針對(duì)空間目標(biāo)的RCS特征識(shí)別的問(wèn)題,提出了基于粒子群算法(PSO)訓(xùn)練的時(shí)延神經(jīng)網(wǎng)絡(luò)(TDNN)識(shí)別方法.首先研究了時(shí)延神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)模型和梯度下降訓(xùn)練法,由于梯度下降訓(xùn)練法存在收斂速度緩慢、容易陷入局部極小值等缺點(diǎn),提出了基于粒子群算法的訓(xùn)練方法,將時(shí)延神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過(guò)程轉(zhuǎn)化為群體隨機(jī)優(yōu)化問(wèn)題.最后,提取兩類(lèi)空間目標(biāo)的RCS實(shí)測(cè)數(shù)據(jù)小波特征,利用各類(lèi)神經(jīng)網(wǎng)絡(luò)進(jìn)行識(shí)別比較發(fā)現(xiàn):基于粒子群算法的時(shí)延神經(jīng)網(wǎng)絡(luò)(PSO-TDNN)具有分類(lèi)能力強(qiáng),收斂速度快等優(yōu)點(diǎn).