Resumen

La detección de señales débiles es un problema significativo en la detección moderna, como el diagnóstico de fallas mecánicas. La singularidad del caos y la buena capacidad de aprendizaje de las redes neuronales proporcionan nuevas ideas y un marco para el campo de detección de señales débiles. En este artículo, se aplica una red neuronal Elman para detectar y recuperar señales de pulso débiles en ruido caótico. Para el problema de detección de señales de pulso débiles bajo ruido caótico, basado en la previsibilidad a corto plazo de las observaciones caóticas, se lleva a cabo una reconstrucción del espacio de fases para las señales observadas. Se establece un modelo de detección adaptativa de aprendizaje profundo Elman (modelo EDAD) para la detección de señales de pulso débiles, y se utiliza una prueba de hipótesis para detectar la señal de pulso débil a partir del error de predicción. Para la recuperación de la señal de pulso débil bajo

• Materias:Redes de radio Sistemas de información Comunicaciones inalámbricas Cifrado de bloques
• Subjects:Radio Networks Information systems Wireless communications Block ciphers
• Palabras claves:Detección de señales; Señal de pulso débil; Ruido caótico; Red neuronal Elman; Aprendizaje profundo; Modelo de detección adaptativa
• Keywords:Signal detection; Weak pulse signal; Chaotic noise; Elman neural network; Deep learning; Adaptive detection model