版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
十路7000号汉峪金融商务中心五区1一种基于RCS特征的昆虫体轴比反演方法、本申请提供了一种基于RCS特征的昆虫体轴各昆虫体轴比估计器及预设XGBoost回归算法,反演模型建立有各昆虫体轴比估计器与昆虫体化方向图及体轴比反演模型进行昆虫体轴比反2基于对预设昆虫共线极化方向图的分析结果,确定各方向图特基于共极化雷达散射截面RCS确定与所述昆虫体轴比中的昆虫体长相关、与所述昆虫体轴根据各所述昆虫体轴比估计器及预设XGBoost回归算法,构建预先训练的体轴比反演将所述体轴比反演模型部署至用户终端,以使所述用户终端基于2.根据权利要求1所述的一种基于RCS特征的昆虫获取预先观测昆虫对应的不同极化方向的共极化雷达散射截面RCS;其通过极化昆虫雷达以线极化模式观测所述预先观测昆虫得3.根据权利要求2所述的一种基于RCS特征的昆对预设昆虫共线极化方向图的分析结果,确定各方向图特征参数与昆虫体轴比的关联关确定所述预设昆虫共线极化方向图的a,cos2(p-8)项与awcos4(p-8)项分别取根据各所述夹角角度对应的夹角边方向及预设昆虫体长方向,分别根据所述a,cos2(p-8)项和所述awcos4(p-8)项分别与所述体长方向和所述体4.根据权利要求3所述的一种基于RCS特征的昆虫体轴比反演35.根据权利要求1所述的一种基于RCS特征的根据各所述昆虫体轴比估计器及若干昆虫共线极化方向图样本,构昆虫体轴比估计器组成的多维特征向量及昆将各所述多维特征向量样本输入所述预设XGBoost回归算法,以对所述预设6.根据权利要求5所述的一种基于RCS特征的昆虫体通过预设训练集中各所述多维特征向量样本对所述预设XGBoost将预设测试集中各所述多维特征向量样本输入迭代训练后的所述预设XGBoost回归算在所述平均相对误差小于预设阈值的情况下,确定迭代训练后的所述预设XGBoost回7.根据权利要求5所述的一种基于RCS特征的获取输入的所述昆虫共线极化方向图对应的各所述昆虫体轴8.根据权利要求5所述的一种基于RCS特征的所述用户终端根据所述输入的昆虫共线极化方向图,确定相应所述用户终端将所述多维特征向量输入预先部署的所述4所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被理器执行,以使所述至少一个处理器能够执行如上述权利要求1_8任一项所述的一种基于机可执行指令能够执行如上述权利要求1_8任一项所述的一种基于RCS特征的昆虫体轴比5[0001]本申请涉及昆虫雷达技术领域,尤其涉及一种基于RCS特征的昆虫体轴比反演方前尚未找到与体轴比相关的RCS估计器,且传统的昆虫体轴比测量方法主要依赖于人工观解决目前难以实现高效且准确地反演昆虫体轴比包括基于共极化雷达散射截面RCS确定与所述昆虫体轴比中的昆虫体长相关、与所述昆虫根据各所述昆虫体轴比估计器及预设XGBoost回归算法,构建预先训练的体轴比极化方向图及所述体轴比反演模型进行昆虫6RCS通过极化昆虫雷达以线极化模式观测所述预先观测昆根据所述共极化RCS在极化方向的变化,确定所述预设昆虫共线极化方向图;其确定所述预设昆虫共线极化方向图的a,cos2(p-8)项与awcos4(p-8)项分根据所述a,cos2(p-8)项和所述awcos4(p-8)项分别与所述体长方向和所[0011]在本申请的一种实现方式中,根据各所述昆虫体轴比估计器及预设XGBoost回归所述昆虫体轴比估计器组成的多维特征向量及昆虫体将各所述多维特征向量样本输入所述预设XGBoost回归算法,以对所述预设7通过预设训练集中各所述多维特征向量样本对所述预设XGBoost回归算法迭代训将预设测试集中各所述多维特征向量样本输入迭代训练后的所述预设XGBoost回在所述平均相对误差小于预设阈值的情况下,确定迭代训练后的所述预设储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上述所述的一种基于RCS特征的昆虫体轴比反演方可执行指令,所述计算机可执行指令能够执行如上述所述的一种基于RCS特征的昆虫体轴8图1为本申请实施例中一种基于RCS特征的昆虫体轴比反演方法的一种流程示意图2为本申请实施例中一种基于RCS特征的昆虫体轴比反演方法中的仿真的共线图3为本申请实施例中一种基于RCS特征的昆虫体轴比反演方法中的估计体轴比[0025]其中,关联关系至少包括基于共极化雷达散射截面RCS确定与昆虫体轴比中的昆9[0029]也就是说,本申请进行分析昆虫共线极化方向图中极化虫不同极化方向的共极化RCS。本申请在昆虫对称的假设下,将共极化RCS表示为上述。确定预设昆虫共线极化方向图的a,cos2(p-8)项与awcos4(p-8)项分别取预设昆虫体长方向,分别确定与极化方向分别对应的体长方向、体宽方向。根据a,cos2(p-8)项和awcos4(p-8)项分别与体长方向和体宽方向的对应关系,建立和cw分别与昆虫体轴比的关联关系。的周期为,其最值出现在p-9=0,p-0=[0032]图2为仿真的四只昆虫的归一化共线极化方向图,四只昆虫的体长均为15毫米[0036]其中,体轴比反演模型建立有各昆虫体轴比估计器与昆虫体轴比之间的映射关计器组成的多维特征向量及昆虫体轴比标签。将各多维特征向量样本输入预设XGBoost回[0038]也就是说,本申请结合先进的XGBoost回归算法实现基于上述多个昆虫体轴比估计器的昆虫体轴比反演,本申请通过预先设置的若干多维特征向量样本进行XGBoost回归通过预设训练集中各多维特征向量样本对预设XGBoost回归算法迭代训练。将预设测试集中各多维特征向量样本输入迭代训练后的预设XGBoost回归算法,以根据输出结[0040]在本申请对预设XGBoost回归算法进行迭代训练时,若干多维特征向量样本中可其他设备的输入昆虫共线计划方向图,并按照上述步骤S101_S102得到各个昆虫体轴比估用户终端根据输入的昆虫共线极化方向图,确定相应的多个昆虫体轴比估计器,[0052]将体轴比反演模型部署至用户终端,用户只需在终端输[0053]图4为本申请实施例提供的一种基于RCS特征的昆虫体轴比反演设备的结构示意共极化雷达散射截面RCS确定与昆虫体轴比中的昆虫体长相关、与昆虫体轴比中的昆虫体[0054]本申请实施例还提供了一种非易失
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 2027年寒假开学摸底考试七年级英语基础卷及答案
- 药物研发新策略与挑战探讨
- 游戏策划师产品开发进度与用户满意度评估表
- 电力系统设备维护与故障处理流程
- 协商拓展市场计划甲方企业乙方团队商洽函(7篇)
- 家用储能电池安全使用规范手册
- 关于终止租赁合同的通知(5篇)
- 【二上语文】课内仿写句子晨读单【知识归纳-专项练习】
- 航空机长机务绩效评估指标表
- IT项目技术管理绩效评估表
- 2026年植物保护(植物病理学基础)试题及答案
- 2026中国航空复合材料适航认证与市场竞争格局报告
- 中国融通笔试题及答案
- 2026重庆保税港区集团校园招聘20人笔试参考题库及答案解析
- ISO-IEC 27701-2025 隐私信息管理体系手册 + 全套程序文件模板
- 中国皮肤型红斑狼疮诊疗指南 2026 年版
- 2026年济南市检察院书记员考试题(附答案)
- 职业病危害现状评价任勇
- 医疗器械经营质量管理制度工作程序手册
- 水稳、沥青施工方案
- 2026年江苏省建筑三类安全员考试题库(含答案)
评论
0/150
提交评论