粗糙（海）面及其上方目标复合电磁散射建模研究

论文摘要

本文首先应用Monte Carlo方法(线性滤波法)模拟生成海面表面轮廓,利用迭代加速算法MOMI方法计算了海面的双站散射截面,并且分析了风速和入射角等参数对海面双站散射截面的影响。基于RBF人工神经网络实现了海面散射场的建模。利用基于电流计算的矩量法结合高频算法基尔霍夫近似的混合算法分析了高斯随机粗糙面以及一维PM谱粗糙海面及其上方二维无限长任意截面导体目标的双站复合电磁散射特性,并且利用结合互易性定理和MOMI方法的混合方法讨论了粗糙海面与其上方三维平板目标的复合电磁散射问题。训练RBF神经网络进行复合电磁散射建模并对一定风速、入射角、频率和目标高度、目标半径等参数下的复合散射场进行推测,预测值同目标数据之间误差较小,结果令人满意。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景及意义
• 1.2 国内外研究动态
• 1.3 论文的主要内容及框架
• 第二章 随机粗糙面电磁散射方法概述
• 2.1 粗糙面的散射特性
• 2.2 描述粗糙面的统计参量
• 2.2.1 高度起伏的概率密度函数
• 2.2.2 相关函数
• 2.2.3 功率谱密度
• 2.2.4 结构函数
• 2.2.5 特征函数
• 2.2.6 均方斜度
• 2.3 粗糙面电磁散射的计算方法及互易性定理
• 2.3.1 基尔霍夫近似法
• 2.3.2 矩量法
• 2.3.3 互易性定理
• 2.4 本章小结
• 第三章 一维动态海面的电磁散射建模研究
• 3.1 一维粗糙海面的电磁散射
• 3.1.1 海面的模拟
• 3.1.2 海面电磁散射的MOMI 方法
• 3.1.3 数值计算结果及讨论
• 3.2 基于神经网络的海面散射建模
• 3.2.1 神经网络的基本理论
• 3.2.2 RBF 神经网络的学习和训练
• 3.2.3 基于RBF 神经网络的海面电磁散射建模方法
• 3.2.4 一维海面电磁散射建模及结果分析
• 3.3 本章小结
• 第四章 粗糙（海）面及其上方二维任意形状截面目标的复合电磁散射建模研究
• 4.1 高斯粗糙面及其上方二维任意形状目标复合电磁散射建模研究
• 4.1.1 复合散射场的求解
• 4.1.2 复合散射模型参数敏感性分析
• 4.1.3 神经网络建模结果及分析
• 4.2 海面及其上方二维任意形状目标复合电磁散射建模研究
• 4.2.1 复合散射场的求解
• 4.2.2 复合散射模型参数敏感性分析
• 4.2.3 神经网络建模结果及分析
• 4.3 本章小结
• 第五章 海面及其上方平板目标的复合电磁散射建模研究
• 5.1 海面及其上方平板目标复合电磁散射研究
• 5.1.1 复合散射场的求解
• 5.1.2 平板散射场的求解
• 5.1.3 耦合散射场的求解
• 5.1.4 总散射场的求解
• 5.2 复合散射模型参数敏感性分析
• 5.3 神经网络建模结果及分析
• 5.3.1 对不同入射角情况下的复合电磁散射建模及结果分析
• 5.3.2 对不同风速情况下的复合电磁散射建模及结果分析
• 5.3.3 对不同频率情况下的复合电磁散射建模及结果分析
• 5.4 本章小结
• 结束语
• 致谢
• 参考文献
• 攻读硕士期间科研情况