改进SFLA-BP神经网络在遮盖干扰信号识别应用

摘要：

提出一种改进混合蛙跳算法(SFLA),采用天牛须搜索(BAS)算法来优化混合蛙跳算法的子种群的局部搜索能力,以适应度函数作为评价标准,通过不断对最差个体进行更新来提高子种群的整体水平,优化出整个种群的最优解,即神经网络最佳的初始权值、阈值,对反向传播(BP)神经网络进行训练,得出最优的网络模型,使用BP神经网络、SFLA-BP神经网络和改进SFLA-BP神经网络将雷达有源遮盖性干扰信号分类处理.实验结果表明:改进SFLA-BP神经网络对干扰信号的平均正确识别率为0.91,均优于BP神经网络的正确识别率0.8535以及SFLA-BP神经网络的正确识别率0.8917.

关键词：遮盖性干扰信号、混合蛙跳算法、天牛须搜索算法、反向传播(BP)神经网络、网络模型

所属期刊栏目：39

分类号：TN911.6

资助基金：陕西省教育厅专项基金资助项目17JK0693

在线出版日期：2020-08-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：155-157,160