精华内容
下载资源
问答
  • 其中必须最基本的参数是什么
    万次阅读
    2019-05-28 20:18:10

    一、雷达简介
    1、什么是雷达
    雷达(Radar),又名无线电探测器,雷达的基本任务是探测目标的距离、方向速度等状态参数。雷达主要由天线、发射机、接收机、信号处理机和显示器等组成。
    2、雷达的工作原理
    雷达通过发射机产生足够的电磁能量,通过天线将电磁波辐射至空中,天线将电磁能量集中在一个很窄的方向形成波束向极化方向传播,电磁波遇到波束内的目标后,会按照目标的反射面沿着各个方向产生反射,其中一部分电磁能量反射到雷达方向,被雷达天线获取,反射能量通过天线送到接收机形成雷达的回波信号。这里要说明的是,由于在传播过程中电磁波会随着传播距离而衰减,雷达接收的回波信号非常微弱,几乎被噪声所淹没,接收机将这些微弱的回波信号经过低噪放,滤波和数字信号处理,将回波信号处理为可用信号后,送至信号处理机提取含在回波信号中的信息,将这些信息包含的目标距离方向速度等现实在显示器上。
    二、雷达的基本用途
    1、测定目标的距离
    为了测定目标的距离,雷达准确测量从电磁波发射时刻到接收到回波时刻的延迟时间,这个延迟时间是电磁波从发射机到目标,再由目标返回雷达接收机的传播时间。
    根据电磁波的传播速度,可以确定目标的距离公式为:S=CT/2。
    其中,
    S为目标距离
    T为电磁波从雷达发射出去到接收到目标回波的时间
    C为光速
    2、测量目标方位
    是利用天线的尖锐方位波束测量。测量仰角靠窄的仰角波束测量。根据仰角和距离就能计算出目标高度。雷达发现目标,会读出此时天线尖锐方位的指向角,就是目标的方向角。两坐标雷达只能测定目标的方位角,三坐标雷达可以测定方位角和俯仰角。
    3、测定目标的运动速度
    是雷达的一个重要功能,—雷达测速利用了物理学中的多普勒原理.当目标和雷达之间存在着相对位置运动时,目标回波的频率就会发生改变,频率的改变量称为多普勒频移,用于确定目标的相对径向速度,通常,具有测速能力的雷达,例如脉冲多普勒雷达,要比一般雷达复杂得多。(这里特别注意多普勒效应,当波束和目标存在相对运动时,频率会发生变化)
    雷达根据作用的不通,功能也不同,在此雷达的功能就不一一介绍•••••••••••••••
    三、雷达工作的基本参数
    雷达的技术参数主要包括工作频率(波长)、脉冲重复频率、脉冲宽度、发射功率、天线波束宽度、天线波束扫描方式、接收机灵敏度等。技术参数是根据雷达的战术性能与指标要求来选择和设计的。
    1、雷达的探测距离
    影响雷达探测距离其基本的公式: P_r=(P_t G_t)/(4πr^2 ) σ 1/(4πr^2 ) A_eff
    其中
    P_t = 雷达的发射功率(单位:瓦特W)
    G_t = 雷达天线增益(单位:分贝db)
    r = 雷达到探测目标的距离(单位:米M)
    σ = 目标的雷达截面积(单位:RCS平方米)
    A_eff = 接收天线的有效面积(单位:平方米)
    P_r = 接收到的雷达功率(单位:瓦特W)

    (P_t G_t)/(4πr^2 )
    为雷达波的功率密度(每瓦特米的平方),
    由雷达发射机产生,因电磁波的功率密度和距离平方成反比递减,
    而这个发射出去的雷达波功率密度在照射到目标表面后的雷达反射截面RCS为符号σ米的平方表示,
    被其目标表面雷达截面积反射其中一部分,因此这两项相乘的乘积就是到达目标后开始反射的
    雷达功率 (P_t G_t)/(4πr^2 ) σ,而雷达波在次按照原路径从目标反射回来功率密度又一次
    和距离成平方反比递减 1/(4πr^2 ),因此最后返回雷达接收天线的功率密度只剩下 (P_t 
    G_t)/(4πr^2 ) σ 1/(4πr^2 ),
    

    而这个值最后还要再乘上雷达天线的有效接收面积A_eff,
    最后才是雷达接受到的功率。因此雷达的探测距离和目标的“雷达反射截面RCS、雷达功率、天线增益、天线接收面积”这四项参数的大小的乘积的四次方根成正比。而雷达的RCS取决于目标物体的几何横截面积大小、反射率、和方向性。
    1
    不同物体的RCS大小不同(网络资料查得,仅供参考)
    编号 目标类型 RCS雷达截面积(м²)
    1 飞机
    2 战斗机 3-12
    3 经隐身处理的战斗机 0.3-0.4
    4 战术轰炸机 7-10
    5 重型轰炸机 13-20
    6 战略轰炸机 100
    7 运输机 40-70
    8 航空母舰 50000
    9 水下航行的潜艇 0
    10 驱逐舰 10000
    2、雷达的主瓣旁瓣
    相同条件下,雷达的波束越窄,天线的方向性越好,探测距离越远,但是雷达天线并不能把所有功率集中到单个波束上,雷达功率常被分成几部分,也就是常说的雷达的主瓣和旁瓣。
    主瓣:主瓣是最大辐射方向周围的区域,通常是主波束峰值3dB以内的区域,是雷达主要的工作方向。
    旁瓣:旁瓣是主波束周围辐射较小的波束,这些旁瓣通常是不希望的方向的辐射,会带来很多问题。
    后瓣:很好理解,是指方向和主瓣方向相反的波束,也属于旁瓣。
    旁瓣杂波:当主波束指向地平线时,旁瓣的很大一部分指向地面,即使旁瓣功率较弱也会导致很多杂波。这是因为与目标飞机相比,地面更接近雷达,旁瓣的回波强度和目标回波可能相当。旁瓣的杂波问题不能通过增加雷达发射功率来解决,减少旁瓣杂波问题的一个方法是多普勒处理,然而,旁瓣杂波在检测中仍然引起许多问题。由于旁瓣可能仍然指向目标,即使主瓣指向不同的方向,旁瓣也使得雷达更容易被探测到。因此,高功率旁瓣将不仅会警告尚未被主波束探测到的目标,这也给对方ESM/RWR更多的时间来分析雷达发射信号和定位雷达的位置,甚至趁机从旁瓣送入以假乱真的“欺骗”信号进行旁瓣干扰。

    更多相关内容
  • 参数方程中参数的意义: 参数方程中t的几何意义要看具体的曲线方程了,一般都是长度,角度等几何量,也有一些是不容易找到对应的几何量的。 参数方程定义: 一般的,在平面直角坐标系中,如果曲线上任意一点的...

    目录

    参数方程中参数的意义:

    参数方程定义:

    什么是参数方程:

    参数方程与普通方程的公式:

    举例:

    参数方程:


    参数方程中参数的意义:

    参数方程中t的几何意义要看具体的曲线方程了,一般都是长度,角度等几何量,也有一些是不容易找到对应的几何量的。

     

    参数方程定义:

    一般的,在平面直角坐标系中,如果曲线上任意一点的坐标x,y都是某个变数t的函数{x=f(t),y=g(t)并且对于t的每一个允许值,由上述方程组所确定的点M(x,y)都在这条曲线上,那么上述方程则为这条曲线的参数方程,联系x,y的变数t叫做变参数,简称参数,相对于参数方程而言,直接给出点的坐标间关系的方程叫做普通方程。

     

    什么是参数方程:

    其实就是 :

    y=f(t);x=g(t);其中t是参数,分别能表示出x,y;你看看下面参数方程与一般函数的转化你就明白了;

     

    参数方程与普通方程的公式:

    参数方程与普通方程的互化最基本的有以下四个公式:

    1.cos²θ+sin²θ=1

    2.ρ=x²+y²

    3.ρcosθ=x

    4.ρsinθ=y

    举例:

    参数方程:

    一般的参数方程,主要使2式子进行乘除运算消掉  t。

    遇到三角三角函数一般使用公式带入,消掉。

    x=3-2t ① 
    y=-1-4t ② 

    解:
    ①×2-②得
    x-2y=2(3-2t)-(-1-4t)
    x-2y=7
    ∴2x-y = 7

     

    将x, y的中参数转化为同一的,之后进行替换,得出一般函数方程。

    例子:

    x=cosθ (θ为参数) ①
    y=cos2θ+1 ②
    由②得
    y=2cos²θ-1+1
    y=2cos²θ
    由①得
    cosθ=x
    ∴y=2x² -1

     

    例:

    又例圆,椭圆等:

    展开全文
  • 天线的基本参数介绍

    万次阅读 多人点赞 2017-02-22 17:26:00
    在物联网的大环境下,无线传输越来越多的被听到,很多人也对无线IoT很好奇,机器怎么连在一起的,天线又是...下面是天线的几个基本参数: 1. 方向图(波瓣宽度); 半波对称阵子天线极化方向图(侧视图)

    在物联网的大环境下,无线传输越来越多的被听到,很多人也对无线IoT很好奇,机器怎么连在一起的,天线又是什么,下面给大家科普下天线的基础知识:

    在无线传输中,天线是其中一个十分关键的环节,无线电磁波的发射和接收均由天线来完成,因此天线设计的好坏直接关系无线的性能。

    下面是天线的几个基本参数:

    1. 方向图(波瓣宽度);


    半波对称阵子天线极化方向图(侧视图)


                                                   水平极化


                                                    垂直极化                 


    2. 增益(俗话所说的多少dBi);

    增益通常指最大辐射方向的功率增益值,dBi用于表示天线在最大辐射方向场强相对于全向辐射器的参考值.,如下图所示:



    3. 驻波比(VSWR) / 回波损耗(RL) / S11;

        RL=10lg(入射功率/反射功率)  

        驻波比VSWR=(1+ 反射系数)/ (1- 反射系数)

        RL=-S11

    下面是一个简单的对照关系:



    备注:

        回波损耗的值在0dB 到无穷大之间,回波损耗越小表示匹配越差,回波损耗越大表示匹配越好。0表示全反射,无穷大表示完全匹配。

        同样可知,VSWR范围=1~∞,VSWR此值越大,说明接头处连接不好。


    4. 频率范围;

    展开全文
  • plot函数是matplotlib中常见的绘图函数,作用是以x为自变量y为因变量绘制的带结点标记的线条或以x,y为坐标的坐标点(Plot y versus x as lines and/or markers)。 下面通过实例简单演示plot函数的功能。 根据下图...

    plot函数的功能

    plot函数是matplotlib中最常见的绘图函数,作用是以x为自变量y为因变量绘制的带结点标记的线条或以x,y为坐标的坐标点(Plot y versus x as lines and/or markers)。
    下面通过实例简单演示plot函数的功能。
    根据下图可知,plot函数可以绘制带结点标记的线,也可以线和标记点任选其一。
    plot函数相当于根据y=f(x)关系,先以x,y为坐标绘制结点,然后用直线连接结点。
    在这里插入图片描述

    import numpy as np
    import matplotlib.pyplot as plt
    
    plt.subplot(221)
    # 带标记点的线
    plt.plot([1, 2, 3, 4], [1, 4, 9, 16], marker='o')
    plt.subplot(222)
    # 只有线,没有标记点
    plt.plot([1, 2, 3, 4], [1, 4, 9, 16])
    plt.subplot(223)
    # 没有线,只有标记点
    plt.plot([1, 2, 3, 4], [1, 4, 9, 16], 'o')
    plt.subplot(224)
    # 绘制y=sin(x)线
    x = np.arange(-4,4,0.05)
    y = np.sin(x)
    plt.plot(x, y)
    
    plt.show()
    

    plot函数中x,y参数的基本取值

    plot函数的基本调用签名为plot([x], y, [fmt], *, data=None, **kwargs)
    x,y参数即为线条结点或坐标点的x,y坐标。x,y参数取值非常灵活,这也是plot函数的一大特色。
    x,y参数可以是标量,也可以是类似数组的数据结构(列表,numpy数组,pandas dataframe等),通常为1维数组,数组的维度最好一致。

    import numpy as np
    import matplotlib.pyplot as plt
    
    plt.subplot(221)
    # xy为标量
    plt.plot(1, 2, marker='o')
    plt.subplot(222)
    # xy为列表
    plt.plot([1, 2, 3, 4], [1, 4, 9, 16], marker='o')
    plt.subplot(223)
    # xy为numpy数组
    x = np.arange(-4,4,0.5)
    y = np.sin(x)
    plt.plot(x, y)
    plt.subplot(224)
    # xy在第一维度上必须一致
    plt.plot([1, 2, 3, 4], [[1], [4], [9],[16]], 'o')
    
    plt.show()
    

    plot函数中x参数的默认值

    根据plot函数调用签名可知x参数是可选的,默认值为range(len(y))
    下面的案例中x参数省略了,根据下图可知4个结点的x坐标为0,1,2,3,符合range(len([1, 2, 3, 4]))的取值。
    在这里插入图片描述

    import matplotlib.pyplot as plt
    
    # 只有y参数,x默认为range(len(y))
    plt.plot([1, 2, 3, 4],marker='o')
    plt.show()
    

    plot函数中xy为带标签的数据

    plot函数的基本调用签名为plot([x], y, [fmt], *, data=None, **kwargs)

    带标签的数据可以理解为可以用data['i']方式访问的数据,可以是字典、pandas dataframe、numpy数组等。这时xy参数的即为data参数值对应的标签数据。

    下面以字典为例简单说明如何使用带标签的数据。
    在这里插入图片描述

    import matplotlib.pyplot as plt
    # d为带标签的数据
    d = {'x': [1, 2, 3], 'y': [1, 2, 3]}
    # x,y参数分别为d['x'],d['y'],data参数为d
    plt.plot('x', 'y', data=d, marker='o')
    plt.show()
    

    对于dataframe来说,假设有一个表格,其中有很多列,每一个列有一个标签。当我们想使用其中的两列作图的时候,将表格整体传入,只要指定了标签,plot函数就会帮自动把这两列取出来作图。

    plot函数绘制多组数据

    plot函数绘制多组数据有三种方法:

    • 多次调用plot函数
      例如:
      plot(x1,y1)
      plot(x2,y2)

    • plot函数中调用多组xy参数
      例如:plot(x1,y1,x2,y2)

    • plot函数中使用2维数组作为xy参数

    在这里插入图片描述

    import numpy as np
    import matplotlib.pyplot as plt
    
    x1 = [1, 2, 3]
    y1 = [1, 2, 3]
    x2 = [4, 5, 6]
    y2 = [4, 5, 6]
    
    plt.figure(figsize=(9, 3.1))
    # 多次调用plot函数
    plt.subplot(131)
    plt.plot(x1, y1)
    plt.plot(x2, y2)
    # 传递多组xy参数
    plt.subplot(132)
    plt.plot(x1, y1, x2, y2)
    # 传递2维数组为xy参数,第1列为x,其余列为y
    plt.subplot(133)
    x = np.array([[0, 1, 2, 3], 
                  [3, 4, 5, 6], 
                  [6, 7, 8, 9], 
                  [9, 10, 11, 12]])
    plt.plot(x[:, 0], x[:, 1:])
    
    plt.tight_layout()
    plt.show()
    
    
    展开全文
  • 也可以称为相位捕获电路,因此,环路不可能一上电就处在稳定的锁定状态,这中间一定有一个过程,这个过程就是接下来要讨论的跟踪捕获过程,接下来在讨论跟踪过程中,我们还将引出锁相环的几个最基本的总体性能参数。...
  • 深度学习超参数介绍及调参

    万次阅读 多人点赞 2019-07-16 09:42:38
    文章目录超参数概念什么是超参数参数和超参数的区别?神经网络中包含哪些超参数?为什么要进行超参数调优?超参数的重要性顺序部分超参数如何影响模型性能?部分超参数合适的范围网络训练中的超参调整策略如何调试...
  • 所谓值传递就是当参数基本类型时,传递参数的值,比如传递i=10,真实传参时,把10赋值给了形参。 当参数是对象时,传递的是对象的值,也就是对象的首地址。就是把对象的地址赋值给形参。 基本类型...
  • 文章目录 SpringMVC的参数绑定 1 传统方式进行参数传递 2 通过SpringMVC的参数绑定实现【***用这个就行】 2.1 SpringMVC的基本数据类型的参数绑定 2.1.1 方法形式参数名和页面传入参数名一致 2.1.2 方法形式参数名和...
  • 天线基本参数

    千次阅读 2015-07-01 23:33:13
    下面是天线的几个基本参数: 1. 方向图(波瓣宽度); 2. 增益(俗话所说的多少dBi); 增益通常指最大辐射方向的功率增益值,dBi用于表示天线在最大辐射方向场强相对于全向辐射器的参考值.,如下图所示: 3. ...
  • HTTP 参数类型简介

    万次阅读 2019-07-25 11:17:34
    HTTP 参数类型简介请求头参数 (head)路径参数 (path)查询参数 (query)请求体参数 (body) ...通常会存放本次请求的基本设置,以帮助服务器理解并解析本次请求的body体。 参数形式如: Accept-L...
  • 【机器人学】机器人动力学参数辨识方法综述

    万次阅读 多人点赞 2019-04-01 12:32:26
    机械臂动力学参数辨识的方法综述
  • 随机森林(Random Forest) 参数解读

    千次阅读 2018-05-08 11:33:57
    基本原理 随机森林(Random Forest)基本原理参考:https://blog.csdn.net/hhtnan/article/details/54580994 # A. max_features: 随机森林允许单个决策树使用特征的最大数量。 Python为最大特征数提供了多个可...
  • 前端参数请求和后端参数接受

    万次阅读 2018-08-06 22:09:33
    HTTP协议中定义了很多与服务端交互的方法,其中最基本的有四种,分别是GET,POST,PUT,DELETE,对应增删改查四种操作,常用的是GET和POST。 请求头类型Content-Type主要有:application/x-www-form-urlencoded,...
  • Python函数的参数类型和使用技巧

    千次阅读 2021-03-29 13:11:10
    Python语言支持灵活多样的函数参数,恰当地使用各种形式的参数,会增强代码的复用性和可读性,让代码更加简洁精炼。不过,事物总有其两面性,正因为函数参数的灵活多样,反倒给初学者带了一些困惑。本文从实际需求...
  • Python socket编程之(一):socket的基本参数和函数介绍
  • 参数估计方法和非参数估计方法

    万次阅读 2018-09-04 14:10:13
    这类语言模型一般都是对文本的生成过程提出自己的概率图模型,然后利用观察到的语料数据对模型参数做估计。有了语言模型和相应的模型参数,我们可以有很多重要的应用,比如文本特征降维、文本主题分析等等。本文主要...
  • 锁相环三个参数分析

    千次阅读 2020-10-07 13:24:02
    这个需要在你原来的模块上,加入一个分频器,使得输出频率小于35MHz...提供传递函数与PID参数两种表达形式的函数,以及设计思路,方便自己调试。 传递函数推导如下: 传递函数的,这里等效为环路滤波器, 首...
  • SVM基本概要与sklearn.svm.svc 参数说明

    万次阅读 多人点赞 2017-07-12 13:28:53
    SVM的基本概念先介绍一些简单的基本概念:分隔超平面:将数据集分割开来的直线叫做分隔超平面。超平面:如果数据集是N维的,那么就需要N-1维的某对象来对数据进行分割。该对象叫做超平面,也就是分类的决策边界。...
  • 很多时候,特别是在使用get方法传输数据时,我们都会把简单的字符串参数传到URL里面,在后台取的时候方法有很多,在这里我说一种比较简单实用的。 function abolishTransportOrder(id){ var url = context...
  • java启动命令与参数配置

    万次阅读 2020-11-02 11:51:39
    1. java启动命令 运行一个java应用程序的语法分...其中args为运行时参数,即main方法中的参数数组args,可以通过修改启动配置进行设置,以idea为例,如图这里设置了3个参数,每个参数之间用空格分隔,如果参数自身带有
  • 参数估计与假设检验的区别和联系

    万次阅读 2019-05-11 18:09:08
    统计学方法包括统计描述和统计推断两种方法,其中,推断统计又包括参数估计和假设检验。 参数估计 参数估计就是用样本统计量去估计总体的参数的真值,它的方法有点估计和区间估计两种。 点估计就是直接以样本统计...
  • PYthon——plt.scatter各参数详解

    万次阅读 多人点赞 2017-03-29 21:22:47
    最近开始学习Python编程,遇到scatter函数,感觉里面的参数不知道什么意思于是查资料,最后总结如下: 1、scatter函数原型 2、其中散点的形状参数marker如下: 3、其中颜色参数c如下: 4、基本的使用方法...
  • 【基础入门】最小二乘原理详解+系统参数辨识

    万次阅读 多人点赞 2019-03-20 18:19:29
    其中最小二乘的一次完成算法是最基本的,也是应用最广泛的一种方法, 其余的方法都是以最小二乘原理为基础推导出来的。 3.1最小二乘法的概念 早在1795年,著名科学家高斯就提出了最小二乘法LSM(least square...
  • SVM参数详解

    万次阅读 多人点赞 2016-05-26 14:02:40
    svm参数说明---------------------- 如果你要输出类的概率,一定要有-b参数 svm-train training_set_file model_file svm-predict test_file model_fileoutput_file 自动脚本:python easy.py train_data test_...
  • 卷积神经网络的参数计算

    万次阅读 多人点赞 2018-01-08 22:39:12
    前言 这篇文章会简单写一下卷积神经网络上参数的计算方法,然后计算各个常见神经网络的参数。一个是加强对网络结构的了解,...下图中是一个32x32x3的输入,然后用一个5x5x3的卷积对其中某个位置的计算,这里算的是一个
  • 克里金插值中重要参数变量

    千次阅读 2020-03-16 21:57:29
    涉及到克里金插值,首先必须明确其使用条件,即满足克里金模型的必要条件是什么? 提示:数据是否服从正态分布,数据本身是否存在趋势,如有疑问,请参考前期关于异常值查询,数据分布以及趋势分析等章节的介绍 构建...
  • 深度学习参数初始化(weights initializer)策略大全

    万次阅读 多人点赞 2019-03-21 11:20:37
    前言:深度学习的初始化参数指的是在网络训练之前,对各个节点的权重和偏置进行初始化的过程,很多时候我们以为这个初始化是无关紧要的,不需要什么讲究,但是实际上,一个参数的初始化关系到网络能否训练出好的结果...
  • 神经网络更新参数的几种方法

    千次阅读 2016-05-06 20:59:06
    梯度下降中,计算完各个参数的导数之后就需要更新参数值了,常用的更新参数方法就是:   【SGD】: x += - learning_rate * dx   但是这种方法收敛速度非常慢,其实除了这个更新参数的...
  • 十、如何选择神经网络的超参数

    万次阅读 多人点赞 2017-08-18 10:33:06
    本节主要介绍了如何选择神经网络中的超参数。根据神经网络中超参数的特性对超参数进行分类,并给出了大致三种调整超参数的方法。首先根据机理确定激活函数的种类,代价函数的种类,权重初始化的方法,输出层的编码...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 1,429,161
精华内容 571,664
热门标签
关键字:

其中必须最基本的参数是什么