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.

• АНАЛИЗ ПРИМЕНИМОСТИ СИСТЕМЫ MATLAB ДЛЯ СИНТЕЗА УПРАВЛЯЕМЫХ ЦИФРОВЫХ РЕКУРСИВНЫХ БИХ-ФИЛЬТРОВ БАТТЕРВОРТА

  Хуссейн Ш. Мукер, И. И. Турулин

  2021-08-11

  Аннотация ▼

  В ряде приложений цифровой обработки сигналов применяются управляемые цифро-
  вые рекурсивные БИХ-фильтры. Под словом «управляемые» имеются в виду фильтры, ко-
  эффициенты структуры которых явно зависят от частоты среза или граничных частот.
  Управляемые БИХ-фильтры могут быть синтезированы с помощью различных средств для
  расчета традиционных, неуправляемых БИХ-фильтров. В статье был рассмотрен синтез
  неуправляемых БИХ-фильтров и проанализирована целесообразность представления ре-
  зультатов синтеза для построения управляемых БИХ-фильтров. Были описаны и объясне-
  ны методы проектирования на основе MATLAB (2021a) и фундаментальные концепции
  цифровых фильтров БИХ-Баттерворта. Составной сигнал был обработан анализируемым
  фильтром, чтобы определить, соответствует ли он критериям прохождения фильтра-
  ции. Для проверки рассчитанных фильтров использовался прототип Симулинк, a также
  инструмент FDA инструментария обработки сигналов. На основании полученных резуль-
  татов делается вывод о применимости системы MATLAB для синтеза управляемых циф-
  ровых рекурсивных БИХ-фильтров Баттерворта. Проанализированная техника была более
  эффективной, быстрой, уменьшила количество задач и обнаружила, что результаты
  удовлетворительны.

• ИМИТАЦИОННАЯ МОДЕЛЬ МАЛОВЫСОТНОГО МЕТОДА ПРОФИЛИРОВАНИЯ ОТРАЖАЮЩЕЙ ПОВЕРХНОСТИ

  А.Н. Бакуменко , В. Т. Лобач

  2025-01-30

  Аннотация ▼

  Статья посвящена разработке и исследованию нового метода маловысотного профилиро-
  вания отражающей поверхности с использованием радиолокатора с синтезированной апертурой
  (PCA), который позволяет получать радиолокационные изображения с высоким разрешением как
  по дальности, так и вдоль линии пути. В документе детально рассматриваются теоретические
  основы функционирования PCA систем, особенности формирования и обработки сигналов, а
  также создание имитационной модели для проверки эффективности предложенного метода.
  В работе анализируются основные принципы работы РСА систем, включая использование зонди-
  рующих сигналов с линейной частотной модуляцией (ЛЧМ). Эти сигналы играют критически
  важную роль в достижении высокой разрешающей способности, необходимой для качественного
  отображения мелких деталей на поверхности земли. В статье уделяется внимание учету особен-
  ностей движения носителя РСА, таких как его скорость и высота полета. Эти параметры ока-
  зывают существенное влияние на качество получаемых изображений, и их правильное управление
  позволяет значительно улучшить конечный результат. Авторы рассматривают влияние фазового
  фронта волны и эффекта Доплера на форму принимаемого траекторного сигнала. Понимание
  этих процессов необходимо для корректной интерпретации данных и повышения точности ра-
  диолокационных изображений. Представлена разработанная имитационная модель на языке про-
  граммирования MATLAB, которая позволяет симулировать работу радиолокатора и оценивать
  качество получаемых изображений. Эта модель является важным инструментом для тестиро-
  вания и оптимизации предложенного метода. В работе приводятся примеры результатов моде-
  лирования, которые подтверждают работоспособность и адекватность предложенной модели.
  Эти результаты показывают, что метод способен эффективно работать даже в сложных усло-
  виях и обеспечивать получение высококачественных радиолокационных изображений. Таким обра-
  зом, статья представляет новый и перспективный метод маловысотного профилирования от-
  ражающей поверхности, который может быть использован в самых различных областях, вклю-
  чая научные исследования, мониторинг окружающей среды, сельское хозяйство, а также военные
  и гражданские приложения.