Skip to main content

הפרדת אותות RF בטכניקות למידת מכונה

אלגוריתמים מבוססי למידה עמוקה להפרדת אותות RF עם יישומים להסרת הפרעות עבור מערכות תקשורת מתקדמות

בעולם שבו יותר ויותר מערכות משדרות במקביל (5G/6G, IoT, לוויינים, רחפנים), הספקטרום האלקטרומגנטי הופך לצפוף, והפרעות הן כבר לא תקלה אלא מצב טבעי ותדיר. האתגר בפרויקט זה הוא להפריד אותות שמגיעים יחד, באותו הזמן ובאותו תחום תדרים, לעיתים ללא מודל מדויק של אות המקור או של ההפרעות, ובזמן אמת. לשם כך, ניתן להשתמש בכלים עוצמתיים של למידת מכונה עמוקה המסוגלים ללמוד מבנה סטטיסטי מורכב. אך שאלה מעניינת ולא טריוויאלית היא: כיצד בונים פתרון שהוא גם אמין, יציב, ניתן להסבר, ומכליל לתרחישים חדשים?

בפרויקט זה אנו משלבים גישות של עיבוד אותות סטטיסטי ולמידת מכונה: השאיפה היא ליצור מודלים שמחד, מכבדים את המודלים המתמטיים הידועים, ומאידך, לומדים תופעות פיסיקליות  מסובכות ומאתגרות לתיאור מתמטי מדויק.