[發明專利]一種基于神經網絡的機載雷達射頻隱身波形選擇方法在審
| 申請號： | 202010097639.1 | 申請日： | 2020-02-17 |
| 公開（公告）號： | CN111337918A | 公開（公告）日： | 2020-06-26 |
| 發明（設計）人： | 時晨光;王奕杰;丁琳濤 | 申請（專利權）人： | 南京航空航天大學 |
| 主分類號： | G01S13/72 | 分類號： | G01S13/72;G01S7/282;G01S7/35;G01S7/36;G06N3/04;G06N3/08 |
| 代理公司： | 南京蘇高專利商標事務所(普通合伙) 32204 | 代理人： | 徐紅梅 |
| 地址： | 210016 江*** | 國省代碼： | 江蘇;32 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 神經網絡 機載 雷達 射頻 隱身 波形 選擇 方法 | ||
1.一種基于神經網絡的機載雷達射頻隱身波形選擇方法，其特征在于，包括以下步驟：
(1)建立機載雷達射頻隱身發射波形選擇集合Ω；
(2)定義機載雷達射頻隱身波形選擇目標函數；
(3)建立基于目標函數OF的機載雷達射頻隱身波形選擇模型，并采用遍歷法對模型進行求解；
(4)采用神經網絡對機載雷達射頻隱身波形進行選擇。
2.根據權利要求1所述的一種基于神經網絡的機載雷達射頻隱身波形選擇方法，其特征在于，步驟(1)中機載雷達射頻隱身發射波形選擇集合Ω中包括線性調頻信號、高斯調制線性調頻信號、巴克碼信號、P1碼、P2碼、P3碼和P4碼。
3.根據權利要求1所述的一種基于神經網絡的機載雷達射頻隱身波形選擇方法，其特征在于，步驟(2)中定義機載雷達射頻隱身波形選擇目標函數為：
其中，det[·]表示求矩陣的行列式值運算，Φk+1為k+1時刻機載雷達的發射波形，為k+1時刻的目標協方差矩陣，通過下式計算：
其中，M為目標運動模型總數目，為k+1時刻模型m的概率，為k+1時刻模型m的目標協方差矩陣，為k+1時刻模型m的目標狀態，為k+1時刻的目標狀態，即：
4.根據權利要求1所述的一種基于神經網絡的機載雷達射頻隱身波形選擇方法，其特征在于，步驟(3)中在k+1時刻機載雷達對目標進行照射跟蹤時，建立基于目標函數的機載雷達射頻隱身波形選擇模型，如下所示：
其中，為k+1時刻的目標協方差矩陣，Φk+1為k+1時刻機載雷達的發射波形，Ω表示預先建立的機載雷達射頻隱身發射波形選擇集合；
采用遍歷法，從預先建立的機載雷達射頻隱身發射波形選擇集合Ω中選擇使目標函數最小的波形作為k+1時刻機載雷達的發射波形。
5.根據權利要求1所述的一種基于神經網絡的機載雷達射頻隱身波形選擇方法，其特征在于，步驟(4)包括以下步驟：
(41)產生訓練樣本；
基于步驟(3)建立的機載雷達射頻隱身波形選擇模型，將前一時刻機載雷達的發射波形與信噪比作為神經網絡的輸入，將下一時刻的機載雷達的發射波形作為神經網絡的輸出，將輸入和輸出數據作為神經網絡的訓練樣本；
(42)建立神經網絡；
建立含有單隱含層的多層前饋神經網絡結構；
(43)訓練神經網絡；
根據步驟(41)產生的訓練樣本，對步驟(42)中建立的神經網絡結構進行訓練，使該神經網絡學會步驟(3)中機載雷達射頻隱身波形選擇模型中的優化準則，從而完成在目標跟蹤過程中的決策功能。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于南京航空航天大學，未經南京航空航天大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010097639.1/1.html，轉載請聲明來源鉆瓜專利網。
