神經(jīng)網(wǎng)絡(luò)在非協(xié)同目標(biāo)識別中的應(yīng)用研究.pdf

1、現(xiàn)代電子戰(zhàn)爭中的非協(xié)同目標(biāo)識別十分重要,而神經(jīng)網(wǎng)絡(luò)憑借其很強的自適應(yīng)學(xué)習(xí)能力和高速并行運算能力在該領(lǐng)域具有廣泛的應(yīng)用前景.該論文研究了神經(jīng)網(wǎng)絡(luò)技術(shù)在非協(xié)同目標(biāo)識別中的應(yīng)用.其主要內(nèi)容和創(chuàng)新點如下:1.闡述了神經(jīng)網(wǎng)絡(luò)的基本理論,從結(jié)構(gòu),數(shù)學(xué)表達和執(zhí)行步驟三方面介紹了三類典型的人工神經(jīng)網(wǎng)絡(luò)--BP,RBF和Kohonen網(wǎng)絡(luò).2.對Kohonen網(wǎng)絡(luò)提出了如下改進:根據(jù)樣本分布進行距離函數(shù)的選擇,用鄰域函數(shù)來改善自組織競爭性,提出基于全局映

2、射的網(wǎng)絡(luò)訓(xùn)練方法和基于二次映射的網(wǎng)絡(luò)收斂方法;將Kohonen網(wǎng)絡(luò)的自組織特性與RBF網(wǎng)絡(luò)的高識別率特性相結(jié)合,構(gòu)建新型的混合神經(jīng)網(wǎng)絡(luò)--KRⅠ和KRⅡ.3.基于數(shù)字調(diào)制信號的特征直方參量分析,提出了采用RP和RBF兩類網(wǎng)絡(luò)進行數(shù)字信號調(diào)制識別的方法,并對其識別性能進行了對比分析,數(shù)值模擬結(jié)果證實了提出方法的有效性.4.針對未知類別的觀測數(shù)據(jù),提出了基于Kohonen網(wǎng)絡(luò)的動態(tài)聚類算法,實現(xiàn)了非監(jiān)督式多源屬性數(shù)據(jù)的關(guān)聯(lián)處理.5.針對多傳

3、感器的輻射源識別問題,提出了組合神經(jīng)網(wǎng)絡(luò)分類器的目標(biāo)識別方法.組合神經(jīng)網(wǎng)絡(luò)由Kohonen,RBF,KRI和KRⅡ這四類網(wǎng)絡(luò)組成,采用線性回歸的組合規(guī)則來確定組合網(wǎng)絡(luò)的后驗概率權(quán)值,加權(quán)平均得到組合網(wǎng)絡(luò)的估計后驗概率作為最終的屬性判決判據(jù),實現(xiàn)目標(biāo)識別.6.提出了網(wǎng)絡(luò)輸出的置信度計算公式,用置信度閾值作為拒識門限,優(yōu)化了網(wǎng)絡(luò)的拒識性能.仿真研究表明,組合神經(jīng)網(wǎng)絡(luò)提高了后驗概率估計的準(zhǔn)確程度,進而提高識別率,同時在拒識率上它也優(yōu)于單個網(wǎng)絡(luò)