二端口网络、S参数、传输线理论

此函数根据两个声子散射模型计算两个固体之间界面处的热边界电阻 [m^2*K/W]：声学失配模型（AMM）和扩散失配模型（DMM）。 输入数据仅限于德拜温度、密度或声波速度等基本材料参数。 材料数据库仅包含两个示例化合物，但其他化合物的参数材料可以很容易地输入。 计算在实验中表现良好，如 [M. Szymański，量子级联激光有源区域的交叉平面热导率的计算，（2011 年），物理学杂志 D：应用物理学，卷。 44 页。 085101]。

该程序计算 TE 和 TM 场的 2D 圆柱散射的 RCS。 假设散射体是一个 PEC 对象，其横截面在 xy 平面中形成闭合轮廓。 假设入射场是由入射角 phi_i 定义的平面波。 该程序接受 .dat 格式的一维网格文件，这允许灵活地研究可以通过合适的网格生成器软件（例如，Salome、Gmsh、ParaView 等）绘制的任意形状。 网格文件必须以波长 (λ) 表示尺寸。 推荐的网格尺寸基于小于 λ 的 10 分之一（典型值）的线段长度。 该程序使用 CFIE 的 PWL（三角）Galerkin 方法的矩量法计算散射体上的感应电流。 该程序返回每个重叠段上的电流值，并计算双基地 RCS 数据。

用反向传播方法解决全波非线性逆散射问题 该Matlab代码用于通过BPS用卷积神经网络解决逆散射问题。 版权所有:copyright:2019，新加坡国立大学，准威。 请先下载matconvnet 1.0-beta23： ://www.vlfeat.org/matconvnet/记住将其压缩。 要使用mex，您还需要安装Visual Studio。 （1）Matlab代码用于在Z.Wei和X.Chen，“全波非线性逆散射问题的深度学习方案”中实施反向传播方案（BPS），IEEE地理科学与遥感学报，57（ 4），第1849-1860页，2019年。此Matlab代码用于通过BPS解决卷积神经网络的逆散射问题，该方法由准威（weizhun1010 @ gmail。com）编写。 如有任何疑问，请随时联系。 仅需要CPU，您可以轻松地将其调整为GPU版本或Python版本。 （2）训练后，您可以通过运行“

当需要对微波遥感后向散射vv和vh极化进行联合处理时候，在已知vv极化基础上递推出vh极化

微粒的光散射、吸收和发射_Mishchenko_2002小粒子对电磁辐射的散射Michael I. Mishchenko, Larry D. Travis, Andrew A. Lacis: Scattering, Absorption, and Emission of Light by Small Particles; 2002, XV + 445 p., 168 figures; hard-cover GBP 65.00; Cambridge University Press, Cambridge, United Kingdom, ISBN 0-521-78252-X.

散射矩阵（S参数） [ S ] a1 a2 b2 b1 比如对一个二端口网络： b1=S11a1+S12a2 b2=S21a1+S22a2 [ b ]=[ s ] [ a ] ai、bi分别为输入、输出信号的振幅大小。

BioXTAS RAW是用于分析小角度X射线散射（SAXS）数据的程序。 该软件能够：从2D检测器图像创建1D散射轮廓，标准数据操作（例如求平均值和减法），分析回转半径（Rg）和分子量，使用GNOM和DAMMIF进行高级分析以及使用DENSS进行电子密度重建。 它还可以使用演化因子分析（EFA）或正则化交替最小二乘（REGALS）方法轻松处理内联SEC-SAXS数据和数据反卷积。 要安装：请访问以下网址提供的说明：http://bioxtas-raw.readthedocs.io/en/latest/install.html并在“文件”选项卡中。 用户指南：RAW指南可在以下位置获得：http://bioxtas-raw.readthedocs.io/以及“文件”选项卡中。 要与我们联系，请参阅：https://bioxtas-raw.readthedocs.io/en/latest/help.html

合成孔径雷达(SAR)目标检测和识别是SAR实用化的瓶颈技术之一,提取有效的目标特征是SAR目标检测与识别的关键环节。高分辨率SAR图像中,目标属性散射中心特征反映了目标散射中心的位置、类型等信息,精确获取目标散射中心属性特征能够提高对目标的检测识别性能。针对SAR目标属性散射中心特征的提取,该文提出了一种基于改进的空间-波数分布(ISWD)的特征提取方法,该方法首先利用ISWD估计散射中心关于频率与方位角的函数,然后利用该函数来获得目标属性散射中心模型参数。最后利用仿真实验验证了方法的有效性。

MATLAB模拟粒子散射代码FYS-1320物理方法 该存储库包含我们对该课程的分析代码。 该课程由三个实验组成，每个实验都有一个预报告和一个研讨会演示。 我们很高兴看到我们的代码已在课程资料中使用。 如果需要更改许可，请与我们联系。 MikaMäki和Alpi Tolvanen，2016-2017年 气体分析 这是根据气体分子的特征红外吸收来测量气体浓度的实验。 档案文件 gas_analysis.py 从测量软件提供的文件中轻松计算气体浓度 laske_konsentraatiot.m 我们使用脚本来创建报告前和研讨会报告中的大多数图表。 该代码是专门为Octave编写的，并且巧妙地滥用了它的绘图系统。 它取决于其他两个Octave文件。 lue_putki.m 八度功能，用于读取单个样品管的测量数据 皮库特Octave函数，用于处理使用逗号作为小数点分隔符的测量文件 云的形成 这是一项使用激光吸收测量凝结颗粒上云形成的实验，并且。 由于缺少注释和其他文档，我们无法将课程提供的增长模拟和Mie理论代码转换为Python，因此我们的toolbox.py依赖于Python的Matlab