本发明专利技术属于信号特征控制技术领域，具体涉及一种基于RCS不确定度的模型校验方法。包括以下步骤：①定义事件；②获得事件差异，选定事件A和事件B的具体类型；提取在特定方位角和俯仰角下事件A和事件B的扫频雷达散射截面数据，通过点对点的比较获得两个事件之间的差异；③选取期望精度D，获得二项分布；④计算贝叶斯分布以获取不确定度；⑤评估置信度：对事件差异Δ满足公式（1.2）的概率θ落入[pm-d,pm+d]区间的可信度进行估计的区间置信度评估；⑥得到事件A和事件B的不确定度计算公式：U(pm,d)＝1-Q(pm,d)。本发明专利技术技术方案可以广泛用于各种标准模型的理论计算的校验。由于贝叶斯统计具有小样本统计的能力，不确定度的贝叶斯二项式对于小样本的估计存在优势。
【技术实现步骤摘要】
【专利摘要】本专利技术属于信号特征控制
，具体涉及一种基于RCS不确定度的模型校验方法。包括以下步骤：①定义事件；②获得事件差异，选定事件A和事件B的具体类型；提取在特定方位角和俯仰角下事件A和事件B的扫频雷达散射截面数据，通过点对点的比较获得两个事件之间的差异；③选取期望精度D，获得二项分布；④计算贝叶斯分布以获取不确定度；⑤评估置信度：对事件差异Δ满足公式（1.2）的概率θ落入区间的可信度进行估计的区间置信度评估；⑥得到事件A和事件B的不确定度计算公式：U(pm,d)＝1-Q(pm,d)。本专利技术技术方案可以广泛用于各种标准模型的理论计算的校验。由于贝叶斯统计具有小样本统计的能力，不确定度的贝叶斯二项式对于小样本的估计存在优势。【专利说明】一种基于RCS不确定度的模型校验方法
本专利技术属于信号特征控制
，具体涉及一种基于RCS不确定度的模型校验方法。
技术介绍
实际复杂目标的电磁散射特性一般都较为复杂，其散射场的幅度和相位对目标姿态的变化极为敏感，所观察到散射场具有非常剧烈且复杂的起伏特性。在这种情况下，对理论模型进行系统性检验和评估的一种可行方案是统计平滑比较法，即对理论和测试数据先在滑动角度窗口内进行统计平滑，然后进行比对分析。实验测试和理论计算所得的RCS (雷达散射截面)依赖于实物模型的精确性、理论模型的合理性、计算方法的准确性、计算机有限阶截断误差等许多不确定因素。如何评定计算结果或实验测量的数据质量，并且定量给出对于已有数据的可信度，一直是人们关心的问题。在缺少实测数据时，实际复杂目标的电磁散射特性是通过理论计算获得，结合专家的主观判断做出合理的估计，并给出相应的参参考数值。这种方法具有很强的实用性，但是缺乏足够的理论根据和客观性。因此亟需一种标准客观的校验方法，即一套合理有效的不确定度确定方法。
技术实现思路
本专利技术要解决的技术问题是提供一种基于RCS不确定度的标准客观的校验方法，从而合理有效的得到不确定度。为了实现这一目的，本专利技术采取的技术方案是:—种基于RCS不确定度的模型校验方法，应用在已经获取目标雷达散射截面RCS的扫频数据的情况下，包括以下步骤:①定义事件:定义事件A为通过以下两种方法中的一种所获得目标雷达散射截面的扫频数据:实验测量技术、精确级数求解法；定义事件B为通过以下两种方法中的一种所获得目标雷达散射截面的扫频数据:物理光学近似、矩量求解法；②获得事件差异:选定事件A和事件B的具体类型；提取在特定方位角和俯仰角下事件A和事件B的扫频雷达散射截面数据，通过点对点的比较获得两个事件之间的差异如下:Δ = I RCS (A, f) -RCS (B, f) |，f 是频率 (0.1)；③选取期望精度D，获得二项分布:通过I RCS (A, f) -RCS (B, f) | < D 定义期望精度 D ；设事件差异Λ共有N数据点，其中有η数据点小于期望精度，满足公式Δ i < D, i e (I, η) (0.2)；另外Ν-η个事件差异Λ数据点大于期望精度，满足公式Δ j ^ D, j e (Ν-η+1, N) (0.3)设事件差异Λ满足公式(1.2)的概率Θ满足二项式分布:【权利要求】1.一种基于RCS不确定度的模型校验方法，应用在已经获取目标雷达散射截面RCS的扫频数据的情况下，其特征在于，包括以下步骤: ①定义事件: 定义事件A为通过以下两种方法中的一种所获得目标雷达散射截面的扫频数据:实验测量技术、精确级数求解法； 定义事件B为通过以下两种方法中的一种所获得目标雷达散射截面的扫频数据:物理光学近似、矩量求解法； ②获得事件差异: 选定事件A和事件B的具体类型； 提取在特定方位角和俯仰角下事件A和事件B的扫频雷达散射截面数据，通过点对点的比较获得两个事件之间的差 异如下:Δ = I RCS (A, f) -RCS (B, f) |，f 是频率 (0.1)； ③选取期望精度D，获得二项分布:通过I RCS (A, f) -RCS (B, f) I < D定义期望精度D ； 设事件差异Λ共有N数据点，其中有η数据点小于期望精度，满足公式 Δ i < D, i e (I, η) (0.2)； 另外Ν-η个事件差异Λ数据点大于期望精度，满足公式 Δ j ^ D, j e (Ν-η+1, N) (0.3) 设事件差异Λ满足公式(1.2)的概率Θ满足二项式分布: (Ν\ P(\ RCS(A, f) — RCS(B, f) \< I) I θ) = θη(I — Θ)Ν—Π (0.4) KnJ ④计算贝叶斯分布以获取不确定度: η ( Θ )为先验分布，采用贝叶斯假设，贝叶斯先验分布函数为:t、 -- 0<θ<1^W = 10(1.5) 贝叶斯后验分布为:π _ P(\ RCS(A, f) - RCSdl f) \< I) I θ)π(θ) — 6?,!{1-6?) ν ?! N^f/)= ~j- = - /I ￡ /)(| RCS(AJ)- RCS(B,f) |< D | θ)π{θ)?θ _ +1，Λ, — 〃 + 1) u.⑴ ++ =(1.7) ⑤评估置信度: 对事件差异Λ满足公式(1.2)的概率Θ落入区间的可信度进行估计的区间置信度评估公式为: Pm^ (U) 二 I「丨(巧"1--1 = 11/队(1是区间宽度输入参数(1.8) pm—d ⑥得到事件A和事件B的不确定度计算公式:U(pm, d) = 1-Q(pm, d) (1.9)。2.如权利要求1所述的一种基于RCS不确定度的模型校验方法，其特征在于:期望精度 D = 3dB03.如权利要求1所述的一种基于RCS不确定度的模型校验方法， 其特征在于:期望精度 D = 5dB0【文档编号】G01S7/40GK103675770SQ201210359070【公开日】2014年3月26日 申请日期:2012年9月24日 优先权日:2012年9月24日 【专利技术者】李粮生, 侯兆国, 闫华 申请人:中国航天科工集团第二研究院二〇七所本文档来自技高网...
【技术保护点】
一种基于RCS不确定度的模型校验方法，应用在已经获取目标雷达散射截面RCS的扫频数据的情况下，其特征在于，包括以下步骤：①定义事件：定义事件A为通过以下两种方法中的一种所获得目标雷达散射截面的扫频数据：实验测量技术、精确级数求解法；定义事件B为通过以下两种方法中的一种所获得目标雷达散射截面的扫频数据：物理光学近似、矩量求解法；②获得事件差异：选定事件A和事件B的具体类型；提取在特定方位角和俯仰角下事件A和事件B的扫频雷达散射截面数据，通过点对点的比较获得两个事件之间的差异如下：Δ＝|RCS(A,f)‑RCS(B,f)|，f是频率 (0.1)；③选取期望精度D，获得二项分布：通过|RCS(A,f)‑RCS(B,f)|＜D定义期望精度D；设事件差异Δ共有N数据点，其中有n数据点小于期望精度，满足公式Δi＜D，i∈(1,n) (0.2)；另外N‑n个事件差异Δ数据点大于期望精度，满足公式Δj≥D，j∈(N‑n+1,N) (0.3)设事件差异Δ满足公式（1.2）的概率θ满足二项式分布： P ( | RCS ( A , f ) - RCS ( B , f ) | < D | θ ) = N n θ n ( 1 - θ ) N - n (0.4)④计算贝叶斯分布以获取不确定度：π(θ)为先验分布,采用贝叶斯假设，贝叶斯先验分布函数为： π ( θ ) = 1 0 < θ < 1 0 (1.5)贝叶斯后验分布为： Π ( θ ) = P ( | RCS ( A , f ) - RCS ( B , f ) | < D | θ ) π ( θ ) ∫ 0 1 P ( | RCS ( A , f ) - RCS ( ...
【技术特征摘要】
【专利技术属性】
技术研发人员：李粮生，侯兆国，闫华，
申请(专利权)人：中国航天科工集团第二研究院二〇七所，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。