вестник южно уральского-государственного_университета._серия_компьютерные_технологии,_управление,_радиоэлектроника_№3_2015

Учредитель – Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Южно-Уральский государственный

университет» (национальный исследовательский университет)

Журнал освещает новые научные достижения и практические разработки ученых по актуальным проблемам компьютерных технологий, управления и радиоэлектроники.

Основной целью издания является пропаганда научных исследований в следующих областях: Автоматизированные системы управления

в энергосбережении Автоматизированные системы управления

технологическими процессами Антенная техника Инфокоммуникационные технологии

Информационно-измерительная техника Навигационные приборы и системы Радиотехнические комплексы Системы автоматизированного управления

предприятиями в промышленности Системы управления летательными аппаратами

Редакционная коллегия: А.Л. Шестаков, д.т.н., проф. (отв. редактор); Л.С. Казаринов, д.т.н., проф. (зам. отв. редактора); М.А. Сагадеева, к.ф.-м.н., доц. (зам. отв. редактора); Н.В. Плотникова, к.т.н., доц. (отв. секретарь). Редакционный совет: Н.И. Войтович, д.т.н., проф.; С.Н. Даровских, д.т.н., проф.; В.Г. Дегтярь, д.т.н., проф., чл.-корр. РАН (г. Миасс, Челябинская обл.);

Ю.Т. Карманов, д.т.н., проф.; Ю.М. Ковалев, д.ф.-м.н., проф.; О.В. Логиновский, д.т.н., проф.; В.И. Меркулов, д.т.н., проф. (г. Москва); Б.Т. Поляк, д.т.н., проф. (г. Москва); Х. Радев, д.т.н., проф. (г. София, Болгария); В.Н. Ушаков, д.ф.-м.н., проф., чл.-корр. РАН (г. Екатеринбург); А.В. Фурсиков, д.ф.-м.н., проф. (г. Москва); Л.Н. Шалимов, к.т.н. (г. Екатеринбург); В.И. Ширяев, д.т.н., проф.; Ю.Б. Штессель, д.т.н., проф. (г. Хантсвилл, Алабама, США).

Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»

South Ural State University

The journal covers new scientific achievements and practical developments of scientists on actual problems of computer technologies, control and radio electronics.

The main purpose of the series is information of scientific researches in the following areas: Automated control systems in energy saving Automated process control Antenna technique Communication technologies Information and measuring equipment

Navigation devices and systems Radio engineering complexes Computer-aided management of enterprises

in industry Control systems of aircrafts

Editorial Board: A.L. Shestakov, Dr. of Sci. (Eng.), Prof. (executive editor), South Ural State University, Chelyabinsk, Russian Federation; L.S. Kazarinov, Dr. of Sci. (Eng.), Prof. (deputy executive editor), South Ural State University, Chelyabinsk, Russian Federation; M.A. Sagadeeva, Cand. of Sci. (Phys. and Math.), Ass. Prof. (deputy executive editor), South Ural State University, Chelyabinsk, Russian Federation; N.V. Plotnikova, Cand. of Sci. (Eng.), Ass. Prof. (executive secretary), South Ural State University, Chelyabinsk, Russian Federation. Editorial Council: N.I. Voitovich, Dr. of Sci. (Eng.), Prof., South Ural State University, Chelyabinsk, Russian Federation; S.N. Darovskykh, Dr. of Sci. (Eng.), Prof., South Ural State University, Chelyabinsk, Russian Federation; V.G. Degtyar, Dr. of Sci. (Eng.), Prof., Member Correspondent of the Russian Academy of Sciences, Academician V.P. Makeyev State Rocket Centre, Miass, Chelyabinsk region, Russian Federation; Yu.T. Karmanov, Dr. of Sci. (Eng.), Prof., South Ural State University, Chelyabinsk, Russian Federation; Yu.M. Kovalev, Dr. of Sci. (Phys. and Math.), Prof., South Ural State University, Chelyabinsk, Russian Federation; O.V. Loginovsky, Dr. of Sci. (Eng.), Prof., South Ural State University, Chelyabinsk, Russian Federation; V.I. Merkulov, Dr. of Sci. (Eng.), Prof., Radio Engineering Corporation “Vega”, Moscow, Russian Federation; B.T. Polyak, Dr. of Sci. (Eng.), Prof., V.A. Trapeznikov Institute of Control Sciences of Russian Academy of Sciences, Moscow, Russian Federation; Kh. Radev, Dr. of Sci. (Eng.), Prof., Technical University, Sofia, Bulgaria; V.N. Ushakov, Dr. of Sci. (Phys. and Math.), Prof., Member Correspondent of the Russian Academy of Sciences, N.N. Krasovsky Institute of Mathematics and Mechanics of Ural Branch of Russian Academy of Sciences, Ekaterinburg, Russian Federation; A.V. Fursikov, Dr. of Sci. (Phys. and Math.), Prof., Lomonosov Moscow State University, Moscow, Russian Federation; L.N. Shalimov, Cand. of Sci. (Eng.), Ac. N.A. Semihatov Scientific and Production Association of Automation, Ekaterinburg, Russian Federation; V.I. Shiryaev, Dr. of Sci. (Eng.), Prof., South Ural State University, Chelyabinsk, Russian Federation; Yu.B. Shtessel, Dr. of Sci. (Eng.), Prof., Huntsville, Alabama, USA.


© Издательский центр ЮУрГУ, 2015

СОДЕРЖАНИЕ

Информатика и вычислительная техника КИРСАНОВА А.А. Проблематика использования текстовых DSL в информационных сис-темах ................................................................................................................................................ 5 ГУДКОВ В.Ю., КЛЮЕВ Д.А. Скелетизация бинарных изображений и выделение особых точек для распознавания отпечатков пальцев ............................................................................. 11 МИЩЕНКО Е.Ю., СОКОЛОВ А.Н. Количественный анализ процедуры обезличивания персональных данных. Метод введения идентификаторов ........................................................ 18 КАФТАННИКОВ И.Л., ПАРАСИЧ А.В. Особенности применения деревьев решений в за-дачах классификации ..................................................................................................................... 26

Управление в технических системах АБДУЛЛИН В.В. Модельно-упреждающее управление тепловым режимом здания ............. 33 САИД Дж.А. Моделирование процессов бифуркации режимов стабилизатора тока свето-излучающих диодов ....................................................................................................................... 40

Инфокоммуникационные технологии и системы ВДОВИНА Н.В. Механизм противодействия биопленкообразованию микроорганизмов при использовании микроволнового излучения природного происхождения ......................... 50 КАРМАНОВ Ю.Т., НИКОЛАЕВ А.Н., ПОВАЛЯЕВ С.В. Применение отечественной эле-ментной базы в широкодиапазонных цифровых устройствах обработки и формирования радиосигналов ................................................................................................................................. 57 СИМОНОВ Е.Н., ИВАНЕЕВ Д.В. Обработка сигналов в радионавигации как обратная не-корректная задача с применением методов регуляризации ....................................................... 66 ВОРОБЬЕВ М.С., КУДРИН Л.П., САЛИХОВ Р.Р., ХАШИМОВ А.Б. Конструкция антен-ной системы с рефлектором сложной формы .............................................................................. 75 САМБУРОВ Н.В. Многочастотный способ измерения потерь в обтекателях ......................... 83

Приборостроение, метрология и информационно-измерительные приборы и системы НЕКРАСОВ С.Г., ХАЖИЕВ Р.А. Идентификация состава жидких сред в проточной камере на основе резонансных измерений ............................................................................................... 95

Управление в социально-экономических системах КОСТРОВ А.В., ГОЛОВИНА Е.А. Метод формирования вектора приоритетов для направлений развития персонала машиностроительного предприятия .......................................................................... 105 ОВСЯНИЦКАЯ Л.Ю., ЮРАСОВА Е.В. Мехатроника и робототехника как инновационное звено в развитии инженерного и медицинского образования ............................................................................. 115 ТРЕНИН Н.А., ПАНФЕРОВ С.В. Основные закономерности информатизации образования .............. 124 ЛОГИНОВСКИЙ О.В., ГЕЛЬРУД Я.Д. Информационно-аналитическая система управления проекта-ми на базе использования комплекса математических моделей функционирования стейкхолдеров ....... 133

Краткие сообщения ТАМБОВЦЕВ В.И., ШЕВЯКОВ И.А., ЛИТВИНОВ А.А. Радиопрозрачность ионизованной оболочки, образующейся вокруг гиперзвукового объекта в мезосфере ................................... 142 АНИКИН А.С., БАЛДЕНКОВ А.А., КОДКИН В.Л. Экспериментальная идентификация структуры и параметров автоматических регуляторов систем отопления ............................... 147 KHASHIMOV A.B. Estimation of Mutual Coupling in Finite Array of Dipoles ............................ 153 КОДКИН В.Л., АНИКИН А.С., БАЛДЕНКОВ А.А., КАЧАЛИН А.Ю. Коррекция процессов регулирования в системах теплоснабжения параметрами регулятора ECL Comfort 200 .......... 157 ДАРОВСКИХ С.Н., ГОЛОВЕНКО А.О., НИКИТИН Н.С. Обработка дискретных состав-ных частотно-модулированных сигналов посредством нейросетевого анализа ...................... 163


CONTENTS

Informatics and Computer Engineering KIRSANOVA A.A. Problems of Using Textual DSL in Information Systems ............................... 5 GUDKOV V.Yu., KLYUEV D.A. Skeletonization of Binary Images and Finding of Singular Points for Fingerprint Recognition ................................................................................................... 11 MISHCHENKO E.Yu., SOKOLOV A.N. Quantitative Analysis of the Depersonalization Proce-dure. Method of Identifiers ............................................................................................................... 18 KAFTANNIKOV I.L., PARASICH A.V. Decision Tree’s Features of Application in Classifica-tion Problems .................................................................................................................................... 26

Control in Technical Systems ABDULLIN V.V. Building Thermal Performance Feed-Forward Control ..................................... 33 SAEED G.A. Modelling of Bifurcation Processes of the Modes of the Current Regulator of Light-Emitting Diodes ...................................................................................................................... 40

Infocommunication Technologies and Systems VDOVINA N.V. The Mechanism of Counteraction to Biofilm Formation of Microorganisms by Microwave Radiation of Natural Origin ...................................................................................... 50 KARMANOV Yu.T., NIKOLAEV A.N., POVALYAEV S.V. Application of Russian Element Base in Broadband Digital Devices for Processing and Generating of Radio Signals ..................... 57 SIMONOV E.N., IVANEEV D.V. The Signals Processing in Radionavigation as a Ill-Posed Inverse Problems with Application of the Method of Regularization .............................................. 66 VOROB’EV M.S., KUDRIN L.P., SALIKHOV R.R., KHASHIMOV A.B. The Design of the Antenna System with Complex Shape Reflector ............................................................................. 75 SAMBUROV N.V. Multi-Frequency Technique of Radome Loss Measurement ........................... 83

Instrument Engineering, Metrology and Information and Measuring Devices and Systems NEKRASOV S.G., KHAZHIEV R.A. Identification of the Liquid Composition in a Flow Cham-ber by the Resonance Measurement ................................................................................................. 95

Control in Social and Economic Systems KOSTROV A.V., GOLOVINA E.A. Method of Priority Vector Forming for Areas of the Per-sonnel Development of Machine-Building Enterprise ..................................................................... 105 OVSYANITSKAYA L.Yu., YURASOVA E.V. Mechatronics and Robotics as an Innovative Element in the Development of the Engineering and Medicine Education ...................................... 115 TRENIN N.A., PANFEROV S.V. The Main Regularities of Informatization of Education ........... 124 LOGINOVSKIY O.V., GELRUD Ya.D. The Information-Analytical System of Project Manage-ment Based on the Use of Complex Mathematical Models of the Functioning of the Stakeholders .. 133

Brief Reports TAMBOVTSEV V.I., SHEVYAKOV I.A., LITVINOV А.A. Radio Transparency of Ionized Shell, which Forming Around Hypersonic Objects in Mesosphere ................................................. 142 ANIKIN A.S., BALDENKOV A.A., KODKIN V.L. Experimental Identification of Structure and Parameters of Automatic Regulators of Heating Systems ................................................................ 147 KHASHIMOV A.B. Estimation of Mutual Coupling in Finite Array of Dipoles ............................ 153 KODKIN V.L., BALDENKOV A.A., KACHALIN A.Yu., ANIKIN A.S. Correction of the Regu-latory Process in Heating Systems by Parameters of the ECL Comfort 200 .................................... 157 DAROVSKIKH S.N., GOLOVENKO A.O., NIKITIN N.S. Data Processing of Discrete Com-posite Frequency-Modulated Signals by Means of the Neural Network Analysis ........................... 163


Вестник ЮУрГУ. Серия «Компьютерные технологии, управление, радиоэлектроника». 2015. Т. 15, № 3. С. 5–10

5

Введение Доменно-специфичные языки (или предметно-ориентированные языки) DSL, становятся все

более и более популярными в области разработки программного обеспечения информационных систем. Инструментарий для работы с ними также развивается и становится все лучше, позволяя разрабатывать новые DSL каждый раз с все меньшими затратами усилий.

В данной статье рассмотрено современное положение дел в среде разработки информацион-ных систем с точки зрения внедрения и использования предметно-ориентированных языков в системе для предоставления всего комплекса функционала пользователю. Рассмотрены недос-татки существующих подходов интеграции DSL в информационные системы и сформулированы задачи, выполнение которых позволит преодолеть выявленные проблемы.

1. Предпосылки Строго говоря, деление языков программирования на языки общего назначения и предметно-

ориентированные весьма условно, особенно, если учесть, что формально любой протокол или, например, формат файлов является языком. Действительно, как известно, формат файла – это спецификация структуры данных, записанных в компьютерном файле [1]. В вычислительной технике общепринятая концепция файла заключается в хранении неструктурированной последо-вательности байт. Компьютерные программы, сохраняющие в файлах структурированные дан-ные, должны самостоятельно как-то преобразовывать их в последовательность байтов и наобо-рот. Иначе говоря, языком объектно-ориентированного программирования (ООП) данные необ-ходимо «сериализовывать» и «десериализовывать». Если же говорить в терминологии формаль-ных языков [2, 3], то компьютерные программы для каждого файла выполняют процесс «разбо-ра» и «парсинга», что, по сути, выполняет каждый компилятор с языковыми конструкциями, по-даваемыми ему на вход.

Информатика и вычислительная техника УДК 004.43 DOI: 10.14529/ctcr150301

ПРОБЛЕМАТИКА ИСПОЛЬЗОВАНИЯ ТЕКСТОВЫХ DSL В ИНФОРМАЦИОННЫХ СИСТЕМАХ А.А. Кирсанова Южно-Уральский государственный университет, г. Челябинск

Рассматривается современное положение дел в среде разработки информационных сис-тем с точки зрения внедрения и использования предметно-ориентированных языков в системе для предоставления всего комплекса функционала пользователю. На сегодняшний день суще-ствует несколько методик по внедрению предметно-ориентированных языков в информаци-онную систему. В первую очередь эти подходы различаются по типу внедряемого DSL: внут-ренний или внешний, API-подобный или полностью интегрированный. Если существующие подходы по внедрению предметно-ориентированных языков в информационные системы проанализировать на предмет выявления недостатков, то данные недостатки позволят опре-делиться с кругом проблем, который возникает при использовании текстовых предметно-ориентированных языков в информационных системах. Подобный анализ позволит сформу-лировать задачи исследования, решение которых поможет преодолеть сложившуюся ситуа-цию с использованием текстовых предметно-ориентированных языков и соответствующих проблем, которые возникают при интеграции подсистемы интерпретации DSL в информацион-ную систему.

Ключевые слова: доменно-специфичные языки, проектирование DSL, инженерия про-граммных языков.


Информатика и вычислительная техника

Bulletin of the South Ural State University. Ser. Computer Technologies, Automatic Control, Radio Electronics. 2015, vol. 15, no. 3, pp. 5–10

6

Так существует масса языков общего назначения, применяемых в качестве предметно-ориен-тированных для определённых задач, и наоборот, предметно-ориентированных языков, приме-няемых в качестве языков общего назначения [4]. Ярким примером является язык Си, разрабо-танный в качестве кроссплатформенного ассемблера, но на практике применяемый гораздо шире. Язык ML, породивший целое семейство языков общего назначения, изначально разрабатывался в качестве DSL, так как подразумевался только для использования в системе автоматического до-казательства теорем.

Как в свое время заметил Мартин Уорд: «Рост сложности любой программной системы принципиально ограничен тем пределом, до которого ещё можно сохранять контроль над ней: если объём информации, требуемый для осмысления компонента этой системы, превышает «вме-стимость» мозга одного человека, то этот компонент не будет до конца понят» [5].

Многие подзадачи (например, задачи сложных статистических расчетов, на которые накла-дывается множество постоянно изменяющихся во времени требований [5, с. 3]) не удавалось ре-шить посредством классического подхода из-за превышения общей сложности решения возмож-ностей человека по восприятию и переработке информации. Решение же на DSL оказывается не просто возможным, а очень простым и интуитивным, к тому же исключающим размножение ошибок, так как доступ к очень сложным функциям системы осуществляется через примитивы DSL [5].

Именно поэтому DSL применяют в информационных системах как инструментарий для бо-лее полного использования предоставляемых системой функций.

2. Область применения Стоит отметить, что в данной работе мы будем рассматривать лишь текстовые DSL языки

(рис. 1) [6].

Рис. 1. Классификация DSL

Суть построения грамматики и транслятора DSL языка сводится к написанию внешнего мо-

дуля со своей системой классов [7], где описываются все правила, подправила, параметры пра-вил, операторы, допустимые символы, семантические действия и т. д. Затем для каждого описан-ного правила, оператора и т. п. описываются методы взаимодействия с системой.

Можно рассмотреть следующий пример такого подхода: grammarExpr; @header { package test; import java.util.HashMap; }


Кирсанова А.А. Проблематика использования текстовых DSL в информационных системах


7

@lexer::header {package test;} @members { /** Map variable name to Integer object holding value */ HashMap memory = new HashMap(); } prog: stat+ ; stat: expr NEWLINE {System.out.println($expr.value);} | ID '=' expr NEWLINE {memory.put($ID.text, new Integer($expr.value));} | NEWLINE ; exprreturns [int value] : e=multExpr {$value = $e.value;} ( '+' e=multExpr {$value += $e.value;} | '-' e=multExpr {$value -= $e.value;} )* ; multExprreturns [int value] : e=atom {$value = $e.value;} ('*' e=atom {$value *= $e.value;})* ; atomreturns [int value] : INT {$value = Integer.parseInt($INT.text);} | ID { Integer v = (Integer)memory.get($ID.text); if ( v!=null ) $value = v.intValue(); else System.err.println("undefined variable "+$ID.text); } | '(' e=expr ')' {$value = $e.value;} ; ID : ('a'..'z'|'A'..'Z')+ ; INT : '0'..'9'+ ; NEWLINE:'\r'? '\n' ; WS : (' '|'\t')+ {skip();} ; Выглядит не слишком сложно. Однако не стоит забывать о некоторых моментах: это лишь

облегченный пример DSL для простейшей программы подсчета арифметических операций, а также что это лишь описание языка. Описывать его использование понадобится в коде отдельно.

Выглядеть это будет примерно следующим образом: importorg.antlr.runtime.*; publicclassTest { publicstatic void main(String[] args) throws Exception { ANTLRInputStream input = newANTLRInputStream(System.in); ExprLexer lexer = newExprLexer(input); CommonTokenStream tokens = newCommonTokenStream(lexer); ExprParser parser = newExprParser(tokens); parser.prog(); } }




8

Бесспорно, что подобный подход максимально гибок и предоставляет практически неогра-ниченный простор для построения DSL языка. Но что также означает, что создание и поддержа-ние подобного модуля в системе потребует значительных усилий. Если существующая система, в которую планируется внедрить DSL, является средней по размерам (рис. 2), т. е. предоставляет существенное количество функций, но разрабатывается командой разработчиков, не позволяю-щей по своему количеству назначить лишь по одной роли каждому разработчику [8], подобная нагрузка будет избыточной для данной команды.

Рис. 2. Классификация информационных систем

Подобные модули в средних и крупных системах потребуют выделения отдельной рабочей

силы для поддержания работоспособности модуля. Мелкие информационные системы позволяют иметь разработанный модуль внешнего DSL без поддержки отдельно выделенного разработчика, но зачастую такие системы не нуждаются в подобном функционале по причинам малого множе-ства предоставляемых функций системы, которые можно реализовать без использования языко-вых средств.

Утверждение, что лучше потратить год на написание программы, которая автоматизирует ваш труд, чем «на коленке» написать частный случай решения за один день, истинно [9]. Однако также общеизвестно, что «сначала человек пишет некий частный случай, потом другой, а затем, уже набравшись опыта, он начинает выполнять однотипные задачи все быстрее и быстрее, и в очередной момент он, найдя закономерность, уже с легкостью сможет написать средство автома-тизации, в то время как на подобное решение в самом начале он бы затратил неоправданно много времени» [9, с. 14–15].

Получается, что в таком случае, первый вариант слишком долгозатратен, второй – неэффек-тивен. До сих пор не выявлено методологического подхода, который в равной степени обеспечи-вал бы эффективное, быстро реализуемое, а также оптимальное по соотношению затрат про-граммное решение по интегрированию DSL в информационную систему.

3. Постановка задач исследования Проблемы, описанные в предыдущем разделе можно сформулировать следующим образом: 1. Недостаточное освещение проблемы исследования внедрения текстовых DSL в средние и

крупные информационные системы без разработки грамматики и синтаксиса языка. 2. Отсутствие выработанной методологии по внедрению внешнего DSL в уже существую-

щую информационную систему без использования больших трудозатрат со стороны разработ-чиков системы.

Исходя из рассмотренной проблематики, можно вывести задачи, которые требуется выпол-нить в дальнейшем:

1. Исследовать основные концепции и принципы использования DSL в информационных системах для дальнейшего формулирования абстрактного подхода к построению грамматики и синтаксиса DSL, которая бы не была бы строго зависима от используемой предметной области системы.


Кирсанова А.А. Проблематика использования текстовых DSL в информационных системах


9

2. Предложить методологию по интеграции DSL в информационную систему без написания разработчиками системы отдельных модулей по интерпретации языка системой.

Заключение Рассмотрены современные проблемы использования предметно-ориентированных языков в

информационных системах. Рассмотрены типичные сценарии внедрения DSL в информационную систему на данный момент. Сформулирована проблематика и задачи исследования. Его идея сво-дится к тому, чтобы разработать методологию создания и поддержки модуля внешнего DSL, но который содержал бы в себе элементы внутреннего DSL, т. е. реплицировался на внутреннее API системы так, чтобы трудозатраты разработчика по работе с модулем языковой системы при раз-работке собственно информационной системы свелись к минимуму и не затрудняли поддержку и расширение системы в будущем.

Литература

1. Таненбаум, Э. Современные операционные системы / Э. Таненбаум. – СПб.: Питер, 2010. – 1038 с.

2. Ахо, А. Теория синтаксического анализа, перевода и компиляции: в 2 т. / А. Ахо, Дж. Уль-ман. – М.: Мир, 1978. – Т. 1. – 613 с.

3. Гавриков, М.М. Теоретические основы разработки и реализации языков программирования / М.М. Гавриков, А.Н. Иванченко, Д.В. Гринченков. – М.: КноРус, 2010. – 178 с.

4. Czarnecki, K. DSL implementation in metaocaml, template haskell, and C++ / K. Czarnecki, T. O'Donnell, J.J. Striegnitz, W. Taha. – Berlin, Heidelberg: Springer-Verlag, 2004. –332 p.

5. Ward, M.P. Language Oriented Programming / M.P. Ward. – 1994. – http://www.cse.dmu.ac.uk/ ~mward/martin/papers/middle-out-t.pdf.

6. Fowler, M. Domain-SpecificLanguages / M. Fowler. – Addison-Wesley, 2011. – 640 c. 7. Fowler, M. Language Workbenches: The Killer-App for Domain Specific Languages? /

M. Fowler. – 2005. – http://martinfowler.com/articles/languageWorkbench.html. 8. Братищенко, В.В. Проектирование информационных систем: учеб. пособие / В.В. Брати-

щенко. – Иркутск: Изд-во БГУЭП, 2004. – 84 с. 9. Parr, T. The Definitive ANTLR Reference Building Domain-Specific Languages / T. Parr. –

Pragmatic Bookshelf, 2013. – 369 p. Кирсанова Александра Александровна, программист ВЦ ЮУрГУ, преподаватель кафед-

ры электронных вычислительных машин, Южно-Уральский государственный университет, г. Челябинск; [email protected].

Поступила в редакцию 2 марта 2015 г.

__________________________________________________________________

DOI: 10.14529/ctcr150301

PROBLEMS OF USING TEXTUAL DSL IN INFORMATION SYSTEMS A.A. Kirsanova, South Ural State University, Chelyabinsk, Russian Federation, [email protected]

Modern situation in information systems design from the aspect of domain-specific languages implementation and using is discussed. Today there are several ways of integrating DSL into infor-mation system. Firstly all these methods differ in DSL type being used: internal or external, API-like or fully integrated. If all these methods are analyzed to find out all their disadvantages those ones will help to state problems which can occur while using textual DSL in information system. Such




10

analysis will make possible to formulate research tasks which after solving will help to create new more efficient method of implemention and integration DSL into information system.

Keywords: domain-specific languages, DSL design, program languages engineering.

References 1. Tanenbaum A. Sovremennye operatsionnye sistemy [Modern Operating Systems]. St. Petersburg,

Piter Publ., 2010. 1038 p. 2. Aho A., Ullman J. Teoriya sintaksicheskogo analiza, perevoda i kompilyatsii v 2 tomah.

[The Theory of Parsing, Translation and Compiling in 2 vol.]. Moscow, Mir Publ., 1978, vol. 1, 613 p. 3. Gavrikov M. M., Ivanchenko A. N., Grinchenkov D. V. Teoreticheskie osnovy razrabotki i reali-

zatsii yazykov programmirovaniya [Theoretical Basis for the Development and Implementation of Pro-gram Languages]. Moscow, KnoRus Publ., 2010. 178 p.

4. Czarnecki K., O'Donnell T., Striegnitz J.J., Taha W. DSL implementation in metaocaml, template haskell, and C++. Springer-Verlag, 2004. 332 p.

5. Ward M.P. Language Oriented Programming. 1994. Available at: http://www.cse.dmu.ac.uk/ ~mward/martin/papers/middle-out-t.pdf.

6. Fowler M. Domain-Specific Languages. Addison-Wesley, 2011. 640 p. 7. Fowler M. Language Workbenches: The Killer-App for Domain Specific Languages? 2005.

Available at: http://martinfowler.com/articles/languageWorkbench.html. 8. Bratishchenko V.V. Proektirovanie informatsionnykh system [Designing Information Systems].

Irkutsk, Baikal State University of Economy and Law Publ., 2004. 84 p. 9. Parr T. The Definitive ANTLR Reference Building Domain-Specific Languages. Pragmatic

Bookshelf, 2013. 369 p.

Received 2 March 2015

ОБРАЗЕЦ ЦИТИРОВАНИЯ FOR CITATION

Кирсанова, А.А. Проблематика использования текстовых DSL в информационных системах / А.А. Кир-санова // Вестник ЮУрГУ. Серия «Компьютерные технологии, управление, радиоэлектроника». – 2015. – Т. 15, № 3. – С. 5–10. DOI: 10.14529/ctcr150301

Kirsanova A.A. Problems of Using Textual DSL in Information Systems. Bulletin of the South Ural State University. Ser. Computer Technologies, Automatic Con-trol, Radio Electronics, 2015, vol. 15, no. 3, pp. 5–10. (in Russ.) DOI: 10.14529/ctcr150301



11

Введение Существующие алгоритмы верификации (сравнения отпечатков) можно объединить в не-

сколько крупных классов по принципу, применяемому при приведении изображения с сенсора в формат системы. Такими классами являются:

– алгоритмы, использующие корреляционное сравнение, то есть попиксельное сравнение двух изображений с их предварительной трансформацией: масштабированием, сдвигом, поворотом [1];

– алгоритмы, использующие сравнения по узору, описываемому синусоидальной волной с параметрами [2];

– сравнение по особым точкам, то есть выделение на отпечатке точек, называемых особыми (конечные точки, точки ветвления, пересечения), с дальнейшим сравнением их положения отно-сительно друг друга [3].

Наиболее эффективными в настоящее время являются методы, основные на сравнении по особым точкам [3]. В статье предлагается модифицированный алгоритм выделения особых точек на изображении отпечатка пальца по скелету бинарного изображения, позволяющий обеспечить эффективность верификации и идентификации.

1. Постановка задачи При обработке отпечатков пальцев для выделения особых точек изображение проходит сле-

дующие преобразования: – бинаризация (не рассматривается в данной статье); – скелетизация; – выделение особых точек; – сравнение по особым точкам (не рассматривается в данной статье). Исходное изображение, получаемое от сенсора, проходит специализированную процедуру

бинаризации с помощью известных алгоритмов [4]. Пример построения бинаризованного изо-бражения из исходного приведён на рис. 1.

Необходимо построить скелет на основе бинарного изображения, потому что он необходим для выделения особых точек отпечатка. Существующие алгоритмы скелетизации не всегда обес-печивают конфигурацию скелета, пригодную для корректного выделения особых точек (к при-меру, оставлять помехи, граничные точки, не являющиеся особыми). Создаваемый скелет, поми-мо сохранения связности исходных линий, должен содержать информацию, которая будет одно-значно использоваться для выделения особенностей отпечатка.

УДК 004.932.2 DOI: 10.14529/ctcr150302

СКЕЛЕТИЗАЦИЯ БИНАРНЫХ ИЗОБРАЖЕНИЙ И ВЫДЕЛЕНИЕ ОСОБЫХ ТОЧЕК ДЛЯ РАСПОЗНАВАНИЯ ОТПЕЧАТКОВ ПАЛЬЦЕВ В.Ю. Гудков, Д.А. Клюев Южно-Уральский государственный университет, г. Челябинск

Предлагается новый модифицированный алгоритм Розенфельда скелетизации бинарных изображений отпечатков пальцев. На основе скелета выделяют особые точки. Скелетизация и выделение особых точек являются основными процедурами при решении задачи верифика-ции и идентификации отпечатков пальцев. Описанный алгоритм предполагает анализ окрест-ности информативных точек изображения и выполнение действий по результатам анализа. Подробный анализ окрестностей позволяет избавиться от шумов, которые содержаться в ис-ходном изображении и могут быть интерпретированы как особые точки отпечатка. Рассмат-риваются преимущества нового метода скелетизации по сравнению с известными, описанны-ми в работе. Метод реализован на языке C++, разработаны процедуры для визуализации фи-нального состояния скелета, позволяющие контролировать качество его изготовления.

Ключевые слова: скелетизация, особые точки, шаблоны скелетизации, отпечатки пальцев.




12

Рис. 1. Исходное изображение отпечатка; бинарное изображение

2. Краткий обзор методов скелетизации изображения Скелетом в компьютерной графике называется множество точек, равноудалённых от границ

фигуры. Скелет подчёркивает геометрические и топологические свойства фигуры, такие как её соединения, связность, длина, направление, ширина. Фактически скелет является представлением формы фигуры, упрощает её дальнейший анализ. В случае анализа изображений с отпечатками пальцев, в качестве фигуры выступают папиллярные линии пальца.

Первые методы скелетизации были разработаны при решении задачи распознавания букв и текста на изображении, например, на отсканированном листе бумаги. Многие наработки, соз-данные в рамках данной предметной области, так же применимы и для задачи распознавания от-печатков пальцев.

В качестве наиболее популярных алгоритмов скелетизации бинарного изображения можно назвать волновой алгоритм [5], алгоритм утончения областей [6] и шаблонный метод [7].

Волновой метод. Его задачей является векторное представление изображения в виде нагру-женного графа – то есть определение концевых точек, точек пересечения (вершины графа), а также линий и дуг, составляющих фигуры (рёбра графа).

Метод заключается в анализе пути прохождения сферической волны по изображению. На каждом этапе анализируется смещение центра масс точек, образующих новый шаг волны, отно-сительно его предыдущих положений. После завершения построения скелета с помощью сфери-ческой волны, полученный результат оптимизируется и анализируется, отыскиваются особые точки фигуры. Пример распространения волны по фигуре в данном методе приведён на рис. 2.

а) б) в)

Рис. 2. Волновой фронт: а – без препятствий, б – на прямой, в – по фигуре


Гудков В.Ю., Клюев Д.А. Скелетизация бинарных изображений и выделение особых точек для распознавания отпечатков пальцев


13

Данный алгоритм хорошо подходит для распознавания букв, поскольку буква, как правило, является цельной одиночной фигурой небольшого размера, с небольшим количеством развилок и пересечений. Для создания же скелета отпечатка пальцев данный алгоритм подходит хуже: структура фигуры (папиллярных линий пальца) намного сложнее, распространение волны и её дальнейший анализ проходит с большими погрешностями.

Алгоритм утончения областей. Данный алгоритм основан на простом анализе окрестности каждой из его информативных точек. Соседи в окрестности информативного пикселя нумеруют-ся по цепочке от P1 до P9 (рис. 3).

В зависимости от цветов закраски окрестных пикселей, вычисля-ются два параметра: A(P1) – число переходов от белого пикселя к чёр-ному в цепочке, а так же B(P1) – общее количество всех чёрных пиксе-лей в окрестности. В зависимости от значений этих параметров, а так же закраски конкретных пикселей в четырёхсвязной области (пиксели P2, P4, P6, P8), принимается одно из двух решений – либо закрасить центральный пиксель в белый цвет, либо оставить его в том же виде.

После того, как все информативные пиксели изображения прошли данную процедуру обра-ботки, алгоритм обхода запускается вновь, но уже на обработанном изображении. Алгоритм счи-тается завершённым тогда, когда после очередной итерации не был закрашен ни один пиксель изображения. Результат работы алгоритма приведён на рис. 4.

Рис. 4. Применение алгоритма утончения областей

для бинарного изображения отпечатка пальца За счёт своей простоты, алгоритм обладает высокой скоростью работы и сходимости. Однако

простота анализа одновременно является и его недостатком: в частности, могут сохраняться шу-мы, находившиеся на оригинальном изображении. Эти шумы могут оказать своё влияние при определении особых точек, а, вследствие чего, и на результат верификации отпечатка.

3. Метод скелетизации по шаблонам Метод скелетизации изображения по шаблонам первоначально был предложен Розенфель-

дом [7]. Алгоритм предполагает анализ окрестности информативных точек и выполнение дейст-вий по результатам анализа.

Метод поочерёдно просматривает все точки бинарного изображения , 0,1f x y , где зна-чение 1 соответствует бинарной линии узора, и анализирует окрестности только закрашенных (информативных) пикселей. Анализ окрестности представлен следующей формулой:

1 1

1 1, · , ,

i jK f x j y i h i j

(1)

Рис. 3. Цепочка пикселей

в методе утончения областей




14

где K – величина оценки окрестности, используемая как индекс; (x, y) – координаты исследуемо-го пикселя; f(x, y) – значение пикселя на бинарном изображении; h(i, j) – маска, элементы которой задают вес точек, представленная в виде

128 64 3216 0 8 .4 2 1

h

(2)

В языке программирования C++ данная функция реализуется посредством операций битово-го сдвига при обходе окрестности, что обеспечивает высокую производительность расчёта.

Индекс K – число в интервале от 0 до 255 включительно. Оно рассматривается алгоритмом как индекс ячейки в таблице правил, заранее заданной в процессе проектирования.

Таблица представляет собой закодированный набор правил и операций по обработке окрест-ности. Фактически она организовывает связь между конкретным шаблоном и действием, которое необходимо сделать с окрестностью исследуемой точки при вычислении соответствующего ин-декса K, который определяет номер элемента в таблице. Каждый элемент таблицы содержит код операции, нулевой код соответствует отсутствию операции (см. таблицу).

Закодированный набор правил

1 0 0 3 0 1 1 1 0 1 0 0 1 1 1 1 0 0 1 0 1 1 1 1 0 0 0 0 1 1 1 1 0 5 0 0 0 0 0 5 1 1 0 3 1 1 1 1 0 0 0 0 2 5 2 0 0 0 0 0 1 1 0 1 4 0 0 0 0 0 0 0 1 1 4 3 1 1 1 1 1 5 1 3 1 1 1 1 1 1 1 1 1 0 0 0 1 0 0 0 0 0 0 0 1 1 4 0 1 1 0 1 1 5 1 0 1 1 0 0 1 1 0 0 0 0 0 0 3 0 4 0 0 0 0 4 0 0 0 0 2 2 4 4 1 0 1 0 1 1 1 1 0 0 0 0 1 0 1 1 2 0 0 0 0 0 0 0 0 2 0 0 2 2 0 0 0 0 2 0 2 0 2 0 0 0 0 0 1 0 0 0 1 0 0 0 0 0 0 0 1 1 4 0 1 0 1 0 1 5 1 0 1 0 1 1 1 0 1 0 0 0 0 0 1 5 0 0 0 0 0 0 1 1 4 0 1 1 0 0 1 0 1 0 1 0 1 0 1 1 1 0 0 0 0 0

Например, одна из операций – простое удаление центрального пикселя (рис. 5). Для окрест-

ности исследуемой точки (x, y) вычисляется индекс K по формуле (1), по которому из таблицы извлекается код операции (в данном случае – удаление центрального пикселя).

Рис. 5. Удаление центрального пикселя

Другая возможная операция – перенос информативного пикселя на новое место с обнулени-

ем центрального (рис. 6). Перенос может быть осуществлён на любую точку окрестности.




15

Рис. 6. Перенос центрального пикселя

После обработки всех пикселей, метод итерационно повторяется. Если после очередной ите-

рации ни один из пикселей не был закрашен или перемещён, алгоритм завершает свою работу. Результатом работы метода является скелет отпечатка пальца (рис. 7).

Рис. 7. Результат работы алгоритма шаблонной скелетизации

4. Выделение особых точек Формула анализа окрестности (1), используемая в алгоритме шаблонной скелетизации, мо-

жет быть так же применена для поиска особых точек изображения. На отпечатке пальцев выделяются следующие виды особых точек: окончание, разветвление,

пересечение (рис. 8).

а) б) в)

Рис. 8. Особые точки на отпечатке пальца: a – окончание, б – разветвление, в – пересечение По аналогии с таблицей правил, на данном этапе создаётся таблица признаков. В ней так же

содержится 256 элементов (по числу возможных шаблонов), однако вместо кода операции хра-нится признак особой точки. Например, 2, если окончание; 3 – разветвление; 4 – пересечение; 1 – точка является точкой скелета.




16

Исходные данные – скелет отпечатка. Результат работы алгоритма – новое изображение. Особые точки имеют значение больше 1 и отображаются различными цветами (рис. 9).

Рис. 9. Особые точки на отпечатке пальца

Заключение Предложенный метод выполняет построение скелета бинарного изображения и выделение

особых точек трёх видов: окончания, разветвления, пересечения. Для каждой особой точки опре-деляется координата и её направление. Они используются для верификации и идентификации отпечатков. В сравнении с другими методами, описанными в статье, алгоритм обладает высокой производительностью, помехоустойчивостью, способен удалять шумы, находившиеся на исход-ном изображении.

Метод реализован на языке программирования высокого уровня C++ без использования сто-ронних библиотек в виде лабораторного образца. Для реализации промышленной версии необхо-димо выполнить тестирование алгоритма на большом наборе изображений отпечатков. По ре-зультатам тестирования таблица набора правил может быть скорректирована для некоторых из шаблонов.

Дальнейшее развитие метода лежит в области качества изготовления бинарного изображения и применения других методов скелетизации, отличных от основной идеи Розенфельда.

Литература/References

1. Maltoni D., Maio D., Jain A.K., Prabhakar S. Handbook of Fingerprint Recognition. New York, Springer-Verlag, 2003. 510 p.

2. Hirzel J., Hartung D., Busch C. Fingerprint Recognition with Cellular Partitioning and Co-Sinusoidal Triplets. Biometrics and Electronic Signatures – BIOSIG, 2010, pp. 109–114.

3. Asker M. Bazen. Fingerprint Identification – Feature Extraction, Matching, and Database Search. Univ. of Twente, Enschede, The Netherlands, 2002. 187 p.

4. Wang W., Li J., Huang F., Feng H. Design and Implementation of Log-Gabor Filter in Fin-gerprint Image Enhancement. Pattern Recognition Letters, vol. 29, no. 3, pp. 301–308. DOI: 10.1016/j.patrec.2007.10.004

5. Клубков И.М. Применение волнового алгоритма для нахождения скелета растрового изо-бражения. Вестник Донского государственного технического университета. 2001. Т. 1, № 1 (7). С. 126–133. [Klubkov I.M. (Application of the Wave Algorithm for Finding the Skeleton Bitmap). Bul-letin of Don State Technical University, 2001, vol. 1, no. 1 (7), pp. 126–133 (in Russ.)]

6. Гонсалес Р., Вудс Р. Цифровая обработка изображений. М.: Техносфера, 2005. 1072 с. [Gonzales R., Woods R. Tsifrovaya obrabotka izobrazheniy (Digital Processing of the Images). Мoscow, Tekhnosfera Publ., 2005. 1072 p.]




17

7. Pfalz J.L., Rosenfeld A. Computer Representation of Planar Regions by their Skeletons. Commu-nications of the Association for Computing Machinery, 1967, vol. 10, no. 2, pp. 119–125. DOI: 10.1145/363067.363120

Гудков Владимир Юльевич, д-р физ.-мат. наук, профессор кафедры электронных вычисли-

тельных машин, Южно-Уральский государственный университет, г. Челябинск; [email protected]. Клюев Даниил Александрович, магистрант кафедры электронных вычислительных машин,

Южно-Уральский государственный университет, г. Челябинск; [email protected].

Поступила в редакцию 14 марта 2015 г. __________________________________________________________________

DOI: 10.14529/ctcr150302

SKELETONIZATION OF BINARY IMAGES AND FINDING OF SINGULAR POINTS FOR FINGERPRINT RECOGNITION V.Yu. Gudkov, South Ural State University, Chelyabinsk, Russian Federation, [email protected], D.A. Klyuev, South Ural State University, Chelyabinsk, Russian Federation, [email protected]

The paper reviews a new modified Rosenfeld skeletonization algorithm of binary fingerprint images. Singular points are allocated on the basis of the skeleton. Skeletonization and allocation of singular points are the basic procedures for solving the problem of verification and fingerprint identi-fication. The described algorithm analyzes the neighborhood of informative image points and per-forms actions based on analysis. A detailed analysis of neighborhoods facilitates to remove noises that are contained in the original image and can be recognized as singular points of the fingerprint. Advantages of the new method of skeletonization compared to the known described in this work are also examined. The method is implemented in C++. The procedures to visualize the final state of the skeleton are developed for monitoring the quality of its creation.

Keywords: skeletonization, singular points, skeletonization template, fingerprint.



Гудков, В.Ю. Скелетизация бинарных изображе-ний и выделение особых точек для распознавания отпечатков пальцев / В.Ю. Гудков, Д.А. Клюев // Вестник ЮУрГУ. Серия «Компьютерные техноло-гии, управление, радиоэлектроника». – 2015. – Т. 15, № 3. – С. 11–17. DOI: 10.14529/ctcr150302

Gudkov V.Yu., Klyuev D.A. Skeletonization of Bi-nary Images and Finding of Singular Points for Finger-print Recognition. Bulletin of the South Ural State Uni-versity. Ser. Computer Technologies, Automatic Control, Radio Electronics, 2015, vol. 15, no. 3, pp. 11–17. (in Russ.) DOI: 10.14529/ctcr150302



18

В статье [1] проанализирована схема идентификации персональных данных (ПД), как проце-дуры проверки эффективности обезличивания ПД, рассмотрено воздействие потенциального злоумышленника на область поиска (БД) с целью получения результата идентификации. Введены количественные критерии полученного результата – вероятность идентификации (ВИ) и степень обезличивания (СО). Целью данной статьи является определение значений количественных кри-териев для одного из методов обезличивания ПД – метода введения идентификаторов.

Независимо от метода обезличивания ПД, полученная в результате обезличенная база дан-ных, будучи доступной без ограничений, должна нивелировать (обесценить) попытки злоумыш-ленника использовать любые обезличенные данные для нанесения вреда (компрометации, обмана, шантажа) конкретному физическому лицу. Возможный вред от уничтожения обезличенных данных мы не рассматриваем, так как его можно компенсировать иными (технологическими) методами.

Для оператора (обработчика) ПД обезличивание будет иметь смысл, если затраты на обезли-чивание будут явно меньше затрат на средства и меры защиты ПД при их обработке в рамках ав-томатизированной ИСПДн. «Явно» – это не меньше, чем в 2 раза (из-за погрешности расчетов).

Для оценки затрат на обезличивание важно понимать, что обезличивание ПД не избавляет оператора от затрат на защиту ПД полностью. На каких-то рабочих местах необходимо эти ПД обезличивать и деобезличивать, где-то – обрабатывать ПД в явном виде (поиск, вывод докумен-тов на печать). Эти рабочие места должны быть защищены как составные части ИСПДн. Поэто-му общие затраты на обезличивание сложатся, с одной стороны, из затрат на защиту указанных рабочих мест, и с другой стороны, из затрат на модернизацию структуры БД и технологического процесса обработки ПД.

Соотношение этих двух групп затрат зависит от технологической цели обезличивания: 1) обезличивание для дальнейшей передачи по каналам связи (в частном случае – для хране-

ния на внешних носителях). В этом случае затраты на защиту рабочих мест остаются, но эконо-

УДК 004.056.5 DOI: 10.14529/ctcr150303

КОЛИЧЕСТВЕННЫЙ АНАЛИЗ ПРОЦЕДУРЫ ОБЕЗЛИЧИВАНИЯ ПЕРСОНАЛЬНЫХ ДАННЫХ. МЕТОД ВВЕДЕНИЯ ИДЕНТИФИКАТОРОВ Е.Ю. Мищенко, А.Н. Соколов Южно-Уральский государственный университет, г. Челябинск

Обезличивание – способ обработки персональных данных, целью которого является при-ведение этих данных в защищенное состояние, которое не позволяет злоумышленнику ис-пользовать их во вред физическому лицу. Результат обезличивания персональных данных за-висит от их содержания и применяемого метода обезличивания. Нормативные акты опреде-ляют несколько методов обезличивания, но все они описываются качественными критериями. В статье производится количественный анализ одного из методов обезличивания – метода введения идентификаторов. Предлагается вариант технической реализации данного метода, включая решение проблемы необходимого и достаточного идентификационного набора атри-бутов таблицы соответствий, определение требований к связующему идентификатору, а так-же рассмотрение возможных способов связи таблицы соответствий с обезличенными данны-ми. На основе реального примера производится оценка эффективности метода по различным критериям. В том числе по техническим критериям (невозможность идентификации, с одной стороны, и возможность деобезличивания с применением имеющихся дополнительных дан-ных, с другой стороны), а также по экономическим критериям (окупаемость). На базе показа-телей вероятности идентификации и степени обезличивания персональных данных приводят-ся рекомендации по повышению эффективности данного метода обезличивания персональ-ных данных.

Ключевые слова: персональные данные, обезличивание персональных данных, метод вве-дения идентификаторов.


Мищенко Е.Ю., Соколов А.Н. Количественный анализ процедуры обезличивания персональных данных. Метод введения идентификаторов


19

мятся затраты на защиту каналов связи (до 50 % затрат на средства защиты информации!). Затра-ты на модернизацию структуры БД (на входе/выходе) от цели не зависят, затраты на модерниза-цию технологического процесса – минимальные;

2) обезличивание для обработки в таком виде на большей части рабочих мест. В этом случае затраты на защиту большей части (до 90 %) рабочих мест и на защиту каналов связи экономятся, затраты на модернизацию структуры БД и модернизацию технологического процесса – макси-мальные.

При детальном рассмотрении может оказаться, что в зависимости от технологической цели тот или иной метод обезличивания является более эффективным экономически.

1. Описание метода В соответствии с Приказом Роскомнадзора [2] метод введения идентификаторов реализуется

путем замены ПД, позволяющих идентифицировать субъекта, их идентификаторами и созданием таблицы соответствия. То есть после применения данного метода единая база (БД) распадется на две базы:

1) таблица соответствия, в которой некий набор идентифицирующих физическое лицо (ФЛ) атрибутов однозначно сопоставляется с неким абстрактным атрибутом. Выражаясь терминами статьи [1], для каждого ФЛ набор значимых атрибутов идентификации соответствует некоему служебному уникальному идентификатору. Причем объем этой базы (обозначим его ОБТ) равен количеству ФЛ;

2) база прочих данных, в которой некоему служебному идентификатору (не уникальному, так как встречается в этой базе много раз) однозначно сопоставляется набор прочих данных – не значимых с точки зрения идентификации, но определяющих суть обработки. Причем объем этой базы (ОБП) может намного превышать значение ОБТ.

В данном процессе разделения БД необходимо решить три проблемы: 1. Какие атрибуты включить в таблицу соответствий. 2. Какими свойствами должен обладать связующий идентификатор. 3. Как обеспечить связь между двумя базами. 1.1. Атрибуты таблицы соответствий Набор атрибутов, включаемых в таблицу соответствия, в первую очередь должен быть дос-

таточным для однозначной идентификации в нем конкретного ФЛ, то есть интегральный показа-тель ВИ для данного набора должен быть равен 1. В статье [1] подробно рассмотрены критерии формирования такого набора, и показали, что определяющим критерием является объем базы ОБ. Например, для объема 1 млн записей достаточным для идентификации является набор «фами-лия» + «дата рождения».

Но достаточность для идентификации не решает главную задачу – надежное обезличивание прочих данных, оставшихся во второй базе. Например, если среди прочих данных окажутся такие атрибуты как «имя», «адрес проживания», «номер телефона», «место работы», то для некоторых ФЛ такой набор может дать ВИ = 1 даже без атрибута «фамилия».

Следовательно, в таблицу соответствия должны быть включены все атрибуты, по которым возможно идентифицировать хотя бы одно ФЛ.

1.2. Требования к связующему идентификатору Главное требование к связующему идентификатору – уникальность для любого ФЛ. В ста-

тье [1] показано, что таким идентификатором не может быть ни один условно значимый (слу-жебный) идентификатор ведомственного типа – ИНН, СНИЛС, номер паспорта, из-за их отсутст-вия у значительных групп ФЛ и по другим причинам.

Поэтому данный идентификатор должен быть не только уникальным, но и абстрактным по отношению к ФЛ. Кроме того, его длина должна быть одинаковой для всей базы данных.

Кстати, факт использования служебных идентификаторов для идентификации ФЛ внутри конкретных ведомств подтверждает указанные здесь требования. Кроме того, все используемые в БД служебные идентификаторы должны быть включены в таблицу соответствий, как атрибуты, по которым возможно идентифицировать ФЛ.




20

1.3. Связь таблицы соответствий с прочими данными Любая обработка ПД автоматизированным способом производится в рамках базы данных

реляционного типа, что подразумевает создание нескольких таблиц данных, одна часть которых является справочниками (условно постоянные), а другая часть – изменяемые данные функцио-нального характера (переменные). Справочные данные связаны с функциональными данными посредством специальных служебных идентификаторов. Такая структура является технологиче-ски наиболее эффективной. То есть после решения вопроса с составом таблицы соответствий и ви-дом связующего идентификатора мы приходим к типичной автоматизированной обработке ПД.

Означает ли это, что обработка ПД в рамках СУБД производится уже в обезличенном виде? Это, конечно, не так. Ведь пока пользователь (и злоумышленник тоже!) имеет доступ к таблице соответствий (справочнику ФЛ), он может связать прочие (функциональные) данные с конкрет-ным ФЛ, значит ПД в этой общей базе не обезличены.

Следовательно, для обезличивания базы прочих данных необходимо отделить ее от таблицы соответствий, после чего таблицу соответствий надо защитить согласно нормативным требова-ниям (она останется ИСПДн), а базу прочих данных можно открыть для свободного доступа (она станет обезличенной). Термин «отделить» означает либо физически отдельное хранение двух баз данных, либо установку между двумя базами данных межсетевого экрана (сертифицированного на соответствие нормативным требованиям). В первом случае связи между базами не будет со-всем, и совместная их обработка возможна только с применением специальных внешних носите-лей. Во втором случае связь между базами будет односторонняя (со стороны таблицы соответст-вий), совместная обработка возможна тоже только с одной стороны.

2. Оценка эффективности метода С точки зрения определения понятия «обезличивание» любой метод обезличивания эффек-

тивен настолько, насколько неэффективными окажутся попытки злоумышленника идентифици-ровать ФЛ в обезличенной базе данных. Данный критерий определен в Приказе2 термином «ано-нимность», то есть его можно приравнять к значению степени обезличивания СО, которая связа-на с ВИ формулой СО = 1 – ВИмакс (для множества попыток идентификации).

Но есть еще один критерий эффективности, определенный Приказом [2], который зависит от метода обезличивания – это «применимость», то есть возможность обработки без предваритель-ного деобезличивания, а в более широком смысле – возможность совместной защищенной обра-ботки комплекса данных, состоящих из обезличенной базы и той самой «дополнительной ин-формации», которая позволяет их деобезличивать. В рамках метода введения идентификаторов такой «дополнительной информацией» является таблица соответствий.

2.1. Эффективность анонимности Произведем оценку значения СО на конкретном примере: злоумышленник хочет найти ФЛ

на основании известной ему информации о его автомобиле (внешнем виде) при условии свобод-ного доступа к обезличенной БД регистрации всех автомобилей нашей страны (предположим, что эта БД обезличена методом идентификаторов, и там есть вся информация об автомобилях, но нет ничего об их владельцах).

Для оценки ВИмакс примем следующие предварительные условия (информация, которую можно получить из открытых источников):

1. Злоумышленнику известен регион, в котором ФЛ эксплуатирует свой автомобиль (сред-ний регион нашей страны с населением 2 млн человек, областной центр с населением 1 млн че-ловек);

2. Возраст ФЛ – от 18 до 60 лет; 3. Количество ДТП в год по региону – 3 тыс. при количестве автомобилей – 800 тыс., по об-

ластному центру – 2 тыс. при количестве – 500 тыс. 4. Поскольку мы оцениваем ВИмакс, дадим злоумышленнику преимущество – на поиски у

него есть срок 30 дней (назовем данный критерий «актуальность идентификации», он прямо про-порционален ВИ и в реальной жизни его значение – 3 дня).

Из первых двух условий следует, что по возрасту водителями в данном регионе могут быть 1 млн человек, а в областном центре – 500 тыс. (ВИ = 1 / 1 000 000 и ВИмакс = 1 / 500 000).




21

Третье и четвертое условия позволяют оценить вероятность того, что искомый автомобиль можно будет из-за ДТП обнаружить в ограниченном количестве известных мест (пункты регист-рации ДТП, страховые компании, автосалоны по ремонту). Если принять, что в ДТП участвуют 2 автомобиля, то для региона вероятность попадания в ДТП конкретного автомобиля равна (3 / 800 = 1 / 266)·2 = 1 / 133 за год, а за 30 дней («актуальность идентификации») – 1 / 133 / 12 = 1 / 1596. Для областного центра эта вероятность будет 1 / 1500. Но для определения ВИ надо учесть К = «ограниченное количество известных мест». Если в областном центре 5 пунктов регистрации ДТП, то ВИмакс = 1 / 1500 /5 = 1 / 7500. Может ли повысить ВИмакс информация из обезличенной базы?

В состав маркера поиска (МП) войдут атрибуты: НМ1 = «марка», НМ2 = «модель», НМ3 = «цвет кузова», НМ4 = «государственный номер» – их можно надежно определить по внешнему виду. В обезличенной базе регистрации автомобилей присутствуют все эти наимено-вания атрибутов и еще некоторые другие атрибуты (например, «дата регистрации», «место реги-страции», «наименование автосалона-продавца» (но не фамилия ФЛ-продавца!), реквизиты дого-вора продажи, свидетельства о регистрации, полиса ОСАГО и др.). Цель злоумышленника будет достигнута при выполнении двух условий:

1. Поиск по заданному маркеру даст достаточно ограниченное количество автомобилей (идентификация автомобиля).

2. Другие реквизиты позволят еще уменьшить это количество, а в идеале помогут определить какие либо значимые реквизиты для идентификации искомого ФЛ.

Первое условие будет выполнено автоматически, если известен государственный номер ав-томобиля (автомобиль идентифицирован). Если же номер точно не известен (вычисляем инте-гральную вероятность идентификации для первых трех атрибутов), то для годовалой иномарки в БД записей нужного цвета (всего 5 цветов) будет найдено 600 записей, а для трехлетней отечест-венной марки (всего 12 цветов) будет найдено 50 000 записей.

Если автомобиль идентифицирован по номеру, то увеличить ВИ могут названия автосалона-продавца и страховой компании, выдавшей полис ОСАГО. Если автомобиль не идентифицирован по номеру, то прочие атрибуты могут значительно увеличить вероятность идентификации авто-мобиля, то есть определить его государственный номер, но сам по себе он ничего не дает.

Знание количества офисов страховой компании для известного по номеру автомобиля может увеличить ВИ (если такой офис в областном центре один – то ВИ = 1 / 1500 / 2 = 1 / 3000, так как есть вероятность 1/2, что ФЛ не является виновником в ДТП, тогда он в страховую компанию не придет). Знание количества салонов также может увеличить ВИ (если такой салон в областном центре один – то ВИ = 1 / 1500), хотя ФЛ может в салон и не обратиться.

Значение ВИмакс = 1 / 1500 (то есть СО = 1 – ВИмакс = 0,9993) показывает, что реально зло-умышленник не сможет идентифицировать ФЛ, а если автомобиль был зарегистрирован в одном регионе, а эксплуатируется в другом, найти ФЛ практически невозможно. Учет реальной актуаль-ности уменьшает ВИ еще в 10 раз. То есть эффективность анонимности данного метода – вне со-мнений.

2.2. Эффективность применимости Решающим критерием применимости рассматриваемого метода является техническая воз-

можность его реализации. А уже при наличии технической возможности определяющую роль играют стоимость и сроки реализации.

На рисунке приведена схема разделения базы ПД на таблицу соответствия и базу прочих данных, где в качестве связующего звена используется межсетевой экран.

Цифрами на рисунке обозначены: 1 – таблица соответствий (сервер ПД, входит в состав ИСПДн, защищается); 2 – обезличенные данные (сервер обезличенной базы, в свободном доступе, не защищается); 3 – рабочее место оператора ПД (входит в состав ИСПДн, защищается); 4 – рабочее место оператора обезличенной базы (в свободном доступе, не защищается); 5 – межсетевой экран, обеспечивает одностороннее движение информации, направление

которого указано стрелками.




22

Схема разделения базы ПД

В нашем случае с БД регистрации автомобилей все чувствительные к идентификации ПД

владельцев (фамилия, имя, отчество, дата рождения, место рождения, адрес проживания, телефон, номер паспорта) будут храниться и обрабатываться в базе 1, и доступ к ним будет разрешен только пользователям рабочего места 3 (регистратура). А в базе 2 будут храниться и обрабатываться данные о постановке и снятии с учета всех автомобилей любого ФЛ, и доступ к ним будет разрешен не только легальным пользователям рабочих мест 4, но и любым пользователям, которые смогут (в принципе без ограничений) получить физический доступ к базе 2 (либо с рабочего места 4 в отсутствие легального пользователя, либо подключив к базе 2 новое рабочее место).

Анонимность обеспечивается межсетевым экраном, который запрещает потоки информации (ПД) от таблицы соответствий в сторону обезличенной базы, то есть злоумышленник (как и любой пользователь рабочего места 4) не имеет доступа к ПД.

Для определения эффекта применимости показанной на рис.1 системы в целом необходимо оценить применимость ее обеих частей – защищаемой (состоит из сервера 1 и малого количества рабочих мест 3) и не защищаемой (состоит из сервера 2 и большого количества рабочих мест 4).

Пользователь рабочего места 3 может решать как частную, так и общую задачу идентификации, и другие функции:

1) указав значение связующего идентификатора ФЛ, выдать запрос через экран 5, получить все данные конкретного ФЛ из обезличенной базы (сервер 2) и сопоставить их с этим ФЛ (на сервере 1);

2) указав значения атрибутов из обезличенной базы, получить список идентификаторов с заданными значениями атрибутов и сопоставить им ПД из таблицы соответствий;

3) кроме того, только этот пользователь может добавлять записи о новых ФЛ в таблицу соответствий и генерировать для них идентификаторы, а также удалять ПД из таблицы соответствий.

Таким образом применимость (техническая реализация функций) с точки зрения защищаемой системы не вызывает сомнений.

Пользователь рабочего места 4 может выполнять аналогичные рабочему месту 3 функции 1) и 2), но не может сопоставить эту информацию конкретным ФЛ, а функцию 3) он выполнять не может в принципе. Зато функцию ввода существенной информации (ради которой и создана вся система обработки) может выполнять только этот пользователь.

Для оценки эффекта применимости с точки зрения рабочего места 4 надо ответить на три во-проса:

1. На каком основании пользователь 4 при вводе данных ФЛ в базу 2 будет сопоставлять их с идентификатором этого ФЛ (откуда пользователь узнает этот идентификатор, особенно при вводе первой записи об этом ФЛ)?

2. Как снизить вероятность ошибки ввода идентификатора (абстрактного вида!) для получения доступа к обезличенной информации?

3. Как пользователь 4 убедится в соответствии идентификатора данному ФЛ (проблема подлинности)?

Решение вопроса 1 подразумевает предварительную запись ПД ФЛ в базу 1 (регистрация) с генерацией связующего идентификатора, но этого еще не достаточно, поскольку не понятно, как




23

этот идентификатор попадет из базы 1 в базу 2. В рамках нашего примера при первом посещении (постановка автомобиля на учет) владелец должен прийти к рабочему месту 3, представить свои ПД (показать паспорт) и получить идентификатор. Чтобы ФЛ мог представить идентификатор кому-либо (пользователю рабочего места 4), этот идентификатор должен быть записан на каком-нибудь носителе (номер на листке бумаги). После получения идентификатора ФЛ-владелец идет к рабочему месту 4 (к любому из многих), представляет идентификатор и все данные об автомо-биле. При повторном посещении (снятие с учета или постановка на учет другого автомобиля) владелец идет с идентификатором сразу к рабочему месту 4. Описанный способ настолько оче-виден, что был запатентован в качестве полезной модели (независимо от вида внешнего носителя для идентификатора). Патент № 103414 «Система взаимодействия разделенных баз персональ-ных данных информационной системы».

Решение вопроса 2 полностью определяется видом внешнего носителя для идентификатора. Преимущество листка бумаги с номером только одно – техническая простота реализации. Но для увеличения скорости и устранения возможной ошибки ввода идентификатора-номера пользова-телем 4 с бумажного листа желательно процедуру ввода автоматизировать. Для этого вместо символьного номера можно использовать штрих-код. Но помимо возникающих технических сложностей есть еще один важный недостаток – ненадежность самого носителя (бумага боится воды и механических повреждений). Устранить этот недостаток можно ламинированием.

В качестве альтернативы номеру на бумажном носителе можно предложить пин-код на пла-стиковой карте, криптографический ключ на флеш-накопителе или отпечаток на пальце. Исполь-зование этих носителей не является более сложным технически, чем чтение-запись штрих-кода, но по надежности, пожалуй, выигрывает пластиковая карта. В рамках нашего примера необходи-мо в качестве альтернативы упомянуть также один из атрибутов ФЛ, являющийся идентификато-ром служебного типа, – номер водительского удостоверения. Причем само удостоверение – дос-таточно качественный носитель для этого идентификатора, но недостаток данного варианта уже обсуждался в предыдущей статье – не все владельцы имеют водительские удостоверения. Кроме того, ввод этого символьного идентификатора на рабочем месте 4 сложно автоматизировать, то есть велика вероятность ошибки ввода.

Есть еще один критерий эффективности для внешнего носителя – он определяется человече-ским фактором: легко или сложно такой идентификатор спутать с другим аналогичным (своим или чужим), легко или сложно его потерять. По этому критерию преимуществом обладает только отпечаток пальца – ни спутать, ни потерять его нельзя, но, к сожалению, опыт показывает, что до 10 % ФЛ имеют проблемы со считыванием отпечатка.

Необходимость решения вопроса 3 вытекает из возможности использования чужого иденти-фикатора (ошибочного или преднамеренного). Для решения проблемы пользователь рабочего места 4 должен иметь возможность идентифицировать ФЛ, предъявляющего носитель с иденти-фикатором. Причем идентификация должна проводиться вне рамок автоматизированной обра-ботки. Есть два способа реализации этой процедуры:

1. На внешнем носителе кроме идентификатора должен быть помещен некий идентифици-рующий атрибут ФЛ, который может быть сравнен пользователем рабочего места 4 с тем же ат-рибутом на официальном документе. В данном варианте эффективность применимости будет в идеале равна значению ВИ для данного атрибута.

2. ФЛ будет предъявлять пользователю рабочего места 4 два носителя: один с постоянным идентификатором, а второй – одноразовый, который ФЛ должен при каждом посещении полу-чать на рабочем месте 3, где владелец автомобиля будет идентифицирован. Одноразовый носи-тель может содержать сеансовый идентификатор для данного посещения ФЛ.

2.3. Экономическая эффективность Для всех описанных выше вариантов использования идентификатора на внешнем носителе,

наибольшие финансовые затраты потребуются не для реализации организационных и техниче-ских решений, а на модернизацию программного обеспечения (ПО) ИСПДн. К сожалению, необ-ходимость модернизации ПО может стать принципиально непреодолимым препятствием. Это может произойти в случае, когда производителем ПО является не оператор ПД, а некая сторон-няя организация.




24

Для оценки экономической эффективности определим стоимость создания системы защиты ИСПДн, состоящей из такого же количества рабочих мест, как в обезличенной базе, а затем оп-ределим стоимость модернизации и сравним два полученных значения.

Стоимость средства защиты от несанкционированного доступа для одного рабочего места составляет в среднем 5000 руб., его установка и настройка – 2000 руб. Остальные затраты (стои-мость средств межсетевого экранирования и обнаружения вторжений, стоимость разработки экс-плуатационных документов) и для защищенной ИСПДн, и для обезличенной базы будут одина-ковыми, их можно не учитывать.

Стоимость модернизации структуры БД и ПО зависит не от общего количества рабочих мест, а от количества различных режимов работы, и может составлять от 0 (ПО собственного произ-водства) до 300000 руб.

Для 10 рабочих мест (70 000 руб.) обезличивание вряд ли целесообразно, для 100 рабочих мест (700 000 руб.) целесообразно однозначно.

Таким образом, рассмотренный метод обезличивания характеризуется эффективной аноним-ностью, простотой технической реализации, но экономическая эффективность зависит от количе-ства рабочих мест (как и для любого другого метода обезличивания).


1. Мищенко, Е.Ю. Количественные критерии идентификации физического лица при обезли-чивании персональных данных / Е.Ю. Мищенко, А.Н. Соколов // Вестник УрФО. Безопасность в информационной сфере. – Челябинск: Издат. центр ЮУрГУ, 2014. — № 1 (11). – С. 27–33.

2. Об утверждении требований и методов по обезличиванию персональных данных: приказ Федеральной службы по надзору в сфере связи, информационных технологий и массовых комму-никаций от 5 сентября 2013 г. № 996. – http://www.garant.ru. – Заглавие с экрана (дата обраще-ния: 01.06.2015).

Мищенко Евгений Юрьевич, старший преподаватель кафедры безопасности информацион-

ных систем, Южно-Уральский государственный университет, г. Челябинск; [email protected]. Соколов Александр Николаевич, канд. техн. наук, доцент, заведующий кафедрой безопас-

ности информационных систем, Южно-Уральский государственный университет, г. Челябинск; [email protected].

Поступила в редакцию 27 мая 2015 г.

__________________________________________________________________

DOI: 10.14529/ctcr150303

QUANTITATIVE ANALYSIS OF THE DEPERSONALIZATION PROCEDURE. METHOD OF IDENTIFIERS E.Yu. Mishchenko, South Ural State University, Chelyabinsk, Russian Federation, [email protected], A.N. Sokolov, South Ural State University, Chelyabinsk, Russian Federation, [email protected]

Depersonalization is the way of personal data processing for the purpose of transforming data to protected status, in order to prevent disturber use it to damage the person. The result of depersonali-zation depends on content of the personal data and the depersonalization method also. Standard acts define some methods of depersonalization, but all of them are describing by qualitative criteria. This article makes the quantitative analysis of one of the depersonalization methods – the method of iden-tifiers (ID Method). Proposed variant of technical realization of ID Method solves the problem of the identification attribute set, which is necessary and sufficient for the cross-reference table, define the linking identifier requirements, and also describes the methods of communication between the cross-




25

reference table and depersonalized (impersonal) data. On practical example the performance evalua-tion of ID Method is made by using some criteria, including the technical criteria (identification im-possibility on the one side and reconstruction possibility by means of complementary data on the other side), and commercial criteria (economic return). On the base of identification probability and depersonalization degree some recommendations of efficiency enhancement are proposed.

Keywords: personal data, depersonalization, method of identifiers.

References 1. Mishchenko E.Yu., Sokolov A.N. [Quantitative Criteria of Identification of Person at a Deperso-

nalization of Personal Data]. Bulletin of Ural Federal District. Safety in the Information Sphere, Che-lyabinsk, South Ural St. Univ. Publ., 2014, no. 1 (11), pp. 27–33.

2. Ob utverzhdenii trebovaniy i metodob po obezlichivaniyu personal’nykh dannykh: prikaz Fede-ral’noy sluzhby po nadzoru v sfere svyazi, informatsionnykh tekhnologiy i massovykh kommunikatsiy ot 5 sentyabrya 2013 № 996 [About the approval of requirements and methods on a depersonalization of personal information: the order of Federal Service for Supervision in the Sphere of Telecom, Informa-tion Technologies and Mass Communications of September 5, 2013 no. 996]. Available at: http://www.garant.ru (accessed 01.06.2015).

Received 27 May 2015


Мищенко, Е.Ю. Количественный анализ проце-дуры обезличивания персональных данных. Метод введения идентификаторов / Е.Ю. Мищенко, А.Н. Со-колов // Вестник ЮУрГУ. Серия «Компьютерные технологии, управление, радиоэлектроника». – 2015. – Т. 15, № 3. – С. 18–25. DOI: 10.14529/ctcr150303

Mishchenko E.Yu., Sokolov A.N. Quantitative Ana-lysis of the Depersonalization Procedure. Method of Iden-tifiers. Bulletin of the South Ural State University. Ser. Computer Technologies, Automatic Control, Radio Elec-tronics, 2015, vol. 15, no. 3, pp. 18–25. (in Russ.) DOI: 10.14529/ctcr150303



26

Введение Деревья решений применяются в задачах классификации (принятие решения о принадлежно-

сти объекта к одному M из непересекающихся классов) и регрессии (предсказание значения из непрерывного диапазона). Классификация и регрессия на основе деревьев решений используются в задачах распознавания текста, информационного поиска, распознавания речи, анализе изобра-жений, обнаружении спама, распознавания жестов и др. Для конструирования деревьев решений применяется машинное обучение – автоматическая настройка параметров алгоритма на основе обучающей выборки (множества объектов с известными правильными ответами). При этом от качества обучения зависит правильность решения задачи и практическая применимость ре-зультатов.

Под алгоритмом будем понимать функцию, принимающую на вход классифицируемый объ-ект и возвращающую один из M классов – ответ алгоритма для данного объекта. Деревья реше-ний состоят из вершин, в которых записаны проверяемые условия (будем называть эти условия признаками), и листьев, в которых записаны ответы дерева (один из M классов для задачи клас-сификации). Под обучающим примером будем понимать объект обучающей выборки с известным правильным ответом (классом, к которому принадлежит данный объект). Обучение состоит в на-стройке условий в узлах дерева и ответов в его листьях с целью достижения максимального каче-ства классификации.

Пусть заданы конечное множество объектов 푋 = {푥 , ⋯ , 푥 } и алгоритмов 퐴 = {푎 , ⋯ , 푎 } и бинарная функция потерь 퐼: 퐴 × 푋 → {0, 1}, 퐼(푎, 푥) = 1 тогда и только тогда, когда алгоритм до-пускает ошибку на объекте 푥. Число ошибок алгоритма 푎 на выборке 푋 определяется как 푛(푎, 푋) = ∑ 퐼(푎, 푥) ∈ . Частота ошибок алгоритма на выборке определяется как 푣(푎, 푋) = = 푛(푎, 푥)/ |푋|. Под качеством классификации понимается частота ошибок алгоритма на кон-трольной выборке.

1. Преимущества и недостатки деревьев решений Автоматический отбор признаков. Признаки в вершины дерева выбираются автоматически

из набора признаков. Поэтому можно составить произвольный набор признаков, а в процессе обучения автоматически выберутся информативные и проигнорируются неинформативные при-

УДК 004.855.5 DOI: 10.14529/ctcr150304

ОСОБЕННОСТИ ПРИМЕНЕНИЯ ДЕРЕВЬЕВ РЕШЕНИЙ В ЗАДАЧАХ КЛАССИФИКАЦИИ И.Л. Кафтанников, А.В. Парасич Южно-Уральский государственный университет, г. Челябинск

Рассматривается применение деревьев решений в задачах классификации. В последние годы деревья решений широко применяются в задачах компьютерного зрения, таких как рас-познавание объектов, классификация текстов, распознавание жестов, обнаружение спама, обучение ранжированию в информационном поиске, семантическая сегментация и кластери-зация данных. Этому способствуют такие отличительные особенности деревьев решений как интерпретируемость, управляемость, возможность автоматического отбора информативных признаков. Однако имеется и ряд принципиальных недостатков, из-за которых задача обуче-ния деревьев решений существенно усложняется. В статье приводится анализ преимуществ и недостатков деревьев решений, рассматриваются вопросы обучения и тестирования деревьев решений. Особое внимание уделяется проблемам сбалансированности обучающей выборки. Рассматриваются также леса решений и методы их обучения. Приводится краткий обзор ме-тодов снижения взаимозависимости ошибок деревьев решений при обучении лесов решений. Предлагаются методы преодоления недостатков деревьев решений, приводятся результаты работы данных методов.

Ключевые слова: деревья решений, леса решений, машинное обучение, классификация.


Кафтанников И.Л., Парасич А.В. Особенности применения деревьев решений в задачах классификации


27

знаки. Нет необходимости в дополнительной процедуре отбора признаков, в отличие от других методов машинного обучения.

Интерпретируемость. Деревья решений позволяют строить решающие правила в форме, понятной эксперту. Это оказывается полезным в том случае, когда человеку требуется понимать, каким образом алгоритм будет принимать решения. Интерпретируемость также оказывается по-лезным свойством, если требуется понять, почему дерево решений работает неправильно.

Управляемость. Если некоторые примеры классифицируются неправильно, можно заново обучить только те вершины дерева, из-за которых это происходит, что очень удобно, когда объем обучающих данных большой и обучение занимает много времени. Кроме того, при тренировке разных поддеревьев могут оказаться более эффективными разные алгоритмы обучения. Обуче-ние заново только части дерева позволяет изменить результат классификации одних объектов, не затрагивая классификацию других объектов.

Сильная зависимость от сбалансированности числа обучающих примеров разных классов. При обучении деревьев решений в вершину выбирается признак с максимальной информативно-стью порождаемого этим признаком разбиения тренировочных примеров на две части. Информа-тивность разбиения вычисляется по формуле

퐼 = | || | | | · 퐻(퐿) + | |

| | | | · 퐻(푅), где L и R – множества обучающих примеров, попадающих в левый и правый дочерние узлы в за-висимости от функции разбиения, H(L) и H(R) – оценка информативности подмножества обу-чающих данных, в качестве которой может использоваться энтропия Шеннона или индекс Гини.

Рассмотрим особенности обучения деревьев решений на примере индекса Гини. Формула для расчета индекса Гини представлена ниже:

퐻(푆) = 1 − ∑ 푝 (푘|푆), (1) где K – число классов, а p(푘|푆) – доля примеров класса k в множестве S.

Допустим, что в процессе обучения одной из вершин дерева существуют признаки f0, f1 и f2, которые порождают одинаковое разбиение множества данных S этой вершины на подмножества L и R (при этом для некоторых классов a и b p(a|S) ≫ p(b|S), кроме того, p(a|L) ≫ p(a|R) и p(b|L) = p(b|R), то есть данный признак является неинформативным по отношению к классу b), за исключением того, что для признака f1 число примеров класса a nf1(a|L) = nf0(a|L) – 1, nf1(a|R) = = nf0(a|R) + 1, а для признака f2 nf2(b|L) = nf0(b|L) – 1, nf2(b|R) = nf0(b|R) + 1. Из формулы (1) видно, что увеличение информативности по сравнению с информативностью разбиения по признаку f0 в случае с признаком f1 будет гораздо больше, чем случае с признаком f2. Допустим, мы можем выбрать признак f3 таким образом, что nf3(b|L) = 0, nf3(b|R) = n(b|S), a nf3(a|L) = nf1(a|L) = = nf0(a|L) – 1, nf3(a|R) = nf1(a|R) = nf0(a|R) + 1, то есть признак f3 позволяет правильно распознать все примеры класса b, но один пример класса a попадет в меньшее по размеру подмножество по сравнению с признаком f0. Однако информативность признака f0 будет выше информативности признака f3, если (nf0(a|L))2 – (nf0(a|L) – 1)2 > (n(b|S))2 – 2(n(b|S) / 2)2, или 2nf0(a|L) – 1 > n2(b|S) / 2, что будет выполняться при условии p(a|S) ≫ p(b|S).

Таким образом, при обучении дерево уделяет повышенное внимание классам с большим числом обучающих примеров, и может полностью проигнорировать классы с малым числом обу-чающих примеров. Поэтому сбалансированность обучающего множества при обучении деревьев очень важна. Это может являться как преимуществом, так и недостатком. С одной стороны, при неправильных пропорциях классов в обучающей выборке дерево обучится некорректно, с другой стороны, с помощью балансировки тренировочной выборки можно управлять процессом обуче-ния дерева произвольным образом. Если некоторые важные случаи распознаются недостаточно хорошо, можно добавить данные примеры в выборку или поднять их вес, и качество их распо-знавания улучшится. Однако чтобы повысить качество распознавания в целом таким способом, требуется большой объем ручной настройки. В общем случае рекомендуется поддерживать оди-наковое число примеров каждого класса в обучающей выборке.

Требуются специальные методы предотвращения переобучения. Рассмотрим некоторое раз-биение множества объектов 푋 = {푥 , ⋯ , 푥 } на две выборки – обучающую Xt длины l и контроль-ную Xc длины k = L – l. Переобученностью алгоритма a называется величина отклонения частоты ошибок на контроле и обучении q(a, X) = v(a, Xc) – v(a, Xt).




28

Явление переобучения возникает из-за излишней сложности модели, когда обучающих дан-ных недостаточно для того, чтобы восстановить по ним информативную закономерность. При нехватке тренировочных данных высока вероятность выбрать закономерность, которая выполня-ется только на этих данных, но не будет верна для других объектов. Для деревьев решений слож-ность модели – это глубина дерева. Но в разные вершины в процессе обучения попадает разное число тренировочных примеров, из-за чего в разных ветвях оптимальной будет разная глубина дерева. Поэтому для деревьев решений требуются специальные методы контроля переобучения. Обычно применяется pruning – удаление тех вершин дерева, которые ухудшают качество клас-сификации данных, не входящих в обучающее множество.

Экспоненциальное уменьшение обучающей выборки. После обучения каждой вершины дерева происходит разделение ее тренировочного множества на два подмножества. Таким образом, на каждом следующем уровне дерева обучающее множество вершины содержит все меньше и меньше примеров. В идеальном случае, если в каждой вершине ее обучающая выборка делится пополам, на уровне дерева h размер выборки в вершине будет в 2h раз меньше исходного размера выборки. А чем меньше размер обучающего множества, тем выше вероятность переобучения. Поэтому для обучения деревьев решений требуются выборки большого размера. Несколько ме-тодов решения данной проблемы будут рассмотрены далее.

Явление разбалансировки. Допустим, имеется признак f1, и для некоторой разновидности объектов z ∈ 푋

푓1(푥) = 0 если 푦(푥) = 푦1 иначе

�, иными словами, признак f1 позволяет определить принадлежность объекта x к классу y для объ-ектов данного типа, однако данная закономерность не выполняется для объектов x, не относя-щихся к разновидности z. При этом более надёжным признаком для определения принадлежно-сти объекта x к классу y является признак f2. Однако по каким-то причинам большое число объ-ектов в обучающей выборке для всего дерева или для отдельной вершины дерева относятся к разновидности z. В таком случае информативность признака f1 окажется выше информативности признака f2, и признак f1 будет использоваться деревом вместо признака f2 для принятия реше-ния о принадлежности объекта x к классу y. После этого на качество обучения будут оказывать негативное влияние явления уменьшения размера обучающей выборки, переобучения и сильной зависимости от соотношения числа примеров разных классов в обучающей выборке, рассмот-ренные выше. На практике высока вероятность того, что разбалансировка обучающего множест-ва существует в некоторой узкой области пространства признаков (например, в задаче классифи-кации изображений в обучающей выборке зелёный цвет фона на всех изображениях машин виден только на ярко освещённых изображениях), или возникает при обучении некоторых вершин де-рева. В таком случае обнаружить и устранить проблему будет очень сложно.

2. Леса решений Для решения проблем переобучения деревьев решений применяются леса решений – не-

сколько деревьев, результат классификации определяется путем голосования (ответом выбирает-ся тот класс, который предсказало наибольшее число деревьев).

Пусть имеется множество деревьев решений, каждое из которых относит объект x ∈ 푋 к од-ному из классов 푐 ∈ 푌. Будем считать, что если 푓 (푥) = 1, то дерево t относит объект x ∈ 푋 к классу 푐. При использовании алгоритма простого голосования для каждого класса 푐 ∈ 푌 подсчи-тывается число деревьев, относящих объект к данному классу:

퐺 (푥) = ∑ 푓 (푥), 푐 ∈ 푌. Ответом леса является тот класс, за который подано наибольшее число голосов: 푎(푥) = argmax ∈ 퐺 (푥). Для того чтобы лес решений повышал качество, необходима независимость ошибок деревьев.

Если все деревья будут ошибаться на одних и тех же примерах, не будет выигрыша от использо-вания леса. Верхняя граница ошибки обобщения для леса определяется как

퐺퐸 = 푝 – ,




29

где GE – ошибка обобщения, s – качество классификации дерева, p – средняя попарная корреля-ция между ошибками деревьев [1].

Если обучать деревья на одном и том же множестве тренировочных примеров одним и тем же методом, получатся одинаковые или очень похожие деревья. Поэтому для достижения незави-симости ошибок деревьев, составляющих лес решений, требуется применять специальные мето-ды. Рассмотрим некоторые из них.

Метод Bagging [2] – каждое дерево обучается на собственном подмножестве размера l обу-чающей выборки 퐷 = {푥 , 푦 } , выбранном случайно. Недостаток данного метода – при росте размера обучающей выборки эффект пропадает, так как подвыборки становятся все более похо-жими (поскольку взяты из одного вероятностного распределения, а влияние случайных отклоне-ний ослабевает).

Метод Boosting [3] – тренировочным примерам назначаются веса (푤 , … , 푤 ) в зависимости от их сложности. Поскольку веса имеют вероятностную природу, для них выполняется условие ∑ 푤 = 1, 푤 ∈ [0,1]. Начальное распределение весов выбирается равномерным: 푤 = , 푗 ∈ 1, … , 푚. Обучается первое дерево, с его помощью производится классификация тренировоч-ных примеров. Веса примеров, классифицированных правильно – снижаются, классифицирован-ных неправильно – повышаются. Следующее дерево леса строится с учетом обновленных весов, и так далее до достижения заданного количества деревьев или требуемой ошибки классифика-ции. Для этого при расчете информативности признака вместо доли объектов p(푘|푆) класса k в подмножестве S используется отношение суммы весов объектов, принадлежащих данному клас-су, к сумме весов всех объектов подмножества S:

p(푘|푆) = ∑ [ ]·| |

∑| | .

ComBoost [4] – после обучения очередного классификатора для каждого тренировочного примера рассчитывается отступ – степень уверенности композиции в классификации данного примера [5]. Объекты со слишком большим отступом считаются выбросами и удаляются из вы-борки. Далее перебирается нижняя граница отступа. Примеры c отступом ниже минимального считаются простыми для классификации, и не участвуют в обучении нового классификатора. По-сле нескольких итераций выбирается классификатор, добавление которого в лес больше всего снижает ошибку всей композиции на обучающей выборке.

3. Методика тестирования в машинном обучении Рассмотрим методику тестирования алгоритмов машинного обучения. Качество классифика-

тора можно определить по методу скользящего контроля. Исходное множество примеров 퐷 = {푥 , 푦 } с известными правильными ответами разбивается на две подвыборки: трениро-вочную и контрольную. После обучения алгоритма на тренировочной выборке вычисляется чис-ло ошибок классификации на контрольной выборке, которое используется как мера качества ал-горитма. Для задачи классификации с конечным числом классов Y = {yi} вводится функция ошибки I(a,x) = [a(x) ≠ y(x)], где y(x) – класс объекта x, a(x) – ответ алгоритма для объекта x.

Следует отметить, что такого вида оценка качества классификаторов обладает рядом прин-ципиальных недостатков. Подобная методика тестирования не позволяет обнаружить ошибки в формировании обучающей выборки, которые часто оказываются более критичными, чем недос-татки алгоритма обучения. Обучающая и контрольная выборка сгенерированы из одного и того же вероятностного распределения, которое не всегда точно отражает истинное распределение. Например, мы хотим обучить алгоритм распознавания цифр, а в выборке все цифры «1» написа-ны красным цветом, а все цифры «2» написаны синим цветом. Распознавание только на основе цвета даст стопроцентный результат и на обучающей, и на контрольной выборке, однако такой алгоритм не будет работать на других данных. Деление выборки на обучающую и контрольную не позволит обнаружить подобную проблему. Подобного рода ложные зависимости могут при-сутствовать в обучающих данных в менее явной форме. Поэтому лучше оценивать качество классификации по выборке из независимого источника, или как среднее по нескольким выборкам из разных независимых источников, так как каждая выборка имеет свои особенности формиро-вания. Кроме того, оценка зависит от баланса примеров разного типа в выборке. Например, если




30

объектов класса A в тестовой выборке в несколько раз больше, чем объектов класса B, то в спор-ном случае нам выгоднее возвращать в качестве ответа класс A. Однако на реальных данных по-добное соотношение частот появления классов может не выполняться. Поэтому, пытаясь улуч-шить результат классификации на тесте, можно слишком сильно подстроить алгоритм под осо-бенности выборки.

Переобучение на тестовую выборку. Если тестовая выборка фиксирована и не меняется во времени, мы можем поочередно удалять из обучающего множества те примеры, удаление кото-рых не приводит к увеличению числа ошибок на тестовой выборке. При каждом таком удалении качество на тестовой выборке будет или не изменяться, или увеличиваться. Следовательно, та-ким образом можно улучшить качество на тестовой выборке, но при этом алгоритм перестанет работать на данных, непохожих на тестовые. Если размер тестовой выборки много меньше раз-мера обучающей (что обычно выполняется на практике), то после применения данного алгоритма качество работы на реальных данных может сильно пострадать.

4. Предлагаемые методы Рассмотрим некоторые возможные методы решения проблемы уменьшения размера обу-

чающей выборки в процессе обучения деревьев решений. Случайное перемешивание. В процессе обучения дерева после выбора признака в вершине

производится разделение множества тренировочных примеров, попавших в данную вершину, на два подмножества. Функция разбиения S(x, Θ) обычно зависит от двух величин: выбранный при-знак Θ1 ∈{1, …, M} и порог Θ1 ∈ R. В этом случае функция разбиения выглядит так:

푠(푥, 훩) = 0 если 푥(Θ ) < Θ1 иначе

�. Примеры х, для которых значение выбранного признака 푠(푥, Θ) = 0, попадают в левое под-

множество, а примеры, для которых 푠(푥, Θ) = 1, попадают в правое подмножество. Суть предла-гаемого метода состоит в случайном изменении подмножества, в которое попадёт данный при-мер, с некоторой вероятностью pm . При этом если подмножество L получилось больше подмно-жества R по количеству обучающих примеров без учета случайного перемешивания, то матема-тическое ожидание числа примеров, перемещенных из L в R, будет больше математического ожидания числа примеров, перемещенных из R в L. В результате распределение примеров по вершинам получается более равномерным, становится меньше вершин, в которых не хватает обучающих примеров для выбора адекватного признака.

В таблице приведено сравнение результатов, полученных с использованием данного метода при разных значениях вероятности pm изменения подмножества, и результатов, полученных без использования данного метода. Эксперимент проводился на задаче сегментации органов челове-ка по рентгеновским снимкам. Обучающая и тестовая выборка содержали по 1000 изображений, на каждом примерно по 10 000 классифицируемых пикселей (суммарный объём обучающей вы-борки составил 9 159 775 обучающих примеров). В качестве признаков использовалось сравне-ние яркостей пикселей на заданных смещениях относительно классифицируемого пикселя. Вид-но, что использование предложенного метода позволяет повысить качество классификации, мак-симальный прирост качества составил 0,73 %. Полученные результаты демонстрируют возмож-ность повышения качества классификации с помощью деревьев решений путем решения пробле-мы уменьшения размера обучающей выборки. Достоинства предлагаемого метода – простота реализации, а также отсутствие дополнительных расходов времени и памяти на этапе обучения.

Качество классификации на тестовой выборке при разных значениях вероятности pm

изменения подмножества примера

Вероятность изменения подмножества pm = 0 pm = 0,1 pm = 0,04 pm = 0,02 pm = 0,01 pm = 0,005

Качество классификации на тестовой выборке, % 67,66 68,24 68,39 68,22 67,96 67,82

Добавление похожих примеров. В процессе обучения дерева в некоторых вершинах нижних

уровней может оказаться слишком мало тренировочных примеров, в результате в данных верши-




31

нах могут быть выбраны неадекватные признаки, может возникнуть переобучение. Логичным выглядит добавлять в обучающее множество таких вершин тренировочные примеры, похожие на примеры, уже находящиеся в данном множестве. Выберем вершины, мощность |N| обучаю-щего множества которых меньше k. Возьмем случайное подмножество v множества признаков F = {f1, …, fm}. Будем добавлять в обучающее множество с некоторой вероятностью pa те приме-ры, для которых значение всех признаков из подмножества v совпадает со значением этих при-знаков для большинства примеров из исходного обучающего множества данной вершины. Не-достаток данного метода по сравнению с предыдущим – увеличение объема используемой памя-ти, что может быть важным при обучении на наборе данных большого размера, а также дополни-тельные затраты времени на выбор добавляемых в обучающее множество примеров.

Выводы В статье рассмотрены основные преимущества и недостатки использования деревьев реше-

ний в задачах классификации, предложен ряд методов устранения этих недостатков. Приведены результаты, достигнутые с помощью метода случайного перемешивания. Показано, что приме-нение данного метода позволяет повысить качество классификации.

Литература/References

1. Breiman L. Random Forests. Machine Learning, 2001, vol. 45(1), pp. 5–32. DOI: 10.1023/A:1010933404324

2. Breiman L. Bagging Predictors. Machine Learning, 1996, vol. 24, no. 2, pp. 123–140. DOI: 10.1007/BF00058655

3. Freund Y, Schapire R.E. Experiments with a New Boosting Algorithm. International Conference on Machine Learning, 1996, pp. 148–156.

4. Маценов А.А. Комитетный бустинг: минимизация числа базовых алгоритмов при простом голосовании. Всероссийская конференция ММРО-13. 2007. С. 180–183. [Matsenov A.A. Komitet-nyy busting: minimizatsiya chisla bazovykh algoritmov pri prostom golosovanii (Committee Boosting: Number of Base Algorithms Minimization for Simple Voting). Vserossiyskaya konferentsiya MMRO-13 (All-Russian Conference MMRO-13). St. Peterburg, 2007, pp. 180–183.]

5. Mason L., Bartlett P., Baxter J. Direct Optimization of Margins Improves Generalization in Combined Classifiers. Proc. of the 1998 conf. on Advances in Neural Information Processing Systems II, MIT Press, 1999, pp. 288–294.

Кафтанников Игорь Леопольдович, канд. техн. наук, доцент кафедры электронных вычис-

лительных машин, Южно-Уральский государственный университет, г. Челябинск; [email protected]. Парасич Андрей Викторович, аспирант кафедры электронных вычислительных машин,

Южно-Уральский государственный университет, г. Челябинск; [email protected].

Поступила в редакцию 20 мая 2015 г. __________________________________________________________________

DOI: 10.14529/ctcr150304

DECISION TREE’S FEATURES OF APPLICATION IN CLASSIFICATION PROBLEMS I.L. Kaftannikov, South Ural State University, Chelyabinsk, Russian Federation, [email protected], A.V. Parasich, South Ural State University, Chelyabinsk, Russian Federation, [email protected]

The article describes the application of decision trees in classification problems. In recent years, decision trees are widely used for computer vision tasks, including object recognition, text classifica-




32

tion, gesture recognition, spam detection, training in ranking for information search, semantic seg-mentation and data clustering. This is facilitated by such distinctive features as interpretability, con-trollability and an automatic feature selection. However, there are number of fundamental shortcom-ings, due to which the problem of decision trees learning becomes much more complicated. The ar-ticle provides the analysis of advantages and disadvantages of decision trees, the issues of decision trees learning and testing are considered. Particular attention is given to balance of training dataset. We also consider the decision forests and methods of its learning. A brief overview of methods for reducing errors interdependence of decision trees in decision forests learning is given. Methods for overcoming of drawbacks of decision trees are offered, results of these methods are proposed.

Keywords: decision trees, decision forests, machine learning, classification.



Кафтанников, И.Л. Особенности применения де-ревьев решений в задачах классификации / И.Л. Каф-танников, А.В. Парасич // Вестник ЮУрГУ. Серия «Компьютерные технологии, управление, радиоэлек-троника». – 2015. – Т. 15, № 3. – С. 26–32. DOI: 10.14529/ctcr150304

Kaftannikov I.L., Parasich A.V. Decision Tree’s Features of Application in Classification Problems. Bul-letin of the South Ural State University. Ser. Computer Technologies, Automatic Control, Radio Electronics, 2015, vol. 15, no. 3, pp. 26–32. (in Russ.) DOI: 10.14529/ctcr150304



33

Введение Энергосбережение в сфере жилищно-коммунального хозяйства и, в частности, в процессе

отопления многоэтажных зданий, является важной задачей как с точки зрения объема рынка, так и с точки зрения состояния инженерных систем. По данным Росстата в Российской Федерации около 3,2 млн многоквартирных жилых домов; суммарная мощность источников теплоснабжения составляет 590,3 тыс. Гкал/ч, в 2014 г. произведено 237,51 млн Гкал тепловой энергии, потреби-телям отпущено 223,55 млн Гкал [1]. Рынок тепловой энергии исчисляется сотнями миллиардов рублей в год. В этой связи важно иметь систему отопления, отвечающую критериям энергоэф-фективности, надежности и комфорта. Одним из актуальных мировых трендов в энергосбереже-нии является внедрение различных передовых алгоритмов управления [2–5].

Потребительское качество отопления определяется стабильным поддержанием температу-ры воздуха в здании Tind на заданном комфортном уровне. Однако существует ряд проблем, за-трудняющих реализацию классического подхода к управлению по ошибке регулируемой коор-динаты [6]:

– в различных помещениях многоэтажного здания температура воздуха различается, в связи с чем в больших зданиях возникает проблема выбора представительного помещения;

– на здание влияет множество возмущающих факторов (рис. 1), действие которых затрудни-тельно измерить или оценить на практике (солнечная радиация Jrad, ветер Vwind, теплопоступления от внутренних бытовых источников Qint и др.);

– здание обладает большой инерционностью, на динамику температуры воздуха в помеще-ниях также влияет тепло, аккумулированное в ограждающих конструкциях здания Qacc;

– система отопления здания проявляет свойства нелинейного распределенного объекта, про-цессы теплообмена в здании описываются дифференциальными уравнениями в частных произ-

Управление в технических системах УДК 62-52/551.4, 628.87 DOI: 10.14529/ctcr150305

МОДЕЛЬНО-УПРЕЖДАЮЩЕЕ УПРАВЛЕНИЕ ТЕПЛОВЫМ РЕЖИМОМ ЗДАНИЯ В.В. Абдуллин Южно-Уральский государственный университет, г. Челябинск

Рассматривается использование метода модельно-упреждающего управления тепловым режимом многоэтажного здания. Описана структура системы модельно-упреждающего управления, включающая в себя реализуемый в стандартных автоматизированных тепловых пунктах контур базового управления по основному возмущающему воздействию – темпера-туре наружного воздуха – и корректирующий контур, в котором реализовано модельно-упреждающее управление с использованием модели обратной динамики. Предлагаемая мо-дель осуществляет оценку в реальном времени влияния неизмеряемых возмущающих факто-ров на температуру воздуха в помещениях здания. В рассматриваемой модели осуществлено разделение протекающих в системе процессов на имеющие быструю и медленную динамику. Измерение температуры воздуха в помещениях здания осуществляется с использованием дат-чиков, объединенных в распределенную сеть полевого уровня. Оценка обобщенного темпера-турного возмущения осуществлена с применением прогнозирующих свойств экспоненциаль-ного сглаживания. Статья также содержит результаты внедрения системы на учебно-лабораторном корпусе университета. Полученные результаты демонстрируют снижение по-требления тепловой энергии системой отопления, вместе с тем, повышение уровня комфортав здании.

Ключевые слова: тепловой режим здания, модельно-упреждающее управление, модель обратной динамики, отопление зданий, АИТП.


Управление в технических системах


34

водных [7–8], что затрудняет управление по температуре воздуха в помещении с использованием известных инженерных методов.

Регулирование по Tind применяется только в небольших зданиях, обладающих однородностью характеристик и малой инерционностью, а в большинстве существующих на рынке и массово реа-

лизуемых на практике систем управления отоплени-ем многоэтажных зданий значение Tind либо не учи-тывается вовсе, либо используется лишь для контро-ля качества управления без непосредственного влия-ния на формирование управляющего воздействия.

Получивший распространение в России способ погодного регулирования подачи тепла (без обрат-ной связи по Tind) обеспечивает приемлемое качест-

во регулирования при относительной простоте реализации. Регулирование температуры подавае-мого теплоносителя осуществляется в зависимости от основного возмущающего воздействия – температуры наружного воздуха Тout, однако при этом не учитывается действие таких возмуще-ний, как Jrad, Vwind, Qint, Qacc, влияние которых на Тind также существенно (см. рис. 1). В результате, Тind поддерживается с недостаточной точностью: например, в дневное время наблюдается пере-топ (статическая ошибка), прежде всего, под влиянием факторов Jrad, Vwind и Qint.

Указанные проблемы потребовали разработки нового алгоритма энергоэффективного управ-ления отоплением здания, оценивающего и компенсирующего влияние возмущающих факторов в реальном времени.

1. Структура системы модельно-упреждающего управления Для учета неизмеряемых факторов, воздействующих на здание, был использован подход, ос-

нованный на концепции обобщенного температурного возмущения Tz(t) [7], учитывающего влияние вышеназванных возмущений на Тind.

Обобщенная структура предложенной системы упреждающего управления приведена на рис. 2. Как видно из рис. 2, базовое управление подачей тепла на отопление здания производится по стандартной схеме с использованием АИТП здания. Регулирование тепловой энергии Qh

Tout осу-ществляется в зависимости от основного возмущающего воздействия – температуры наружного воздуха. Дополнительно в систему вводится контур модельно-упреждающего управления, кото-рый осуществляет коррекцию подачи тепла на отопление здания в зависимости от упреждающего значения (прогнозной оценки) Т’z обобщенного температурного возмущения Tz. Тепловая мощ-ность Qh

Tind, подаваемая в систему отопления здания, формируется как сумма выходов базового и корректирующего контуров:

ind out indh h hT T TQ Q Q , (1)

где ΔQhTind – корректирующее значение тепловой мощности, вырабатываемое контуром модельно-

упреждающего управления [6].

Рис. 2. Обобщенная структура системы модельно-упреждающего

управления тепловым режимом здания

indThQ

zT

indT

zT

outT

indThQ

outThQ

outT

outT

Рис. 1. Факторы, влияющие на температуру

воздуха в помещении


Абдуллин В.В. Модельно-упреждающее управление тепловым режимом здания


35

Вычисление прогнозной оценки обобщенного температурного возмущения осуществляется в блоке «Модель обратной динамики» (см. рис. 2).

В соответствии с рис. 1 и Законом сохранения энергии, Tind = const при условии

h PF 0ii

Q t Q t , (2)

где Qh(t) – тепловая энергия, передаваемая зданию системой отопления; QPF i (t) – поток тепловой энергии, отражающий влияние i-го возмущающего воздействия.

Основываясь на концепции обобщенного температурного возмущения, с учетом (2), можно записать уравнение теплового баланса в виде

hind out z

h

Q tT t T t T t

q V

, (3)

где T’ind(t) – упреждающая (прогнозная) оценка температуры воздуха в помещении (горизонт прогнозирования определяется колебаниями Тind под воздействием возмущающих факторов (см. рис. 1)); qh – удельные тепловые потери (на единицу объема – м3); V – наружный объем здания [7]. Инертность происходящих в здании процессов отразим динамическим оператором:

ind 0 indT t F T t . (4)

Однако различные возмущающие факторы воздействуют на здание с различной динамикой [9]. В ходе исследования было признано целесообразным разделение происходящих в системе процессов на быстрые и медленные. К медленным процессам относится действие факторов, от-деленных от температуры воздуха в помещении ограждающими конструкциями здания. Медлен-ные процессы включают действие основного возмущающего воздействия Тout, а также возмуще-ний Vwind и Qacc, влияние которых отражено в Тout. Быстродействие указанных факторов характе-ризуется инертностью ограждающих конструкций здания. К быстрым процессам относится воз-действие факторов, непосредственно влияющих на температуру воздуха в помещении (Jrad, Qint), влияние которых отражено в Tz, а также влияние управляющего воздействия Qh. Разделенная та-ким образом динамическая модель теплового режима здания примет вид, представленный на рис. 3. Данная модель описывается операторным выражением

ind LS out HS h h z ,T t F T t F Q t q V T t (5)

где FLS{•} – динамический оператор «медленных» процессов; FHS{•} – динамический оператор «быстрых» процессов.

Рис. 3. Структурная схема динамической модели теплового режима здания

Произведем обращение динамической модели, изображенной на рис. 3. Структурная схема

модели обратной динамики теплового режима здания примет вид, представленный на рис. 4. Полученная структура, позволяющая получить оценочное значение обобщенного темпера-

турного возмущения, описывается операторным выражением

1z h h HS LS out indT t Q t q V F F T t T t , (6)

где FНS–1{•} – оператор обратной динамики «быстрых» процессов [7].

h

1q V

HS •F hQ t

outT t

hT t

zT t

indT t

LS •F




36

Рис. 4. Структурная схема модели обратной динамики теплового режима здания

Построение оператора обратной динамики осуществлено с использованием метода, исполь-

зующего прогнозирующие свойства экспоненциального сглаживания [7, 8, 10]. 3. Результаты внедрения на объекте Предложенный алгоритм модельно-упреждающего управления реализован на практике в

учебно-лабораторном корпусе 3БВ Южно-Уральского государственного университете. Управле-ние подачей тепловой энергии в систему отопления здания осуществляется с использованием АИТП. Алгоритмическое обеспечение, включая базовый и корректирующий контура управления и динамическую модель здания, реализованы в ПЛК Segnetics SMH-2Gi. Для измерения темпера-туры в различных помещениях здания была развернута распределенная сеть MicroLan (1-wire) из 24 цифровых датчиков температуры Dallas 18B20 [11]. Дополнительно был протестирован сбор данных о температуре воздуха в помещениях здания по беспроводной протоколу WirelessHART с использованием встраиваемых коммуникационных модулей RFM XDM2510HP [12].

Внедренная система в реальном времени осуществляет моделирование процесса отопления и оценку следующих параметров:

– удельных теплопотерь qh, – оценочного значения обобщенного температурного возмущения T’z(t), – упреждающей оценки температуры воздуха T’ind(t). Это позволяет осуществлять непрерывную коррекцию подаваемого в систему отопления зда-

ния тепла, компенсируя влияние как быстрых, так и медленных возмущающих факторов, что по-вышает стабильность поддержания температуры воздуха в помещениях и снижает энергопотреб-ление здания.

На рис. 5 представлен график прогнозной оценки обобщенного температурного возмущения вместе с графиками температры наружного воздуха и температуры воздуха в помещениях (ре-зультаты измерений за апрель 2015 г.). На рис. 6 представлены графики температуры теплоноси-теля в подающем трубопроводе при погодном регулировании (по температуре наружного возду-ха) и при использовании предложенного метода модельно-прогнозирующего управления. Пове-дение системы в ночное время близко к проектным значениям и требуется минимальная коррек-ция подачи тепла в здание. В дневные часы, напротив, под воздействием возмущающих факто-ров: прежде всего солнечной радиации и внутренних бытовых источников тепла (работающего оборудования и находящихся в здании людей) – наблюдается рост величины обобщенного тем-пературного возмущения. Возникает необходимость компенсации указанных факторов путем уменьшения температуры подаваемого теплоносителя, что приводит к уменьшению количества потребляемой тепловой энергии.

Кроме того, возрос уровень комфорта здания. На рис. 7 показаны графики температуры воз-духа в помещениях здания при использовании погодного регулирования и предложенного метода модельно-упреждающего управления. Как видно из рис. 7, суточные колебания температуры воз-духа в помещении снизились с ±1 °C до ±0,5 °C. Также удалось полностью исключить статиче-скую ошибку, характерную для погодного регулирования.

h

1q V

1HS •F

hQ t

outT t zT t

indT t

LS •F


Абдуллин В.В.


Рис. 5. Суточные колебания величины обобщенного температурного возмущения: пунктирная линия пература наружного воздуха, штрих сплошная линия – оценочное значение обобщенно

Рис. 6. Уставка температуры теплоносителя в подающем трубопроводе: пунктирная линия регулировании, сплошная линия

Рис. 7. Температура воздуха в помещении: тонкая линия при модельно-упреждающем управлении, пунктирная линия

Заключение Полученные результаты демонстрируют высокую эффективность предложенного подх

положительный эффект от его применения. Внедрение модельнотепловым режимом корпуса 3БВ ЮУрГУ позволило исключить статическую ошибку регулирвания, а также снижать в дневное время температуру подаваемого в систему отоплениясителя. Тем самым исключается явление перетопа и снижается энергопотребление на нужды отопления. Также в результате внедрения предложенного подхода существенно уменьшилась амплитуда суточных колебаний температуры воздуха в помещениях, что повышает ское качество отопления и положительно влияет на комфорт здания.

Работа была поддержана Министерством образования и науки Российской Федерации в

рамках проекта «Разработка энергосберегающей геоинформационной системы реального врмени для оптимального управления теплогидравлическими режимами систем теплоснабжения муниципального образования», в соответствии с Соглашением о предоставлении субсидии № 14.577.21.0026 от 05.06.2014

1. Федеральная служба государственной статистики Данных. URL: http://cbsd.gks.ru/ (дата обращения: 19.06.2015)noi statistiki – Tsentral'naya BazaStatistics Database). Available at: http://cbsd.gks.ru/ (accessed 19 June 2015)

Модельно-упреждающее управление тепловым режимом здания

Вестник ЮУрГУ. Серия «Компьютерные технологии, управление, радиоэлектроника».

5. Суточные колебания величины обобщенного температурного возмущения: пунктирная линия пература наружного воздуха, штрих-пунктирная линия – температура воздуха в помещениях здания,

оценочное значение обобщенного температурного возмущения

Рис. 6. Уставка температуры теплоносителя в подающем трубопроводе: пунктирная линия регулировании, сплошная линия – при модельно-упреждающем управлении

в помещении: тонкая линия – при погодном регулировании, жирная линия упреждающем управлении, пунктирная линия – уставка

Полученные результаты демонстрируют высокую эффективность предложенного подхположительный эффект от его применения. Внедрение модельно-прогнозирующего управления тепловым режимом корпуса 3БВ ЮУрГУ позволило исключить статическую ошибку регулирвания, а также снижать в дневное время температуру подаваемого в систему отоплениясителя. Тем самым исключается явление перетопа и снижается энергопотребление на нужды отопления. Также в результате внедрения предложенного подхода существенно уменьшилась амплитуда суточных колебаний температуры воздуха в помещениях, что повышает ское качество отопления и положительно влияет на комфорт здания.

Работа была поддержана Министерством образования и науки Российской Федерации в рамках проекта «Разработка энергосберегающей геоинформационной системы реального вр

оптимального управления теплогидравлическими режимами систем теплоснабжения муниципального образования», в соответствии с Соглашением о предоставлении субсидии

14.577.21.0026 от 05.06.2014 г., уникальный идентификатор проекта RFMEFI57714X0026.

Литература/References Федеральная служба государственной статистики – Центральная База Статистических

/ (дата обращения: 19.06.2015). [Federal'naya sluzhbaBaza Statisticheskikh Dannykh (Federal State Statistics

Available at: http://cbsd.gks.ru/ (accessed 19 June 2015).]

упреждающее управление тепловым режимом здания

37

5. Суточные колебания величины обобщенного температурного возмущения: пунктирная линия – тем-

температура воздуха в помещениях здания, го температурного возмущения

Рис. 6. Уставка температуры теплоносителя в подающем трубопроводе: пунктирная линия – при погодном

упреждающем управлении

при погодном регулировании, жирная линия –

уставка

Полученные результаты демонстрируют высокую эффективность предложенного подхода и прогнозирующего управления

тепловым режимом корпуса 3БВ ЮУрГУ позволило исключить статическую ошибку регулиро-вания, а также снижать в дневное время температуру подаваемого в систему отопления теплоно-сителя. Тем самым исключается явление перетопа и снижается энергопотребление на нужды отопления. Также в результате внедрения предложенного подхода существенно уменьшилась амплитуда суточных колебаний температуры воздуха в помещениях, что повышает потребитель-

Работа была поддержана Министерством образования и науки Российской Федерации в рамках проекта «Разработка энергосберегающей геоинформационной системы реального вре-

оптимального управления теплогидравлическими режимами систем теплоснабжения муниципального образования», в соответствии с Соглашением о предоставлении субсидии

г., уникальный идентификатор проекта RFMEFI57714X0026.

Центральная База Статистических sluzhba gosudarstven-

Statistics Service – Central




38

2. Salmerón J.M., Álvarez S., Molina J.L., Ruiz A., Sánchez F.J. Tightening the Energy Consump-tions of Buildings Depending on their Typology and on Climate Severity Indexes. Energy and Buildings, 2013, vol. 58, pp. 372–377. DOI: 10.1016/j.enbuild.2012.09.039

3. Salsbury T., Mhaskar P., Qin S.J. Predictive Control Methods to Improve Energy Efficiency and Reduce Demand in Buildings. Computers and Chemical Engineering, 2013, vol. 51, pp. 77–85. DOI: 10.1016/j.compchemeng.2012.08.003

4. Shaikh P.H., Nor N.M., Nallagownden P., Elamvazuthi I., Ibrahim T. A Review on Optimized Control Systems for Building Energy and Comfort Management of Smart Sustainable Buildings. Renewable and Sustainable Energy Reviews, 2014, vol. 34, pp. 409–429. DOI: 10.1016/j.rser.2014.03.027

5. Oldewurtel F., Parisio A., Jones C., Morari M., Gyalistras D., Gwerder M., et al. Energy Efficient Building Climate Control Using Stochastic Model Predictive Control and Weather Predictions. Proceedings of American Control Conference 2010, ACC 2010, 30 June–2 July, 2010, Baltimore, MD, USA, pp. 5100–5105. DOI: 10.1109/ACC.2010.5530680

6. Abdullin V.V., Shnayder D.A., Basalaev A.A. Building Heating Feed-Forward Control Based on Indoor Air Temperature Inverse Dynamics Model. Lecture Notes in Engineering and Computer Science: Proceedings of The World Congress on Engineering and Computer Science 2014, WCECS 2014, 22–24 October, 2014, San Francisco, CA, USA, pp. 886–892.

7. Abdullin V.V., Shnayder D.A., Kazarinov L.S. Method of Building Thermal Performance Identi-fication Based on Exponential Filtration. Lecture Notes in Engineering and Computer Science: Pro-ceedings of The World Congress on Engineering 2013, WCE 2013, 3–5 July, 2013, London, U.K., pp. 2226–2230.

8. Abdullin V.V., Shnayder D.A., Kazarinov L.S. Identification of Multistorey Building’s Thermal Performance Based on Exponential Filtering. Transactions on Engineering Technologies. – Springer Netherlands, 2014. pp. 501–512. DOI: 10.1007/978-94-017-8832-8_36

9. Соколов Е.Я. Теплофикация и тепловые сети. М.: МЭИ, 2001. [Sokolov E.Ya. Teplofikatsiya i teplovye seti (Central Heating and Heating Networks). Moscow, MEI, 2001. (in Russ.)]

10. Горелик С.И., Казаринов Л.С. Прогнозирование случайных колебательных процессов на ос-нове метода экспоненциального сглаживания // Автоматика и Телемеханика. 1994. № 10. С. 27–34. [Gorelik S.I., Kazarinov L.S. (Prediction of Random Oscillatory Processes on the Basis of the Exponen-tial Smoothing Method). Automation and Remote Control, 1994, 55:10, pp. 1413–1419. (in Russ.)]

11. Шнайдер Д.А. Адаптивный регулятор отопления здания на основе искусственных ней-ронных сетей // Автоматизация и управление в технических системах: сб. науч. тр. Челябинск: Изд-во ЮУрГУ, 2000. С. 131–134. [Shnayder D.A., Shishkin M.V. (Adaptive Controller for Building Heating Systems Applying Artificial Neural Network). Automatics and Control in Technical Systems, Edited Book. Chelyabinsk, South Ural State University press, 2000, pp. 131–134. (in Russ.)]

12. Shnayder D.A., Abdullin V.V. A WSN-based System for Heat Allocating in Multiflat Buildings. 2013 36th International Conference on Telecommunications and Signal Processing Proceedings, TSP 2013, 2–4 July, 2013, Rome, Italy, Article number 6613915, pp. 181–185. DOI: 10.1109/TSP.2013.6613915

Абдуллин Вильдан Вильданович, младший научный сотрудник кафедры автоматики и

управления, Южно-Уральский государственный университет, г. Челябинск; [email protected].

Поступила в редакцию 16 июня 2015 г.


Абдуллин В.В. Модельно-упреждающее управление тепловым режимом здания


39

DOI: 10.14529/ctcr150305

BUILDING THERMAL PERFORMANCE FEED-FORWARD CONTROL V.V. Abdullin, South Ural State University, Chelyabinsk, Russian Federation, [email protected]

This paper proposes an implementation of method of heating feed-forward control system for multi-storey buildings. The proposed structure incorporates baseline control loop that controls heating power depending on the key perturbing factor – outdoor air temperature and adjusting con-trol loop implementing feed-forward control based on indoor air temperature inverse dynamics model. The suggested model structure enables real-time assessment of the impact of unmeasurable perturb-ing factors on indoor air temperature, along with distinguishing between fast and slow processes oc-curring within the system. To measure current indoor air temperature values, the authors used a dis-tributed field-level sensor network. The estimation of generalized temperature perturbation was per-formed using predicting ability of exponential smoothing. The paper also contains the actual results obtained by deployment of the suggested heating control system in the university academic building. The results obtained demonstrate the reducing of overall energy consumption by building heating system, at the same time increasing the comfort level of the building.

Keywords: building thermal performance, feed-forward control, inverse dynamics model, heating of buildings, automated heat station.

Received 16 June 2015


Абдуллин, В.В. Модельно-упреждающее управ-ление тепловым режимом здания / В.В. Абдуллин // Вестник ЮУрГУ. Серия «Компьютерные технологии, управление, радиоэлектроника». – 2015. – Т. 15, № 3. – С. 33–39. DOI: 10.14529/ctcr150305

Abdullin V.V. Building Thermal Performance Feed-Forward Control. Bulletin of the South Ural State Univer-sity. Ser. Computer Technologies, Automatic Control, Radio Electronics, 2015, vol. 15, no. 3, pp. 33–39. (in Russ.) DOI: 10.14529/ctcr150305



40

Введение Светодиодное освещение занимает лидирующие позиции на светотехническом рынке, так как

это световое решение максимально экологично и помогает сберегать энергетические ресурсы [1]. Современные светоизлучающие диоды имеют высокие технические характеристики. Создание светодиодных энергосберегающих осветительных приборов требует разработки малогабаритных вторичных источников питания на базе устройств современной силовой электроники.

Функционирование малогабаритных вторичных источников питания светодиодных приборов характеризуются сложными нелинейными динамическими процессами. Так, в них могут наблю-даться хаотические колебания и бифуркации.

Возможны бифуркации двух типов. Первый тип – так называемые локальные бифуркации. Второй тип – С-бифуркации.

Изучению С-бифуркаций и закономерностей хаотизации колебаний в последние годы уделя-ется значительное внимание [2, 3, 6–20]. Особо следует отметить работы Ж.Т. Жусубалиева по бифуркациям и хаотическим колебаниям в релейных системах и С-бифуркациям режимов стаби-лизаторов тока [2, 3, 9–12].

Данная статья посвящена моделирования процессов бифуркации режимов стабилизатора то-ка светоизлучающих диодов.

Анализ бифуркаций динамических систем при изменении параметров системы позволяет по-строить бифуркационную диаграмму системы. Бифуркационные диаграммы представляют собой решение модели в зависимости от ключевых переменных, это помогает лучше понять общее по-ведение модели стабилизатора и обоснованно выбрать его параметры.

1. Формирование математической модели Исследуемая в работе схема приведена на рис. 1. Здесь E0 – входные напряжение; VT – МДП-

транзистор n-типа; L – индуктивность; x – ток, протекающий через катушку индуктивности; VD2 – светоизлучающий диод; DT – датчик тока; DA – компаратор; VD1 – диод; DD – управляю-щий триггер RS; Iref – задающий электрический ток; KF – выходной сигнал; Фи1 и Фи2 – форми-рователи импульсов запрещенного состояния триггера.

Датчик тока измеряет электрический ток, протекающий через светоизлучающий диод. Ком-паратор принимает на свои входы два аналоговых сигнала x и Iref и выдает логическую «1», если сигнал на прямом входе «+» больше чем на инверсном входе «−», и логический «0», если сигнал на прямом входе меньше, чем на инверсном входе.

УДК 621.383.933 + 004.43.021 DOI: 10.14529/ctcr150306

МОДЕЛИРОВАНИЕ ПРОЦЕССОВ БИФУРКАЦИИ РЕЖИМОВ СТАБИЛИЗАТОРА ТОКА СВЕТОИЗЛУЧАЮЩИХ ДИОДОВ Дж. А. Саид Южно-Уральский государственный университет, г. Челябинск

Статья посвящена разработке алгоритмов моделирования процессов бифуркации режи-мов стабилизатора тока светодиодных осветительных приборов. Приведен алгоритм расчета бифуркационной диаграммы, иллюстрирующей характер усложнения колебаний при измене-нии параметров. Выявлен новый тип С-бифуркации, приводящей к мягкому переходу от двухчастотных колебаний к устойчивому периодическому режиму. Описана математическая модель данной схемы. Алгоритмы реализованы в виде программного обеспечения. Даны ре-зультаты выполнения программы, написанной на языке программирования C++.

Ключевые слова: моделирование, светоизлучающие диоды, стабилизаторы тока, бифур-кационные диаграммы.


Саид Дж.А. Моделирование процессов бифуркации режимов стабилизатора тока светоизлучающих диодов


41

Рис. 1. Функциональная схема стабилизатора тока

Временные диаграммы, описывающие работу стабилизатора тока, приведены на рис. 2.

Рис. 2. Диаграмма работы устройства

Схема замещения преобразователя приведена на рис. 3.

T

R

S

Ги

L x

VD2

VT

EVD1

x

retI

DDDAKF

DT

&

&

Фи2

Фи1




42

Рис. 3. Схема замещения

Состояние преобразователя согласно схеме замещения, изображенной на рис. 3, описывается

системой дифференциальных уравнений вида

0

0

,

,

c F

c

diL U E Kdt

dUC i Idt

(1)

здесь i – ток в катушке индуктивности; cU – напряжение на конденсаторе; L – индуктивность катушки; C – ёмкость конденсатора; FK – сигнал на выходе схемы управления. Сигнал FK в режиме непрерывного тока дросселя формируется следующим образом:

1, если 1 , 1, 2,

0, если ,Fret

t k a kK

i t I

где a – период следования тактовых импульсов. Введем обозначения:

,L

c

i xX

U y

10,

1 0

LA

C

0

0, .

FE KLB t X

IC

Математическая модель принимает вид

, .dX AX B t Xdt

(2)

, 1,

,, 0,

F

F

B KB t X

B K

здесь

1, 1 , 1, 2,

0, .Fret

t k a kK

x t I

0

00

0, .

ELB B II

CC

retI




43

Параметры модели: 4 4 5

02 10 Ф, 2 10 Гн, 5 10 c, 12 20 В, 0 1,2 А.retc L а E I В режиме прерывистого тока i , ток в катушке индуктивности достигает нулевого значения в

момент времени k̂t , появляется интервал

k̂t t ka , где ключ S разомкнут, а диод VD1 замкнут.

В этом интервале состояние схемы описывается системой уравнений:

0

0,, 0,

,

dxdt x t

Idydt C

(3)

или , 0.dx B x tdt

2. Построение стробоскопического отображения

Вначале рассмотрим режим непрерывных токов. В области ( 1) kk a t t сигнал FK равен 1 и состояние схемы описывается уравнением

1, 1 .kdX AX B X k a Xdt

Решение этой системы находится по формуле

1 1

1 1

tA t k a A k ak k a

X t e X e B d

,

где

1 1 1 01 1

1 0, .

t A k a A t k a A t k aS Sk a

Ie B d A e E B E e X X A B

E

Отсюда имеем

11

A t k ak S SX t e X X X , (4)

где cos sin, 1 , 1

sin cosA C

e t k a LCL

.

Перепишем решение в развернутой форме записи:

1 0 1 0 0

1 0 1 0 0

cos sin ,

sin cos .k k

k k

x t x I c y E I

y t L x I y E E

(5)

Отсюда

1 0 1 0 0

1 0 1 0 0

cos sin ,

sin cos ,k k k k k

k k k k k

x t x I c y E I

y t L x I y E E

(6)

где 1k kt k a – длительность импульса, 0 .k a Длительность импульса k находим согласно следующему алгоритму: Если 0 0 , то 0k .

Если 0 0 , 0a , то k есть наименьший положительный корень уравнения

0k , где

0 1 0 1 0cos sin .k ret k k k kI I x I c y E (7) Найдем корень уравнения 0k . Обозначим 0 1 0 1 0, , .ret k kA I I B x I G c y E




44

2

2 2

2 2

2

2

1 tg 2tg2 2 0

1 tg 1 tg2 2

tg tg 2 tg2 2 2 0

1 tg2

tg 2 tg 0.2 2

k k

k k

k k k

k

k k

A B G

A A B B G

A B G A B

Решим тригонометрическое уравнение, обозначим tg ,2

k y

следует

2

2 2 2 2 2 2 2

11,2 1,2 1

2 0

4 4 4 4 2 ,

2 2 2 2, tg arctg , 0.2 2

kk

A B y G y A B

G A B A B G A B G A B

G G ny y y nA B A B

22

2 2arctg , 0.kny n

(8)

Если 1k и 2

k положительные, из них нужно выбрать наибольший. Если один отрицатель-ный, а другой положительный, надо выбрать положительный, где k находится в интервале меж-ду 0 и а ( 0 k a ). В области , 0k Ft t ka K и состояние схемы описывается уравнением

1, .kAk k s s

dX AX B X t e X X Xdt

(9)

Решение находится по формуле

k k

k

tA t t A tk t

X t e X t e B d . (10)

Отсюда имеем

kA t tk S SX t e X t X X , (11)

где

101 010

00или ,

0 0kA t k a A t t

s k s s sc I

X A B X t e X X e X XILc

(12)

где 000

0 0

00s s s

IIX X X

E E

, 1 , .kt k a t t

Запишем решение в развернутой форме 1 0 1 0 0 0cos sin sin ,k kx t x I c y E I c E

(13)

1 0 1 0 0sin cos cos .k k ky t L x I y E E (14)

Отсюда следует

01 ,kA aAa

k k s s sX e X X e X X (15)

или




45

1 0 1 0 0 0

1 0 1 0 0

cos sin sin ,

sin cos cos .k k k k

k k k k

x x I a c y E a I c E a

y L x I a y E a E a

(16)

Если 0,kx то возникает режим прерывистого тока дросселя. В момент прерывания тока дрос-селя имеем

ˆ ˆ1 01ˆ ,k k kA t k a A t t

k k s s sX t e X X e X X (17)

где ˆ ˆ ˆ, , 1 1 ,s s s sk k k k k k k k k k kt t t t t k a t k a

или

1 0 1 0 0 0ˆ cos sin sin ,k k ks s s

k k k k kx t x I c y E I c E

1 0 1 0 0ˆ sin cos cos ,

k k ks s s

k k k k ky t L x I y E E

здесь sk корень уравнения 0S

k , где

1 0 1 0 0 0cos sin sin 0.k k k

s s s sk k k k kx I c y E I c E

Найдем решение этого уравнения:

01 0 1 0 0

0,

sin cos cos .kk k k

ks

ks s sk k k k k

x

I ay L x I y I E

c

Найдем корни ks :

1 0 1 0 0 0cos sin sin 0.k k k k kx I x c y E x c E I

1 0 0 1 0 0 0, , , .k k k kx I c E y C I J c E

0cos sin sin 0.k k k k kx x J C

0cos cos sin sin sin cos cos sin sin 0.k k k k k k k kx x x x J x C 0cos sin sin sin cos sin cos 0.k k k k k k k kx J x x C

0cos sin sin cos sin cos 0.k k k k k k k kJ x x C Подставим cos sink k k k kA J , cos sink k k k kB .

2 20 0sin cos 0, 2 tg 1 tg 1 tg 0.

2 2 2k k k kx x xA x B x C A B C

2 202 tg 1 tg 1 tg 0.

2 2 2k kx x xA B C

2 2 00 0

0 0

2tg 2 tg 0, tg tg 0.2 2 2 2

k kk k k

k k

A B Cx x x xB C A B CC B C B

2 0

0 0

2 0.k k

k k

A B Cy yC B C B

22 2 20

1,2 020 0 00

1 .k k kk k k

k k kk

A A B Cy A A B CC B C B C BC B

2 2 20

0

2 1 2arctg ,k k kk

nx A A B CC B

(18)

где 0 x a . На рис. 4 представлен алгоритм расчета бифуркационной диаграммы. Диаграммы изменения

тока и напряжения фильтра в рабочем режиме приведены на рис. 5.




46

Рис. 4. Алгоритм расчета бифуркационной диаграммы




47

Рис. 5. Диаграммы изменения тока и напряжения фильтра в рабочем режиме

Заключение Разработаны алгоритмы моделирования и расчета бифуркационной диаграммы. Выявлен но-

вый тип С-бифуркации, приводящей к мягкому переходу от двухчастотных колебаний к устойчи-вому периодическому режиму, существо которой состоит в следующей: в точке ветвления неус-тойчивая периодическая орбита сливается с двумерным тором, сталкиваясь с границей, разде-ляющей области кусочной непрерывности на фазовой плоскости. При этом мягко рождается ус-тойчивая периодическая орбита.


1. Philips, светодиодные освещение, справочник, принцип работы, преимущества и области применения / Philips – Solid-State Lighting Solutions, Inc, 2010. –156 с.

2. Жусубалиев, Ж.Т. Бифуркации в широтно-импульсных системах автоматического управле-ния: учеб. пособие / Ж.Т. Жусубалиев, В.С. Титов. – Курск: Курск. гос. техн. ун-т., 2007. – 100 с.

3. Жусубалиев, Ж.Т. Колебания, бифуркации и хаос в технических системах: учеб. пособие / Ж.Т. Жусубалиев, В.Г. Полищук, В.С. Титов. – Курск: Курск. гос. тех. ун-т., 2000. – 166 с.

4. Пасынков, В.В. полупроводнике приборы / В.В. Пасынков, Л.К. Чиркин. – 5-е изд.– Изд-во Лань, 2001. – 480 с.

5. Анищенко, В.С. Лекции по нелинейной динамике: учеб. пособие для вузов / В.С. Анищенко, Т.Е. Вадивасова. – М.; Ижевск: НИЦ «Регулярная и хаотическая динамика», 2011. – 516 с.

6. Фейгин, М.И. Удвоение периода колебаний при С-бифуркациях в кусочно-непрерывных системах / М.И. Фейгин // ПММ. – 1970. – Т. 34, № 5. – С. 861–869.

7. Фейгин, М.И. О структуре С-бифуркационных границ кусочно-непрерывных систем / М.И. Фейгин // ПММ. – 1978. – Т. 42, № 5. – С. 820–829.

8. Border-collision bifurcation in the buck converter / G. Yuan, S. Banerjee, E. Ott, J.A. Yorke // IEEE Trans. Circuits Syst. I. – 1998. – Vol. 45. – P. 707–716.

9. Жусубалиев Ж.Т. К исследованию хаотических режимов преобразователя напряжения с широтно-импульсной модуляцией // Электричество. 1997. № 6. С. 40–46.

10. Детерминированные и хаотические режимы преобразователя напряжения с широтно-импульсной модуляцией / Ж.Т. Жусубалиев, Ю.В. Колоколов, С.В. Пинаев, В.Н. Рудаков // Изв. РАН. Энергетика. – 1997. – № 3. – С. 157–170.

11. Жусубалиев, Ж.Т. Бифуркации и хаотические движения в релейных системах автомати-ческого регулирования / Ж.Т. Жусубалиев // Материалы науч.-техн. конф. «Распознавание-97» (Курск, 25–28 ноября, 1997). – Курск, 1997. – С. 25–29.




48

12. C-bifurcations in the dynamics of control system with pulse-width modulation / Zh.T. Zhusuba-liyev, V.S. Titov, E.Yu. Emelyanova, E.A. Soukhoterin // Proc. of Second Int. Conf. COC'2000 (St. Petersburg, Russia, July 5–7, 2000). – St. Petersburg, 2000. – P. 203–204.

13. Фейгин, М.И. Бифуркационный подход к исследованию управляемости судна при ветро-вом воздействии / М.И. Фейгин // Вестник Нижегород. ун-та. Математическое моделирование и оптимальное управление. – 1998. – Вып. 2(19). – С. 41–49.

14. Chaotic mechanics in systems with impacts and friction / В. Blazejczyk-Okolewska, K. Czol-czynski, Т. Kapitaniak, J. Wojewoda. – Singapore: World Scientific, 1999. – 200 p.

15. Fradkov, A.L. Introduction to Control of Oscillations and Chaos / A.L. Fradkov. – Singapore: World Scientific, 1998. – 391 p.

16. Chen, G. From Chaos to Order: Methodologies, Perspectives and Applications / G. Chen, X. Dong. – Singapore: World Scientific, 1998. – 462 p.

17. Feigin, M.I. The increasingly complex structure of the bifurcation tree of a piecewise-smooth system / M.I. Feigin // J. Appl. Maths. Mechs. – 1995. – No. 59. – P. 853–863.

18. Shaw, S. A periodically forced piecewise linear oscillator / S. Shaw, P. Holmes // J. Sound Vib. – 1983. – Vol. 90, no. 1. – P. 129–155.

19. Thompson, J. Chaotic dynamics of an impact oscillator / J. Thompson, R. Ghaffari // Phys. Rev. B. – 1983. – Vol. 27, no. 3. – P. 1741–1743.

Саид Джехад Абдо, аспирант кафедры автоматики и управления, Южно-Уральский государ-

ственный университет, г. Челябинск; [email protected].

Поступила в редакцию 20 февраля 2015 г. __________________________________________________________________

DOI: 10.14529/ctcr150306

MODELLING OF BIFURCATION PROCESSES OF THE MODES OF THE CURRENT REGULATOR OF LIGHT-EMITTING DIODES G.A. Saeed, South Ural State University, Chelyabinsk, Russian Federation, [email protected]

This article is devoted to the development of algorithms for simulation of processes of bifurca-tions mode of current regulator of LED lighting products. In this paper, algorithm for calculation of the bifurcation diagram is carried out. The character of the complication oscillation when changing parameters is illustrated. New type of C-bifurcation, leading to the smooth transition from the two-frequency oscillations to a stable periodic mode is identified. The mathematical model of this circuit is described. Algorithms are implemented in software. The results of testing the program written in the programming language C ++ are shown.

Keywords: modeling, light-emitting diodes, stabilizer, bifurcation diagram.

References 1. Philips, svetodiodnye osveshchenie, spravochnik, printsip raboty, preimushchestva i oblasti pri-

meneniya [LED Lighting, Handbook, Principles of Operating, Advantages and Field of Applications]. Philips, Solid-State Lighting Solutions, Inc, 2010. 150 p.

2. Zhusubaliev T.J. Bifurkatsii v shirotno-impul'snykh sistemakh avtomaticheskogo upravleniya [Bifurcation in Pulse-width Automatic Control Systems]. Kursk, Kursk state technical Univ. Publ., 2007. 100p.

3. Zhusubaliev J.T. Kolebaniya, bifurkatsii i khaos v tekhnicheskikh sistemakh [Oscillations, Bifur-cations and Chaos in Technical Systems]. Kursk, Kursk State Technical Univ. Publ., 2000. 166 p.




49

4. Pasinkov V.V. Poluprovodnike pribory [Semiconductor Devices]. 5th edition, Publisher Lan, 2001. 480 p.

5. Anishenko V.S., Vadivasova T.E. Lektsii po nelineynoy dinamike [Lectures on Nonlinear Dy-namics]. Moscow; Izhevsk, Regular and Chaotic Dynamics, 2011. 516 p.

6. Feigin M.I. [Doubling of the Oscillation Period in C-bifurcations in Piecewise Continuous Sys-tems]. Applied Mathematics and Mechanics, 1970, vol. 34, no. 5, pp. 861–869. (in Russ.)

7. Feigin M.I. O strukture S-bifurkatsionnykh granits kusochno-nepreryvnykh sistem [The Structure of the C-bifurcation Boundaries of Piecewise Continuous Systems]. Applied Mechanics and Mathema-tics, 1978, vol. 42, no. 5, pp. 820–829. (in Russ.)

8. Yuan G., Banerjee S., Ott E., Yorke J.A. Border-collision Bifurcation in the Buck Converter. IEEE Trans. Circuits Syst. I. 1998, vol. 45, pp. 707–716. DOI: 10.1109/81.703837

9. Zhusubaliev Z.T. [To the Study of Chaotic Modes of Voltage Converter with Pulse Width Mo-dulation]. Electrical, 1997, no. 6, pp. 40–46. (in Russ.)

10. Zhusubaliev J.T., Kalakov Y.V., Pinaev S.V., Rudakov V.N., [Determined and Chaotic Modes Voltage Converter with Pulse Width Modulation]. News of the Russian Academy of Sciences. Energy, 1997, no. 3. pp. 157–170. (in Russ.)

11. Zhusubaliev J.T. [Bifurcation and chaotic motions in relay automatic control systems ]. Mat. nauchno-teknich. konferentsiya “Raspoznovanie-97” [Math. Scientific-techn. Conf. “Recognition-97”]. Kursk, 1997, pp. 25–29. (in Russ.)

12. Zhusubaliyev Zh.T., Titov V.S., Emelyanova E.Yu., Soukhoterin E.A. C-bifurcations in the Dy-namics of Control System with Pulse-width Modulation. Proc. of Second Int. Conf. COC'2000. 2000. (St.Petersburg, Russia, July 5–7), pp. 203–204.

13. Feigin M.I. [Bifurcation Approach to the Study of Boat Control under the Effects of Wind]. Bul-letin of Nizhny Novgorod University. Series Mathematical Modeling and Optimal Control, 1998, vol. 2 (19), pp. 41–49. (in Russ.)

14. Blazejczyk-Okolewska В., Czolczynski K., Kapitaniak Т., Wojewoda J. Chaotic Mechanics in Systems with Impacts and Friction. Singapore, World Scientific, 1999. 200 p.

15. Fradkov A.L., Introduction to Control of Oscillations and Chaos. Singapore, World Scientific, 1998. 391 p.

16. Chen G., Dong X., From Chaos to Order: Methodologies, Perspectives and Applications. Singa-pore, World Scientific, 1998. 462 p. DOI: 10.1142/3033

17. Feigin M.I., The Increasingly Complex Structure of the Bifurcation Tree of a Piecewise-smooth System. J. Appl. Maths. Mechs, 1995, no. 59, pp. 853–863.

18. Shaw S., Holmes P. A Periodically Forced Piecewise Linear Oscillator. J. Sound Vib., 1983, vol. 90, no. 1, pp. 129–155.

19. Thompson J., Ghaffari R. Chaotic Dynamics of an Impact Oscillator. Phys. Rev. B, 1983, vol. 27, no. 3, pp. 1741–1743.

Received 20 February 2015


Саид, Дж.А. Моделирование процессов бифурка-ции режимов стабилизатора тока светоизлучающих диодов / Дж.А. Саид // Вестник ЮУрГУ. Серия «Компьютерные технологии, управление, радиоэлек-троника». – 2015. – Т. 15, № 3. – С. 40–49. DOI: 10.14529/ctcr150306

Saeed G.A. Modelling of Bifurcation Processes of the Modes of the Current Regulator of Light-Emitting Diodes. Bulletin of the South Ural State University. Ser. Computer Technologies, Automatic Control, Radio Elec-tronics, 2015, vol. 15, no. 3, pp. 40–49. (in Russ.) DOI: 10.14529/ctcr150306



50

Введение При рассмотрении возможного механизма противодействия биопленкообразованию микро-

организмов при использовании микроволнового излучения природного происхождения необхо-димо обратить внимание как на морфологические особенности биопленок, так и на амплитудные и частотно-временные характеристики указанного излучения.

Биопленки представляют собой высокоупорядоченные сообщества бактерий, формирующие-ся на биологических или искусственных поверхностях в результате адгезии, последующего роста и размножения микроорганизмов, сопровождающегося образованием поверхностной оболочки и внеклеточного матрикса [1, 2]. В состав поверхностной оболочки и матрикса биопленок входят белки, полисахариды, липиды и нуклеиновые кислоты. При этом только 5–35 % массы биоплен-ки определяют бактерии, остальная часть представлена межбактериальным матриксом.

Что касается основных характеристик микроволнового излучения природного происхожде-ния, на примере микроволнового излучения Солнца, ограничимся лишь тем, что это излучение является низкоинтенсивным, широкополосным и сложно модулированным как по амплитуде, так и по несущей частоте.

Механизм противодействия биопленкообразованию микроорганизмов На основании вышеизложенного следует, что при оценке модифицирующего действия на

биопленку ЭМИ с указанными характеристиками необходимо учитывать его дисперсионные свойства при распространении и особенности по пространственному и временному перераспре-делению поглощаемой биопленкой энергии излучения.

Общее выражение, описывающее в направлении распространения x пространственную неоп-

Инфокоммуникационные технологии и системы УДК 621.3.029.64, 579.23(4) DOI: 10.14529/ctcr150307

МЕХАНИЗМ ПРОТИВОДЕЙСТВИЯ БИОПЛЕНКООБРАЗОВАНИЮ МИКРООРГАНИЗМОВ ПРИ ИСПОЛЬЗОВАНИИ МИКРОВОЛНОВОГО ИЗЛУЧЕНИЯ ПРИРОДНОГО ПРОИСХОЖДЕНИЯ Н.В. Вдовина Южно-Уральский государственный университет, г. Челябинск

Приводятся результаты теоретического исследования по установлению механизма про-тиводействия биопленкообразованию микроорганизмов при использовании микроволнового излучения природного происхождения. При использовании модели микроволнового излуче-ния в виде непрерывной последовательности частотно-модулированных сигналов рассмотре-ны основные физические процессы, лежащие в основе противодействия биопленкообразова-нию. Доказывается, что моделированное широкополосное излучение СВЧ-диапазона может блокировать образование условно-патогенными микроорганизмами внеклеточного матрикса. Результаты проведенного исследования подтверждают гипотезу об эволюционной природе управляющей роли широкополосного микроволнового излучения на процессы жизнедеятель-ности организмов. Они открывают реальные перспективы снижения персистентного потен-циала микроорганизмов и повышения эффективности лечения бактериальных инфекций.

Ключевые слова: широкополосное микроволновое излучение, микроорганизмы, биопленки, радиовибрационный эффект.


Вдовина Н.В. Механизм противодействия биопленкообразованию микроорганизмов при использовании микроволнового излучения природного происхождения


51

ределенность Δx в распределении зон поглощения ЭМИ биоструктурой с учетом наличия неоп-ределенности волнового вектора Δk, имеет вид1 [3]:

(Δx, Δk) = .j k xS x S x x e dx

(1)

В этом выражении exp sS х х j х – комплексная амплитуда сигнала, в записи ко-

торой функция А(x) – описывает амплитудную модуляцию сигнала, а s х – фазовую и частот-ную модуляции.

Если принять во внимание модель микроволно-вого излучения природного происхождения при его распространении в виде последовательности непре-рывных дискрет XDi с характерным изменением не-сущей частоты (рис. 1) [4], то можно указать на воз-можность следующих эффектов взаимодействия ука-занного излучения с биоструктурой.

Первый из них связан с тем, что в сложно дис-персионной среде отдельные участки волнового про-цесса, частотные характеристики которого окажутся согласованными с дисперсионными свойствами био-среды, будут подвергнуты «сжатию» с концентраци-ей большей части энергии в интервале Xc (рис. 2).

Коэффициент «сжатия» волнового процесса, равный отношению Kс = XD / Xc, определяется протяженностью волнового процесса, на котором его частотно-временные характеристики согла-сованы с дисперсионными свойствами среды распространения. При этом область концентрации энергии волнового процесса и его амплитудные значения в направлении распространения будут зависеть от степени согласованности со средой распространения (см. рис. 2).

Рис. 2. Пояснение к описанию «сжатия» волнового процесса

На основании вышеизложенного можно сделать вывод о том, что в сложно дисперсионной

среде при распространении ЭМИ, представляющего собой непрерывную последовательность волновых пакетов с линейной частотной модуляцией, будет происходить возникновение нерегу-лярных амплитудных пульсаций q(t, x) протяженностью Xci (рис. 3)

q(t, x) = Q(x)cos(ω0׳t – kx), (2) где Q(x) ˃ А – амплитуда пульсаций, которая зависит от текущего значения коэффициента сжа-тия Kс.

При оценке размеров зон поглощения необходимо учитывать, что в среде распространения частота колебаний увеличивается и в выражении (2) ω0׳ = ω0√ε , где ε − относительная диэлек-трическая проницаемость среды.

1 Точка над символами комплексных амплитуд сигналов указывает на комплексную форму их представления; символ «звездочка» означает комплексно-сопряженную форму записи.

Рис. 1. Частотная структура микроволнового

излучения природного происхождения


Инфокоммуникационные технологии и системы


52

Рис. 3. Модификация амплитуд волнового процесса

Часть энергии рассматриваемого волнового процесса будет расходоваться не только на на-

грев биотканей в локальной области её концентрации, но и на возбуждение упругих колебаний, которые, радиально распространяясь, будут оказывать механическое воздействие на структурные элементы биологических тканей.

Возможность возбуждения упругих колебаний в биоструктурах можно показать при исполь-зовании модели атома, согласно которой внешний электрон рассматривается в виде шарового облака радиусом R [5].

Сила, вызывающая отклонение колебания электрона от плоскости изменения вектора напря-женности электрического поля E электромагнитной волны (сила Лоренца), может быть опреде-лена из выражения

Fлi = (–e)(v μ0Hi), (3) где e – заряд электрона; v – вектор скорости электрона; μ0 – абсолютная магнитная проницае-мость; Hi – вектор напряженности магнитного ЭМИ.

Указанная сила (рис. 4) будет оказывать механическое воздействие на другие атомы. Её пульсирующий характер будет способствовать возбуждению в биологических структурах уп-ругих колебаний со средней интенсивностью [5]

I = (Ωср2··X0

2·u) / 2, (4) где Ωср – средняя частота низкочастотных амплитудных пульсаций электромагнитной волны; – плотность биологической ткани; X0 – амплитуда упругих колебаний; u – скорость распро-странения упругих колебаний.

Рис. 4. Пояснение процесса возбуждения упругих колебаний

Результатом возбуждения упругих колебаний может стать противодействие процессу био-

пленкообразования микроорганизмами и их пространственному разобщению. Рассмотренный выше механизм противодействия биопленкообразованию микроорганизмов

при использовании микроволнового излучения природного происхождения отражает физические процессы преобразования электромагнитной энергии в механическую и раскрывает сущность «радиовибрационного» эффекта [6], обусловленного внешним электромагнитным фактором.

Адекватность рассмотренного механизма реальным процессам следует из результатов экспе-риментального исследования воздействия моделированного низкоинтенсивного микроволнового




излучения Солнца в диапазоне частот тистого стафилококка (рис. 6) и кишечной палочки (

В эксперименте с золотистым стафинаблюдается ослабление процесса образования внеклеточного матрикса, его деструктуризация (в правой части микроскопии (см. терии, свободные от матрикса.

Рис. 5. Электронная микроскопия контрольного образца золотистого стафилококка

Рис. 7. Электронная микроскопия контрольного образца кишечной палочки

Более значимый эффект наблюдается в сравнении с контролем (

шечной палочкой. На представленной фотографии (магнитное воздействие на кишечную палочку инактивировало процесс формирования биоплеки. На фоне кристаллов питательной среды визуализируется снижение общего количества миробных клеток и полное отсутствие внеклеточного матрикса.

Обобщая все вышеизложенное, а свойства, радиовибрационный эффект [6] и результаты приведенных микроскопий (опытных образцов условно-патогенных микроорганизмов (золотистый стафилококк и кишечная палочка), можно гипотетически указать основную закономерность механизма развития резстентных свойств микроорганизмов и ослабления их под воздействием микроволновых излучний природного происхождения.

В основе этой закономерности лежит тот факт, что интенсивное образование биоплероорганизмов есть результат нарушения в них определенного баланса метаболических процессов синтеза полисахаридов и их расщепления в пользу первых. Нарушение этого баланса напрямую связано с воздействием на микроорганизмы негативных факторов как эндо

Механизм противодействия биопленкообразованию микроорганизмовиспользовании микроволнового излучения природного происхождения


излучения Солнца в диапазоне частот 4,0–4,3 ГГц на формирование пленочной структуры 6) и кишечной палочки (рис. 8) [7].

золотистым стафилококком (см. рис. 6) в сравнении с контролем (наблюдается ослабление процесса образования внеклеточного матрикса, его деструктуризация

см. рис. 6)). На это указывает область темного цвета и клетки ба

5. Электронная микроскопия контрольного

образца золотистого стафилококка Рис. 6. Электронная микроскопия опытного образца

золотистого стафилококка

7. Электронная микроскопия контрольного

образца кишечной палочки Рис. 8. Электронная микроскопия опытного образца

кишечной палочки

Более значимый эффект наблюдается в сравнении с контролем (рис. 7) в эксперименте с кшечной палочкой. На представленной фотографии (см. рис. 8) видно, что примененное электр

воздействие на кишечную палочку инактивировало процесс формирования биоплеки. На фоне кристаллов питательной среды визуализируется снижение общего количества миробных клеток и полное отсутствие внеклеточного матрикса.

Обобщая все вышеизложенное, а именно: процесс и условия образования матрикса и его свойства, радиовибрационный эффект [6] и результаты приведенных микроскопий (

патогенных микроорганизмов (золотистый стафилококк и кишечная чески указать основную закономерность механизма развития рез

стентных свойств микроорганизмов и ослабления их под воздействием микроволновых излучний природного происхождения.

В основе этой закономерности лежит тот факт, что интенсивное образование биоплероорганизмов есть результат нарушения в них определенного баланса метаболических процессов синтеза полисахаридов и их расщепления в пользу первых. Нарушение этого баланса напрямую связано с воздействием на микроорганизмы негативных факторов как эндогенного, так и (или)

Механизм противодействия биопленкообразованию микроорганизмов использовании микроволнового излучения природного происхождения

53

4,3 ГГц на формирование пленочной структуры золо-

6) в сравнении с контролем (рис. 5) наблюдается ослабление процесса образования внеклеточного матрикса, его деструктуризация

6)). На это указывает область темного цвета и клетки бак-

6. Электронная микроскопия опытного образца

золотистого стафилококка

8. Электронная микроскопия опытного образца

кишечной палочки

7) в эксперименте с ки-8) видно, что примененное электро-

воздействие на кишечную палочку инактивировало процесс формирования биоплен-ки. На фоне кристаллов питательной среды визуализируется снижение общего количества мик-

именно: процесс и условия образования матрикса и его свойства, радиовибрационный эффект [6] и результаты приведенных микроскопий (см. рис. 6, 8)

патогенных микроорганизмов (золотистый стафилококк и кишечная чески указать основную закономерность механизма развития рези-

стентных свойств микроорганизмов и ослабления их под воздействием микроволновых излуче-

В основе этой закономерности лежит тот факт, что интенсивное образование биопленок мик-роорганизмов есть результат нарушения в них определенного баланса метаболических процессов синтеза полисахаридов и их расщепления в пользу первых. Нарушение этого баланса напрямую

генного, так и (или)




54

экзогенного происхождения. Под воздействием этих факторов происходит угнетение микроорга-низмов, сопровождающееся снижением их двигательной активности, и как следствие, инактива-цией их сахаролитических ферментов. «Перепроизводство» полисахаридов, из которых состоит биопленка, – это защитная реакция микроорганизмов, повышающая их резистентность.

В этих условиях для ослабления процесса биопленкообразования необходимо повысить дви-гательную активность микроорганизмов. Это можно сделать на основе ЭМИ природного проис-хождения, создающего в клеточных структурах рассмотренные выше вибрации, под воздействи-ем которых будет происходить расщепление клеточных структур микроорганизмов на более мелкие составляющие. Индуцированная таким образом двигательная активность микроорганиз-мов будет сопровождаться активацией их сахаролитических ферментов для обеспечения движе-ния необходимой энергией, нормализацией метаболических процессов синтеза и расщепления полисахаридов. Из вышеизложенного следует, что восстановление двигательной активности микроорганизмов под воздействием ЭМИ природного происхождения является основой ослабле-ния резистентных свойств микроорганизмов.

Заключение Результаты проведенного теоретического исследования и вышеописанных составляющих

механизма биопленкообразования и противодействия ему указывают на правомерность идеи о высокоэффективной управляющей роли широкополосных микроволновых излучений на процес-сы жизнедеятельности организмов [8]. При этом такое управление, как следует из представлен-ных микроскопий (см. рис. 6, 8), касается не только противодействия биопленкообразованию и пространственного разобщения микроорганизмов, но и других процессов, непосредственно свя-занных с их размножением, изменением биохимических свойств и др.

Механизмы влияния микроволнового излучения природного происхождения на процессы размножения микроорганизмов и изменения их ферментативной активности в настоящее время являются малоизученными разделами современной микробиологии. Необходимы эксперимен-тальные исследования. При этом важным является проведение сравнительной оценки указанного влияния на микроорганизмы ЭМИ как природного, так и антропогенного происхождения.


1. Costerton, J.W. Bacterial biofilms: a common cause of persistent infections / J.W. Costerton, P.S. Stewart, E.P. Greenberg // Science. – 1999. – 284. –1318–1322.

2. Романова, Ю.М. Бактериальная биоплёнка как естественная форма существования бак-терий в окружающей среде и организме хозяина / Ю.М. Романова, А.Л. Гинцбург // Журнал мик-робиологии, эпидемиологии и иммунобиологии. – 2011. – № 3. – С. 99–109.

3. Modern aspects of construction of information microwave therapy devices / S. Darovskih, E. Popechitelev, N. Vdovina, I. Novikov // Natural Science. – 2013. – No. 5. – P. 1230–1237. – http://dx.doi.org/10.4236/ns.2013.512150.

4. Даровских, С.Н. Основы построения устройств информационной электромагнитной те-рапии / С.Н. Даровских. – Челябинск: Издат. центр ЮУрГУ. – 2011. – 138 с.

5. Орир, Дж. Физика: в 2 т. / Дж. Орир. – М.: Мир, 1981. – 622 с. 6. Даровских, С.Н. О новом механизме взаимодействия клеточных структур организма

с электромагнитными полями и излучениями / С.Н. Даровских, Н.В. Вдовина, И.В. Новиков // Актуальные вопросы развития науки: сб. ст. Междунар. науч.-практ. конф.: в 6 ч. / отв. ред. А.А. Сукиасян. – Уфа: БашГУ, 2014. – С. 82–85.

7. Simulated Solar Microwave Radiation Blocks the Formation of Biofilms / Y.S. Shishkova, S.N. Darovskih, N.L. Pozdnyakova et al. // Natural Science. – 2015. – No. 7. – P. 127–131. – http://dx.doi.org/10.4236/ns.2015.7301.

8. Информационно-волновая концепция противодействия электромагнитному загрязнению окружающей среды и другим негативным факторам антропогенного происхождения / С.Н. Да-ровских, А.А. Разживин, Ю.И. Кудряшова, М.Е. Кузнецов // Биомедицинская радиоэлектроника. – 2008. – № 11. – С. 20–28.




55

Вдовина Надежда Владимировна, старший преподаватель кафедры инфокоммуникацион-ных технологий, Южно-Уральский государственный университет, г. Челябинск; [email protected].


__________________________________________________________________

DOI: 10.14529/ctcr150307

THE MECHANISM OF COUNTERACTION TO BIOFILM FORMATION OF MICROORGANISMS BY MICROWAVE RADIATION OF NATURAL ORIGIN N.V. Vdovina, South Ural State University, Chelyabinsk, Russian Federation, [email protected]

The article presents the results of the theoretical study of the determination of the mechanism of the counteraction to microbial biofilm formation by using microwave radiation of natural origin. The main physical processes which are the cornerstone of counteraction to biofilm formation are considered when using a model of microwave radiation in the form of continuous sequence of fre-quency-modulated signals.

It is proved that the simulated broadband microwave radiation can block the formation of ex-tracellular matrix by opportunistic pathogens. The results of this study support the hypothesis of the evolutionary nature of the supervisory role of broadband microwave radiation on vital processes of organisms. It opens up the real perspective for decrease of persistent potential of microorganisms and improvement of the effectiveness of bacterial infections treatment.

Keywords: broadband microwave radiation, microorganisms, biofilm, radio vibration effect.

References 1. Costerton J.W., Stewart P.S., Greenberg E.P. Bacterial Biofilms: a Common Cause of Persistent

Infections. Science, 1999, 284, pp. 1318–1322. 2. Romanova Ju.M., Gincburg A.L. [Bacterial Biofilm as a Natural Form of Existence of Bacteria in

the Environment and the Host Organism]. Journal of Epidemiology and Microbiology, Immunobiology, 2011, no. 3, pp. 99–109. (in Russ.)

3. Darovskih S., Popechitelev E., Vdovina N., Novikov I. Modern Aspects of Construction of In-formation Microwave Therapy Devices. Natural Science, 2013, no. 5, pp. 1230–1237. Available at: http://dx.doi.org/10.4236/ns.2013.512150. DOI: 10.4236/ns.2013.512150

4. Darovskikh S.N. Osnovy postroeniya ustroystv informatsionnoy elektromagnitnoy terapii [Fun-damentals of Building of Information Electromagnetic Therapy Devices]. Chelyabinsk, South Ural St. Univ. Publ., 2011, 138 p.

5. Orir J. Fizika. V 2-kh tomakh [Physics. In 2 Volumes]. Moscow, Mir Publ., 1981. 622 p. 6. Darovskih S.N., Vdovina N.V., Novikov I.V. [A New Mechanism of Interaction between the Cel-

lular Structures of the Organism with Electromagnetic Fields and Fadiation]. Aktual'nye voprosy razvi-tiya nauki: sbornik statey Mezhdunarodnoy nauchno-prakticheskoy konferentsii [Proc. of the Interna-tional Scientific and Practical Conference “Topical Issues of Science Development”]. Ufa, Bashkir State University, 2014, pp. 82–85.

7. Shishkova Y.S., Darovskih S.N., Pozdnyakova N.L., Vdovina N.V., Komarova I.A., Shishko va E.V. and Vodyanitskiy E.V. Simulated Solar Microwave Radiation Blocks the Formation of Bio-films. Natural Science, 2015, no. 7, pp. 127–131. Available at: http://dx.doi.org/10.4236/ns.2015.7301. DOI: 10.4236/ns.2015.73014




56

8. Darovskih S.N., Razzhivin A.A., Kudryashova Yu.I., Kuznetsov M.E. [Information-Wave Con-cept Counteract Electromagnetic Pollution and Other Negative Factors of Anthropogenic Origin]. Bio-medical radio electronics, 2008, no. 11, pp. 20–28. (in Russ.)



Вдовина, Н.В. Механизм противодействия био-пленкообразованию микроорганизмов при использо-вании микроволнового излучения природного проис-хождения / Н.В. Вдовина // Вестник ЮУрГУ. Серия «Компьютерные технологии, управление, радиоэлек-троника». – 2015. – Т. 15, № 3. – С. 50–56. DOI: 10.14529/ctcr150307

Vdovina N.V. The Mechanism of Counteraction to Biofilm Formation of Microorganisms by Microwave Radiation of Natural Origin. Bulletin of the South Ural State University. Ser. Computer Technologies, Automatic Control, Radio Electronics, 2015, vol. 15, no. 3, pp. 50–56. (in Russ.) DOI: 10.14529/ctcr150307



57

Введение Применение цифровых методов обработки радиосигналов позволяет эффективно решать за-

дачу по расширению рабочего диапазона частот с одновременным улучшением энергетических и массогабаритных характеристик радиоэлектронных систем. Успешность решения данной задачи во многом связана с применением высокоскоростных цифровых интегральных микросхем.

Создание современных быстродействующих цифровых устройств обнаружения и анализа параметров радиосигналов невозможно без использования высокоскоростных аналого-цифровых (АЦП) и цифроаналоговых (ЦАП) преобразователей радиосигналов, программируемых логиче-ских интегральных схем (ПЛИС) высокой степени интеграции, способных обрабатывать потоки цифровых данных со скоростью в несколько тысяч мегабит в секунду.

На сегодняшний день большая часть фирм-производителей высокоскоростных цифровых ин-тегральных микросхем сосредоточена в зарубежных странах. Например, производством совре-менных ПЛИС, которые работают на скоростях в несколько тысяч мегагерц, располагают десят-ками и сотнями специализированных вычислительных блоков цифровой обработки радиосигна-лов, оснащены последовательными каналами передачи цифровых данных, обеспечивающими пропускную способность в несколько гигабит в секунду, занимаются несколько фирм (Altera, Xilinx, Lattice Semiconductor, Microsemi Corporation, Achronix Semiconductor), расположенных на территории Соединенных Штатов Америки (США).

УДК 621-37 DOI: 10.14529/ctcr150308

ПРИМЕНЕНИЕ ОТЕЧЕСТВЕННОЙ ЭЛЕМЕНТНОЙ БАЗЫ В ШИРОКОДИАПАЗОННЫХ ЦИФРОВЫХ УСТРОЙСТВАХ ОБРАБОТКИ И ФОРМИРОВАНИЯ РАДИОСИГНАЛОВ Ю.Т. Карманов, А.Н. Николаев, С.В. Поваляев Южно-Уральский государственный университет, г. Челябинск

Рассмотрены принципы построения современных широкодиапазонных устройств обра-ботки и формирования радиосигналов. Установлено, что ключевыми компонентами широко-диапазонных радиоэлектронных систем являются быстродействующие программируемые ло-гические интегральные схемы (ПЛИС), аналого-цифровые (АЦП) и цифроаналоговые (ЦАП) преобразователи радиосигналов. Приведены характеристики интегральных микросхем ПЛИС, АЦП и ЦАП отечественного производства. Показано, что отечественные быстродействующие ПЛИС, АЦП и ЦАП по своим технических характеристикам во многом уступают своим зару-бежным аналогам. Это затрудняет их прямое использование в цифровых широкодиапазонных устройствах обработки и формирования радиосигналов. Например, максимальная тактовая час-тота быстродействующих отечественных АЦП не превышает 125 МГц. В то же время в зару-бежных быстродействующих АЦП максимальная тактовая частота достигает 1000…5000 МГц.В отечественных ПЛИС отсутствуют специализированные блоки цифровой обработки ин-формации (например, последовательные каналы передачи цифровых данных, обеспечиваю-щие пропускную способность в несколько гигабит в секунду). Зарубежные ПЛИС располага-ют десятками таких специализированных блоков. Проанализированы проблемы определения частоты радиосигналов в широком частотном диапазоне и согласования скоростей цифровых потоков между интегральными микросхемами ПЛИС и ЦАП отечественного производства. Показано, что применение специальных технических решений и алгоритмов обработки ра-диосигналов позволяет строить широкодиапазонные цифровые устройства обработки и фор-мирования радиосигналов на отечественной элементной базе. Например, применение моно-битной цифровой технологии обработки радиосигналов позволяет проводить оценку частоты радиосигнала в широком диапазоне частот при минимальных требованиях к применяемым цифровым интегральным микросхемам.

Ключевые слова: аналого-цифровой преобразователь, цифроаналоговый преобразова-тель, программируемая логическая интегральная схема, широкодиапазонные радиоэлектрон-ные системы, монобитная цифровая технология.




58

В этой связи взятый в нашей стране курс на импортозамещение ставит перед разработчиками широкодиапазонных радиоэлектронных систем задачу перехода от использования зарубежных электронных компонентов к применению отечественной элементной базы при модернизации су-ществующих и разработке новых радиоэлектронных систем.

Целью настоящей статьи является анализ характеристик и особенностей применения скоро-стных цифровых микросхем (АЦП, ЦАП и ПЛИС) отечественного производства в широкодиапа-зонных цифровых устройствах обработки и формирования радиосигналов.

1. Принципы построения широкодиапазонных устройств обработки и формирования радиосигналов Традиционно основными функциями широкодиапазонных устройств обработки и формиро-

вания радиосигналов являются: – прием и обработка входного СВЧ-радиосигнала для решения задач обнаружения полезного

сигнала в смеси с шумом и помехами, измерения и анализа параметров обнаруженного сигнала; – формирование радиосигнала с заданными параметрами в цифровом виде, преобразование

сформированного сигнала в аналоговую форму и перенос в рабочий диапазон частот. На рис. 1 и 2 приведены структурные схемы типовых широкодиапазонных устройств обра-

ботки и формирования радиосигналов.

Рис. 1. Структурная схема типового широкодиапазонного устройства обработки радиосигналов

Рис. 2. Структурная схема типового широкодиапазонного устройства формирования радиосигналов

Типовое широкодиапазонное устройство обработки радиосигналов состоит из следующих

компонентов: – квадратурного демодулятора и СВЧ-гетеродина, осуществляющих перенос спектра входно-

го СВЧ-радиосигнала на более низкую частоту и формирование квадратурных составляющих радиосигнала;

– аналого-цифровых преобразователей, которые осуществляют преобразование аналоговых квадратур в цифровую форму;


Карманов Ю.Т., Николаев А.Н., Применение отечественной элементной базы Поваляев С.В. в широкодиапазонных цифровых устройствах…


59

– программируемой логической схемы, выполняющей цифровую обработку входных пото-ков цифровых данных: обнаружение полезных радиосигналов, измерение и анализ параметров радиосигналов;

– тактового генератора, служащего для синхронизации работы цифровых интегральных мик-росхем (АЦП и ПЛИС).

В состав типового широкодиапазонного устройства формирования радиосигналов входят: – программируемая логическая интегральная схема, которая на основе входных данных фор-

мирует в цифровой форме квадратуры радиосигнала с заданными параметрами (амплитуда, час-тота, начальная фаза);

– цифроаналоговых преобразователей, осуществляющих перевод цифровых потоков в анало-говые квадратурные радиосигналы;

– квадратурного модулятора и СВЧ-гетеродина, выполняющих перенос спектра сформиро-ванного радиосигнала в рабочий диапазон частот;

– тактового генератора, необходимого для формирования сигналов синхронизации ПЛИС и ЦАП.

Анализ структурных схем широкодиапазонных устройств обработки и формирования радио-сигналов позволяет сделать вывод: ключевыми компонентами, которые во многом определяют эффективность работы рассмотренных устройств, являются программируемые логические инте-гральные схемы (ПЛИС) и преобразователи радиосигналов (АЦП и ЦАП).

2. Характеристики АЦП, ЦАП и ПЛИС отечественного производства На сегодняшний день основным отечественным производителем скоростных АЦП является

предприятие АО «ПКК Миландр», выпускающее АЦП с максимальной тактовой частотой до 125 МГц. Основные технические характеристики отечественных скоростных АЦП приведены в табл. 1.

Таблица 1 Основные технические характеристики отечественных скоростных АЦП

(производство АО «ПКК Миландр»)

Характеристика Микросхема 5101НВ015 К5101НВ025

Тактовая частота, МГц 20…125 10…75 Отношение сигнал / шум, дБ 67 60 Свободный от ошибок динамический диапазон, дБ 75 65

Интегральная нелинейность, число младших значащих разрядов ±6 ±10

Дифференциальная нелинейность, число младших значащих разрядов ±0,7 –1…2

Напряжение питания аналоговой / цифровой части, В 1,8 / 1,8 3,3 / 1,8

Тип корпуса 5152-52-1 5142.48-А Микросхемы 5101НВ015 и К5101НВ025 предназначены для одноканального преобразования

входного дифференциального сигнала с полосой частот до 500 МГц в 14-разрядный цифровой код с КМОП или LVDS выходом [1, 2]. АЦП имеют встроенный источник опорного напряжения 1 В, а также могут работать с внешним опорным напряжением до 1,5 В.

Входной тактовый сигнал АЦП может быть как дифференциальным (рекомендуется для уменьшения уровня шума и джиттера в момент выборки), так и несимметричным [1, 2]. Конфи-гурирование АЦП производится через последовательный интерфейс SPI.

Скоростные отечественные ЦАП представлены серией преобразователей, выпускаемых предприятием АО «НИИЭТ». Основные технические характеристики преобразователей приведе-ны в табл. 2.




60

Таблица 2 Основные технические характеристики скоростных отечественных ЦАП (производство АО «НИИЭТ»)

Характеристика

Микросхема

1273

ПА

5У

1273

ПА

6У

1273

ПА

11Т

1273

ПА

12Т

1273

ПА

13Т

Разрядность входного кода, бит 14 14 8 12 14 Число каналов 1 1 1 2 2 Максимальная частота входного тактового сигнала, МГц 160 150 600 160 160

Максимальная частота формируемого аналогового сигнала, МГц 200 150 600 275 200

Интегральная нелинейность, число младших значащих разрядов ±3,5 ±2,5 ±1 ±6,5 ±5

Дифференциальная нелинейность, число младших значащих разрядов ±2,0 ±1,5 ±3 ±3,3 ±3,0

Напряжение питания аналоговой / цифровой части, В 3,3 / 3,3 3,3 / 3,3 1,8 / 1,8 3,3 / 1,8 3,3 / 1,8

Тип корпуса Н16.48-1В Н16.48-1В 4203.64-1 4235.88-1 4235.88-1 Микросхемы 1273ПА5У, 1273ПА6У, 1273ПА11Т, 1273ПА12Т, 1273ПА13Т представляют

собой параллельные цифроаналоговые преобразователи на источниках тока [3–7]. Данные уст-ройства имеют входной параллельный интерфейс, встроенный источник опорного напряжения 1,2 В, внутренний умножитель тактовой частоты с ФАПЧ и дифференциальные токовые выходы (максимальные выходные токи от 2 до 20 мА). Для программирования основных функций ЦАП используется порт последовательного интерфейса SPI [3–7].

В настоящее время производителем программируемых логических интегральных схем (ПЛИС) в нашей стране является предприятие АО «ВЗПП-С». Модельный ряд ПЛИС представ-лен СБИС с логической емкостью до 500 000 вентилей [8]. Пользовательскими ресурсами отече-ственных ПЛИС являются логические блоки, блоки встроенной памяти, элементы ввода / вывода и аппаратные умножители 1818. Основные технические характеристики отечественных ПЛИС приведены в табл. 3.

Каждый логический блок состоит из 8 логических элементов. Логические блоки используют-ся для реализации простых логических функций, мультиплексоров, сумматоров, счетчиков и ко-нечных цифровых автоматов. Отечественные ПЛИС содержат от 360 до 1248 логических блоков.

Таблица 3 Основные технические характеристики отечественных ПЛИС (производство АО «ВЗПП-С»)

Характеристика Микросхема 5576ХС1Т 5576ХС4Т 5578ТС015 5578ТС024

Логическая емкость, вент. 50 000 200 000 300 000 500 000 Объем встроенной памяти, кбайт 2,5 12 31,5 44,97 Количество аппаратных умножителей 1818, шт. – – 14 20

Количество логических элементов 2880 9984 5040 7200 Количество логических блоков 360 1248 630 900 Количество пользовательских линий ввода / вывода 176 171 172 172

Максимальная частота входного тактового сигнала, МГц 50 50 250 250

Напряжение питания ядра / периферии, В 1,8 / 3,3 1,8 / 3,3 1,8 / 3,3 1,8 / 3,3 Тип корпуса 4245.240-6 4244.256-3 4244.256-3 4244.256-3




61

Блоки встроенной памяти предназначены для реализации разнообразных структур памяти и сложных логических функций. На основе встроенных блоков памяти ПЛИС могут быть созданы синхронные и асинхронные ОЗУ, ПЗУ, двухпортовые ОЗУ, структуры данных типа FIFO («пер-вым прибыл, первым обслужен»). Объем встроенной памяти отечественных ПЛИС составляет 2,5…44,97 кбайт [8].

Элементы ввода / вывода служат для связи внутренней части ПЛИС с внешними устройства-ми. Каждый элемент ввода / вывода содержит двунаправленный буфер и триггер, и может быть сконфигурирован как вход, выход или двунаправленный вход / выход. Синхронизация работы элементов ввода / вывода обеспечивается тактовым сигналом с частотой до 250 МГц.

Аппаратные умножители 1818 предназначены для быстрого выполнения операции умно-жения двух 18-разрядных операндов. Наличие аппаратных умножителей на кристалле ПЛИС упрощает выполнение операции типа «умножение с накоплением», являющейся базовой при реализации алгоритмов быстрого преобразования Фурье, цифровой фильтрации, умножении матриц и т. д. Отечественные ПЛИС 5578ТС015 и 5578ТС024 располагают 14 и 20 аппаратными умножителями 1818 соответственно [8].

Подводя итог рассмотрению характеристик АЦП, ЦАП и ПЛИС отечественного производст-ва, можно сделать следующие выводы:

– Отечественные преобразователи радиосигналов имеют низкие по сравнению с зарубежны-ми аналогами тактовые частоты. Например, максимальная тактовая частота отечественных АЦП не более 125 МГц, зарубежных – 1000…5000 МГц. Это обстоятельство затрудняет их примене-ние в широкодиапазонных цифровых устройствах обработки и формирования сигналов.

– Отечественные ПЛИС обладают низкими возможностями по обработке радиосигналов в ши-роком диапазоне частот по сравнению с возможностями зарубежных ПЛИС. Например, скорость передачи потока цифровых отсчетов в отечественных ПЛИС не превышает 250 МГц на один канал. В то же время в зарубежных ПЛИС скорость передачи достигает нескольких тысяч мегагерц.

3. Особенности применения отечественных АЦП, ЦАП и ПЛИС в широкодиапазонных цифровых устройствах обработки и формирования радиосигналов Анализ характеристик АЦП, ЦАП и ПЛИС отечественного производства позволит выделить

ряд проблем, с которыми приходится сталкиваться при создании широкодиапазонных цифровых устройств обработки и формирования радиосигналов.

Во-первых, возникает проблема согласования скоростей цифровых потоков между ПЛИС и ЦАП. Тактовая частота отечественных ПЛИС, при которой возможна работа алгоритмов цифро-вой обработки сигналов, составляет 250 МГц. В то же время для формирования высококачест-венного аналогового сигнала с частотой, например 600 МГц, на вход ЦАП должен подаваться цифровой поток отсчетов со скоростью порядка 600 МГц.

В этих условиях для согласования скоростей цифровых потоков возможно применение циф-ровых схем на основе регистров сдвига (RG). Скоростной поток цифровых отсчетов на входе ЦАП формируется при помощи регистра сдвига из нескольких менее скоростных субпотоков (фаз), скорость которых определяется пропускной способностью портов ввода/вывода ПЛИС. Пример такой схемы приведен на рис. 3.

Во-вторых, сравнительно невысокие возможности отечественных цифровых микросхем (АЦП, ЦАП и ПЛИС) по обработке широкополосных радиосигналов, затрудняют решение задачи определения частоты радиосигналов в широком частотном диапазоне.

Выходом из данной ситуации может служить применение монобитной цифровой технологии обработки радиосигналов [9], позволяющей проводить оценку частоты радиосигнала в широком диапазоне частот при минимальных требованиях к применяемым цифровым микросхемам.

В качестве высокочастотного компаратора, осуществляющего дискретизацию входного ана-логового сигнала и формирующего высокоскоростной монобитный цифровой поток, можно ис-пользовать отечественные скоростные АЦП, задействуя при этом только старший бит выходного слова АЦП. Такой подход возможен, поскольку отечественные скоростные АЦП работают в ши-роком диапазоне частот (до 500 МГц) входных аналоговых радиосигналов [1, 2].

На основе пары скоростных отечественных АЦП можно построить монобитный преобразо-ватель для квадратурного сигнала. В этом случае суммарная полоса обрабатываемого радиосиг-нала составит 1000 МГц.




62

Рис. 3. Согласование скоростей цифровых потоков отсчетов между ПЛИС и ЦАП

В тоже время при использовании данного технического решения спектр сигнала на выходе

АЦП будет неоднозначным, и определить частоту сигнала по такому спектру будет невозможно. Для устранения неоднозначности спектра можно ввести второй канал АЦП, работающий на

другой частоте дискретизации. Правильный выбор соотношения частот дискретизации в первом Fт1 и втором Fт2 канале монобитного АЦП позволит полностью устранить неоднозначность при определении несущей частоты входного радиосигнала.

На рис. 4 приведена структурная схема монобитного цифрового устройства обработки ра-диосигналов, построенная на основе предложенного технического решения.

Рис. 4. Монобитное цифровое устройство обработки радиосигналов




63

Заключение Анализ принципов построения широкодиапазонных устройств обработки и формирования

радиосигналов, основных технических характеристик скоростных АЦП, ЦАП и ПЛИС отечест-венного производства и особенностей их применения при создании широкодиапазонных цифро-вых устройств приводит к следующим выводам:

1. Основу современных широкодиапазонных устройств обработки и формирования радио-сигналов составляют скоростные АЦП, ЦАП и ПЛИС.

2. Отечественные скоростные АЦП, ЦАП и ПЛИС по своим технических характеристикам во многом уступают своим зарубежным аналогам, что затрудняет их прямое использование в циф-ровых устройствах обработки и формирования широкодиапазонных радиосигналов.

3. Применение специальных технических решений и алгоритмов обработки радиосигналов, например, таких как формирование скоростного цифрового потока отсчетов из отдельных фаз, использование монобитной цифровой технологии обработки радиосигналов позволяет строить специализированные цифровые устройства на отечественной элементной базе с функциональны-ми возможностями и техническими характеристиками (диапазон рабочих частот, динамический диапазон и т. д.), сопоставимыми с аналогами, выполненными на зарубежной элементной базе.


1. Спецификация на микросхему 5101НВ025 // Компания АО «ПКК Миландр» [Офиц. сайт]. – http://milandr.ru/uploads/Products/product_280/spec_5101HB025.pdf (дата обращения: 26.04.2015).

2. Спецификация на микросхему 5101НВ015 // Компания АО «ПКК Миландр» [Офиц. сайт]. – http://milandr.ru/uploads/Products/product_278/spec_5101HB015.pdf (дата обращения: 26.04.2015).

3. Техническое описание на микросхему 1273ПА5У // Предприятие АО «НИИЭТ» [Офиц. сайт]. – http://www.niiet.ru/images/docs/TO_1273PA5Y.pdf (дата обращения: 26.04.2015).

4. Техническое описание на микросхему 1273ПА6У // Предприятие АО «НИИЭТ» [Офиц. сайт]. – http://www.niiet.ru/images/docs/TO_1273PA6Y.pdf (дата обращения: 26.04.2015).

5. Основные характеристики микросхемы 1273ПА11Т // Предприятие АО «НИИЭТ» [Офиц. сайт]. – http://www.niiet.ru/chips/nis/98-products/chips/current-dev-imc/479-1273pa11t (дата обра-щения: 26.04.2015).



8. Каталог изделий «ВЗПП-С» // Предприятие АО «ВЗПП-С» [Офиц. сайт]. – http://www.vzpp-s.ru/production/catalog.pdf (дата обращения: 26.04.2015).

9. Карманов, Ю.Т. Цифровая технология обработки СВЧ радиосигналов в широком частот-ном диапазоне / Ю.Т. Карманов, А.Н. Николаев // Физика и технические приложения волновых процессов: тр. XI Междунар. науч.-техн. конф. – 2012. – С. 143–144.

Карманов Юрий Трофимович, д-р техн. наук, профессор, директор НИИ цифровых систем

обработки и защиты информации, Южно-Уральский государственный университет, г. Челябинск; [email protected].

Николаев Андрей Николаевич, старший преподаватель кафедры инфокоммуникационных технологий, заместитель директора НИИ цифровых систем обработки и защиты информации, Южно-Уральский государственный университет, г. Челябинск; [email protected].

Поваляев Сергей Валентинович, старший преподаватель кафедры инфокоммуникационных технологий, Южно-Уральский государственный университет, г. Челябинск; [email protected].





64

DOI: 10.14529/ctcr150308

APPLICATION OF RUSSIAN ELEMENT BASE IN BROADBAND DIGITAL DEVICES FOR PROCESSING AND GENERATING OF RADIO SIGNALS Yu. T. Karmanov, South Ural State University, Chelyabinsk, Russian Federation, [email protected], A.N. Nikolaev, South Ural State University, Chelyabinsk, Russian Federation, [email protected], S.V. Povalyaev, South Ural State University, Chelyabinsk, Russian Federation, [email protected]

The article describes the principles of modern broadband devices for processing and generating radio signals. It found that the high-speed programmable logic integrated circuits (FPGA), analog-to-digital (ADC) and digital-to-analog (DAC) converters are the key components of broadband radio electronic systems. Specifications of the Russian FPGA, ADC and DAC are given. It is shown that the Russian high-speed FPGA, ADC and DAC are inferior to their foreign analogs in many ways. This hampers their direct use in digital broadband devices for processing and generating radio sig-nals. For example the maximum clock frequency of high-speed Russian ADC doesn't exceed 125 MHz. At the same time the maximum clock frequency of foreign ADC is up to 1000…5000 MHz. Specia-lized blocks for digital signal processing (e.g. serial digital data transmission channels with a band-width of several gigabits per second) miss from the Russian FPGA. Foreign FPGA have tens of such specialized blocks. Problems of measuring the frequency of radio signals over a wide frequency range and rate matching digital streams between Russian FPGA and DAC are analyzed. It is shown that the application of special technical solutions and algorithms allows to build the broadband digi-tal device for processing and generating radio signals on the Russian element base. For example the use of monobit digital technology allows to evaluate the frequency of the signal over a wide fre-quency range at the minimum requirements to the applied digital chips.

Keywords: analog-to-digital converter, digital-to-analog converter, programmable logic inte-grated circuit, broadband radio electronic systems, monobit digital technology.

References 1. Spetsifikatsiya na mikroskhemu 5101NV025 [IC Specification 5101NV025]. Available at:

http://milandr.ru/uploads/Products/product_280/spec_5101HB025.pdf (accessed 26 April 2015). 2. Spetsifikatsiya na mikroskhemu 5101NV015 [IC Specification 5101NV015]. Available at:

http://milandr.ru/uploads/Products/product_278/spec_5101HB015.pdf (accessed 26 April 2015). 3. Tekhnicheskoe opisanie na mikroskhemu 1273PA5U [IC Specification 1273PA5U]. Available at:

http://www.niiet.ru/images/docs/TO_1273PA5Y.pdf (accessed 26 April 2015). 4. Tekhnicheskoe opisanie na mikroskhemu 1273PA6U [IC Specification 1273PA6U]. Available at:

http://www.niiet.ru/images/docs/TO_1273PA6Y.pdf (accessed 26 April 2015). 5. Osnovnye kharakteristiki mikroskhemy 1273PA11T [IC Base Specification 1273PA11T]. Availa-

ble at: http://www.niiet.ru/chips/nis/98-products/chips/current-dev-imc/479-1273pa11t (accessed 26 April 2015).

6. Osnovnye kharakteristiki mikroskhemy 1273PA12T [IC Base Specification 1273PA12T]. Availa-ble at: http://www.niiet.ru/chips/nis/98-products/chips/current-dev-imc/481-1273pa12t (accessed 26 April 2015).

7. Osnovnye kharakteristiki mikroskhemy 1273PA13T [IC Base Specification 1273PA13T]. Availa-ble at: http://www.niiet.ru/chips/nis/98-products/chips/current-dev-imc/482-1273pa13t (accessed 26 April 2015).

8. Katalog izdeliy “VZPP-S” [Product Catalog “VSDF-B”]. Available at: http://www.vzpp-s.ru/production/catalog.pdf (accessed 26 April 2015).




65

9. Karmanov Yu.T., Nikolaev A.N. Tsifrovaya tekhnologiya obrabotki SVCh radiosignalov v shiro-kom chastotnom diapazone [Digital Processing Technology of Microwave Radio Signals over a Wide Frequency Range]. Fizika i tekhnicheskie prilozheniya volnovykh protsessov: tr. XI Mezhdunar. nauch.-tekhn. konf. [The Physics and Technology of Wave Processes: Proc. XI Int. Conf.]. Yekaterinburg, 2012, pp. 143–144.



Карманов, Ю.Т. Применение отечественной эле-ментной базы в широкодиапазонных цифровых уст-ройствах обработки и формирования радиосигналов / Ю.Т. Карманов, А.Н. Николаев, С.В. Поваляев // Вестник ЮУрГУ. Серия «Компьютерные технологии, управление, радиоэлектроника». – 2015. – Т. 15, № 3. – С. 57–65. DOI: 10.14529/ctcr150308

Karmanov Yu.T., Nikolaev A.N., Povalyaev S.V. Application of Russian Element Base in Broadband Digi-tal Devices for Processing and Generating of Radio Signals. Bulletin of the South Ural State University. Ser. Computer Technologies, Automatic Control, Radio Electronics, 2015, vol. 15, no. 3, pp. 57–65. (in Russ.) DOI: 10.14529/ctcr150308



66

Введение При разработке радиотехнических систем чаще всего встает вопрос о том, каким образом

максимально уменьшить помехи (это могут быть электромагнитные наводки, внутренние помехи оборудования, погодные условия и т. д.), либо выделить полезный сигнал на фоне шума.

Это можно сделать технически, путем совершенствования аппаратуры: увеличение размеров антенны, создание прецизионных и чувствительных датчиков детектирования сигналов, увеличе-ние мощности передатчика и т. д. Однако на практике такой подход не оправдывает себя (разра-ботка совершенной аппаратуры финансово не выгодна, а увеличение мощности передатчика мо-жет затронуть соседние каналы передачи сигнала или вообще «заглушить» приемник).

Поэтому чаще всего прибегают к математической обработке сигналов, и, в частности, к зада-че редукции. Задача редукции, как правило, требует определения аппаратной функции канала измерения. Но даже при известной аппаратной функции во многих случаях невозможно опреде-лить точные параметры исходного сигнала, так как решение является неустойчивым и требует регуляризации. Обычно математическая обработка выполняется на универсальных компьютерах, чаще всех на персональных, но со стремительным развитием специальных вычислительных уст-ройств позволило применять математическую обработку в фотоаппаратах и других миниатюр-ных устройствах.

В радиотехнике при определении параметров сигналов чаще отдают предпочтение методам, основанным на постобработке массива информации о поведении сигнала, например, методы адаптации, компенсации локальных сигналов-помех, методы, использующие собственные значе-ния и векторы симметрично ковариационной матрицы, теоретико-информационные методы и т. д. Эти методы решают некоторые задачи повышения помехоустойчивости и помогают до-биться значительных результатов [1], имея при этом существенный недостаток: они не могут дать оценку потенциальной возможности разработанной аппаратуры в пределах точности пара-метров сигнала, то есть используют принцип «что сделали, то и получили», а применяемые мето-ды постобработки улучшают только вероятностные характеристики обрабатываемых сигналов.

Методы решения задачи редукции, основанные на определении устойчивого решения обрат-ных некорректных задач, приближают к определению истинных параметров сигнала и определя-ют потенциальные возможности разработанной аппаратуры.

УДК 62-51 DOI: 10.14529/ctcr150309

ОБРАБОТКА СИГНАЛОВ В РАДИОНАВИГАЦИИ КАК ОБРАТНАЯ НЕКОРРЕКТНАЯ ЗАДАЧА С ПРИМЕНЕНИЕМ МЕТОДОВ РЕГУЛЯРИЗАЦИИ Е.Н. Симонов, Д.В. Иванеев Южно-Уральский государственный университет, филиал в г. Кыштыме, г. Кыштым

На основе существующих алгоритмов обработки радиолокационных сигналов с исполь-зованием методов решения некорректных задач проведен анализ и сделано предположение, что задача редукции в определении регуляризированного решения является перспективным направлением и позволит получить повышение в точности (разрешения), помехоустойчиво-сти как минимум в два раза по сравнению с существующими методами обработки. Рассмот-рены три варианта постановки обратной некорректной задачи и методы ее регуляризации (та-кие как методы регуляризации Тихонова, фильтр Калмана и так далее) применительно к ра-диолокации. Разобран и исследован пример использования регуляризированного решения для преобразования Фурье, на основе которого построено решение интегрального управления Фредгольма первого рода типа свертки, которое применяется для математической обработки сигналов в радиолокации, радионавигации и других областях.

Ключевые слова: задача редукции, обратные, некорректные задачи, регуляризация, по-мехоустойчивость.


Симонов Е.Н., Иванеев Д.В. Обработка сигналов в радионавигации как обратная некорректная задача с применением методов регуляризации


67

1. Постановка задачи редукции Измерительное устройство, будь то радиолокатор, телескоп, радиотелескоп, томограф, фото-

аппарат, и т. д. характеризуется тем, что измеренный сигнал отличается от истинного: близкие максимумы слабо разрешены, слабые максимумы вследствие наложения шума невозможно опре-делить. Это обусловлено тем, что аппаратная функция, которая, например, в радиотехнике в боль-шей степени является диаграммой направленности, не имеет бесконечно узкую форму, а имеет не-которую ширину и тем, что на всю систему в целом действуют помехи различной природы.

Для математической обработки при условии f – результат измерений, а y – искомая, неиз-вестная функция, характерно следующее соотношение:

,f Аy где А – математический оператор (например, обратная матрица, а в случае обработки сигналов – система линейных или линейно-нелинейных алгебраических уравнений).

Тогда обратная задача будет иметь вид 1 .y А f (1)

На практике обратная задача может принять вид интегрального, дифференциального уравне-ния, системы линейных алгебраических уравнений, системы линейно-нелинейных алгебраиче-ских уравнений, и так далее. Но чаще всего такие задачи описывают интегральным уравнением Фредгольма I рода:

( , ) ( ) ( ), ,b

a

A x s y s ds f x c x d

(2)

где ( , )A x s – ядро; ( )f x – выходной сигнал; ( )y s – искомая функция (входной сигнал); x и s – параметры (линейные или угловые координаты, время, температура, частота и т. д.); c и d – об-ласть измерения f(x), а a и b – область поиска y(s).

Такое уравнение применяют в спектрометрии, а также для разрешения протяженных сигна-лов, при моделировании распада клеток и так далее. Также модификации этого уравнения, такие как интегральное уравнение Фредгольма I рода с разностным ядром могут применять для синтеза магнитного поля оси катушки ЯМР томографии. Существует также интеграл Фредгольма II рода, который применяется для восстановления сигнала в системе, не являющейся динамической [1]. Все эти уравнения построены на теории Фредгольма [2].

2. Анализ существующих методов обработки сигналов с использованием обратных некорректных задач Обратные задачи позволяют без применения каких-либо изменений в антенне, в спектромет-

ре или в другом измерительном приборе разрешаемость тонких линий в спектрометрии или раз-решение близких целей в радионавигации, реконструировать смазанные и несфокусированные изображения. Но обратная задача является, как правило, некорректно поставленной задачей, не имеющей устойчивого решения.

По Адамару задача считается корректно поставленной, если выполняется три условия: мате-матическое решение задачи существует; решение единственно; решение устойчиво.

Для решения обратных некорректных задач используют методы регуляризации, например, метод регуляризации Тихонова [3]. Стоит отметить, что существуют и другие методы регуляри-зации, такие как фильтр Калмана – Бьюси, параметрическая фильтрация Винера и др., но именно регуляризация Тихонова, благодаря тому, что не требует большого количества априорных сведе-ний об измеренных данных, нашла широкое применение в различных областях знания.

Математическая обработка применяется в различных областях науки: томографии [4], где без математической обработки невозможно определить плотность вещества, в гидролокации подвод-ных лодок [1], где большую антенну с узкой характеристикой направленности построить затруд-нительно, в радиотехнике [5], где автор разрешает известный парадокс в теории оценки целей и координат по критерию максимального правдоподобия, когда с увеличением числа целей увели-чивается и правдоподобность оценки, с помощью методов регуляризации для некорректных за-дач. Полезный сигнал x(s) в этом случае является наложением комплексных сигналов u(s,p) от источников, распределённых в некотором фазовом пространстве, поэтому




68

( ) ( ) ( , ),x s A p u s p (3)

где A(p) – неизвестная плотность комплексных амплитуд сигналов от источников (центров рас-сеяния).

При приеме такого сигнала в белом шуме критерий максимального правдоподобия приводит к уравнению для оценки A(p)

1 1 1 1( , ) ( ) ( ) '( , ),ji

C p p A p dp y s u s p

(4)

где 1 2 2( , ) '( , ) ( , )j ii

С p p u s p u s p – функция взаимной корреляции сигналов от источников с

разными параметрами, а y(s1) – функция правдоподобия. В правой части (4) результат корреляционной обработки совокупности сигналов (умножения

на ожидаемые сигналы в каждой точке приема и суммирования). Задачи, описываемые (4), отно-сятся к классу некорректных, так как небольшие изменения правой части могут изменить иско-мое решение, то есть решение является неустойчивым [5].

В другой работе [6] исследуются методы регуляризации Тихонова и его идейное продолже-ние l1 и lp-регуляризации в совокупности с переопределением базиса (для сведения нелинейной задачи к линейной) применительно к задаче радиопеленгации. lp-регуляризация в отличие от ме-тода регуляризации Тихонова требует еще меньшего количества априорных сведений, поэтому его удобнее использовать на практике. Недостатком является высокая требовательность к вычис-лительным ресурсам из-за большого количества многомерных преобразований

1 2, , ; ; ; ,TA u t n t y t t t t t (5) где n(t) – аддитивная помеха с гауссовым распределением; ,A – матрица, характеризующая набеги фаз на элементах антенной системы с учетом ее конкретной геометрии и вида сигналов [6].

Некорректность (5) заключается в том, что отношение максимального и минимального от-ношения собственных чисел матрицы составляет порядка 107 [6]. Поэтому здесь нельзя приме-нять классические методы решения задачи радиопеленгации, например, такие как критерий наи-меньших квадратов.

В качестве аппаратной функции в [6] предлагается использовать для круговой антенной сис-темы при общем виде решаемой задачи (5) следующую аппаратную функцию

1 1 2 1, , , ... , ,k kA a a a где

0

2 cos cos, , ,

k m kRj

m k k m k ka F e

где ,m k kF – диаграмма направленности одного элемента антенной системы; 0 – начальная фаза сигнала; – длина волны сигнала; ,k k – азимутальные углы и углы места соответствен-но; – угол между линией отсчета пеленга и линией, проведенной через центр окружности i элемента круговой антенной системы.

В работах [5, 6] решение обратных задач можно применять для повышения разрешения из-мерения радионавигационных параметров наряду с классическими методами, а также для повы-шения помехоустойчивости.

3. Варианты некорректных задач в радионавигации Существует как минимум три подхода постановки некорректной задачи в радионавигации. Первый подход предполагает априорные сведения об аппаратной функции, при этом задача

радионавигации рассматривается как 1

1 изм1

2 изм1

3 изм

;

;

,

V А V

А

R А R

(6)




69

где изм изм изм, ,V R – измеренные радионавигационные параметры (скорость, азимут и дальность, соответственно); , ,V R – истинные радионавигационные параметры; 1 2 3, ,А А А – аппаратные функции.

С учетом ошибок, которые возникают при измерении сигнала, уравнение (6) примет вид 1

1 изм1

2 изм1

3 изм

;

;

.

V А V V

А

R А R R

(7)

Если принять, что модель прохождения радиосигнала описывается одномерным интеграль-ным уравнением Фредгольма первого рода типа свертки

( ) ( ) ( ),A x s y s ds f x

(8)

где f(x) – измеренное значение сигнала; y(x) – истинное значение сигнала; A(x–s) – аппаратная функция, тогда решение (8) по методу регуляризации Тихонова будет иметь вид [1]

1 измист 2 2

1

2 измист 2 2

2

3 измист 2 2

3

( ) ( )1( ) ;2 ( )

( ) ( )1( ) ;2 ( )

( ) ( )1( ) ,2 ( )

j xp

j xp

j xp

А VV x e dА

Аx e dА

А RR x e dА

где ист ист ист( ), ( ), ( )V x x R x – приближенное истинное значение; изм изм изм( ), ( ), ( )V R

– Фурье-образы изм изм изм( ), ( ), ( );V x x R x 1 2 2( ), ( ), ( )А А А

– Фурье-образы аппаратных функ-

ций; , p – параметры регуляризации. Второй подход предполагает определение параметров , ,V R любым известным методом

(методом Андерсона, Фроста, методами адаптации [7] и т. д.), при этом вместо аппаратной функ-ции будет использоваться некоторая модель, ее замещающая

1

( ) , ,N

i ii

f x A x x y x f

(9)

где x – параметр обработки (угол, скорость и т. д.); , iA x x – некоторая модель, замещающая аппаратную функцию.

В этом случае получается система линейных алгебраических уравнений, которую можно ре-шать обобщенными методами редукции с использованием методов регуляризации [1].

Третий подход предполагает определение параметров , ,V R , выполняя обработку сигналов с использованием критерия максимального правдоподобия [5, 6]. В итоге задача сводятся к инте-гральным уравнениям Фредгольма первого рода, которые решают с помощью методов регуляри-зации.

В качестве примера решения некорректной задачи можно привести задачу вычисления пре-образования Фурье:

( ) ( ) , ;i tY y t e dt t

(10)

1( ) ( ) , ,2

i ty t Y e dt

(11)




70

где ( )Y – прямое непрерывное преобразование Фурье, а y(t) – обратное непрерывное преобра-зование Фурье.

Пусть имеется функция, для которой необходимо выполнять прямое преобразование Фурье по формуле (10)

sin( )( ) .z

z

ty tt

(12)

Подставив в (10), получим следующее sin( )( ) .i tz

z

tY e dtt

(13)

Решая аналитически (13), находят спектр функции (12)

, , ;

( ) 0, , ;

, .2

z zz

z z

zz

Y

Преобразование Фурье является некорректной (неустойчивой) задачей, так как связана с уравнением Фредгольма первого рода, хотя неустойчивость несколько сглаживается, потому что это уравнение решается аналитически.

В [8] приводится вывод регуляризированной формулы для нахождения преобразования Фу-рье на основе метода регуляризации Тихонова.

В общем виде формула имеет вид:

2( )( ) ,

1i t

ny tY e dt

t

(14)

где 21( , )

1 nf tt

– стабилизирующий коэффициент, подавляющий высокие частоты [8];

, n – параметры регуляризации.

а) б)

Выполнение преобразования Фурье (а) и его регуляризация (б) Из рис. 1, а видно, что вместо ( )Y в виде прямоугольника получается окно с осцилляциями

( ).Y И при 0 (без регуляризации) возникает эффект Гиббса. Если использовать регуляри-зированную формулу ( )Y при 21,6 10 , то подавляются те отсчеты, которые вносят наи-большие погрешности, и уменьшается погрешность вычислений (1, б). Таким образом, регуляри-




71

зация уменьшает погрешность вычисления ( )Y (а значит, увеличивается соотношение сиг-

нал/шум) в 2–3 раза. Причина этого в том, что слагаемое knt в (14) подавляет умеренно даль-ние отсчеты в y(t), чьи погрешности вносит наибольший вклад ( ).Y Метод регуляризации Ти-хонова является идейным продолжением метода наименьших квадратов (дающий псевдореше-ние) и метода псевдообратной матрицы Мура – Пенроуза (дающий нормальное решение).

Метод регуляризации Тихонова решается посредством неопределенных множителей Ла-гранжа:

2 2

2 2 min,L L yAy f y

(15)

где 0 – параметр регуляризации, играющий роль неопределенного множителя Лагранжа. Ес-ли 0, то метод переходит в метод наименьших квадратов с малой невязкой Ay f и боль-шой неустойчивостью. С увеличением α решение становится более гладким, но невязка увеличи-вается. Поэтому подбирая α, можно приблизиться к приемлемой невязке, и решение будет прием-лемо устойчивым.

Из (15) вытекает

,Т ТE A A y A f (16)

где E – единичный оператор, ТA – транспонированная матрица. Существует способы подбора α, три из которых представлены в [1]. В более общем виде метод регуляризации Тихонова можно записать:

2 2

2 2 min,L L yAy f y

(17)

где – математическое ожидание или начальное приближение. Функция (17) применяется для регуляризации некорректных задач редко из-за неопределен-

ности , однако на основе (17) можно детальнее проследить схожесть с методом оптимальной фильтрации Калмана.

Применительно к интегральному уравнению Фредгольма I рода

( , ) ( ) ( ), ,b

a

Ay K x s y s ds f x c x d

(16) приобретает вид

( ) ( , ) ( ) ( ), ,b

a

y t R t s y s ds F t a t b

где

( , ) ( , ) ( , ) ( , ) ;d

c

R t s R s t K x t K x s dx

( ) ( , ) ( ) .d

c

F t K x t f x dx

Для уравнения Фредгольма I рода типа свертки

( ) ( ) ( ),K x s y s ds f x x

(18)

решение можно найти с помощью метода преобразований Фурье и затем регуляризировать най-денное решение.

Исходя из [1], аналитическое решение (18) примет вид обратного преобразования Фурье 1(s) ( ) ,

2i sy Y e d

где




72

( )( )( ) .( )

( )

i x

i x

f x e dxFY

K x e dx

Регуляризированное решение находится из условия минимума сглаживающего функциона-ла (17)

2 2( ) ( ) ( ) min,y

Ay f x dx M Y dx

(19)

где ( ) ,M q где 0.q Из (19) получается регуляризированное решение

( ) ( )( ) ,( ) ( )

i sFy s e dL M

где 2( ) ( ) .L При выборе q следует учесть, что чем больше это значение, тем сильнее подавляются высо-

кие гармоники, а при выборе параметра регуляризации использовать уже существующие ал-горитмы, такие как метод невязки, метод подбора и т. д.

Метод регуляризации Тихонова является идеальным инструментом для нахождения квазиу-стойчивого решения некорректных задач с точки зрения сложности алгоритмов и точности. Так-же он не требует большого количества априорных сведений (только значения погрешностей и иногда математическое ожидание ), в отличие от метода оптимальной фильтрации Калмана – Бьюси. Поэтому фильтр Калмана относят к методам статистической регуляризации наравне с фильтром Винера. Оптимальный фильтр Калмана требует априорное знание о ковариации оши-бок, а также матожидания правых частей.

Таким образом, если существует физическая задача, то ее необходимо свести к интегрально-му уравнению Фредгольма, затем решать ее с помощью методов регуляризации.

Выводы Подводя итог, можно сказать, что решение прикладных задач как некорректных задач инте-

ресно, в первую очередь, своей оригинальностью. Несмотря на то, что об обратных задачах (не-корректных задачах) знают уже больше ста лет, практическое применение они находят только с недавнего времени с открытием способа устойчивого решения с применением методов регуляри-зации.

На сегодняшний день, когда вычислительная мощность процессоров не ограничивает конст-рукторов в разработке сложных алгоритмов, необходимо усовершенствовать методы регуляриза-ции и искать новые подходы для улучшения качества обработки сигналов, изображений и т. д. Поэтому необходимость применения обратных задач для обработки сигналов в радионавигации наряду с классическими методами авторы представленной статьи считают обоснованной и ак-туальной.

Поскольку статья носит постановочный характер, определение конкретных алгоритмов для некорректных задач навигации с применением регуляризации будет представлено в последую-щем исследовании.


1. Сизиков, В.С. Математические методы обработки результатов измерений / В.С. Сизи-ков. – СПб.: Политехника, 2001. – 240 с.

2. Полянин, А.Д. Справочник по интегральным уравнениям: Точные решения / А.Д. Полянин, А.В. Манжиров. – М.: Факториал, 1998. – 432 с.

3. Тихонов, А.Н. Методы решения некорректных задач / А.Н. Тихонов, В.Я. Арсенин. – 2-е изд. – М.: Наука. Гл. ред. физ.-мат. лит., 1979. – 283 с.




73

4. Симонов, Е.Н. Физика визуализации изображении в рентгеновской компьютерной томо-графии: моногр. / Е.Н. Симонов. – Челябинск: Издат. центр ЮУрГУ. – 2013. – 479 с.

5. Курикша, А.В. Применение методов решения некорректных задач для синтеза алгоритмов повышения разрешающей способности в радиолокации: дис. … канд. техн. наук / А.В. Курикша. – М., 2006. – 92 с.

6. Плохута, П.А. Исследование методов решения некорректных задач многосигнальной ра-диопеленгации на одной частоте: дис. … канд. техн. наук / П.А. Плохута. – М., 2009. – 162 с.

7. Тихонов, В.И. Оптимальный прием сигналов / В.И. Тихонов. – М.: Радио и Связь, 1983. – 320 с.

8. Сизиков, В.С. Использование регуляризации для устойчивого вычисления преобразования Фурье / В.С. Сизиков // Журн. вычисл. матемематики и мат. физики. – 1998. – Т. 38, № 3. – С. 376–386.

Симонов Евгений Николаевич, д-р техн. наук, профессор, заместитель директора по науке,

Южно-Уральский государственный университет, филиал в г. Кыштыме, г. Кыштым; n.e.simonov@ yandex.ru.

Иванеев Дмитрий Владимирович, аспирант кафедры экономики, управления и информа-ционных технологий, Южно-Уральский государственный университет, филиал в г. Кыштыме, г. Кыштым; [email protected].


__________________________________________________________________

DOI: 10.14529/ctcr150309

THE SIGNALS PROCESSING IN RADIONAVIGATION AS A ILL-POSED INVERSE PROBLEMS WITH APPLICATION OF THE METHOD OF REGULARIZATION E.N. Simonov, South Ural State University, Kyshtym Branch, Kyshtym, Chelyabinsk region, Russian Federation, [email protected], D.V. Ivaneev, South Ural State University, Kyshtym Branch, Kyshtym, Chelyabinsk region, Russian Federation, [email protected]

On the basis of the existing algorithms for processing of radar signals using the methods of solving ill-posed problems and the analysis has been suggested that the problem of reduction in the definition of the regularized solutions is promising and will allow semi-chit increase in accuracy (resolution) noise immunity is at least two times in comparison with existing processing techniques. Three variants of an inverse ill-posed problem and methods of its regularization (such as Tikhonov regularization method, Kalman filter, and so on) with respect to the radar. Analyzed and studied ex-ample of regularized solutions for the Fourier transform, which is built on the basis of a decision of the Fredholm integral control of the first kind of convolution type, which is used for mathematical processing of signals in radar, navigation and other fields.

Keywords: the problem of reduction, inverse problems, ill-posed problems, regularization, noise-immunity.

References 1. Sizikov V.S. Matematicheskie metody obrabotki rezul'tatov izmereniy [Mathematical Methods of

Processing the Results of Measurements]. St. Petersburg, Politehnic Publ., 2001. 240 p.




74

2. Polyanin A.D., Manzhirov A.V. Spravochnik po integral'nym uravneniyam: Tochnye resheniya [Handbook of Integral Equations: Exact Solutions]. Moscow, Factorial Publ., 1998. 432p.

3. Tikhonov A.N., Arsenin V.Ya. Metody resheniya nekorrektnykh zadach [Methods for Solving Ill-Posed Problems]. Moscow, Home Edition of the Physical and Mathematical Literature Publ., 1979. 283 p.

4. Simonov E.N. Fizika vizualizatsii izobrazhenii v rentgenovskoy komp'yuternoy tomografii: mo-nografiya [Physics Visualization Image in X-ray Computed Tomography: a Monograph]. Chelyabinsk, South Ural St. Univ. Publ., 2013. 479 p.

5. Kuriksha A.V. Primenenie metodov resheniya nekorrektnykh zadach dlya sinteza algoritmov po-vysheniya razreshayushchey sposobnosti v radiolokatsii: dis.kand. teh. nauk [Application Methods for Solving Ill-Posed Problems for the Synthesis Algorithms Increasing Resolution in Radar: Thesis of Candidate of Technical Sciences]. Moscow, MSTI, 2006. 92 p.

6. Plokhuta P.A. Issledovanie metodov resheniya nekorrektnykh zadach mnogosignal'noy radiope-lengatsii na odnoy chastote [The Study of Methods for Solving Ill-Posed Problems of Multisignal-finding on the Same Frequency: Thesis of Candidate of Technical Sciences]. Moscow, MSTU of N.A. Bauman, 2009, 162 p.

7. Tikhonov V.I. Optimal'nyy priem signalov [Optimal Signals Reception]. Moscow, Radio and Connection Publ., 1983. 320 p.

8. Sizikov V.S. [The Application of Regularization for Stable Computation of the Fourier Trans-form]. Mathematics and Physics Journal, 1998, vol. 38, no. 3, pp. 376–386.



Симонов, Е.Н. Обработка сигналов в радионави-гации как обратная некорректная задача с применени-ем методов регуляризации / Е.Н. Симонов, Д.В. Ива-неев // Вестник ЮУрГУ. Серия «Компьютерные тех-нологии, управление, радиоэлектроника». – 2015. – Т. 15, № 3. – С. 66–74. DOI: 10.14529/ctcr150309

Simonov E.N., Ivaneev D.V. The Signals Processing in Radionavigation as a Ill-Posed Inverse Problems with Application of the Method of Regularization. Bulletin of the South Ural State University. Ser. Computer Technolo-gies, Automatic Control, Radio Electronics, 2015, vol. 15, no. 3, pp. 66–74. (in Russ.) DOI: 10.14529/ctcr150309



75

Синтез антенной системы с рефлектором сложной формы рассмотрен в [1]. В настоящей ста-тье рассмотрена практическая реализация данной антенной системы с учетом условий эксплуата-ции, электрических и технологических требований к ней. К наиболее жестким условиям эксплуа-тации можно отнести большой диапазон температур (–50…50 °С), интенсивные осадки, ветер до 50 м/с. Из электрических требований можно выделить диапазон частот 960…1215 МГц, КСВн в диапазоне частот не более 1,4, уровень выходной мощности в режиме передачи 0,2 КВт (с кратко-временным повышением до 0,4 кВт), ширину диаграммы направленности (ДН) в горизонтальной плоскости ±35 и специальную форму ДН в вертикальной [1]. Конструктивные решения должны приниматься с учетом снижения массогабаритных параметров и повышения технологичности.

В соответствии с вышеуказанными электрическими требованиями в [1] была синтезирована антенная система, представляющая собой линейную фазированную решетку (ФАР), состоящую из восьми полуволновых излучателей. Амплитудное распределение ФАР жестко определяется конструкцией диаграммообразующей схемы (ДОС) (обсуждается ниже), а фазовое распределение было синтезировано по заданной форме ДН в вертикальной плоскости с учетом рабочего диапа-зона частот. Поэтому основными задачами разработки антенной системы являются отработка конструкции излучателя ФАР, разработка ДОС и защита конструкции от внешних воздействий.

Конструкция излучателя ФАР является определяющей всей антенной системы. Главная особенность излучателя заключается в относительной широкой рабочей полосе частот – 23 % относительно средней частоты, при достаточно жестких требованиях по согласованию. Отработ-ка широкополосных излучателей ограниченных размеров и со стабильным фазовым центром достаточно сложная задача, трудно поддающаяся теоретическому анализу. В нашем примере конструкция излучателя отрабатывалась экспериментально.

УДК 621.396.6(07) DOI: 10.14529/ctcr150310

КОНСТРУКЦИЯ АНТЕННОЙ СИСТЕМЫ С РЕФЛЕКТОРОМ СЛОЖНОЙ ФОРМЫ М.С. Воробьев1, Л.П. Кудрин1, Р.Р. Салихов2, А.Б. Хашимов1 1 Южно-Уральский государственный университет, г. Челябинск; 2 ООО «Научно-производственное объединение «Радиотехнические системы», г. Челябинск

Разработана конструкция антенной системы с рефлектором сложной формы. Антенная система представляет собой линейную фазированную решетку из восьми широкополосных излучателей. В статье рассмотрена конструкция широкополосного излучателя с рефлектором. Широкополосность излучателя реализуется большим сечением плеч вибратора. Включение в точке питания излучателя четвертьволнового короткозамкнутого шлейфа на симметричной линии передачи обеспечивает симметрирование питания. Согласование излучателя в широкой полосе частот достигается размещением вблизи плеч излучателя пассивного короткозамкну-того вибратора. Форма вибратора и его положение определяются экспериментально. Рефлек-тору придана специальная форма для обеспечения электрических свойств излучателя.

Рассмотрена конструкция диаграммообразующей схемы для реализации заданного АФР антенной решетки. В формировании фазового распределения решетки участвуют предвари-тельно рассчитанные длины соединительных кабелей.

Для защиты антенной системы от климатических факторов конструкцией предусмотрено применение плоского обтекателя и листового стеклотекстолита. Представлены результаты экспериментального исследования опытных образцов отдельных излучателей и антенной сис-темы в целом. При изготовлении антенной системы используются листовые алюминиевые сплавы с применением вырубки, гибки, сварки, нанесения проводящего защитного покрытия. Это обеспечивает низкую стоимость антенной системы, хорошие массогабаритные параметры и высокую технологичность конструкции.

Ключевые слова: фазированная антенная решетка, излучатель, диаграммо-образующая схема, диаграмма направленности, широкополосность, конструкция.




76

Классический полуволновый вибратор имеет довольно узкую полосу рабочих частот вслед-ствие сильной частотной зависимости как реактивной, так и активной составляющих его входно-го сопротивления [2]. Активная составляющая изменяется несколько слабее. Снижению частот-ной зависимости входного сопротивления вибратора способствует снижение его волнового со-противления, чего можно добиться увеличением толщины его плеч. Однако это приводит к про-блемам его возбуждения. На практике используется компромиссное решение в виде плавно из-меняющейся толщины вибратора, начиная от точки возбуждения к концам плеч вибратора. При-мером такого решения может служить биконическая антенна, которая, однако, отличается низкой технологичностью.

Другим способом расширения полосы пропускания вибратора является применение частот-но-компенсирующих элементов. Примером такого элемента может служить четвертьволновый короткозамкнутый шлейф, подключенный ко входу вибратора [2]. Он же может быть использо-ван и в качестве симметрирующего устройства. Однако для эффективной частотной компенсации требуется очень низкое волновое сопротивление шлейфа, трудно реализуемое на практике. Сле-дующим примером частотно-компенсирующего элемента может служить короткий пассивный вибратор, расположенный вблизи излучающего вибратора. Компенсация здесь обусловлена на-водимым реактивным сопротивлением в активном вибраторе.

Очевидно, что для существенного расширения рабочей полосы частот целесообразно приме-нить комплекс мер. Разработанная конструкция излучателя показана на рис. 1.

Вибратор, стойки его крепления и основание изготавливаются из листового материала. Плечи вибратора, таким образом, являются плоскими и имеют клиновидную форму. Небольшие скосы на концах плеч позволяют снизить отраженные от них волны. Плечи фиксируются относительно друг друга с помощью диэлектрической пласти-ны прямоугольной формы, в центре которой про-резано отверстие овальной формы для размеще-ния узла питания. Вибратор устанавливается на отражателе с помощью двух стоек, выполняющих одновременно роль симметрирующего устройст-ва. Для этого они выполнены в виде четвертьвол-новой симметричной линии. Ширина полосок-стоек и расстояние между ними выбирались из конструктивных соображений (обеспечение жест-кости конструкции). Волновое сопротивление та-кой полосковой линии слишком велико для того чтобы использовать ее в качестве частотно-компенсирующего элемента. Поэтому в конструк-цию излучателя введена компенсационная пласти-на, выполняющая роль пассивного вибратора. Пластина установлена на диэлектрических под-

ставках. Форма пластины, толщина подставок подобраны экспериментально для достижения мак-симального согласования в полосе рабочих частот. Возбуждение вибратора производится с помо-щью коаксиального кабеля с волновым сопротивлением 50 Ом. Кабель прокладывается по внешней стороне одной из стоек. Наружная оплетка кабеля в месте соединения ее с плечом вибратора и по всей длине стойки пропаивается без зазоров. Конструкция узла возбуждения понятна из рисунка.

Отработка конструкции производилась с учетом геометрии отражателя, исключающего из-лучение в заднюю полуплоскость. Геометрия отражателя, рассчитанная в [1], показана на рис. 2.

Отражатель представляет собой короб трапецевидной формы и является одновременно не-сущей частью антенной системы. Поперечные размеры короба подобраны таким образом, чтобы, с одной стороны, обеспечить необходимую ширину ДН в горизонтальной плоскости и, с другой стороны, полностью скрыть излучатель (это позволило применить плоский обтекатель). Про-дольный размер короба определяется размещением восьми излучателей по его длине.

Рис. 1. Конструкция излучателя


Воробьев М.С., Кудрин Л.П., Конструкция антенной системы Салихов Р.Р., Хашимов А.Б. с рефлектором сложной формы


77

Рис. 2. Установка излучателя в короб

Расчетная и экспериментальная формы ДН в горизонтальной плоскости показаны на рис. 3.

На рис. 4 приведены результаты экспериментального исследования согласования излучателя. Измерения ДН и согласования проводились на измерительном стенде антенного полигона с по-мощью измерителя комплексных коэффициентов передачи «Обзор-103» фирмы «Планар». Так как лучшее совпадение расчетных и экспериментальных результатов наблюдается на средней частоте (1080 МГц), то на рис. 3 представлены результаты ДН для менее благоприятных крайних частот диапазона. Необходимо отметить низкую чувствительность электрических параметров излучателя к погрешностям его изготовления. Единственным элементом настройки излучателя после его изготовления при необходимости может служить высота диэлектрических подставок пассивного вибратора, которая подбирается по критерию согласования в полосе частот.

а) б)

Рис. 3. Диаграммы направленности излучателя антенной системы в горизонтальной плоскости (сплошная линия – расчетная ДН; штрих – экспериментальная ДН): а – на частоте 960 МГц, б – на частоте 1215 МГц

0.2

0.4

0.6

0.8

1

30

210

60

240

90

270

120

300

150

330

180 0

0.2

0.4

0.6

0.8

1

30

210

60

240

90

270

120

300

150

330

180 0



Bulletin of the South Ural State University. Ser. 78

Рис. 4. Зависимость КСВн на входе излучателя от час

Диаграммо-образующая схемапределения на входах излучателей ФАР. ДОС представлена на рис. 5.

Рис. 5. Диаграммообразующая схема антенной системы

При разработке конструкции ДОС в первую очередь ее высокой технологичности. Поэтому для построения ДОС были использованы промышленно выпускаемые квадратурные мосты. Включение мостов по схеме, показанной на рис.вает спадающее к краям амплитудное распределенобходимое фазовое распределение [1] обеспечивается длинами коаксиальных кабелей c учетом фазовых сдвигов в ДОС. Все квадратурные мосты плате, выполненной из фольгированного высоков пределах платы использованы копланарные линии передачи с волновым сопротивлением 50 Ом.Конструкция платы ДОС показана на рис.


Bulletin of the South Ural State University. Ser. Computer Technologies, Automatic Control, Radio Electronics2015, vol. 15, no.

4. Зависимость КСВн на входе излучателя от частоты

образующая схема (ДОС) обеспечивает необходимое амплитуднопределения на входах излучателей ФАР. ДОС представлена на рис. 5.

Диаграммообразующая схема антенной системы

При разработке конструкции ДОС в первую очередь принималось во внимание обеспечение ее высокой технологичности. Поэтому для построения ДОС были использованы промышленно выпускаемые квадратурные мосты. Включение мостов по схеме, показанной на рис.вает спадающее к краям амплитудное распределение с соотношением амплитуд на выходах. Нобходимое фазовое распределение [1] обеспечивается длинами коаксиальных кабелей

учетом фазовых сдвигов в ДОС. Все квадратурные мосты WE1–WE7 расположены на одной плате, выполненной из фольгированного высокочастотного материала. Для соединения в пределах платы использованы копланарные линии передачи с волновым сопротивлением 50 Ом.Конструкция платы ДОС показана на рис. 6.


Computer Technologies, Automatic Control, Radio Electronics. 2015, vol. 15, no. 3, pp. 75–82

(ДОС) обеспечивает необходимое амплитудно-фазовое рас-

принималось во внимание обеспечение ее высокой технологичности. Поэтому для построения ДОС были использованы промышленно выпускаемые квадратурные мосты. Включение мостов по схеме, показанной на рис. 5, обеспечи-

ие с соотношением амплитуд на выходах. Не-обходимое фазовое распределение [1] обеспечивается длинами коаксиальных кабелей W1–W8

7 расположены на одной частотного материала. Для соединения элементов

в пределах платы использованы копланарные линии передачи с волновым сопротивлением 50 Ом.


Воробьев М.С., Кудрин Л.П., Салихов Р.Р., Хашимов А.Б.


Балластные резисторы R1–Rсторов 100 Ом и каждый имеет суммарную мощность рассеяния 2входного квадратурного моста WEновлен на теплоотводящем основании вне псторы монтируются на поверхность платы (

Упрощенное изображение конструкция антенной системы (рабочее положение ное) приведено на рис. 7.

Рис. 7. Конструкция антенной системы

Все элементы ФАР (излучатели и ДОС) размещены внутри корпуса отражателя. Плата ДОС (условно не показана) расположена посредине корпуса для минимизации длин фазирующих кбелей. Все кабели проложены по стенкам корпуса и должны быть надежно закреплены. ДН ФАР в горизонтальной плоскости аналогична ДН отдельного излучателя и рассмотрена ранее. Расченые и экспериментальные ДН ФАР в вертикальной плоскости, сформированные системой излчателей и ДОС, приведены на рис. 8. Качество согласования антенной системы представзультатами экспериментального исследования на рис. 9.

Результаты экспериментального исследования антенной системы показывают качественное выполнение электрических требований, предъявленных при разработке системы.

Защита антенной системы от внешних тивных решений. В антенной системе применяются материалы и компоненты, сохраняющие свои параметры в заданном температурном диапазоне. Защита ФАР от климатических факторов обепечивается размещением всех компо

Корпус закрыт радиопрозрачным плоским обтекателем из листового стеклотекстолита с примнением герметика. Механическая прочность конструкции ФАР обеспечивается коробчатым сечением корпуса антенны с приваренными н

Конструкция антенной системы с рефлектором сложной формы


Рис. 6. Конструкция платы ДОС

R3 и R5–R7 образованы из двух параллельно включенных резсторов 100 Ом и каждый имеет суммарную мощность рассеяния 2 Вт. Балластный резистор

WE4 номиналом 50 Ом имеет мощность рассеяния 15новлен на теплоотводящем основании вне подложки. Квадратурные мосты и балластные резсторы монтируются на поверхность платы (SMD технология).

Упрощенное изображение конструкция антенной системы (рабочее положение

Рис. 7. Конструкция антенной системы

элементы ФАР (излучатели и ДОС) размещены внутри корпуса отражателя. Плата ДОС (условно не показана) расположена посредине корпуса для минимизации длин фазирующих кбелей. Все кабели проложены по стенкам корпуса и должны быть надежно закреплены. ДН ФАР

горизонтальной плоскости аналогична ДН отдельного излучателя и рассмотрена ранее. Расченые и экспериментальные ДН ФАР в вертикальной плоскости, сформированные системой излчателей и ДОС, приведены на рис. 8. Качество согласования антенной системы представзультатами экспериментального исследования на рис. 9.


Защита антенной системы от внешних воздействий обеспечивалась при принятии конструтивных решений. В антенной системе применяются материалы и компоненты, сохраняющие свои параметры в заданном температурном диапазоне. Защита ФАР от климатических факторов обепечивается размещением всех компонентов ФАР в герметичном коробчатом корпусе.

Корпус закрыт радиопрозрачным плоским обтекателем из листового стеклотекстолита с примнением герметика. Механическая прочность конструкции ФАР обеспечивается коробчатым сечением корпуса антенны с приваренными наружными стенками и усилением конструкции обтекателем.

Конструкция антенной системы с рефлектором сложной формы

79

образованы из двух параллельно включенных рези-Вт. Балластный резистор

4 номиналом 50 Ом имеет мощность рассеяния 15 Вт и уста-одложки. Квадратурные мосты и балластные рези-

Упрощенное изображение конструкция антенной системы (рабочее положение – вертикаль-

элементы ФАР (излучатели и ДОС) размещены внутри корпуса отражателя. Плата ДОС (условно не показана) расположена посредине корпуса для минимизации длин фазирующих ка-белей. Все кабели проложены по стенкам корпуса и должны быть надежно закреплены. ДН ФАР

горизонтальной плоскости аналогична ДН отдельного излучателя и рассмотрена ранее. Расчет-ные и экспериментальные ДН ФАР в вертикальной плоскости, сформированные системой излу-чателей и ДОС, приведены на рис. 8. Качество согласования антенной системы представлено ре-


воздействий обеспечивалась при принятии конструк-тивных решений. В антенной системе применяются материалы и компоненты, сохраняющие свои параметры в заданном температурном диапазоне. Защита ФАР от климатических факторов обес-

нентов ФАР в герметичном коробчатом корпусе. Корпус закрыт радиопрозрачным плоским обтекателем из листового стеклотекстолита с приме-

нением герметика. Механическая прочность конструкции ФАР обеспечивается коробчатым сечением аружными стенками и усилением конструкции обтекателем.




80

а)

б)

Рис. 8. Диаграммы направленности ФАР в вертикальной плоскости (сплошная линия – рас- четная ДН; штрих – экспериментальная ДН): а – на частоте 960 МГц, б – на частоте 1215 МГц

Рис. 9. Зависимость КСВн на входе антенной системы от частоты

-100 -80 -60 -40 -20 0 20 40 60 80 1000

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1

-100 -80 -60 -40 -20 0 20 40 60 80 1000

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

1


Воробьев М.С., Кудрин Л.П., Конструкция антенной системы Салихов Р.Р., Хашимов А.Б. с рефлектором сложной формы


81

Выбранные простые конструктивные решения составных частей антенной системы позволя-ют использовать для их реализации листовые алюминиевые сплавы, применяя простые и доступ-ные технологии вырубки и гибки, с последующим нанесением проводящих окисных покрытий. При этом масса антенной системы не превышает 10 кг.

Антенна предназначена для размещения на мачте, но разработка конструкции крепления ее к мачте в данной статье не рассматривается.


1. Войтович, Н.И. Обобщенные математические модели антенн радионавигационных сис-тем / Н.И. Войтович, А.Б. Хашимов // Антенны. – 2014. – № 1 (200). – С. 8–14.

2. Антенно-фидерные устройства / А.Л. Драбкин, В.Л. Зузенко, А.Г. Кислов и др. – М.: Со-ветское радио, 1974 – 536 с.

Воробьев Михаил Степанович, канд. техн. наук, доцент кафедры инфокоммуникационных

технологий, Южно-Уральский государственный университет, г. Челябинск; [email protected]. Кудрин Леонид Петрович, канд. техн. наук, доцент кафедры конструирования и производ-

ства радиоаппаратуры, Южно-Уральский государственный университет, г. Челябинск; klp@ kipr.susu.ac.ru.

Салихов Ринат Рафикович, главный конструктор, ООО «Научно-производственное объе-динение «Радиотехнические системы», г. Челябинск; [email protected].

Хашимов Амур Бариевич, канд. физ.-мат. наук, доцент кафедры конструирования и про-изводства радиоаппаратуры, Южно-Уральский государственный университет, г. Челябинск; [email protected].


__________________________________________________________________

DOI: 10.14529/ctcr150310

THE DESIGN OF THE ANTENNA SYSTEM WITH COMPLEX SHAPE REFLECTOR M.S. Vorob’ev, South Ural State University, Chelyabinsk, Russian Federation, [email protected], L.P. Kudrin, South Ural State University, Chelyabinsk, Russian Federation, [email protected], R.R. Salikhov, JSC Research and Development company “Radio Engineering Systems”, Chelyabinsk, Russian Federation, [email protected], A.B. Khashimov, South Ural State University, Chelyabinsk, Russian Federation, [email protected]

The design of the antenna system with complex shape reflector is developed. The antenna sys-tem is a linear phased array of the eight broadband radiators. The design of a broadband radiator with a reflector is considered. Inclusion of the quarter-emitter short-circuited loop on the symmetric-al transmission line in the feed point provides a power balancing. Coordination of the radiator in a wide frequency band is achieved by placing of the passive short dipole near the radiator current ele-ments. The shape of the dipole and its position are determined experimentally. Reflector is specially shaped to provide the electrical properties of the radiator.

The design of the beam-forming circuit for implementing a given amplitude-phase distribution of array excitation is offered. Previously calculated lengths of connecting cables participate in the formation of the phase distribution of antenna array.

Application of the flat sheet and fiberglass fairing is provided by the design for protection of the antenna system against climatic factors. The experimental results for radiator and prototype antenna system in general are presented. Aluminum alloy sheet with cutting, bending, welding and applying




82

a conductive protective coating are used in the manufacture of the antenna system. This provides low cost of the antenna system, good mass-size parameters and high manufacturability of the design.

Keywords: phased array, radiator, beam-forming circuit, pattern, broadband, structure.

References 1. Voitovich N.I., Khashimov A.B. [Generalized Mathematical Model of Antennas for Navigation

Systems]. Antennas, 2014, no. 1 (200), pp. 8–14. 2. Drabkin A.L., Zuzenko V.L., Kislov A.G. Antenno-fidernye ustroistva [Antennas and Feeder De-

vices]. Moscow, Soviet Radio Publ., 1974. 536 p.



Конструкция антенной системы с рефлектором сложной формы / М.С. Воробьев, Л.П. Кудрин, Р.Р. Салихов, А.Б. Хашимов // Вестник ЮУрГУ. Се-рия «Компьютерные технологии, управление, радио-электроника». – 2015. – Т. 15, № 3. – С. 75–82. DOI: 10.14529/ctcr150310

Vorob’ev M.S., Kudrin L.P., Salikhov R.R., Kha-shimov A.B. The Design of the Antenna System with Complex Shape Reflector. Bulletin of the South Ural State University. Ser. Computer Technologies, Automatic Control, Radio Electronics, 2015, vol. 15, no. 3, pp. 75–82. (in Russ.) DOI: 10.14529/ctcr150310



83

Введение Для защиты антенных устройств радиолокационных станций (РЛС) от воздействий внешней

среды используются различные радиопрозрачные изделия. По назначению и конструктивным особенностям различают: радиопрозрачные укрытия, окна и обтекатели. Главным электротехни-ческим требованием к данным изделиям является требование внесения минимальных искажений ЭМВ (электромагнитной волны) при сохранении прочностных и защитных свойств. Ниже в каче-стве наименования объекта исследования будет использоваться именно «обтекатель», как наи-более распространенное и широко используемое понятие.

Целесообразность обособленного измерения радиотехнических параметров обтекателя для целей оценки качества диаграммобразования антенны РЛС является в какой-то мере вопросом спорным, по причине относительно близкого расположения обтекателя к раскрыву антенны. На-личие поверхностных волн и многократных отражений от поверхности обтекателя значительно искажают комплексную диаграмму направленности (ДН) и коэффициент усиления (КУ) системы антенна-обтекатель (САО) [1]. Степень влияния данных факторов зависит от типа обтекателя, а также от его расположения относительно антенны.

Для регулярных обтекателей, поверхность которых геометрически регулярна, а радиус кри-визны много больше длины волны, преобладает влияние многократных отражений (переотраже-ний) или реакции. В частности, форма ДН САО изменяется следующим образом: появляются «наплывы» и искажения на главном лепестке, смещаются «нули» и боковые лепестки ДН, па-дает КУ. Так на рис. 1 показан типичный пример неудачного согласования антенны и обтекателя регулярного типа: величина УБЛ возрасла на 8 дБ, главный лепесток ДН подвергся значитель-ным искажениям на уровне –10 дБ. В некоторых случаях компенсация указанных паразитных эффектов требует существенной корректировки параметров САО вплоть до изменения конструк-ции самой антенны. Однако согласование антенны в составе САО ограничивает рабочий диапа-зон частот и возможности взаимного перемещения.

Вопрос об обособленном измерении радиотехнических параметров (в частности, потерь), явля-ется актуальным при разработке антенных систем, проведении технического контроля изготавли-ваемых обтекателей, исследовании их качества на объектах эксплуатации, а также при поиске не-исправностей РЛС. Контролю (исследованию) должны подвергаться величины потерь и фазового набега электромагнитной волны по раскрыву. В ряде случаев для регулярных обтекателей доста-точно контролировать только величину потерь. Этот параметр включает в себя как диссипативную, так и «отражательную» составляющую, и таким образом может являться параметром характеризую-щим искажение фазового фронта за счет нелинейного набега фаз, а значит и искажения ДН САО.

УДК 621.396.677.8, 621.396 DOI: 10.14529/ctcr150311

МНОГОЧАСТОТНЫЙ СПОСОБ ИЗМЕРЕНИЯ ПОТЕРЬ В ОБТЕКАТЕЛЯХ Н.В. Самбуров АО «Тайфун», г. Калуга

Измерение радиотехнических параметров конкретных экземпляров обтекателей для це-лей оценки качества диаграммообразования антенны РЛС является сложной с технической точки зрения задачей. Обтекатель часто располагается в ближней зоне и его влияние на диа-грамму направленности антенны невозможно оценить обособленно. Для этого обычно поль-зуются либо расчетным способом, либо способом оценки диэлектрических свойств образца обтекателя. Ниже рассмотрены методы измерения потерь ЭМВ в обтекателях регулярного ти-па, проблемы их практической реализации, предложен ряд способов решения проблем, свя-занных с переотражениями. Предложен многочастотный способ нивелировки отражения от обтекателя при измерении потерь методом замещения.

Ключевые слова: обтекатель, измерение потерь, отражение, измерение, измерение ха-рактеристик обтекателя.




84

Рис. 1. ДН антенны (тонкая линия) и ДН САО (толстая линия).

Случай неудачного согласования антенны и обтекателя Ниже будут рассмотрены методы измерения потерь (затухания) ЭМВ в обтекателях регуляр-

ного типа, проблемы их практической реализации, приведен ряд способов решения проблем, связанных с переотражениями. Также будет предложен многочастотный способ нивелирования отражения от обтекателя при измерении потерь методом замещения.

1. Методы измерения и оценки потерь. Методика измерения потерь методом замещения Потери (затухания ЭМВ) являются универсальным параметром, характеризующим как каче-

ство изготовления обтекателей, так и качество используемых материалов. Потери в стенке обте-кателя определяются следующим выражением [2]:

2П 1 ,pR k (1)

где дис

0p

Рk

Р – коэффициент диссипативных потерь по мощности; 2 отр

0

PR

Р – коэффициент

отражения по мощности. Следует подчеркнуть, что величина коэффициента отражения 2R абсолютна и постоянна по

знаку. То есть величина потерь П включает в себя диссипативные потери и потери на отраже-ние, и не зависит от реакции между обтекателем и апертурой антенны.

В технической литературе уделяется мало внимания вопросам, связанным с замерами потерь в обтекателях. Поэтому следует рассмотреть ряд известных методов изучения электрических свойств материалов (диэлектрическая проницаемость, тангенс угла диэлектрических потерь), ко-торые могут использоваться и для оценки потерь.

Так, известны резонансные, волновые и оптические методы, основанные на электрическом испытании технологических образцов (частей радиопрозрачной стенки), изготовленных в едином технологическом цикле с основным экземпляром. Однако данные методы больше подходят для оценки диэлектрических параметров используемых материалов, либо для обтекателей однослой-ной конструкции.


Самбуров Н.В. Многочастотный способ измерения потерь в обтекателях


85

Другим, упрощенным методом контроля обтекателей, может служить метод, основанный на оценке величины коэффициента отражения от поверхности 2R . Очевидно, что при наличии не-однородностей, связанных с отклонением от технологии производства обтекателей, возрастает как коэффициент отражения 2R , так и потери П . Вывод о годности изделия может быть сфор-мулирован на основе сравнения величины коэффициента отражения от стенки испытуемого об-разца с коэффициентом отражения от аналогичной части эталонного обтекателя [3, с. 269]. Дан-ный метод требует наличия полноценного эталона и не позволяет оценить абсолютную величи-ну потерь П . Также очевидно, что расстояние до обтекателя, позиционирование и ориентация антенны-зонда для испытуемого изделия и эталонного образца должны быть строго аналогичны, что создает конструктивно-технологические проблемы и вносит ограничения при организации и проведении измерений. По этой причине данный метод здесь также не будет рассмотрен.

Для испытания готовых экземпляров обтекателей часто используют метод замещения в по-ле плоской ЭМВ. Как правило, подобные испытания проводятся «штатно», в составе антенны и антенно-фидерного тракта РЛС, т. е. объектом исследований служит целиком САО. Подробно радиотехнические испытания САО описываются в специализированной литературе [3, 4].

Ниже будет приведена методика обособленного измерения радиотехнических параметров обтекателей. Обособленные испытания и испытания САО имеют сходства, так как основаны на едином методе, однако имеют и характерные различия; в частности, в вопросах требований к расстоянию до обтекателя, его размерам и ориентации.

Рабочее место в этом случае имеет сходство с рабочим местом для измерения коэффициента усиления антенн методом сравнения (другое название – метод замещения) [5]. Его схема пред-ставлена рис. 2.

Рис. 2. Схема проведения измерений

Измерительная антенна ИА1, запитанная генератором Г СВЧ-сигнала, создает в раскрыве ан-

тенны ИА2, расположенной на расстоянии R, условно плоский фронт волны. Общая методика проведения измерений следующая:

– производится настройка взаимной ориентации антенн ИА1 и ИА2 по критерию максималь-ного сигнала пр 0 E на входе приемного устройства ПрУ, причем обтекатель О в зоне измерения

отсутствует. Максимальный уровень сигнала пр 0 E фиксируется; – в зону измерений вносится обтекатель О и фиксируется на расстоянии L от ИА2, соосно с

линией визирования ИА1–ИА2. В случае необходимости производится установка необходимого (штатного) угла наклона обтекателя к линии визирования;

– отношение уровней сигналов на входе ПрУ до внесения обтекателя пр 0 E и после внесения

прE и будет определять потери в обтекателе:

пр

пр 0П

EE

.




86

Расстояние между антеннами R выбирается из неравенства 2

min2 ,dR R

(2)

где d – максимальный из размеров раскрывов 1d и 2d антенн ИА1 и ИА2 соответственно; – длина волны (минимальная из рабочего диапазона).

Расстояние h от линии визирования до плоской поверхности, формирующей первое побочное зеркальное отражение в направлении ИА2 (обычно расстояние до пола или стенок камеры), должно быть следующим:

min 0,6 .h h Rd

(3)

Расстояние L от измерительной антенны ИА2 до обтекателя О выбирается из условия 2

min ,2d aL L

(4)

где a – геометрический размер обтекателя. Приведенные выше выражения получены на основе простых геометрических соотношений

при условно плоской ЭМВ в раскрыве ИА2 (по критерию фазовой неравномерности менее 16 и спадающих амплитудных распределений) [3].

При практической реализации данного метода необходимо обеспечить стабильные значения уровня излучаемой мощности, характеристики приемных устройств и тракта, исключить отраже-ния от сторонних предметов. Также желательно, чтобы размеры апертуры ИА2 и штатной антен-ны РЛС были близки.

Однако главная проблема при измерении затухания методом замещения – наличие отраже-ний и переотражений ЭМВ от поверхности обтекателя, а, точнее, сопоставимость их величины с величиной потерь на обтекателе. В частности, величина потерь на отражение 2R для распро-страненных обтекателей на основе сотовой конструкции может составлять порядка 0,5–1,0 дБ, что часто выше величины диссипативных потерь. Переотраженная ЭМВ в промежутке раскрыв антенны – обтекатель вызывает осцилляцию величины сигнала на выходе антенны в зависимости от расстояния и длины волны.

2. Некоторые способы борьбы с реакцией обтекателя Влияние побочной отраженной волны на генератор измерительного устройства рассматри-

ваться не будет, так как, во-первых, присутствующие фидерные тракты (например, коаксиальные линии) сами по себе в какой-то являются мере развязывающими аттенюаторами, во-вторых, в современных измерительных приборах существует развязка генератора от отраженной волны. Поэтому рассмотрим реакцию только в промежутке раскрыв ИА2 – обтекатель О (см. рис. 2).

Для антенны ИА2 и обтекателя О ненормированная ДН САО 2F для постоянной длины волны определяется следующим выражением [1]:

2 220 ,AF E M L F (5)

где 0E – напряженность падающего на обтекатель поля; 2AF – множитель характеризующий ДН

антенны ИА2; M L – коэффициент модуляции. Коэффициент модуляции M L представляет собой периодическую функцию с периодом 2 ,

абсолютная величина которой изменяется гармонически при изменении L . Таким образом, для антенн АИ1 и ИА2 с фиксированной ориентацией и положением сигнал на входе приемника прЕ

пропорционален величине M L :

прЕ ~ M L .

Задача состоит в том, чтобы исключить влияние величины M L , а значит и расстояния до обтекателя L , на конечную величину П .




87

Одним из решений задачи может являться вариация фазы отраженной волны с до ( + ), с последующим арифметическим усреднением измеренных величин затухания, другим – перена-правление отраженной волны мимо приемной антенны. Рассмотрим некоторые возможные спо-собы реализации указанных решений:

1. Способ, основанный на вариации расстояния до обтекателя. Замеры производятся на двух расстояниях L : 1L и 2L (см. рис. 2), причем

2 1 4L L

.

Искомая величина потерь в данном случае находится следующим образом: пр 1 пр 2

пр 0П .

2

E L E LE

(6)

2. Способ, основанный на применении радиопрозрачной фазирующей структуры. Между об-текателем и ИА2 помещают однородную радиопрозрачную структуру – листовой диэлектриче-ский материал толщиной мl :

м 4l

,

где – диэлектрическая проницаемость материала. Важно, чтобы материал был ориентирован параллельно фронту падающей волны, потери в

материале и величина были минимальны. Среднее арифметическое значение измеренных ко-эффициентов прохождения с материалом и без него и будет являться искомой величиной (расчет ведется по аналогии с первым методом по (6)).

3. Способ организации двух противофазных измерительных каналов. Для этой цели удобно использовать три измерительные антенны и восьмиполюсный (либо шестиполюсный) векторный анализатор цепей, соединенный с данными антеннами. Расстояние L от антенн до обтекателя должно отличаться на величину 4 . Среднее арифметическое значение измеренных векторным анализатором S-параметров S21 и S31 и будет являться искомой величиной пр E .

4. Способ направления переотраженной ЭМВ мимо апертуры измерительной антенны. Для исключения влияния переотраженной волны производится поворот нормали обтекателя О и на-правление отраженной ЭМВ мимо апертуры ИА2.

Главным недостатком первого способа являются повышенные требования к точности фикса-ции расстояния L и ориентации обтекателя. По приблизительным оценкам, погрешность уста-новки величин 1L и 2L не должна превышать величину 0,016L , что довольно проблематич-но обеспечить с организационно-технологической точки зрения для обтекателей с высокими мас-согабаритными характеристиками.

Для второго способа главной проблемой является выбор материала и обеспечение его одно-родности и равномерности толщины. В частности, для удовлетворительной компенсации отра-жений средняя толщина материала пl должна обеспечиваться с точностью п 0,008l .

В третьем способе отсутствуют недостатки первого, связанные с точностью фиксации поло-жения обтекателя. Более того, при автоматизированных измерениях допускается некоторая рас-качка обтекателя, например, на подвесе, наличие которого (подвеса) значительно повышает опе-ративность измерений. Однако следует упомянуть о необходимости использования двух точно расположенных друг относительно друга приемных измерительных антенн, причем, желательно, идентичных и идентично ориентированных относительно изучаемой ИА. Точность установки антенн 0,016AL . При измерениях данным способом величина 2d в выражения (2)–(4) долж-на входить в удвоенном виде.

Четвертый из перечисленных способов обладает простотой и оперативностью оценки вклада реакции обтекателя в величину прЕ . Однако в связи с изменением коэффициента отражения 2R данный способ может закладывать погрешности, значительно возрастающие при приближении углов падения ЭМВ к углам компенсации (согласования). Кроме того, взаимная ориентация об-




88

текателя и излучающей апертуры может отличаться от соответствующих штатных характери-стик, что противоречит описанной выше общей методике.

Главной проблемой всех вышеперечисленных способов вариации фазы является их потенци-альная узкополосность, вызванная зависимостью результатов измерений от стабильности часто-ты и геометричского положения обтекателя. Далее будет рассмотрен способ, основанный на мно-гочастотных измерениях, позволяющий нивелировать отражения от обтекателя при измерении методом замещения.

3. Способ, основанный на многочастотных измерениях (многочастотный способ) Для исключения влияния переотражений на измеряемую величину потерь в обтекателе (в ча-

стности, способом замещения) может использоваться вариация несущей частоты сигнала, в отли-чие от вышеизложенных методов, суть которых фактически сводится к вариацией фазы переот-раженного сигнала.

Сущность данного метода заключается в следующем: – для изменения фазы отраженного сигнала используется вариация несущей частоты; – измерение производится во множестве частотных точек с последующей обработкой с це-

лью исключения влияния изменения коэффициента модуляции M L при расчете величины по-терь П .

Рассмотрим рабочее место для проведения измерений параметров обтекателей способом за-мещения (см. рис. 2). Пусть 1 и 2 – границы диапазонов длин волн, в которых будет осущест-вляться серия измерений величин пр iE , где i – порядковый номер измерения.

Тогда для того, чтобы периодическая функция M L при изменении длины волны с 1 до

2 осуществила n полных периодов, необходимо выполнение равенства

1 2

2 2 ,L L n

(7)

где n – целое положительное число. Найдем диапазон длин волн (частот) 1 2 , в котором следует производить измерение, для

случая заданной средней длинны волны 0 , равной

1 20 .

2

(8)

Для этого решим совместно (7) и (8) через систему уравнений:

1 2

1 20

2 2 ;

.2

L L n

Решение системы в общем виде дает следующий диапазон длин волн: 0 0; ,

где 2 2

04 2.

L n Ln

(9)

Для случая равномерного распределения частотных точек внутри диапазона 0 0; и величины 1n потери можно найти как среднее арифметическое расчетных потерь в каждой из частотных точек:

1ПП ,

Nii

N

(10)

где N – количество измерений; пр

0П i

ii

ЕE

– расчетные потери для каждой i -й частотной точки;




89

прiE , 0iE – измеренные величины сигналов для внесенного обтекателя и без него соответст-венно.

Очевидно, что чем больше величина n и больше количество точек N , тем точнее результат, полученный по (10). Величины n и N зависят от средней длины волны 0 и расстояния до об-текателя L.

Оценим границу использования способа для узкого диапазона частот, лежащих в пределах 0 . Для этого введем величины, характеризующие диапазон ( норм ) и расстояние до обте-

кателя ( k ), нормированные к центральной длине волны:

норм0

;

0

Lk

.

Тогда 2 2

норм4 2 .k n k

n

(11)

На рис. 3 показана зависимость норм от величины k для нескольких характерных величин n : 1, 2, 5, 10. С ростом величины n возрастает и точность измерений (при соответствующим росте N), так как увеличивается количество частотных точек. Однако с целью уменьшения минимально необходимого расстояния до обтекателя (в частности для выполнения условия (4)), величину следует ограничить: 5 10n .

Рис. 3. Зависимость величины норм от величины k для различных значений n

Анализ графика рис. 3 показал, что для сохранения минимальной ширины диапазона

норм 0,1 необходимо и достаточно, чтобы расстояние до обтекателя составляло

010 15L , что соответствует 5...10n . Данное значение L несколько меньше минималь-ного расстояния, на котором пропадают осцилляции коэффициента усиления и максимума ДН для обтекателя плоской формы (приведенного в [1, с. 68]): 025 30L , что позволяет произ-водить измерения на меньших расстояниях.




90

4. Краткое описание методики измерения. Замечания Существует два основных подхода к согласованию в полосе частот, позволяющих синтези-

ровать соответственно «электродинамически тонкие» и «электродинамически согласованные» обтекатели [6]. В первом случае подразумевается широкополосное, во втором – узкополосное или многодиапазонное согласование. Применение многочастотного метода для «электродинами-чески согласованных» обтекателей ограниченно требованием стабильного уровня согласования. Рабочий диапазон синтезируемой структуры должен быть не уже минимально необходимого, определенного по (11) или рис. 3 для известного расстояния L и выбранной величины n . При выполнении данного требования, методику измерения можно использовать не только для «элек-тродинамически тонких», но и «электродинамически согласованных» обтекателей.

Ниже кратко приводится последовательность вычислений и алгоритм измерений, необходи-мых для реализации предложенного способа. Заданными величинами будем считать следующие: центральная рабочая частота 0 , габаритные размеры измерительных антенн d1 и d2 и обтекателя a .

1. Согласно выражениям (2)–(4), (9) и графикам рис. 3 определяются геометрические разме-ры рабочего места и необходимый диапазон частот измерения 0 . Причем: k = 10…30, n = 5…10, (10 20)N n .

2. Производятся замеры величин 0iE на рабочем месте без обтекателя и величин прiE с об-текателем для каждого i = 1, 2, …, N .

3. Согласно (10) на основании рассчитанных серий величин Пi для каждой i -й частотной точки находится величина потерь П .

Рассмотрим особенности использования данного способа для случая измерения потерь в ши-рокой (более минимально необходимого рассчитанного диапазона 0 ) полосе частот. Дейст-вительно, измеренная и рассчитанная согласно (10) величина потерь П для заданного диапазона

1 2 не позволяет выявить возможные локальные экстремумы потерь в частотном диапазоне, однако это зачастую и не требуется. Для обтекателя, предназначенного для работы в составе РЛС с широкой сплошной полосой рабочих частот, величина П будет характеризовать качество изго-товления, а также комплексные радиотехнические характеристики станции в полосе частот.

5. Проверка методики Рассмотрим пример применения вышеизложенной методики на экземпляре плоского трехслой-

ного сотового обтекателя, изготовленного по отработанной технологии. Поведение радиотехниче-ских параметров в полосе частот и углах падения ЭМВ данного обтекателя считались известными.

В рабочем месте (см. рис. 2) вместо генератора Г и приемного регистрирующего устройства ПрУ был использован векторный анализатор цепей. Это позволило стабилизировать результаты, поднять точность измерений и автоматизировать некоторые их этапы. В качестве измерительных антенн были выбраны антенны П6-23А. С целью исключения влияния побочных отражений ЭМВ работы проводились в специализированной безэховой камере для антенных измерений, описанной в [7].

На основе вышеизложенной методики получены следующие относительные величины диа-пазона частот и расстояния для выбранного 5n : норм 0,06 , 23k .

Измерения Пi в области длин волн 0 0; производились автоматически ( 200N ). Предварительно в данной области была осуществлена калибровка уровня сигнала анализатора методом автоматической нормализации значения без внесенного обтекателя (таким образом зафиксирован уровень 0iE во всем диапазоне частот).

Результаты измерений и обработки показаны на рис. 4. Расчет величины П производился автоматически – штатными средствами векторного анализатора (см. параметр Mean на рис. 4) усреднением в диапазоне измеряемых частот. Данная величина с учетом исключения малознача-щих знаков составляет П 0,12 дБ, что соответствует среднему уровню условной медианной линии для графика.

Далее были проведены исследования устойчивости методики в диапазоне расстояний 0( 1)L k . Результаты приведены на рис. 5 и 6.




91

Рис. 4. График величин П i в диапазоне 0 0; при 0L k






92

6. Анализ результатов 1. Измеренная величина потерь П для каждого из трех положений обтекателя повторилась с

высокой точностью: до 2-го знака после запятой для величины, выраженной в логарифмических единицах. Причем механическая фиксация обтекателя не производилась (обтекатель подвеши-вался) ни в одном случае, а величина осцилляции отраженной волны (как следует из рис. 4–6, параметр Peak to Peak) была соизмерима, и даже превосходила величину потерь. При этом ам-плитуда визуально наблюдаемых колебаний обтекателя вдоль L составляла величину порядка

0(0,3 0,5) , а мгновенные значения П (параметр Mean), наблюдаемые в реальном времени, совпадали (сохранялись) до 3–4 знака после запятой.

2. На рис. 4 и 5 можно наблюдать, что величина потерь Пi в некоторых точках приобретает положительные значения, т. е. происходит согласование обтекателя с измерительной антенной. В этом случае КУ САО становится больше, чем КУ обособленной антенны.

3. Для проверки полученных предложенным методом результатов была проведена оценка потерь в обтекателе другим известным способом: перенаправлением переотраженной ЭМВ мимо апертуры измерительной антенны. Измерения проводились с учетом отсутствия экстремумов вели-чины П в данном диапазоне углов, что позволяет считать выбранный метод вполне допустимым.

Минимально необходимый угол поворота для каждого конкретного случая был найден эм-пирическим путем. Анализ результатов, представленных на рис. 7 и сопоставление с рис. 4–6, показали, что при повороте обтекателя на 20° осцилляция сигнала значительно снизилась. Форма кривой также подтверждает отсутствие экстремумов для выбранного значения угла разворота в выбранном частотном диапазоне 0 0; .

Рис. 7. График величин П i (дБ) в диапазоне 0 0; при 0L k . Обтекатель повернут на угол 20° в Е-плоскости.

В диапазоне 0 0; пиковые (минимальные и максимальные) значения вели-

чины Пi составили: 0 и 0,21 дБ. Измеренная величина потерь в центральной точке 0 соста-вила П 0,10 0,12 дБ, причем не удалось обеспечить стабильность результатов в коротком временном интервале. Кроме того, не удалось добиться повторяемости результатов до второго знака после запятой, из-за чего результаты измерения величины П представлены в виде диапа-зона. Причинами возникновения данных погрешностей следует считать влияние ряда организа-ционно-технологических факторов, в частности высокая парусность обтекателя (даже в цеховых условиях) при наличии свободного подвеса, не позволявшая фиксировать угол отклонения, а также обеспечить его повторяемость. Формально удалось осуществить достоверную оценку по-терь в точке с точностью до первого знака после запятой: П 0,1 дБ, что в целом не противоре-чит значениям, полученным многочастотным способом.




93

Также интерес представляет расчетная величина потерь в диапазоне частот (см. рис. 7 – па-раметр Mean), которая составила П 0,11 дБ. Данное значение с приемлемой точностью совпа-дает с величиной П 0,12 дБ, полученной предложенным многочастотным способом. Снижение величины потерь можно считать ожидаемым, так как при отклонении угла падения от нормали происходит снижение коэффициент отражения 2R .

4. Успешной проверке предложенного метода способствовала стабильность измеряемых ве-личин Пi , обеспечиваемая как комплексной аппаратурной стабильностью современных прибо-ров, так и автоматическим усреднением измеряемых величин в объеме 100 измерений на каждую частотную точку (см. значение параметра PtAvg на рис. 4–7). Данные факторы, а также условия проведения измерений, позволили анализировать столь малые величины.

Заключение Изложенная методика, исключающая (нивелирующая) влияние переотражений при измере-

нии радиопрозрачных укрытий, позволяет производить измерения потерь в обтекателе регуляр-ного типа с использованием метода замещения. Достоинствами способа следует считать:

– змерения производятся на достаточно малых расстояниях от измерительной антенны в зоне осцилляции;

– исключение требований к жесткой фиксации положения обтекателя относительно измери-тельных антенн в момент замера;

– широкие возможности по автоматизации процесса, вплоть до «мгновенных» вычислений искомой величины П , как продемонстрировано выше;

– высокая устойчивость результатов измерений: до первого (второго) знака после запятой для логарифмических единиц оценки.

Главный недостаток метода состоит в том, что величина П оценивается не в заданной частот-ной точке 0 , а комплексно для некоторого диапазона длин волн в «окрестностях» точки 0 :

0 0; .

Литература 1. Каплун, В.А. Обтекатели антенн СВЧ / В.А. Каплун. – М.: Советское радио, 1974. – 240 c. 2. Радиопрозрачные изделия из стеклопластиков / И.Г. Гуртовник, В.И. Соколов, Н.Н. Тро-

фимов, С.И. Шалгунов; под ред. В.И. Соколова. – М.: Мир, 2003. – 368 c. 3. Пригода, Б.А. Обтекатели антенн летательных аппаратов / Б.А. Пригода, В.С. Кокунько. –

М.: Машиностроение, 1970. – 288 с. 4. Измерение характеристик радиопрозрачного обтекателя бортовой антенны канала

спутниковой связи самолета ДРЛО / В.С. Верба, А.В. Виноградный, В.Н. Жданов и др. // Радио-техника. – 2009. – № 8. – С. 120–127.

5. Фрадин, А.З. Измерения параметров антенно-фидерных устройств / А.З. Фрадин, Е.В. Рыж-ков. – Изд. 2-е, доп. – М.: Связь, 1972. – 352 с.

6. Особенности проектирования и разработки радиопрозрачных обтекателей и укрытий, ра-ботающих в сантиметровом и миллиметровом диапазонах радиоволн / С.И. Шалгунов, В.И. Соко-лов, И.В. Морозова, Ю.С. Прохорова // Антенны. – 2015. – № 3 (214). – С. 63–68.

7. Самбуров, Н.В. Компактный антенный полигон в условиях геометрически ограниченных помещений / Н.В. Самбуров, Д.Ю. Рыбаков, Н.Г. Иванов // Электромагнитные волны и электрон-ные системы. – 2014. – Т. 19, № 10. – С. 25–32.

Самбуров Николай Викторович, начальник отдела, АО «Тайфун», г. Калуга; samburov.n.v@

yandex.ru.





94

DOI: 10.14529/ctcr150311

MULTI-FREQUENCY TECHNIQUE OF RADOME LOSS MEASUREMENT N.V. Samburov, Typhoon JSC, Kaluga, Russian Federation, [email protected]

The measurement of the specified radome example radiotechnical parameters for antenna radia-tion pattern forming the quality evaluation proposes is a technically complicated problem. A radome is often placed at the near-field zone and there is no possibility to evaluate its influence on antenna radiation pattern solitary. The mathematic method or the radome example dielectrically properties evaluation technique are ordinary used at this case. The technique of EM wave transmission loss measurements and the problems of practical implementation are being discussed with regards to ra-dome of a regular type. We offer series of methods to resolve problems, caused by multipath effects. The multi-frequency procedure of radome reflectivity levelling is proposed to measure losses by substitution technique.

Keywords: radome, transmission loss measurement, reflection, measurement, radome mea-surements.

References 1. Kaplun V.A. Obtekateli antenn SVCh [Microwave Antenna Radomes]. Moscow, Sovetskoe radio

Publ., 1974. 240 p. 2. Gurtovnik I.G., Sokolov V.I, Trofimov N.N., Shalgunov S.I. Radioprozrachnye izdeliya iz stek-

loplastikov [Radioparent Fiberglass Plastic Products]. Moscow, Mir Publ., 2003. 368 p. 3. Prigoda B.A, Kokun'ko V.S. Obtekateli antenn letatel'nykh apparatov [Aircraft Antenna Ra-

domes]. Moscow, Mashinostroenie Publ., 1970. 288 p. 4. Verba V.S., Vinogradnyy A.V., Zhdanov V.N., Smirnov V.S., Tobolev A.K., Chetverik V.N.,

Shirjaev A.M., Shrayber A.Ja. [Features of the Antenna Module Destined for Mobile Satellite Commu-nication System]. Radioengineering, 2009, no. 8, pp. 120–127. (in Russ.)

5. Fradin A.Z., Ryzhkov E.V. Izmereniya parametrov antenno-fidernykh ustroystv [The Measure-ments of Antenna-Feeder Device Parameters]. Moscow, Svjaz' Publ., 1972. 352 p.

6. Shalgunov S.I., Sokolov V.I., Morozova I.V., Prokhorova Yu.S. [Special Aspects of Designing and Development of Radiotransparent Radomes and Protective Covers for Operation in Centimetric and Millimetric Wave Bands]. Antennas, 2015, no. 3 (214), pp. 63–68. (In Russ.)

7. Samburov N.V., Rybakov D.Ju., Ivanov N.G. [Compact Antenna Range at Conditions of Geome-tricaly Limited Premisses]. Electromagnetic Waves and Electronic Systems, 2014, no. 10, pp. 25–32. (in Russ.)



Самбуров, Н.В. Многочастотный способ измере-ния потерь в обтекателях / Н.В. Самбуров // Вестник ЮУрГУ. Серия «Компьютерные технологии, управ-ление, радиоэлектроника». – 2015. – Т. 15, № 3. – С. 83–94. DOI: 10.14529/ctcr150311

Samburov N.V. Multi-Frequency Technique of Ra-dome Loss Measurement. Bulletin of the South Ural State University. Ser. Computer Technologies, Automatic Con-trol, Radio Electronics, 2015, vol. 15, no. 3, pp. 83–94. (in Russ.) DOI: 10.14529/ctcr150311



95

Введение Рассматриваемая задача связана с определением состава многокомпонентных сред при изме-

рении расхода и имеет отношение к нефтегазодобывающей, металлургической, химической, энергетической и другим отраслям хозяйства.

В настоящее время разработка методов и средств измерения расхода многокомпонентных (а значит и многофазных) потоков без предварительного разделения фаз является одной из акту-альных технических задач. Например, известно, что продукцией нефтяных скважин является смесь углеводородов, содержащая в различных количествах воду, соли, растворенный газ, меха-нические и другие примеси, но практически отсутствует граница между двумя основными фазо-выми состояниями смеси, так как нефть содержит в себе легкие углеводороды, находящиеся при нормальных условиях в газовом состоянии, а газ – тяжелые углеводороды, являющиеся в обыч-ном состоянии жидкостью. Это значительно усложняет их учет. Существующие отечественные средства измерения, применяемые для контроля дебита скважин, такие как «Спутник», «Асма», «Квант» и другие [1], не имеют технического и методического обеспечения, необходимого для получения достоверных результатов измерений. Кориолисовы расходометры отечественных производителей, в которых сочетается измерение расхода и плотности (например, U-образный Кориолисов расходомер Micro Motion фирмы Метран), имеют существенные ограничения по производительности и числу измеряемых компонент.

Большинство известных брендов в области измерений ведут работу в области многокомпо-нентной расходометрии. Следует отметить импедансный многофазный расходомер Roxar 2600 компании Emerson (рис. 1, а), принцип работы которого основан на использовании различий в физических свойствах измеряемых компонент, в частности, диэлектрической проницаемости, электропроводности и плотности с учетом значений давления и температуры. Чувствительная часть состоит из концентрично расположенных электродов (рис. 1, б), что позволяет детализиро-вать структуру потока. В пространстве между электродами измеряется электрический импеданс и диэлектрическая проницаемость среды.

Определение скорости течения выполняется корреляционным методом или с помощью труб Вентури. Погрешности, возникающие из-за переменного солесодержания и наличия в нефти пес-ка, который имеет одинаковую с нефтью диэлектрическую проницаемость, минимизируются ма-тематической обработкой.

Приборостроение, метрология и информационно-измерительные приборы и системы УДК 531.7 + 532.5 DOI: 10.14529/ctcr150312

ИДЕНТИФИКАЦИЯ СОСТАВА ЖИДКИХ СРЕД В ПРОТОЧНОЙ КАМЕРЕ НА ОСНОВЕ РЕЗОНАНСНЫХ ИЗМЕРЕНИЙ С.Г. Некрасов, Р.А. Хажиев Южно-Уральский государственный университет, г. Челябинск

Рассматривается виброакустическое устройство для измерения состава многокомпонент-ной жидкости. Работа устройства основана на свойстве конструкций резонансного типа изме-нять параметры вибрации при изменении внешней акустической нагрузки. Оригинальными здесь является и конструкция, позволяющая детализировать параметры текущей жидкости по сечению мерной части устройства, и метод измерения, основанный на отслеживании ампли-тудно-частотной характеристики, выбранной заранее формы колебаний, которая показала свою «живучесть» в разных средах или их комбинациях. Проведен модальный анализ и сформулированы критерии оптимальности формы колебаний сенсора для данной задачи. Проведены исследования чувствительности конструкции по частоте.

Ключевые слова: измерение расхода, многокомпонентная жидкость, идентификациясостава, резонансные измерения.


Приборостроение, метрология


96

а) б)

Рис. 1. Расходомер Roxar 2600 Многофазный расходомер MPM компании FMC Technologies [2] основан на работе фазиро-

ванной решетки (рис. 2, а). На внутренней поверхности трубопровода установлены акустические излучатели-прием-

ники, представляющие собой в совокупности пространственную фазированную решетку, диа-грамма направленности которых имеет узкий центральный лепесток и подавленные боковые (рис. 2, б). Прибор вычисляет пространственное положение границ компонент жидкости в раз-личные моменты времени, что позволяет получить пространственную структуру течения много-фазной среды во времени и тем самым измерить объемный расход многофазной жидкости. Плот-ность среды измеряется радиоизотопным плотномером.

а) б)

Рис. 2. Внешний вид многофазного расходомера MPM (а) и акустический скан его мерного участка в момент измерений (б)

Можно продолжать рассматривать ряд более или менее удачных реализаций многокомпо-

нентных устройств для измерения расхода и состава вещества, однако, очевидно, что на данный момент для измерения не очень больших величин расходов наиболее употребим кориолисов рас-ходомер. Импедансные или адмитансные устройства существенно дешевле и используются толь-ко для определения состава, а измерение объемного расхода осуществляется одним из традици-онных методов, что и позволяет в совокупности определить массовый расход каждой из компо-нент жидкости.

Одной из разновидностей импедансных устройств определения состава являются устройства на основе измерений акустического импеданса среды, причем измерения адресуют в окрестность одной из собственных частот сенсора [3], поэтому такие измерения можно еще классифициро-вать как резонансные. Сенсор представляет собой электромеханический преобразователь, рабо-тающий в звуковом или ультразвуковом диапазоне частот, который должен быть сопряжен неко-торым образом со средой измерения. Особенностью измерений здесь является то, что измеряется весь механический импеданс сенсора, поэтому возникает дополнительная задача выделения из


Некрасов С.Г., Хажиев Р.А. Идентификация состава жидких сред в проточной камере на основе резонансных измерений


97

общего значения импеданса нагрузки его акустической составляющей. Однако информационных параметров здесь гораздо больше и, в частности, появляется такой новый параметр, как резо-нансная частота сенсора.

1. Конструкция и принцип работы Упрощенный вариант предлагаемой конструкции

проточной части расходомера представлен на рис. 3. Конструкция состоит из внешней мерной трубы 1 и

укрепленных внутри нее n-измерительных сенсоров 2. Очевидно, что увеличение числа сенсоров позволит по-лучить лучшую детализацию структуры течения, одна-ко, чрезмерное их увеличение приведет к необходимо-сти создания такого же числа измерительных каналов, что отрицательно может сказаться на быстродействии устройства.

Принцип работы устройства основан на получении информации о поведении выбранной заранее одной из первых собственных форм колебаний сенсора в процес-се его взаимодействия с жидкостями различного состава. С каждым сенсором связаны не менее двух пьезоактивных датчиков, что позволяет не только гармонически возбудить, но и достоверно идентифицировать выбранную форму колебаний. Расположение сенсорной части конструкции непосредственно в жидкой среде позволяет решить проблему помехозащищенности, изолируя ее от внешнего воздействия (температура, влажность, давление и др.).

Возможности модального анализа позволяют установить спектр собственных частот как эле-ментов конструкции, так и всей мерной части устройства, причем для полноценного модального анализа конструкции необходимо также установление взаимосвязи между парциальными и ком-бинационными частотами. В понятие парциальная частота здесь вложен смысл собственной частоты элемента конструкции, причем элемента, являющегося ее неотъемлемой частью и, следовательно, содержащего в себе особенности крепления или возбуждения, что должно от-ражаться, например, в выборе вида краевых условий. Комбинационные частоты являются ре-зультатом совместного влияния всех элементов, объединенных в единый узел конструкции, подобного тому, как меняются собственные частоты двухмассовой модели по сравнению с час-тотами, соответствующих ей одномассовых моделей. Степень близости парциальных и комби-национных частот (для тех же форм колебаний) свидетельствует о величине влияния на коле-бания выбранного элемента других элементов конструкции, причем если парциальные и ком-бинационные частоты совпадают, то это означает, что данный элемент конструкции вибрирует независимо от других.

Очень часто необходимо обеспечить такую независимость колебаний одних элементов от дру-гих и такая задача решается в технике введением элементов конструктивной «виброразвязки», которые обычно выполняются как элементы с малой жесткостью в направлении основного коле-бания и с большой жесткостью в сопряженных направлениях. В нашем случае виброразвязка также необходима, иначе между информационными каналами появятся перекрестные связи, что будет существенно снижать количество измеряемой информации.

В работе для проведения модального анализа использовались вычислительные возможности системы CosmosWorks, а для верификации получаемых данных – модуль модального анализа в вычислительной системе Ansys Workbench.

Рассмотрим, полученные расчетным путем в системе CosmosWorks, частоты и формы собст-венных колебаний одного из сенсоров, так как по конструкции и способу крепления на внешнюю трубу они совершенно идентичны. Результаты представлены в табл. 1, а в табл. 2 представлены уже комбинационные частоты и формы мерной части устройства.

Видно, что в рассматриваемом диапазоне реализуются те же частоты и формы колебаний, что были получены ранее для отдельного сенсора, т. е. для данной конфигурации устройства уп-ругая связь между сенсорами через внешнюю трубу 1 (см. рис. 3) несущественна.

Рис. 3. Конструкция проточной части

расходомера




98

Таблица 1 Частоты и формы собственных колебаний сенсора

№ 1 2 3 4 5 F, Гц 44,5 272,7 283,2 447,9 471,4

Фор

ма

коле

бани

й

№ 6 7 8 9 10

F, Гц 819,9 866,4 1166,9 1232,5 1243,1

Фор

ма

коле

бани

й

Таблица 2 Комбинационные частоты и формы колебаний проточной части

№ 1 2 3 4 5 f, Гц 43,8–44,4 273,7–273,9 283,9–284,1 450,1–450,5 472,9–473,3

Фор

ма

коле

бани

й

Δf, Гц 0,1 1,2 0,9 2,6 1,9

№ 6 7 8 9 10 f, Гц 801,9–803,1 858,9–860,2 1115,5–120,3 1186,4–1189,1 1236,5–1238,9

Фор

ма

коле

бани

й

Δf, Гц 16,8 6,2 46,6 43,4 4,2

Для наглядной оценки степени влияния сенсоров

друг на друга проведем дополнительный численный эксперимент, в котором выполним в одном из них не-большое сквозное отверстие 1, как показано на рис. 4.

Очевидно, что, если виброразвязка между сенсо-рами реализована в достаточной мере, то изменение частоты должно наблюдаться только у сенсора, в ко-тором выполнено это отверстие. Модальный анализ данной конструкции выявил результаты, представлен-ные в табл. 3.

Рис. 4. Конструкция с отверстием

в одном из сенсоров




99

Таблица 3 Комбинационные частоты устройства с четвертой формой колебаний

№ сенсора 1 2 3 f4, Гц (с отверстием во 2 сенсоре) 448,91 439,95 449,12 f4, Гц (без отверстия) 448,91 444,15 449,12 Δf, Гц 0 4,2 0

Видим, что отверстие, выполненное во втором сенсоре, действительно не оказало никакого

влияния на частоты собственных колебаний первого и третьего сенсоров, следовательно, можно считать, что условие виброразвязки в данной конструкции обеспечено.

При выборе рабочих комбинационных частот и форм колебаний необходимо ориентировать-ся на максимальную простоту формы, что обеспечивает простоту ее возбуждения и контроля в процессе изменения состава жидкости. Направление и площадь поверхности колебаний должно выбираться из условия согласования сенсора с жидкостью, а это значит, что площадь сенсора в на-правлении основного колебания должна иметь характерный размер, сравнимый с длиной волны в жидкости [3], что, по сути, отвечает условию согласования генераторных преобразователей [4]. Следуя этим соображениям, выбрана четвертая форма с одной узловой окружностью и с взаимно перпендикулярными направлениями движения фланцев, реализующая изгибные колебания сен-сорной трубы в направлении перпендикулярном течению жидкости.

2. Модальный анализ конструкции при нагружении на жидкую среду Нагрузка на вибрирующий сенсор и, в том числе, акустическая нагрузка от сжимаемой жид-

кости (наличие компоненты газа делает нагрузку сжимаемой), требует специального рассмотре-ния на основе совместного решения уравнений теории упругости и гидродинамики (упруго-гидродинамическая или УГД-задача). Существенным для модального анализа является то, что все объекты являются резонансными фильтрами, подавляющими воздействия нерезонансных частот. Это позволяет рассматривать реакцию внешней среды, аналогично подходу в методе гар-монического баланса, в виде моногармонического воздействия с некоторыми эквивалентными плотностью, модулем упругости и коэффициентом демпфирования, которые непрерывным обра-зом связаны с плотностью, объемным модулем упругости и вязкостью исходной статической среды.

Очевидно, что в общем случае акустическая нагрузка с такими свойствами может быть пред-ставлена импедансом, обладающим на каких-то частотах чисто инерционными (индуктивными) свойствами, на других частотах – упругими (емкостными) свойствами, а на частотах, совпадаю-щих с его собственной частотой – свойствами чисто активного сопротивления. Поэтому, при на-гружении резонансного сенсора на такую среду можно ожидать, что его парциальная частота по-падает в диапазон частот акустической нагрузки, которая будет проявлять себя инерционно и то-гда комбинационная частота нагруженной системы должна понижаться. С другой стороны, когда парциальная частота сенсора попадает в диапазон частот, где акустическая нагрузка проявляется как реакция упругого элемента, то комбинационная частота должна повышаться.

Для сенсора, нагруженного на «бесконечное» или «полубесконечное» жидкое пространство, на низких частотах жидкая среда должна проявлять себя как вязко-инерционный элемент, приво-дящий к уменьшению частоты и амплитуды резонансного сенсора. В случае, если объем жидко-сти заключен в некоторое замкнутое пространство, вступают в силу конфигурационные факторы и тогда собственные частоты рассматриваемого объема жидкости будут определять не только упруго-инерционные свойства жидкости, но и форма, размеры и другие конфигурационные па-раметры.

Из вышеизложенного следует, что моделирование колебательного движения объема жидко-сти в окрестности резонансных частот сенсора можно проводить так же, как и для любой другой акустической нагрузки, задавая плотность и объемный модуль упругости при учете всех конфи-гурационных параметров области течения. Влияние эквивалентного демпфирования нагрузки нужно учитывать только в малой окрестности частоты собственных колебаний этой акустиче-ской нагрузки, при этом достичь близости собственных частот сенсора и нагрузки практически невозможно и значит задавать этот параметр не надо. По сути, с учетом сделанных замечаний,




100

УГД-задача может быть решена относительно комбинационных частот устройства, как задача модального анализа.

Важной задачей модального УГД-анализа является выбор комбинационной частоты и формы колебаний, реализуемой для всех измеряемых акустических сред (нефть, газ, вода). Жидкость, являясь нагрузкой на мерную часть устройства, имеет распределенную массу, и предсказать за-ранее, как это распределение будет влиять на реализацию тех или иных форм колебаний без про-ведения предварительных расчетов, практически невозможно. Поэтому полагаем, что внутреннее пространство проточной части заполнено водой, нефтью, газом или их комбинациями в виде эмульсий, при этом предварительно принимаем, что вода имеет плотность ρв = 1000 кг/см3 и мо-дуль объемной упругости Eв = 2,20·109 Па, а нефть плотность ρн = 750 кг/см3, модуль объемной упругости Eн = 1,33·109 Па [7]. Расчеты показали, что из всех форм колебаний наиболее «живу-чей» оказалась выбранная ранее четвертая форма с исходной частотой f4 = 447,9 Гц, результаты моделирования для которой представлены в табл. 4.

Таблица 4

Четвертая комбинационная форма колебаний проточной части

Среда Форма колебания Частота, Гц

Вода

3875,3

Нефть

3600,8

Видим, что частота, на которой реализуется данная форма, существенно увеличилась, что

свидетельствует о преобладании упругой составляющей в комплексном импедансе жидкостной нагрузки.

3. Чувствительность по частоте Будем рассматривать водонефтегазовую эмульсию, заполняющую мерную часть устройства.

Физические свойства такой жидкости можно определить по ее компонентному составу (1), (2): ρсм = kвρв + kнρн; (1) Eсм = kвEв + kнEн; (2) kв + kг+kн = 1, (3)

где ρсм, Eсм – плотность и объемный модуль упругости смеси; kв, ρв – относительное объемное содержание и плотность воды; kн, ρн – относительное содержание и плотность нефти; Eв, Eн – объемный модуль упругости воды и нефти; kг – относительное содержание газа. Плотностью и модулем упругости газа по сравнению с аналогичными параметрами жидкости здесь можно пренебречь, однако определенный объем газ будет занимать, и это здесь учтено в уравнении связи (3). Предполагается, что процесс измерений происходит при постоянном давлении и тогда сжимаемость газа не играет роли, так как параметр газосодержания уже содержит в себе инфор-мацию о давлении и объеме этой среды.

Зависимость комбинационной частоты (четвертой) от параметров объемного содержания яв-ляется, по сути, функцией преобразования устройства, т. е. его основной метрологической харак-теристикой. Поэтому было проведено исследование, в процессе которого изменяли два незави-симых параметра – водосодержание kв и газосодержание kг, при этом параметр нефтесодержания находится из уравнения связи. Результаты представлены на рис. 5.




101

Рис. 5. Зависимость измеряемой частоты от водосодержания kв (сплошная линия)

при различных уровнях газосодержания kг (штриховые линии) Изменение концентрации воды в смеси без газа на 5 % приводит к изменению измеряемой

частоты минимум на 6 Гц. Дополнительно произведены вычисления в начале, в середине и в конце диапазона измерения для случая изменения водосодержания kв на 1 % (табл. 5).

Таблица 5 Приращение частоты при изменении водосодержания kв на 1 % для kг = 0

Относительное объемное содержание ρcмеси, кг/м3 Eсмеси, Па f, Гц Δf, Гц Нефть Вода 0,01 0,99 997,5 2,19E+09 3873,1 2,2 0,99 0,01 752,5 1,33E+09 3597,6 3,2 0,51 0,49 872,5 1,75E+09 3767,8 3,5

Видим, что изменение концентрации воды kв в смеси на 1 % приводит к изменению измеряемой

частоты минимум на 2 Гц. Штриховыми линиями на рис. 5 отображены зависимости частоты иссле-дуемой формы колебаний от водосодержания kв при различном уровне газосодержания kг (10; 30 и 50 %). Полученные результаты показывают, что при увеличении процентной доли газа в трубопрово-де, увеличивается угол наклона кривой и, следовательно, и чувствительность преобразователя.

Теория информации дает нам три возможных метода измерения информации [4]: «частотный» с возможностью получения до 8 дит информации; «временной» с количеством информации до 6 дит и «амплитудный» – 4 дит информации с дольными единицами для различных физических величин.

Очевидно, что наиболее информативным и помехозащищенным методом измерений является частотный, но для его реализации необходимо, чтобы единицей информации являлся полноцен-ный период колебаний или, по-другому, необходимо, чтобы единицей измерения была величина один герц без дольных делений, так как в противном случае частотный метод превращается во временной. Представленные на рис. 5 данные позволяют заключить, что с чувствительностью не менее чем 1 Гц на 1 % водосодержания в данной конструкции можно реализовать частотный ме-тод измерений.

4. Влияние расчетной длины трубопровода При нагружении на жидкую среду, вибрации через эту среду могут передаваться с одного

сенсора на другой. Однако это легко устранить конструктивными мерами. Тогда остается по-следний неучтенный ранее параметр – это глубина столба жидкости, сопряженная с мерной ча-стью устройства.




102

Было проанализировано влияние длины трубопровода L и объема рассматриваемой жидкости на выбранные нами комбинационные частоты (рис. 6).

Рис. 6. Мерная часть устройства с прилегающим трубопроводом

Результаты исследования представлены на рис. 7.

Рис. 7. Влияние длины трубопровода (объема жидкости в нем)

на частоту колебаний сенсора Видно, что в расчетах обязательно необходимо учитывать прилегающий объем жидкости с

длиной не менее одного метра. 5. Исследование на сходимость Известно, что сходимость численной задачи к модельной обеспечивается при наличии ус-

тойчивости и необходимого уровня аппроксимации численной схемы [6]. Устойчивость постав-ленной задачи в выбранном диапазоне параметров обеспечивалась практически всегда, а аппрок-симацию задачи нам пришлось обеспечивать, проведя соответствующее исследование, результа-ты которого представлены на рис. 8.

Рис. 8. Значение частоты в зависимости характерного размера конечных элементов




103

Видим, что сходимость появляется при характерном размере конечных элементов 10–12 мм, при этом грубый размер дает завышенные значения частоты. Интересно, что аналогичное ис-следование в AnSYS показало на грубой сетке заниженные значения частот, но при измельче-нии конечных элементов результат стремился к тем же значениям частоты, что и в системе CosmosWorks.

Выводы По результатам модального анализа конструкции, выбрана наиболее оптимальная форма ко-

лебаний сенсоров, реализуемая при их нагружении разными акустическими средами – водой, нефтью и газом. Сформулированы критерии выбора оптимальной для данной задачи формы ко-лебаний сенсора. Исследования чувствительности по частоте показали, что предложенная конст-рукция обеспечивает чувствительность не менее чем 1 Гц на 1 % водосодержания, что позволяет использовать частотный метод измерения.

Данная конструкция уже сейчас может быть использована для практической реализации многокомпонентного расходомера на основе данных о комбинационных частотах с выбранной здесь формой колебаний сенсоров.


1. Гужов, А.Н. Совместный сбор и транспорт нефти и газа / А.Н. Гужов. – М.: Недра, 1973. – 280 с.

2. Multi Phase Meters – FMC Technologies. – http://www.fmctechnologies.com/en/Multiphase-meters/ Products.aspx.

3. Кикучи, Е. Ультразвуковые преобразователи / Е. Кикучи; пер. с англ. И.П. Голямина. – М.: Мир, 1972. – 425 с.

4. Новицкий, П.В. Электрические измерения неэлектрических величин / П.В. Новицкий. – 5-е изд., перераб. и доп. – СПб.: Энергия, 1975. – 576 с.

5. Войткова, Т.Г. Основы гидравлики: учеб. пособие / Т.Г. Войткова. – Иркутск: ИрГТУ, 2007. – 68 с.

6. Самарский, А.А. Численные методы: учеб. пособие для вузов / А.А. Самарский, А.В. Гулин. – М.: Наука, 1989. – 432 с.

Некрасов Сергей Геннадьевич, д-р техн. наук, профессор кафедры информационно-

измерительной техники, Южно-Уральский государственный университет, г. Челябинск; [email protected].

Хажиев Рамиль Адгамович, аспирант кафедры информационно-измерительной техники, Южно-Уральский государственный университет, г. Челябинск; [email protected].


__________________________________________________________________

DOI: 10.14529/ctcr150312

IDENTIFICATION OF THE LIQUID COMPOSITION IN A FLOW CHAMBER BY THE RESONANCE MEASUREMENT S.G. Nekrasov, South Ural State University, Chelyabinsk, Russian Federation, [email protected], R.A. Khazhiev, South Ural State University, Chelyabinsk, Russian Federation, [email protected]

This article describes a vibroacoustic device for measuring the composition of the multicompo-nent liquid. The device operation is based on the property of resonance type construction such as changing the vibration parameters when changing the external acoustic load. Construction which




104

allows to detail the parameters of the flowing liquid over the cross section of the measuring part of the device and the measuring technique which is based on tracking the amplitude-frequency response of the pre-selected mode shapes, which has showed persistence in different environments or their com-binations are unique. The modal analysis is carried out and optimality criteria of mode shape of a sen-sor for this task are formulated. Researches of sensitivity of the design frequency are carried out.

Keywords: flow measurement, multicomponent liquid, identification of the liquid composition, resonance measurement.

References 1. Guzhov A.N. Sovmestnyy sbor i transport nefti i gaza [Joint Collection and Transport of Oil and

Gas]. Moscow, Nedra Publ., 1973. 280 p. 2. Multi Phase Meters – FMC Technologies. Available at: http://www.fmctechnologies.com/en/

Multiphase-meters/Products.aspx (accessed April 2013). 3. Kikuchi E. Ul'trazvukovye preobrazovateli [Ultrasonic Transducers]. Moscow, World Publ.,

1972. 425 p. 4. Novitskiy P.V. Elektricheskie izmereniya neelektricheskikh velichin [Electrical Measurement of

Non-electrical Values]. St. Petersburg, Energy Publ., 1975. 576 p. 5. Voytkova T.G. Osnovy gidravliki [Fundamentals of Hydrodynamics]. Irkutsk, ISTU Publ., 2007.

68 p. 6. Samarskiy A.A. Chislennye metody [Numerical Methods]. Moscow, Science Pupl., 1989. 432 p.



Некрасов, С.Г. Идентификация состава жидких сред в проточной камере на основе резонансных из-мерений / С.Г. Некрасов, Р.А. Хажиев // Вестник ЮУрГУ. Серия «Компьютерные технологии, управ-ление, радиоэлектроника». – 2015. – Т. 15, № 3. – С. 95–104. DOI: 10.14529/ctcr150312

Nekrasov S.G., Khazhiev R.A. Identification of the Liquid Composition in a Flow Chamber by the Reso-nance Measurement. Bulletin of the South Ural State University. Ser. Computer Technologies, Automatic Con-trol, Radio Electronics, 2015, vol. 15, no. 3, pp. 95–104. (in Russ.) DOI: 10.14529/ctcr150312



105

Введение Функция управления персоналом (УП) в составе функций системы управления (СУ) предпри-

ятием эволюционировала от простого учета сотрудников, отражающего уровень оперативного управления, до уровня HRM (Human Resource Management – управление человеческим ресурсом, англ.), или HR-менеджмента как составляющей части стратегического управления организацией. В этом процессе сформировалась сложная структура показателей персонала и иП {п }i , где i = 1…p (p – количество показателей). В свою очередь, на основе показателей может формиро-ваться множество критериев и иК { }ik , где i = 1…r (r – количество критериев), характеризую-щих уровень развития персонала (РП) организации, то есть

и и1: П КF . (1) Оценку уровня РП принято проводить по критериям в разрезе сфер задач основной дея-

тельности (ОД), например, по структурным подразделениям, а также в разрезе категорий пер-сонала [1–3].

С целью построения механизма мониторинга кадровых процессов сложную структуру пока-зателей и критериев уровня РП необходимо проанализировать, прежде всего, для того, чтобы оценить относительную значимость направлений РП А { }i , где i = 1…s (s – количество пока-зателей), а также построить вектор приоритетов направлений РП иР , характеризуемых крите-риями иК , то есть

и и2 : К А РF . (2) Вектор приоритетов может обеспечить оценку тенденции РП и принятие обоснованных ре-

шений в управлении РП. Такая оценка позволяет также корректно определить, в каких случаях решение по инвестициям в персонал может быть недостаточным и потому неэффективным, а в каких избыточным и потому чрезмерно затратным и поэтому соответственно неэффективным.

Управление в социально-экономических системах УДК 004.78:005.7(075.8); 004.9:681.5 DOI: 10.14529/ctcr150313

МЕТОД ФОРМИРОВАНИЯ ВЕКТОРА ПРИОРИТЕТОВ ДЛЯ НАПРАВЛЕНИЙ РАЗВИТИЯ ПЕРСОНАЛА МАШИНОСТРОИТЕЛЬНОГО ПРЕДПРИЯТИЯ А.В. Костров, Е.А. Головина Владимирский государственный университет им. А.Г. и Н.Г. Столетовых, г. Владимир

Статья посвящена вопросам совершенствования автоматизированной системы управле-ния развитием персонала машиностроительной организации. Рассматривается алгоритм фор-мирования вектора приоритетов для направлений развития персонала на основе применения индикативного подхода и построения индикативной матрицы. Полученный вектор приорите-тов обеспечивает оценку тенденции развития системы управления персоналом и принятие обоснованных решений. Предложена методика оценки глобального уровня развития персона-ла. Показано, что предложенный подход позволяет выявить сильные и слабые стороны систе-мы управления персоналом, осуществить информационное обеспечение принятия управлен-ческих решений в целях оптимального использования человеческого капитала.

Ключевые слова: вектор приоритета, автоматизированная система управления, инди-кативная матрица, уровень развития, номограмма.


Управление в социально-экономических системах


106

Основным методом анализа показателей персонала считается сравнительный метод; в [4] приводятся следующие варианты сравнения:

сравнение фактических показателей за отчетный период с их плановыми значениями, по-зволяющее дать обобщающую количественную оценку совокупности всех причин или одной из них, обусловивших отклонение фактических показателей от плана;

сравнение фактических показателей за период с показателями предшествующего периода (периодов); оно позволяет определить динамику показателей и тенденцию развития предприятия;

межхозяйственное сравнение – сравнение показателей предприятия с показателями других предприятий с целью выявления неиспользованных возможностей и резервов, изучения и приме-нения передового опыта.

Сравнительный анализ позволяет получить оценку динамики отдельных показателей и кри-териев РП, однако не позволяет определить приоритеты РП в структуре планов предприятия. В связи с этим целесообразно сформировать комплексный метод оценки приоритета задач УП, основанный на оценке относительной значимости направлений РП, систематизации и совмест-ном применении показателей и критериев уровня РП; она обеспечит повышение достоверности информации и обоснованности принимаемых решений в области УП.

1. Постановка задачи Нужно учесть, что особенностью показателей персонала является наличие критических

уровней (два, три или большее количество таких уровней). Переход за пределы критических уровней блокирует дальнейшее развитие персонала, препятствует установлению нормального режима функционирования организации, способствует разрушению структуры персонала.

С учетом этого целесообразно перейти от пространства показателей и критериев к простран-ству индикаторов уровня развития (УР). Под индикатором понимаются параметры границ, в пре-делах которых система, включающая организационные механизмы, технологические связи, мате-риальные и финансовые потоки, может устойчиво функционировать и развиваться [5]. Индика-торы должны быть взаимосвязаны и адаптивны, т. е. регулярно корректироваться в процессе ин-дикативного управления РП. При таком подходе проблема оценки эффективности управления РП смещается в сторону создания соответствующего методического обеспечения, позволяющего по-стоянно держать процесс под контролем.

Назначение критических уровней показателей производится экспертным методом на основа-нии требований стратегии организации. Уровни сильно зависят от обстановки, в которой работа-ет организация, от сферы ее деятельности, от периода жизненного цикла организации. Поэтому признаки, по которым формируются критические значения показателей персонала, носят вер-бальный характер, что затрудняет принятие корректного решения. Для преодоления данного ограничения можно использовать методику, предложенную для оценки организационной зре-лости СУ, а также зрелости систем обработки информации как составляющих СУ [6].

В качестве методической основы для оценки критических значений показателей персонала предлагается использовать взаимосвязь стратегии организации и стратегии управления персона-лом, предложенную в [7]. В табл. 1 приведена часть данной классификации применительно к фа-зе динамического роста; она будет использована в рассматриваемом далее примере.

Эта классификация позволяет определить направление изменения показателей персонала, важность обеспечения точности значения того или иного показателя в зависимости от выбранной организационной стратегии и, соответственно, стратегии персонала. Конечно, описание состав-ляющих стратегии достаточно сложное, тем не менее, оно позволяет составить представление как о состоянии системы управления в организации, так и о направлениях ее развития, если это будет признано необходимым.

В качестве примера далее определяется вектор приоритета РП металлообрабатывающего це-ха машиностроительного предприятия, для которого определена стратегия динамического роста. В этих условиях наиболее актуальной является задача формирования и использования кадрового потенциала цеха, включающая формирование устойчивой структуры персонала, его укомплекто-ванности, высокого профессионально-квалификационного уровня и т. д. Результатом решения этой задачи является установление жестких требований в отношении границ целевых показате-лей. Далее используется структура показателей, предложенная в [8] и адаптированная к исполь-зованию в условиях исследуемой организации.


Костров А.В., Головина Е.А. Метод формирования вектора приоритетов для направлений развития персонала машиностроительного предприятия


107

Таблица 1 Взаимосвязь стратегии организации и стратегии управления персоналом

Тип стратегии организации Стратегия УП Составляющие стратегии УП Стратегия динамического роста Степень риска меньшая. Посто-янное сопоставление текущих целей и создание фундамента для будущего. Политика органи-зации и процедуры фиксируются письменно, поскольку они здесь необходимы и для более строго-го контроля, и как основа даль-нейшего развития организации

Сотрудники должны быть организационно закреплены, обладать гибкостью в изменяю-щихся условиях, быть проблемно-ориентиро-ванными и работать в тесном сотрудничест-ве с другими

Отбор и расстановка персонала: поиск гибких и верных людей, спо-собных рисковать. Вознаграждения: справедливые. Оценка: основывается на четко оговоренных критериях. Развитие личности: акцент на качест-венном росте уровня и области дея-тельности. Планирование перемеще-ний: учитываются реальные сего-дняшние возможности и разнообраз-ные формы служебного продвижения

Для определения допустимого дП и критического кП значений показателей предлагается

проводить детальную экспертизу, при этом процедура получения экспертных оценок может быть вполне традиционной. Следует отметить, что для определения значений дП и кП необходимо выработать соответствующие методические рекомендации для экспертов (табл. 2).

Таблица 2

Методические рекомендации для экспертов

Показатель персонала Обозна-чение Значение показателя

Количество вакантных мест 1п Свидетельствует о дефиците рабочей силы по данной категории работников

Численность работников пенсионного и предпенсионного возраста 2п Говорит о прогнозируемом дефиците рабо-

чей силы по данной категории работников Численность работников, имеющих тре-буемый уровень образования (среднее профессиональное)

3п Отражает уровень компетенции работников и показывает необходимость повышения уровня образования

Численность внутренних совместителей 4п Оценивает возможную потребность в пер-сонале на должностях совмещения

Численность работников, имеющих стаж работы менее величины среднего показателя стажа работы

5п Отражает уровень будущего высвобожде-ния персонала по возрасту

Количество увольнений 6п Свидетельствует о внешнем обороте персо-нала подразделения

Количество переводов на другое рабо-чее место 7п Свидетельствует о внутреннем обороте пер-

сонала подразделения Численность сотрудников, рекомендо-ванных на дополнительное обучение по результатам профессиональной оценки персонала

8п Определяет дефицит профессиональной под-готовки персонала

Численность сотрудников, рекомендо-ванных на дополнительное обучение по результатам компетентностной оценки персонала

9п Определяет узкие места в отношении кор-поративной культуры, дисциплины и моти-вации персонала

Количество обученных работников 10п Отражает уровень мотивации к развитию подразделения




108

Показатели целесообразно распределить по критериям персонала, которые рекомендованы в [9] при решении задачи формирования и использования кадрового потенциала. Предлагается на основе данных критериев ввести обобщенные группы показателей, по которым будет оценивать-ся уровень РП.

В табл. 3 приведены сводные данные оценки имеющегося ( иП ), допустимого ( дП ), крити-ческого ( кП ) уровней, а также весовых коэффициентов показателей А для сферы задач ОД «ме-таллообрабатывающий цех», категории персонала «рабочие». Определение дП и кП уровней показателя осуществлено методом экспертной оценки; значения, приведенные в таблице, явля-ются средними показателями мнений экспертов.

Таблица 3

Структура показателей персонала в соответствии с критериями уровня развития кадрового потенциала

№ п/п Критерий развития персонала Показатель

персонала иП дП кП

1 Оценка обеспеченности персоналом

1п 3 0 7 0,2

2п 6 7 14 0,4

3п 59 70 53 0,2

4п 4 4 11 0,2 2 Оценка движения персонала 5п 10 7 3 0,3

6п 8 11 21 0,5

7п 5 11 28 0,2 3 Оценка профессионально-

квалификационного уровня персонала

8п 8 14 28 0,4

9п 6 3 8 0,3

10п 19 10 1 0,3 2. Метод определения приоритетов направлений развития Далее для решения поставленной задачи оценки уровня РП необходимо провести нормали-

зацию показателей: вместо действительных значений показателей иП используются безразмер-ные величины

maxпп

пN ii

i , (3)

где maxпi – максимальное значение i-го показателя. Для рассматриваемого примера характерен

единый уровень maxпi для всех показателей; он соответствует общему требуемому количеству персонала и равен 70 работникам.

Как видно из табл. 2, требуется как минимизация некоторых из показателей, так и обеспече-ние максимального значения других:

п min,

п max.i

i

(4)

С целью обеспечения единства рассмотрения всех показателей те из них, для которых пред-почтительна максимизация п maxi , преобразуются к виду прп 1 п mini i . В резуль-тате формируется табл. 4 для расчета. В ней все критерии сведены в три группы, для каждого из критериев в группе определены весовой коэффициент (сумма весовых коэффициентов в группе равна единице) и границы уровней.




109

Таблица 4 Значения критериев по уровням развития персонала

Критерий/ показатель Вес

Границы уровней развития персонала Минималь-

ный Допусти-

мый Критиче-

ский Макси-

мальный Имею-щийся

Группа 1. Обеспеченность персоналом 1п 0,2 [0; 0,00) [0,00; 0,10) [0,10; 1) 1,00 0,04

2п 0,4 [0; 0,10) [0,10; 0,20) [0,20; 1) 1,00 0,09

3п 0,2 [0; 0,00) [0,00; 0,24) [0,24; 1) 1,00 0,16

4п 0,2 [0; 0,06) [0,06; 0,16) [0,16; 1) 1,00 0,06 Граничное значение обобщенного критерия по группе 1 – Гр1

[0; 0,05) [0,05; 0,18) [0,18; 1) 1,00 0,09

Группа 2. Движение персонала 5п 0,3 [0; 0,9) [0,90; 0,96) [0,96; 1) 1,00 0,86

6п 0,5 [0; 0,16) [0,16; 0,30) [0,30; 1) 1,00 0,11


[0; 0,38) [0,38; 0,52) [0,52; 1) 1,00 0,33

Группа 3. Профессионально-квалификационный уровень персонала 8п 0,4 [0; 0,2) [0,20; 0,40) [0,40; 1) 1,00 0,11

9п 0,3 [0; 0,04) [0,04; 0,11) [0,11; 1) 1,00 0,09


[0; 0,35) [0,35; 0,49) [0,49; 1) 1,00 0,29

Диапазон значений глобального критерия для уровня развития

[0; 0,52) [0,52; 0,73) [0,73; 1,73) 1,73 0,45

Количественные оценки критериев по группам показателей персонала получаются в преде-

лах шкалы от 0 (критерий отсутствует) до 1 (критерий присутствует в полной мере). При этом для каждой из групп будет определяться обобщенный групповой критерий Грi на основе частных критериев, входящих в группу. Обобщенный групповой критерий Грi определяется по формуле

Гр пi j j , (5) где i = 1…r, j = 1…h, h – число показателей в i-й группе.

На данном этапе расчёта возможен переход от показателей персонала к индикаторами иИ {и }i , где i = 1…p [10–12]. Для этого строится индикативная матрица, показывающая при-

надлежность показателей персонала и критериев УР определенному интервалу: минимальному, допустимому, критическому и максимальному (в соответствии с наименованием критических границ уровней):

и пи

и ки

гр

3: П И ,

4 : К И ,

5: Гр И .

F

F

F

(6)

В соответствии с условием осуществления минимизации критериев минимальный уровень считаем требуемым. Для рассматриваемого примера получается индикативная матрица, приве-денная в табл. 5.




110

Таблица 5 Индикативная матрица уровня развития персонала

Критерий/показатель Границы уровней развития персонала

Требуемый Допустимый Критический Максималь-ный

Группа 1. Обеспеченность персоналом 1п 0 1 0 0

2п 1 0 0 0

3п 0 1 0 0

4п 0 1 0 0 Оценка уровня обобщенного критерия по группе 1 – Гр1

0 1 0 0

Группа 2. Движение персонала 5п 1 0 0 0

6п 1 0 0 0


1 0 0 0

Группа 3. Профессионально-квалификационный уровень персонала 8п 1 0 0 0

9п 0 1 0 0


1 0 0 0

Оценка уровня глобального критерия для уровня развития 1 0 0 0

Из полученных результатов следует, что с учетом всех критериев структура категории пер-

сонала «рабочие» рассматриваемого цеха соответствует требуемому уровню, однако необходимо уделить особое внимание группе критериев «обеспеченность персоналом», которая соответствует только допустимому УР и является в данном случае приоритетной для развития. Выявленное от-клонение группы критериев от требуемого уровня, заданного на основании стратегии ОД, пока-зывает необходимость реализации соответствующих организационно-технических и социально-экономических мероприятий.

На основе индикативной матрицы может быть построен вектор приоритетов. В порядке убы-вания приоритетов группы критериев в рассмотренном примере будут располагаться следующим образом: обеспеченность персоналом (группа 1); профессионально-квалификационный уровень персонала (группа 3); движение персонала (группа 2). Можно заметить, что в примере группа критериев «профессионально-квалификационный уровень персонала» превосходит группу кри-териев «движение персонала» за счет показателя 9п (количество увольнений), которое соответст-вует допустимому уровню развития, в то время как все показатели, характеризующие группу критериев «движение персонала», находятся на требуемом уровне.

Точность построения вектора приоритета в условиях метода можно регулировать за счет ис-кусственного увеличения уровней РП их последовательным делением. В этом случае появляется несколько рангов УР. Например, если разделить допустимый уровень на три равных относитель-но каждого показателя, можно дополнительно ввести следующие уровни в порядке приближения к критическому: допустимый первого ранга, допустимый второго ранга и допустимый уровень ранга. При этом алгоритм расчета не изменяется.




111

3. Глобальная оценка уровня развития персонала На основании данных табл. 4 можно оценить не только вектор приоритетов критериев, но и

общий УР категории персонала «рабочие» рассматриваемого цеха. Глобальный критерий как ме-ра общего уровня РП определяется на основе групповых критериев.

Общий уровень РП – категория нечеткая, так как она определяется множеством различных показателей; естественно принять, что к одному и тому же уровню могут относиться организации с различными значениями показателей и групповых критериев, если они будут иметь одинаковые значения глобального критерия. Соответственно, в качестве модели глобального критерия целе-сообразно использовать абстрактное пространство, множество точек которого включает множе-ство возможных значений глобального критерия. В зависимости от принятого характера пред-ставления множества показателей и критериев базисом такого пространства являются соответст-венно показатели или групповые критерии. В условиях этой модели к одному и тому же УР бу-дут отнесены организации, если характеризующие их точки в пространстве глобальных критери-ев окажутся в одной и той же области. На этом основании в качестве глобального критерия оцен-ки уровня РП может быть принята длина вектора в соответствующем абстрактном пространстве.

В рассматриваемом примере в качестве модели глобального критерия для наглядности принято трехмерное пространство, базисом которого являются обобщенные групповые критерии [6]. При этом пространство глобальных критериев разделяется сферическими поверхностями на области, точ-ки в которых отражают один и тот же УР. Попадание точки в ту или иную область определяет уро-вень РП и, в свою очередь, определяется длиной ее радиуса-вектора, сферические поверхности явля-ются границами между областями смежных УР. При этом требуемый УР будет отражаться внутрен-ней сферой, каждый следующий – соответствующим сферическим тором в трехмерном пространстве.

На основании уравнения сферы в трехмерном пространстве можно определить радиусы сфер, разделяющих области пространства глобальных критериев на области, соответствующие смеж-ным критериям; это будет выражение

22 21 2 3Гр Гр Гр . (7)

Полученные по (7) значения радиусов сфер представлены в табл. 4. В качестве визуальной иллюстрации модели оценки зрелости организации предлагается постро-

ить номограмму, например, средствами программного продукта MathСad 2000 (см. рисунок), на кото-рой совместно представляются области в пространстве критериев, отражающие все уровни развития.

Номограмма уровней развития персонала организации

(Гр1, Гр2, Гр3)

Допустимый уровень

Требуемый уровень




112

4. Методика оценки приоритетов направлений развития персонала Предложенный алгоритм формирования вектора приоритетов для направлений РП на основе

индикативного подхода и построения индикативной матрицы включает также оценку глобально-го уровня РП. Для его реализации предлагается методика, состоящая из следующих этапов.

1. Выделить задачу анализа структуры персонала организации в соответствии со стратегией организации и стратегией управления персонала (см. табл. 1).

2. Сформировать множество показателей персонала, характеризующих задачу анализа (см. табл. 2).

3. Распределить показатели персонала по группам критериев, характеризующих уровень раз-вития персонала (см. табл. 3).

4. Определить критические уровни РП, задать границы уровней и веса значимости показате-лей персонала в составе групповых критериев, например, методом экспертной оценки.

5. Провести нормализацию критериев и преобразование к единому принципу рассмотрения поведения показателей персонала (например, минимизация).

6. По (7) определить границы областей принадлежности к уровням РП, значения групповых критериев принятых показателей.

7. Построить индикативную матрицу, показывающую принадлежность показателей персона-ла и критериев УР определенному интервалу – минимальному, допустимому, критическому и максимальному – в соответствии с наименованием критических границ уровней (см. табл. 5).

8. Построить вектор приоритетов развития рассматриваемой группы персонала. 9. При необходимости повышения точности построения вектора приоритетов ввести допол-

нительные уровни РП и повторить действия 6, 7, 8. 10. По значениям обобщенных групповых критериев рассчитать радиус сферы по формуле (7),

который определит общий УР рассматриваемой категории персонала. Определение уровня раз-вития персонала можно выполнить построением на номограмме (при наличии номограммы).

Заключение Рассмотрены вопросы совершенствования автоматизированной системы управления разви-

тием персонала машиностроительной организации в части разработки алгоритма формирования вектора приоритетов для направлений развития персонала на основе применения индикативного подхода и построения индикативной матрицы. Показано, что индикативный подход оказывается эффективным и оправданным: он позволяет выявить сильные и слабые стороны системы управ-ления персоналом, осуществить информационное обеспечение принятия управленческих реше-ний в целях оптимального использования человеческого капитала. При этом применение индика-тивного подхода к оценке эффективности управления развитием персонала предполагает наличие на предприятии комплексной концепции работы с персоналом на длительную перспективу и со-ответствующей системы требований к персоналу, представленной системой агрегированных кри-териев, а также наличие системы оценки профессиональной структуры кадров и набора целевых мероприятий, направленных на устранение выявленных отклонений.


1. Крылов, Э.И. Анализ эффективности использования трудовых ресурсов предприятия и расходов на оплату труда: учеб. пособие / Э.И. Крылов, В.М.Власова, И.В. Журавкова. – М.: Фи-нансы и статистика, 2006. – 272 с.

2. Юдицкий, А.С. Основы проектного анализа организационных систем: учеб. пособие / А.С. Юдицкий, П.Н. Владиславлев. – М.: Финансы и статистика, 2005. – 144 с.

3. Реймаров, Г.А. Комплексная оценка персонала: инженерный подход к управлению качест-вом труда / Г.А. Реймаров. – М.: Изд-во ЛКИ, 2010. – 424 с.

4. Шеремет, А.Д. Теория экономического анализа: учеб. / А.Д. Шеремет. – М.: ИНФА-М, 2002. – 333 с.

5. Самофалова, Е.В. Государственное регулирование национальной экономики: учеб. пособие / Е.В. Самофалова. – М.: КНОРУС, 2005. – 272 с.

6. Костров, А.В. Подход к управлению уровнем развития информационных систем / А.В. Ко-стров, И.В. Егорова, О. А.Жданович // Динамика сложных систем. – 2015. – Т. 9, № 1. – С. 24–32.




113

7. Управление персоналом организации: учеб. / под ред. А.Я. Кибанова. – 3-е изд, доп. и пере-раб. – М.: ИНФРА-М, 2006. – 638 с. – (Высшее образование).

8. Митрофанова, Е.А. Управление персоналом: теория и практика. Аудит, контроллинг и оценка расходов на персонал: учеб.-практ. пособие / Е.А. Митрофанова, А.В. Софиенко; под ред. А.Я. Кибанова. – М.: Проспект, 2013. – 80 с.

9. Управление: теория и практика. В 5 т. / под общ. ред. д.т.н., проф. О.В. Логиновского. – Т. 2. Логиновский, О.В. Корпоративное управление / О.В. Логиновский, А.А. Максимов. – М.: Ма-шиностроение-1, 2007. – 624 с.

10. Костров, А.В. Оценка уровня развития информационного менеджмента / А.В. Костров, О.С. Коротеева, С.Ю. Якунченкова // Прикладная информатика. – 2012. – № 3. – С. 46–54.

11. Костров, А.В. Модель оценки уровня развития информационных систем / А.В. Костров, О.А. Жданович // Алгоритмы, методы и системы обработки данных. – 2014. – № 3 (28). – С. 20–35.

12. Степень готовности системы управления бизнес-процессами к внедрению информаци-онных технологий (методика оценки) / О.А. Жданович, В.Ф. Корнюшко, И.С. Иванчук, А.В. Ко-стров // Прикладная информатика. – 2014. – № 2 (50). – С. 14–22.

Костров Алексей Владимирович, д-р техн. наук, профессор кафедры информационных сис-

тем и программной инженерии, Владимирский государственный университет им. А.Г. и Н.Г. Сто-летовых (ВлГУ), г. Владимир; [email protected].

Головина Елена Александровна, аспирант кафедры информационных систем и програм-мной инженерии, Владимирский государственный университет им. А.Г. и Н.Г. Столетовых (ВлГУ), г. Владимир; [email protected].


__________________________________________________________________

DOI: 10.14529/ctcr150313

METHOD OF PRIORITY VECTOR FORMING FOR AREAS OF THE PERSONNEL DEVELOPMENT OF MACHINE-BUILDING ENTERPRISE A.V. Kostrov, Vladimir State University named after A.G. and N.G. Stoletovs (VlSU), Vladimir, Russian Federation, [email protected], E.A. Golovina, Vladimir State University named after A.G. and N.G. Stoletovs (VlSU), Vladimir, Russian Federation, [email protected]

The article is devoted to improvement of the Computer Aided Management System of person-nel development of Machine-Building Enterprise. In the article the algorithm of forming of priorities vector for areas of staff development on the basis of the indicative approach and creation of an indic-ative matrix is considered. The resulting vector of the priorities provides an assessment of the trends in the development of personnel management system, and making reasonable decisions. The tech-nique of an assessment of the global level of development of staff is offered. It is shown that the of-fered approach allows to reveal the strong and weaknesses of a personnel management system, to realize the information support of management decision-making for the purpose of optimum use of the human capital.

Keywords: priority vector, computer aided management system, indicative matrix, level of de-velopment, nomogram.




114

References 1. Krylov Je.I., Vlasova V.M., Zhuravkova I.V. Analiz effektivnosti ispol'zovaniya trudovykh resur-

sov predpriyatiya i raskhodov na oplatu truda: Ucheb. Posobie [Analysis of Application Efficiency of Enterprise Manpower and Expenses on Compensation: Manual]. Moscow, Finansy i statistika Publ., 2006. 272 p.

2. Yuditskiy A.S., Vladislavlev P.N. Osnovy proektnogo analiza organizacionnykh sistem: Ucheb. Posobie [Bases of the Design Analysis of Organizational Systems: Manual]. Moscow, Finansy i statisti-ka Publ., 2005. 144 p.

3. Reymarov G.A. Kompleksnaya otsenka personala: inzhenernyy podkhod k upravleniyu kachest-vom truda [Complex Estimation of personnel: engineering approach to the work quality management]. Moscow, LKI Publ., 2010. 424 p.

4. Sheremet A.D. Teoriya ekonomicheskogo analiza: Uchebnik [Theory of the Economic Analysis: Textbook]. Moscow, INFA-M Publ., 2002. 333 p.

5. Samofalova E.V. Gosudarstvennoe regulirovanie natsional'noy ekonomiki: Ucheb. posobie [State regulation of national economy: Manual]. Moscow, KNORUS Publ., 2005. 272 p.

6. Kostrov A.V., Egorova I.V., Zhdanovich O.A. [An Approach to Management of the Develop-ment Level of Information Systems]. Dynamics of difficult systems, 2015, vol. 9, no. 1, pp. 24–32.

7. Upravlenie personalom organizatsii: Uchebnik [Human resource management of the organiza-tion: Textbook]. Moscow, INFRA-M Publ., 2006. 638 p.

8. Mitrofanova E.A., Sofienko A.V. Upravlenie personalom: teoriya i praktika. Audit, kontrolling i otsenka raskhodov na personal: uchebno-prakt. posobie [Human Resource Management: Theory and Practice. Audit, Controlling and Estimation of Expenses on the Personnel: Educational and Practical Manual]. Moscow, Prospekt Publ., 2013. 80 p.

9. Loginovskiy O.V., Maksimov A.A. Upravlenie: teoriya i praktika. Nauchnoe izdanie v 5 tomakh. T.2. Loginovskiy O.V. Korporativnoe upravlenie. Nauchnoe izdanie [Management: Theory and Practice. The Scientific Publication in 5 Volumes. Vol. 2. Loginovsky O. V. Corporate Management. Scientific Publication]. Moscow, Mashinostroenie-1 Publ., 2007. 624 p.

10. Kostrov A.V., Koroteeva O.S., Yakunchenkova S.Yu. [Estimation of a Level of Information Management Development]. Applied Informatics, 2012, no. 3, pp. 46–54. (in Russ.)

11. Kostrov A.V., Zhdanovich O.A. [An Assessment of the Development Level of Information Management]. Algorithms, methods and systems of data processing, 2014, no. 3 (28), pp. 20–35. (in Russ.)

12. Zhdanovich O.A., Kornyushko V.F., Ivanchuk I.S., Kostrov A.V. [Degree of the Readiness of the Control System of Business Processes for Introduction of Information Technologies (an Assessment Technique)]. Applied informatics, 2014, no. 2 (50), pp. 14–22. (in Russ.)



Костров, А.В. Метод формирования вектора прио-ритетов для направлений развития персонала машино-строительного предприятия / А.В. Костров, Е.А. Го-ловина // Вестник ЮУрГУ. Серия «Компьютерные технологии, управление, радиоэлектроника». – 2015. – Т. 15, № 3. – С. 105–114. DOI: 10.14529/ctcr150313

Kostrov A.V., Golovina E.A. Method of Priority Vector Forming for Areas of the Personnel Development of Machine-Building Enterprise. Bulletin of the South Ural State University. Ser. Computer Technologies, Automatic Control, Radio Electronics, 2015, vol. 15, no. 3, pp. 105–114. (in Russ.) DOI: 10.14529/ctcr150313



115

Введение 21 мая 2013 г. постановлением Правительства Российской Федерации № 426 утверждена Фе-

деральная целевая программа «Исследования и разработки по приоритетным направлениям раз-вития научно-технологического комплекса России на 2014–2020 годы» [1], основная цель кото-рой заключается в формировании конкурентоспособного и эффективно функционирующего сек-тора исследований и разработок в области прикладных исследований.

В Программе указано, что характерной чертой современного развития является переход к новому этапу формирования инновационного общества – построению экономики, базирующейся преимущественно на генерации, распространении и использовании знаний. Интенсификация производства и использование новых научно-технических результатов предопределило резкое сокращение инновационного цикла, ускорение темпов обновления продукции и технологий.

В качестве основных задач Программы указано создание опережающего научно-техноло-гического задела межотраслевой направленности по приоритетам развития научно-технологи-

УДК 621.865.8 + 378.046.4 DOI: 10.14529/ctcr150314

МЕХАТРОНИКА И РОБОТОТЕХНИКА КАК ИННОВАЦИОННОЕ ЗВЕНО В РАЗВИТИИ ИНЖЕНЕРНОГО И МЕДИЦИНСКОГО ОБРАЗОВАНИЯ Л.Ю. Овсяницкая1, Е.В. Юрасова2 1 Уральский социально-экономический институт (филиал) ОУП ВО «Академия труда и социальных отношений», г. Челябинск; 2 Южно-Уральский государственный университет, г. Челябинск

В настоящее время мехатроника и робототехника играют огромную роль в развитии со-временной медицины. Главной целью развития медицинской робототехники является высокая точность и качество обслуживания, повышение эффективности лечения, уменьшение рисков нанесения вреда здоровью человека. Однако, несмотря на достижения техники и технологий, специалисты здравоохранения не всегда осведомлены о них, а инженеры не имеют полной информации о потребностях современной медицины.

Авторами проведен критический анализ специфических особенностей сферы здраво-охранения и инженерии в области, связанной с взаимодействием с мехатроникой и робото-техникой. Выявлены причины возникновения сложившейся ситуации и предложены пути ре-шения проблемы.

Для достижения поставленной цели был проведен анализ законодательных и норматив-но-правовых документов в сфере развития науки и технологий, стратегии развития медицины, использованы методы анализа теоретических и практических предпосылок использования мехатроники и робототехники как инновационного звена в развитии медицине и инженерии.

Предложены педагогические пути решения описанного парадокса путем корректировки подходов к ведению занятий на циклах повышения квалификации специалистов здравоохра-нения и инженеров. Изложены факты реальной действительности, которые составляют осно-ву практических действий, связанных с проведением междисциплинарных исследований. Да-ны рекомендации для обеспечения более высокого уровня взаимодействия специалистов здравоохранения и инженеров-робототехников.

Определены причины возникновения низкого взаимодействия специалистов здравоохра-нения и инженеров-робототехников при решении междисциплинарных задач. Предложены педагогические пути решения данной проблемы.

По итогам исследования авторы делают вывод о том, что причиной недостаточно плот-ного взаимодействия специалистов здравоохранения и инженеров-робототехников является изолированность специалистов различных областей знаний, отсутствие необходимого ин-формационного обеспечения инновационных проектов и отсутствие межведомственного пла-нирования рыночно ориентированных исследований и анализа прогнозной маркетинговой информации и четкой стратегии коммерциализации.

Ключевые слова: мехатроника, робототехника, компьютерные технологии, специали-сты здравоохранения, бионический подход, повышение квалификации.




116

ческой сферы, использующего результаты, полученные в рамках системы фундаментальных ис-следований, и востребованного отраслями экономики; обеспечение системного планирования и координации исследований и разработок на основе выстраивания системы приоритетов развития научно-технологической сферы, опирающейся на систему технологического прогнозирования и учитывающей приоритеты развития секторов экономики.

Авторы статьи более десяти лет принимают непосредственное участие как в практических разработках высокотехнологичной техники [2–4], так и в педагогической деятельности, направ-ленной на подготовку инженеров и специалистов здравоохранения к работе с современными про-граммно-аппаратными комплексами. За эти годы несколько раз произошла смена поколений компьютерной техники, технологий и устройств медицинского назначения. Это позволило авто-рам наблюдать динамику подготовки специалистов в области здравоохранения и инженерии в профильных вузах и сделать выводы о необходимости внедрения новых организационных и пе-дагогических подходов в обучение.

Постановка задачи В 90-е годы прошлого века информационные технологии становятся неотъемлемой частью

деятельности специалистов здравоохранения, медицинская информатика является обязательным элементом образования врача.

В настоящее время в развитии науки происходят два взаимообратных процесса: с одной сто-роны, наблюдается дифференцирование наук, связанное с их все большей специализацией [5], с другой стороны – возникновение новых междисциплинарных направлений, являющихся резуль-татом взаимного проникновения или симбиоза разных областей знания. Ярким примером явля-ются медико-технические науки [6]. Действительно, анализ современных достижений в данной области показывает невозможность изолированного развития этих направлений, поскольку толь-ко их взаимодействие позволяет друг другу перейти на более высокий качественный уровень [7].

Технические науки, с одной стороны, предоставляют средства для получения новых знаний в медицине, с другой стороны, они сами являются предметом научных исследований. В качестве примеров можно привести разработку новых архитектур компьютеров и алгоритмов обработки данных (нейрокомпьютеры и нейроалгоритмы) и развитие интеллектуальных систем принятия решения, в основе которых лежат принципы работы мозга, создание роботизированных систем, имитирующих биомеханические объекты [8, 9], и многое другое.

Таким образом, мы приходим к выводу о том, что в современной науке никакие характери-стики процессов, явлений или свойства предметов нельзя изучать изолированно, поскольку не-возможно провести четкую грань между тем, где заканчивается сфера одной науки и начинается область другой науки.

Однако на сегодняшний день, несмотря на высокие достижения в области разработки инно-вационных объектов медицины и технологий, существуют серьезные проблемы, не позволяющие быстро вовлекать их в научный и хозяйственный оборот.

Проблема заключается в том, что врачи часто не осведомлены о возможностях, которые ста-ли доступны в последнее время разработчикам лечебного и диагностического оборудования, а инженеры, в свою очередь, не всегда знают о потребностях врачей [10]. Причиной указанного парадокса является изолированность специалистов различных областей знаний, объективные трудности (финансовые, организационные), не позволяющие им принимать непосредственное участие в научно-практических конференциях по тематикам других наук, где обсуждаются пер-спективные направления данной области знаний, отсутствие необходимого информационного обеспечения инновационных проектов.

Причинами несвоевременного информирования и взаимного внедрения технологий также являются отсутствие межведомственного планирования рыночно ориентированных исследова-ний, большая часть которых в настоящее время сохраняет узкую специализацию, не отвечает требованиям инвестиционной привлекательности, не содержит анализа прогнозной маркетинго-вой информации и четкой стратегии коммерциализации [11]. Как следствие, множество идей, интересных решений и оригинальных разработок мехатроники в наиболее «критических» облас-тях современной науки и технологии, до сих пор не востребованы к внедрению в других облас-тях, поскольку об этих разработках информирован лишь узкий круг специалистов [12].


Л.Ю. Овсяницкая, Е.В. Юрасова


Мехатроника и робототехника в 28 декабря 2012 г. распоряжением Правительства Российской Федерации была утверждена

Стратегии развития медицинской науки в Российской Федерации на период до 2025 года [13]. Целью Стратегии является развитие медицинской науки, направленное на создание высокотенологичных инновационных продуктов, обеспечивающих на основе трансфера инновационных технологий в практическое здравоохранение сохранение и укрепление здоровья населения.

Стратегия направлена на реализацию государственной политики в сфере здравоохранения, повышение качества и доступности медицинской помощи населению Российской Федерации, включая разработку инновационной продукции, освоение критически важных технологий и равитие компетенций. Для достижения поставленных целей предусмотрено решение задач развития системы экспертизы (обоснованного выбора) перспективных и приоритетных направлений, оценки качества и результативности научных исследований и создание условий для устойчивого спроса на инновационную продукцию и ее внедрения в практическое здравоохранение.

Мехатроника и робототехника дов и средств для создания информационносистем с заданными функциями [14]. Это системные мировоззренческие научные дисциплины, составляющие основы автоматизации любых объектов жизнедеятельности человека, и в этой зи они должны являться предметом изучения практически всех специальностей.

Мехатроника традиционно воспринимается как часть общего с робототехникой образовтельного процесса, которая официально точнее считать мехатронику и робототехнику самостоятельными дисциплинами, имеющими ощую подобласть в виде робототехнических систем и их компонентов, использующих близкие принципы, методы проектирования и исследования [12].

Мехатроника предусматривает объединениРезультатом этого союза становится появление интеллекта и синергического эффекта, что зано в [15]. Междисциплинарный характер мехатроники наглядно демонстрирует логотип (рис. 1, б),предложенный МИРЭА.

а)

Рис. 1. Логотипы мехатроники (а)

Правительством РФ принято решение о форсировании работ в области робототехники, нарду с которой существенную роль в развитии техносферы играет мехатроника, являющаяся ритетным направлением развития науки и техники, определяющим уровень производства, конкрентоспособность продукции, качество жизни, обороноспособность и безопасность государства. В 2002 г. президентом Российской Федерации В.В. Путным утверждены «Основобласти развития и технологии на период 2010 г. и в дальнейшей перспективе» [15], где мехтронные технологии включены в число критических технологий.

Принципиальной для мехатроники является интеллектуализация как отдельных функцинальных компонентов, так и общесистемных функций, что соответствует общетехническим те

Мехатроника и робототехника как инновационное звено в развитии инженерного и медицинского образования


Мехатроника и робототехника в развитии современной медицины 28 декабря 2012 г. распоряжением Правительства Российской Федерации была утверждена

развития медицинской науки в Российской Федерации на период до 2025 года [13]. Целью Стратегии является развитие медицинской науки, направленное на создание высокотенологичных инновационных продуктов, обеспечивающих на основе трансфера инновационных

логий в практическое здравоохранение сохранение и укрепление здоровья населения.Стратегия направлена на реализацию государственной политики в сфере здравоохранения,

повышение качества и доступности медицинской помощи населению Российской Федерации, я разработку инновационной продукции, освоение критически важных технологий и ра

витие компетенций. Для достижения поставленных целей предусмотрено решение задач развития системы экспертизы (обоснованного выбора) перспективных и приоритетных направлений,

ценки качества и результативности научных исследований и создание условий для устойчивого спроса на инновационную продукцию и ее внедрения в практическое здравоохранение.

Мехатроника и робототехника – это направления, включающие в себя комплекс идей, метов и средств для создания информационно-управляемых и программируемых механических

систем с заданными функциями [14]. Это системные мировоззренческие научные дисциплины, составляющие основы автоматизации любых объектов жизнедеятельности человека, и в этой зи они должны являться предметом изучения практически всех специальностей.

Мехатроника традиционно воспринимается как часть общего с робототехникой образовофициально зафиксирована в перечнях учебных направлений. Одн

считать мехатронику и робототехнику самостоятельными дисциплинами, имеющими ощую подобласть в виде робототехнических систем и их компонентов, использующих близкие принципы, методы проектирования и исследования [12].

Мехатроника предусматривает объединение механики, электроники и информатики (рис. 1, а).Результатом этого союза становится появление интеллекта и синергического эффекта, что зано в [15]. Междисциплинарный характер мехатроники наглядно демонстрирует логотип (рис. 1, б),

б)

мехатроники (а) и ее междисциплинарного характера (б)

Правительством РФ принято решение о форсировании работ в области робототехники, нарду с которой существенную роль в развитии техносферы играет мехатроника, являющаяся ритетным направлением развития науки и техники, определяющим уровень производства, конкрентоспособность продукции, качество жизни, обороноспособность и безопасность государства. В 2002 г. президентом Российской Федерации В.В. Путным утверждены «Основобласти развития и технологии на период 2010 г. и в дальнейшей перспективе» [15], где мехтронные технологии включены в число критических технологий.

Принципиальной для мехатроники является интеллектуализация как отдельных функцимпонентов, так и общесистемных функций, что соответствует общетехническим те

ехатроника и робототехника как инновационное звено в развитии инженерного и медицинского образования

117

28 декабря 2012 г. распоряжением Правительства Российской Федерации была утверждена развития медицинской науки в Российской Федерации на период до 2025 года [13].

Целью Стратегии является развитие медицинской науки, направленное на создание высокотех-нологичных инновационных продуктов, обеспечивающих на основе трансфера инновационных

логий в практическое здравоохранение сохранение и укрепление здоровья населения. Стратегия направлена на реализацию государственной политики в сфере здравоохранения,

повышение качества и доступности медицинской помощи населению Российской Федерации, я разработку инновационной продукции, освоение критически важных технологий и раз-

витие компетенций. Для достижения поставленных целей предусмотрено решение задач развития системы экспертизы (обоснованного выбора) перспективных и приоритетных направлений,

ценки качества и результативности научных исследований и создание условий для устойчивого спроса на инновационную продукцию и ее внедрения в практическое здравоохранение.

это направления, включающие в себя комплекс идей, мето-управляемых и программируемых механических

систем с заданными функциями [14]. Это системные мировоззренческие научные дисциплины, составляющие основы автоматизации любых объектов жизнедеятельности человека, и в этой свя-зи они должны являться предметом изучения практически всех специальностей.

Мехатроника традиционно воспринимается как часть общего с робототехникой образова-учебных направлений. Однако

считать мехатронику и робототехнику самостоятельными дисциплинами, имеющими об-щую подобласть в виде робототехнических систем и их компонентов, использующих близкие

е механики, электроники и информатики (рис. 1, а). Результатом этого союза становится появление интеллекта и синергического эффекта, что пока-зано в [15]. Междисциплинарный характер мехатроники наглядно демонстрирует логотип (рис. 1, б),

нарного характера (б)

Правительством РФ принято решение о форсировании работ в области робототехники, наря-ду с которой существенную роль в развитии техносферы играет мехатроника, являющаяся прио-ритетным направлением развития науки и техники, определяющим уровень производства, конку-рентоспособность продукции, качество жизни, обороноспособность и безопасность государства. В 2002 г. президентом Российской Федерации В.В. Путным утверждены «Основы политики РФ в области развития и технологии на период 2010 г. и в дальнейшей перспективе» [15], где меха-

Принципиальной для мехатроники является интеллектуализация как отдельных функцио-мпонентов, так и общесистемных функций, что соответствует общетехническим тен-




118

денциям. Успехи в области мехатроники, микро- (нано-) процессорной техники и информацион-ных технологий приводят к необходимости разработки и создания нового типа систем обработки информации и управления – интеллектуальных [4]. Этот тип систем особенно важен в мехатро-нике, поскольку полезный приспособительный эффект является определяющим в любой функ-циональной системе, так как способствует достижению цели, которая выступает в том числе как системообразующий фактор. Усложнение решаемых задач, обеспечение высокой точности и на-дежности работы потребовало новых подходов к построению мехатронных систем, обеспечи-вающих гибкую обработку информации в условиях ее неполноты и противоречивости, принятия решения, синтеза и коррекции цепи, сложного воздействия окружающей среды [14].

Поскольку гибкая обработка информации и управление выходит за пределы традиционных подходов, то можно указать некоторые области исследования новых функций, а именно: распо-знавание и понимание разного рода информации типа рисунков, звуков речи и символьной ин-формации, присущие естественным языкам; вывод и решение задач с помощью баз знаний, кото-рые допускают прямую обработку информации и обладают способностью к обучению и самоор-ганизации; управление и автоматическое управление в интеллектуальных системах, функциони-рующих в реальном времени.

В настоящее время роботы играют колоссальную роль в развитии современной медицины. Медицина становится одним из главных векторов внедрения роботов и искусственного интел-лекта. Главной целью развития медицинской робототехники является высокая точность и качест-во обслуживания, повышение эффективности лечения, уменьшение рисков нанесения вреда здо-ровью человека.

Условно медицинских роботов можно классифицировать: роботизированные хирургические системы, применяемые для проведения сложных хирур-

гических операций [16]. Данные системы не относятся к полностью автономным устройствам, но дистанционное управление инструментом обеспечивает врача точностью и повышенной управ-ляемостью, дополнительной механической силой, уменьшает утомляемость хирурга, снижает риск инфицирования врача и пациента:

роботы-симуляторы пациентов [17, 18], предназначенные для отработки навыков принятия решений и практических врачебных интервенций в лечении патологий. Роботы воспроизводят фи-зиологию человека, моделирует клинические сценарии, реагируют на введение препаратов, анали-зируют действия обучаемых и соответствующим образом реагируют на клинические воздействия;

экзоскелеты и роботизированные протезы, состоящие из механико-электрических элемен-тов, микроконтроллеров с искусственным интеллектом, способные управляться от нервных окончаний человека [19];

роботы для медицинских учреждений и роботы-помощники, являющиеся альтернативой медицинскому персоналу [20], которые обеспечивают уход за пациентом, помогая в реабилита-ции и обеспечивая постоянную связь с врачом;

нанороботы – микророботы [21, 22], действующие в организме человека на молекулярном уровне.

На рис. 2 представлены примеры медицинских роботов: хирургический робот (рис. 2, а), реа-билитационный робот (рис. 2, б) и робот удалённого присутствия для проведения консультаций с пациентом на расстоянии (рис. 2, в). Иллюстрации представлены на сайтах www.medrobot.ru, www.roboting.ru и http://www.aiportal.ru.

а) б) в)

Рис. 2. Примеры медицинских роботов


Л.Ю. Овсяницкая, Е.В. Юрасова Мехатроника и робототехника как инновационное звено в развитии инженерного и медицинского образования


119

В работе [23] приведен анализ тенденций развития мехатроники и робототехники на фоне общих тенденций развития техники в целом. На основе бионического подхода, то есть подхода, при котором для получения хороших решений исследователи берут у живой природы удачные, жизнеспособные идеи, которые являются результатом длительной эволюции [24], выделены пять основных принципов развития мехатроники и робототехники:

системный подход к созданию техники, унификация функциональных компонентов (био-логическим аналогом является клеточное строение);

интеграция функций на базе однородных структур (биологический аналог – нейронные структуры, пронизывающие все органы живых существ);

поэтапность миниатюризации техники путем последовательного освоения разного порядка размерностей в виде отдельных ее поколений. Этот принцип непосредственно вытекает из есте-ственного процесса непрерывного совершенствования технологий в направлении повышения точности. Каждое поколение любого вида техники требует соответствующих новых технологий. При этом для реализации последних необходимо технологическое оборудование, основанное на технике предыдущей размерности;

создание в рамках искусственного интеллекта саморазвивающихся систем и техническое освоение неформализуемых (творческих) способностей человека.

Таким образом, понимая роль мехатроники и робототехники как неотъемлемой составляю-щую развития медицины и роль медицины в развитии мехатроники и робототехники, мы предпо-ложили, что педагогический подход к обучению врачей и инженеров в связанных областях также должен строиться на основе взаимодействия этих наук.

При проведении занятий в рамках повышения квалификации как специалистов здравоохра-нения, так и инженеров, возникает ситуация, при которой обучаемые и преподаватель становятся практически равноправными участниками образовательного процесса. В том случае, когда про-водятся занятия у специалистов здравоохранения, преподавателем является специалист в области информатики и техники. Где в реальных условиях он может узнать о современных потребностях медицины в различных областях? Только у слушателей циклов повышения квалификации, пред-ставляющих различные регионы и отрасли медицины.

В том случае, когда проводится повышение квалификации у специалистов, связанных с раз-работкой современной техники, необходимо приглашение биологов или биомехаников, которые, в процессе проведения занятия, и сами узнают немало нового о текущих достижениях в области науки и техники.

Выводы 1. Одним из главных факторов, влияющим на инновационное развитие медицинской робото-

техники, является глубокая информированность специалистов здравоохранения и инженеров-робототехников во взаимных потребностях и современных достижениях.

2. Необходимо привлечение специалистов здравоохранения на циклы повышения квалифи-кации инженеров-робототехников и инженеров – на курсы последипломного обучения врачей. Правильно сформированная структура занятий позволит обучаемым, узнав о новых возможно-стях изучаемой науки, способствовать (используя свои административные и профессиональные возможности) внедрению в практику здравоохранения методов, устройств и технологий; быть компетентными специалистами, то есть не только владеть современными средствами преобразо-вания информации и информационными технологиями, но и обладать эрудицией, позволяющей применять указанные устройства и технологии для решения любых возникающих на практике задач, в том числе в условиях неопределенности и с использованием интеллектуальных и эври-стических методов.

3. Результатом обучения с привлечением внешних специалистов является инициирование научных исследований в своей области, способствующей глобальной цели: прогрессу науки в целом.




120

Литература 1. Постановление правительства России от 21.05.2013 г. № 426 «О Федеральной целевой про-

грамме «Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2014–2020 годы». – http://www.fcpir.ru/participation_in_ program/formation_topics/resolution/

2. Analog-to-Digital Converters of the Components of a Displacement with the Use of Microelec-tronic Sine-Cosine Magnetic Encoders / Yu.S. Smirnov,T.A. Kozina, E.V. Yurasova, A.V. Sokolov // Measurement Techniques. – 2014. – Vol. 57, iss. 1. – P. 41–46.

3. Повышение эффективности формирования эквивалентов составляющих перемещения / Ю.С. Смирнов, Д.А. Кацай, Е.В. Юрасова, И.С. Никитин // Материалы конференции «Информа-ционные технологии в управлении» (ИТУ-2014). – СПб.: ОАО «Концерн «ЦНИИ «Электропри-бор», 2014. – С. 710–719 с.

4. Смирнов, Ю.С. Полифункциональный фазовый преобразователь перемещения / Ю.С. Смир-нов, Е.В. Юрасова, Т.А. Козина // XII Всероссийское совещание по проблемам управления ВСПУ-2014. – М.: ИПУ им. В.А. Трапезникова РАН. 2014. – С. 7171–7182. – http://vspu2014.ipu.ru/proceedings/prcdngs/7171.pdf

5. Викторов, В.А. Направления, принципы интеграции медицинских и технических наук / В.А. Викторов, C.B. Селищев, М.Б. Штарк // «БИОМЕДПРИБОР-2000»: материалы конф. – М., 2000. – http://www.mks.ru/library/conf/biomedpribor/2000/plen04.html (дата обращения 27.02.2015).

6. Викторов, В.А. О развитии медико-технической науки / В.А. Викторов // Вестник РАМН. – 2000. – № 10. – С. 18–24.

7. Овсяницкая, Л.Ю. Применение андрагогического подхода как общенаучной основы форми-рования информационной компетентности специалистов системы здравоохранения / Л.Ю. Ов-сяницкая // Вестник Томского государственного университета. – 2015. – № 390. – C. 194–201.

8. Смелягин, А.И. Моделирование структуры роботов и манипуляторов / А.И. Смелягин, Е.В. Бабенко // Вестник Нижегородского университета им. Н.И. Лобачевского. – 2011. – № 4-2. – С. 315–317.

9. Загорулько, Ю.А. Моделирование робота, управляемого речевыми сигналами / Ю.А. Заго-рулько // Известия Томского политехнического университета. – 2011. – № 5. – С. 98–102.

10. Овсяницкая, Л.Ю. Юниарный подход в преподавании информатики и информационных технологий специалистам системы здравоохранения / Л.Ю. Овсяницкая // Фундаментальные исследования. – М.: ИД «Академия естествознания», 2013. – № 4, ч. 2. – С. 448–452.

11. Куракова, Н.Г. Управление инновационным потенциалом медико-биологических исследо-ваний: дис. … д-ра биол. наук / Н.Г. Куракова. – М., 2006. – 284 с.

12. Особенности информационного обеспечения безредукторных электромехатронных пре-образователей / Ю.С. Смирнов, Д.А. Кацай, Т.А. Функ, Я.О. Анисимов // Материалы конференции «Информационные технологии в управлении» (ИТУ-2014). – СПб.: ОАО «Концерн «ЦНИИ «Электроприбор», 2014. – С. 729–737 с.

13. Распоряжение Правительства РФ от 28.12.2012 № 2580-р «Об утверждении Страте-гии развития медицинской науки в Российской Федерации на период до 2025 года». – http://government.ru/docs/7257/

14. Смирнов, Ю.С. Электромехатронные преобразователи / Ю.С. Смирнов; под ред. А.Л. Шес-такова. – Челябинск: Издат. центр ЮУрГУ, 2013. – 360 с.

15. Основы политики Российской Федерации в области развития науки и технологий на пе-риод до 2010 года и дальнейшую перспективу. (Утверждены Президентом РФ 30 марта 2002 г. № ПР-576). – http://archive.kremlin.ru/text/docs/2002/03/30293.shtml

16. Гуськов, А.М. Численное моделирование операции стернотомии с помощью хирургиче-ского робота-манипулятора при движении по заданной траектории / А.М. Гуськов, М.С. Кузне-цова // Наука и образование: электрон. науч.-техн. изд. – 2013. – № 5. – С. 145–162. – http://technomag.bmstu.ru/doc/599870.html

17. Назаренко, К.А., Модель робота-симулятора безусловных рефлексов новорожденного / К.А. Назаренко, Е.С. Дубинина, А.А. Чередников // Вестник медицинских Интернет-конференций. – 2014. – № 5. – С. 692. – http://medconfer.com/node/3601




121

18. Низовибатько, О.Б. Медицинские симулятивные центры – перспектива практического здравоохранения / О.Б. Низовибатько // Вестник Тамбовского университета. Серия: Естествен-ные и технические науки. – 2013. – № 1. – С. 311–312.

19. Арзамасцева, Т.А. Экзоскелеты: новинка военного дела и медицины / Т.А. Арзамасцева, С.М. Постников // Современные наукоемкие технологии. – 2014. – № 5-2. – С. 80.

20. Первичный опыт использования роботов в повседневной клинической практике в РФ / Д.В. Иванов, А.Н. Лищук, А.Н. Колтунов, А.Н. Корниенко // Вестник новых медицинских техноло-гий. – 2010. – № 4. – С. 175–176.

21. Войтович, И.Д. Основные принципы изготовления медицинских нанороботов / И.Д. Вой-тович, А.И. Золот, Н.И. Ходаковский // Математические машины и системы. – 2010. – № 2. – С. 122–133.

22. Хадарцев, А.А. Разработка и использование нанотехнологий в медико-биологических ис-следованиях / А.А. Хадарцев, В.А. Хадарцев // Вестник Росздравнадзора. – 2010. – № 3. – С. 63–67.

23. Евтеева, Е.В. Задачи и закономерности развития мехатроники и робототехники / Е.В. Евтеева // Вестник Волжского университета им. В.Н. Татищева. – 2009. – № 14. – С. 86–90.

24. Ёлкин, С.С. Бионический подход при создании комплекса моделей нейронов / С.С. Ёлкин, С.В. Ёлкин, Э.С. Клышинский // Институт прикладной математики им. Келдыша. – http://www.agpl.ru/bionic-neural-nets/publ-bionic-nets/48.html (дата обращения 27.02.2015).

Овсяницкая Лариса Юрьевна, канд. техн. наук, доцент кафедры прикладной информатики

и математики, Уральский социально-экономический институт (филиал) ОУП ВО «Академия тру-да и социальных отношений», г. Челябинск; [email protected].

Юрасова Екатерина Валерьевна, канд. техн. наук, доцент, доцент кафедры информационно-измерительной техники, Южно-Уральский государственный университет, г. Челябинск; iurasovaev@ susu.ac.ru.

Поступила в редакцию 3 апреля 2015 г.

__________________________________________________________________

DOI: 10.14529/ctcr150314

MECHATRONICS AND ROBOTICS AS AN INNOVATIVE ELEMENT IN THE DEVELOPMENT OF THE ENGINEERING AND MEDICINE EDUCATION L.Yu. Ovsyanitskaya, Ural Social-Economic Institute, Аffiliate of the Labour and Social Relations Academy, Chelyabinsk, Russian Federation, [email protected], E.V. Yurasova, South Ural State University, Chelyabinsk, Russian Federation, iurasovaev@ susu.ac.ru

Currently, mechatronics and robotics play a huge role in the development of modern medicine. The main purpose of the medicine robotics is the high accuracy and quality of service, efficiency of treatment, reducing the risk of harm to human health. However, despite advances in engineering and technology, health specialists are not always aware of them, and engineers do not have full informa-tion concerning the needs of modern medicine.

The authors carried out a critical analysis of specific features concerning healthcare and engi-neering in the field related to the interaction with mechatronics and robotics. Identified the causes of the situation and proposed the ways to solve the problem.

The law documents in the field of science, technology and strategy of medicine development were done to achieve this goal, used the methods of analysis of theoretical and practical precondi-tions of use of mechatronics and robotics as an innovative element in the development of medicine and engineering.




122

Pedagogical solutions of described paradox by adjusting approaches in giving classes on cycles of health professionals’ and engineers’ training are proposed. The facts of reality, which form the ba-sis for action related to the interdisciplinary research are presented. Recommendations to ensure a higher level of interaction between health professionals and engineers robotics are given.

The cause of the low interaction between health professionals and engineers in solving interdis-ciplinary robotics tasks are determined. Pedagogical solutions to this problem are given.

According to the research the authors conclude that the reason of not enough close cooperation between the healthcare specialists and robotics engineers is the isolation of different areas of know-ledge specialists, lack of adequate information support innovative projects and the lack of interagen-cy planning market-oriented research and analysis of predictive brand information and the lack of clear strategy for commercialization.

Keywords: mechatronics, robotics, computer technologies, health care professionals, bionic approach, advanced training.

References 1. Postanovlenie pravitel'stva Rossii ot 21.05.2013 g. № 426 “O Federal'noy tselevoy programme

‘Issledovaniya i razrabotki po prioritetnym napravleniyam razvitiya nauchno-tekhnologicheskogo kom-pleksa Rossii na 2014–2020 gody’ ” [Resolution of the Russian Federation Government of 21.05.2013. № 426 “On the Federal Target Program ‘Research and Development on Priority Directions of Scientific-Technological Complex of Russia for 2014–2020 Years’ ”]. Available at: http://www.fcpir.ru/participation_ in_program/formation_topics/resolution/

2. Smirnov Yu.S., Kozina T.A., Yurasova E.V., Sokolov A.V. Analog-to-Digital Converters of the Components of a Displacement with the Use of Microelectronic Sine-Cosine Magnetic Encoders. Mea-surement Techniques, 2014, vol. 57, iss. 1, pp. 41–46.

3. Smirnov Yu.S., Katsay D.A., Yurasova E.V., Nikitin I.S. [Improving the Efficiency of Formation Equivalents of Displacement Components]. Materialy konferentsii “Informatsionnye tekhnologii v upravlenii” (ITU-2014) [Materials of Conference “Information Technologies in Management”]. St. Pe-tersburg, Russia, 2014, рр. 710–719 с. (in Russ.)

4. Smirnov Yu.S., Yurasova E.V., Kozina T.A. [Multifunctional Phase Displacement Transducer]. XII Vserossiyskoe soveshchanie po problemam upravleniya VSPU-2014 [XII Russian Meeting on the Management]. Moscow, Russia, 2014, pp. 7171–7182. Available at: http://vspu2014.ipu.ru/proceedings/ prcdngs/7171.pdf (in Russ.)

5. Viktorov V.A., Selishchev C.B., Shtark M.B. [Directions, Principles of Integration of Medical and Technical Sciences]. “BIOMEDPRIBOR-2000”: materialy konferentsii [“Biomedpribor-2000”. Proceedings of the Сonference]. Moscow, 2000. Available at: http://www.mks.ru/library/conf/biomedpribor/ 2000/plen04.html (accessed 27.02.2015). (in Russ.)

6. Victorov V.A. [On the Development of Medical and Technical Sciences]. Bulletin of Academy of Medical Sciences, 2000, no. 10, pp. 18–24. (in Russ.)

7. Ovsyanitskaya L.Yu. [Application of Andragogical Approach as a General Scientific Basis for the Formation of Information Competence of Health Professionals]. Bulletin of Tomsk State University, 2015, no. 390, pp. 194–201. (in Russ.)

8. Smelyagin A.I., Babenko E.V. [Modeling of the Structure of Robots and Manipulators]. Bulletin of the Nizhny Novgorod university of N. I. Lobachevsky, 2011, no. 4-2, pp. 315–317. (in Russ.)

9. Zagorulko Yu.A. [Modeling the Robot Managed Voice Signals]. Proceedings of Tomsk Poly-technical University, 2011, no. 5, pp. 98–102. (in Russ.)

10. Ovsyanitskaya L.Yu. [The Uniar Approach to Computer Science and Information Technologies Teaching for Health Professionals]. The Fundamental Research. Moscow, Academy of Natural Sciences, 2013, no. 4, part 2, pp. 448–452. (in Russ.)

11. Kurakova N.G. Upravlenie innovatsionnym potentsialom mediko-biologicheskikh issledovaniy. Dis. dokt. biol. nauk [Management of Innovation Potential for Biomedical Research. Diss. Dr. of Biol. Science]. Moscow, 2006. 284 p.

12. Smirnov Yu.S., Katsay D.A., Funk T.A., Anisimov Ya.O. [Information Supply Features of the Gearless Electromehatronics Converters]. Materialy konferentsii “Informatsionnye tekhnologii v uprav-lenii” (ITU-2014) [Materials of Conference “Information Technologies in Management”]. St. Peters-burg, Russia, 2014, рр. 729–737.




123

13. Rasporyazhenie Pravitel’stva Rossiyskoi Federatsii ot 28.12.2012 № 2580-r “Ob utverzhdenii Strategii razvitiya meditsinskoy nauki v Rossiyskoy Federatsii na period do 2025 goda” [Order of the Government of the Russian Federation from 28.12.2012 № 2580-r “On Approval of the Strategy of Development of Medical Science in the Russian Federation until 2025”]. Available at: http://government.ru/docs/7257/

14. Smirnov Yu.S. Elektromekhatronnye preobrazovateli [Ectromechatronics Converters]. Chelya-binsk, South Ural St. Univ. Publ., 2013. 360 p.

15. Osnovy politiki Rossiyskoy Federatsii v oblasti razvitiya nauki i tekhnologiy na period do 2010 goda i dal'neyshuyu perspektivu [The Policy Framework of the Russian Federation in the Field of Science and Technology for the Period up to 2010 and Beyond]. Available at: http://archive.kremlin.ru/text/docs/2002/03/30293.shtml

16. Guskov A.M., Kuznetsova M.S. [Numerical Simulation of the Operation Sternotomy with a Surgical Robot Manipulator Motion along a Predetermined Path]. Education & Science: Scientific and Technical Electronic Edition, 2013, no. 5, pp. 145–162. Available at: http://technomag.bmstu.ru/doc/ 599870.html (in Russ.)

17. Nazarenko K.A., Dubinin E.S., Cherednikov A.A. [The Model of the Robot Simulator Un-conditioned Reflexes Newborn]. Bulletin of Medical Internet Conference, 2014, vol. 4, no 5, pp. 692. Available at: http://medconfer.com/node/3601 (in Russ.)

18. Nizovibatko O.B. [Medical Centers Simulative – the Prospect of Practical Healthcare]. Bulletin of the University of Tambov. Series: Natural and Technical Sciences, 2013, no1, pp. 311–312. (in Russ.)

19. Arzamastseva T.A., Postnikov S.M. [Exoskeletons: the New Military Science and Medicine]. Modern High Technologies, 2014, no. 5–2, pp. 80. (in Russ.)

20. Ivanov D.V., Lishchuk A.N., Koltunov A.N., Kornienko A.N. [Initial Experience with the Use of Robots in Everyday Clinical Practice in the Russian Federation]. Bulletin of New Medical Technolo-gies, 2010, vol. 17, no. 4, pp. 175–176. (in Russ.)

21. Voytovich I.D., Zolot A.I., Khodakovskiy N.I. [The Basic Principles of the Medical Nanorobots Manufacturing]. Mathematical Machines and Systems, 2010, no. 2, pp. 122–133.

22. Khadartsev A.A., Khadartsev V.A. [The development and Use of Nanotechnology in Biomedi-cal Research]. Bulletin of Federal Service on Surveillance in Healthcare and Social Development, 2010, no. 3, pp. 63–67. (in Russ.)

23. Evteeva E.V. [Tasks and Patterns of Development of Mechatronics and Robotics]. Bulletin of the Volga university of V.N. Tatishchev, 2009, no. 14, pp. 86–90. (in Russ.)

24. Elkin S.S., Elkin S.V., Klyshinsky E.S. [Bionic Approach to Create Complex Models of Neu-rons]. Institut Prikladnoy Matematiki im. Keldysha [Applied Mathematics Institute n. Keldysh]. Avai-lable at: http://www.agpl.ru/bionic-neural-nets/publ-bionic-nets/48.html (date accessed 27.02.2015) (in Russ.)

Received 3 April 2015


Овсяницкая, Л.Ю. Мехатроника и робототехника как инновационное звено в развитии инженерного и медицинского образования / Л.Ю. Овсяницкая, Е.В. Юрасова // Вестник ЮУрГУ. Серия «Компьютерные технологии, управление, радиоэлектроника». – 2015. – Т. 15, № 3. – С. 115–123. DOI: 10.14529/ctcr150314

Ovsyanitskaya L.Yu., Yurasova E.V. Mechatronics and Robotics as an Innovative Element in the Development of the Engineering and Medicine Education. Bulletin of the South Ural State University. Ser. Computer Technologies, Automatic Control, Radio Electronics, 2015, vol. 15, no. 3, pp. 115–123. (in Russ.) DOI: 10.14529/ctcr150314



124

Введение Установлено, что возможности имеющейся техники и технологии (технологический уро-

вень), квалификация персонала в области информационных технологий (уровень информацион-ной подготовки), качество созданных информационных образовательных ресурсов (научно-методический уровень), возникновение данных компонентов может быть отнесено к первому этапу информатизации и их усилению на последующих этапах. Настоящий факт обусловлен вы-сокой динамичностью (динамикой) развития методов и средств информационных технологий. Основные компоненты, определяющие уровни информатизации образования на различных исто-рических этапах развития, показаны в таблице.

Результаты историко-логического анализа [1–6] позволили выявить системообразующие свя-зи и отношения, связанные с информатизацией образования, и определить основные закономер-ности ее развития.

УДК 373.5.03 DOI: 10.14529/ctcr150315

ОСНОВНЫЕ ЗАКОНОМЕРНОСТИ ИНФОРМАТИЗАЦИИ ОБРАЗОВАНИЯ Н.А. Тренин, С.В. Панферов Военный учебно-научный центр Военно-воздушных сил «Военно-воздушная академия им. проф. Н.Е. Жуковского и Ю.А. Гагарина», филиал в г. Челябинске

Информатизацию образования целесообразно рассматривать с разных сторон с примене-нием знаний различных наук. Содержание теоретических и методологических основ состав-ляют положения тех наук, которые способны обосновать наиболее общие фундаментальные, сущностные характеристики информатизации, причем не отдельные ее аспекты, а те, которые связаны с определением методов, способов, путей познания этого сложного явления и его преобразования. Общенаучные подходы: системный, синергетический, историко-логический, культурологический, кибернетический, будучи преломленными к проблемам информатиза-ции образования, позволяют решить определенный круг задач. Среди решаемых задач такие как: установление причинно-следственных связей процессов, связанных с информатизаци-ей; выявление системообразующих связей и отношений, рассмотрение процесса информа-тизации с позиций целостности; установление границ самоорганизации процессов, связан-ных с информатизацией; рассмотрение механизмов управления процессом информатизации образования.

При этом практика познания объективной реальности показывает, что установить истин-ные закономерности происхождения и развития различных явлений, процессов можно только путем длительного наблюдения за ними. Не является исключением из этого правила и ин-форматизация военного образования, как элемент объективной реальности. Установление за-кономерностей возможно только анализом реального опыта, а его, как показало исследование, к настоящему времени накоплено достаточно.

Анализ развития информатизации образования показал, что на различных исторических этапах уровень информатизации определялся, прежде всего, возможностями имеющейся тех-ники и технологии (технологический уровень), квалификацией персонала в области информа-ционных технологий (уровень информационной подготовки), качеством созданных информа-ционных образовательных ресурсов (научно-методический уровень).

Ключевые слова: информатизация образования, системообразующие связи и отношения, информационная инфраструктура, закономерность, качество подготовки военных специа-листов.


Тренин Н.А., Панферов С.В. Основные закономерности информатизации образования


125

Основные компоненты, определяющие уровни развития информатизации образования

Этапы развития информатизации

Уровни информатизации

Технологический уровень

Научно-методический уровень

Уровень информацион-ной подготовки пользо-

вателей Первый этап (конец 1950-х – середина 1980-х гг.)

Большие ЭВМ Отдельные оперативно-тактические задачи

Квалификация в области программирования в кодах ЭВМ

Этап «компьютерной революции» (середина 1980-х – середина 1990-х гг.)

Персональные ПК Комплексы оперативно-тактических задач Модели боевых действий Автоматизированные обучающие системы

Квалификация в области языков программирова-ния высокого уровня

Этап «формирования единой информацион-ной образовательной среды» (середина 1990-х гг. – настоящее время)

Персональные ПК Телекоммуникацион-ные технологии Мультимедийные технологии

Комплексы оперативно-тактических задач Сетевые модели боевых действий АРМ должностных лиц органов управления Мультимедийные элек-тронные учебные курсы Инструментальные авторские средства

Квалификация в области пакетов прикладных программ общего назначения (для всех пользователей) Квалификация в области языков программирова-ния высокого уровня (для программистов) Квалификация в области системного администри-рования (для инженеров)

Основные закономерности Первая закономерность заключается в том, что общий уровень развития информатизации об-

разования зависит от технологического, научно-методического уровня развития информатизации и уровня информационной подготовки пользователей. Эту закономерность можно описать сле-дующей функциональной зависимостью:

푈 = 퐹(푇 ; 푁푀 ; 퐼푃 ), (1) где 푈 – общий уровень развития информатизации; TI – технологический уровень информатиза-ции; 푁푀 – научно-методический уровень информатизации; 퐼푃 – пользовательский уровень (уро-вень информационной подготовки).

Вторая закономерность заключается в том, что технологический уровень информатизации определяется степенью развитости информационной инфраструктуры. Информационная инфра-структура обеспечивает общие условия доступа всех потенциальных потребителей (пользовате-лей) к необходимой информации, предоставляет им возможность использования современных информационных технологий. От уровня развития информационной инфраструктуры зависит скорость получения информации, ее достоверность, полнота и стоимость, реакция на изменение информационных потребностей пользователей и своевременное формирование новых видов ин-формации и информационных услуг.

Наиболее важными составляющими информационной инфраструктуры являются основные фонды и обслуживающий персонал. Основные фонды информационной (информационно-телекоммуникационной) инфраструктуры представляют собой территориально распределенные (глобальные, региональные и локальные) информационно-вычислительные сети, включающие программно-технические средства (сервера, рабочие станции, системное программное обеспече-ние), телекоммуникационные средства (линии связи, сети и каналы передачи данных, средства коммутации и управления информационными потоками).




126

Основными характеристиками информационной инфраструктуры являются: качественный и количественный состав элементов инфраструктуры; пространственное расположение элементов и их взаимосвязь; информационная производительность и пропускная способность элементов и всей информационной инфраструктуры в целом.

Степень развитости информационной инфраструктуры, а соответственно и технологический уровень информатизации, можно описать следующей функциональной зависимостью:

푇 = 푅инфр = 퐹(푈КС; 푈КТ; 푈СПО; 푈П), (2) где 푇 – технологический уровень информатизации; 푅инфр – степень развитости информационной инфраструктуры; 푈КС – количественно-качественный уровень каналов (линий) связи; 푈КТ – коли-чественно-качественный уровень компьютерной техники; 푈СПО – количественно-качественный уровень системного программного обеспечения; 푈П – количественно-качественный уровень об-служивающего персонала.

Стоит сразу оговориться, что дальнейший анализ зависимости уровня развитости информа-ционной инфраструктуры будет проведен без детального рассмотрения соответствующих техни-ческих характеристик, поскольку данные вопросы не входят в рамки настоящего исследования.

Количественно-качественный уровень каналов (линий) связи определяется: 푈КС = 퐹(퐾КС; 푃푆КС), (3)

где 푈КС – количественно-качественный уровень каналов (линий) связи; 퐾КС – количество (плот-ность) каналов связи; 푃푆КС – пропускная способность каналов связи.

К настоящему времени накоплен реальный 12–15-летний опыт развития и практического применения масштабных информационно-вычислительных сетей на основе интернет-техноло-гий. Этот опыт позволил зафиксировать важный результат, состоящий в заметном ускорении по-явления новых знаний у коллективов людей, повседневно сотрудничающих посредством электрон-ного документооборота. Значение этого опыта заключается в том, что при электронном документо-обороте уровень компетентности каждого сотрудник проявляется быстрее, чем в обычном режиме. Этот фактор становится стимулом к повышению компетентности каждого и опосредованно гене-рирует новые знания. Фактически сети становятся «сверхпроводящей» средой для проявления и закрепления новых знаний. Правда стоит отметить, что использование скоростных информацион-ных магистралей (трафиков) пока достаточно дорого. Однако продолжающийся быстрый прогресс микро- и оптоэлектроники одновременно с распространением общедоступных компьютерных се-тей и приемов распределенных вычислительных услуг (Grid-технологий) дает основание ожидать появление конвергентных технологий, опирающихся на террабитные скорости, уже в ближайшее десятилетие. Среднесрочным результатом такой конвергенции может стать организация сетевого транспорта мультимедийных образовательных ресурсов в реальном масштабе времени.

Не приходится сомневаться, что и в дальнейшем развитие телекоммуникационных средств будет оказывать все более заметное влияние на образовательную сферу.

Количественно-качественный уровень компьютерной техники определяется: 푈КТ = 퐹(퐾РС; 푃푅РС; 퐾С; 푃푅С), (4)

где 푈КТ – количественно-качественный уровень компьютерной техники; 퐾РС – количество рабо-чих станций (персональных компьютеров); 푃푅РС – производительность рабочих станций (персо-нальных компьютеров); 퐾С – количество серверов; 푃푅С – производительность серверов.

Что касается рабочих станций, составляющих основу автоматизированных рабочих мест для пользователей, то первые годы XXI века отчетливо проявляют усиливающуюся тенденцию ди-версификации технологической основы персональных рабочих мест. Программно-технические требования к рабочим станциям (персональным компьютерам) определяются функциональным предназначением соответствующих должностных лиц. Резкое снижение стоимости устройств отображения и обработки информации позволяют уже сегодня выстроить совокупность различ-ных технологических решений для оборудования автоматизированного рабочего места пользова-теля. Что касается программно-технических требований к серверному оборудованию, то они оп-ределяются прежде всего требованиями к быстродействию, надежности, устойчивости функцио-нирования, обеспечению защищенности, многоплатформенности.

Количественно-качественный уровень системного программного обеспечения определяется: 푈СПО = 퐹(푆푃푂РС; 푆푃푂С), (5)




127

где 푆푃푂РС – количественно-качественный уровень системного программного обеспечения на ра-бочих станциях; 푆푃푂С – количественно-качественный уровень системного программного обеспе-чения на серверах.

Первый компонент определяется, прежде всего, наличием и функциональными возможно-стями лицензионного системного программного обеспечения (операционные системы, web-браузеры, медиаплееры и программы просмотра, утилиты и т. п.) на рабочих станциях пользова-телей. Второй компонент определяется наличием и функциональными возможностями лицензи-онных серверных платформ (серверных операционных систем), специализированного серверного программного обеспечения различного функционального назначения (web-серверов, медиасерве-ров, серверов СУБД, серверов систем управления обучением).

Количественно-качественный уровень обслуживающего персонала определяется: 푈П = 퐹(퐾П; 푃П), (6)

где 푈П – количественно-качественный уровень обслуживающего персонала; 퐾П – количество специалистов обслуживающего персонала; 푃П – уровень подготовки специалистов обслуживаю-щего персонала.

К обслуживающему персоналу относятся технические специалисты различного профиля (системные администраторы, web-дизайнеры, системные и web-программисты, сотрудники сер-висного обслуживания и т. д.), которые обеспечивают программно-техническое функционирова-ние информационной инфраструктуры.

Качество основных фондов и уровень обслуживающего персонала определяются, прежде всего, объемом финансирования, направленного на развитие информационной инфраструктуры. Чем выше поток инвестиций, тем продуктивнее учитываются факторы научно-технического про-гресса (поставка наиболее современных и качественных образцов техники) и восполняются ос-новные фонды, убывающие за счет естественной амортизации. Кроме этого достаточное финан-сирование поможет удержать в рядах военных учебных заведений квалифицированных специа-листов программно-технического профиля.

Третья закономерность заключается в том, что научно-методический уровень развития ин-форматизации определяется уровнем качества имеющихся информационных (информационно-образовательных) ресурсов. Уровень качества информационных ресурсов, а соответственно и научно-методический уровень информатизации, можно описать следующей функциональной за-висимостью:

푁푀 = 퐾ИР = 퐹(푃ИР; 푇ИР; 퐴ИР; 퐷ИР; 푃푅ИР), (7) где 푁푀 – научно-методический уровень информатизации; 퐾ИР – уровень качества информа-ционных ресурсов; 푃ИР – полнота информационных ресурсов; 푇ИР – точность (идентичность) ин-формационных ресурсов; 퐴ИР – актуальность (своевременность) информационных ресурсов; 퐷ИР – достоверность информационных ресурсов; 푃푅ИР – практичность (применимость) информа-ционных ресурсов.

Полнота информационных ресурсов 푃푅ИР определяется относительным числом информацион-ных объектов, имеющихся в базах данных, к общему числу объектов по данной тематике.

Точность (идентичность) информационных ресурсов 푇ИР определяется относительным чис-лом информационных объектов, не содержащих дефекты и ошибки, к общему числу информаци-онных объектов в базах данных.

Актуальность (своевременность) информационных ресурсов 퐴ИР определяется относитель-ным числом устаревших информационных объектов к общему числу информационных объектов в базах данных.

Достоверность информационных ресурсов 퐷ИР – это степень соответствия информационных объектов в базах данных реальным объектам в данный момент времени, определяющаяся изме-нениями самих объектов.

Практичность (применимость) информационных ресурсов 푃푅ИР – трудно формализуемый показатель, определяющий функциональную пригодность и полезность применения информаци-онных ресурсов для определенных пользователей. В этот показатель входят субхарактеристики, с различных сторон отражающие функциональную понятность, удобство освоения, системную эффективность и простоту использования информационных ресурсов. Некоторые субхарактери-




128

стики можно оценивать экономическими показателями – затратами труда и времени специали-стов на реализацию определенных функций взаимодействия с информационными ресурсами.

Объем произведенных информационных ресурсов определяется следующей линейной зави-симостью:

퐼푅 = 퐼푅 + 푉ИР푇 − λ퐼 + 퐶 , (8) где 퐼푅 – объем (поток) произведенных информационных ресурсов; 퐼푅 – начальный объем ин-формационных ресурсов; 푉ИР – скорость воспроизводства информационных ресурсов; 푇 – период времени; – коэффициент устаревания информационных ресурсов; 퐶 – внесистемный фактор, учитывающий возможность информационного взаимодействия с внешней средой.

Скорость производства информационных ресурсов зависит от степени развитости информаци-онной инфраструктуры и имеющегося научно-педагогического потенциала военных учебных заве-дений и научно-исследовательских учреждений. В соответствии с функцией Кобба – Дугласа [5] зависимость описывается следующим выражением:

푉ИР = 퐹(푊, 퐻) = γ푊 퐻 , (9) где 푉ИР – скорость воспроизводства информационных ресурсов; 푊 – основные фонды информа-ционной инфраструктуры; 퐻 – имеющийся научно-педагогический потенциал вузов и НИУ; γ – коэффициент, учитывающий влияние научно-технического прогресса; α, β – соответствую-щие коэффициенты.

Научно-педагогический потенциал зависит от количества научно-педагогических работников и их научной продуктивности. В обобщенном виде зависимость описывается следующим выра-жением:

퐻 = δ퐿, (10) где 퐻 – научно-педагогический потенциал вузов и НИУ; 퐿 – количество научно-педагогических работников (людские ресурсы); – коэффициент научной продуктивности, зависящий от образо-вания, профессиональной подготовки и опыта специалистов.

Какой бы совершенной в техническом плане не была бы информационная инфраструктура, какими качественными не были созданные информационные ресурсы, возможность оперативно-го доступа пользователей к данным ресурсам будет определяться их четкой классификацией и структуризацией. Самый яркий пример: использование интернет-ресурсов в различных областях науки и техники. В силу несовершенной классификации и оптимизации информационно-образовательных ресурсов поиск необходимой информации может занимать несколько часов.

Четвертая закономерность заключается в том, эффективность использования информацион-ных технологий зависит от уровня информационной подготовки пользователей, который можно описать следующей функциональной зависимостью:

퐼푃 = 퐹 푈сист; 푈практ; 푀ИТ , (11) где 퐼푃 – общий уровень информационной подготовки пользователей; 푈сист – системный уровень информационной подготовки; 푈практ – практический уровень информационной подготовки; 푀ИТ – мотивационный уровень использования информационных технологий.

Системный уровень информационной подготовки 푈сист определяется уровнем системного мышления при работе с информационными ресурсами, заключающегося в умении планировать структуру действий, направленных на достижение заданной цели при помощи фиксированного набора средств, осуществлять поиск и обработку информации, необходимой для решения по-ставленной задачи.

Практический уровень информационной подготовки 푈практ определяется уровнем практиче-ских умений и навыков в использовании современных информационных технологий в профес-сиональной деятельности.

Мотивационный уровень 푀ИТ определяется уровнем мотивации в использовании информа-ционных технологий в профессиональной деятельности.

Таким образом, с точки зрения предмета исследования выявлены следующие основные зако-номерности:

– общий уровень развития информатизации образования зависит от технологического, науч-но-методического уровня развития информатизации и уровня информационной подготовки поль-зователей;




129

– технологический уровень информатизации определяется степенью развитости информаци-онной инфраструктуры;

– научно-методический уровень развития информатизации определяется уровнем качества имеющихся информационных (информационно-образовательных) ресурсов;

– эффективность использования информационных технологий зависит от уровня информа-ционной подготовки пользователей.

Следующим этапом является выявление закономерностей, обусловливающих качество под-готовки военных специалистов (качество объекта исследования). Результаты анализа позволяют определить следующую функциональную зависимость:

퐾ВС = 퐹(푃Н ; 퐻; 푆О; 푈О; 푇О; 퐼푀О; 푀푇О), (12) где 퐾ВС – качество подготовки военных специалистов; 푃Н – начальный уровень подготовки обу-чаемых (абитуриентов); 퐻 – уровень научно-педагогического потенциала вуза; 푆О – качество со-держания обучения; 푈О – качество управления образовательным процессом; 푇О – уровень техно-логий обучения; 퐼푀О – уровень информационно-методического обеспечения; 푀푇О – уровень ма-териально-технического обеспечения.

Рассмотрим влияние информатизации на вышеперечисленные компоненты (кроме последне-го, не входящего в рамки настоящего исследования).

Начальный уровень подготовки 푃Н определяется уровнем предыдущего образования, приоб-ретенным профессиональным опытом и личностными качествами обучаемых. Современные ин-формационные технологии позволяют уже на первоначальном этапе поступления в вуз выявить у потенциальных слушателей (курсантов) не только уровень знаний, умений и навыков по соответ-ствующим предметным областям, но и определить их интеллектуальные, социальные, морально-нравственные и психофизиологические качества. Это позволяет совершенствовать процедуры профессионального отбора, и тем самым значительно снизить ошибки в приеме слушателей (кур-сантов), неподготовленных в профессиональном и личностном плане.

Уровень научно-педагогического потенциала вуза 퐻, определяется количеством научно-педагогических работников и коэффициентом научно-педагогической продуктивности, завися-щего от образования, профессиональной подготовки и опыта специалистов. Основная задача во-енной науки – создавать новые знания, на которые опирается, в частности, и высшая военная школа, задача военного образования – готовить квалифицированные кадры, в том числе для сфе-ры науки. Создание интегрированной информационной инфраструктуры в системе «наука – об-разование» позволит объединить информационные ресурсы системы в единый информационный фонд, а подключение к общегосударственным и международным сетям создаст возможность специалистам науки и высшей школы использовать для обеспечения своей деятельности весь накопленный научно-образовательный информационный фонд.

Качество обучения 푆О определяется степенью соответствия содержания образования содер-жанию практической деятельности военных специалистов и предъявляемым к ним требованиям войск. Одним из основных видов военно-профессиональной деятельности является информаци-онная деятельность. Следовательно, содержание военного образования должно включать теоре-тическую и практическую подготовку специалистов в области современных информационных технологий с дифференциацией для различных специальностей.

Качество управления 푈О определяется степенью оптимальности организации и проведения образовательного процесса. Автоматизация планирования учебных занятий и распределения учебной нагрузки преподавательского состава позволяет оптимизировать траекторию образова-тельного процесса и снизить издержки на его проведение. С позиций информационного подхода, кибернетики и общей теории управления повышение эффективности функционирования педаго-гической системы прямо связано с усилением роли обратной связи в этой системе. Контроль и коррекция учебной деятельности, диагностика и оценка результатов обучения приобретают в ус-ловиях информатизации и перехода к непрерывной системе образования столь важное значение, что автоматизированный мониторинг учебного процесса становится самостоятельным компонен-том методической системы обучения.

Уровень технологий обучения 푇О обусловливается уровнем развития современных информа-ционных технологий. Новая роль компьютеров в образовательной деятельности как хранилища хорошо структурированной информации, сравнительная простота доступа к ней смещает целе-




130

вые установки обучения с запоминания большого объема тактического материала на умение осуществлять поиск информации, необходимых для решения учебных и профессиональных за-дач, а самое важное – умение определить, какая именно информация необходима для их реше-ния, то есть встает вопрос распределения знаний между компьютером и человеком, формирова-ния у обучаемого качеств эксперта. Исходя из этого, использование технологии обучения, по мнению автора, должно строиться в прямой зависимости от стратегических целей – подготовки не только специалиста-исполнителя, но и творчески развитой личности, способной к постоянно-му самосовершенствованию, к решению нестандартных задач в постоянно меняющихся условиях профессиональной деятельности.

Другой важнейший результат влияния информатизации образования на структуру техноло-гии обучения можно определить как изменение связей в иерархии элементов технологии обуче-ния. Для традиционной методической системы характерна достаточно жесткая иерархия связей между элементами сверху – вниз (от целей до средств обучения), отражающая обусловленность нижестоящих элементов от вышестоящих (например, методов обучения от его содержания). В условиях информатизации образования такой достаточно жесткой иерархии связей приходит на смену более гибкая, многосторонняя система связей, когда нижестоящие элементы начинают существенно влиять на содержание вышестоящих. Эта закономерность особенно четко просле-живается на примере усиления роли средств обучения, которые в условиях информатизации об-разования начинают во многом определять многие компоненты технологии обучения [6].

Уровень информационно-методического обеспечения 퐼푀О определяется количественно-качественным показателем оснащенности учебно-методической литературой в интересах образо-вательного процесса. При этом в современных условиях значительно повышается роль электрон-ных учебно-методических материалов, основу которых составляют компьютерные средства обу-чения. Использование КСО способствует повышению качества подготовки специалистов и сни-жению затрат на организацию и проведение образовательного процесса. Стоит также отметить, что активная роль КСО стимулирует развитие дидактики и методики, способствует развитию но-вых форм обучения.

Выводы Определены основные закономерности, установленные исследованием. Их объективное су-

ществование и активное влияние на качество подготовки специалистов доказано результатами научных исследований. Являясь основами теории информатизации образования, они должны быть положены в основу ее дальнейшего развития. При этом теоретические разработки должны опираться на выявленные функциональные свойства основных аргументов, определяющих об-щий уровень информатизации.


1. Дикарев, В.А. Использование статистических критериев для оценки математического моделирования компьютерных технических систем практического обучения / В.А. Дикарев // Информационные технологии и системы: сб. науч. тр. – Воронеж: ВГТА, 1998. – С. 36–40.

2. Дикарев, В.А. О структуре навыков, приобретаемых летным составом на компьютерных технических системах практического обучения по задачам РЭБ / В.А. Дикарев // Вестник Верхне-Волжского отделения Академии технологических наук. – Н. Новгород: НВЗРКУ ПВО, 1998. – С. 93–98.

3. Дикарев, В.А. Об одном аспекте формирования качества применения тренажеров военно-го назначения / В.А. Дикарев // Вестник военного регистра. – 2001. – № 10.– С. 33–37.

4. Зубов, Н.П. Наземные автоматизированные комплексы подготовки полетных заданий но-вого поколения: моногр. / Н.П. Зубов – Монино: ВВА, 2001. – 140 с.

5. Мордвинов, В.Ф. Разработка теоретических, методологических положений и обоснова-ние практических рекомендаций по развитию информатизации системы военного образования ВВС: дис. … д-ра воен. наук / В.Ф. Мордвинов. – Монино: ВВА, 2006. – 34 с.

6. Формирование и развитие профессионально важных качеств у курсантов в процессе обу-чения в ВВАУЛ / под ред. В.А. Пономаренко и А.А. Вороны. – М.: Воениздат, 1992. – 304 с.




131

Тренин Николай Александрович, канд. воен. наук, начальник кафедры авиационных ком-плексов и конструкций летательных аппаратов, Военный учебно-научный центр Военно-воздушных сил «Военно-воздушная академия им. проф. Н.Е. Жуковского и Ю.А. Гагарина», филиал в г. Челябинске; [email protected].

Панферов Сергей Владимирович, канд. техн. наук, старший преподаватель кафедры авиа-ционных комплексов и конструкций летательных аппаратов, Военный учебно-научный центр Военно-воздушных сил «Военно-воздушная академия им. проф. Н.Е. Жуковского и Ю.А. Га-гарина», филиал в г. Челябинске; [email protected].


__________________________________________________________________

DOI: 10.14529/ctcr150315

THE MAIN REGULARITIES OF INFORMATIZATION OF EDUCATION N.A. Trenin, Air Force Academy of Professor N.E. Zhukovsky and Yu.A. Gagarin, branch in Chelyabinsk, Chelyabinsk, Russian Federation, [email protected], S.V. Panferov, Air Force Academy of Professor N.E. Zhukovsky and Yu.A. Gagarin, branch in Chelyabinsk, Chelyabinsk, Russian Federation, [email protected]

It is advisable to consider informatization of education from different sides with the application of knowledge of various sciences. The content of the theoretical and methodological foundations constitute the terms of those sciences which are able to justify the most general fundamental, essen-tial characteristics of information, not the individual aspects of it but those which relate to the defini-tion of methods, techniques, ways of knowledge of this complex phenomenon and its transformation. General scientific approaches: systematic, synergistic, historical-logical, cultural, cyber, being re-fracted to the problems of informatization of education allow to solve a specific set of tasks. There are such tasks among them as: establishment of the cause-and-effect relationships of processes re-lated to information; identification of strategic partnerships and networks and consideration of the in-formation process from the standpoint of integrity; definition of the boundaries of self-organization processes related to information; consideration of mechanisms of management of the process of in-formatization of education.

The practice of cognition of objective reality shows that the true regularities of the origin and development of various phenomena and processes may be possibly established only by long observa-tion of them. Informatization of military education, as an element of objective reality, isn't an excep-tion of this rule. The definition of laws is possible only by analysis of real experience, which has ac-cumulated to date enough as the research has shown.

Analysis of the development of informatization of education showed that the informatization level was mainly determined by the capabilities of existing techniques and technologies (technological level), staff qualification in information technology (level information of training), the quality of information educational resources (scientific and methodological level) at the different historical stages.

Keywords: informatization of education, strategic communications and relations, information infrastructure, regularity, quality of training of military specialists.

References 1. Dikarev V.A. [Application of Statistical Criteria for Evaluation of Mathematical Modeling of Com-

puter Engineering Systems of Practical Training]. Information Technology and Systems: Collection of Scientific Works. Voronezh, Voronezh State Technological Academy, 1998, no. 8, pp. 36–40. (in Russ.)

2. Dikarev V.A. [About the Sructure of Skills Acquired by Aircrew on Computer Engineering Sys-tems of Practical Training on the EW Tasks]. Bulletin of the Upper Volga Branch of the Academy of Technological Sciences. N. Novgorod, NWZRMU Defense, 1998, no. 8, pp. 93–98. (in Russ.)

3. Dikarev V.A. [About One Aspect of the Formation of the Quality of the Application of the Simu-lators for Military Use]. Bulletin of the military register, 2001, no. 10, pp. 33–37. (in Russ.)




132

4. Zubov N.P. Nazemnye avtomatizirovannye kompleksy podgotovki poletnykh zadaniy novogo po-koleniya: monografija [Ground-Based Automated Systems of the Flight Mission Preparation of a New Generation: a Monograph]. Monino, BBA, 2001. 140 p.

5. Mordvinov V.F. Razrabotka teoreticheskikh, metodologicheskikh polozheniy i obosnovanie prak-ticheskikh rekomendatsiy po razvitiyu informatizaytsii sistemy voennogo obrazovaniya VVS. Dis. … dok. voen. nauk. [Development of Theoretical, Methodological and Practical Justification of Recommenda-tions for the Development of Informatization of the System of Military Education Air Force. Diss. doct. military sciences]. Monino, BBA, 2006. 240 p.

6. Ponomarenko V.A., Vorony A.A. Formirovanie i razvitie professional'no vazhnyKh kachestv u kursantov v protsesse obucheniya v VVAUL [The Formation and Development of Professionally Impor-tant Qualities of Students in the Training Process in School]. Moskow, Voenizdat Publ., 1992. 220 p.



Тренин, Н.А. Основные закономерности инфор-матизации образования / Н.А. Тренин, С.В. Панферов // Вестник ЮУрГУ. Серия «Компьютерные технологии, управление, радиоэлектроника». – 2015. – Т. 15, № 3. – С. 124–132. DOI: 10.14529/ctcr150315

Trenin N.A., Panferov S.V. The Main Regularities of Informatization of Education. Bulletin of the South Ural State University. Ser. Computer Technologies, Automatic Control, Radio Electronics, 2015, vol. 15, no. 3, pp. 124–132. (in Russ.) DOI: 10.14529/ctcr150315



133

Введение В современном мире при управлении сложными комплексными проектами применяются как

хорошо известные, так и вновь создаваемые модели, методы, алгоритмы и программные средст-ва. Вместе с тем количество неуспешных проектов по отношению к успешным достигает, по раз-ным оценкам, от 40 до 60 %. Причины такой невысокой эффективности различны, к основным из них относятся:

– недооценка значимости процессов, происходящих в современном мире, таких как обостре-ние противоречий между крупнейшими мировыми державами, усиление борьбы за ресурсы, тер-ритории, рынки и умонастроения, стремление к лидерству в сфере военных, промышленных и информационных технологий;

– несоответствие традиционных методологических подходов и их инструментария новым вызовам, концепциям и изменившемуся положению дел в современном мире в целом, и в области проектного управления в частности;

– сложившаяся практика управления проектами не в полной мере соответствует известному закону необходимого разнообразия Р. Эшби, сущность которого заключается в том, что разнооб-разие управляющей системы не должно быть меньше разнообразия поведения управляемой сис-темы. В противном случае такая система не сможет отвечать задачам управления, выдвигаемым внешней средой, и будет малоэффективной. Отсутствие или недостаточность разнообразия могут свидетельствовать о нарушении целостности подсистем, составляющих данную систему.

Все используемые в настоящее время методы и модели, включая широко известные в мире методологии и стандарты – PMBOK, PRINCE2, IPMA ICB, P2M предназначены для уровня ис-полнителей: руководители проекта, управляющая команда, специалисты офисов. Тогда как для верхних эшелонов власти и управления бизнесом – уровень основных стейкхолдеров – соответ-ствующие модели и методы управления практически отсутствуют. Но это уровень принятия стратегических решений, от него зависит около 50 % успеха проектной деятельности, именно на нем сосредоточены все ресурсы и принимаются важнейшие решения. Таким образом, одна из основных причин неуспешности проектного управления состоит в том, что верхние уровни

УДК 658.1-50 DOI: 10.14529/ctcr150316

ИНФОРМАЦИОННО-АНАЛИТИЧЕСКАЯ СИСТЕМА УПРАВЛЕНИЯ ПРОЕКТАМИ НА БАЗЕ ИСПОЛЬЗОВАНИЯ КОМПЛЕКСА МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ ФУНКЦИОНИРОВАНИЯ СТЕЙКХОЛДЕРОВ О.В. Логиновский, Я.Д. Гельруд Южно-Уральский государственный университет, г. Челябинск

Описана методология создания информационно-аналитической системы управления сложными проектами на основе комплекса математических моделей функционирования раз-личных заинтересованных сторон (стейкхолдеров), учитывающих их цели, задачи, функции и иные особенности.

Указанная методология базируется на современной универсальной сетевой модели, обес-печивающей возможность описания сложного проекта с учетом стохастичности его структу-ры, вероятностного характера параметров. При этом описаны процедуры, позволяющие фор-мировать для каждого стейкхолдера свою сетевую модель соответствующей степени агреги-рованности. Определена математическая модель системы, ее структура и реализуемые функ-ции. Данный подход является основой для создания интегрированной информационно-аналитической системы управления проектами, учитывающей сложные реалии современного мира и обеспечивающей целостность и полноту выполняемых функций.

Ключевые слова: стейкхолдер, математические модели управления проектом, компе-тенции управления проектом.




134

управления слабо вовлечены в эту деятельность, а современная методология и технология про-ектного управления не учитывает в должной мере их интересы.

В статье описывается методология создания информационно-аналитической системы управ-ления сложными проектами на основе интеграции и конвергенции комплекса мультиаспектных взаимоувязанных математических моделей функционирования различных стейкхолдеров, при этом приводится математическая модель системы, ее структура и реализуемые функции.

1. Логическая схема информационно-аналитической системы управления сложными проектами Укрупненная информационно-логическая схема взаимодействия стейкхолдеров приведена на

рис. 1.

Рис. 1. Взаимосвязь математических моделей управления проектом

Бизнес-план и План по вехам содержат наиболее возможные варианты плана финансирова-

ния проекта и его частей и соответствующие сроки реализации. Детальный план производства работ формируется из описания сложного проекта, которое

базируется на использовании циклической альтернативной сетевой модели (ЦАСМ), при этом классические, обобщенные и стохастические сетевые модели являются ее частными случаями [1].

Комплексный укрупненный план представляет собой обобщенную сетевую модель проекта, которая разрабатывается командой проекта на основе детализированной модели проекта.

План налогообложения содержит сроки и объемы реализации проекта и его пусковых ком-плексов.

План поставок содержит плановые объемы поставок по всей номенклатуре ресурсов и лими-ты финансирования по группам ресурсов.

План финансирования содержит объемы финансирования проекта собственными силами, объемы кредитования по периодам и наиболее эффективные варианты реализации проекта.

Основные требования к проекту со стороны заказчика задают конфигурацию проекта и продукта, сроки свершения событий укрупненного графика и продолжительности укрупненных работ.

Математическая модель деятельности

Руководителя и команды управления проектом

Требования и рекомендации со стороны

регулирующих органов, коммерческой службы и

поставщика

План финансирования Основные требования к

проекту


Заказчика


Инвестора


Регулирующих органов


Генконтрактора

Математическая модель деятельности Поставщика

План поставок

Детальный план производства работ Комплексный

укрупненный планБизнес–план

и План по вехам

План налогообложения

Коммерческая служба


Логиновский О.В., Гельруд Я.Д. Информационно-аналитическая система управления проектами на базе использования комплекса математических моделей…


135

Требования и ограничения со стороны регулирующих органов относятся к объемам налого-обложения, оценкам экологических рисков и качеству жизни людей.

Требования и ограничения со стороны поставщика содержат объемы и сроки поставок всех материальных ресурсов, объемы и сроки закупок у субпоставщиков.

Алгоритм интеграции математических моделей и методов для реализации управления проек-том состоит из процедур агрегирования сетевых моделей, описанных в [1], для каждого уровня управления и каждого стейкхолдера, с учетом компетенций каждой заинтересованной стороны определены необходимые типы сетевых моделей, их параметры и методы обработки. Математи-ческие модели управления проектами с позиций стейкхолдеров, таких как инвестор, заказчик, поставщик, руководитель проекта и его команда, регулирующие органы, коммерческая служба, описаны в [2].

На рис. 2 схематично показаны уровни управления и соответствующие им сетевые функцио-нальные модели описания проекта для каждого стейкхолдера. Здесь:

ДСМ (Детальная сетевая модель) – для команды управления проектом, проектного офиса; ИФМ (Инвестиционно-финансовая модель) – для Инвестора; ПСМ (Приемо-сдаточная модель) – для Заказчика; УСМ (Укрупненная сетевая модель) – для Генерального подрядчика; ОЛМ (Операционно-логистическая модель) – для Поставщика; МИВП (Модель исполнения властных полномочий) – для регулирующих и надзорных орга-

нов, органов власти; ДМ (Доходная модель) – для коммерческой службы.

Рис. 2. Функциональные модели и уровни управления

Детальная сетевая модель (ДСМ) ДСМ предназначена для оперативного и среднесрочного управления работами и проектной

деятельностью исполнителями нижнего уровня. На ее основе составляются оперативные графики выполнения работ, поставок и других видов деятельности, также осуществляется оперативный учет, отчетность, контроль, мониторинг, регулирование и обратная связь. ДСМ является про-цессной моделью всех видов деятельности и работ по созданию проектного продукта. ДСМ представлена ориентированным графом, в котором в технологической взаимосвязи показаны все работы с детерминированными и вероятностными характеристиками, с альтернативными, детер-минированными и вероятностными связями, с возможностью образования циклов, т. е. описание проекта произведено с использованием всех возможностей ЦАСМ, описанной в [1]. Главными элементами ДСМ являются работы, события, зависимости, временные и ресурсные ограничения.




136

Инвестиционно-финансовая модель (ИФМ) ИФМ является укрупненной (агрегированной) моделью проекта, содержащей возможные ва-

рианты его реализации. Предназначена для Инвестора и высшего руководства проектной дея-тельностью, принимающего стратегические решения. Включает все виды деятельности и их фи-нансовые характеристики, необходимые для организации работ Инвестора и взаимодействующих с ним структур. На ее основе составляются перспективные и среднесрочные планы финансирова-ния проекта, включающие все виды деятельности Инвестора на протяжении жизненного цикла от организации проекта до его реализации, а также для мониторинга, контроля, анализа, регулиро-вания и прогнозирования. ИФМ учитывает и описывает технологическую последовательность отдельных процессов и работ по всем видам включенной в него деятельности для обеспечения проекта необходимыми средствами и отслеживания процесса финансирования. Основными эле-ментами модели являются центры затрат, инвестиций, доходов, прибыли взаимосвязи, события и вехи, ограничения.

Приемо-сдаточная модель (ПСМ) ПСМ входит в состав инструментов для управления проектной деятельностью с позиций За-

казчика и связанных с ним структур. Предназначена для составления перспективного плана соз-дания проектного продукта и поэтапного плана сдачи его готовых элементов (комплексов). В ос-нове формирования ПСМ находится декомпозиция проекта на эти сдаточные элементы. Все эле-менты имеют свои измерения (трудоемкость, килограммы, длина, ширина, объемы работ, про-должительности) и все допустимые типы зависимостей между ними.

Укрупненная сетевая модель (УСМ) УСМ является средством управления проектом для Генерального подрядчика и высшего ру-

ководства проектной деятельностью, принимающего стратегические решения. Предназначена для составления перспективных и среднесрочных планов создания продукта проекта, включаю-щего все виды деятельности Генерального подрядчика на протяжении жизненного цикла от орга-низации проекта до его реализации. А также для мониторинга, контроля, анализа и регулирова-ния, прогнозирования, включая обратную связь. УСМ представлена ориентированным универ-сальным графом, в котором показаны в технологической взаимосвязи все работы по организации проекта, управлению проектом, проектированию, обеспечению комплектных поставок техноло-гического и других видов оборудования, строительству, монтажу, пуску, наладке, вводу в экс-плуатацию, выполнению функций авторского надзора.

Операционно-логистическая модель (ОЛМ) ОЛМ предназначена для оперативного и среднесрочного управления работами и проектной

деятельностью исполнителями Поставщика и его структур. На ее основе составляются оператив-ные графики планирования и осуществления поставок и других логистических видов деятельно-сти для обеспечения проекта всеми необходимыми материалами и оборудованием, также осуще-ствляется оперативный учет, отчетность, контроль, мониторинг, регулирование и обратная связь. ОЛМ предназначена для управления поставками и обеспечения качества как поставляемых мате-риалов, так и качества процесса организации поставок. Главными элементами ОЛМ являются место, время, объемы, сроки операций и поставок и их продолжительности, временные, стоимо-стные и ресурсные ограничения.

Модель исполнения властных полномочий (МИВП) МИВП предназначена для оперативного и среднесрочного управления работами и проектной

деятельностью исполнителями организаций, исполняющих функции регулирующих и надзорных органов, а также органами власти. На ее основе составляются оперативные графики выполнения работ и других видов деятельности, также осуществляется оперативный учет, отчетность, кон-троль, мониторинг, анализ, регулирование и обратная связь. Применение модели дает возмож-ность регулирующим и надзорным органам, а также органам власти обеспечивать исполнение требований законодательства разных уровней, согласование и экспертизу документов, учет на-циональных, страновых, социокультурных, географических, политических, экологических и дру-гих факторов (зависит от масштаба проекта). Главными элементами МИВП являются экспертные решения, разрешения, согласования, налоги, санкции, продолжительности операций, события, зависимости, временные и ресурсные ограничения.




137

Доходная модель (ДМ) ДМ предназначена для оперативного и среднесрочного управления работами и проектной

деятельностью исполнителями коммерческой службы, отвечающей за реализацию проектного продукта. На ее основе составляются оперативные графики выполнения работ, событий, других видов деятельности, также осуществляется оперативный учет, отчетность, контроль, мониторинг, анализ, регулирование, прогнозирование и обратная связь. Главными элементами ДМ являются вехи, работы по маркетингу и продажам, зависимости, обратный расчет, договора, финансовые параметры, работа с рекламациями.

2. Функции, реализуемые стейкхолдерами Все функции системы управления сложным проектом сгруппированы по стадиям разработки

проекта: Инициация проекта; Планирование проекта; Организация и контроль выполнения проекта; Анализ и регулирование выполнения проекта. На каждой стадии выделены укрупненные функции (трудовые), которые в свою очередь

подразделяются на детальные (действия). Далее в табл. 1–4 в графе 1 приведены трудовые функ-ции, в графе 2 – входящие в их состав детальные функции, включенные в интегрированную ин-формационно-аналитическую систему управления проектами, и в графе 3 – название стейкхолде-ра, реализующего данную функцию.

Таблица 1

Детальные функции, реализованные в интегрированной системе математических моделей на стадии Инициации проекта

Трудовая функция Детальные функции, включаемые в ИСУПр Стейкхолдер

Разработка концепции управ-ления предметной областью проекта

Анализ альтернатив для решения пробле-мы и выбора варианта проекта

Инвестор, Заказчик

Разработка концепции управ-ления проектом по времен-ным параметрам

Разработка укрупненного календарного плана осуществления проекта

Руководитель и команда проекта

Разработка концепции управ-ления проектом по стоимост-ным параметрам

Разработка укрупненного графика финан-сирования

Инвестор

Разработка концепции управ-ления качеством в проекте

Разработка стратегии управления качеством Заказчик

Разработка концепции управ-ления рисками проекта

Анализ альтернатив осуществления проек-та с учетом рисков

Заказчик

Разработка концепции управ-ления человеческими ресур-сами в проекте

Определение потребности в трудовых ре-сурсах проекта


Разработка концепции управ-ления закупками и контрак-тами в проекте

Построение дерева ресурсов на основе схемы декомпозиции работ проекта. Разработка стратегии управления контрак-тами (учет стратегии компании, опреде-ление критериев выбора, анализ альтер-натив)

Руководитель и команда проекта Генпоставщик




138

Таблица 2 Детальные функции, реализованные в интегрированной системе математических моделей

на стадии Планирования проекта


Планирование предметной об-ласти проекта

Разработка плана управления предметной области проекта


Планирование проекта по стои-мостным параметрам

Планирование ресурсов и определение их количества, необходимого для успешного выполнения проекта. Разработка плана финансирования

Руководитель и команда проекта Инвестор

Планирование проекта по вре-менным параметрам

Определение последовательности выпол-нения работ, которая отображается орга-низационно-технологической (сетевой) мо-делью (или сетевым графиком). Определение расписаний (календарного графика) работ проекта методом критиче-ского пути. Определение и анализ графиков проекта в ресурсах. Оптимизация расписаний работ проекта по временным и ресурсным критериям

Руководитель и команда проекта Руководитель и команда проекта Руководитель и команда проекта Руководитель и команда проекта

Планирование управления ка-чеством в проекте

Разработка плана управления качеством Заказчик

Планирование мер реагирова-ния на рисковые события

Предотвращение или снижение ущерба от рисковых событий

Заказчик

Планирование работ по под-готовке и исполнению кон-трактов

Определение перечня контрактов в проекте. Формирование графика поставок

Генпоставщик Генпоставщик

Прогнозирование и планиро-вание изменений

Прогнозирование изменений Заказчик

Таблица 3

Детальные функции, реализованные в интегрированной системе математических моделей на стадии Организации и контроля выполнения проекта


Организация и выполнение проекта

Ведение баз данных о состоянии предмет-ной области проекта


Организация и контроль вы-полнения проекта по времен-ным параметрам

Ведение баз данных и архива версий рас-писаний проекта


Организация и контроль вы-полнения проекта по стоимо-стным параметрам

Введение в действие системы управления стоимостью и финансированием в проекте

Руководитель и команда проекта, Инвестор

Организация управления и контроль качества в проекте

Сбор фактической информации о качестве в проекте

Заказчик

Организация и контроль мер реагирования на рисковые события

Организация управления рисками (приме-нение системы управления рисками в про-екте, распределение ответственности при управлении рисками)

Заказчик

Организация подготовки и кон-троль выполнения контрактов.

Подготовка и проведение конкурса Генпоставщик

Организация и контроль из-менений в проекте

Принятие решений и внесение изменений в проект





139

Таблица 4 Детальные функции, реализованные в интегрированной системе математических моделей

на стадии Анализа и регулирования выполнения проекта


Анализ и регулирование пред-метной области проекта

Принятие решений о регулирующих воз-действиях и внесение изменений в пред-метную область проекта


Анализ и регулирование про-екта по временным параметрам

Корректировка расписания работ проекта с учетом внесенных изменений


Анализ состояния и регули-рование проекта по стоимо-стным параметрам

Прогнозирование состояния выполнения работ проекта по стоимости

Руководитель и команда проекта, Инвестор

Анализ состояния и регули-рование обеспечения качества в проекте

Анализ состояния и прогресса качества в проекте на протяжении его жизненного цикла

Заказчик, Руководитель и команда проекта

Анализ состояния и регули-рование мер по снижению рисков

Анализ состояния управления рисками в проекте

Заказчик, Руководитель и команда проекта

Анализ и регулирование ис-полнения контрактов

Анализ состояния и прогноз ситуации Генпоставщик

Анализ и регулирование из-менений

Прогнозирование хода выполнения работ проекта, с учетом рекомендуемых корректив. Корректировка планов работ проекта с учетом внесенных изменений

Руководитель и команда проекта Руководитель и команда проекта

3. Математическая модель Общая математическая модель интегрированной информационно-аналитической системы

управления проектами выглядит следующим образом: Qi(ДCМ) = Gi (i = 1, 2, …, 6), (1)

где Qi – операторы агрегирования детальной сетевой модели, Gi = (ИФМ ⋁ПСМ⋁УСМ⋁ОЛМ⋁МИВП⋁ДМ); Ri(Gi), (2)

где Ri – операторы формирования плана, оптимального по критериям i-го стейкхолдера, в соот-ветствие с присущим ему комплексом математических моделей,

푄 [푅 (퐺 )] = ДСМ′, (3) где 푄 – операторы, обратные агрегированию сетевой модели для i-го стейкхолдера, заклю-чаются в корректировке детальной сетевой модели, путем задания ограничений на отдельные ра-боты, комплексы работ, вехи в детальной сетевой модели.

Принятие решений в интегрированной информационно-аналитической системе управления проектами определяется последовательностью выполнения преобразований (1)–(3), учитываю-щей приоритетность стейкхолдеров в конкретном проекте.

Часто одна и та же компания может выступать в двух и более ролях стейкхолдеров. Иногда все роли могут быть сосредоточены «в одной руке», иногда – «несколько, но не все». Число воз-можных комбинаций может быть довольно большим.

Действительно, если n – число стейкхолдеров, то С – число различных комбинаций из n по k, причем на каждую комбинацию из k остальные n – k стейкхолдеров могут образовывать свои раз-личные комбинации. Итого получаем

∑ С ∑ С = ∑ С ∙ 2 = (1 + 2) = 3 . (4) При 5 стейкхолдерах получаем 35 = 243 вариантов различных сочетаний. Таким образом, должна быть обеспечена возможность для автоматизированного сочетания

отдельных моделей управления и создания комбинированных моделей. Разработка подобной ме-тодики является перспективной задачей и будет отображена в дальнейших публикациях.

На практике наиболее распространенной схемой является представленная на рис. 3.




140

Рис. 3. Схема взаимодействия стейкхолдеров

В статье рассмотрены проблемы создания информационно-аналитической системы управле-

ния сложными проектами на основе комплекса математических моделей функционирования раз-личных стейкхолдеров, описана информационно-логическая схема их взаимодействия, процеду-ры агрегирования сетевых моделей, алгоритм интеграции, в котором использованы разработан-ные авторами математические модели. Данный подход является основой для создания интегриро-ванной информационно-аналитической системы управления проектами, учитывающей сложные реалии современного мира и обеспечивающей целостность и полноту выполняемых функций.


1. Логиновский, О.В. Циклическая стохастическая сетевая модель как универсальное сред-ство моделирования задач планирования и управления проектами в социальных и экономических системах / О.В. Логиновский, Я.Д. Гельруд, И.В. Емельянова // Сборник докладов международно-го научно-практического семинара «Вопросы информатизации и управления органов государст-венной власти и местного самоуправления». – Челябинск, 2000. – С. 86–120.

2. Воропаев, В.И. Математические модели проектного управления для заинтересованных сторон / В.И. Воропаев, Я.Д. Гельруд // Управление проектами и программами. – 2012. – № 4. – С. 258–269.

Логиновский Олег Витальевич, д-р техн. наук, профессор, заведующий кафедрой инфор-

мационно-аналитического обеспечения управления в социальных и экономических системах, Южно-Уральский государственный университет, г. Челябинск; [email protected].

Гельруд Яков Давидович, канд. техн. наук, доцент кафедры предпринимательства и ме-неджмента, Южно-Уральский государственный университет, г. Челябинск; [email protected].


__________________________________________________________________

DOI: 10.14529/ctcr150316

THE INFORMATION-ANALYTICAL SYSTEM OF PROJECT MANAGEMENT BASED ON THE USE OF COMPLEX MATHEMATICAL MODELS OF THE FUNCTIONING OF THE STAKEHOLDERS O.V. Loginovskiy, South Ural State University, Chelyabinsk, Russian Federation, [email protected], Yа.D. Gelrud, South Ural State University, Chelyabinsk, Russian Federation, [email protected]

The article describes a methodology for the creation of information-analytical system of managing complex projects based on complex mathematical models of functioning of the various interested parties (stakeholders), taking into account their goals, objectives, functions, and other features.

The methodology is based on the modern universal network model, providing the ability to de-scribe complex project taking into account its stochastic structure of the probabilistic nature of the

Заказчик Инвестор Коммерческая служба

Генпоставщик Регулирующие органы

Руководитель команды

Генконтрактор




141

parameters. This explains how to enable the development of each stakeholder a network model ap-propriate degree of the aggregation. The mathematical models of the system, its structure and func-tions are defined.This approach is the basis for creation of the computer-integrated information-analytical control system by the projects, taking into account difficult realities of the modern world and providing integrity and plenitude of the executable functions.

Keywords: stakeholder, mathematical models of project management, project management competence.

References 1. Loginovskiy O.V., Gelrud Ya.D., Emelyanova I.V. [A Cyclic Stochastic Network Model as a

Universal Means of Simulation for Planning and Project Management in the Social and Economic Sys-tems]. The Reports of International Scientific and Practical Seminar: Issues of Information and Control of the Public Authorities and Local Governments, Chelyabinsk, 2000, pp. 86–120. (in Russ.)

2. V.I. Voropaev, Ya.D. Gelrud [Mathematical Models of Project Management for Interested Par-ties]. Management of projects and programmes, 2012, no. 4, pp. 258–269. (in Russ.)



Логиновский, О.В. Информационно-аналитическая система управления проектами на базе использования комплекса математических моделей функционирова-ния стейкхолдеров / О.В. Логиновский, Я.Д. Гельруд // Вестник ЮУрГУ. Серия «Компьютерные технологии, управление, радиоэлектроника». – 2015. – Т. 15, № 3. – С. 133–141. DOI: 10.14529/ctcr150316

Loginovskiy O.V., Gelrud Ya.D. The Information-Analytical System of Project Management Based on the Use of Complex Mathematical Models of the Functioning of the Stakeholders. Bulletin of the South Ural State Uni-versity. Ser. Computer Technologies, Automatic Control, Radio Electronics, 2015, vol. 15, no. 3, pp. 133–141. (in Russ.) DOI: 10.14529/ctcr150316



142

Введение Мезосфера располагается выше 40–50 км и ниже 80–90 км. При вхождении космического

объекта в мезосферу, вокруг него образуется оболочка из раскаленного газа, обладающего плаз-менными свойствами. Ввиду специфических радиофизических свойств оболочки происходит на-рушение радиосвязи со спускаемым аппаратом в широком диапазоне частот. Расследование кру-шения корабля «Колумбия» при торможении было затруднено из-за отсутствия данных радиооб-мена при полёте на высотах ниже слоя Е ионосферы (катастрофа произошла 1 февраля 2003 года при снижении корабля до 75 км). Подобные проблемы могут возникнуть и при движении в мезо-сфере гиперзвуковых экспериментальных аппаратов. Плазменная оболочка увеличивает эффек-тивное сечение отражения радиолокационного сигнала, что наблюдается и при вторжении метео-ров в относительно плотные слои верхней части мезосферы.

Разогрев газа в ударной волне При обтекании сверхзвуковым газовым потоком твёрдого тела на его передней кромке обра-

зуется ударная волна, а иногда не одна, в зависимости от формы тела. На рис. 1 видны ударные

Краткие сообщения УДК 533.9 + 621.371 DOI: 10.14529/ctcr150317

РАДИОПРОЗРАЧНОСТЬ ИОНИЗОВАННОЙ ОБОЛОЧКИ, ОБРАЗУЮЩЕЙСЯ ВОКРУГ ГИПЕРЗВУКОВОГО ОБЪЕКТА В МЕЗОСФЕРЕ В.И. Тамбовцев, И.А. Шевяков, А.А. Литвинов Южно-Уральский государственный университет, г. Челябинск

Рассматриваются основные свойства ионизированной газовой оболочки, образующейся вокруг объектов, движущихся в мезосфере с гиперзвуковой скоростью с целью определения частотного диапазона для радиосвязи.

Ионизация осуществляется за счёт энергии ударной волны. Толщина переходного слоя определяется межмолекулярными расстояниями. Предельное сжатие связано с адиабатой Гюгоньо и зависит от количества степеней свободы – для двухатомного газа равно 6. Остав-шаяся при торможении энергия идёт на нагрев газа в ударной волне и, согласно Саха, на ио-низацию. Температурное поле оболочки с учётом коэффициента теплопереноса на порядок выше температуры поверхности объекта. Вблизи носовой части, перегрев которой, например, для Бурана достигает 1400 °С, температура газа превышает 10 000 °С – это на высоте 63 км при скорости 17 махов.

В оболочке находится ионизованный газ – трёхкомпонентная среда атомов (молекул), ионов и электронов с малой степенью ионизации. Основными характеристиками являются частота столкновений электронов с атомами и плазменная частота. Если плазменная частота превышает частоту столкновений, то среда является газовой плазмой. Если частота столкно-вений превышает значение плазменной частоты, то газ не достигает плазменного состояния. Плазменная частота является критической: выше критической частоты в газовая плазме пре-обладают диэлектрические свойства, а до критической частоты – преобладают проводящие свойства.

Плазменная оболочка радиопрозрачна, если значение скин-слоя превышает нормальную к корпусу толщину оболочки. Расчёты и модельные испытания показывают, что прозрачность радиоканала обеспечивается в сантиметровом диапазоне, где f > 9 ГГц.

Ключевые слова: радиопрозрачность, мезосфера, ударная волна, ионизованный газ, плазма, скин-слой, гиперзвуковой объект.


Тамбовцев В.И., Шевяков И.А., Радиопрозрачность ионизованной оболочки, Литвинов А.А. образующейся вокруг гиперзвукового объекта в мезосфере


143

волны, образованные на острие фюзеляжа, на передней и задней кромках крыла и на заднем окончании модели [1]. На фронте ударной вол-ны скачкообразно происходят кардинальные изменения свойств потока – его скорость отно-сительно тела снижается и становится дозвуко-вой, давление в потоке и температура газа скачком возрастают.

На рис. 2 в качестве примера представлена схема температурного нагружения поверхно-сти Бурана [2]. Температурное поле спутной оболочки с учётом допускаемого 10 % коэф-фициента теплопереноса вблизи поверхности на порядок выше (точных данных авторы не имеют). Разогрев и ионизация газов осуществ-ляется за счёт энергии ударной волны. Можно ожидать, что вблизи носовой части темпера-тура превышает 14 000 °С.

Толщина фронта ударной волны имеет порядок длин свободного пробега молекул, что позволяет в расчётах фронт заменить по-

верхностью разрыва. За фронтом газ образует по направлению Z слоистую структуру и внутри слоёв газ однородный. Так называемая адиабата Гюгоньо идёт круче, чем дозвуковая адиабата. Для гиперзвуковых УВ (число Маха М = ν/a превышает 6) для плотности ρ получается:

1

0

1.

1

(1)

Здесь γ – показатель адиабаты, индекс «0» – для невозмущённой части, «1» – для УВ [3].

Рис. 2. Уровни нагрева на поверхности корпуса Бурана. Высота 63 км, М = 17 [2]

Рис. 1. Ударные волны для модели летательного

аппарата в сверхзвуковом потоке [1]


Краткие сообщения


144

Предельное сжатие для одноатомного газа равно 4 (три степени свободы), а для двухатомно-го – 6 (пять степеней свободы). Отставшая при торможении энергия в частности идёт на нагрев газа в ударной волне. Для ударных волн достаточно большой интенсивности необходимо учиты-вать (последовательно) стадии установления термодинамического равновесия поступательных, вращательных, для молекулярных газов еще и колебательных степеней свободы, в определенных условиях – диссоциацию и рекомбинацию молекул, химические реакции, процессы с участием электронов (ионизацию, электронное возбуждение).

Свойства столкновительного ионизованного газа В настоящей работе рассматриваем столкновительный частично ионизованный газ (СИГ) –

трёхкомпонентная среда атомов (молекул), ионов и электронов с относительно малой степенью ионизации. Обратимся к электронной компоненте ионизованного газа, которая определяет ра-диофизические свойства исследуемой среды.

В термодинамически равновесной среде с кинетической температурой kT концентрация электронов определяется формулой Саха [4]. Формула также применима при детальном равнове-сии в стационарном случае [5]. Запишем формулу для концентрации электронов ne:

3 4 1 4 1 2 3 202 exp ,

2r

e en m kT P hkT

(2)

где em – масса электрона, r – энергия ионизации, k – постоянная Больцмана, h – постоянная Планка, Р0 – давление нейтрального газа.

При одной и той же скорости ЛА плотность электронов ne возрастает с уменьшением высо-ты, но скорость аппарата уменьшается. На высоте h ≈ 75 км при скорости и = 5 км/с плотность ne

≈ 1018 м–3, а частота столкновений νе ≈ 1011 с–1.

Радиус Дебая – Хюккеля ԃ характеризует масштаб квазинейтральности или электрической неоднородности СИГ (здесь и далее предполагается, что параметры приводятся в усреднённом виде). Кулоновское взаимодействия частиц мало, в сравнении с kT, при выполнении неравенства e/4πε0ԃ < kT/e, где ε0 – электрическая постоянная в СИ.

Основными характеристиками СИГ являются νe – частота столкновений электронов и плаз-менная частота ωp:

1/22

0.e

pe

n em

(3)

Плазменные колебания могут развиваться и существовать в интервале между столкновения-ми: τe

= 1/νe. Характерные параметры для ионизованного газа и газовой плазмы: ωpτe

> 1, ԃ L, Nԃ 1 – газовая плазма;

ωpτe < 1, ԃ L, Nԃ

1 – ионизованный газ, (4) где τe – интервал между двумя столкновениями частиц, ԃ – радиус Дебая – Хюккеля, L – линей-ный масштаб исследуемой среды, Nԃ – количество заряженных частиц в сфере Дебая.

Среда становится радиопрозрачной, если ω0 > ωp: а) ω0

= ωp при ωp > 2πνe или б) ω0

= 2πνe при 2πνe

> ωp. Здесь ω0 – критическая частота. Отражение наблюдается при частоте ω ниже критиче-ской ω0, если ωp

> 2πνe, а если 2πνe > ωp, то происходит поглощение на толщине скин-слоя δ без

отражения. На толщине скин-слоя напряжённость поля электромагнитной волны убывает в е раз. Распространение волны через исследуемую среду Были проведены лабораторные исследования газоразрядной плазмы, в которой электронная тем-

пература превышала 10 000 °С. Тяжёлая компонента при этом имела температуру не более 60 °С [5]. Для оценки глубины проникновения электромагнитной волны воспользуемся определением

скин-слоя как обратной величины от постоянной затухания [6]. Получается в безразмерном виде: 1 21 22 22 2 22

2 2 2 2 2 2 21 1 11 1 ,

2 2 2р р рe

e e e

fc

(5)

где = 2πf и с – скорость света.


Тамбовцев В.И., Шевяков И.А., Радиопрозрачность ионизованной оболочки, Литвинов А.А. образующейся вокруг гиперзвукового объекта в мезосфере


145

Графики, построенные по формуле (5), приведены на рис. 3. Для удобства круговая частота была заменена линейной f. Толщина скин-слоя характерно увеличивается с увеличением частоты радиосигнала в области f = fp. Однако такое резкое увеличения толщины скин-слоя характерно лишь при незначительных величинах частоты столкновений электронов. При больших значениях νе уве-личение толщины скин-слоя происходит гораздо медленнее и его значение остаётся довольно вы-соким во всём диапазоне частот. Это показывает, что частота столкновений электронов значитель-но влияет на характер распространения электромагнитной волны в ионизированной среде.

Рис. 3. Зависимости δ от f. Выделен график для типичного случая

Выводы Плазменная оболочка радиопрозрачна, если значение скин-слоя превышает нормальную к

корпусу толщину оболочки. Радиоотражающие свойства определяются по этому же алгоритму. Расчёты и модельные испытания показывают, что прозрачность радиоканала обеспечивается в сантиметровом диапазоне, где f > 9 ГГц. Надо отметить, что уже решаются конкретные задачи, и следует ожидать появления в печати экспериментальных данных.


1. http://avia-simply.zvukovoj-barjer-volnovoj-krizis/ 2. http://www.buran.ru/htm/tersaf5.htm/ 3. Чёрный, Г.Г. Газовая динамика / Г.Г. Чёрный. – М.: Наука, 1983. – 424 с. 4. Bradt, H.V. Astrophysics Processes / H.V. Bradt. – Cambridge University Press, 2008. – 536 c. 5. Шевяков, И.А. Радиофизические свойства столкновительной плазмы газового разряда /

И.А. Шевяков, В.И. Тамбовцев, А.А. Кучуркин // Вестник ЮУрГУ. Серия «Математика, механи-ка и физика». – 2013. – Т. 5, № 1. – С. 100–106.

6. Шевяков, И.А. О радиопрозрачности плазменной оболочки гиперзвукового летательного аппарата / И.А. Шевяков // Вестник ЮУрГУ. Серия «Математика, механика и физика». – 2014. – Т. 6, № 2. – С. 80–84.

Тамбовцев Владимир Иванович, д-р физ.-мат. наук, профессор кафедры инфокоммуникацион-

ных технологий, Южно-Уральский государственный университет, г. Челябинск; [email protected]. Шевяков Игорь Андреевич, аспирант приборостроительного факультета, Южно-Уральский

государственный университет, г. Челябинск; [email protected]. Литвинов Артём Александрович, магистрант приборостроительного факультета, Южно-

Уральский государственный университет, г. Челябинск; [email protected].





146

DOI: 10.14529/ctcr150317

RADIO TRANSPARENCY OF IONIZED SHELL, WHICH FORMING AROUND HYPERSONIC OBJECTS IN MESOSPHERE V.I. Tambovtsev, South Ural State University, Chelyabinsk, Russian Federation, [email protected], I.A. Shevyakov, South Ural State University, Chelyabinsk, Russian Federation, [email protected], А.A. Litvinov, South Ural State University, Chelyabinsk, Russian Federation, [email protected]

This article discusses the basic properties of ionized gas shell formed around objects moving in the mesosphere at hypersonic speeds to determine the frequency band for the radio communication.

Ionization occurs due to the energy of the shock wave. The thickness of the transition layer is defined between molecular distances. Limiting compression due to the Hugonio adiabat and depends on the number of degrees of freedom – for diatomic gas is equal to 6. The energy which remained when braking goes for heating of gas in a shock wave and, agrees Sakha, to ionization. Temperature field of the shell taking into account the heat transfer coefficient is much higher surface temperature of the object. Near the bow, which overheating, for example, Buran reaches 1400 °C, the gas tem-perature exceeds 10 000 °С – this is at a height 63 km and at a speed of 17 Machs.

The shell is three-component gas. There are atoms (molecules), ions and electrons with a low degree of ionization. The main features are the frequency of collisions of electrons with atoms and the plasma frequency. If the plasma frequency exceeds the frequency of collisions, the medium is a gas plasma. If the frequency of collisions exceeds value of plasma frequency, gas doesn't reach a plasma status. The plasma frequency is critical: above the critical frequency gas plasma is dominated by the dielectric properties, and to the critical frequency – dominated conductive properties.

Plasma sheath radio transparency if the value of the skin layer to the body exceeds the normal thickness of the shell. Calculations and model tests show that the transparency of the radio channel is provided in the centimeter range, where f > 9 GHz.

Keywords: radio transparency, mesosphere, hypersonic speed, shock wave, ionized gas, plasma, skin layer, hypersonic object.

References 1. http://avia-simply.zvukovoj-barjer-volnovoj-krizis/ 2. http://www.buran.ru/htm/tersaf5.htm/ 3. Cherniy G.G. Gazovaya dinamika [Gas Dynamics]. Moscow, Nauka Publ., 1983. 484 p. 4. Bradt H.V. Astrophysics Processes. Cambridge University Press, 2008, 536 p. DOI:

10.1017/CBO9780511802249. 5. Shevyakov I.A., Tambovtsev V.I., Kuchurkin A.A. [Radio Physical Properties of Collisional

Plasma in Gas Discharge]. Bulletin of the South Ural State University. Ser. Mathematics. Mechanics. Physics, 2013, vol. 5, no. 1, pp. 100–106. (in Russ.)

6. Shevyakov I.A. [Radio Transparency of Plasma Shell for Hypersonic Aircraft]. Bulletin of the South Ural State University. Ser. Mathematics. Mechanics. Physics, 2014, vol. 6, no. 2, pp. 80–84. (in Russ.)



Тамбовцев, В.И. Радиопрозрачность ионизован-ной оболочки, образующейся вокруг гиперзвукового объекта в мезосфере / В.И. Тамбовцев, И.А. Шевяков, А.А. Литвинов // Вестник ЮУрГУ. Серия «Компью-терные технологии, управление, радиоэлектрони-ка». – 2015. – Т. 15, № 3. – С. 142–146. DOI: 10.14529/ctcr150317

Tambovtsev V.I., Shevyakov I.A., Litvinov А.A. Radio Transparency of Ionized Shell, which Forming Around Hypersonic Objects in Mesosphere. Bulletin of the South Ural State University. Ser. Computer Technolo-gies, Automatic Control, Radio Electronics, 2015, vol. 15, no. 3, pp. 142–146. (in Russ.) DOI: 10.14529/ctcr150317



147

Введение Широкое применение в тепловых системах автоматических регуляторов выявило ряд про-

блем. Главная из них – алгоритмы работы регуляторов не раскрыты. Даже если в инструкциях присутствуют термины «пропорционально-интегральный» или «дифференциальный», это не зна-чит, что регуляторы работают, как привычные ПИ-, ПИД-регуляторы. Так, многолетний опыт наладки систем отопления, от коттеджей до многоквартирных домов, с применением регуляторов ECL Comfort (производитель Danfoss), Vitotronic (производитель Viessmann), ESBE и других, по-казывает, что применение рекомендаций по их настройке приводит к колебаниям температуры теплоносителя с периодом 5…20 мин и амплитудой 7…10 °С. Такой процесс заставляет увеличи-вать исходную температуру теплоносителя на 10…15 °С, что значительно повышает расход энер-горесурсов. Для определения возможности существенного изменения динамики процесса регу-лирования, а именно снижения амплитуды автоколебаний до 1…2 °С, был проведен ряд теорети-ческих и экспериментальных исследований. На начальном этапе была поставлена задача иденти-фицировать динамику автоматических регуляторов, поскольку их работа на реальных котельных не слишком совпадала с положениями ТАУ.

Экспериментальная идентификация регуляторов Для исследования алгоритмов работы контроллеров управления системами отопления и го-

рячего водоснабжения, и экспериментов по оптимизации процессов разработан стенд, имити-рующий эти системы. Принципиальная электрическая схема стенда на базе контроллера ECL Comfort 200 приведена на рис. 1, электрические схемы стенда на базе других контроллеров ана-логичны.

Переменные резисторы R3–R7 предназначены для имитации датчиков температуры, тумб-лер S1 – для дискретного изменения рассогласования температур. В связи с тем, что выходные сигналы всех регуляторов температуры представляют собой импульсное напряжение амплитудой 220 В, применены развязывающие трансформаторы Т1–Т2, обеспечивающие безопасность ис-следований.

УДК 620.9:662.92; 658.264 + 658.012.01.56; 658.512 DOI: 10.14529/ctcr150318

ЭКСПЕРИМЕНТАЛЬНАЯ ИДЕНТИФИКАЦИЯ СТРУКТУРЫ И ПАРАМЕТРОВ АВТОМАТИЧЕСКИХ РЕГУЛЯТОРОВ СИСТЕМ ОТОПЛЕНИЯ А.С. Аникин1, А.А. Балденков1, 2, В.Л. Кодкин1 1 Южно-Уральский государственный университет, г. Челябинск; 2 ООО «КОСТЕС», г. Челябинск

На сегодняшний день основные задачи реализации программ энергосбережения в стране состоят в обеспечении эффективности всех процессов, связанных с производством, передачей и потреблением энергоносителей. В коммунальном хозяйстве потребление тепловой энергии практически на порядок превосходит потребление электрической энергии в связи с нуждами отопления и горячего водоснабжения. Помимо этого, график тепловой нагрузки в течение отопительного сезона сильно варьируется (в 5–6 раз) не только от времени суток, но и от климатических условий. В связи с этим повышение энергоэффективности в системах тепло-снабжения за счет обеспечения в них качественного процесса регулирования является акту-альной задачей.

В статье представлен опыт проведения идентификации регуляторов температуры тепло-носителя в системах отопления и горячего водоснабжения. Приведены алгоритмы и результа-ты идентификации трех наиболее часто применяемых в системах отопления и ГВС регулято-ров: ECL Comfort (производитель Danfoss), Vitotronic (производитель Viessmann), 90С (произ-водитель ESBE).

Ключевые слова: тепловые системы, регулятор температуры теплоносителя.




148

Рис. 1. Принципиальная электрическая схема стенда для исследования регуляторов температуры На данном стенде были исследованы три наиболее часто применяемых контроллера для систем

отопления и горячего водоснабжения (ГВС): ESBE Series 90, Vitotronic 300-K, ECL Comfort 200. Наиболее простым является контроллер ESBE Series 90C – пропорциональный регулятор с

переменным настраиваемым коэффициентом усиления. Сигналы управления приведены на рис. 2.

Рис. 2. Управляющие сигналы ESBE при рассогласовании температур 3 и 7 °С

Выбранная при настройке длительность импульса Тимп не изменяется при изменении рассо-

гласования заданной и регулируемой температур ∆푇° = 푇°з − 푇°. Рассогласование изменяет пе-риод следования импульсов Т. Коэффициент усиления регулятора можно представить формулой

퐾 ≈ имп ≈ 푇имп ∙ ∆푇°. (1) Данный регулятор применяется в небольших малоинерционных системах. Второй исследованный контроллер – это цифровой каскадный контроллер Vitotronic 300-K,

реализует алгоритм ПИД-регулирования. Настройка параметров его динамических звеньев огра-ничена выбором единственного параметра С4 («регулирующее воздействие смесителя на дина-мику установки»), изменяемого в диапазоне 0…3. Сигнал управления приведен на рис. 3. Он со-стоит из первоначального импульса длительностью Тд, определяемой дифференциальным кана-лом, группы импульсов с изменяемой в зависимости от параметра С4 скважностью, которая оп-ределяет пропорциональный канал. Через определенное время регулятор переходит в насыщение за счет интегрального канала.

Передаточная функция данного регулятора может быть представлена формулой 푊 ≈ 퐾 +

и∙+ 푇д ∙ 푝 ≈ имп +

п∙+ д∙

имп. (2)

R3

ECL Comfort 200

R4

R5

R6

S1

201918171615129 111087654321

R7

«Наружная температура»

«Температура в помещении»

«Температура возвращаемого теплоносителя»

«Температура подачи»«ΔT°C»

VD1

R1

VD2

R2

AN

QF1

T1

T2

X1GND


Аникин А.С., Балденков А.А., Экспериментальная идентификация структуры Кодкин В.Л. и параметров автоматических регуляторов систем отопления


149

Наличие всего четырех положений настройки динамических звеньев не позволяет оптималь-но настроить процессы с этим регулятором.

Рис. 3. Структура выходного сигнала контроллера Vitotronic 300-K

при С4:0 и С4:2 при ΔT = 3 °C Более гибкую структуру имеет ECL Comfort 200. В отличие от ранее описанных контролле-

ров, данный регулятор позволяет существенно изменять параметры заложенных в него динами-ческих звеньев.

Выходной сигнал контроллера ECL Comfort 200 представлен на рис. 4.

Рис. 4. Структура выходного сигнала контроллера ECL Comfort 200

Сигнал содержит первоначальный импульс, интервал времени с изменяющейся скважностью

и установившееся значение с малой скважностью. Такой процесс может соответствовать выход-ному сигналу ПД регулятора:

푊 = 퐾 + ∙∙

, (3)

где 퐾 = имп ; 푇 = уст

…; = пуск

имп.

Проведен цикл испытаний, показавший зависимость параметров передаточной функции от параметров регулятора: Xp – зона пропорциональности, Ти – постоянная интегрирования, Тш – «время перемещения штока клапана из одного крайнего положения в другое». В программной среде Matlab рассчитаны частотные характеристики регуляторов (рис. 5), оказалось, что при па-раметрах, которые чаще всего устанавливают при наладке (графики 2, 3 на рис. 5), регуляторы близки к пропорциональным звеньям и не оказывают существенного корректирующего воздей-


Bulletin of the South Ural State University. Ser. 150

ствия (см. таблицу). Это объясняет отмеченные ранее факты незначительного влияния изменямых параметров на процессы регулирования. Вместе с тем, возможно установить такие динамческие свойства регулятора, которые способны существенно изменить динамику тептемы (график 1 на рис. 5).

Передаточные функции погодного компенсатора

I 푊 = 0,65 + , ∙

, ∙

Поскольку период колебаний составляет 5

с Т2 = 467,9 с.

Рис. 5. Частотные характеристики регулятора Исходя из того, что чаще всего настройка параметров регулятора

струкциям и руководствам [3, с. 42, 46]не дающим абсолютно никакого представления о том, как влияет каждый конкретный параметр на характер процессов в системе, в результате собой автоколебания со значительной амплитудой.

В ходе экспериментальной идентификации установлено:– параметр «время интегрирования» не определяет параметр интегрирующего звена, более

того, интегральное звено в данном регуляторе отсутствует, а указанный параметр влияет на все характеристики динамического звена;

– параметр «зона пропорциональности» определяет общий коэффициент усиления регулятора;– все коэффициенты и постоянные времени регулятора зависят от Заключение 1. Возможно, регуляторы ECL Comfort

разобрать их и особенно воздействовать на их корректировку, т.ми алгоритмами, нет никакой возможно

2. Единственно возможным вариантом корректировки данных регуляторов может быть мтод, опирающийся на их идентификацию как динамических нелинейных регуляторов, и исползование методов частотного анализа или гармонической линеаризации для корректировкимики контуров теплоснабжения.

ФЧХ

АЧХ


Bulletin of the South Ural State University. Ser. Computer Technologies, Automatic Control, Radio Electronics2015, vol. 15, no.

. Это объясняет отмеченные ранее факты незначительного влияния изменямых параметров на процессы регулирования. Вместе с тем, возможно установить такие динамческие свойства регулятора, которые способны существенно изменить динамику теп

Передаточные функции погодного компенсатора ECL Comfort 200

II 푊 = 0,14 + , ∙

, ∙ 푊 =

Поскольку период колебаний составляет 5…7 мин, наиболее эффективным

Рис. 5. Частотные характеристики регулятора ECL Comfort 200 при изменении зоны пропорциональности

Исходя из того, что чаще всего настройка параметров регулятора производится согласно и, с. 42, 46], [4, п. 26 «Установка параметров ПИ

не дающим абсолютно никакого представления о том, как влияет каждый конкретный параметр на характер процессов в системе, в результате процесс регулирования, как правило, представляет собой автоколебания со значительной амплитудой.

В ходе экспериментальной идентификации установлено: параметр «время интегрирования» не определяет параметр интегрирующего звена, более

но в данном регуляторе отсутствует, а указанный параметр влияет на все характеристики динамического звена;

параметр «зона пропорциональности» определяет общий коэффициент усиления регулятора;все коэффициенты и постоянные времени регулятора зависят от величины рассогласования.

ECL Comfort и Vititronic содержат нечеткие алгоритмы [5], однако разобрать их и особенно воздействовать на их корректировку, т. е. воспользоваться генетическми алгоритмами, нет никакой возможности.

Единственно возможным вариантом корректировки данных регуляторов может быть мтод, опирающийся на их идентификацию как динамических нелинейных регуляторов, и исползование методов частотного анализа или гармонической линеаризации для корректировкимики контуров теплоснабжения.


Computer Technologies, Automatic Control, Radio Electronics. 2015, vol. 15, no. 3, pp. 147–152

. Это объясняет отмеченные ранее факты незначительного влияния изменяе-мых параметров на процессы регулирования. Вместе с тем, возможно установить такие динами-ческие свойства регулятора, которые способны существенно изменить динамику тепловой сис-

Comfort 200

III 0,028 + , ∙

, ∙

7 мин, наиболее эффективным вариантом будет I,

при изменении зоны пропорциональности Хр

производится согласно ин-26 «Установка параметров ПИ-регулирования»],

не дающим абсолютно никакого представления о том, как влияет каждый конкретный параметр процесс регулирования, как правило, представляет

параметр «время интегрирования» не определяет параметр интегрирующего звена, более но в данном регуляторе отсутствует, а указанный параметр влияет на все

параметр «зона пропорциональности» определяет общий коэффициент усиления регулятора; величины рассогласования.

содержат нечеткие алгоритмы [5], однако е. воспользоваться генетически-

Единственно возможным вариантом корректировки данных регуляторов может быть ме-тод, опирающийся на их идентификацию как динамических нелинейных регуляторов, и исполь-зование методов частотного анализа или гармонической линеаризации для корректировки дина-


Аникин А.С., Балденков А.А., Экспериментальная идентификация структуры Кодкин В.Л. и параметров автоматических регуляторов систем отопления


151

Литература 1. Цифровой погодозависимый каскадный контроллер Vitotronic 300-K. Инструкция по мон-

тажу и сервисному обслуживанию для специалистов. – http://viessmann.watercity.ru/upload/ iblock/b09/efc210a6-b149-11e1-9504-6c626db89317_efc210b4-b149-11e1-9504-6c626db89317.pdf

2. Инструкция по установке регулятора ESBE series 90. – http://www.esbe.eu/ru/ru-ru/ produktsiia/kontrolliery/90c

3. Каталог автоматических регуляторов для систем теплоснабжения зданий. – ЗАО «Дан-фосс», 2012.

4. ECL Comfort 200. Руководство пользователя. – http://www.danfoss-rus.ru/catalog/sections_files/ VI7BC550_P30.pdf

5. Штовба, С.Д. Введение в теорию нечетких множеств и нечеткую логику. / С.Д. Штовба. – Винница: УНИВЕРСУМ-Винница, 2001. – 756 с.

6. Сравнительный анализ практического применения терморегуляторов, основанных на ПИД законе и на применении правил нечеткой логики (Fuzzy Logic) / Ю.Л. Беккер, Н.Д. Сибиль-ская, В.В. Делибалтов, А.М. Зак. – http://d.17-71.com/2007/08/20/sravnitelnyiy-analiz-prakticheskogo-primeneniya-termoregulyatorov-osnovannyih-na-pid-zakone-i-na-primenenii-pravil-nechetkoy-logiki-fuzzy-logic/

Аникин Александр Сергеевич, доцент кафедры электротехники и возобновляемых ис-

точников энергии, Южно-Уральский государственный университет, г. Челябинск; anikinsasha@ gmail.com.

Балденков Александр Александрович, аспирант кафедры электропривода и автомати-зации промышленных установок, Южно-Уральский государственный университет; инженер, ООО «КОСТЕС», г. Челябинск; [email protected].

Кодкин Владимир Львович, д-р техн. наук, профессор кафедры электропривода и автома-тизации промышленных установок, Южно-Уральский государственный университет, г. Челябинск; [email protected].


__________________________________________________________________

DOI: 10.14529/ctcr150318

EXPERIMENTAL IDENTIFICATION OF STRUCTURE AND PARAMETERS OF AUTOMATIC REGULATORS OF HEATING SYSTEMS A.S. Anikin, South Ural State University, Chelyabinsk, Russian Federation, [email protected], A.A. Baldenkov, South Ural State University, LLC “COSTES”, Chelyabinsk, Russian Federation, [email protected], V.L. Kodkin, South Ural State University, Chelyabinsk, Russian Federation, [email protected]

Today the main task of energy saving programs in the country is to provide the efficiency of all processes connected with the production, transmission and consumption of energy. In the utilities sector heat consumption exceeds the consumption of electric energy almost in 10 times in relation to the needs of heating and hot water. In addition the thermal load schedule during the heating season varies greatly (by 5–6 times) not only the time of day, but also on the climatic conditions. Therefore energy efficiency in heating systems by providing them quality control process is an urgent task.

The article describes the experience of identifying the regulators flow temperature in heating and hot water. The algorithms and the results of the identification of the three most commonly regu-




152

lators: ECL Comfort (produced by Danfoss), Vitotronic (produced by Viessmann), 90S (produced by ESBE) used in heating systems and domestic hot water are presented.

Keywords: heating systems, temperature of heat-transfer agent regulator.

References 1. Tsifrovoy pogodozavisimyy kaskadnyy controller Vitotronic 300-K. Instruktsiya po montazhu i

servisnomu obsluzhivaniyu dlya spetsialistov [Digital Weather-Compensated Cascade Control Unit Vi-totronic 300-K. Installation and Services for Professionals]. Available at: http://viessmann.watercity.ru/ upload/iblock/b09/efc210a6-b149-11e1-9504-6c626db89317_efc210b4-b149-11e1-9504-6c626db89317.pdf (accessed 17 May 2015).

2. Instrukciya po ustanovke regulyatora ESBEseries [Installation Instructions Regulator ESBE Se-ries 90]. Available at: http://www.esbe.eu/ru/ru-ru/produktsiia/kontrolliery/90c/ (accessed 17 May 2015).

3. Katalog avtomaticheskikh regulyatorov dlya system teplosnabzheniya zdaniy [Catalogue of Au-tomatic Regulators for Heating Buildings]. Danfoss Inc., 2012.

4. Rukovodstvo polzovatelya ECL Comfort 200 [ECL Comfort 200 User Manual]. Available at: http://www.danfoss-rus.ru/catalog/sections_files/VI7BC550_P30.pdf (accessed 17 May 2015).

5. Shtovba S.D. Vvedenie v teoriyu nechetkikh mnozhestv i nechetkuyu logiku [Introduction to the Theory of Fuzzy Sets and Fuzzy Logic]. Vinnitsa, UNIVERSUM-Vinnitsa, 2001. 756 p.

6. Bekker Y.L., Sibilskaya N.D., Delibaltov V.V., Zak A.M. Sravnitelnyy analiz prakticheskogo primeneniya termoregulatorov, osnovannykh na PID-zakone i na primenenii nechetkoy logiki [Com-parative Analysis of the Practical Application of Temperature Controllers, Based on PID-law and in the Application of Rules of Fuzzy Logic]. Available at: http://d.17-71.com/2007/08/20/sravnitelnyiy-analiz-prakticheskogo-primeneniya-termoregulyatorov-osnovannyih-na-pid-zakone-i-na-primenenii-pravil-nechetkoy-logiki-fuzzy-logic/ (accessed 17 May 2015).

Received 6 May 2015


Аникин, А.С. Экспериментальная идентификация структуры и параметров автоматических регуляторов систем отопления / А.С. Аникин, А.А. Балденков, В.Л. Кодкин // Вестник ЮУрГУ. Серия «Компью-терные технологии, управление, радиоэлектрони-ка». – 2015. – Т. 15, № 3. – С. 147–152. DOI: 10.14529/ctcr150318

Anikin A.S., Baldenkov A.A., Kodkin V.L. Experi-mental Identification of Structure and Parameters of Automatic Regulators of Heating Systems. Bulletin of the South Ural State University. Ser. Computer Technologies, Automatic Control, Radio Electronics, 2015, vol. 15, no. 3, pp. 147–152. (in Russ.) DOI: 10.14529/ctcr150318



153

The mutual coupling of the dipoles in phased array antennas is discussed in Ref. [1, 2]. The mutual coupling causes mismatch of the antenna array input impedance in given frequency band, decreasing of gain for some angular regions in scan sector. Analysis of the mutual coupling of the dipoles becomes difficult to determine the antenna array radiating field in case of finite complex shape reflector. In this case we must consider the appropriate boundary problem to determine current distribution on reflector surface and function of dipoles excitation. Note, we will determine the mutual coupling not only for di-poles, but for general electromagnetic system array – screen.

Well-known approaches for analysis the mutual coupling of the dipoles which dispose in an infinity periodic array can localize some angular directs of array’s pattern. These angular direct characterize ef-fect of array blindness caused of surface wave resonant [2]. This is the main feature of the infinity pe-riodically modulated ribbed structure. For such model of array we can obtain some characteristics – ref-lection from inputs of dipoles, gain due to vector space modes, but only for the same amplitude and li-near phase functions of the array excitation. Note, for large-size array these approaches is very effective and provides methods of cancellation the surface waves and improvement of mismatching for given fre-quency band.

It is important: for small-size arrays (volume of numerical data limited capabilities of computer modeling) we must determine the exact electromagnetic fields of the boundary dipoles, because their current distributions most heavily exposed inhomogeneous mutual coupling. Then we also must consider the current distribution on the near edge of the reflector. Note, the practice reflectors may be conformal, having curvilinear or stepped boundaries. It means, well-known mathematical model as aperiodic array of short-cut input dipoles [2] can not used for finite antenna array of dipoles.

Widely used method for solving of the scattering problems is approach the infinitely thin and unli-mited perfect conducting surface [3]. Many important practice results we can obtain due to this ap-proach. But for finite-thickness reflector (often reflector is a part of the array construction, Fig. 1) it is necessary general approach for boundary problem formulation of the mathematical model for reflector with given geometrical characteristics (perhaps, inhomogeneous), finite conductivity, arbitrary excita-tion of the dipoles.

We can consider the case for arbitrary complex shape and perfect conductive reflector. Note, the case of finite conductive reflector requires using the impedance boundary conditions, but it leads to similar set of integral equations. In the mathematical model of the array we introduce function of ar-ray’s excitation – vector , 1,iU i N , where N is a number of vibrators. The mostly used radiators for practice antenna systems is dipoles, therefore results of mathematical modeling can obtain the array’s pattern and changes of the array excitation caused the mutual coupling dipoles and reflector. It leads to mismatch of the dipoles, but now we can to correct the excitation of dipoles based on results of modeling.

DOI: 10.14529/ctcr150319

ESTIMATION OF MUTUAL COUPLING IN FINITE ARRAY OF DIPOLES A.B. Khashimov, South Ural State University, Chelyabinsk, Russian Federation, [email protected]

Mathematical modeling of the mutual coupling in finite phased array of dipoles with complex shape reflector is developed. The complete set of equations of the mathematical model is formulated as Pocklington integral equation for dipoles current distributions and integral equation of II kind for the scattering field of reflector. Offered compact form of the mathematical model as the set of the functional matrix equations includes special iterative procedure for obtaining the required accuracy and stability of the numerical solution.

Keywords: pattern, amplitude-phase distribution, antenna array, reflector, optimization, integralequation.




154

Fig. 1. Linear array, reflector as a part of the module construction

The radiating field of the array we determine due to solving of Pocklington integral equation.

Choice of this equation based on convenient form to describe the excitation function as an electrical vec-tor of distribution. Determination of such function as an external source use own functions of excitation, current distributions of other dipoles and the reflector surface current distribution. We can consider the case the dipoles axis focused parallel to x axes, therefore a set of integral equation in compact form de-scribes:

, , ,

; 1, .

h hNt i

q p q q q pq q s q ph h S

I x K x x a dx I x P r dx ds E x

p dip N

B j (1)

In this set qI x – current distribution of the dipole number , 1, N ; ,p q – coordinates of

points of view and source (integrand); , ,p qK x x a – kernel of Pocklington integral equation; a – ra-

dius of the conductor, h – a half length of the dipole; [ ] ts x y zj j jj – matrix of current distribution

on reflector surface S ; ipE x – excitation function of dipole number . Features of function

pqP r and matrix B depend on distance between points of view and integrand and the role of each dipole relative of all other dipoles and current distribution on reflector surface.

Determination of current distribution on reflector surface requires the properties of continuity and regularity of S . We can consider surface S satisfy the Hoelder-continuous condition – for each points

,p q S exist normal vectors ,p qn n , which ,p q c p q n n where , 0 1c – an arbitrary

numbers. Define of the surface current distribution sj due to solving integral equation of II kind for magnetic field. Note, the integral equation of II kind mostly used for extensive conductive objects with regular surface and can not directly used for thin-thickness reflectors, because kernel of the equation haves some features and behaves as weakly oscillated function. Values of this function comparable with accuracy of the numerical procedures. The integral equation of II kind very convenient for the iterative procedure of numerical solution, especially for large-size reflectors. It is important: the integral equation of II kind after decomposition of S surface and moment method processing lead to matrix equation with dominant general diagonal which provides stability of numerical solution [3]. Some numerical results in case not thin-thickness reflector (thickness of screen more then 18... 20 , – wave length) shows that the integral equation of II kind can successfully used to define current distribution sj . In case not flat screen the thickness may be reduced.

The minimal thickness of reflector which provides stability of numerical solution of integral equa-tion of II kind can obtain due to following procedure: the first step is input to the mathematical model real shape and thickness of the reflector. Then we obtain numerical solution of the set of integral equa-


Хашимов А.Б. Оценка взаимного влияния в вибраторной антенной решетке конечных размеров


155

tion. We analyze results of solving as the array’s pattern, current distributions of dipoles, mismatch in given frequency band. The second step is input a new thickness of the reflector, thickness slightly in-creased (numerical results gives a value of increasing about 80 ), then we compare results of modeling obtained at first and second steps. If these results satisfy given accuracy of modeling, it means the thick-ness of the screen appropriate to criteria of stable and correct of numerical solution. However, if re-quirements of stability not satisfy the reflector thickness we must increase on the basis of proposed itera-tive procedure. When a stable numerical results is obtained we analyze the compliance of the thickness estimation and the real reflector thickness. Note, in case of very thin-thickness reflector is used methods of solving the integral equation of I kind [3]. It is important: they gives many practice estimation and numerical results for comparing efficiency of solving integral equation of II kind and integral equation of I kind.

Determination of the surface current distribution sj used the compact form of the integral equation of II kind:

1

0 , ,hN

q q s s qh S

I x dx ds p S

D j F j (2)

where ,D F – matrix-column function of the incidence electromagnetic fields and matrix-kernel of the integral equation. Features of these matrix depend on mutual coupling in general electromagnetic system dipoles – reflector.

Thus, the integral equations (1) and (2) is the complete mathematical model to analyze the mutual coupling and pattern of the finite phased antenna array of dipoles and complex shape reflector. We con-sider some real antenna system and proposed mathematical model is very useful. For example, Fig. 2 depicts results of modeling antenna system as four dipoles and reflector as flat rectangular screen, length of the screen 2,6 , width 0,6 , thickness 0,056 . Distances between centers of the dipoles is 0,59 . In this case we use the equal amplitude and phase distribution.

0

30

6090

120

150

180

210

240270

300

330

Fig. 2. Antenna system pattern on Е plane and Н plane

Comparing obtained results with the same results for flat infinity screen shown satisfactory com-

pliance for vector E plane. However, results notably differ for vector H plane. It means, that exact ma-thematical modeling would be use to design of the antenna system for precision radio equipments.




156

References 1. Hansen R.F. Phased Array Antennas, John Wiley & Sons, Inc., 2009. 560 p. 2. Amitay N., Galindo V., Wu C.P. Theory and Analysis of Pantennas Array. Wiley Interscience,

New York, London, Sydney, Toronto, 1972. 412 p. 3. Voitovich N.I., Khashimov A.B. [On the Correspondence of Asymptotic Solutions to 2D and 3D

Problems in Antenna Engineering]. Journal of Communication Technology and Electronics, 2010, vol. 55, no. 12, pp. 1374–1379. (in Russ.)


__________________________________________________________________ УДК 621.396.6(07), 537.8(07) DOI: 10.14529/ctcr150319

ОЦЕНКА ВЗАИМНОГО ВЛИЯНИЯ В ВИБРАТОРНОЙ АНТЕННОЙ РЕШЕТКЕ КОНЕЧНЫХ РАЗМЕРОВ А.Б. Хашимов Южно-Уральский государственный университет, г. Челябинск

Разработан метод математического моделирования взаимного влияния вибраторов в фа-зированной антенной решетке конечных размеров с рефлектором сложной формы. Полная система уравнений математической модели формулируется как система интегральный урав-нений Поклингтона для токовых распределений вибраторов и интегрального уравнения II рода для поля рассеяния рефлектора. Предложена компактная форма математической модели в виде системы функциональных матричных уравнений, включающая в себя специальную итератив-ную процедуру, обеспечивающая заданную точность и устойчивость численного решения.

Ключевые слова: диаграмма направленности, амплитудно-фазовое распределение, антен-ная решетка, рефлектор, оптимизация, интегральное уравнение.


1. Хансен, Р.С. Фазированные антенные решетки. – М.: Техносфера, 2012. – 560 c. 2. Амитей, Н. Теория и анализ фазированных антенных решеток / Н. Амитей, В. Галиндо,

К.П. Ву. – М.: Мир,1975. – 412 c. 3. Войтович, Н.И. О соответствии асимптотических решений двумерных и трехмерных

задач в антенной технике / Н.И. Войтович, А. Б. Хашимов // Радиотехника и электроника. – 2010.– Т. 55, № 12. – С. 1471–476.

Хашимов Амур Бариевич, канд. физ.-мат. наук, доцент кафедры конструирования и

производства радиоаппаратуры, Южно-Уральский государственный университет, г. Челябинск; [email protected].



Khashimov, A.B. Estimation of Mutual Coupling in Finite Array of Dipoles / A.B. Khashimov // Вестник ЮУрГУ. Серия «Компьютерные технологии, управ-ление, радиоэлектроника». – 2015. – Т. 15, № 3. – С. 153–156. DOI: 10.14529/ctcr150319

Khashimov A.B. Estimation of Mutual Coupling in Finite Array of Dipoles. Bulletin of the South Ural State University. Ser. Computer Technologies, Automatic Con-trol, Radio Electronics, 2015, vol. 15, no. 3, pp. 153–156. DOI: 10.14529/ctcr150319



157

Введение В коммунальном хозяйстве потребление тепловой энергии практически на порядок превос-

ходит потребление электрической энергии в связи с нуждами отопления и горячего водоснабже-ния. Помимо этого график тепловой нагрузки в течение отопительного сезона сильно варьирует-ся (в 5–6 раз) не только от времени суток, но и от климатических условий [1]. В связи с этим по-вышение энергоэффективности в системах теплоснабжения за счет обеспечения в них качествен-ного процесса регулирования является актуальной задачей.

При идентификации широко используемых регуляторов ECL Comfort 200, Vitotronic 300-K, ESBE Series 90 был получен ряд динамических характеристик каждого из них при различных па-раметрах настройки. Анализ этих характеристик показал, что их вариация может существенно изменить процессы в замкнутой системе регулирования в тех случаях, когда объект управления описывается дифференциальными уравнениями не выше 3-го порядка (например: небольшие и средних системы отопления с одним циркуляционным контуром). Данное заключение было подтверждено математическим моделированием подобных систем. Между тем, опыт наладки реальных котельных показал, что изменение параметра «постоянная времени интегрирования» в 1,5–2 раза процессы в системе качественно не изменяет.

Коррекция процессов регулирования в системах теплоснабжения параметрами регулятора ECL Comfort 200 Для определения возможности коррекции процессов регулирования в реальной системе ото-

пления, а, следовательно, и потенциальные возможности оптимизации их по потреблению ресур-сов, были проведены экспериментальные исследования на котельной. Она расположена на крыше жилого дома и имеет один циркуляционный контур с системой регулирования на базе ECL Com-fort 200. Система регулирования построена по стандартной схеме и соответствует инструкции на ECL Comfort [2]. Температура регулируемого теплоносителя измеряется с помощью стандартно-го датчика Pt1000 и отображается на панели регулятора с точностью до 1 °С.

УДК 620.9:662.92; 658.264 + 658.012.01.56; 658.512 DOI: 10.14529/ctcr150320

КОРРЕКЦИЯ ПРОЦЕССОВ РЕГУЛИРОВАНИЯ В СИСТЕМАХ ТЕПЛОСНАБЖЕНИЯ ПАРАМЕТРАМИ РЕГУЛЯТОРА ECL COMFORT 200 В.Л. Кодкин1, А.С. Аникин1, А.А. Балденков1, 2, А.Ю. Качалин1, 3 1 Южно-Уральский государственный университет, г. Челябинск; 2 ООО «КОСТЕС», г. Челябинск; 3 ООО «НПФ «Восток-Запад», г. Челябинск

Разработка энергосберегающих мероприятий в сфере коммунального хозяйства является очень важной и необходимой составной частью как разработки новых систем теплоснабже-ния, так и непосредственной эксплуатации уже существующих.

Широкое применение в тепловых системах автоматических регуляторов выявило ряд проблем. Процессы изменения температуры теплоносителя в таких системах носят колеба-тельный характер. Экспериментальная идентификация наиболее часто применяемых кон-троллеров для систем отопления, таких как ECL Comfort (производитель Danfoss), Vitotronic (производитель Viessmann), 90С (производитель ESBE), показала, что единственно возмож-ным вариантом корректировки данных регуляторов может быть метод, опирающийся на их идентификацию как динамических нелинейных регуляторов.

Представлены экспериментальные исследования в реальной системе отопления с целью определения потенциальных возможностей ее оптимизации по потреблению ресурсов. Ре-зультаты исследования дополнены теоретическим анализом динамики в системах теплоснаб-жения, основанным на методе гармонического баланса, который позволил качественно уста-новить характер изменения процессов регулирования.

Ключевые слова: тепловые системы, регулятор температуры теплоносителя.




158

Первоначально установленные параметры регулятора, соответствующие рекомендациям за-водских инструкций [2], следующие:

Ти = 150 с; Tштока = 240 с; Хp = 150 °С; Nz = 3 °С, где Ти – постоянная интегрирования; Tштока – время хода штока; Хp – зона пропорциональности; Nz – зона нечувствительности.

Соответствующий им процесс регулирования (рис. 1) представляет собой периодические ко-лебания с амплитудой до 10 °С, а, следовательно, на эту величину температура теплоносителя превышает требуемое значение. Изменение Ти в 5 раз не внесло существенных изменений (см. рис. 1).

Рис. 1. Графики температуры теплоносителя при Ти = 30 с и Ти = 150 с

Частотная характеристика регулятора, определённая по разработанной методике представле-

на на рис. 2.

Рис. 2. Частотные характеристики регулятора ECL Comfort 200 при Ти = 30 с и Ти = 150 с

Для «повышения» динамики были установлены следующие параметры регулятора темпера-

туры: Ти = 5 с; Хp = 30 °С; Tштока = 240 с; Nz = 1 °С. Частотная характеристика такого регулятора представлена на рис. 3, а процесс регулирова-

ния температуры – на рис. 4.


Кодкин В.Л., Аникин А.С., Коррекция процессов регулирования в системах Балденков А.А., Качалин А.Ю. теплоснабжения параметрами регулятора ECL Comfort 200


159

Рис. 3. Частотные характеристики регулятора ECL Comfort 200 при Ти = 5 с и Ти = 150 с

Рис. 4. Графики температур теплоносителя при Ти = 5 с и Ти = 150 с

Амплитуда колебаний уменьшилась в 3 раза, а частота увеличилась в 5 раз. При таком про-

цессе регулирования есть возможность снизить температуру теплоносителя на 5–6 °С, что соот-ветствует снижению потребления энергоресурсов на 3–4 %. А сами результаты изменения харак-теристик показывают потенциальную возможность оптимизации процесса отопления с данными регуляторами.

Экспериментальные исследования могут быть «дополнены» качественным теоретическим анализом, проведённым методом гармонического баланса [3].

Исходная структура системы отопления может быть сведена к схеме, представленной на рис. 5.

Рис. 5. Структура системы отопления




160

Условия гармонического баланса для автоколебаний выглядят: 푊∑ = 푊 ∙ 푊 (ω ) ∙ 퐾рэ = 1;

φ(ω ) = −180°; 퐾рэ =А; А =

рэ= 푊 ∙ 푊 (ω ).

Условия гармонического баланса по ЛЧХ системы отопления: 푊 = 푊 ∙ 푊 ; 푊 = 푊 ∙ 푊 ; 푊 − при Ти = 150; 푊 − при Ти = 5. Соответствующие этим условиям амплитудно-частотные (АЧХ) и фазочастотные (ФЧХ) ха-

рактеристики системы отопления представлены на рис. 6.

Рис. 6. АЧХ и ФЧХ с различными параметрами регулятора

При изменении параметров регулятора, условие гармонического баланса перемещается в зо-

ну более высоких частот и меньших амплитуд (см. рис. 6). Аналогично тому, что наблюдалось в эксперименте, объект управления – отапливаемое здание – имеет «падающую» частотную харак-теристику с «отстающей» фазой.

Заключение 1. Идентификация регулятора по разработанной методике даёт достаточно точные представ-

ления о нём, чтобы существенно скорректировать процессы регулирования в системе отопления. 2. Отапливаемые здания можно идентифицировать звеньями не выше третьего порядка в

частотном диапазоне, достаточном для эффективной коррекции. 3. Коррекция процессов регулирования позволит добиться снижения амплитуды автоколеба-

ний температуры теплоносителя на 5–10 °С, что соответствует снижению исходной температуры на 10 °С и снижению энергопотребления на 10 %.


1. Концепция развития теплоснабжения в России, включая коммунальную энергетику, на среднесрочную перспективу / под ред. чл-корр. А.В. РАН Клименко; принята Департаментом Госэнергонадзора РФ. – М., 2002.

2. ECL Comfort 200. Руководство пользователя. – http://www.danfoss-rus.ru/catalog/sections_files/ VI7BC550_P30.pdf.

3. Цыпкин, Я.З. Основы теории автоматических систем / Я.З. Цыпкин. – М.: Наука, 1977. – 560 с.


Кодкин В.Л., Аникин А.С., Коррекция процессов регулирования в системах Балденков А.А., Качалин А.Ю. теплоснабжения параметрами регулятора ECL Comfort 200


161

Кодкин Владимир Львович, д-р техн. наук, профессор кафедры электропривода и автома-тизации промышленных установок, Южно-Уральский государственный университет, г. Челябинск; [email protected].

Аникин Александр Сергеевич, доцент кафедры электротехники и возобновляемых ис-точников энергии, Южно-Уральский государственный университет, г. Челябинск; anikinsasha@ gmail.com.

Балденков Александр Александрович, аспирант кафедры электропривода и автомати-зации промышленных установок, Южно-Уральский государственный университет; инженер, ООО «КОСТЕС», г. Челябинск; [email protected].

Качалин Андрей Юрьевич, аспирант кафедры электропривода и автоматизации промышлен-ных установок, Южно-Уральский государственный университет; инженер, ООО «НПФ «Восток-Запад», г. Челябинск; [email protected].


__________________________________________________________________

DOI: 10.14529/ctcr150320

CORRECTION OF THE REGULATORY PROCESS IN HEATING SYSTEMS BY PARAMETERS OF THE ECL COMFORT 200 V.L. Kodkin, South Ural State University, Chelyabinsk, Russian Federation, [email protected], A.S. Anikin, South Ural State University, Chelyabinsk, Russian Federation, [email protected], A.A. Baldenkov, South Ural State University, LLC “COSTES”, Chelyabinsk, Russian Federation, [email protected], A.Yu. Kachalin, South Ural State University, Scientific and Production Firm “Vostok-Zapad”, Chelyabinsk, Russian Federation, [email protected]

The development of energy-saving measures in the field of municipal services is the very im-portant and necessary part of both the development of new heating systems and direct exploitation of existing ones.

Wide application of automatic regulators in thermal systems identified a number of problems. The processes of change of the coolant temperature in such systems are oscillatory. Experimental identification of the most frequently used controllers for heating systems such as ECL Comfort (pro-duced by Danfoss), Vitotronic (produced by Viessmann), 90S (produced by ESBE), showed that a method based on the identification as dynamic nonlinear regulators may be the only possible option of data correction of regulators.

The article presents the experimental studies in real heating system to identify potential oppor-tunities of optimization of resources the consumption. The results of the study are complemented by theoretical analysis of the dynamics in heating systems based on the method of harmonic balance, which will qualitatively define the change character of the set of regulatory processes.

Keywords: heating systems, temperature of heat-transfer agent regulator.

References 1. Kontseptsiya razvitiya teplosnabzheniya v Rossii, vklyuchaya kommunalnuyu energetiku, na

srednesrochnoy perspective [The Concept of Heat Supply Development in Russia, Including Utility Power, in the Medium Term]. Department of State Power Inspection Russian Federation. Edited by Klimenko A.V. Moscow, 2002.




162

2. Rukovodstvo polzovatelya ECL Comfort 200 [ECL Comfort 200 User Manual]. Available at: http://www.danfoss-rus.ru/catalog/sections_files/VI7BC550_P30.pdf (accessed 17 May 2015).

3. Cypkin Y.Z. Osnovy teorii avtomaticheskikh system [Fundamentals of the Theory of Automatic Systems]. Moscow, 1977. 560 p.

Received 7 May 2015


Коррекция процессов регулирования в системах теплоснабжения параметрами регулятора ECL Com-fort 200 / В.Л. Кодкин, А.С. Аникин, А.А. Балденков, А.Ю. Качалин // Вестник ЮУрГУ. Серия «Компью-терные технологии, управление, радиоэлектрони-ка». – 2015. – Т. 15, № 3. – С. 157–162. DOI: 10.14529/ctcr150320

Kodkin V.L., Baldenkov A.A., Kachalin A.Yu., Ani-kin A.S. Correction of the Regulatory Process in Heating Systems by Parameters of the ECL Comfort 200. Bulle-tin of the South Ural State University. Ser. Computer Technologies, Automatic Control, Radio Electronics, 2015, vol. 15, no. 3, pp. 157–162. (in Russ.) DOI: 10.14529/ctcr150320



163

Практика радиолокационных и радиофизических измерений зачастую связана с необходимо-стью приема и обработки сигналов, представляющих собой последовательности радиоимпульсов с внутриимпульсной частотной модуляцией. До недавнего времени обработка таких сигналов была основана на использовании дисперсионных фильтров сжатия или микрополосковых линий задержки [1]. Процесс сжатия входного радиосигнала осуществляется путем согласованной с частотой внутриимпульсной модуляции задержки его спектральных составляющих с последую-щим их когерентным сложением. Вместе с тем развитие цифровых технологий обработки сигна-лов сделало актуальным их применение для решения задачи оптимальной фильтрации сигналов (одиночной и пачечной структуры) с различными видами частотной модуляции.

Особенность построения алгоритма обработки («сжатия») таких сигналов состоит в практи-ческой его идентичности алгоритму, который осуществляется в реальных нейронных сетях [2]. В этих сетях функции линий задержки выполняют аксоны нейронов. Экспериментально установ-лено, что эта скорость колеблется в пределах 10…100 м/с и пропорциональна корню квадратному из толщины аксона [3]. Моделированный аналог такой сети получил название «динамической нейронной сети» [4–6].

Основной особенностью такой нейронной сети (рис. 1), реализованной программно, является наличие обратных связей. Величину временной задержки сигнала на её входе определяют весо-вые коэффициенты обратных связей ε . Входной набор дискретных отсчетов X аналогового мо-дулированного сигнала подается на первый слой (где происходит нормировка входного сигнала по амплитуде) нейронной сети, по которым нейронная сеть проходит обучение1. Содержательная сторона обучения связана с подстройкой весовых коэффициентов нейросети, обеспечивающих требуемую задержку. Далее выходной сигнал с первого слоя становится входным сигналом для

1 Для оценки качества обучения вычисляется сумма квадратичных отклонений выходов сети от эталонных значе-

ний. Критерий окончания обучения задается пользователем.

УДК 519.67.612-087.681.3 DOI: 10.14529/ctcr150321

ОБРАБОТКА ДИСКРЕТНЫХ СОСТАВНЫХ ЧАСТОТНО-МОДУЛИРОВАННЫХ СИГНАЛОВ ПОСРЕДСТВОМ НЕЙРОСЕТЕВОГО АНАЛИЗА С.Н. Даровских, А.О. Головенко, Н.С. Никитин Южно-Уральский государственный университет, г. Челябинск

Описывается алгоритм обработки составных частотно-модулированных сигналов с ис-пользованием нейронных сетей. В качестве исследовательской задачи определена попытка оценить характеристики нейросети, при которых бы обеспечивалось максимальное качество обнаружения сигнала. Также описывается алгоритм пошагового построения нейронной сети, выполняющей задачу «сжатия» сигнала. Работа имеет междисциплинарный характер на стыке радиолокации и статистической радиотехники. Стоит отметить, что такой алгоритм сжатия имеет схожую аналоговую модель, реализованную в виде согласованного фильтра. Достоин-ствами нашего цифрового алгоритма являются быстродействие и более высокая точность. Отметим, что динамические нейронные сети способны обрабатывать многомерные наборы распределенных во времени последовательностей радиоимпульсных сигналов. Они позволя-ют распознавать нестационарные многомерные образы, приходящие на входы сети. Приведе-ны результаты работы программно реализованной динамической нейронной сети для обра-ботки дискретных составных частотно-модулированных широкополосных сигналов, иллюст-рации работы алгоритма, структурная схема динамической нейронной сети и схема узла ней-росети, осуществляющая временную задержку. Планируется реализация данного алгоритма на программируемых логических интегральных схемах.

Ключевые слова: динамическая нейросеть, обработка, широкополосные сигналы.




164

второго слоя и на первом шаге работы программы запоминается нейронной сетью. На следую-щих шагах из выходных значений первого слоя будут вычитаться запомненные значения преды-дущего шага, умноженные на соответствующие задержке весовые коэффициенты. После каждого шага значения, полученные на каждом нейроне, складываются и подаются на пороговое устрой-ство, а далее на функцию активации. После этого нормированные значения переводятся в изна-чальные, и мы получаем результат.

Рис. 1. Структурная схема динамической нейронной сети

Динамическая нейронная сеть с временными задержками представляет собой многослойный

персептрон с модифицированными узлами (рис. 2). Каждый из J входов имеет линию задержки на N значений. Сумматор складывает значения,

поступающие с входов 푦( ), и значения, содержащиеся в линиях задержек 푦( )(푝) с учетом весо-вых коэффициентов 푤 , вычисляет порог и нелинейную активационную функцию.

Рис. 2. Узел динамической нейронной сети с временными задержками

На входы сети подается дискретный модулированный сигнал 푋 = {푥 : 푖 = 0. . . 푛 − 1}, исходя

из которого рассчитываются состояния нейронов первого слоя (верхний индекс в скобках указы-вает номер слоя):

푦( ) = 푠( ) = ∑ (푤 푥 + 푇 ) , 푗 = 0. . . 푚 − 1 , 푊 – матрица, составленная из весовых коэффициентов нейронов, а 푚 – количество запоминае-мых отсчетов. 푇 = min (푋) – биас (смещение).


Даровских С.Н., Головенко А.О., Обработка дискретных составных частотно-модулированных Никитин Н.С. сигналов посредством нейросетевого анализа


165

Главная диагональ матрицы 푊 полагается нулевой, что означает отсутствие влияния нейро-нов на самих себя. Веса, заданные таким образом, определяют устойчивые состояния сети, соот-ветствующие запомненным дискретным отсчетам.

После этого полученными значениями инициализируются значения аксонов второго слоя: 푦( ) = 푦( ), j = 0…m – 1. Далее вычисляем новые состояния нейронов второго слоя: 푠( )(푝 + 1) = 푦 (푝) − 휀 ∑ 푦( )(푝) , 푘 ≠ 푗, 푗 = 0 … 푚 − 1, 푝 = 0 … 푁,

где p – количество значений линии задержки в j-м нейроне. Величина ε рассчитывается нейро-сетью при обучении с учетом спектральных составляющих сигнала.

И значения их аксонов:

푦( )(푝 + 1) = 푓 푠( )(푝 + 1) , 푗 = 0 … 푚 − 1.

Сигмоидальная активационная функция 푓 имеет вид порога, причем величина F (см. рис. 2) должна быть достаточно большой, чтобы любые возможные значения аргумента не приводили к насыщению.

Для примера рассмотрим эффективность указанного выше алгоритма функционирования нейронной сети для «сжатия» одиночного сигнала (рис. 3) с линейной внутриимпульсной частот-ной модуляцией (рис. 4).

Рис. 3. Временная диаграмма входного сигнала Рис. 4. Изменение частоты входного сигнала

При использовании величин задержки структурных элементов входного сигнала в системе

его обработки (см. рис. 1) по закону, обратному изменению частоты (рис. 5), на выходе сум-матора (см. рис. 1) получим сигнал (рис. 6), который сжимается по отношению к исходному в 퐾 = Тс ∙ 푓д/2 раз2, где 퐾 – коэффициент сжатия; 푓д – девиация частоты входного сигнала; Тс – длительность сигнала.

При этом происходит увеличение его амплитуды, обусловленное когерентным сложением составляющих сигнала с выхода линий задержек, относящихся как к началу импульса, так и к его концу. Частота выходного сигнала равна средней частоте спектра входного сигнала.

Рассмотренный алгоритм обработки одиночных широкополосных сигналов может быть рапространен на прием и обработку протяженных последовательностей непрерывных или квазинепрерывных сигналов с внутриимпульсной частотной модуляцией (рис. 7).

Для реализации алгоритма обработки таких последовательностей потребуется нейронная сеть с набором блоков временных задержек, обратных по отношению к частоте входного

2 С увеличением частоты входного сигнала по отношению к ширине спектра внутриимпульсной частотной моду-ляции коэффициент сжатия будет стремиться к известному соотношению 퐾 = Тс ∙ 푓д [1].

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1-1

-0.8

-0.6

-0.4

-0.2

0

0.2

0.4

0.6

0.8

1График входного сигнала

Ам

плит

уда,

В

Время, с0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

0

2

4

6

8

10

12

14

16

18

20

22График изменения частоты сигнала

Час

тота

, Гц

Время, с




166

сигнала. Для примера такого сигнала (см. рис. 7) с характерным изменением частоты (рис. 8) результат его нейросетевой обработки (рис. 9) также отражает увеличение амплитуды выходного сигнала и «сжатие» его протяженности по отношению к исходному.

Рис. 5. Изменение временных задержек Рис. 6. Сигнал на выходе сумматора

Рис. 7. График входного сигнала Рис. 8. График изменения частоты сигнала

Рис. 9. График выходного сигнала

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1-5

-4

-3

-2

-1

0

1

2

3

4

5

Время,сА

мпл

итуд

а,В

График выходного сигнала

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1-1

-0.8

-0.6

-0.4

-0.2

0

0.2

0.4

0.6

0.8

1График выходного сигнала

Ам

плит

уда,

В

Время, с0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

0

2

4

6

8

10

12

14

16График изменения частоты входного сигнала

Частота, Гц

Вре

мя,

с

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1-10

-8

-6

-4

-2

0

2

4

6

8

10График выходного сигнала

Ам

плит

уда,

В

Время, с


Даровских С.Н., Головенко А.О., Обработка дискретных составных частотно-модулированных Никитин Н.С. сигналов посредством нейросетевого анализа


167

Полученный результат позволяет сделать вывод о том, что с помощью нейронной сети мож-но обрабатывать временные последовательности с внутриимпульсной частотной модуляцией. Длительность обработки входной последовательности с внутриимпульсной частотной модуляци-ей в зависимости от длительности входного сигнала и параметров обучения нейросети составляет в среднем 4–8 с. После завершения процесса обучения нейросети эта длительность сокращается примерно на порядок.

Описанный в статье метод обработки широкополосных сигналов на базе динамических ней-ронных сетей может быть применен в радиолокации для обнаружения последовательности час-тотно-модулированных сигналов. Возможным методом упрощения реализации рассмотренного алгоритма является разделение сложномодулированной последовательности (см. рис. 8) на дис-креты, в пределах которых частота модулирующего колебания изменяется линейным образом. С выхода нейросети для каждого дискрета сигналы детектируются. Дальнейшая их совместная нейросетевая обработка проводится на видеочастоте, аналогично тому, как это осуществляется в реальных нейронных сетях [3].


1. Дудник, П.И. Авиационные радиолокационные устройства / П.И. Дудник, Ю.И. Чересов. – Изд-во «ВВИА им. Н.Е. Жуковского», 1986. – 533 с.

2. Модель сжатия звуковой информации в нейронных сетях / С.Н. Даровских, Б.М. Звонов, Д.К. Сафини др. // Изв. АН СССР. Сер. Биология. – 1990. – № 9. – С. 99–104.

3. От нейрона к мозгу / Дж. Николлс, Р. Мартин, Б. Валлас, П. Фукс. – М.: Изд-во «Едито-риал УРСС», 2003. – 672 с.

4. Осовский, С. Нейронные сети для обработки информации / С. Осовский. – М: Изд-во «Фи-нансы и статистика», 2002. – 344 с.

5. Антипов, О.И. Анализ и прогнозирование поведения временных рядов: бифуркации, ката-строфы, прогнозирование и нейронные сети / О.И. Антипов, В.А. Неганов. – М.: Изд-во «Радио-техника», 2011. – 350 с.

6. Haykin, S. Neural Networks: A Comprehensive Foundation Second Edition / S. Haykin . – 2nd revised ed. – Ontario, Canada: Prentice Hall Press, 1999.

Даровских Станислав Никифорович, Южно-Уральский государственный университет,

г. Челябинск; [email protected]. Головенко Антон Олегович, Южно-Уральский государственный университет, г. Челябинск;

[email protected]. Никитин Николай Сергеевич, Южно-Уральский государственный университет, г. Челябинск;

[email protected].





168

DOI: 10.14529/ctcr150321

DATA PROCESSING OF DISCRETE COMPOSITE FREQUENCY-MODULATED SIGNALS BY MEANS OF THE NEURAL NETWORK ANALYSIS S.N. Darovskikh, South Ural State University, Chelyabinsk, Russian Federation, [email protected], A.O. Golovenko, South Ural State University, Chelyabinsk, Russian Federation, [email protected], N.S. Nikitin, South Ural State University, Chelyabinsk, Russian Federation, [email protected]

The algorithm of processing of compound frequency-modulated signals with use of neural net-works is described. The task of estimation of neuronet characteristics at which the maximum quality of detection of a signal would be provided was defined as a research task. The algorithm of step-by-step creation of the neural network which is carrying out a task of “compression” of a signal is de-scribed. Work has between – disciplinary character, it is written on a joint of such disciplines, as a radar-location and statistical radio engineering. Such algorithm of compression has the similar ana-log model realized in the form of the coordinated filter. The advantages of this digital algorithm are speed and higher precision. Dynamic neural networks are capable to process multidimensional sets of the sequences of radio pulse signals distributed in time. They allow to distinguish the non-stationary multidimensional images coming to network entrances. The results of the work of the pro-grammatically realized dynamic neural network for processing of discrete compound frequency-modulated broadband signals, illustrations of work of algorithm, the block diagram of a dynamic neural network and the scheme of knot of a neuronet which is carrying out a temporary delay are given. Further this algorithm on field-programmable gate arrays will be realized.

Keywords: dynamic neural network, radiolocation, wideband signal.

References 1. Dudnik P.I. Aviatsionnye radiolokatsionnye ustroystva [Aviation Radiolocation Devices]. Air

Force Academy Named by Zsukovskii Publ., 1986. 533 p. 2. Darovskikh. S.N., Zvonov. B.M., Safin. D.K. [Model of Compression of Sound Information

on Neural Networks]. Reports of USSR Science Academy. Series Biology, 1990, no.9, pp. 99–104. (in Russ.)

3. Nichols G.J., Martin A.R., Wallas B., Fuchs A.P. From Neuron to Brain. Moscow, Editorial URSS Publ., 2003. 672 p.

4. Osovskiy S. Neyronnye seti dlya obrabotki informatsii [Neural Networks for Information Processing]. Moscow, Finance and Statistics Publ., 2002. 344 p.

5. Antipov O.I. Analiz i prognozirovanie povedeniya vremennyx ryadov: bifurkacii, katastrofy, prognozirovanie i nejronnye seti [Analysis and Forecasting of Time Series Behavior: Bifurcation, Disas-ter Prediction and Neural Networks]. Moscow, Radiotehnika Publ., 2011. 350 p.

6. Haykin S. Neural Networks: A Comprehensive Foundation Second Edition. Ontario, Canada, Prentice Hall Press; 2nd revised ed., 1999. 1103 p.



Обработка дискретных составных частотно-моду-лированных сигналов посредством нейросетевого анализа / С.Н. Даровских, А.О. Головенко, Н.С. Ники-тин // Вестник ЮУрГУ. Серия «Компьютерные техно-логии, управление, радиоэлектроника». – 2015. – Т. 15, № 3. – С. 163–168. DOI: 10.14529/ctcr150321

Darovskikh S.N., Golovenko A.O., Nikitin N.S. Data Processing of Discrete Composite Frequency-Modulated Signals by Means of the Neural Network Analysis. Bulletin of the South Ural State University. Ser. Computer Technolo-gies, Automatic Control, Radio Electronics, 2015, vol. 15, no. 3, pp. 163–168. (in Russ.) DOI: 10.14529/ctcr150321


СВЕДЕНИЯ ОБ ИЗДАНИИ

Журнал «Вестник Южно-Уральского государственного университета. Серия «Компьютерные тех-нологии, управление, радиоэлектроника» основан в 2001 году.

Свидетельство о регистрации ПИ № ФС 77-57366 выдано 24 марта 2014 г. Федеральной службой по надзору в сфере связи, информационных технологий и массовых коммуникаций.

Журнал включен в Реферативный журнал и Базы данных ВИНИТИ. Сведения о журнале ежегодно публикуются в международной справочной системе по периодическим и продолжающимся изданиям «Ulrich’s Periodicals Directory».

Решением Президиума Высшей аттестационной комиссии Министерства образования и науки Рос-сийской Федерации от 19 февраля 2010 г. № 6/6 журнал включен в «Перечень ведущих рецензируемых научных журналов и изданий, в которых должны быть опубликованы основные научные результаты диссертаций на соискание ученых степеней доктора и кандидата наук».

Подписной индекс 29008 в объединенном каталоге «Пресса России». Периодичность выхода – 4 номера в год.

ИНФОРМАЦИЯ ДЛЯ АВТОРОВ

1. Тематика. В журнале публикуются статьи по следующим научным направлениям: управление в раз-личных отраслях техники, а также в административной, коммерческой и финансовой сферах; математическое, алгоритмическое, программное и аппаратурное обеспечение компьютерных технологий, в том числе компью-терных комплексов, систем и сетей; измерительные системы, приборостроение, радиоэлектроника и связь.

2. Структура статьи. Статья содержит УДК, название (не более 12–15 слов), список авторов, аннотацию (100–250 слов), список ключевых слов, введение, основной текст (структурированный по разделам), заклю-чение (обсуждение результатов), литературу (в порядке цитирования, по ГОСТ 7.1–2003). В конце статьи следуют элементы на английском языке: название, аннотация, список ключевых слов, литература (references). Бумажная версия статьи подписывается всеми авторами.

3. Параметры набора. Размеры полей: левое – 3 см, правое – 3 см, верхнее и нижнее – по 3 см. Текст статьи набирать шрифтом Times New Roman размером 14 пт. Выравнивание абзацев – по ширине. Отступ первой строки абзаца – 0,7 см. Междустрочный интервал – полуторный. Включить режим автоматического переноса слов. Все кавычки должны быть угловыми («»). Все символы «тире» должны быть среднего раз-мера («–», а не «-»). Ключевые элементы статьи – шапка, заголовки разделов – следует выделять полужир-ным. Знак разделения целой и десятичной части числа – запятая. Между числом и единицей измерения должен стоять неразрывный пробел (Ctrl + Shift + Пробел).

4. Формулы. Набираются в редакторе формул MathType либо Microsoft Equation с отступом 0,7 см от левого края. Размер обычных символов – 11 пт, размеры индексов первого порядка – 71 %, индексов второго порядка – 58 %. Номер формулы размещается за пределами формулы, непосредственно после нее, в круглых скобках.

5. Рисунки и таблицы. Рисунки имеют разрешение не менее 300 dpi. Рисунки нумеруются и имеют названия (Рис. 1. Здесь следует название рисунка). Таблицы нумеруются и имеют названия (Табли-ца 1. Здесь следует название таблицы).

6. Адрес редакции. 454080, г. Челябинск, пр. им. В.И. Ленина, 76, корп. 3б, 4-й этаж – деканат ПС/КТУР-факультета, зам. отв. ред. д.т.н., проф. Л.С. Казаринову. Адрес электронной почты ответственного секре-таря журнала: [email protected]

7. Подробные требования к оформлению. Полную версию требований к оформлению статей и при-мер оформления можно загрузить с сайта журнала vestnik.susu.ac.ru/ctcr.

8. Плата с аспирантов за публикацию рукописей не взимается.

Редакторы: А.Н. Ивашкина, А.Ю. Федерякин Компьютерная верстка С.В. Буновой

Издательский центр Южно-Уральского государственного университета

Подписано в печать 20.07.2015. Формат 6084 1/8. Печать цифровая.

Усл. печ. л. 19,99. Тираж 500 экз. Заказ 308/397.

Отпечатано в типографии Издательского центра ЮУрГУ. 454080, г. Челябинск, пр. им. В.И. Ленина, 76.
