Skip navigation
Please use this identifier to cite or link to this item: https://libeldoc.bsuir.by/handle/123456789/43791
Title: Цифровая обработка сигналов и машинное обучение
Other Titles: Digital signal processing and machine learning
Authors: Залужный, Д. В.
Харко, В. В.
Keywords: материалы конференций;цифровая обработка;машинное обучение;нейронные сети;digital processing;machine learning;neural networks
Issue Date: 2021
Publisher: БГУИР
Citation: Залужный, Д. В. Цифровая обработка сигналов и машинное обучение = Digital signal processing and machine learning / Д. В. Залужный, В. В. Харко // Электронные системы и технологии : сборник материалов 57-й научной конференции аспирантов, магистрантов и студентов БГУИР, Минск, 19-23 апреля 2021 г. / Белорусский государственный университет информатики и радиоэлектроники ; редкол.: Д. В. Лихаческий [и др.]. – Минск, 2021. – С. 621–623.
Abstract: Статья посвящена проблеме распознавания принимаемых кодированных последовательностей радиосигналов. 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. The article is devoted to the problem of recognition of the received encoded sequences of radio signals. To improve the quality of signal recognition in an environment with general interference, it is proposed to use a neural network. It is assumed that the recognition quality will be better than with the traditional use of the autocorrelation function, since in the process of training the neural network is able to remember the features of interference in the communication channel, and, consequently, use the resulting model at the stage of signal classification. In this paper, we also present an experimental scheme that allows us to confirm this assumption.
URI: https://libeldoc.bsuir.by/handle/123456789/43791
Appears in Collections:Электронные системы и технологии : материалы 57-й конференции аспирантов, магистрантов и студентов (2021)

Files in This Item:
File Description SizeFormat 
Zaluzhnyy_Tsifrovaya.pdf263.83 kBAdobe PDFView/Open
Show full item record Google Scholar

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.