星载DBF发射多波束阵列的互调波束影响

研究了DBF发射多波束阵列中固态功率放大器(SSPA)非线性引起的互调波束的影响。简化了Shimbo模型,在仿真中验证了其精确性。基于简化的Shimbo模型描述了SSPA的非线性特性,分析了DBF发射多波束阵列在多波束多载波条件下的互调波束特性,主要研究了SSPA三阶互调的影响;并对输入回退(IBO)与互调波束以及放大器效率的关系进行了理论分析与仿真,为DBF系统中SSPA线性度与效率的折衷选择提供了依据。     

基于混沌优化的多层前馈神经网络

BP算法是应用广泛的一种多层前馈神经网络模型,针对算法求解精度低、搜索速度慢、易于陷入局部极值点等问题,根据混沌理论的全局优化思想,提出采用"多次载波"技术将混沌优化和前馈神经网络相结合,利用已找到的近似最优解来启发搜索全局最优解的方法训练神经网络,以布尔函数识别、曲线逼近、模式识别3个典型应用对算法进行验证。研究结果表明,算法具有较好的泛化能力和快速全局收敛的性能,特别是针对中小规模的网络,混沌优化算法在训练时间、全局收敛率等指标方面优于BP算法。