基于深度学习的雷达性能指标等效外推方法

作     者：张静克 戚宗锋 王华兵 曾勇虎 汪连栋 王伟 Zhang Jingke;Qi Zongfeng;Wang Huabing;Zeng Yonghu;Wang Liandong;Wang Wei

作者机构：电子信息系统复杂电磁环境效应国家重点实验室河南洛阳471000 中山大学电子与通信工程学院广东深圳518000 

出 版 物：《航天电子对抗》 (Aerospace Electronic Warfare)

年 卷 期：2021年第37卷第5期

页      面：19-24页

学科分类：11[军事学] 080904[工学-电磁场与微波技术] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 110503[军事学-军事通信学] 0810[工学-信息与通信工程] 1105[军事学-军队指挥学] 1104[军事学-战术学] 082601[工学-武器系统与运用工程] 081105[工学-导航、制导与控制] 0826[工学-兵器科学与技术] 081001[工学-通信与信息系统] 081002[工学-信号与信息处理] 0811[工学-控制科学与工程] 

主　　题：雷达性能指标 等效外推 深度置信网络 深度森林 

摘      要：针对雷达性能评估试验具有定性和定量因子混合、因子与响应映射关系复杂、回归分析模型易失配等特点,将雷达性能指标等效外推建模为分类问题,分别基于深度学习中的深度置信网络和深度森林研究了雷达性能指标等效外推方法,并利用仿真试验数据对等效外推方法性能进行了对比验证。结果表明,在小样本情况下,基于深度森林的雷达性能指标等效外推方法具有优越性,而在大样本情况下,基于深度置信网络的雷达性能指标等效外推方法具有更大的准确率。