为了进一步提高雷达的探测性能,设计了线性调频–二相码(LFM-M)混合调制脉冲压缩信号。采用分类比较的方法,研究了反向传播网络、Elman网络和径向基函数(RBF)网络等3种典型神经网络在其脉冲压缩中的应用,设计了网络的结构,分析了网络的...为了进一步提高雷达的探测性能,设计了线性调频–二相码(LFM-M)混合调制脉冲压缩信号。采用分类比较的方法,研究了反向传播网络、Elman网络和径向基函数(RBF)网络等3种典型神经网络在其脉冲压缩中的应用,设计了网络的结构,分析了网络的算法。通过仿真和对脉冲压缩输出性能的研究得出,采用RBF神经网络对LFM-M码信号进行脉冲压缩,网络具有较快的收敛速度和较好的数值稳定性,可获得60 d B左右的输出主旁瓣比。展开更多
文摘为了进一步提高雷达的探测性能,设计了线性调频–二相码(LFM-M)混合调制脉冲压缩信号。采用分类比较的方法,研究了反向传播网络、Elman网络和径向基函数(RBF)网络等3种典型神经网络在其脉冲压缩中的应用,设计了网络的结构,分析了网络的算法。通过仿真和对脉冲压缩输出性能的研究得出,采用RBF神经网络对LFM-M码信号进行脉冲压缩,网络具有较快的收敛速度和较好的数值稳定性,可获得60 d B左右的输出主旁瓣比。