В настоящее время усложнение радиочастотных систем требует разработки новых методов приёма, анализа и автоматического распознавания радиосигналов в режиме реального времени. При исследовании данных задач технология Software Defined Radio (SDR) является одной из перспективных экспериментальных платформ. SDR позволяет не только осуществлять приём радиосигналов на аппаратном уровне, но и обрабатывать их в программной среде с использованием определённых алгоритмов. Данная технология создаёт широкие возможности для радиочастотного инжиниринга, телекоммуникаций, электромагнитной совместимости, радиомониторинга и анализа сигналов на основе искусственного интеллекта.
Основной особенностью SDR-системы является возможность программного управления важными составляющими процессов приёма и передачи радиосигналов. В традиционных радиоустройствах диапазон частот, модуляция и функции обработки сигналов во многом определяются аппаратными средствами. В технологии SDR, параметры каждого блока SDR‑системы можно регулировать в широком диапазоне значений посредством цифрового управления. Это обеспечивает точную подстройку под требования конкретного стандарта — например, таких параметров, как частота несущей, ширина канала, коэффициент шума, линейность и параметры фильтрации.
Научно-исследовательские возможности SDR
В инженерных исследованиях устройство SDR позволяет получать реальные радиочастотные сигналы и анализировать их. В частности, можно исследовать частоту, амплитуду, ширину полосы, I/Q-компоненты, отношение сигнал/шум (SNR) и другие параметры сигнала. В связи с этим SDR используется в университетах и научно-исследовательских лабораториях как эффективное средство для обработки радиочастотных сигналов (RF signal processing) и прототипирования радиосистем.
a)
b)
Рис. 1. Внешний вид устройств, работающих на основе технологии SDR: a) RTL-SDR [1], b) USRP SDR [2].
На основе SDR имеется возможность проведения исследований по следующим научным направлениям:
• обнаружение и классификация радиосигналов;
• автоматическая классификация процессов модуляции;
• сканирование полосы спектра;
• обнаружение радиочастотных сигналов;
• очистка сигналов от шумов и снижение уровня интерференции;
• мониторинг радиочастотного спектра;
• исследование проблем электромагнитной совместимости;
• разработка систем когнитивного радио;
• моделирование и прототипирование радиосистем 5G/6G;
• исследование технологий MIMO и beamforming;
• создание интеллектуальных беспроводных сетей на основе AI/ML.
Интеграция искусственного интеллекта (AI) и SDR
В последние годы интеграция технологии SDR с искусственным интеллектом становится одним из актуальных научных направлений. Данные I/Q-сигналов, полученные посредством SDR, могут использоваться в качестве входных данных для алгоритмов машинного обучения и глубокого обучения [3].
Например, в системе автоматической классификации процессов модуляции SDR принимает реальный сигнал и с помощью нейронной сети автоматически определяет его тип модуляции. В таких системах могут использоваться архитектуры CNN, LSTM, Transformer и гибридных нейронных сетей.
Кроме того, с помощью AI существует возможность обнаружения активных сигналов в радиочастотном спектре, классификации неизвестных сигналов и выявления интерференции. Это превращает SDR в перспективную технологию для интеллектуального мониторинга радиочастотного спектра и систем когнитивного радио.
Возможности в области электромагнитной совместимости
Ещё одной важной областью применения технологии SDR является исследование электромагнитной совместимости и электромагнитных помех. С помощью SDR можно осуществлять мониторинг сигналов в радиочастотном диапазоне, определять частотные и временные характеристики помех, а также выполнять их автоматическую классификацию [4].
В перспективе совместное применение технологий SDR и AI может способствовать формированию новых научных подходов к интеллектуальному мониторингу электромагнитной среды, определению источников интерференции и оценке электромагнитной совместимости радиоэлектронных устройств.
Перспективная платформа для образовательной и научно-исследовательской деятельности
Возможность реконфигурации SDR и тестирования различных алгоритмов на одной аппаратной платформе превращает его не только в важное средство практической инженерной деятельности, но и в важный инструмент для научно-исследовательского и образовательного процессов [5]. В частности, можно посредством работы с реальными радиочастотными сигналами связывать теоретические знания с практическим опытом [6].
Кроме того, гибкость SDR-платформы позволяет формировать научные работы различного уровня сложности. Например, на начальном этапе могут изучаться задачи определения параметров сигналов и классификации типов модуляции, а на последующих этапах могут проводиться исследования более высокого уровня по таким сложным задачам, как сканирование спектра на основе искусственного интеллекта, обнаружение радиочастотных помех или интеллектуальные беспроводные сети.
Заключение
Технологию SDR в области современной радиочастотной инженерии можно рассматривать не только как устройство для приёма радиосигналов, но и как научно-экспериментальную платформу, позволяющую исследовать реальную радиочастотную среду, тестировать новые алгоритмы обработки сигналов и осуществлять прототипирование интеллектуальных радиосистем. С этой точки зрения технология SDR, наряду с изучением современных радиочастотных систем, может рассматриваться как перспективный инженерный инструмент, позволяющий проверять новые научные идеи на реальной аппаратной платформе, экспериментально оценивать алгоритмы и объединять фундаментальные и прикладные исследования.
Список литературы:
[1] https://www.rtl-sdr.com/about-rtl-sdr/
[2] https://www.ettus.com/all-products/e310/
[3] S. R. Doha and A. Abdelhadi, "Artificial Intelligence in Software Defined Radio: A Survey," in IEEE Access, vol. 14, pp. 47915-47931, 2026, doi: 10.1109/ACCESS.2026.3677598.
[4] K. Denis, I. Melnik, I. Varakin and A. Aksenov, "Unified Architecture for High-Performance SDR Platforms," 2025 27th International Conference on Digital Signal Processing and its Applications (DSPA), Moscow, Russian Federation, 2025, pp. 1-6, doi: 10.1109/DSPA64310.2025.10977893.
[5] D. M. Molla, H. Badis, L. George and M. Berbineau, "Software Defined Radio Platforms for Wireless Technologies," in IEEE Access, vol. 10, pp. 26203-26229, 2022, doi: 10.1109/ACCESS.2022.3154364.
[6] Викулин В. Технология SDR: когда связь становится умнее // Электроника: наука, технология, бизнес. — 2025. — № 7 (00249). — С. 92–96. — DOI: 10.22184/1992-4178 2025 249.7.92.96.
Сотрудники Тренинг центра:
Ш.Керимов, А.Бердиев
