CC BY
329
НАУЧНОЕ ИЗДАНИЕ МЕТУ ИМ. Н. Э. БАУМАНА
НАУКА и ОБРАЗОВАНИЕ
Эл № ФС77 - 48211. Государственная регистрация №0421200025. КБМ 1994-0408
электронный научно-технический журнал
Специализированное АРМ для проектирования программного обеспечения комплексов навигации и воздушной разведки
# 08, август 2013 Б01: 10.7463/0813.0585918
Волосатова Т. М., Чичварин Н. В., Афиногенов Е. И.
УДК 003.26.004.7.004.9
Россия, МГТУ им. Н.Э. Баумана 1ашагауо1@ ашаИ. сот genrih.gertz@gmai1.com аГтоаеиоу.еу аету@ gmai1.com
Введение
Основой настоящей статьи являются результаты проведенных исследований по разработке средств автоматизированного проектирования системного программного обеспечения и программ для наземных и бортовых комлексов воздушной разведки (БКР) и дистанционного зондирования Земли. Авторы обобщают эти результаты в настоящей статье.
Публикация строятся на материалах цикла из двух статей. В первой статье [1] авторы провели обзор и анализ комплексов, включающих пилотируемые и беспилотные ЛА -носители средств воздушной разведки. Во второй статье [2] рассматрены вопросы учета режимов воздушной разведки, в частности, режимы функционирования аэрофотоаппаратуры (АФА), систем стабилизации положения АФА на различных носителях и средств привязки аэрофильмов к той или иной системе координат.
При проведении исследований, результаты которых опубликованы в этих статьях, сделана попытка применить системный анализ комплексов воздушной разведки, построенных на основе применения аэрофотоаппаратов АФА и, в частности, цифровых АФА. Целями анализа являлись:
• обеспечение разработки (проектирования) полетного задания для ЛА разведки, находящихся в эксплуатации;
• обеспечение процесса проектирования перспективных комплексов с учетом реальных условий эксплуатации.
Поэтомы задачи настоящей публикации решаются на основе обзора[1 -4]:
• типичных самолетов - носителей средств навигации и воздушной разведки;
• аппаратуры воздушной разведки;
• основных факторов навигации ЛА и свойств аппаратных средств, определяющих качество разведданных при различных режимах воздушной разведки;
• особенностей предварительной обработки разведданных на борту ЛА;
• особенностей наземных информационных систем обработки разведданных и подготовки разведдонесений;
• средств защиты разведданных, передаваемых по беспроводным каналам передачи сообщений для комплексов наземных информационных систем обработки разведданных и подготовки разведдонесений.
1. Комплекс средств воздушной разведки
Достачно полный обзор указанных комплексов проведен в [1-4]. Это позволяет установить гипотетическую конфигурацию аппаратных средств перспективных комплексов навигации и воздушной разведки.
В таблице 1 приводится возможный перечень указанных средств. В перечне учтены все исторически сложившиеся, но обладающие новыми ТТХ аппаратные средства. Их анализ, в свою очередь, позволил выработать требования к специализированному АРМ для проектирования компонент программного обеспечения, обеспечивающего функционирование аппаратных средств и обработку разведданных на борту самолета-разведчика.
Таблица 1. Перечень и основные характеристики устройств регистрации информации комплекса средств воздушной разведки максимальной конфигурации
Датчик информации Способ формирования изображения Канал Примечание
ТВ - система однострочное видимый Развертка строки поперек пути от левого к правому борту. Служебная информация, передается в каждой строке.
РЛС бокового обзора синтез апертуры радиолокационный Развертка строки поперек пути.
РЛС переднего обзора Электронное сканироавание фазирован ной антеной решеткой радиолокационный Развертка строки поперек пути.
Специализи рованная ОЭС строчно- кадровый видимый Кадр формируется путем развертки столбца поперек пути от левого к правому . Яркостная информация считывается из буфера датчика
Специализир ованная ОЭС (типа «Бия») кадровый ИК Яркостная информация считывается из буфера датчика построчно. Служебная информация передается в строках и в пределах кадра.
Цифровой АФА панорамн ый строчнокадровый бокового обзора видимый, кратное масштабирование по каждой оси Кадр формируется путем развертки столбца поперек пути, начиная от правого (режим ПБ) или от левого (режим ЛБ) борта. Яркостная информация считывается столбцами. Служебная информация передается в каждом столбце.
Цифровой АФА кадровый кадровый переднего обзора видимый Яркостная информация считывается столбцами с матрицы («мозаики» матриц).
Лазерная навигацио нная система ЬАОТТКК строчно- кадровый переднего обзора ИК Кадр формируется способом, аналогичным панорамному АФА.
Необходимо подчекнуть, что при разработке специализированного АРМ учтена не только вышеприведенная кофигурация, но и режимы функционирования средств воздушной разведки. Особое внимание уделено снабжение АРМ средствами компенсации возможной дефокусировки и смаза, которым подвержена аппаратура легких беспилотных ЛА [1, 2].
2. Анализ прототипов специализированного АРМ
При разработке специализированного АРМ, учтено что оно должно позволять разрабатывать программное обеспечение как для бортовых комплексов навигации и воздушной разведки, так и для наземных комплексов формирования разведдонесений по разведданным, поступающим с борта самолета. Многие задачи, которые должен решать
наземный комплекс, учтены в геоинформационных системах (ГИС). Некоторые компоненты известных ГИС приняты за прототип при разработке специализированного АРМ. Для проведения обзора отобраны самые распространенные в настоящее время ГИС, в значительной степени решающие часть задач, поставленных к ПО, которое необходимо разрабатывать в среде специализированнного АРМ. К ним можно отнести: ПО PHOTOMOD, PHOTOMOD GeoMosaic, "PHOTOMAP - MAKER", «Панорама-редактор», Autopano Pro, «Талка», Отобранные ГИС характеризуются общим свойством -модульность структуры. Это ГИС, реализующие либо применимые для реализации технологий «prototyping». При разработке специализированного АРМ учтены также специализированные ГИС для работы с данными, продуцируемыми различной регистрирующей аппаратурой воздушной разведки: PhotoTransformator Professional, Z_SPACE, ERDAS IMAGINE. Учтены также и типичные технологические средства сопровождения ГИС: ER Mapper, Autodesk Map, Bentley Geospatial Desktop,
3. Обзор бортовых и стационарных вычислительных средств, на которые ориентировано программное обеспечение, продуцируемое с помощью специализированного АРМ [5, 6]
3.1. Комплексы, применимые для наземной обработки данных воздушной разведки
Вычислительные комплексы (ВК) «Эльбрус-90микро» в конструктиве СPCI в настольном исполнении выполнены в конструктиве «Евромеханика» (см. таблицу 5) в соответствии с требованиями стандарта СPCI, являются высокопроизводительными многопроцессорными вычислительными системами, обеспечивающими многопользовательский, многозадачный режим вычислений в реальном масштабе времени. Предназначены для использования в стационарных системах управления и обработки информации. Ориентированы также на применение в системах с жесткими условиями эксплуатации.
Аппаратура вычислительных комплексов имеет сетевое оборудование для обменов с другими ВК аналогичного типа или с другими ВК и ЭВМ, а также рядом ВК и ЭВМ, а также рядом интерфейсов как параллельного, так и последовательного типа.
Комплексы могут поставляться в двух вариантах конструктивного исполнения корпусов: встраиваемом и настольном. Встраиваемые конструкции могут дополняться конструктивными узлами для автономной отладки. Вычислительные комплексы данного конструктивного исполнения используют систему воздушного охлаждения открытого типа. Устройство охлаждения может располагаться в аппаратуре пользователя или быть встроено в корпус поставляемого комплекса.
Таблица 2. Структурная схема и характеристики вычислительного комплекса в
конструктиве «Евромеханика»
Параметр Значение
Центральный процессор - отечественный микропроцессор «МЦСТ-Я500»
Количество центральных процессоров 1-4
Тактовая частота микропроцессора (МГц) 500 (150)
Объем оперативной памяти (Мбайт) 256-1024
Внутрипроцессорная кэш-память, Кбайт 48 (24)
Внешняя кэш-память одного процессора, Мбайт 4 (1)
Объем дисковой памяти не менее (Гбайт) 9-36
Периферийные шины
cPCI до 8-ми слотов*
ББш подключение модулей расширения
Производительность ВК («МЦСТ-К500») в полной комплектации (SPECint95/SPECfp95) 35/28
Время реакции на прерывание (мкс) 13
Средняя наработка на отказ (час) 9300
Среднее время восстановления (мин) 20
Первичная сеть 27 В пост. тока, или 220В/50 Гц
Максимальная потребляемая мощность в момент включения (Вт) 1250 (650)
Возможность построения многомашинных комплексов имеется
Г абаритные размеры (мм):
встраиваемое исполнение 483х296х266
настольное исполнение 483х332х354
Видеомонитор плоскопанельный с разрешением до 1280х1024
полная функциональная совместимость с архитектурой SPARC
второй класс защищенности от несанкционированного доступа
второй уровень контроля недекларированных возможностей
ОПО обеспечивает работу систем режима реального времени и многомашинных комплексов в среде ОС Solaris
ВК обеспечивает возможность работы под управлением ОС МСВС и Linux
* В скобках указаны значения для 4-слотового варианта ВК
Отмеченная возможность комплексирования нескольких ЭВМ (например, создание кластеров) существенно повышает производительность, что позволит обеспечить требуемые ресурсы наземных комплексов подготовки разведдонесений.
3.2. Вычислительные средства, применимые для оперативной обработки данных, регистрируемых бортовой навигационной и разведывательной аппаратурой
3.2.1. Бортовая ЭВМ «Багет-53»
Эта ЭВМ имеет открытую архитектуру.
Системная шина - УМЕ-Ьш, выполнена в соответствии с IEEE 1014-87.
Конструктив модулей - «Евромеханика 6и» выполнен в соответствии с механическим стандартом 1ЕЕЕ 1101.2 с размером платы 160х233,35 мм.
Габаритные и установочные размеры ЭВМ разработаны по ГОСТ 26765.16-87 (4К, 3К, 2К) в вариантах расположения разъемов, как на передней панели, так и на задней (врубной разъем). Системное программное обеспечение:
Операционная система реального времени ОС РВ Багет 2.0.
Тесты встроенного, расширенного и автономного контроля; библиотеки ввода-вывода. Основные технические характеристики ЭВМ "Багет-53-30":
Модуль центрального процессора БТ33-205 ЮКСУ.467450.008-01 имеет следующие
характеристики:
центральный процессор - КОМДИВ; внешняя тактовая частота - 33 МГ ц; внутренняя 82,5 МГц.
На сегодяшнем уровне задач, которые ставятся для обработки изображений такой производительности явно недостаточно.
Объем ОЗУ - 16 МБ, ширина доступа 32 разряда. Относительно малые объем и разрядность ОЗУ также усложняют требования, предъявляемые к соответствующему программному обеспечению.
3.2.2. Встраиваемые ЭВМ серии «Багет-83В»
Встраиваемые малогабаритные ЭВМ «Багет-83В» ЮКСУ.466225.028, «Багет-83В-01» ЮКСУ.466225.028-01 и «Багет-83В-02» ЮКСУ.466225.028-02 предназначены для применения в комплексах управления оружием, средствами разведки и телекоммуникаций различных видов ВС РФ в качестве центрального бортового вычислителя для решения задач сбора данных и управления объектом и встраиваемой управляющей ЭВМ для управления бортовыми подсистемами; встраиваемого интеллектуального контроллера для создания портативных приборов и навигационных систем.
3.2.3. БЦВМ серий Ц400, Ц600
Советские/российские серии бортовых ЭВМ, сигнальные процессоры, разработанные НИИСИ РАН и производящиеся КБ «Корунд-М». Следует отаетить, что Ц400 (получивший также индекс «Багет-55-02») выполняет операцию «бабочка» для процедуры быстрого преобразования Фурье со скоростью 40 млн оп./с. Это свойство можно считать существенным при разработке программного обеспечения бортового комплекса навигации и воздушной разведки. Очевидно, что ядром этого обеспечения являются быстрые спектральные алгоримы (преобразование Фурье, вейвлет-преобразования, преобразование Карунена - Лоэва).
4. Описание структуры и состава программного обеспечения специализированного
АРМ
На рис. 1 приведены основные компоненты, входящие в состав разработанного АРМ, и отражен способ их организации. ПО специализированного АРМ построено по модульному принципу. Это обеспечивается самым простым способом. Управление и инициализация прикладных программм осуществляется пользователем через ПО пользовательского интерфейса с помощью управляющей программы по общей шине команд (на рис 1. отмечено серыми рамками соответствующих блоков). Передача данных осуществляется через буфер -общую шину данных.
Рис. 1. Структура ПО специализированного АРМ
Таким образом, комплекс является открытым по управлению, дополнительному ПО, данным и возможным периферийным аппаратным средствам. Последнее обеспечивается группой ПО, позволяющим осуществлять полунатурное моделирование с применением реальных, либо эмулированных датчиков разведданных (на рис. 1 помечены сплошным
серым полем). Открытой является и библиотека программ распознавания. Понятно, что такого рода библиотеки не могут быть замкнутыми - множество методов распознавания образов непрерывно расширяется [7 - 18].
Струтура базового комплекта приведена на рис. 2.
Рис. 2. Структура открытой библиотеки алгоритмов распознавания
Результаты аналитического обзора основных стохастических и эвристических методов распознавания приведены в таблице 3.
Классификация методов распознавания Область применения Ограничения (недостатки)
Методы, основанные на оценках плотностей распределения значений признаков (или сходства и различия объектов) Задачи с известным распределением, как правило нормальным, необходимость набора большой статистики. Отсутствие обобщения. Необходимость перебора всей обучающей выборки при распознавании, высокая чувствительность к непредставительности обучающей выборки и артефактам.
Методы, основанные на предположениях о классе решающих функций Классы должны быть хорошо разделяемыми, система признаков -ортонормированной. Отсутствие обобщения. Должен быть заранее известен вид решающей функции. Невозможность учета новых знаний о корреляциях между признаками.
Логические методы Задачи небольшой размерности пространства признаков. Отсутствие обобщения. При отборе логических решающих правил (коньюнкций) необходим полный перебор. Высокая вычислительная трудоемкость.
Лингвистические (структурные) методы Задачи небольшой размерности пространства признаков. Отсутствие обобщения. Задача восстановления (определения) грамматики по некоторому множеству высказываний (описаний объектов), является трудно формализуемой. Нерешенность теоретических проблем.
Классификация методов распознавания Область применения Ограничения (недостатки)
Метод сравнения с прототипом Задачи небольшой размерности пространства признаков. Отсутствие обобщения. Высокая зависимость результатов классификации от меры расстояния (метрики).
Метод к-ближайших соседей Задачи небольшой размерности по количеству классов и признаков. Отсутствие обобщения. Высокая зависимость результатов классификации от меры расстояния (метрики). Необходимость полного перебора обучающей выборки при распознавании. Вычислительная трудоемкость.
Алгоритмы вычисления оценок (голосования) АВО Задачи небольшой размерности по количеству классов и признаков. Отсутствие обобщения. Зависимость результатов классификации от меры расстояния (метрики). Необходимость полного перебора обучающей выборки при распознавании. Высокая техническая сложность метода.
Программная реализация подавляющего большинства эвристических и стохастических алгоритмов требует значительных ресурсов ЭВМ. Поэтому они предпочтительнее для применения в наземных комплексах воздушной разведки. Именно в этих комплексах разумно реализовать программы с обучением, типовой алгоритм применения которых приведен на рис. 3.
+■
Экспериментальная информация
Рис. 3. Процедура обучения
Группа программ, объединенных в ПО обработки спектрозональных изображений включает в себя
• программы компарирования изображений, зарегистрированных в различных спектральных диапазонах электромагнитного излучения;
• программы компарирования изображений, зарегистрированных в различных спектральных поддиапазонах видимого излучения;
• программы совмещения изображений, зарегистрированных в различных спектральных диапазонах электромагнитного излучения.
В програмах первой и второй группы реализуются известные способы сравнения изображений.
Программы совмещения изображений отличаются тем, что реализуют совмещение либо в координатной, либо в частотной областях.
ПО устранения геометрических искажений включает себя:
• программу устранения искажений, регистрируемых средствами переднего обзора;
• программу устранения искажений, регистрируемых средствами бокового обзора.
Заключение
Проведенные аналитический обзор и описание разработанного авторами специализированного АРМ позволили заключить, что продуцируемые с его помощью
программные средства основываются на базе разных алгоритмов и по разному реализуются в бортовых и наземных комплексах воздушной разведки. Для бортовых комплеков, ориентированных на отечественные спецЭВМ, предпочтительнее использовать скоростные спектральные алгоритмы. При этом один из разумных путей оптимизации таких программ является переход к микропрограммированию и частичное применение аппаратной реализации путем разработки микроконтроллеров, либо использование ПО для наземных комплексов, которое реализуется в ЦМХ- подобных средах (ЬШИХ) и специализированных системах ОС-РВ.
Список литературы
1. Афиногенов Е.И., Волосатова Т.М., Сельвесюк Н.И., Чичварин Н.В. Метод системного анализа аппаратуры и режимов аэрофоторазведки // Наука и образование. МГТУ им. Н.Э Баумана. Электрон. Журн. 2011. № 11. Режим доступа: http://technomag.edu.ru/doc/261314.html (дата обращения 08.05.13). Работа выполнена при поддержке Гранта Президента РФ № МД-1248.2011.8
2. Афиногенов Е.И., Волосатова Т.М., Сельвесюк Н.И., Чичварин Н.В. Метод системного анализа комплексов аэрофоторазведки // Наука и образование. МГТУ им. Н.Э Баумана. Электрон. Журн. 2011. № 12. Режим доступа: http://technomag.edu.ru/doc/239824.html (дата обращения 08.05.13). Работа выполнена при поддержке Гранта Президента РФ № МД-1248.2011.8
3. Афиногенов Е.И., Волосатова Т.М., Сельвесюк Н.И., Чичварин Н.В. Анализ методов и средств контроля систем дистанционного зондирования Земли // Наука и образование. МГТУ им. Н.Э Баумана. Электрон. Журн. 2012. № 2. Режим доступа: http://technomag.edu.ru/doc/322927.html (дата обращения 08.05.13). Работа выполнена при поддержке Гранта Президента РФ № МД-1248.2011.8
4. Афиногенов Е.И., Волосатова Т.М., Сельвесюк Н.И., Чичварин Н.В. Системный подход к проектированию алгоритмов информационно-управляющей системы летательного аппарата с учетом противодействия информационным подсистемам // Информационные технологии. 2012. № 10. С. 34-44.
5. Бортовые ЭВМ. Режим доступа: http://www.arms-expo.ru/049050049055124050057051052057.html (дата обращения 08.05.13).
6. Эльбрус-90 микро. Режим доступа: russianarms.ru>forum/index.php/topic,11641.0.html (дата обращения 08.05.13).
7. Белобородова М.Н., Волосатова Т.М. Программа для распознавания образов на аэрофотоснимках преобразованием Хафа // XI МНТК «Наукоемкие Технологии и
Интеллектуальные Системы» (Москва, 2009 г.): материалы. М.: МГТУ им.
Н.Э. Баумана. С. 34 -36.
8. Волосатова Т.М., Татьян Т.С. Обзор алгоритма SIFT // XI МНТК «Наукоемкие Технологии и Интеллектуальные Системы» (Москва, 2009 г.): материалы. М.: МГТУ им. Н.Э. Баумана. С. 31-33.
9. Волосатова Т.М., Горин Я.А. Синтез изображений из фрагментов видеоизображений в системах мониторинга и разведки // XII МНТК «Наукоемкие Технологии и Интеллектуальные Системы» (Москва, 2010 г.): материалы. М.: МГТУ им. Н.Э. Баумана. С. 145 -147.
10. Волосатова Т.М., Горин Я.А., Марченков А.М. Разработка программного обеспечения для формирования и обработки стереоизображений // XII МНТК «Наукоемкие Технологии и Интеллектуальные Системы» (Москва, 2010 г.): материалы. М.: МГТУ им. Н.Э. Баумана. С. 78-81.
11. Волосатова Т.М., Шмакова Н.А. Построение статического 3D изображения с использованием корреляционного метода // XIII МНТК «Наукоемкие Технологии и Интеллектуальные Системы» (Москва, 2011 г.): тез. докл. М.: МГТУ им.
Н.Э. Баумана. С. 192-195.
12. Волосатова Т.М., Краснов А.С. Метод минимизации пространства информационных признаков в задачах таксономии // XIII МНТК «Наукоемкие Технологии и Интеллектуальные Системы» (Москва, 2011 г.): тез. докл. М.: МГТУ им. Н.Э. Баумана. С. 176-178.
13. Афиногенов Е.И., Волосатова Т.М. Отслеживание положения камеры системы компьютерного зрения в трехмерном пространстве в режиме реального времени // XIV МНТК «Наукоемкие Технологии и Интеллектуальные Системы» (Москва, 2012 г.): материалы. М.: МГТУ им. Н.Э. Баумана. С. 76-79.
14. Симанков В.С., Луценко Е.В. Адаптивное управление сложными системами на основе теории распознавания образов. Режим доступа: victor-safronov.narod.ru>svstems-analvsis/books/ (дата обращения 08.05.13).
15. Волосатова Т.М., Воронов А.В., Чичварин Н.В. Математическое и программное обеспечение решения задачи синтеза для САПР оптико-электронных систем // Информационные технологии. Приложение к журналу. 2008. № 4. С. 2-32.
16. Афиногенов Е.И., Волосатова Т.М. Программа для восстановления дефокусированных изображений методом регуляризации // XI МНТК «Наукоемкие Технологии и Интеллектуальные Системы» (Москва, 2009 г.): материалы. М.: МГТУ им. Н.Э. Баумана. С. 53 -56.
17. Александров Е.А. Основы теории эвристических решений. Подход к изучению естественного и построению искусственного интеллекта. М.: Радио и связь, 1975. 242 с.
18. Брудно А.Л. Грани и оценки для сокращения перебора вариантов // Проблемы кибернетики. 1963. Вып. 10. С. 141-150.
19. Донской М.В. О программе, играющей в шахматы // Проблемы кибернетики. 1974. Вып. 29. С. 169-200.
20. Адельсон-Вельский Г.М., Арлазаров В.Л., Донской. М.В. Программирование игр. М.: Наука, 1978. 263 с.
21. Бонгард М.М. Проблема узнавания. М.: Физматгиз, 1967. 183 с.
22. Айзерман М.А., Браверман Э.М., Розоноер Л.И. Метод потенциальных функций в теории обучения машин. М.: Наука, 1970. 343 с.
23. Вапник В.Н., Червоненкис А.Я. Теория распознавания образов. Статистические проблемы обучения. М.: Наука, 1974. 274 с.
24. Анисимов Б.В., Курганов В.Д., Злобин В.К. Распознавание и цифровая обработка изображений: учеб. пособие для студентов вузов. М.: Высшая школа, 1983. 185 с.
25. Василенко Г.И., Цибулькин Л.М. Введение в статистическую теорию распознавания образов. М.: Наука, 1979. 378 с.
SCIENTIFIC PERIODICAL OF THE BAUMAN MSTU
SCIENCE and EDUCATION
EL № FS77 - 48211. №0421200025. ISSN 1994-0408
electronic scientific and technical journal
Special AWS for designing software for navigation complexes and aerial surveillance
# 08, August 2013 DOI: 10.7463/0813.0585918
Volosatova T.M., Chichvarin N.V., Afinogenov E.I.
Bauman Moscow State Technical University, 105005, Moscow, Russian Federation
tamaravol@ gmail. com genrih.gertz@gmail.com afinogenov.ev geniy@ gmail.com
This paper is based on the results of investigations of computer-aided design facilities for systems software and software for terrestrial and on-board facilities of aerial surveillance and Earth remote sensing. The article presents a review of typical airplanes used for carrying navigation equipment and aerial surveillance along with the investigation of intelligence equipment, key factors of airplane navigation and hardware properties which determine the quality of intelligence data obtained in different modes of aerial surveillance, special features of intelligence data preprocessing in-flight, peculiarities of ground information system for processing intelligence data and preparing intelligence reports. Configuration of a special AWS was justified.
Publications with keywords: protection means, cryptography, steganographic algorithm, information technology security, unauthorized access, computer steganography, digital steganography
Publications with words: protection means, cryptography, steganographic algorithm, information technology security, unauthorized access, computer steganography, digital steganography
References
1. Afinogenov E.I., Volosatova T.M., Sel'vesyuk N.I., Chichvarin N.V. Metod sistemnogo analiza apparatury i rezhimov aerofotorazvedki [Method of equipment’s and aerial reconnaissance modes’ system analysis]. Nauka i obrazovanieMGTUim. N.E. Baumana [Science and Education of the Bauman MSTU], 2011, no. 11. Available at: http://technomag.edu.ru/doc/261314.html , accessed 08.05.13.
2. Afinogenov E.I., Volosatova T.M., Sel'vesyuk N.I., Chichvarin N.V. Metod sistemnogo analiza kompleksov aerofotorazvedki [System analisis for the reconnaissance photography complexes]. Nauka i obrazovanie MGTU im. N.E. Baumana [Science and Education of the Bauman MSTU], 2011, no. 12. Available at: http://technomag.edu.ru/doc/239824.html , accessed 08.05.13.
3. Afinogenov E.I., Volosatova T.M., Sel'vesvuk N.I., Chichvarin N.V. Analiz metodov i sredstv kontrolva sistem distantsionnogo zondirovaniva Zemli [Analvsis of methods and means of controlling Earth remote sensing svstems]. Nauka i obrazovanie MGTU im. N.E. Baumana [Science and Education of the Bauman MSTU], 2012, no. 2. Available at: http://technomag.edu.ru/doc/322927.html , accessed 08.05.13.
4. Afinogenov E.I., Volosatova T.M., Sel'vesvuk N.I., Chichvarin N.V. Sistemnvv podkhod k proektirovanivu algoritmov informatsionno-upravlvavushchev sistemv letatel'nogo apparata s uchetom protivodevstviva informatsionnvm podsistemam [The Svstems Approach to Design Control Algorithms Considering Aircraft to Counter the Information Subsvstems]. Informatsionnye tekhnologii, 2012, no. 10, pp. 34-44.
5. Bortovye EVM [On-Board computers]. Available at: http://www.arms-expo.ru/049050049055124050057051052057.html , accessed 08.05.13.
6. El'brus-90 mikro. Available at: russianarms.ru>forum/index.php/topic,11641.0.html , accessed 08.05.13.
7. Beloborodova M.N., Volosatova T.M. Programma dlva raspoznavaniva obrazov na aerofotosnimkakh preobrazovaniem Khafa [The program for pattern recognition on aerial photographs using the Hough transform]. Naukoemkie Tekhnologii i Intellektual'nye Sistemy: materialy 11th MNTK [Knowledge-intensive Technologies and Intelligent Svstems: proc. of the 11th Youth Scientific and Technical Conference]. Moscow, Bauman MSTU Publ., 2009, pp. 34 -36.
8. Volosatova T.M., Tat'van T.S. Obzor algoritma SIFT [Overview of SIFT algorithm]. Naukoemkie Tekhnologii i Intellektual’nye Sistemy: materialy 11th MNTK [Knowledge-intensive Technologies and Intelligent Svstems: proc. of the 11th Youth Scientific and Technical Conference]. Moscow, Bauman MSTU Publ., 2009, pp. 31-33.
9. Volosatova T.M., Gorin Ya.A. Sintez izobrazheniv iz fragmentov videoizobrazheniv v sistemakh monitoringa i razvedki [The svnthesis of images from fragments of video images in svstems of monitoring and reconnaissance]. Naukoemkie Tekhnologii i Intellektual'nye Sistemy: materialy 12thMNTK [Knowledge-intensive Technologies and Intelligent Svstems: proc. of the 12th Youth Scientific and Technical Conference]. Moscow, Bauman MSTU Publ., 2010, pp.145 -147.
10. Volosatova T.M., Gorin Ya.A., Marchenkov A.M. Razrabotka programmnogo obespecheniva dlva formirovaniva i obrabotki stereoizobrazheniv [Development of software for creation and processing of stereo images]. Naukoemkie Tekhnologii i Intellektual'nye Sistemy: materialy 12thMNTK [Knowledge-intensive Technologies and Intelligent Svstems: proc. of the 12th Youth Scientific and Technical Conference]. Moscow, Bauman MSTU Publ., 2010, pp.78-81.
11. Volosatova T.M., Shmakova N.A. Postroenie staticheskogo 3D izobrazheniva s ispol'zovaniem korrelvatsionnogo metoda [Construction of static 3D images using a correlation method]. Naukoemkie Tekhnologii i Intellektual'nye Sistemy: materialy 13t MNTK [Knowledgeintensive Technologies and Intelligent Svstems: abstracts of the 12th Youth Scientific and Technical Conference]. Moscow, Bauman MSTU Publ., 2011, pp.192-195.
12. Volosatova T.M., Krasnov A.S. Metod minimizatsii prostranstva informatsionnvkh priznakov v zadachakh taksonomii [The method of minimizing of space of information signs in problems of taxonomv]. Naukoemkie Tekhnologii i Intellektual’nye Sistemy: materialy 13th
MNTK [Knowledge-intensive Technologies and Intelligent Svstems: abstracts of the 13th Youth Scientific and Technical Conference]. Moscow, Bauman MSTU Publ., 2011, pp. 176-178.
13. Afinogenov E.I., Volosatova T.M. Otslezhivanie polozheniva kamerv sistemv komp'vuternogo zreniva v trekhmernom prostranstve v rezhime real'nogo vremeni [Tracking the position of camera svstem of computer vision in three dimensional space in real time]. Naukoemkie Tekhnologii i Intellektual’nye Sistemy: materialy 14th MNTK [Knowledge-intensive Technologies and Intelligent Svstems: proc. of the 14th Youth Scientific and Technical Conference]. Moscow, Bauman MSTU Publ., 2012, pp. 76-79.
14. Simankov V.S., Lutsenko E.V. Adaptivnoe upravlenie slozhnymi sistemami na osnove teorii raspoznavaniya obrazov [Adaptive control of complex svstems based on pattern recognition theory]. Available at: victor-safronov.narod.ru>svstems-analvsis/books/ , accessed 08.05.13.
15. Volosatova T.M., Voronov A.V., Chichvarin N.V. Matematicheskoe i programmnoe obespecheniie resheniia zadachi analiza i sinteza dlia SAPR optiko-elektronnvkh sistem [Mathematical and software solutions for analvsis and svnthesis problems for CAD of optoelectronic svstems]. Informatsionnye tekhnologii, 2008, no. 4, suppl., pp. 2-32.
16. Afinogenov E.I., Volosatova T.M. Programma dlva vosstanovleniva defokusirovannvkh izobrazheniv metodom regulvarizatsii []. Naukoemkie Tekhnologii i Intellektual'nye Sistemy: materialy 11thMNTK [Knowledge-intensive Technologies and Intelligent Svstems: proc. of the 11th Youth Scientific and Technical Conference]. Moscow, Bauman MSTU Publ., 2009, pp. 53-56.
17. Aleksandrov E.A. Osnovy teorii evristicheskikh resheniy. Podkhod k izucheniyu estestvennogo ipostroeniyu iskusstvennogo intellekta [Fundamentals of the theory of heuristic solutions. Approach to the studv of natural and construction of artificial intelligence]. Moscow, Radio i svvaz', 1975. 242 p.
18. Brudno A.L. Grani i otsenki dlva sokrashcheniva perebora variantov [Facets and evaluation for reducing the search options]. Problemy kibernetiki, 1963, no. 10, pp. 141-150.
19. Donskov M.V. Oprogramme, igrayushchey v shakhmaty [The program plaving chess]. Problemy kibernetiki, 1974, no. 29, pp. 169-200.
20. Adel'son-Vel'skiv G.M., Arlazarov V.L., Donskov M.V. Programmirovanie igr [Game programming]. Moscow, Nauka, 1978. 263 p.
21. Bongard M.M. Problema uznavaniya [The problem of recognition]. Moscow, Fizmatgiz, 1967. 183 p.
22. Avzerman M.A., Braverman E.M., Pozonoer L.I. Metod potentsial'nykh funktsiy v teorii obucheniya mashin [The method of potential functions in the theory of machine learning]. Moscow, Nauka, 1970. 343 p.
23. Vapnik V.N., Chervonenkis A.Ya. Teoriya raspoznavaniya obrazov. Statisticheskie problemy obucheniya [The theorv of pattern recognition. Statistical problems of learning]. Moscow, Nauka, 1974. 274 p.
24. Anisimov B.V., Kurganov V.D., Zlobin V.K. Raspoznavanie i tsifrovaya obrabotka izobrazheniy [Recognition and digital image processing] Moscow, Vvsshava shkola, 1983. 185 p.
25. Vasilenko G.I., Tsibul'kin L.M. Vvedenie v statisticheskuyu teoriyu raspoznavaniya obrazov [Introduction to statistical theorv of pattern recognition]. Moscow, Nauka, 1979. 378 p.
