НАУЧНОЕ СРАВНЕНИЕ СВЕРТОЧНЫХ И РЕКУРРЕНТНЫХ НЕЙРОННЫХ СЕТЕЙ И МАКСИМАЛЬНОЕ ИСПОЛЬЗОВАНИЕ ИХ ВОЗМОЖНОСТЕЙ В ФАЗОВЫХ АНТЕННЫХ РЕШЕТКАХ ДЛЯ МОНИТОРИНГА АТМОСФЕРЫ СРЕДСТВАМИ РАДИОЗОНДИРОВАНИЯ (2024)

В данной статье рассматривается использование двух основных типов глубоких нейронных сетей (DNN) - сверточных (CNN) и рекуррентных нейронных сетей (RNN), где проводится подробное сравнение каждой из них и того, как они могут быть оптимально использованы для синтеза многолучевой диаграммы направленности в фазированной антенной решетке (PAA) для мониторинга атмосферных радиозондовых средств. Показано, что DNN может одновременно использоваться в качестве вычислителя направлений прихода электромагнитных волн, например, от пилотируемого воздушного шара и нескольких беспилотных метеорологических зондов (UMP), перемещающихся в пространстве. При выборе между RNN и CNN выбор подходящей нейронной сети зависит от типа доступных данных и требуемых результатов. В то время как RNN используются в основном для классификации текста, CNN помогают идентифицировать и классифицировать изображения. Между ними много различий, но это не значит, что они взаимоисключающие. RNN и CNN CNN можно использовать вместе, чтобы воспользоваться их преимуществами.

Тип: Статья
Автор (ы): Казанцев Сергей, Ахмад Али, Хасанн Диаа, Николаев Алексей Владимирович
Ключевые фразы: ФАЗИРОВАННАЯ АНТЕННАЯ РЕШЕТКА, глубокое обучение, сверточная нейронная сеть, РЕКУРРЕНТНАЯ НЕЙРОННАЯ СЕТЬ, МНОГОЛУЧЕВАЯ ДИАГРАММА НАПРАВЛЕННОСТИ, ПИЛОТИРУЕМЫЙ АЭРОСТАТ, БЕСПИЛОТНЫЕ МЕТЕОРОЛОГИЧЕСКИЕ ЗОНДЫ

Идентификаторы и классификаторы

УДК
621.396.677.859. Обтекатели радиолокационных антенн