Este documento describe el método de las funciones bases de Rao-Wilton-Glisson para la discretización de superficies y el cálculo de la matriz Z en problemas de dispersión electromagnética. Se explica que las superficies de los objetos se dividen en triángulos y que las funciones bases se definen en los lados comunes de los triángulos. También se detallan las distribuciones de corriente y carga asociadas a las funciones bases y cómo se calculan numéricamente las integrales para llenar la matriz Z.
Funciones bases de Rao-Wilton-Glisson Estimación de RCS de objetos metálicos 3D
1. Funciones bases de Rao-Wilton-Glisson
Estimación de RCS de objetos metálicos 3D
Prof. A. Zozaya, Dr.1
1Laboratorio de Electromagnetismo Aplicado (LABEMA)
Departmento de Electrónica y Comunicaciones
Universidad de Carabobo
Bárbula, julio/2009
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 1 / 18
2. Contenido
1 Mallado de los dispersores
2 Funciones bases de Rao-Wilton-Glisson
Definición
Distribución de la corriente
Distribución de la carga
Llenado de la matriz Z
3 Campo disperso
4 Caso de estudio: estimación de la RCS de objetos 3D
Introducción
Definición
Matemáticamente
Blancos seleccionados
Resultados
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 2 / 18
3. Mallado de los dispersores
Mallado de los dispersores
l La superficie exterior del
dispersor se mallará mediante
parches triangulares
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 3 / 18
4. Mallado de los dispersores
Mallado de los dispersores
l La superficie exterior del
dispersor se mallará mediante
parches triangulares
l ¿Por qué triangulares?
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 3 / 18
5. Mallado de los dispersores
Mallado de los dispersores
l La superficie exterior del
dispersor se mallará mediante
parches triangulares
l ¿Por qué triangulares?
l Porque toda superficie regular
se puede conformar con teselas
de tal geometría.
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 3 / 18
6. Mallado de los dispersores
Mallado de los dispersores
l La superficie exterior del
dispersor se mallará mediante
parches triangulares
l ¿Por qué triangulares?
l Porque toda superficie regular
se puede conformar con teselas
de tal geometría.
l ¿Qué culpa tiene la vaca?.
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 3 / 18
7. Mallado de los dispersores
Mallado de los dispersores
l Dado un dispersor.
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 4 / 18
8. Mallado de los dispersores
Mallado de los dispersores
l Dado un dispersor.
l Asumamos que se ha podi-
do discretizar usando parches tri-
angulares (Geometría computa-
cional).
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 4 / 18
9. Mallado de los dispersores
Mallado de los dispersores
l Dado un dispersor.
l Asumamos que se ha podi-
do discretizar usando parches tri-
angulares (Geometría computa-
cional).
l Se dispone de los siguientes
conjuntos de:
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 4 / 18
10. Mallado de los dispersores
Mallado de los dispersores
cara
l Dado un dispersor.
l Asumamos que se ha podi-
do discretizar usando parches tri-
angulares (Geometría computa-
cional).
l Se dispone de los siguientes
conjuntos de:
l Caras.
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 4 / 18
11. Mallado de los dispersores
Mallado de los dispersores
cara nodo
l Dado un dispersor.
l Asumamos que se ha podi-
do discretizar usando parches tri-
angulares (Geometría computa-
cional).
l Se dispone de los siguientes
conjuntos de:
l Caras.
l Vértices (nodos), y
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 4 / 18
12. Mallado de los dispersores
Mallado de los dispersores
cara nodo lado común
l Dado un dispersor.
l Asumamos que se ha podi-
do discretizar usando parches tri-
angulares (Geometría computa-
cional).
l Se dispone de los siguientes
conjuntos de:
l Caras.
l Vértices (nodos), y
l Orillas (lados) comunes o in-
teriores.
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 4 / 18
13. Mallado de los dispersores
Mallado de los dispersores
cara nodo lado común
l Dado un dispersor.
l Asumamos que se ha podi-
do discretizar usando parches tri-
angulares (Geometría computa-
cional).
l Se dispone de los siguientes
conjuntos de:
l Caras.
l Vértices (nodos), y
l Orillas (lados) comunes o in-
teriores.
l Orillas de contorno.
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 4 / 18
15. Funciones bases de Rao-Wilton-Glisson Definición
Funciones bases de Rao-Wilton-Glisson
Definición
l Las funciones bases de Rao-Wilton-
Glisson (RWG) se definen sobre parches tri-
angulares.
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 5 / 18
16. Funciones bases de Rao-Wilton-Glisson Definición
Funciones bases de Rao-Wilton-Glisson
Definición
l Las funciones bases de Rao-Wilton-
Glisson (RWG) se definen sobre parches tri-
angulares.
l Se asocian al lado común de dos trián-
gulos.
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 5 / 18
17. Funciones bases de Rao-Wilton-Glisson Definición
Funciones bases de Rao-Wilton-Glisson
Definición
l Las funciones bases de Rao-Wilton-
Glisson (RWG) se definen sobre parches tri-
angulares.
l Se asocian al lado común de dos trián-
gulos.
l Y se definen de la forma:
Funciones bases de Rao-Wilton-Glisson
fn(r0
) =
8
>><
>>:
‘n
2A
+
n
+
n ;
‘n
2A
`
n
`
n ;
0
r0
2 T+
r0
2 T`
en el resto
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 5 / 18
18. Funciones bases de Rao-Wilton-Glisson Distribución de la corriente
Funciones bases de Rao-Wilton-Glisson
Distribución de corriente
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 6 / 18
19. Funciones bases de Rao-Wilton-Glisson Distribución de la corriente
Funciones bases de Rao-Wilton-Glisson
Distribución de corriente
l La corriente que fluye sobre los triángu-
los de un subdominio base no posee compo-
nente normal a la frontera de los T
˚
n .
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 6 / 18
20. Funciones bases de Rao-Wilton-Glisson Distribución de la corriente
Funciones bases de Rao-Wilton-Glisson
Distribución de corriente
l La corriente que fluye sobre los triángu-
los de un subdominio base no posee compo-
nente normal a la frontera de los T
˚
n .
l La componente normal de la corriente al
lado común ‘n es continúa y constante.
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 6 / 18
21. Funciones bases de Rao-Wilton-Glisson Distribución de la corriente
Funciones bases de Rao-Wilton-Glisson
Distribución de corriente
l La corriente que fluye sobre los triángu-
los de un subdominio base no posee compo-
nente normal a la frontera de los T
˚
n .
l La componente normal de la corriente al
lado común ‘n es continúa y constante.
fn rwg
fn(r0
) =
8
>><
>>:
‘n
2A
+
n
+
n ;
‘n
2A
`
n
`
n ;
0
r0
2 T+
r0
2 T`
en el resto
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 6 / 18
22. Funciones bases de Rao-Wilton-Glisson Distribución de la carga
Funciones bases de Rao-Wilton-Glisson
Distribución de la carga
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 7 / 18
23. Funciones bases de Rao-Wilton-Glisson Distribución de la carga
Funciones bases de Rao-Wilton-Glisson
Distribución de la carga
l Como la componente normal de la cor-
riente al lado común ‘n es continúa y con-
stante, allí no se acumulan cargas.
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 7 / 18
24. Funciones bases de Rao-Wilton-Glisson Distribución de la carga
Funciones bases de Rao-Wilton-Glisson
Distribución de la carga
l Como la componente normal de la cor-
riente al lado común ‘n es continúa y con-
stante, allí no se acumulan cargas.
l Para conocer la distribución de la car-
ga, habrá que tomar la divergencia super-
ficial de la corriente s / rs ´ Js .
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 7 / 18
25. Funciones bases de Rao-Wilton-Glisson Distribución de la carga
Funciones bases de Rao-Wilton-Glisson
Distribución de la carga
l Como la componente normal de la cor-
riente al lado común ‘n es continúa y con-
stante, allí no se acumulan cargas.
l Para conocer la distribución de la car-
ga, habrá que tomar la divergencia super-
ficial de la corriente s / rs ´ Js .
l rs ´ Js se puede resolver con base en
el sistema de referencia local del subdo-
minio base considerado:
rs ´ fn
rs ´ fn = ˚
1
˚
n
@(
˚
n fn)
@
˚
n
=
8
><
>:
‘n
A
+
n
; r0
2 T+
n
` ‘n
A
`
n
; r0
2 T
`
n
0; en el resto.
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 7 / 18
26. Funciones bases de Rao-Wilton-Glisson Llenado de la matriz Z
Cómputo de los Zm;n
l Para llenar la matriz Z se deben resolver,
N ˆ N veces, dos integrales.
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 8 / 18
27. Funciones bases de Rao-Wilton-Glisson Llenado de la matriz Z
Cómputo de los Zm;n
l Para llenar la matriz Z se deben resolver,
N ˆ N veces, dos integrales.
l En el dominio de observación Sm =
T+
m + T
`
m :
Zm;n = hwm; L(fn)i
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 8 / 18
28. Funciones bases de Rao-Wilton-Glisson Llenado de la matriz Z
Cómputo de los Zm;n
l Para llenar la matriz Z se deben resolver,
N ˆ N veces, dos integrales.
l En el dominio de observación Sm =
T+
m + T
`
m :
Zm;n = hwm; L(fn)i
l y en el dominio fuente Sn = T+
n + T
`
n :
L(fn)
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 8 / 18
29. Funciones bases de Rao-Wilton-Glisson Llenado de la matriz Z
Cómputo de los Zm;n
l Para llenar la matriz Z se deben resolver,
N ˆ N veces, dos integrales.
l En el dominio de observación Sm =
T+
m + T
`
m :
Zm;n = hwm; L(fn)i
l y en el dominio fuente Sn = T+
n + T
`
n :
L(fn)
l Como funciones de peso, o de prueba, fwmg, se tomarán las mismas
funciones bases de RWG: fwmg = ffmg (Método de Galerkin).
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 8 / 18
30. Funciones bases de Rao-Wilton-Glisson Llenado de la matriz Z
Solución numérica de hLfn; fmi
l
R
Sm
( ) d =
R
T
+
m
( ) ds +
R
T
`
m
( ) ds
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 9 / 18
31. Funciones bases de Rao-Wilton-Glisson Llenado de la matriz Z
Solución numérica de hLfn; fmi
l
R
Sm
( ) d =
R
T
+
m
( ) ds +
R
T
`
m
( ) ds
l Cada integral será aproximada por la
suma de los valores del argumento en los
centroides rc˚
m de los triángulos T
˚
m , que
conforman el subdominio espacial Sm, mul-
tiplicados por las áreas A
˚
m respectivas:
R
T
˚
m
Lfn ´ fm ds ı Lfn(rc˚
m ) ´ fm(c˚
m )A
˚
m
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 9 / 18
32. Funciones bases de Rao-Wilton-Glisson Llenado de la matriz Z
Solución numérica de hLfn; fmi
l
R
Sm
( ) d =
R
T
+
m
( ) ds +
R
T
`
m
( ) ds
l Cada integral será aproximada por la
suma de los valores del argumento en los
centroides rc˚
m de los triángulos T
˚
m , que
conforman el subdominio espacial Sm, mul-
tiplicados por las áreas A
˚
m respectivas:
R
T
˚
m
Lfn ´ fm ds ı Lfn(rc˚
m ) ´ fm(c˚
m )A
˚
m
l La integral a resolver tiene la forma:
hLfn; fmi =
R
Sm
(|!An + rΦn) ´ fm ds
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 9 / 18
33. Funciones bases de Rao-Wilton-Glisson Llenado de la matriz Z
Solución numérica de h|!An; fmi
l La integral:
hLfn; fmi =
R
Sm
(|!An + rΦn) ´ fm ds
l consta de dos partes:
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 10 / 18
34. Funciones bases de Rao-Wilton-Glisson Llenado de la matriz Z
Solución numérica de h|!An; fmi
l La integral:
hLfn; fmi =
R
Sm
(|!An + rΦn) ´ fm ds
l consta de dos partes:
l hLfn; fmi = h|!An; fmi + hrΦn; fmi.
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 10 / 18
35. Funciones bases de Rao-Wilton-Glisson Llenado de la matriz Z
Solución numérica de h|!An; fmi
l La integral:
hLfn; fmi =
R
Sm
(|!An + rΦn) ´ fm ds
l consta de dos partes:
l hLfn; fmi = h|!An; fmi + hrΦn; fmi.
l La solución de la parte h|!An; fmi se
obtiene directamente de la aplicación de la
aproximación indicada:
h|!An; fmi ı |! ‘m
2
[An(rc+
m ) ´ c+
m + An(rc`
m ) ´ c`
m ]
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 10 / 18
36. Funciones bases de Rao-Wilton-Glisson Llenado de la matriz Z
Solución numérica de h|!An; fmi
l La integral:
hLfn; fmi =
R
Sm
(|!An + rΦn) ´ fm ds
l consta de dos partes:
l hLfn; fmi = h|!An; fmi + hrΦn; fmi.
l La solución de la parte h|!An; fmi se
obtiene directamente de la aplicación de la
aproximación indicada:
h|!An; fmi ı |! ‘m
2
[An(rc+
m ) ´ c+
m + An(rc`
m ) ´ c`
m ]
donde An(rc˚
m ) = —
4ı
R
Sn
fn(r0
)e`|»jrc˚
m `r0j
jrc˚
m `r0j
ds0
.
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 10 / 18
37. Funciones bases de Rao-Wilton-Glisson Llenado de la matriz Z
Solución numérica de hrΦn; fmi
l La integral
R
Sm
rs Φn ´ fm ds se puede
resolver usando la identidad:
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 11 / 18
38. Funciones bases de Rao-Wilton-Glisson Llenado de la matriz Z
Solución numérica de hrΦn; fmi
l La integral
R
Sm
rs Φn ´ fm ds se puede
resolver usando la identidad:
l rs ´ (ffiF) = rs ffi ´ F + ffirs ´ F.
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 11 / 18
39. Funciones bases de Rao-Wilton-Glisson Llenado de la matriz Z
Solución numérica de hrΦn; fmi
l La integral
R
Sm
rs Φn ´ fm ds se puede
resolver usando la identidad:
l rs ´ (ffiF) = rs ffi ´ F + ffirs ´ F.
l Tomando en cuenta que el flujo de Φnfm
a través del perímetro de Sm es nulo, será:
hrΦn; fmi = `
R
Sm
Φnrs ´ fm ds
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 11 / 18
40. Funciones bases de Rao-Wilton-Glisson Llenado de la matriz Z
Solución numérica de hrΦn; fmi
l La integral
R
Sm
rs Φn ´ fm ds se puede
resolver usando la identidad:
l rs ´ (ffiF) = rs ffi ´ F + ffirs ´ F.
l Tomando en cuenta que el flujo de Φnfm
a través del perímetro de Sm es nulo, será:
hrΦn; fmi = `
R
Sm
Φnrs ´ fm ds
l Aproximando esta integral como se ha indicado, se obtiene:
hrΦn; fmi ı ‘m[Φn(rc`
m ) ` Φn(rc+
m )]
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 11 / 18
41. Funciones bases de Rao-Wilton-Glisson Llenado de la matriz Z
Solución numérica de hrΦn; fmi
l La integral
R
Sm
rs Φn ´ fm ds se puede
resolver usando la identidad:
l rs ´ (ffiF) = rs ffi ´ F + ffirs ´ F.
l Tomando en cuenta que el flujo de Φnfm
a través del perímetro de Sm es nulo, será:
hrΦn; fmi = `
R
Sm
Φnrs ´ fm ds
l Aproximando esta integral como se ha indicado, se obtiene:
hrΦn; fmi ı ‘m[Φn(rc`
m ) ` Φn(rc+
m )]
donde Φn(rc˚
m ) = ` 1
4ı"
R
Sn
rs ´fn (r0)
|!
e`|»jrc˚
m `r0j
jrc˚
m `r0j
ds0
.
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 11 / 18
42. Funciones bases de Rao-Wilton-Glisson Llenado de la matriz Z
Solución numérica de Lfn
l La integral Lfn se resolverá numérica-
mente.
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 12 / 18
43. Funciones bases de Rao-Wilton-Glisson Llenado de la matriz Z
Solución numérica de Lfn
l La integral Lfn se resolverá numérica-
mente.
l Mediante la subdivisión baricéntrica de
cada triángulo T
˚
n :
R
T
˚
n
g(r0
) ds0
ı
A
˚
n
9
P9
k=1 g(rc
k˚ )
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 12 / 18
44. Funciones bases de Rao-Wilton-Glisson Llenado de la matriz Z
Solución numérica de Lfn
l La integral Lfn se resolverá numérica-
mente.
l Mediante la subdivisión baricéntrica de
cada triángulo T
˚
n :
R
T
˚
n
g(r0
) ds0
ı
A
˚
n
9
P9
k=1 g(rc
k˚ )
l Donde A
˚
n es el área del triángulo T
˚
n , rc
k˚
es el vector de posición del sub-centroide del
sub-triángulo k˚
-ésimo.
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 12 / 18
45. Funciones bases de Rao-Wilton-Glisson Llenado de la matriz Z
Solución numérica de Lfn
l La integral Lfn se resolverá numérica-
mente.
l Mediante la subdivisión baricéntrica de
cada triángulo T
˚
n :
R
T
˚
n
g(r0
) ds0
ı
A
˚
n
9
P9
k=1 g(rc
k˚ )
l Donde A
˚
n es el área del triángulo T
˚
n , rc
k˚
es el vector de posición del sub-centroide del
sub-triángulo k˚
-ésimo.
l Así:
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 12 / 18
46. Funciones bases de Rao-Wilton-Glisson Llenado de la matriz Z
Solución numérica de Lfn
l La integral Lfn se resolverá numérica-
mente.
l Mediante la subdivisión baricéntrica de
cada triángulo T
˚
n :
R
T
˚
n
g(r0
) ds0
ı
A
˚
n
9
P9
k=1 g(rc
k˚ )
l Donde A
˚
n es el área del triángulo T
˚
n , rc
k˚
es el vector de posición del sub-centroide del
sub-triángulo k˚
-ésimo.
l Así:
A
˚
m;n ı —
4ı
h
‘n
18
P9
i+=1
+
n (rc
i+ )g
˚
m(rc
i+ ) + ‘n
18
P9
i`=1
`
n (rc
i` )g
˚
m(rc
i` )
i
Φ
˚
m;n ı ` 1
4ı|!›
h
‘n
9
P9
i+=1
g
˚
m(rc
i+ ) ` ‘n
9
P9
i`=1
g
˚
m(rc
i` )
i
, g
˚
m(rc
i˚ ) = e
`|»jr
c˚
m `rc
i˚
j
jr
c˚
m `rc
i˚
j
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 12 / 18
47. Campo disperso
Cómputo del campo disperso
Aproximación del dipolo
ff = limr!14ır2 jEs j2
jEi j2
Tn
+
Tn
-
ln
rn
c+
rn
c-
z
x
y
rm
l An
‰=
—In
4ı
e`|»jr`rm j
jr`rm j
R
T
˚
n
fndS
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 13 / 18
48. Campo disperso
Cómputo del campo disperso
Aproximación del dipolo
ff = limr!14ır2 jEs j2
jEi j2
Tn
+
Tn
-
ln
rn
c+
rn
c-
z
x
y
rm
l An
‰=
—In
4ı
e`|»jr`rm j
jr`rm j
R
T
˚
n
fndS
l
R
T
˚
n
fndS = ln(r
c`
n ` r
c+
n )
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 13 / 18
49. Campo disperso
Cómputo del campo disperso
Aproximación del dipolo
ff = limr!14ır2 jEs j2
jEi j2
Tn
+
Tn
-
ln
rn
c+
rn
c-
z
x
y
rm
l An
‰=
—In
4ı
e`|»jr`rm j
jr`rm j
R
T
˚
n
fndS
l
R
T
˚
n
fndS = ln(r
c`
n ` r
c+
n )
l I∆l = Inln(r
c`
n ` r
c+
n )
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 13 / 18
50. Campo disperso
Cómputo del campo disperso
Aproximación del dipolo
ff = limr!14ır2 jEs j2
jEi j2
Tn
+
Tn
-
ln
rn
c+
rn
c-
z
x
y
rm
l An
‰=
—In
4ı
e`|»jr`rm j
jr`rm j
R
T
˚
n
fndS
l
R
T
˚
n
fndS = ln(r
c`
n ` r
c+
n )
l I∆l = Inln(r
c`
n ` r
c+
n )
E = |!—
e`|»jr`rm j
4ıjr ` rmj
(M ` I∆l)
l donde M = (r ´ I∆l)r=r2
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 13 / 18
51. Caso de estudio: estimación de la RCS de objetos 3D Introducción
Sección Transversal de RADAR
l Cierto objeto es iluminado por el frente de onda (RADAR)
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 14 / 18
52. Caso de estudio: estimación de la RCS de objetos 3D Introducción
Sección Transversal de RADAR
l Cierto objeto es iluminado por el frente de onda (RADAR)
l Densidad de potencia «incidente»: Si
.
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 14 / 18
53. Caso de estudio: estimación de la RCS de objetos 3D Introducción
Sección Transversal de RADAR
l Cierto objeto es iluminado por el frente de onda (RADAR)
l Densidad de potencia «incidente»: Si
.
l El objeto «iluminado» intercepta una porción ffSi
de esta potencia.
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 14 / 18
54. Caso de estudio: estimación de la RCS de objetos 3D Introducción
Sección Transversal de RADAR
l Cierto objeto es iluminado por el frente de onda (RADAR)
l Densidad de potencia «incidente»: Si
.
l El objeto «iluminado» intercepta una porción ffSi
de esta potencia.
l Y la re-irradia (dispersa) isotrópicamente en una dirección dada Ss
=
ffSi
4ır2 .
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 14 / 18
55. Caso de estudio: estimación de la RCS de objetos 3D Definición
Sección Transversal de RADAR
Definición
«La sección transversal de radar de un objeto se define como el área
equivalente que intercepta cierta cantidad de potencia incidente, la cual,
al ser re-irradiada isotrópicamente, produce en el receptor de radar una
densidad de potencia igual a la dispersada realmente por el blanco.»
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 15 / 18
56. Caso de estudio: estimación de la RCS de objetos 3D Definición
Sección Transversal de RADAR
Definición
«La sección transversal de radar de un objeto se define como el área
equivalente que intercepta cierta cantidad de potencia incidente, la cual,
al ser re-irradiada isotrópicamente, produce en el receptor de radar una
densidad de potencia igual a la dispersada realmente por el blanco.»
La RCS depende en forma complicada de los siguientes factores:
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 15 / 18
57. Caso de estudio: estimación de la RCS de objetos 3D Definición
Sección Transversal de RADAR
Definición
«La sección transversal de radar de un objeto se define como el área
equivalente que intercepta cierta cantidad de potencia incidente, la cual,
al ser re-irradiada isotrópicamente, produce en el receptor de radar una
densidad de potencia igual a la dispersada realmente por el blanco.»
La RCS depende en forma complicada de los siguientes factores:
l La geometría del objeto.
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 15 / 18
58. Caso de estudio: estimación de la RCS de objetos 3D Definición
Sección Transversal de RADAR
Definición
«La sección transversal de radar de un objeto se define como el área
equivalente que intercepta cierta cantidad de potencia incidente, la cual,
al ser re-irradiada isotrópicamente, produce en el receptor de radar una
densidad de potencia igual a la dispersada realmente por el blanco.»
La RCS depende en forma complicada de los siguientes factores:
l La geometría del objeto.
l La orientación del objeto.
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 15 / 18
59. Caso de estudio: estimación de la RCS de objetos 3D Definición
Sección Transversal de RADAR
Definición
«La sección transversal de radar de un objeto se define como el área
equivalente que intercepta cierta cantidad de potencia incidente, la cual,
al ser re-irradiada isotrópicamente, produce en el receptor de radar una
densidad de potencia igual a la dispersada realmente por el blanco.»
La RCS depende en forma complicada de los siguientes factores:
l La geometría del objeto.
l La orientación del objeto.
l Los parámetros constitutivos del objeto y medio.
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 15 / 18
60. Caso de estudio: estimación de la RCS de objetos 3D Definición
Sección Transversal de RADAR
Definición
«La sección transversal de radar de un objeto se define como el área
equivalente que intercepta cierta cantidad de potencia incidente, la cual,
al ser re-irradiada isotrópicamente, produce en el receptor de radar una
densidad de potencia igual a la dispersada realmente por el blanco.»
La RCS depende en forma complicada de los siguientes factores:
l La geometría del objeto.
l La orientación del objeto.
l Los parámetros constitutivos del objeto y medio.
l La frecuencia, y
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 15 / 18
61. Caso de estudio: estimación de la RCS de objetos 3D Definición
Sección Transversal de RADAR
Definición
«La sección transversal de radar de un objeto se define como el área
equivalente que intercepta cierta cantidad de potencia incidente, la cual,
al ser re-irradiada isotrópicamente, produce en el receptor de radar una
densidad de potencia igual a la dispersada realmente por el blanco.»
La RCS depende en forma complicada de los siguientes factores:
l La geometría del objeto.
l La orientación del objeto.
l Los parámetros constitutivos del objeto y medio.
l La frecuencia, y
l La polarización.
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 15 / 18
62. Caso de estudio: estimación de la RCS de objetos 3D Matemáticamente
Sección Transversal de RADAR
Definición
Matemáticamente
ff(»i
; »s
) = l«ım
r!1
4ır2 Ss
Si
[dBsm]
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 16 / 18
63. Caso de estudio: estimación de la RCS de objetos 3D Matemáticamente
Sección Transversal de RADAR
Definición
Matemáticamente
ff(»i
; »s
) = l«ım
r!1
4ır2 Ss
Si
[dBsm]
donde:
l »i;s
son los vectores de onda de las ondas incidente y dispersada,
respectivamente,
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 16 / 18
64. Caso de estudio: estimación de la RCS de objetos 3D Matemáticamente
Sección Transversal de RADAR
Definición
Matemáticamente
ff(»i
; »s
) = l«ım
r!1
4ır2 Ss
Si
[dBsm]
donde:
l »i;s
son los vectores de onda de las ondas incidente y dispersada,
respectivamente,
l [dBsm] está por dB referidos a 1 m2
, y
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 16 / 18
65. Caso de estudio: estimación de la RCS de objetos 3D Matemáticamente
Sección Transversal de RADAR
Definición
Matemáticamente
ff(»i
; »s
) = l«ım
r!1
4ır2 Ss
Si
[dBsm]
donde:
l »i;s
son los vectores de onda de las ondas incidente y dispersada,
respectivamente,
l [dBsm] está por dB referidos a 1 m2
, y
l el límite para r ! 1 está para indicar que los campos reirradiados se
deben tomar en la zona lejana del dispersor.
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 16 / 18
66. Caso de estudio: estimación de la RCS de objetos 3D Matemáticamente
Sección Transversal de RADAR
Definición
Matemáticamente
ff(»i
; »s
) = l«ım
r!1
4ır2 Ss
Si
[dBsm]
donde:
l »i;s
son los vectores de onda de las ondas incidente y dispersada,
respectivamente,
l [dBsm] está por dB referidos a 1 m2
, y
l el límite para r ! 1 está para indicar que los campos reirradiados se
deben tomar en la zona lejana del dispersor.
Además, si se asume jEi
j = 1:
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 16 / 18
67. Caso de estudio: estimación de la RCS de objetos 3D Matemáticamente
Sección Transversal de RADAR
Definición
Matemáticamente
ff(»i
; »s
) = l«ım
r!1
4ır2 Ss
Si
[dBsm]
donde:
l »i;s
son los vectores de onda de las ondas incidente y dispersada,
respectivamente,
l [dBsm] está por dB referidos a 1 m2
, y
l el límite para r ! 1 está para indicar que los campos reirradiados se
deben tomar en la zona lejana del dispersor.
Además, si se asume jEi
j = 1:
ff(»i
; »s
) = l«ım
r!1
4ır2
jEs
j2
[dBsm]
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 16 / 18
68. Caso de estudio: estimación de la RCS de objetos 3D Matemáticamente
Sección Transversal de RADAR
Definición
Matemáticamente
ff(»i
; »s
) = l«ım
r!1
4ır2 Ss
Si
[dBsm]
donde:
l »i;s
son los vectores de onda de las ondas incidente y dispersada,
respectivamente,
l [dBsm] está por dB referidos a 1 m2
, y
l el límite para r ! 1 está para indicar que los campos reirradiados se
deben tomar en la zona lejana del dispersor.
Además, si se asume jEi
j = 1:
ff(»i
; »s
) = l«ım
r!1
4ır2
jEs
j2
[dBsm]
l Y la RCS puede calcularse a partir del campo disperso del «blanco»
en su zona lejana.
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 16 / 18
69. Caso de estudio: estimación de la RCS de objetos 3D Blancos seleccionados
Blancos seleccionados
(a) Esfera (b) Almendra de
la NASA
(c) La Cono-
esfera
(d) Ojiva simple (e) Doble ojiva
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 17 / 18
70. Caso de estudio: estimación de la RCS de objetos 3D Resultados
Resultados de la estimación de la Radar Cross
Section
−1
0
1
−1
0
1
−1
0
1
XY
Z
Figura: Sphere of r = 1m
with 2272 triangles and 3408
edges
0.1 0.2 0.3 0.4 0.5 0.7 1 2 3 4 5 6.2
10
−3
10
−2
10
−1
10
0
10
1
2πa/λ
σ
esfera
/πa2
RCSesfera
Datos Skolnik
Figura: ff=ıa2
vs 2ıa=–
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 18 / 18
71. Caso de estudio: estimación de la RCS de objetos 3D Resultados
Resultados de la estimación de la Radar Cross
Section
−0.1052
0
0.1472 −0.0488
0
0.0488
−0.0163
0
0.0163
Y
X
Z
Figura: Metalic Almond with
1792 triangles and 2688
edges
0 20 40 60 80 100 120 140 160 180
−60
−55
−50
−45
−40
−35
−30
−25
−20
−15
−10
Azimuth
RCSdBSM
RCSVV
RCSHH
DatosHH
DatosVV
Figura: ffHH and ffVV at f = 1;19
GHz
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 18 / 18
72. Caso de estudio: estimación de la RCS de objetos 3D Resultados
Resultados de la estimación de la Radar Cross
Section
−0.127
0
0.127
−0.0254
0
0.0254
−0.0253
0
0.0253
Y
X
Z
Figura: Metalic Ogive with
1900 triangles and 2850
edges
0 20 40 60 80 100 120 140 160 180
−60
−55
−50
−45
−40
−35
−30
−25
−20
−15
−10
Azimuth
RCSdBSM
sVV
sHH
dataVV
dataHH
Figura: ffHH and ffVV at f = 1;18
GHz
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 18 / 18
73. Caso de estudio: estimación de la RCS de objetos 3D Resultados
Resultados de la estimación de la Radar Cross
Section
−0.0635
0
0.127 −0.0254
0
0.0254
−0.0253
0
0.0253
Y
X
Z
Figura: Metalic
Double-Ogive with 1520
triangles and 2280 edges
0 20 40 60 80 100 120 140 160 180
−40
−35
−30
−25
−20
−15
−10
Azimuth
RCSdBSM
sHH
sVV
dataVV
dataHH
Figura: ffHH and ffVV at f = 1;57
GHz
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 18 / 18
74. Caso de estudio: estimación de la RCS de objetos 3D Resultados
Resultados de la estimación de la Radar Cross
Section
−0.6051
0
0.084
−0.0746
0
0.0746
−0.0734
0
0.0734
Y
X
Z
Figura: Metalic Cone-Sphere
with 900 triangles and 1350
edges
0 20 40 60 80 100 120 140 160 180
−40
−35
−30
−25
−20
−15
−10
−5
0
Azimuth
RCSdBSM
sHH
sVV
dataHH
dataVV
Figura: ffHH and ffVV at f = 869
MHz
a.z. @ ‘abema (LaBeMa) fn-RWG Bárbula, julio/2009 18 / 18