А.А. Строцев – д.т.н., доцент, зам. начальника НТК по науке, 

ФГУП «РНИИРС» ФНПЦ

А.В. Аверьянов – к.т.н., инженер-программист, 

ФГУП «РНИИРС» ФНПЦ

Ю.А. Аверьянова – аспирант, инженер, 

ФГУП «РНИИРС» ФНПЦ

Постановка проблемы. Для определения пространственной конфигурации объектов телекоммуникационных систем (ТС) используются различные классические алгоритмы. Однако из-за больших вычислительных затрат практическая реализация этих алгоритмов затруднена. Для эффективной работы ТС более востребованы алгоритмы на основе искусственных нейронных сетей, которые являются менее требовательными к вычислительным ресурсам, но позволяют решать задачи с требуемой точностью.

Цель. Разработать алгоритм определения пространственной конфигурации объектов телекоммуникационных систем с применением нейросетевой технологии, обеспечивающий точность определения пространственной конфигурации объектов телекоммуникационных систем не ниже заданного уровня при уменьшении вычислительных затрат.

Результаты. Описана общая процедура применения нейросетевой технологии для оценки пространственной конфигурации объектов телекоммуникационных систем на основе оценок их азимутального углового положения. Выполнен сравнительный анализ разработанного алгоритма с известным нейросетевым алгоритмом по показателю точности – среднеквадратическое отклонение оценки азимутального углового положения. Показана вычислительная эффективность разработанного алгоритма по сравнению с методом максимального правдоподобия.

Практическая значимость. Разработанный алгоритм может быть использован элементами телекоммуникационной системы, имеющими в своем составе фазированные антенные решетки.

1. Зюко А.Г., Фалько А.И., Панфилов И.П., Банкет Л.В., Иващенко П.В. Помехоустойчивость и эффективность систем передачи информации / Под ред. А.Г. Зюко. М.: Радио и связь. 1985. 272 с.
2. Аверьянов А.В., Ломанцова Ю.А., Строцев А.А., Сухенький И.А. Двухэтапный алгоритм работы многоканального корреляционно-интерферометрического пеленгатора // Общие вопросы радиоэлектроники. 2016. № 1. С. 35−49.
3. Дубровин А.В. Одноэтапное оценивание местоположения источника радиоизлучения пассивной системой, состоящей из узкобазовых подсистем // Радиотехника и электроника. 2004. Т. 49. № 2. С. 156−170.
4. Ефимов Е.Н., Шевгунов Т.Я., Филимонова Д.В. Оценка направления прихода сигнала по методу максимального правдоподобия при помощи искусственных нейронных сетей // 9-я Всерос. конф. «Радиолокация и радиосвязь». 2015. С. 239−243.
5. Аверьянова Ю.А., Емельянов Р.В., Строцев А.А. Нейросетевая технология обеспечения эффективности функционирования телекоммуникационных систем // Сб. трудов 21-й Междунар. конф. «Цифровая обработка сигналов и ее применение». М.: ИПУ РАН. 27−29 марта 2019. С. 550−554.
6. Шевгунов Т.Я., Ефимов Е.Н., Филимонова Д.В., Воскресенский Д.И. Оценка направления прихода сигнала с использованием искусственных нейронных сетей максимального правдоподобия // Цифровая обработка сигналов. 2017. № 2. С. 59−64.
7. Ломанцова Ю.А., Строцев А.А. Оценка влияния топологии антенной решетки пеленгатора на качество функционирования нейронной сети, формирующей оценку пеленга // Материалы 19-й Междунар. конф. «Цифровая обработка сигналов и ее применение». М.: ИПУ РАН. 29−31 марта 2017. С. 814−817.
8. Хайкин С. Нейронные сети: полный курс. Изд. 2-е, испр.: Пер. с англ. М.: ООО «И.Д. Вильямс». 2006. 1104 с.
9. Виноградов А.Д., Дмитриев И.С. Потенциальная точность многоканального пеленгатора с антенной решеткой из ненаправленных невзаимодействующих антенных элементов // Антенны. 2008. № 3. С. 60−63.
10. Аверьянова Ю.А., Емельянов Р.В., Сташенко В.В., Строцев А.А. Оценка эффективности обучения нейронных сетей, реализующих выполнение функций автоматизированных систем управления // I-methods. 2017. Т. 9. № 4. С. 32−41.