q-高斯的SOM神經(jīng)網(wǎng)絡(luò)在雷達抗干擾效能評估中的應(yīng)用

q-高斯的SOM神經(jīng)網(wǎng)絡(luò)在雷達抗干擾效能評估中的應(yīng)用

ID:38099127

大?。?04.63 KB

頁數(shù):6頁

時間:2019-05-24

q-高斯的SOM神經(jīng)網(wǎng)絡(luò)在雷達抗干擾效能評估中的應(yīng)用_第1頁
q-高斯的SOM神經(jīng)網(wǎng)絡(luò)在雷達抗干擾效能評估中的應(yīng)用_第2頁
q-高斯的SOM神經(jīng)網(wǎng)絡(luò)在雷達抗干擾效能評估中的應(yīng)用_第3頁
q-高斯的SOM神經(jīng)網(wǎng)絡(luò)在雷達抗干擾效能評估中的應(yīng)用_第4頁
q-高斯的SOM神經(jīng)網(wǎng)絡(luò)在雷達抗干擾效能評估中的應(yīng)用_第5頁
資源描述:

《q-高斯的SOM神經(jīng)網(wǎng)絡(luò)在雷達抗干擾效能評估中的應(yīng)用》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、第32卷第6期哈爾濱工程大學(xué)學(xué)報Vo1.32No.62011年6月JournalofHarbinEngineeringUniversityJun.2011doi:10.3969/j.issn.1006—7043.2011.06.013g一高斯的SOM神經(jīng)網(wǎng)絡(luò)在雷達抗干擾效能評估中的應(yīng)用趙偉,傘冶(哈爾濱工業(yè)大學(xué)控制與仿真中心,黑龍江哈爾濱150001)摘要:為了擴大鄰域函數(shù)的輸出空間和增強神經(jīng)元的鄰域合作,提出基于g一高斯的SOM(self-organizingmapping)神經(jīng)網(wǎng)絡(luò)評估雷達抗干擾效能.采用q-高斯函數(shù)作為SOM神經(jīng)網(wǎng)絡(luò)的鄰域函數(shù),

2、選取較大的非廣延熵指數(shù)q擴大了q一高斯函數(shù)的輸出空間,隨著鄰域的縮小,非廣延熵指數(shù)q從大到小自適應(yīng)地調(diào)整平衡了神經(jīng)元的遠鄰域合作和近鄰域合作.通過評估雷達抗干擾效能和實例測試,仿真結(jié)果表明基于g-高斯的SOM神經(jīng)網(wǎng)絡(luò)效能評估的準(zhǔn)確率為100%、模式識別的聚類正確率和分類正確率比其他SOM神經(jīng)網(wǎng)絡(luò)高出5%,驗證了該方法的有效性和可行性.關(guān)鍵詞:效能評估;雷達抗干擾;SOM神經(jīng)網(wǎng)絡(luò);q一高斯中圖分類號:TP18;E917文獻標(biāo)識碼:A文章編號:1006-7043(2011)06-0767-06Aq-GaussianSOMneuralnetworkandi

3、tsapplicationforevaluationoftheefectivenessofradarECCMZHAOWei,SANYe(ControlandSimulationCenter,HarbinInstituteofTechnology,Harbin150001,China)Abstract:Inordertoincreasetheoutputspaceofneighborhoodfunctionsandenhancetheneighborhoodcooperationbetweenneurons,aq-Gaussianself-organi

4、zingmapping(SOM)neuralnetworkwasproposedforevaluationoftheeffectivenessofradarelectroniccounter—countermeasures(ECCM).Aq-Gaussianfunctionwastakenasaneighbor—hoodfunctioninanSOMneuralnetwork,andthenon—extensiveentropicindexqwaslargertoeficientlyincreasetheoutputspaceoftheq-Gauss

5、ianfunction.Thenon-extensiveentropicindexqwasadjustedadaptivelyfromlargetosmallwiththedecreasingneighbortobalancetheneuronsdistantandcloseneighborhoodcooperationability.ThesimulationresultsoftheeffectivenessevaluationoftheradarECCMandinstancetestsshowthattheq-GaussianSOMneuraln

6、etworkcanobtain100%accurateresultsinevaluatingeffectiveness.a(chǎn)5%higheraccuracyratebothinclusteringandclassificationthanotherSOMneuralnetworksinpatternrecognition;thevalidityandfeasibilityofthemethodareverified.Keywords:effectivenessevaluation;radarECCM;self-organizingmappingneur

7、alnetwork;q—Gaussian各種武器裝備威力的發(fā)揮,戰(zhàn)區(qū)的監(jiān)視和警戒,達裝備研究和作戰(zhàn)效能評估有重要的作用.目前,雷諸兵種協(xié)同作戰(zhàn)的調(diào)配、聯(lián)系、指揮和控制等,都越達抗干擾效能評估的方法主要有線性加權(quán)法、層次來越多地依賴于雷達的效能?.隨著雷達技術(shù)的發(fā)分析法、模糊評判法和概率綜合法.但這些方法受人展,反雷達技術(shù)也迅速發(fā)展,導(dǎo)致了現(xiàn)代雷達工作環(huán)為因素影響大,因為神經(jīng)網(wǎng)絡(luò)具有良好的非線性映境的日益復(fù)雜和惡化.因此,研究雷達的抗干擾射能力,可以任意逼近一個復(fù)雜的非線性系統(tǒng),所以能力受到了人們的重視,雷達抗干擾效能評估對雷人們越來越多的重視采用神經(jīng)

8、網(wǎng)絡(luò)來評估雷達抗干擾效能J.SOM神經(jīng)網(wǎng)絡(luò)是一種無監(jiān)督學(xué)習(xí)的競爭收稿日期:2009-10—13.型神經(jīng)網(wǎng)絡(luò),

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。