基于自回归小波神经网络的空中目标威胁评估

发布时间：2024-03-06 05:44

　　针对空战中目标威胁评估系统非线性、评估难度大等特点,提出了自回归小波神经网络(Self-recurrent Wavelet Neural Network,SRWNN)的空中目标威胁评估方法。通过分析SRWNN结合递归神经网络(Recurrent Neural Net RNN)的吸引子动力学和WNN快速收敛的特点,建立了SRWNN模型,提出了SRWNN的参数优化学习算法,以实现增强自学习能力的目的,然后分析了威胁评估的影响因素,给出了基于SRWNN的空中目标威胁评估算法的程序设计。仿真实验结果表明,与WNN相比,该算法提高了系统的稳定性,加快了收敛速度,增强了预测精度。

【文章页数】：3 页


本文编号：3920640