[发明专利]基于等价型模糊神经网络电子对抗辐射源识别方法

说明书

技术领域

本申请属于信号识别技术领域，特别是涉及一种基于等价型模糊神经网络电子对 抗辐射源识别方法。

背景技术

随着军事科学技术的进步，现代化战场电子对抗越来越激烈，电磁信号环境也越 来越复杂，辐射源密度成倍增加，同时对战场局势的决策和判断已成为高技术侦测装备的 较量，才能赢得更大的战争主动性。而军事雷达、无人机、军事卫星等侦察设备在侦测辐射 源参数信息以及信息的特称的过程中，由于存在较大的偶然性，这就需要利用模糊技术。模 糊技术在处理那些精确度不是很有把握的信息时能够显示出巨大的优势，特别是在识别辐 射源方面推广，这是符合技术发展历史趋势的必然选择。不过模糊性地推理只能够对等级 有限地进行获取，对于准确的识别率与识别精度大大得到了降低，如此导致模糊识别系统 对于本身的许多优势不能更好地体现。

发明内容

本发明的目的在于提供一种基于等价型模糊神经网络电子对抗辐射源识别方法， 以克服现有技术中的不足。

为实现上述目的，本发明提供如下技术方案：

本申请实施例公开了一种基于等价型模糊神经网络电子对抗辐射源识别方法，包括：

步骤1，计算聚类中心c_j，j等于j＝1,2,…,；

步骤2，计算基函数参数σ_j；

步骤3，调整连接权值w_ij；

步骤4，符合终止的条件结束，否则返回步骤2。

优选的，在上述的基于等价型模糊神经网络电子对抗辐射源识别方法中，所述步 骤1包括：

(1)、c_j初始化；

(2)、让任何的模式都根据最近的聚类中心进行分组，假设

||xi-cj||=minj∈Nr||xi-cj||---(1)]]>

将x_i分配给θ_j，i＝1,2,3,…r,θ_j代表的是在聚类中心进行聚集，c_j则表示集合周围的 训练方式；

(3)、对聚类中心进行重新计算：

cj=1MjΣxi∈θjxi---(2)]]>

其中，M_j代表θ_j之中元素的数值；

(4)、步骤1与步骤3进行重复，直至c_j的聚类中心不发生任何变化。