Детальная информация
Название | Разработка программных средств обнаружения неизвестных радиосигналов в частотном спектре и их классификация: выпускная квалификационная работа бакалавра: направление 09.03.04 «Программная инженерия» ; образовательная программа 09.03.04_01 «Технология разработки и сопровождения качественного программного продукта» |
---|---|
Авторы | Яровой Вадим Дмитриевич |
Научный руководитель | Медведев Борис Моисеевич |
Организация | Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и кибербезопасности |
Выходные сведения | Санкт-Петербург, 2024 |
Коллекция | Выпускные квалификационные работы; Общая коллекция |
Тематика | радиоконтроль; нейросеть; классификация радиосигналов; TensorFlow; Rust; radio monitoring; neural network; classification of radio signals |
Тип документа | Выпускная квалификационная работа бакалавра |
Тип файла | |
Язык | Русский |
Уровень высшего образования | Бакалавриат |
Код специальности ФГОС | 09.03.04 |
Группа специальностей ФГОС | 090000 - Информатика и вычислительная техника |
DOI | 10.18720/SPBPU/3/2024/vr/vr24-3415 |
Права доступа | Доступ по паролю из сети Интернет (чтение, печать, копирование) |
Дополнительно | Новинка |
Ключ записи | ru\spstu\vkr\30487 |
Дата создания записи | 11.07.2024 |
Разрешенные действия
–
Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети
Действие 'Загрузить' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети
Группа | Анонимные пользователи |
---|---|
Сеть | Интернет |
Данная работа посвящена разработке программных средств, позволяющих классифицировать неизвестные радиосигналы в частотном спектре при различных значениях сигнал/шум. Актуальность темы связана с быстрым растущим количеством беспроводных устройств и необходимостью в более эффективном регулировании использования доступных радиочастот, а также контроля за их использованием. Была разработана архитектура нейронной сети для классификации радиосигналов. Были обучены модели глубокого обучения в различных диапазонах сигнал/шум. Были разработаны программные средства, использующие обученные модели для классификации типов модуляций сигналов.
This work is devoted to the development of software tools that allow classifying unknown radio signals in the frequency spectrum at various signal-to-noise values. The relevance of the topic is related to the rapidly growing number of wireless devices and the need for more effective regulation of the use of available radio frequencies, as well as control over their use. An evaluation neural network architecture has been developed to classify radio signals. Deep learning models were trained in various signal/noise ranges. Software tools have been developed that use trained models to classify the types of signal modulations.
Место доступа | Группа пользователей | Действие |
---|---|---|
Локальная сеть ИБК СПбПУ | Все |
|
Интернет | Авторизованные пользователи СПбПУ |
|
Интернет | Анонимные пользователи |
|
Количество обращений: 0
За последние 30 дней: 0