一种目标角闪烁统计性模型算法及仿真
空间目标的红外特性建模与仿真
华 中 科 技 大 学 硕 士 学 位 论 文
1.2 国内外研究现状
红外成像仿真的种类，若根据目标与背景所在的地理位置、高度或性质的不同， 可分为以下四类对象[10]的红外仿真，即：空间目标与深空背景、空中目标与天空背 景、海面目标与海洋背景、地面目标与地物背景。本课题主要研究的是空间目标与 深空背景的红外成像仿真。下面分别介绍空间目标红外特性和太空红外场景的国内 外研究现状。 1.2.1 目标红外辐射特性研究 目标的红外辐射特性研究对于红外成像系统的研制、目标的红外隐身设计、仿 真训练及实战均具有重要意义。典型的目标有坦克装甲车辆、船舰、飞机、导弹以 及卫星等等，国内外针对坦克[11-12]、船舰[13-14]与飞机等军用目标的红外辐射特性进 行了大量研究。相对而言，卫星红外辐射特性研究得较少。从查阅文献来看，国内 仅有文献[9,15-16]对卫星红外辐射特性进行了研究，专门对卫星红外辐射特性进行 研究的文献还不多。尽管研究卫星红外辐射特性的专门文献较少，然而我们仍然可 通过查阅相关或相近文献来建立相应计算模型，进而对卫星红外辐射特性进行研 究。 与可见光波段不同，卫星红外辐射特性受到卫星自身红外辐射影响。而由普朗 克定律可知，卫星表面自身红外辐射又受卫星表面温度影响，卫星红外辐射特性研 究必然要涉及到卫星温度数值计算。国外对卫星温度分布进行了大量理论和实验研 究，建立了一系列卫星温度场数值计算方法，典型有以下两类计算方法：一类计算 方法是热网络法，该方法较为简单，计算精度也能达到一定的要求，但不能给出卫 星表面较为精细的温度分布，因而依此计算得到的卫星表面红外辐射亮度分布较为 粗糙。另一类计算方法是建立三维卫星温度计算模型，该方法获得的温度较为精确， 可以给出卫星表面较为精细的温度分布，便于进一步计算卫星红外辐射通量分布。 国外较早就开展了这方面的研究，现已开发出了较为成熟的计算分析软件，比如美 国宇航局与欧洲宇航局研制开发的 SINDA，TRASYS 与 ESATAN。国内，在卫星 温度场的模拟工作方面，潘增富[17]详细论述了航天器热计算中的稳态温度场计算的
基于GEANT4蒙特卡罗算法的闪烁体探测器建模与优化
基于GEANT4蒙特卡罗算法的闪烁体探测器建模与优化目录一、内容描述 (2)1. 研究背景与意义 (3)2. 国内外研究现状 (4)3. 本文研究内容与方法 (5)二、GEANT4蒙特卡罗算法概述 (6)三、闪烁体探测器建模 (7)1. 闪烁体探测器工作原理 (8)2. 闪烁体探测器模型构建 (9)3. 模型参数设置与仿真 (10)四、基于GEANT4的闪烁体探测器优化 (11)1. 探测器优化方案设计 (12)2. 优化算法流程 (14)3. 关键参数优化 (14)4. 优化结果分析 (16)五、闪烁体探测器性能评估 (17)1. 性能评估指标 (18)2. 评估方法 (20)3. 性能评估结果 (21)六、实验验证与结果分析 (22)1. 实验设置与数据收集 (23)2. 实验结果分析 (24)3. 实验结果与模拟结果的对比 (25)七、结论与展望 (27)1. 研究成果总结 (27)2. 研究不足之处与展望 (28)一、内容描述介绍闪烁体探测器的基本原理，包括闪烁现象的产生机制及其在探测领域的应用。
针对GEANT4这一蒙特卡罗模拟框架，阐述其在闪烁体探测器建模中的应用方法和优势。
介绍建模过程中需要考虑的关键因素，如闪烁体的几何形状、光电性质以及能量沉积机制等。
详细阐述使用GEANT4蒙特卡罗算法进行闪烁体探测器模拟的流程，包括模型的建立、模拟参数的设置、事件的触发和跟踪以及数据的采集和处理等。
重点在于阐述如何对模型进行精准设计以及对模拟过程进行精确控制，以确保模拟结果的准确性和可靠性。
探讨基于GEANT4蒙特卡罗算法的闪烁体探测器性能优化策略，包括几何结构优化、材料选择优化以及信号处理优化等。
通过模拟实验和数据分析，研究不同优化策略对探测器性能的影响，并给出具体的优化建议和实施方法。
通过对模拟结果与实验结果的对比分析，验证基于GEANT4蒙特卡罗算法的闪烁体探测器建模与优化的有效性。
探讨模拟过程中可能存在的误差来源，以及如何减小这些误差以提高模拟结果的准确性。
红外成像系统性能参数测试系统讲诉
红外成像系统性能参数测试系统摘要：经过近几十年的发展，红外成像系统经历数次变革，已经由最初的点源和线阵扫描型发展到现在的第三代红外焦平面凝视型系统，目前国外对红外成像系统实验室测试的性能参数多达十六七项。
本文对其最主要的信号传递函数（SITF）、噪声等效温差（NETD）和三维噪声模型、调制传递函数（MTF）、最小可分辨温差（MRTD）五个参数进行研究，阐述了它们的定义、物理意义和测量方法。
关键字：红外成像系统性能参数定义测量方法1 红外成像系统性能参数测试研究的意义基于光电图像的测量，是以图像的获取及其处理为手段，来确定被测对象的诸如空间、时间、温度、速度以及功能等等有关参数或者特性的一种测量方法。
把图像当作检测和传递的手段或载体加以利用，是一种建立在光学成像技术基础上并融入了计算机技术、光电子学数字图像处理技术以及光机电一体化的综合测量技术，其目的在于从图像中提取有用的信号。
由于其具有非接触、高灵敏度和高准确度等特点，在信息科学、生命科学、工农业生产和制造业、航空航天、国防军事、科学研究以及人们的日常生活等领域中得到了广泛应用，是当代先进测试技术之一[1]~[3]。
自然界中凡是温度高于绝对零度的物体，就会一直向外辐射能量。
通过探测并收集这些辐射能，再现物体的辐射起伏，进而显示出物体的特征信息，这样的成像系统就是红外成像系统。
红外成像系统利用景物本身各部分辐射的差异获取被测对象的细节，可以穿透烟、雾、霾以及雪等不利因素以及识别伪装，具有较强的抗干扰和全天时远距离观察目标的能力，这些特点使红外成像系统广泛应用于军事领域。
现代军事应用中，要求红外系统不仅具有高灵敏度、大视场、高空间分辨率、高帧频、适装性好的特点，为了适应恶劣的环境条件，还同时要求具有很好的结构稳定性和温度特性等。
传统的红外光学系统的结构形式有反射式、折射式和折反式，它们共同的特点是结构简单，这往往不能满足现代军用特殊条件下的高质量的成像要求，需要增加辅助器件，就使得结构变得复杂，更加促使了人们开发新型的结构[4]。
RGB-T目标跟踪综述
RGB-T目标跟踪综述作者：丁正彤徐磊张研李飘扬李阳阳罗斌涂铮铮来源：《南京信息工程大学学报》2019年第06期摘要 RGB-T目标跟踪是基于RGB目标跟踪问题发展而来的.为了提高复杂环境下的目标跟踪性能，学者们提出结合可见光和热红外的信息来克服单一成像受限的问题.本文首先介绍了RGB-T目标跟踪的研究背景，并指出该任务所面临的挑战，然后归纳并介绍了目前已有的RGB-T目标跟踪的几类方法，包括传统方法和深度学习方法.最后，本文对现有的RGB-T数据集、评价指标进行了分析和对比，并指出RGB-T跟踪中值得研究的方面.关键词可见光-热红外;多模态;目标跟踪中图分类号TP391文献标志码A0 引言视觉目标跟踪，旨在从连续视频帧中估计出目标在每一帧中的位置和尺度信息，是计算机视觉中的一个热点问题，在视频监控、自动驾驶和机器人感知等方面有着广泛的应用.尽管目标跟踪取得了许多重要突破[1-8]，但现阶段的目标跟踪仍然面临许多挑战性问题，尤其是在各种复杂的环境条件下（如低光照、雨天、烟雾等），可见光图像的成像质量受到显著影响，使得跟踪目标物体是非常困难的.热红外成像主要的优势体现在：它可以捕捉到目标所发出的热辐射，对光照变化不敏感，可以实现在零光照条件下跟踪目标;它还具有很强的穿透烟雾的能力，使得RGB-T（RGB-Thermal，可见光-热红外）目标跟踪比传统目标跟踪具有更强的潜在应用价值.因此，结合可见光和热红外信息可以有效地提高目标跟踪性能，较好地实现全天时全天候的目标跟踪.图1是低光照（左）和强光照（右）情况下的可见光图像，目标在其中并不明显，但在图2相对应的热红外图像中目标轮廓清晰.图3呈现的两个热红外图像产生了热交叉现象，目标和背景极难区分，但目标在图4相对应的可见光图像中较为明显[9].可见，可见光和热红外信息相互补充，有助于复杂环境条件下的视觉跟踪.最近几年，随着热红外传感器的普及，RGB-T跟踪在计算机视觉领域引起了越来越多的关注.由于RBG-T目标跟踪相对于单模态目标跟踪起步较晚，至今鲜见关于RGB-T目标跟踪进展的文献综述.本文将对该领域前后发展进行一个较为全面的综述.首先介绍RGB-T目标跟踪面临的挑战，然后回顾传统的RGB-T目标跟踪算法，主要包括基于人工设计特征和传统的机器学习技术的RGB-T目标跟踪算法，再介绍近几年出现的基于深度学习的RGB-T目标跟踪方法，最后对已有的多个RGB-T数据集、评价指标进行分析和对比.1 RGB-T目标跟踪的挑战一些早期的研究[10-11]表明将可见光和热红外数据结合起来，可以有效地提高跟踪性能.相对于传统的单模态目标跟踪，借助红外信息构建的多模态目标跟踪，其跟踪效果得到进一步提升，但在面对更复杂场景的情况下，RGB-T目标跟踪不仅遇到传统的目标跟踪所面临的挑战，而且也遇到新的挑战.1.1 传统的目标跟踪的挑战举例1）目标的形变与快速运动：当跟踪的目标发生较大的形变或尺度变化剧烈时，跟踪框不能及时适应变化，将会引入过多的背景信息污染模型，从而导致跟踪目标的丢失.另外对于快速运动的物体，由于相邻两帧的目标移动跨度较大，超出了候选区域，也将导致跟踪失败.2）遮挡：目标被遮挡可以分为部分遮挡和完全遮挡.如果目标是部分被遮挡，在遇到遮挡物的第一帧，边界框会将遮挡物的信息包含在内，导致后续跟踪过程中的目标被错误判别;如果是完全遮挡，边界框找不到目标，会直接导致跟踪失败.如图5所示，红色框内跟踪目标人物在第2张图中部分被树叶遮挡，导致跟踪框内可能包含树叶信息，而在第3张图中则是完全被树叶遮挡，候选框内不能找到目标特征，导致目标丢失.1.2 RGB-T目标跟踪的新挑战1）RGB-T融合：如何将RGB和热红外两个模态进行有效的融合是RGB-T目标跟踪面临的挑战之一.如果两个模态中的一个模态成像不佳，则直接融合两个模态将会引入噪声，进而影响跟踪性能，所以两个模态的融合策略直接影响RGB-T跟踪性能.2）特征表示：与传统目标跟踪相比，RGB-T目标跟踪的目标特征由RGB与T特征共同描述，更鲁棒的RGB-T特征表示必然可以提升跟踪的性能，这一点也得到了越来越多的关注.3）成像受限：在零光照、光线强烈变化、雾霾等情况下，可见光谱成像受限;当目标与周边背景物体的温度差异较小时，则会有热交叉现象发生，热红外成像受限.2 传统方法RGB-T目标跟踪的传统方法多为在线目标跟踪，旨在利用简单有效的人工设计视觉特征，结合浅层外观模型，利用匹配或分类算法进行快速有效的目标跟踪.由于稀疏表示在抑制噪声、减少误差方面表现较好，故稀疏表示理论也被用于解决RGB-T目标跟踪问题[12-16]，并且取得了较好的效果.但稀疏表示模型计算复杂度较高，难以实时处理.随着相关滤波理论在单模态跟踪中取得了较为鲁棒的效果[17-19]，Zhai等[20]在RGB-T目标跟踪中引入交叉模态相关滤波器，更有效地进行可见光和红外模态的融合.为了改善RGB-T目标跟踪中的模型漂移现象，研究者在RGB-T目标跟踪中引入图的理论[21-23]，自适应地使用可见光和红外图像信息来学习模态权重.下面将从以下3个方面详细对RGB-T跟踪的传统方法进行阐述.2.1 基于稀疏表示的RGB-T目标跟踪近年来，使用稀疏表示的目标跟踪[11，24-25]能够较好地抑制噪声和减少误差.受此启发，Wu等[12]将RGB和T信息结合起来，稀疏地表示目标模板空间中的每个样本;Liu等[13]使用RGB和T信息计算出联合稀疏表示系数的最小操作來融合跟踪结果.在这些方法中，RGB 模态和T模态贡献相同，故在处理干扰或者故障时可能会限制跟踪性能.为了改善上述情况，Li等[14]引入反映其跟踪预测可靠性的模态权值，为每种模态引入模态权值来表示该模态的可靠性，实现不同模态的自适应融合.具体来说，在贝叶斯滤波技术的框架下，一种基于协同稀疏表示的自适应融合方法被提出.这种方法在每个模态中引入权值描述模态的可靠性，找到一种自适应的目标跟踪的协作稀疏表示方法，可以自适应地融合可见光信息和红外信息，进而实现全天候地对目标进行鲁棒跟踪，当目标在一种模态中处于不稳定或者故障时，通过赋予不可靠模态信息低权值，利用可靠的模态进行信息补充用于跟踪[10]，通过在线方式联合优化稀疏码、不同模态下的权值和最大似然判别法[26]对稀疏码进行有效的优化，并利用封闭形式解法进行求解，能够避免在目标跟踪中产生的模型漂移.该方法可增强跟踪鲁棒性，并防止之前视频帧的可见光和红外信息的累积产生的外观污染问题的发生.此外，由于每个模态中目标外观的较大变化或背景干扰会给采集的樣本带来一些噪声，进而影响分类器的学习，并且视觉和运动特征在不同模态中差异较大.Lan等[16]针对RGB-T目标跟踪，提出了一种新颖的判别学习模型，可以消除由于较大变化产生的异常样本，并学习来自不同模态的具有判别一致性的特征，而且可以协作完成模态可靠性度量及目标与背景的分离，取得了较好的效果.2.2 基于相关滤波的RGB-T目标跟踪大多数现有单模态方法采用基于贝叶斯滤波框架的稀疏表示去跟踪目标，这些跟踪器在加入红外信息这个模态后可能会受到如下限制：一是对可见光和红外信息的联合稀疏约束使得模态一致性太强而无法实现有效融合;二是为了达到有效跟踪的目的，贝叶斯滤波算法需对大量待选样本进行采样.因此稀疏表示模型的优化的计算复杂度高，耗费时间.Zhai等[20]利用低秩约束，提出交叉模态相关滤波器以获得可见光和热红外两个模态之间的相互依赖性，实现多种模态的协同融合，使所学习的滤波器可以包含来自不同数据源的有用信息，从而获得鲁棒的跟踪结果.并对交叉模态相关滤波器利用交替方向乘法器（ADMM）优化算法[27]求解，从而实现了超实时的跟踪效果.在利用交叉模态相关滤波器进行跟踪时，最快达到227帧/s的速度.在一些特殊情况下，RGB图像和热红外图像之间的融合可能是无效的.如果简单地采用协同稀疏表示的方法在贝叶斯滤波框架下解决，也存在着耗时的问题，无法达到目标跟踪要求的实时跟踪的目的.为了解决以上问题，Wang等[28]提出了基于相关滤波器的多光谱方法来进行有效的目标跟踪.该方法考虑到了不同光谱信息的协同性和异质性，通过在相关滤波器中加入软一致性来部署多光谱间信息，以实现更有效的融合.同时采用快速傅里叶变化（FFT）来大大减少计算的时间，改进后的方案在进行目标跟踪时以超50帧/s的运行速度展现出良好的跟踪效果.2.3 基于图的RGB-T目标跟踪由于目标跟踪需要对每一帧图像进行识别，每帧中目标的包围框都可能不同，这些框一般由RGB与热红外特征共同描述.由于背景信息的存在，可能导致模型漂移现象的出现.为了解决该问题，Li等[21]提出了一种加权稀疏表示正则化图，以自适应地使用RGB和红外数据来学习权重.其图像块作为图节点，并以块特征矩阵作为输入进行联合的稀疏表示[13，15].为了处理各个源的偶然扰动和故障，给每种模态分配权重以表示可靠性，使得跟踪器可以自适应地融合不同模态的数据，并学习得到更有意义的图亲和矩阵.值得注意的是，通过设计的高效的ADMM（交替方向乘器）算法[27]来联合优化模态权重、稀疏表示和图（包括结构、边缘权重和节点权重）.由于初始化过程中不正确的图像块权重会影响目标跟踪的正确性，Li等[22]随后提出了一种新的两阶段模态图正则化流形排序算法，以学习一种更鲁棒的RGB-T跟踪对象表示方法.首先给定对象边界框，将其划分为一组不重叠的图片，这些图片用RGB和热红外特征共同描述.然后，给每个块分配一个权重，抑制表示中的背景信息，并将这些权重融合，以得到鲁棒的目标表示.该方法以一种联合的方式建立块权重和模态权重的模型，并对它们进行有效的优化.为了提高块权重的鲁棒性，采用了两阶段排序策略.第一阶段，根据初始种子计算块权重;第二阶段，以第一阶段的计算结果为基础进行权重计算.最后，应用结构化支持向量机对目标位置进行预测.由于使用低秩和稀疏表示来学习具有全局性的动态图[29]没有考虑局部信息，可能会限制性能，例如相邻节点往往较为相似.为解决此问题，研究者提出了一种新颖的通用方法[23]来学习局部和全局多图描述符，以抑制 RGB-T 跟踪的背景信息干扰.该描述符可自动探索具有全局和局部线索的多模态图像块之间的内在关系，其依赖于一种新颖的图学习算法，主要是用多幅图表示对象，并用一组多模态图像块作为节点，以增强对对象形变和部分遮挡的鲁棒性;将局部相邻信息强加到表示系数中，这使得学习到的图亲和矩阵也可以使用局部空间线索进行编码，并利用学习到的图亲和矩阵计算图节点权重，将多图信息与相应的图节点权重相结合，形成鲁棒的目标描述符，最后采用结构化支持向量机获得最优解作为跟踪结果.3 基于深度学习的RGB-T目标跟踪近年来，由于神经网络的广泛应用，视觉跟踪取得了新的突破.目前基于深度网络的RGB-T跟踪模型大致可以为三类：第一类是以密集特征聚合与剪枝网络（DAPNet）[30]、质量感知特征聚合网络（FANet）[31]和双流卷积神经网络（Two-Stream CNN）[32]为代表的多模态特征融合，利用深度网络自适应地融合可见光和热红外模态的特征，利用模态间的互补优势，获得更加鲁棒的特征，提高跟踪性能;第二类以多适配器卷积网络（MANet）[33]为例，发掘模态共享特征、模态特定特征的潜在价值以及实例感知信息，提高特征融合的质量;第三类是基于注意力机制的RGB-T跟踪，例如双重注意力模型（DUALATTENTION）[34].3.1 基于多模态特征融合的RGB-T跟踪在早期的特征融合研究中，Li等[32]提出了一种新的卷积神经网络（ConvNet）结构，包括一个通用子网络（Two-Stream CNN）和一个融合子网络（FusionNet）.通用子网络用来提取丰富的语义信息以有力地表示目标对象，而融合子网络用来自适应地融合多种模态的信息.具体地说，用Two-Stream CNN来提取不同模态的特定特征，其中一个CNN用于处理RGB流，另一个CNN用于处理热红外流.由于多模态特征通常包含一些冗余噪声，这会在一定程度上影响RGB-T跟踪的性能.FusionNet从Two-Stream CNN的输出中选择有区分性的特征，以减轻冗余信息的影响，从而在提高精度的同时显著提高效率.近来，为了有效地融合可见光和热红外信息，提高RGB-T跟踪的性能，Zhu等[30]提出了一种密集特征聚合与剪枝网络（DAPNet）.密集特征聚合与剪枝网络（DAPNet）由两个主要模块组成，一个是密集特征聚合，为目标对象提供丰富的RGB-T特征表示;另一个是特征剪枝，从聚合的RGB-T特征中除去噪声或冗余的特征，选择最具区分性的特征.在密集的特征聚合模块，将所有层的特征递归地集成到同一个特征空间中，充分地利用了浅层特征和深层特征，获得更鲁棒的特征表示，实现更好的跟踪性能.但是聚合的RGB-T特征存在噪声和冗余，这些冗余的特征会干扰目标的定位.也就是说，只有少数通道是有益的，并且其中很大一部分通道在描述某个目标时包含冗余和不相关的信息.为了解决这个问题，Zhu等[30]提出了一种协同特征剪枝方法来去除噪声和冗余的特征.特征剪枝模块包括两个步骤，即通道评分和通道选择.通过这种特征剪枝方法，在每次训练的迭代中停用一些特征通道，从而得到一个更可靠的卷积特征表示.训练完成后，在线跟踪过程中特征聚合网络的参数将保持不变，而特征剪枝模块将被丢弃.DAPNet对由于形变、快速移动、背景杂波和每个模态的遮挡而导致的显著外观变化的挑战有较鲁棒的跟踪效果.Zhu等[31]提出过一种新的RGB-T融合架构——质量感知特征聚合网络（FANet）.该网络由两个子网组成：分层特征聚合子网络和多模态信息聚合子网络.分层特征聚合子网以自适应方式集成层次化和多分辨率的深层特征.在分层特征聚合子网中，Zhu等[31]还提出了一种新的特征聚合方法——密集特征聚合.浅层特征可对目标位置等空间细节进行编码，有助于实现精确的目标定位，而深层特征能更有效地捕获目标的语义特征.在每个模态中，首先将层次化的多分辨率特征聚合到相同分辨率的统一空间中，智能地学习不同层的权重，自适应地融合它们，以突出显示更多具有判别性的特征，并能够抑制噪声，多模态信息聚合子网则使用聚合的特征来预测模态整体权重，根据预测的可靠性程度协同集成所有模态，然后将模态权值与相应的聚合特征结合起来产生一个可靠的目标表示，显著提高了RGB-T目标跟踪性能.3.2 基于多适配器的RGB-T跟踪在多适配器卷积网络（MANet）之前的RGB-T追踪工作通常引入模态权重来实现自适应融合或学习不同模态的鲁棒特征表示，从而专注于特定的信息集成.虽然可以有效地利用特定模态的性质，但是它们忽略了模态共享特征的潜在价值以及实例感知信息，而这些对于RGB-T跟踪中不同模态的有效融合是很重要的.Li等[33]提出了多适配器卷积网络（MANet），用于RGB-T跟踪的端到端训练的深度框架，包括模态共享、模态特定和实例感知的特征学习.MANet包含三种适配器，包括通用适配器（Generality-Adapter）、模态适配器（Modality-Adapter）、实例适配器（Instance-Adapter）.通用适配器用来提取不同模态的共享对象表示，在有效性和网络效率之间进行了良好协调;模态适配器基于通用适配器，可以有效地提取特定模态的特征表示，充分利用RGB和热红外模态的互补优势;实例适配器用来对特定对象的外观特性和时间变化进行建模，以解决跟踪过程中实例对象出现变化或环境变化而导致跟踪模型无法跟踪的问题.此外，通用适配器和模态适配器以并行结构方式结合以降低目标跟踪过程的计算复杂度.3.3 基于注意力机制的RGB-T跟踪视觉注意力在RGB-T跟踪中有着巨大的潜力，有助于分类器的学习.与前面的特征表示学习和自适应模态加权融合不同，Yang等[34]另辟蹊径，提出了双视觉注意力机制（局部注意力和全局注意力）以实现鲁棒的RGB-T跟踪.通过利用RGB和热红外数据的共同视觉注意来训练深度分类器，从而实现局部注意力.而全局注意力是一个多模态目标驱动的注意力估计网络，它可以为分类器提供全局预测以及从先前跟踪结果中得到局部预测.局部注意力的训练过程包括前向传播和反向传播两步.在前向传播的步骤中，将成对的RGB和热红外图像送入深度检测跟踪网络，并估计相应的分类得分;在反向传播的过程中，取这个分类分数相对于输入成对的RGB-T样本的偏导数，从最后一個全连接层朝向第一卷积层进行网络更新.将第一层的偏导数输出作为RGB和热红外输入的共同注意图，在训练过程中，通过在损失函数中加入此注意图作为正则化项，使分类器更加关注目标区域.尽管前面提出的RGB-T跟踪器已经可以实现良好的性能，但是它仍然遵循检测跟踪框架下的局部搜索策略.由于前一帧的跟踪结果也许已经失败，局部搜索策略将不能发挥作用.而将目标驱动注意力估计网络和RGB-T全局注意力网络结合，可以改善局部搜索策略所不能解决的该问题.高质量的全局候选框可以从注意力区域中提取，并与局部候选框一起输入到分类器，得到有效的分类结果.因此，局部和全局注意力图的互补进一步提高了RGB-T目标跟踪器的鲁棒性和准确性.所以该双注意力机制（局部注意力和全局注意力）的思想在未来的目标跟踪中极具潜力.4 可见光-红外数据集4.1 数据集目前的基于深度学习的RGB-T目标跟踪，都依赖于大型数据集来训练模型并评估其性能，被设计用于RGB-T目标跟踪的视频基准数据集主要有LITIV[35]、GTOT[14]、RGBT210[21]、RGBT234[9]、VOT2019[36]以及相关测试平台的数据集.LITIV[35]数据集由热红外和可见光摄像机以30帧/s的速度、不同变焦设置和不同拍摄位置及不同跟踪场景的视频组成.图像大小为320×240像素.GTOT[14]数据集包括50个视频对，每个视频对由一个可见光视频和一个热红外视频组成，具有50个不同场景，如办公区、公共道路、水池等.每个可见光视频都与一个热红外视频配对.该数据集包含非刚性、移动模糊、小物体、照明条件、热交叉、比例变化、遮挡时长与面积等挑战.RGBT210[21]数据集包含大量高精度视频帧（总帧数约210 000帧）.不同模态之间对齐更加准确，不需要预处理和后处理.该数据集包括对无遮挡、部分遮挡和严重遮挡的注释，可用于不同算法的遮挡敏感性评估.RGBT234[9]數据集是基于RGBT210 数据集扩展的大规模 RGBT 跟踪数据集.它包含总共234 对高对齐的 RGB 和热红外视频序列，具有大约 200 000 帧，最长的视频序列达到8 000 帧.但是此数据集中目标对象的外观随着时间的推移而显著变化，这是由遮挡、运动模糊、相机移动和照明挑战引起的，对于评估不同的跟踪器具有足够的挑战性.VOT是当下比较流行的跟踪算法的测试平台，包括数据集、评价标准与评价系统，且每一年都会更新.目前VOT2019[36]已经发布，可用于RGB-T目标跟踪.VOT-RGBT2019包含60个视频序列以及6个挑战，包括相机移动、光照变化、目标尺寸变化、目标动作变化、非退化6个属性.表1列出了RGB-T目标跟踪领域的主要视频基准数据集（LITIV[35]、GTOT[14]、RGBT210[21]和RGBT234[9]）.4.2 评价标准为了评估性能，本节重点介绍6种广泛使用的跟踪效果评估指标：精确率（PR）、成功率（SR）、准确度（Accuracy）、鲁棒性（Robustness）、PR曲线（PR curves）和F值（F-measure）.1）精确率（PR）.精确率（PR）是输出位置在给定的真值阈值距离内的帧的百分比.在某些场景下，也可以使用最大精确率（MPR）作为评价指标.2）成功率（SR）.成功率（SR）是输出边界框与真值边界框之间的重叠率大于阈值的帧的百分比.通过改变阈值，可以获得 SR 图.3）准确度（Accuracy）.准确度为对于给定的测试数据集，分类器正确分类的样本数与总样本数之比.4）鲁棒性（Robustness）.鲁棒性用来度量模型受数据扰动、噪声以及离群点的影响程度.5）PR曲线（PR curves）.即以召回率（Recall）为横坐标，精确率为纵坐标绘制而成的曲线，通过调节分类阈值，可以得到不同的召回率和精确率，从而得PR曲线.6）F值（F-measure）.F值是精确率（PR）和召回率（Recall）的加权调和平均，精确率和召回率没有绝对联系，但在数据集合规模变大时，二者会互相制约，F值就可以在维持二者权重相同时，综合二者特性，得出分类模型的优劣.5 结束语在目标跟踪过程中，外部环境因素很容易对跟踪的效果产生影响，而有效地利用可见光和热红外的互补优势，可以实现全天候的鲁棒的视觉跟踪，因此RGB-T目标跟踪近些年成为计算机视觉中的一个新的研究分支.本文从传统方法和深度学习方法两方面对RGB-T目标跟踪方面的相关研究进行阐述.传统方法分为基于稀疏表示的、基于相关滤波的、基于图模型的方法，深度学习方法分为基于多模态特征融合的、基于多适配器的、基于注意力机制的深度学习网络.。
多智能体研究综述
多智能体研究综述摘要：多智能体技术正不断成为人工智能领域中最为重要的研究方向，有着极大的研究价值与应用价值。
本文分别介绍了多智能体的概念，多智能体的体系结构，多智能体的通信，多智能体的协调与协作机制，多智能体的应用等方面，对多智能体系统进行了初步的了解与探索。
关键词：多智能体系统通信协调与协作应用一、多智能体概念1.智能体的概念智能体（Agent）是分布式人工智能（DAI）领域的一个基本术语，Agent 的概念最早出现在1977年CarlHewitt的“ViewingControlStructuresAsPatternsOfPassingMessages”一文中提出的[1]。
智能体被认为是一个物理或抽象的、能在一定环境下运行的实体，它能作用于自身和环境，并对环境作出反应.智能体具有知识、目标和能力.知识主要包括领域知识、通讯知识、控制知识等；目标可以根据变化情况分为静态目标和动态目标，目标可以通过算法编入或显示给定，或通过通讯获得；能力是指智能体具有推理、决策、规划和控制等的能力。
2.多智能体的概念多智能体（MAS）是指多个单智能体间的相互协作和协调来共同完成一项任务。
主要的研究方向包括：多智能体系统的体系结构、多智能体系统间智能体的通信、多智能体系统间的协作和协调、基于多智能体的智能决策系统等.Nwana 提出的多智能体的三种特性，分别为：自主性、合作性、学习性[5]，Shoham在Agent—orientedprogramming一文中提出了组成多智能体的几种模型[6]，而在这模型之间必然存在着相互通信的问题。
MWooldrideg，NRJennings提出较为被普遍人认可的特性：情境性、自治性和适应性[7]。
3.多智能体的分类为了更好的理解和分析多智能体，将多智能体进行分类显得尤为重要。
在人们普遍认可的分类中，多智能体的分类依据主要有多智能体的功能表现、多智能体的排列方式和效力、多智能体内部之间的地位程度等等。
国内空间目标散射建模总结
国内空间目标散射建模总结2011年，南京理工大学的徐实学在其博士论文《材质表面散射光偏振特性分析用于空间目标探测的研究》中，研究了典型空间目标材料散射光的偏振度等偏振特性，对不同飞行姿态和探测环境的空间目标偏振特性分析方法进行了讨论。
文中的讨论是基于实验测量的数据进行的，没有应用具体形式的BRDF模型。
2004年，63916部队和中科院光电技术研究所的李淑军等人在《带太阳能帆板的卫星光度特性分析》中，研究了卫星主体和帆板两种基本结构在一定漫反射率情况下的地面照度计算公式，理论计算表明，虽然太阳能帆板的漫反射率要比卫星主体低30倍，但在卫星地面照度的计算和实际观测中仍不应忽略。
2010年，咸阳师范学院的王明军等人在《复杂环境下具有轨道特征目标模型光散射特性研究》中，将BRDF应用于卫星散射特性研究，但是都是测量获得而没有理论模型，文章给出了空间目标模型表面不同反射率材料对可见光散射光谱特性，以及在相同反射率条件下光散射强度随轨道高度分布特性。
2009年，长春光机所的张景旭在《国外地基光电系统空间目标探测的进展》中，介绍了国外先进地基空间监视系统的发展现状，从地基光电系统观测空间目标的角度介绍了美国星火靶场和毛伊岛光学站的情况和设备，提供了国外地基空间目标光学探测的重要参考资料。
2010年，电子工程学院的杨明等人在《基于BRDF条件下卫星可见光散射特性分析》中，将单一波长BRDF测量方法扩展到可见光波段的加权平均测量，利用实验测量的BRDF数值求解出卫星表面材料的BRDF的三维特性。
2008年，西安电子科技大学和安徽光机所的吴振森、曹运华、魏庆农等人在《基于粗糙样片光BRDF的空间目标可见光散射研究》中，利用遗传算法，结合实验测量的五参量BRDF模型参数，获得了目标样片平均BRDF的参量化统计模型。
结果显示因为卫星包覆材料和太阳能电池板都比较光滑，所以整个卫星的可见光散射强度仅在卫星某些面的镜反射方向有较大值，而在其它方向的值都很小。
基于机器学习算法的四角读出型塑料闪烁体探测器缪子定位与散射成像的模拟研究
基于机器学习算法的四角读出型塑料闪烁体探测器缪子定位与散射成像的模拟研究何列;罗思远;张海峰;肖万成;王晓冬【期刊名称】《核电子学与探测技术》【年(卷),期】2024(44)2【摘要】宇宙线缪子是存在于自然界中一种穿透力极强的天然射线。
目前主流的缪子探测器包括气体探测器和塑料闪烁体条探测器,虽然它们具有高精度,但成本较高且结构复杂。
本研究基于四角读出的塑料闪烁体探测器,利用长短时记忆网络(LSTM)算法和密度聚类的DBSCAN算法的定位。
使用Geant4仿真软件构建大面积(800 mm×800 mm)的四角读出塑料闪烁体缪子成像系统,对模拟数据实现缪子位置重建与成像结果。
首先,采用LSTM算法作为探测器上的缪子定位方法,通过与实验中已获得的400 mm×400 mm探测器重建入射位置图像的结果比较以验证本研究模拟方法的可靠性,结果表明,模拟得到的位置分辨可达到厘米级。
其次,利用DBSCAN算法对钨块构建的“U”“S”“C”三种形状模型的PoCA散射成像结果进行聚类优化,实现对钨块成像点与噪点的区分,使得成像结果更有区分度,为缪子探测器系统的构建提供新的思路与方向。
【总页数】9页(P253-261)【作者】何列;罗思远;张海峰;肖万成;王晓冬【作者单位】南华大学核科学技术学院;先进核能技术设计与安全教育部重点实验室【正文语种】中文【中图分类】TP399【相关文献】1.用于新型塑料闪烁体阵列探测器的多通道前端读出电子学设计2.基于~6LiF/ZnS （Ag）闪烁体波移光纤读出中子探测器模拟研究3.深空探测用塑料闪烁体阵列式缪子探测器电子学采集系统设计4.宇宙线缪子传统散射成像算法与模拟研究5.塑料闪烁体阵列探测器读出ASIC中峰值保持电路的设计因版权原因，仅展示原文概要，查看原文内容请购买。
复杂目标多次散射问题研究
复杂目标多次散射问题研究摘要：本论文主要研究复杂目标多次散射问题。
在介绍了复杂目标多次散射问题的背景和研究现状后，详细介绍了散射场的理论模型和求解方法，在此基础上，提出了多次散射问题的数值求解方法，并进行了相关的仿真和实验验证。
最后，对未来的研究方向做出了展望。
关键词：复杂目标，多次散射，散射场，数值求解，研究展望一、引言复杂目标多次散射问题是现代雷达成像、无线电通信、声学成像等领域中常遇到的问题。
它涉及到信号在目标上的多次反射、散射和透射，使得信号传播路径变得非常复杂。
为了更好地理解复杂目标的特性，需要对散射场进行理论模型的建立和数值求解。
然而，传统的数值方法难以应对复杂目标的多次散射问题，因此，本文将分别从散射场理论模型和数值求解方法两个方面进行探讨。
二、散射场的理论模型1. 单次散射模型的建立在描绘复杂目标的散射场之前，我们首先需要建立单次散射的模型。
这里我们采用经典的电磁波散射模型，假设入射波为平面波，目标为任意形状、任意介质的散射体。
经过推导可以得到电磁波的散射场为：$$\mathbf{E}_{\text{sc}}(\mathbf{r}) = \frac{E_0\text{e}^{\text{i}kr}}{4\pi r} \int_{\text{target}}\mathbf{\hat{r}} \times \mathbf{\hat{r}} \times(\text{i}k\mathbf{\hat{r}} - \nabla'')G(\mathbf{r}\mathbf{r}') \cdot \mathbf{E}_{\text{in}}(\mathbf{r}') \text{d}\mathbf{r}' $$其中，$\mathbf{E}_0$为入射波的振幅，$\mathbf{r}$为观测点的位置矢量，$\mathbf{E}_{\text{in}}$为入射波场的电场强度，$G$为散射场的格林函数，$k$为波数。
历年全国数学建模试题及其解法归纳
历年全国数学建模试题及解法归纳赛题解法93A非线性交调的频率设计拟合、规划93B足球队排名图论、层次分析、整数规划94A逢山开路图论、插值、动态规划94B锁具装箱问题图论、组合数学95A飞行管理问题非线性规划、线性规划95B天车与冶炼炉的作业调度动态规划、排队论、图论96A最优捕鱼策略微分方程、优化96B节水洗衣机非线性规划97A零件的参数设计非线性规划97B截断切割的最优排列随机模拟、图论98A一类投资组合问题多目标优化、非线性规划98B灾情巡视的最佳路线图论、组合优化99A自动化车床管理随机优化、计算机模拟99B钻井布局0-1规划、图论00A DNA序列分类模式识别、Fisher判别、人工神经网络00B钢管订购和运输组合优化、运输问题01A血管三维重建曲线拟合、曲面重建赛题解法01B 公交车调度问题多目标规划02A车灯线光源的优化非线性规划02B彩票问题单目标决策03A SARS的传播微分方程、差分方程03B 露天矿生产的车辆安排整数规划、运输问题04A奥运会临时超市网点设计统计分析、数据处理、优化04B电力市场的输电阻塞管理数据拟合、优化05A长江水质的评价和预测预测评价、数据处理05B DVD在线租赁随机规划、整数规划06A出版社书号问题整数规划、数据处理、优化06B Hiv病毒问题线性规划、回归分析07A 人口问题微分方程、数据处理、优化07B 公交车问题多目标规划、动态规划、图论、0-1规划08A 照相机问题非线性方程组、优化08B 大学学费问题数据收集和处理、统计分析、回归分析2009年A题制动器试验台的控制方法分析工程控制2009年B题眼科病床的合理安排排队论，优化，仿真，综合评价2009年C题卫星监控几何问题，搜集数据2009年D题会议筹备优化赛题发展的特点： 1. 对选手的计算机能力提出了更高的要求：赛题的解决依赖计算机，题目的数据较多，手工计算不能完成，如03B，某些问题需要使用计算机软件，01A。
散射特性分析
4．5 接收机
到目前为止，我们只模拟了直接探测。在仿真过程中不只有光-电能转化，接收机还引入了噪声的模拟。为了确切的知道我们接收到的是哪一种噪声，以及他的振幅，全电子化设计的重要性已经很明确，事实却并非如此，不过，虽然有一些标准的结构体，我们有一个简化的模型是一个很好的设想并且在许多模拟中是可行的。这个设想最初是由Der et.al提出的，并建立于一个RC滤波器的结构体上。
图13：两种不同的反射参数设置。左面的镜面反射较多，右面的只有漫反射。
5．3大气的衰减
当距离目标较远的时候，信号由于穿越大气层会产生衰减并淹没在噪声之中，来看图14的例子，目标被安置在10公里远的距离上，不断改变能见度（从左到右能见度分别为6、8、10 、15公里），很明显当能见度变大时目标也更容易被监测到。这个方针用到的参数都是常数（除能见度外）比如说激光脉冲能量Ep=1 mJ，脉冲宽度为 =5 ns，波长λ=1060 nm，扫描阵列的像素数为32X32,噪声等效功率（NEP噪声的标准差）保持在15 nW左右的范围，而激光雷达到目标的峰值功率从10nw,6公里能见度到550nw，15公里能见度。
3原理
3．1 激光雷达目标截面的一般公式
我们不考虑相位和多普勒效应，并只关注单脉冲单站雷达系统。在不考虑大气的情况下，接收机在Z方向接收到的反射光强可表示为：
在本式中I(x,y,z)是发射光强，ρb是目标面积元的双向反射函数（BRDF）,他所计算的是目标被激光所照到的部分。距离z=R是指到目标的平均距离并假定其远大于目标尺寸。由此我们可得出发射光强为：
图1 ：举例说明目标几何特征对激光雷达检测信号（波形）的影响。
图2：对于目标识别者来说不同方向的坦克对应着激光器与目标之间的不同角度。但问题是需要多少个目标像素数和什么程度的精度与分辨率才能很好的识别目标。
一种多层网射线跟踪模型仿真算法研究和应用
一种多层网射线跟踪模型仿真算法研究和应用摘要本文基于多层网格技术，研究了一种射线跟踪模型仿真算法。
该算法在保证准确性的基础上，大幅度提高了计算速度，为射线跟踪模拟提供了一种新的思路。
本文首先介绍了射线跟踪的基本概念，然后讲解了多层网格技术及其在射线跟踪中的应用。
接着，给出了基于多层网格技术的射线跟踪模型，并提出了相应的仿真算法，最后通过实验仿真，验证了该算法的有效性。
关键词：射线跟踪；多层网格技术；仿真算法AbstractBased on the multi-grid technology, this paper studies a ray tracing simulation algorithm. The algorithm greatly improves the calculation speed while ensuring accuracy, providing a new idea for ray tracing simulation. This paper first introduces the basic concept of ray tracing, and then explains the multi-grid technology and its application in ray tracing. Next, a ray tracing model based on multi-grid technology is presented, and a corresponding simulation algorithm is proposed. Finally, the effectiveness of the algorithm is verified through experimental simulation.Keywords: Ray tracing; Multi-grid technology; Simulation algorithm一、引言射线跟踪是计算机图形学中的一项重要技术，其主要应用于光线追踪、声学模拟、物理仿真等领域。
软件工程 考试 选择题带答案
一、选择题（每题2分，共40分）1．软件项目的可行性研究要进行一次（ C ）需求分析。
A．详细的 B．全面的 C．简化的、压缩的D．彻底的2、系统流程图用于可行性分析中的（ A ）的描述。
A．当前运行系统B．当前逻辑模型C．目标系统D．新系统3、程序的三种基本控制结构的共同特点是（ D ）A．不能嵌套使用 B．只能用来写简单程序C．已经用硬件实现D．只有一个入口和一个出口4、维护中，因误删除一个标识符而引起的错误是（ C ）副作用。
A．文档B．数据C．编码D．设计5、（ D ）是以提高软件质量为目的的技术活动。
A．技术创新B．测试C．技术创造D．技术评审6、面向对象方法学的出发点和基本原则是尽可能模拟人类习惯的思维方式，分析、设计和实现一个软件系统的方法和过程，尽可能接近于人类认识世界解决问题的方法和过程。
因此面向对象方法有许多特征，如软件系统是由对象组成的；（ C ）；对象彼此之间仅能通过传递消息互相联系；层次结构的继承。
A．开发过程基于功能分析和功能分解B．强调需求分析重要性C．把对象划分成类，每个对象类都定义一组数据和方法D．对既存类进行调整7、原型化方法是用户和设计者之间执行的一种交互构成，适用于（ A ）系统。
A．需求不确定性高的B．需求确定的C．管理信息D．实时8、为了提高测试的效率，应该（ D ）。
A．随机地选取测试数据B．取一切可能的输入数据作为测试数据C．在完成编码以后制定软件的测试计划D．选择发现错误可能性大的数据作为测试数据9、使用白盒测试方法时，确定测试数据应根据（ A ）和指定的覆盖标准。
A．程序的内部逻辑B．程序的复杂结构C．使用说明书D．程序的功能10、开发软件所需高成本和产品的低质量之间有着尖锐的矛盾，这种现象称做( C )A.软件工程B.软件周期C.软件危机D.软件产生11、软件按照设计的要求，在规定时间和条件下达到不出故障，持续运行的要求的质量特性称为( B )。
闪烁脉冲时间信息实时处理单元设计
总第 ２ ８ ３ 期
计算机与数字工程
Ｃｏ ｍｐ ｕ ｔ ｅ ｒ＆ Ｄｉ ｇ ｉ ｔ ａ ｌ Ｅｎ ｇ ｉ ｎ ｅ ｅ ｒ ｉ ｎ ｇ
Ｖｏ １ ． ４ １ Ｎｏ ． ５
７ ６８
２ ０ １ ３年第 ５ 期
闪 烁 脉 冲 时 间 信 息 实 时 处 理 单 元 设 计
陈
（ ３ ． 华中科技 大学控制科学与工程系 摘 要
ｄ ｉ ｇ ｉ ｔ ｉ ｚ ｅ ｓ ｔ ｈ ｅ ｐ ｕ ｌ ｓ ｅ ’ Ｓ ｌ ｅ ａ ｄ ｉ ｎ ｇ ｅ ｄ ｇ ｅ ｗｉ ｔ ｈ ａ ｓ ｅ ｔ ｏ ｆ ｐｒ ｅ ｄ ｅ ｆ ｉ ｎ ｅ ｄ ｔ ｈ ｒ ｅ ｓ ｈ ｏ ｌ ｄ ｖ ｏ ｌ ｔ ａ ｇ ｅ ｓ ，ａ ｎ ｄ ｔ ｈ ｅ ｎ ａ ｃ ｃ ｕ ｒ ａ ｔ ｅ ｌ ｙ ｃ ｏ ｍｐ ｕ ｔ ｅ ｓ ｔ ｈ ｅ ｐ ｕ ｌ ｓ ｅ ａ ｒ ｒ ｉ ｖ ａ ｌ ｔ ｉ ｍｅ ｂｙ ｆ ｉ ｔ ｔ ｉ ｎ ｇ ｔ ｈ ｅ
多阈值采样法是 以闪烁脉 冲特征模型为先验知识 ， 通过预设多个 阈值电压 ， 对脉冲上升沿数字化得到的时间一 阈值采样点进 行
最小均方误差拟合 以精确获取 脉冲起始 时间。高计数率是 目前 Ｐ Ｅ Ｔ仪器发展的一个 热点方 向， 这 就要 求采用多 阈值方法 提取时 间信 息的 数据获取 系统具有快速高效处理脉冲以减少 系统死 时间的能力 。论文提 出了一 种基于 Ｆ Ｐ ＧＡ 的闪烁脉冲上升沿 拟合算法 ， 通过数据 预处 理技术、 流水线设计结构和并行处理简化算 法复杂度 ， 实现实时闪烁脉 冲时间信息快速获取 。仿 真和实验结 果表明 ， 在Ｆ Ｐ ＧＡ上实 现该算 法的处理速度和精度均达到设计要求 ， 可以满足在 高计数率环境下对闪烁脉冲进行实 时处理 的需求 。
射频仿真系统中三元组天线单元张角计算
射频仿真系统中三元组天线单元张角计算高红友;孔令峰;赵泉【期刊名称】《舰船电子对抗》【年(卷),期】2012(035)006【摘要】射频仿真系统的核心任务是通过控制天线阵列中三元组辐射信号模拟产生目标信号为电子装备提供逼真的电磁环境。
三元组是其关键部分。
从三元组的工作原理出发，阐述三元组的角闪烁方程，分析三元组单元张角计算，以期为三元组的设计提供依据。
%The kernel task of the radio frequency simulation system is to generate the simulative tar- get signal for providing living electromagnetic environment for electronical equipments by control- ling the radiation signal of three element array in antenna array. The three element array is the key in it. Starting from the operation principle of three element array,the angle glint equation of three- element array is expatiated, the cell angle calculation of three-element array is analyzed, which is expected to provide base for the design of three element array.【总页数】4页(P77-79,120)【作者】高红友;孔令峰;赵泉【作者单位】船舶重工集团公司723所,杨州225001;船舶重工集团公司723所,杨州225001;船舶重工集团公司723所,杨州225001【正文语种】中文【中图分类】TN82【相关文献】1.天线单元组件检测系统设计 [J], 崔宪莉2.辐射式仿真试验三元组天线阵元张角对被试设备性能仿真影响研究 [J], 江伟明3.16单元组合式矩形径向线螺旋阵列天线的设计 [J], 赵柳;李相强;陈晓波;刘庆想;张健穹;张政权4.基站天线辐射单元组阵方式的研究 [J], 刘杰明;薛锋章5.射频仿真系统中三元组合成信号幅度特性研究 [J], 陆戈辉;李华;潘明海因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
随机变化 ， 成 合成 回波 波 前 的畸 变 ， 前 在 观 察 造 波 方 向上 的倾 斜 与 随机 摆 动 就 产 生 了 角 闪 烁 。凡 尺
度 能与波 长相 比拟 ， 具有 两个 或两 个 以上 散射 中心
元 内各个 散射体 之 间存在 有相 位矢 量 的干 涉作 用 ，
为 了准确 的描 述 各 个 散射 体 对 合 成 信 号 的 幅度 和 相 位所作 的贡献［ ， 要充 分考 虑每 个 散射体 的相 ＝ 需 ２ 位 。而且 ， 个 散 射 体 的 定 位 准 确 度 由 波 长 所 确 每
＊
收 稿 日期 ：００年 １ ２１ Ｏ月 １ ４日 ， 回 日期 ：０ ０年 １ 月 １ 修 ２１ １ ９日
作者简介 ： 丁凯 ， ， 男 助理工程师 ， 究方 向 ： 研 导弹制导仿真 。
１４ ３
丁
凯 等 ： 种 目标 角 闪烁 统 计性 模 型算 法 及 仿 真 一
角 闪烁统 计性模 型 的仿真 算法 进行 了研究 和讨 论 ，
针对 于 电大 尺寸 目标 ， 即扩 展 目标上 存在 多个 散射 点 ， 要求 用 确 定性 模 型 来 模 拟 角 闪烁 现象 ， 若
提 出 了新 的算法 ， 并进 行 了理论 计算 和数字 仿
凯
赵 红 云
秦皇岛 ０６２） ６ ３ ６
摘
要
提 出 了对 应 于角 闪烁 时域 统 计 性 模 型 中一 类 子 模 型 的 特 定 生 成 算 法 ， 在 时 域 统 计 信 号 上 增 加 了相 应 的频 并
域 特 性 。通 过 仿 真 实 验 得 到 的时 域 统 计 图形 和 频 域 功 率 谱 图形 充分 证 实 了算 法 的正 确 性 。 关键词 角 闪烁 ；频域 ； 型 ； 真 模 仿
的视 在 中心偏离 目标 中心 ， 因此 目标 角 闪烁是 影 响 制导 系统 跟踪 精 度 的 重要 误 差 因 素 。本 文从 仿 真
试 验 的 目标 出 发 ， 于 全 面 和 实 用 的 原 则 ， 一 类 基 对
动 。从 目标 的几 何特性 来看 ， 散射 中心甚 至 可能会
出现 在 估 计 不 到 的 地 方 。
（ ．９ ３ ６ Ｔｒ ｏ ｓｏ ＩＡ ，Ｑｉｈ ａ ｇ ａ ０ ６ ２ ） Ｎｏ １ ３ ｏ ｐ ｆＰ ｎ ｕ ｎ ｄｏ ６ ３ ６
Ａｂ ｔ ａ ｔ Ａ ｔ ｏ ｆｇ ｎ ｒ ｔｎ ｈ ｉ ｎ ｌｗｈ ｃ ｃ ｏ ｄ ｗｉｈ ｔ ｅ ａ ｇ ｌｒ ｇ ｉ ｔｓ ａ ｉｔｃ ｌｍｏ ｅｓ ｉ ｄ ｖ ｌ ｐ ｄ ｈ ｎ ｓ ｒｃ ｍｅ ｈ ｄ ｏ ｅ ｅ ａ ｉ ｇ ｔ ｅ ｓｇ ａ ｉｈ ａ ｃ ｒ ｔ ｈ ｎ ｕ ａ ｌ ｔ ｔ ｉａ ｄ ｌ ｓ ｅ ｅｏ ｅ ，ｔ ｅ ｎ ｓ ｓ ａ ｉｔ ａ ｄ ｌ ａ ｄ ｄ ｆｅ ｕ ｎ ｙ ｃ ａ ａ ｔ ｒ ｔｃ ａ ｅ ｐ ｏ ｒ ｍｍｅ ｔ ｔ ｉ ｌｍｏ ｅｓ ｄ ｅ ｒ ｑ ｅ ｃ ｈ ｒ ｃ ｅ ｉ ｉ ｒ ｒ ｇ ａ ｓｃ ｓ ｄ，ｔ ｅ ｓ ａ ｉｔｃ ｌｒ ｓ ｌ ａ ｄ ｓ ｅ ｔ ｕ ｃ ｎ ｄ ｍｏ ｓｒ ｔ ｈ ｔ ｈ ｔ ｔｓ ｉ ｅ ｕ ｔ ｎ ｐ ｃ ｒ ｍ ａ ｅ ｎ ｔ ａ ｅ ｔ ａ ａ ｔ ｉ ｍｅ ｈ ｄ ｉ ｃ ｒ ｅ ｔｆ ｌ ． ｈｓ ｔ ｏ ｓ ｏ ｒ ｃ ｕ ｌ ｙ Ｋ ｙ Ｗ ｏｒ ｓ ａ ｇ ｌｒ ｇ ｉ ｔ ｒ ｑ ｅ ｃ ｈ ｒ ｃ ｅ ｉｔ ，ｍｏ ｅ ，ｓｍｕ ａ ｉｎ ｅ ｄ ｎ ｕ ａ ｌ ，ｆ ｅ ｕ ｎ ｙ ｃ ａ ａ ｔ ｒｓ ｉ ｎ ｃ ｄ ｌ ｉ ｌｔｏ Ｃ ａ ｓ Ｎｕ ｂ ｒ ＴＰ ９ ． ｌｓ ｍ ｅ ３１９
总第 ２１ ０ 期 ２１ 年第 ３ ０１ 期
舰 船 电 子 工 程
Ｓ ｉ ｅ ｔ ｏ ｉ Ｅｎ ｉ ｅ ｒ ｇ ｈ ｐ Ｅｌｃ ｒ ｎ ｃ ｇｎ ｅｉ ｎ
Ｖ０ ｜ １ Ｎｏ ３ ｌ３ ．
１ ３３
一
种 目标 角 闪 烁 统 计 性 模 型 算 法 及 仿 真
丁
（１３ ９ ３ ６部 队
定 。这类 目标 的雷 达 响应 对 目标 姿 态 角 和波 长 的
变化 非常 敏感 ， 比于 目标 上任 何一 个散 射 中心 的 相
的任何体 目标 都会 产生 角闪烁 线 偏差 ， 而且 这种 角 闪烁线偏 差 与观察 它 的雷达 远近无 关 口 。 ｊ
产生 角 闪烁 的 机 理可 用 回波 相 前 畸 变 概 念 和
Ｔ ３１９ Ｐ ９． 中 图分 类 号
Ａｎ Ａｌ ｏ ｉｈｍ ｎ ｍ ｕｌ ｉ ｎ ｏ ｇ ｒｔ ａ ｄ Ｓｉ ａｔｏ ｆＡｎｇ ａ ｌｎ ｔ ｔｓ ｉ ａ ｏ ｌ ｕｌ ｒ Ｇ ｉ ｔ Ｓ ａ ｉ ｔｃ ｌＭ ｄｅ
Ｄｉ ｇ Ｋａ Ｚｈ ｏ Ｈｏ ｇ ｕ ｎ ｉ ａ ｎｙｎ
１ 引 言
２ ０世 纪 ５ ０年 代 ， ． ． ｗａｄ等 提 出 了角 闪 Ｄ Ｄ Ｈｏ ｒ 烁 概念 ， 即复 杂 目标不 同部位 的散 射 强度 和 相位 的
２ 角 闪烁统 计 性 模 型 的 物 理 意义
当复杂 目标上 存在 有很 多 的散 射 体 ， 以致 每个
分 辨单元 中可能有 几个散 射体 ， 由于在 一个 分 辨单
能流倾 斜 概念来 解 释 ， 对应 的角 闪烁计 算 方法 有 相
位 梯度法 和 波 印廷 矢 量 法 。 由于 角 闪烁 使 得 雷 达
雷达 响应 要敏感 得 多 。在 相干成 像 中 ， 态 略有 变 姿
化 ， 子 就可能 完全 不 同。 当我 们改 变 姿态 角或 波 样
长时， 散射 中心 就 会 剧 烈地 起 伏 ， 起 来 像 是 在 移 看