10.13682/j.issn.2095-6533.2018.01.015
基于优化神经网络的压制干扰分类方法
为提高雷达有源压制干扰信号识别正确率,提出一种利用遗传算法优化神经网络的干扰信号分类识别方法.改进遗传算法,将种群中的个体按照适应度排序并等分为三段,在各段用不同比例选取相应数量的个体,同时用自适应的交叉率替换原固定取值,以加快算法搜寻速度;使用改进算法对前向反馈神经网络的权值和阈值进行优化;运用该网络进行雷达有源压制干扰信号的分类.针对射频噪声干扰、噪声调幅干扰、噪声调频干扰和噪声调相干扰4种典型压制干扰信号,仿真实验结果显示,所给方法可行有效.
压制干扰信号、神经网络、遗传算法、适应度
23
TN911.6
国家自然科学基金资助项目61402365;陕西省科学技术研究与发展计划工业科技攻关资助项目2013K06-33
2018-08-29(万方平台首次上网日期,不代表论文的发表时间)
共5页
92-96