2006(â1)

More documents

Recommendations

Info

1 1 n w 110 • простота подготовки обучающей выборки; • возможность использования наиболее популярных алгоритмов обучения НС. Условия моделирования. Для создания данных обучения и проверки НС использовалась программа "Backscattering simulation". Эта программа создавала "чистые" ДП, к которым на этапах обучения и проверки НС добавлялся шум. На рис. 5 представлена схема структуры при создании данных для обучения и проверки НС. В этой схеме после фазового детектора, реализованного в указанной программе (1), получались "чистые" сигналы квадратурных каналов I и Q, которые подавались в блок 3 для определения энергии сигнала и формирования отсчетов шума, обеспечивающих задаваемое отношение сигнал/шум. Промасштабированные в 3 отсчеты "белого" шума, получаемые от генератора шума (2), добавлялись к сигналу для получения смеси сигнал/шум. Результаты моделирования распознавания радиолокационных целей. В процессе моделирования распознавались 9 различных воздушных целей: Ту-16, B1-B, B-52, составлявшие класс 1 – цели большого размера; Миг-21, Tonardo, F-15 (класс 2 – цели сред- Вход сигнала 140 120 100 80 60 40 20 0 Отсчеты по дальности 90° x 1 x 2 Входы ФНЧ Опорная частота Входной слой I 1 2 … w 111 w 112 w 1KN x N N ИН K Измерение энергии сигнала и создание соответствующего шума 3 ИН 1 w 11N ИН 2 w 1K0 … Скрытый слой Рис. 4 ν 1 ν 2 ν K 2 2 I + Q 4 w 211 w 212 w 2MK Некогерентное накопление 5 w 210 ИН 1 w 21K … w 2M 0 ИН M Выходной слой y 1 y M Выходы Данные для обучения и проверки НС Класс или тип цели ФНЧ Программа "Backscattering simulation" 1 Q Генератор "белого" шума 2 Отношение сигнал/шум Количество накапливаемых импульсов Рис. 5 53
Ту-16 Класс 1 (большой размер) В1-В B52 Воздушные цели МиГ-21 Класс 2 (средний размер) Tornado Рис. 6 него размера) и ALCM, AGCM, Decoy (класс 3 – цели малого размера) (рис. 6). Для получения НС, не чувствительной к воздействию шума, последние обучались с применением сигнальных векторов, свободных от шума, и векторов, зашумленных с отношением сигнал/шум в интервале 18…30 дБ. На рис. 7 представлены зависимости вероятности распознавания целей q от отношения сигнал/шум во входном сигнале ψ с для ПЕР- (рис. 7, а) и РБФ-сети (рис. 7, б) с количеством нейронов в скрытом слое 300 и в выходном слое 9, обучавшихся при разных отношениях сигнал/шум F15 ALCM Класс 3 (малый размер) AGCM Decoy ψ об . Видно, что с ростом ψ об растет и распознающая способность сетей. При этом эффективность обучения по отношению к НС, обучавшимся в отсутствие шумов, у РБФ-сети выше (6 дБ), чем у ПЕР-сети (4 дБ). На рис. 8 показаны зависимости q( ψ с ) для каждой из девяти целей с использованием описанных НС ПЕР (рис. 8, а) и РБФ (рис. 8, б) (1 – Ту-16; 2 – B1-B; 3 – B-52; 4 – МиГ-21; 5 – Tornado; 6 – F-15; 7 – ALCM; 8 – ALCM; 9 – Decoy). На рис. 9 сравниваются зависимости q( ψ с ) для НС ПЕР и РБФ. Сплошными линиями даны характеристики ПЕР-сети, штриховыми – РБФ-сети. Цифрами указаны клас- q ψ об = 18 дБ q ψ об = 18 дБ 0.8 0.6 0.4 22 26 30 0.7 0.4 22 26 30 0.2 0.75 0.50 0.25 54 10 15 20 25 ψ с q 0 2 3 1 4 6 5 7 8 а 9 10 15 20 25 ψ с а Рис. 7 Рис. 8 0.1 q 0.75 0.50 0.25 10 15 20 25 ψ с 0 1 2 3 7 8 9 6 4 5 б 10 15 20 25 ψ с б
Page 1 and 2: И СЕРИЯ «Радиоэле
Page 3 and 4: ным является довед
Page 5 and 6: 3. Lubin J. A human vision system m
Page 7 and 8: ное число. В качест
Page 9 and 10: Можно показать, что
Page 11 and 12: K 1.8 1.2 0.6 0 - 15 Ортоста
Page 13 and 14: Ряд работ [9]-[13] указ
Page 15 and 16: УДК 621.391.23 В. Н. Смир
Page 17 and 18: априорных данных. В
Page 19 and 20: целях анализа двух
Page 21 and 22: В литературе [1] вст
Page 23 and 24: Таблица 2 N 1 2 3 4 5 10 20
Page 25 and 26: Энерголиния При пе
Page 27 and 28: СПИСОК ЛИТЕРАТУРЫ 1
Page 29 and 30: ВФ x1 ( n ) x1 ( n − 1) x1 ( n
Page 31 and 32: Стадия автокоррекц
Page 33 and 34: k , дБ η , дБ 2 74 1 - 17 58 2
Page 35 and 36: их систем. Для конт
Page 37 and 38: Следовательно, опр
Page 39 and 40: Если ∆R≪ R0 , что обы
Page 41 and 42: h а Антенна θ 2 θ 1 R 1
Page 43 and 44: Сравнение производ
Page 45 and 46: D 0.75 0.50 0.25 0 - 5 1 2 K = 2 10
Page 47 and 48: Некооперативные ме
Page 49 and 50: Непараметрические
Page 51: Для НС наиболее поп
Page 55 and 56: УДК.621.396 Чинь Суан Ш
Page 57 and 58: z r0 ς В процессе выч
Page 59: Полученное квадрат

2006(â1)

Create successful ePaper yourself

Delete template?

Save as template?

2006(â1)