- 1、本文档共2页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
2019年第10期信息通信2019
(总第202期)INFORMATIONCOMMUNICATIONS(Sum.No202)
目标RCS特性测量技术在雷达软件中的应用
王博儒
(中国西安卫星测控中心,陕西西安710000)
摘要:空间技术的快速发展,使人类战场扩展到了外层空间。空间中的航空航天器的生存问题将是空间攻防中研究的重
点。根据雷达目标截面积(RCS)特性测量技术,设计了RCS测量软件系统,采用相对标定法对目标特性RCS值进行了
模拟和检测。研究了该测量技术在雷达软件中的应用以期帮助常规雷达拓展使用范围,增强作战职能,在空间攻防中发
挥作用,更好的适应当代战场新形势。
关键词:RCS;雷达;相对标定法
中图分类号:TN958文献标识码:A文章编号:1673-1131(2019)10-00013-02
0引言已投入使用的RCS测量雷达的很好补充,同时对现有常规雷
达的作战职能进行了拓展。
复杂目标的RCS(RadarCrossSection),因为电磁散射的
影响,现在还不能准确计算出来,因此,隐身技术在当今复杂1雷达目标散射截面积(RCS)
电磁环境下的战争中占有重要的地位。随着卫星在现代战争雷达目标散射截面积(RCS)就是假定一个目标垂直于天
中的作用日益增强,反卫星武器迅速发展,隐身技术就成了航线波束方向,并在全方向对雷达信号进行均匀的反射,用它来
天器保证生存的一个可选项,为实际验证隐身航空航天器的类比实际目标的功率密度,这个假定目标的面积就可以等同
隐身性能,必须对隐身目标RCS特性进行实际测量。实际目标的散射面积其表达式为:
国外已有多部RCS测量雷达,其测量技术已发展到相当=4衣蜃(1)
成熟的阶段,测量误差可小于ldB。我国也已拥有了多部RCS
测量雷达,在各方面都取得了很多宝贵的经验,但数量仍不能式中:Wz为雷达附近的功率密度。Wi为目标附近的功率
完全满足需要。密度。R为雷达与实际目标的距离。
从电磁场理论可知,功率密度W与电场强度E有如下关系:
文中对常规雷达加装RCS测量软件系统进行研究,是对
能够大大缩短无效时间。DBN构建步骤如下:学习重要的生理特征,以提高对病症病变的识别;Brosch使用
步骤1:将设置第一个RBM进行训练,能够得到一定固定三个DBN模拟大脑形态变化,自动捕获脑形态和白质病变,
偏移量和权重,第二个RBM输入向量是隐层信息。步骤2,同从而白质病变识别使用堆叠稀疏自动编码器(SAE)来识别癌
步骤1相同方法进行训练第二个RBM,将第二个堆叠到第一组织病理学图像上的细胞核,以及去噪自动编码器(DA)用于
个RBM上。步骤3,将上两个步骤进行重复,能够得到多个改善噪声的鲁棒性。目前,深度学习方法被广泛应用于医学
RBM,最终将多个RBM—起堆叠就能够得到DBN,不断重复图像领域的上述几个方面。
上述操作,就能够得到最大似然的效果,这种属于无监督过程。4结语
3深度信念网络技术在图像识别中的应用近年来,深度学习已经发展成为了机器学习研究方面全
Brosch使用三个DBN对大脑形态变化建立模型,该模型
文档评论(0)