CC BY
32УДК 623.1/.7:621.396.7
ГРНТИ 78.25.17
АНАЛИТИЧЕСКОЕ ОПИСАНИЕ ЦЕЛОСТНОГО ИНФОРМАЦИОННОГО ПРОСТРАНСТВА ОБЪЕКТА НА ОСНОВЕ ГРАФОВЫХ СТРУКТУР
Д.А. ТАВАЛИНСКИЙ, доктор технических наук, доцент
Военный университет радиоэлектроники (г. Череповец)
А.В. ТИМОШЕНКО, доктор технических наук, профессор
Военный университет радиоэлектроники (г. Череповец)
З.Ф. ШАЙДУЛИН, кандидат технических наук, доцент
Военный университет радиоэлектроники (г. Череповец)
К.Н. ЗАХАРОВ
Военный университет радиоэлектроники (г. Череповец)
Представлен подход к аналитическому описанию целостного информационного пространства объекта наблюдения, позволяющий учитывать взаимосвязи признаков разной природы для выявления изменений состояний объекта и прогнозирования его поведения в ходе мероприятия, проводимого с его участием. Определены условия формализации описания информативных признаков объекта наблюдения, учитывающие структурно-функциональную целостность информационного пространства. Изложено описание объекта наблюдения в виде конечной последовательности векторов параметров состояния, их комбинаций и совокупности преобразований над ними. Разработана формальная структура целостного информационного пространства объекта наблюдения и процедур его преобразований с учетом изменчивости признакового пространства объекта наблюдения во времени.
Ключевые слова: признаковое пространство, идентификация состояния объекта, процедура преобразования данных, ориентированный граф.
Введение. Постоянное совершенствование технических характеристик летательных аппаратов и наращивание возможностей их бортовых радиоэлектронных средств по комплексному выполнению функций передачи-приема сигналов при сохранении скрытности работы определяет необходимость развития систем контроля воздушного пространства [1, 2]. Эффективность функционирования таких систем напрямую зависит от своевременности и правильности принятия грамотных управленческих решений. Принимать обоснованные решения в настоящее время становится все сложнее. Данное обстоятельство связано с: недостаточным количеством характеризующих состояния объекта наблюдения информативных признаков, которые проявляются при функционировании его бортовых радиоэлектронных средств; постоянно увеличивающимся объемом разнородной информации, поступающей на обработку от обеспечивающих и взаимодействующих с объектом систем, а также из глобальной информационной сети «Интернет», средств массовой информации и т.д.; ограниченной штатной численностью аналитиков; отсутствием полноценной системы поддержки принятия решений (СППР), которая бы обеспечивала формирование и представление соответствующим должностным лицам информационных гипотез о складывающейся ситуации в наблюдаемом воздушном пространстве.
Задача мониторинга воздушного пространства решается на основе методов, методик и алгоритмов, характерных для «ручной» обработки сведений с использованием средств вычислительной техники для поиска и отбора справочных данных в интересах лиц, ответственных за принятие решений. В ходе анализа обстановки ориентируются на проявившиеся признаки объектов наблюдения, которые оцениваются субъективно, качественно
и интуитивно на основе имеющегося опыта у соответствующих должностных лиц [3]. Указанное обстоятельство связанно с отсутствием соответствующего подхода, который бы позволил выявить состояния объектов наблюдения для прогнозирования развития ситуации в условиях структурной и параметрической информационной неопределенности.
Актуальность. Разработка аналитического подхода к определению состояния объекта наблюдения и прогнозирования его поведения в условиях ограниченного количества проявившихся признаков, характеризующих его текущее состояние, является актуальной задачей, одно из возможных направлений решения которой связано с обработкой имеющихся данных путем их преобразования в процессах формирования информативных признаков разной природы.
Определение и изложение формализации описания признакового пространства объекта наблюдения позволяет сформулировать задачу структурно-функциональной целостности информационного пространства, а также формально-математические условия ее сохранения по этапам анализа.
Решение вопросов выявления равносильных, сравнимых условий получения структурно-функциональной целостности объекта обусловливает необходимость доступа к целостному информационному пространству (ЦИП) объекта путем преобразования данных в процессах формирования информативных признаков разной природы.
Условия формализации преобразований данных в ЦИП и равносильность их обеспечения опираются на следующие положения.
1. Обобщенная формальная структура ЦИП базируется на принципе структурной интеграции (обобщения) свойств отдельных преобразований.
2. Структурная интеграция преобразований ЦИП включает в себя относительно самостоятельные и взаимосвязанные признаки, характеризующие состояние объекта наблюдения:
а) представление данных, позволяющее реализовать «принцип опоры на неизменяемые элементы ЦИП (или словарь состояний)», как принцип преобразования;
б) выбор функциональных модулей преобразований, рассматриваемых в качестве целостных объектов формализованного построения, число, состав и содержание которых определяется целевой функцией объекта наблюдения;
в) допущение об отождествлении содержания (параметров преобразований) каждого этапа анализа с содержанием отдельного мероприятия объекта наблюдения.
Большое многообразие видов преобразований ЦИП в условиях структурной и параметрической неопределенности определяет сложность их выявления и идентификации в процессе аналитической деятельности.
Для решения задачи идентификации состояния объекта, необходимо учитывать формально-математические условия, методы и методики, дающие возможность определить и фиксировать (оценивать) свойство структурно-функциональной целостности на ориентированных графах (орграфах), эмпирически присущее им.
Построение формальной структуры ЦИП связано с выбором формального способа задания критерия структурно-функциональной целостности, связываемого с использованием графовых структур и представления преобразований ЦИП с учетом изменчивости признакового пространства объекта наблюдения во времени.
Емкость аппарата внешней (объекта наблюдения) и внутренней (преобразования признакового пространства) характеристики ветвления, описываемой в терминах теории графов, позволяет принять ее в качестве формального критерия данного свойства для орграфов ЦИП. При этом условие совместного представления состояния объекта и ЦИП является формой выражения критерия структурно-функциональной целостности данного дерева.
Известную возможность в этом плане представляет эмпирически присущее иерархическим моделям данных свойство структурно-функциональной целостности, которое
помимо содержательной иерархии этапов реализации мероприятия СБА имеет и структурную взаимосвязанность целого (ЦИП) и его частей (элементов ЦИП) в процессе анализа. При этом под целостностью в работе понимается соответствие имеющейся в ЦИП информации ее внутренней логике, структуре и всем явно заданным правилам. Каждое правило, налагающее некоторое ограничение на возможное состояние объекта, представляет собой ограничение целостности.
Под последовательностью признаков длиной п, характеризующей состояние объекта наблюдения, следует понимать совокупность , ^= 1(1)N признаков источника £,
определенных на множестве (алфавите) = {а1,..., ак} объемом к (признаковым
пространстве), находящихся в определенных отношениях и связях друг с другом и образующих определенную целостность.
Таким образом, совокупность взаимосвязанных признаков е £ есть форма представления исходного описания объекта наблюдения в целостном информационном пространстве.
При установлении порядка чередования признаков $<п> образуется структура, которая
является формой взаимосвязи между элементами ЦИП, характеризующая состояние объекта наблюдения.
Исходное описание объекта наблюдения я<п> е £ в процессе изменения состояния ф взаимно однозначно преобразуется в вектор параметров состояния
Ъ<т> =< ¿1,..., Ът >, Ъ<т>=ф(*<п>), ^ е £, Ъ е {0,1}, I = 1(1)т,
(1)
а множество
В = {Ъ<т> : Ъ<т> = ф(*<п> X ^<п> е £}
(2)
является параметрическим множеством.
Для анализа состояний объекта наблюдения в качестве единичных элементов ЦИП, т.е. элементарных фрагментов, из которых состоит ЦИП в целом, предлагается рассматривать не только векторы параметров состояния
< Ь >т, I = 1(1)т, Ь е {0,1},
(3)
но и их объединения, а именно комбинации векторов параметров состояния
< В</> >с =< В</ >1, В</ >2 — В<1>а >, В</> =< Ь >, , * = 1(1)m,
(4)
состоящие из заданного числа следующих подряд / векторов параметров состояния ЦИП.
В связи с этим предлагается рассматривать два вида структуры ЦИП:
1) Параметрическая структура ЦИП формируется совокупностью векторов параметров состояния и определяет их взаимосвязи между собой, а также статистику их распределения. Эта структура в значительной степени зависит от типа источника информации и способа преобразования данных об объекте. Параметрическая структура, определяя собой взаимосвязи между векторами параметров состояния, характеризует уровень избыточности представления данных.
2) Комбинационная структура ЦИП отражает закономерности чередования /-разрядных комбинаций векторов параметров состояния, а также проявляется в особенностях ряда распределения комбинаций в пределах данных.
Применительно к анализу методов преобразования данных длина комбинации векторов параметров состояния, очередность следования и особенности их ряда распределения зависят от структуры данных об объекте наблюдения.
Таким образом, любое исходное описание объекта наблюдения е $ может быть представлено в виде конечной последовательности векторов параметров состояния < Ь г >т или их комбинаций < Б<ь >с и совокупностью преобразований ф, ф2, ф3 над ними.
По изменению единичных элементов структуры ЦИП в процессе информационного взаимодействия предлагается различать следующие виды преобразований: 1) Неискажающие преобразования вида
Ь<т> =фн (*<п> )
(5)
обеспечивают точность совпадения обратно преобразованных данных с исходными
*<«> =ф1(Ь<т > ).
(6)
Следует отметить, что неискажающие преобразования не учитывают природу данных источника информации.
2) Искажающие преобразования изменяют исходные данные таким образом, что
<п> =Ф:\кт >) ? <п> <п>'
(7)
За счет удаления части элементов структуры ЦИП, как полное восстановление информации об объекте наблюдения, так и описание текущего состояния объекта наблюдения на основании предыдущего состояния возможно лишь частично.
Как правило, искажения допустимы только при преобразовании ЦИП, когда известно каким образом и до какой степени можно изменить признаковое пространство без потери информативных свойств.
3) Трансформирующие преобразования изменяют исходные данные об объекте наблюдения, за счет модификации как единичных элементов, так и структуры ЦИП в целом, после чего даже частичное описание текущего состояния объекта наблюдения на основании предыдущего состояния и учет его признакового пространства невозможны
* *<«> *фф(Ь<т> X *'
ф *
<п > <п > '
(8)
При постановке задач анализа ЦИП объекта, определяемых последовательностью выполнения и содержанием преобразований над данными источника информации, роль неизвестных играют структура и параметры ЦИП, принимающих значения на числовой оси или на некотором множестве чисел. ЦИП предлагается рассматривать как решение задачи, а цель исследования заключается в выявлении информативных признаков ЦИП и идентификации состояния объекта наблюдения.
Процедура преобразования данных может быть описана графом преобразования ЦИП, вершины которого элементы структуры ЦИП, а ребра их взаимоподчинение.
Граф преобразования ЦИП Оь, существующий в момент времени ^, и правило изменения графа во времени [4-6] могут быть записаны как
а = С, ], г = 1(1)и,
(9)
Э1
и
где П - некоторый оператор над графом, преобразующий граф, наблюдаемый в момент времени ¿г, в граф, который появляется в момент времени ¿¿+1.
Назовем О начальным графом, а последовательность графов 0( , возникающую из в
силу условия (9) - графовой траекторией (рисунок 1).
Рисунок 1 - Графовая траектория При выполнении соотношения
О = О
(10)
устанавливается равновесие графа [6].
Множество графов О , для которых в силу выражения (9) в некоторый момент времени
выполняется условие (10), называется областью сходимости этого равновесия, а сам факт установления равновесия - сходимостью к равновесию.
Анализ и обработка данных, отражающие состояние и целевую функцию сложных объектов наблюдения, задают определенные свойства графа, которые проявляются в структурных и статистических признаках процедур формирования ЦИП в системах поддержки принятия решения.
Для моделирования процедуры формирования ЦИП предлагается использовать граф О(У, Е), в котором элементы процедуры моделируются вершинами V графа О, а связи между ними - ребрами Е. Граф О^, Е) включает:
узлы графа ЦИП
ребра графа ЦИП
< Укр >п =< , Укп > к = 1(1Ж р =1(1)и;
< ер >и =< вЬ1, вк 2 — вкп > Ь = 1(1) к, Р = 1(1) п
(11)
(12)
Любой граф может быть задан как отображение множеств номеров узлов р = 1(1)и и номеров уровней к = 1(1)к. Узел Укр, не имеющий исходящих ребер, будем называть
вершиной.
При нумерации узлов и уровней выполняются следующие условия.
1) Номер любого узла всегда больше номера того узла, которому он подчинен (т.е. к которому подходит ребро, идущее от рассматриваемого узла)
р > р, Увр = (Ур, Vк.р.), к = 1(1)к, р = 1(1)и
(13)
2) Номер уровня подчиненного узла всегда больше номера уровня того узла, которому он подчинен
И* >И, = (^,ул,р.),к = 1(1)*,р = 1(1)п.
(14)
Выполнение условий (13) и (14) устанавливает порядок расположения вершин на уровне, который не стеснен порядком, установленным на вышестоящем уровне.
При нумерации вершин число «1» присваивается всегда параметрам корневого узла, далее непосредственно связанные с корнем узлы нумеруются слева направо. Нижележащие уровни нумеруются сверху вниз, а узлы на них - слева направо.
Для моделирования процедуры преобразования данных предлагается ограничиться рассмотрением графов без циклов, для которых задающее отображение однозначно, т.е. является функцией вершин и уровней. Таким образом, граф, моделирующий процедуру преобразования признаков (111111), представляется как ориентированное дерево, каждый компонент которого также представляет собой ориентированное дерево [6, 7].
Введем в рассмотрение целочисленную функцию ф(к, р), заданную на множестве положительных чисел и определенную на множестве всех неотрицательных чисел 0, 1, 2, 3,..., следующим образом: р - номер вершины И-го уровня дерева, ф(к, р) - номер той вершины предыдущего уровня, с которой связана вершина с номером р [6]. Такую целочисленную функцию назовем функцией подчинения (рисунок 2). По такой функции и числу п можно единственным образом восстановить граф 0(У, Е), каждый компонент которого является деревом.
Следует отметить, что функция ф(И, р) равна нулю в тех случаях, когда узел дерева Укр не подчинен ни одному узлу дерева.
Для описания составных операций над графами, учитывающих сложносоставное изменяющееся признаковое пространство, предлагается рассмотреть операции, в которых участвуют две функции, а именно:
ф(И, р) - функцию подчинения в пространстве прямых признаков по отношению к объекту наблюдения;
5(к, р) - функцию подчинения в пространстве косвенных признаков по отношению к объекту наблюдения.
ф(И р)
4 32-
ООО
о о
1-О I I I I I I I I I—►
12345 6789 10 П
Рисунок 2 - Описание графа функцией подчинения Введем в рассмотрение операции, определяющие графовые преобразования вида
ф^Ок,) = Р[фч (уКр)„ (15)
где Г - составная операция над функциями ф,5; и - /-ый момент времени. В данном случае функция 8{уЬр) постоянна, не зависит от 1/ и выступает в роли графа параметра.
В этом случае признаковое дерево 0(¥, Е) является формой взаимосвязи параметров состояния Ъ<т> е В<т> и характеризуется особенностями расположения вершин в пределах к - уровня
< Укр >п =< уш , ук2 , ..., укт > к = 0(1)к, Р = 1(1)т.
(16)
Построение бинарного признакового дерева ППП начинается с некоторой точки - корня (к = 0, р = 1)
< ур >п =< у0 р >1 = у01,
(17)
от которого проводятся ребра (<<0>> или <<1>>)
< % >п, к = 0(1)к -1, р = 1(1)р,
(18)
образующие вершины к+1 уровня, причем каждой вершине соответствуют свой путь от корня и свой уровень
е1р,И = \(\)Кр = \(\)р,
(19)
где ер - ребро признакового дерева.
Входная последовательность В*т> =< Ъ* >т разбивается на блоки
В<т> =< Ъкр >п, т = 1(1)М, к = 0(1)к -1, р = 1(1)/ .
(20)
При аддитивном описании признаков (в двоичном виде) структуры ЦИП в качестве меры сходства входной последовательности и пути до вершины признакового дерева предлагается использовать функцию совпадений
&) = Е (Ъ*.р + ерр шсё2),
(21)
]=1
где р = 1(1)п, . = 1(1)к, / = 1(1)т -1, Ъ*р, е.р е {0; 1} .
Величина функции совпадений может быть выражена следующим образом
к пРи .р = е№,
к пРи С },р * е№.
(22)
Из соотношения (22) следует, что при выполнении условия Ъ*. = е.р имеет место главный пик функции совпадения, в то время как во всех остальных случаях к* < к.
7=0
При проявлении признаков объекта в виде последовательности параметров < Ь*+] >к =< Ь*+1,...,Ь*+ к >, обеспечивающих выполнение условия Е,(1) = к, происходит формирование новой вершины (к+1)-го уровня (рисунок 3)
/;+1
/;+1
(23)
При этом Ьк р становится узлом, а Ьк+1 р ^ - вершиной признакового дерева.
Уо ,1
Вершина
У2,4
Рисунок 3 - Формирование вершины у3,2 признакового дерева при г = 3
Таким образом, расположение вершин в признаковом дереве определяет функцию ф(ук р),
зависит от частоты появления новой вершины на соответствующем пути и определяет длину пути и размер признакового вектора, характеризующего состояние объекта наблюдения.
На каждом из уровней признакового дерева находятся вершины, имеющие равные длины
пути.
Для анализа состояния объекта наблюдения в условиях изменяющегося признакового пространства предлагается рассмотреть систему уравнений вида (рисунок 4)
ф+1 У р) = Рф[ф' У р ),& К, р)], +1 У р) = У р У р)].
(24)
где фч (у,) - признаковое дерево в пространстве прямых признаков по отношению к объекту
к, р
наблюдения в момент времени и; 8Ч (у ) - признаковое дерево в пространстве косвенных
признаков по отношению к объекту наблюдения в момент времени и+1.
Аналитические выражения, описывающие зависимость функции ф(ук ), определяющей
расположение вершин признакового дерева от функции 8(уь ), не существуют из-за
отсутствия строгих математических моделей формирования ЦИП различными объектами. В силу этого для оценивания значений данных величин используются результаты статистических исследований.
Рисунок 4 - Анализ состояния объекта наблюдения
Целевую функцию объекта наблюдения в процессе преобразования данных в обобщенном виде можно представить как отображение некоторых информативных признаков , / = 1(1) п
объекта наблюдения £ в определенные векторы параметров состояния объекта <Ъ>т параметрического пространства В<т>.
Влияние структурно-параметрической неопределенности, в рамках системно-функциональной модели ведения наблюдения, на приемной стороне может быть оценено некоторой количественной мерой, например, в виде вероятности искажения структуры ЦИП В свою очередь, система поддержки принятия решений реализует обратное отображение, обеспечивающее взаимно однозначное соответствие между совокупностями признаков ЦИП и реализуемым мероприятием объектом наблюдения.
Большое многообразие признаков и их комбинаций привело к необходимости разработки и внедрения подхода к идентификации состояния объекта в условиях структурной и параметрической информационной неопределенности. В силу сложной организации указанных процедур разработка подходов к идентификации состояния объекта в таких условиях является сложной задачей и основывается на всестороннем анализе этапов процесса анализа ЦИП.
Предлагаемый подход к анализу признакового пространства предусматривает исследование свойств ЦИП, что позволяет сформировать концептуальную модель совместного ППП и целостного информационного пространства объекта наблюдения [8].
При этом следует отметить, что она должна учитывать особенности и свойства ППП, изменения единичных элементов структуры ЦИП в процессе информационного взаимодействия и может являться основой для реализации комплексного подхода к решению научно-технических задач идентификации состояния объекта в условиях структурной и параметрической неопределенности. Под комплексностью в данном случае понимается взаимосвязанный анализ признакового пространства и оценки параметров модели ЦИП. С учетом сформулированных особенностей такая модель должна отражать взаимосвязи состояния объекта наблюдения, алфавита проявляемых признаков, параметров состояния и некоторого параметра их совместного представления и может быть представлена в виде
(25)
где А{*} - алфавит признакового пространства;
£{п} - признаки, проявляющиеся в ходе деятельности объекта;
У{ч1] - модель состояния объекта наблюдения с соответствующим алфавитом;
Б{т} - параметрическое пространство состояния объекта с соответствующим алфавитом;
М^1 - совокупность правил отображения алфавита признаков 8{п} в элементы У{№} и Б{т} при
наблюдении объекта (£ - номер во множестве разрешенных отображений);
^ = ^ (М, К) - совместный параметр, отражающий свойства состояния объекта и его ЦИП.
В рамках предложенной модели анализ свойств ППП основывается на положениях теории информации, изучающего методы представления данных. Полученные результаты выражаются в значения обобщенных свойств состояния объекта и его ЦИП М. Они проявляются на приемной стороне в процессе анализа ППП и сопоставительного анализа ЦИП, сформированных различными источниками, и применяемых в мероприятиях СБА в Арктической зоне.
Анализ ЦИП объекта наблюдения проводится на трех основных уровнях: параметрическом, комбинационном и структурном. Результаты анализа могут быть представлены с помощью параметров состояния объекта и параметров ЦИП.
На параметрическом уровне описывается комбинаторика проявившихся признаков, не принимая во внимание значение и ту ценность, которую представляют эти признаки и их сочетания для лица, принимающего решение. Изучение свойств объекта на этом уровне подразумевает анализ статистических свойств ЦИП без учета иерархии и взаимосвязей в структуре генерирующего источника признаков.
Непосредственно в качестве предмета анализа на этом уровне выступают отношения между признаками , г = 1(1)п в моменты времени
Комбинационная модель учитывает закономерности чередования комбинаций признаков. Предметом исследования и описания на этом уровне является признаковое пространство 8{п} и
его отношения между моделью состояния объекта наблюдения У{ч1] и параметрами его
состояния Б{т].
Структурная модель определяет форму применения объекта наблюдения, в соответствии с реализуемым мероприятием. Так, возможна ситуация, при которой источник информации образует новое (неизвестное) для интепретанта ЦИП, и полнота доступа к нему стандартными средствами анализа существенно ограничена. В таких условиях возникает необходимость отыскания новых информативных признаков состояния объекта, выявления новых закономерностей ППП и формирования элементов ЦИП. При обработке на приемной стороне свойства ЦИП проявляются комбинационные взаимосвязи элементов анализируемой структуры с ранее сформированной базой знаний конкретного мероприятия ранее наблюдаемого объекта. При этом выявленные взаимосвязи отражают меру близости оцениваемых ЦИП к одному из классов объектов. В рамках структурной модели ЦИП формируются дополнительные ограничения на множество совокупностей признаков и их комбинаций, разрешенных с точки зрения свойств параметрической и комбинационной моделей.
Анализ ЦИП с использованием методов, выражений и графических интерпретаций выявляет существенные для идентификации состояния объекта наблюдения параметры графовых моделей, оценивает возможные состояния ЦИП путем подачи на модель информации об изменениях в ППП. Результаты анализа могут быть представлены с помощью параметров модели и параметрами состояния объекта.
Графовая модель ЦИП. В случаях изменения структуры ППП в зависимости от содержания преобразований над данными источника сообщения возникает поэтапный процесс изменения графа-дерева, описывающего структуру ЦИП.
Структура ЦИП формируется совокупностью признаков, определяет взаимосвязи признаков между собой и статистику их распределения. Признаки ЦИП могут объединяться по
некоторым признакам в блоки, которые, в свою очередь, объединяются по более укрупненным признакам. Такое иерархическое построение непрерывно изменяется, так как в ходе решения задачи не только меняется число признаков ЦИП, включенное в анализируемый блок, или число блоков, объединяемых в более крупные комбинации признаков, но и по мере преобразований ЦИП формируются или удаляются те или иные блоки. Таким образом, если на текущий момент времени ЦИП описывается некоторым графом, то в процессе преобразований ЦИП возникает последовательность таких графов, сменяющихся один за другим. В этих случаях графовая модель отражает текущее состояние ППП, а изменение ЦИП во времени связано не с движением по графу, а с изменением самого графа. При этом объектом исследования, изменение которого во времени описывает процесс преобразования ЦИП, служит граф в целом.
Выводы. Представлен подход к аналитическому описанию целостного информационного пространства объекта наблюдения, который за счет анализа информации об изменениях в пространствах прямых и косвенных признаков, позволяет выявлять изменения состояний объекта и осуществлять прогнозирование его поведения в ходе проведения мероприятий с его участием. Предложенное описание информативных признаков, а также разработанная формальная структура ЦИП и процедур его преобразований делают возможным выражение отношения между признаковым пространством, моделью состояния объекта наблюдения и параметрами его состояния. Данное обстоятельство, в свою очередь, обеспечивает взаимно однозначное соответствие между совокупностями признаков ЦИП и выполняемым объектом наблюдения мероприятием.
Реализация разработанного подхода в рамках перспективной СППР позволит повысить оперативность и обоснованность принимаемых управленческих решений соответствующими должностными лицами.
СПИСОК ЛИТЕРАТУРЫ
1. Дубатовская А.В., Митрофанов Д.В., Разиньков С.Н. Имитационное моделирование радиоэлектронной обстановки в системах контроля воздушного пространства // Воздушно-космические силы. Теория и практика. 2019. № 12. С. 135-144. [Электронный ресурс]. Режим доступа: http://academy-vvs.ru/docs/editions/VKS/zhurnal_vks/12-2019/135-144.pdf (дата обращения 13.11.2021).
2. Тимошенко А.В., Поддубицкий А.А., Милованов П.Г., Кочкаров А.А. Структурно-параметрический синтез поддержки управления разведывательными средствами воздушного и наземного базирования // Воздушно-космические силы. Теория и практика. 2021. № 18. С. 22-30. [Электронный ресурс]. Режим доступа: http://academy-vvs. m/docs^ditюns/VKS/zhumal_vks/18-2021/22-30.pdf (дата обращения 10.11.2021).
3. Оценка признаков деятельности систем в процессе ситуационного моделирования и прогнозирования / Н.Н. Сагаев, Н.К. Сагаев, С.Ю. Зеленцов, А.П. Михайленко // Наукоемкие технологии. 2017. № 11. С. 67-72.
4. Алексеев В.Е., Таланов В.А. Графы и алгоритмы. Структуры данных. Модели вычислений. М.: БИНОМ, 2006. 320 с.
5. Юдицкий С.А. Моделирование динамики многоагентных триадных сетей. М.: Синтег, 2012. 112 с.
6. Динамический подход к анализу структур, описываемых графами (основы графодинамики) / М.А. Айзерман и др. // Автомат. и телемех. 1977. Вып. 7. С. 135-151.
7. Графодинамическая триадная модель системы с дискретным управлением / С.А. Юдицкий, Л.В. Желтова, П.Н. Владиславлев // Приборы и системы. Управление, контроль, диагностика, 2010. № 10. С. 12-18.
8. Советов Б.Я. Моделирование систем. М.: Юрайт, 2014. 343 с.
REFERENCES
1. Dubatovskaya A.V., Mitrofanov D.V., Razin'kov S.N. Imitacionnoe modelirovanie radio'elektronnoj obstanovki v sistemah kontrolya vozdushnogo prostranstva // Vozdushno-kosmicheskie sily. Teoriya i praktika. 2019. № 12. pp. 135-144. ['Elektronnyj resurs]. Rezhim dostupa: http://academy-vvs.ru/docs/editions/VKS/zhurnal_vks/12-2019/135-144.pdf (data obrascheniya 13.11.2021).
2. Timoshenko A.V., Poddubickij A.A., Milovanov P.G., Kochkarov A.A. Strukturno-parametricheskij sintez podderzhki upravleniya razvedyvatel'nymi sredstvami vozdushnogo i nazemnogo bazirovaniya // Vozdushno-kosmicheskie sily. Teoriya i praktika. 2021. № 18. pp. 22-30. ['Elektronnyj resurs]. Rezhim dostupa: http://academy-vvs.ru/docs/editions/VKS/zhurnal_vks/18-2021/22-30.pdf (data obrascheniya 10.11.2021).
3. Ocenka priznakov deyatel'nosti sistem v processe situacionnogo modelirovaniya i prognozirovaniya / N.N. Sagaev, N.K. Sagaev, S.Yu. Zelencov, A.P. Mihajlenko // Naukoemkie tehnologii. 2017. № 11. pp. 67-72.
4. Alekseev V.E., Talanov V.A. Grafy i algoritmy. Struktury dannyh. Modeli vychislenij. M.: BINOM, 2006. 320 p.
5. Yudickij S.A. Modelirovanie dinamiki mnogoagentnyh triadnyh setej. M.: Sinteg, 2012.
112 p.
6. Dinamicheskij podhod k analizu struktur, opisyvaemyh grafami (osnovy grafodinamiki) / M.A. Ajzerman i dr. // Avtomat. i telemeh. 1977. Vyp. 7. pp. 135-151.
7. Grafodinamicheskaya triadnaya model' sistemy s diskretnym upravleniem / S.A. Yudickij, L.V. Zheltova, P.N. Vladislavlev // Pribory i sistemy. Upravlenie, kontrol', diagnostika, 2010. № 10. pp. 12-18.
8. Sovetov B.Ya. Modelirovanie sistem. M.: Yurajt, 2014. 343 p.
© Тавалинский Д.А., Тимошенко А.В., Шайдулин З.Ф., Захаров К.Н., 2021
Тавалинский Дмитрий Анатольевич, доктор технических наук, доцент, профессор кафедры, Военный университет радиоэлектроники (г. Череповец), Россия, 162622, Вологодская область, г. Череповец, Советский проспект, 126, chvviur2@mil.ru.
Тимошенко Александр Васильевич, доктор технических наук, профессор, профессор кафедры, Военный университет радиоэлектроники (г. Череповец), Россия, 162622, Вологодская область, г. Череповец, Советский проспект, 126, u567ku78@gmail.com.
Шайдулин Зуфар Фаатович, кандидат технических наук, доцент, заместитель начальника университета по вооружению, Военный университет радиоэлектроники (г. Череповец), Россия, 162622, Вологодская область, г. Череповец, Советский проспект, 126, chvviur2@mil.ru.
Захаров Константин Николаевич, преподаватель 32 кафедры, Военный университет радиоэлектроники (г. Череповец), Россия, 162622, Вологодская область, г. Череповец, Советский проспект, 126, z_k_n77@mail.ru.
UDK 623.1/. 7:621.396.7
GRNTI 78.25.17
THE OBJECT SPACE INTEGRAL INFORMATION ANALYTICAL DESCRIPTION
BASED ON GRAPH STRUCTURES
D.A. TAVALINSKIY, Doctor of Technical sciences, Associate Professor
Military University of Radioelectronics (Cherepovets)
A.V. TIMOSHENKO, Doctor of Technical sciences, Professor
Military University of Radioelectronics (Cherepovets)
Z.F. SHAYDULIN, Candidate of Technical sciences, Associate Professor
Military University of Radioelectronics (Cherepovets)
K.N. ZAKHAROV
Military University of Radioelectronics (Cherepovets)
The observation object integral information space analytical description approach is presented, which allows taking into account the different nature features interrelationships to identify changes in the states of the object and predict its behavior during an event held with its participation. The observation object informative features description formalization conditions, taking into account the structural and functional integrity of the information space, are determined. The observation object description is presented in the state parameters vectors finite sequence, their combinations and a set of transformations over them. The observation object integral information space formal structure and its transformation procedures has been developed, taking into account the observation object characteristic space variability over time.
Keywords: feature space, object state identification, data transformation procedure, oriented graph.
DOI: 10.24412/2500-4352-2021-20-301-313
