典型文献
改进型神经网络在雷达误差补偿中的应用
文献摘要：
针对传统误差补偿方法用于防空雷达存在适应性和适用性差的问题,构建了一种基于改进粒子群算法优化的BP神经网络,能够更稳定、更精确地估计雷达误差,并补偿雷达量测值,从而更好地提高雷达的探测精度.首先,引入收敛因子以及动态自适应调节惯性权重,提高粒子群算法的全局寻优能力与收敛速度;其次,将改进的粒子群算法用于优化BP神经网络的初始权值和阈值,提高BP神经网络的估计精度,缩短训练时间.采用某雷达的实测数据进行仿真验证,结果表明,补偿后的距离、方位角、俯仰角的精度和误差起伏性均有大幅改善,与传统方法相比补偿效果更好,工程应用性和推广应用性更强.
文献关键词：
改进粒子群算法;BP神经网络;误差估计;误差补偿
中图分类号：
作者姓名：
施裕升;王晓科;刘鑫;杨革文;高方君
作者机构：
上海机电工程研究所,上海 201000;上海航天技术研究院,上海 201000
文献出处：
引用格式：
[1]施裕升;王晓科;刘鑫;杨革文;高方君-.改进型神经网络在雷达误差补偿中的应用)[J].电光与控制,2022(07):49-52,61
A类：
B类：
改进型,误差补偿,补偿方法,防空雷达,改进粒子群算法,算法优化,更稳,探测精度,收敛因子,动态自适应,自适应调节,惯性权重,全局寻优,寻优能力,收敛速度,改进的粒子群算法,权值,估计精度,短训,训练时间,仿真验证,方位角,俯仰角,工程应用性,误差估计
AB值：
0.369785
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
