Standard

ПРИМЕНЕНИЕ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ ДЛЯ КЛАССИФИКАЦИИ РАДИОСИГНАЛОВ. / Бельков, Сергей Александрович; Тарасов, Александр Дмитриевич; Усвяцов, Михаил Рудольфович и др.
в: Труды МАИ, № 96, 2017, стр. 96.

Результаты исследований: Вклад в журналСтатьяРецензирование

Harvard

APA

Vancouver

Author

BibTeX

@article{93cdddbc117d4e36ad96704e4d45d5a5,
title = "ПРИМЕНЕНИЕ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ ДЛЯ КЛАССИФИКАЦИИ РАДИОСИГНАЛОВ",
abstract = "Статья посвящена проблеме распознавания принимаемых кодированных последовательностей радиосигналов. Традиционно в системах связи для обнаружения и обработки шумоподобных сигналов используются корреляторы или согласованные фильтры. Обе модели параметризованы порогом обнаружения. Оптимальность традиционных методов по количеству правильных и ложных обнаружений доказана для случая, когда шум в среде передачи является аддитивным Гауссовским. Для улучшения качества распознавания сигналов в среде с помехами общего вида предлагается использовать нейронную сеть. Предполагается, что качество распознавания будет лучше, чем при традиционном использовании автокорреляционной функции так как в процессе обучения нейронной сеть способна запомнить особенности помех в канале связи, и, следовательно, использовать полученную модель на этапе классификации сигналов. В данной работе также приводится схема эксперимента, позволяющего подтвердить данное предположение.",
author = "Бельков, {Сергей Александрович} and Тарасов, {Александр Дмитриевич} and Усвяцов, {Михаил Рудольфович} and Малыгин, {Иван Викторович}",
year = "2017",
language = "Русский",
pages = "96",
journal = "Труды МАИ",
issn = "1727-6942",
publisher = "Московский авиационный институт (национальный исследовательский университет)",
number = "96",

}

RIS

TY - JOUR

T1 - ПРИМЕНЕНИЕ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ ДЛЯ КЛАССИФИКАЦИИ РАДИОСИГНАЛОВ

AU - Бельков, Сергей Александрович

AU - Тарасов, Александр Дмитриевич

AU - Усвяцов, Михаил Рудольфович

AU - Малыгин, Иван Викторович

PY - 2017

Y1 - 2017

N2 - Статья посвящена проблеме распознавания принимаемых кодированных последовательностей радиосигналов. Традиционно в системах связи для обнаружения и обработки шумоподобных сигналов используются корреляторы или согласованные фильтры. Обе модели параметризованы порогом обнаружения. Оптимальность традиционных методов по количеству правильных и ложных обнаружений доказана для случая, когда шум в среде передачи является аддитивным Гауссовским. Для улучшения качества распознавания сигналов в среде с помехами общего вида предлагается использовать нейронную сеть. Предполагается, что качество распознавания будет лучше, чем при традиционном использовании автокорреляционной функции так как в процессе обучения нейронной сеть способна запомнить особенности помех в канале связи, и, следовательно, использовать полученную модель на этапе классификации сигналов. В данной работе также приводится схема эксперимента, позволяющего подтвердить данное предположение.

AB - Статья посвящена проблеме распознавания принимаемых кодированных последовательностей радиосигналов. Традиционно в системах связи для обнаружения и обработки шумоподобных сигналов используются корреляторы или согласованные фильтры. Обе модели параметризованы порогом обнаружения. Оптимальность традиционных методов по количеству правильных и ложных обнаружений доказана для случая, когда шум в среде передачи является аддитивным Гауссовским. Для улучшения качества распознавания сигналов в среде с помехами общего вида предлагается использовать нейронную сеть. Предполагается, что качество распознавания будет лучше, чем при традиционном использовании автокорреляционной функции так как в процессе обучения нейронной сеть способна запомнить особенности помех в канале связи, и, следовательно, использовать полученную модель на этапе классификации сигналов. В данной работе также приводится схема эксперимента, позволяющего подтвердить данное предположение.

UR - https://elibrary.ru/item.asp?id=30744427&

M3 - Статья

SP - 96

JO - Труды МАИ

JF - Труды МАИ

SN - 1727-6942

IS - 96

ER -

ID: 6233078