Интеллектуализация автоматизированных комплексов радиотехнического контроля излучений радиоустройств, функционирующих в составе адаптивных систем передачи информации тема диссертации и автореферата по ВАК РФ 05.12.13, кандидат технических наук Никулин, Василий Семёнович

  • Никулин, Василий Семёнович
  • кандидат технических науккандидат технических наук
  • 2012, Серпухов
  • Специальность ВАК РФ05.12.13
  • Количество страниц 170
Никулин, Василий Семёнович. Интеллектуализация автоматизированных комплексов радиотехнического контроля излучений радиоустройств, функционирующих в составе адаптивных систем передачи информации: дис. кандидат технических наук: 05.12.13 - Системы, сети и устройства телекоммуникаций. Серпухов. 2012. 170 с.

Оглавление диссертации кандидат технических наук Никулин, Василий Семёнович

СОДЕРЖАНИЕ

Список сокращений

ВВЕДЕНИЕ

1 ОБОСНОВАНИЕ НЕОБХОДИМОСТИ И ПРИНЦИПОВ ИНТЕЛЛЕКТУАЛИЗАЦИИ АВТОМАТИЗИРОВАННЫХ КОМПЛЕКСОВ РАДИОТЕХНИЧЕСКОГО КОНТРОЛЯ ИЗЛУЧЕНИЙ РАДИОУСТРОЙСТВ

1.1 Анализ состояния радиотехнического контроля за функционированием радиоустройств и направлений его развития

1.2 Интеллектуализация автоматизированных комплексов радиотехнического контроля как один из основных путей повышения качества функционирования радиоустройств в составе адаптивных систем

передачи информации

1.3 Структура и принципы построения экспертных систем в составе интеллектуальных автоматизированных комплексов радиотехнического контроля

1.4 Принципы адаптивной коррекции параметров сигналов радиоустройств в процессе их функционирования

1.5 Структурно-параметрическая модель адаптивной системы передачи

информации как объекта радиотехнического контроля

1.6. Математическая постановка задачи исследований

Выводы по первому разделу

2 МЕТОДИКА ИНТЕЛЛЕКТУАЛИЗАЦИИ АВТОМАТИЗИРОВАННЫХ КОМПЛЕКСОВ РАДИОТЕХНИЧЕСКОГО КОНТРОЛЯ ЗА ФУНКЦИОНИРОВАНИЕМ РАДИОУСТРОЙСТВ В СОСТАВЕ АДАПТИВНЫХ СИСТЕМ ПЕРЕДАЧИ ИНФОРМАЦИИ

2.1 Постановка задачи

2.2 Математическое моделирование радиоустройства как объекта контроля и коррекции параметров сигналов

2.3 Радиотехнический контроль параметров сигналов радиоустройств в условиях сложной радиоэлектронной обстановки

2.4. Идентификация радиоустройств в процессе радиотехнического контроля

с использованием искусственных нейронных сетей Хэмминга

2.5. Коррекция параметров сигналов радиоустройств в процессе радиотехнического контроля с использованием положений теории

нечётких множеств

Выводы по второму разделу

3 ПРИНЦИПЫ ПОСТРОЕНИЯ И АЛГОРИТМЫ ФУНКЦИОНИРОВАНИЯ ИНТЕЛЛЕКТУАЛЬНЫХ АВТОМАТИЗИРОВАННЫХ КОМПЛЕКСОВ РАДИОТЕХНИЧЕСКОГО КОНТРОЛЯ

3.1. Структура и состав интеллектуальных автоматизированных комплексов

радиотехнического контроля

3.2. Алгоритм контроля состояния радиоустройств

3.3. Алгоритм идентификации радиоустройств

3.4. Алгоритм коррекции параметров сигналов радиоустройств

Выводы по третьему разделу

ЗАКЛЮЧЕНИЕ

СПИСОК ЛИТЕРАТУРЫ

СПИСОК СОКРАЩЕНИЙ

АКРК - автоматизированный комплекс радиотехнического контроля АКП - адаптивный корректор параметров АС - адаптивная система

АСПИ -адаптивная система передачи информации

АЦП - аналого-цифровой преобразователь

АЦПУ - алфавитно-цифровое печатающее устройство

БАБД - блок адресации базы данных

БАБМ - блок адресации базы моделей

БАБМД - блок адресации базы методов

БВПИ - блок вычисления истинности предикатов

ВС - ведомственная система

БД -база данных

БЗ -база знаний

БМ -база моделей

БМД -база методов

БМУ -блок микропроцессорного устройства

БОПР -блок обработки правил

БПБД -блок памяти базы данных

БПБМ -блок памяти базы моделей

БПБМД -блок памяти базы методов

БССШ —блок сопряжения с системной шиной

ДЭС - динамическая экспертная система

ECK - единая система контроля

ИВУ - измерительно-вычислительное устройство

ИК- интеллектуальный комплекс

ИИ - интеллектуальный интерфейс

ИН - искусственный нейрон

ИНС - искусственная нейронная сеть

ИНТ - интегратор

КЦ - координационный центр

OK - объект контроля

ОЗУ - оперативное запоминающее устройство

ППК- приемо-передающий комплекс

ПР - перемножитель

ПС - параметрическое соответствие

ПУ - пороговое устройство

РС - радиосистема

РУ - радиоустройство

РЧО - радиочастотный орган

РЧС - радиочастотный спектр

САУ - система автоматического управления

СФ - согласованный фильтр

УВПС - устройство выделения параметров сигнала

УПР - устройство принятия решения

УС - устройство синхронизации

ЦАП - цифро-аналоговый преобразователь

ЦУ- центр управления

ЭВМ - электронно-вычислительная машина

ЭМ - эталонная модель

ЭМС - электромагнитная совместимость

ЭС - экспертная система

Рекомендованный список диссертаций по специальности «Системы, сети и устройства телекоммуникаций», 05.12.13 шифр ВАК

Введение диссертации (часть автореферата) на тему «Интеллектуализация автоматизированных комплексов радиотехнического контроля излучений радиоустройств, функционирующих в составе адаптивных систем передачи информации»

ВВЕДЕНИЕ

В настоящее время в условиях бурного развития новых информационных технологий возрастают скорость, плотность и объём информационных потоков, циркулирующих в территориально-распределённых автоматизированных системах управления (АСУ) производственными и транспортными организациями [1,18,48,61]. Функцию средств телекоммуникации таких АСУ выполняют адаптивные системы передачи информации (АСПИ), включающие в свой состав в качестве приёмо-передающих комплексов (ППК) радиоустройства (РУ) различного функционального назначения [3,47,49,77,79,84].

В свою очередь, к РУ, функционирующих в составе АСПИ, предъявляются жёсткие и, как правило, противоречивые требования по обеспечению таких показателей качества, как достоверность, помехоустойчивость, защищённость, скорость передачи сообщений, что объясняется, прежде всего, сложностью радиоэлектронной обстановки в районах размещения и функционирования РУ. Поддержание указанных показателей на заданном уровне является одной из важнейших задач, которая может быть решена на основе контроля и управления качеством функционирования радиоустройств [11,32,43,54,85,86].

Следует также учитывать, что РУ могут функционировать в условиях частичной или полной неопределённости, причём эта неопределённость имеет как внутренний, так и внешний характер. Внутренняя неопределённость, прежде всего, обусловлена изменением в процессе функционирования РУ параметров сигналов и режимов их работы. Внешняя неопределённость обусловлена постоянно меняющейся радиоэлектронной обстановкой в районе функционирования РУ. Путь преодоления этой априорной неопределённости может быть основан на оперативном текущем восполнении недостающей информации на основе контроля и оценки параметров сигналов, излучаемых РУ, и использованием результатов этого контроля для коррекции параметров сигналов РУ и режимов их работы [45, 49,53,60,64,68,80,112,120].

Задача состоит в том, чтобы изменять характер функционирования АСПИ не только на основе количественных данных о РУ и среде их функционирования, но и с учётом качественных оценок, с помощью которых реализуется координация целей функционирования совокупности взаимодействующих в системе РУ. Для решения этой задачи могут быть использованы интеллектуальные автоматизированные комплексы радиотехнического контроля (АКРК) за функционированием РУ.

Информатизация, охватывающая основные сферы деятельности общества и государства, предусматривает массовое использование новых информационных технологий в деятельности человека, создание автоматизированных информационных систем и комплексов, эффективно поддерживающих функционирование любой технической, организационной и социальной структуры. Автоматизированные информационные комплексы (АИК) - это комплексы технических и программных средств, информационных массивов, предназначенных для сбора, хранения, поиска и выдачи информации потребителям по их запросам. В свою очередь, интеллектуальный комплекс (ИК) - это автоматизированный информационный комплекс, работа которого основана на использовании искусственного интеллекта. Основными компонентами ИК являются интеллектуальный интерфейс (ИИ) и база знаний (БЗ). Основным средством формирования информационного ресурса интеллектуальных комплексов является экспертная система (ЭС) [22, 27, 37, 63, 67, 90, 111].

Искусственный интеллект - это область информатики, связанная с разработкой концепции и инструментария для представления знаний в определённой предметной области и автоматизированного решения трудно формализуемых задач. Интеллектуальный интерфейс - это совокупность средств взаимодействия пользователя с электронно-вычислительной машиной (ЭВМ), включающая диалоговый процессор, планировщик, преобразователь описания задачи в программу её решения на основе информации, хранящейся в базе знаний. База знаний - одна из основных частей интеллектуальной системы, предназначенная для представления в ЭВМ в виде моделей и методов знаний, накопленных человеком в определённой предметной области. Развитию теории искусственного интеллекта посвящены труды Гренандера У., Ларьера X., Минского М., Осовского С., Дружинина Д.В., Журавлёва Ю.И., Попова Э.В., Попкова К.А. и других [29, 39, 62, 73, 91, 97, 111]. Эти работы показали высокую эффективность функционирования интеллектуальных систем и комплексов. Однако многообразие моделей и методов интеллектуализации систем требует проведения исследований в конкретной предметной области применительно кАКРК.

Таким образом, актуальность исследований в области АКРК состоит в том, что повышение качества информационного обмена в АСПИ может быть достигнуто лишь на пути интеллектуализации автоматизированных комплексов радиотехнического контроля параметров сигналов РУ и режимов их работы. В настоящее время в области интеллектуальных АКРК удовлетворительных технических решений пока нет.

Современные (РУ) внедряются в различные области радиотехники и находят широкое применение в системах связи, приборостроении, медицинской аппаратуре и т. п. Большое разнообразие РУ является основной причиной сравнительно высокой трудоемкости процессов проектирования и производства, обеспечивающих требуемый уровень качества таких изделий. В соответствии с терминологией, определяемой ГОСТ 15467-79, качество РУ — это совокупность свойств, обусловливающих пригодность удовлетворять определенные потребности в соответствии с их назначением. Свойства отражают особенности РУ, проявляющиеся при их создании и эксплуатации. Основные свойства и состояния РУ характеризуются количественно параметрами или показателями качества. К последним относятся показатели назначения и надежности, экономические и эргономические показатели и ряд других [23, 54, 136].

Среди показателей качества можно выделить показатели назначения, характеризующие свойства РУ, определяющие основные функции, для выполнения которых эти РУ предназначены. Указанные показатели, называемые также эксплуатационными, закладываются при проектировании и производстве РУ, а объективно оцениваются при эксплуатации, когда появляется возможность испытать РУ в различных условиях. Следует заметить, что получаемая при этом информация не всегда является достаточной, так как в процессе эксплуатации определить все параметры, необходимые для оценки качества изделия, не представляется возможным. Более полная информация достигается, если эксплуатационные показатели предварительно оцениваются теоретически по математическим моделям на этапе проектирования. Однако при этом расчетные оценки показателей качества потребуется подтвердить экспериментально, так как математические модели являются приближенными из-за принятых допущений. Кроме того, с усложнением РУ построение адекватных математических моделей становится затруднительным. По этой причине для оценки эксплуатационных показателей необходимо решить задачу осуществления контроля для получения информации о значениях параметров, а затем повлиять на качество РУ с учетом результатов контроля.

В соответствии с ГОСТ 16504-81 под контролем понимается установление соответствия параметров РУ заданным техническим требованиям. Суть контроля сводится к выполнению следующих основных этапов:

• получение информации о фактическом состоянии РУ, признаках и показателях его свойств. Эту информацию можно назвать первичной [24];

• сопоставление первичной информации с заранее установленными требованиями, нормами, критериями, то есть выявление соответствия или несоответствия фактических данных требуемым (ожидаемым).

Информация о рассогласовании (расхождении) фактических и требуемых данных относится к вторичной. Вторичная информация используется для выработки соответствующих воздействий на изделия, подвергшиеся контролю. В этом смысле контроль является активным. Однако принятие решений на основе анализа вторичной информации и выработка соответствующих управляющих воздействий не является частью контроля. Это следующий этап управления, базирующийся на результатах контроля.

Контроль целесообразен на следующих основных этапах жизненного цикла РУ: при проектировании, разработке, изготовлении опытных образцов и макетов, серийном производстве, испытаниях и эксплуатации. Под испытаниями понимается экспериментальное определение количественных или качественных характеристик свойств РУ как результата воздействия на них при функционировании или моделировании. Характеристики могут оцениваться путем измерения, анализа, диагностики, а могут контролироваться, если задачей испытания является только установление соответствия характеристик РУ заданным требованиям [24].

При разработке технологии контроля необходимо руководствоваться следующими основными положениями:

• качество изделий достигается не столько путем контроля, сколько качеством процессов исследований, разработок, конструирования, изготовления;

• показатели качества могут быть достигнуты и впоследствии точно воспроизведены только при условии надлежащего контроля;

• на выполнение контроля требуется соответствующее время и средства, поэтому контролировать надо в соответствии с принципом необходимости и достаточности;

• контроль должен проводиться на всех этапах жизненного цикла изделия и входить составной частью в общую технологию изготовления изделий;

• для успешной реализации контроля необходимо обеспечить эффективное проведение операций измерения и контроля, а также применение современных методов, средств и стратегии контроля [128].

Современные РУ по своим функциональным возможностям становятся все сложнее, а повышение их качества требует проведения значительного числа измерений с последующей обработкой их результатов и применением интеллекту-

альных средств измерений с большей точностью, высокой производительностью, улучшенной адаптивностью к условиям производства. Это все свидетельствует о необходимости автоматизировать основные виды измерений параметров РУ при реализации контроля, особенно в условиях серийного производства. Такая автоматизация возможна только на основе использования современной микроэлектроники и средств вычислительной техники и перехода к автоматизированным комплексам радиотехнического контроля. В соответствии с [24] АКРК - это комплекс, обеспечивающий проведение контроля с частичным непосредственным участием человека.

Переход к АКРК на базе ЭВМ позволяет повысить достоверность контроля, расширить номенклатуру контролируемых параметров (показателей качества), сократить время контроля. Основные задачи, решаемые за счет автоматизации контроля, состоят в реализации алгоритма и управлении процессом контроля, осуществлении сбора, хранения и обработки результатов измерений, документировании и отражении показателей качества.

Переход к АКРК, используемой для контроля эксплуатационных показателей РУ, требует рассмотрения всей совокупности видов контроля, позволяющих определять соответствие основных параметров РУ заданным техническим требованиям. При этом возможны два вида контроля - прямой или косвенный. Первый предполагает определение значения параметра и экспериментально-непосредственное сравнение с заданной величиной. Второй состоит в определении соответствия параметра требованиям технических условий, аналитически связанного с другими параметрами, значения которых экспериментально непосредственно сравниваются с их заданными величинами, с последующим заключением о результатах проведенного сравнения.

В зависимости от режима функционирования РУ в процессе контроля различают статический и динамический контроль параметров. Указанные режимы определяются связью результатов контроля с характером изменения управляющих воздействий во времени.

Развитие средств автоматизации контроля позволяет перейти к более сложным алгоритмам, включающим циклические (итеративные) процедуры, дающие возможность учитывать при контроле дополнительную информацию об условиях контроля и свойствах РУ, что повышает достоверность проводимого контроля. Поэтому среди видов контроля можно выделить еще один — по наличию итераций. Итеративным будет контроль, алгоритм которого в каждом цикле может

изменяться на основе информации о результатах предыдущих циклов и с учетом изменений условий контроля.

В качестве следующего классификационного признака контроля примем наличие или отсутствие операции усреднения значений контролируемого параметра. В первом случае возмущающие воздействия соотнесены с фиксированными значениями аргумента, во втором — с интервалами аргументов, которыми могут быть текущее время, пространственные координаты, номер реализации и другие аргументы возмущающих воздействий. Не следует отождествлять контроль с усреднением со статистическим контролем, устанавливающим значения вероятностных характеристик показателей качества.

Указанные разновидности контроля могут успешно реализовываться в АКРК, создаваемого на базе магистрально-модульного принципа построения. В соответствии с этим принципом из отдельных компонентов (модулей) собирается АКРК заданной конфигурации при обеспечении взаимодействия через некоторую общую магистраль. Причем в комплекс радиотехнического контроля кроме управляющей ЭВМ вводятся локальные перепрограммируемые вычислительные средства. При этом задачи моделирования объекта контроля и реализации последовательности процесса контроля с обработкой его результатов могут решаться как на уровне локальных процессоров, так и управляющей ЭВМ. Такие АКРК с микропроцессорами находят все более широкое применение. На основе этих АКРК обеспечивается контроль при производстве, испытаниях, исследованиях, эксплуатации РУ.

Использование АКРК с микропроцессорами позволяет по-другому построить весь процесс контроля, а именно использовать математическую модель объекта контроля и сопоставлять результаты моделирования с результатами измерения параметров. В этом случае элементами, входящими в структуру контроля, будут следующие: цель контроля, объект контроля, его модель на основе априорной информации, средства контроля и вычислений, результат контроля и погрешности.

Цель контроля определяется совокупностью требований, обусловленных содержанием этапов исследовательской, конструкторской или эксплуатационной деятельности, в рамках которых проводится контроль. Цель состоит в определении соответствия эксплуатационных показателей объекта установленным уровням. Она конкретизирует объект, выделяет номенклатуру показателей, определяет необходимую точность оценки и вид контроля.

Объект контроля — это РУ, находящееся в многосторонних и сложных связях с другими объектами. На его эксплуатационные показатели оказывают влияние условия контроля и возмущающие воздействия естественного или организованного характера. Современные РУ представляют собой довольно сложные устройства с многообразием свойств и характеризующих их параметров. По этой причине в процессе контроля целесообразно использовать совместно с устройством и его математические модели.

Модель объекта — это теоретико-физическая или математически абстрактная конструкция, отражающая свойства объекта, наиболее существенные для решаемой задачи контроля. Модель строится в соответствии с целью контроля на основе априорной информации о самом объекте и условиях контроля.

Априорная информация является важным фактором, обусловливающим эффективность контроля. При отсутствии этой информации контроль практически невозможен, а при наличии ее в полном объеме (об объекте известно все) контроль не нужен. Априорная информация определяет полноту охвата контроля и его эффективность.

Средства контроля входят в структуру контроля двояким образом. С одной стороны, они являются реальными техническими устройствами, взаимодействующими с объектом. При этом формируется возмущающее воздействие, отклик на которое несет информацию о контролируемых параметрах и подлежит обработке с целью определения результата контроля и оценки погрешности. С другой стороны, эти средства характеризуются своими моделями, необходимыми для правильного применения указанных средств и эффективной обработки данных, В математических моделях средств контроля учитываются технические и метрологические характеристики, оказывающие влияние на результаты контроля и их погрешности.

Вид и метод контроля определяются целью контроля и направлены на организацию взаимодействия средств контроля с объектом и выполнение последовательности и номенклатуры операций контроля для получения необходимой информации из априорных и экспериментальных данных. Алгоритм обработки данных - это составная часть метода контроля.

Контроль можно рассматривать как систему, состоящую из двух уровней, относящихся к реальному процессу контроля и к его отражению в виде моделей, обеспечивающих анализ и синтез процесса контроля. Структурные элементы двух уровней соответствуют друг другу по типу "реальность — отражение" (модель). При условии адекватности моделей алгоритмы обработки данных на реальном и мо-

дельном уровнях тождественны. В целом адекватность реального и модельного уровней устанавливается по результатам контроля при оценке их погрешностей. Если оценка погрешностей оказывается существенно больше рассчитанной до контроля, то это свидетельствует о наличии неучтённых факторов, составляющих погрешности, то есть в конечном итоге о неадекватности построенной модели.

Следовательно, математическая обработка данных служит связующим звеном между структурными элементами контроля, относящихся к реальному и модельному уровням процесса контроля, а также помогает уяснить, что причиной несовершенства контроля является неполнота или неадекватность модельного описания реальности. В автоматизированных комплексах радиотехнического контроля должны быть отражены все необходимые элементы обоих уровней процесса контроля - реального (аппаратного) и модельного, что и обуславливает необходимость их интеллектуализации.

Целью исследования является повышение качества функционирования радиустройств в условиях возрастания скорости, плотности и объёма информационных потоков, циркулирующих в адаптивных системах передачи информации.

Для достижения поставленной цели должна быть решена научная задача разработки научно-методического аппарата интеллектуализации автоматизированных комплексов радиотехнического контроля на основе новых информационных технологий.

Объект исследований - средства радиотехнического контроля излучений радиоустройств, входящих в состав адаптивных систем передачи информации.

Предметом исследований является область науки, занимающаяся разработкой теории автоматизированного контроля технологических процессов и адаптивного управления состоянием объектов контроля.

Поставленная цель диссертационной работы определяет задачи исследований:

• анализ состояния радитехнического контроля (РТК) и обоснование необходимости и принципов интеллектуализации АКРК;

• разработка принципов коррекции параметров сигналов радиоустройств;

• математическое моделирование АСПИ и РУ как объекта радиотехнического контроля;

• разработка обобщённой структурной схемы и алгоритмов функционирования АКРК.

Научные результаты, представляемые к защите:

1. Структурно-параметрическая модель АСПИ как объекта радиотехнического контроля.

2. Методика интеллектуализации автоматизированных комплексов радиотехнического контроля.

3. Алгоритмы функционирования интеллектуальных АКРК.

Достоверность результатов, полученных в работе, обеспечивается тем,

что при математическом моделировании РУ и АСПИ использованы апробированные положения теории автоматизированного контроля, адаптивного управления, исследования операций, комбинаторной теории образов и других областей знаний. В методике интеллектуализации АКРК корректно отражены все основные процессы, лежащие в основе радиотехнического контроля. Анализ состояния и путей решения поставленной научной задачи проведён с учётом её актуальности и потребности для практики функционирования РУ в составе АСПИ. Представленные в работе математические модели отражают как результаты разработки математического базиса теории интеллектуализации процесса радиотехнического контроля, так и результаты экспериментальных исследований параметров сигналов РУ.

Научная новизна и теоретическая значимость заключается в следующем:

1. Структурно-параметрическая модель АСПИ как объекта радиотехнического контроля в отличие от известных математических моделей разработана на основе положений комбинаторной теории образов и в целом отражает предмет. ную область проводимых в работе исследований. При этом под структурным описанием АСПИ понимается процесс представления в виде определенной топологической структуры множества РУ и связей между ними. Параметрическое описание представляет собой математическое описание параметров сигналов РУ.

2. Методика интеллектуализации автоматизированных комплексов радиотехнического контроля за функционированием РУ в составе адаптивных систем передачи информации отличается от других методик радиотехнического контроля тем, что она разработана на основе теории искусственного интеллекта и новых информационных технологий с использованием положений теории динамических систем, теории технического контроля, системного анализа и целевого управления. Введён показатель качества функционирования РУ - управляемая вероятность параметрического соответствия РУ заданным требованиям.

3. Алгоритмы функционирования интеллектуальных АКРК разработаны с учётом структуры и состава этих комплексов и отражают основные этапы процес-

са радиотехнического контроля: контроль состояния РУ; идентификация РУ; коррекция параметров сигналов РУ.

Методы исследований. Решение поставленной научной задачи основано на использовании теоретических методов исследований, отражающих научные положения теории контроля радиоэлектронных средств, теории искусственных нейронных сетей, теории нечетких множеств, теории адаптивного управления.

Практическая значимость работы и представленных в ней результатов заключается прежде всего в том, что в диссертации представлена новая методика организации и проведения радиотехнического контроля с использованием перспективных интеллектуальных АКРК. Применение интеллектуальных АКРК позволит обеспечить вероятность параметрического соответствия контролируемых РУ до уровня 0,95. Разработанная методика может быть использована на стационарных и подвижных пунктах РТК, а также при обосновании технических требований к перспективным автоматизированным комплексам радиотехнического контроля.

Внедрение результатов исследований.

Результаты исследований реализованы в виде математических моделей и алгоритмических средств при разработке автоматизированных систем контроля и управления в «Калужском НИИ телемеханических устройств» (г. Калуга), в МОУ «Институт инженерной физики» (г. Серпухов), в ФГУП «Центральный научно-исследовательский институт экономики, информатики и систем управления», в учебном процессе кафедры автоматизированных систем управления Военной академии Ракетных войск стратегического назначения имени Петра Великого, филиал (г. Серпухов Московской области).

Личное участие. Основные принципы построения интеллектуальных АКРК предложены автором. При личном участии автора проводились исследования по математическому моделированию процесса РТК. Ему же принадлежат выводы и рекомендации, сделанные в диссертационной работе.

Апробация результатов по теме диссертационной работы.

Основные результаты диссертационных исследований докладывались и обсуждались на научно-технических конференциях международного и Российского уровней (г. Москва, г. Калуга, г. Серпухов) [77, 78, 83, 85, 86].

Публикации по теме работы.

По теме диссертации опубликовано 15 работ, из которых 8 научных статей опубликовано в журнале, входящем в перечень ВАК [79, ... ,82, 84, 87, 88,89],

5 статей в трудах научно-технических конференций [77, 78, 83, 85, 86], 2 патента на полезную модель [92, 93].

Диссертационная работа состоит из введения, трёх разделов, заключения и списка литературы, включающего 145 источников.

В первом разделе, в условиях возрастания скорости, плотности и объёма информационных потоков, циркулирующих в АСПИ, проведено обоснование необходимости и основополагающих принципов интеллектуализации АКРК, осуществляющих контроля параметров сигналов РУ. На основе анализа состояния РТК за функционирование РУ и направлений его развития представлены основные этапы развития средств РТК, что позволило обосновать принципы интеллектуализации процесса РТК. Разработана структурно-параметрическая модель АСПИ как объекта радиотехнического контроля, которая отражает предметную область проводимых исследований и определяет состав и информационное взаимодействие между РУ различного функционального назначения.

Второй раздел посвящен разработке методики интеллектуализации АКРК за функционированием РУ в составе адаптивных систем передачи информации. Указанная методика представлена: математической моделью РУ как объекта контроля и коррекции параметров сигналов; моделью контроля параметров сигналов РУ в условиях сложной радиоэлектронной обстановки в районе функционирования АСПИ; моделью идентификации РУ в процессе радиотехнического контроля с использованием искусственных нейронных сетей Хэмминга; моделью коррекции параметров сигналов РУ с использованием положений теории нечётких множеств.

В третьем разделе приведены результаты разработки принципов построения, структуры и состава интеллектуальных автоматизированных комплексов радиотехнического контроля. Представлены алгоритмы контроля и управления при проведении РТК, отражающие основные этапы этого процесса: контроль состояния РУ в процессе функционирования АСПИ; идентификация РУ в составе АСПИ; коррекция параметров сигналов РУ с целью повышения качества их функционирования.

В заключении представлены обобщённые материалы, отражающие основные результаты проведённых в диссертационной работе исследований.

1 ОБОСНОВАНИЕ НЕОБХОДИМОСТИ И ПРИНЦИПОВ

ИНТЕЛЛЕКТУАЛИЗАЦИИ АВТОМАТИЗИРОВАННЫХ КОМПЛЕКСОВ РАДИОТЕХНИЧЕСКОГО КОНТРОЛЯ ИЗЛУЧЕНИЙ РАДИОУСТРОЙСТВ

1.1 Анализ состояния радиотехнического контроля за функционированием радиоустройств и направлений его развития

Качество функционирования РУ, понимаемое как качество выполнения РУ его основной функциональной задачи или, если их несколько, основных функциональных задач по прямому предназначению, является главным свойством РУ, определяющим его эффективность.

С появлением радиоэлектроники возникла проблема электромагнитной совместимости (ЭМС). Эта проблема продолжает обостряться в связи с бурным развитием радиоэлектронных средств и возрастающей сложностью и масштабами применения. Большое разнообразие видов РУ связано с различным предназначением и соответственно различными функциональными задачами, которые выполняются этими РУ.

С увеличением числа одновременно работающих РУ и ростом их энергетических характеристик непреднамеренное влияние излучения одного РУ на другое становится все более частым и опасным. В условиях, когда совместно работают несколько радиоэлектронных средств, систем, комплексов, при воздействии непреднамеренных помех радиоэлектронные средства должны функционировать с требуемым качеством и не создавать недопустимые помехи другим РУ. Непреднамеренные помехи, являясь мешающими сигналами при приеме полезных сигналов, как и последние характеризуются большим разнообразием. Степень влияния помех учитывается снижением качества выполняемых функциональных задач.

Критерии оценки ЭМС базируются на показателях качества функционирования (эффективности) радиоэлектронных средств, радиоэлектронных комплексов и систем различного вида предназначения и принадлежности, поскольку в большинстве случаев РУ применяются объединенными в совокупности (группировки) и функционально связаны друг с другом. При этом системный подход реализован иерархической систематизацией функциональных задач РУ, введением критериев качества и совместимости радиоэлектронных средств и радиоэлектронных комплексов. На этой основе классифицированы и систематизированы все методы оценки РУ.

Все большее значение приобретают расчетные методы оценки ЭМС, которые используются при решении таких задач по электромагнитной совместимости, как прогнозирование электромагнитной обстановки (ЭМО), перспективное планирование и рациональное использование спектра радиочастот, определение степени обеспечения ЭМС РУ, разработка требований к ЭМС-параметрам РУ и требований по обеспечению ЭМС РУ, оценка влияния непреднамеренных помех на качество функционирования (эффективности) радиоэлектронных средств, систем, комплексов и т.д.

На стадии испытаний основным для оценки ЭМС является экспериментальный метод. Однако теоретические (расчетные) методы оказываются также необходимыми. Они позволяют правильно выбрать состав РУ для испытаний и режимы работы РУ, которые потенциально опасны с точки зрения возникновения и воздействия непреднамеренных помех. При проведении натурных испытаний расчетные методы позволяют дополнить и расширить рамки экспериментальных исследований и тем самым способствуют сокращению сроков и стоимости испытаний.

Основным этапом, на котором в должной мере и наиболее остро ощущается проблема ЭМС РУ, является этап эксплуатации (использования радиоустройств).

РУ, выполняя частные функциональные задачи по своему прямому назначению, объединяются в функционально связанную систему - группировки РУ. Группировка РУ в общем случае может быть представлена сложной системой, обладающей рядом признаков, которые обуславливают необходимость системного подхода с использованием методов структурного анализа. Основу этих методов составляют сетевые модели (структурные схемы). Оценки качества РУ должны использовать вероятностные показатели.

В целях проверки выполнения заданных требований к качеству функционирования РУ проводится радиотехнический контроль. Для решения задач РТК может быть использована контрольно-измерительная аппаратура (КИА); штатная аппаратура пунктов технического контроля.

Методика контроля излучений с использованием контрольно-измерительной аппаратуры основана на измерении количественных характеристик излучений РУ вблизи объекта с последующим расчетом максимальной дальности контроля, вероятностей обнаружения и распознавания РУ, точности измерения параметров сигналов и т.п. В последующем полученные значения сравни-

ваются с нормами, определяемыми руководящими документами. По результатам этого сравнения принимаются меры по устранению выявленных нарушений.

Для обнаружения излучений РУ и измерения их уровней применяются специальные измерительные приемники, автоматически сканирующие по конкретному частотному диапазону. С их помощью осуществляется поиск и фиксация рабочих частот РУ, а также может определяться их местонахождение. Измерение проводится, как правило, при наличии множества электромагнитных излучений от различных источников. Поэтому все принятые радиоизлучения подвергаются тщательному анализу, в процессе которого устанавливается частота излучения, уровень мощности, тип модуляции сигнала, наличие гармоник и т.д. Для этих целей могут быть использованы специальные широкополосные радиоприемники. Промышленностью выпускается: серия измерительных панорамных приемников типов П5-25, П5-26, П5-27, П2-28; селективные микровольтметры типа SMV8 с измерительными антеннами DP1. DP3, LPA1; радиоприемники УКВ-ЧМ с различными характеристиками, которыми перекрывается диапазон частот от 100 МГц до 7 ГГц. Они представляют собой высокочувствительные высокостабильные супергетеродинные приемники с двойным преобразованием частоты и калиброванным усилением измеряемого сигнала, имеют достаточное экранирование (до 60 дБ) и ослабление каналов побочного приема (до 80 дБ). Для анализа излучений и выделения на фоне других сигналов применяются анализаторы спектра с цифровой фильтрацией. В качестве такого прибора, например, можно использовать анализатор спектра С4-60А [53,107]. Необходимо также предусмотреть возможность автоматизированной обработки сигналов РУ с использованием современной вычислительной техники.

Большими возможностями в области радиотехнического контроля обладает современный многофункциональный автоматизированный комплекс ПРИЗ. Он предназначен для автоматического обнаружения источников радиоизлучений и определения их местоположения. Аппаратура комплекса выполнена на основе приемника РТК с блоком цифровой обработки сигналов. Управление комплексом осуществляется при помощи встроенной ЭВМ. Комплекс выпускается в мобильном варианте с цветным 15-дюймовым жидкокристаллическим монитором. Быстродействие аппаратуры комплекса достигнуто с помощью синтезатора частот в блоке панорамного обзора. Скорость перестройки по частоте в диапазоне обзора составляет 150 МГц/сек. В состав комплекса входит специальный высокочастот-

ный переключатель, который обеспечивает быстрое переключение четырех антенн с измерением и отображением уровней сигналов на каждой из них. В режиме «оператор-комплекс» происходит измерение и регистрация параметров сигналов контролируемых РУ и анализ их внутренней структуры: В специальном файле и соответствующем окне протокола регистрируется вся последовательность работы комплекса во времени [145].

Основные принципы построения и функционирования комплекса ПРИЗ отражены на рисунке 1.1. Основное назначение указанного комплекса - решение классической задачи пространственно-временной обработки сигналов РУ. Необходимо в процессе РТК обнаружить сигналы, имеющиеся на входе комплекса, и определить информационные параметры сигналов.

Комплекс реализован на единой аппаратной базе, ядром которой является система взаимосвязанных процессоров. Антенная система имеет в своем составе как приемную, так и пеленгаторную антенны. Приемник-процессор реализован на цифровой основе и включает в свой состав широкополосный усилитель и аналого-цифровой преобразователь. Фильтрация и демодуляция сигнала осуществляется в сигнальном процессоре. Персональная ЭВМ выполнена на стандартной основе и совместно с внешними устройствами выполняет функции управления работой всей системы. С использованием специализированного процессора производится вторичная обработки информации (введение исходных данных и заданий, вывод результатов обработки принимаемых сигналов, осуществление операций по определению местоположения РУ). Навигационное устройство служит для определения координат нахождения мобильного комплекса и приема сигналов синхронизации. Система связи обеспечивает связь системы при ее включении в состав многопозиционной системы местоопределения.

Основой программного обеспечения комплекса являются программы: технического анализа; приема и регистрации; местоопределения.

Программы технического анализа обеспечивают цифровую фильтрацию принимаемого сигнала и определение его основных информационных параметров (амплитудно-частотных и временных характеристик, параметров модуляции и т.д.).

Программы приема и регистрации сигналов контролируемых РУ представляют собой программную реализацию промежуточной и оконечной аппаратуры комплекса и позволяют оперативно управлять режимами функционирования радиоприемного устройства РТК.

Комплект АФУ

Антенный

коммутатор

Управляемый электронный аттенюатор

процессор

Генератор прицельной помехи

ПЭВМ' со ■ специальными программами

Контроллер

Основные технические характеристики: диапазон рабочих частот: 0,001 - 3000 МГц; чувствительность: 10"12-10"14 Вт; разрешение по частоте: 0,5 - 500 кГц динамический диапазон: 60 - 70 дБ; скорость обзора: до 150 МГц/с; ширина обзора: до 10 МГц; время переключения антенн: 0,1 мкс; диапазон работы электронного аттенюатора: 0-30 дБ.

Решаемые задачи: приём и математическая обработка сигналов РУ; отображение радиоэлектронной обстановки в графическом виде в реальном масштабе времени; ведение электронной базы данных;

контроль и управление работой всей аппаратурой комплекса; пеленгация РУ и обработка полученных результатов; • ведение активных действий по радиопротиводействию.

Рисунок 1.1 - Обобщенная структура многофункционального автоматизированного

комплекса РТК

Программы, позволяющие совместно с системой связи определять положение РУ, обеспечивают функционирование навигационного устройства системы.

Таким образом, анализ современных комплексов РТК показывает, что их главной задачей является лишь контроль за работой РУ, определение основных информационных параметров излучений. Такие комплексы и системы не решают задач повышения качества функционирования РУ.

Основная трудность при решении задачи РТК обусловлена тем, что информативность выделенных признаков может быть оценена по результатам идентификации контролируемых РУ. Определение достаточного числа контролируемых параметров РУ может осуществляться путем сопоставления совокупности обнаруживаемых и измеряемых параметров сигналов.

Дальнейшим развитием автоматизированных комплексов РТК является их интеллектуализация. Как известно, основной целью интеллектуализации сложных систем является обеспечение потенциально достижимого качества функционирования систем [45,47,97,99]. Поэтому интеллектуализация автоматизированных комплексов РТК должна быть направлена на обеспечение потенциально достижимого уровня качества функционирования РУ в процессе их применения по назначению. Интеллектуальный АКРК - это совокупность средств технического и математического обеспечения, объединенную информационным процессом и работающую во взаимодействии с человеком-оператором.

К числу важных вопросов, требующих решения при рассмотрении путей развития РТК как элемента управления использованием радиочастотного спектра, относятся следующие:

• остающаяся неравномерность решения задач РТК;

• неопределенность показателей оценки эффективности РТК;

. отсутствие однозначных представлений о структуре и составе единой системы РТК.

Проанализируем возможные пути решения этих вопросов более подробно.

РТК является неотъемлемой составной частью процесса управления использованием РЧС (в дальнейшем для краткости - управления РЧС). Как элемент обратной связи в системе управления РЧС он представляет собой один из важнейших источников информации, необходимой для формирования новых управляющих решений. В условиях неуклонного роста интенсивности использования РЧС и, как следствие, усложнения условий обеспечения совместного функционирования РУ данные РТК должны приобретать все более важное значение при подготовке решений по управлению РЧС. Однако до настоящего времени в силу разных причин эти данные применяются недостаточно.

Одной из причин недостаточного применения данных РТК в современной отечественной практике управления РЧС, наряду с низкой оснащенностью подразделений контроля измерительной и пеленгационной аппаратурой, является

ограниченный перечень задач, решаемых с применением РТК. Исторически, основными задачами, возложенными на радиоконтроль в целях управления РЧС, являются задачи проверки правильности использования выданных частотных присвоений (далее называемые задачами первой группы), и связанные, в частности: с выявлением РУ, являющихся источниками непреднамеренных (вредных) помех; обнаружением неразрешенных радиопередатчиков; проверкой соответствия параметров излучаемых сигналов национальным и международным стандартам и нормам и т.д. Эти задачи в настоящее время закреплены за радиоконтролем.

Характеризуя указанные задачи, необходимо отметить следующее. Интенсивность их решения сравнительно невелика. Так общее число регистрируемых случаев возникновения помех даже в перегруженных полосах частот и районах (например, в Московском) достигает нескольких сотен в год, что по отношению к численности функционирующих РУ составляет доли процента. При этом число случаев возникновения непреднамеренных помех между РУ из-за несоответствия значений отдельных их характеристик требованиям установленных норм существенно меньше общего числа случаев создания помех. Существенным также является то, что для прекращения работы несанкционированных передатчиков необходимо участие наряду с подразделениями контроля соответствующих подразделений правоохранительных органов. Однако юридически указанное взаимодействие до настоящего времени не оформлено. Существенным фактором, сказывающимся на эффективности решения задач радиоконтроля первой группы, является отсутствие требований к оперативности выявления источников помех. Зачастую реальное время выявления по претензиям на помехи причин и источников излучения может составлять до 20 и более дней. В военной подсистеме управления РЧС возможности радиоконтроля еще более ограничены.

Из изложенного следует, что решение задач контроля первой группы направлено на обеспечение нормального функционирования действующих РУ и предполагает последующую корректировку ранее принятых решений по управлению РЧС. Использование информации радиоконтроля для принятия решений по управлению РЧС в интересах частотного обеспечения разрабатываемых и перспективных РУ не предусматривается. Кроме того, в рамках решения задач первой группы радиоконтроль выступает не столько в качестве действенного механизма в системе управления РЧС, как в роли профилактического фактора, некоторого психологического элемента устрашения. Следует отметить, что в послед-

нее время уровень указанного «устрашения» снижается в связи с увеличивающимся отставанием технических возможностей имеющегося отечественного радиоконтроля по сравнению с возможностями новых радиостанций. Наглядным примером этому могут служить неединичные факты начала эксплуатации в отдельных регионах РФ систем подвижной связи на не полностью согласованных (разрешенных) частотах или на частотах без разрешения, или с произвольным самостоятельным переназначением присвоенных частот между базовыми станциями. Оправданием таких и подобных нарушений является получение немалой прибыли операторами подвижной связи до тех пор, пока не будут выявлены факты нарушений в использовании спектра и предъявлены соответствующие претензии. Выходом из создавшейся ситуации могло бы быть резкое повышение технических (прежде всего в части быстродействия выявления и номенклатуры контролируемых сигналов) и пространственных возможностей радиоконтроля, например, до уровня наиболее развитых систем западных стран.

Однако такое совершенствование радиоконтроля не решает проблему заметного повышения с его помощью эффективности управления использованием РЧС. Выходом из этого положения может являться возложение на радиоконтроль новых задач, расширяющих область применения в частотном планировании измеренных данных. Такими задачами (далее называемыми задачами второй группы) являются:

измерение защитных отношений сигнал/помеха;

• измерение затухания радиоволн на реальных трассах распространения;

• определение необходимых разносов частот РУ в реальных условиях их функционирования;

определение занятости частотных полос.

Эти данные необходимы для проведения расчетных оценок показателей использования (загрузки) спектра.

Задачи второй группы относительно новы, практические технологии решения некоторых из них в настоящее время только разрабатываются. Возникновение задач этой группы обусловлено ростом интенсивности использования освоенных диапазонов полос частот и, как следствие, - необходимостью поиска в них резервов спектра для новых РУ. Следует отметить, что решение задач второй группы по сравнению с задачами первой группы существенно сложнее и объемнее.

Зачастую такие измерения связаны с проведением специальных исследований. В этой связи, указанные задачи выходят за рамки традиционного радиоконтроля.

Возможны два варианта решения задач второй группы. Первый основывается на создании при НИУ заинтересованных ведомств специализированных подразделений. При этом работы по проведению измерений в интересах решения задач второй группы должны проводиться на регулярной основе (например, в рамках перманентных НИР по заказам соответствующих организаций, а финансироваться - из средств, получаемых в виде платежей за использование РЧС.

Второй вариант - это создание в штатных подразделениях РТК (как гражданской, так и военной подсистем) специализированных групп для проведения необходимых измерений, работающих на основе регулярно утверждаемых (годовых, месячных) планов. Данные, получаемые по результатам измерений, должны в последствии обобщаться и вводиться в соответствующие базы данных.

Решение задач второй группы предполагает более тесное взаимодействие подразделений РТК как с радиочастотными органами (РЧО), осуществляющими назначение (присвоение) частот, так и с РЧО, ответственными за перспективное и текущее планирование использования РЧС. При этом технологии решения задач управления РЧС должны быть усовершенствованы и, в частности, предусматривать применение количественных данных об использовании (загрузке) спектра. В перспективе, по мере усложнения условий управления использованием РЧС в освоенных диапазонах полос частот, роста трудностей в предоставлении свободных (резервных) участков РЧС для новых РУ, актуальность решения задач РТК данной группы будет неуклонно возрастать.

Решение задач второй группы целесообразно проводить следующим образом.

Для измерения защитных отношений сигнал/помеха первоначально на средствах РТК проводится запись реальных сигналов действующих РУ, и из них создаётся специальный банк данных. Далее эти данные либо передаются для сертификационных испытаний (в соответствующие военные или гражданские испытательные лаборатории), либо используются при измерении необходимых ЧТР в ходе типовых регулярных проверок. Полученные данные передаются в соответствующие РЧО для обобщения и корректировки информации в базах данных о нормах ЧТР РУ.

Таким образом, проведённый анализ состояния и перспектив развития РТК показывает, что решение всё возрастающего объёма задач, которые должны решать органы и средства РТК возможно лишь на пути интеллектуализации АКРК.

1.2. Интеллектуализация автоматизиоовани..,.

радиотехнического контроля Bi lvl !™ - "»"""«сов

качества функцион„ГваГя р«^^^

систем передачи информации °устроиств в составе адаптивных

Современные РУ, широко „опользуемые в системах управления, радиолокации, радиосвязи и других областях, в которых информация передается с помощью радиосигналов, представляют собой сложные автоматизированные системы Автоматизированные системы и комплексы обеспечивают эффективное применение РУ различного функционального назначения. Автоматизация дает возможность значительно улучшить технические характеристики АСПИ, повысить надежность работы и упростить процессы применения по назначению РУ. При этом наиболее высокие ре зультаты могут быть достигнуты на путях комплексной автоматизации [11 61 891

К современным РУ предъявляются жесткие и, как правило, противоречивые требования по обеспечению таких показателей качества, как достоверное помехозащищенность, защищенность, скорость передачи информации, что объясняется сложной помеховой обстановкой в районе размещения и функционирования РУ Поддержание указанных показателей качества РУ „а заданном уровне является важнейшим фактором обеспечения выполнения задач, стоящих перед АСПИ Эта задача не может быть решена на основе отдельных организационных и технических мероприятий. Разрешение ее возможно на основе внедрения системы управления качеством, охватывающей как этапы проектирования и изготовления РУ так и их функционирование на этапах применения по назначению.

Одним из интенсивно развиваемых ныне направлений является разработка проблемно-ориентированных управляющих комплексов, предназначенных для решения сложных проблемных задач диагностики и прогнозирования состояний объектов контроля и управления в различных областях науки и техники [9 21 37 43]

Решение проблемы управления качеством функционирования РУ может быть осуществлено на основе применения интеллек^альных АКРК, реализующих функцию управления состоянием РУ. в цифровых системах управляемыми параметрами мо„т быть мощность излучения, рабочая частота, скорость передачи информации ВИД и параметры модуляции, способ кодирования. В целом влияние каждого из параметров на качество функционирования противоречиво. Так, например, увеличение

мощности передаваемого сигнала может повысить помехоустойчивость РУ, но одновременно снижает его защищенность. Применение способов помехоустойчивого кодирования или уменьшение скорости передачи информации хотя и повышает помехоустойчивость, но снижает оперативность связи. Из этого следует, что применение того или иного способа повышения качества РУ должно осуществляться с учетом конкретных требований к радиосистеме в процессе ее функционирования, что и обуславливает возникновение проблемы интеллектуализации процессов контроля и управления в АКРК как проблемы получения новых знаний о РУ в условиях его использования по назначению.

Одним из главных путей повышения качества управления сложными технологическими процессами, к которым относится и процесс РТК за функционированием РУ, является создание интеллектуальных информационных технологий. Интеллектуальная информация составляет основу базы знаний и представляет собой совокупность моделей объектов и процессов, обладающих семантическими и прагматическими свойствами. При этом семантические знания должны содержать информацию, непосредственно связанную со смыслом описываемых объектов и процессов. Прагматические знания описывают объекты и процессы относительно цели решаемой проблемы.

В свою очередь, задача представления знаний в интеллектуальных системах и комплексах предусматривает принятие решения о том, как описывать реальную предметную область. В частности, в основе процесса представления онтологических знаний лежит формирование знаний о предметной области АКРК как совокупности контролируемой и управляемой радиосистемы. Важнейшей составляющей процесса представления знаний при этом является выявление сущностей как устойчивых образований информационных признаков радиоустройств (РУ). К сущностям могут быть отнесены и процессы контроля и управления в АКРК. Под признаками указанных сущностей понимаются свойства и отношения, то есть параметры и характеристики РУ и связи между ними в радиосистеме. При формировании свойств и отношений в АКРК может быть использован объединенный метод сходства и различия с аб-дуктивным механизмом логического вывода.

Следует отметить, что РУ как объект РТК функционирует во взаимодействии с другими радиоэлектронными средствами, которые могут оказывать влияние на его поведение. При этом можно говорить о координации децентрализованных систем управления объектами контроля и управления, которые являются взаимосвязанными и взаимодействующими. Координация осуществляется посредством получения децентрализованными системами сигналов, являющихся обобщенными оценками качества управления всей совокупностью РУ. Проблема состоит в том, чтобы изменять режим функционирования РС не только на основе количественных данных о АСПИ и среде их функционирования, но и с учетом качественных оценок, с помощью которых реализуется координация целей функционирования совокупности взаимодействующих РУ.

Одним из возможных путей решения указанной проблемы может быть использование в составе АКРК динамической экспертной системы (ДЭС) в качестве интеллектуальной системы синтеза закона управления. ДЭС призвана осуществить построение закона управления на основе модели объекта управления, среды функционирования и цели управления. Для решения конкретной задачи синтеза закона управления необходимо осуществить построение плана решения задачи. В основу такого плана должны быть положены знания о методах исследования и решения задач адаптивного управления. Интеллектуализация процессов радиоконтроля и управления в АКРК существенно обогащает исходные позиции системного подхода, объединяющего логику здравого смысла и научный опыт формализации задач анализа и синтеза. Информационная технология обеспечивает дальнейшее развитие таких принципов системного подхода, как системный анализ множества целей управления, структурно-функциональный синтез интеллектуальной системы, обеспечение адаптации в системе, интеллектуальный мониторинг «внутренней» и «внешней» среды функционирования сложной системы.

С использованием сформулированных принципов могут быть представлены группы задач в классе динамических мультиагентных систем, основанных на знаниях, которые могут быть решены с использованием АКРК:

повышение качества процессов контроля и управления в конкурентной среде функционирования АКРК с учетом возможности полного концептуального моделирования;

системная интеграция иерархии АСПИ на микро-, макро и метауровнях интеллектуальных процессов принятия решений;

• обеспечение интеллектуальных коммуникационных процессов адаптивного управления состоянием РУ.

В целом, представление онтологических знаний о предметной области в АКРК может быть осуществлено поэтапно при решении задач:

• концептуального моделирования как интегрированного представления знаний о структуре, составе и процессах в АКРК;

• разработки программ, обеспечивающих реализацию всех алгоритмов, необходимых для представления знаний;

• реализации механизмов манипулирования знаниями и вывода решений на базе электронно-вычислительной техники (ЭВТ) со сложной функциональной структурой.

В общем случае, как известно, концептуальная модель исследуемой системы представляет собой совокупность основных понятий и правил комбинирования классов понятий, являющихся смысловой структурой предметной области. Информационная технология концептуального моделирования охватывает основные направления, принципы и задачи разработки интеллектуальных систем, апеллирующих к нарождающейся теории распределенного искусственного интеллекта, позволяющей ставить и решать задачи принятия решений для централизованного и децентрализованного управления в динамической конкурентной среде (какой является радиоэлектронная обстановка в районе функционирования АКРК) с учетом эволюционных, оптимизационных, адаптационных процессов, обеспечивающих потенциально достижимое качество процессов управления.

В общем виде концептуальная модель АКРК КМдкрк может быть представлена совокупностью основных систем Б, отражающих основные принципы и понятия предметной области:

кмдкрк = аспи' ^акрк> , (1-1)

где Бдспи - система, характеризующая некоторую структуру регулярной конфигурации АСПИ КАСПИ и совокупность РУ как функциональных элементов АСПИ;

^акрк " система, характеризующая принципы построения и функционирования АКРК;

Зртк " система, характеризующая процесс РТК за функционированием АСПИ.

Задача моделирования АСПИ как объекта РТК может быть сведена к статистическому описанию информационных параметров радиоустройств гру и их структурному объединению в конфигурацию системы КАСПИ на основе принципа комбинаторного формализма как систематической процедуры построения некоторой структуры регулярной конфигурации АСПИ посредством комбинирования РУ различного функционального назначения и связей между ними в соответствии с определенными правилами, отражающими заданные требования по качеству функционирования АСПИ:

каспи = Но), Ь(д) с(д)], (1.2)

где а(д) - индекс классов (типов) РУ, входящих в состав АСПИ;

Ь(д) - структура связей между РУ в конфигурации АСПИ;

сг(д) - способ соединения связей между РУ.

Конфигурация АСПИ определяется составом образующих РУ и ее структурой. Состав конфигурации АСПИ может быть представлен множеством радиоустройств:

Ьру ={\ь\2,...,\т]. (13)

Структура конфигурации ВАСПИ представляет собой множество соединений,

существующих между всеми и некоторыми связями образующих РУ, входящих в состав системы:

Вдели = {Ьч, Ь2,..., Ьк}. (1.4)

В общем случае структура конфигурации АСПИ имеет многоуровневый иерархический характер. Каждое РУ системы по отношению к АКРК является управляемым. В системе каждое РУ является либо управляемым, либо управляющим.

Вне зависимости от функционального назначения каждое радиоустройство должно быть представлено множеством информационных параметров (признаков)

2РУ ={гьг2,...,гп}. (1.5)

В качестве информационных параметров могут выбираться координаты РУ на местности, амплитудно-частотные параметры излучаемых радиосигналов и режимы

их работы. Вектор информационных параметров ZPy должен описывать каждое РУ таким образом, чтобы их можно было различать в процессе радиоконтроля. Среди компонент вектора параметров могут быть выделены две, играющие существенную роль в комбинаторных отношениях. Первая из них - индекс класса радиоустройств -a(cl). Он должен представлять фундаментальную характеристику РУ, в силу чего необходимо выполнить условие

a(cl) = a(l) Vc е С, V, е Lpy, (1.6)

где с е С - показатель сходства.

Второй компонентой вектора параметров будет показатель связи Ь. Каждое РУ будет характеризоваться входными Ьвх и выходными Ьвых связями.

АКРК в общем виде может быть представлена совокупностью: приемника-процессора радиоконтроля с устройством анализа и выделения сигналов контролируемых РУ; динамической экспертной системой в контуре адаптивного управления состоянием АСПИ; радиоканала управления. Приемник радиоконтроля обеспечивает прием сигналов РУ, радионаблюдение за процессом x(t) и оценку амплитудных ас,

частотных fc и фазовых <рс параметров сигналов РУ. По результатам этой оценки в

ДЭС решается задача идентификации контролируемых РУ по критерию близости математических описаний контролируемого МРУк и эталонного МРУэ радиоустройств. На

основе заданных программ П = [zpy; КАСПИ] функционирования АСПИ, отражающих информационные параметры радиоустройств Zpy и структуру конфигурации системы каспи> а также стратегий управления 1={стп} по результатам оценки уровней параметрического соответствия Рпс формируются управляющие воздействия u(t) на РУ, которые по каналу управления осуществляют корректировку информационных параметров AZ = [дас, Afc, Дфс] радиоустройств, изменяя режимы функционирования РУ. Взаимодействие оператора АКРК и ДЭС осуществляется в реальном масштабе времени через блок диалогового общения и представляет собой разветвленный диалоговый процесс. Центральным блоком ДЭС является база знаний (БЗ), главное предназначение которой заключается в хранении долгосрочной информации о РУ и РЭС различного функционального назначения и правил, определяющих возможные пре-

образования данной информации. База данных (БД) содержит информацию о решаемой в текущий момент задаче, а также массивы учетных, справочных и нормативных данных о РУ и АСПИ в целом (рисунок 1.2).

Система 3РТК, характеризующая процесс контроля за функционированием

АСПИ, в целом должна отражать математическую модель процесса контроля. Существо этой модели заключается в следующем.

В заданном районе развернута и функционирует сложная цифровая система, представленная исходной структурой регулярной конфигурации:

каспи = Р-ру, В АСПИ ], (1.7)

отражающей множество радиоустройств !_ру различного функционального назначения и множество связей ВАСПИ между РУ в радиосистеме. Причем связи любого РУ определяются как

ВРУ=[В8,ВУ], (1 8)

где В3 - множество, представляющее структуру связей;

Ву - множество, представляющее показатель связей.

Основным показателем структуры связей будет арность соа, которая, в свою

очередь, характеризуется количеством входных и выходных узлов, а каждому узлу соответствует показатель связи Ь, с координатой \ = 1,2,3.,.,п.

В дискретные моменты времени к,к + 1,..., 1 е[к0, кт] АКРК осуществляет радиоконтроль за функционированием АСПИ. Другими словами, производится контроль за векторным случайным процессом х(к), который характеризует состояние системы со значениями х в пространстве состояний:

х = Х, хи ¡е[1;п]. (1.9)

Часть операторов х, , описывающих состояние АСПИ, используется в качестве контролируемых и управляемых параметров радиоустройств:

г(к), г = г„ ¡е[1;т]. (1.Ю)

Рисунок 1.2 - Обобщённая структура контроля и управления качеством функционирования АСПИ

По результатам радиоконтроля определяется множество РУ, входящих в состав АСПИ. Каждое РУ;, в свою очередь, представлено вектором информационных параметров 2РУ., координатами которого являются амплитудно-частотные параметры г^) радиосигналов РУ, индекс класса радиоустройств а(д), а также показатели входных Ьвх и выходных Ьвых связей:

2РУ, ={2(0.а(д),ьвх,ьвых}. (Ш)

На момент времени 10 определяется также конфигурация системы

К0АСПИ е ВАСПИ^ру]- (1.12)

На основе оценки значений информационных параметров радиоустройств решается задача идентификации РУ} с использованием оценок сходства математических описаний контролируемого РУ1 и эталонного РУЭ. В качестве оценки сходства используется функция расстояния еи. На основе оценки сходства может быть проведена оценка меры соответствия РУ заданным требованиям.

По результатам ради о контроля, на основе заданных программ функционирования АСПИ и стратегий управления, формируются управляющие воздействия на РУ, входящие в состав системы:

изЦ Ыр ]е[1;|]. (1.13)

В результате может быть повышен уровень качества РУ в процессе адаптивного управления его состоянием путем изменения:

• информационных параметров сигналов РУ в пределах от нижнего * до верхнего г-[В значений:

г = [0. - 1]и [0. г.3 - (1.14)

• состава классов радиоустройств

1_а = {||а(|) = а}е1_РУ; (1.15)

. структуры конфигурации АСПИ от начального состояния КНАСПИ^0) к некоторому конечному состоянию К^спи^о + д^) за период управления Д{у путем операций по соединению А(К) к обрыву В(К) связей между РУ:

КАСПИ (^ + ^У)=[А(К),В(К)]КНДСПИ00). (1.16)

На количество РУ, информационных параметров и время управления при этом заданы определенные ограничения.

Таким образом, принцип управления уровнем параметрического соответствия РУ заключается в измерении и корректировке основных информационных параметров РУ с целью сближения математического описания действующего РУ с его эталонной моделью.

Задача управления состоянием АСПИ в общем случае охватывает широкий круг вопросов структурного, информационного и эвристического характера. При этом под управлением понимается процесс целенаправленного изменения состояния (или выхода) некоторой управляемой подсистемы (объекта управления), осуществляемый путем воздействия на нее управляющей подсистемы (субъекта управления). Основные идеи, положенные в основу различных видов управления, составляют принципы управления. В теории оптимального управления выделяются принцип программного управления, принцип управления по возмущению и принцип управления с обратной связью в функции от текущих значений выхода системы или от оценок ее состояния. С точки зрения решаемой в данной работе задачи важнейшее место среди перечисленных принципов управления занимает принцип управления с обратной связью на основе оценки состояния управляемой системы в условиях неопределенности, вызванной недостатком априорных данных об истинном состоянии управляемой системы. В теории управления подобные методы получили название адаптивных, а соответствующие системы управления называются адаптивными.

Для достижения основной цели адаптивного управления сложной системой -максимизации качества ее функционирования - должны быть решены такие задачи, как формализация и математическое описание процесса управления состоянием системы, оценка состояния системы по результатам наблюдения, идентификация характеристик системы и формирование управляющих воздействий по изменению ее состояния и структуры [43, 100, 105, 121].

Задача формализации и математического описания процесса управления состоянием системы является одной из центральных научных задач при исследовании сложных адаптивных систем. В основу ее могут быть положены идеи и результаты, полученные в научных дисциплинах, относящихся к обработке информации и приня-

тию решений в условиях неопределенности и, прежде всего, в теории адаптивного управления различными классами объектов. Важнейшим элементом этой теории являются принципы математического моделирования объектов контроля и управления. Математические модели, описывающие функционирование объектов контроля и управления, должны определять степень управляемости оптимизируемых адаптивных процессов. Полнота отражения моделью динамических свойств объекта влияет на эффективность и трудоемкость как процессов оценивания и идентификации, так и процесса оптимизации [3, 29, 60, 68, 77, 100].

Формализация поставленной задачи моделирования и ее матемаческое описание - это наиболее трудный и нестандартный этап исследований и разработок адаптивных систем. Как правило, разрабатываются модели двух типов. Модель первого типа используется для синтеза алгоритмов управления и выбора способов формирования управляющих сигналов. Модель второго типа необходима для проведения исследований и отладки разработанного алгоритмического обеспечения системы управления в период вычислительных экспериментов. При разработке математических моделей, как правило, принимаются различные допущения, упрощающие и схематизирующие реальный процесс. Значительным упрощением математической модели объекта является ее линеаризация. Что касается моделирования радиосистем и радиоустройств как объектов контроля и управления, то имеющиеся здесь результаты в основном относятся к области математического описания сигналов и помех, действующих на входах радиоприемников различного назначения, оценки искажений и корректирования параметров сигналов в системах передачи информации. Однако математические аспекты теории адаптивного управления параметрами, алгоритмами функционирования РУ с структурой конфигурации АСПИ еще не получили достаточного развития. Имеющиеся в этой области научные результаты в основном касаются вопросов информационного взаимодействия между РУ различного назначения [98, 122, 132, 134].

В целом же следует отметить, моделирование объектов управления в зависимости от степени детализации рассматриваемых процессов, можно выполнить на микро-, макро- и метауровнях.

Математической моделью объекта на микроуровне является система дифференциальных уравнений с заданными начальными условиями. Система уравнений, как правило, известна, но точное решение ее можно получить лишь для частных случаев. Поэтому возникает задача построения дискретной модели объекта на основе метода конечных разностей. В случаях, когда получаемая при дискретизации аппроксимирующая система алгебраических уравнений имеет высокий порядок, то при моделировании сложных объектов необходимо вводить ряд допущений и упрощений и переходить к моделированию на макроуровне.

Основу математической модели объекта на макроуровне составляют компонентные уравнения отдельных элементов и топологические уравнения, отражающие связь между элементами. Для получения указанных уравнений могут быть использованы такие формальные методы, как табличный, узловой и переменных состояний. Для сложных объектов управления размерность математической модели становится высокой, что обусловливает переход к моделированию на метауровне.

При моделировании процессов адаптации на метауровне предмет исследований будет определяться функциональным назначением объекта контроля и управления. С этой точки зрения можно выделить три категории объектов: автоматизированные системы передачи информации (АСПИ); системы автоматического управления (САУ); автоматизированные системы управления технологическими процессами (АСУТП).

Задача оценки состояния системы по данным измерительной информации в современной теории динамических систем получила название задачи наблюдения состояния [105, 110, 132]. В связи с тем, что априорная информация о системе и ошибки измерений имеют случайный характер, детерминированная постановка задачи наблюдения состояния вводится лишь на начальном этапе исследований, а затем производится переформулировка ее как стохастической. В основе решения задачи наблюдения лежат положения теории фильтрации. Для стационарных сигналов и помех применяется фильтр Винера как линейное, стационарное и физически реализуемое устройство, оптимальное для сигналов с гауссовским распределением. Оценивание состояния в случае, когда полезный сигнал и помеха имеют стохастический характер, и некоторые компоненты вектора состояния объекта не поддаются

непосредственному измерению, может быть осуществлено с помощью фильтра Кал-мана. Этот фильтр можно представить как устройство для обработки результатов измерений, искаженных помехами. Обработка должна осуществляться таким образом, чтобы получить оптимальную оценку некоторой переменной. При решении задач синтеза оптимальных приемных устройств использовались методы марковской теории оптимальной нелинейной фильтрации, наиболее приемлемые к различным радиосистемам со случайными входными воздействиями. Проблема практического использования положений теории оптимальной фильтрации применительно к радиосистемам усложняется наличием априорной неопределенности. Указанная неопределенность обусловлена, прежде всего, несоответствием реального состояния АСПИ ее математическому описанию, неточным знанием параметров ковариационной и переходной матриц возмущения состояния системы, а также возможностью изменения в широких пределах условий ее функционирования. С целью решения данной проблемы возникает необходимость в совершенствовании методов синтеза в направлении преодоления известной априорной неопределенности и поиска на этом пути наиболее эффективных методов синтеза на основе адаптивного подхода, который ныне широко используется при синтезе различных информационных систем.

Одним из наиболее интенсивно разрабатываемых в настоящее время направлений теории динамических систем является идентификация объектов управления. Как известно, в теории автоматического управления принципы построения системы разрабатываются на основе заранее заданной модели, которая существенно отличается от реального объекта, что может привести к существенному снижению эффективности разрабатываемой системы. В связи с этим и возникло научное направление в теории управления, связанное с построением модели на основании наблюдений, полученных в условиях функционирования объекта по его входным и выходным переменным, известное как "идентификация систем". В общей постановке задача идентификации может быть сформулирована следующим образом: по результатам наблюдения за входными и выходными переменными системы должна быть построена оптимальная, в некотором смысле, модель как формализованное представление этой системы. Это обусловливает преемственность между задачей идентификации и задачей установления закономерностей по результатам наблюдения.

В зависимости от наличия априорной информации об объекте управления задачу идентификации можно рассматривать в узком и широком смысле [32, 40, 137].

При достаточно полной априорной информации об объекте задача идентификации в узком смысле состоит в оценивании параметров и состояния системы по результатам наблюдения за входными и выходными переменными в реальных условиях функционирования объекта управления. При этом должен быть задан класс модели объекта и должны быть известны структура и состав системы.

При ограниченной априорной информации об объекте управления задачу идентификации необходимо рассматривать в широком смысле. Это означает, что предварительно необходимо решить целый ряд дополнительных задач, таких как, выбор структуры системы и задание класса моделей объекта управления, оценивание степени стационарности и линейности объекта и действующих переменных, оценивание степени и формы влияния входных переменных на выходные переменные, выбор наиболее информативных параметров и др. В настоящее время это направление в решении задач идентификации развивается наиболее интенсивно. Разработаны методы статистической идентификации динамических объектов, основанные на оценке операторов, ставящих в однозначное соответствие выходные и входные сигналы, имеющие случайный характер. Причем вследствие невыполнения условия устойчивости задача статистической идентификации относится к классу некорректно поставленных задач. Ее приближенное, устойчивое к малым вариациям корреляционных функций, решение может быть получено с помощью направленного отбора решений с использованием методов решения некорректно поставленных задач, позволяющих алгоритмически осуществить выбор возможных решений на основе дополнительной информации о них. Среди этих методов наибольшей общностью и возможностями выделяется метод регуляризации Тихонова А.Н., использующий лишь качественную информацию о гладкости восстанавливаемой функции.

С позиций положений теории динамических систем, системного анализа и целевого управления задачи наблюдения состояния и идентификации объектов управления имеют комплексный характер и могут быть объединены в рамках теории контроля. В общем случае контроль относится к информационным процессам. В теории технического контроля под процессом контроля понимается сбор и преобразование

информации о состоянии объекта управления и внешних условиях функционирования с целью выбора управляющих воздействий. В цифровых системах связи под контролем понимается проверка соответствия показателей качества функционирования системы установленным требованиям [18, 32, 54, 135].

С учетом изложенного можно сделать вывод, что одной из центральных задач является разработка математической модели управляемой АСПИ на основе теории управляемых случайных процессов, которая затем может быть положена в основу при решении задач анализа и синтеза комплекса процедур, позволяющих реализовать функцию управления с использованием нового класса проблемно-ориентированных комплексов - интеллектуальных АКРК.

Потенциально достижимое качество функционирования РУ определяется, прежде всего, возможностью создания онтологической базы знаний (БЗ) интеллектуальной системы. Сущностный характер БЗ обостряет необходимость более глубокого исследования фундаментальных проблем интеллектуализации, связанных с инфе-ренциальной мощностью различных механизмов логического вывода, таких как дедукция, индукция, абдукция и традукция. Парадигма параллельных вычислений при реализации логического вывода комбинированного типа предполагает использование различных моделей приближенных рассуждений.

В свою очередь, многообразие языков, используемых в интеллектуальной системе для представления информации, с одной стороны влечет необходимость разработки достаточно мощных специализированных процедур вывода, способных оперировать как на уровне структурных описаний понятий, так и на уровне данных обучающего множества базы прецедентов. С другой стороны, процедуры вывода должны работать и с метазнаниями, т.е. знаниями, касающимися вопросов применения тех или иных методов обработки информации и усиления информационных возможностей системы в целом.

При индуктивном выводе особую важность приобретает число наблюдений, а влияние количества положительных примеров на ту степень, в которой можно доверять индуктивным рассуждениям, в значительной мере определяется свойствами предметной области. Чем сильнее выражена регулярность поведения объектов предметной области, тем выше уровень доверия к индуктивным обобщениям. Даль-

нейшим развитием методов логического вывода является абдуктивный анализ изменений динамической среды функционирования АСПИ. При этом под абдукцией понимается процесс построения объяснения для данных наблюдения на основе накопленных ранее полученных знаний. Любая стандартная система индуктивного вывода способна производить обучение только в тех случаях, когда в базе знаний пользователем помимо прочего указывается информация, выводимая абдуктивно. В большинстве случаев включать полную информацию об объекте исследования в базу знаний не представляется возможным, и приходится ограничиваться такими сведениями, как параметры и режимы функционирования РУ, состав и структура связей между РУ в системе.

Эффективность процедуры логического вывода непосредственно связана с проблемой неполноты имеющейся информации об объекте управления в базе знаний. Причем неполнота выводимых знаний изначально заложена в процедуру индуктивного вывода. Если мы имеем дело с обучающим множеством небольшого размера, процесс обучения может быть в значительной степени затруднен при изолированном использовании индукции и абдукции. В связи с этим вопрос о полноте, а также избыточности, противоречивости и корректности знаний встает особо остро. Это обуславливает использование комбинированного вывода в базе знаний интеллектуального АКРК.

В заключение необходимо отметить, что только интеллектуализация коммуникационных процессов адаптивного управления состоянием РУ и АСПИ позволит обеспечить потенциально достижимое качество их функционирования.

1.3. Структура и принципы построения экспертных систем в составе интеллектуальных автоматизированных комплексов

радиотехнического контроля

Среди широкого диапазона направлений, в которых ведутся исследования по искусственному интеллекту (экспертные системы, робототехника, естественноязыковые самообучающиеся ЭВМ, системы машинного зрения, системы распознавания речевой информации, когнитивная психология) именно экспертные системы (ЭС) получили наибольшее распространение при решении не только расчетных, но и интеллектуальных задач (имитация рассуждений человека), в том числе и задач по поддержке принимаемых решений при обеспечении качества функционирования систем и объектов различной природы.

Однако, несмотря на то, что уже несколько лет исследуются теоретические основы разработки ЭС, не существует общепринятого определения, классификации, архитектуры и методологии построения систем данного типа. В первую очередь это связано с тем, что известные на сегодняшний день системы разрабатывались для различных прикладных областей, а это неизбежно накладывает свою специфику как на состав и функциональное предназначение компонентов архитектуры ЭС, так и на порядок её построения.

Таким образом, возникла необходимость в определении понятия ЭС применительно к рассматриваемой проблеме, задании требований к разрабатываемой системе, обосновании архитектуры ЭС при обеспечении качества функционирования АСПИ, построении модели представления знаний, наиболее адекватно отражающей особенности исследуемой предметной области [22, 67, 111, 114].

Следует уточнить, что в контексте теории искусственного интеллекта под архитектурой ЭС понимают такую организацию структуры, в рамках которой происходит использование знаний и решение проблем в конкретной предметной области. В целом под экспертной системой оценки качества функционирования РУ будем понимать интеллектуальную программную систему, выполняющую логические заключения и выводы на основании заложенных в нее знаний об специфических особенностях предметной области и предназначенную для оказания консультационной помощи оператору АКРК.

Как известно, основной задачей построения ЭС считается организация базы знаний и разработка механизма вывода решений (механизма логического вывода (МЛВ)). Для правильного выбора способов и средств представления знаний в базе

знаний и алгоритмов МЛВ необходимо определить требования, предъявляемые к создаваемой ЭС.

Эта задача может быть решена на основе анализа предметной области ЭС (рисунок 1.3).

АСПИ представляет собой сложную систему, поэтому пространство поиска при обеспечении качества функционирования сложной системы будет достаточно велико и использование метода полного перебора может повлечь "комбинаторный взрыв".

При оценке фиксированное™ данных и знаний следует отметить, что разрабатываемая ЭС должна функционировать в реальном масштабе времени и принимаемые системой решения зависят от текущего состояния поступающей информации, т.е. данные и знания являются изменяющимися во времени.

Последнее требование вытекает из оценки однородности предметной области. В ЭС должны быть предусмотрены средства представления знаний, как о параметрах радиосигналов радиоустройств, так и структурно-функциональных параметрах АСПИ, т.е. знаний, различающихся по виду, составу, объему и т.п. Анализ показал, что, представляя такие знания каким-либо из известных традиционных методов, уже на этапе разработки ЭС будет ограничена эффективность системы. Поэтому возникла необходимость в создании специальных методов представления знаний.

Таким образом, в ЭС должны быть предусмотрены:

• специальные методы представления знаний;

• механизм выдвижения и проверки гипотез;

• обеспечение взаимодействия подзадач;

• механизм фиксации и оценки частных решений.

Исходя из выдвинутых требований, а также на основе анализа структурных особенностей существующих ЭС определим основные компоненты архитектуры ЭС.

Центральным блоком ЭС является база знаний (БЗ), главное предназначение которой, заключается в хранении долгосрочной информации о радиоустройствах, структурных и функциональных особенностях АСПИ и правил, описывающих возможные преобразования данной информации.

База данных (БД) содержит оперативную информацию о решаемой в текущий момент задаче, а также массивы учетных, справочных и нормативных данных. Кроме того, в БД хранятся эталонные значения параметров РУ.

Рисунок 1.3 - Обобщенная структура алгоритма анализа предметной области АКРК

Компонента принятия решений путем манипулирования знаниями из БЗ и данными из БД обеспечивает оператора рекомендациями по поддержанию требуемого уровня качества функционирования АСПИ.

Компонента объяснений предназначена для обеспечения оператора информацией о том, как получено решение задачи и какие знания и данные при этом использовались. По мнению ряда авторов, наличие подсистемы объяснений повышает доверие пользователя к системе.

Компонента приобретения знаний осуществляет автоматическое пополнение БЗ ЭС знаниями как на этапе разработки, так и в процессе функционирования по назначению.

За счет введения в архитектуру ЭС обучающей компоненты возможна реализация функций подготовки и переподготовки операторов.

Компонента взаимодействия представляет собой комплекс сервисных программных средств, поддерживающий все этапы общения оператора с ЭС (объяснение, приобретение знаний, обучение).

Функциональная взаимосвязь перечисленных составляющих архитектуры ЭС показана на рисунке 1.4.

Из рисунка видно, что взаимодействие между АКРК и ЭС происходит через оператора. Это указывает на то, что право на окончательное решение остается за человеком. Однако это не является свидетельством второстепенного значения системы, поскольку именно ЭС должна обеспечивать высокое качество решений, повышать надежность, оперативность и эффективность действий оператора АКРК.

Приведенные результаты анализа позволяют сделать вывод о том, что в составе АКРК должна функционировать динамическая экспертная система, которая в отличие от статической ЭС должна иметь компоненту связи с АСПИ, а также компоненту моделирования процессов контроля состояния АСПИ и управления этим состоянием.

Оператор

Блок загрузки БЗ

Первичная

загрузка БЗ

Похожие диссертационные работы по специальности «Системы, сети и устройства телекоммуникаций», 05.12.13 шифр ВАК

Заключение диссертации по теме «Системы, сети и устройства телекоммуникаций», Никулин, Василий Семёнович

Выводы по третьему разделу

1. Представленные материалы исследований по обоснованию структуры РТК с применением новых информационных технологий и принципов построения интеллектуальных АКРК имеют основополагающее значение при разработке нового класса проблемно-ориентированных комплексов радиотехнического контроля, в состав которых в качестве средства формирования информационного ресурса включена экспертная система.

2. В основу алгоритма контроля состояния РУ положены результаты исследований, с использованием метода комплексной огибающей, по математическому описанию изменения амплитудно-частотных параметров сигналов РУ в процессе их функционирования. Алгоритм включает процедуры: выделения информационных параметров РУ; оценки их статистических параметров; вычисления отношения правдоподобия и оценки вероятности обнаружения сигнала РУ и достоверности обнаружения.

3. Для решения задачи идентификации РУ в процессе радиотехнического контроля с использованием теоретических положений искусственной нейронной сети Хэмминга разработан алгоритм, который может быть реализован на основе специальной нейроплаты в интеллектуальных АКРК.

4. Математическую основу алгоритма коррекции параметров сигналов РУ составляют: теория управляемых случайных процессов, в рамках которой РТК может быть представлен как управляемый случайный процесс, заданный семейством условных вероятностей перехода РУ из одного состояния в другое; комбинаторная теория систем, основу которой составляет процедура управления вероятностью изменения состава и структуры АСПИ; теория нечетких множеств и лингвистических переменных, позволяющая обеспечить выбор четкого значения корректирующего сигнала по максимальному значению функции принадлежности.

ЗАКЛЮЧЕНИЕ

В условиях дальнейшего развития информационных технологий в настоящее время ведется интенсивная разработка интеллектуальных систем и комплексов поддержки управленческой деятельности в различных отраслях народного хозяйства и обороны страны.

С учетом этого в диссертации рассмотрены вопросы, отражающие научно-методические особенности построения интеллектуальных автоматизированных комплексов радиотехнического контроля за функционированием РУ в составе АСПИ.

В процессе проведенных исследований получены следующие результаты:

1. Проведенный анализ состояния радиотехнического контроля за функционированием РУ показал, что основное назначение современных комплексов РТК заключается в контроле за работой РУ и определении параметров их излучений. Такие комплексы не решают задачи повышения качества функционирования РУ и обеспечении их электромагнитной совместимости в условиях возрастания скорости, плотности и объема информационных потоков, циркулирующих в АСПИ. Решение все возрастающего объема задач, которые должны решать средства РТК возможно лишь на пути интеллектуализации автоматизированных комплексов радиотехнического контроля.

2. При решении задачи теоретического обоснования необходимости интеллектуализации процессов контроля и управления в АКРК представлены группы задач в классе динамических мультиагентных систем, основанных на знаниях, которые могут быть решены с использованием интеллектуальных АКРК. На этой основе проведено концептуальное моделирование как процесса представления совокупности основных понятий и правил комбинирования классов понятий, являющихся смысловой структурой предметной области исследуемого процесса РТК. В качестве средства формирования информационного ресурса АКРК в его состав включена экспертная система. Центральным блоком ЭС является база знаний, главное предназначение которой заключается в хранении долгосрочной информации о моделях функционирования РУ и АСПИ. База данных содержит информацию о решаемой в текущий момент задаче, а также массивы учетных, справочных и нормативных данных об объекте контроля

3. Для решения задачи коррекции параметров сигналов РУ необходимо, чтобы совместно с РУ функционировал адаптивный корректор параметров, построенный на основе адаптивной системы автоматического управления с замкнутым контуром и эталонной моделью РУ. Полученные в процессе исследований интегро-дифференциальные уравнения позволяют связать в единый комплекс такие характеристики АКП как скорость адаптации, суммарные интенсивности отказов в основном контуре управления и в контуре адаптации со свойствами окружающей среды и требованиями к качеству управления. Анализ полученных решений системы уравнений позволяет дать оценку как результатам адаптации в АКП, так и характеристикам процесса функционирования РУ. Наличие внешней и внутренней неопределенностей в процессе функционирования РУ позволяют использовать при моделировании процесса коррекции амплитудо-частотных параметров сигналов положений теории нечетких множеств.

4. При формировании проблемно-ориентированных знаний в интеллектуальных АКРК важной частью информационного процесса является структурно-параметрическое моделирование АСПИ как объекта радиотехнического контроля. При этом под структурным описанием понимается процесс представления в виде определенной структуры множества РУ и связей между ними. Параметрическое описание представляет собой математическое описание параметров и характеристик РУ. На основе результатов математического моделирования РУ и экспериментальных данных показано, что для РУ с аналоговыми сигналами основными параметрами, определяющими уровень качества их функционирования являются динамический уровень напряженности электромагнитного поля, несущая частота излучений, параметры модуляции, спектральная плотность основного и побочного излучений. Для РУ с дискретными сигналами с переменной частотно-временной структурой основными параметрами сигналов РУ являются изменение частоты от одной посылки к другой, количество и значение несущих частот в адресном наборе сигналов, амплитуда и длительность частотных посылок, ширина частотного диапазона, занимаемого сигналом РУ.

5. Методика интеллектуализации АКРК разработана с использованием положений теории динамических систем, теории технического контроля, системного анализа и целевого управления и впервые отражает с единых методических позиций процессы: радиотехнического контроля параметров сигналов РУ в условиях сложной помеховой обстановки; идентификации РУ в процессе радиотехнического контроля с использованием искусственных нейронных сетей Хэмминга и разработанного на их основе перцептрона; коррекции параметров сигналов РУ с использованием положений теории нечетких множеств.

6. Представленные материалы исследований по обоснованию структуры радиотехнического контроля с применением новых информационных технологий и принципов построения интеллектуальных АКРК имеют основополагающее значение при разработке нового класса проблемно-ориентированных комплексов радиотехнического контроля, в состав которых включена экспертная система, обеспечивающая высокое качество решений, повышение надежности, оперативности и эффективности действий оператора интеллектуальных адаптивных комплексов радиотехнического контроля.

7. На основе проведенных исследований по математическому моделированию процесса радиотехнического контроля за функционированием РУ разработаны алгоритмы функционирования интеллектуальных АКРК. В основу алгоритма контроля состояния РУ положены результаты исследований, с использованием метода комплексной огибающей, по математическому описанию изменения амплитудно-частотных параметров сигналов РУ. Алгоритм идентификации РУ разработан с использованием теоретических положений искусственной нейронной сети Хэмминга. Существо алгоритма идентификации составляет принцип вычисления приоритетов соответствия на основе аналогий. В качестве таких аналогий использована оценка сходства в виде функции расстояния Хэмминга. Расчеты показали, что при изменении значений расстояния Хэмминга в пределах от 6 до 3 вероятность параметрического соответствия РУ изменяется в пределах от 0,6 до 0,95. Математическую основу алгоритма коррекции параметров сигналов РУ составляют теория управляемых случайных процессов и теория нечетких множеств, позволяющая обеспечить выбор четкого значения корректирующего сигнала по максимальному значению функции принадлежности.

Список литературы диссертационного исследования кандидат технических наук Никулин, Василий Семёнович, 2012 год

СПИСОК ЛИТЕРАТУРЫ

1. Автоматизированные информационные технологии в экономике/ Под ред. И.Т. Трубилина. - М.: Финансы и статистика, 2002. - 416 с.

2. A.C. 227927 (СССР) Автоматизированная система измерения параметров электромагнитных помех/В.И. Злобин, 1986. Бюл. № 14.

3. Адаптивные системы радиосвязи /Под ред. В.И. Злобина. - М.: МО СССР, 1989.-132 с.

4. Алексеенко В.Н., Лагутин B.C., Петраков A.B. Технология защиты информации //Вестник связи. - 1995. - № 5. - С. 23-28.

5. Аляев Ю.А. Дискретная математика и математическая логика. - М.: Финансы и статистика, 2006. - 368 с.

6. Амамия М., Танака Ю. Архитектура ЭВМ и искусственный интеллект. - М.: Мир, 1993.-264 с.

7. Андрианов В.В, и др. Аутентификация равноуровневых объектов //Защита информации. Конфидент. - 1997. - № 3. - С. 28 - 36.

8. Андрейчиков A.B., Андрейчикова О.Н. Анализ, синтез, планирование решений в экономике. - М.: Финансы и статистика, 2000. - 363 с.

9. Андрейчиков A.B., Андрейчикова О.Н. Интеллектуальные информационные системы. - М.: Финансы и статистика, 2004. - 424 с.

10. Андреев А.И. и др. Маскировка и скрытая установка аппаратуры охранной сигнализации //Техника охраны. - 1994. - № 1. - С. 85 - 88.

11. Анохин В.В., Худяков В.Ф. Автоматизация контроля параметров радиотехнических устройств. - СПб, 1998. - 112 с.

12. Барсуков B.C. Обеспечение информационной безопасности. Технология электронных коммуникаций. Том. 63. - М.: АОЗТ «Эко-Трендз Ко», 1996.-94 с.

13. Барский А.Б. Нейронные сети: распознавание, управление, принятие решений. - М.: Финансы и статистика, 2004. - 176 с.

14. Башкиров Л.Г. Пути построения автономного мобильного лабораторного комплекса //Труды V Международной научно-технической конференции. -Воронеж, ВНИИС, 1999. -Т.1. С. - 564 - 572.

15. Бирюков М.Н. Непараметрические алгоритмы обнаружения сигналов в импульсных помехах. - М.: Изд-во МАИ, 1991. - 60 с.

16. Богданов А.Е. Разработка системы передачи информации для локальных сетей связи, работающих в сложной помеховой обстановке: Автореф. дисс. на соиск. учен, степени канд. техн. наук. - Владимир, 2005. - 18 с.

17. Богомолов H.A., Борисов В.М. О применении методов искусственного интеллекта в пакетах прикладных программ. //Программно-аппаратные средства и математическое обеспечение вычислительных систем. - М.: Изд-во Моск. ун-та, 1989. - С. 90 - 99.

18. Брусницын С.В., Ловцов Д.А. Контроль и управление доступом к ресурсам АСУ//Вопросы защиты информации. - 1995. - № 4. - С. 32 - 38.

19. Васильев В.Н. Распознающие системы. - Киев, Наукова думка, 1983. - 424 с.

20. Верхаген К., Дейн Р., Грун Ф. и др. Распознавание образов: состояние и перспективы: Пер. с англ. - М.: Радио и связь, 1985. - 104 с.

21. Вульф А. Универсальный комплекс для разработки экспертных систем реального времени //Электроника. - 1989. - № 6. - С. 43-46.

22. Гаврилова Т.А. Хорошевский В.Ф. Базы знаний интеллектуальных систем. - СПб.: Питер, 2000. - 286 с.

23. ГОСТ 15467-79. Управление качеством продукции. - М.: ГКС, 1979.

24. ГОСТ 16504-81. Испытания и контроль качества продукции. - М.: ГКС, 1981.

25. Гипертекст и экспертные системы: достижения и перспективы //Информатика. - М.: ВИНИТИ, 1990. - № 5. - С. 4 - 6.

26. Глориозов Е.Л., Клыгина И.Ю. Модели представления знаний в структурном синтезе функционально-интегрированных элементов //ЭВТ, 1989. -Вып.3. - С.103-116.

27. Глущенко В. В. Информационные сетевые системы принятия решений в условиях неопределенности. - СПб.: Изд-во СПб ПТУ, 1999. -144 с.

28. Грушо A.A., Тимонина Е.Е. Теоретические основы защиты информации. -М.: Яхтсмен, 1996. - 126 с.

29. Гренандер У. Лекции по теории образов: в ЗТ. Пер. с англ, под ред. Ю.И. Журавлева. - М.: Мир, 1979 - 1983. - 1261 с.

30. Декларативный язык описания нейронных сетей //Техническая кибернетика. - М.: ВИНИТИ, 1990. - С.18-28.

31. Денисенко В.Д. Модель и алгоритмы обнаружения компьютерных атак в локальных вычислительных сетях органов государственного и муниципального управления: Автореф. дисс. на соиск. учен, степени канд. тех. наук. - Москва, 2010. 16 с.

32. Дмитриев А.К., Мальцев П.А. Основы теории построения и контроля сложных систем. - Л.: Энергоатомиздат, 1988. -192 с.

33. Доктрина информационной безопасности Российской Федерации //НЕЮ. -№ 38. - 2000.

34. Дюкова Е.А. Асимптотически оптимальные тестовые алгоритмы в задачах распознавания //Проблемы кибернетики. - М.: Наука, 1982. - Вып. 39. -С.165-199.

35. Дятлов А.П., Дятлов П.А. Поиск и обнаружение ДЧ сигналов при проведении радиоконтроля в УКВ диапазоне //Труды V Международной конференции. - Воронеж, ВНИИС, 1999. -Т.2. - С.1143 -1150.

36. Евсеев О.В. Продукционная управляющая система для гибких производственных систем //Изв. АН СССР. Техническая кибернетика, 1987. - № 2. -С. 196-197.

37. Ерофеев A.A., Поляков А.О. Интеллектуальные системы управления. -СПб.: Изд-во СПб ГТУ, 1999. - 263 с.

38. Журавлев В.И. Поиск и синхронизация в широкополосных системах. - М.: Радио и связь, 1986. - 240 с.

39. Журавлев Ю.И., Зенкин A.A. и др. Задачи распознавания и классификации со стандартной обучающей информацией. //Журнал вычислительной математики и математической физики. -1980. - Т.20. - № 5. - С. 1294 -1309.

40. Журавлев Ю.И. Об алгебраических методах в задачах распознавания и классификации //Распознавание, классификация, прогнозирование. Математические методы и их применение: Ежегодник /Под ред. Ю.И. Журавле-ва.-М.: Наука, 1988,-Вып. 1.-С. 9-16.

41. Задков В.Н. Компьютер в эксперименте. Архитектурные и программные средства систем автоматизации. - М.: 1988. - 84 с.

42. Злобин В.И. Метод абдукции и проблемы логики научных исследований. -М.: МО РФ, 1996.-88 с.

43. Злобин В.И., Вальваков A.M., Сащенко H.H. Интеллектуальные адаптивные системы и комплексы в связи и управлении: 2-е изд., ИИФ РФ, 2006. - 278 с.

44. Зуев А.Ю., Попов C.B. Продукционная система с программируемыми стратегиями поиска решения. - Киев: Наукова думка, 1987. - 89 с.

45. Иванов С.М., Язов Ю.К. Расчет распределения времени выявления сигналов средствами объективного контроля в изменяющихся внешних условиях //Радиотехника. - 1996. № 6. - С. 69 - 73.

46. Иванов С.М. и др. Учет вероятностных факторов при планировании организационных мероприятий по защите информативных сигналов радиоэлектронных средств //Труды LX научной сессии РНТО РЭС им. A.C. Попова, 2005.-С. 119-123.

47. Интеллектуальные системы //Труды IV Международного симпозиума «Интеле - 2000». - Москва, МГТУ им. Н.Э. Баумана, 2000. - 296 с.

48. Интеллектуальные транспортные системы /В. Емельянович, В. Моисеенко и др. //Мир связи. - 1999. - № 4. - С. 50 - 52.

49. Ипатов В.П. Измерение параметров сигналов радиотехнических и телекоммуникационных систем. - СПб, 2003.

50. Карташевский В.Г., Солонцов К.В. Внедрение систем сетевого мониторинга на сетях GSM //Труды LV научной сессии РНТО РЭС им. A.C. Попова, 2000.-С. 51-52.

51. Кларк Д., Кейн Д. Кодирование с исправлением ошибок в системах цифровой связи: Пер. с англ. - М.: Радио и связь, 1987. - 392 с.

52. Козлов В.А. Открытые информационные системы. - М.: Финансы и статистика, 1999. - 222 с.

53. Конторов Д.С., Конторов Д.М., Слока В.К. Радиоинформатика. - М.: Радио и связь, 1994. - 186 с.

54. Коричнев Л.П., Королев В.Д. Статистический контроль каналов связи. - М.: Радио связь, 1989. - 240 с.

55. Корн Г., Корн Т. Справочник по математике: Пер. с англ. - М.: Наука, 1984. - 831 с.

56. Коротченко И. Предупрежден - значит вооружен //НВО. - 2002. - № 39.

57. Куракин А.П. Метатехника информационной безопасности //Труды LV научной сессии РНТО РЭС им. A.C. Попова, 2000. - С. 111 - 112.

58. Куприянов А.И., Сахаров A.B. Оптимальная защита от перехвата сигнала цифровых систем связи и передачи данных //Труды V Международной конференции «Радиолокация, навигация и связь». - Воронеж, ВНИИС, 1999. -Т.2. - С. 1270- 1275.

59. Костров H.A. Принципы построения системы радиомониторинга //Труды V Международной конференции «Радиолокация, навигация и связь». - Воронеж, ВНИИС, 1999. - Т.2. - С. 1223 - 1225.

60. Курицын С.А. Методы адаптивной обработки сигналов передачи данных. -М.: Радио и связь, 1988. - 144 с.

61. Латинский Г.В. Построение и функционирование сложных систем управления. - К.: Выща шк., 1989. - 336 с.

62. Ларьер Х.Л. Системы искусственного интеллекта: Пер. с англ. - М.: Мир, 1991.-568 с.

63. Левин Р., Дранг Д. Практическое введение в технологию искусственного интеллекта и экспертных систем. - М.: Финансы и статистика, 1991. - 239 с.

64. Логинов H.A. Актуальные вопросы радиоконтроля в Российской Федерации. - М.: Радио и связь, 2000. - 148 с.

65. Логинов H.A., Харченко И.П., Ральников В.И. Принципы планирования радиоконтроля //Электросвязь. 2000. - № 6. - С. 7-12.

66. Майзульс P.A., Дубинский Л.М. Система компьютерного мониторинга телевизионной информации //Труды LV научной сессии РНТО РЭС им. A.C. Попова, 2000. - С. 244 - 245.

67. Матвеев М.Г., Свиридов A.C., Алейникова H.A. Модели и методы искусственного интеллекта. - М.: Финансы и с статистика; ИНФРА-М, 2008. -448 с.

68. Маригодов Б.К., Бабуров Э.Ф. Синтез оптимальных радиосистем с адаптивным предискажением и корректированием сигналов. - М.: Радио и связь, 1985.-248 с.

69. Марчук Г.И. Методы вычислительной математики. - М.: Наука, 1980. - 536 с.

70. Мельников В.В. Основы теории защиты информации в автоматизированных системах. //Вопросы защиты информации. - 2000. - № 3. - С. 19 - 26.

71. Мельников В.В. Безопасность информации в автоматизированных системах. - М.: Финансы и статистика, 2003. - 368 с.

72. Михеев Е.А. Научно-методические основы моделирования информационных процессов для обеспечения подготовки специалистов по управлению: Авто-реф. дисс. на соиск. учен, степени канд. техн. наук. - Москва, 2005. - 18 с.

73. Минский М., Пейперт С. Перцептроны. - М.: Мир, 1971. - 192 с.

74. Моделирование, оптимизация и компьютеризация в сложных системах /Под ред. Я.Е. Львовича. - Воронеж: Изд-во ВГТУ, 1999. - 155 с.

75. Найман В.И. Структуры систем распределения информации. - М.: Радио и связь, 1983.-216 с.

76. Нанас Б. Компьютерные сети. - М.: Бином, 1996. - 143 с.

77. Никулин B.C. Методический подход к управлению защищённостью радиосистем //Сбор.тр. № 4 XXVIII Межрегиональной научн. техн. конф. «Проблемы эффективности и безопасности функционирования сложных технических и информационных систем». Серпухов, 2009. - С.200-202.

78. Никулин B.C. Математическая модель процесса управления режимами работы радиоустройств различных классов // Сбор.тр. № 4 XXVIII Межрегиональной научн. техн. конф. «Проблемы эффективности и безопасности функционирования сложных технических и информационных систем». Серпухов, 2009. - С.203-206.

79. Никулин B.C., Злобин В.И. Метод математического моделирования процесса управления алгоритмами функционирования и структурой конфигурации интеллектуальной адаптивной системы передачи информации //Известия Института инженерной физики. - 2010. - № 3. - С. 4 - 8.

80. Никулин B.C., Павлов А.А. Контроль ошибок в телекоммуникационных устройствах //Известия Института инженерной физики. - 2010. - № 3. - С. 37 - 39.

81. Никулин B.C., Васильев И.В. Системная классификация интеллектуальных адаптивных систем и комплексов //Известия Института инженерной физики. - 2010. -№ 4. - С. 49 - 54.

82. Никулин B.C. Пути повышения защищенности радиосистем от технических средств негласного съема информации //Известия Института инженерной физики. - 2010. - № 4. - С. 54-57.

83. Никулин B.C. Принципы построения базы знаний интеллектуальных систем в связи и управлении //Сбор. докл. IX Междунар. конф. «Авиация и космонавтика 2010». - Москва, 2010. - С.277.

84. Никулин B.C., Васильев И.В., Ващенко А.П. Контролируемые и управляемые параметры сигналов радиоустройств, функционирующих в составе цифровых систем радиосвязи //Известия Института инженерной физики. -2011,-№2.-С. 53-58.

85. Никулин B.C. Принципы математического моделирования процессов радиоконтроля и управления защищенностью радиосистем //Тр. X Рос. на-

учн. техн. конф. «Новые информационные технологии в системах связи и управления». - Калуга, 2011. - С. 132 - 134.

86. Никулин B.C. Математическое моделирование процессов контроля и управления состоянием интеллектуальных адаптивных систем передачи информации //Сбор.тр. № 1 XXX Всерос. научн. техн. конф. «Проблемы эффективности и безопасности функционирования сложных технических и информационных систем». - Серпухов, 2011.-С. 141-146.

87. Никулин B.C., Злобин В.И. Моделирование процесса коррекции параметров сигналов радиоустройств с использованием положений теории нечетких множеств //Известия Института инженерной физики. - 2011. - № 3. - С. 47-51.

88. Никулин B.C. Идентификация радиоустройств, функционирующих в составе интеллектуальных адаптивных систем передачи информации, с использованием искусственных нейронных сетей Хэмминга //Известия Института инженерной физики. - 2011. - № 4. - С. 42-47.

89. Никулин B.C., Васильев И.В., Злобин В.И. Алгоритмы функционирования интеллектуальных автоматизированных комплексов радиотехнического контроля //Известия Института инженерной физики. - 2012. № 1 - С. 65-69.

90. Осипов Г.С. Приобретение знаний интеллектуальными системами. - М.: Наука, 1997.-246 с.

91. Осовский С. Нейронные сети для обработки информации: Пер. с польского И.Д. Рудинского. - М.: Финансы и статистика, 2004. - 344 с.

92. Пат. 106473 Российская Федерация, МПК Н04В J/00 (2006.01) - Интеллектуальная многопараметрическая адаптивная система радиосвязи /Васильев И.В., Злобин В.И., Никулин B.C.; заявитель и патентообладатель Межрегиональное общественное учреждение «Институт инженерной физики» (RU). -2011105929; заявл. 18.02.11; опубл. 10.07.11. Бюл. № 19.

93. Пат. 106817 Российская Федерация, МПК H04L 9/00 (2006.01) - Система для комплексной защиты информации, передаваемой по корреляционным каналам связи /Людоговский A.C., Никулин B.C. и др.; заявитель и патентообладатель Межрегиональное общественное учреждение «Институт инженерной физики» (RU). - 2011108350/09 (011970); заявл. 04.03.11; опубл. 20.07.11. Бюл. №20.

94. Перельман И.И. Оперативная идентификация объектов управления. - М.: Энергоиздат, 1982.-272 с.

95. Попов В.Б. Основы информационных и телекоммуникационных технологий. Часть 2. Основы информационной безопасности. - М.: Финансы и статистика, 2005. - 232 с.

96. Пригожин И., Стенгерс И. Порядок из хаоса. Новый диалог человека с природой. - М.: Прогресс, 1986. - 328 с.

97. Пупков К.А. Интеллектуальные системы: проблемы теории и практики //Изв.вузов. Приборостроение, 1994. -Т.34. - № 9. - С. 5-7.

98. Рабинер П., Гоулд Б. Теория и применение цифровой обработки сигналов: Пер. с англ. - М.: Мир, 1987. - 845 с.

99. Радиолокация, навигация, связь. //Труды V Меадународной научно-технической конференции. - Воронеж, 20-23 апреля 1999 г. - Воронеж: ВНИИС, 1999. -Т.1 - 734 е.; Т.2 - 735 - 1355 е.; Т.З - С. 1356 - 1923.

100. Растригин Л.А. Современные принципы управления сложными объектами. - М.: Сов.радио, 1980. - 232 с.

101. Рот М. Интеллектуальный автомат: компьютер в качестве эксперта: Пер. с нем. - М.: Энергоатомиздат, 1991. - 80 с.

102. Рутковская Д. Нейронные сети, генетические алгоритмы и нечеткие системы. - М.: Горячая линия - Телеком, 2006. - 206 с.

103. Связь России в XXI веке /Под ред. Л.Е. Варакина. - М.: Междунар. акад. связи, 1999.-734 с.

104. Системы подвижной радиосвязи. /Под ред. И.М. Мышкина. - М.: Радио и связь, 1986. - 328 с.

105. Сейдж Э.П., Уайт Ч.С. Оптимальное управление системами: Пер. с англ. /Под ред. Б.Р. Левина. - М.: Радио и связь, 1982. - 392 с.

106. Система информационной безопасности США //НВО. - № 46. - 2000.

107. Солдатов В.П., Казанцев Г.В. Интегрированные радиоэлектронные системы защиты малозаметных летательных аппаратов //Доклады V Международной конференции «Радиолокация, навигация, связь». Воронеж, ВНИИС, 1999.-Т.2-С. 1099-1103.

108. Советов Б.Я., Яковлев С.А. Моделирование систем. - М.: Высш. шк., 1985. -271 с.

109. С ловарь военных терминов. /Сост. А.М. Плехов. - М.:Воениздат, 1988. - 335 с.

110. Современные методы идентификации систем. /Под ред. П.М. Эйкхоффа. - М.: Наука, 1983.-400 с.

111. Статические и динамические экспертные системы /Э.В. Попов, И.Б. Фоминых и др. - М.: Финансы и статистика, 1996. - 320 с.

112. Страхов А.Ф. Автоматизированные измерительные комплексы. - М.: 1991.-94 с.

113. 100 лет радио: сб. статей. /Под ред. В.В. Мигулина, A.B. Гороховского. -М.: Радио и связь, 1995. - 384 с.

114. Тельнов Ю.Ф. Интеллектуальные информационные системы в экономике. -М.: СИНТЕГ, 1998.-382 с.

115. Тепляков И.М., Рощин Б.В. и др. Радиосистемы передачи информации. -М.: Радио и связь, 1982. - 264 с.

116. Теория выбора и принятия решения. /И.М. Макаров, Т.М. Вино-градская и др. - М.: Наука, 1982. - 286 с.

117. Толковый словарь по искусственному интеллекту. /Авторы-составители А.Н. Аверкин и др. - М.: Радио и связь, 1992. - 256 с.

118. Трахтенгерц Э.А. Компьютерная поддержка принятия решений. - М.: СИНТЕГ, 1998.- 182 с.

119. Ульман Ш. Принципы восприятия подвижных объектов: Пер. с англ. - М.: Радио и связь, 1983. - 168 с.

120. Управление динамическими системами в условиях неопределенности /С.Т. Кусимов и др. -М.: Наука, 1998.-216 с.

121. Урманцев Ю.И. Общая теория систем: состояние, приложения и перспективы развития. - М.: Мысль, 1988. - 305 с.

122. Урядников Ю.А. Теория помехозащищенных радиоканалов управления и связи.-М.: МО СССР, 1991.-223 с.

123. Ухлинов Л.М. Управление безопасностью информации в автоматизированных системах. - М.: МИФИ, 1996. - 194 с.

124. Феллер В. Введение в теорию вероятностей и ее приложения. - М.: Мир, 1984. - Т. 2.-738 с.

125. Фомин Я.А. Тарловский Г.Р. Статистическая теория распознавания образов. - М.: Радио и связь, 1986. - 264 с.

126. Хакен Г. Информация и самоорганизация: Макроскопический подход к сложным системам. - М.: Наука, 1991. - 374 с.

127. Харалик Р. Структурное распознавание образов, гомоморфизмы и размещения. /Киберн. сб. Новая серия: Пер. с англ. - М.: Мир, 1983. -Вып. 19, -С. 170- 199.

128. Хофман Л. Измерительно-вычислительные системы обеспечения качества: Пер. с нем. - М.: МИР, 1991. - 264 с.

129. Цветков С.А., Якименко B.C. Применение информации о загрузке радиочастотного спектра для управления его использованием //Электросвязь, 2004. - №4. - С. 8-12.

130. Цифровая передача информации по радиоканалам: Сб. научн. трудов. /Под ред. Шелухина О.И. - М.: Квадрат С, 1999. - 173 с.

131. Цымбал Л.А. Синергетика информационных процессов. - М.: Наука, 1995. - 293 с.

132. Чердынцев В.А. Радиотехнические системы. - Минск: Выш. шк., 1988. -369 с.

133. Чураков Е.П. Оптимальные и адаптивные системы. - М.: Энерго-атомиздат, 1987. - 256 с.

134. Шамриков Б.М. Основы теории цифровых систем управления. - М.: Машиностроение, 1985. - 296 с.

135. Шехтман Л.И. Системы телекоммуникаций: проблемы и перспективы. Опыт системного исследования. - М.: Радио и связь, 1998. - 288 с.

136. Юдин М.Ф., Селиванов М.Н. Основные термины в области метрологии. -М.: Изд. станд., 1989. - 113 с.

137. Ядыкин И.Б., Шумский В.М., Овсепян Ф.П. Адаптивное управление непрерывными технологическими процессами. - М.: Энергоатом-издат, 1985.-240 с.

138. Ярушкина Н.Г. Основы теории нечетких и гибридных систем: Учебн. пособие. - М.: Финансы и статистика, 2004. - 320 с.

139. Durkin J/Expert System: a view of the field //IEEE Expert, 1996. - No 2.

140. В rooks R.A. Intelligence without Representation//Artificial Intelligence, 1991. - No 47.

141. Kakas A., Kowalski R., Toni F. Abductive Logic Programming //In J. Logic Computat., Vol.2, No 6, Oxford University Press, 1992.

142. Smith J., Sohi G. The Microarchitecture of Superscalar Processors //Рос. of the I EEE, Vol.83, No 12, 1995.

143. Zadeh L. Fuzzy Logic, neural networks and soft computing //CACM, Vol.37, No 3, 1994.

144. Carlsson C., Fuller R. Fuzzy multiple oriteria decision ma-king Recent developments // Fuzzy Sets and Systems, Vol.78, 1996.

145. hppt://www.inrosecur.ru/out.

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.