Связь нейронных сетей с задачами управления наблюдениями

Из раздела 6 известно, что задача управления наблюдениями сводится к взвешиванию на общем сумматоре принятых антеннами сигналов, помех и шумов и управлению весами с целью минимизации помех. В результате определяются алгоритмы адаптивных антенных решеток, адаптивных компенсаторов помех и др. Сравнение персептрона МакКаллока-Питтса со структурой адаптивной антенной решетки показывает, что их структуры достаточно близки.

Упрощенная структурная схема ААР представлена на рис.11.4. Из сопоставления структуры (рис.11.1) и ААР (рис.11.4) видно, что в состав ААР не входит решающая схема с функцией . Отсутствие этой схемы в ААР объясняется тем, что целью адаптивной антенной решетки является подавление помех на выходе сумматора, формирование желательной структуры наблюдения . Очевидно, если на выходе ААР включить решающую схему (нелинейный элемент), то такой обобщенный алгоритм будет представлять собой типовую структуру цифрового приемного устройства, где с помощью нелинейной разделяющей функции определяется порог в соответствии с выбранным критерием оптимальности.

Рис.11.4. Структурная схема адаптивной антенной решетки

Можно показать также, что известный из теории НС адаптивный линейный нейрон «адалайн» (ADAptive Liner Neuron) реализует алгоритм и структуру, аналогичную к структуре ААР, синтезированной с помощью процедуры Роббинса-Монро:

, (11.7)

где - эталонный сигнал, - шаговая постоянная .

Вместе с тем, кроме схемы принятия решения у нейрона и ААР имеются и существенные различия, к числу которых следует отнести:

Р1. Входные сигналы ААР являются высокочастотными когерентными, представляющими взаимные копии, сдвинутые по фазе за счет различий во временах прихода на соответствующие антенные элементы (см.рис.6.6). При управлении ВВК-вектором весовых коэффициентов, ААР в соответствии с алгоритмом (6.15), обеспечивает на общем сумматоре взаимную компенсацию значений помехи . Весовые коэффициенты ААР при этом должны быть или комплексными (для управления амплитудой и фазой) или могут быть представлены в квадратурах:

, (11.8)

где - квадратурные компоненты ВВК.

В противоположность этому во входных цепях нейрона не предполагается наличия когерентности. Более того, чаще всего полагают, что входными сигналами могут быть постоянные (например 0 или 1) или медленноменяющиеся функции, хотя и не исключается их гармонический комплексный характер.

Р2. ААР – является завершенным целевым объектом, в то время как нейрон – это не только уединенный, но и большей частью элемент более сложного объекта (сети), состоящего из многих взаимосвязанных нейронов. Классическая нейронная сеть – множество взаимосвязанных нейронов, позволяющих создавать огромное многообразие систем различного назначения, с различными свойствами.

Не нашли, что искали? Воспользуйтесь поиском: