Исследование устойчивости модели машинного обучения для обработки сигнала прибора ориентации по Земле

Рассматривается решение задачи распознавания артефактов Солнца и Луны в сигнале фотоприемного устройства прибора ориентации по Земле. Разработанную ранее модель машинного обучения, обученную на чистых сигналах (реальных и сгенерированных), необходимо проверить на устойчивость к реальным сигналам, которые могут быть зашумлены, и при необходимости произвести корректировку модели. Проведено исследование устойчивости модели машинного обучения к зашумленным сигналам, выявлено снижение качества классификатора нормальных и артефактных сигналов фотоприемного устройства прибора ориентации по Земле. Для коррекции модели применен метод аугментации исходных данных с помощью искусственно зашумленных сигналов, выбраны типы характерных для электроники шумов (тепловой, дробовый и фликкер-шум), выбраны уровни отношения сигнал– шум для устройств данного класса. Выбраны методы генерации шумовых сигналов и разработаны алгоритмы для корректного смешивания чистых сигналов с шумом. Выявлены недостатки имеющейся линейной модели, которые проявились только при использовании различных уровней отношения сигнал–шум. Ошибки линейной модели оказались существенны для области применения. Была выбрана новая модель классификатора на основе деревьев решений. Для новой модели также проведена проверка устойчивости, показана необходимость расширения диапазона отношения сигнал-шум для обучающей выборки. Примененный метод классификации артефактов и повышения устойчивости модели может применяться в фотоприемных устройствах в случае, если необходимо обеспечить встроенную обработку сигнала в вычислительном ядре устройства.