基于改进SFLA-lman神经网络的电离层杂波抑制方法

来源：电讯技术杂志2024年第6期北京时间：

作者：刘强,尚尚,乔铁柱,祝健,石依山

单位：(江苏科技大学 海洋学院，江苏 镇江 212003)

摘要：针对高频地波雷达目标检测中电离层杂波的干扰问题，提出了一种基于改进混合蛙跳算法优化Elman神经网络预测抑制电离层杂波的策略。为解决混合蛙跳算法初始种群分布不均匀、收敛精度低、易陷于局部极值等问题，引入Cubic混沌映射、莱维飞行策略、非线性平衡因子和复制操作，增强种群多样性，提高算法搜索能力。利用改进后的算法和其他算法分别优化Elman神经网络预测抑制模型，结果表明，改进后的算法无论是在收敛精度和稳定性上，还是在临近距离单元电离层杂波的预测抑制上，都取得了显著的提升。在基本保留目标信号的基础上，平均信杂比较原始回波提升18.52 dB，较原始混合蛙跳算法提升1.08 dB，对于电离层杂波的抑制具有较高应用价值。

关键词：高频地波雷达；电离层杂波抑制；混合蛙跳算法；Elman神经网络；莱维飞行；

基金资助：国家自然科学基金资助项目（61801196）；国防基础科研计划稳定支持专题项目（JCKYS2020604SSJS010）；江苏省研究生科研与实践创新计划资助项目(SJCX22_1889)