版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、該篇論文目的是比較雨雜波中目標(biāo)的極化散射特性與自由空間中目標(biāo)的極化散射特性,以及通過研究雨雜波中的目標(biāo)的極化特性來尋找收發(fā)雷達(dá)天線的最佳極化方式以提高目標(biāo)的接收信號(hào)或增強(qiáng)接收信雜比.該文從單個(gè)雨滴的散射入手,用統(tǒng)計(jì)的方法結(jié)合雨滴的Weibull尺寸分布,計(jì)算出雨區(qū)的散射矩陣,并對雨區(qū)的后向散射功率密度從極化的角度做了分析,這對于分析雷達(dá)對雨雜波的抑制有指導(dǎo)意義.在研究雨中目標(biāo)時(shí),該文把雨區(qū)看成隨機(jī)的背景介質(zhì),利用波傳播理論、目標(biāo)的邊界條
2、件,得出介質(zhì)圓柱在雨中的散射場、后向散射矩陣,并進(jìn)行了相關(guān)計(jì)算.對于相干目標(biāo)的后向散射增強(qiáng)問題,根據(jù)"三步法"分析并計(jì)算了自由空間和雨中圓柱的雷達(dá)接收功率及其最佳極化狀態(tài),并進(jìn)行了比較.對于非相干目標(biāo),文章用Kennaugh矩陣得到接收功率,然后用拉各朗日乘子法求出最佳極化狀態(tài)和最優(yōu)接收功率.關(guān)于極化濾波方面,用Kennaugh矩陣分別表示出目標(biāo)信號(hào)和雜波的接收功率,然后將信雜比用收發(fā)雷達(dá)天線的極化狀態(tài)表示出來,用拉各朗日乘子法結(jié)合迭代
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 雨雜波中目標(biāo)的極化特性分析.pdf
- 雨雜波中目標(biāo)的最佳極化特性研究.pdf
- 雪雜波中目標(biāo)的極化特性分析.pdf
- 基于虛擬極化的目標(biāo)增強(qiáng)與雜波抑制技術(shù)研究.pdf
- 海雜波中小目標(biāo)的特征檢測方法.pdf
- 背景雜波抑制與弱小目標(biāo)的檢測技術(shù).pdf
- 海雜波中距離-多普勒分布目標(biāo)的信號(hào)檢測.pdf
- 無源雙極化標(biāo)簽式雷達(dá)目標(biāo)的研究.pdf
- 基于點(diǎn)目標(biāo)的機(jī)載SAR極化定標(biāo)算法研究.pdf
- 機(jī)載PD雷達(dá)雜波中的目標(biāo)檢測.pdf
- 雷達(dá)目標(biāo)的極化信息提取和處理技術(shù)研究.pdf
- 基于多極化聯(lián)合時(shí)頻分析的海雜波微弱目標(biāo)檢測方法.pdf
- 海雜波中弱目標(biāo)檢測方法研究.pdf
- 雜波中的弱小目標(biāo)檢測與跟蹤研究.pdf
- 基于目標(biāo)雜波區(qū)分的雜波抑制方法研究.pdf
- 含有微弱目標(biāo)的圖像序列背景雜波估計(jì)與抑制技術(shù)研究.pdf
- 跟蹤機(jī)動(dòng)目標(biāo)的多模型濾波算法研究與應(yīng)用.pdf
- 雜波環(huán)境下基于粒子濾波的雷達(dá)微弱目標(biāo)檢測前跟蹤研究.pdf
- 不同環(huán)境下目標(biāo)的極化匹配檢測理論和技術(shù)研究.pdf
- 基于散射模型和非局部濾波的極化SAR圖像質(zhì)量增強(qiáng)算法.pdf
評論
0/150
提交評論