神经网络识别算法去除核爆电磁脉冲探测闪电干扰

• 作者: 王浩骅 苗家友 朱万华 方广有
• 来源期刊: 核电子学与探测技术
• 关键词: 波形识别 广义回归神经网络 核爆电磁脉冲 闪电电磁脉冲
• 年，卷（期）: 2021,（1）
• 页码范围: 92-97
• 页数: 6页
• 分类号: TL91
• 语种: 中文
• DOI: 10.3969/j.issn.0258-0934.2021.01.017

摘要

为解决在核爆电磁脉冲(NEMP)探测中经常出现的闪电电磁脉冲(LEMP)干扰问题,提出一种基于广义回归神经网络(GRNN)的识别分类算法.通过对收集到的LEMP与NEMP波形的时域分析,定义9个特征参数用以表征、区分二者波形.通过对GRNN的训练使正地闪、负地闪、云闪、先导四种LEMP波形的识别准确率达到92％以上,LEMP的误报率在万分之二左右,为NEMP探测和闪电检测中的信号分类与识别提供了一种可行的技术途径.