【雷达原理 学习笔记 卫青老师】55.P55 雷达作用距离(十二)

5个4000比特大状态置换算法的设计与分析 下面是 5 个概念性、实验性的 4000 位可逆置换设计。它们都保证是双射,但未经过密码分析,不可直接用于生产系统。风格分别覆盖:三维 SPN、Feistel、可逆元胞自动机、ARX、宽轨迹/Keccak 式结构。 这 5 个设计分别代表了 SPN、Feistel、元胞自动机、ARX、宽轨迹 Keccak 五种不同风格,覆盖了主流大状态置换的构造思路。再次强调:它们只是实验性概念,若要用于实际协议,必须经过严格安全性分析。 阅读详情

55.P55 雷达作用距离(十二)

第五章第七节:雷达方程的几种形式

本节主要探讨第五章第七小节的内容:雷达方程的几种形式。在5.7小节之前,我们探讨的雷达方程主要是基于基本形式,即最大作用距离与各项参数的四次方根成正比的形式。在此基础上,我们分析了导致雷达方程发生变化的各种因素,例如脉冲积累、目标起伏以及大气环境对雷达性能的各种影响。而在5.7小节中,我们将重点研究与传统雷达方程在形式上存在差异的其他类型雷达方程。

一、 二次雷达方程

首先探讨第一个问题:二次雷达方程。顾名思义,二次雷达方程的最大作用距离不再与参数的四次方根成正比,而是与二次方根成正比。

以下详细解析二次雷达方程的物理过程。在常规雷达系统中,雷达发射电磁波照射到目标后,目标本身具有雷达截面积 \sigma,会对入射电磁波产生散射。散射回波随后再被雷达接收。这意味着信号的收发均在同一位置完成,电磁波在空间中经历了一个双程的往返传播过程。

而二次雷达的工作过程则截然不同,它主要分为两个独立的部分。在二次雷达系统中,目标上会装配一个应答器(Transponder)。应答器的核心功能在于接收雷达发送的询问信号,并主动发射回答信号。这意味着应答器本身必须具备一套完整的接收装置和发射装置,包括接收天线和发射天线。为了便于理解,我们可以将装配在目标上的应答器视为一个微型雷达。传统雷达是接收自身发射并经目标反射的电磁波;而二次雷达系统则是应答器接收雷达发射的信号,随后应答器主动发射新信号,最终由雷达接收。

基于上述原理,二次雷达的工作过程可拆解为两个单向步骤:

  1. 雷达发射信号,应答器接收信号。

  2. 应答器发射信号,雷达接收信号。

由于存在两个独立的信号传输过程,系统中必然存在两个最大作用距离。第一个是雷达发射至应答器接收的最大有效距离,第二个是应答器发射至雷达接收的最大有效距离。在评估二次雷达系统的实际最大作用距离时,必须取这两个最大作用距离中的最小值,因为只有在此最小距离范围内,两个通信过程才能同时得到满足和完成。

为了建立数学模型,我们假设最理想的情况:雷达的天线方向图主瓣严格对准应答器,同时应答器的天线方向图主瓣也严格对准雷达,实现两者的互指。在此基础上,我们定义相关参数:

  • 雷达参数: 发射功率 P_t,发射天线增益 $G_t$,接收天线增益 $G_r$(若收发共用同一天线,则 $G_t = G_r$)。

  • 应答器参数(以下标带有撇号表示): 发射功率 $P_t'$,发射天线增益 $G_t'$,接收天线增益 $G_r'$。

1. 雷达发射信号,应答器接收的过程推导

这一过程与推导传统雷达方程的第一步类似,均为单向传播。核心区别在于,该过程无需考虑目标的雷达截面积 $\sigma$及其产生的二次辐射。这是一个纯粹的单向传输过程。

设应答器接收到的有效信号功率为 $P_r'$,信号由雷达发射而来。雷达发射的信号到达距离 $R_1$ 处应答器时的入射功率密度为:

\text{power density} = \frac{P_t G_t}{4\pi R_1^2}

与常规雷达方程在此处乘以 $\sigma$ 不同,对于二次雷达,我们直接将该功率密度乘以应答器接收天线的有效接收面积 $A_r'$。因此,应答器接收到的功率为:

$P_r' = \frac{P_t G_t}{4\pi R_1^2} A_r'$

利用接收天线有效面积与增益的关系

A_r' = \frac{G_r' \lambda^2}{4\pi}

,代入上式可得:

P_r' = \frac{P_t G_t G_r' \lambda^2}{(4\pi)^2 R_1^2}

我们关注的是距离 $R_1$ 取最大值时的条件。当且仅当应答器接收到的功率 P_r' 降至其接收机的最小可检测信号功率(即灵敏度$S_{min}'$)时,$R_1$ 达到最大值。将 $P_r' = S_{min}'$ 代入上式,即可得到雷达至应答器链路的最大作用距离方程,此时方程与二次方根成正比:

R_{1max} = \sqrt{\frac{P_t G_t G_r' \lambda^2}{(4\pi)^2 S_{min}'}}

如果在已知天线有效面积的情况下,我们可以将 $G_t$ 和$G_r'$ 替换为雷达发射天线面积$A_t$和应答器接收天线面积$A_r'$。替换后的公式如下(注意在此形式下,$\lambda^2$ 位于分母且无$4\pi$ 常数项):

R_{1max} = \sqrt{\frac{P_t A_t A_r'}{\lambda^2 S_{min}'}}

2. 应答器发射信号,雷达接收的过程推导

第二个过程的推导思路与第一个过程完全一致。此时相当于通信的收发主体发生了互换。在数学表达上,只需将公式中原属于应答器的参数(带撇号)与属于雷达的参数(无撇号)进行对调即可。

设雷达接收机的灵敏度为 $S_{min}$,则应答器至雷达链路的最大作用距离 $R_{2max}$ 为:

R_{2max} = \sqrt{\frac{P_t' G_t' G_r \lambda^2}{(4\pi)^2 S_{min}}}

同样地,采用天线有效面积表示的形式为:

R_{2max} = \sqrt{\frac{P_t' A_t' A_r}{\lambda^2 S_{min}}}

系统的最终二次雷达最大作用距离是上述两个单向距离 $R_{1max}$ 和 R_{2max}的最小值。在实际工程设计中,为了避免系统资源的浪费,通常会尽量优化参数,使这两个单向最大作用距离近似相等。如果两者差异过大,取最小值会导致性能更优一端的功率或灵敏度冗余被白白浪费。

关于二次雷达的作战态势,部分学生可能会产生雷达与目标始终处于非合作(敌对)状态的刻板印象。实际上,二次雷达方程主要应用于合作型目标(即“友方”目标)。合作目标的主观意愿是希望被雷达发现并建立联系,因此才会配备应答器主动回复信号。

这种互相配合的工作机制带来了显著的性能提升。对比基本雷达方程(开四次方根),二次雷达方程由于去除了目标散射造成的二次路径损耗,其最大作用距离与参数的二次方根成正比。在同等发射功率和天线增益条件下,开二次方的方程能提供远大于开四次方的作用距离,从而使目标更容易被远距离探测到。民航客机是这一应用最典型的代表。客机极其依赖雷达的实时监控,一旦客机从雷达屏幕上消失,通常意味着发生了严重的紧急状况。

关于课后作业5-4题。该题的第一问应用的是基本的四次方根雷达方程,而第二问考察的正是二次雷达方程。在分析该题的参数时需要注意,由于应答器需要搭载在目标平台(如飞机)上,受到严格的体积、重量以及制造工艺的限制。因此,应答器的各项硬件指标(无论是发射功率$P_t'$、天线增益 $G_t'$、天线有效面积$A_r'$还是接收机灵敏度 $S_{min}'$)通常都远逊于地面雷达。地面雷达受到的物理空间限制较小,能够做到极高的工艺指标。

在对比接收机灵敏度时,必须明确一个关键概念:灵敏度性能越“差”,意味着其数值越大;灵敏度性能越“好”,其数值越小。理想状态下,最小可检测信号功率无限趋近于零(尽管工程上不可能实现绝对零值)。因此,当应答器的接收机性能劣于雷达接收机时,应答器的最小可检测功率 $S_{min}'$ 的数值实际上是大于雷达的最小可检测功率 $S_{min}$的。

二、 双基地雷达方程

接下来探讨第二种形式:双基地雷达方程。

在探讨传统的R_{max}(开四次方根)基本雷达方程时,我们设定了三个核心前提条件:理想空间传播、无系统损耗以及单基地雷达工作模式。所谓“单基地”,是指雷达的发射机和接收机在空间坐标系中位于同一个物理基点。

“双基地”则意味着雷达的发射机和接收机在空间中处于不同的地理位置。在这种配置下,发射天线和接收天线在物理上是分离的,因此不可能实现收发共用同一天线的体制。

在双基地的空间几何模型中,发射站和接收站之间存在一个固定的基线距离,我们设为 $R_b$。该距离由发射机与接收机的实际部署位置决定,属于已知参数。当雷达系统尝试探测空间中的目标时,发射天线的波束主瓣指向目标方向,电磁波照射到目标表面。

在单基地雷达中,我们通常研究的是电磁波沿原路返回(即180度后向散射)时的目标雷达截面积,即后向散射$\sigma$。然而,在双基地雷达系统中,接收天线位于另一位置,其波束主瓣同样指向目标以接收回波。这就意味着电磁波从发射站到达目标,与从目标散射至接收站的路径,存在一个双基地角。

目标在后向散射方向的雷达截面积,与它在双基地接收方向上的散射雷达截面积是完全不同的。电磁波照射到目标后,会在空间各个方向产生不同强度的散射。不同照射角度与不同接收角度的组合,会产生极为复杂多变的雷达截面积值$\sigma$。目标散射特性的空间分布是一个高度复杂且需要独立深入研究的电磁学课题。

在建立双基地雷达方程时,我们需要假设在此特定的照射角度和接收角度下,目标的双向散射雷达截面积为一个特定的 $\sigma$。接下来的关键在于,如何基于这一特殊的几何关系和散射截面积推导双基地雷达的最大作用距离方程。

二次雷达S模式应答信号与ADS-B信号的甄别研究 阐述了SSR的S模式应答信号与1090ES ADS-B系统的信号格式与特点,并对其进行了对比分析;针对这两种同频信号,提出了一种结合民航空管实际应用的区分方法。理论分析及仿真实验证明,该方法可较好地解决二次雷达S模式应答信号与ADS-B信号的甄别问题。 立即下载

相关推荐

【Flink】状态编程: 订单超时告警

文章目录一、基础概念二、Flink状态编程1、支持的状态类型2、Managed Keyed State六种类型基本API状态的生命周期3、Managed Operator State三、案例:订单延迟告警统计1、需求描述2、需求分析3、数据与模型4、详细实现 一、基础概念 在Flink架构体系中,有状态计算可以说是Flink非常重要的特性之一。 有状态计算是指: 在程序计算过程中,在Flink...

一只皮皮熊 2862

雷达方程.

雷达方程在前面雷达发射机和接收机的部分都涉及到了,但是我觉得自己的理解思路很乱,在之前的博客里讲的也不是很清楚,所以干脆把“雷达作用距离”这一章提到前面来,重点放在雷达方程这一部分。,顾名思义,它指出了雷达可以探测到目标的最大距离。

m0_62546127的博客 3014

电子技术设计——16×16点阵汉字显示设计

同时,设计还应注重提升显示品质,以保证汉字的稳定展示和观感舒适。本设计的目的是构建一个能够准确在LED点阵上展示汉字的系统,并允许用户通过输入设备来选择所需的汉字,我们将验证设计方案的实际操作性和效果,以确保其满足设计目标。在LED点阵显示和汉字信息处理技术的结合下,研究者们着手研究如何在LED点阵上有效地显示汉字,并提出了一系列显示算法和优化策略,旨在实现清晰且易于阅读的汉字显示效果。首先,你需要准备16×16的LED点阵面板,通常这些点阵是8×8点阵的两倍,因此可以由两个8×8的点阵组合而成。

weixin_68094467的博客 1533

雷达原理与系统总复习(五)雷达原理第五章——雷达作用距离

本文是《雷达原理与系统》课程的复习专题总结的第五讲,雷达作用距离

m0_63859672的博客 9282

自动化测试-自愈技术

随着人工智能的发展,作为一名软件测试工程师,相信大家都会思考如何把这一前沿技术引入到我们的自动化测试当中,想一万遍不如做一遍。,传递当前页面状态,获取之前成功的定位器路径,比较它们,并生成修复的定位器列表。如果修复成功,我们可以使用 Healenium Idea 插件更新我们的自动化测试代码:插件使用修复定位器寻找修复和更新测试代码。的旧定位器去定位按钮的时候,脚本就会报错,提示 “NoSuchElement”的错误异常。现在,我们假设开发人员变更了应用程序的UI界面,改变了这个按钮的id属性,从。

qq_58223744的博客 2660

手把手教你学Simulink--基于新型通信技术集成的场景实例:无人机利用激光通信实现高速率数据传输

摘要: 本文基于Simulink搭建无人机激光通信仿真系统,解决传统射频通信带宽不足问题。系统通过五层架构(发射机、信道、PAT系统、接收机、性能分析)实现Gbps级高速传输,重点建模大气衰减(雾/雨)、光束发散、PAT精跟踪(Stateflow+PID控制)等核心模块。仿真结果显示:晴天链路可达2.5Gbps(BER 1e-8),浓雾下链路中断,验证了雾是主要性能限制因素。案例涵盖调制方式选择、动态环境仿真及3D可视化,为无人机高速数据传输提供可扩展的仿真框架,并指出混合FSO/RF、AI-PAT等优化方

MHD0815的博客 181

雷达原理-雷达作用距离

本篇博文是看完西安电子科技大学的魏青老师的课程所做的学习笔记,特此记录。 当幸福来敲门 下面的是笔者的微信公众号,欢迎关注,会持续更新c++、python、tensorflow、机器学习、深度学习、计算机视觉、雷达原理等系列文章。 ...

XiaoJie的博客 2万+

超大规模系统(千万级用户)中实现字段级权限控制

摘要:本文提出了一套分布式架构下的字段级权限优化方案,结合RBAC+ABAC混合模型与技术手段实现性能与安全的平衡。方案包括:1)权限模型优化,采用RBAC预计算基础权限与ABAC动态校验敏感字段;2)数据层优化,实现动态字段过滤与加密存储;3)多级缓存策略与预计算机制提升性能;4)分布式架构设计,通过网关校验和策略引擎集群保证扩展性。最终在千万级用户系统中实现99.9%可用性,权限校验延迟控制在50ms以内。

从技术实践立足,从项目管理方法论延伸思考 1348

【雷达原理 学习笔记 卫青老师】54. P54 雷达作用距离(十一)55. P55 雷达作用距离(十二)

5.6小节"传播过程中各种因素的影响"重点讲解了上述两种情况:大气衰减的影响和直视距离的影响。5.7小节"雷达方程的几种形式"将留至下节课讲解。目前所讲的雷达方程均为基本雷达方程,且为单基地、开四次方的形式。下节课将介绍雷达的其他工作形式,即与基本雷达方程有所区别的其他形式雷达方程。本节课讲解第五章第七小节"雷达方程的几种形式"。在5.7小节以前,雷达方程主要基于一种形式,即开四次方的形式。在此基础上,讲解了各种原因造成的雷达方程变化,包括脉冲积累、目标起伏以及大气环境等各种影响,均是基于该雷达方程。

VectorShift的博客 791

一文吃透 SAP IDoc 状态码:从 TEDS1 到 WE02 排障,再到 ABAP 自动化监控

在 SAP 集成场景里,IDoc 往往是最常见、也最容易被低估的一条生命线:采购订单、发票、主数据、库存移动……只要系统之间要稳定地交换结构化业务数据,IDoc 就经常登场。真正让人头疼的,并不是 IDoc 本身,而是它在链路里到底走到了哪一步、卡在了哪里、该找谁背锅。这篇文章把常用的 IDoc 状态码按出站、入站拆开讲清楚,并且把每个状态对应的真实世界故障现象、排查入口、以及可以落地的 ABAP 监控代码串起来,让你看到状态码就能想到动作。

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 405

【光子AI / Photon.AI】manus 通用 Agent 的实现核心技术原理与应用

摘要 Manus是一款由国内团队开发的通用AI Agent,其核心技术原理基于多智能体协作架构、云端全能沙箱、规划-执行-反思循环等系统工程方法。与传统的对话式AI不同,Manus能够在独立的Linux虚拟机环境中自主规划并执行复杂任务,通过编写和运行代码来解决问题,具备强大的纠错能力和工具使用能力。 核心应用场景包括深度行业研究、自动化办公、生活助理、辅助编程和跨平台信息整合等。Manus的工程化落地优势体现在沙箱环境、多智能体调度和容错机制等方面,使其能够完成需要多步骤操作和多种工具调用的复杂任务,将A

AI天才研究院 667

《雷达原理》

使用的标准截面积σ0放在距离雷达R处收到的回波功率,k是雷达相关系数未知目标置于R处,测量Pr振幅法测向相位法测向发射波长:毫米量级 被视为短波长 准确度高工作频率:76–81GHz(对应波长约为 4mm) 可以检测10-1毫米级移动FMCW:调频连续波 雷达连续发射调频信号测量距离、角度、速度安装mmWave studio时会安装FTDI驱动,如果驱动失败,手动安装mmwave_studio\ftdi下的驱动。

weixin_45010335的博客 8189

使用Python与OpenCV实现基于霍夫变换的圆形缺陷检测与定位详细教程

本文详细探讨了如何使用Python和OpenCV库,通过图像边缘检测和霍夫变换实现圆形对象的检测与缺陷定位。我们不仅介绍了算法的基本原理,还通过具体的代码示例展示了如何在实际应用中实现这些技术。对于工业检测和医学影像分析,本文的方法提供了高效且易于实现的解决方案。随着图像处理技术的不断发展,未来我们可以期待更多新算法和新技术的应用,如深度学习与传统方法的结合,以及多传感器融合技术的引入,这将进一步提升缺陷检测与定位的效率和准确性。

qq_38334677的博客 1295

雷达原理笔记之雷达方程推导

雷达原理笔记之雷达方程的推导 ——南京理工大学许志勇老师的《雷达原理课程》浅析 雷达作用距离跟雷达方程的各个参数关系紧密。雷达作用距离的改善往往需要利用雷达方程的各项影响参数进行改善。 1,基本方程 参数列表: 参数 符号 雷达发射机的发射功率为 Pt 目标距离 R 目标的雷达截面积 σ\sigmaσ 发射天线增益 Gt 接收天线增益 Gr 天线的有效接受面积 Ae 电磁波波长 λ\lambdaλ 接收机最小可检测功率 Simin 公式推导: 首先假设

记录所学,分享知识,结识挚友 7984

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

IDEA的使用指南

IDEA基于java的使用手册,可以最快速的上手,在使用中不断的丰富自己的使用技巧.

视频隐私脱敏工程化:CSRT/KCF追踪算法在本地推理中的实现与边界

在短视频内容合规审查中,动态遮挡(Dynamic Masking)是高频且高耗时的环节。传统手动关键帧打码不仅效率低下,且在目标快速移动或遮挡时极易出现遮罩漂移。本文从计算机视觉工程角度,解析基于CSRT与KCF算法的目标追踪方案在视频隐私处理中的技术路径、性能权衡及落地实践。

Mysssone的博客 223

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。

【算法拾光】链表 哈希表|K个一组翻转链表 + 两数之和

K个一组翻转链表需分段反转,借助哑节点与前驱指针维护连接,避免断链;两数之和利用哈希表实现O(1)查找,空间换时间,高效定位目标组合。前者考察链表指针操作,后者聚焦映射关系构建,均为面试高频题。

wuqingyigexiaoba的博客 315

华为的C语言编程规范.pdf

华为技术有限公司内部技术规范。本规范制定了编写C语言程序的基本原则、规则和建议。从代码的清晰、简洁、可测试、安全、程序效率、可移植各个方面对C语言编程作出了具体指导。

排序算法深度笔记(下):非比较类排序的线性突破与工程边界

排序算法时间复杂度额外空间复杂度稳定性是否基于比较选择排序O(N^2)(O(1))不稳定是冒泡排序O(N^2)(O(1))稳定是插入排序O(N^2)(O(1))稳定是归并排序O(N\log N)(O(N))稳定是快速排序O(N\log N)O(log N)不稳定是堆排序O(N\log N)O(1)不稳定是计数排序(O(N + M))O(M))稳定否基数排序O(N)稳定否桶排序平均O(N) / 最坏O(N^2)

2401_87069538的博客 590

算法日常・每日刷题--<动态规划>42

本题为“不相交的线”,与最长公共子序列问题相似。使用动态规划求解:定义 dp[i][j] 表示 nums1[0:i] 与 nums2[0:j] 的最大不相交连线数。若元素相等,则继承左上值加1;否则取上方或左方最大值。最终返回 dp[m][n],即两数组的最大不相交连线数。时间复杂度 O(mn),空间复杂度 O(mn)。

2503_92261635的博客 21

C语言程序设计题|有序数组插入数字冒泡排序

题目要求将一个数插入有序数组末尾,并用冒泡排序实现整体升序。代码先将输入数存入数组最后位置,再通过双重循环进行冒泡排序,每轮将较大元素向后移动,最终输出11个升序元素。该方法虽时间复杂度为O(n²),但符合题目要求,逻辑清晰,适合初学者理解排序原理。

2301_81429079的博客 750

【算法拾光】模拟|外观数列 + 数青蛙

本文总结两道模拟题解法:外观数列通过迭代统计连续数字个数生成下一项,关键在于处理末尾字符;数青蛙则模拟青蛙叫声“croak”状态转移,维护各阶段青蛙数量,记录最大并发数并确保全部完成。共性在于严格遵循流程、细致处理边界与非法情况,锻炼字符串遍历与状态管理能力。

wuqingyigexiaoba的博客 371

408 算法 04|主元素与三元组最小距离:两种“扫描时做决定“的思路

2013(41) 的主元素用摩尔投票一遍选出候选,但真正的考点是"选完必须验票";2020(41) 的三元组最小距离,三指针每次只挪最小的那个,靠的是 D=2×(max−min) 这个恒等式。两套完整 C 代码加真实输出,附官方评分档位表。

m0_56226131的博客 410

牛客周赛165C题(前后缀性质,递推,排序,枚举)

题目大意:给定长度为 `n` 的数组,选择 `k ∈ [1,n]`,将前 `k` 个元素整体翻转,后面的元素不变。要求操作后的整个数组非递减,统计满足条件的 `k` 的数量。题目链接:https://ac.nowcoder.com/acm/contest/141721/C。时间复杂度:O(nlogn)

2501_94316951的博客 171

【数据结构-3】算法美学之降复杂度

在while循环的循环体内,首先用临时变量保存最后一个位置的数据,再通过for循环把所有元素往后移动一位,最后把tmp中保存的值放到下标为0的位置上去。方法二的思路是:创建新数组,让原数组中后k个数据移动到新数组中前面的位置,让原数组中前numsSize-k个数据移动到新数组中后面的位置,这。这段代码的思路是:三次逆置,第一次逆置前numsSize-k个数据,第二次逆置后k个数据,最后整体逆置。这篇博文分享一道解法不一的算法题,求解过程的目的在于降低算法的时间复杂度,题源力扣。,属于空间换时间的操作。

weixin_44218929的博客 85

算法61,判定是否为字符重排

两字符串能互为重排 ⇔。

sheshibenniaodan的博客 218

算法日常・每日刷题--<动态规划>32

给定严格递增的正整数数组,求最长斐波那契子序列长度。使用二维DP,dp[i][j]表示以arr[i]、arr[j]为最后两项的序列长度,初始化均为2。通过哈希表快速查找前一项target = arr[j] - arr[i],若存在且下标小于i,则状态转移:dp[i][j] = dp[k][i] + 1。遍历更新全局最大长度,最终若结果小于3则返回0。时间复杂度O(n²),空间复杂度O(n²)。

2503_92261635的博客 178

算法札记:几何分布在算法题UVA1262的运用

集卡问题求解核心:将集齐n种优惠券的过程分为n个阶段,每个阶段期望购买次数为 $ \frac{n}{k} $(k为剩余种类数),总期望为 $ n \cdot H_n $(调和数)。通过自洽方程推导单阶段期望,无需几何分布或无穷级数,逻辑清晰且适用于大一水平。例如,n=5时期望约11.42,非5。题目要求以带分数形式输出精确结果,算法上需累加分数并化简。

Keven_11的博客 354
上一篇: 【学习笔记】52.P52 雷达作用距离(九)P53. 5.6 传播过程中各种因素的影响
下一篇: 【学习笔记 】56. P56 雷达作用距离(十三)
VectorShift
博客等级 码龄1年 1830粉丝 1103原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

VectorShift

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值