基于全調(diào)節(jié)RBF神經(jīng)網(wǎng)絡(luò)的引信噪聲對(duì)消研究

李 靜， 李國(guó)林， 路翠華

（海軍航空工程學(xué)院戰(zhàn)略導(dǎo)彈工程系，山東 煙臺(tái)264001）

0 引言

在嚴(yán)重的電子干擾和環(huán)境背景干擾條件下，從被噪聲污染的回波信號(hào)中提取真實(shí)的目標(biāo)信號(hào)是引信信號(hào)處理領(lǐng)域中一個(gè)重要的問題。通常的方法是采用自適應(yīng)噪聲抵消器來實(shí)現(xiàn)［1－4］。它利用與噪聲相關(guān)的信號(hào)來調(diào)整濾波參數(shù)，實(shí)現(xiàn)對(duì)噪聲的抑制，其算法很多，如最小均方（least mean square，LMS）算法、牛頓算法等。但由于引信對(duì)干擾源特征未知，干擾噪聲的傳遞路徑不斷變化，回波信號(hào)中包含的干擾噪聲具有非線性的變化規(guī)律，因此實(shí)現(xiàn)對(duì)干擾噪聲的最優(yōu)濾波需要采用非線性的自適應(yīng)算法。由于全調(diào)節(jié)RBF神經(jīng)網(wǎng)絡(luò)具有處理非線性參數(shù)的不確定性，提高了神經(jīng)網(wǎng)絡(luò)的在線逼近能力。因此，本文針對(duì)引信噪聲問題，采用全調(diào)節(jié)RBF神經(jīng)網(wǎng)絡(luò)構(gòu)建非線性濾波器，自適應(yīng)抵消回波信號(hào)中包含的干擾噪聲。通過仿真對(duì)比，說明了該方法對(duì)引信回波噪聲消除有較好的效果。

1 自適應(yīng)干擾噪聲的基本原理

自適應(yīng)干擾對(duì)消器原理，如圖1所示。

圖1 自適應(yīng)干擾對(duì)消器原理框圖

圖1中包括兩個(gè)通道：主通道和輔通道。主通道要接收從信號(hào)源發(fā)來的信號(hào)s（n），但是受到干擾源的干擾。這時(shí)的主通道不僅收到信號(hào)s（n），也收到干擾N（n）；輔通道的作用就在于檢測(cè)干擾，并通過自適應(yīng)濾波調(diào)整其輸出r（n），使r（n）在某種算法下最接近主通道干擾N（n），即將噪聲干擾N（n）對(duì)消掉。

輔通道收到的信號(hào)為干擾N（n），先假設(shè)信號(hào)源與噪聲源相互無關(guān)，即s（n）和N（n）無關(guān)。在圖1中，主通道的輸入信號(hào)s（n）＋N（n）成為自適應(yīng)濾波器的需要信號(hào)d（n）。系統(tǒng)輸出則取自誤差信號(hào)：

均方誤差亦即輸出的均方值

因?yàn)閟（n）和 N（n）、r（n）無關(guān)，則E｛s（N－r）｝＝0。

式（2）變?yōu)?/p>

自適應(yīng)濾波器要調(diào)整其加權(quán)矢量，使E ｛e2｝最小。因信號(hào)源s（n）不在自適應(yīng)濾波器通道內(nèi)，所以這種最小化可表示為

自適應(yīng)調(diào)整的結(jié)果，使r（n）在均方誤差最小的意義下，最接近主通道噪聲分量N（n），因而使系統(tǒng)輸出中的噪聲大大降低。由式（1）可得

所以

式（6）說明，在最小均方誤差意義下，r（n）最接近N（n）等效于系統(tǒng)輸出e（n）最接近s（n）。所以，在噪聲對(duì)消器的輸出端大大地提高了信號(hào)噪聲比。

2 基于全調(diào)節(jié)RBF神經(jīng)網(wǎng)絡(luò)自適應(yīng)噪聲對(duì)消方法

首先介紹自適應(yīng)濾波器中用到的全調(diào)節(jié)RBF神經(jīng)網(wǎng)絡(luò)。RBF神經(jīng)網(wǎng)絡(luò)是一種比較典型的局部逼近網(wǎng)絡(luò)。本文中新穎的方面，就是采用與一般設(shè)計(jì)不同的全調(diào)節(jié)RBF神經(jīng)網(wǎng)絡(luò)，處理了非線性參數(shù)的不確定性，提高了神經(jīng)網(wǎng)絡(luò)的在線逼近能力［5］。所謂全調(diào)節(jié)RBF神經(jīng)網(wǎng)絡(luò)就是不僅調(diào)節(jié)RBF神經(jīng)網(wǎng)絡(luò)的權(quán)值，并且同時(shí)調(diào)節(jié)中心點(diǎn)值和影響范圍，這樣全調(diào)節(jié)RBF神經(jīng)網(wǎng)絡(luò)具有比一般RBF神經(jīng)網(wǎng)絡(luò)更強(qiáng)的在線逼近能力，其結(jié)構(gòu)圖如圖2所示。

圖2 全調(diào)節(jié)RBF神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

根據(jù)圖2可知

其中：

定義信號(hào)e（n）＝d（n）－r（n）＝d（n）－WT（n）Φ（n），性能函數(shù)ξ（n）＝e2（n）。根據(jù)梯度下降法，神經(jīng)網(wǎng)絡(luò)的權(quán)值wi（n）、中心值ci（n）和影響范圍σi（n）的變化律分別如下：

式中：φ′i（n）表示φi（n）的導(dǎo)數(shù)，μw、μc和μσ為設(shè)計(jì)參數(shù)。

3 仿真分析

引信回波信號(hào)檢測(cè)的目的是消除背景噪聲的影響，盡可能地獲取目標(biāo)的真實(shí)回波信號(hào)。為了評(píng)價(jià)本文方法的設(shè)計(jì)效果，將與文獻(xiàn)［1］的方法進(jìn)行對(duì)比分析。一般情況下，假設(shè)引信干擾為高斯白噪聲信號(hào)，對(duì)一段標(biāo)注引信發(fā)射信號(hào)和高斯白噪聲進(jìn)行仿真。

假設(shè)為連續(xù)波多普勒引信，生成的引信發(fā)射信號(hào)如圖3所示。運(yùn)用Matlab函數(shù)生成均勻分布的高斯白噪聲，其信噪比為16 dB，與引信回波信號(hào)合成后的信號(hào)形式如圖4所示。根據(jù)圖1所示的噪聲自適應(yīng)對(duì)消系統(tǒng)和本文提出的基于全調(diào)節(jié)RBF神經(jīng)網(wǎng)絡(luò)濾波器，選取合理的設(shè)計(jì)參數(shù)，對(duì)圖4的引信回波信號(hào)進(jìn)行去噪，得到的仿真結(jié)果如圖5所示。運(yùn)用文獻(xiàn)［1］的方法得到的仿真結(jié)果如圖6所示。對(duì)比圖5和圖6的結(jié)果可知，運(yùn)用本文方法獲得的引信回波去噪后信號(hào)明顯優(yōu)于文獻(xiàn)［1］的結(jié)果。

圖3 引信發(fā)射信號(hào)

為了更好地說明基于全調(diào)節(jié)RBF神經(jīng)網(wǎng)絡(luò)濾波方法的效果，同時(shí)還采用了不同信噪比的噪聲。當(dāng)信噪比分別為12 d B和10 d B時(shí)，運(yùn)用本文方法得到的去噪后波形分別如圖7和圖8所示。

對(duì)比圖5、圖7和圖8可知，信噪比越高，系統(tǒng)的濾波效果越好。此外，全調(diào)節(jié)RBF神經(jīng)網(wǎng)絡(luò)參數(shù)的學(xué)習(xí)因子μw、μc、和μσ越大，信號(hào)的收斂速度越快，但是太大的學(xué)習(xí)因子取值，也會(huì)導(dǎo)致系統(tǒng)的不穩(wěn)定。

圖4 帶有噪聲的引信回波信號(hào)

圖5 運(yùn)用本文方法的去噪后仿真結(jié)果

圖6 自適應(yīng)消噪方法去噪后仿真結(jié)果

4 結(jié)論

為了盡可能地消除引信回波中的噪聲信號(hào)，本文提出了一種全調(diào)節(jié)RBF神經(jīng)網(wǎng)絡(luò)濾波器，并利用該濾波器設(shè)計(jì)出噪聲自適應(yīng)對(duì)消系統(tǒng)。通過對(duì)比不同信噪比情況下引信回波的去噪效果，說明了本文方法的有效性和優(yōu)越性，并為引信噪聲

圖7 信噪比為12 dB時(shí)本文方法得到的去噪后仿真結(jié)果

圖8 信噪比為10 dB時(shí)本文方法得到的去噪后仿真結(jié)果

自適應(yīng)對(duì)消系統(tǒng)的工程應(yīng)用提供了很好的原理設(shè)計(jì)。

［1］ 胡江波，王文剛，樓旭?。瓸P網(wǎng)絡(luò)自適應(yīng)消噪方法在無線電引信中的應(yīng)用［J］．探測(cè)與控制學(xué)報(bào)，2008，30（5）：45－47．

［2］ 尹熙鵬，樊養(yǎng)余，段哲民，程偉．基于自適應(yīng)小波神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)魚雷超聲引信信號(hào)消噪［J］．魚雷技術(shù)，2009，17（5）：19－22．

［3］ 蔣靜群，簡(jiǎn)金蕾，任宏濱．基于自適應(yīng)神經(jīng)網(wǎng)絡(luò)濾波的引信去噪聲研究［J］．現(xiàn)代防御技術(shù)，2008，36（6）：76－80．

［4］ 簡(jiǎn)金蕾，喬健，任宏濱．基于神經(jīng)網(wǎng)絡(luò)的引信干擾信號(hào)對(duì)消［J］．探測(cè)與控制學(xué)報(bào)，2005，27（3）：23－25．

［5］ 李靜，左斌，胡云安．基于全調(diào)節(jié)RBF神經(jīng)網(wǎng)絡(luò)的遠(yuǎn)程網(wǎng)絡(luò)控制器設(shè)計(jì)［J］．控制與決策，2009，24（3）：408－412．