简介：海面电磁散射特性与海浪参数、雷达参数等多种影响因素存在复杂的依赖关系,传统大场景海面电磁散射预测模型在面临多参数高维度映射时容易出现过拟合问题,选择合适的降维方法和模型参数是提高模型性能的有效手段.本文提出了一种基于主成分分析(principal components analysis,PCA)降维的海面电磁散射快速预测方法.首先,利用文氏海谱和海面电磁散射模型构建后向散射系数仿真数据集;然后,引入PCA法降低仿真参数维度,提取主要特征;最后,基于最小二乘支持向量回归机(least squares support vector regression,LSSVR)建立非线性回归模型,输入降维数据进行预测,并评估预测结果的精度.通过对比不同降维比例的预测结果,分析了主成分降维对模型性能的影响.结果表明,对仿真参数进行适当降维能够显著增加模型精度,提升模型的解释能力.当降维比例为 25%左右时模型精度达到最优,当降维比例大于 40%时模型精度显著下降,不利于海面电磁散射预测.展开
