基于Bagging-GPR的舰船目标RCS频率外推技术

[目的]针对高频情况下使用传统仿真、实测方法获取舰船目标RCS受限的问题，提出一种结合引导聚集（Bagging）算法与基于谱混合协方差函数的高斯过程回归（GPR）模型的混合方法（Bagging-GPR），从而根据仿真和实测得到的低频段RCS数据，准确高效地外推高频段的RCS数据。[方法]首先，根据舰船目标低频段单站RCS数据，以重采样的方式获取训练子集，并使用基于谱混合协方差函数的GPR模型对各子集的RCS数据在频域上进行外推；然后，通过Bagging算法将各子集的外推结果进行混合，以进一步提高GPR的外推精度和鲁棒性；最后，分别在舰船模型的仿真数据集和实测数据集上对Bagging-GPR混合方法的性能予以试验验证。[结果]结果表明，Bagging-GPR可以实现实时外推，预测值与仿真值、实测值基本一致，均方根误差很小。[结论]所提方法具有较高的频域RCS数据外推精度和良好的鲁棒性，可为快速获取目标的高频RCS特征提供一种新的技术手段。