卫星目标散射特性及识别方法研究

卫星目标散射特性及识别方法研究

论文摘要

随着空间技术的迅速发展,世界各国对空间资源的依赖日益增强,如何有效获得卫星目标的电磁散射特性或RCS值并对其进行分类识别对维护国家安全和促进人类的航天活动都具有重要意义。本文首先对复杂目标电磁散射特性及空间目标识别技术进行了详细的综述;接着具体分析了MoM和PO法的原理及步骤,并提出用FEMAP结合3DMax软件快速建立复杂目标模型的方法,最终运用FEMAP软件建立了本文主要研究的卫星精细模型,为对其进行散射特性及识别方法研究打下基础。其次,本文详细的分析了卫星目标的结构特征及高频散射特性,并对本文采用的PO法用最为准确的MoM进行了可行性验证;接着分析了模型网格剖分密度与计算精度的关系,确定出了适合本文卫星电尺寸网格剖分的密度,节省了计算的时间和内存;在上面分析的基础上对用FEMAP建立的卫星模型进行了RCS预估,详细分析了卫星目标的RCS随姿态角和频率变化的规律,对卫星表面的细小结构及太阳帆板对卫星总体RCS的影响做了较为详细的分析;接着给出了一种基于PO法的针对超电大尺寸目标的高效算法,该方法能在非常高的频率条件下对形状简单的目标进行RCS预估,并且能够获得较好的预估结果。最后,本文给出了一种针对自旋稳定式卫星的尺寸估计方法,该方法将卫星目标合理的等效为一椭球体,在此基础上利用目标RCS序列估计目标的长轴和短轴尺寸,仿真结果表明该方法能有效估计出目标的等效长轴和短轴尺寸;接着给出一种针对三轴稳定式卫星目标的模糊分类识别方法,该方法首先对卫星目标RCS序列进行修正的直接梅林变换(MDMT),然后提取目标RCS序列、MDMT序列的均值与标准差及MDMT序列本身作为5个有效的统计特征,组成特征向量,然后用模糊分类的方法来识别卫星目标。本文应用5类卫星目标的RCS预估序列进行了仿真实验,结果表明,该算法在信噪比较低的情况下也能取得较好的效果,而且比较稳定。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 课题的背景和意义
  • 1.1.1 课题的背景
  • 1.1.2 研究的意义
  • 1.2 国内外研究状况
  • 1.2.1 复杂目标电磁散射特性算法研究状况
  • 1.2.2 空间目标识别技术的研究现状
  • 1.3 论文的主要内容与结构
  • 第2章 RCS 算法及目标建模方法研究
  • 2.1 矩量法
  • 2.1.1 矩量法的数学原理
  • 2.1.2 矩量法在目标散射问题中的应用
  • 2.1.3 积分方程的离散化
  • 2.1.4 矩阵方程的求解及其局限性
  • 2.2 物理光学法的原理
  • 2.3 卫星目标模型的建立
  • 2.3.1 复杂目标建模常用方法
  • 2.3.2 基于FEMAP 的卫星建模
  • 2.4 本章小结
  • 第3章 卫星目标散射特性分析
  • 3.1 卫星目标的RCS 特性
  • 3.1.1 卫星目标的结构特征及高频散射机理
  • 3.1.2 RCS 的定义
  • 3.1.3 卫星目标RCS 的随机性和确定性
  • 3.2 卫星目标的RCS 预估
  • 3.2.1 RCS 预估算法可行性分析
  • 3.2.2 模型剖分网格密度与计算精度关系
  • 3.2.3 卫星目标RCS 的计算与分析
  • 3.3 物理光学法的一种高效算法
  • 3.4 本章小结
  • 第4章 基于RCS 序列的卫星目标识别方法研究
  • 4.1 基于RCS 序列的卫星目标形状估计
  • 4.1.1 卫星目标简化模型和尺寸估计模型
  • 4.1.2 卫星目标尺寸估计
  • 4.2 基于RCS 序列的卫星目标识别
  • 4.2.1 基于RCS 序列的卫星目标特征提取分析
  • 4.2.2 模糊分类识别
  • 4.2.3 仿真结果与分析
  • 4.3 本章小结
  • 结论
  • 参考文献
  • 攻读学位期间发表的学术论文
  • 致谢
  • 相关论文文献

    • [1].基于云计算的网络资源缺失信息识别方法[J]. 电子元器件与信息技术 2019(11)
    • [2].武汉市主城区现状用地自主识别方法探索[J]. 中国土地 2020(02)
    • [3].基于场景-部件的人体行为识别方法[J]. 测控技术 2020(02)
    • [4].基于人眼识别的人脸朝向识别方法[J]. 信息记录材料 2020(01)
    • [5].产品虚假评论文本识别方法研究述评[J]. 数据分析与知识发现 2019(09)
    • [6].网络谣言识别方法及展望[J]. 网络空间安全 2016(Z2)
    • [7].物联网智能终端设备识别方法[J]. 电信科学 2017(02)
    • [8].一种分布式人脸识别方法及性能优化[J]. 光学精密工程 2017(03)
    • [9].振动目标产生的瑞雷波的识别方法研究[J]. 沈阳理工大学学报 2017(02)
    • [10].松辽盆地二氧化碳气层录井识别方法[J]. 石化技术 2017(10)
    • [11].用于机动目标跟踪的分段机动识别方法[J]. 电波科学学报 2015(01)
    • [12].“特殊的平行四边形”易错点剖析[J]. 初中生世界 2017(15)
    • [13].基于深度学习的人脸识别方法研究进展[J]. 现代计算机 2020(01)
    • [14].基于典型相关分析特征融合的行人再识别方法[J]. 光电子·激光 2020(05)
    • [15].4G网络深度覆盖“283”识别方法研究[J]. 数字通信世界 2019(03)
    • [16].颠覆性技术识别方法研究与应用分析[J]. 军事医学 2018(01)
    • [17].一种大象流两级识别方法[J]. 电信科学 2017(03)
    • [18].多角度人脸检测与识别方法研究[J]. 电子设计工程 2017(11)
    • [19].卫星图像传输跟踪优化识别方法仿真研究[J]. 计算机仿真 2017(09)
    • [20].基于主题模型和情感分析的垃圾评论识别方法研究[J]. 计算机科学 2017(10)
    • [21].同形异义词机器辅助识别方法研究[J]. 数字图书馆论坛 2015(05)
    • [22].4G网络深度覆盖精确需求识别方法研究[J]. 电信工程技术与标准化 2015(09)
    • [23].基于深度流形表示学习的工业过程多故障识别方法[J]. 计算机与数字工程 2020(10)
    • [24].试分析基于区域生长的道路和桥梁识别方法的研究[J]. 科技创业家 2014(01)
    • [25].基于统计的人脸识别方法综述[J]. 安阳工学院学报 2012(04)
    • [26].基于情景分析的项目风险识别方法研究[J]. 理论观察 2012(05)
    • [27].基于深度学习的视频行为识别方法综述[J]. 电信科学 2019(12)
    • [28].基于深度学习的场景识别方法综述[J]. 计算机工程与应用 2020(05)
    • [29].基于特征的矢量图形符号渐进识别方法[J]. 软件导刊 2020(05)
    • [30].天然气管道泄漏的声-压耦合识别方法[J]. 应用声学 2020(03)

    标签:;  ;  ;  ;  ;  

    卫星目标散射特性及识别方法研究
    下载Doc文档

    猜你喜欢