Прогнозирование перекрестных помех в кабельных линиях связи летательных аппаратов на основе искусственной нейронной сети

Авторы

Амирханов А. А.^*, Гайнутдинов Р. Р.^**

Казанский национальный исследовательский технический университет имени А.Н. Туполева – КАИ, Казань, Россия

*e-mail: reimeartorias@mail.ru
**e-mail: emc-kai@mail.ru

Аннотация

В данной работе предлагается подход к прогнозированию перекрестных помех в кабельных линиях связи летательных аппаратов на основе искусственной нейронной сети. Представлена разработка и обучение полносвязной нейронной сети прямого распространения для прогнозирования перекрестных помех между кабелями в частотной области. Приведен сравнительный анализ результатов обучения искусственной нейронной сети с различными значениями гиперпараметров. Определены гиперпараметры структуры нейросети, обеспечивающие наименьшую ошибку прогноза перекрестных помех. В качестве результата представлены практические примеры работы такой нейронной сети.

Ключевые слова:

компьютерное моделирование, перекрестные помехи, электромагнитная совместимость, нейронная сеть, летательный аппарат

Библиографический список

1. Кириллов В.Ю., Марченко М.В., Томилин М.М. Электромагнитная совместимость бортовой кабельной сети летательных аппаратов. – М.: Изд-во МАИ, 2014. – 172 с.
2. Кечиев Л.Н., Балюк Н.В. Зарубежные военные стандарты в области ЭМС. - М.: Грифон, 2014. - 448 с.
3. Гайнутдинов Р.Р., Чермошенцев С.Ф. Методология обеспечения внутрисистемной электромагнитной совместимости бортового оборудования беспилотных летательных аппаратов // Известия высших учебных заведений. Авиационная техника. 2016. № 4. С. 155-160.
4. Гайнутдинов Р.Р., Чермошенцев С.Ф. Прогнозирование перекрестных электромагнитных помех в кабельных линиях связи беспилотного летательного аппарата // Вестник Казанского государственного технического университета им. А.Н. Туполева. 2014. № 3. С. 178-182.
5. Гайнутдинов Р.Р., Чермошенцев С.Ф. Прогнозирование электромагнитных помех в межблочных линиях связи летательного аппарата при микросекундных импульсных электромагнитных взаимодействиях // Вестник Казанского государственного технического университета им. А.Н. Туполева. 2014. № 2. C. 203-208.
6. Заболоцкий А.М., Газизов Т.Р., Калимулин И.Ф. Новые решения для обеспечения электромагнитной совместимости бортовой радиоэлектронной аппаратуры космического аппарата: монография. – Томск: Изд-во Томского государственного университета систем управления и радиоэлектроники, 2016. – 288 с.
7. Нгуен В.Т., Кириллов В.Ю. Проектирование трасс электрических жгутов бортовой сети с учетом электромагнитной совместимости // Технологии электромагнитной совместимости. 2020. № 2 (73). C. 29-35.
8. Гайнутдинов Р.Р., Чермошенцев С.Ф. Электромагнитная совместимость перспективных авиационных комплексов // Технологии электромагнитной совместимости. 2018. № 2 (65). С. 62-78.
9. Клыков А.В., Кириллов В.Ю. Возможности компьютерного моделирования при решении задач электромагнитной совместимости бортовых сетей самолетов // Труды МАИ. 2012. № 57. URL: https://trudymai.ru/published.php?ID=30760
10. Куксенко С.П., Заболоцкий А.М. Электромагнитная совместимость: моделирование и обеспечение. – Томск: Изд-во Томского государственного университета систем управления и радиоэлектроники, 2017. – 96 с.
11. Полянский А.В., Смыкова Н.Н., Никонорова Л.И. Нейросети сегодня и перспективы развития // Наука и Образование. 2023. Т. 6. № 2. URL: http://opusmgau.ru/index.php/see/article/view/5814/5832
12. Мансуров А.С. Исследование межкабельных наводок витой пары средствами программного продукта ANSYS MAXWELL 2D // Актуальные проблемы гуманитарных и естественных наук. 2014. № 5-1. С. 54-59.
13. Амирханов А.А. Анализ перекрестных помех в кабельных линиях структурированной кабельной системы // Всероссийская молодежная научная конференция «Будущее науки: взгляд молодых ученых на инновационное развитие общества» (Курск, 30 мая 2023): сборник научных статей. – Курск: Университетская книга, 2023. Т. 2. – С. 378-381.
14. Воронов К.Е., Григорьев Д.П., Телегин А.М. Применение нейронной сети прямого распространения для локализации места удара микрочастиц о поверхность космического аппарата // Труды МАИ. 2021. № 118. URL: https://trudymai.ru/published.php?ID=158245. DOI: 10.34759/trd-2021-118-10
15. Степаненко А.С., Щегольков А.С. Нейронные сети как инструмент прогнозирования в гражданской авиации // XII Международная научно-практическая конференция, посвященная празднованию 100-летия отечественной гражданской авиации «Актуальные проблемы и перспективы развития гражданской авиации» (Иркутск, 12–13 октября 2023): сборник трудов. – М.: Московский государственный технический университет гражданской авиации, 2023. С. 211-219.
16. Козадаев А.С. Принципы реализаций искусственной нейронной сети // Вестник Тамбовского университета. Серия: Естественные и технические науки. 2007. Т. 12. № 1. С. 108-110.
17. Козлов Д.С., Тюменцев Ю.В. Нейросетевые методы обнаружения отказов датчиков и приводов летательного аппарата // Труды МАИ. 2012. № 52. URL: https://trudymai.ru/published.php?ID=29421
18. Старовойтов В.В., Голуб Ю.И. Нормализация данных в машинном обучении // Информатика. 2021. Т. 18. № 3. С. 83-96. DOI: 10.37661/1816-0301-2021-18-3-83-96
19. Ануарбеков А.Н., Искаков К.Т., Мухаметжанова Б.О. Применение сверточных нейронных сетей: типы, разновидности и подходы // III Международная научно-практическая конференция «Развитие современной науки: опыт теоретического и эмпирического анализа» (Петрозаводск, 10 апреля 2023): сборник трудов. – Петрозаводск: Новая наука, 2023. С. 105-110.
20. Коваль Н.А. Сравнительный анализ нейросетевых архитектур в задаче обнаружения и различения сигналов цели и уводящей помехи // Труды МАИ. 2024. № 134. URL: https://trudymai.ru/published.php?ID=17847

Скачать статью