基于改进RBF神经网络的雷达信号识别
针对增批条件下雷达信号识别准确率低、速度慢的问题,设计了一种基于改进径向基函数(RBF)神经网络的雷达信号识别方法.该方法首先对待识别雷达数据进行属性约简处理,通过知识粒度法筛选出区分度高的属性集合,并基于约简集提取决策规则,提高了属性的表征能力;然后针对神经网络结构和参数难以准确设定的问题,根据决策规则完成了雷达信号识别RBF神经网络的结构构建与参数设置.仿真实验结果表明,该方法降低了雷达信号识别RBF神经网络复杂度,能够有效完成对增批雷达信号的识别,且具有较高的识别准确率和较低的时间消耗.
信号识别、神经网络、粗糙集、属性简约
41
TN911
2022-09-30(万方平台首次上网日期,不代表论文的发表时间)
共5页
52-56