APP下载

基于反向传播神经网络的海杂波参数估计

2020-01-08何耀民何华锋徐永壮苏敬王依繁

兵工学报 2019年12期
关键词:关联物理模型

何耀民,何华锋,徐永壮,苏敬,王依繁

(火箭军工程大学 导弹工程学院,陕西 西安 710025)

0 引言

海杂波是指雷达在海面上形成的散射回波,它受到波浪、海风和潮汐等复杂环境的影响。评估弹载导引头在不同海况下的打击精度,迫切需要深入分析海杂波的特性,建立贴近实况下的海杂波模型。目前,关于海杂波的研究和分析主要有基于统计分布和物理特性两种分析思路。

基于统计分布的方法主要以模型为主,例如对数正态分布、Weibull分布和K分布等。由于K分布模型可以同时考虑海杂波的幅度分布特征和脉冲间相关性能,能够比其他模型更准确地反映海杂波的统计特性。Conte等[1]、Marier[2]分别利用环不变随机过程(SIRP)和记忆非线性变换(ZMNL)法对海杂波进行仿真,上述两种方法是目前使用较广泛的海杂波仿真方法。Ritchie等[3]通过计算海杂波累积振幅分布得到虚警概率,以此评估海杂波的统计量;Watts[4]和Watts等[5-6]利用多普勒谱记录的测量结果,分析平均功率谱密度、多普勒谱极值振幅等主要特征,提出一种基于复合K分布的海杂波振幅统计模型,并通过大量海杂波测试数据进行验证;Weinberg[7-8]利用相互独立的高斯矢量加权乘积和构造同相正交分量,提出计算更简单的KK分布海杂波模型。

基于物理性质的方法,通常从海杂波的混沌或分形特性方面进行分析。Haykin等[9]研究分析了实测海杂波的嵌入维数和Lyapunov指数,提出基于混沌相空间重构和反向传播(BP)神经网络相结合的小目标检测算法;……

登录APP查看全文

猜你喜欢

关联物理模型
一半模型
只因是物理
“苦”的关联
重尾非线性自回归模型自加权M-估计的渐近分布
智趣
3D打印中的模型分割与打包
我不是教物理的
语言学与修辞学:关联与互动