PRI间恒定极化有源假目标鉴别方法.pdf

上传人:1520****312 文档编号:6095348 上传时间:2019-04-10 格式:PDF 页数:8 大小:359.43KB
返回 下载 相关 举报
摘要
申请专利号:

CN201610709466.8

申请日:

2016.08.23

公开号:

CN106338714A

公开日:

2017.01.18

当前法律状态:

授权

有效性:

有权

法律详情:

授权|||实质审查的生效IPC(主分类):G01S 7/36申请日:20160823|||公开

IPC分类号:

G01S7/36; G01S7/41

主分类号:

G01S7/36

申请人:

中国人民解放军国防科学技术大学

发明人:

施龙飞; 宗志伟; 李永祯; 王雪松; 李棉全; 杨勇; 马佳智; 毛楚乔; 张梦琪

地址:

410073 湖南省长沙市开福区德雅路109号

优先权:

专利代理机构:

国防科技大学专利服务中心 43202

代理人:

王文惠

PDF下载: PDF下载
内容摘要

本发明提供一种PRI间恒定极化有源假目标鉴别方法。技术方案是对雷达H通道、V通道接收到的两路复信号数据序列数据首先要进行匹配滤波,再进行非相参积累和检测,然后,对检测结果中的每个采样位置提取其极化特征,进而利用该极化特征对该位置的真、假目标属性进行鉴别。本发明采用相位分集分时发射变极化体制,仅需在PRI间改变两个正交极化通道发射信号的相对相位,相比于同时发射多极化体制,其发射波形、信号处理均更为简单,且可以以满功率进行发射,提高了雷达发射功率的利用效率。依据本发明进行设计、改造的工程代价较小,实现难度较低。

权利要求书

1.一种PRI间恒定极化有源假目标鉴别方法,PRI是指脉冲重复周期,已知:雷达采用正
交双极化天线,设为H极化、V极化,雷达的H极化通道、V极化通道同时发射、同时接收信号;H
极化通道、V极化通道发射信号分别为s(t)和为两个通道发射信号的相对
相位,m为PRI序号,M为PRI数目;
设雷达接收到的H极化通道和V极化通道的复信号数据序列分别为xH,m(n)、xV,m(n),n=
1,…,N,N为一个PRI内的采样点数;
其特征在于,对xH,m(n)、xV,m(n)按下述步骤进行处理:
第一步,匹配滤波:
依据下式计算H极化通道、V极化通道第m个PRI的匹配滤波输出信号yH,m(n)、yV,m(n):

yV,m(n)=IFFT[FFT[xV,m(n)]·U(ω)]
上式中,FFT[]表示信号的傅里叶变换,IFFT[]表示信号的傅里叶反变换;U(ω)为雷达
匹配滤波参考波形的频谱;
第二步,非相参积累与目标检测:
利用下式计算合成包络信号z(n):
<mrow> <mi>z</mi> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> <mo>=</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>m</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </munderover> <mo>{</mo> <mo>|</mo> <msub> <mi>y</mi> <mrow> <mi>H</mi> <mo>,</mo> <mi>m</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> <mo>|</mo> <mo>+</mo> <mo>|</mo> <msub> <mi>y</mi> <mrow> <mi>V</mi> <mo>,</mo> <mi>m</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> <mo>|</mo> <mo>}</mo> </mrow>
对z(n)中所有点进行目标检测处理,设共得到K个目标,第k个目标对应的位置为Tk,k=
1,…,K;
第三步,极化特征提取:
利用下式计算第k个目标的第m个PRI的极化比ρm(Tk):
<mrow> <msub> <mi>&rho;</mi> <mi>m</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>T</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mrow> <msub> <mi>y</mi> <mrow> <mi>V</mi> <mo>,</mo> <mi>m</mi> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mi>T</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> </mrow> <mrow> <msub> <mi>y</mi> <mrow> <mi>H</mi> <mo>,</mo> <mi>m</mi> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mi>T</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>,</mo> <msub> <mi>R</mi> <mi>m</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>T</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>=</mo> <mi>r</mi> <mi>e</mi> <mi>a</mi> <mi>l</mi> <mo>&lsqb;</mo> <msub> <mi>&rho;</mi> <mi>m</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>T</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>&rsqb;</mo> <mo>,</mo> <msub> <mi>I</mi> <mi>m</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>T</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>=</mo> <mi>i</mi> <mi>m</mi> <mi>a</mi> <mi>g</mi> <mo>&lsqb;</mo> <msub> <mi>&rho;</mi> <mi>m</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>T</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>&rsqb;</mo> </mrow>
其中,real[·]为取实部,imag[·]为取虚部;
对第k个目标,计算均值
<mrow> <msub> <mover> <mi>R</mi> <mo>&OverBar;</mo> </mover> <mi>k</mi> </msub> <mo>=</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>m</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </munderover> <msub> <mi>R</mi> <mi>m</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>T</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>,</mo> <msub> <mover> <mi>I</mi> <mo>&OverBar;</mo> </mover> <mi>k</mi> </msub> <mo>=</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>m</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </munderover> <msub> <mi>I</mi> <mi>m</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>T</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> </mrow>
利用下式计算第k个目标对应的第m个PRI的鉴别特征量和
<mrow> <msubsup> <mi>d</mi> <mi>k</mi> <mi>R</mi> </msubsup> <mrow> <mo>(</mo> <mi>m</mi> <mo>)</mo> </mrow> <mo>=</mo> <mo>|</mo> <msub> <mi>R</mi> <mi>m</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>T</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mover> <mi>R</mi> <mo>&OverBar;</mo> </mover> <mi>k</mi> </msub> <mo>|</mo> <mo>,</mo> <msubsup> <mi>d</mi> <mi>k</mi> <mi>I</mi> </msubsup> <mrow> <mo>(</mo> <mi>m</mi> <mo>)</mo> </mrow> <mo>=</mo> <mo>|</mo> <msub> <mi>I</mi> <mi>m</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>T</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mover> <mi>I</mi> <mo>&OverBar;</mo> </mover> <mi>k</mi> </msub> <mo>|</mo> </mrow>
第四步,极化特征鉴别:
利用下式计算鉴别门限D:
<mrow> <mi>D</mi> <mo>=</mo> <mi>&eta;</mi> <mo>&CenterDot;</mo> <msqrt> <mfrac> <mrow> <msup> <msub> <mi>M&sigma;</mi> <mi>V</mi> </msub> <mn>2</mn> </msup> </mrow> <mrow> <munderover> <mo>&Sigma;</mo> <mrow> <mi>m</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </munderover> <mo>|</mo> <msub> <mi>y</mi> <mrow> <mi>H</mi> <mo>,</mo> <mi>m</mi> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mi>T</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <msup> <mo>|</mo> <mn>2</mn> </msup> </mrow> </mfrac> </msqrt> </mrow>
其中,σV2为V通道接收噪声功率,η根据实际情况确定;
根据鉴别门限D对第k个目标进行鉴别:
当鉴别特征量集合和的每一个元素均小于门限D时,判定第k个目标为
有源假目标;当鉴别特征量集合或中存在任意一个元素大于门限D时,则判
定第k个目标为真实雷达目标。

说明书

PRI间恒定极化有源假目标鉴别方法

技术领域

本发明属于雷达抗干扰技术领域,主要解决雷达对有源假目标干扰的鉴别问题。

背景技术

有源假目标干扰是一种重要的雷达欺骗干扰,通过模拟目标特征并发射假目标信
号,使雷达出现虚假目标以扰乱情报雷达对空情态势的掌握,或破坏雷达目标跟踪以扰乱
跟踪制导雷达对目标的跟踪。

先进的有源假目标干扰能够做到与目标回波信号在波形调制、重复周期、多普勒
频率、航迹以及RCS(雷达散射截面积)起伏特性等方面几乎完全一致,雷达难以利用时域、
频域、空域、调制域的特征差异来鉴别并剔除有源假目标干扰。然而,有源假目标与雷达目
标在极化域普遍存在着物理差异,基于极化域特征差异鉴别有源假目标干扰已成为一条重
要的技术途径。

现有大多数有源假目标干扰的极化状态在PRI(Pulse Repeated Interval,脉冲
重复周期)间是保持恒定的,称之为PRI间恒定极化假目标干扰。对于这类干扰,可通过在
PRI间进行发射极化捷变,进而利用目标回波极化在PRI间的多样性与假目标信号在PRI间
的极化单一性进行鉴别。即对于PRI间恒定极化假目标干扰的极化鉴别,一般需依赖于发射
变极化体制。

发明内容

本发明针对PRI间恒定极化假目标干扰,提出了一种基于相位分集分时变极化体
制的假目标鉴别方法:通过在PRI间改变极化通道之间的相对相位实现发射极化捷变,进而
提取接收信号在PRI间极化状态变化特征进行假目标鉴别。该体制仅需对发射波形的初始
相位进行调制而无需对其幅度进行调制,使得雷达可以以饱和功率进行发射,从而可以更
为有效地利用发射功率进行探测。基于该体制的有源假目标鉴别方法,还未见有文献报道。

本发明的技术方案是,一种PRI间恒定极化有源假目标鉴别方法,已知:雷达采用正
交双极化天线,不失一般性,设为H(Horizontal,水平)极化、V(Vertical,垂直)极化,雷达
的H极化通道、V极化通道同时发射、同时接收信号;H极化通道、V极化通道发射信号分别为s
(t)和为两个通道发射信号的相对相位,m
为PRI序号,M为PRI数目,亦是相位分集数,一般大于2;

设雷达接收到的H极化通道和V极化通道的复信号数据序列分别为xH,m(n)、xV,m
(n),n=1,…,N,N为一个PRI内的采样点数;其特征在于,对xH,m(n)、xV,m(n)按下述步骤进行
处理:

第一步,匹配滤波。

依据下式计算H极化通道、V极化通道第m个PRI的匹配滤波输出信号yH,m(n)、yV,m
(n):


上式中,FFT[]表示信号的傅里叶变换,IFFT[]表示信号的傅里叶反变换;U(ω)为
雷达匹配滤波参考波形的频谱。

第二步,非相参积累与目标检测。

本步骤中对M个脉冲周期H、V通道的匹配滤波输出信号进行非相参积累,然后进行
目标检测。

其中,非相参积累得到合成包络信号z(n)的过程如下:

<mrow> <mi>z</mi> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> <mo>=</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>m</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </munderover> <mo>{</mo> <mo>|</mo> <msub> <mi>y</mi> <mrow> <mi>H</mi> <mo>,</mo> <mi>m</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> <mo>|</mo> <mo>+</mo> <mo>|</mo> <msub> <mi>y</mi> <mrow> <mi>V</mi> <mo>,</mo> <mi>m</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> <mo>|</mo> <mo>}</mo> <mo>,</mo> <mi>n</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mo>...</mo> <mo>,</mo> <mi>N</mi> </mrow>

目标检测由CFAR(Constant false alarm rate,恒虚警检测)完成,特别地,优先
采用CA-CFAR(Cell averaging-Constant false alarm rate,简称单元平均恒虚警检测)。

设对z(n)中所有点进行CFAR处理后,共得到K个目标,第k个目标对应的位置为Tk,
k=1,…,K。

第三步,极化特征提取。

利用下式计算第k个目标的第m个PRI的极化比ρm(Tk):

<mrow> <msub> <mi>&rho;</mi> <mi>m</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>T</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mrow> <msub> <mi>y</mi> <mrow> <mi>V</mi> <mo>,</mo> <mi>m</mi> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mi>T</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> </mrow> <mrow> <msub> <mi>y</mi> <mrow> <mi>H</mi> <mo>,</mo> <mi>m</mi> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mi>T</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>,</mo> <msub> <mi>R</mi> <mi>m</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>T</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>=</mo> <mi>r</mi> <mi>e</mi> <mi>a</mi> <mi>l</mi> <mo>&lsqb;</mo> <msub> <mi>&rho;</mi> <mi>m</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>T</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>&rsqb;</mo> <mo>,</mo> <msub> <mi>I</mi> <mi>m</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>T</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>=</mo> <mi>i</mi> <mi>m</mi> <mi>a</mi> <mi>g</mi> <mo>&lsqb;</mo> <msub> <mi>&rho;</mi> <mi>m</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>T</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>&rsqb;</mo> <mo>,</mo> <mi>m</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mo>...</mo> <mo>,</mo> <mi>M</mi> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>

其中,real[·]为取实部,imag[·]为取虚部。

对第k个目标,计算均值

<mrow> <msub> <mover> <mi>R</mi> <mo>&OverBar;</mo> </mover> <mi>k</mi> </msub> <mo>=</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>m</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </munderover> <msub> <mi>R</mi> <mi>m</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>T</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>,</mo> <msub> <mover> <mi>I</mi> <mo>&OverBar;</mo> </mover> <mi>k</mi> </msub> <mo>=</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>m</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </munderover> <msub> <mi>I</mi> <mi>m</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>T</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>,</mo> <mi>k</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mo>...</mo> <mo>,</mo> <mi>K</mi> </mrow>

利用下式计算第k个目标对应的第m个PRI的鉴别特征量和

<mrow> <msubsup> <mi>d</mi> <mi>k</mi> <mi>R</mi> </msubsup> <mrow> <mo>(</mo> <mi>m</mi> <mo>)</mo> </mrow> <mo>=</mo> <mo>|</mo> <msub> <mi>R</mi> <mi>m</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>T</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mover> <mi>R</mi> <mo>&OverBar;</mo> </mover> <mi>k</mi> </msub> <mo>|</mo> <mo>,</mo> <msubsup> <mi>d</mi> <mi>k</mi> <mi>I</mi> </msubsup> <mrow> <mo>(</mo> <mi>m</mi> <mo>)</mo> </mrow> <mo>=</mo> <mo>|</mo> <msub> <mi>I</mi> <mi>m</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>T</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mover> <mi>I</mi> <mo>&OverBar;</mo> </mover> <mi>k</mi> </msub> <mo>|</mo> <mo>,</mo> <mi>m</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>...</mn> <mo>,</mo> <mi>M</mi> </mrow>

第四步,极化特征鉴别。

首先确定鉴别门限。鉴别门限D根据下式确定:

<mrow> <mi>D</mi> <mo>=</mo> <mi>&eta;</mi> <mo>&CenterDot;</mo> <msqrt> <mfrac> <mrow> <msup> <msub> <mi>M&sigma;</mi> <mi>V</mi> </msub> <mn>2</mn> </msup> </mrow> <mrow> <munderover> <mo>&Sigma;</mo> <mrow> <mi>m</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>M</mi> </munderover> <msup> <mrow> <mo>|</mo> <msub> <mi>y</mi> <mrow> <mi>H</mi> <mo>,</mo> <mi>m</mi> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mi>T</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> <mo>|</mo> </mrow> <mn>2</mn> </msup> </mrow> </mfrac> </msqrt> </mrow>

其中,可看作是假目标干扰情况下集合{Rm(Tk)}、{Im(Tk)}的正态分布
方差,σV2为V通道接收噪声功率,通过对匹配滤波后纯噪声数据的方差估计得到;η根据实际
情况确定,一般取3,此时有源假目标正确鉴别概率不小于99.7%(由统计学上关于正态分
布的“3σ准则”给出)。

其次,根据鉴别门限D对第k个目标进行鉴别:

1).当鉴别特征量集合和的每一个元素均小于门限D时,判定第k个
目标为有源假目标;

2).当鉴别特征量集合或中存在任意一个元素大于门限D时,则判
定第k个目标为真实雷达目标。

本发明的技术效果:

一、应用前景广。本发明针对的是PRI间恒定极化假目标干扰,适用对象主要是单
极化天线干扰机产生的假目标干扰,干扰形式包括假目标干扰、距离波门拖引干扰等,这些
干扰是当前雷达面临的主要的欺骗干扰威胁,因此,本发明对于提高雷达在欺骗干扰威胁
中的探测能力具有重要意义。

二、工程代价小、实现难度低。本发明采用相位分集分时发射变极化体制,仅需在
PRI间改变两个正交极化通道发射信号的相对相位,相比于同时发射多极化体制,其发射波
形、信号处理均更为简单,且可以以满功率进行发射,提高了雷达发射功率的利用效率。依
据本发明进行设计、改造的工程代价较小,实现难度较低。

附图说明

图1为本发明所提方法的信号处理流程示意图;

图2为利用本发明所提方法对PRI间恒定极化假目标进行鉴别处理的效果;

图3为利用本发明所提方法对真实雷达目标进行鉴别处理的效果。

具体实施方式

以下结合附图对本发明的实施方式作进一步说明。

图1为本发明所提方法的信号处理流程示意图。如图所示,雷达H通道、V通道接收
到的两路复信号数据序列数据首先要进行匹配滤波,再进行非相参积累和检测,然后,对检
测结果中的每个采样位置提取其极化特征,进而利用该极化特征对该位置的真、假目标属
性进行鉴别。

图2为利用本发明所提方法对PRI间恒定极化假目标进行鉴别处理的效果。已知:
雷达采用相位分集分时变极化体制,相位分集数M=4,相对相位分别取值为0、π、
雷达发射信号脉冲宽度为100us,带宽为1MHz;有源假目标的数量为1,其极化状态的Jones
矢量为图2的横坐标表示鉴别特征量的序号,纵轴为鉴别特征量数值,“*”表示鉴别
特征量,“o”表示鉴别门限。如图所示,鉴别特征量共有8个点,表示M=4情况下对应的8个鉴
别特征量。由于8个鉴别特征量均低于鉴别门限,因此该信号被判为假目标目标,鉴别正确。

图3为利用本发明所提方法对真实雷达目标进行鉴别处理的效果。本试验中雷达参
数设置与图2所示的试验相同。雷达目标的极化散射矩阵设置为
与图2类似,横坐标表示鉴别特征量的序号,纵轴为鉴别特征量数值,“*”表示鉴别特征量,“o”表
示鉴别门限。图中,鉴别特征量共有8个点,表示M=4情况下对应的8个鉴别特征量。如图所示,8
个鉴别特征量中,共有6个值超过了鉴别门限,根据鉴别准则,该信号被判为目标,鉴别正确。

PRI间恒定极化有源假目标鉴别方法.pdf_第1页
第1页 / 共8页
PRI间恒定极化有源假目标鉴别方法.pdf_第2页
第2页 / 共8页
PRI间恒定极化有源假目标鉴别方法.pdf_第3页
第3页 / 共8页
点击查看更多>>
资源描述

《PRI间恒定极化有源假目标鉴别方法.pdf》由会员分享,可在线阅读,更多相关《PRI间恒定极化有源假目标鉴别方法.pdf(8页珍藏版)》请在专利查询网上搜索。

本发明提供一种PRI间恒定极化有源假目标鉴别方法。技术方案是对雷达H通道、V通道接收到的两路复信号数据序列数据首先要进行匹配滤波,再进行非相参积累和检测,然后,对检测结果中的每个采样位置提取其极化特征,进而利用该极化特征对该位置的真、假目标属性进行鉴别。本发明采用相位分集分时发射变极化体制,仅需在PRI间改变两个正交极化通道发射信号的相对相位,相比于同时发射多极化体制,其发射波形、信号处理均更为简。

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 物理 > 测量;测试


copyright@ 2017-2020 zhuanlichaxun.net网站版权所有
经营许可证编号:粤ICP备2021068784号-1