本文關(guān)鍵詞：基于Kohonen神經(jīng)網(wǎng)絡(luò)的雷達目標回波識別　出處：《中北大學(xué)》2016年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 雷達目標回波 S-Kohonen 濾波器 貝葉斯決策 強分類器

【摘要】：雷達目標回波識別作為軍事領(lǐng)域中關(guān)鍵的一個研究方向,其研究手段在近幾年的不斷朝著智能化、工具化的方向發(fā)展。人工神經(jīng)網(wǎng)絡(luò)作為一種強自適應(yīng)性的智能算法,大規(guī)模并行處理、強容錯性等特點使其很容易的被應(yīng)用于雷達目標回波識別中。本文主要以Kohonen神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)對雷達目標回波的識別進行研究和實驗,根據(jù)其良好的聚類效果、強自適應(yīng)性和自組織的特點,提出了一種識別準確率比較高的S-Kohonen_bayes方法。首先,文章從實際問題出發(fā),闡述了雷達目標回波識別所遇到的具體問題,提出采用Kohonen的神經(jīng)網(wǎng)絡(luò)方法進行聚類解決,并進行仿真實驗。其次,根據(jù)聚類結(jié)果對Kohonen網(wǎng)絡(luò)進行改進,引入兩種比較實用的濾波對雷達目標回波的數(shù)據(jù)進行優(yōu)化。通過仿真實驗證明,濾波的優(yōu)化效果十分顯著,且其中的中值濾波器具有更好的實驗效果。然后,為了對實驗結(jié)果進行更好的改良,提出S-Kohonen_bayes的方法。使用兩種貝葉斯決策的方法,從統(tǒng)計和決策的角度對實驗結(jié)果進行優(yōu)化。并且,在本章的仿真實驗中加入Adboost強分類器,更大的提升了雷達目標回波識別的準確率。最后,用實地采錄的雷達目標回波數(shù)據(jù)對本文提出的S-Kohonen_bayes方法進行效果驗證。實驗結(jié)果證明,本文采用的方法在雷達目標回波的識別上具有很高的準確率,并具有良好的泛化性能。
【學(xué)位授予單位】：中北大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN957.52;TP183

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 胡慶賢,武傳松,孫俊生,張建綱;Kohonen神經(jīng)網(wǎng)絡(luò)在熔化極氣體保護焊接質(zhì)量監(jiān)測中的應(yīng)用[J];無損檢測;2002年04期

2 李春明;基于Kohonen神經(jīng)網(wǎng)絡(luò)的模擬電路故障診斷[J];內(nèi)蒙古工業(yè)大學(xué)學(xué)報(自然科學(xué)版);2002年03期

3 曹均闊,葉水生,丁香乾;模糊Kohonen網(wǎng)絡(luò)在煙葉分類中的應(yīng)用[J];計算機工程;2005年02期

4 陳洪亮,沈琳琳;基于Kohonen神經(jīng)網(wǎng)絡(luò)的地圖自動輸入技術(shù)[J];小型微型計算機系統(tǒng);2001年12期

5 陶蘭;;Kohonen神經(jīng)網(wǎng)絡(luò)模型在柑桔區(qū)域規(guī)劃專家系統(tǒng)中的應(yīng)用[J];北京農(nóng)業(yè)工程大學(xué)學(xué)報;1993年01期

6 劉暉;陳小惠;劉銀峰;;基于粗糙集和模糊kohonen聚類網(wǎng)絡(luò)的多傳感器數(shù)據(jù)融合[J];電子測量與儀器學(xué)報;2010年03期

7 胡德文，沈?qū)崳跽�，溫熙�?Kohonen網(wǎng)絡(luò)后訓(xùn)練階段自組織的密度分布[J];電子學(xué)報;1995年08期

8 武傳松,Polte T,Rehfeldt D;GMAW焊接過程監(jiān)測Kohonen神經(jīng)網(wǎng)絡(luò)系統(tǒng)[J];機械工程學(xué)報;2002年01期

9 陳伏虎,杜拴平;模糊KOHONEN網(wǎng)絡(luò)用于水聲目標聚類分析[J];聲學(xué)與電子工程;2000年02期

10 郭一平;用Kohonen神經(jīng)網(wǎng)絡(luò)對高光譜分辨率圖像進行無監(jiān)督分類的研究[J];紅外與毫米波學(xué)報;1994年06期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 桑鵬偉;基于Kohonen神經(jīng)網(wǎng)絡(luò)的雷達目標回波識別[D];中北大學(xué);2016年

，

本文編號：1318855