掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養秘籍)
-
>
晶體管電路設計(下)
-
>
基于個性化設計策略的智能交通系統關鍵技術
-
>
花樣百出:貴州少數民族圖案填色
-
>
山東教育出版社有限公司技術轉移與技術創新歷史叢書中國高等技術教育的蘇化(1949—1961)以北京地區為中心
-
>
鐵路機車概要.交流傳動內燃.電力機車
-
>
利維坦的道德困境:早期現代政治哲學的問題與脈絡
合成射流/合成雙射流機理及其在射流矢量控制和微泵中的應用研究 版權信息
- ISBN：9787810998406
- 條形碼：9787810998406 ; 978-7-81099-840-6
- 裝幀：暫無
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
合成射流/合成雙射流機理及其在射流矢量控制和微泵中的應用研究 本書特色
《超寬帶SAR淺埋目標成像與檢測的理論和技術研究》(作者金添)是“國防科學技術大學全國優秀博士學位論文叢書”之一，書中包括了超寬帶SAR成像與檢測一體化框架；淺埋目標成像算法及干擾抑制技術；超寬帶SAR淺埋目標特征提取等內容。 本書適合從事相關研究工作的人員參考閱讀。
合成射流/合成雙射流機理及其在射流矢量控制和微泵中的應用研究 內容簡介
本書介紹了合成射流技術的工作原理及特點，研究了壓電式合成射流激勵器，介紹了合成雙射流激勵器，對合成射流激勵器進行了主流矢量控制開展系統深入研究，介紹了一種帶過濾網和分流隔板的合成射流基無閥微泵。
合成射流/合成雙射流機理及其在射流矢量控制和微泵中的應用研究 目錄
摘要**章 緒論 1．1 課題研究背景及意義 1．1．1 超寬帶sAR淺埋目標成像與檢測研究的興起與發展 1．1．2 超寬帶SAR淺埋目標成像與檢測研究的意義 1．2 國內外研究現狀 1．2．1 典型的超寬帶SAR淺埋目標探測系統 1．2．2 淺埋目標成像技術研究現狀 1．2．3 淺埋目標檢測技術研究現狀 1．3 超寬帶SAR淺埋目標成像與檢測中存在的問題 1．4 本書主要工作及內容安排第二章 超寬帶SAR成像與檢測一體化框架 2．1 引言 2．2 幾種典型的超寬帶SAR發射波形 2．2．1 沖激脈沖信號 2．2．2 線性調頻脈沖信號 2．2．3 步進頻率信號 2．3 超寬帶SAR目標回波模型 2．4 超寬帶SAR成像模型 2．4．1 典型的頻域成像算法：距離遷移(RM)算法 2．4．2 典型的時域成像算法：后向投影(BP)算法 2．4．3 統一的超寬帶SAR成像模型 2．4．4 RM算法與BP算法進一步比較 2．5 超寬帶SAR成像與檢測一體化框架的理論和實現技術 2．5．1 時頻表示成像算法(T17RIF) 2．5．2 成像與檢測一體化框架原理和基于TFRIF的實現技術 2．5．3 1D-TFRIF性能分析及其在面向檢測的成像中的應用 2．5．4 2D-TFRIF性能分析及其在基于成像的檢測中的應用 2．6 本章小結第三章 淺埋目標成像算法及干擾抑制技術 3．1 引言 3．2 淺埋目標回波畸變及其對成像的影響 3．2．1 折射和色散引起的淺埋目標回波畸變定量分析 3．2．2 折射和色散對淺埋目標聚焦和定位的影響 3．3 回波域折射和色散影響校正方法 3．3．1 修正波前重構(MWR)算法 3．3．2 淺地表BP(SBP)算法 3．4 圖像域折射和色散影響校正方法 3．5 基于二維頻域支撐區特性的射頻干擾(RFI)抑制技術 3．5．1 RFI抑制方法研究現狀 3．5．2 RFI信號二維頻域支撐區特性 3．5．3 自適應RFI抑制濾波器設計 3．5．4 實測數據RFI抑制結果 3．6 基于多視處理的相干斑噪聲抑制技術 3．6．1 不同俯視角成像平面的畸變關系分析 3．6．2 淺埋目標不同俯視角多視圖像的配準方法 3．6．3 實測數據相干斑噪聲抑制結果 3．7 本章小結第四章 超寬帶SAR淺埋目標特征提取 4．1 引言 4．2 超寬帶sAR淺埋金屬地雷二維電磁特征建模 4．2．1 基于物理光學法的淺埋金屬地雷一維回波解析表達式 4．2．2 淺埋金屬地雷二維電磁特征分析 4．2．3 理論建模結果與實測結果對比 4．2．4 金屬地雷電磁建模方法進一步討論 4．3 金屬地雷雙峰特征增強算法 4．3．1 金屬地雷雙峰結構對方位聚焦的影響 4．3．2 基于后濾波器的雙峰特征增強算法 4．3．3 實測數據處理結果 4．4 金屬地雷目標特征提取方法 4．4．1 金屬地雷目標四維散射函數估計 4．4．2 金屬地雷目標特征選擇 4．4．3 金屬地雷和雜波特征提取結果對比 4．5 未爆物目標特征提取方法 4．5．1 未爆物目標散射方位特性分析 4．5．2 未爆物目標四維散射函數估計 4．5．3 基于幅度和圖像不變矩構造未爆物鑒別特征向量 4．5．4 基于實測數據的特征有效性比較 4．6 本章小結第五章 超寬帶SAR淺埋目標鑒別器設計 5．1 引言 5．2 統計學習理論和支持向量機 5．2．1 經典模式識別方法的局限性 5．2．2 統計學習理論(SLT)簡介 5．2．3 *大邊緣算法 5．2．4 超平面支持向量機(HP-SVM)原理簡述 5．3 模糊超球面支持向量機淺埋目標鑒別器 5．3．1 超球面支持向量機(HS—SVM)淺埋目標鑒別器 5．3．2 模糊超球面支持向量機(FHS—SVM)淺埋目標鑒別器 5．3．3 地雷實測數據鑒別結果 5．4 高斯核FHS-SVM超參數優化 5．4．1 證據框架簡介 5．4．2 FHS-SVM學習過程的貝葉斯解釋 5．4．3 超參數迭代優化算法 5．4．4 實測數據處理結果 5．5 HMM核FHS-SVM未爆物鑒別器 5．5．1 描述未爆物散射多方位特征的HMM 5．5．2 HMM核的計算 5．5．3 未爆物實測數據鑒別結果 5．6 本章小結第六章 結束語 6．1 本書工作總結 6．2 超寬帶SAR淺埋目標成像與檢測的理論和技術發展展望附錄 附錄A RM和BP算法的點擴展函數 附錄B RM和BP算法的變口徑加權窗 附錄C 2D-TFRIF和1D-TFRIF關系式證明 附錄D 式(3-34)的推導 附錄E 式(5-86)的推導 附錄F 英文縮寫詞對照表致謝作者在學期間取得的學術成果參考文獻后記
展開全部
書友推薦
- >
詩經-先民的歌唱
- >
【精裝繪本】畫給孩子的中國神話
- >
伯納黛特,你要去哪(2021新版)
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
苦雨齋序跋文-周作人自編集
- >
名家帶你讀魯迅:故事新編
- >
小考拉的故事-套裝共3冊
- >
巴金－再思錄
本類暢銷
