散射中心造句

• 在白噪声背景下，深入研究了几种典型的散射中心估计方法。
• 宽带条件下,雷达目标被孤立成一系列的散射中心。
• 其主要内容和创新之处如下: 1 、介绍用于微波成像的目标散射中心模型。
• 在杂波背景下，研究了对杂波种类不敏感的散射中心估计方法。
• 这些非理想散射中心造成了图像的模糊,但它同时也包含了目标的重要特性。
• 在杂波背景下，研究了提取目标二维散射中心的relax算法。
• 首先从目标多散射中心理论出发，推演了描述目标散射特性的频域散射数学模型。
• 雷达目标散射中心分布的研究是雷达目标特性建模与识别工作的一个重要部分。
• 提出了阈值dft ( tdft )算法用于实现基于雷达目标强散射中心分布的rcs数据压缩。
• 第三章以宽带阶梯变频雷达为研究背景，在白噪声和杂波条件下，研究了提取目标强散射中心的参数估计方法。
• 对雷达成像的结果的研究，即雷达目标散射中心分布的研究，也是雷达目标特性建模工作的一个重要部分。
• 提出了基于目标一维平均距离像归一化中心矩的目标识别方法和一种新的基于目标一维散射中心匹配的目标识别方法。
• 依此框架完成了对飞机目标isar图像有效的增强处理，提取到了反映成像目标结构特征的点散射中心集合。
• 在白噪声背景下，针对目标二维散射模型自相关函数“边缘解耦”特性，提出了估计目标二维散射中心的mp2d算法。
• 属性散射中心包含了更丰富的可用于目标分类识别的特征，但同时由于特征参数的维数更高，因此相应的特征提取方法更复杂。
• 然后研究了利用由目标宽带频率响应得到的一维距离像和一维散射中心进行目标识别的方法。
• 根据目标散射中心模型，文中给出了impsar的适用于远场应用条件的投影重建和应用于近场应用条件的波前重建成像方法。
• 本文围绕实孔径微波成像系统，在提高系统的角度分辨率、二维超分辨处理和基于强散射中心分布的rcs数据压缩等方面进行了研究。
• 在此基础上，引入relax技术，提出了ml - relax参数估计方法，解决了同时估计多个散射中心这一造成计算量过大的根源问题。
• 围绕这一课题，本文研究了雷达目标二维像的理解与处理，及二维散射中心的建模与参数估计问题。

• 散射中心的英语：scattering center