陈瑛
- 作品数：5 被引量：52H指数：4
- 供职机构：国防科学技术大学电子科学与工程学院更多>>
- 相关领域：电子电信自动化与计算机技术更多>>
- 海杂波背景下基于RBF神经网络的目标检测被引量：10
- 2005年
- 对海杂波背景下雷达目标检测的最新研究表明,海杂波具有混沌的许多典型特征。本文利用海杂波具有混沌行为这一先验信息,构造了一个神经网络预测器来重构海杂波的内在动力学,并引入一种基于混沌的检测方法对Swerling I型目标和雷达采集的实际海杂波数据进行检测分析,同时讨论了嵌入延迟τ对检测性能的影响。实验结果表明,这种检测方法能有效地实现海杂波背景下的目标检测,并且其检测性能随τ的增大呈下降的趋势。
- 陈瑛罗鹏飞
- 关键词：混沌海杂波RBF神经网络目标检测
- 基于神经网络的混沌时间序列建模及预测被引量：21
- 2005年
- 该文从相空间重构理论出发,讨论了基于神经网络的混沌时间序列建模及预测方法,并以Logistic方程产生的混沌时间序列作为研究对象,采用BP和RBF两种神经网络分别对其进行了仿真分析,实验结果表明:最大Lyapunov指数越大,可预测步长越短;基于RBF网络的混沌时间序列建模及预测效果优于BP网络。
- 陈瑛罗鹏飞
- 关键词：混沌时间序列相空间重构神经网络
- 混沌背景下基于RBF神经网络的弱信号检测被引量：5
- 2004年
- 弱信号检测问题是目标检测中一个重要的研究内容。通常,采用贝叶斯(Bayes)方法来检测目标信号的存在。在本文中利用背景信号为混沌这一先验信息,采用了RBF神经网络对模拟产生的淹没在混沌背景中的暂态信号进行检测,并将该方法与采用BP神经网络时的检测性能进行了比较。仿真实验结果表明,基于RBF神经网络的检测性能优于BP神经网络。
- 陈瑛罗鹏飞
- 关键词：混沌神经网络信号检测
- 一种混沌背景下的弱信号检测方法
- 本文利用背景信号为混沌这一先验信息,采用RBF神经网络对模拟产生的淹没在混沌背景中的暂态信号进行检测,并与采有BP神经网络时的检测性能进行了比较.结果表明:前者的检测性能优于后著.
- 陈瑛罗鹏飞
- 关键词：信号检测神经网络信噪比贝叶斯法
- 文献传递
- 基于RBF神经网络的海杂波建模被引量：17
- 2007年
- 从相空间重构理论出发,构造了一个RBF神经网络预测器来重构海杂波的内在动力学,并且利用这个确定性的模型对海杂波的演变进行预测。为验证模型的推广性能,采用了多步预测。对雷达采集的实际海杂波数据的实验结果表明,这个确定性的模型可以很好地追踪海杂波的演变。文中还分析了该RBF神经网络预测器在不同高斯白噪声条件下的预测性能,得出了其预测误差与杂噪比(CNR)的关系。
- 陈瑛罗鹏飞曾勇虎
- 关键词：海杂波混沌RBF神经网络
