基于改进LMS加BP神经网络的二相码旁瓣抑制

• 作者: 李刚 田蛟
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: BP神经网络 自适应学习速率梯度下降算法 样本向量 改进的自适应滤波器 旁瓣抑制
• 年，卷（期）: 2013,（9）
• 所属期刊栏目: 基金项目
• 页码范围: 28-31,34
• 页数: 5页
• 分类号: TN975
• 字数: 2995字
• 语种: 中文

摘要

研究了BP神经网络在二相码旁瓣抑制中的应用,采用自适应学习速率梯度下降算法对网络进行训练,为了提高网络的抗噪声及多目标背景下的检测性能,训练的样本向量选取理想样本结合含噪声样本混合模式.此外,在将接收到的回波信号送入网络前,使其通过改进的自适应滤波器,以提高输入的信噪比.实验表明,对127位M码调相的不加噪声单目标回波,该算法能够使脉压输出的主旁瓣比达到60dB以上,并且在多目标及噪声环境下具有较好的性能.