1.5 小结

经历几十年的发展完善，角反射体已经成为最重要的无源干扰器材之一。本章从RCS的经典公式、RCS频率特性、RCS极化特性和HRRP入手分析了三面角反射体和异型角反射体的雷达目标特性。介绍了一种可以提高效率的三面角反射体RCS快速预估算法——改进GO/AP算法，利用该算法可以推导得到三面角反射体RCS最大值的计算公式。将改进GO/AP算法与散射中心合成算法相结合，可以用于三面角反射体群和异型角反射体的RCS快速预估。

角反射体的目标特性与舰船目标十分相似，给对海雷达的识别带来了很大的挑战，如何有效地识别角反射体已成为一个亟待解决的难题。为了提高对海雷达对角反射体的识别正确率，可以从特征提取和识别算法两方面入手，也就是选择能够细致刻画目标本质的特征向量和泛化能力强的识别算法。在特征向量方面，全极化高分辨率距离像有机综合了高分辨率成像和全极化测量的优点，能够更加精细地刻画目标，本书将其作为目标信息保障。在识别算法方面，机器学习中的集成学习思想通过联合多个分类器，实现优势互补，达到“取众家之所长，成一家之言”的效果，可以获得显著优于单个分类器的分类性能，本书将其作为分类算法保障。