运用深度信念网络的雷达干扰效能评估

发布时间：2021-08-04 19:50

　　针对传统的雷达干扰效能评估方法可信度低、准确率低等不足,提出了基于深度信念网络的评估方法.首先利用层次分析法中的指标集建立方法生成网络的训练样本和测试样本,通过逐层无监督学习获得网络初始参数;然后结合层次分析法计算得到的结果,利用反向传播算法对网络参数进行微调;最后利用Softmax进行干扰效能评估等级划分.该方法通过在训练样本评估结果中引入随机误差,改善了深度信念网络的泛化能力,进一步提高了评估结果的准确性.仿真结果表明,与BP神经网络和径向基函数神经网络相比,评估准确率更高,达92.75%,从而验证了所提方法的有效性. 

【文章来源】：空军预警学院学报. 2020,34(05)

【文章页数】：4 页

【参考文献】：
期刊论文
[1]基于深度置信网络和双谱对角切片的低截获概率雷达信号识别[J]. 王星,周一鹏,周东青,陈忠辉,田元荣.  电子与信息学报. 2016(11)
[2]基于层次分析法的协同干扰效能评估[J]. 汤广富,安红,焦志.  电子信息对抗技术. 2016(04)
[3]基于RBF神经网络的雷达干扰效能评估[J]. 袁学华,李龙骧.  电子对抗. 2016 (02)
[4]对雷达导引头干扰效能多级模糊综合评估[J]. 孟跃宇,吴华,程嗣怡,邵军.  火力与指挥控制. 2015(11)
[5]基于主成分分析和Softmax回归模型的人脸识别方法[J]. 汪海波,陈雁翔,李艳秋.  合肥工业大学学报(自然科学版). 2015(06)
[6]基于RBF神经网络的雷达干扰效能评估方法[J]. 员志超.  软件导刊. 2015(06)
[7]BP神经网络在导弹试验干扰效果评估中的应用[J]. 叶厚良,周旦辉,姜鹏.  海军航空工程学院学报. 2015(03)
[8]基于模糊层次分析的小小区性能评估[J]. 谭维锴,郭爱煌,钱业青.  系统工程与电子技术. 2014(08)
[9]基于层次分析法的雷达导引头抗干扰评估方法[J]. 涂岩,刘飞.  电子设计工程. 2014(06)
[10]利用红外特征和Softmax回归识别绝缘子污秽等级[J]. 付鹏,姚建刚,龚磊.  计算机工程与应用. 2015(13)



本文编号：3322305