發(fā)布時(shí)間：2020-12-12 02:21

　　為了解決認(rèn)知雷達(dá)資源自適應(yīng)調(diào)度中評(píng)價(jià)指標(biāo)和評(píng)價(jià)方法單一而導(dǎo)致主、客觀評(píng)價(jià)不一致的問題,根據(jù)空中目標(biāo)威脅度以及目標(biāo)圖像質(zhì)量,提出一種基于神經(jīng)網(wǎng)絡(luò)的認(rèn)知雷達(dá)目標(biāo)優(yōu)先級(jí)綜合評(píng)價(jià)方法,為認(rèn)知雷達(dá)資源調(diào)度系統(tǒng)提供準(zhǔn)確的調(diào)度依據(jù)。該方法首先建立目標(biāo)的威脅度和成像質(zhì)量的評(píng)價(jià)指標(biāo)體系,然后采用BP神經(jīng)網(wǎng)絡(luò)和自組織特征映射(SOFM)神經(jīng)網(wǎng)絡(luò)對(duì)目標(biāo)的優(yōu)先級(jí)進(jìn)行綜合評(píng)價(jià)。仿真結(jié)果表明,該方法能夠?qū)Χ鄠�(gè)目標(biāo)的優(yōu)先級(jí)進(jìn)行客觀、準(zhǔn)確的評(píng)價(jià)。 

【文章來源】：現(xiàn)代電子技術(shù). 2020年09期 第62-66+70頁 北大核心

【文章頁數(shù)】：6 頁

【部分圖文】：

認(rèn)知雷達(dá)目標(biāo)優(yōu)先級(jí)綜合評(píng)價(jià)系統(tǒng)結(jié)構(gòu)圖

為了確定圖像質(zhì)量指標(biāo)權(quán)重，本文建立了三層BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)模型，如圖2所示。由于理論上已經(jīng)證明，單個(gè)隱含層的網(wǎng)絡(luò)可以通過適當(dāng)增加神經(jīng)元節(jié)點(diǎn)的個(gè)數(shù)實(shí)現(xiàn)任意非線性映射，因此，在本文中設(shè)定單個(gè)隱含層即可滿足需求。由圖2可知，輸入層包含4個(gè)節(jié)點(diǎn)（對(duì)應(yīng)圖像質(zhì)量的4個(gè)評(píng)價(jià)指標(biāo)），隱含層根據(jù)神經(jīng)網(wǎng)絡(luò)經(jīng)驗(yàn)公式設(shè)定10個(gè)神經(jīng)元節(jié)點(diǎn)，輸出層只包含1個(gè)節(jié)點(diǎn)，輸出結(jié)果包含設(shè)定的4個(gè)評(píng)價(jià)等級(jí)之一。3.1.2 確定指標(biāo)權(quán)重

利用本文確定的BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)對(duì)144個(gè)ISAR成像樣本進(jìn)行訓(xùn)練，其中，116(80%）個(gè)數(shù)據(jù)樣本作為訓(xùn)練樣本，28(20%）個(gè)數(shù)據(jù)樣本作為測(cè)試樣本，訓(xùn)練結(jié)果如圖3所示。在300批次時(shí)均方誤差開始收斂，在3 000批次時(shí)，均方誤差能達(dá)到0.010 818，對(duì)樣本的識(shí)別概率能達(dá)到92.857%，滿足對(duì)圖像質(zhì)量等級(jí)評(píng)價(jià)的要求。根據(jù)式（13）可求出4個(gè)圖像質(zhì)量評(píng)價(jià)的歸一化權(quán)重為：qi=[0.221 2,0.250 4,0.271 6,0.256 8]。


本文編號(hào)：2911672