EconPapers    
Economics at your fingertips  
 

Комплексное канальное представление для декодирования широкополосного сигнала квантовыми нейронами

Артыщенко Степан Владимирович and Головинский Павел Абрамович
Additional contact information
Артыщенко Степан Владимирович: Воронежский государственный архитектурно-строительный университет
Головинский Павел Абрамович: Воронежский государственный архитектурно-строительный университет

Проблемы управления, 2014, issue 3, 64-67

Abstract: Предложено канальное представление данных для декодирования широкополосного сигнала. В основу развиваемого подхода положено нелинейное отображение, увеличивающее размерность данных и расстояние между образами. Окончательное распознавание сигналов осуществляется с помощью квантовых нейронов в параллельной схеме. Показана эффективность алгоритма декодирования сигнала на фоне белого шума.Channel representation of data to decode the broadband signal is proposed. The basis of the approach is non-linear map, which increases the dimensionality of data and the distance between patterns. Final signal detection is carried out using complex-valued quantum neurons in a parallel circuit. The efficiency of the algorithm for decoding of a signal with the background of white noise is shown.

Keywords: ШИРОКОПОЛОСНЫЙ СИГНАЛ; ДЕКОДИРОВАНИЕ; КАНАЛЬНОЕ ПРЕДСТАВЛЕНИЕ; КВАНТОВЫЙ НЕЙРОН; БЕЛЫЙ ШУМ (search for similar items in EconPapers)
Date: 2014
References: Add references at CitEc
Citations:

Downloads: (external link)
http://cyberleninka.ru/article/n/kompleksnoe-kanal ... kvantovymi-neyronami

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:scn:009530:15572445

Access Statistics for this article

More articles in Проблемы управления from CyberLeninka, Общество с ограниченной ответственностью "СенСиДат-Контрол"
Bibliographic data for series maintained by CyberLeninka ().

 
Page updated 2025-03-20
Handle: RePEc:scn:009530:15572445