基于遗传算法和神经网络的雷达信号识别.研究

基于遗传算法和神经网络的雷达信号识别.研究

ID:31983604

大小:2.97 MB

页数:74页

时间:2019-01-30

基于遗传算法和神经网络的雷达信号识别.研究_第1页
基于遗传算法和神经网络的雷达信号识别.研究_第2页
基于遗传算法和神经网络的雷达信号识别.研究_第3页
基于遗传算法和神经网络的雷达信号识别.研究_第4页
基于遗传算法和神经网络的雷达信号识别.研究_第5页
资源描述:

《基于遗传算法和神经网络的雷达信号识别.研究》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、独创性声明本人声明,所呈交的学位论文是在导师的指导下完成的。论文中取得的研究成果除加以标注和致谢的地方外,不包含其他人己经发表或撰写过的研究成果,也不包括本人为获得其他学位而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢●~~㈠~~、一___~J⋯一·..~、:意。学位论文作日+期:学位论文版权使用授权书本学位论文作者和指导教师完全了解东北大学有关保留、使用学位论文的规定:即学校有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人同意东北大学可以将学位论文的全

2、部或部分内容编入有关数据库进行检索、交流。作者和导师同意网上交流的时间为作者获得学位后:半年口一年口一年半口两年口学位论文作者签名:签字日期:导师签名:签字日期:’}攀.V东北大学硕士学位论文摘要基于遗传算法和神经网络的雷达信号识别研究摘要对雷达信号进行快速而准确的识别是实施有效电子干扰的前提,也是打赢未来高科技战争的必要条件之一。本文分析了现有雷达信号识别方法的优缺点,指出雷达信号识别的神经网络方法是较好方法之一。但神经网络方法也存在着一些不足,一是网络结构的选取往往是人为的;二是传统的BP学习算法学习时间太长,且往往收敛到局

3、部解。为了克服神经网络方法的这些不足,我们提出了一种雷达信号识别的GANN方法,即,首先利用遗传算法优化了两层前馈神经网络结构以确定中间隐层单元的个数,然后用遗传算法对网络进行学习。该方法不仅能够选择一个较优的神经网络结构,而且对网络的学习比BP算法还快。本文成功地将GANN应用于雷达信号识别,经过大量试验并与现有专家系统和数据库查询方法进行了全面比较表明本文方法正确识别率较高。关键词:遗传算法;雷达信号识别;GANN-II一-■■l∥譬瞄■rr㈡IIt-■东北大学硕士学位论文ResearchofRadarSignalRecog

4、nitionBasedonGeneticAlgorithmandNeuralNetAbstractnisthepremiseofeffectivelyexertingelectronicjammingtorecognizeradarsignalfastandexactly,andoneofnecessaryconditioIlStowinfuturehigh-techbattle.Theadvantagesandthedisadvantagesofallexistingmethodsforradarsignalrecogniti

5、onareanalyzedinthispaper.Ⅵ,efredthatneuralnetworkmethodrecognizingshowsbetterperformancethantheothers.HowevertherearetwoproblemstoOCCurinneuralnetworkmethod:oneisdifficulttogetanoptimalnetwork;theotheristhatBPoftentobetrappedintolocalminiinulTiinerror.ToovercometheNN

6、’Sshortcomings,weproposeaGANNmethodofradarsignalrecognition.Itoptimizesthetwo-layerfeedforwardnetworkanddeterminesthemiddlelayer’SnodebyGA,andthentrimthenetweightbyGA.Insuchaway,wenotonlyselectanoptimalneuralnetworkstructurebutalsomakethenetstudyfasterthantheBP.Wehav

7、esuccessfullyappliedtheGANNtoradarsignalrecognitioninthispaper.Atlast,theconclusionhasbeendrawnthatthecorrectrateofrecognizingradarsignalsbyGANNishigherthanthatbymethodsoftheESTRRanddatabasequeryingthroughanumberofexperiments.Keywords:GeneticAlgorithm;Radarsignalreco

8、gnition;GANN..III..}◆●■蠹每■,●一东北大学硕士学位论文目录目录独创性声明⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯-⋯⋯⋯⋯⋯.I摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.IIAbstract..⋯.⋯...

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。