基于计算机神经网络的雷达自适应抗干扰优化算法研究

作者：陈志超

来源：现代雷达, 2021, 43(11): 51-56.

DOI：10.16592/j.cnki.1004-7859.2021.11.009

• 反向传播神经网络
• 自适应
• 抗干扰
• 优化算法

反向传播(BP)神经网络算法能准确有效地对电子对抗干扰效能进行评估,并已获得理论和实践验证,但其存在训练时间长、收敛速度慢的缺陷。文中基于计算机BP神经网络,主要针对如何快速、准确计算出雷达自适应优化数值进行了大量分析,发现唯有将神经网络计算方式引入自适应优化计算方法才可以得出结果,最终按照实际情况再对该值进行修改,以此减少过程时间,提高收敛速度,增强评估时效性。在计算机大环境相同的运行程序条件下,就时间代价而言,BP神经网络跟踪的处理耗时比波形捷变提升了一个数量级,比波形固定的计算方法提升了两个数量级。通过计算神经网络映射数值,能够进一步对雷达抗干扰性能进行计算和测评。研究表明:倘若设定评分指标不变,BP神经网络法的雷达抗干扰效能指标要优于传统加权评估法。