基于Eidos BSB人工神经元网络的雷达脉冲分选方法  

Radar Pulse Deinterleaving Method Based on Eidos BSB Artificial Neural Network

作　　者：王旭东[1] 宋茂忠[1] 

机构地区：[1]南京航空航天大学信息科学与技术学院,江苏南京210016

出　　处：《现代电子技术》2010年第23期6-9,共4页Modern Electronics Technique

基　　金：国家自然科学基金资助项目(60572108);南京航空航天大学基本科研业务费专项科研项目(NS2010109);南京航空航天大学青年创新基金(Y0618-041)

摘　　要：提出了一种基于Eidos BSB人工神经元网络的雷达脉冲分选方法。仿真表明,该模型能够通过对大量带有测量误差的雷达脉冲样本进行自联想学习,完成对脉冲模式的记忆,进而实现分选功能。与其他脉冲分选方法相比,该方法具有更好的参数测量误差适应能力和更高的分选精度。A novel radar pulse deinterleaving method based on Eidos BSB （brain-state-in-a-box） artificial neural network is proposed. Simulation results indicate that radar pulse patterns can be stored and deinterleaved by the parameter optimized unsupervised auto-associative neural network after learning a mass of radar pulse samples with measurement errors. Comparing with other radar pulse deinterleaving methods, this method can adapt more measurement errors and achieve higher deinterleav ing accuracy.

关 键 词：Eidos BSB 自联想 雷达脉冲分选 仿真 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]