С. Е. Мищенко¹, В. В. Шацкий², П. Н. Башлы³, М. С. Мищенко4

1, 2 ФГУП «Ростовский-на-Дону научно-исследовательский институт радиосвязи» (г. Ростов-на-Дону, Россия)

3, 4 Российская таможенная академия, Ростовский филиал (г. Ростов-на-Дону, Россия)

Постановка проблемы. В радиолокации активно используются логические компенсаторы помех, которые сопоставляют амплитуды двух сигналов и позволяют бороться с переотражениями зондирующего сигнала от окружающих объектов. Развитие элементной базы приемных цифровых антенных решеток (ЦАР) позволяет реализовать и более сложные устройства логической обработки сигналов. При этом актуальным является повышение помехоустойчивости и разрешающей способности радиоэлектронных систем с ЦАР на основе применения логической обработки сигналов и нейронных сетей.

Цель. Предложить и обосновать метод синтеза ЦАР c качественно новыми характеристиками направленности, основанный на нейросетевой модели ЦАР с логической обработкой сигналов.

Результаты. Разработан метод синтеза ЦАР с логической обработкой сигналов. Предложена нейросетевая модель ЦАР с логической обработкой сигналов в виде сверточной нейронной сети. Показано, что логическая диаграмма направленности (ДН) может иметь более узкий луч, чем физически реализуемая ДН, а сканирование лучом возможно без переобучения нейронной сети.

Практическая значимость. Установлены основные закономерности формирования логических ДН с использованием сверточных нейронных сетей.

Мищенко С.Е., Шацкий В.В., Башлы П.Н., Мищенко М.С. Метод синтеза цифровой антенной решетки с логической обработкой сигналов // Антенны. 2021. № 3. С. 66–75. DOI: https://doi.org/10.18127/j03209601-202103-09

1. Минкович Б.М., Яковлев В.П. Теория синтеза антенн. М.: Сов. радио. 1969.
2. Максимов М.В., Бобнев М.П., Кривицкий Б.Х., Горгонов Г.И., Степанов Б.М., Шустов Л.Н., Ильин В.А. Защита от радиопомех / Под ред. М.В. Максимова. М.: Сов. радио. 1976.
3. Татузов А.Л. Нейросетевая обработка радиолокационной информации // Сб. материалов 4-й Междунар. Конф. DSPA–2002. Москва. 2002. Т. 2 [Электронный ресурс] / URL: http://autex.spb.su/download/dsp/dspa/dspa2002/tom2_76.pdf.
4. Григорьев Л.Н. Цифровое формирование луча в фазированных антенных решетках. М.: Радиотехника. 2010.
5. LeCun Y., Broser B., Denker J.S., et.al. Backpropagation applied to handwritten zip code // Neural Computation. 1989. V. 1. № 4. P. 541–551.
6. LeCun Y., Bottou L., Bengio Y., et.al. Gradient-based learning applied to document recognition // Proceedings of the IEEE. 1998. V. 86. № 11. P. 2278–2324.
7. Николенко С., Кадурин А., Архангельская Е. Глубокое обучение. СПб.: Питер. 2018.
8. Гудфеллоу Я., Бенджио И., Курвилль А. Глубокое обучение. М.: ДМК Пресс. 2018.