-
题名雷达目标检测深层自编码器自适应优化算法
被引量：4
- 1
-
-
作者
侯旋
陈涛
王唯良
-
机构
西北政法大学新闻传播学院
空军工程大学航空工程学院
电子科技大学电子科学技术学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2019年第13期165-171,共7页
-
基金
国家自然科学基金(No.51507186)
国家自然科学青年科学基金(No.51509257)
-
文摘
研究了现阶段雷达低小慢目标探测技术的难点与方法。分析了深层自编码器基本模型与算法,通过引入自适应学习理论,提出了基于Rumelhart函数的深层自编码器自适应算法(RDAAA),并证明了算法的收敛性。优化算法避免了网络训练过程中出现惩罚过度的现象,克服了学习速率过高导致网络振荡发散,或学习速率过小降低网络收敛速度等缺陷。利用两种数据集对RDAAA、基于交叉熵函数的深层自编码器学习算法(CDAA)与误差反向传播算法(BPA)进行模式识别能力分析,结果表明在确定限定误差与选取最佳学习速率的情况下,RDAAA相对于CDAA与BPA收敛速度最快,正确识别率更高。围绕雷达目标检测与深度学习理论,分析了低小慢目标特性,将目标检测问题转化为模式分类问题,利用上述三种算法进行目标检测仿真实验,结果表明RDAAA与CDAA的性能明显优于BPA,且RDAAA的检测率更高,特别是处于低信噪比阶段,仍可保持较高的发现概率。
-
关键词
目标检测
低小慢目标
深度学习
自动编码器
自适应优化算法
-
Keywords
target detection
low-small-slow target
deep learning
autoencoder
adaptive optimization algorithm
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名无人机目标检测量子多模式识别优化算法
被引量：3
- 2
-
-
作者
侯旋
薛飞
陈涛
-
机构
西北政法大学新闻传播学院
空军工程大学航空工程学院
空军研究院航空兵研究所
电子科技大学电子科学技术学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2021年第7期228-236,共9页
-
基金
国家自然科学基金(51507186)。
-
文摘
研究了现阶段无人机雷达探测技术的难点与方法,分析了量子多模式识别网络模型与算法,根据Grover算法优化理论,提出了基于相位旋转的量子多模式识别算法(PRQMPRA)。优化算法避免了在带冗余项的量子多模式识别算法(RQMPRA)中两个相位旋转均为π会导致搜索成功概率降低的缺陷。利用三种数据集对误差反向传播算法(EBPA)、基于交叉熵函数的深层自编码器学习算法(CDAA)以及RQMPRA与PRQMPRA进行模式识别能力分析,结果表明在确定限定误差的情况下PRQMPRA具有更高的识别率与相对较快的运算速度。提出了一种基于量子多模式识别算法的雷达目标检测方法,通过模式分类的方法研究目标检测问题。利用上述四种算法进行无人机目标检测实验,研究结果表明PRQMPRA具有更高的检测精度,在低信噪比的情况下可保持较高的发现概率。
-
关键词
目标检测
无人机
量子计算
模式识别
-
Keywords
target detection
Unmanned Aerial Vehicle(UAV)
quantum computing
pattern recognition
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
