-
公开(公告)号：CN105372732A
公开(公告)日：2016-03-02
申请号：CN201510812943.9
申请日：2015-11-20
Applicant: 北京环境特性研究所
IPC: G02B5/122
CPC classification number: G02B5/122
Abstract: 本发明涉及一种降低三角形反射器RCS的三角形反射器，根据本发明的曲面三角形反射器为由三个侧面构成的直角三棱锥型结构，每个侧面均为向所述三角形反射器内部凸出的二次曲面。本发明通过将三角形反射器的三个直角三角形侧面设置为向三角形反射器内部凸出的二次曲面，能够降低三角形反射器的RCS；通过给出曲面三角形反射器的凸出因子与RCS缩减量的关系，能够为靶标设计提供理论指导。
-
公开(公告)号：CN103632036A
公开(公告)日：2014-03-12
申请号：CN201310547888.6
申请日：2013-11-06
Applicant: 北京环境特性研究所
IPC: G06F19/00
Abstract: 本发明公开了一种目标的电磁热点分布图构建方法和系统，所述方法包括：对于目标的三维三角网格模型中的每个三角面元，根据指定的雷达波束的入射方向计算出该三角面元对入射的雷达波束所产生的镜面反射电流、边缘绕射电流，以及N次反射电流之和，得到该三角面元的等效电流；并根据该三角面元的等效电流计算出该三角面元的散射电场场强后，根据该三角面元的等效电流和散射电场场强计算出该三角面元的电磁热点数据；对于三维三角网格模型中的每个三角面元，根据该三角面元的电磁热点数据使用对应的颜色附着于该三角面元上，得到目标的N次反射的三维电磁热点分布图；其中，N为预设的自然数。应用本发明，以准确判断出目标的强电磁散射结构。
-
公开(公告)号：CN114662323B
公开(公告)日：2025-03-11
申请号：CN202210317072.3
申请日：2022-03-29
Applicant: 北京环境特性研究所
IPC: G06F30/20 , G06F111/10 , G06F119/16
Abstract: 本发明提供了一种目标模拟方法、装置及存储介质，其中方法包括：首先获取待模拟目标对应第一频率的全空间第一RCS数据；然后根据第一RCS数据的起伏特性，确定待模拟目标的强散射区域，强散射区域为RCS值大于预设阈值的区域；再然后对强散射区域进行散射中心诊断，得到强散射区域的诊断结构和诊断结构对应的可见角域范围；最后对诊断结构进行结构调整，并根据可见角域范围和对应频率，对调整后的结构和调整前的诊断结构的散射特性进行等效性评估；若评估等效性较高，则将调整优化后的结构确定为待模拟目标在此可见角域范围内的模拟结构。本方案，能够对目标的局部散射特性进行精细模拟，且模拟的散射特性具有良好起伏特性与频率依赖性，整体逼真度高。
-
公开(公告)号：CN119556240A
公开(公告)日：2025-03-04
申请号：CN202411702666.1
申请日：2024-11-26
Applicant: 北京环境特性研究所
Abstract: 本发明提供了一种双站散射调控结构及其设计方法，该双站散射调控结构由金属球面中的部分弧面构成，通过共同调整该部分弧面的尺寸参数和姿态参数以对双站雷达探测的宽角域下的雷达散射截面进行调控。本方案，可通过调整该部分弧面所对应金属球半径大小以对所述双站雷达探测的雷达散射截面量级进行调控，通过调整该部分弧面几何中心的方位角、俯仰角以及与方位向和俯仰向相对应的圆心角以对散射角域进行调控，如此可实现对双站雷达散射特性的灵活调控，具有宽带、宽角域、极化不敏感等特点，具有重要工程应用价值。
-
公开(公告)号：CN112580554B
公开(公告)日：2024-01-05
申请号：CN202011559267.6
申请日：2020-12-25
Applicant: 北京环境特性研究所
IPC: G06V20/10 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及图像识别技术领域，尤其涉及一种基于CNN的MSTAR数据噪声强度控制的分类识别方法。该分类识别方法包括：搭建卷积神经网络模型；获取MSTAR图像，并检测图像包含噪声程度等级；选择设定噪声等级以下的噪声图像作为原始图像训练集；扩充图像样本，将得到的扩充后的含噪声图像训练集输入到卷积神经网络模型进行训练和测试；将训练完成后的卷积神经网络模型用于目标图像分类识别；通过多源噪声扩充方法，以削弱噪声特征对网络性能的影响，有助于提升目标的识别准确率。(56)对比文件王亚东.基于复数全卷积神经网络的SAR自动目标识别《.中国优秀硕士学位论文全文数据库 信息科技辑》.2019,(第（2019）12期),I136-286.张笑等.基于卷积神经网络的SAR图像目标识别算法研究《.电子测量技术》.2018,第41卷(第14期),第92-96页.方宏俊等.用于电视系统的视频噪声检测的优化算法设计《.视频应用与工程》.2015,第39卷(第14期),第89-93页.
-
Patent Agency Ranking
公开(公告)号：CN116611130A
公开(公告)日：2023-08-18
申请号：CN202310551101.7
申请日：2023-05-16
Applicant: 北京环境特性研究所
Abstract: 本发明涉及一种特定俯仰双站角的强散射结构设计方法，涉及电子设备领域，包括以下步骤：选择一种强散射结构，特定由圆形的底面、圆形的顶面和横断的锥面组成的圆台状结构；底面和顶面均水平布置，锥面竖直布置；调整锥面母线与底面之间的夹角，分别为93°、95°和97°；对具有三种不同锥面规格的结构进行相同的电磁理论仿真计算，获得双站RCS散射特性数据；根据强散射结构的散射特性空间分布特点和仿真计算数据进行多项式拟合，在选择该强散射结构，且α＝2β‑180时，双站散射特性明显；其中α为俯仰双站角，β为锥面母线与底面的夹角，本发明具有实现任意俯仰双站角的强散射结构设计，为双站散射特性研究与相关试验提供技术支撑的优点。
-
公开(公告)号：CN113780422A
公开(公告)日：2021-12-10
申请号：CN202111066801.4
申请日：2021-09-13
Applicant: 北京环境特性研究所
IPC: G06K9/62
Abstract: 本发明提供了一种背景杂波相似性评估方法及装置，其中方法包括：确定用于评估背景杂波相似性的至少两个特征维度以及确定每一个特征维度分别对应的至少一个评估指标；针对至少两个特征维度对应至少两个评估指标中的每一个评估指标，计算两张待评估SAR图像中每一张待评估SAR图像对应该评估指标的评估参数；根据两张待评估SAR图像对应该评估指标的评估参数，计算该两张待评估SAR图像对应该评估指标的相似性；将计算得到的与至少两个评估指标一一对应的至少两个相似性进行合并处理，得到对两张待评估SAR图像的背景杂波相似性的评估结果。本方案，能够提高评估结果的准确性。
-
公开(公告)号：CN109917346B
公开(公告)日：2020-12-11
申请号：CN201910252724.8
申请日：2019-03-29
Applicant: 北京环境特性研究所
IPC: G01S7/41
Abstract: 本发明涉及一种基于功率谱估计的RCS起伏周期分析的研究方法，包括获取不同点源目标的RCS解析表达矢量值；间接法求解功率谱密度，并对功率谱密度估计求解出快起伏的起伏周期；分析点源目标的起伏周期规律。随角度变化获取不同点源目标分析起伏周期，方法通过分析功率谱的截止频率，得到目标RCS随角度变化的快起伏周期。信号的功率谱密度反映了单位频带信号功率的大小，是频率的函数，功率谱揭示信号中隐含的周期性等有用的信息。
-
公开(公告)号：CN109459736B
公开(公告)日：2020-10-13
申请号：CN201910006970.5
申请日：2019-01-04
Applicant: 北京环境特性研究所
IPC: G01S7/40
Abstract: 本发明涉及一种雷达靶标设计方法和装置，所述方法的一实施方式包括：根据指标要求中的双站角确定两块矩形平板的夹角；建立非垂直二面角的双站RCS与入射方位角以及矩形平板面积的函数关系；利用所述函数关系获取对应于指标要求中的双站RCS峰值的矩形平板面积；依据预设规则和获取的矩形平板面积确定矩形平板的公共边长度和宽度。该实施方式能够提供新的适合于双站雷达系统的强散射体来替代传统的雷达靶标。
-
公开(公告)号：CN109444822A
公开(公告)日：2019-03-08
申请号：CN201910007103.3
申请日：2019-01-04
Applicant: 北京环境特性研究所
IPC: G01S7/02
Abstract: 本发明公开了一种RCS可控的角反射器和设计方法，涉及雷达技术领域。其中，本发明的角反射器包括：三个正方形金属板和一个挡板；所述三个正方形金属板两两垂直相连，且所述三个正方形金属板存在一个共用顶点和三个共用连接边；所述挡板与所述三个正方形金属板中的每一个相连接。本发明的角反射器通过在正方形三面角反射器基础上加装挡板，使得新型角反射器的RCS相比相同尺寸的传统角反射器减弱，从而能够降低RCS的量级，满足实际工程中对产生较低量级的RCS的需求；通过改变挡板的尺寸，能够达到RCS可控的目的，从而能够满足实际工程中对产生不同RCS量级指标的需求。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.039 seconds)
