魏 挺，鹿 琦（中国飞行试验研究院，陕西 西安 710089）

基于RCS动态数据的目标起伏特性分析

魏 挺，鹿 琦
（中国飞行试验研究院，陕西 西安 710089）

文章以某型飞机动态RCS测试数据为基础，利用4种经典分布模型对其进行拟合，并通过Kolmogorov拟合优度检验方法，检验在一定显著性水平下的目标迎头视向RCS数据的分布特性。研究结果能够为目标回波信息的精确模拟与检测提供可靠的依据，并用于雷达目标仿真。

雷达截面；动态测量；分布特性

复杂目标的雷达散射截面（RCS）特性分析一直是雷达电磁目标特性专业研究的重点方向。复杂目标回波的能量分布是目标各散射中心回波相互作用的结果。为了精确地描述目标RCS的分布特性，人们建立了各类统计模型。如正态和对数正态模型、瑞利分布、x2分布等等。本文以某型歼击机动态RCS测试为背景，研究其动态RCS测试数据正迎头部分的统计分布特征。

1　经典模型

（1）x2分布。

概率密度计算公式为：

（2）正态和对数正态分布。

正态分布概率密度计算公式为：

式中：φ为σ的方差

式中τ为lnσ的均值，S2为lnσ的方差。

（3）瑞利分布。

瑞利分布概率密度计算公式如下：

（4）此外，还有很多经典的分布模型［3］，但用于描述复杂目标回波能量分布特性的主要以前文4种模型为主。

2　Kolmogorov拟合优度检验方法

相比X2检验，Kolmogorov检验具有更高的灵敏度，且不用人为划分区间。其原理如下：

假定F（x）为总体X的分布函数，且连续但未知，该总体的某一样本为（X1，X2，……Xn），首先检验假设：

H0： F（x）=F0（x）（H1： F（x） ≠F0（x）

式中F0（x）为已知的分布函数，Fn（x）是对F（x）进行参数估计后得到的经验分布函数。