首页--数理科学和化学论文--物理学论文--电磁学、电动力学论文--电磁学论文--电磁波与电磁场论文

粗糙面微波段双向反射分布函数建模及相关参数反演

摘要第1-6页
Abstract第6-9页
第一章 绪论第9-15页
 §1.1 研究背景及意义第9-10页
 §1.2 国内外研究动态第10-12页
  §1.2.1 粗糙面双向反射分布函数的研究现状第10-12页
  §1.2.2 粗糙面逆散射问题的研究现状第12页
 §1.3 论文的主要内容及框架第12-15页
第二章 粗糙面电磁散射的基本理论第15-25页
 §2.1 粗糙面粗糙程度的分类方法第15-16页
 §2.2 粗糙面的基本知识第16-21页
  §2.2.1 统计参量第16-18页
  §2.2.2 双向反射分布函数第18-19页
  §2.2.3 雷达散射截面第19-20页
  §2.2.4 半球反射率的概念第20页
  §2.2.5 双向反射分布函数和雷达散射截面的关系第20-21页
 §2.3 双向反射分布函数的经验模型第21-24页
 §2.4 本章小结第24-25页
第三章 矩量法在粗糙面电磁散射中的应用第25-37页
 §3.1 矩量法的基本原理第25-27页
 §3.2 MoM 在粗糙面电磁散射中的应用第27-32页
  §3.2.1 MoM 在一维导体和介质粗糙面电磁散射中的应用第27-30页
  §3.2.2 双站雷达散射系数求解的过程第30-32页
 §3.3 粗糙面电磁散射数值计算结果第32-36页
  §3.3.1 一维导体粗糙面电磁散射数值计算结果第32-34页
  §3.3.2 一维介质粗糙面电磁散射数值计算结果第34-36页
 §3.4 本章小结第36-37页
第四章 基于遗传算法的粗糙面微波段 BRDF 建模第37-47页
 §4.1 遗传算法的基本知识第37-40页
  §4.1.1 遗传算法的简介第37-38页
  §4.1.2 遗传算法的运算过程第38-40页
 §4.2 粗糙面微波段 BRDF 的优化建模第40-46页
  §4.2.1 一维理想导体粗糙面微波段 BRDF 建模第41-43页
  §4.2.2 一维介质粗糙面微波段 BRDF 建模第43-46页
 §4.3 本章小结第46-47页
第五章 粗糙面相关参数的反演第47-65页
 §5.1 支持向量机在粗糙面参数反演中的应用第47-51页
  §5.1.1 支持向量机简介第47-49页
  §5.1.2 支持向量机在粗糙面参数反演中的步骤第49-51页
 §5.2 神经网络在粗糙面参数反演中的应用第51-55页
  §5.2.1 神经网络算法简介第51-54页
  §5.2.2 神经网络反演粗糙面参数的步骤第54-55页
 §5.3 粗糙面参数的反演第55-63页
  §5.3.1 训练样本数较小时粗糙面参数的反演第55-59页
  §5.3.2 训练样本数较大时粗糙面参数的反演第59-63页
 §5.4 本章小结第63-65页
结束语第65-67页
致谢第67-69页
参考文献第69-75页
作者攻读硕士期间参加的科研项目及撰写论文情况第75-76页

论文共76页,点击 下载论文
上一篇:网络化复杂动态多智能体的协作控制
下一篇:介质加载导体目标的UTD方法研究