雷达信号识别的GANN方法

被引：8

作者：

黄贤锋

陈卫

谭营

机构：

[1] 解放军电子工程学院

[2] 解放军电子工程学院室

[3] 合肥

[4] 室

来源：

电子对抗技术 | 2004年 / 01期

关键词：

遗传算法; 雷达信号识别; GANN;

D O I：

暂无

中图分类号：

TN957.51 [雷达信号检测处理];

学科分类号：

081002 [信号与信息处理];

摘要：

利用神经网络方法进行雷达信号识别存在两个问题,一是难以选择最优的网络结构;二是用传统的BP学习算法,常常收敛到局部解。本文提出一种GANN方法,即首先利用遗传算法优化两层前馈神经网络结构以确定中间隐层的节点数,然后用遗传算法进行学习。通过与BP算法相比较,遗传算法不仅速度快,而且能找到最优解。实验表明,将GANN应用于雷达信号识别,识别率更高。

引用

收藏

页码：6 / 10

页数：5

相关论文

共 8 条

[1]

基于Log-Sigmoid型径向基神经网络的雷达辐射源识别 [J].

张勇强 ;

叶志铨 ;

黄文龙 .

航空计算技术, 2002, (03) :22-26

[2]

小波-神经网络在辐射源识别中的应用研究 [J].

牛海 ;

马颖 .

系统工程与电子技术, 2002, (05) :55-57

[3]

神经网络在雷达辐射源识别中的应用研究 [J].

伍波 ;

谭营 .

航天电子对抗, 2001, (05) :12-14+44

[4]

模糊神经网络的舰载雷达辐射源识别方法 [J].

王建华 ;

赵莉萍 ;

虞平良 ;

宿延吉 .

哈尔滨理工大学学报, 1999, (02)

[5]

遗传算法与神经网络的结合 [J].

李敏强 ;

徐博艺 ;

寇纪淞 .

系统工程理论与实践, 1999, (02)

[6]

基于遗传算法的 RBF 神经网络设计 [J].

黄席樾 ;

刘菡萏 ;

石为人 .

重庆大学学报(自然科学版), 1998, (02)

[7]

人工神经网络与遗传算法的结合：进展及展望 [J].

梁化楼 ;

戴贵亮 .

电子学报, 1995, (10)

[8]

雷达威胁识别专家系统.[J].谭营;崔宗国;黄建冲;.电子对抗.1997, 02