Создан алгоритм автоматической классификации сигналов, принимаемых радарами декаметрового когерентного рассеяния ИСЗФ СО РАН. Алгоритм представляет собой самообучающуюся нейронную сеть, определяющую тип рассеянных сигналов по результатам физического моделирования распространения радиоволн с использованием радарных данных и моделей ионосферы и магнитного поля Земли. Обучение сети производится по оригинальному методу, названному “обернутым классификатором”. По данным радаров MAGW и EKB ИСЗФ СО РАН за 2021 год алгоритм самостоятельно обучился классифицировать рассеянные сигналы на изначально неизвестные классы, основываясь на физически интерпретируемых параметрах распространения радиоволн и измеренных радаром данных. Реализован первый статистический анализ сигналов радаров EKB и MAGW (см. рис.).

Публикации:

1. Berngardt O.I., Kusonsky O.A., Poddelsky A.I., Oinats A.V. Self-trained artificial neural network for physical classification of ionospheric radar data // Advances in Space Research – 2022, V. 70(10), 2905-2919, 10.1016/j.asr.2022.07.054.

Направление ПФНИ: 1.3.7. Астрономия и исследования космического пространства. Тема № 0278-2021-0001 «Развитие новых методов диагностики состояния атмосферы и ионосферы радиофизическими методами с использованием инструментов, работающих в различных диапазонах электромагнитных волн».

Контакты автора: Бернгардт Олег Игоревич, эл. почта: berng@iszf.irk.ru