基于粒子群优化的神经网络算法在辐射源特征聚类中的应用

• 作者: 吴扬 孙毓富 柴恒
• 来源期刊: 舰船电子对抗
• 学科: 工学
• 关键词: 粒子群优化 BP网络 神经网络 辐射源识别
• 年，卷（期）: 2010,（3）
• 所属期刊栏目: 信号/数据处理
• 页码范围: 66-68,95
• 分类号: TN971.1
• 字数: 3011字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-9167.2010.03.016

摘要

战场辐射源识别已成为电子侦察和雷达威胁告警的基本要素,其关键技术之一--辐射源特征聚类算法的研究也显得日益重要.在分析常用误差反传(BP)网络算法对辐射源特征聚类的不足后,提出利用基于粒子群优化的神经网络算法对多特征参数进行聚类.通过比较该优化算法和传统BP网络算法在聚类正确率和收敛速度方面的差别,验证了基于粒子群优化的BP算法在辐射源特征聚类中相对于传统BP算法的优越性,仿真结果证明了该方法具有较好的实用价值.