Введение
ГЛАВА 1. Анализ методов построения систем распознавания и существующих методов обработки сигналов 21
1.1. Анализ технических проблем обработки сигналов в системах передачи информации 24
1.2. Виды априорной неопределенности при обработке сигналов систем передачи информации 29
1.3. Общая постановка задачи обработки сигналов как задачи распознавания образов , 36
1.4. Концепции и методология построения устройств автоматического приема и обработки сигналов 39
1.5. Анализ состояния теории и практики распознавания типов модуляций сигналов 46
1.5.1. Корреляционные методы 50
1.5.2. Спектральные методы 51
1.5.3. Параметрические методы 52
1.6. Выводы 55
ГЛАВА 2. Место и роль неиросетевых технологий в задачах техническо го анализа сигналов систем передачи информации 57
2.1. Классификация нейроподобных элементов и нейронных сетей 60
2.1.1. Классификация нейронных сетей по виду входящих в их состав нейронов 63
2.1.2. Классификация нейронных сетей по архитектуре 65
2.1.3. Классификация нейронных сетей по типам обучения
2.2. Сравнительный анализ основных моделей нейронных сетей 72
2.3. Сравнение неиросетевых классификаторов со статистическими классификаторами 77
2.4. Ожидаемый выигрыш при реализации основных алгоритмов технического анализа сигналов на основе нейронных сетей 82
2.5. Выводы з
ГЛАВА 3. Принципы применения и синтез нейронной сети для решения задач додетекторной обработки сигналов СПИ 89
3.1. Системный подход как средство разработки и описания моделей нейронных сетей и нейросетевых алгоритмов 89
3.1.1 Нейросетевой алгоритм, формальная постановка задачи 89
3.1.2. Методика решения задачи на нейросетевом вычислителе 90
3.1.3, Системный подход как методология описания нейро сети при решении задачи 91
3.2. Формализация задачи обработки сигналов СПИ в нейросетевом базисе. Адекватность нейросетевого подхода решаемой задаче 92
3.3. Синтез нейросетевого классификатора сигналов СПИ
3.3.1. Разработка нейросетевого алгоритма классификации сигналов в условиях априорной неопределенности 100
3.3.2. Принцип работы и свойства нейросетевого классификатора со случайными порогами 109
3.3.3. Алгоритм выделения признаков обрабатываемого сигнала и уменьшения размерности входного вектора 112
3.4. Синтез иерархической нейронной сети классификации сигналов СПИ
по типам модуляции 122
3.5. Выводы 126
ГЛАВА 4. Экспериментальные исследования. оценка эффективности предложенных алгоритмов классификации сигналов систем передачи информации 130
4.1. Сравнение классификатора на основе нейронной сети со случайными порогами с другими классификаторами 130
4.2. Моделирование основных типов сигналов систем передали информации 138
4.2.1. Синтез программной реализации имитатора сигналов СПИ 140
4.3. Результаты экспериментальных исследований программной эмуляции нейросетевого классификатора сигналов СПИ и их оценка 146
4.4. Оценивание эффективности процесса идентификации сигналов систем передачи информации на основе нейронной сети со случайнымипорогами 156
4.4.1. Показатели качества операции 156
4.4.2. Показатели качества процесса идентификации сигналов систем передачи информации по типам модуляций 158
4.4.3. Выбор критерия оценки качества нейросетевых классификаторов .161
4.4.4. Оценка емкостной и временной сложности нейросетевых классификаторов 163
4.5. Возможные области применения нейросетевых классификаторов 165
4.6. Выводы 167
Заключение , 172
Литература
