Работы автора

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.

Проведен анализ перспектив применения на объектах использования атомной энергии атмосферных оптических линий связи. Показано, что современные российские терминалы атмосферной связи позволяют реализовать высокоскоростной обмен данными внутри периметра атомных и тепловых электростанций, а также обеспечить внешний резервный канал связи, защищенный по технологии квантового распределения ключей. Представлена методика для оценки целесообразности использования атмосферной оптической связи на объектах использования атомной энергии, и на основе многолетних метеорологических наблюдений в районе размещения Курской АЭС построены графики доступности атмосферной лазерной
связи. Показана высокая перспективность применения атмосферной лазерной связи на объектах использования атомной энергии и промышленных комплексах, расположенных в центральном и южных ФО России.