1 引言

海员培训、发证和值班标准国际公约（STCW）是对航海模拟器的发展影响最深的公约之一[1]。自2012年起，STCW要求研发全功能的航海模拟器。传统的航海雷达回波仿真是从二维电子海图叠加雷达图像，目标回波真实感差是航海雷达模拟器存在的主要问题。丛琳等人[2-3]根据雷达电磁波直线传播与电子海图岸线交点设计了遮挡判断方法，能确定目标之间的遮挡以及不完全遮挡的关系。为了提高仿真应用的灵活性与通用性，马浩等人[4-5]在软件上提供交互式的接口与用户通信。王胜正等[6]利用有限个扇形带状、不规则纹理渲染回波图像改进传统基于像素单元的雷达图像仿真。为解决采用二维数据所造成的图像逼真度不高的问题，利用射线组与三维场景求交计算回波位置[7]，图像逼真度有很大改善，但算法的复杂度也急剧增加，多边形数量简化回波生成算法[8]已经在速度上有了很大提升，但大场景条件下的回波实时仿真对并行处理的依赖性强。胡辰等人[9-10]提出利用GPU（Graphics Processing Unit，图形处理单元）对合成孔径雷达的回波进行图像处理，提高回波绘制效率。在电子海图上，由于存在纬度渐长现象[11]，即纬度距离随纬度升高而逐渐增长，从而使纬度间隔相等的纬线间距离不相等。雨雪杂波图像模拟[12-13]的真实性在STCW中起着非常重要的作用。传统航海雷达模拟器真实感差主要体现在：（1）带状连通的回波替换扫描线上的像素点阵后，雷达模拟器图像生成原理与真实雷达扫描工作原理相符，但是未考虑纬度渐长率的影响，回波纹理贴图失真；（2）采用二维的海图岸线数据，丢掉真实场景中回波的高程信息，并且只采用岸线数据也不能体现显示陆地上的回波；（3）增加雷达回波数据分辨率、或量程增大时由于雷达图像绘制效率不高，导致雷达图像叠加非实时。而利用数字高程模型（DEM），即一组有序数值阵列形式表示地面高程的一种实体地面模型，转换为灰度图后灰度等级表示高程信息，与回波图的比较修正能够很好地解决传统航海雷达模拟器真实感差的问题。

（7）雙魚宫亥次，攝訾神君，宰衛地并州分野。（《太上說玄天大聖真武本傳神呪妙經註》卷一，《中华道藏》30/534）

本文在文献[14]方法的基础上加入杂波仿真模型，提出的基于DEM图像增强的雷达回波模拟方法，其具体优点体现在：

（1）基于开放图形库（OpenGL）和传统的扫描扇形与二维电子海图等高线求交点生成回波四边形阵列，通过聚合、连通算法减少四边形数量，绘制速度很快。

（2）生成回波场景的扇形圆心角与扫描线上的分辨距离个数决定了雷达回波数据的方位量化数和距离量化数，通过增加分辨单元数量，提高雷达回波的分辨率。

读取电子海图中的数据并以链表的格式存储成为等高线数据，链表结构包括：等高线高程，类型，采样点数，等高线点数据；将DEM数据转换为深度为24位的RGB模式的位图，然后将彩色位图转化为灰度图，用灰度值表示高程。将扫描扇形分割成圆心角为1°的扇形，通过聚合、连通步骤提高回波绘制效率。

2 雷达回波数据

雷达模拟器的回波数据源，一般包含固定目标回波、杂波及运动目标数据。电子海图数据中包含大量的地理空间信息，包括完整的轮廓线、海岸线和人造建筑如：桥梁、码头、浮标等，固定目标的回波数据除了从电子海图获取岸线轮廓外，还需要DEM获取高程判断遮挡关系。

躁狂,是神志失常的一种证侯。多因肝经热盛;或痰火上扰;阳明热盛,热扰心神;或秽浊上干;血蓄下焦,瘀热上冲等所致。在临床治疗的实践中,多采取药物联合的方式予以治疗。根据国内相关研究结果表明,采用利培酮联合碳酸锂治疗躁狂具有很好的疗效,本文结合本院在2015年5月到2017年5月期间收治的32例躁狂患者作为研究对象,对此展开研究,现报道如下:

2.1 固定目标回波

（3）利用同一港口的DEM高程信息在GPU中并行计算进行回波修正，保留了岸线轮廓细节，保证回波仿真的实时性，DEM数据在纬度上分割区域处理消除了纬度渐长率的影响。

所述聚合步骤为：1°扫描扇形在圆心角上分割成M个小扇形，小扇形的两条弦与等高线求交点得到遮挡后回波的起点和终点，每条弦长N等分，按照顺时针方向，由圆心到圆弧搜索当前分辨单元ΔR为中心的8邻域的小扇形间扇形区域，形成带状回波，多个带状区域消除边界连接聚合；所述连通步骤为：在扫描扇形区域内，得到多个聚合的四边形的区域，在相邻方位和相邻距离的分辨单元上找出凸出的四个顶点，并且四边形尽可能多地包含所有聚合的带状区域，以减少绘制回波四边形的数量；如图1右图所示，连通带状区域用四边形表示，四边形ABCD，四边形EFGH。回波以线性链表表示，四边形顶点数据结构包括：四边形点数据、高程值、回波类型。

3.1.1 前列腺解剖 复习系统、局部解剖，结合实时超声图像，让学生熟悉前列腺不同区带及相邻的精囊、尿道等结构，前列腺体积测量等。

  

图1 固定目标回波

2.2 杂波

船用导航雷达杂波一般分为海浪杂波、雨雪杂波，其中海浪杂波为面杂波，由海面海浪对雷达电磁波的反射形成，与海情级数相关，海杂波呈带状圆环分布。雨雪杂波是体杂波，以雷达发射天线为中心，量程为半径的锥体内都存在，与雨雪的分布和降雨雪量相关。

2.2.1 海杂波

3'RACE扩增产物胶回收产物纯化后进行琼脂糖凝胶电泳，可见一大小约800 bp左右的清晰条带(图2)。

[教学片段4]执教老师在讲不同国家赠送礼物的文化时，提到朋友结婚送礼的问题，让学生给她建议。她设计了三类情况，中国人的婚礼、英国人的婚礼和中国女生与英国男生的婚礼，通过追问帮助学生认识赠送礼要随当地的习俗，可以帮助学生理清关键信息的内涵。提问如下：

 

其中HA是天线高度，扫描扇形的分辨单元到雷达的水平距离R，C是电磁波传播速度，τ是发射信号脉冲宽度，tμ是接收机灵敏度恢复时间。

当今社会越来越多的人想收获成功，是否成功成为了最终的衡量标准。希望在我们拼命的学习如何成功冲刺一百米的同时，也能学会如何用积极的心态面对一次又一次的跌倒。失败是人生的修行，积极的面对和处理困难的人往往更容易找到成功的路。

扫描扇形按照求固定目标回波聚合连通的方法分割，计算每个小扇面的杂波，用扇面几何中心计算此扇面到雷达的距离R，扇面面积S。固定扫描方向，计算

 

针对海杂波分布的特性，本文采用K分布F(k)进行海杂波模拟，适用于高分辨率雷达，低入射角情况的地海杂波建模。幅度衰减函数Pw与满足K分布杂波的乘积，即最终产生的杂波强度Am计算公式（3），杂波幅度归一化后取以10为底的对数。

K分布杂波模型能很好地模拟不同海况的杂波幅度特性，调节其形状参数可获得不同分辨率的海杂波幅度分布。高分辨率雷达脉冲宽度＜0.5 μs，导航雷达水平方向分辨率越高，则分辨距雷达相近距离目标的能力越强。雷达天线高度确定海杂波的入射角大小，受船舶稳性的限制，雷达天线高度有限，模拟海杂波的低入射角即可满足需求。

其中，G是雷达增益控制，λ是雷达工作波长，σw=σ0S,σ0是Morchin模型计算的后向散射率，该模型中的入射余角θg按照式（1）计算。

海面的雷达特性一般用后向散射系数σ0来表示，采用Morchin模型[15]对后向散射系数进行分析，海情级数与雷达工作参数也会影响海杂波的特性。海平面上某一点到雷达接收天线的入射余角由天线高度、点到天线的距离确定，离雷达距离R越小，入射余角越大，后向散射系数就越大，雷达中心形成半径为d的圆形盲区，盲区半径与入射余角θg的计算公式[15]如下：

 

2.2.2 雨雪杂波

及早化学防治：对发病区实行化学药剂防治。用77%可杀得可湿性粉剂800-1000倍液、50%代森铵1000-1500倍、600-1000单位/mL的农用链霉素＋1%酒精辅助剂、25%叶枯宁可湿性粉剂宁1000倍。

雨雪是由大量雨雪粒子所组成的，雨雪粒子相互独立且无规则分布。雷达天线接收到的雷达照射分辨单元体内雨雪的后向散射平均功率值，等于照射单元体内每一个雨雪粒子的后向散射功率的总和。海杂波的幅度衰减系数参照公式（2），海杂波中σw=σ0S，而雨雪杂波中σw=ηVe。其中散射单元体采用文献[13]中雷达单波束网格模型，根据雷达水平波束角和垂直波束角计算出有效照射体锥形的体积。在某一扫描方向上，将扫描扇形在距离R上分割成多个扇面锥体，计算扇面体内雨雪的后向体散射系数η（单位：m2/m3），其计算公式：

 

⑤回波修正。本船位置O由导控中心传入数据实时更新，直角坐标系为该点的切平面，在雷达量程范围内，雷达回波(xe,ye)与DEM(γs,φs)的某一小块区域重合，如图3所示；纹理缓冲器中DEM回波图像的地理坐标在屏幕坐标上投影 f(K,L)，这幅图像的宽和高分别为K和L，裁剪为长方形，量程对应的回波像素点m×n，DEM对应回波图的范围左上角坐标(γL,φL)，右下角(γR,φR)，回波图左上角坐标(xL,yL)，右下角坐标(xR,yR)，本船DEM坐标(γ0,φ0)，本船回波图坐标(x0,y0)，在横轴和纵轴两个方向上计算两幅图的坐标映射，回波图与DEM在GPU片断中处理时坐标线性映射关系按照以下式（7）。

 

式中，θH、θV分别为天线波束的水平和垂直波束角，H为有效照射深度，与雷达发射脉冲宽度有关。

本文采用杂波幅度服从瑞利分布的杂波模型，适用于高分辨率雷达，气象杂波模型。幅度衰减函数Pw与满足瑞利分布杂波W(k)的乘积，即最终产生的杂波强度取以10为底的对数：

 

传统雷达模拟器图像生成多是采用扫描线求交算法，计算出量程范围内所有回波多边形并绘制到显存，雷达模拟器的扫描效果通过OpenGL模板缓存实现，以本船位置为中心，量程为半径绘制小角度的扇形区域作为模板，显存中只有与扇形模板重叠的回波才可见，扇形模板的圆心角位置以一定速度改变就形成动态的扫描画面，这种机制在一定程度上会增加计算机CPU的冗余运算，具体表现在以下两方面：

3 基于DEM数据的回波修正

式（6）中的 Am与式（3）中的 Am分别表示雨雪杂波强度与海杂波强度在空间上的分布情况。

（1）一个小的扫描角度相对于整个场景较小，但在进行回波遮挡判断时却要计算场景中所有多边形的距离、角度等成像几何信息，这样就产生了很大的冗余计算。

式中：R0为围护结构的传热阻，m2·K/W；Ri为内表面传热阻，m2·K/W；Re为外表面传热阻，m2·K/W；R为围护结构热阻，m2·K/W。

（2）用DEM对回波图像增强，需要克服纬度渐长率带来的影响，只有将图像在纬度上进行分割成多个区域，相邻的区域在回波计算时会产生能量积累不完全的情况[10]，需要将相邻的区域回波重叠小部分，也将产生冗余计算。

随着分辨率提高、雷达量程的增大，需要进行模拟的回波数据量急剧增加，文献[7-8]通过算法优化的回波仿真已经在速度上有了很大提升，但是大场景回波模拟与成像处理之间还是有很大的时间差，因此有必要引入GPU进行快速仿真。在DEM回波修正方法中，CPU主要用来完成输入输出、数据和参数分配、数据收集等任务，GPU主要用来完成计算密集度大的回波增强部分。本文所提出的新算法步骤如下：

1）定干。定干高度依据苗木情况，如果肥水条件良好，可以在苗木最顶端饱满芽处定干。如果肥水条件不好，就要低定干，确保苗木成活。顶芽萌动时，在苗木距地面70 cm以上部分涂抹6-BA，促使主干多发分枝、细枝，当年发枝量达到12～18个为好。

（1）读取目标区域的电子海图数据，将等高线存储为链表形式，将导控中心给出的经纬度边界、本船信息、雷达参数存储到雷达模拟器，同时将经纬度边界、本船信息、雷达参数转存到GPU常量寄存器；将该区域DEM数据存储到GPU纹理缓冲器，如图2所示。

（2）调用微软开发库中的设置定时器函数。

近年来，抗TNF-α单抗联合免疫抑制剂被越来越多地应用于自身免疫性疾病的治疗[6]。有研究指出英夫利昔(IFX)联合MTX治疗类风湿性关节炎(RA)疗效满意[7]，这同时也为CD的治疗提供了新的可能。其次，对于AZA和6-MP治疗无效或不耐受的CD患者而言，MTX可作为其后续治疗的另一选择[8-9]。本文就IFX联合MTX治疗CD的临床优势与临床应用总结如下，旨在为临床医师提供新的治疗思路。

（3）响应定时器消息；在CPU中生成包含固定目标回波、杂波及运动目标数据的底层回波数据；在GPU中利用DEM数据修正底层回波数据，生成用户层数据，进行雷达标绘。

步骤（3）具体包括以下步骤：

①设置视口与投影变换函数。使用OpenGL的视口函数设置视口大小，即雷达模拟器屏幕的宽度与高度，单位为像素；使用投影变换函数对屏幕二维裁剪，即确定多少个像素表示坐标系中的1海里，雷达量程fRange，单位为海里。

②回波生成。将扫描扇形分割成圆心角为1°的扇形，通过聚合、连通步骤提高回波绘制效率。

“要说到这古钱币，那是天生和我有缘。”老贾说到兴头上，开始回忆起往事。“我小时候身子也不像现在这么结实。从出生就大灾小病不断。我是单传的独子，家里也没怠慢，三天五头就往村里的卫生所跑，病就是不见好。后来卫生所的大夫也没得整，只能拖一天算一天，每天例行的打针吃药。我家里人看出苗头不对，就听从村里人的意见，把我带到村外深山里的古庙里找一个很有名望的老和尚去治我这个病。”

  

图2 回波图像增强结构图

③绘制回波多边形。利用OpenGL的双缓存结构，显示的是前一时刻的扫描扇形回波，在帧缓存中计算当前时刻场景生成画面，双缓存交替显示形成回波动态扫描的结果。

④调用OpenGL的读取像素函数。从计算机的显卡内存中读取场景的颜色值并保存到纹理缓冲器；读取当前时刻绘出的回波，即截取屏幕的宽度和高度，数据格式与类型，存储到GPU纹理缓冲器。

单个分辨单元后向散射系数在扫描线距离上滑动的结果。电磁波在传播时衰减，采用幅度衰减函数：其中r为降雨（雪）量，单位为mm/h， ||K 为反射系数，通常取1；a与b由降雨类型确定。根据雷达天线电磁波束在半径为R的辐射球面上所截得的曲面面积Sarc，计算有效照射椎体的体积：

  

图3 回波与DEM坐标映射图

 

由于纬度渐长率的影响，DEM数据纵轴每一个像素点代表的地理距离随纬度增加而递增，待修正的回波图在纵轴方向上等像素分割为Num个矩形区域，按照式（7）的方法消除纬度渐长率的影响；矩形区域分割数Num越大，DEM数据修正的纬度越精确，但是为了保证计算速度，一般1≤Num≤10。式（7）中：?

用DEM数据对回波图像增强的准则：DEM无回波数据的像素点，雷达只有扫描到标记的人工建筑才能产生回波；DEM与雷达都存在回波的像素点，用DEM的灰度值乘以回波值修正；DEM有回波数据而雷达无回波，用DEM的像素点修饰雷达回波的轮廓边界；图像增强后雷达回波图由原来的多个不规则的四边形的二值图，修正为用灰度值填充的雷达回波图，灰度值越大，高程越高。

采用STATA12.0软件进行统计分析。纳入研究均为病例系列报道，采用效应指标为率的单臂研究荟萃分析方法［2］。由于部分研究成功率为100%，因此需要对原始数据进行反正弦转换，采用Metan命令合并后将合并结果再转换为原始数据［2］，转换公式：(sin(x/2))2。纳入研究结果间的异质性采用κ2检验进行分析（检验水准α=0.1），同时结合I2定量判断异质性大小。若各研究结果间无统计学异质性，则采用固定效应模型；若各研究结果间存在统计学异质性，采用随机效应模型进行分析，并分析异质性来源。

⑥ 渲染到纹理（Render to Texture，RTT），将回波图像渲染到纹理。

⑦绘制雷达回波图像。

4 实验结果

4.1 回波仿真环境

回波仿真硬件环境：计算机的CPU采用的英特尔酷睿四核i3-4160，主频3.6 GHz，内存4 GB，显卡采用NVIDIA GT 705，显存2 GB，屏幕分辨率1 600像素×900像素。开发软件：vs2010开发，OpenGL 4.0，图像增强由GPU并行处理，着色器支持64位双精度浮点数运算，雷达回波仿真参数详见表1。

 

表1 回波仿真参数

  

4.2 评价指标

回波图像处理效果评价指标一般分为主观和客观两个方向，主观法在视觉上直接观看两幅图像的图像增强效果，可以在一定程度上满足视觉方面评价要求；客观法包括背景平均能量U、背景梯度能量N和图像灰度差值D[16]，该评价指标分别代表增强后海水背景的平均能量、波动程度和滤波后图像中人造建筑等目标区域的增强效果。U、N值越小，则海水背景、杂波的抑制效果越好，D值越大目标区域增强效果越好。计算扫描回波图像增强时间消耗，以CPU串行计算作为基准算例[10]，在此基础上进行GPU并行回波增强模拟实验，对比并行仿真的加速效果。

4.3 杂波仿真结果

为了直观地表示海杂波和雨雪杂波，按照公式（3）、（6）计算生成的杂波强度，将杂波幅度归一化后取以10为底的对数，海杂波强度与距雷达距离关系在三维坐标中画出。杂波仿真雷达参数按照表1设置，雷达量程设置为6海里，海情级数1级，雷达增益30 dB，雷达架高20 m。如图4（a）所示，海杂波的分布是随机性，一般的海杂波呈圆环状分布，雷达中心形成几十到几百米的盲区，离雷达近的海区杂波强度大，当距离接近2海里时海杂波迅速衰减。雨雪杂波幅度三维图如图4（b）。雷达参数与海杂波一致，雷阵雨降雨量20 mm/h，参数a=450，b=1.3，模拟瑞利分布杂波的标准差1.2，水平极化且无抑制下的雨雪杂波模拟图像。整个量程6海里范围内存在雨雪杂波，同真实的雨雪杂波图像相仿，达到了生成不规则分布的雨雪杂波的目的，便于开展杂波抑制，杂波条件下目标跟踪等雷达性能测试。杂波建模模型复杂，目前尚没有完整的海洋电磁学理论进行可靠支撑，已经获得较广泛认可的模型，都是基于大量实际回波数据的规律总结和参数提炼。本文对杂波仿真精度无定量分析，用实测雷达数据验证模型是后续的主要研究方向。

  

图4 归一化杂波强度

4.4 回波增强效果

图5（c）是用于叠加回波的同一港口DEM图，本文对比了基于电子海图的回波生成[6]（a）与基于DEM图像增强的回波生成（b），可以看出后者的真实感主要体现在以下几方面：（1）岸线边界连续完整，岸线内部填充效果真实感强，回波由二值图转为灰度图，回波更加柔和；（2）不仅体现出目标之间的遮挡以及不完全遮挡，而且能够使不同类型的目标呈现不同的图像效果；（3）回波中存在噪声点，一般是回波中的高频部分，用低通滤波器对原始回波滤波后噪声弱化岸线边界模糊。

仿真实验中图像由屏幕分辨率1 600×900截图生成。雷达模拟器量程设置3海里，表2为其各项评价指标值。从图5和表2中可看出，当U和N具有较高值，D具有较低值时，滤波器的背景波纹抑制效果和人造建筑等目标增强效果都较差，如图5（a）（c）所示。当U 和N取值较低，D的取值较大时，图像增强对海面波纹的抑制效果和对舰船目标的增强效果都较好，如图5（b）所示，符合文献[16]中对图像增强的评价标准。

 

表2 传统算法与本文算法对比DEM的图像增强效果

  

?

  

图5 卫星图修正效果图

4.5 加速效果分析

为了验证CPU直接进行图像增强与基于GPU并行算法的优势，分别针对4 000×4 000，5 000×5 000和6 000×6 000共3个场景进行回波模拟，相同的场景进行500次蒙特卡罗实验，叠加4.3节中随机产生的海浪杂波和雨雪杂波，对比两种算法回波仿真的时间消耗如表3所示，只计算回波修正图像增强部分的时间开销，对三种不同大小的场景采用CPU串行计算和GPU并行计算的时间对比，从计算结果可以看出，经过GPU的并行加速，运算时间大大减小，相对CPU的加速比可达335倍左右，仿真场景最短时间仅需约130 μs；在此基础上，随着仿真场景的增大，加速比降低至约237倍，新算法在利用单GPU并行仿真的基础上，仿真场景设置越大，将会产生大量的冗余数值计算，增加时间开销，如何更好利用CPU+GPU结构或多GPU架构提高整体并行计算效率，是下一步并行计算的优化思路。

 

表3 不同场景下串行计算与并行计算时间对比

  

?

5 结束语

本文提出了利用扫描扇形与海图求交得到回波图像多边形点数据，完成了传统雷达模拟器扫描像素点到扇形带状回波的转换。通过叠加港口卫星图高程信息对规则的回波图像滤波，从图像增强对海面波纹的抑制效果和对舰船目标的增强效果两方面提高雷达图像仿真精度，获得更加真实的雷达回波模拟图像，完成了一种基于GPU编程进行图像处理和OpenGL实时生成回波的雷达模拟器。仿真过程符合真实的雷达回波形成原理，能够满足船员培训和值班标准（STCW）中航海模拟器真实感的要求，如导航模拟系统性能应遵从行业标准、具有良好的导航应用体验和国际海事组织决议的导航仪器性能标准。该方法不局限于雷达的基本功能，还可以仿真雷达自动标绘功能，并能够为雷达性能测试、航海军事仿真以及航海培训还原真实的情景，具有非常重要的意义。

参考文献：

[1]金一丞，尹勇.STCW公约马尼拉修正案下的航海模拟器发展战略[J].中国航海，2012，35（3）：5-10.

[2]丛琳，任鸿翔，刘彤，等.航海雷达模拟器中真实感雷达图像的仿真[J].中国航海，2011，34（4）：5-8.

[3]张闯，张大恒，全东群.基于OpenGL建模技术的航海雷达回波生成方法[J].大连海事大学学报，2010，36（3）：61-63.

[4]马浩.一种雷达回波实时仿真的软件实现方法研究[J].计算机工程与应用，2011，47（23）：143-146.

[5]Jiang Heng，Liu Jing.The design and realization of display and control terminal for radar echo simulator[J].Applied Mechanics and Materials，2013，347（350）：1116-1120.

[6]王胜正，黄玉贵.基于电子海图的真实感航海雷达图像仿真方法[J].计算机应用，2014，34（10）：3024-3028.

[7]王进成，金一丞，曹士连.使用三维场景绘制技术模拟雷达图像[J].大连海事大学学报，2014，40（4）：79-84.

[8]D’amato J P，Garcia Bauza C，Boroni G，et a1.Realtime aircraft radar simulator for a navy training system[J].Computer Applications in Engineering Education，2013，21（4）：606-613.

[9]Balz T，Stilla U.Hybrid GPU-based single-and doublebounce SAR simulation[J].IEEE Transactions on Geoscience and Remote Sensing，2009，47（10）：3519-3529.

[10]胡辰，张帆，李国君，等.基于冗余计算约简的环扫SAR回波多GPU快速模拟[J].雷达学报，2016，5（4）：434-443.

[11]刘健，刘高峰.高斯-克吕格投影下的坐标变换算法研究[J].计算机仿真，2005，22（10）：119-124.

[12]王付修，鲁刚，左雷，等.某雷达模拟器的目标与杂波信号模拟强度研究[J].海军航空工程学院学报，2014，29（5）：423-428.

[13]赵宏宇，刘克中，杨星，等.航海雷达模拟器中雨雪杂波图像的模拟仿真研究[J].系统仿真学报，2013，25（10）：2359-2366.

[14]中国人民解放军镇江船艇学院.基于DEM数据叠加的航海雷达回波模拟方法：中国，201610134079.6[P].2016-03-09.

[15]陈闹.船用雷达回波模拟的研究与实现[D].成都：电子科技大学，2013.

[16]肖乔，裴继红，王荔霞，等.基于多通道Gabor滤波模糊融合的遥感图像舰船检测[J].山东大学学报：工学版，2015，45（5）：29-35.