节点文献

基于BAS-BP神经网络的遮盖干扰信号识别

免费订阅

【作者】 杨洁褚书培

【Author】 YANG Jie;CHU Shupei;School of Communication and Information Engineering, Xi’an University of Posts and Telecommunications;

【机构】 西安邮电大学通信与信息工程学院

【摘要】 提出一种使用天牛须搜索(beetle antennae search, BAS)算法优化反向传播(back propagation, BP)神经网络以识别遮盖干扰信号的方法。采用BAS优化BP神经网络的初始权值、阈值,以适应度函数作为评价标准,优化出最佳的权值、阈值,训练BP神经网络,得到最优BP神经网络模型,使用优化后的BP神经网络对雷达有源遮盖性干扰信号进行分类识别。选取射频噪声、噪声调幅和噪声调频3种干扰信号进行仿真,结果表明,BAS-BP神经网络和BP神经网络的均方误差分别为0.148 6和0.177 0,平均绝对值误差分别为0.219 7和0.269 3。BAS-BP神经网络和BP神经网络对3种干扰信号的平均识别率分别为0.913 7和0.882 7。BAS-BP神经网络方法能够识别干扰信号,且效果优于BP神经网络算法。

【基金】 陕西省教育厅专项科研计划资助项目(17JK0693)
【所属期刊栏目】 通信与信息技术 (2019年05期)
  • 【DOI】10.13682/j.issn.2095-6533.2019.05.002
  • 【分类号】TN974;TP183
  • 【下载频次】89
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: