Радиосигнал со слоистой модуляцией — представьте: несколько независимых информационных потоков, наложенных друг на друга, — напоминает культурный слой древнего города. Каждый уровень несёт свою историю, но со временем, под воздействием помех и искажений, они спутываются в хаотичную мешанину. Обычные алгоритмы демодуляции теряются в этой смеси, не в силах разделить слои. Новый метод TSDN (Transform-based Signal Decomposition Network) действует как нейросеть-археолог. Его ключевой приём — переход в логарифмическое пространство, где умножение слоёв превращается в сложение: если результирующий сигнал S представляет собой произведение слоёв A и B (S = A × B), то log(S) = log(A) + log(B). Это позволяет преобразовать нелинейную задачу разделения в линейную. Затем обучаемый геометрический преобразователь, анализируя статистические и структурные особенности, выстраивает слои в правильном порядке, словно восстанавливая хронологию раскопок.

Точность распознавания превышает 93%, даже когда мощность сигнала падает ниже уровня шума — то есть полезная информация буквально тонет в случайных флуктуациях. Более того, сеть способна идентифицировать комбинации модуляции, с которыми никогда не сталкивалась в процессе обучения — это проявление так называемой обобщающей способности. Аналогия: как если бы археолог по нескольким черепкам керамики узнал культуру исчезнувшей цивилизации, не имея о ней предварительных данных.