雷达技术论文模板(10篇)

导言：作为写作爱好者，不可错过为您精心挑选的10篇雷达技术论文，它们将为您的写作提供全新的视角，我们衷心期待您的阅读，并希望这些内容能为您提供灵感和参考。

篇1

1．1了解新型传感器原理

首先，以学生熟悉的全站仪为对照，让学生了解激光雷达是一种集成了多种高新技术的新型测绘仪器，具有非接触式、精度高(毫米级/亚毫米级)、速度快(可达120万点/秒)、密度大(点间距可达毫米级)的优势，且数据采集方式灵活，对环境光线、温度都要求较低。其次，让学生理解LiDAR的测量原理主要分极坐标法和三角测量法两种。其中，对于极坐标法测量，使学生了解测距的关键在于时间差的测定，引出两种常用的测时方法:脉冲法和相位法;让学生理解直接测时和间接测时的区别以及各自的优缺点，从而进一步了解脉冲式和相位式激光扫描设备的优势、局限性以及应用领域。最后，通过介绍激光雷达采集数据的扫描方式，让学生了解不同平台上的激光雷达传感器的工作特点，如固定式激光扫描仪适合窗口式和全景式扫描，车载、机载以及星载平台适合移动式扫描等。

1．2熟悉激光扫描仪操作

考虑到各类平台激光雷达的作业特点以及现有设备的情况，《激光雷达技术原理》课程以地基三维激光扫描仪为重点，让学生熟悉仪器的外业操作。尽管激光扫描仪数据采集的自动化程度较高，外业采集仍然需要解决扫描设站方案设计和不同扫描站间连接点选择等问题，要求学生在熟悉激光扫描仪软硬件操作的同时，还要掌握激光扫描仪外业采集方案的设计:踏勘工作区，分析研究最优化的扫描设站方案和坐标转换控制点选择，画出相关的设计草图，并设置主要扫描设站的标志。要求设站位置既要保证与相邻站的重叠，又要覆盖尽量大范围的被扫描对象，以减少设站数，从而提高外业数据采集效率。

1．3掌握激光点云数据后处理方法

利用点云数据可视化与点云原始存储格式之间的明显反差，让学生了解激光点云数据后处理的重要性和难点，及其已成为制约激光雷达技术应用瓶颈的现状。根据学生的理解程度，选取了点云的拼接/配准、点云的滤波和分类、点云的分割和拟合等后处理方法，要求学生掌握相关的算法并编程实现。

1．3．1点云的拼接/配准点云拼接是将2个或2个以上坐标系中的大容量三维空间数据点集转换到统一坐标系统中的数学计算过程。要求学生掌握如何解决点云拼接的两个关键问题:同名特征的配准以及旋转矩阵的构造。对于同名特征的配准，使学生了解常用配准方法的特点和适用范围，如ICP方法适合用于精拼接，而基于特征面的方法对场景特征分布要求较高等。着重让学生掌握最常用的人工标靶识别，以及特征面匹配，后者有别于学生所熟知的点特征匹配;对于旋转矩阵的构造，拓展学生在《摄影测量学》［6］中学习的基于欧拉角的旋转矩阵构造，掌握角－轴转角系和单位四元数方法。

1．3．2点云的滤波和分类要求学生了解滤波和分类的目的是解决激光脚点在三维空间的分布形态呈现随机离散的问题。掌握基于高程突变和空间形态学的点云滤波和分类方法。让学生理解单一的信息量会导致算法不稳健，从而引出多源数据融合的思路。目前，已经有很多激光扫描仪生产厂商推出的新产品中实现了多传感器平台的集成，如激光扫描仪会搭载小像幅的数码相机，甚至有些系统还提供由集成传感器生成的红外影像。每种数据源都有其自身的优点和局限性，将多源数据融合能够弥补各个单数据源的局限性，增大信息量，从而提高滤波和分类方法的稳健性。

1．3．3点云的分割和拟合要求学生掌握实现点云分割的相似性原则:平面性、曲面平滑度和邻域法向，以及常用的点云分割方法表面生长法。考虑到点云拟合是由离散激光点坐标计算特征模型参数的过程，要求学生掌握点云拟合中两个主要问题的解决方法:粗差剔除及最优解获取。

2实践教学法

实践教学是卓越工程师培养体系中一个重要的组成部分。作为技术性的测绘工程学科，除应用测量仪器采集数据、应用计算机处理数据的基本能力外，还需要构建实践教学体系以培养学生在实践中选用适当的理论、技术、仪器设备和作业方法解决测绘工程与地理空间信息产品生产实际问题的能力，从而使学生接受测绘工程与地理空间信息产品生产方案设计、实施以及实际应用中测绘工程解决方案确定等系统化训练。《激光雷达技术原理》课程实习要求学生全面应用所学知识，利用实习场地，依据实习目的和要求在老师的指导下分组独立完成全部实习内容。实习仪器为中国地质大学(北京)遥感地理信息工程教研室使用教育部采购专项购买的RIEGLLMSZ620三维激光扫描仪。《激光雷达技术原理》课程实习的目的主要是使学生通过三维激光扫描仪的使用，进一步巩固和加深理解相关理论知识和技术方法。要求熟悉三维激光扫描仪数据采集与处理(包括DEM、等高线和剖面图生成以及三维建模等)的全过程。通过实践性教学，不仅能够让学生掌握基本的软、硬件使用操作方法和LiDAR测量项目的作业流程，而且能够加深学生对所学专业理论知识的理解。培养学生的应用能力、创新能力以及严肃认真、实事求是、吃苦耐劳、团结协作的精神。要求学生必须参加每一个实习环节，协作完成实习任务，独立完成实习报告。实习内容主要包括以下部分。

2．1三维激光扫描

数据的外业采集要求学生分组完成测区划分和踏勘，确定测站位置，根据测区地形，设计外业数据采集方案，完成外业设站、反射标靶布设和数据采集工作。学生需要完成校园内建筑物点云数据和奥林匹克森林公园地形点云数据的采集。

2．2点云数据预处理

要求学生分别利用随机软件RiSCANPRO和上机C语言编程对外业采集的三维点云数据进行预处理，包括点云数据的滤波和拼接。

2．2．1点云滤波1)手动滤波要求学生利用RiSCANPRO对点云数据进行滤波。RiSCANPROv1．7．0有两种模式，即Filterdata和Terrainfilter。前者针对一般数据，后者对于提取地形的数据有明显效果。2)自动滤波要求学生上机应用C语言编程实现数学形态学方法、移动窗口滤波法、迭代线性最小二乘内插法、基于可靠最小值的滤波方法等常用的地形滤波算法，对外业采集的数据进行滤波，并对各算法的结果进行比较和分析。图1为学生基于虹湾地区嫦娥一号激光测高数据，利用五种滤波方法滤波后的数据点残差值分布图［7］。

2．2．2点云拼接1)基于反射标靶的点云拼接要求学生利用RiSCANPRO软件，结合外业数据采集时布设的标靶连接点，对地形和建筑物点云数据进行拼接。激光点云数据的拼接有两种方式:公共反射体的方式和采用使所有的反射体处于同一坐标系统的方式。在实际操作过程中，要求学生对两者结合使用，以期达到更好的拼接效果。2)基于特征面的点云拼接要求学生在对点云进行拟合的基础上，选取至少三对相互正交的特征面，利用C语言上机编程，实现基于特征面的点云拼接，并与单纯基于点的拼接结果进行对比，分析不同方法的优缺点。

2．2．3地形数据处理对地形数据的处理主要包括三角化、平滑、生成等高线和剖面。三角化参数的设置可参考量测工具量测出的点云中两点之间的距离初步设定，这个值可适当调整，目的在于使图中的点云数据彼此之间能尽量大面积地构成三角网;要求学生对已经完成三角化的数据进行平滑处理;针对已经完成平滑的数据，利用RiSCANPRO软件生成等高线。剖面图的显示既可以针对三角化之前的数据，也可以针对三角化之后(包括完成平滑的数据)来操作。

2．2．4建筑物几何模型重建针对《激光雷达技术原理》数据处理方法的教学内容，指导教师结合自身的研究成果组织研究生开发了点云分割和拟合以及三维建模等软件模块，考虑到学生的掌握程度和实用性，要求学生在利用软件模块实现点云数据分割和拟合的基础上，利用AutoCAD软件手工建立建筑物的几何三维模型，基于3DSMAX软件建立建筑物纹理模型。图2为暑期教学实习中指导学生利用商业软件和自主开发的软件模块重建的地大校园主要建筑物的三维模型。

篇2

在浅水区域，局部的海底地形对表面波的传播有着重要的影响。当波移动至浅水区域，波的周期不发生变化，但是波的传播速度会发生变化，继而波长减小，波数增加。表面流的存在也影响表面波的传播，因此水深场以及表面流速场的反演方法都是基于这种传播变化——在物理学中被描述为表面波的色散关系。

1998年 Paul Bell运用连续的雷达图像序列之间的互相关性推导出了空间变化的表面波速[1]，同时利用从浮标中获取的频率信息，通过运用线性重力波的色散关系计算出了空间变化的水深，但是没有考虑海流的存在。Hessner等人运用一维FFT变换实现了对图像序列的频率分解[2]，某一固定频率的波所对应的波长通过确定局部空间的相位梯度计算得到。但是此方法的局限性在于它不能运用到包含同一频率但不同传播方向的波的波场，同时也没有考虑到海流的存在。

对时间序列的雷达图像进行3?D FFT变化，并取模的平方得到三维图像谱，由于波数和频率被色散关系联系在一起，因此线性表面波的信号应该很好地分布于其确定的三维形状上。色散关系的形状取决于水深和表面流速，因此通过拟合理论的色散关系和三维图像谱的坐标分布便可反演出大的空间范围内的平均水深以及流速[3?4]。但是此方法中的3?D FFT是针对全局范围的算子，因此假定了波场的均匀性以及稳定性。如果在深水区存在变化的流速或者浅水区存在变化的水深，波的折射将会产生，波场变成了非均匀场，以上方法不再适用，因此需要在局部空间范围内对波参数进行分析。

自1999年以来，Seemann等人针对非均匀波场做了一系列研究[5?10]，推导出了局部三维图像谱，同时反演出了局部范围内的水深以及流速。

本文将利用模拟的X波段雷达图像展开近岸浅水区域的水深的反演工作，该工作考虑到了表面波场的非均匀性，因此采用了局部反演算法，反演出了局部的水深值。

1 色散关系与水深以及流速的关系

色散关系描述了波数[k]和角频率[ω]之间的动力学关系，正常的色散关系适用于海表面重力波，线性色散关系可表示为：

[ωk，uc，d=±gktanhkd+k.uc] （1）

式中：[g]表示为重力加速度；[d]为水深；[uc]为近表面流速。在式（1）中，第一部分称为固有频率[ζ=±gktanhkd，]第二部分称为多普勒频率[ωD=k.uc。]多普勒频率部分表明受表面流速的影响。在式（1）中，水深[d]和表面流速矢量[uc]在波数?频率域中影响色散关系的形状，因此色散关系的形状可以被用来反演这些参数值。图1显示了水深以及流速对色散关系的影响。

图1 三维波数?频率域中线性表面重力波的色散关系

2 水深及流速局部反演方法介绍

在浅水区域中，由于空间变化的水深，波的周期不变，既波场保持了稳定性，但是波长发生了变化，波场变成了非均匀场，因此需要在局部空间范围内对海态参数进行分析，得到空间分布的海态参数场。海洋表面波的特性由波长[λ、]波数[k、]角频率[ω、]振幅[ξ]和它们的传播方向[?]来描述。表面波场由一系列不同频率不同传播方向的单一成分的波（简称单波）叠加得到，因此其是多成分的，需要将其分解为单成分波。本文将按照以下步骤反演局部的水深及流速：

（1） 对时间序列的雷达图像进行3?D FFT变换，得到复数值的三维图像谱[G（k，ω）]；

（2） 对三维图像谱进行频率分解和方向分解得到单波成分的波谱 [Gk|ω，?]；

（3） 进行2?D 反FFT变化，到空间域，产生单波复数值的空间场[gx，y|ω，?]；

（4） 由单波空间场及其梯度图像得到波数场；

（5） 由单波空间场以及其对应的波数场得到5?D时空频率场[Ix，y|k，ω]；

（6） 由局部的3?D图像谱反演局部的水深及流速。

该算法是针对由岸基X波段雷达获取的时间序列的雷达图像，最终得到水深场。

3 数值模拟及分析

3.1 模拟非均匀波场及雷达图像

基于线性波理论，海浪可看成是各种不同的余弦波的线性叠加，该过程可利用频谱来模拟，本文选用与波浪相近的P?M谱。只有频谱还不足以描述海浪的特性，需要加入方向分布函数组成方向谱，才能符合实际的海面波场状况，本文的方向分布函数采用改进的光易型方向分布函数。同时考虑到波场的非均匀性，加入非等水深值及表面流速值，利用色散关系式（1），可确定不同区域的波数与频率的关系，利用不同频率和传播方向的余弦波的叠加，可模拟出浅水区的非均匀波场的时间序列。图2所示是模拟的64幅时间序列的非均匀波场的前两幅（图像中像素点的个数为128×128个，每个像素点的分辨率为7.5 m×7.5 m）。

图2 模拟的64幅时间序列的非均匀波场的前两幅

根据雷达成像机理，利用起主要作用的阴影调制及倾斜调制模拟出时间序列的雷达图像。图3所示是模拟的64幅时间序列的雷达图像的前两幅。

图3 模拟的64幅时间序列的雷达图像的前两幅

3.3 对模拟数据进行处理

（1） 对64幅时间序列的雷达图像[G（Θ）]进行三维傅里叶变化得到复数值的三维波数?频率谱：

（2）

其中三维谱的谱分辨率为：

[Δkx=2πX， Δky=2πY， Δω=2πT] （3）

（2） 对得到的三维谱进行阈值滤波，滤除信号中包含的噪声，然后利用色散关系进行带通滤波，得到海浪信号。接下来将对滤波后的三维谱进行分解，得到单波成分的波谱，既进行频率分解和方向分解。在时间轴上进行的傅里叶变化使得频率分解被执行，既一系列不同频率所对应的二维波数谱，接着进行方向分解。本文采用了一组楔形滤波器，首先产生一个原型楔形滤波器，然后再通过旋转，双线性插值，得到一组滤波器，原型滤波器如图4（a）所示，旋转得到的部分滤波器如图4（b）～（d）所示。运用这一组方向滤波器对二维谱进行分解，最终得到一系列不同频率和传播方向所对应的单一成分的波谱[Gk|ω，?]。

（3） 对单一成分的波谱[ Gkω，?]进行二维反傅里叶变化得到复数值的单波空间场[ gx，y|ω，?]：

[gx，y|ω，?=2D IFFT（Gk|ω，?）] （4）

图4 一组方向滤波器中的前四个

单波空间场包含了幅值及相位模式信息：

[gx，y|ω，?=Ax，y|ω，?expi?x，y|ω，?=Regx，y|ω，?+iImgx，yω，?] （5）

与单波空间场对应的梯度图像：

[??x，??ygx，yω，?=2D IFFTi?kx，ky?Gkω，?] （6）

其中[kx，ky]代表复数值的波数向量，其实部代表局部的波数值。局部区域的大小选为8×8个像素点，因此要得到局部区域的波数，需要分析局部点所包含的所有像素点。

位于色散关系滤波器带宽内的背景噪声重新分布在了单波波数场中，因此为了消除噪声的影响，运用方差最小拟合法得到复数值的波数向量。

[kx=-i?v+?vxv2ky=-i?v+?vyv2] （7）

其中向量[v，][vx，][vy]通过行扫描局部区域内的单波空间场及其梯度图像获得，向量[v+]是向量[v]的共轭向量。

（4） 由一系列的单波空间场以及单波波数场可得到五维的时空频率谱 [Ix，yk，ω。]表面波信号的能量谱应分布在色散关系曲面上，将由色散关系式（1）得到的谱分量[ω]与图像谱[Ix，y|k，ω]中的分量[ωi]取加权方差，得到一个函数。本文利用该函数寻找最小值的方法求得局部的流速[ux，uy]及水深[d。]该加权方差函数表示为：

[fux，uy，d=i=0Ngkitanhkid+kx，iux+ky，iuy-ωi2?Ix，y|ki，ωi] （8）

式中：[N]表示谱坐标集[{kx，i，ky，i，ωi}]中元素的个数，通过设置阈值从局部能量谱中选取出谱坐标集：

[M0=（kx，i，ky，i，ωi）Ix，y|ki，ωiMAXIx，y|ki，ωiε] （9）

式中[ε]表示能量阈值。

加权方差函数是一个非线性函数，含有三个变量，求该函数最小值属于优化问题，本文采用拟牛顿法搜索最小值，并得到局部的水深及流速。

4 数据处理结果

模拟雷达图像时输入的非等值水深场如图5（a）所示，每8×8个像素点设置一个水深值，为减少模拟时的计算量，水深值只沿一维变化。反演得到的水深场如图5（b）所示，反演时选择的局部区域的大小为8×8个像素点。反演的水深值与输入的水深值吻合较好，平均误差约为2%，相比于过去的均匀场水深反演方法，该反演方法可将水深值的分辨率缩小到8×8个像素点。

5 结 语

利用X波段雷达图像可提取出重要的海态信息，比如水深、流速等等。均匀场的水深及流速的反演方法已相对成熟，本文的工作是针对非均匀场反演浅水水深值。由于实际的海况比较复杂，并且还没有得到可以用于比测的实际水深值，本文采用数值模拟的方法，通过输入非等值的水深仿真出非均匀波场及其雷达图像。利用仿真的雷达图像反演出局部水深值，并与输入的水深值进行对比，结果吻合较好，对利用实际的雷达图像反演非均匀场的水深具有重要的指导意义。本文的工作是基于岸基X波段雷达，对于船基X波段雷达来说，还要考虑运动补偿等因素，并且实际海况复杂多变，水深的反演过程有待进一步分析研究。

图5 输入的水深场与反演得到的水深场对比图

参考文献

. Coast. Eng.， 1999， 37（3）： 513?527.

， 1999： 16?20.

[3] SENET C， SEEMANN J， ZIEMER F. An iterative technique to determine the near surface current velocity from time series of sea surface images [C]// Proceedings of Oceans MTS/IEEE Conference?500 Years of Ocean Exploration. [S.l.]： IEEE，1997： 66?72.

IEEE Transactions on Geoscience and Remote Sensing， 2002， 40（12）： 2606?2618.

. Procee?dings of SPIE 1999， 3808： 536?546.

： IEEE， 2000： 1898?1900.

篇3

0 引言

就业是民生之本。大学生就业一直是一个社会热点和难点问题。“十二五”期间，应届高校毕业生年均规模将达到近700万人。艺术类大学生是大学生中的一个特殊群体，由于艺术类大学生毕业人数的增加、就业难度的加大，艺术类大学生的就业心理压力更大，由此导致某些艺术类大学生出现了失落、偏执、自负等一系列的就业心理问题。

1 艺术类大学生就业中的主要心理问题

艺术类大学生就业中存在的心理问题与普通大学生就业中存在的心理问题有很多共同之处，如自卑心理、从众心理等，但是由于艺术类大学生所学专业的特点决定了他们具有一般大学生所不具有的特质，因而艺术类大学生就业中存在着很多尤为明显的心理问题，如失落心理、偏执心理、焦虑心理等。

1.1 失落心理

艺术类大学生学习过程中的高投入使得他们希望毕业后同样有一个高回报，但受整个社会大环境的影响这种希望往往是很难实现的。当他们因为面对严峻的就业形势频频碰壁无法就业，或者找到的工作离预期目标相差过大时，支撑他们的精神理念就会轰然倒塌。这种因为自我价值无法在短期内实现的失落感在一定程度上对艺术类大学生的就业心理产生了不良的影响，最终导致部分艺术类大学生在择业问题上难以自我认同。当他们因为难以就业而不能实现自身的价值时，他们的失落心理就会愈加强烈。

1.2 偏执心理

相较于普通大学生而言，艺术类学生个性较强，在考上大学前就开始了数年的专业基础学习，加之大学时期的专业课程学习，他们非常希望能够找到一个可以学以致用的专业职位。但理想与现实往往存在着一定的差距，大量的储备人员接受小需求的市场挑选时，必然面对的是激烈的竞争。面对就业面的狭窄，有的学生不能及时调整就业期望值。不能干本专业就不签约，长时间地执着于择业的定向性问题会引起不良的情绪反应，进而引发一定程度的偏执心理，自我价值无法实现的抑郁心理，这样的偏执心理在艺术类毕业生身上体现得更为突出。

1.3 焦虑心理

艺术类大学生具有较强的个性，自视很高，他们非常希望能够找到一个适合自己专业且具有很大发展空间的职位。但理想与现实往往存在着一定的差距，当他们理想的职业在现实中无法实现时，焦虑之情就会占据他们的心头。于是，他们忧心忡忡、烦躁不安，成天装着各种不必要的担心，无所适从，难以排解，甚至对未来的职业生活彻底失去信心。这种焦躁不安的心理，很容易导致他们行为表现反应迟钝、手忙脚乱，影响用人单位对其做出正确评价，进而加重了他们就业的难度。

1.4 依赖心理

当代艺术类大学生是承载着家庭的希望走向校园的，他们的家庭经济条件相对于普通大学生家庭来说较好，他们的父母为他们的成才付出了较多的财力、精力。而父母在为他们提供优越成长环境的同时，也使他们缺乏基本的自理自立能力的锻炼，导致他们养成强烈的依赖心理。当艺术类大学生不得不走向社会，面对就业时，往往不知所措，处于一种被动的状态，只是一味地依赖学校的联系，听从家长的安排。一旦希望落空，往往会产生极大的心理落差，甚至会出现很极端的行为。

2 艺术类大学生就业不健康心理存在的原因

艺术类大学生在就业中存在着多种心理问题，可以说这些心理问题的产生是多方因素共同促使的，主要包括社会、学校、家庭以及他们自身等方面的原因。

2.1 社会因素

由于高考对艺术类考生文化课要求较低，艺术类专业报考和招生持续升温。报考艺术类的学生在逐年成倍地增加，一些高校也纷纷开设艺术专业，加之每年各个培训机构培训出来的社会人员，每年希望从事艺术类相关行业的人员数量规模相当可观。而与此同时，但艺术类专业社会需求还是整体较小，即使一些大城市对艺术生需要也非常小，而一些中小城市的需求就更小了。这些就业机会对于毕业生的需求而言仅仅是杯水车薪，加之社会上还存在着不正之风，对艺术类大学生就业心理产生巨大冲击，使一些学生心态失衡产生焦虑抑郁等心理。

2.2 高校因素

高校因素主要包括：专业课程设置不合理，实践教学不充分，使艺术类大学生不符合社会发展变化的需要；培养方式落后，培养出的大学生大多基本功扎实，但创新能力不足；教学内容和教学手段陈旧，影响了艺术类大学生的能力和水平，使艺术类大学生就业竞争力不强；心理健康指导教育滞后，造成了学生心理素质较低，不能有效进行自我心理调节；对就业指导工作不重视、就业指导方法单一、脱离实际，使有的大学生不知该如何择业、不懂得择业的方法和技巧。

2.3 家庭因素

艺术是一项需要高投入的教育，艺术类学生的家庭条件整体而言要优于普通文理类的学生。艺术类学生的父母从小就在他们身上倾注了大量的财力精力，事事都为子女安排妥当，对他们期望值过高往往会使部分艺术类大学生在就业时产生不良心理。

2.4 自身因素

由于艺术类专业对考生的文化课成绩要求相对要低，很多学生只是为了上大学而在高中时期突击，相当一部分学生并不是真正地喜欢艺术，对相关专业工作并不是很了解。考上学校后专业基础较差，专业课程学习吃力，面临毕业时更不知道该何去何从，人们常说搞艺术的人感性思维大于理性思维，很多艺术类学生不善于认识问题和分析问题，当他们所追求的理想不能实现时，他们就会产生不良心理。

3 解决艺术类大学生就业心理问题的对策

艺术类毕业生的就业历程，实际上也是一个复杂的心理过程，因此，加强艺术类大学生在就业过程中的心理指导，应成为当下艺术类毕业生就业指导的一项重要内容。

3.1 完善社会的就业机制

各艺术类高校也应该加大改革力度，根据市场需求调整专业设置和培养方向，同时创新教学方式，使学生加强自身专业和职业能力的培养，积极应对市场挑战。

3.2 重视家庭教育

就业是大学生家庭生活的大事，家长更要理解和关心孩子的就业。家长要切实估计子女的能力和素质，不对子女的就业提出不切实际的要求。家长应尊重子女的主观愿望，不要代替子女进行职业规划，要给子女更多的自主选择权，营造宽松的家庭氛围。家长要主动加强与子女的交流，帮助他们正确处理就业过程中的各种矛盾，缓解他们的紧张心理，帮助他们以积极健康的心态去面对就业压力。

3.3 艺术类大学生就业心理的自我调适

3.3.1 引导艺术类毕业生进行正确的自我认知

艺术类毕业生在就业过程中往往不能正确认识自我，对自己评价过高或过低，对未来的职业要求过高，艺术类毕业生要与时俱进，不断更新就业观念，给自己一个正确的社会定位。因此我们要积极开展就业心理辅导，纠正艺术类毕业生的认知偏差，改变其不良心态，帮助他们进行正确的自我认知和定位，使他们了解自己的个性心理，从而形成正确的自我评价。艺术类毕业生就业的心理问题更需要靠他们自己去不断地调适，面对严峻的就业压力，不要过于焦虑。要学会全面了解社会，客观地分析、评价自我，使理想自我与现实自我统一起来，正确处理理想与现实的矛盾关系，根据社会需求正确解决自己就业定位问题，调整自己的择业心态。

3.3.2 引导艺术类毕业生形成合理的就业观念

艺术类毕业生的就业观念不合理是其就业压力增大的主要原因。很多艺术类毕业生对于就业形势的严峻性没有充分的认识，不能充分估计就业的难度，正确为自己定位，而是在择业过程中一味攀比，盲目追求高收入、专业对口的就业岗位。还有部分艺术类毕业生将就业定位在大城市、大单位，对于一些基层工作不屑一顾。目前，艺术类专业毕业生已出现明显的供过于求的趋势，我们要引导艺术类毕业生摆正就业心态，将眼光放低、放长远，就业可向基层、向西部、向私人企业转移，要认清现实，适时择业。同时要强化艺术类毕业生“先就业，再择业，后创业”的就业观，鼓励艺术类毕业生自我创业。

【参考文献】

篇4

主管单位：工业和信息化部

主办单位：南京电子技术研究所

出版周期：月刊

出版地址：江苏省南京市

语

种：中文

开

本：大16开

国际刊号：1004-7859

国内刊号：32-1353/TN

邮发代号：28-288

发行范围：国内外统一发行

创刊时间：1979

期刊收录：

CBST 科学技术文献速报(日)(2009)

Pж(AJ) 文摘杂志(俄)(2009)

中国科学引文数据库(CSCD―2008)

核心期刊：

中文核心期刊(2008)

中文核心期刊(2004)

中文核心期刊(2000)

中文核心期刊(1996)

期刊荣誉：

联系方式

篇5

中图分类号:U416.217文献标识码:A文章编号:1673-0992(2010)03-068-01

我国高速公路的通车里程目前已经居于世界第二位,其中,沥青路面占我国公路的大部分,因此,必须加强对沥青路面的养护管理,确保提供可接受的服务水平。传统的检测手段和评价方法很难对路面的离析做出准确和定量的判断。综合采用适当的无损检测技术,才有可能获取大样本的检测数据进行统计分析,快速直观地发现离析范围及分析离析产生的原因,针对性地提出防止离析的措施,从而有效提高沥青混凝土路面的施工质量。本文结合目前路面检测分析总结了路面承载力、平整度、路面损坏状况主要检测新技术的应用。

一、路面无损检测技术发展现状

无损检测技术主要应用于施工质量检测与控制,通过采用先进、高效的检测评价技术,能够及时发现工程质量隐患,有效地防止路面出现各种早期破坏。在道路建成后的养护管理阶段,随着使用时间的增加,相应地,在不同时期恢复路面使用性能所需要的费用也明显不同,这就给养护决策提出了最佳修复方案或养路资金优化分配问题。当前公路路面检测的总体趋势是由人工检测向自动化检测技术发展,由破损类检测向无损检测技术发展,由低速度、低精度向高速度、高精度发展。常用的无损检测技术主要有以下几种:

1.超声波检测技术

超声波路面检测技术主要是通过发射超声波到材料介质,接收反射波的相关参数,进而判断结构内部破损情况的一种新型无损检测方法,在接收超声波的主要参数中,最常用的是波速参数,即通过检测超声波在路面材料中的传播速度来分析其力学性能的方法。由于它具有激发容易、检测简单、操作方便、价格便宜等优点,在路面检测中的前景非常广阔,现已成功地应用于检测路基路面材料的密实度与弹性模量,检测混凝土的抗压强度、抗折强度,检测路基路面的厚度与孔隙以及路基快速测湿等。

2.激光检测技术

激光全息技术是激光无损检测中应用最早且最多的一种方法,其基本原理是通过对被测物体施加外加载荷,利用有缺陷部位的形变量与其他部位不同的特点,通过加载前、后所形成的全息图像的叠加来判断材料、结构内部是否存在不连续性。激光超声技术是近年无损检测领域中迅速发展并得到工程应用的一项十分引人注目的新技术,在路基和路面检测中,激光主要应用于距离测定、纹理深度测定、弯沉测定、车辙深度及平整度测定几个主要方面。

3.图像技术

图像技术包括红外成像技术和激光全息图像技术。红外成像技术主要是利用不同材料介质导热性能不同的原理,利用高精度的热敏传感器可以检测结构物内部的热传导规律和温度场分布状况,将检测得到的数据图像化,从而将结构内部状况呈现出来。具有精细度高、直观可靠、能够给出全场情况等优点。

4.探地雷达技术

探地雷达技术作为一种无损检测高新技术,具有精度高、图像直观等特点。探地雷达可对对象作连续检测,能比较直观地表现检测目标物;其具有非破坏性探测、速度快、轻便小巧、抗干扰性强、分辨率高、操作方便等优点,由于探地雷达方法具有快速、连续、无损检测的特点,在检测混凝土路面质量起到了一定的作用。

二、探地雷达技术的定义及工作原理

1.探地雷达技术的定义

探地雷达是利用高频或超高频脉冲电磁波探测地下介质分布的一种地球物理勘探方法。实践表明,它可以分辨地下较浅范围内的介质分布。因此,雷达方法以其特有的高分辨率,在工程地质勘察,灾害地质调查,公路工程质量的无损检测,考古调查以及工程施工质量监测等浅层与超浅层地质调查中得到越来越广泛的应用。

2.雷达病害识别的原理与方法

在道路结构层内部的检测中,结构层内部的病害主要表现为如下三种形式:(l)层间脱空:沥青面层与基层表面之间出现空隙,这主要是两个层面之间施工时粘合不好或是透水性设计不当造成的。如:有许多钻孔资料显示,在脱空部位常常存在lmm~2mm的灰土层,这是由于施工期间清理不完善的所造成的;另外,如果基层透水性较好,则很容易在层间形成充气脱空;如果基层透水性不好就很可能会使面层与基层之间形成充水脱空。(2)层内蜂窝:这主要是在施工时由于压实度不够造成的。若是深入了水则会形成层内富水区。(3)地基基础变形:主要会引起沥青面层发生裂隙、脱空甚至塌陷等现象。由此可以看出,结构层的病害的表现千差万别,但具体原因主要是由于空气或水的进入而造成的,这便成了我们应用路面雷达进行病害检测的前提。

三、探地雷达无损检测沥青路面缺陷的具体应用

1.沥青路面缺陷的具体表现

一般情况下,沥青路面的损坏,可以分为两类:一类是结构性损坏,包括路面结构整体或其中某一个或几个组成部分的破坏,使路面达到不能承受预定的车辆荷载;另一类是功能性损坏,它也有可能并不伴随有结构性损坏而发生,但由于平整性、抗滑能力等因素的下降,使其不再具有预定的使用功能,从而影响行车质量。功能性破损一般是表面性的,易于识别,其破损原因也比较清楚。

2.结构缺陷的基层探地雷达信号特征

根据上述分析,施工过程中基层缺陷可分为:层间分界面处出现松散夹层,连接性差;层内局部孔隙度大,内部松散;局部离析。以下就三类基层施工过程中出现的缺陷探地雷达信号特征结合实际资料分别研究说明:

(1)层间连接性差的探地雷达信号特征。这种现象主要发生在路面基层的底界面、或基层较厚而分层铺筑的分界面处,产生该类缺陷的原因往往是因为上层铺筑时对下层表面处理不当或筑料搅拌不均或出现离析而导致的,在探地雷达检测剖面图上呈现出较强的异常带。钻芯验证表明,一旦出现明显的此类异常,按垂向分辨率理论分析,其松散夹层厚度往往大于3cm。

(2)结构层离析的探地雷达信号特征。路面基层内的离析部位,因铺筑材料出现结构松散,空隙度变大,空隙内充填为相对介电常数为1的气体,而周围的正常密实区因密实并具有足够的湿度,其相对介电常数远大于松散与离析部位,二者间的界面将成为很强的电磁波反射界面,若离析体充有饱和水,其介电常数远木周围介质,二者间的界面仍将成为很强的电磁波反射界面。由此可见,只要路面基层内存在离析,即具备开展雷达技术探测的物理前提条件,从而达到检测路面基层内松散与离析的目的。

(3)结构层松散的探地雷达信号特征。这种现象多出现在桥涵两侧,一般是由于下层(如垫层)标高低于设计标高,造成上层单层厚度超过分层碾压厚度要求,使其因压实度降低而引起。路面基层内若存在局部松散(压实度底)必然会导致介电常数的不同,电磁波在此发生反射,地面可接收到相应的雷达剖面异常图像。这种松散体界面处引起的异常幅度一般较大,判断其边界的定性方法为:依据在不均匀体边界处有连续的反射波同相轴中断或弯曲分布叉,其内波长变长,波幅明显变化,反射波组特征也发生明显变化。

通过对路面病害的实地踏勘、钻孔取芯、探坑挖验及无破损检测等手段,相互验证了路面病害的范围、程度,经过大量试验的验证,基本符合路面病害的实际状况。

四、结语

总之,路面检测与评价技术在检测和控制施工质量、提高公路养护管理科学化水平及改进路面设计等方面都具有十分重要的地位和作用,路面检测评价技术水平的不断提高,对病害进行针对性、预防性养护,防止病害的快速发展,甚至根治这些病害,对于延长道路使用寿命,降低运营成本有着积极的意义。③

参考文献:

篇6

主管单位：中国工程物理研究院

主办单位：中国工程物理研究院电子工程研究所

出版周期：双月刊

出版地址：四川省绵阳市

语

种：中文

开

本：大16开

国际刊号：1672-2892

国内刊号：51-1651/TN

邮发代号：62-241

发行范围：国内外统一发行

创刊时间：2003

期刊收录：

核心期刊：

期刊荣誉：

Caj-cd规范获奖期刊

联系方式

篇7

中图分类号：TN959文献标识码：ADOI：10.3969/j.issn.10036199.2017.01.029

1引言

雷达研制厂所在交付装备时会给出雷达探测垂直威力图，从该图中能直接读取雷达对不同高度（仰角）空中目标的最大探测距离值，这些指标值根据雷达技术参数和目标RCS大小经雷达方程计算得出，并通过检飞试验验证[1]。然而该雷达威力图并不能全面反映对空警戒雷达在目前典型防空战术背景条件下的探测能力，主要局限性体现在两个方面：一是垂直威力图给出的指标值仅是针对指定RCS目标的计算结果，不同目标的RCS不同，垂直威力图不能直接给出雷达对其他RCS目标的探测能力；二是垂直威力图不能详细描述雷达对低空突防目标的探测能力。图1是某典型中低空搜索雷达对RCS为2m2目标探测的垂直威力图[2]，该图给出了雷达对2000m以上高度飞行目标的探测能力，而未能给出雷达对2000 m以下高度目标的探测能力。现代战争表明，战斗机在攻击行动中，通常会选择在较低的高度进行突防，雷达对低空目标的探测是雷达探测能力评估的一个重要关注点。论文针对雷达探测垂直威力图的上述局限性，提出了雷达探测威力的新的表现形式及其计算方法，利用该方法计算雷达对典型空中目标的探测威力，并对计算结果进行进一步分析。

2雷达探测威力表现形式及计算方法

战斗机在进行反舰和对地攻击行动时，通常会选择在某个高度层进行突防，当逼近至导弹的射程之内时开始发射导弹。如果在战斗机突防阶段能及时发现目标，并在导弹发射之前进行有效拦截，能大大提高防空作战的效能[3]。基于以上原因，提出雷达对空探测威力的表现形式，为雷达对不同RCS目标在不同高度条件下最远发现点在地球曲面上的投影距离（简称为水平距离）。与反舰导弹或对地攻击导弹的射程相比较，水平距离能直观反映防空作战中雷达对战斗机攻击行动的快速反应能力，

首先根据目标RCS、雷达威力图和雷达方程计算雷达对各仰角目标的最大探测距离，然后根据雷达与目标之间的几何关系计算雷达对各高度层目标探测的水平距离。

可以看出，当目标飞在300 m以下高度飞行时，雷达探测水平小于100 km，而当前服役的机载反舰导弹或者对地导弹的射程大都超过100 km[6]，因此，当中小型战斗机选择在300 m以下高度进行突防和攻击时，雷达无法在导弹发射之前发现目标。因此该区域是中小型战斗机突防的最佳区域，也是防空预警探测的薄弱区域。

同理，计算雷达对隐身战斗机在各飞行高度层的水平探测距离如图5所示。

可以看出，无论隐身飞机从哪个高度突防，雷达探测的水平距离都不超过90 km，小于机载反舰导弹或对地导弹的射程，其中，当隐身飞机在4 500 m以上高度突防时，雷达探测水平距离不超过40 km，并且小于在100 m高度突防时的探测水平距离，所以隐身飞机选择从高空突防被探测到的概率更低，这是由于对空警戒雷达为有效利用探测能量对天线方向图进行了低空赋形所致。可以看出，目前常规对空警戒雷达难以对抗高空突防的隐身目标，必须采取有效手段[7-17]。

3结束语

文章提出了在一定战术背景条件下雷达对空探测威力的表征计算方法，即先根据雷达指标威力图、目标RCS和雷达方程计算雷达对各仰角目标的最大探测距离，然后利用雷达与目标之间的几何关系求解出雷达对目标在各高度上最远发现点在地球曲面上的投影距离。该投影距离能体现防空作战中信息系统对目标攻击行动的快速反应能力。可以得到该方法可为舰载和岸基雷达对空探测能力的评估提供定量分析手段。

参考文献

[1]仇放文.雷达威力试飞技术[J].现代雷达，2011，33（8）：17-20.

[2]贾玉贵编著. 现代对空情报雷达[M]. 北京： 国防工业出版社，2004年4月.

[3]王小谟.雷达与探测-信息化战争的火眼金睛[M]， 北京：国防工业出版社， 2008年5月.

[4][美]米切尔 R L著，陈训达 译. 雷达系统模拟[M]， 北京： 科学出版社， 1985年.

[5]LEE Moonsik，KATKOVNIK V， KIM Yonghoon. System modeling and signal processing for a switch antenna array radar[J]. IEEE Transactions on Signal Processing， 2004， 52（6）： 1513-1523.

[6]SKOLNIK M I著，南京子技术研究所译. 雷达手册（第三版）[M]. 北京： 电子工业出版社， 2010年.

[7]CLARK J M C，VINTER R B，YAQOOB M M.The shifted Rayleigh filter for bearings only tracking [C].Proc. 8th International Conf. on Information Fusion， Philadelphia，PA，USA，July 2005：93-100.

[8]CLARK J M C，ROBBIATI S A，Vinter R B.The shifted Rayleigh mixture filter for bearings-only tracking of maneuvering targets[J].IEEE Trans. On Signal Processing，2007，55（7）：3218-3226.

[9]MALCOLM W P，DOUCET A，ZOLLO S.Sequential Monte Carlo tracking schemes for maneuvering targets with passive ranging[C]. Proc. 5th Int. Conf. Inform. Fusion， 2002，1：482-488.

[10]BARSHALOM Y， LI X R.Estimation and Tracking： Principles，Techniques， and Software[M]. Norwood， MA： Artech House， 1993.

[11]AKASHI， KUMAMOTO H.Random sampling approach to state estimation in switching environments[J].Automatica，1977，13：429-434.

[12]CHEN R，LIU J S.Mixture Kalman filters[J].J. Roy. Statist. Soc. B， 2000，62（3）：493-508.

[13]DOUCET A，GORDON N J， KRISHNAMURTHY V.Particle filter for state estimation of jump Markov linear systems[J].IEEE Trans on Signal Process， 2001（3）， 49（3）：613-624.

[14]FEAMHEAD P，CLIFFORD P.Online inference for hidden Markov models via particle filters[J]. J. Roy. Statist. Soc. B， 2003， 65（4）：887-899.

[15]WILLIAMS J L，MAYBECK P S.Costfunctionbased Gaussian mixture reduction for target tracking[C]Proc. 6th Int. Conf. Inform. Fusion，2003， 2：1047-1054.

篇8

【关键词】智能驾驶 智能汽车 发展现状 智能技术

【引 言】

随着更加先进的灵巧型传感器、快速响应的执行器、高性能ECU、先进的控制策略、计算机网络技术、雷达技术、第三代移动通讯技术在汽车上的广泛应用，现代汽车正朝着更加智能化、自动化和信息化的机电一体化产品方向发展，以达到“人—汽车—环境”的完美协调。

【正 文】

一、智能驾驶过程的实现

智能驾驶的实现需要大量的电子电路元件支持，主要有：传感器、电控单元（ECU）、执行器、控制策略、总线、电源、智能通信系统。

随着传感器技术、信息处理技术、测量技术与计算机技术的发展，智能驾驶系统也得到了飞速的发展。

现在的智能驾驶技术大多是通过多传感器实现的。多传感器信息融合实际上是人对人脑综合处理复杂问题的一种功能模拟。多传感器信息融合就像人脑综合处理信息的过程一样，它充分利用多个传感器资源，通过对各种传感器及其观测信息的合理支配与使用，将各种传感器在空间和时间上的互补与冗余信息依据某种优化准则结合起来，产生对观测环境的一致性解释或描述。信息融合的目标是基于各种传感器分离观测信息，通过对信息的优化组合导出更多的有效信息。这是最佳协同作用的效果，它的最终目的是利用多个传感器共同或联合操作的优势来提高整个系统的有效性。

目前经常使用一个雷达传感器探测前方的车辆或障碍。雷达虽然在直路上的性能良好，但当道路弯曲时，探测的信号将不完全可靠，有时还会有探测的盲点或产生错误报警。为了防止错误报警，常对雷达的输出进行标准卡尔曼滤波，但这并不能有效解决探测盲点问题。为了更可靠地解决这类问题，可以使用扫描雷达或多波束雷达，但其价格昂贵。这里选用低价的视觉传感器作为附加信息，视觉传感器经常能提供扫描雷达和多波束雷达所不能提供的信息。

雷达传感器和视觉传感器配合作用实现对复杂道路状况的探测、识别，然后将信息通过总线电路发送给ECU，ECU处理后将命令发送给执行器，执行器将作用于汽车的油门、动力、转向、刹车等系统，实现汽车的只能行驶。［本站论文由中国收集整理，转载请注明出处中国］

二、智能汽车发展现状

回想过去，汽车都是由驱动装置驱动几乎所有的机械和液压系统，现在则由电子元件和系统的组合来完成。电子感应器增强或甚至已经取代了各种机械系统。一些高档汽车具有多达70个ECU。一般汽车的感应器数量已经达到35个，而一个高档汽车的感应器数量达到了60个。通常汽车还附带6个左右的气囊。这意味着现在的汽车更复杂、更安全，并且驾驶起来更简单。和以前的汽车相比，它们也更具智能化，并将继续获得更高的智能。

1、 智能泊车的Lexus LS460

Toyota公司2006年推出（最近才进入中国市场）的Lexus LS460最大的卖点就是智能泊车系统，该车型的电视广告就是在展示智能泊车系统其精准的泊车路线。Lexus LS460的智能泊车辅助系统可对后座和前座摄像头的图像进行处理，利用该结果去控制电子动力方向盘和一个电子油门。只需轻触一个按钮和驾驶者的少许制动，系统就可以把车刹住。同样地，LS460的VDIM(Vehicle Dynamic Integrated Management)系统从各种感应器中搜寻数据以预知刹车。利用这一数据，加上驾驶者的输入信息来帮助驾驶者恢复对汽车的控制。它通过启动电控刹车、电子动力转向、防抱死制动、车辆稳定性控制、刹车辅助、电子刹车力分配和引擎扭矩等功能来恢复控制。

2、 雷达和摄像头加强了驾驶技术

在像Mercedes-Benz S-class这样的车上，24/77 GHz雷达导航系统在提高安全性方面起到很重要的作用。Brake Assist(刹车辅助)、Parking Assist(泊车辅助)、Pre-Safe(预警安全)、Distronic Plus(巡航控制)以及Adaptive Brake(自适应制动)功能采用七个雷达感应器(五个在前缓冲器、两个在后缓冲器)来加强安全水平。拥有这些功能，汽车就可以感应到即将发生的碰撞，使驾驶者可以采取躲避措施。雷达系统允许自动制动应用。另外，如果探测到潜在的碰撞，它就会关闭天窗和加固安全带。［本站论文由中国收集整理，转载请注明出处中国］

现在基于雷达和自适应巡航控制的系统正蓬勃发展，在很多Mercedes-Benz和Toyota模型中都可以发现他们的身影。Volkswagen Passat和BMW的3系列也同样具有这样的雷达。为了改善交通安全，NISSAN公司开发了车距控制辅助系统(Distance Control Assist System)以帮助驾驶者控制他们自身与面前车辆之间的距离。这个系统采用一个在前缓冲器的雷达感应器，来确定定驾驶者的尾随距离和双方车辆的相对速度。如果驾驶者松开加速踏板，或者没有踩住加速踏板，系统就会自动启动制动。如果系统确定需要制动，那么在仪表板和蜂鸣器上就会出现一个指示器，然后加速踏板会自动上移以帮助驾驶者转换到制动。［本站论文由中国收集整理，转载请注明出处中国］

另一个关键功能，即摄像头，给驾驶者返回狭窄停车位并执行能见度受限操作时提供了更佳的视野。研究表明，很多儿童是因为驾驶者在返回停车位的时候看不见他们而致死的。复杂的全轮驱动一度只是高档汽车的安全堡垒。而如今，它是很多车辆的标准配置。这些系统通过瞬间提供车轴最需要的动力，可在恶劣的驾驶条件下提供最佳动力。

3、 智能化车灯

对安全性的关注也延伸到前灯。由Gentex公司开发的Chrysler 300C具有Smart Beam系统。它根据公路情况自动开启和关闭前灯。在后视镜里装了一个前向CMOS图象感应器，它让车灯一直维持开启状态，直到在公路上探测到其它车的前灯或尾灯，它才转换到近光灯。为了避免分散相向行驶驾驶者的注意力，该系统可使远光灯渐开和渐关。

Mercedes-Benz S-class汽车有两个照射公路的红外线前灯。当汽车的近光灯打开，它们将驾驶者的视野范围扩展到150多米，使其能更快看见行人、停泊的汽车和其他障碍物。同时也减少了黑暗中驾驶发生碰撞的危险。

4、 智能驾驶环境——无线基础设施

到目前为止，汽车中的无线技术仍限制在车载蜂窝电话。但是当这些研究者针对路边站的安全架构而进一步调查Wi-Fi通信使用状况的时候，这可能会有所改变。

交通部(DOT)的VII计划试图使用无线连接来避免碰撞。有车辆接近十字路口或死角的时候，基站将通知和提醒其它基站和驾驶者。该系统也会提供交通速度和密度的数据，使路标可以通知驾驶者在进入高速公路前倒车。

该计划还将开发可以在不同情况下警告驾驶者的集成先进技术，这些情况包括：当驾驶者将要离开公路的时候，当驾驶者和另一企图改车道的车辆有碰撞危险时候，以及和前方车辆有碰撞危险的时候。

5、 动力传动电子控制系统

主要包括发动机电子控制（包括汽油机和柴油机）、自动变速器控制（ECT、CVT/ECVT等）以及动力传动总成的综合电子控制等。控制系统主要由各种传感器、执行机构和电控单元（ECU）组成。其主要是保证汽车在不同的工况下均能处在最佳状态下运行，并简化驾驶员的有关操作，从而降低油耗和排放，减少动力传动系统的冲击，减轻驾驶人员的劳动强度，提高汽车的动力性、经济性和舒适性。

6、底盘电子控制系统

包括制动防滑与动态车身控制系统（ABS/ASR、ESP/VDC）,牵引力控制系统、悬架及车高控制系统、轮胎监测系统(TPMS)、巡航控制系统（CCS）、转向控制系统(如4WS)、驱动控制系统（如4WD）等。其主要用于提高汽车的安全性、舒适性和动力性等。近些年来，这类控制系统开始在普通轿车上广泛采用。

7、 车身电子控制系统

主要包括安全气囊（SRS）、自动座椅、自动空调控制、车内噪音控制、中央防盗门锁、视野照明控制、自动刮水器、自动门窗、自动防撞系统以及满足不同用电设备的电源管理系统。主要是用来增强汽车的安全性、舒适性和方便性。

8、 多媒体娱乐、通讯系统

篇9

现代信息化战争中，雷达系统的应用已越来越凸显它绝对的重要地位，而雷达系统仿真则是通过数字仿真技术与雷达技术相结合，在计算机上模拟、再现真实雷达系统在不同场景中的工作机理和过程，从而对真实雷达系统进行特性、效能的验证评估的方法。在系统仿真设计及开发过程中，通常采用模块化方法对整个雷达系统进行拆解组装确定系统功能模块，从而建立具有一定抽象度的软件仿真系统模型，降低系统设计的复杂性。

1.目标起伏特性下Swerling模型仿真

目标是雷达探测的主要对象，我们常常在雷达的回波信号中探寻目标的信息。雷达回波的起伏总是与雷达目标的RCS相联系，而目标的RCS起伏总是是随机的，不规律的，所以一般采用起伏模型对雷达目标回波加以描述。目标的雷达截面积（RCS）的值很大程度上决定了雷达能否能正确检测目标。对目标本身而言，其雷达截面积的大小更关系到如形状、表面介质、运动姿态等诸多因素。由于雷达要探测的目标的复杂性和多样性，其雷达截面积（RCS）亦呈起伏性变化趋势，直接导致对其进行精确计算和测量的困难。基于雷达截面积的变化特性，而Swerling模型无法精确描述隐身目标、非良导体等目标，W.Weinstock等提出了统计模型，而Swerling模型亦符合这一模型特点。

设起伏目标的RCS为，则服从自由度为2k的分布模型：

（1-1）

式中，表示RCS平均值，双自由度k值可不为正整数。

分布可以由2k个相互独立的均值为0，方差为的高斯随机变量平方取和得到的。

（1）k=1时，，为2个自由度的卡方分布，即为Swerling I 分布;

（2）k=2时，，为4个自由度的卡方分布，即为Swerling III 分布;

（3）k=5时，，为10个自由度的卡方分布，即Swerling II 分布;

（4）k=10时，，为20个自由度的卡方分布，即Swerling IV 分布。

仿真结果如图1-1所示。

图2-1 ZMNL法、SIRP法产生杂波原理图

2.海杂波建模仿真

在雷达系统建模中，杂波是常常表示雷达在所处环境中接收到的不需要的反射回波。环境杂波极大的影响了雷达系统的检测性能，已经成为一个越来越不可忽视的内容。为了有效减弱杂波对信号检测的负面作用，我们需要确切了解杂波的幅度特性和频谱特性，每一部分信号反射后接收到的回波振幅和相位都是随机的。研究时通常采用雷达杂波模型来表示杂波幅度的概率分布特性目前国内外研究的合理的数学杂波统计模型有四种：

图2-2（1） 不同参数下瑞利分布概率密度函数

图2-2（2） 瑞利分布仿真结果

（1）瑞利分布（Rayleigh Distribution）

瑞利分布要求散射体的数目足够多，并且所有散射体中没有起主导作用的，瑞利分布与每个散射体的振幅分布情况无关。当散射体的数目达到一定数目时，根据其反射信号振幅、相位的随机性，所有散射体合成的回波包络振幅服从瑞利分布。瑞利分布概率密度函数为：

（2-1）

x表示杂波包络振幅，为功率。

图2-3 形状参数为2时，功率谱是高斯谱的K分布仿真结果

（2）对数正态分布（Log-Normal Distribution）

对数正态分布适用于入射角较小，地形复杂的杂波数据或者平坦区高分辨率的海杂波数据。

（2-2）

其中，均值为，对数标准差表示。

（3）韦布尔分布（Weibull Distribution）

通常情况下，韦布尔分布能够精确地描述在高分辨力雷达、低入射角的情况下一般海情的海浪杂波，而地物杂波也可以用韦布尔分布来描述。

（2-3）

式中，p表示形状参数，q为尺度参数。当p=1时为指数分布;当p=2时为瑞利分布，可以说瑞利分布是威布尔分布的一个特殊情况。

（4）K分布（K Distribution）

适合用于描述高分辨力雷达的非均匀杂波。

（2-4）

其中，表示形状参数，控制K分布的形状;表示尺度参数，控制K分布的平均幅度;为伽马函数，而则表示修正的v阶贝塞尔函数。形状参数的取值范围在0.1<v<+∞这一区间，对于较小的，当v0.1时，杂波会有较长拖尾;而当∞时，杂波则趋近于瑞利分布。

常用的海杂波仿真方法有两种，分别是零记忆非线性变换法（ZMNL）和球不变随机过程法（SIRP），其中ZMNL 法为最经典，这种方法的基本思想是：先产生相关的高斯随机过程，然后通过某种非线性变换得到所需要的相关随机序列。

图2-1中，w（k）为高斯白噪声序列，s（k）是和x（k）有相同特性PDF的实随机变量，所有参量相互独立。

瑞利分布仿真结果如图2-2所示。

不同参数下K分布的概率密度函数，由图2-3可知，当a为定值时，随着参数v增大，K分布的拖尾变长，尖峰幅度则变小。

通过以上介绍的ZMNL方法得到杂波回波信号幅度值后，便可以模拟四种海杂波的回波信号，对于不同的脉内调制雷达信号，他们的杂波回波信号的模型也都不同。需用辩证眼光分析。

3.总结

本文从目标、杂波两个方面建立雷达回波信号模型，着重研究各部分的特性仿真，其中目标部分，基于雷达目标截面积的目标起伏模型Swerling进行仿真，给出仿真方法;杂波部分，选择海杂波进行相应的仿真，针对统计特性下的四种海杂波分布进行仿真，给出常用的高斯分布模型仿真方法，仿真结果基本符合原分布模型特性。

参考文献

[1]（美）R.L.米切尔著.陈训达译.雷达系统模拟[M].北京：科学出版社，1982.

[2]卢建奇.雷达回波信号建模与仿真研究[D].中国人民工程大学硕士论文，2006

[3]林茂庸，柯有安.雷达信号理论[M].国防工业出版社，1984.

篇10

中图分类号：TP311文献标识码：A文章编号：1009-3044(2011)10-2341-02

Extended Scene SAR Raw Data Simulation Method for Time and Frequency Domain

ZHANG Qi-wen1,2, YANG Ze-gang2, ZHANG Xiao2

(1.Hohai University College of Energy and Eletrical Engineering, Nanjing 210098, China; 2.Navy Submarine Academy, Qingdao 266071, China)

Abstract: The method of raw data was explained in detail on the basic of Airborne SAR system return signal model.This paper expounds the distribution of original data simulation target two kinds of most basic methods, the steps and results of simulation were provide the validity of method.Through comparison of experimental results obtained inferiority of the two methods.

Key words: SAR; raw data; simulation

合成孔径雷达技术的研究过程中需要大量的原始数据，而如果研究需要的所有原始数据都通过实测数据或者购买则成本将过于昂贵。另外，合成孔径雷达对自然地面场景成像的机制非常复杂，必须通过建立有效的模型来帮助解释这种复杂的回波机制。本文将阐述分布目标原始数据模拟的两种方法。

1 分布目标原始数据数学模型

随着雷达平台的运动，每个脉冲信号所覆盖的地面目标区域也是不断变化的。假设一个矩形分布目标的距离向长度为lr，方位向长度为la，机载SAR距目标的最近距离为Rmin，最远距离为Rmax (即在波束照射范围内目标离SAR的最远距离)；则回波数据距离向的长度为lr=Rmax-Rmin，方位向的长度为Xa=la，则分布目标的回波数据大小与点目标不同的只是方位向上需要加上一个目标的尺寸，而距离向上完全相同。

方位向比点目标所增加的点数为，类似点目标产生原始数据，分布目标的原始数据可以看作是由多个散射点组成的，因此其数学表达可以写作：

(1)

表示成二维离散形式为：

(2)

其中对于小平面单元Aik，δik为它的后向散射系数，rik(nT)为它在时刻n与平台的距离，Wrik(nT)为它的距离向天线增益，Waik(nT)为它在时刻n的方位向天线增益。

分布目标原始数据计算方法如下：假设以方位正中心横过波束中心时刻为t=0时刻，凡所在位置为原点，忽略天线距离向加权的影响，对于第n个发射脉冲，地面散射单元矩阵形成的第m个距离门回波为：

(3)

或表示为积分形式为：

(4)

其中，i和j遍取波束照射范围内所有对第m个距离门回波有贡献的地面散射单元，ρc(i,j)是地面散射单元的等效复散射函数。对测绘带上波束照射范围内的地面散射单元完成上述处理后，将得到一个回波脉冲信号在距离门上的值，此时各距离门上的回波信号已经完成了方位向回波的混叠，再与发射信号卷积便得到一个脉冲的回波信号。随着雷达平台的运动，每个脉冲覆盖的目标范围是变化的，在每个方位位置上都根据上述方法计算雷达回波，从而得到整个仿真区域的目标回波信号。

2 原始数据模拟方法

一是采用时域仿真的方法，根据SAR的工作机理，在不同方位时刻逐一算出当前时刻的目标回波，然后构成整个合成孔径时间的目标回波矩阵；二是采用频域的方法，Giorgio Franceschetti提出采用二维FFT方法，提高计算速度，而国内大多SAR原始数据仿真的文章也是借鉴教授的思路。这些已有的方法虽然能够得到较好的仿真效果，但不是测试准备工作量大，就是运算量大、处理比较繁琐，即使一些简易模拟方法在处理上仍需大量的工作。

1) 基本流程

已知目标的后向散射系数和系统的脉冲响应函数，得到雷达回波数据，通过成像处理验证所关心的问题。假设目标后向散射系数为：γ(x,r)，系统的脉冲响应函数为：s(x',r',x',r')，则回波数据或原始数据ss(x',r')如下所示：

(5)

其中，x为目标在方位向场景中心的位置，x'为雷达所处的位置；r为目标在距离向相对于场景中心的位置；r'表示天线接收到目标(x,r)处回波信号相应的距离向位置。SAR系统原始数据回波的模拟步骤如图1表示。

在原始数据模拟中，首先根据选用的数学模型和系统参数，来获得目标的后向散射系数。后向散射系数和系统脉冲响应函数s(x',r',x,r)通过合理的模拟方法得到所要的SAR系统回波模拟原始数据。在图1中对应实线的模拟流程中，原始数据可以直接通过成像处理来验证系统性能和成像算法。图1对应的虚线模拟流程中，原始数据变为真实回波信号输入实际的SAR系统验证系统得到的性能指标和采用的成像算法。在模拟过程中一般用到点目标、点阵目标、面目标、分布目标、真实场景目标等这些基本的目标模型。

2) 模拟步骤

时域模拟的基本步骤如下：

(1) 按照方位向上的时间顺序，确定雷达天线各方位时刻。

(2) 确定在不同的时刻天线所覆盖的点目标，计算覆盖区域内雷达天线波束中心与目标之间的距离。

(3) 考虑实际天线的加权，计算得到不同时刻天线所覆盖目标的方位向多普勒数据。

将对应方位向时刻，所有覆盖区域目标的方位向数据和距离向的数据相乘，得到该时刻各个目标的回波。所有回波按照距离门由近到远的顺序叠加，得到该方位时刻的雷达回波数据。

(4)重复(2)～(4)得到雷达所有方位向数据回波，即原始数据。仿真结果见图2所示。

频域模拟的基本步骤如下：

(1) 目标的后向散射系数通过快速傅立叶运算变换FFT到频域。

(2) 系统的响应函数也通过快速傅立叶运算变换FFT到频域。

(3) 将步骤(1)和(2)得到数据在频域完成点乘。

通过快速傅立叶逆变换IFFT，得到雷达回波数据。仿真结果见图4所示。

3 实验结果与分析

由图实验使用大小为1200×1200m的目标场景，图5中给出二维频域（用虚线表示）和时域法（用实线表示）计算产生的原始数据在距离向和方位向上的相位对比图，并给出相位的误差曲线，从误差曲线中可知二维频域计算原始数据与时域计算结果相位相比同一方位向的误差在20度以内，同一距离向误差在10度以内，相位误差主要来自于距离向和方位向二维FFT变换中的两次相位驻定原理的运用。

两种原始数据仿真方法中，时域模拟精确度最高，可以很精确的仿真出任意路径下的平台运动误差，然而其缺点是：计算量大、耗时长。针对时域算法效率低的缺点，二维频域生成原始数据的计算量小，执行效率相比时域提高较大，然而其在计算目标点的系统传递函数时采用距离向的参考近似，在对传递函数的二维时域到频域的变换中采用相位驻定原理引入误差，这两点决定二维频域算法将存在一定的相位误差。