一种针对拖尾噪声的鲁棒神经网络信号检测算法

合集下载

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

中图分类号：Ｎ１．Ｔ９１３２
文献标识码：Ａ
文章编号：０９５９（０７０— ６－１０—８６２０）１４０８８４
ＡｔｃｉｎＡｌｏｉｈｆＲｏｕｔＮｅｒｌＮｅｗｏｋｆｒＨｅｖ－ａｌｄＮｏｓＤｅｅｔｏｇｒｔｍｏｂｓｕａｔｒｏａｙｔｉｅｉｅ
ｉｇａｔｒｕｈｍｅｉｌｒｔｅＰ（ａｋＰｏａａｉｎｉｕｅｎｍａｅｏｅｓｌｎｔｒｅ．ｈｎｓｎｏｇｄａｆｔ，ｈＢｃｒｐｇｔ）ｓｓａｄｒｉｄｎｉｉａｅｆｔｒＴｅｉｌｈｎｉｅＢｏｄｅｎｓｉｅｍｉｄｕｈ
ＡｂｔａｔＣｏｓｒｃ：ｍｐａｅｔｕｓａｏｓ，ａｙｔｉｄｎｉｅｈｓｍｏｅｏｔｉｒ，ｎｈｒｄｔｏａｅｒｅｗｏｋｒｄｗｉｈＧａｓｉｎｎｉｅＨｅｖ —ａｌｏｓａｒｕｌｓａｄｔｅｔａｉｉｎｌｕａｎｔｒｅｅｎｌ
维普资讯
第２卷第８期９
２０年８月０７
电
子
与
信
息
学
报
Ｖｂ．９．１Ｎｏ８２
Ｊｕｎｌｏｅｔｏｉｓ＆ＩｆｒａｉｎＴｅｈｎｌｇｏｒａｆＥｌｃｒｎｃｎｏｍｔｏｃｏｏｙ
杂，为了更加清楚地分析和研究实际工程中信号的有用信
ＪａａｉｎＴｏＳｅｇｕＦｎＨｅＹｕｏＱｕＣａｇｗｎｈｎ－ｅＰｎａ —ｒａｏｕｉ，ｖｌｅｏａｔａＥｇｅｒｇｎｔｕｅＹｎａ２４０，ｈａＲｓｒｈｎｔｕｅｎｏｍｔｎｓｎＮａａＡｒｎｕｉｌｎｉｅｎｓｔｔ，ａｔｉ６０１Ｃｉ）ｅＩｉｉＦｏｃｎｉＩｉｎ
Ａｕ．２０ｇ０７
一
种针对拖尾噪声的鲁棒神经网络信号检测算法
简涛苏峰何友曲长文平殿发
（海军航空工程学院信息融合技术研究所烟台２４０）６０１
摘
要：与高斯噪声相比，拖尾有更多的异常值，利用传统的神经网络不能有效的检测信号。该文提出～种基于中
值滤波的鲁棒神经网络进行处理，首先利用中值滤波抑制异常值，进一步利用Ｂ（ｃｒｐｇｔｎＰＢａｋＰｏａａｉ）神经网络ｏ消除残留噪声，检测目标信号。基于误差分析的实验结果表明，与传统神经网络相比，所提出的方法不仅能更好地
消除拖尾噪声，有效检测信号，而且能有效检测高斯噪声中的目标信号，具有很好的鲁棒性和自适应特性。关键词：信号检测；神经网络；ＢＰ算法：拖尾噪声：中值滤波
ｅｐｒｍｅｔｂｓｄｏｈｒｏｎｙｅｈｗｓｔａｏｘｅｉｎａｅｎｔｅｅｒｒａａｓｓｓｏｈｔｃｍｐｒｄｗｉｈｔｅｔａｉｉｎｅｒｌｎｔｒｔｅｐｏｏｅｌａｅｔｈｒｔｏａｎｕａｅｗｏｋ，ｈｒｐｓｄｄｌｍｅｈｄｃｎｓｐｅｓｈａｙｔｌｄｎｉｅａｄｄｔｃａｇｔｓｇａｏｅｅｆｃｉｅｙｔｃｎｐｅｆｒｗｅｌｆｒｂｔｔｏａｕｐｒｓｅｖ－ａｅｏｓｎｅｅｔｔｒｅｉｎｍｒｆｔｖｌ．ＩａｒｏｍｌｏｏｈｉｌｅｈａｙｔｌｄｎｉｅａｄＧａｓｉｎｎｉｅｂｃｇｏｄ，ｉｈｓｏｔｏｕｔｅｓａｄａａｔｖｎｓ．ｅｖ－ａｅｏｓｎｕｓａｏｓａｋｒｕｎｗｈｃｈｗｓｉｓｒｂｓｎｓｎｄｐｉｅｅｓｉＫｅｒｓＳｇａｅｅｔｏＮｅｒｌｎｔｒ；ｙｗｏｄ：ｉｎｌｄｔｃｉｎ；ｕａｅｗｏｋＢＰａｇｒｔｍ；ａｙｔｌｄｎｉｅＭｅｉｎｆｌｅｌｏｉｈＨｅｖ — ａｅｏｓ；ｉｄａｔｒｉ
ｃｎｎｔｓｐｒｓｕｌｒ．ｎｗｅｒｌｎｔｒａｅｎｍｅｉｎｆｔｒｉｐｏｓｄＡｆｅｕｐｅｓｎｈｕｌｒａｏｕｐｅｓｏｔｉｓＡｅｎｕａｅｗｏｋｂｅｓｄｏｄａｌｅｒｐｏｅ．ｔｒｓｐｒｓｉｇｔｅｏｔｉｓｉｓｅ
１引言
信号处理应用的领域日益广泛，信号的结构越来越复
围，接着利用神经网络所具有的强大的学习能力和描述非线性关系的能力，进一步对含噪信号进行处理，达到提高信噪比，检测信号的目的。与传统的神经网络相比，经过训练的鲁棒神经网络不仅能有效地检测拖尾噪声中的信号，而且能检测高斯噪声环境下的信号。基于信号检测的误差分析进一步表明了本文方法的鲁棒性。