Математична модель розподілу засобів радіомоніторингу на спостереження супутникових каналів зв’язку із використанням нейронних мереж

Анотація

Роботу присвячено розв’язанню науково-практичного завдання, що полягає в розробці математичної моделі розподілу засобів радіомоніторингу на спостереження супутникових каналів зв’язку із використанням нейронних мереж. Для підвищення ефективності розподілу ресурсів пропонується застосування передових алгоритмів штучного інтелекту, зокрема глибоких нейронних мереж (Deep Neural Networks, DNN), навчання з підкріпленням (Reinforcement Learning, RL) та графічних нейронних мереж (Graph Neural Networks, GNN). Використання таких методів дозволяє суттєво підвищити адаптивність системи, точність аналізу та забезпечити оптимізацію розподілу ресурсів.
Вдосконалено математичні моделі та інноваційні методи управління засобами радіомоніторингу, що враховують змінні параметри супутникових каналів, застосовують адаптивні алгоритми розподілу ресурсів. Для визначення часових характеристик, більшість для обробки згортковою нейромережею, враховуються не лише статичні параметри вузлів, такі як потужність сигналу чи частоти, але й динамічні показники, що змінюються у часі. Для аналізу та оптимізації розподілу ресурсів у супутникових каналах зв’язку та засобів радіомоніторингу використовуємо згорткову нейронну мережу (CNN) у поєднанні з графовими нейронними мережами (GNN), наступна їх структура може бути ефективно представлена у вигляді графа. Це дозволяє отримати просторово-часові залежності та підвищити точність моделювання, а також адаптивно аналізувати змінні умови роботи супутникових каналів зв'язку та засобів радіомоніторингу, що забезпечує точність моделювання та прогнозування сигналів. Застосування нейронних мереж покращує аналіз супутникових каналів зв'язку, підвищуючи рівень інформативності та швидкість обробки даних під час радіомоніторингу.