مدلی برای تشخیص اهداف و دسته بندی پالس های سیستم رادار ۶ آنتنی با شبکه های عصبی بهینه سازی شده با الگوریتم ژنتیک

در این تحقیق مدلی برای تشخیص اهداف و دسته بندی پالس های دریافتی توسط سیستم رادار ۶ آنتی با استفاده شبکه های عصبی مصنوعی بهینه سازی شده توسط الگوریتم ژنتیک ارائه شده است. مدل پیشنهادی از دو بخش کلی خوشه بندی و دسته بندی تشکیل شده است. در فرآیند خوشه بندی، پالس های مختلفی که توسط هر یک از آنتن های رادار دریافت می شوند به نحوی خوشه بندی می گردند که پالس های مربوط به هر هدف در خوشه مربوط به همان هدف قرار می گیرند و در انتها نتایج حاصل از خوشه بندی با الگوریتم های مختلف، توسط شاخص دان مورد ارزیابی قرار گرفته اند. در فرآیند دسته بندی نیز به کمک شبکه عصبی به پیش بینی زاویه هدفی که ویژگی های آن توسط آنتن ها دریافت شده، پرداخته شده است که وزن ها و بایاس های شبکه عصبی توسط الگوریتم ژنتیک بهینه سازی شده اند. برای تنظیم پارامترها نیز از روش تاگوچی استفاده شده است که به کمک آن بهترین مقادیر پارامترها انتخاب شده و شبکه عصبی با کمک این مقادیر آموزش داده شده است و در پی آن دقت پیش بینی زاویه پالس دریافتی تا ۵۵%/۹۸ افزایش پیدا کرده است.

کلیدواژه ها:

رادار ، شبکه عصبی ، الگوریتم ژنتیک ، دسته بندی ، خوشه بندی