频率选择表面机载雷达天线的研究

研究了降低机载雷达天线散射截面的频率选择表面(FSS)极化扭转板。根据Floquet定理利用模式电压概念建立矢量模式,对二维周期阵列的频率选择表面进行理论分析和计算。设计并加工了一种降低机载雷达天线散射载面的频率选择表面极化扭转板结构。计算和实验表明:频率选择表面的极化扭转板在雷达天线工作通带内保持与原极化扭转板的性能不变,而在工作通带外具有降低雷达散射载面的效果。降低雷达散射截面7～10dB。     

低雷达散射目标的RCS分析与求解

利用Ｃ－Ｒ样条对目标进行建模和求解爬行波短程线,通过ＧＲＥＣＯ与爬行波混合法求解低散射目标后向ＲＣＳ。获得令人满意的结果。     

箔条云团的后向雷达散射截面积

用矩量法计算了３种箔条云团模型的后向雷达散射截面积。计算结果表明平均间距较大时（大于２λ）互耦对ＲＣＳ影响不大,后向散射截面积的概率分布无论考虑互耦与否都满足指数分布,只是其数学期望有所不同。     

GRECO中棱边绕射场计算的改进

图形电磁计算 (GRECO)方法是计算复杂目标高频区雷达散射截面 (RCS)的有效方法之一。分析了原始GRECO方法在判定目标图象棱边象素的不足之处 ,给出了相应的改进措施。改进后的软件能够更准确、充分地判定目标的棱边象素及获得棱边参数。在边缘绕射场的计算方面 ,指出了相关文献中存在的错误 ,给出了基于等效电磁流法 (MEC)和物理绕射理论 (PTD)的边缘绕射场计算式 ,及与物理光学 (PO)场叠加求取RCS的完整表达式。计算实例表明 ,新的方法具有更高的准确度 ,与实验测量值吻合     

一种翼身融合体飞行器外形的RCS计算与实验

飞行器隐身技术是当代军事技术中的一项重大突破,低雷达散射截面（RCS）的飞行器外形是专业人员努力追寻的研究目标。本文采用Toplitz变换和混合迭代的算法,对新设计的一种鸭式布局翼身融合体飞行器外形进行了RCS计算,并在微波暗室内对模型进行了测试。实验结果与理论值基本吻合,误差在1dB之内,证明此算法行之有效,优化设计的翼身融合体飞行器具有良好的隐身性能。     

RCS测试系统几何量参数综合校准技术研究

本文针对RCS测试系统的计量需求,阐述了RCS测试系统几何量参数校准技术研究情况。围绕雷达反射面型面参数、设备空间几何位置参数、定标体几何参数的有限目标开展了校准技术研究,研制了RCS测试系统的几何参数综合校准系统,并在国内几个典型的RCS测试系统进行了应用验证,初步建立了RCS测试系统几何量参数量值溯源体系,为国内RCS测试系统的量值统一、数据准确打下了坚实的技术基础。     

机载天线RCS减缩及其布局设计

机载天线系统是飞机的强散射源之一,对飞机隐身性能有着重要的影响。本文针对国外第四代战斗机机载天线系统的设计与布局,研究了具有低散射特性的机载天线系统设计技术措施,讨论了其机理和效能。对机载天线系统进行雷达散射截面积(Radar cross section,RCS)减缩设计与布局,在保证系统性能的同时,有效降低其RCS。     

射线追踪法在球面收敛调节片喷管RCS计算中的应用

结合射线追踪法的原理,利用自主开发的电磁散射特性计算程序,对具有不同尾缘修型的球面收敛调节片喷管进行了数值模拟计算,分别得到了不同喷管内部腔体散射场和喷管出口边缘绕射场的雷达散射截面积(RCS),并且通过计算获得了不同入射方位角上喷管腔体内壁面上的感应电流,通过对感应电流的分析,从本质上解释了RCS的变化规律.研究结果表明:对喷管出口尾缘所采用的修型措施在降低喷管出口边缘绕射场的RCS和改善喷管电磁隐身性能方面效果显著;相对于普通的遮挡算法,射线追踪法将计算周期缩短了21%以上,明显地提高了计算效率;利用感应电流的分析方法能够清晰直观地从本质上解释RCS的变化规律,并且具有较高的可靠性.      

单反射面紧缩场接收机灵敏度要求评估方法

根据洛伦兹互易定理,提出了一种对单反射面紧缩场接收机灵敏度要求进行评估的方法.分别计算紧缩场馈源发射的电磁波以及标准定标球散射的电磁波在位于反射面和静区中间的参考平面上的近场分布,并考虑反射面效率和馈源发射功率,即可得到在测量过程中,对接收机灵敏度的要求.该方法能够全面反应目标雷达散射截面、工作频率、馈源性能和位置、反射面形状尺寸及其边齿结构和边缘绕射、紧缩场静区中心位置等因素的影响.利用该方法对北京航空航天大学微波暗室紧缩场的接收机灵敏度要求进行评估,并与实验测试结果对比,进而验证该方法的正确性.     

基于Bayesian-MCMC估计的隐身飞机RCS模型优化

对隐身飞机的雷达散射截面(RCS)统计建模时,传统方法通过直接计算RCS样本的统计特征估计模型参数,可能会产生较大的拟合误差。本文提出采用贝叶斯-蒙特卡罗(Bayesian-MCMC )方法提高起伏模型的参数估计精度,从而减小模型的拟合误差。首先将卡方分布模型和对数正态分布模型进行贝叶斯推导,得到其特征参数的后验估计表达式。然后采用MCMC算法构造后验分布的马尔可夫链,从而计算特征参数的估计值。最后通过比较2种方法的拟合曲线及其误差可知,本文方法适用于2种起伏模型,模型参数的估计误差比收敛误差门限值低1~2个数量级,2种分布模型的拟合精度均提高50%以上。