本报告由两部分组成，第二部分旨在介绍根据小型航行器自动目标识别（SCATR）数据集建立的雷达截面（RCS）预测模型。本部分提供了用于开发 RCS 模型的自适应机器学习策略的路线图。介绍了分别基于五个自适应特征、两个真实特征和四个全球定位系统（GPS）特征的 RCS 模型的八个变体。此外，每个 RCS 模型还考虑了 26 个子变体。这些模型子变体涵盖了大量流行的回归方法，我们的目标是找到一个最忠实地代表反合成孔径雷达（ISAR）数据集的回归器，用于 RCS 预测。性能结果以判定系数和均方根误差表示。高斯过程回归在 RCS 建模方面表现突出。报告末尾提出了重要的意见和结论。
加拿大政府（GoC）为其最新的监视卫星星座 RADARSAT Constellation Mission (RCM) 投资超过 15 亿美元。国防部/加拿大武装部队（DND/CAF）极地 Epsilon 2 (PE2) 资本项目利用从加拿大的三颗 RCM 卫星获得的合成孔径雷达 (SAR) 图像，对海上航道进行全天候监视，以完成其主要国防任务之一。从一开始，加拿大空军就对其专用的 RCM 船舶探测模式 (SDM) 的性能质量提出了严格要求，以履行其保障加拿大海上进场的运行任务。PE2 目前的运行要求是在五级海况下探测大于 25 米的船只，对于大型船只的 RCS，存在相当简单的半经验模型，通常用于设计和评估 C 波段专用广域 SDM 的性能。目标的 RCS 以物理单位平方米（m2）或相对于平方米的分贝（dBsm）为单位，用于衡量反射回雷达的能量大小。尽管 RCS 会因目标属性（包括尺寸、方向、形状、入射角、结构和材料等）的不同而产生数量级的变化，但所提出的简单模型包含一个仅取决于舰船长度的平均值，而忽略了所有其他因素。
未来的下一代系统将面临更严格的要求，例如，DND/CAF 最新版本的《天基监视要求文件》（SBS-RD）中[要求 400.7]规定的对小至 5 米的船只的探测。SBS-RD 正式确定了未来天基监视系统的设计和开发所需的 UNCLASSIFIED 监视要求，代表了整个 CAF 的业务和职能当局所确定的需求，为继续研究和开发（R&D）提供了信息，并旨在影响未来任务中实施的设计。然而，对于此类小型舰艇而言，简单的模型无法移植到其他同频或异频雷达上，而且任何射频（RF）都不存在可靠的 RCS 模型。文献[3]首次尝试将文献[1]中的简单模型适用于 5 至 15 米的小型船只，但仍然只考虑了船只的长度。
本科学报告中的工作旨在向更复杂的 RCS 模型迈出一步，该模型包含多个相关的目标属性，可用于行业设计符合更严格要求的特定 SDM，并评估小型船只的探测性能。这种 RCS 模型可用于可靠地预测未来雷达传感器的性能和针对小型船只探测进行优化的模式，例如，为 DND/CAF 主要资本国防空间监视增强项目（DESSP）所设想的模式。
原文
相关内容
微信扫码咨询专知VIP会员