基于PSO-TDNN的空间目标识别

寇鹏; 牛威

引用本文:	寇鹏,牛威. 基于PSO-TDNN的空间目标识别[J]. 雷达科学与技术, 2010, 8(5): 406-411.[点击复制]
	. [J]. Radar Science and Technology, 2010, 8(5): 406-411.[点击复制]

【打印本页】【下载PDF全文】【查看/发表评论】【下载PDF阅读器】【关闭】

←前一篇|后一篇→

过刊浏览高级检索

本文已被：浏览 4293次下载 0次	码上扫一扫！
分享到：微信更多字体:加大+\|默认\|缩小-
基于PSO-TDNN的空间目标识别
寇鹏,牛威
1.国防科技大学电子科学与工程学院空间所;2.西安卫星测控中心宇航动力学国家重点实验室

摘要:

针对空间目标的RCS特征识别的问题,提出了基于粒子群算法(PSO)训练的时延神经网络(TDNN)识别方法。首先研究了时延神经网络的结构模型和梯度下降训练法,由于梯度下降训练法存在收敛速度缓慢、容易陷入局部极小值等缺点,提出了基于粒子群算法的训练方法,将时延神经网络的训练过程转化为群体随机优化问题。最后,提取两类空间目标的RCS实测数据小波特征,利用各类神经网络进行识别比较发现:基于粒子群算法的时延神经网络(PSO-TDNN)具有分类能力强,收敛速度快等优点。

关键词: 空间目标识别时延神经网络粒子群算法 RCS小波特征

DOI：

分类号:

基金项目:国家863项目(No.2009AA8080501)

Abstract:

Key words: