Применение нейросетевых методов прогнозирования радиосигналов в интеллектуальных системах связи 5G

В работе проведено моделирование и исследование искусственных нейронных сетей (ИНС) с целью прогнозирования параметров радиосигналов различной спектральной плотности. Использованы архитектуры ADALINE фокусированной линейной сети (FLN) и нелинейной авторегрессионной сети (NARX), реализованные в среде MATLAB Neural Network Toolbox. Выполнен анализ качества одношагового и многошагового прогнозирования с применением функционалов ошибок (СКО, САО, СПО).

По результатам моделирования видно, что на точность и устойчивость нейросетевых прогнозов влияют и сложность спектральной структуры сигнала, и выбранные параметры обучения. При этом архитектура фокусированной линейной сети дала оптимальный баланс между скоростью обучения и точностью, а модель ADALINE оказалась более устойчивой при работе в узкой (ограниченной) полосе частот.

Полученные результаты могут быть использованы для прогнозирования параметров радиоканалов в интеллектуальных системах беспроводной связи пятого поколения (5G), где нейросетевые алгоритмы способны повысить эффективность адаптивного распределения ресурсов, снизить задержку передачи данных и улучшить устойчивость каналов связи при динамических изменениях среды распространения.