[发明专利]基于神经网络的Link16数据链信号的识别方法在审
| 申请号： | 201910187110.6 | 申请日： | 2019-03-13 |
| 公开（公告）号： | CN109784318A | 公开（公告）日： | 2019-05-21 |
| 发明（设计）人： | 梅少辉;魏江;冯燕 | 申请（专利权）人： | 西北工业大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 厦门致群专利代理事务所(普通合伙) 35224 | 代理人： | 刘兆庆 |
| 地址： | 710000 *** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 神经网络 数据链 预处理 待测信号 神经网络输出 时间复杂度 参数确定 复杂背景 降噪处理 结果判决 网络结构 信号类别 信号识别 噪声干扰 最后信号 鲁棒性 构建 用时 | ||
【权利要求书】：
1.一种基于神经网络的Link16数据链信号的识别方法，其特征在于：包括以下步骤：
S1、输入待测信号；
S2、对步骤S1输入的待测信号进行预处理，所述预处理包括降噪处理和PCA降维处理；
S3、将经过步骤S2预处理后的待测信号输入网络结构和参数确定的神经网络中进行识别；
S4、根据神经网络输出的信号类别进行识别结果判决。
2.根据权利要求1所述的一种基于神经网络的Link16数据链信号的识别方法，其特征在于：步骤S3中，输入的神经网络为BP神经网络、RBF神经网络以及PNN神经网络。
3.根据权利要求2所述的一种基于神经网络的Link16数据链信号的识别方法，其特征在于：所述神经网络的结构与参数的确定过程为：BP和RBF神经网络包含三层，依次是输入层、隐含层和输出层，PNN神经网络包含四层，分别是输入层、模式层、求和层和输出层；BP神经网络隐藏层神经元个数设为20，训练算法为LM算法，最大训练次数规定10000次，学习速率为0.1，训练精度为0.00001；RBF神经网络均方误差为0.0001，径向基的扩展速度为2，最大神经元数为训练样本个数；PNN网络的径向基函数的扩展速度为1；记录取得最佳识别性能时的BP、RBF、PNN网络结构与参数。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西北工业大学，未经西北工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201910187110.6/1.html，转载请声明来源钻瓜专利网。
