Применение нейросетевых методов для обработки сигналов в каналах с помехами

Применение нейросетевых методов для обработки сигналов в каналах с помехами

Автор: Кузнецов, Александр Владимирович

Шифр специальности: 05.13.17

Научная степень: Кандидатская

Год защиты: 2000

Место защиты: Москва

Количество страниц: 362 с. ил.

Артикул: 239625

Автор: Кузнецов, Александр Владимирович

Стоимость: 250 руб.

Введение. Глава 1. Анализ методов построения систем распознавания и существующих методов обработки сигналов. Анализ технических проблем обработки сигналов в системах передачи информации . Анализ состояния теории и практики распознавания типов модуляций сигналов. Корреляционные методы. Спектральные методы. Выводы. Глава 2. Классификация нейронных сетей по типам обучения. Ожидаемый выигрыш при реализации основных алгоритмов технического анализа сигналов на основе нейронных сетей. Выводы. Гллвл 3. Принципы применения и синтез нейронной сети для решения ЗАДАЧ ДОДЕТЕКТОРПОЙ ОБРАБОТКИ СИГНАЛОВ СПИ. Нейросетевой алгоритм, формальная постановка задачи. Формализация задачи обработки сигналов СПИ в нейросетевом базисе. Адекватность нейросетевого подхода решаемой задаче. Выводы. Глава 4. Экспериментальные исследования. Сравнение классификагора на основе нейронной сети со случайными порогами с другими классификаторами. Моделирование основных типов сигналов систем передачи информации . Показатели качества процесса идентификации сигналов систем передачи информации по типам модуляций.


З позволяет утверждать, что в настоящее время сложились все необходимые предпосылки для их широкого практического применения не только в перспективных, но и в существующих и разрабатываемых комплексах и системах связи. Извест ны работы в которых теоретически обоснованы и практически подтверждены высокие потенциальные возможности применения нейросетевых технологий в том числе и в системах военного назначения наиболее полный список библиографии приведен в . Однако до настоящего времени отсутствуют исследования возможности их применения для решения задач обработки телекоммуникационных сигналов. Поэтому задача разработки и реализации нейросетевых алгоритмов АПОС цифровых и аналоговых СПИ является актуальной. Распознавание представляет собой отнесение исследуемого объекта, пред
ставленного совокупностью наблюдений, к одному из взаимоисключающих классов , 5. X. Заменим без потери общности классы их номерами 1, 2, К и рассмотрим последние как натуральные числа. Распознавание сигналов представим как отображение наблюдений на конечное множество натуральных чисел 1,2,. КХ. Ввиду числовой природы множеств последнее отображение отождествим с обычной функцией кс1Х принимающей целочисленные значения к 1,2,. Хи9Хи,. Хр , где 1,2, . Х предегавляет собой 7мерный вектор наблюдаемых значений р признаков ХиХ2, . ХР, отражающих наиболее важные для распознавания свойства сигналов. Представим вектор признаков точкой тмерного пространства с координатными осями Ху Х2, . Хр или направленным отрезком, соединяющим начало координат 0, 0, . Х,9. Множество классов сигналов , .

Рекомендуемые диссертации данного раздела

28.06.2016

+ 100 бесплатных диссертаций

Дорогие друзья, в раздел "Бесплатные диссертации" добавлено 100 новых диссертаций. Желаем новых научных ...

15.02.2015

Добавлено 41611 диссертаций РГБ

В каталог сайта http://new-disser.ru добавлено новые диссертации РГБ 2013-2014 года. Желаем новых научных ...


Все новости

Время генерации: 0.205, запросов: 244