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.

динамическая нейросеть, обработка, широкополосные сигналы

1. Дудник, П.И. Авиационные радиолокационные устройства / П.И. Дудник, Ю.И. Чересов. – Изд-во «ВВИА им. Н.Е. Жуковского», 1986. – 533 с.
2. Модель сжатия звуковой информации в нейронных сетях / С.Н. Даровских, Б.М. Звонов, Д.К. Сафини др. // Изв. АН СССР. Сер. Биология. – 1990. – № 9. – С. 99–104.
3. От нейрона к мозгу / Дж. Николлс, Р. Мартин, Б. Валлас, П. Фукс. – М.: Изд-во «Едиториал УРСС», 2003. – 672 с.
4. Осовский, С. Нейронные сети для обработки информации / С. Осовский. – М: Изд-во «Финансы и статистика», 2002. – 344 с.
5. Антипов, О.И. Анализ и прогнозирование поведения временных рядов: бифуркации, катастрофы, прогнозирование и нейронные сети / О.И. Антипов, В.А. Неганов. – М.: Изд-во «Радиотехника», 2011. – 350 с.
6. Haykin, S. Neural Networks: A Comprehensive Foundation Second Edition / S. Haykin . – 2nd revised ed. – Ontario, Canada: Prentice Hall Press, 1999.

Вестник ЮУрГУ. Серия «Компьютерные технологии, управление, радиоэлектроника». – 2015. – Т. 15, № 3. - С. 163-168. (Краткие сообщения)