Новий вид представлення сигналу, який піддається відновленню методами штучного інтелекту при втраті частини даних
DOI:
https://doi.org/10.35681/1560-9189.2026.28.2.363162Ключові слова:
штучний інтелект, живучість системи, нейронні мережі, цифрова обробка сигналів, відновлення даних, радіосигналАнотація
Розроблено новий вид представлення радіосигналу, який адаптовано для відновлення методами штучного інтелекту в умовах часткової втрати даних. Обґрунтовано, що традиційні методи цифрової обробки сигналів не забезпечують достатньої живучості інформаційних систем при деструктивних завадах. Авторами запропоновано підхід, що базується на інтеграції нейромережевих моделей для реконструкції структури сигналу із використанням його внутрішніх закономірностей. Досліджено використання згорткових і нейросимвольних мереж для компенсації втрачених сегментів даних і усунення фазових дисбалансів. Описана методика дозволяє суттєво підвищити ситуаційну обізнаність і надійність функціонування складних технічних систем. Результати моделювання підтверджують вищу швидкість обробки та точність відтворення сигналів порівняно з класичними алгоритмами.
Посилання
Subbotin S.O. Neironni merezhi: teoriia ta praktyka: navch. posib. Zhytomyr: Vyd. O.O. Yevenok, 2020. 184 p. URL: https://eir.zp.edu.ua/server/api/core/bitstreams/2abb401b-9ee6-4afc-a92a-2de5c332d12f/content
Kolesnytskyi O.K., Mesiura V.I. Neiromerezhevi modeli ta tekhnolohii obchysliuvalnoho intelektu. Neirokompiutery. Chastyna I. Vinnytsia: VNTU, 2021. 66 p.
Hagos D.H., Rawat D.B. Neuro-symbolic AI for military applications. IEEE Transactions on Artificial Intelligence. 2024. Vol. 5, No. 12. pp. 6012–6026. https://doi.org/10.1109/TAI.2024.3444746
Cannon C.T., Goericke S. Using convolution neural networks to develop robust combat behaviors through reinforcement learning: Doctoral dissertation. Monterey, CA: Naval Postgraduate School.
Dodonov O.H., Kuznietsova M.H., Horbachyk O.S. Zhyvuchist skladnykh system: analiz ta modeliuvannia: navch. posib. u 2-kh ch. Kyiv: NTUU "KPI", 2009. 264 p.
Dodonov A.G., Lande D.V. Zhyvuchist informatsiinykh siuzhetiv yak dynamichnykh dokumentalnykh system. Reiestratsiia, zberihannia i obrobka danykh. 2010. Vol. 13, No 2. pp. 88–102.
Jung K., Mersereau R. M. Media and Radio Signal Processing for Mobile Communications. Cambridge: Cambridge University Press, 2018. 494 p. https://doi.org/10.1017/9781108363204
Anttila L., Zou Y., Valkama M. Digital compensation and calibration of I/Q gain and phase imbalances. In: Digital Front-End in Wireless Communications and Broadcasting. Cambridge: Cambridge University Press, 2011. pp. 475–501. https://doi.org/10.1017/CBO9780511744839.017
Likert A. R. Digital Signal Processing in Communications Systems. 2019. 320 p.
Reddy G. J. Digital Signal Processing. 1st ed. Hyderabad: BS Publications, 2016. 396 p.
Amatsuki K. Digital Signal Processing with C++: Master Real-Time Signal Analysis, Filtering, FFT Algorithms, and Advanced DSP Techniques with Professional C++. Kindle ed. 2025. 242 p.
