面对未来无人水下航行器(UUV)等设备探测通信一体化需求,本文提出一种基于Costas序列频率调制和差分相移键控(Frequency modulation of Costas Sequence and Differential Phase Shift Keying,Costas-DPSK)的水下探测通信一体化波形,并...面对未来无人水下航行器(UUV)等设备探测通信一体化需求,本文提出一种基于Costas序列频率调制和差分相移键控(Frequency modulation of Costas Sequence and Differential Phase Shift Keying,Costas-DPSK)的水下探测通信一体化波形,并给出后续基于双曲调频信号和单频连续波信号(Hyperbolic Frequency Modulation Wave and Continue Wave, HFM+CW)导引信号设计和信息处理方案。该信号利用Costas跳频调制保证了波形的探测能力,结合DPSK调制通信信息序列。仿真实验结果表明,该信号同时具备不输于线性调频信号(Line Frequency Modulation,LFM)信号的目标探测能力以及DPSK调制的通信能力,兼顾了水下探测和通信功能。展开更多
针对神经网络超参数优化效果差、容易陷入次优解和优化效率低的问题,提出一种基于改进实数编码遗传算法(IRCGA)的深度神经网络超参数优化算法——IRCGA-DNN(IRCGA for Deep Neural Network)。首先,采用实数编码方式表示超参数的取值,使...针对神经网络超参数优化效果差、容易陷入次优解和优化效率低的问题,提出一种基于改进实数编码遗传算法(IRCGA)的深度神经网络超参数优化算法——IRCGA-DNN(IRCGA for Deep Neural Network)。首先,采用实数编码方式表示超参数的取值,使超参数的搜索空间更灵活;然后,引入分层比例选择算子增加解集多样性;最后,分别设计了改进的单点交叉和变异算子,以更全面地探索超参数空间,提高优化算法的效率和质量。基于两个仿真数据集,验证IRCGA-DNN的毁伤效果预测性能和收敛效率。实验结果表明,在两个数据集上,与GA-DNN(Genetic Algorithm for Deep Neural Network)相比,所提算法的收敛迭代次数分别减少了8.7%和13.6%,均方误差(MSE)相差不大;与IGA-DNN(Improved GA-DNN)相比,IRCGA-DNN的收敛迭代次数分别减少了22.2%和13.6%。实验结果表明,所提算法收敛速度和预测性能均更优,能有效处理神经网络超参数优化问题。展开更多
文摘面对未来无人水下航行器(UUV)等设备探测通信一体化需求,本文提出一种基于Costas序列频率调制和差分相移键控(Frequency modulation of Costas Sequence and Differential Phase Shift Keying,Costas-DPSK)的水下探测通信一体化波形,并给出后续基于双曲调频信号和单频连续波信号(Hyperbolic Frequency Modulation Wave and Continue Wave, HFM+CW)导引信号设计和信息处理方案。该信号利用Costas跳频调制保证了波形的探测能力,结合DPSK调制通信信息序列。仿真实验结果表明,该信号同时具备不输于线性调频信号(Line Frequency Modulation,LFM)信号的目标探测能力以及DPSK调制的通信能力,兼顾了水下探测和通信功能。
文摘针对神经网络超参数优化效果差、容易陷入次优解和优化效率低的问题,提出一种基于改进实数编码遗传算法(IRCGA)的深度神经网络超参数优化算法——IRCGA-DNN(IRCGA for Deep Neural Network)。首先,采用实数编码方式表示超参数的取值,使超参数的搜索空间更灵活;然后,引入分层比例选择算子增加解集多样性;最后,分别设计了改进的单点交叉和变异算子,以更全面地探索超参数空间,提高优化算法的效率和质量。基于两个仿真数据集,验证IRCGA-DNN的毁伤效果预测性能和收敛效率。实验结果表明,在两个数据集上,与GA-DNN(Genetic Algorithm for Deep Neural Network)相比,所提算法的收敛迭代次数分别减少了8.7%和13.6%,均方误差(MSE)相差不大;与IGA-DNN(Improved GA-DNN)相比,IRCGA-DNN的收敛迭代次数分别减少了22.2%和13.6%。实验结果表明,所提算法收敛速度和预测性能均更优,能有效处理神经网络超参数优化问题。
