Математические модели и методы динамической адаптации интерактивных телекоммуникационных сетей тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Мищенко Дмитрий Алексеевич

• Мищенко Дмитрий Алексеевич
• кандидат наук
• 2024

Оглавление диссертации кандидат наук Мищенко Дмитрий Алексеевич

ВВЕДЕНИЕ

1 Анализ методов моделирования и надежности интерактивных телекоммуникационных сетей

1.1 Анализ и сравнение методов моделирования ИТКС

1.2 Методы анализа надежности ИТКС

1.3 Выводы по главе

2 Разработка полумарковской модели ИТКС с динамической адаптацией43

2.1 Разработка математической модели динамической адаптации ИТКС на основе полумарковских процессов

2.2 Разработка алгоритма сокращения информационных потерь при заданном объеме буфера

2.3 Выводы по главе

3 Разработка математической модели ИТКС с восстановлением на основе полумарковских процессов

3.1 Анализ систем управления восстановления сети

3.2 Разработка полумарковской модели ИТКС с восстановлением

3.3 Выводы по главе

4 Разработка математической модели динамической адаптации телекоммуникационной сети с использованием адаптивного кодирования в информационных каналах

4.1 Методы обеспечения информационной надежности в широком диапазоне интенсивности различных типов помех в ИК

4.2 Разработка математической модели информационных каналов с адаптивным кодированием

4.3 Разработка алгоритмов оценки вероятностей исходов приема для повышения показателей помехоустойчивости ИК и надежности ИТКС

4.4 Выводы по главе

ЗАКЛЮЧЕНИЕ

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

2

ПРИЛОЖЕНИЕ А

Свидетельства о государственной регистрации программ для ЭВМ

ПРИЛОЖЕНИЕ Б

Акты о внедрении результатов работы

Введение диссертации (часть автореферата) на тему «Математические модели и методы динамической адаптации интерактивных телекоммуникационных сетей»

ВВЕДЕНИЕ

Современные интерактивные телекоммуникационные сети (ИТКС) представляют собой сложные программно-аппаратные комплексы распределенных цифровых систем передачи информации (ЦСПИ) с разветвленными каналами связи (КС) различного типа, осуществляющие обслуживание терминалов (сетевых узлов) по управлению сетевым трафиком с целью обеспечения надежного и качественного их функционирования. Процессы информационного обмена в сети и ее интерактивность обеспечивают цифровые информационные каналы (ИК) как совокупности устройств кодирования (КУ), декодирования (ДКУ) и КС.

Отличительная особенность моделирования и синтеза современных ИТКС — необходимость решения задач обеспечения требуемых показателей качества и надежности функционирования на базе специальных алгоритмов, причем не только при контролируемых изменениях параметров и характеристик внутренней и внешней сред ИТКС, но и в условиях неконтролируемых случайных изменений состояний ИК. В первую очередь, это касается КС, что предъявляет дополнительные и, как правило, достаточно жесткие требования к управлению трафиком и ИТКС в целом. В этом смысле, речь идет о необходимости разработки и исследования математических моделей и алгоритмов адаптации в динамическом режиме (динамической адаптации) к изменению параметров и условий работы с целью обеспечения возможности повышения помехоустойчивости ИК и надежности ИКТС.

Степень проработанности

Вопросами построения математических моделей КС и методами динамического управления информационными потоками в системах связи и сетях телекоммуникаций занимались как отечественные (А.А. Марков, Б.Я. Советов, Р.И. Юргенсон, А.А. Гладких, В.Г. Митрофанов, В.И. Долгов, М.С. Светлов, А.А. Львов, Д.В. Кленов и др.), так и зарубежные авторы

(C.E. Shannon, R.W. Hamming, D. Hilbert, D.A. Huffman, L. Kleinrock, A.S.

4

Tanenbaum, N. Limnios, G. Oprisan и др.). На основе работ этих авторов удалось провести анализ, систематизировать и подробно изучить описанные модели и методы управления ИТКС с точки зрения повышения их надежности на базе динамической адаптации.

Большинство авторов рассматривает надежность в классическом понимании — с точки зрения вероятности безотказной работы. Однако не уделяется достаточного внимания информационной надежности, в частности помехоустойчивости ИК ИТКС, что не позволяет обеспечить универсальность моделей и их применения, а также необходимую объективность оценок помехоустойчивости ИК и надежности ИТКС в целом. Кроме того, авторы, как правило, рассматривают модели КС на основе марковских цепей, что существенно ограничивает применимость моделей, так как не учитываются временные задержки, имеющие место в реальной структуре ИТКС, и частота появления ошибок, в том числе интенсивность помех в КС.

При моделировании адаптивных режимов ИТКС предлагаются различные частные критерии оптимизации управления, как правило, не позволяющие сформулировать какую-либо общность подходов к процессам динамической адаптации с точки зрения оценки целевых затрат и минимизации вероятности информационных потерь.

Поэтому наибольший интерес представляют полумарковские модели ИТКС с произвольными законами распределения управлений с адаптацией ИК в условиях действия импульсных случайных помех в широком диапазоне изменения значений их интенсивности в КС, позволяющие устранить недостатки классических марковских моделей, одновременно рассматривая надежность ИТКС с учетом обеспечения помехоустойчивости ИК.

В совокупности эти требования определяют актуальность работы и необходимость проводимых исследований.

Цель исследования: повышение надежности ИТКС на базе

динамической адаптации за счет разработки новых математических моделей,

5

методов и эффективных алгоритмов работы, основанных на полумарковских процессах, с использованием адаптивного кодирования в ИК ИТКС.

Задачи исследования:

- разработка и исследование математической модели ИТКС на основе полумарковских процессов с динамической адаптацией по критерию оценки целевых затрат;

- разработка методов и эффективных алгоритмов адаптации ИТКС с восстановлением на основе полумарковских процессов;

- разработка и исследование математических моделей и алгоритмов ИК ИТКС повышенной информационной надежности с адаптивным кодированием на основе оценок исходов неправильного приема сообщений (ложного приема и/или защитного отказа);

- сравнительный анализ предложенных и известных моделей и методов динамической адаптации ИТКС;

- разработка программного обеспечения на основе новых алгоритмов и математических моделей динамической адаптации ИТКС.

Объектом исследования является ИТКС с динамической адаптацией и ИК повышенной информационной надежности.

Предметом исследования являются математические модели и алгоритмы, обеспечивающие возможность повышения надежности ИТКС с динамической адаптацией на базе полумарковских процессов и адаптивного кодирования в ИК при импульсных случайных помехах различной интенсивности.

Научная новизна:

1. Предложены математическая модель ИТКС, основанная, в отличие от классической марковской модели, на полумарковских процессах, и алгоритмы динамической адаптации по критерию оценки целевых

затрат, что позволяет обеспечить минимально двукратное уменьшение вероятности потери информационных пакетов при минимизации стоимостных затрат.

2. Разработаны методы и эффективные алгоритмы адаптации ИТКС с восстановлением на основе полумарковских процессов, которые по сравнению с известными дают возможность моделировать ИТКС с учетом временных задержек при произвольных законах распределения управлений с использованием полученных упрощенных формул, позволяющих снизить как минимум на один порядок погрешность расчетов надежности сети.

3. Предложена новая полумарковская модель динамического управления ИТКС с адаптивным кодированием в ИК, отличающаяся от известных возможностью обеспечения заданных значений вероятностей неправильного приема (ложного приема и/или защитного отказа) при минимально необходимой избыточности кода, универсальностью применения, большей объективностью оценок помехоустойчивости ИК ИТКС.

4. Предложена новая расширенная классификация математических моделей ИК ИТКС по помехоустойчивости, обеспечивающая возможность повышения их информационной надежности в широком диапазоне интенсивности различных типов помех в ИК за счет новых разработанных алгоритмов оценки вероятностей исходов приема, что как минимум на порядок улучшает показатели помехоустойчивости ИК и надежности ИТКС.

Теоретическая и практическая значимость работы

Теоретическая значимость результатов работы заключается в том, что

она может рассматриваться в качестве методической основы анализа и

перспектив развития математических моделей ИК ИТКС с динамической

адаптацией на базе полумарковских процессов. Предложена новая и более

полная классификация моделей ИК, на основе которой может быть обеспечен

7

повышенный уровень информационной надежности ИК ИТКС в условиях действия помех различного типа в широком диапазоне изменения значений интенсивности помех в КС.

Практическая значимость диссертации состоит в реализации и применении новой разработанной математической модели динамической адаптации ИТКС, отличающейся от ранее известных использованием адаптивного кодирования в ИК ИТКС, позволяющей на порядок повысить показатели информационной надежности.

Разработанный на основе новых предложенных алгоритмов и математических моделей динамической адаптации ИТКС новый программный комплекс позволяет проводить численное моделирование, исследование и анализ ИТКС с адаптивным управлением в каналах связи с различным уровнем помехоустойчивости.

Разработанные методы и математические модели использованы в ООО НТК «Сигнал» для построения модели перспективной системы беспроводных датчиков для летательных аппаратов (ЛА). Эта система планируется к установке на борту ЛА с целью повышения информационной надежности и упрощения конструкции телеметрических ИК датчиков изображения на борту ЛА.

Результаты исследования математических моделей с динамической адаптацией ИТКС внедрены в Институте электронной техники и приборостроения на кафедре «Радиоэлектроника и телекоммуникации» Саратовского государственного технического университета имени Гагарина Ю.А., о чем свидетельствует акт внедрения результатов работы в учебный процесс.

Методы исследования: методы математического моделирования, системного анализа, теорий надежности, массового обслуживания, марковских процессов, вероятности, кодирования информации.

Достоверность и апробация работы

Достоверность научных результатов обеспечивается использованием строгих методов математического моделирования, системного анализа, теорий надежности, массового обслуживания, кодирования информации, а также марковских процессов, математической статистики и теории вероятностей. Результаты разработанной сетевой модели проверены благодаря множеству проведенных экспериментальных исследований.

Основные результаты исследования докладывались: «International Conference of Actual Problems of Electron Devices Engineering (APEDE)» (Саратов, 2018); Международный симпозиум «Надежность и качество» (Пенза, 2018); Международная научно-техническая конференция «Перспективные информационные технологии (ПИТ-2018)» (Самара, 2018); VIII Международная научная конференция «Компьютерные науки и информационные технологии» (Саратов, 2018); Международная научная конференция «Проблемы управления, обработки и передачи информации (УОПИ-2021)» (Саратов, 2018); «Recent Researching Control Engineering and Decision (ICIT 2019)» (Саратов, 2019); Международная научно-практическая конференция «Проблемы управления в социально-экономических и технических системах» (Саратов, 2019); IX Всероссийская научная конференция «Системный синтез и прикладная синергетика» (Нижний Архыз, 2019); Международная научно-техническая конференция «Перспективные информационные технологии (ПИТ-2020)» (Самара, 2020); Международная научно-практическая конференция «Проблемы управления в социально-экономических и технических системах» (Саратов, 2020); X Всероссийская научная конференция «Системный синтез и прикладная синергетика» (Нижний Архыз, 2021); Известия ЮФУ. Технические науки. №5 (2021).

Внедрение. Предложенные алгоритмы повышения надежности и

качества обмена информацией между беспроводными датчиками и

управления процессом передачи информации использованы в ООО НТК

9

«Сигнал» (Сколково) для построения модели перспективной системы беспроводных датчиков для летательных аппаратов (акт внедрения результатов).

Результаты исследования математических моделей с динамической адаптацией ИТКС внедрены в Институте электронной техники и приборостроения на кафедре «Радиоэлектроника и телекоммуникации» Саратовского государственного технического университета имени Гагарина Ю.А. (акт внедрения результатов в учебный процесс).

Публикации. По теме научного исследования всего было опубликовано 20 научных статей. В журналах, входящих в перечень рецензируемых научных изданий ВАК, — 3 статьи. В научных изданиях, индексируемых в базах Scopus, — 2 статьи. В изданиях, включенных в базу данных РИНЦ, — 15 статей. Получено 2 свидетельства о государственной регистрации программы для ЭВМ.

1 Анализ методов моделирования и надежности интерактивных телекоммуникационных сетей

В последние десятилетия неотъемлемой частью информационно-управляющих и информационно-измерительных систем (ИУС, ИИС) различного функционального назначения стали сети связи (СС), реализующие информационный обмен между внутренними блоками и узлами систем, а также системами в целом. Именно СС, организуя необходимые информационные сетевые каналы связи (ИСКС) и поддерживая в них процедуры приема и передачи данных, обеспечивают возможность трансляции данных, определяя тем самым качественное решение целевых задач ИУС и ИИС.

Не рассматривая детально требования, предъявляемые к СС, отметим, что в любых сетевых приложениях главными являются требования обеспечения бесперебойной, безопасной и надежной сетевой коммуникации. Благодаря этому могут быть исключены сбои в основных сетевых элементах, не только влияющие на производительность сетевых служб, но и часто ведущие к катастрофическим результатам в критических ситуациях.

Как известно [1], надежность определяется как вероятность правильного функционирования системы или ее структурных элементов в конкретных условиях в течение определенного интервала времени. Например, для сетевых узлов надежность часто оценивается как вероятность того, что совокупность рабочих ИСКС успешно обеспечивает маршруты связи между каждой парой узлов сети.

Другая характеристика, тесно связанная с надежностью, — это доступность, которую можно определить как вероятность доступа запросов к структурному элементу сети. Например, доступность сети в целом — это вероятность того, что каждый ее узел подключен как минимум к одному шлюзу. Подробно параметры надежности ИТКС представлены на рисунке 1.

Рисунок 1 — Параметры надежности в ИТКС

Чтобы обозначить различие между концепциями надежности и доступности, важно понимать, что надежность характеризует безотказную работу в течение определенного интервала времени, а доступность — безотказную работу в данный конкретно фиксируемый момент времени. Для оценки доступности системы обычно используется функция надежности и ремонтопригодности, которая, в свою очередь, определяется вероятностью успешности ремонта системы в заданное время и в заданных условиях. Другими словами, если показатель ремонтопригодности считать постоянным, то доступность системы зависит прямо пропорционально от надежности системы. С ростом надежности увеличивается доступность системы и наоборот. В более общем случае вместо термина «ремонтопригодность» следует использовать термин «восстановление» работоспособности сети.

Общая концепция надежности, в первую очередь, характеризуется способностью безошибочной реализации основной целевой функции системы или безошибочного решения задач, обеспечивающих эту реализацию, в определенной среде в запланированный период времени.

Многие авторы в качестве свойств или атрибутов надежности системы предлагают использовать ремонтопригодность, безопасность, доступность, конфиденциальность и целостность [2, 3]. При этом доступность (как и сама

надежность) определяется как количественная, а безопасность, например, — как качественная характеристики.

Анализ надежности СС принципиально важен для выявления существующих в них проблем, а также для оценки поведения сети в целом при высоких эксплуатационных характеристиках. Прогнозирование надежности позволяет определить требования к избыточности сети, ее способность поддерживать приемлемый уровень надежности в экстремальных условиях, оценить влияние изменений внутренних и внешних факторов на надежность.

1.1 Анализ и сравнение методов моделирования ИТКС

Качественная и количественная оценки надежности требуют выбора соответствующих методов анализа на базе тех или иных инструментов математического моделирования. Методы моделирования должны быть способны эффективно фиксировать все важные параметры реальной системы, а методы анализа должны обеспечивать понимание поведения системы без ее запуска или при работе реальной системы. Существует достаточно большое число методов, которые могут обеспечить анализ на ранней стадии, когда доступны только начальные детали разрабатываемой сети, и есть другие методы, которые обслуживают анализ на более поздних стадиях создания сети, когда доступны уточненные детали планируемой ее реализации. Наиболее широко используемые методы моделирования надежности и доступности СС — блок-схема надежности (БСН) и цепь Маркова (ЦМ). Традиционно модели на основе этих методов анализируются с использованием аналитических методов или иных, специальных, инструментов моделирования. При этом можно выделить следующие основные этапы проведения оценки надежности СС:

1. Разработка концептуальной модели поведения системы.

2. Расчет показателей надежности и доступности.

3. Выбор методов моделирования надежности.

13

4. Выбор методов анализа надежности.

На первом этапе оценки надежности разрабатывается концептуальная модель поведения системы, что предполагает необходимость подробного описания сети и всех возможных режимов связи с выбором желаемых параметров сети и обоснованием сетевых протоколов, топологии сети, параметров отказоустойчивости.

На втором этапе осуществляется расчет основных показателей надежности и доступности: среднего времени до отказа (СВДО), среднего времени между отказами (СВМО) и среднего времени восстановления (СВВ) на уровне отдельных компонентов СС. Показатели СВДО и СВМО являются основными показателями надежности, обычно измеряемыми в часах для неремонтопригодных и ремонтируемых систем, соответственно.

Например, эти показатели могут быть получены на основе статистического расчета интенсивности отказов узлов, блоков или СС в целом.

Наиболее часто в качестве характеристики интенсивности отказов используется параметр р частоты отказов:

В ^(отк)

в N х т, '

где ^(отк) — число N зафиксированных за время Т отказов /-х компонентов СС.

Зная частоту отказов, можно определить значение величины СВДО как величины, обратной значению параметра р.

Как упоминалось ранее, доступность оценивается с помощью показателей надежности и ремонтопригодности, т.е. доступность каждого сетевого узла основана на показателях СВМО и СВВ каждого компонента. Таким образом, доступность рассчитывается по показателям надежности и времени ремонта. Типичная формула для расчета доступности (коэффициента готовности КГ):

к СВДО

Г СВДО + СВВ .

На третьем этапе проведения оценки надежности СС осуществляется выбор метода моделирования надежности. В некоторых случаях выбор техники моделирования является прямым следствием решений, принятых на первом этапе. Например, ЦМ могут быть очевидным выбором, если система по своей природе является динамической, а БСН обычно является первым выбором инженеров-разработчиков сетей из-за способности моделировать сложные сетевые системы простым и интуитивно понятным способом. Однако некоторые СС можно смоделировать с помощью нескольких методов моделирования надежности.

БСН — это графические структуры, состоящие из блоков и соединительных межблоковых линий. Блоки обычно представляют собой компоненты системы. Вход задается на одном конце БСН, а выход — на другом. Система работоспособна, если существует хотя бы одна траектория правильного функционирования компонентов от входа к выходу, в противном случае она не работает. Конструкция БСН может следовать любому из трех основных шаблонов компонентных соединений:

- последовательное;

- активное резервирование;

- избыточное резервирование.

При последовательном соединении (рис. 2) для работоспособности СС все ее компоненты должны быть в рабочем состоянии.

При активном резервировании все компоненты должны находиться в активном состоянии. Компоненты активного резервирования (рис. 3) могут быть подключены по параллельной структуре.

При избыточном резервировании (рис. 4) только X компонентов из общего числа N компонентов должны быть функциональными. Остальные компоненты находятся в режиме ожидания, но при необходимости могут быть использованы.

Рисунок 2 — Последовательное соединение

Рисунок 3 — Активное резервирование

Рисунок 4 — Избыточное резервирование

Дерево отказов (ДО) — это графический метод анализа условий и факторов, вызывающих нежелательное критическое событие, которое может вызвать отказ всей системы при его возникновении. Эти причины отказа системы представлены в форме дерева, основанного на событии в верхней части. Предыдущие узлы дерева отказов представлены входами, которые используются для связи двух или более причинных событий, вызывающих одну ошибку в установленном порядке. Например, логический элемент ИЛИ может использоваться, когда достаточно одной ошибки для ее возникновения. С другой стороны, элемент И используется, когда все

события причины существенны для принудительного (обязательного) возникновения ошибки. Помимо этих элементов, есть исключающее ИЛИ, приоритет события и запрет события, которые можно использовать для моделирования возникновения отказов из-за соответствующих событий. После построения модели ДО можно проводить как качественный, так и количественный анализы. Качественный анализ в этом контексте позволяет идентифицировать все комбинации основных событий отказа, которые могут привести к возникновению главного события. Чем меньше количество основных причинных событий в этом наборе, тем более устойчивой к сбоям считается смоделированная система. Количественный анализ используется для оценки вероятности возникновения главного события путем рассмотрения этих минимальных наборов, которые вносят значительный вклад в отказы системы.

Динамическое ДО — это тип дерева отказов, который использует зависящие от времени входы, такие как приоритетное И, принудительное выполнение последовательности, резервный. Эти входы расширяют функциональные возможности ДО, поскольку их можно использовать для моделирования динамического поведения, а также порядка отказа в данной системе. Резервный вход моделирует замену одного или нескольких основных компонентов запасными, имеющими такую же функциональность.

ЦМ — это случайный процесс, состоящий из набора состояний £ = ,^} и вероятностей переходов из одного состояния в другое.

Состояние (п = 0, 1, ..., п) и вероятность р^ характеризуют некоторое

начальное состояние и вероятность перехода из состояния б1 в состояние ,

соответственно. Процесс начинается с состояния, принятого за начальное, а переходы из любого текущего состояния в следующее возможное состояние происходят с учетом вероятностей переходов, которые зависят только от текущего состояния и не зависят от предыдущих состояний (не учитывается

предыстория). Это условие характеризует основу марковской модели и известно как свойство отсутствия памяти.

ЦМ обычно делятся на две категории: ЦМ с дискретным временем и ЦМ с непрерывным временем. Марковские модели часто используются для анализа надежности в сценариях, при которых события отказа или ремонта могут произойти в любой произвольный (случайный) момент времени.

Во многих инженерных задачах, особенно при анализе надежности, доступности, ремонтопригодности, безопасности, работоспособности СС и систем, используются полумарковские процессы и, соответственно, полумарковские модели (ПММ) [106-107]. Основное преимущество ПММ состоит в том, что они допускают не только экспоненциальное (теоретически — любое) распределение для характеристики переходов между состояниями и, кроме того, обобщают несколько видов случайных процессов. Это очень важно, поскольку в большинстве реальных случаев функции, определяющие срок службы и время ремонта, не являются экспоненциальными. Расчет установившихся вероятностей прост и требует только вычисления среднего времени, проведенного в каждом состоянии. Что касается вероятностей, зависящих от времени, то их вычисления сложнее. Среди методов оценки переходных вероятностей для ПММ выделяют: преобразование в марковские модели путем расширения пространства состояний, решение марковского уравнения восстановления, частичное расширение пространства состояний; метод дополнительных переменных; методы стохастического моделирования и т.д.

Рассмотрим систему, начинающую функционировать в момент времени t = 0, наблюдаемую до ее отказа в случайный момент времени X. Определим функцию надежности t ^ R(t), t > 0 :

R(t) = P(X > t),

то есть R(t ) = 1 - F (t ) ( F — функция распределения случайной величины X ).

Определим функцию частоты отказов t ^ X(t), t > 0 :

ад := lim1 P(t < x < t + h | x > t), h^0 h

где h = At — элементарное (теоретически бесконечно малое) приращение времени t.

Пусть Y — случайная величина времени продолжительности ремонта для ремонтопригодной системы и пусть G — ее функция распределения.

Тогда можно определить функцию ремонтопригодности t ^ M(t), t > 0 :

M (t ) = P(Y < t ) = G(t )

Определим функцию коэффициента восстановления t ^ |(t), t > 0 :

Vit ) = lim1 P(t < Y < t + h | Y > t ). h^0 h

Рассмотрим ремонтопригодную систему с экспоненциально распределенными параметрами X и |. Система запускается в момент времени t = 0. Тогда:

СВДО =1, СВВ =1.

X V

Информационно-коммуникационные СС и СС на основе телефонии с практической точки зрения достаточно сложны, поскольку состоят из многих аппаратных, программных, виртуализированных и других подсистем. Отказ любой из подсистем может привести к переходу всей сети в нежелательное или даже в полностью не рабочее состояние. Анализ надежности таких СС для выяснения причин и возможных последствий отказа подсистемы или компонента для системы в целом является вопросом первостепенной важности. Считается, что БСН более предпочтительны для моделирования таких сложных сетей при оценке их надежности, а анализ можно упростить с помощью инструментов моделирования. В большинстве случаев СС подвержены ошибкам и демонстрируют стратегии восстановления на уровне компонентов либо на уровне системы. Сети со стратегиями восстановления сложны, поэтому оценка их надежности становится довольно трудоемкой [4].

Список литературы диссертационного исследования кандидат наук Мищенко Дмитрий Алексеевич, 2024 год

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

1. A. Villemeur, Reliability, Availability, Maintainability, and Safety Assessment: Assessment, hardware, software, and human factors, Vol. 2, Wiley, 1992.

2. N. Kyriakopoulos, M. Wilikens, Dependability of complex open systems: A unifying concept for understanding internet-related issues, in: Information Survivability Workshop, 2000, pp. 1-4.

3. A. Avizienis, J.-C. Laprie, B. Randell, et al., Fundamental concepts of dependability, University of Newcastle upon Tyne, Computing Science Newcastle upon Tyn, UK, 2001.

4. Mishchenko D.A. Mathematical model of the control system for network with recovery / M.S. Svetlov, A.A. L'vov, I.M. Svetlov, N.S.Vagarina, M.K. Svetlova // Труды Международного симпозиума «Надежность и качество»: в 2 т. / под.ред. Н.К. Юркова. — Пенза : ПГУ, 2018. - Т. 1. - С. 242-245.

5. J. A. J. Dantas, R. Matos, P. Maciel, Models for dependability analysis of cloud computing architectures using eucalyptus platform, International Transaction on systems Science and Applications 8 (2012) 13-25.

6. C. Kamyod, R. H. Nielsen, N. R. Prasad, R. Prasad, Resilience in IMS: End-to-end reliability analysis via Markov Reward Models, in: International Symposium on Wireless Personal Multimedia Communications, IEEE, 2012, pp. 564-568.

7. G. Navarro, M. Manic, Predictive e-mail server performability analysis based on fuzzy arithmetic, in: International Joint Conference on Neural Networks, IEEE, 2007, pp. 2421-2426.

8. W. Najjar, J.-L. Gaudiot, Network resilience: A measure of network fault tolerance, Transactions on Computers 39 (2) (1990) 174-181.

9. Mathematical Model of Information and Communication Networks /

M.S. Svetlov, A. A. L'vov, D.A. Mishchenko, N.S. Vagarina // Proc. of the 2018

Int. Conf. on Actual Problems of Electron Devices Engineering (APEDE 2018). -

106

Saratov, Russia: IEEE, 2018. - Vol. 1. - P. 195-198. DOI: 10.1109/APEDE.2018.8542330.

10. Mathematical model of interactive networks /M.S. Svetlov, D.A. Mishchenko, N.S. Vagarina, M.K. Svetlova // Перспективные информационные технологии (ПИТ 2018): Междунар. науч.-техн. конф. - Самара: Издательство Самарского научного центра РАН, 2018. - C. 923-926.

11. K.-H. Phung, T. Ngo-Quynh, H. Luong-Duc, T. Nguyen-Huu, Improving performance of wireless sensors networks by using multichannel communications, in: International Conference on Electrical Engineering/ Electronics, Computer, Telecommunications and Information Technology, IEEE, 2013, pp. 1-6.

12. T. Clouqueur, K. K. Saluja, P. Ramanathan, Fault tolerance in collaborative sensor networks for target detection, Transactions on Computers 53 (3) (2004) 320-333.

13. K. Chandran, S. Raghunathan, S. Venkatesan, R. Prakash, A feedbackbased scheme for improving TCP performance in ad hoc wireless networks, Personal Communications 8 (1) (2001) 34-39.

14. A. Argyriou, V. Madisetti, Using a new protocol to enhance path reliability and realize load balancing in mobile ad hoc networks, Ad Hoc Networks 4 (1) (2006) 60 — 74.

15. M. Abd-El-Barr, F. Gebali, Reliability analysis and fault tolerance for hypercube multi-computer networks, Information Sciences 276 (2014) 295-318.

16. Synthesis of the Information Channel with Codec Based on Code Signal Feature / D.V. Klenov, M.S. Svetlov, D.A. Mishchenko, et al. // Studies in Systems, Decision and Control, Vol. 199: Recent Research in Control Engineering and Decision Making. - Springer Nature Switzerland, 2019. - P. 199-214. DOI: 10.1007/978-3-030-12072-6_18.

17. M. Khabazian, S. Aissa, M. Mehmet-Ali, Performance modeling of safety messages broadcast in vehicular AD HOC networks, Transactions on

Intelligent Transportation Systems 14 (1) (2013) 380-387.

107

18. N. Lin, B. Zhou, Y. Nie, Markov theory based multi-server c/s system reliability algorithm, in: International Conference on Computer Science and Service System, IEEE, 2011, pp. 2315-2318.

19. R. Zhang, C. Lin, K. Meng, L. Zhu, A modeling reliability analysis technique for cloud storage system, in: International Conference on Communication Technology, IEEE, 2013, pp. 32-36.

20. M. Zimmerling, F. Ferrari, L. Mottola, L. Thiele, On modeling lowpower wireless protocols based on synchronous packet transmissions, in: Modeling, Analysis & Simulation of Computer and Telecommunication Systems, IEEE, 2013, pp. 546-555

21. Львов А.А., Светлов М.С., Мартынов П.В. Повышение информационной надежности цифровых систем с QAM/COFDM-модуляцией // Известия Саратовского университета. Новая серия. Серия: Математика. Механика. Информатика. 2014. Т. 14. № 4-1. С. 473-482.

22. Львов А.А., Светлов М.С., Мартынов П.В. Самосинхронизация в информационных каналах с помехами большой интенсивности // Радиотехника. 2015. № 7. С. 18-21.

23. Svetlov M.S., Dolinina O.N., L'Vov A.A., Klenov D.V. Self-synchronized Encoding and Decoding Algorithms Based on Code Signal Feature // Proceedings of the 27th International Conference «Radioelektronika». - Brno, Czech Republic: IEEE, 2017. DOI: 10.1109/RADI0ELEK.2017.7936641

24. Lvov A.A., Svetlov M.S., Martynov P.V. Improvement of Information Reliability of Digital Systems with QAM/COFDM Modulation // Proceedings of the 20th IMEKO TC4 International Symposium "Research on Electrical and Electronic Measurement for the Economic Upturn", Benevento, Italy, University of Sannio, 2014. - P. 478-482.

25. Мищенко, Д.А. Методы динамического управления в программно-конфигурируемых сетях / Мищенко Д.А., Ребров Е.А. // Проблемы управления в социально-экономических и технических системах:

сб. науч. статей. - Саратов: Издательский центр «Наука», 2022. - С. 341-343.

108

26. Мищенко, Д.А. Динамическое и статическое управление буфером в сетях с коммутацией пакетов / Д.А. Мищенко // Проблемы управления в социально-экономических и технических системах: сб. науч. статей. -Саратов: Издательский центр «Наука», 2020. - С. 328-330.

27. Мищенко, Д.А. Методы моделирования надежности для сетей связи / Д.А. Мищенко // Проблемы управления в социально-экономических и технических системах: сб. науч. статей. - Саратов: Издательский центр «Наука», 2021. - С. 399-401.

28. Олифер, В. Г. Компьютерные сети. Принципы, технологии, протоколы: Учебник для вузов. / В.Г. Олифер, Н.А. Олифер - СПб.: Питер, 2010. - 944 с.

29. Нейман, В.И. Системы и сети передачи данных на ж.-д. транспорте / В. И. Нейман. - М.: Маршрут, 2005. - 470 с.

30. Алиев, Т. И. Сети ЭВМ и телекоммуникации: Учеб. пособие / Т. И. Алиев. - СПб.: СПбГУ ИТМО, 2011. - 400 с.

31. Гаранин, М.В. Системы и сети передачи информации: Учеб. пособие /М.В.Гаранин, В.И. Журавлев, С.В. Кунегин - М.: Радио и связь, 2001.- 336 с.

32. Клейнрок, Л. Теория массового обслуживания / Л. Клейнрок. -М.: Маши-ностроение, 1979. - 432 с

33. Саати, Т. Л. Элементы теории массового обслуживания и ее приложения. / Т. Л. Саати. - М.: Сов. радио, 1971. - 520 с.

34. Лившиц, Б.С. Особенности характеристик качества обслуживания примитивного потока вызовов. / Б.С. Лившиц - В кн.: Теория телетрафика и информационные сети. М.: Наука, 1977.- С. 67-80.

35. Долгов, В.И. Метод анализа сетей массового обслуживания с динамиче-ским управлением интенсивностями обслуживания / В.И. Долгов, Ю.И. Митрофанов, Е.С. Рогачко. - Известия Саратовского университета. 2009. Т.9. Сер. Математика. Механика. Информатика, вып.3.- С. 22-27.

36. Эллдин, А. Основы теории телетрафика / А. Эллдин, Г. Линд.-М.: Связь, 1972.- 199 с.

37. Духовный, И. М. Оценка эффективности контроля состояний пучков кана-лов на сети с динамическим управлением - В кн.: Теория телетрафика и информационные сети / И.М. Духовный, М. Ф. Шимко.- М.: Наука, 1977.- С. 91-98.

38. Karlin, S. A First Course in Stochastic Processes / S. Karlin, H. M. Taylor. - 2nd ed. Academic Press, San Diego, CA. 1997. - 573 p.

39. Кемени, Дж. Дж. Конечные цепи Маркова / Дж. Дж. Кемени, Дж.Л. Снелл.- М.: Наука, 1970. -272 с.

40. Королюк, В.С. Процессы марковского восстановления в задачах надежно-сти систем /В.С. Королюк, А.Ф.Турбин.- Киев: Наук. думка, 1982. -236 с.

41. Карманов, А.В. Исследование управляемых конечных марковских цепей с неполной информацией (минимаксный подход) / А.В. Карманов. - М.: Физматлит, 2002. - 176 с.

42. George, J.M. Dynamic control of a queue with adjustable service rate. / J.M. George, J.M. Harrison. - Oper. Res. , 2001. Iss. 49. No. 5. - P.720-731.

43. Rockafellar, R.T. Convex Analysis. / R.T. Rockafellar. - Princeton University Press, Princeton, NJ. 1997. - 472 p.

44. Svetlov, M.S. Mathematical Model of Information and Communication Networks / M.S. Svetlov, A.A. L'vov, D.A. Mishchenko, N.S. Vagarina // Proc. of the XIII Int. Conf. on Actual Problems of Electron Devices Engineering (APEDE). - Saratov, Russia: IEEE, 2018. DOI: 10.1109/APEDE.2018.8542330.

45. Annabel Dodd World of telecommunications. Review of technologies and branch. M.: CJSC Olympe-business, 2002.- 400pages.

46. William Stallings High-speed networks and internets. Performance and quality of service, 2nd prod. — SPb.: St. Petersburg, 2003. — 783 pages.

47. Kurouz J., Ross To. Computer networks. 2nd prod. — SPb: St. Petersburg, 2004. — 768 pages.

48. Tanenbaum, AA. Computer networks, 4 prod. SPb.: St. Petersburg, 2002. — 992 pages.

49. Uolrend, J. Telecommunication and computer networks. Introduction course, M.: Post-market, 2001. — 480 pages

50. Gnedenko B.V., Kovalenko I.N. Introduction to the queuing theory. -M.: Science, 1987. — 336 pages.

51. Erlang, A. K. Solution of some problems in the theory of probabilities of significance in automatic telephone exchanges // The Post Office Electrical Engineers Journal - 1918.

52. Korolyuk, V.S., Turbin, A.F. Processes of Markov restoration in tasks of reliability of systems. - Kiev: Sciences. Thought, 1982. — 235 pages.

53. Юргенсон, Р.И. Помехоустойчивость цифровых систем передачи телемеханической информации / Р. И. Юргенсон. - Л.:Энергия. -1971. — 250 с.

54. Bernard, S. Digital Communications: Fundamentals and Applications / S. Bernard. - Prentice Hall, 2001. - 1079 p.

55. Viterbi, A.J. Principles of digital communication and coding / A.J. Viterbi, J.K. Omura. - McGraw-Hill, 1979. - 584 p.

56. Теория передачи сигналов / А.Г. Зюко. [и др.]. - М.: Радио и связь. 1986. - 304 с.

57. Финк, Л.М. Теория передачи дискретных сообщений / Л.М. Финк. - М.: Сов. радио, 1970. - 728 с.

58. Модель эволюции интерактивной сети / М.С. Светлов, А.А. Львов, Д.А. Мищенко, М.К. Светлова // Проблемы управления в социально-экономических и технических системах: сб. науч. статей - Саратов: Издательский центр «Наука», 2018. - С. 371-373.

59. Ensuring reliable access to network systems with confidential

information /M.S. Svetlov, A.A. L'vov, D.A. Mishchenko, M.K. Svetlova //

111

Проблемы управления, обработки и передачи информации (У0ПИ-2018): сб. тр. VI Междунар. науч. конф.- Саратов: ООО СОП «Лоди», 2019. - С. 188 -191.

60. Полумарковская модель телекоммуникационной сети с динамическим управлением / Д.А. Мищенко, А.А. Львов, М.С. Светлов и др. // Известия ЮФУ. Технические науки, 2021. - №5. - C.49-60.

61. Исследование характеристик схем ретрансляции сигнала в беспроводных сетях датчиков / Д.А. Мищенко, А.А. Львов, М.С. Светлов и др. // Известия ЮФУ. Технические науки, 2021. - №5. - C.6-19.

62. Mishchenko, D.A. Interactive control of computer networks based on their monitoring / M.S. Svetlov, D.A. Mishchenko, M.K. Svetlova // Проблемы управления, обработки и передачи информации (УОПИ-2018): сб. тр. VI Междунар. науч. конф.- Саратов: ООО СОП «Лоди», 2019. - С. 198 - 204.

63. The operating principles of piezoresistive sensors / M.E. Drobynin, M.S. Svetlov, D.A. Mishchenko, et al. // Проблемы управления, обработки и передачи информации (УОПИ-2018): сб. тр. VI Междунар. науч. конф.-Саратов: ООО СОП «Лоди», 2019. - С. 556 - 571.

64. Mishchenko, D.A. Wireless sensor networks energy efficiency enhancing / N.S. Vagarina, D.A. Mishchenko, Alalvan A.R.J. // Перспективные информационные технологии (ПИТ 2020): Междунар. науч.-техн. конф. -Самара: Издательство Самарского научного центра РАН, 2020. - C. 316-321.

65. Проблемы обеспечения надежности беспроводных сетей датчиков / А.А. Львов, Д.А. Мищенко, М.С. Светлов и др. // Системный синтез и прикладная синергетика: материалы X Всерос. науч. конф. — Ростов-на-Дону, Таганрог, 2021. — С. 273-280.

66. Finite automation as computer information interactive network model /M.S. Svetlov, A.A. L'vov, D.A. Mishchenko, M.K. Svetlova // Проблемы управления, обработки и передачи информации (УОПИ-2018): сб. тр. VI Междунар. науч. конф.- Саратов: ООО СОП «Лоди», 2019. - С. 192 -197.

67. Мищенко, Д.А. Методы управления перегрузками в информационной сети / Д.А. Мищенко // Проблемы управления в социально-экономических и технических системах: сб. науч. статей. -Саратов: Издат. центр «Наука», 2019. - С. 379-382.

68. Юргенсон, Р.И. Синтез кодирующих и декодирующих устройств телемеханики дискретного действия / Р. И. Юргенсон. - Л.: Изд-во Ленингр. электротехн. ин-та им. В. И. Ульянова (Ленина). - 1959. - 185 с.

69. Адаптивные алгоритмы компенсации помех / Д.Н. Ивлев [и др.]. - Н. Новгород: ННГУ им. Н.И. Лобачевского.- 2014.- 88 с.

70. Математическая модель информационной сети / М.С. Светлов, А.А. Львов, Д.А. Мищенко и др. // Компьютерные науки и информационные технологии: материалы Междунар. науч. конф. - Саратов: Издат. центр «Наука», 2018. - С. 350-352.

71. Модели и инструменты представления пространственно-временных данных в семантическом вебе / Т.Э. Шульга, Н.С. Вагарина, Н.И. Мельникова, Д.А. Мищенко // Известия Самарского научного центра Российской академии наук, 2016. - Т. 18, - № 4(4), - С. 844-851.

72. Растригин, Л.А. Адаптация сложных систем / Л.А. Растригин.-Рига: Зинатне.- 1981.-375 с.

73. Передача дискретных сообщений. Учебник для вузов /В. П. Шувалов [и др.].- М.: Радио и связь. - 1990. - 464 с.

74. Шварцман, В.О., Емельянов, Г.А. Теория передачи дискретной информации / В.О. Шварцман, Г.А. Емельянов.- М.: Связь. - 1979.- 424 с.

75. Теория передачи сигналов / А.Г. Зюко [и др.]. - М.: Радио и связь. 1986. - 304 с.

76. Svetlov, M.S. Coding theory challenges: classic and modern / M.S. Svetlov. // Проблемы управления, передачи и обработки информации: сб. трудов VI Международной научной конференции, посвященной 85-летию Ю.А. Гагарина, СГТУ, декабрь 2018.- Саратов.- ООО «Студия оперативной полиграфии «Лоди».- 2019.- С.54-68.

77. Светлов, М.С. Повышение помехоустойчивости недвоичных информационных каналов с помехами большой интенсивности / М.С. Светлов [и др.]. // Радиотехника. — 2017. — №7. — С. 136-139.

78. Светлов, М.С. Анализ и оценка помехоустойчивости информационного канала с кодеком на базе кодового сигнального признака / М.С. Светлов [и др.]. // Радиотехника. — 2018. — №9. — С. 27-31. DOI: 10.18127/j00338486-201809-06.

79. Svetlov, M.S. Increasing of information reliability of digital communication channels under conditions of high intensity noise / Svetlov, M.S. [et. al.] // Dynamics of systems, mechanisms and machines (Dynamics-2016): Proceedings of the X International Scientific and Technical Conference. — Omsk, 2016. IEEE Catalog Number: CFP16RAB-CDR. DOI: 10.1109/Dynamics.2016.7819025.

80. Svetlov, M.S. Algorithms of coding and decoding for code with code signal feature / M.S. Svetlov [et. al.] // Conference of Russian Young Researchers in Electrical and Electronic Engineering (EIConRus-2017): Proc. 2017 IEEE Conference. — St. Petersburg, 2017. — P. 748-752. DOI: 10.1109/EIConRus.2017.7910666.

81. Советов, Б. Я., Стах, В. М. Построение адаптивных систем передачи информации для автоматизированного управления / Б. Я. Советов, В.М. Стах.- Л.: «Энергоиздат». - 1982. - 120 с.

82. В. В. Квашенников Методы адаптивного помехоустойчивого кодирования и их применение в перспективных комплексах авиационной радиосвязи // III Всероссийская конференция «Радиолокация и радиосвязь». -ИРЭ РАН, 26-30 октября 2009.- М.:Изд-во ФГУП «Калужский НИИ телемеханических устройств».- 2009.- С.474-486.

83. Svetlov, M.S. Noise immunity improvement of DVB-T2 digital data transmission systems / M.S. Svetlov [et. al.] // Conference of Russian Young Researchers in Electrical and Electronic Engineering (EIConRus-2018): Proc. 2018

IEEE Conference. — St. Petersburg, 2018. — P. 1162-1166. DOI: 10.1109/EIConRus.2018.8317297.

84. Svetlov, M.S. Information channel synthesis for remote test monitoring / M.S. Svetlov [et. al.] // Conference on Actual Problems of Electron Devices Engineering (APEDE-2018): Proc. International Conference. — Saratov, 2018. — P. 101-104. DOI: 10.1109/APEDE.2018.8542266.

85. Stankovic J.A., Wood A.D., HeGreig D. Realistic Applications for Wireless Sensor Networks. - Theoretical Aspects of Distributed Computing in Sensor Networks. Monographs in Theoretical Computer Science. An EATCS Series. - Springer, Berlin, Heidelberg, 2011. - P. 835-863.

86. Akyildiz I.F., Su W., Sankarasubramaniam Y., Cayirci E. Wireless Sensor Networks: a Survey // Computer Networks, 2002. - Vol. 38. - No. 4. - P. 393-422.

87. J., Mukherjee B., Ghosal D. Wireless Sensor Network Survey // Computer Networks, 2008. - Vol. 52. - P. 2292-2330.

88. Prodanovic R., Rancic D., Vulic I., Zoric N., Bogicevic D., Ostojic G., Sarang S., Stankovski S. Wireless Sensor Network in Agriculture: Model of Cyber Security // Sensors, 2020. - Vol. 20(6747). - P. 1-22. DOI: 10.3390/s20236747.

89. Muduli L., Mishra D.P., Jana P.K. Application of wireless sensor network for environmental monitoring in underground coal mines: A systematic review // Journal of Network and Computer Applications, 2018. - Vol. 106. - P. 48-67.

90. Culler D., Estrin D., Srivastava M. Overview of Sensor Networks // IEEE Computer, 2004. Vol. 37/ - No. 8. - P. 41-49.

91. Park S.J., Vedantham R., Sivakumar R., Akyildiz I.F. A Scalable Approach for Reliable Downstream Data Delivery in Wireless Sensor Networks // Proc. of the 5th ACM Int. Symp. on Mobile ad hoc Networking and Computing, 2004. - P. 78-89.

92. Wan C.Y., Campbell A.T., Krishnamurthy L. PSFQ: a Reliable Transport Protocol for Wireless Sensor Networks. // Proc. of the 1st ACM Int. Work-shop on Wireless Sensor Networks and Applications, 2002. -P. 1-11.

93. Pai H., Sung J., Han Y.S. Adaptive Retransmission for Distributed Detection in Wireless Sensor Networks // IEEE Int. Conf.e on Sensor Networks, Ubiq-uitous, and Trustworthy Computing (SUTC'06), 2006. - P. 2-7.

94. Boudec J., Thiran P. Network Calculus: A Theory of Deterministic Queuing Systems for the Internet // Springer, LNCS 2050, 2004.

95. Schmitt J.B., Roedig U. Sensor Network Calculus - a Framework for Worst Case Analysis // Proc. IEEE/ACM Int. Conf. on Distributed Computing in Sensor Systems (DCOSS'05), 2005. - P. 141-154.

96. Koubaa A., Alves M., Tovar E. Modeling and Worst-case Dimensioning of Cluster-tree Wireless Sensor networks // Proc. 27th IEEE Int. Real-time Sys-tems Symp. (RTSS'06), 2006. - P. 412-421.

97. Roedig U., Gollan N., Schmitt J.B. Validating the Sensor Network Calculus by Simulations // Proc. 2nd Performance Control in Wireless Sensor Networks Workshop at the 2007 WICON Conf., 2007. - Article No. 34. - P. 1-8.

98. Liu B., Ren F., Lin C., Ouyang Y. Performance Analysis of Retransmission and Redundancy Schemes in Sensor Networks // Proc. IEEE Int. Conf. on Communications (ICC'08), 2008. - P. 4407-4413.

99. Schmitt J.B., Zdarsky F.A., Thiele L. A Comprehensive Worst Case Calculus for Wireless Sensor Networks with In-network Processing // Proc. 28th IEEE Int. Real-time Systems Symposium (RTSS'07), 2007. - P. 193-202.

100. Xia F. QoS Challenges and Opportunities in Wireless Sensor/Actuator Networks // Sensors, 2008. - Vol. 8. - No. 2. -P. 1099-1110.

101. Raghunathan V., Schurgers C., Park S., Srivastava M.B. Energy aware Wireless Microsensor Networks // IEEE Signal Processing Magazine, 2002. - Vol. 19. No. 3. - P. 40-50.

102. Taddia C., Mazzini G. On the Retransmission Method in Wireless

Sensor Networks // 28th IEEE Int. Real-Time Systems Symp., 2007. - P. 193-202.

116

103. Стопинге, В. Современные компьютерные сети, 2-е изд. СПб.: Питер, 2003.

104. Куроуз, Дж., Росс, К. Компьютерные сети, 4-е изд. СПб.: Питер,

2004.

105. Buzen J.P. Computational algorithms for closed queueing networks with exponential servers // Comm. ACM, 1973, Vol. 16, No. 9, P. 527-531.

106. Сильвестров, Д.С. Полумарковские процессы с дискретным множеством состояний / Д.С. Сильвестров. - М.: Сов.радио, 1980. - 272 с.

107. Королюк, B.C. Полумарковские процессы и их приложения / B.C. Королюк, А.Ф. Турбин. - Киев: Наукова думка, 1976. - 184 с.

108. Рыков, В.В. Управляемые системы массового обслуживания / В.В. Рыков, // Итоги науки и техники. Теория вероятностей. Математическая статистика. Теоретическая кибернетика. - 1975. - Т. 12. - С. 43-154.

109. Peterson, W.W., Weldon, E.J.: Error-Correcting Codes, 593 p. The MIT Press, Cambridge (1972).

110. Гладких, А. А. Основы теории мягкого декодирования избыточных кодов в стирающем канале связи / А. А. Гладких. — Ульяновск : УлГТУ, 2010. — 379 с.

111. Shannon, C. E. Mathematical Theory of Communication / C. E. Shannon // Bell System Technical Journal. — 1948. — Vol. 27. — P. 379—423.

ПРИЛОЖЕНИЕ А Свидетельства о государственной регистрации программ для ЭВМ

СВИДЕТЕЛЬСТВО

о государеIвенной регистрации программы лля ЭВМ

№ 2022663978

Модель интерактивной сетевой структуры

11равообладатсль Федеральное государственное бюджетное образовательное учреждение высшего образования «Саратовский государственный технический университет имени Гагарина Ю.А.» (СГТУ имени Гагарина Ю.А.) (ЯII)

Авторы Ребров Евгений .Алексеевич (ЯП), Мищенко Дмитрий Алексеевич (ЮУ)

ПРИЛОЖЕНИЕ Б Акты о внедрении результатов работы

АКТ

о внедрении результатов диссертационной работы в учебный процесс

на тему:_Модели и методы динамического управления_

__интерактивными сетевыми структурами_

по направлению: 1.2.2 - Математическое моделирование._

__численные методы и комплексы программ_

выполнил:_Мищенко Дмитрий Алексеевич_

Настоящий акт свидетельствует о том, что теоретические положения и результаты экспериментальных исследований, полученные при выполнении диссертационной работы аспиранта ФГБОУ ВО «Саратовский государственный технический университет имени Гагарина Ю.А.» Мищенко Дмитрия Алексеевича внедрены в учебный процесс кафедры «Радиоэлектроника и телекоммуникации» в курсе Б. 1.2.12 «Синтез технических систем».

Директор ИнЭТиП СГТУ имени Гагарина Ю.А.

Заведующий кафедрой «Радиоэлектроника и телекоммуникации»

Профессор кафедры

«Радиоэлектроника и телекоммуникации»

ООО НТК «Сигнал» 14302б= г. Москва, территория инновационного центра Сколково, Большой бульвар, д. 42 стр. 1: эт. 1 пом. 709

СПРАВКА

о внедрении результатов диссертационной работы «Математические модели и методы динамической адаптации интерактивных сетевых структур» ас пир ант а Саратовского государственного технического университета

имени Гагарина Ю.А.

Мищенко Дмитрия Алексеевича

Материалы днссертацнонного исследования аспиранта Саратовского государственного технического университета имени Гагарина Ю.А. Мищенко Дмитрия Алексеевича на тему: «Математические модели и методы динамической адаптации интерактивных сетевых структур» использованы в ООО НТК «Сигнал» для построения модели перспективной системы беспроводных датчиков для летательных аппаратов (ЛА)_ Эта система планируется к установке на борту Л А с целью повышения информационной надежности н упрощения конструкции телеметрических информационных канатов, обеспечивающих передачу измерительно-контрольной информации от датчиков изображения на борту Л А, а также для снижения веса н повышения экономической эффективности самого Л А. Разработка системы беспроводных датчиков для Л А проводилась в период с 27 августа 2020 т по 3 февраля 2022 года. В этот период с 15.11.2021 г. по 01.03.2022 г. Мищенко Д.А. предложены алгоритмы и разработаны соответствующие программы повышения надежности и качества обмена информацией между беспроводными датчиками и управления процессом передачи информации, а также с помощью численного моделирования показано, что предлагаемые алгоритмы позволяют существенно повысить надежность работы всей сета датчиков, установленных на борту Л А.

В построенной модетн нашли отражение следующие положения днссертацнонн ой работы:

1. Для повышения точности н надежности передачи информации от датчиков на центральный пункт сбора информации предложены новые алгоритмы, обладающие свойствами повышенной помехозащищенности при действии помех большой интенсив и оста.

2. С помощью разработанных программ проведено численное моделирование процесса передачи информации от датчика на цен тральный пульт сбора н управления н доказана эффективность предложенных алгоритмов.

Результаты работы Мнщенко Д.А. обсуждены на научно-техническом совете ООО НГК «Сигнал».

Директор ООО НГК «Сип

кандидат технических на>