[发明专利]一种基于RCS不确定度的模型校验方法

摘要

本发明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。

主权项

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＝|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)=Nnθn(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)=10<θ<10]]>(1.5)贝叶斯后验分布为：Π(θ)=P(|RCS(A,f)-RCS(B,f)|<D|θ)π(θ)∫01P(|RCS(A,f)-RCS(B,f)|<D|θ)π(θ)dθ=θn(1-θ)N-nB(n+1,N-n+1)]]>(1.6)B(n+1,N-n+1)=∫01θn(1-θ)N-ndθ]]>(1.7)⑤评估置信度：对事件差异Δ满足公式（1.2）的概率θ落入[p_m-d,p_m+d]区间的可信度进行估计的区间置信度评估公式为：p_m＝n/N、d是区间宽度输入参数（1.8）⑥得到事件A和事件B的不确定度计算公式：U(p_m,d)＝1-Q(p_m,d)    （1.9）。