Zastosowanie sieci neuronowych do detekcji impulsów o znanym kształcie w obecności silnego szumu i trendu

• Autorzy: Betka Szymon , Blok Marek

Identyfikatory

DOI

10.15199/59.2023.4.47

Warianty tytułu

EN

Application of neural networks for detection of pulses of known shape in the presence of strong noise and trend

• Konferencja: Konferencja Radiokomunikacji i Teleinformatyki (20-22.09.2023 ; Kraków, Polska)
• Języki publikacji: PL

Abstrakty

PL

Detekcja impulsów w odebranym sygnale radiowym, zwłaszcza w obecności silnego szumu oraz trendu, jest trudnym zadaniem. Artykuł przedstawia propozycje rozwiązań wykorzystujących sieci neuronowe do detekcji impulsów o znanym kształcie w obecności silnego szumu i trendu. Na potrzeby realizacji tego zadania zaproponowano dwie architektury. W pracy przedstawiono wyniki badań wpływu kształtu impulsu, mocy zakłóceń szumowych oraz trendu obecnego w sygnałach wejściowych sieci, na skuteczność detekcji zaproponowanych rozwiązań.

EN

Detecting pulses in a received radio signal, especially in the presence of strong noise and trend, is a difficult task. The article presents proposed solutions based on neural networks for the detection of pulses of known shape in the presence of strong noise and trend. Two architectures are proposed for the purpose. The paper presents the results of the study of the influence of the pulse shape, the noise power, and the trend present in the input signals of the network on the detection performance of the proposed solutions.

Słowa kluczowe

PL

detekcja impulsu; szum; trend; sieć neuronowa

EN

pulse detection; noise; trend; neural network

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne
• Rocznik: 2023
• Tom: nr 4
• Strony: 220--223
• Opis fizyczny: Bibliogr. 8 poz., rys., tab.

Twórcy

autor

Betka Szymon

• Politechnika Gdańska, Wydział Elektroniki, Telekomunikacji i Informatyki, Gdańsk

autor

Blok Marek

• Politechnika Gdańska, Wydział Elektroniki, Telekomunikacji i Informatyki, Gdańsk

Bibliografia

• [1] Betka Szymon 2022, Zastosowanie sieci neuronowych do detekcji impulsów o znanym kształcie w obecności silnego szumu i trendu, projekt dyplomowy inżynierski, WETI PG
• [2] Hu J.-F. i in. 2015, “Harmonic signal detection method from strong chaotic background based on optimal filter” Acta Physica Sinica, vol. 64, no. 22, 220504.
• [3] Ke D. i in. 2019, “Blind detection techniques for non-cooperative communication signals based on deep learning,” IEEE Access, vol. 7, pp. 89218– 89225.
• [4] Liyun Su i in. 2019, "Detection and Extraction of Weak Pulse Signals in Chaotic Noise with PTAR and DLTAR Models", Mathematical Problems in Engineering, vol. 2019, 4842102.
• [5] Mendis G. J. i in. 2019, “Deep learning based radio signal identification with hardware design,” IEEE Transactions on Aerospace and Electronic Systems, vol. 55, no. 5, pp. 2516–2531.
• [6] Xing H.-Y. i in. 2012, “Detection of weak target signal with least-squares support vector machine and generalized embedding windows under chaotic background,” Acta Physica Sinica, vol. 61, no. 10, 100506.
• [7] Yuan Y. i in. 2019, “DeepMorse: a deep convolutional learning method for blind Morse signal detection in wideband wireless spectrum,” IEEE Access, vol. 7, pp. 8057 80587.
• [8] Yue L. i in. 2006, “Weak effective seismic signal detection capability of chaotic oscillator detection system,” Chinese Science Bulletin, vol. 51, no. 14, pp. 1710–1716

Uwagi

Opracowanie rekordu ze środków MEiN, umowa nr SONP/SP/546092/2022 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2022-2023).