改进SFLA-BP神经网络在遮盖干扰信号识别应用

作者：杨洁; 褚书培^*

来源：传感器与微系统, 2020, 39(08): 155-160.

DOI：10.13873/J.1000-9787(2020)08-0155-03

• 遮盖性干扰信号
• 混合蛙跳算法
• 天牛须搜索算法
• 反向传播(BP)神经网络
• 网络模型

提出一种改进混合蛙跳算法(SFLA),采用天牛须搜索(BAS)算法来优化混合蛙跳算法的子种群的局部搜索能力,以适应度函数作为评价标准,通过不断对最差个体进行更新来提高子种群的整体水平,优化出整个种群的最优解,即神经网络最佳的初始权值、阈值,对反向传播(BP)神经网络进行训练,得出最优的网络模型,使用BP神经网络、SFLA-BP神经网络和改进SFLA-BP神经网络将雷达有源遮盖性干扰信号分类处理。实验结果表明:改进SFLA-BP神经网络对干扰信号的平均正确识别率为0.91,均优于BP神经网络的正确识别率0.853 5以及SFLA-BP神经网络的正确识别率0.891 7。

• 出版日期2020
• 单位西安邮电大学; 通信与信息工程学院