基于神经网络的静电目标特性信号预测方法研讨.pdfVIP

th Proceedings of the 25 Chinese Control Conference 7-11 August, 2006, Harbin, Heilongjiang 基于神经网络的静电目标特性信号预测方法研究 徐立新 朱新楷 北京理工大学机电工程学院 100081 邮件：lxxu@bit.edu.cn 摘 要 静电探测技术是以空中目标静电场作为目标信息，通过获得对象的目标特性曲线进行目标判断和识 别。本文使用线性神经网络加延迟单元的结构，设计了静电目标特性信号自适应预测滤波器，以补偿信号检测 系统产生的延迟影响。仿真结果表明，经网络训练后的预测滤波器可对期望信号进行有效的预测，提高目标识 别处理的实时性。 关键词 静电探测，线性神经网络，信号预测 Prediction Filter Design for Electrostatic Detection Based on Linear Neural Network Xu Lixin Zhu Xinkai School of Mechatronic Engineering, Beijing Institute of Technology, 100081 Email: lxxu@bit.edu.cn Abstract: Simulation results show that the neural network output can approximate the expected signal correctly after weight training, the prediction filter can provide an effective way to compensate the delay of circuits and improve the reality of the target recognition system. Keywords: Electrostatic detection, Linear neural network, Signal prediction 1．引言（Introduction ） 2．静电探测目标特性分析（Target characteristics of Electrostatic Detection ） 静电探测技术是以空中目标静电场作为目标信 息进行探测的一种新体制探测技术。任何使用电源 典型静电探测器对空中飞行目标探测的目标特 或移动的物体都有可能因不同的带电过程而带上静 性曲线如式（1）所示[3]。 电 [1]。对于空中飞行物体来说，由于摩擦、静电 2 2 dE Qv y x xy sin ( 2 ) 3 cos−θ − θ 感应等原因产生的静电场是无法去除的，因此无法