基于神经元网络的舰船辐射噪声不确定性捕捉

详细信息    查看官网全文

• 英文论文题名：Capture uncertainty of ship's radiate noise based on neural network
• 论文作者：过武宏 ; 朱威
• 英文论文作者：GUO Wu-hong ; ZHU Wei ; Navy Submarine Academy ; Naval 92330 Force
• 年：2016
• 作者机构：海军潜艇学院;海军92330部队;
• 论文关键词：神经元网络 ; 辐射噪声 ; 不确定性
• 英文论文关键词：neural network ; radiate noise ; uncertainty
• 会议召开时间：2016-10-28
• 会议录名称：2016年全国声学学术会议论文集
• 语种：中文
• 分类号：U674.70;TP183
• 学会代码：OGSM
• 会议名称：2016年全国声学学术会议
• 会议地点：中国湖北武汉
• 主办单位：中国声学学会
• 学会名称：中国声学学会
• 页数：3
• 文件大小：327k
• 原文格式：D
• 会议级别：全国

摘要

舰船辐射噪声是进行声纳作用距离估计的重要参数,为了对不确定性环境下的舰船辐射噪声进行有效估计,采用神经元网络方法对数据的不确定性进行捕捉和控制。产生两组带有噪声的辐射噪声数据,采用神经元网络方法对其中一组数据进行学习,计算输出数据与另一组未经训练的均方差和熵,以此度量其不确定性的大小.仿真计算结果显示,神经元网络对不确定性越大的数据训练效果越好,且经过训练的数据不确定性明显减小。
Ship's radiate noise and noise level is the important parameter of sonar detect range estimating.In order to estimate ship's radiate noise more effective in uncertain environments, employing neural network method to capture and control data uncertainty.Generating 2 groups radiate noise data with noise, use neural network method to fit one group data, calculate the Mean Square Error and Shannon of training data and without training data, by this method to measure data uncertainty. Results show that neural network method is better for the greater uncertainty data, and the uncertainty of training data significantly decrease.

引文

[1]过武宏,笪良龙.基于贝叶斯方法的舰船辐射噪声估计[J].指挥控制与仿真,2008,30(3):51-53.
    [2]尤立克.水声原理[M].哈尔滨:哈尔滨船舶工程学院出版社,1990,13-21.
    [3]刘宝碇,赵瑞清,王纲.不确定规划及应用[M].清华大学出版社,2003.
    [4]李德毅,杜鹢.不确定性人工智能[M].国防工业出版社,2005.84-89
    [5]彭征明,罗小明.用不确定性度量作战效能的评估方法[J].火力与指挥控制,2006,31(8):18-21.