Интеллектуальная адаптивная система передачи информации в распределенных автоматизированных системах управления тема диссертации и автореферата по ВАК РФ 05.12.13, кандидат технических наук Сащенко, Николай Николаевич

• Сащенко, Николай Николаевич
• кандидат технических наук
• 2006

Оглавление диссертации кандидат технических наук Сащенко, Николай Николаевич

Список сокращений.

ВВЕДЕНИЕ.

1. АНАЛИЗ СОСТОЯНИЯ И ПЕРСПЕКТИВ РАЗВИТИЯ АДАПТИВНЫХ СИСТЕМ ПЕРЕДАЧИ ИНФОРМАЦИИ И ОБОСНОВАНИЕ ПРИНЦИПОВ ИХ ИНТЕЛЛЕКТУАЛИЗАЦИИ.

1.1. Анализ состояния и перспектив развития адаптивных систем передачи информации.

1.2. Принципы интеллектуализации процессов контроля и управления в адаптивных системах передачи информации.

1.3. Функциональная структура и принципы построения динамических экспертных систем в составе интеллектуальных адаптивных систем передачи информации.

1.4. Концептуальные принципы многопараметрической адаптации в интеллектуальных адаптивных системах передачи информации.

1.5. Постановка задачи исследований.

Выводы по первому разделу.

2. МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ПРОЦЕССА КОНТРОЛЯ ФУНКЦИОНИРОВАНИЯ АДАПТИВНЫХ СИСТЕМ ПЕРЕДАЧИ ИНФОРМАЦИИ.

2.1. Постановка задачи моделирования.

2.2. Математическая модель процесса контроля параметров сигналов радиоустройств.

2.3. Математическая модель процесса контроля режимов функционирования радиоустройств.

2.4. Математическая модель процесса контроля состава и структуры адаптивной системы передачи информации.

Выводы по второму разделу.

3. МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ПРОЦЕССА АДАПТИВНОГО УПРАВЛЕНИЯ СОСТОЯНИЕМ СИСТЕМ ПЕРЕДАЧИ ИНФОРМАЦИИ.

3.1. Постановка задачи моделирования.

3.2. Математическая модель процесса управления параметрами сигналов радиоустройств.

3.3. Математическая модель процесса управления режимами функционирования и структурой адаптивной системы передачи информации.

Выводы по третьему разделу. fc 4. ПРИНЦИПЫ ПОСТРОЕНИЯ И АЛГОРИТМЫ

ФУНКЦИОНИРОВАНИЯ ИНТЕЛЛЕКТУАЛЬНОЙ АДАПТИВНОЙ

СИСТЕМЫ ПЕРЕДАЧИ ИНФОРМАЦИИ.

4.1. Принципы построения и структура интеллектуальной адаптивной системы передачи информации.

4.2. Алгоритмы функционирования интеллектуальной адаптивной системы передачи информации.

4.3. Показатели качества контроля и управления состоянием интеллектуальной адаптивной системы передачи информации.

Выводы по четвертому разделу.

Введение диссертации (часть автореферата) на тему «Интеллектуальная адаптивная система передачи информации в распределенных автоматизированных системах управления»

Современный этап научно-технического прогресса характеризуется возрастанием объема информации, поступающей к руководителю производства и необходимой для принятия обоснованного управленческого решения. Повышение эффективности управления в настоящее время невозможно без использования автоматизированных систем управления (АСУ), основанных на применении информационных технологий, и прогрессивных математических моделей управления. АСУ производствами различают по сосредоточенности объектов управления и устройств управления, по виду управления. По сосредоточенности различают локальные, рассредоточенные и распределенные на значительной территории АСУ. По виду управления различают системы: с программным управлением без обратной связи; с программным управлением и с обратной связью; с адаптивным управлением и с обратной связью. Для АСУ производственными объединениями характерны распределенные на значительной территории и удаленные от центра управления на сотни километров объекты управления, связь с которыми может осуществляться с использованием адаптивных систем передачи информации (АСПИ), выполняющих функцию средств телекоммуникации в системе в целом.

Однако современные АСПИ обладают существенным недостатком -низкой интеллектуальной способностью, отсутствием баз знаний в виде специальных математических моделей, отражающих протекающие в системе информационные процессы, что не позволяет учесть все многообразие и сложность задач, возникающих в процессе функционирования АСПИ. Предметные знания имеют фундаментальное значение при решении задачи интеллектуализации системы. Они представляют собой часть базы знаний, описывающих проблемную область, поэтому носят проблемно-ориентированный характер.

Возможность практической реализации распределенных АСУ связана, прежде всего, с решением вопросов телекоммуникации в системе, приема больших объемов информации. Обеспечение заданных требований по оперативности и верности информационного обмена является основополагающим условием повышения качества управления. При этом верность информационного обмена определяется вероятностью ошибочного приема единичного элемента в сообщении. Для современных АСУ потери верности не должны превышать 10"5 . 10"9 на знак, время задержки сообщения ограничено пределами от нескольких минут до долей секунд.

При отсутствии специальных мер по защите информации от ошибок потери верности для радиоканалов могут достигать значений 5-Ю"2. Потери вызываются кратковременными перерывами связи вследствие воздействия электромагнитных помех различной физической природы, нарушений правил эксплуатации аппаратуры и других причин.

Таким образом, проведенный анализ позволяет сделать вывод о наличии противоречия между возрастающими требованиями к вероятностно-временным характеристикам информационного обмена и качеством функционирования систем передачи информации распределенных АСУ.

Заданный уровень качества функционирования систем передачи информации может быть достигнут на основе адаптивного подхода. Следует отметить, что проблема адаптации возникает всегда, когда цель - обеспечение качества функционирования системы - становится основной. В свою очередь, интеллектуализация процессов контроля и управления в системе позволяет обеспечить потенциально достижимое качество.

Актуальность исследований в области интеллектуальных АСПИ состоит в том, что в условиях возрастания требований к характеристикам информационного обмена в АСУ резко возрастают требования к качеству функционирования систем передачи информации.

Современные АСПИ представляют собой сложные автоматизированные комплексы. Автоматизация дает возможность значительно улучшить технические характеристики АСПИ, повысить надежность работы и упростить процессы применения систем по назначению. При этом наиболее высокие результаты могут быть достигнуты на путях комплексной автоматизации, когда электронно-вычислительная техника (ЭВТ) внедряется на различных уровнях иерархии систем контроля и управления - на уровне радиопередающих и радиоприемных устройств, цифровых фильтров, модемов, антенн [3,5,7,26,29].

Для того, чтобы сохранить заданное качество функционирования системы необходимо управлять параметрами, алгоритмами работы и структурой системы. При этом управляющие воздействия должны формироваться в результате переработки информации о состоянии объекта управления. С возрастанием сложности системы ручным способом уже невозможно поддержать заданное качество функционирования системы. Решить эту задачу можно лишь на основе автоматизации процесса управления. Системы, изменяющие значения своих параметров или структуру при не прогнозируемых воздействиях внешних условий на основании анализа собственного состояния так, чтобы сохранилось заданное качество их функционирования, получили название адаптивных. Причем адаптивные системы (АС) с изменением значений параметров называются самонастраивающимися, а с изменением алгоритмов функционирования и структуры - самоорганизующимися. Контур адаптации, как правило, состоит из устройств наблюдения и оценки состояния, идентификации и управления. Он может быть разомкнут, если на его вход подается только входное воздействие, или, замкнут, если реагирует также и на выход системы [7,9,14,29,214]. Проблема адаптации возникает всегда, когда цель -обеспечение качества функционирования системы - становится основной. С технической точки зрения, адаптация - это высшая степень автоматизации процесса управления. Необходимость применения при этом автоматизированного технологического оборудования с перестраиваемыми аппаратно-программными средствами приводит к проблеме создания гибких автоматизированных систем. С математической точки зрения адаптивные системы должны иметь возможность решать задачи стохастической экстраполяции, то есть осуществлять прогноз качества функционирования и поддерживать его на заданном уровне в течение определенного временного интервала.

Для достижения основной цели адаптивного управления сложной системой - максимизации качества её функционирования - должны быть решены такие научные задачи, как формализация и математическое описание процессов контроля и управления состоянием системы, оценка состояния системы по результатам наблюдения, идентификация характеристик системы и формирование управляющих воздействий по изменению её состояния и структуры.

Задача формализации и математического описания процессов контроля и управления состоянием системы является одной из центральных научных задач при исследовании сложных адаптивных систем. В основу её могут быть положены идеи и результаты, полученные в научных дисциплинах, относящихся к обработке информации и принятию 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 [27,45,85,95,112,134].

Формализация поставленной задачи моделирования и её математическое описание - это наиболее трудный и нестандартный этап исследований и разработок адаптивных систем. Значительный вклад в эту область исследований внесен трудами Понтрягина Л. С. [101], Арнольда В.И. [20], Саати Т.Л. [115], Яблонского А.И. [142] и др. 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 её линеаризация. Что касается моделирования систем радиосвязи 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 радиоустройств (РУ) и структурой конфигурации АСПИ еще не получили достаточного развития. Имеющиеся в этой области научные результаты в основном касаются вопросов информационного взаимодействия между РУ различного назначения [18,32,63,82,90,131].

Задача оценки состояния системы по данным измерительной информации в современной теории динамических систем получила название задачи наблюдения состояния. 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 её как стохастической. В основе решения задачи наблюдения лежат положения теории фильтрации.

Фундаментальные научные результаты в этой области были получены А.Н. Колмогоровым, Н. Винером. Важные практические результаты при решении проблемы фильтрации случайных процессов были получены Страта-новичем P.JL, Калманом Р. 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 системам радиосвязи 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 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 [9,45,50,69,90].

Одним из наиболее интенсивно разрабатываемых в настоящее время направлений теории динамических систем является идентификация объектов управления. Значительные научные результаты в этой области получены в работах Райбмана Н.С. [58], Растригина [113], Эйкхоффа [129] и др. Задачи теории идентификации разнообразны по постановке и содержанию, что объясняется большим разнообразием объектов управления, и, как правило, включают различные алгоритмы оценки параметров системы по результатам наблюдения за входными и выходными переменными. Как известно, в теории автоматизированного 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.

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 показателей качества функционирования системы установленным требованиям [5,59,82,131,142].

Управление с целью достижения заданных качественных показателей состояния системы занимает особое место в современной теории динамических систем. Выдающийся вклад в теорию управления динамическими системами внесли Понтрягин Л.С., Беллман Р., Калман Р., Арбиб М., Чаки Ф., Растригин Л.А., Поспелов Д.А. и многие другие. Задачи управления в общем случае охватывают широкий круг вопросов информационного, структурного и эвристического характера. При этом под управлением понимается процесс целенаправленного изменения состояния некоторой управляемой подсистемы (объекта управления), осуществляемый путем воздействия на неё управляющей подсистемы (субъекта управления) [52,64,110,112,137]. 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 её состояния. С точки зрения рассматриваемых в данной работе научных задач важнейшее место среди перечисленных принципов управления занимает принцип управления с обратной связью на основе оценки состояния управляемой подсистемы в условиях неопределенности, вызванной недостатком априорных данных об истинном состоянии объекта управления, В теории управления подобные методы получили название адаптивных методов управления. Как и любое управление, адаптивное управление принципиально может быть реализовано с помощью разомкнутой и i< замкнутой системы. В случае разомкнутой системы замкнутый контур управления не образуется, и управление объектом осуществляется на основе заранее заданной функции, изменяющей своё значение во времени. Указанный принцип адаптивного управления может быть реализован лишь в случае наличия заранее заданных исходных данных по вариациям параметров, алгоритмов функционирования и структуры системы.

В условиях функционирования АСПИ, когда заранее не возможно определить и задать степень изменений информационных параметров объектов управления, состав в структуру систем в целом, возможно применение толь-^ ко адаптивного управления с замкнутым контуром, обеспечивающим наличие канала обратной связи как канала управления.

Одна из основных трудностей при реализации принципов адаптивного управления в АСПИ состоит в необходимости принимать решения по проведению управляющих воздействий на различные РУ в условиях неопределенности или при неполных знаниях о возможных последствиях предпринимаемых действий. Причем эта неопределенность имеет как внутренний, так и внешний характер. Внутренняя неопределенность в АСПИ прежде всего, ф обусловлена изменением в процессе функционирования параметров сигналов

РУ, режимов их работы и структуры конфигурации системы. Внешняя неопределенность определяется радиоэлектронной обстановкой в районе функционирования системы.

Следует также отметить, что в многопараметрических АСПИ нужно управлять одновременно несколькими параметрами передачи: мощностью передаваемого сигнала; рабочей частотой; скоростью передачи информации; видом и параметрами модуляции; способом кодирования [7,65]. Одновременно с параметрами передачи должны изменяться соответственно частота настройки ; приемника и способы обработки принимаемых сигналов. В целом влияние каждого из указанных параметров на качество функционирования АСПИ противоречиво. Так, например, увеличение мощности передаваемого сигнала может повысить помехоустойчивость системы, но одновременно осложняет решение задачи обеспечения электромагнитной совместимости. Изменение способа помехоустойчивого кодирования или уменьшение скорости передачи цифровой информации, в свою очередь, повышает помехоустойчивость, но снижает оперативность связи. Из этого следует, что применение того или иного способа адаптации должно осуществляться с учетом конкретных требований к системе в процессе ее функционирования, что и обусловливает возникновение задачи интеллектуализации АСПИ как задачи автоматизации получения и использования новых знаний о системе в условиях ее использования по назначению [65,118]. Как и насколько надо уменьшить неопределенность перед тем, как приступить к действиям по управлению состоянием АСПИ, какие действия можно считать рациональными при наличии неопределенности - это должна решать интеллектуальная АСПИ. Такая система должна представлять собой объединенную информационным процессом совокупность технических средств и программного обеспечения, работающую во взаимодействии с человеком-оператором, способную на основе необходимых знаний при наличии мотивации синтезировать цель управления, вырабатывать решения о действиях и находить рациональные способы достижения цели [30,62,67,73,93]. Другими словами, под интеллектуальной АСПИ понимается адаптивная система, функционирующая совместно с динамической экспертной системой (ДЭС) и обладающая свойствами интеллектуального интерфейса. Такая ДЭС должна обладать способностью брать на себя отдельные функции интеллекта человека и принимать решения на основе ранее полученного опыта и рационального анализа внешних воздействий. Интеллектуальная АСПИ должна обладать способностью оперировать знаниями, то есть выполнять операции обработки, хранения и обмена с внешней средой особого рода информации - знаний. При этом основной целью интеллектуализации является обеспечение потенциально достижимого качества функционирования системы [62,68,75,162,168].

Что касается знаний в интеллектуальных системах, то в настоящее время выделяются: предметные знания; поддерживающие знания; вспомогательные знания; управляющие знания [44,49,68,73]. Фундаментальное значение при разработке интеллектуальных АСПИ имеют предметные знания. Они представляют собой часть базы знаний, описывающих проблемную область, поэтому носят проблемно-ориентированный характер. Формирование знаний о проблемной области лежит в основе процесса представления онтологических знаний. Важнейшей составляющей этого процесса считается выявление сущностей. К сущностям могут быть отнесены процессы и объекты реального мира, представленные в базе знаний в виде специальных моделей и методов. При этом под признаками сущностей понимают свойства и отношения. Изменение свойств и отношений во времени проявляются в процессе функционирования объектов исследований [13,65,72,75,107,138].

Следует отметить, что вопросам интеллектуализации автоматизированных систем управления на основе экспертных систем посвящено значительное количество монографий и научных статей [2, 24, 44, 72, 76, 95, 110, 114, 139, 144]. Однако в указанных работах, как правило, рассматриваются общие принципы интеллектуализации процесса управления. В работах, рассматривающих пути совершенствования систем передачи информации, основное внимание уделяется вопросам создания интегрированных систем, обеспечивающих одновременный оперативный доступ к нужной информации специалистам различного уровня и направления. Указывается также на необходимость формирования программируемых баз данных для взаимодействия между различными компонентами системы, на необходимость реструктуризации и дополнения качества и набора функциональных элементов.

При рассмотрении принципов построения системы передачи информации как основное свойство такой системы выделяется способность решения классической задачи пространственно-временной селекции сигналов. Отмечается, что независимо от особенностей решаемых задач системы передачи информации выполняются на единой аппаратной базе, ядром которой является совокупность взаимосвязанных процессоров.

В настоящее время в области интеллектуальных систем передачи информации удовлетворительных технических решений пока нет.

Целью диссертационного исследования является разработка принципов построения новой системы передачи информации, использующей в процессе информационного обмена методы искусственного интеллекта.

Для достижения поставленной цели должна быть решена научная задача разработки научно-методического аппарата формирования проблемно-ориентированных знаний о функционировании АСПИ на основе интеллектуализации процессов контроля и управления в системе.

Объект исследования - система передачи информации, являющаяся средством телекоммуникации АСУ.

Предметом исследования является область науки, занимающаяся разработкой теории адаптивного управления в автоматизированных системах передачи информации на основе управляемых случайных процессов с использованием информационных технологий получения новых знаний об объекте управления.

Поставленная цель определяет основные задачи исследования:

• анализ состояния АСПИ и обоснование необходимости интеллектуализации процессов контроля и управления в системе;

• математическое моделирование процессов контроля параметров сигналов радиоустройств (РУ) в системе, режимов функционирования и структуры АСПИ;

• математическое моделирование процессов управления параметрами сигналов РУ, режимами функционирования и структурой АСПИ;

• разработка обобщенной структурной схемы и алгоритмов функционирования интеллектуальной АСПИ.

Методы исследования. Решение поставленных задач проводилось на основе методов системного анализа и адаптивного управления с использованием теории управляемых случайных процессов и новых информационных технологий получения знаний об объектах управления.

Научная новизна работы состоит в следующем:

• На основании проведенного анализа состояния и перспектив развития систем передачи информации представлена концептуальная модель интеллектуальной АСПИ, отражающая совокупность РУ в системе, структуру конфигурации системы и совокупность управляющих воздействий по изменению состояния системы.

• Разработаны математические модели процессов контроля функционирования АСПИ и адаптивного управления ее состоянием, для оценки качества функционирования АСПИ введены управляемые показатели параметрического и функционального соответствия АСПИ заданным требованиям.

• Разработана обобщенная структурная схема интеллектуальной АСПИ и представлен алгоритм адаптации при решении задачи управления такими параметрами передачи, как мощность передаваемого сигнала, рабочая частота, уровень искажения параметров сигнала, скорость передачи информации, вид и параметры модуляции сигнала.

Практическая ценность работы заключается в следующем:

• Разработанные математические модели контроля и управления состоянием АСПИ могут быть использованы при решении задач математического обеспечения существующих систем передачи информации в АСУ, а также при обосновании требований к перспективным АСПИ.

• Применение интеллектуальных АСПИ позволит обеспечить вероятность параметрического соответствия до уровня 0,95, а вероятность функционального соответствия до уровня 0,9.

• Полученные в работе теоретические результаты положены в основу решения задачи синтеза алгоритмов и устройств, реализующих основную целевую функцию интеллектуальной АСПИ.

Результаты, выносимые на защиту:

1. Концептуальная модель интеллектуальной АСПИ.

2. Математическая модель процесса контроля функционирования АСПИ.

3. Математическая модель процесса адаптивного управления состоянием АСПИ.

4. Структурная схема и алгоритмы функционирования АСПИ.

Реализация и внедрение результатов. Результаты исследований реализованы в виде математических моделей и алгоритмических средств при разработке автоматизированных систем управления технологическими процессами в ФГУТТ "Калужский НИИ телемеханических устройств" (г. Калуга), в Институте инженерной физики РФ (г. Серпухов), в войсковой части 08310, в учебном процессе кафедры автоматизированных систем управления Серпуховского ВИ РВ (г. Серпухов Московской области).

Личное участие. Основные принципы построения интеллектуальных АСПИ и технические решения предложены автором. Под руководством и при личном участии автора проводились исследования по математическому моделированию процесса параметрической и структурной адаптации систем. Ему же принадлежат выводы и рекомендации, изложенные в настоящей работе.

Апробация диссертационной работы. Основные результаты диссертационных исследований докладывались и обсуждались на Международном симпозиуме "Надежность и качество" (г. Пенза, 2002 г.), на Российских научно-технических конференциях (г. Калуга, 2003 и 2004 г.г., г. Нижний Новгород, 2000 г., Санкт-Петербург, 2000 г.), на Международной конференции «Радиолокация, навигация, связь» (г. Воронеж, 2002 г.), на Межведомственной конференции «Проблемы обеспечения эффективности и устойчивости функционирования сложных технических систем» (г. Серпухов, 2002 г.) и Межведомственной научно-технической конференции (г. Пермь, 2001 г.).

Публикации. Основные положения диссертации опубликованы в монографии [65], в 8 статьях [119-126] и в тезисах 3 докладов на научно-технических конференциях [116-118]. Всего по теме диссертации опубликовано 12 научных трудов.

Диссертационная работа состоит из четырех разделов и заключения.

В первом разделе приведены результаты анализа состояния и перспектив развития АСПИ, показано, что решение задачи повышения качества функционирования АСПИ может быть обеспечено на основе интеллектуализации процессов контроля и управления в системе. Сформулированы принципы интеллектуализации АСПИ. Представлены функциональная структура и принципы построения ДЭС в составе АСПИ. Разработана концептуальная модель интеллектуальной АСПИ.

Во втором разделе приведены результаты математического моделирования процесса контроля функционирования АСПИ. Представлены: модель процесса контроля параметров сигналов РУ; модель процесса контроля режимов функционирования РУ; модель процесса контроля состава и структуры конфигурации АСПИ. Для оценки результатов контроля разработаны показатели параметрического и функционального соответствия системы заданным требованиям.

Третий раздел посвящен разработке математической модели процесса адаптивного управления состоянием АСПИ.

Математическая модель процесса адаптивного управления состоянием АСПИ представлена моделью процесса управления параметрами сигналов РУ и моделью управления режимами функционирования и структурой АСПИ. Для обеспечения перехода управляемой системы в состояние, удовлетворяющее заданным требованиям по качеству функционирования разработаны принципы управления уровнями параметрического и функционального соответствия.

В четвертом разделе приведены результаты разработки структуры и принципов функционирования интеллектуальных АСПИ. Представлена алгоритмы контроля и управления состоянием АСПИ. Обоснованы показатели качества контроля и управления состоянием АСПИ.

В заключении сформулированы основные выводы, отражающие результаты проведенных в диссертационной работе исследований.

Заключение диссертации по теме «Системы, сети и устройства телекоммуникаций», Сащенко, Николай Николаевич

Выводы по четвертому разделу

1. В качестве иллюстрации одного из практических вариантов интеллектуальной многопараметрической адаптивной системы передачи информации разработана и приведена обобщенная структурная схема системы и представлен алгоритм адаптации при решении задачи управления такими параметрами передачи, как мощность передаваемого сигнала, рабочая частота, уровень искажения параметров цифрового сигнала, скорость передачи информации, вид и параметры модуляции сигнала, способ помехоустойчивого кодирования.

2. Разработаны алгоритмы функционирования интеллектуальной АСПИ, отражающие основные этапы в работе системы в процессе присвоения РУ условного номера и управления уровнем параметрического и функционального соответствия АСПИ, позволяющие обосновать режимы контроля и управления состоянием системы.

3. Для осуществления в интеллектуальной многопараметрической АСПИ нечеткого динамического процесса управления амплитудно-частотными параметрами радиоустройств разработано устройство обработки нечеткой информации, позволяющее реализовать знания, формализованные в виде правил абдукции и на основе сформированного нечеткого множества управлять изменениями несущей частоты и мощности радиопередатчика.

4. Для оценки уровня качества функционирования АСПИ разработаны и обоснованы показатели качества, непосредственно связанные с мерой эффективности решения целевой задачи: вероятность параметрического соответствия, вероятность функционального соответствия, точность измерения параметров сигналов РУ, периодичность корректировки параметров сигналов РУ, длительность процесса управления состоянием системы радиосвязи.

5. В процессе обеспечения потенциально достижимого качества функционирования интеллектуальной многопараметрической АСПИ принцип управления уровнем параметрического соответствия будет заключаться в измерении и корректировке основных параметров сигналов РУ с целью сближения математического описания контролируемого радиоустройства с его эталонной моделью, принцип управления уровнем функционального соответствия будет заключаться в изменении типа и числа радиоустройств различных классов, структуры конфигурации и типа связей между РУ в системе.

6. Применение интеллектуальных АСПИ позволяет управлять уровнем параметрического и функционального соответствия системы заданным требованиям, в результате чего вероятность параметрического соответствия может быть повышена с 0,4 до 0,95, а вероятность функционального соответствия с 0,3 до 0,9.

ЗАКЛЮЧЕНИЕ

1. Дальнейшее совершенствование систем передачи информации возможно на пути многопараметрической адаптации и интеллектуализации процессов контроля и управления в АСПИ. В многопараметрических АСПИ необходимо управлять одновременно несколькими параметрами передачи: мощностью передаваемого сигнала, рабочей частотой, скоростью передачи информации, видом и параметрами модуляции сигнала, способом помехоустойчивого кодирования, а также алгоритмами работы РУ различных классов, структурой и составом системы радиосвязи.

2. В процессе теоретического обоснования необходимости интеллектуализации АСПИ разработана концептуальная модель АСПИ, представленная подсистемами, отражающими совокупность радиоустройств различных классов в системе, структуру и состав конфигурации системы, совокупность управляющих воздействий по изменению состояния системы.

3. При обосновании необходимости интеллектуализации процессов контроля и управления в многопараметрических АСПИ показано, что для реализации адаптивных свойств системы необходимо наличие в контуре адаптивного управления динамической экспертной системы. Информационный массив предметной области ДЭС может быть представлен базой данных, базой онтологических знаний и базой моделей.

4. С использованием положений теории динамических систем, теории технического контроля, системного анализа и целевого управления представлена математическая модель процесса контроля функционирования многопараметрической АСПИ. Для оценки качества функционирования АСПИ по результатам контроля разработаны показатели параметрического и функционального соответствия.

5. Основу решения задачи математического моделирования процесса адаптивного управления состоянием АСПИ составляют математические методы, отражающие основные закономерности управления параметрами сигналов РУ, режимами их функционирования и структурой АСПИ с целью повышения качества функционирования интеллектуальной многопараметрической АСПИ.

6. В качестве иллюстрации одного из практических вариантов интеллектуальной многопараметрической АСПИ разработана и приведена обобщенная структурная схема системы и представлены алгоритмы адаптации при решении задачи управления параметрами передачи. Для осуществления в интеллектуальной многопараметрической АСПИ нечеткого динамического процесса управления амплитудно-частотными параметрами радиоустройств разработано устройство обработки нечеткой информации.

7. Применение интеллектуальных АСПИ позволяет управлять уровнем параметрического и функционального соответствия системы заданным требованиям, в результате чего вероятность параметрического соответствия может быть повышена с 0,4 до 0,95, а вероятность функционального соответствия с 0,3 до 0,9.

Список литературы диссертационного исследования кандидат технических наук Сащенко, Николай Николаевич, 2006 год

1. Абовский Н.П. Творчество: системный подход, законы развития, принятие решений. М.: СИНТЕГ, 1998. - 196 с.

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

3. Авсентьев О.С. Адаптация систем защищенности каналов связи с иглообразной диаграммой направленности //Труды У Международной конференции «Радиолокация, навигация, связь». Воронеж, ВНИИС, 1999.-Т.2. С.588 - 595.

4. Аверкин А.И. Использование нечетких отношений в моделях представления знаний //Изв. АН СССР. Техническая кибернетика, 1989. № 5. С. 20-23.

5. А.С. 1548858 (СССР). Устройство для контроля радиостанций подвижных объектов/В.И. Злобин и др.- Опубл. в Б.И., 1990, № 9.

6. Адаптация в информационных оптических системах /Под ред Н.Д. Устинова. М.: Радио и связь, 1984. - 344 с.

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

8. Адаптивные фильтры: Пер. с англ. /Под ред. К.Ф. Коуэна и П.М. Гранта. М.: Мир, 1988. - 392 с.

9. Адаптивная компенсация помех в каналах связи / Под ред. Ю.И. Лосева. М.: Радио и связь, 1988. - 209 с.

10. Ю.Айзерман М.А., Алескеров Ф.Т. Выбор вариантов: основы теории. -М.: Наука. 1990.-240 с.

11. Алешина Н.А., Анисов A.M., Быстров П.И. и др. Логика и компьютер. Моделирование рассуждений и проверка правильности программ. -М.: Наука, 1990.-239 с.

12. Алексеев А.В., Борисов А.Н. и др. Обработка нечеткой информации в системах принятия решений. М.: Радио и связь, 1989. - 304 с.

13. Андрейчиков А.В., Андрейчикова О.Н. Интеллектуальные информационные системы. М.: Финансы и статистика, 2004. - 424 с.

14. Александров А.Г. Оптимальные и адаптивные системы. М.: Высшая школа, 1989. - 262 с.

15. Айден К., Фибельман X., Крамер М. Аппаратные средства РС: Пер. с нем. СПб.: BHV, 1996. - 544 с.

16. Артемьева И.Л., Клещев А.С. Описание языка представления знаний. -Владивосток, ИАПУ. 1987.-89 с.

17. Антоньк> А. Цифровые фильтры: анализ и проектирование. Пер. с англ. /Под ред. В. Попырко. -М.: Радио и связь, 1983. 320 с.

18. Адресные системы управления и связи. Вопросы оптимизации IT.И. Тузов, Ю.Ф. Урядников и др./Под ред. Г.И. Тузова. -М.: Радио и связь, 1993.-384 с.

19. Алгоритмы и программы восстановления зависимостей /Под ред.

20. B.Н. Вапника. М.: Наука, 1984. - 816 с.

21. Арнольд В.И. Теория катастроф. М.: Наука, 1990. - 128 с.

22. Балкунов В.А., Скрыпкин Н.А., Судейкин М.А. Формирование базы знаний и маршрутного задания автономного транспортного робота. //Изв. АН СССР. Техническая кибернетика. 1989. - № 5.- С. 45-54.

23. Бесекерский В.А., Небылов А.В. Робастные системы автоматического управления. М.: Наука, 1983. - 240 с.

24. Блшцук А.Ф. Нечеткие индуктивные модели обучения в экспертных системах. // Изв. АН СССР. Техническая кибернетика, 1989. - № 5.1. C. 94-104.

25. Богомолов Н.А., 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.

26. Богданов А.Е. Разработка системы передачи информации для локальных сетей связи, работающих в сложной помеховой обстановке: Авто-реф. дисс. на соискание учен, степени канд. техн. наук. Владимир, 2005.- 19 с.

27. Борисов В.И., Зинчук В.М. Помехозащищенность систем радиосвязи. М: Радио и свзь, 1999. - 252 с.

28. Быстров О.Ф., Мальцев А.В., Охотников Г.Н. и др. Теоретические основы моделирования военно-технических систем. МО РФ, 1993. -488 с.

29. Браун Р., Мэзон Р. и др. Исследование операций: Пер. с англ. М.: Мир, 1981, Т.2.-677 с.

30. Буков В.Н. Адаптивные прогнозирующие системы управления полетом. -М.: Наука, Гл. ред. физ-мат. лит.,1987. 232 с.

31. Булгак В.Б., Варакин JI.E. Концепция развития связи РФ. М.: Радио и связь, 1995.- 147 с

32. Вагин В.Н. Параллельная дедукция на семантических сетях. //Изв. АН СССР. Техническая кибернетика,-1986.-№ 5. С.51-60.

33. Варакин Л.Е. Системы связи с шумоподобными сигналами. М.: Радио и связь, 1985. - 384 с.

34. Васильев В.И. Распознающие системы: Справочник. 2-е Изд., пере-раб. и доп. - Киев: Наукова думка, 1983. - 424 с.

35. Вейль Г. Математическое мышление. -М.: Наука, 1989. 348 с.

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

37. Видениекс П.О., Вентиньш я.я., Кривченков А.А. Проблемно-ориентированные микропроцессорные системы в производстве РЭА. -М.: Радио и связь, 1987. -296 с.

38. Волик Б.Г., Буянов Б.Б., Лубков Н.В. и др. Методы анализа и синтеза структур управляющих систем. -М.: Энергоиздат, 1988. -296 с.

39. Волков A.M., Ломнев B.C. Классификация способов извлечения опыта экспертов// Изв. АН СССР. Техническая кибернетика, 1989. - №5. -С. 34-44.

40. Вычислительная система, работающая с языками искусственного интеллекта //Электроника, -1984. №12. С. 15.

41. Второе поколение систем извлечения знаний. //Информатика. М.: ВИНИТИ, 1989. - №7. С. 8-13.

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

43. Габриел Р. Экспертные системы на языке ЛИСП более эффективны //Электроника, 1988. - № 16. - С. 25-26.

44. Гаврилова Т.А. Представление знаний в экспертной системе // Изв. АН СССР. Техническая кибернетика. 1989. № 5. - С. 168.

45. Гаврилова Т.А., Червинская К.Р. Извлечение и структурирование знаний для экспертных систем. М.: Радио и связь, 1992. - 146 с.

46. Гвардейцев М.И., Кузнецов П.Г. Математическое обеспечение управления. М.: Радио и связь, 1996. - 312 с.

47. Гейн К. Системный структурный анализ. Средства и методы. М.: Эй-текс, 1992.- 152 с.

48. Геловани В.А., Ковригин О.В. Экспертные системы в медицине. М.: Знание, 1987.-32 с.

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

50. Глориозов Е.Л., Клыгина И.Ю. Модели представлений знаний в структурном синтезе функционально-интегрированных элементов // ЭВТ. -1989. -ВыпЗ.-С. 103-116.

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

52. Гольденберг Л.М., Матюшкин Б.Д., Поляк М.Н. Цифровая обработка сигналов. М.: Радио и связь, 1990. - 256 с.

53. ГОСТ 24.003-84. Автоматизированные системы управления. Термины и определения. М.: ГКС, 1984.

54. ГОСТ 22.670-86. Сеть связи цифровая интегральная. Термины и определения. -М.: ГКС, 1987.

55. Гренандер У. Лекции по теории образов: Пер. с англ. -М.: Мир, 1979, Т.1.-383 с.

56. Гренандер У. Лекции по теории образов: Пер. с англ. -М.: Мир, 1981, Т.2.-448 с.

57. Гренандер У. Лекции по теории образов: Пер. с англ. -М.: Мир, 1983, Т.3.-430 с.

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

59. Дисперсионная идентификация //Под ред. Н.С. Райбмана. М.: Наука, 1981.-336 с.

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

61. Евсеев О.В. Продукционная управляющая система для гибких производственных систем //Изв. АН СССР. Техническая кибернетика, -1987. -№5.-С. 93-97.

62. Емельянов Г.А., Шварцман В.О. Передача дискретной информации: Учебник для вузов. М.: Радио и связь, 1982. - 240 с.

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

64. Зуев А.Ю., Попов С.В. Продукционная система с программируемыми стратегиями поиска решения. Киев: Наукова думка, 1987. - 89 с.

65. Иванова Т.И. Услуги интеллектуальных сетей в России. Теория и практика //Технологии и средства связи, 2000. № 4. С.84-88.

66. Ивашко В.Г, Финн В.В. Экспертные системы и некоторые проблемы их интеллектуализации//Семиотика и информатика. М.: ВИНИТИ, 1987.-№27.-С. 25-61.

67. Изерман Р. Цифровые системы управления: Пер. с англ. -М.: Мир, 1984. -541 с.

68. Информатика /Под ред. проф. Н.В. Макаровой. 2-е изд. - М.: Финансы и статистика, 1998. - 768 с.

69. Интеллектуализация ЭВМ /Е.С.Кузин и др. М.: Высшая школа, 1989. -159 с.

70. Интеллектуальный фреймовый поиск с использованием метаинформа-ционного тезауруса. //Информатика. -М.: ВИНИТИ, 1989. № 17. С. 3-8.

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

72. Йордан Э., Артила К. Структурные модели в объектно-ориентированном анализе и проектировании. М.: Лори, 1999. -264 с.

73. Каргин А.А., Петренко Т.Г. Модели динамических ситуационных интеллектуальных машин //Искусственный интеллект, 2000. № 1. С. 59-68.

74. Кесс Ю.Ю. Анализ и синтез фреймовых моделей АСУ. М.: Энерго-атомиздат, 1986. -162 с.

75. Клир Д. Систематология. Автоматизация решения системных задач: Пер. с англ. -М.: Радио и связь, 1990. 538 с.

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

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

78. Компьютерные технологии обработки информации /Под ред. С.В. Назарова. М.: Финансы и статистика, 1995. - 248 с.

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

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

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

82. Кузнецов В.Е. Представление в ЭВМ неформальных процедур: продукционные системы. М.: Наука, 1989. -160 с.

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

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

85. Лёзин С. Введение в теорию и технику радиотехнических систем. -М.: Радио и связь, 1986. -280 с.

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

87. Майзер X., Эйджин Н. и др. Исследование операций: Пер. с англ. / Под ред. Д. Моудера. -М.: Мир, 1981, Т. 1, -712 с.

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

89. Марпл С.Л. Цифровой спектральный анализ и его приложения. М.: Мир, 1990.-544 с.

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

91. Михеев Е.А. Научно-методические основы моделирования информационных процессов для обеспечения подготовки специалистов по управлению: Автореф. дисс. на соиск. учен, степен. канд. техн. наук. -М., 2005.- 18 с.

92. Могилевский В.Д. Методология систем. -М.: Экономика, 1999. 248 с.

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

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

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

96. Патент (РФ) № 2142203. Устройство для контроля радиостанций на подвижных объектах /Ванюшин В.М., Злобин В.И. Опубл. в Б.И., 1999. №33.

97. Патент (РФ) № 2156032. Устройство для моделирования системы радиосвязи /Ванюшин В.М., Злобин В.И., Иващенко М.В. и др. Опубл. в Б.И., 2000. № 25.

98. Пономарев В.И, Шабалин Л.А. Пути реорганизации систем мониторинга радиоканалов. //Труды V Международной конференции «Радиолокация, навигация, связь». Воронеж, ВНИИС, 1999. Т.2. С. 1123-1127.

99. Понтрягин Л.С. и др. Математическая теория оптимальных процессов. М.: Наука, 1983. - 392 с.

100. Попов Э.В. Динамические интеллектуальные системы в управлении и моделировании. -М.: МИФИ, 1996. 102 с.

101. Построение экспертных систем: Пер. с англ. /Под ред. Ф. Хайеса-Рота. М.: Мир, 1987. - 441 с.

102. Пойя Д. Математика и правдоподобные рассуждения: Пер. с англ. -М.: Наука, 1981.-463 с.

103. Протоколы и методы управления в сетях передачи данных: Пер. с англ. /Под ред. Ф.Куо. М.: Радио и связь, 1985. - 480 с.

104. Проблемы представления знаний. // ТИИЭР. Темат. выпуск, 1986. -1.1 а. -№10.

105. Представление и использование знаний: Пер. с англ. /Под ред. X. Уэно. М.: Мир, 1989. - 220 с.

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

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

108. Радиолокация, навигация, связь. //Доклады V Международной 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.

109. Растригин JI.A. Адаптивные компьютерные системы. М: Знание, 1987.-64 с.

110. Растригин JI.A. Современные принципы управления сложными объектами. М.: Сов.радио, 1980. - 232 с.

111. Растригин JI.A. Адаптация сложных систем. Рига: Зинатне, 1981. -375 с.

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

113. Саати Т. Принятие решений. Метод анализа иерархий. М.: Радио и связь, 1993.- 172 с.

114. Сащенко Н.Н. Интеллектуализация автоматизированных комплексов мониторинга электромагнитной безопасности промышленных предприятий //Сборник докладов Международного экологического конгресса. С.Петербург, БГТУ, 2000. - С. 41 - 45.

115. Сащенко Н.Н. Принципы построения интеллектуальных адаптивных систем передачи информации //Сборник докладов Межведомственной научно-технической конференции. Пермь, ПВИ РВ, 2001. С. 70 - 76.

116. Сащенко Н.Н., Вальваков A.M. Метод радиомониторинга радиосистем на основе абдуктивного контроля и адаптивного управления их состоянием //Труды VIII Международной конференции «Радиолокация, навигация, связь». Воронеж, ВНИИС, 2002. - С. 124 - 128.

117. Сащенко Н.Н. Концепция управления сложными системами //НТСб СВИ РВ. Серпухов, 2002. -С. 105 - 107.

118. Сащенко Н.Н., Вальваков A.M. Принципы контроля и управления качеством функционирования сложных радиосистем. //НТСб СВИ РВ. Серпухов, 2002. - С. 107 - 109.

119. Сащенко Н.Н. Структура и принципы функционирования интеллектуальных адаптивных систем //Труды Международного симпозиума «Надежность и качество». Пенза, ПГТУ, 2002. - С. 272 - 275.

120. Сащенко Н.Н. Математическое моделирование процесса параметрической и структурной адаптации //Труды II Российской научно-технической конференции «Новые информационные технологии в системах связи и управления». Калуга, КНИИТУ, 2003. - С. 130 -134.

121. Сащенко Н.Н., Вальваков A.M. Методы защиты информации в радиосистемах, //Труды II Российской научно-технической конференции "Новые информационные технологии в системах связи и управления. Калуга, КНИИТМУ, 2003. - С. 124 - 127.

122. Сащенко Н.Н. Управление параметрами сигналов радиоустройств в цифровых радиосистемах //Труды III Российской научно-технической конференции "Новые информационные технологии в системах связи и управления. Калуга, КНИИТМУ, 2004. - С. 76 - 80.

123. Сащенко Н.Н. Принципы концептуального моделирования интеллектуальных адаптивных систем передачи информации //Проектирование и технология электронных средств. 2006. - № 2. С. 38-42.

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

125. Сойер Б., Фостер Д. Программирование экспертных систем на Паскале: Пер. с англ. -М.: Финансы и статистика, 1990. 191 с.

126. Современные методы идентификации систем. /Под ред. П.М. Эйк-хоффа. М.: Наука, 1983. - 400 с.130100 лет радио: сб. статей. /Под ред. В.В. Мигулина, А.В. Гороховского. М.: Радио и связь, 1995. 384 с.

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

128. ТИИЭР-1987. Т.75, № 1. Пакетные радиосети: Тем. вып. - 215 с.

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

130. Уидроу Б., Стирнз С. Адаптивная обработка сигналов: Пер. с англ. / Под ред. В.В. Шахгильдяна. М.: Радио и связь, 1989. - 440 с.

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

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

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

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

135. Экспертные системы: достижения и перспективы. //Информатика. -М: ВНИИТИ, 1990. -№5. С. 4-6.

136. Экспертные системы: состояние и перспективы. //Сборник научных трудов. -М.: Наука, 1989. 152 с.

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

138. Яблонский А.И. Процесс усложнения системы. // Системные исследования. Методологические проблемы. -М.: Наука, 1984. С. 52-65.

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

140. Lamma E., Mello P., Milano М/ Introducing Abduction info (Extensional) Inductive Logic Programming Systems //In Lecture Notes in Artificial Intel-ligence, Springer, 1997.

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

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

143. Председатель: главный инженер ФГУП «КНИИТМУ» к.т.н., доцент

144. Члены: заместитель генерального директора по маркетингу ФГУП «КНИИТМУ»,1. К.Т.Н.1. Начальник отдела1. А.К. Шабанов

145. В.А. Турилов В.П. Дрожжинов

146. Межрегиональное научное и образовательное учреждениеif

147. Институт инженерной физикиI142210, г. Серпухов, Московской обл., Б. Ударный пер., зд. 1а

148. Адрес для переписки: 142210, г. Серпухов, Московской обл., а/я 351

149. Адрес для закрытой переписки: г. Серпухов, Московской обл., Б. Ударный пер,, зд. 1ател. 8(4967)353193; 351371; факс: 354420 /e-mail: [e-mail]; www.iifrf.ru /моб. [phone]. Исх. № 23820" апреля 2006 г.

150. УТВЕРЖДАЮ» Гдащъный директорвыполненной на тему: «Разработка интеллектуальной адаптивной системы передачи информации в распределенных автоматизированных системах управления» Комиссия в составе:

151. Председатель: заместитель генерального директора по научной работе, лауреат Государственной премии СССР, кандидат технических наук, доцент Бородай В.Э.

152. Заместитель генерального директора МОУ «ИИФ» по научной работекандидат технических наук, старший научный сотрудник Бородай В.Э.1. Члены:

153. Заместитель генерального директора МОУ «ИИФ» по экономической^эаботе кандидат технических наук, старший научный сотрудник ftycLsСмирнов Д.В.

154. Разработка интеллектуальной адаптивной системы передачи информации в распределенных автоматизированных системах управления»

155. Математическая модель процесса адаптивного управления состоянием адаптивной системы передачи информации.

156. Структурная схема и алгоритмы функционирования адаптивной системы передачи информации.

157. Реализованы войсковой частью 08310 при разработке технического задания на автоматизированную цифровую систему УКВ радиосвязи РВСН в рамках ОКР «Трал-Ц».

158. Председатель: кандидат техничещжлаук^полковникС. Ковалев

159. Члены комиссии: полковник Пряхинполковник (л5шп, ^ Е. Нарыжный

160. Председатель комиссии: ft / С. Стрельчук

161. Члены комиссии: ^^^ Е. Ткачев12» апреля 2006 г.1. А. Людоговский