一种基于混沌神经网络的雷达目标识别算法

摘要

雷达目标识别是指用雷达设备获取目标的特征信息，并利用己掌握的各种目标的先验知识来判别未知目标的类别属性。识别系统中采用的识别算法是整个系统的核心。混沌神经网络中参数ε控制着Adachi神经元的分岔和混沌特征。随着ε的逐渐减小，Aihara神经元将呈现出一系列的分岔特性，尽管混沌神经网络在多方面应用均取得了比常规神经网络更优的效果，但仍受到神经网络一些固有缺陷的限制，需要将问题的解映射成合适的网络描述，还需考虑网络结构和参数的影响，使混沌神经网络问题比较复杂。可进一步研究和构造更加合理的混沌神经网络结构，以利于其算法计算和硬件实现，提高其模式识别效率。混沌神经网络敏感于初始信号的特征给复杂目标特征信号的识别提供了一种新的思路，有重要的研究意义。