基于BAS-BP神经网络的遮盖干扰信号识别

摘要：

提出一种使用天牛须搜索(beetle antennae search,BAS)算法优化反向传播(back propagation,BP)神经网络以识别遮盖干扰信号的方法.采用BAS优化BP神经网络的初始权值、阈值,以适应度函数作为评价标准,优化出最佳的权值、阈值,训练BP神经网络,得到最优BP神经网络模型,使用优化后的BP神经网络对雷达有源遮盖性干扰信号进行分类识别.选取射频噪声、噪声调幅和噪声调频3种干扰信号进行仿真,结果表明,BAS-BP神经网络和BP神经网络的均方误差分别为0.148 6和0.177 0,平均绝对值误差分别为0.219 7和0.269 3.BAS-BP神经网络和BP神经网络对3种干扰信号的平均识别率分别为0.913 7和0.882 7.BAS-BP神经网络方法能够识别干扰信号,且效果优于BP神经网络算法.

关键词：遮盖性干扰信号、反向传播神经网络、天牛须搜索算法

所属期刊栏目：24

分类号：TN974

资助基金：陕西省教育厅专项科研计划资助项目17JK0693

在线出版日期：2020-04-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：6-10