兵工学报
兵工學報
병공학보
ACTA ARMAMENTARII
2014年
10期
1587-1594
,共8页
娄岩%赵义武%宋玉贵%张为防
婁巖%趙義武%宋玉貴%張為防
루암%조의무%송옥귀%장위방
信息处理技术%天幕靶%干扰噪声%Hopfield自联想神经网络%识别率
信息處理技術%天幕靶%榦擾譟聲%Hopfield自聯想神經網絡%識彆率
신식처리기술%천막파%간우조성%Hopfield자련상신경망락%식별솔
information processing technology%sky screen%interference noise%Hopfield auto-associative neural network%recognition rate
为了提高天幕靶系统测试精度和可靠性,探索测试产生各种干扰噪声如弹头激波、弹底激波、蚊虫飞鸟、振动等干扰因素的影响规律,利用Hopfield自联想神经网络的方法,识别并剔除典型因素干扰.通过对实弹射击试验得到的数据进行分析,充分验证了天幕靶系统的准确性和可靠性.分析结果表明:与电平信号识别相比,在射频为5发/min、口径为23 mm的炮弹测试中,自联想神经网络信号识别率提高了17.2％;在弹型为穿甲弹,口径为23 mm的测试中,Hopfield自联想神经网络信号识别率提高了46.7％;对于射频为7 500发/min的天幕靶连发弹丸信号测试条件下,正确信号识别率均达到了93％以上.在复杂环境条件下,Hopfield神经网络算法识别率远远高于传统的电平识别,提高了信号的识别率,能够适应一定区域内的复杂环境因素.
為瞭提高天幕靶繫統測試精度和可靠性,探索測試產生各種榦擾譟聲如彈頭激波、彈底激波、蚊蟲飛鳥、振動等榦擾因素的影響規律,利用Hopfield自聯想神經網絡的方法,識彆併剔除典型因素榦擾.通過對實彈射擊試驗得到的數據進行分析,充分驗證瞭天幕靶繫統的準確性和可靠性.分析結果錶明:與電平信號識彆相比,在射頻為5髮/min、口徑為23 mm的砲彈測試中,自聯想神經網絡信號識彆率提高瞭17.2％;在彈型為穿甲彈,口徑為23 mm的測試中,Hopfield自聯想神經網絡信號識彆率提高瞭46.7％;對于射頻為7 500髮/min的天幕靶連髮彈汍信號測試條件下,正確信號識彆率均達到瞭93％以上.在複雜環境條件下,Hopfield神經網絡算法識彆率遠遠高于傳統的電平識彆,提高瞭信號的識彆率,能夠適應一定區域內的複雜環境因素.
위료제고천막파계통측시정도화가고성,탐색측시산생각충간우조성여탄두격파、탄저격파、문충비조、진동등간우인소적영향규률,이용Hopfield자련상신경망락적방법,식별병척제전형인소간우.통과대실탄사격시험득도적수거진행분석,충분험증료천막파계통적준학성화가고성.분석결과표명:여전평신호식별상비,재사빈위5발/min、구경위23 mm적포탄측시중,자련상신경망락신호식별솔제고료17.2％;재탄형위천갑탄,구경위23 mm적측시중,Hopfield자련상신경망락신호식별솔제고료46.7％;대우사빈위7 500발/min적천막파련발탄환신호측시조건하,정학신호식별솔균체도료93％이상.재복잡배경조건하,Hopfield신경망락산법식별솔원원고우전통적전평식별,제고료신호적식별솔,능구괄응일정구역내적복잡배경인소.
