基于GABP神经网络曲线拟合的快沿电磁脉冲信号源模型求解

作者：纪志强; 魏明; 吴启蒙; 樊高辉; 魏晗

来源：计算机测量与控制, 2015, 23(05): 1792-1801.

DOI：10.16526/j.cnki.11-4762/tp.2015.05.102

• 快沿电磁脉冲
• BP神经网络
• 遗传算法
• 曲线拟合

为给电子设备的电磁脉冲效应仿真提供准确的快沿电磁脉冲(fast rise-time electromagnetic pulse,FREMP)信号源模型,提出一种基于遗传算法优化BP神经网络(GABP-NN)曲线拟合的信号源模型求解方法;该方法通过示波器对脉冲信号进行采集,利用GABP神经网络对波形曲线进行高精度拟合,提取网络参数建立信号源模型;为进一步获得BP神经网络拟合规律设置对比实验,采用隐含层神经元数为10的GABP神经网络对FREMP信号源进行建模,所得模型拟合度为91.64%;仿真结果表明该方法运算速度快、精度高。

• 单位
  中国人民解放军陆军工程大学