文献类型：期刊文章

作　　者：施端阳[1,2] 林强[1] 胡冰[1] 陈嘉勋[3]

SHI Duan-yang;LIN Qiang;HU Bing;CHEN Jia-xun(Air Force Early Warning Academy,Hubei Wuhan 430019,China;PLA,No.95174 Troop,Hubei Wuhan 430040,China;PLA,No.95980 Troop,Hubei Xiangyang 441022,China)

机构地区：[1]空军预警学院,湖北武汉430019 [2]中国人民解放军95174部队,湖北武汉430040 [3]中国人民解放军95980部队,湖北襄阳441022

出　　处：《现代防御技术》

基　　金：全军军事类研究生资助课题(JY2020B150)。

年　　份：2021

卷　　号：49

期　　号：6

起止页码：74-83

语　　种：中文

收录情况：BDHX、BDHX2020、ZGKJHX、核心刊

摘　　要：针对目标检测后仍存在剩余杂波影响雷达跟踪和占用数据处理资源等问题,提出一种基于遗传算法(genetic algorithm,GA)优化反向传播(back propagation,BP)神经网络的雷达杂波抑制方法。通过分析雷达目标点迹和杂波点迹差异化的特征,选取多维特征作为输入自变量,设计BP神经网络分类器模型,对雷达目标点迹和杂波点迹进行分类识别,进而滤除杂波。在数据输入时,利用遗传算法对神经网络的输入自变量进行优化选择,降低输入数据维度,缩短建模时间。在神经网络训练时,利用遗传算法优化BP神经网络的初始权值和阈值,提高网络收敛速度和识别精度。通过雷达实测数据测试表明:遗传算法优化后的BP神经网络与传统BP神经网络相比,雷达杂波点迹识别率提高了1.5%,识别时间缩短了20.4%。

关 键 词：遗传算法 反向传播神经网络 降维  点迹数据  剩余杂波  杂波抑制

分 类 号：TN957] TP301.6]