ارائه الگوریتم مناسب برای بخش پردازش سیستم های شنودراداری با استفاده ازشبکه عصبی مصنوعی خودسازمانده وشبکه عصبی ویولت

دراین مقاله روشی برای بخش پردازش سیستمهای شنود راداری ارایه شده است پردازش اطلاعات راداری درسیستم های شنود به سه بخش خوشه بندی تشخیص مدلاسیون بین پالسی و دسته بندی اطلاعات تقسیم میشود دراین راه ابتدا با استفاده ازالگوریتم های بدون ناظر مانند شبکه عصبی خود سازمانده و الگوریتم های فازی سی مینز و کی مینز اطلاعات راداری خوشه بندی شده است پس ازتعیین تعداد رادارها و مشخص نمودن مراکز این خوشه ها پارامترهای مربوط به هریک ازخوشه ها وارد مرحله تشخیص مدلاسیون بین پالسی می شود سپس پارامترهای مربوط به هریک ازخوشه های بدست آمده ازمرحله قبل محاسبه میشود درادامه با استفاده ازشبکه های عصبی با ناظر مانند شبکه عصبی تابع پایه شعاعی و شبکه عصبی پرسپترون چندلایه و همچنین با بهره گیری ازشبکه عصبی ویولت ویونت دسته بندی و تشخیص رادار انجام میشود نتایج شبیه سازی ها نشان میدهد که دردسته بندی های انجام شده توسط شبکه های عصبی مصنوعی با ناظر شبکه عصبی ویولت دارای عملکرد بهتری نسبت به سایرشبکه ها است همچنین الگوریتم ترکیبی مبتنی برخوشه بندی با شبکه عصبی خود سازمانده و دسته بندی با ویونت نتایج بهتری نسبت به سایرروشها دارد و ازطرفی به دلیل قابلیت پیاده سازی موازی اینگونه ازسیستم ها پیچیدگیهای زمانی بخش پردازش سیستم های شنود راداری بطور قابل ملاحظه ای کاهش می یابد و دربرابر نویز و خطا مقاومت خوبی ازخود نشان میدهد

کلیدواژه ها:

خوشه بندی ، دسته بندی ، سیستم های شنود راداری ، شبکه عصبی خود سازمانده ، شبکه عصبی ویولت ویونت