• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于時頻特征的旋翼目標(biāo)微動參數(shù)估計方法

      2022-01-22 02:15:48宋村夫曲智國胡旭超
      計算機(jī)仿真 2021年12期
      關(guān)鍵詞:輪機(jī)微動時頻

      宋村夫,曲智國,胡旭超

      (1.武警上海總隊通信大隊,上海 200050;2.空軍預(yù)警學(xué)院,湖北 武漢 430014)

      1 引言

      在現(xiàn)代信息化戰(zhàn)爭中,旋翼目標(biāo)由于體積小、受地形限制小、機(jī)動性強(qiáng)等優(yōu)勢在軍事競爭中扮演著越來越重要的角色[1]。同時在民用領(lǐng)域,風(fēng)力發(fā)電也正在蓬勃發(fā)展,風(fēng)力渦輪機(jī)本質(zhì)也為一種旋翼微動目標(biāo)[2]。旋翼目標(biāo)所產(chǎn)生的微動特征包含著目標(biāo)的結(jié)構(gòu)、運動特點等相關(guān)信息,通過其提取微動參數(shù),對旋翼目標(biāo)的探測、分類和識別具有重要的意義,因此在軍用和民用領(lǐng)域具有廣闊的研究場景[3][4]。2006年V.C.Chen提出將目標(biāo)及其它組件除整體質(zhì)心運動之外的旋轉(zhuǎn)、振動、以及翻滾等細(xì)微的運動形式稱為微動,同時提出目標(biāo)微動會對雷達(dá)回波信號產(chǎn)生頻率調(diào)制,這種由微動引起的多普勒效應(yīng)被稱為微多普勒效應(yīng)[5]。

      目前相關(guān)領(lǐng)域?qū)<覍W(xué)者都提出了一些有關(guān)微動特征參數(shù)提取的技術(shù),其主要包變換域的微動參數(shù)提取、基于圖像域的微動參提取、基于壓縮感知的微動參數(shù)提取等[6]。文獻(xiàn)[7]提出了一種基于變換域的短時迭代自適應(yīng)-逆Radon變換(STIAA-IRT)的微多普勒特征提取方法,但是該方法步驟繁瑣,計算量大;文獻(xiàn)[8]提出了一種基于相位信息的微動參數(shù)提取方法,但是需要先解決相位纏繞問題;文獻(xiàn)[9]提出利用自相關(guān)函數(shù)峰值與回波間的對應(yīng)關(guān)系實現(xiàn)了對微動的旋轉(zhuǎn)頻率的提取,但是該方法只用于單一周期的回波,在實際應(yīng)用中局限性大,適應(yīng)性不高。

      針對以上問題,為了進(jìn)一步有效地提取旋翼目標(biāo)的微動參數(shù),本文提出了一種基于時頻特征的旋翼目標(biāo)微動參數(shù)的提取方法,對葉片旋轉(zhuǎn)頻率、葉片初始相位和葉片長度實現(xiàn)了快速提取。首先,構(gòu)建了旋翼目標(biāo)雷達(dá)回波模型,在此基礎(chǔ)上利用分析了旋翼目標(biāo)回波的時頻特征,并利用該時頻特征分析了“時頻閃爍”與微動參數(shù)間的對應(yīng)關(guān)系,最后在時頻域利用圖像特征實現(xiàn)了微動參數(shù)的提取。通過仿真表明,該方法不僅可以實現(xiàn)對旋翼目標(biāo)葉片的微動參數(shù)的快速、高精度的提取,同時該方法還可適用于多個旋翼目標(biāo)場景下的微動參數(shù)提取,且具有一定的抗噪性能。

      2 旋翼目標(biāo)雷達(dá)回波建模與分析

      以旋翼目標(biāo)為三葉片構(gòu)造為例,為簡化分析,假設(shè)旋翼目標(biāo)和雷達(dá)處在同一平面。以旋翼目標(biāo)的葉片旋轉(zhuǎn)中心為原點,建立如圖所示坐標(biāo)系。其中,B為雷達(dá)站,r為雷達(dá)視線(LOS),θ葉片旋轉(zhuǎn)角,R為雷達(dá)中心距離旋翼目標(biāo)旋轉(zhuǎn)中心距離,li為葉片上散射點距離旋轉(zhuǎn)中心的長度,li?R。

      圖1 旋翼目標(biāo)回波模型

      假設(shè)雷達(dá)發(fā)射信號p(t)=exp(-j2πfct)[10],fc為載頻,則旋翼目標(biāo)單個散射點的基帶回波信號可表示為

      (1)

      其中,σn,i為第n個葉片上第i個散射點的散射系數(shù),rn,i(t)為第n個葉片上第i個散射點到雷達(dá)的距離。

      由于li?R,則葉片散射點與雷達(dá)間的距離rn,i可由菲涅爾近似寫為[11]

      (2)

      其中

      (3)

      式中,θ0為該葉片初始旋轉(zhuǎn)角,frot為葉片旋轉(zhuǎn)頻率,單位為r/s。

      假設(shè)旋翼目標(biāo)上有N個葉片,每個葉片上有K個散射點,則其回波信號可表示為

      (4)

      其中,exp(-j4πl(wèi)icosθ(t)/λ)為多普勒項,包含了旋翼目標(biāo)的多普勒信息。

      在均勻散射前提下,每個散射點的散射系數(shù)可看作是相等的,散射點間隔d=L/K-1,則li=d(i-1),式(4)可作如下變換:

      (5)

      當(dāng)散射點間隔d趨近于0時,由近似可得sin(2πdcosθ(t)/λ)≈sin(2πdcosθ(t)/λ),則式(5)可近似為

      (6)

      由式(6)可以看出,旋翼目標(biāo)的回波幅度受辛克(sinc)函數(shù)調(diào)制,當(dāng)cos(θ)=0時,旋翼目標(biāo)回波才達(dá)到sinc函數(shù)的峰值,而此時旋翼目標(biāo)葉片與雷達(dá)視線LOS的夾角θ為±π/2,所以只有當(dāng)葉片與雷達(dá)視線LOS垂直時,葉片回波才達(dá)到最大值,這被稱作時域“閃爍”現(xiàn)象[12],該時刻被稱作“閃爍”時刻。單個葉片在一個旋轉(zhuǎn)周期內(nèi)可與LOS垂直兩次,因此會產(chǎn)生兩次“閃爍”現(xiàn)象。

      同時,旋翼目標(biāo)散射點的多普勒頻率可以表示為

      (7)

      由于各散射點的旋轉(zhuǎn)半徑不同,因此各散射點具有不同的線速度vi=ωili,所以散射點的多普勒頻率也是不同的。由式(7)可知旋翼目標(biāo)單個葉片的回波頻率由各散射點的多普勒頻率組成

      fd1(t)=[fd11(t),fd12(t),…,fd1N(t)]

      (8)

      此外,旋翼目標(biāo)各散射點的回波多普勒頻率是一個隨時間變化的量,隨著旋轉(zhuǎn)角度的變化,單個散射點的多普勒頻率呈現(xiàn)出正弦變化趨勢,其周期與葉片旋轉(zhuǎn)周期保持一致。而對于某個t時刻而言,旋翼目標(biāo)葉尖的散射點具有最大的多普勒頻率

      (9)

      而葉片旋轉(zhuǎn)中心附近的散射點多普勒頻率近乎為零。因此旋翼目標(biāo)葉片回波的多普勒頻率實際上是一個較寬的頻率帶,其范圍為[-4πfrotL/λ,4πfrotL/λ],當(dāng)葉片轉(zhuǎn)向雷達(dá)方向時,其頻率為正,當(dāng)葉片背離雷達(dá)方向時,其多普勒頻率為負(fù),其葉片轉(zhuǎn)向與頻率正負(fù)關(guān)系如圖2所示。

      圖2 多普勒頻率正負(fù)示意圖

      3 基于時頻特征的微動參數(shù)提取原理

      3.1 旋翼目標(biāo)時頻特征分析

      由式(8)可知,旋翼目標(biāo)的多普勒頻率是隨時間變化的量,因此其回波實際是一種時變非平穩(wěn)信號。而常規(guī)雷達(dá)信號處理是建立在平穩(wěn)信號的基礎(chǔ)上的,其頻域分析通常常采用傅里葉變換,只能從整體上表示信號的頻率構(gòu)成,無法反映出信號的頻譜特性隨時間變化的情況。所以頻域分析方法不再適用于旋翼葉片回波這一非平穩(wěn)時變信號,需要利用時頻域聯(lián)合分析處理的方法來對回波信號進(jìn)行分析[13],本文采用Garber-短時間傅里葉變換(Garber-STFT)作為旋翼回波時頻聯(lián)合分析方法。

      短時傅里葉變換是通過對信號加滑動的時間窗,在時間窗內(nèi)的信號可看作是平穩(wěn)信號,因此將長的非平穩(wěn)信號等價于一系列短平穩(wěn)信號的疊加,通過時間窗內(nèi)的信號進(jìn)行頻域變換表示該時刻內(nèi)信號的頻譜特征,由此得到了非平穩(wěn)信號的時頻聯(lián)合分布,其表達(dá)式為:

      (10)

      式中g(shù)(t)為窗函數(shù),其中u為窗函數(shù)的長度.當(dāng)g(t)為高斯窗函數(shù)時,該短時傅里葉變換就是Garber變換,STFT時頻分析過程可以如圖3所示。

      圖3 STFT變換示意圖

      當(dāng)高斯時間窗滑動到以時域閃爍為中心的信號時,回波信號顯示為一個相對完整的辛格峰值包絡(luò)形式,根據(jù)傅里葉變換關(guān)系,此時該段信號的頻域為矩形包絡(luò)rect(f)形式,即旋翼目標(biāo)回波在“閃爍”時刻頻率為矩形頻帶,這被稱作旋翼葉片回波在時頻域的“閃爍效應(yīng)”,與時域“閃爍”具有一致性。而當(dāng)高斯時間窗滑動在非閃爍時刻時,此時回波主要是由葉尖和旋轉(zhuǎn)中心的散射點反射的強(qiáng)電磁散射回波組成,所以在這些時刻的微多普勒特征主要表現(xiàn)為由葉尖引起的正弦曲線包絡(luò)形式和旋轉(zhuǎn)中心散射點引起的零頻帶組成。

      綜上,旋翼目標(biāo)回波時頻特征具有以下特點:

      1) 旋翼目標(biāo)回波時頻特征主要由三部分組成:由旋轉(zhuǎn)中心引起的零頻帶、葉尖引起的正弦包絡(luò)和以及回波峰值產(chǎn)生的時頻“閃爍”。

      2) 時頻“閃爍”與旋翼目標(biāo)旋轉(zhuǎn)周期具有對應(yīng)關(guān)系。在一個葉片旋轉(zhuǎn)周期內(nèi)時頻域“閃爍”兩次,且只在葉片與LOS垂直時發(fā)生。其中,當(dāng)葉片由背離方向轉(zhuǎn)向雷達(dá)方向時,為“正閃爍”,其頻率區(qū)間為[0,fmax],由靠近轉(zhuǎn)向背離雷達(dá)時,為“負(fù)閃爍”,其頻率區(qū)間為[-fmax,0]。

      3) 由于旋翼目標(biāo)回波峰值積累了大量回波能量,相應(yīng)地,其時頻“閃爍”也具有很高的能量。

      3.2 旋翼目標(biāo)葉片旋轉(zhuǎn)頻率提取

      由于旋翼目標(biāo)回波的“時頻”閃爍現(xiàn)象與其旋轉(zhuǎn)周期具有對應(yīng)關(guān)系,因此可以通過計算相鄰閃爍頻帶間的時間間隔來估計旋翼目標(biāo)的旋轉(zhuǎn)頻率。以三葉片的旋翼目標(biāo)為例,由于相鄰兩個葉片間隔120o,所以對于時頻“閃爍”而言,相鄰兩個同向“閃爍”間的時間間隔為1/3個旋轉(zhuǎn)周期,假設(shè)同向閃爍時刻間的間隔Δt,那么旋翼目標(biāo)葉片的轉(zhuǎn)速估計值為

      (11)

      圖4 葉片轉(zhuǎn)動與閃爍時刻對應(yīng)關(guān)系示意圖

      對同向閃爍時刻間的間隔Δt的求解,可以利用圖像處理技術(shù)手段[15]對時頻圖進(jìn)行預(yù)處理以提取Δt。由于回波中除旋翼目標(biāo)外往往還包含大量的噪聲,因此首先需要對時頻圖像進(jìn)行降噪處理。其次,對降噪后的時頻圖進(jìn)行二值化處理,提取時頻“閃爍”特征,由于時頻“閃爍”回波能量較強(qiáng),因此通過設(shè)置能量門限η實現(xiàn)對時頻圖的二值化處理,剔除與時頻“閃爍”無關(guān)的圖像信息。同時由于二值化結(jié)果較為粗糙,還需要進(jìn)一步作平滑處理。

      旋翼目標(biāo)回波時頻“閃爍”頻率帶受STFT分辨率的影響具有展寬效應(yīng),其閃爍頻帶往往具有一定的“寬度”,因此在橫向占據(jù)多個時頻單元,該展寬效應(yīng)可能會造成Δt估計誤差的產(chǎn)生,所以對每個頻帶寬度都選取該橫向?qū)挾鹊闹虚g時頻單元為計算單元,這樣有利于消除展寬效應(yīng),提高葉片旋轉(zhuǎn)頻率的估計精度。

      3.3 葉片初始相位提取

      基于時頻特征的旋翼目標(biāo)微動參數(shù)提取方法不僅可以提取葉片的旋轉(zhuǎn)頻率,同時還可以根據(jù)閃爍頻帶出現(xiàn)的位置估計葉片的初始相位。假設(shè)初始時刻t0的葉片初始相位為θ0,其到第一“閃爍時刻”為t1,此時葉片轉(zhuǎn)過了θ1,其中θ1=2πfrott1,其角度關(guān)系如圖5所示。因此以“閃爍”作為參照點,利用幾何知識可得葉片的初始相位估計值為

      (12)

      圖5 葉片旋轉(zhuǎn)角度關(guān)系示意圖

      (13)

      由式(8)可知,旋翼目標(biāo)同一葉片上的散射點具有相同的初始相位,不同葉片上的散射點初始相位不同,相鄰連個葉片間的初始相位相差2π/3,其它葉片的初始相位可在一個葉片的初始相位估計值0基礎(chǔ)上加上相應(yīng)的葉片角度間隔即可。

      3.4 旋翼葉片長度提取

      由式(9)回波頻率的最大值可知,其回波最大頻率與旋翼的轉(zhuǎn)速和葉片長度有關(guān),因此旋翼葉片的長度可由式提取

      (14)

      fdmax可由時頻圖中頻率范圍直接獲取,利用式(11)可以得到旋翼轉(zhuǎn)速的估計值,

      同時,基于時頻特征的旋翼,目標(biāo)微動參數(shù)提取方法也可適用于多個旋翼目標(biāo)的場景,如對風(fēng)電場中多個旋翼目標(biāo)微動參數(shù)的提取。由于各旋翼目標(biāo)間旋轉(zhuǎn)頻率均不相同,因此其所有散射點中的最大的多普勒頻率也不盡相同,也就是說其時頻“閃爍”的頻帶范圍不同,所以可以通過頻帶范圍區(qū)分不同的旋翼目標(biāo),再根據(jù)每個旋翼目標(biāo)的同向閃爍時刻間的間隔即可計算其葉片旋轉(zhuǎn)頻率。

      4 仿真與分析

      為了驗證本文方法對旋翼目標(biāo)回波的微動參數(shù)提取方法的有效性,以三葉片風(fēng)輪機(jī)為旋翼目標(biāo)進(jìn)行仿真,雷達(dá)仿真參數(shù)為:脈沖重復(fù)頻率為1000Hz;載波頻率fc=1GHz;觀測時間為2s;雷達(dá)波束與風(fēng)輪機(jī)葉片旋轉(zhuǎn)中心距離為20km;風(fēng)輪機(jī)葉片長度均為L=20m。同時雷達(dá)波束在風(fēng)輪機(jī)葉片上發(fā)生均勻散射,且葉片上散射點間隔均為d=λ/10,所加噪聲為高斯白噪聲。

      仿真1:單風(fēng)輪機(jī)回波微動參數(shù)提取

      假設(shè)某風(fēng)輪機(jī)葉片旋轉(zhuǎn)頻率frot=0.4976Hz,葉片初始相位為θ0=1.2129rad,回波信噪比SNR為30dB。其回波微動特征如圖6所示。

      圖6 單風(fēng)輪機(jī)回波

      由圖6可以看出旋翼目標(biāo)回波呈現(xiàn)辛格函數(shù)調(diào)制,回波幅度周期性變化,同時其時頻域特征由零頻帶、時頻閃爍和正弦包絡(luò)三部分組成。因此通過回波時域特征和時頻域特征可以直觀看出風(fēng)輪機(jī)回波的周期性,但是難以直接精準(zhǔn)的提取其葉片旋轉(zhuǎn)頻率和葉片初始相位。在時頻域?qū)夭ㄟM(jìn)行降噪、平滑處理和二值化處理,其時頻閃爍提取結(jié)果如圖7所示,其中二值化能量門限η=20dB。

      圖7 時頻“閃爍”提取結(jié)果

      利用圖7中閃爍提取結(jié)果,通過尋峰函數(shù)可以得到時頻“閃爍”負(fù)向頻帶的閃爍時刻分別為t1=0.1140s,t2=0.7835s,t3=1.4535s,則葉片旋轉(zhuǎn)頻率估計值為rot=0.4978Hz,與仿真設(shè)置值的誤差為0.04%,同時,由式(12)可以求得葉片初始相位0=1.2143rad,與仿真設(shè)置值的誤差為0.12%,相應(yīng)地,由時頻圖可知,fdmax=416.87Hz,代入式(14)可知其葉片長度估計值為=19.9920m,其誤差為0.4%。由以上結(jié)果可知,該微動參數(shù)估計結(jié)果具有較高的精度,誤差均在可接受范圍內(nèi)。

      仿真2:多風(fēng)輪機(jī)回波微動參數(shù)提取

      當(dāng)多個風(fēng)輪機(jī)分別位于不同距離單元時,可分別對不同距離單元逐個進(jìn)行微動參數(shù)提取,其本質(zhì)與單個風(fēng)輪機(jī)回波微動參數(shù)提取無異。本仿真主要考慮的是在同一距離單元內(nèi)具有多個風(fēng)輪機(jī)回波,風(fēng)輪機(jī)間的參數(shù)均不相同。因此假設(shè)距離雷達(dá)20km附近有一風(fēng)電場,場內(nèi)有三臺型號相同風(fēng)輪機(jī),其葉片轉(zhuǎn)速分別為fr1=0.5282Hz,fr2=0.5025Hz,fr3=0.4976Hz,其葉片初相對應(yīng)分別為θ01=0.1148rad,θ02=1.352rad,θ03=0.7253rad,其它參數(shù)與仿真1保持不變,不考慮風(fēng)輪機(jī)葉間的相互影響,其回波時域與時頻域微動特征如圖8所示。

      圖8 多風(fēng)輪機(jī)回波

      通過圖8可知,由于三臺風(fēng)輪機(jī)葉片旋轉(zhuǎn)頻率各不相同,多風(fēng)輪機(jī)回波時域和時頻域特征不同于單個風(fēng)輪機(jī),其回波周期特性難以通過時域直接體現(xiàn)出來,文獻(xiàn)[9]所提利用相關(guān)函數(shù)提取方法失效。但由于不同風(fēng)輪機(jī)葉片旋轉(zhuǎn)頻率不同,因此其時頻域“閃爍”頻帶范圍也不相同,通過閃爍頻帶范圍(時頻圖中時頻閃爍的長度)即可區(qū)分不同風(fēng)輪機(jī)的回波。對多風(fēng)輪機(jī)回波時頻圖提取時頻“閃爍”結(jié)果如圖9所示。

      圖9 多風(fēng)輪機(jī)回波時頻閃爍提取結(jié)果

      通過時頻提取結(jié)果結(jié)果,可以區(qū)分出風(fēng)輪機(jī)1的負(fù)閃爍時刻為0.4380s、1.0695s、1.7000s,風(fēng)輪機(jī)2的負(fù)閃爍時刻為0.0685s、0.7320s、1.3955s,風(fēng)輪機(jī)3的負(fù)閃爍時刻為0.2700s、0.9390s、1.6125s。多風(fēng)輪機(jī)微動參數(shù)提取結(jié)果如表1所示。

      由表1提取結(jié)果可以看出,本文所提基于時頻特征的微動參數(shù)提取方法對多個風(fēng)輪機(jī)的多個旋轉(zhuǎn)頻率和初始相位實現(xiàn)有效提取,其中旋轉(zhuǎn)頻率誤差小于0.5%,初始相位誤差小于2%,葉片初相估計誤差明顯大于旋轉(zhuǎn)頻率誤差,這是因為葉片初相需要利用旋轉(zhuǎn)頻率估計值求解而造成了誤差積累,但是該誤差在可接受范圍內(nèi)。因此本文所提方法可適用于多個風(fēng)輪機(jī)場景下的微動參數(shù)提取。

      表1 多風(fēng)輪機(jī)微動參數(shù)提取結(jié)果

      仿真3:不同SNR下估計誤差分析

      為驗證在不同信噪比(SNR)下本文方法提取微動特征的魯棒性,本文進(jìn)行M次蒙特卡羅實驗,并進(jìn)行均方根誤差(Root Mean Square Error,RMSE)分析。

      對于估計的旋轉(zhuǎn)頻率,其RMSE的表達(dá)式為

      (15)

      本文取M=100,設(shè)置SNR的范圍為2~40dB,步進(jìn)2dB,圖10為不同SNR場景下估計結(jié)果的RMSE。

      圖10 估計誤差結(jié)果

      由圖10(a)可知,估計旋轉(zhuǎn)頻率的RMSE隨著SNR的提高而降低,當(dāng)SNR小于6dB時,該方法估計的葉片旋轉(zhuǎn)頻率誤差較大,這是由于噪聲功率過大無法通過時頻圖像提取有效信息。當(dāng)SNR達(dá)到6dB以上時,RMSE的值小于1%,說明該方法在高信雜比條件下具有很高的精度,此時RMSE趨于穩(wěn)定,說明該算法具有一定的穩(wěn)健性。

      圖10(b)為葉片初始相位估計值的RMSE結(jié)果,由圖可知,初始相位的估計值同樣也隨著SNR的提高而降低,在6dB以下誤差精度較大,得不到初始相位的有效信息,此時葉片初始相位RMSE結(jié)果大于旋轉(zhuǎn)頻率的RMSE,也是由于噪聲功率過高,在時頻域無法提取到有效信息,同時,葉片旋轉(zhuǎn)頻率誤差過大在初始相位估計時也造成了誤差積累。當(dāng)SNR在6dB以上時,初始相位估計誤差區(qū)域穩(wěn)定且小于2%,此時算法具有較好的參數(shù)估計精度。

      5 結(jié)論

      旋翼目標(biāo)的微動參數(shù)在目標(biāo)探測、識別領(lǐng)域具有重要意義。本文提出了一種基于時頻特征的雷達(dá)旋翼目標(biāo)微動參數(shù)估計方法。該方法主要通過分析旋翼目標(biāo)回波時頻特征,利用時頻域“閃爍”特征與微動參數(shù)間的對應(yīng)關(guān)系,在時頻圖像域?qū)崿F(xiàn)了對微動參數(shù)的有效估計。仿真結(jié)果表明該估計方法不僅可以實現(xiàn)對單個旋翼目標(biāo)的葉片旋轉(zhuǎn)頻率、葉片初始相位和葉片長度的高效、快速提取,而且在多旋翼目標(biāo)場景下也同樣適用。同時該估計方法在高信雜比條件下,估計結(jié)果具有良好的精度且算法具有一定的穩(wěn)定性。

      猜你喜歡
      輪機(jī)微動時頻
      基于RID序列的微動目標(biāo)高分辨三維成像方法
      基于稀疏時頻分解的空中目標(biāo)微動特征分析
      輪機(jī)英語趣味性教學(xué)方法研究
      微動橋橋足距離對微動裂紋萌生特性的影響
      高職輪機(jī)專業(yè)高中職銜接專業(yè)英語課程體系的構(gòu)建
      基于時頻分析的逆合成孔徑雷達(dá)成像技術(shù)
      面向?qū)嵅僭u估的輪機(jī)虛擬拆裝考試系統(tǒng)開發(fā)
      中國航海(2014年1期)2014-05-09 07:54:17
      對采樣數(shù)據(jù)序列進(jìn)行時頻分解法的改進(jìn)
      雙線性時頻分布交叉項提取及損傷識別應(yīng)用
      基于DMFT的空間目標(biāo)微動特征提取
      剑川县| 马公市| 凌云县| 民和| 辛集市| 庄浪县| 临海市| 克什克腾旗| 丹巴县| 楚雄市| 南乐县| 麦盖提县| 阿拉善右旗| 毕节市| 循化| 高州市| 河北省| 梓潼县| 曲阳县| 九江市| 鄯善县| 通化市| 岳西县| 南江县| 陆良县| 大姚县| 万州区| 西峡县| 遂昌县| 昭觉县| 夏津县| 永康市| 高雄市| 唐河县| 泾源县| 珠海市| 扎兰屯市| 玉树县| 云和县| 巴南区| 宿松县|