一种基于SVD-CBFM和RACA的单站RCS快速求解方法
2017-10-15分类号：O441
【部门】安徽大学计算智能与信号处理教育部重点实验室
【摘要】在奇异值分解特征基函数法(SVD-CBFM)的基础上提出一种快速求解目标单站RCS的有效数值方法.为了降低入射激励的数目,该方法考虑了子域间的相互耦合作用,计算出各子域的次要特征基函数(SCBF).采用再压缩自适应交叉近似(RACA)算法对各子域的特征基函数(CBFs)进行压缩,加速CBFs的生成.同时运用RACA算法填充远场区阻抗矩阵,从而进一步提高SCBF和缩减矩阵构造过程中的矩阵矢量相乘速度.数值算例验证了该方法的精准性和有效性.
【关键词】矩量法 自适应交叉近似 奇异值分解 特征基函数法
【基金】国家自然科学基金(61172020)资助
【所属期刊栏目】中国科学技术大学学报
文献传递
