基于粗糙集与RBF神经网络的雷达辐射源信号识别研究

• 作者: 关欣 张政超 李应升
• 来源期刊: 航空计算技术
• 关键词: 雷达辐射源识别 粗糙集 粗糙K-均值 RBF神经网络
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: 计算方法
• 页码范围: 18-21,26
• 页数: 5页
• 分类号: TP18|TN953
• 语种: 中文
• DOI: 10.3969/j.issn.1671-654X.2009.04.005

摘要

针对新体制、新用途雷达辐射源信号难以识别的特点,用粗糙集理论对雷达辐射源信号进行离散化、属性约简、规则提取,达到分类的目的.用粗糙K-均值聚类方法计算径向基神经网络(RBFNN)的聚类中心,然后用粗糙集理论约简得到的规则构建径向基神经网络对未知雷达辐射源信号进行识别.仿真结果表明,这种基于粗糙集与RBF神经网络的识别模型减少了识别冗余特征、简化了神经网络结构,能有效地识别雷达辐射源信号.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	关欣	海军航空工程学院信息融合技术研究所	104	1013	17.0	28.0