请在APP上操作
打开万方数据APP，点击右上角"扫一扫"，扫描二维码即可将您登录的个人账号与机构账号绑定，绑定后您可在APP上享有机构权限，如需更换机构账号，可到个人中心解绑。
检索详情页
{"words":"$head_words:大气波导+$head_words:\\ 射线描迹+$head_words:\\ 抛物型方程+$head_words:\\ 雷达探测+$head_words:\\ 微波超视距通信+$head_words:\\ 传播特性","themeword":"$head_words","params":"$title:电磁波在大气波导环境中的传播特性及其应用研究"}
&&&电磁波在大气波导环境中的传播特性及其应用研究
电磁波在大气波导环境中的传播特性及其应用研究
<input type="hidden" class="share_summary"
value="大气波导是由于大气表面层折射指数随高度迅速下降而形成的一种区别于标准大气的异常大气结构，它能够使电波射线向下弯曲的曲率大于地球表面的曲率，从而将电磁能量陷获在波导结构内形成大气波导传播。特别是在贴近海面的几十米高度空间内，大气表面层内海水与大气的双重交互作用使得大气结构变化更加剧烈，蒸发波导就是频繁出现在海洋环境中的一种大气波导形式。大气波导传播现象的出现不仅可以使电磁波偏离原来的传播方向，而且能够使电磁波以较小的衰减沿波导传播到视距以外很远的地方，严重影响了雷达、通信、侦察等基于电磁传播的无线电武器系统。如何充分利用大气波导传播这一现象来提高电子系统的工作效能，同时如何有效克服大气波导传播给电子系统性能带来的负面影响，使大气波导环境中电磁波的传播特性及其在雷达、通信等问题中的应用研究具有重要的理论意义和实用价值。　　
本文在大气波导的环境特性参数描述及预测预报技术、大气波导中电磁波的传输特性及其在雷达、通信中的应用等方面进行了研究，主要工作内容及取得的成果如下：　　
(1)研究了大气波导的形成、参数特征以及大气波导对电磁波传播的影响；分析了几种大气波导环境的预测预报技术，并对我国大气波导环境的试验测量以及环境特性进行了研究；利用大气边界层理论研究了蒸发波导环境中不同大气层结的修正折射率剖面以及理论分析研究中常用的几种修正折射率剖面参数模型，并对利用雷达海杂波反演大气波导中修正折射率的理论方法进行了分析。　　
(2)几何光学理论是高频近似条件下描述电磁波传播问题的有效方法，本文利用射线描迹技术对标准大气、蒸发波导环境中的电波射线传播路径进行了分析，针对大气波导环境中雷达目标探测中的实际问题，利用射线描迹技术对视在距离、视在仰角、视在高度与目标高度间的关系进行了研究，并将大气波导环境中视在距离、视在仰角、视在高度的误差与标准大气中的误差进行了比较。射线描迹技术快速、直观、形象地说明了大气波导环境中电波射线弯曲以及超视距传播特征，并有助于大气波导环境中雷达目标探测的误差修正。　　
(3)系统分析了完全可导光滑边界情形的标准抛物型方程及傅立叶分步算法(FSS)，并对不规则地形环境中抛物型方程的平化坐标变换及有限可导边界条件的混和傅立叶分步算法(MFT)进行了深入研究，有效解决了大气波导环境中电波传播的重点、难点问题，即在大气折射指数水平分布不均匀、粗糙海面、不规则地形等复杂环境中的电波传播理论和解决方法。根据天线理论分析了辐射场问题中方向性函数与天线孔径分布函数的关系，并对适于大气波导环境中电波传播的低旁瓣、窄波束的波束成形方法进行了初步研究。针对雷达探测中关注的重点问题，利用抛物型方程的傅立叶分步算法以及电波传播理论的传输损耗分析，研究了天线高度、天线发射仰角、波导高度等因素对蒸发波导环境中雷达探测性能的影响。通过利用海浪谱实现了一维粗糙海面的Monte Carlo仿真；采用小波分析方法有效消除了不规则地形的刃形结构，极大地扩展了利用抛物型方程进行精确求解的雷达探测范围；分析了粗糙海面对波导环境中电波传输损耗的影响、不规则地形中的电波传播等复杂地形环境中电波传播的重点、难点问题，从而使抛物型方程方法成为解决非均匀大气环境、不规则地形环境中电磁波传播问题的有效算法。　　
(4)针对海上大气波导环境中雷达目标的识别，提出了蒸发波导中基于零记忆非线性变换(ZMNL)的海杂波实现方法。该方法确定了海杂波K分布参数与蒸发波导高度间的关系，得到了不同蒸发波导高度、不同探测距离处的相关K分布杂波序列。应用零记忆非线性变换(ZMNL)方法产生杂波序列的仿真实验证明了该方法用于蒸发波导中海杂波建模的有效性。　　
(5)利用我国东南沿海海域夏季微波超视距通信的外场测试数据，统计分析了测试信号的中值电平、衰落幅度、衰落深度、概率分布及信道可靠度，结果表明信号衰落幅度的日变化与我国海上蒸发波导高度的日变化具有显著的相关性。通过信道传输损耗理论值、测试值以及通信系统设备能力的比较，结合我国东南沿海蒸发波导环境，提出微波信号在海上的超视距传播途径主要为海上蒸发波导传播。　　
(6)针对大气波导环境中电磁波的多径传播特性，根据容量有限的Markov生灭过程得到了大气波导中到达接收站的射线径数；利用差分时延试验数据的近似瑞利分布提出了大气波导中的三参数模型，并通过最小方差准则确定了模型参数；利用MUSIC算法对多径到达角进行最佳估计，数值仿真结果表明MUSIC算法极大地提高了到达角位置处的信噪比。根据以上参数提出了多特征路径信道模型，通过分析多特征路径信道模型多个时延周期散射分量与多径子特征路径散射分量之间的关系，得到了基于多径信号比(SMR)的子特征路径信号简化算法。最后，利用大气波导中的多特征路径信道模型通过Matlab的Simulink模块化程序设计对ASK、PSK、FSK三种调制方式的通信系统进行了仿真，分析了大气波导环境中通信系统的误码性能，对海上微波超视距通信系统的总体设计有重要参考价值。"/>
大气波导是由于大气表面层折射指数随高度迅速下降而形成的一种区别于标准大气的异常大气结构，它能够使电波射线向下弯曲的曲率大于地球表面的曲率，从而将电磁能量陷获在波导结构内形成大气波导传播。特别是在贴近海面的几十米高度空间内，大气表面层内海水与大气的双重交互作用使得大气结构变化更加剧烈，蒸发波导就是频繁出现在海洋环境中的一种大气波导形式。大气波导传播现象的出现不仅可以使电磁波偏离原来的传播方向，而且能够使电磁波以较小的衰减沿波导传播到视距以外很远的地方，严重影响了雷达、通信、侦察等基于电磁传播的无线电武器系统。如何充分利用大气波导传播这一现象来提高电子系统的工作效能，同时如何有效克服大气波导传播给电子系统性能带来的负面影响，使大气波导环境中电磁波的传播特性及其在雷达、通信等问题中的应用研究具有重要的理论意义和实用价值。　　
本文在大气波导的环境特性参数描述及预测预报技术、大气波导中电磁波的传输特性及其在雷达、通信中的应用等方面进行了研究，主要工作内容及取得的成果如下：　　
(1)研究了大气波导的形成、参数特征以及大气波导对电磁波传播的影响；分析了几种大气波导环境的预测预报技术，并对我国大气波导环境的试验测量以及环境特性进行了研究；利用大气边界层理论研究了蒸发波导环境中不同大气层结的修正折射率剖面以及理论分析研究中常用的几种修正折射率剖面参数模型，并对利用雷达海杂波反演大气波导中修正折射率的理论方法进行了分析。　　
(2)几何光学理论是高频近似条件下描述电磁波传播问题的有效方法，本文利用射线描迹技术对标准大气、蒸发波导环境中的电波射线传播路径进行了分析，针对大气波导环境中雷达目标探测中的实际问题，利用射线描迹技术对视在距离、视在仰角、视在高度与目标高度间的关系进行了研究，并将大气波导环境中视在距离、视在仰角、视在高度的误差与标准大气中的误差进行了比较。射线描迹技术快速、直观、形象地说明了大气波导环境中电波射线弯曲以及超视距传播特征，并有助于大气波导环境中雷达目标探测的误差修正。　　
(3)系统分析了完全可导光滑边界情形的标准抛物型方程及傅立叶分步算法(FSS)，并对不规则地形环境中抛物型方程的平化坐标变换及有限可导边界条件的混和傅立叶分步算法(MFT)进行了深入研究，有效解决了大气波导环境中电波传播的重点、难点问题，即在大气折射指数水平分布不均匀、粗糙海面、不规则地形等复杂环境中的电波传播理论和解决方法。根据天线理论分析了辐射场问题中方向性函数与天线孔径分布函数的关系，并对适于大气波导环境中电波传播的低旁瓣、窄波束的波束成形方法进行了初步研究。针对雷达探测中关注的重点问题，利用抛物型方程的傅立叶分步算法以及电波传播理论的传输损耗分析，研究了天线高度、天线发射仰角、波导高度等因素对蒸发波导环境中雷达探测性能的影响。通过利用海浪谱实现了一维粗糙海面的Monte Carlo仿真；采用小波分析方法有效消除了不规则地形的刃形结构，极大地扩展了利用抛物型方程进行精确求解的雷达探测范围；分析了粗糙海面对波导环境中电波传输损耗的影响、不规则地形中的电波传播等复杂地形环境中电波传播的重点、难点问题，从而使抛物型方程方法成为解决非均匀大气环境、不规则地形环境中电磁波传播问题的有效算法。　　
(4)针对海上大气波导环境中雷达目标的识别，提出了蒸发波导中基于零记忆非线性变换(ZMNL)的海杂波实现方法。该方法确定了海杂波K分布参数与蒸发波导高度间的关系，得到了不同蒸发波导高度、不同探测距离处的相关K分布杂波序列。应用零记忆非线性变换(ZMNL)方法产生杂波序列的仿真实验证明了该方法用于蒸发波导中海杂波建模的有效性。　　
(5)利用我国东南沿海海域夏季微波超视距通信的外场测试数据，统计分析了测试信号的中值电平、衰落幅度、衰落深度、概率分布及信道可靠度，结果表明信号衰落幅度的日变化与我国海上蒸发波导高度的日变化具有显著的相关性。通过信道传输损耗理论值、测试值以及通信系统设备能力的比较，结合我国东南沿海蒸发波导环境，提出微波信号在海上的超视距传播途径主要为海上蒸发波导传播。　　
(6)针对大气波导环境中电磁波的多径传播特性，根据容量有限的Markov生灭过程得到了大气波导中到达接收站的射线径数；利用差分时延试验数据的近似瑞利分布提出了大气波导中的三参数模型，并通过最小方差准则确定了模型参数；利用MUSIC算法对多径到达角进行最佳估计，数值仿真结果表明MUSIC算法极大地提高了到达角位置处的信噪比。根据以上参数提出了多特征路径信道模型，通过分析多特征路径信道模型多个时延周期散射分量与多径子特征路径散射分量之间的关系，得到了基于多径信号比(SMR)的子特征路径信号简化算法。最后，利用大气波导中的多特征路径信道模型通过Matlab的Simulink模块化程序设计对ASK、PSK、FSK三种调制方式的通信系统进行了仿真，分析了大气波导环境中通信系统的误码性能，对海上微波超视距通信系统的总体设计有重要参考价值。
摘要： 大气波导是由于大气表面层折射指数随高度迅速下降而形成的一种区别于标准大气的异常大气结构，它能够使电波射线向下弯曲的曲率大于地球表面的曲率，从而将电磁能量陷获在波导结构内形成大气波导传播。特别是在贴近海面的几十米高度空间内，大气表面层内海水与大气的双重交互作用使得大气结构变化更加剧烈，蒸发波导就是频繁出现在海洋环境中的一种大气波导形式。大气波导传播现象的出现不...&&
相关论文(与本文研究主题相同或者相近的论文)
同项目论文(和本文同属于一个基金项目成果的论文)
您可以为文献添加知识标签，方便您在书案中进行分类、查找、关联
请输入添加的标签
万方数据知识服务平台--国家科技支撑计划资助项目（编号：2006BAH03B01）
&北京万方数据股份有限公司 万方数据电子出版社
实名学术社交
个性化订阅推荐
快速查看收藏过的文献转自：http://blog.csdn.net/zhoufan900428/article/details/
1.研究噪声特性的必要性
本文的内容主要介绍了常见噪声的分类与其特性。将噪声建模，然后用模型去实现各式各样的噪声。
实际生活中的各种照片的老化，都可以归结为以下老化模型。
这个模型很简单，也可以直接用以下公式来表达。
在频域内，用以下公式区表示。
根据以上式子，可以看出，老旧照片的复原，主要分为两个任务，一个是去噪；另一个是去卷积，或者称为逆滤波，也就是将老化滤波器做反处理。
本文首先由噪声类型与其建模。随后的博文，会介绍几种基础的去噪方法和基础的逆滤波方法。
2.噪声的实现
评价用图像与其直方图
高斯噪声，也称为正态噪声，其统计特性服从正态分布。一种较为泛用的噪声模型。
Matlab的实现较为简单，Matlab已经有一个randn(M,N)的函数，用其可以产生出均值为0、方差为1、尺寸为M X N像素的高斯噪声图像。
用以下程序就可以产生任意均值和方差的高斯噪声。
2.3 瑞利噪声
瑞利噪声相比高斯噪声而言，其形状向右歪斜，这对于拟合某些歪斜直方图噪声很有用。
瑞利噪声的实现可以借由平均噪声来实现。如下所示。
这里的表示均值为0，方差为1的均匀分布的噪声。Matlab里，使用函数rand(M,N)就可以产生一个均值为0，方差为1的均匀噪声。
2.4 伽马噪声
伽马噪声的分布，服从了伽马曲线的分布。伽马噪声的实现，需要使用b个服从指数分布的噪声叠加而来。指数分布的噪声，可以使用均匀分布来实现。
使用若干个(这里用b表示)均匀分布叠加，就可以得到伽马噪声。
当然，当b=1的时候，就可以得到指数噪声了。
2.5 均匀噪声
如同前面所示，均匀噪声可以由函数rand(M,N)直接产生。
2.6 椒盐噪声
椒盐噪声也成为双脉冲噪声。在早期的印刷电影胶片上，由于胶片化学性质的不稳定和播放时候的损伤，会使得胶片表面的感光材料和胶片的基底欠落，在播放时候，产生一些或白或黑的损伤。事实上，这也可以归结为特殊的椒盐噪声。
椒盐噪声的实现，需要一些逻辑判断。这里我们的思路是，产生均匀噪声，然后将超过阈值的点设置为黑点，或白点。当然，如果需要拟合电影胶片的损伤的话，可以选用别的类型噪声去拟合。
本文，实现的几类较为基本的噪声。并给出了其实现的方法，代码在下面。下一篇博文，会进行几个常用去噪滤波器的比较。
close all;clear all;clc;
f = imread('./original_pattern.tif');f = mat2gray(f,[0 255]);[M,N] = size(f);
figure();subplot(1,2,1);imshow(f,[0 1]);xlabel('a).Original image');
subplot(1,2,2);x = linspace(-0.2,1.2,358);h = hist(f,x)/(M*N);Histogram = zeros(358,1);for y = 1:256
Histogram = Histogram + h(:,y);endbar(-0.2:1/255:1.2,Histogram);axis([-0.2 1.2 0 0.014]),grid;xlabel('b).The Histogram of a');ylabel('Number of pixels');%% ---------------gaussian-------------------a = 0;b = 0.08;n_gaussian = a + b .* randn(M,N);
g_gaussian = f + n_gaussian;
figure();subplot(1,2,1);imshow(g_gaussian,[0 1]);xlabel('a).Ruselt of Gaussian noise');
subplot(1,2,2);x = linspace(-0.2,1.2,358);h = hist(g_gaussian,x)/(M*N);Histogram = zeros(358,1);for y = 1:256
Histogram = Histogram + h(:,y);endbar(-0.2:1/255:1.2,Histogram);axis([-0.2 1.2 0 0.014]),grid;xlabel('b).The Histogram of a');ylabel('Number of pixels');
%% ---------------rayleigh-------------------a = -0.2;b = 0.03;n_rayleigh = a + (-b .* log(1 - rand(M,N))).^0.5;
g_rayleigh = f + n_rayleigh;
figure();subplot(1,2,1);imshow(g_rayleigh,[0 1]);xlabel('a).Ruselt of Rayleigh noise');
subplot(1,2,2);x = linspace(-0.2,1.2,358);h = hist(g_rayleigh,x)/(M*N);Histogram = zeros(358,1);for y = 1:256
Histogram = Histogram + h(:,y);endbar(-0.2:1/255:1.2,Histogram);axis([-0.2 1.2 0 0.014]),grid;xlabel('b).The Histogram of a');ylabel('Number of pixels');%% ---------------Erlang-------------------a = 25;b = 3;n_Erlang = zeros(M,N);
n_Erlang = n_Erlang + (-1/a)*log(1 - rand(M,N));end
g_Erlang = f + n_Erlang;
figure();subplot(1,2,1);imshow(g_Erlang,[0 1]);xlabel('a).Ruselt of Erlang noise');
subplot(1,2,2);x = linspace(-0.2,1.2,358);h = hist(g_Erlang,x)/(M*N);Histogram = zeros(358,1);for y = 1:256
Histogram = Histogram + h(:,y);endbar(-0.2:1/255:1.2,Histogram);axis([-0.2 1.2 0 0.014]),grid;xlabel('b).The Histogram of a');ylabel('Number of pixels');
%% ---------------Exponential-------------------a = 9;n_Ex = (-1/a)*log(1 - rand(M,N));
g_Ex = f + n_Ex;
figure();subplot(1,2,1);imshow(g_Ex,[0 1]);xlabel('a).Ruselt of Exponential noise');
subplot(1,2,2);x = linspace(-0.2,1.2,358);h = hist(g_Ex,x)/(M*N);Histogram = zeros(358,1);for y = 1:256
Histogram = Histogram + h(:,y);endbar(-0.2:1/255:1.2,Histogram);axis([-0.2 1.2 0 0.014]),grid;xlabel('b).The Histogram of a');ylabel('Number of pixels');
%% ---------------Uniform-------------------a = 0;b = 0.3;n_Uniform = a + (b-a)*rand(M,N);
g_Uniform = f + n_Uniform;
figure();subplot(1,2,1);imshow(g_Uniform,[0 1]);xlabel('a).Ruselt of Uniform noise');
subplot(1,2,2);x = linspace(-0.2,1.2,358);h = hist(g_Uniform,x)/(M*N);Histogram = zeros(358,1);for y = 1:256
Histogram = Histogram + h(:,y);endbar(-0.2:1/255:1.2,Histogram);axis([-0.2 1.2 0 0.014]),grid;xlabel('b).The Histogram of a');ylabel('Number of pixels');
%% ---------------Salt & pepper-------------------a = 0.05;b = 0.05;x = rand(M,N);
g_sp = zeros(M,N);g_sp = f;
g_sp(find(x&=a)) = 0;g_sp(find(x & a & x&(a+b))) = 1;
figure();subplot(1,2,1);imshow(g_sp,[0 1]);xlabel('a).Ruselt of Salt & pepper noise');
subplot(1,2,2);x = linspace(-0.2,1.2,358);h = hist(g_sp,x)/(M*N);Histogram = zeros(358,1);for y = 1:256
Histogram = Histogram + h(:,y);endbar(-0.2:1/255:1.2,Histogram);axis([-0.2 1.2 0 0.3]),grid;xlabel('b).The Histogram of a');ylabel('Number of pixels');
【图形学】谈谈噪声
写在前面很早就想学习和整理下噪声，稍微接触过图形学的人大概都听到过噪声，然后就会发现有各种噪声，Perlin噪声，Worley噪声，分形（fractal）噪声等等。尤其是Perlin噪声，一搜资料发现...
图像复原与重建：噪声模型及MATLAB实现
图像的退化往往伴随着噪声，几种常见的噪声的概率密度函数，probability density function，简称PDF。malab代码如下：
x=-4:0.1:4;
subplot...
瑞利分布噪声图像
瑞利分布是最常见的用于描述平坦衰落信号接收包络或独立多径分量接受包络统计时变特性的一种分布类型。两个正交高斯噪声信号之和的包络服从瑞利分布。
clc,clear,close all
warning ...
数字图像处理，常见噪声的分类与Matlab实现
1.研究噪声特性的必要性
本文的内容主要介绍了常见噪声的分类与其特性。将噪声建模，然后用模型去实现各式各样的噪声。
实际生活中的各种照片的老化，都可以归结为以下老...
如何给信号加噪声，matlab
Matlab信号上叠加噪声和信噪比的计算
http://www.ilovematlab.cn/thread-.html
(出处: MATLAB中文论坛)
在信号处理中经常需...
*版权证明: 只允许上传png/jpeg/jpg/gif格式的图片,且小于3M
*详细原因:
交 &em&matlab&/em&产生各种噪声的代码 3积分 立即下载 ...
*版权证明: 只允许上传png/jpeg/jpg/gif格式的图片,且小于3M
*详细原因:
交 加噪&em&matlab&/em&椒盐噪声,高斯噪声 3积分 立即下载 ...
实验内容:⑴ 用&em&matlab&/em&语言代码实现。⑵ 产生粉红色噪声和高斯色噪声:让高斯白...最小&em&噪音&/em&分离MNF 立即下载
上传者: yiyongg 时间:
综合评分: ...
http://blog.sina.com.cn/s/blog_4d7c97a00101cv5h.html一、概念英文名称：white G WGN定义：均匀分布于给定频带上的...
原文地址 http://blog.sina.com.cn/s/blog_16fmb.html
一、白噪声和有色噪声定义
1.白噪声（white noise）
没有更多推荐了，您的位置： &
使用MATLAB编程实现图像渐变特效
优质期刊推荐MATLAB仿真信号特高频电磁波的仿真程序希望大神帮助。。。 - Matlab论坛 -
中国电子技术论坛 -
最好最受欢迎电子论坛!
后使用快捷导航没有帐号？
MATLAB仿真信号特高频电磁波的仿真程序希望大神帮助。。。
<div class=""
想知道特高频电磁波的仿真代码，又能提供帮助的大神么。。。
11:52:35　　
该类别下有 9 个回答。
该类别下有 8 个回答。
该类别下有 7 个回答。
该类别下有 7 个回答。
该类别下有 6 个回答。
该类别下有 6 个回答。
该类别下有 6 个回答。
该类别下有 6 个回答。
该类别下有 5 个回答。
该类别下有 5 个回答。
该类别下有 5 个回答。
该类别下有 4 个回答。
该类别下有 4 个回答。
该类别下有 4 个回答。
该类别下有 4 个回答。
该类别下有 4 个回答。
该类别下有 4 个回答。
该类别下有 4 个回答。
该类别下有 4 个回答。
该类别下有 4 个回答。
你正在撰写答案
如果你是对答案或其他答案精选点评或询问，请使用“评论”功能。
Powered by
供应链服务
版权所有 (C) 深圳华强聚丰电子科技有限公司您的位置： &
基于MATLAB的阻容耦合频率特性分析
优质期刊推荐