基于量子神经网络的辐射源识别方法

被引:6
作者
张中山
贾可新
机构
[1] 中国电子科技集团公司第三十八研究所
关键词
量子神经网络; 雷达辐射源识别; 多层激励函数;
D O I
暂无
中图分类号
TP183 [人工神经网络与计算]; TN974 [雷达电子对抗];
学科分类号
080906 [电磁信息功能材料与结构]; 140502 [人工智能];
摘要
针对传统的BP神经网络对雷达辐射源识别率不高问题,提出了基于量子神经网络的辐射源识别方法。由于量子神经网络借鉴了量子理论的量子态叠加思想,不仅保留了人工神经网络的固有优势,而且可形成特征空间的多级划分,使得分类具有更大的自由度,从而较好地对辐射源进行分类识别。实验结果表明,相比于传统BP神经网络,该方法能获得更高的雷达辐射源识别率。
引用
收藏
页码:26 / 28+31 +31
页数:4
相关论文
共 7 条
[1]
基于量子神经网络的道路交通事故预测研究 [D]. 
付青松 .
重庆大学,
2010
[2]
基于量子神经网络的手写体数字识别研究 [D]. 
吴茹石 .
江南大学,
2007
[3]
多层传递函数的量子神经网络在汽轮机故障诊断中的应用 [J].
陈平 ;
谢志江 ;
欧阳奇 .
动力工程, 2007, (04) :569-572
[4]
一种用于雷达信号分选的改进型神经网络 [J].
程柏林 ;
朱元清 ;
马晓岩 .
空军雷达学院学报, 2005, (02) :18-20
[5]
[6]
量子神经网络及其应用 [J].
李飞 ;
郑宝玉 ;
赵生妹 .
电子与信息学报, 2004, (08) :1332-1339
[7]
雷达辐射源信号智能识别方法研究 [D]. 
张葛祥 .
西南交通大学,
2005