ЖУРНАЛ РАДИОЭЛЕКТРОНИКИ. eISSN 1684-1719. 2024. №12

УДК: 621.396.96

АЛГОРИТМ ОБНАРУЖЕНИЯ ЗОНДИРУЮЩИХ СИГНАЛОВ
С ЛИНЕЙНОЙ ЧАСТОТНОЙ МОДУЛЯЦИЕЙ НА ОСНОВЕ
НЕЙРОСЕТЕВОЙ ОБРАБОТКИ ИХ СПЕКТРОВ НА ВЫХОДЕ
АВТОКОРРЕЛЯЦИОННОЙ СХЕМЫ

М.О. Бердник

Военный учебно-научный центр Военно-воздушных сил
«Военно-воздушная академия имени профессора Н.Е. Жуковского и Ю.А. Гагарина»

394064, Воронеж, ул. Старых Большевиков, д. 64

Статья поступила в редакцию 28 июля 2024 г.

Аннотация. В статье рассмотрены особенности применения нейросетевого подхода в задаче обнаружения сигналов с линейной частотной модуляцией на выходе автокорреляционной схемы. Полученные результаты демонстрируют существенное снижение количества ложных тревог по сравнению с традиционным способом, основанным на пороговой обработке.

Ключевые слова: радиолокация, линейная частотная модуляция, пороговая обработка, автокорреляционная схема, ложная тревога, нейронные сети, глубокое обучение,

Автор для переписки: Бердник Максим Олегович, m.berdnik@internet.ru

Литература

1. Купряшкин И.Ф., Лихачев В.П. Космическая радиолокационная съемка земной поверхности в условиях помех: монография // Купряшкин И.Ф., Лихачев В.П. – Воронеж: ИПЦ «Научная книга». – 2014.

2. Тихонов В.И. Оптимальный прием сигналов. – 1983.

3. Лихачев В.П. и др. Обоснование требований к вычислительному устройству цифрового автокорреляционного приемника сигналов РСА //Журнал радиоэлектроники. – 2014. – №. 1. – С. 9-9.

4. Akyon F.C. Deep Learning in Electronic Warfare Systems: Automatic Pulse Detection and Intra-Pulse Modulation Recognition : дис. – Bilkent Universitesi (Turkey), 2020.

5. Франсуа Ш. Глубокое обучение на Python. – "Издательский дом "Питер"", 2018.

6. Груздев А.В. Предварительная подготовка данных в Python: Том 1. Инструменты и валидация. – М.: ДМК Пресс – 2023.

Для цитирования:

Бердник М.О. Алгоритм обнаружения зондирующих сигналов с линейной частотной модуляцией на основе нейросетевой обработки их спектров на выходе автокорреляционной схемы. // Журнал радиоэлектроники. – 2024. – №. 12. https://doi.org/10.30898/1684-1719.2024.12.11