二维高斯随机粗糙面与其上方三维双立方体复合散射的混合算法

基于数值方法(MOM)与基尔霍夫近似(KA)相结合的混合算法计算了二维随机粗糙面与其上方三维双立方体的复合散射特性。首先建立了随机粗糙面与其上方三维双目标的复合模型,将目标划分为MOM区域,粗糙面划分为KA区域,并采用Monte-carlo方法模拟真实粗糙地面。在复合散射场的求解中,首先求出在仅有初始入射场时多目标表面的感应电流;其次,将目标表面感应电流产生的散射场与外部入射场作为KA区域的入射场,求出KA区域表面的感应电流;最后将KA区域的感应电流产生的散射场与外部入射场作为MOM区域的入射场,利用导体目标表面的狄利克莱边界条件求出目标表面电流以及电流系数,并进一步求解出散射场。通过减小了粗糙面各面元的相互耦合及体-面的高阶耦合作用,极大提升了计算速率。在大小尺寸为L_x×L_y=100λ×100λ的粗糙面与棱边长度为l=2λ的立方体目标复合计算中,使用MoM算法产生了747 886个未知量,计算时间为8 821.5s;而使用MOM-KA混合算法产生未知量为26 868个,计算时间为423.8s,仿真结果同时验证了MOM-KA混合算法的准确性。最后,详细讨论了均方根高度、目标间距、高度及立方体尺寸及对复合散射系数的影响。     

基于动态拓扑网络的混合中国邮递员问题

研究网络拓扑依概率动态变化的中国邮递员问题,这里的道路网络是一个混合图,连边分为服务边和行走边两类,并且邮递员受负载能力和工作时间约束.首先,根据网络的结构和邮递员问题的本质建立了恰当的数学模型;其次,给出了网络拓扑结构依概率动态变化的具体算法;第三,基于优先权的染色体编码方法,以及结合优先权和"边走边服务"策略的染色体解码方案,建立了中国邮递员问题的遗传算法;最后,仿真求解了一个小规模的动态中国邮递员问题,验证了算法的可行性和有效性.     

二维多粗糙度分层粗糙面与上方目标复合电磁散射计算方法

研究了二维多粗糙度分层粗糙面与上方目标复合电磁散射特性的自适应迭代物理光学算法。采用Monte Carlo法并结合高斯谱函数生成高斯粗糙面,基于分区域建模方法,建立了二维多粗糙度分层粗糙面和上方目标的复合模型。利用物理光学法和等效原理,得到分层粗糙面和目标的直接感应电磁流;基于表面积分方程,分析了分层粗糙面之间以及粗糙面和目标之间的耦合电磁流迭代机理。引入感应电磁流能量改变速率,对传统迭代物理光学法进行改进,使算法自动收敛。将计算结果同多层快速多极子方法和迭代物理光学法进行比较,验证了算法的准确性和高效性。在此基础上,研究了不同目标、不同粗糙度的分层粗糙面的双站RCS计算结果和散射特性,讨论了分层粗糙面间距对双站RCS计算结果和散射特性的影响。本研究为分层环境及上方超低空突袭目标的探测、分类和识别提供了数据支撑和理论基础。