Рассматривается решение задачи автоматизированной обработки сигналов со сложной структурой. Предложен способ, базирующийся на совместном применении конструкции вейвлет-преобразования и нейронных сетей, позволяющий повысить разрешающую способность анализа данных при использовании нейросетевых технологий, улучшить качество работы сети и сократить время ее обучения. Также рассмотрена система прогнозирования данных критической частоты, в которой реализован этот способ.
