2006(№1)

сы распознаваемых целей (см. рис. 6). Из
этих рисунков следует, что эффективность
РБФ-сети на 2 дБ выше, чем у ПЕР-сети.
Представленные в статье результаты
моделирования показывают, что НС, обучавшиеся
в присутствии шумов, обладают улучшенными
возможностями распознавания
(РБФ-сеть – на 6 дБ; ПЕР-сеть – на 4 дБ) по
отношению к НС, обучавшимся в отсутствие
шумов. При этом эффективность распознавания
у РБФ-сети выше, чем у ПЕР-сети.
q
0.75
0.50
0.25
0
1
3
3
2
10 15 20 25 ψс
Рис. 9
СПИСОК ЛИТЕРАТУРЫ
1. Ермоленко В. П., Митрофанов Д. Г., Коваленков Н. Н. Учет вида зондирующего сигнала и архитектурных
особенностей радиолокационных целей при определении потенциальных возможностей их распознавания
// Зарубежная радиоэлектроника. 1996. № 11. С. 73–76.
2. Smith C. R., Goggans P. M. Radar target identification // IEEE Ant. propagat. magaz. 1993. Vol. 35, № 4. P. 27–38.
3. Van der Heiden R. Aircraft recognition with radar range profiles. PhD thesis / University of Amsterdam,
1998. 99 p.
4. Фархат Н. Х. Формирование радиолокационных изображений методом разнесения в диапазоне СВЧ и
автоматизированная идентификация целей, основанная на использовании моделей нейронных сетей // ТИИЭР.
1989. Т. 77, № 5. С. 43–56.
5. Сосулин Ю. Г. Теоретические основы радиолокации и радионавигации: Учеб. пособие для вузов. М.:
Радио и связь, 1992. 304 с.
6. Селекция и распознавание на основе локационной информации / А. Л. Горелик, Ю. Л. Барабаш, О. В.
Кривошеев, С. С. Эпштейн; Под ред. А. Л. Горелика. М.: Радио и связь, 1990. 249 с.
7. Rihaczek A. W., Hershkowitz S. J. Theory an practice of radar target identification. Boston, London: Artech
House, 2000. 738 p.
8. Radar target backscattering simulation – sofware and user's manual / Y. D. Shirman, S. A. Gorshkov, S. P.
Leshchenko et al. Boston, London: Artech House, 2002. 94 p.
9. Братченко Г. Д., Орленке В.М. Методы радиолокационного распознавания и их моделирование / Я. Д.
Ширман, С. А. Горшков, С. П. Лещенко и др. // Зарубежная радиоэлектроника. Успехи современной радиоэлектроники.
1996. № 11. С. 3–63.
10. Нейрокомпьютеры. Кн. 3: Учеб. пособие для вузов / Под. общ. ред. А. И. Галушкина. М.:ИПРЖР,
2000. 528 с.
11. Осовский С. Нейронные сети для обработки информации / Пер. с польск. И. Д. Рудинского. М.: Финансы
и статистика, 2002. 344 c.
12. Терехов В. А., Ефимов Д. В., Тюкин И. Ю. Нейросетевые системы управления: Учеб. пособие для вузов.
М: ИПРЖР, 2002. 480 с. (Нейрокомпьютеры и их применение. Кн. 8; Под. общ. ред. А. И. Галушкина).
13. Хайкин С. Нейронные сети: полный курс. 2-е изд. М.: Вильямс, 2006. 1104 с.
14. Haykin S. Neural networks expand SP's horizons // IEEE Signal proc. mag. 1996. Vol. 13, № 3.P. 24–49.
15. Caelli T., Guan L., Wan W. Modularity in neural computing // Proc. of the IEEE. 1999. Vol. 87, № 9.
P. 1497–1518.
Le Dai Phong, V. I. Veremjev
PERFORMANCE OF RADAR TARGET RECOGNITION WITH HIGH RESOLUTION RANGE PROFILES FROM
PROGRAM "BACKSCATTERING SIMULATION"
The selection of feature and algorithm of radar target recognition is considered. Characteristics
of recognition of the air targets by neural network are presented. The performance of
neural networks algorithms are compared with other.
Neural network, radar, recognition
Статья поступила в редакцию 16 марта 2006 г.
55