Найти

Результаты поиска

• ДЕМОДУЛЯЦИЯ СИГНАЛА С ПОМОЩЬЮ КЛАССИЧЕСКИХ АЛГОРИТМОВ МАШИННОГО ОБУЧЕНИЯ ДЛЯ МОДЕЛИ ВАТТЕРСОНА

  А.С. Кириллов

  97-105

  2026-07-07

  Аннотация ▼

  Исследуется возможность применения классических алгоритмов машинного обучения для демодуляции сигналов в коротковолновом канале связи, описываемом моделью Ваттерсона. Актуальность задачи обусловлена необходимостью повышения помехоустойчивости при широкополосной передаче данных в условиях многолучевого распространения и доплеровских искажений. В качестве классификаторов используются алгоритмы Random Forest, Decision Tree и KNN
  (k-ближайших соседей). Обучение моделей производится на синтезированных данных, полученных в среде MATLAB Simulink, где варьировались временные задержки лучей (0–4 мс) и доплеровский сдвиг (0–10 Гц). Входными признаками служат координаты сигнальных созвездий, а также предыстория принимаемых символов, поскольку межсимвольная интерференция оказывает существенное влияние на положение текущей точки. Проведенные эксперименты выявили критическую особенность: алгоритмы демодуляции обладают высокой чувствительностью к изменениям доплеровского сдвига. Отклонение параметра всего на 0.1 Гц от обучающей выборки приводит к изменению структуры сигнального созвездия и росту вероятности ошибки (BER) до 0.5. При совпадении доплеровских параметров с обучающей сеткой наилучшие результаты показывает алгоритм Random Forest, обеспечивая BER <0.01 на полном объеме данных. Для решения проблемы чувствительности предложен метод локального обучения с уменьшенным шагом дискретизации доплеровского сдвига (до 0.1 Гц), что позволяет добиться BER ≤0.01 для Random Forest. В связи с экспоненциальным ростом объема обучающей выборки (до 1000 Гб) разработаны методы её сокращения: исключение временных параметров и семплирование данных с учетом возможных комбинаций предшествующих битов. Это позволило уменьшить объем данных в 31.5 раза, сохранив BER <10% для Random Forest при шаге обучения 0.2 Гц. В работе делается вывод о целесообразности использования Random Forest Classifier для демодуляции в КВ-каналах и необходимости адаптации шага обучения под требуемую точность доплеровского сдвига.

• МОДЕЛИ БЕСШОВНОГО СЕТЕВОГО ВЗАИМОДЕЙСТВИЯ ГРУППЫ СЕЛЬСКОХОЗЯЙСТВЕННЫХ БПЛА

  А.И. Савельев , А.В. Рябинов , А.В. Семенов

  2026-04-29

  Аннотация ▼

  Внедрение групп беспилотных летательных аппаратов (БпЛА) в точное земледелие сдерживается рядом проблем, относящихся к устойчивости связи на удаленных от точки взлета участках и зависимостью от погодных условий, которые могут снижать эффективность применения технологии. Существующие модели планирования недостаточно адаптивны к динамическим изменениям агросреды, проблемам связи и в большинстве случаев предполагают строгое следование фиксированным траекториям. Целью данного исследования является разработка концептуальных моделей бесшовного функционирования и системы связи для координации группы сельскохозяйственных БпЛА. В работе представлена диаграмма связанности элементов системы, которая обеспечивает непрерывность процессов от инициализации до автоматической замены аккумуляторов и дозаправки БпЛА. Разработана модель связи системы с узлом ретрансляции, разделяющая трафик, что позволяет исключать коллизии и стабилизировать обмен данными на дистанциях свыше 2,5 км. Представлен способ распределения задач с учетом энергообеспечения и пространственных координат БпЛА, который позволяет динамически перераспределять нагрузку при отказах. Предложенные решения повышают автономность и отказоустойчивость группы БпЛА, минимизируют участие оператора и обеспечивают безопасное выполнение миссий в условиях недетерминированной среды. Апробация предложенной модели, выполненная в лабораторных и полевых условиях, показала устойчивое функционирование при передаче данных на дальних дистанциях и при групповом режиме работы. Отдельно подтверждено отсутствие коллизий при обмене данными между БпЛА, что свидетельствует о корректности разделения трафика и эффективности выбранной архитектуры связи. Полученные результаты подтверждают возможность практического применения разработанных моделей для повышения автономности и непрерывности выполнения сельскохозяйственных работ. Разработанные решения также демонстрируют потенциал масштабирования, что расширяет область их применения в задачах точного земледелия