本書著重介紹在雷達基數(shù)據(jù)與產(chǎn)品數(shù)據(jù)處理過程中必備的工具和方法,為使用Python語言進行雷達產(chǎn)品數(shù)據(jù)開發(fā)的氣象業(yè)務(wù)人員和科研人員提供極具價值的入門指引。全書共分為4章,包括雷達產(chǎn)品介紹、Python環(huán)境配置、雷達數(shù)據(jù)處理工具庫應(yīng)用、雷達產(chǎn)品數(shù)據(jù)開發(fā)實例。其中雷達數(shù)據(jù)處理工具庫應(yīng)用主要介紹處理雷達數(shù)據(jù)的PyCINRAD、
本書從剛體和非剛體的運動學特性出發(fā),系統(tǒng)闡述了微多普勒效應(yīng)的有關(guān)理論,建立了剛體(如鐘擺、旋翼、陀螺、再入飛行器、渦輪機)和非剛體(如人、鳥、四足動物)的微運動模型,深入分析了雷達微多普勒效應(yīng)的產(chǎn)生機理和微多普勒特征信息提取等問題。近年來,雷達目標的微多普勒特征已成為目標提取與識別領(lǐng)域的研究熱點,基于微多普勒特征的目標
本書共分為5章。第1章為緒論,主要介紹激光雷達原理、發(fā)展現(xiàn)狀及趨勢,包括激光雷達的概念、結(jié)構(gòu)、工作原理、掃描成像原理、技術(shù)發(fā)展現(xiàn)狀及趨勢。第2章為LiDAR技術(shù)基礎(chǔ),主要介紹激光雷達技術(shù)相關(guān)的基礎(chǔ)知識,包括激光的物理基礎(chǔ)、激光雷達探測及測距原理、激光雷達方程、激光雷達點云特點、LiDAR點云處理的關(guān)鍵內(nèi)容、點云處理軟件
本書專門論述實孔徑掃描雷達角超分辨技術(shù)的發(fā)展動態(tài)、機理模型、數(shù)學方法和工程實現(xiàn)等,同時對雷達角分辨成像領(lǐng)域的最新發(fā)展狀況也有兼顧。
本書介紹了雷達天線罩電性能相關(guān)的基本概念、電磁理論、設(shè)計步驟、測試方法和技術(shù)要點等內(nèi)容,分析了雷達天線罩和超材料天線罩受均勻厚度和非均勻厚度、常規(guī)和非對稱曲面罩體變化、復合材料選取和超表面結(jié)構(gòu)選擇等因素的影響,講解了雷達天線罩電性能設(shè)計所運用的等效傳輸線分析方法、幾何和物理光學法、全波電磁計算方法等。書中探討了提高雷達
本書聚焦當前主流的毫米波雷達芯片系統(tǒng)及其信號處理技術(shù),突出民用毫米波雷達的核心理論內(nèi)容,結(jié)合深度學習和人工智能在雷達信號處理和應(yīng)用中的發(fā)展趨勢,涵蓋了從單通道、MIMO點云檢測到雷達成像技術(shù)領(lǐng)域。作為調(diào)頻連續(xù)波雷達技術(shù)及其應(yīng)用的系統(tǒng)性教材,全書包括雷達理論與實驗、原理設(shè)計及應(yīng)用、重點難點化簡分解推導、程序代碼輔助理解等
本書介紹激光雷達目標成像理論建模與仿真方法,首先全面介紹激光雷達目標成像理論建模與仿真相關(guān)研究的發(fā)展現(xiàn)狀,然后利用粗糙目標表面激光散射基礎(chǔ)理論,研究粗糙目標激光雷達截面與激光一維距離像、二維散射強度像、二維距離像和距離多普勒成像特征,并詳細分析影響目標成像的因素。
本書主要介紹機載低頻合成孔徑雷達(SAR)成像的基礎(chǔ)知識及研究進展,首先介紹機載低頻SAR成像基礎(chǔ),包括成像模型、空間分辨率分析、非正交旁瓣抑制、機載低頻SAR射頻干擾抑制等;然后,討論機載低頻直線軌跡成像,包括機載低頻LSAR頻域成像算法、運動補償算法、實測數(shù)據(jù)處理流程和相應(yīng)的實測數(shù)據(jù)成像結(jié)果;最后,介紹機載雙站低頻
激光雷達作為一種新興遙感技術(shù),為森林資源調(diào)查、地形勘測、電力巡檢、地質(zhì)災(zāi)害勘查等提供了一個全新的三維視角。本書簡要介紹激光雷達數(shù)據(jù)處理和應(yīng)用的技術(shù)原理及方法,基于LiDAR360軟件,詳細講解激光雷達數(shù)據(jù)的標準處理流程,包括數(shù)據(jù)輸入與輸出、數(shù)據(jù)顯示、點云和柵格數(shù)據(jù)預(yù)處理、航帶拼接、點云分類、地形生產(chǎn)與分析、矢量編輯、點
"隨著美國星鏈、黑杰克等大規(guī)模衛(wèi)星星座的提出,分布式雷達融合處理技術(shù)成為新一代空間信息獲取系統(tǒng)的重要感知手段。傳統(tǒng)的目標預(yù)警系統(tǒng)在探測及跟蹤過程中采用獨立視角、單維度觀測模式,在單幀門限判決過程中極易造成目標漏警和地物雜波虛警,嚴重制約了雷達對目標有效信息的獲取能力。分布式預(yù)警雷達利用多站聯(lián)合檢測,充分發(fā)揮了多視角、多