Обработка дискретных составных частотно-модулированных сигналов посредством нейросетевого анализа

Abstract

Описывается алгоритм обработки составных частотно-модулированных сигналов с использованием нейронных сетей. В качестве исследовательской задачи определена попытка оценить характеристики нейросети, при которых бы обеспечивалось максимальное качество обнаружения сигнала. Также описывается алгоритм пошагового построения нейронной сети, выполняющей задачу «сжатия» сигнала. Работа имеет междисциплинарный характер на стыке радиолокации и статистической радиотехники. Стоит отметить, что такой алгоритм сжатия имеет схожую аналоговую модель, реализованную в виде согласованного фильтра. Достоинствами нашего цифрового алгоритма являются быстродействие и более высокая точность. Отметим, что динамические нейронные сети способны обрабатывать многомерные наборы распределенных во времени последовательностей радиоимпульсных сигналов. Они позволяют распознавать нестационарные многомерные образы, приходящие на входы сети. Приведены результаты работы программно реализованной динамической нейронной сети для обработки дискретных составных частотно-модулированных широкополосных сигналов, иллюстрации работы алгоритма, структурная схема динамической нейронной сети и схема узла нейросети, осуществляющая временную задержку. Планируется реализация данного алгоритма на программируемых логических интегральных схемах. The algorithm of processing of compound frequency-modulated signals with use of neural networks is described. The task of estimation of neuronet characteristics at which the maximum quality of detection of a signal would be provided was defined as a research task. The algorithm of step-bystep creation of the neural network which is carrying out a task of “compression” of a signal is described. Work has between – disciplinary character, it is written on a joint of such disciplines, as a radar-location and statistical radio engineering. Such algorithm of compression has the similar analog model realized in the form of the coordinated filter. The advantages of this digital algorithm are speed and higher precision. Dynamic neural networks are capable to process multidimensional sets of the sequences of radio pulse signals distributed in time. They allow to distinguish the nonstationary multidimensional images coming to network entrances. The results of the work of the programmatically realized dynamic neural network for processing of discrete compound frequencymodulated broadband signals, illustrations of work of algorithm, the block diagram of a dynamic neural network and the scheme of knot of a neuronet which is carrying out a temporary delay are given. Further this algorithm on field-programmable gate arrays will be realized.