 不同海域真实海洋环境多尺度海面电磁散射特性 |
4.1 引言 |
4.2 掠入射下海面后向散射系数存在的问题 |
4.2.1 传统双尺度法的局限性 |
4.2.2 布鲁斯特角电磁散射的极化效应 |
4.3 真实海面后向电磁散射的含泡沫修正双尺度方法 |
4.3.1 真实海面斜率修正项 |
4.3.2 大入射角时海面曲率效应修正 |
4.3.3 海浪顺逆风方向倾斜不对称性修正 |
4.3.4 真实海面遮蔽函数的修正 |
4.3.5 相对截断波数选取对电磁散射影响 |
4.3.6 含泡沫海面修正双尺度法 |
4.4 海面后向电磁散射的实验验证 |
4.4.1 国外中等擦地角实验验证 |
4.4.2 实测低频段小擦地角实验验证 |
4.5 不同海域真实海洋环境要素对后向电磁散射影响 |
4.5.1 单个海洋环境参数对海面电磁散射影响 |
4.5.2 面元剖分精度对海面电磁散射影响 |
4.5.3 频率对不同海域海面电磁散射系数影响 |
4.5.4 擦地角对不同海域海面电磁散射系数影响 |
4.5.5 方位角对不同海域海面电磁散射系数影响 |
4.6 本章小结 |
第五章 时变多尺度真实海洋环境要素海面海杂波特性分析 |
5.1 引言 |
5.2 时变多尺度真实海面海杂波时间序列建模 |
5.2.1 基于面元的准镜面散射机制 |
5.2.2 基于重力波调制毛细波谱海面电磁散射 |
5.2.3 基于真实海面面元的复合电磁散射 |
5.2.4 时变多尺度真实海面幅度均值特性及多普勒特征量 |
5.3 时变多尺度真实海面海杂波时间序列的高性能并行建模 |
5.3.1 不同海域海洋环境要素海面的海杂波特性数据集 |
5.3.2 基于CUDA的GPU-CPU异构体系并行计算 |
5.3.3 真实海面海杂波时间序列并行优化设计 |
5.4 时变多尺度真实海洋环境要素海面海杂波特性分析 |
5.4.1 时变多尺度海杂波幅度均值时间序列仿真结果 |
5.4.2 时变多尺度海杂波多普勒频谱特性仿真结果 |
5.4.3 真实海洋环境要素海面的海杂波特性分析 |
5.5 本章小结 |
第六章 海洋环境要素和海杂波特征量预测的深度学习方法 |
6.1 引言 |
6.2 深度学习神经网络模型简介 |
6.2.1 前馈神经网络与深度学习 |
6.2.2 循环神经网络与长短时记忆网络 |
6.3 不同海域时序海洋环境要素数据的预测 |
6.3.1 时序海洋环境要素数据的平稳性检测 |
6.3.2 基于传统ARIMA模型预测风速和波高 |
6.3.3 基于Keras库实现LSTM时间序列预测模型 |
6.3.4 利用LSTM网络预测黄海风速和波高时间序列 |
6.4 基于深度学习网络的海洋环境要素和海杂波特征量预测 |
6.4.1 基于Keras库实现DNN深度神经网络预测模型 |
6.4.2 黄海2017年有效波高的深度神经网络预测模型 |
6.4.3 基于神经网络模型的海杂波特征量预测 |
6.4.4 基于不同海域海杂波特性数据集对有效波高的预测 |
6.5 本章小结 |
第七章 不同海域多物理场海杂波特性差异和主要影响因素 |
7.1 引言 |
7.2 不同海域多物理场海杂波特性数据库构建 |
7.2.1 不同海域多物理场海杂波特性数据分析流程 |
7.2.2 不同海域海杂波特性数据预处理 |
7.2.3 基于多元海洋环境要素数据的海况分类 |
7.3 不同海域真实海面海杂波特性数据库异常检测 |
7.3.1 基于孤立森林算法的海洋环境异常检测 |
7.3.2 真实海面海杂波特性数据的异常检测 |
7.4 不同海域海杂波特性数据的统计特征与影响因素分析 |
7.4.1 同一海域不同频段海杂波特性差异的统计结果 |
7.4.2 不同海域海杂波特性数据的统计特征与差异性 |
7.4.3 主成分分析与因子分析法的概念解释 |
7.4.4 基于因子分析法的海杂波特性影响因素分析 |
7.5 本章小结 |
第八章 结束语 |
参考文献 |
致谢 |
作者简介 |
(5)基于WRF气象数据模式的区域非均匀大气波导雷达海杂波传播与参数反演(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
缩略语对照表 |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 国内外发展现状 |
1.2.1 海洋大气环境参数测量及海洋环境参数数据库 |
1.2.2 对流层波导环境中的抛物方程研究概况 |
1.2.3 对流层波导雷达回波反演问题研究概况 |
1.3 论文结构与内容安排 |
第二章 海上非均匀对流层波导特性及抛物方程模型 |
2.1 对流层大气中的折射率特性概述 |
2.2 对流层波导形成的气象条件及不同类型波导剖面参数化建模 |
2.2.1 对流层波导形成的气象条件简介 |
2.2.2 形成对流层波导传播的条件 |
2.2.3 对流层波导的修正折射率剖面参数化模型 |
2.3 对流层海洋大气环境中波导高度的非均匀性建模 |
2.3.1 蒸发波导的水平非均匀剖面建模 |
2.3.2 核主成分分析法(KPCA)对水平不均匀变化特性的特征提取 |
2.4 电波传播抛物方程算法 |
2.4.2 抛物方程模型的离散混合傅里叶变换求解算法 |
2.4.3 非均匀对流层波导中的传播损耗计算 |
2.4.4 不同极化情况及雷达工作频率下的传输损耗对比 |
2.5 中尺度数值模式简介 |
2.5.1 WRF模式的组成与介绍 |
2.5.2 欧洲中尺度数值模式介绍 |
2.6 本章小结 |
第三章 基于WRF模式的不同海域蒸发波导区域非均匀模拟 |
3.1 中尺度WRF模式数值模拟介绍实例及运行方式 |
3.1.1 WRF数值模式中的双层嵌套模式 |
3.1.2 WRF模式配置文件参数简介 |
3.1.3 WRF同化模块简介 |
3.2 蒸发波导高度模拟方法及WRF模式准确性比较 |
3.2.1 海上蒸发波导高度的模拟原理 |
3.2.2 WRF中尺度数值模式实例 |
3.3 不同海域蒸发波导高度模拟 |
3.4 本章小结 |
第四章 大气波导中的雷达回波功率计算及折射率剖面反演 |
4.1 海面上空对流层波导中的雷达海杂波计算 |
4.2 雷达海杂波反演对流层波导剖面 |
4.2.1 对流层波导反演原理 |
4.2.2 雷达海杂波反演大气波导剖面原理 |
4.2.3 模拟退火(SA)算法 |
4.3 水平非均匀反演实例分析 |
4.3.2 气象雷达反射率因子与回波功率之间的关系 |
4.3.3 反演实例分析 |
4.4 本章小结 |
第五章 大气波导剖面参数的不确定性统计及PE软件介绍 |
5.1 对流层波导参数的贝叶斯概率模型建模 |
5.2 马尔科夫-蒙特卡洛算法 |
5.3 MCMC采样中的空间坐标旋转 |
5.3.1 采样样本的初始值选取 |
5.3.2 各个参数维度之间相关性的消除 |
5.4 对蒸发波导单参数模型级四参数模型的采样 |
5.4.1 对蒸发波导单参数模型的采样 |
5.4.2 表面波导参数不确定性统计估计 |
5.4.3 蒸发波导四参数模型介绍 |
5.4.4 对蒸发波导四参数的采样 |
5.5 PE软件介绍及AREPS结果对比 |
5.5.1 大气波导抛物方程计算软件(PE)框架及应用介绍 |
5.5.2 抛物方程计算程序及AREPS结果对比 |
5.6 本章小结 |
第六章 总结与展望 |
参考文献 |
致谢 |
作者简介 |
(6)飞行高度对雷达对海性能影响性分析评估(论文提纲范文)
0 引言 |
1 海面目标检测原理 |
1.1 点目标雷达方程 |
1.2 面杂波雷达方程 |
1.3 接收前端噪声功率 |
1.4 目标信杂比和信噪比 |
2 海杂波单位面积反向散射率σ0建模 |
2.1 GIT模型[6] |
(1)干涉因子AI |
(2)风向因子Au |
(3)风速因子Aw |
2.2 TSC模型[6] |
(1)小擦地角因子GA |
(2)风速因子Gw |
(3)方向因子Gu |
2.3 HYB模型[6] |
(1)参考反向散射率σ0(ref) |
(2)擦地角调节因子Kg |
(3)海情海况调节因子Ks |
(4)极化形式调节因子Kp |
(5)风向调节因子Kd |
2.4 海杂波单位面积反射率σ0模型共性分析 |
3 载机飞行高度对海面目标探测影响性分析 |
3.1 载机飞行高度与杂波间相关趋势分析 |
3.2 载机飞行高度对探测影响性分析方法 |
3.3 载机飞行高度对探测影响性仿真结果 |
4 结束语 |
(7)杂波和干扰背景下机载预警雷达的作用距离(论文提纲范文)
0 引言 |
1 地海杂波的反射率模型 |
2 机载预警雷达的作用距离 |
2.1 通用旁瓣杂波功率计算公式 |
2.2 杂波和干扰背景下的作用距离方程 |
3 仿真实验 |
4 结束语 |
(8)机载预警雷达海杂波的抑制方法(论文提纲范文)
0 引言 |
1 海杂波特性分析 |
1.1 散射机理 |
1.2 后向散射系数 |
1.3 幅度统计模型 |
1.4 时间和空间的相关特性 |
1.5 海杂波特性与检测方法的关系 |
2 波束内海杂波抑制方法 |
2.1 频率捷变技术 |
2.2 相参处理检测 |
2.3 自适应匹配滤波方法 |
1)杂波向量协方差估计为 |
2)杂波近似白化和多普勒导向矢量变型为 |
3)检测统计量为 |
3 帧间积累方法 |
3.1 二进制积累 |
3.2 相参积累 |
3.3 检测前跟踪 |
3.4 帧间扫描速率 |
4 结束语 |
(9)基于WRF与天气雷达数据的非均匀大气波导监测反演研究(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
缩略语对照表 |
第一章 绪论 |
1.1 研究背景和意义 |
1.2 国内外研究现状 |
1.2.1 非均匀大气波导中电磁波传播 |
1.2.2 大气波导气象数值模式研究 |
1.2.3 大气波导雷达波反演方法研究 |
1.3 本文结构及内容安排 |
第二章 非均匀大气波导结构及电磁波传播基本理论 |
2.1 非均匀大气波导 |
2.1.1 大气折射特性 |
2.1.2 大气波导分类 |
2.1.3 修正折射率剖面模型 |
2.1.4 大气波导非均匀性 |
2.2 电波传播抛物方程算法 |
2.2.1 抛物方程 |
2.2.2 边界条件和初始场 |
2.2.3 离散混合傅立叶变换方法 |
2.3 多普勒天气雷达介绍 |
2.4 非均匀大气波导雷达波传播特性 |
2.5 本章小结 |
第三章 中尺度WRF数值模式 |
3.1 中尺度WRF模式简介 |
3.2 三维变分同化 |
3.3 中尺度WRF模式数值模拟 |
3.3.1 大气修正折射率数值模拟 |
3.3.2 蒸发波导数值模拟 |
3.4 多普勒天气雷达回波模拟 |
3.5 本章小结 |
第四章 区域非均匀大气波导PSO反演 |
4.1 水平非均匀大气波导修正折射率剖面参数建模 |
4.2 区域非均匀表面波导PSO反演 |
4.2.1 粒子群算法 |
4.2.2 大气波导剖面反演模型 |
4.3 本章小结 |
第五章 区域非均匀大气波导贝叶斯反演 |
5.1 马尔科夫链-蒙特卡洛采样 |
5.2 贝叶斯后验概率估计理论 |
5.3 单方位向非均匀大气波导贝叶斯反演 |
5.4 区域非均匀大气波导贝叶斯反演 |
5.5 本章小结 |
第六章 总结与展望 |
参考文献 |
致谢 |
作者简介 |
(10)复杂杂波背景下机载预警雷达探测性能分析(论文提纲范文)
0 引言 |
1 机载预警雷达的杂波建模 |
1.1 机载预警雷达的杂波特性 |
1.2 机载预警雷达杂波建模 |
2 PD雷达探测性能分析 |
2.1 PD雷达的目标检测流程 |
2.2 机载预警雷达探测性能分析 |
3 仿真分析 |
4 结束语 |
四、地(海)杂波反射率模型研究(论文参考文献)
- [1]基于深度学习与海洋环境参数的海杂波特性研究[D]. 马丽文. 西安电子科技大学, 2021(02)
- [2]海杂波背景下的低空风切变检测方法研究[D]. 刘志鑫. 中国民航大学, 2020
- [3]海天背景下红外小目标检测技术研究[D]. 史小仲. 南京理工大学, 2020(01)
- [4]不同海域多频段海杂波特性差异与主要影响因素分析[D]. 吴涛. 西安电子科技大学, 2019(07)
- [5]基于WRF气象数据模式的区域非均匀大气波导雷达海杂波传播与参数反演[D]. 赵海峰. 西安电子科技大学, 2019(02)
- [6]飞行高度对雷达对海性能影响性分析评估[J]. 梁浩,李国刚,徐艳国. 现代雷达, 2016(10)
- [7]杂波和干扰背景下机载预警雷达的作用距离[J]. 汪先超,汤子跃,朱振波,连晓锋. 电光与控制, 2016(11)
- [8]机载预警雷达海杂波的抑制方法[J]. 魏明珠. 雷达科学与技术, 2015(06)
- [9]基于WRF与天气雷达数据的非均匀大气波导监测反演研究[D]. 李俊旺. 西安电子科技大学, 2015(03)
- [10]复杂杂波背景下机载预警雷达探测性能分析[J]. 连晓锋,朱振波,汪先超,余方利,雷志良. 舰船电子对抗, 2015(05)