首页 | 本学科首页   官方微博 | 高级检索  
     检索      

一种基于RBF神经网络预测模型的舰船静电场检测方法
引用本文:李松,蔡旭东,赵仕伟.一种基于RBF神经网络预测模型的舰船静电场检测方法[J].武汉理工大学学报(交通科学与工程版),2009,33(3):553-556.
作者姓名:李松  蔡旭东  赵仕伟
作者单位:1. 海军装备研究院,北京,100161;海军工程大学兵器工程系,武汉,430033
2. 海军工程大学兵器工程系,武汉,430033
3. 中国人民解放军61741部队,北京,100081
基金项目:国防重点实验室资助项目 
摘    要:海洋环境中,舰船静电场信号易受背景噪声的影响,给目标检测带来了困难.通过对静电场的分析,提出了一种低信噪比下检测舰船静电场的方法,首先对信号进行小波分解并在低频段进行晕构,然后利用RBF神经网络对海洋环境噪声建立了预测模型,以模型对于接受信号的一步预测误差作为检验统计量来判断目标是否存在.将该方法用于实测舰船静电场信号的检测,取得了较好的效果.

关 键 词:舰船静电场  目标检测  小波分解  重构  RBF神经网络  预测模型

A Ship's Static Electric Signature Detection Algorithm Based on the Predictive Model of RBF Neural Network
Li Song,Cai Xudong,Zhao Shiwei.A Ship''s Static Electric Signature Detection Algorithm Based on the Predictive Model of RBF Neural Network[J].journal of wuhan university of technology(transportation science&engineering),2009,33(3):553-556.
Authors:Li Song  Cai Xudong  Zhao Shiwei
Institution:Naval Academy of Armament;Beijing 100161;Dept.of Weaponary Eng.;Naval Univ.of Eng.;Wuhan 430033;Army 61741 of PLA;Beijing 100081
Abstract:
Keywords:static electric field of a ship  the target detection  wavelet-transform  reconstructed  RBF neural network  predictive model  
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号