摘要：提出了一種基于Eidos BSB人工神經(jīng)元網(wǎng)絡(luò)的雷達(dá)脈沖分選方法。仿真表明，該模型能夠通過對大量帶有測量誤差的雷達(dá)脈沖樣本進(jìn)行自聯(lián)想學(xué)習(xí)，完成對脈沖模式的記憶，進(jìn)而實(shí)現(xiàn)分選功能。與其他脈沖分選方法相比，該方法具有更好的參數(shù)測量誤差適應(yīng)能力和更高的分選精度。

關(guān)鍵詞：Eidos BSB；自聯(lián)想；雷達(dá)脈沖分選；仿真

中圖分類號：NT971－34 文獻(xiàn)標(biāo)識碼：A 文章編號：1004－373X(2010)23－0006－04