基于回归神经网络的雷达辐射源识别算法

被引:14
作者
尹健
机构
[1] 海军装备研究院北京
关键词
雷达电子对抗; 神经网络; 辐射源识别; 特征提取; 特征分析与建模; 知识库;
D O I
暂无
中图分类号
TN95 [雷达];
学科分类号
080906 [电磁信息功能材料与结构];
摘要
本文在研究带偏差单元内部回归神经网络(InternallyRecurrentNet,IRN)算法的基础上,分析了雷达特征参数和雷达威胁类型的内在联系;利用统计分析和特征建模的方法获取先验知识、设计分类器并求取模糊隶属函数,结合IRN自学习特性和模糊隶属函数的分类功能识别出目标雷达辐射源可能的威胁类型,给出识别可信度。
引用
收藏
页码:188 / 192
页数:5
相关论文
共 9 条
[1]
现代海军武器装备手册.[M].中国船舶信息中心编;周元和主编;.国防工业出版社.2001,
[2]
多传感器信息融合及应用.[M].何友等著;.电子工业出版社.2000,
[3]
数据融合技术及其应用.[M].刘同明等编著;.国防工业出版社.1998,
[4]
人工神经网络.[M].杨行峻;郑君里编;.高等教育出版社.1992,
[5]
模式识别.[M].蔡元龙 编.西北电讯工程学院出版社.1986,
[6]
雷达对抗原理.[M].林象平 主编.西北电讯工程学院出版社.1985,
[7]
一种辐射源多特征数据关联的新方法 [J].
万洪容 ;
陈怀新 .
电讯技术, 2004, (02) :137-140
[8]
基于灰关联分析与D-S证据理论的多传感器雷达辐射源识别方法 [J].
俞志富 ;
罗景青 .
电讯技术, 2004, (01) :52-56
[9]
基于多特征参量模糊数据融合的辐射源识别 [J].
陈怀新 ;
南建设 .
电讯技术, 2003, (05) :11-14