为了获取目标的雷达截面积(Radar Cross Section,RCS),传统的方法是采用矩量法(Method of Moment,MOM)或多层快速多极子方法(Multi-level Fast Multipole Algorithm,MLFMA),尽管对目标的RCS计算精确,但其要求计算机的存储量大且计算耗...为了获取目标的雷达截面积(Radar Cross Section,RCS),传统的方法是采用矩量法(Method of Moment,MOM)或多层快速多极子方法(Multi-level Fast Multipole Algorithm,MLFMA),尽管对目标的RCS计算精确,但其要求计算机的存储量大且计算耗时。而对于由上百成千个小型无人机组成的无人机蜂群而言,若采用上述方法来计算其RCS,计算量巨大,甚至无法计算。针对上述问题,提出了采用球面波展开技术与球谐变换相结合的方法来提升对无人机蜂群RCS的仿真效率,其关键技术是通过改变球谐函数中的求和次序,利用快速傅里叶变换来计算偏心球面上离散点的电场分布。数值实例表明,相比于高精度的MLFMA,所提方法获取蜂群无人机RCS的结果与其吻合良好,但对计算机内存的需求远远小于MLFMA,且随着无人机数量的增加,其计算速度可提升几个数量级。展开更多
文摘为了获取目标的雷达截面积(Radar Cross Section,RCS),传统的方法是采用矩量法(Method of Moment,MOM)或多层快速多极子方法(Multi-level Fast Multipole Algorithm,MLFMA),尽管对目标的RCS计算精确,但其要求计算机的存储量大且计算耗时。而对于由上百成千个小型无人机组成的无人机蜂群而言,若采用上述方法来计算其RCS,计算量巨大,甚至无法计算。针对上述问题,提出了采用球面波展开技术与球谐变换相结合的方法来提升对无人机蜂群RCS的仿真效率,其关键技术是通过改变球谐函数中的求和次序,利用快速傅里叶变换来计算偏心球面上离散点的电场分布。数值实例表明,相比于高精度的MLFMA,所提方法获取蜂群无人机RCS的结果与其吻合良好,但对计算机内存的需求远远小于MLFMA,且随着无人机数量的增加,其计算速度可提升几个数量级。
