电子对抗技术
電子對抗技術
전자대항기술
DIANZI DUIKANG JISHI
2004年
1期
6-10
,共5页
遗传算法%雷达信号识别%GANN
遺傳算法%雷達信號識彆%GANN
유전산법%뢰체신호식별%GANN
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.
利用神經網絡方法進行雷達信號識彆存在兩箇問題,一是難以選擇最優的網絡結構;二是用傳統的BP學習算法,常常收斂到跼部解.本文提齣一種GANN方法,即首先利用遺傳算法優化兩層前饋神經網絡結構以確定中間隱層的節點數,然後用遺傳算法進行學習.通過與BP算法相比較,遺傳算法不僅速度快,而且能找到最優解.實驗錶明,將GANN應用于雷達信號識彆,識彆率更高.
이용신경망락방법진행뢰체신호식별존재량개문제,일시난이선택최우적망락결구;이시용전통적BP학습산법,상상수렴도국부해.본문제출일충GANN방법,즉수선이용유전산법우화량층전궤신경망락결구이학정중간은층적절점수,연후용유전산법진행학습.통과여BP산법상비교,유전산법불부속도쾌,이차능조도최우해.실험표명,장GANN응용우뢰체신호식별,식별솔경고.
