BP神经网络天线方向图获取方法研究

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

BP神经网络天线方向图获取方法研究

姜正茂, 杨建宇, 李良超

文章导航 > 电子科技大学学报 > 2010 > 39(1): 37-40

姜正茂, 杨建宇, 李良超. BP神经网络天线方向图获取方法研究[J]. 电子科技大学学报, 2010, 39(1): 37-40. doi: 10.3969/j.issn.1001-0548.2010.01.009

引用本文:

姜正茂, 杨建宇, 李良超. BP神经网络天线方向图获取方法研究[J]. 电子科技大学学报, 2010, 39(1): 37-40. doi: 10.3969/j.issn.1001-0548.2010.01.009

JIANG Zheng-mao, YANG Jian-yu, LI Liang-chao. Antenna Pattern Generation by BP Neural Network[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(1): 37-40. doi: 10.3969/j.issn.1001-0548.2010.01.009

Citation:

JIANG Zheng-mao, YANG Jian-yu, LI Liang-chao. Antenna Pattern Generation by BP Neural Network[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(1): 37-40. doi: 10.3969/j.issn.1001-0548.2010.01.009

BP神经网络天线方向图获取方法研究

doi: 10.3969/j.issn.1001-0548.2010.01.009

1.
电子科技大学电子工程学院成都 610054

基金项目:

国家自然科学基金(60632020、60776823)

作者简介:
姜正茂(1976-),男,博士生,主要从事无源毫米波成像数学模型和超分辨算法等方面的研究.

中图分类号: TN911.73

Antenna Pattern Generation by BP Neural Network

1.
School of Electronic Engineering,University of Electronic Science and Technology of China Chengdu 610054

摘要: 焦平面阵列成像体制是实现无源毫米波实时成像的主要途径。焦平面体制存在馈源偏焦的问题,导致成像系统的点扩展函数(PSF)具有空变特性。为研究毫米波焦平面阵列成像点扩展函数的空变规律,提出采用BP神经网络生成偏焦位置的空变方向图。通过分析天线方向图数据的特点,研究了BP神经网络的结构形式和输入输出数据格式的设计方法,并通过实验方法确定了网络的隐层形式。实验结果表明,采用双隐层BP神经网络生成的方向图可以达到99.75%的精度。
- 方向图 /
- BP神经网络 /
- 焦平面 /
- 无源毫米波
Abstract: Focus plane array has been widely used in real-time Passive millimeter wave (PMMW) imaging. But its antenna pattern nonhomogeneity because of feed lateral displacement results in space variance of point spread function (PSF) in PMMW image.In order to study the complicated space-variant law of PSF,an approach is proposed to generate antenna patterns of offset feeds by back propagation (BP) neural network.By analyzing the characteristics of data of antenna pattern,the structure with its input/output data formats of the BP network are discussed.Experimental results demonstrate that the antenna pattern generated by the neural network with double hidden layers exhibits a precision no less than 99.75%.
- antenna pattern /
- BP neural network /
- focus plane /
- passive millimeter wave

[1]	周江平, 周媛媛, 周学军, 李洁琼. 基于BP神经网络的测量设备无关协议参数预测 . 电子科技大学学报, 2024, 53(4): 611-616. doi: 10.12178/1001-0548.2023011
[2]	吴劲, 陈树沛, 杨庆, 周帆. 基于图神经网络的用户轨迹分类 . 电子科技大学学报, 2021, 50(5): 734-740. doi: 10.12178/1001-0548.2020435
[3]	刘志刚, 许少华, 肖佃师, 杜娟. 极限学习脊波过程神经网络及应用 . 电子科技大学学报, 2019, 48(1): 110-116. doi: 10.3969/j.issn.1001-0548.2019.01.018
[4]	邵继业, 谢昭灵, 杨瑞. 基于GA-PSO优化BP神经网络的压缩机气阀故障诊断 . 电子科技大学学报, 2018, 47(5): 781-787. doi: 10.3969/j.issn.1001-0548.2018.05.023
[5]	郭贤生, 陆浩然, 王建军, 李会勇. 基于证据理论的群指纹融合室内定位方法 . 电子科技大学学报, 2017, 46(5): 654-659, 665. doi: 10.3969/j.issn.1001-0548.2017.05.003
[6]	邓召学, 郑玲, 郭敏敏, 张自伟. 基于遗传BP神经网络的磁流变悬置模型辨识 . 电子科技大学学报, 2014, 43(6): 955-960. doi: 10.3969/j.issn.1001-0548.2014.06.028
[7]	谭骏, 陈兴蜀, 杜敏, 朱锴. 基于自适应BP神经网络的网络流量识别算法 . 电子科技大学学报, 2012, 41(4): 580-585. doi: 10.3969/j.issn.1001-0548.2012.04.020
[8]	刘啸滨, 郭兵, 沈艳, 王继禾, 伍元胜. 嵌入式软件算法级功耗BP网络模型研究 . 电子科技大学学报, 2011, 40(6): 921-926. doi: 10.3969/j.issn.1001-0548.2011.06.022
[9]	常政威, 谢晓娜, 桑楠, 熊光泽. MPSoC软硬件划分的自动波竞争神经网络算法 . 电子科技大学学报, 2010, 39(5): 752-756. doi: 10.3969/j.issn.1001-0548.2010.05.022
[10]	江晓军, 刘正国, 洪晓鸥, 汪志锋. 获取平面光学元件面形偏差的方法研究 . 电子科技大学学报, 2010, 39(4): 581-584,622. doi: 10.3969/j.issn.1001-0548.2010.04.023
[11]	尹健康, 陈昌华, 邢小军, 谭俊, 姚进. 基于BP神经网络的烟田土壤水分预测 . 电子科技大学学报, 2010, 39(6): 891-895. doi: 10.3969/j.issn.1001-0548.2010.06.018
[12]	黄建国, 罗航, 王厚军, 龙兵. 运用GA-BP神经网络研究时间序列的预测 . 电子科技大学学报, 2009, 38(5): 687-692. doi: 10.3969/j.issn.1001-0548.2009.05.028
[13]	李良超, 杨建宇, 郑鑫, 姜正茂. 无源毫米波超分辨算法及实时性研究 . 电子科技大学学报, 2009, 38(6): 952-956. doi: 10.3969/j.issn.1001-0548.2009.06.012
[14]	兰峰, 高喜, 史宗君, 杨梓强, 梁正. Ka波段绕射辐射振荡器的辐射功率测量 . 电子科技大学学报, 2006, 35(5): 777-779,783.
[15]	孙剑, 许家珆. 神经网络算法在智能体IDS系统中的应用 . 电子科技大学学报, 2004, 33(3): 289-292.
[16]	高中喜, 黄廷祝. 块H-矩阵的刻画 . 电子科技大学学报, 2002, 31(3): 316-319.
[17]	舒兰, 吴磊, 张勇. 粗集神经网络系统及其应用 . 电子科技大学学报, 2002, 31(4): 426-428.
[18]	李彪, 丁小磊. 再入体模型截短对天线辐射特性影响 . 电子科技大学学报, 2001, 30(5): 458-463.
[19]	张梅, 吴国庆, 伍励涛. 一种单向介质辐射器的数值模拟 . 电子科技大学学报, 2000, 29(2): 140-143.
[20]	阮颖铮, 刘万明, 周海京. 天线罩对阵列天线方向图的影响 . 电子科技大学学报, 1997, 26(3): 240-243.

WeChat

点击查看大图

计量

文章访问数: 4453
HTML全文浏览量: 163
PDF下载量: 59
被引次数: 0

BP神经网络天线方向图获取方法研究

doi: 10.3969/j.issn.1001-0548.2010.01.009

1. 电子科技大学电子工程学院成都 610054

基金项目:

国家自然科学基金(60632020、60776823)

作者简介:
姜正茂(1976-),男,博士生,主要从事无源毫米波成像数学模型和超分辨算法等方面的研究.

收稿日期: 2008-06-08
修回日期: 2008-09-10
刊出日期: 2010-02-15

中图分类号: TN911.73

关键词:

摘要: 焦平面阵列成像体制是实现无源毫米波实时成像的主要途径。焦平面体制存在馈源偏焦的问题,导致成像系统的点扩展函数(PSF)具有空变特性。为研究毫米波焦平面阵列成像点扩展函数的空变规律,提出采用BP神经网络生成偏焦位置的空变方向图。通过分析天线方向图数据的特点,研究了BP神经网络的结构形式和输入输出数据格式的设计方法,并通过实验方法确定了网络的隐层形式。实验结果表明,采用双隐层BP神经网络生成的方向图可以达到99.75%的精度。

English Abstract

姜正茂, 杨建宇, 李良超. BP神经网络天线方向图获取方法研究[J]. 电子科技大学学报, 2010, 39(1): 37-40. doi: 10.3969/j.issn.1001-0548.2010.01.009

引用本文:

姜正茂, 杨建宇, 李良超. BP神经网络天线方向图获取方法研究[J]. 电子科技大学学报, 2010, 39(1): 37-40. doi: 10.3969/j.issn.1001-0548.2010.01.009

JIANG Zheng-mao, YANG Jian-yu, LI Liang-chao. Antenna Pattern Generation by BP Neural Network[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(1): 37-40. doi: 10.3969/j.issn.1001-0548.2010.01.009

Citation:

JIANG Zheng-mao, YANG Jian-yu, LI Liang-chao. Antenna Pattern Generation by BP Neural Network[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(1): 37-40. doi: 10.3969/j.issn.1001-0548.2010.01.009

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发