本文介绍了一种针对飞机粒子探测系统中云二维图像探头开发的二维粒子形状分类技术。该技术利用粒子形状几何参数特征把云粒子分为8种类型,分别为微小状、线形状、聚合状、霰状、球状、六角形状、不规则状和枝状。同时结合冰水质量关系...本文介绍了一种针对飞机粒子探测系统中云二维图像探头开发的二维粒子形状分类技术。该技术利用粒子形状几何参数特征把云粒子分为8种类型,分别为微小状、线形状、聚合状、霰状、球状、六角形状、不规则状和枝状。同时结合冰水质量关系,给出了探头液水含量和冰水含量的计算方法。最后应用该技术对2006年4月6日一次飞机探测获取的数据进行了云微物理结构分析,聚合状、霰状、六角形状、不规则状的总出现频率为78%,其中霰状粒子的出现频率随着温度的降低而增加。非降水云中的液水含量、液滴粒子浓度、冰晶浓度明显小于降水云,非降水云中液水含量的平均值为0.01 g m–3,冰水含量的平均值0.007 g m–3,冰晶粒子浓度的平均值为11.9 L–1。展开更多
在毫米波连续波阵列雷达系统中,根据近场各动目标多普勒频率的不同,提出了一种近场动目标多普勒频率、距离及方位三维参数估计算法。首先采用全相位快速傅里叶变换(all phase fast Fourier transform,apFFT)方法估计回波信号频谱,并使...在毫米波连续波阵列雷达系统中,根据近场各动目标多普勒频率的不同,提出了一种近场动目标多普勒频率、距离及方位三维参数估计算法。首先采用全相位快速傅里叶变换(all phase fast Fourier transform,apFFT)方法估计回波信号频谱,并使用相位差频谱校正法对目标多普勒频率进行校正。全相位FFT方法所得相位谱为信号的初始相位,各通道之间对应信号的相位关系包含了目标的位置信息,采用二维多重信号分类(twodimensional multiple signal classification,2-D MUSIC)方法就可从各目标对应多普勒频率的复幅度中估计出目标的距离及方位参数。计算机仿真结果证明了该算法的有效性。展开更多
文摘本文介绍了一种针对飞机粒子探测系统中云二维图像探头开发的二维粒子形状分类技术。该技术利用粒子形状几何参数特征把云粒子分为8种类型,分别为微小状、线形状、聚合状、霰状、球状、六角形状、不规则状和枝状。同时结合冰水质量关系,给出了探头液水含量和冰水含量的计算方法。最后应用该技术对2006年4月6日一次飞机探测获取的数据进行了云微物理结构分析,聚合状、霰状、六角形状、不规则状的总出现频率为78%,其中霰状粒子的出现频率随着温度的降低而增加。非降水云中的液水含量、液滴粒子浓度、冰晶浓度明显小于降水云,非降水云中液水含量的平均值为0.01 g m–3,冰水含量的平均值0.007 g m–3,冰晶粒子浓度的平均值为11.9 L–1。
文摘在毫米波连续波阵列雷达系统中,根据近场各动目标多普勒频率的不同,提出了一种近场动目标多普勒频率、距离及方位三维参数估计算法。首先采用全相位快速傅里叶变换(all phase fast Fourier transform,apFFT)方法估计回波信号频谱,并使用相位差频谱校正法对目标多普勒频率进行校正。全相位FFT方法所得相位谱为信号的初始相位,各通道之间对应信号的相位关系包含了目标的位置信息,采用二维多重信号分类(twodimensional multiple signal classification,2-D MUSIC)方法就可从各目标对应多普勒频率的复幅度中估计出目标的距离及方位参数。计算机仿真结果证明了该算法的有效性。
