CC BY
27
нента активно идет процесс развертывания сетей третьего поколения, на услуги которых уже имеется спрос, подтверждаемый значительным количеством проданных в России мобильных телефонов, поддерживающих возможности связи 30. В 2007г. снизилась сумма убытка предприятий отрасли на 36,5% по сравнению с 2006г., против роста в 2006г. на 48% по отношению к 2005г. в сопоставимой оценке. Высоко значение показателя рентабельности оказанных услуг связи в 2007г., превысившее среднее значение по всем ВЭД на 25%.
Причина улучшения ряда показателей в 2007г. нам видится в том, что это год подведения итогов реформы тарифов на услуги местной телефонной связи, введения принципа «платит звонящий», демонополизации рынка дальней связи, активной реализации федеральных целевых программ, национальных проектов и ряда политических событий.
Для выявления факторов, обуславливающих развитие отрасли связи, мы воспользовались комплексным анализом, включающим кластерный, корреляционный, факторный анализ. Его результаты позволяют сделать вывод, что развитие отрасли связи в значительной степени зависит от уровня жизни населения, его доходов, потребительских расходов, фактического конечного потребления домашних хозяйств, ВРП. Интересно отметить сильную зависимость отрасли связи и таких ВЭД, как строительство, торговля и общественное питание, оптовая торговля продукцией производственно-технического назначения, жилищное хозяйство. Несколько меньшая степень взаимосвязи с промышленностью, здравоохранением, образованием и транспортом. Это еще раз говорит об отрасли связи как инфраструктурной и социальной. Из чего следует, что дальнейший рост уровня жизни населения, рост экономики и главным образом промышленного сектора обеспечит дальнейшее развитие отрасли связи, рост инвестиций в нее.
Отметим по состоянию на 2006-2007гг. очень высокую степень взаимосвязи между инвестициями в отрасль связи региона РФ и такими показателями региона, как среднегодовая численность занятых в экономике, ВРП, основные фонды в экономике, объем отгруженных товаров собственного производства, выполненных работ и услуг собственными силами обрабатывающих производств и производства и распределения электроэнергии, ввод в действие общей площади жилых домов, оборот розничной торговли, инвестиции в основной капитал. Построение прогноза изменения этих факторов в комплексе с прогнозом развития отрасли связи, с учетом качественных изменений, выявленных тенденций позволяет разработать наиболее точные сценарии дальнейшего развития отрасли
связи и на их основе оценить уровень ее инвестиционной привлекательности.
Итак, проведенный анализ показал, что российская отрасль связи финансово устойчива, платежеспособна, уровень ее рентабельности превосходит средний уровень по всем ВЭД, имеет значительные перспективы как экстенсивного, так и интенсивного роста и в итоге инвен-стиционно-привлекательна. Поскольку отрасль связи состоит из нескольких подотраслей, причем структура отрасли высокими темпами усложняется, то и к результатам анализа отрасли необходимо подходить с учетом его усреднен-ности. Для борьбы же с наметившимися негативными тенденциями необходимо более активно исследовать возможные направления дальнейшего развития отрасли связи и потребности населения и организаций с целью выявления сегментов, способных обеспечить новый этап бурного роста отрасли и вследствие чего характеризующихся высоким уровнем инвестиционной привлекательности.
На наш взгляд, процесс развития отрасли выражен в развитии ее подотраслей. Инвестиции в отрасль связи, внедрение в широких масштабах достижений науки и техники обуславливают и ускоряют процесс изменения ее структуры: возникают и ускоренно развиваются все новые виды услуг, которые обособляются в самостоятельные подотрасли, в то же время происходит «отмирание» ранее используемых технологий. Наглядно эти процессы можно отследить, исследуя динамику структуры доходов отрасли связи (рисунок).
На основе проведенного анализа мы делаем выводы о том, что каждая подотрасль имеет свой путь развития, свои темпы развития, зависящие как от внешних для отрасли процессов, так и процессов, происходящих внутри отрасли, в том числе и конкуренции между подотраслями. А так как отрасль связи является высокотехнологичной, то и каждая следующая подотрасль имеет более высокие темпы развития и весь ее жизненный цикл проходит более высокими темпами. В целом отрасль связи на сегодняшний день перешла от стадии экстенсивного роста к стадии зрелости.
Мы можем сделать вывод о постепенном смещении точек роста в отрасли, обусловленном в том числе и заметным снижением темпов роста спроса на рынке услуг подвижной связи, вызванным насыщением этого сегмента. Прирост доходов подвижной связи в 2007г. составил лишь 18,9%, в то время как наивысшие значения темпа прироста показывают доходы от услуг по присоединению и пропуску трафика (60,4%), радиочастотных центров радиосвязи, радиовещания, телевидения, спутниковой связи (29,1%), документальной электросвязи (28,3%), почтовой связи (27%). Но важно отметить и тот факт, что в большинстве случаев рост доходов обусловлен
50,0 и 45,0 -40,0 -35,0 -30,0 -25,0 -20,0 -15,0 -10,0 -5,0 -0,0
почтовая и курьерская связь
— документальная связь
■ междугородная и международная телефонная связь
197(1975988985998995996997998992002002002002002002002007
Структура доходов отрасли связи (в процентах к итогу)
ростом цен на соответствующие услуги на фоне снижения цен на услуги подвижной и междугородной связи. Более высокие темпы роста тарифов на услуги связи населению и бюджетным организациям, чем темпы роста тарифов на услуги связи коммерческим организациям, позволяют говорить о такой положительной тенденции, как отступление от схемы перекрестного субсидирования.
При оценке инвестиционной привлекательности отрасли связи необходимо учитывать, что все подотрасли отрасли связи конкурируют между собой и увеличение темпов роста в одной из подотраслей совпадает со снижением темпов роста в ряде других. Это обуславливает диверсификацию бизнеса компаний отрасли в различных подотраслях, активное освоение смежных подотраслей связи. Причем прошедшие реформы принесли наибольшую выгоду традиционным операторам с высокой степенью диверсификации, источники дохода которых не сводятся лишь к услугам, тарифы на которые контролируются государством.
На наш взгляд, в значительной степени дальнейшее развитие отрасли связи будет подстегивать развитие информационных технологий, требующее модернизации технических средств телекоммуникационных сетей с целью расширения их функциональных возможностей, повышения объема, скорости, качества, надежности передачи данных. А, следовательно, доля услуг связи, оказываемых юридическим лицам, будет и дальше превышать долю услуг, оказываемых населению. Удельный вес доходов от услуг связи юридическим лицам в общем объе-
ме доходов от услуг связи на протяжении последних восьми лет составляет в среднем 62,6% в сопоставимых ценах 2000г. и 52,5% - в фактически действовавших ценах. Столь значительное отличие обусловлено высоким ростом цен на услуги связи населению, в среднем отличающимся от роста цен на услуги связи юридическим лицам на 11,5%.
Итак, проведенный анализ отрасли связи позволяет сделать вывод о том, что во всех подотраслях сохраняются устойчивые темпы роста. Сравнивая уровень развития отрасли в субъектах РФ, являющихся центрами социально-экономического, политического развития, и удаленных от них регионах, делаем вывод, что дальнейшее развитие отрасли в значительной степени будет обеспечено благодаря потенциалу развития инфраструктуры в последних. И активно реализуемые национальные проекты и федеральные и региональные целевые программы в значительной степени этому способствуют.
В качестве инвестиционно-привлекательных направлений дальнейшего развития отрасли связи мы предлагаем выделить развитие сетей связи третьего поколения, цифрового телерадиовещания, беспроводного широкополосного доступа к сети Интернет, спутниковой связи, почтовой связи как универсального логистического и финансового оператора, формирование и функционирование «Электронного правительства», создание национальных образовательных, транспортных, инновационных, медицинских, сельскохозяйственных сетей.
УДК 621.326.6
ОСОБЕННОСТИ РЕАЛИЗАЦИИ НЕЙРОСЕТЕВОГО АЛГОРИТМА КОНТРОЛЯ ТЕХНИЧЕСКОГО СОСТОЯНИЯ АВИАЦИОННОГО РАДИОЭЛЕКТРОННОГО ОБОРУДОВАНИЯ
И.А.Лавыгин1
Иркутское высшее военное авиационное инженерное училище (Военный институт), 664009, г. Иркутск, ул. 1— Советская, 176
Предлагается нейросетевой алгоритм контроля технического состояния авиационного радиоэлектронного оборудования. Предложена инженерная методика по разработке систем контроля (диагностики) на основе нейронных систем, которая может быть применена на различных этапах эксплуатации авиационного радиоэлектронного оборудования. Ключевые слова: авиационное радиоэлектронное оборудование, контроль технического состояния, параметрическая идентификация, нейронные сети, архитектура и структура нейронных сетей, алгоритмы обучения нейронных сетей, нейросетевой базис, пространство контролируемых параметров, метрика (метрическое расстояние), экспертные системы диагностирования. Ил. 1. Библиогр. 3 назв.
FEATURES OF REALIZATION OF A NEURAL NETWORK ALGORITHM TO CONTROL OPERATING CONDITIONS OF AERONAUTICAL RADIO-ELECTRONIC EQUIPMENT
Lavigin I.A.
Irkutsk Military Aviation Engineering Higher School (Military Institute) 176 First Soviet St., Irkutsk, 664009
The author presents a neural network algorithm to control operating conditions of aeronautical radio-electronic equipment. He offers an engineering procedure to develop systems of control (diagnosis) based on neural systems. The procedure under discussion can be applied at the different stages of maintenance of aeronautical radio-electronic equipment. Key words: aeronautical radio-electronic equipment, control of operating conditions, parametric identification, neural networks, architecture and structure of neural networks, algorithms of education of neural networks, neural network basis, space of controlled parameters, metrics (metric distance), expert diagnosing systems. 1 figure. 3 sources.
Необходимость контроля технического состояния авиационного радиоэлектронного оборудования (АРЭО) обуславливается снижением его надежности в процессе эксплуатации. Своевременное выявление и устранение отказа в АРЭО приводит к улучшению количественных характеристик надежности. Поэтому контроль является одним из эффективных путей поддержания надежности авиационного радиоэлектронного оборудования.
Существующее и создаваемое в настоящее время АРЭО требует применения перспективных методов контроля, основанных на новых интеллектуальных компьютерных технологиях, позволяющих качественно улучшить процесс контроля.
В статье рассматривается применение ней-
росетевого алгоритма для решения задач контроля технического состояния авиационного радиоэлектронного оборудования. В основе предлагаемого нейросетевого алгоритма используется метод параметрической идентификации, заключающийся на сопоставлении результатов измерений параметров реального АРЭО с расчетными параметрами, вычисленными по его математической модели [1].
На рисунке показана типовая реализация метода параметрической идентификации. Здесь
I- вектор входных параметров; У * - вектор выходных параметров, вычисленных с помощью математической модели АРЭО, представляющий собой классическую аналитическую модель; У - вектор выходных параметров АРЭО, полу-
1 Лавыгин Иннокентий Анатольевич, адъюнкт кафедры эксплуатации и ремонта бортового радиоэлектронного оборудования, тел.: 8-950-1-46-63-74
Lavigin Innokentiy Anatoljevich, a post graduate of the Chair of Maintenance and Repair of on-board radio-electronic Equipment. Tel. 8-950-1-46-63-74
Распознавание технического состояния АРЭО
Принятие решения
Классификатор
Реализация метода параметрической идентификации
ченных путем измерения; е = У - У * - невязка, вычисленная покомпонентным сравнением векторов У * и У .
В качестве математической модели АРЭО применяется нейросетевая модель. Спектр задач, решаемых с помощью такой модели в рамках метода параметрической идентификации, достаточно широк: от задач контроля и диагностики технического состояния АРЭО до отладки его параметров.
Основные этапы инженерной методики построения нейросетевой модели включают в себя:
- предварительный анализ данных на этапе постановки задачи выбора архитектуры нейронной сети;
- преобразование данных (предобработка) для повышения эффективности процедуры настройки сети;
- выбор архитектуры и структуры нейронной сети;
- построение алгоритма обучения;
- обучение и тестирование нейронной сети;
- анализ точности нейросетевого решения;
- принятие решения на основе полученных результатов.
Цель решения задачи параметрической идентификации - построение нейросетевой модели АРЭО по результатам стендовых испытаний.
Отличительной особенностью использования нейросетевых технологий для решения задачи контроля технического состояния АРЭО является отсутствие необходимости применения математической модели, адекватно описывающей сложные физические процессы в авиационном радиоэлектронном оборудовании. Допуски на измеряемые параметры, задаваемые в процессе контроля, здесь не задаются в явном виде, а формируются в процессе обучения нейронной сети на обучающей выборке [2].
Теперь рассмотрим задачу контроля технического состояния АРЭО на основе нейронных сетей в следующей постановке.
Будем полагать, что все возможные состояния АРЭО можно разбить на классы Ау и Ао,
объединяющие родственные состояния, близкие между собой по определенным показателям.
Класс А1 включает в себя все исправные состояния АРЭО, а класс Ао объединяет все неисправные состояния, характеризующиеся наличием выхода хотя бы одного контролируемого параметра за пределы допуска. Требуется по результатам ограниченного числа измерений вектора выходных параметров АРЭО У = (у1, у2,-, Уп) принять решение о принадлежности АРЭО к одному из указанных классов состояний.
Решение данной задачи в общем виде сводится к нахождению некоторой разделяющей функции (гиперповерхности) в пространстве контролируемых параметров авиационного радиоэлектронного оборудования. Исследования, проведенные многими авторами [1, 2], показали, что для решения задачи контроля технического состояния сложных технических систем использовалась метрика. Следовательно, метрика применима и для решения задачи контроля технического состояния авиационного радиоэлектронного оборудования.
В основе предлагаемой методики используется построение эталонной (усредненной) модели АРЭО, полученной по результатам стендовых испытаний АРЭО и хранящейся в нейросетевом базисе в качестве информационного портрета технического состояния авиационного радиоэлектронного оборудования [3]. В процессе контроля технического состояния АРЭО осуществляется измерение его параметров; далее вычисляется метрика, характеризующая различие параметров индивидуального АРЭО и его эталонной (нейросетевой) модели, т. е. оценивается принадлежность вектора выходных параметров каждого из модулей АРЭО к одному из классов А1 или Ао . По величине этой метрики принимается решение о фактическом техническом состоянии исследуемого авиационного радиоэлектронного оборудования.
Идея предлагаемого алгоритма контроля технического состояния АРЭО заключается в следующем: состояние АРЭО представляется точкой в пространстве контролируемых параметров у1, у2,...,уп. Для оценки работоспособности АРЭО необходимо вычислить расстояние от данной точки до эталонной, соответствующей исправному состоянию авиационного радиоэлектронного оборудования [4, 5]. Если это рас-
г
