| 1 |
1
신경망 훈련부를 통해 유전 알고리즘을 이용하여 신경망을 훈련시키는 단계,생성부를 통해 입력 펄스열의 TOA(Time Of Arrival)를 이용하여 DDTOA(Difference of Delta TOA) 코드를 생성하는 단계,상기 생성부를 통해 상기 DDTOA 코드로부터 DDTOA 행렬을 생성하는 단계,추출부를 통해 상기 DDTOA 행렬로부터 PRI(Pulse Repetition Interval) 변조형태 구분인자 7개를 추출하는 단계,인식부를 통해 상기 7개의 구분인자를 상기 신경망의 입력으로 넣어 PRI 변조형태를 인식함으로써 상기 신경망의 출력층 결과값을 출력하는 단계,상기 인식부를 통해 상기 신경망의 출력층 결과값으로부터 결과코드를 생성하는 단계,상기 인식부를 통해 상기 결과코드와 미리 정의된 PRI 변조코드와의 비교를 통해 PRI 변조형태를 인식하는 단계를 포함하는 것을 특징으로 하는 유전 알고리즘 융합 신경망을 이용한 PRI 변조형태 인식방법
|
| 2 |
2
제1항에 있어서, 입력 펄스열의 TOA를 이용하여 DDTOA 코드를 생성하는 단계는, 식을 통해 상기 DDTOA 코드를 생성하며, 여기서 t는 TOA, k는 DDTOA값, 는 DDTOA 코드열의 i번째 원소, i는 DDTOA 코드열의 인덱스, 는 인덱스 i, j의 DDTOA 값, 는 인덱스 i, i+1, i+2의 TOA 값을 각각 나타내는 것을 특징으로 하는 유전 알고리즘 융합 신경망을 이용한 PRI 변조형태 인식방법
|
| 3 |
3
제2항에 있어서, 상기 DDTOA 코드로부터 DDTOA 행렬을 생성하는 단계는, 식을 통해 상기 DDTOA 행렬을 생성하며, 여기서, Q는 생성된 DDTOA 코드의 개수, 는 DDTOA행렬의 (i,j)번째의 값, 는 DDTOA 코드열의 p, p+1번째 원소, p는 DDTOA 코드열의 인덱스를 나타내는 것을 특징으로 하는 유전 알고리즘 융합 신경망을 이용한 PRI 변조형태 인식방법
|
| 4 |
4
제3항에 있어서, 상기 DDTOA 행렬로부터 PRI 변조형태 구분인자 7개를 추출하는 단계는,식을 통해 상기 PRI 변조형태 구분인자 7개를 추출하며, 여기서, 는 가중치 요소, 는 DDTOA행렬의 (i,j)번째의 값, ~는 7개의 구분인자를 나타내는 것을 특징으로 하는 유전 알고리즘 융합 신경망을 이용한 PRI 변조형태 인식방법
|
| 5 |
5
유전 알고리즘을 이용하여 신경망을 훈련하는 신경망 훈련부;입력 펄스열로부터 DDTOA(Difference of Delta TOA) 코드열을 생성하고, DDTOA 코드열로부터 DDTOA 행렬을 생성하는 생성부;상기 생성한 DDTOA 행렬에 근거하여 PRI 변조형태 구분인자를 추출하는 추출부;상기 DDTOA 행렬 및 상기 추출한 PRI 변조형태 구분인자에 근거하여, 상기 신경망에 대한 출력 결과를 획득하고, 상기 획득한 신경망의 출력 결과에서 나온 결과 값중 가장 큰 값을 가지는 인덱스만으로 결과코드를 생성하고, 상기 결과코드를 이용하여 상기 PRI 변조형태를 인식하는 인식부를 포함하는 것을 특징으로 하는 유전 알고리즘 융합 신경망을 이용한 PRI 변조형태 인식 장치
|
