Наукові статті
Постійне посилання зібранняhttps://repository.lntu.edu.ua/handle/123456789/289
Переглянути
2 результатів
Результати пошуку
Item type:Наукова стаття, Формування навчальних IQ-вибірок для систем автоматичної класифікації модуляції в умовах некооперативного радіоприймання(Луцьк: ЛНТУ, 2026-05-29) Бобров, Сергій Ігорович; Якимчук, Наталія Миколаївна; Євсюк, Микола МиколайовичУ роботі досліджено проблему доменно-розподільчої невідповідності між синтетичними та реальними IQ-сигналами в задачах автоматичної класифікаціїмодуляції для систем радіорозвідки та аналізу каналів зв’язку безпілотних літальних апаратів. Показано, що використання класичних синтетичних підходів не забезпечує необхідної узагальнювальної здатності нейромережевих моделей у реальних умовах радіоприймання через неврахування комплексної дії канальних, апаратних, динамічних та інтерференційних спотворень. Запропоновано модель доменно-розподільчої невідповідності IQ-сигналів як багатовимірного статистичного розходження між синтетичним та реальним доменами. Розроблено інтегральний показник доменної невідповідності, який дозволяє кількісно оцінювати ступінь статистичного розходження між навчальними та цільовими сигналами. Запропоновано фізично обґрунтований метод формування квазіреальних IQ-вибірок, що реалізує послідовний перехід від ідеалізованого сигналу до фізично спотвореного та квазіреального домену. Для статистичного уточнення домену використано умовну генеративно-конкуруючу мережу CGAN. На відміну від традиційних GAN- підходів, CGAN застосовується не для збільшення обсягу даних, а для наближення статистичних характеристик синтетичних сигналів до реального радіодомену. Введено поняття доменно-орієнтоване CGAN навчання, за якого дискримінатор оцінює не лише належність сигналу до класу real/fake, а й ступінь його відповідності статистичній структурі реального радіоефіру. Для експериментальної перевірки сформовано 11 наборів IQ-сигналів із поступовим ускладненням умов приймання. Результати навчання ResNet моделей підтвердили, що використання фізично спотворених сигналів разом з доменною адаптацією забезпечує зменшення доменного розриву й підвищення точності класифікації в реальному домені.Item type:Наукова стаття, Нейромережеве виявлення та детектування фазо- і частотно-модульованих сигналів у вузькосмугових радіоканалах(Луцьк: ЛНТУ, 2026-03-28) Лисецький, Юрій Михайлович; Бобров, Сергій Ігорович; Якимчук, Наталія Миколаївна; Німич, Олексій ВіталійовичУ статті розглянуто нейромережевий підхід до виявлення та детектування фазо- і частотно-модульованих сигналів у вузькосмугових радіоканалах за умов адитивного шуму та зсуву несучої частоти. Актуальність дослідження зумовлена обмеженнями класичних алгоритмів детектування, зокрема фазових автопідлаштовувальних петель і фільтраційних методів, ефективність яких істотно знижується за відсутності апріорної інформації про параметри сигналу та каналу. Запропоновано метод спільного нейромережевого виявлення і детектування, що базується на безпосередньому аналізі IQ-вибірок прийнятого сигналу без реалізації явних процедур синхронізації. Як модель обробки використано багатошаровий перцептрон, навчений на синтетичних вибірках, сформованих для широкого діапазону відношень сигнал/шум і значень зсуву несучої частоти. Проведено порівняльний аналіз запропонованого методу з класичними підходами, зокрема схемою Костаса та двосмуговою фільтрацією, за однакових умов моделювання. Результати чисельних експериментів підтверджують підвищення точності виявлення та детектування фазо- і частотно-модульованих сигналів, а також зменшення чутливості до зсуву несучої частоти в умовах низького відношення сигнал/шум. Отримані результати свідчать про доцільність застосування нейромережевих методів у некооперативних радіосистемах і задачах автоматизованого радіомоніторингу