基于Eidos BSB人工神经元网络的雷达脉冲分选方法

摘要：

提出了一种基于Eidos BSB人工神经元网络的雷达脉冲分选方法.仿真表明,该模型能够通过对大量带有测量误差的雷达脉冲样本进行自联想学习,完成对脉冲模式的记忆,进而实现分选功能.与其他脉冲分选方法相比,该方法具有更好的参数测量误差适应能力和更高的分选精度.

关键词：Eidos BSB、自联想、雷达脉冲分选、仿真

所属期刊栏目：33

分类号：NT971-34

资助基金：国家自然科学基金资助项目60572108;南京航空航天大学基本科研业务费专项科研项目NS2010109;南京航空航天大学青年创新基金Y0618-041

在线出版日期：2011-01-28（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：6-9