CC BY
7ИНТЕГРАЛЬНЫЕ РАДИОЭЛЕКТРОННЫЕ УСТРОЙСТВА INTEGRATED RADIOELECTRONIC DEVICES
Научная статья УДК 004.832:004.7
doi:10.24151/1561-5405-2023-28-2-244-251
Информационная система поддержки принятия решений по управлению режимами работы когнитивного радио
Е. В. Карачев, Г. А. Благодатский, С. В. Смирнов
Ижевский государственный технический университет имени М. Т. Калашникова, г. Ижевск, Россия
evgeshkarach@gmail.com
Аннотация. Управление радиосистемами, работающими в коротковолновом и ультракоротковолновом диапазонах, требует от оператора знаний особенностей передачи радиосигналов в различных внешних условиях. Для облегчения работы оператора системы необходимо автоматизировать настройку радиосистем в соответствии с различными сценариями их применения в виде специального программного обеспечения систем поддержки принятия решений. В работе рассмотрена проблема принятия решений и управления сложной технической системой с помощью информационной системы, база знаний которой интегрирует опыт работы и проектирования когнитивного радио, функционирующих в коротковолновом и ультракоротковолновом диапазонах. Представлены результаты внедрения в систему элементов искусственного интеллекта и методов автоматического управления режимами работы системы когнитивного радио. Приведены алгоритм управления режимами работы системы когнитивного радио, схема классов информационной системы поддержки принятия решений и результат их совместного применения в виде программ управления режимами работы. Установлено, что при изменении мощности приемопередающей аппаратуры, скорости приема-передачи, типа сигнально-кодовых конструкций, несущей частоты и полосы система может работать эффективнее в одной или нескольких заданных ситуациях.
Ключевые слова: матрица решений, алгоритм управления, когнитивное радио, базы знаний, система поддержки принятия решений
Для цитирования: Карачев Е. В., Благодатский Г. А., Смирнов С. В. Информационная система поддержки принятия решений по управлению режимами работы когнитивного радио // Изв. вузов. Электроника. 2023. Т. 28. № 2. С. 244-251. https://doi.org/10.24151/1561-5405-2023-28-2-244-251
© Е. В. Карачев, Г. А. Благодатский, С. В. Смирнов, 2023
Original article
Decision support information system for cognitive radio operation mode management
Е. V. Karachev, G. A. Blagodatsky, S. V. Smirnov
Izhevsk State Technical University named after M. T. Kalashnikov, Izhevsk, Russia
evgeshkarach@gmail.com
Abstract. The management of radio systems operating in the shortwave and ultra-shortwave bands requires from operator the awareness of radio transmission features under different environmental conditions. In a bid to facilitate the system operator work, it is necessary to automate radio system tuning according to various application scenarios in the form of mode control programs. In this work, the problem of decision-making and control of a complex technical system using an information system whose knowledge base integrates the experience and design of cognitive radio systems operating in the shortwave and ultra-shortwave bands is considered. The results of elements of artificial intelligence and methods of automatic mode control of the cognitive radio system incorporation into the system are presented. An algorithm for managing the modes of operation of the cognitive radio system, a scheme of classes of decision support information system and the result of their joint application in the form of mode control programs are given. It has been established that on change of transmit equipment capacity, transmit and receive speed, signal-code sequence type, carrier frequency and band, the system can work more efficiently in one or several predefined situations.
Keywords: decision matrix, control algorithm, cognitive radio, knowledge bases, decision support system
For citation: Karachev Е. V., Blagodatsky G. A., Smirnov S. V. Decision support information system for cognitive radio operation mode management. Proc. Univ. Electronics, 2023, vol. 28, no. 2, pp. 244-251. https://doi.org/ 10.24151/1561-54052023-28-2-244-251
Введение. В современных условиях к техническим системам предъявляются такие требования, как снижение трудоемкости работы пользователя, повышение удобства использования, возможность работы пользователя без специальных технических знаний. Решить данные задачи можно путем введения в систему механизмов адаптации к окружающей среде и элементов искусственного интеллекта (баз знаний, матриц решений).
Передача радиосигналов в коротковолновом и ультракоротковолновом диапазонах представляет собой сложный процесс в связи с воздействующими внешними факторами: состоянием атмосферы, наличием преград на пути распространения сигнала и радиочастотных помех. Управление радиосистемами работающими в указанных диапазонах системами требует от оператора обширных знаний особенностей передачи радиосигналов в различных внешних условиях [1].
В настоящей работе для облегчения работы оператора системы и уменьшения количества случайных ошибок предлагается автоматизировать настройку радиосистем
в соответствии с различными сценариями их применения в виде специального программного обеспечения систем поддержки принятия решений. В состав подобных программных проектов необходимо внести модули контроля внутреннего состояния системы и окружающей среды. На основе данных, полученных с датчиков положения и относительного расположения внешних объектов, происходит автономная корректировка протоколов и параметров эксплуатации технической системы. При доступной мощности вычислительных средств в систему могут быть включены блоки самообучения [2].
Постановка задачи. В условиях конкретной ситуации помеховые действия добавляются к природно-географическим факторам и внутренним электромагнитным излучениям электронной схемы приемо-передающих компонентов механизма. Модули радиосвязи должны функционировать с учетом искажений, географического положения и расстояний до внешних объектов. Задача поступающего набора данных - вносить поправки в набор действующих протоколов и параметров эксплуатации технического устройства. Для достижения заранее определенной цели в систему можно добавить блок самообучения.
Один из вариантов рассмотрения описываемой системы передачи радиосигналов -многоуровневая иерархическая структура [3]. Метод анализа иерархий, предложенный Т. Саати, дает возможность формализовать процесс принятия решений для достижения необходимого уровня эффективности системы когнитивной радиосвязи. На рис. 1 представлены уровни факторов, оказывающих влияние на достижение цели.
Пронумеруем уровни схемы от 0 до 4 сверху вниз. Определим степень зависимости цели системы от параметров четвертого уровня [4] и целевую функцию F для оптимизации достоверности передачи сигнала. Веса, полученные на основе экспертных оценок, обозначим через коэффициенты ю7 [5].
Максимизируем значение целевой функции:
^ п
Р(с, х) = ^ с.х. —» шах.
у=1
При этом вектор с = \с/1 = ¡и1,^ ¡, / = 1, п, вектор х = ¡х; |, / = 1, /?. Компоненты вектора
х следующие (см. рис. 1): XI - мощность передающего устройства; хг - скорость потока данных; x3 - регламентные правила; X4 - тип сигнально-кодовой конструкции (СКК); X5 - частотные характеристики; X6 - алгоритм обработки сигналов (АОС).
Зададим для функции ограничения по ресурсам:
Ъ = {Ъ1},1=\т.
В рассматриваемом случае коэффициентами Ь будут объем энергетических затрат на передачу; вычислительная нагрузка при формировании и расшифровке пакетов данных; времена приема-передачи [6]. Тогда матрица расхода ресурсов
А = {а }, / = 1, т, у = 1, п.
Таким образом, задача будет представлена в следующем виде [7]:
а^ \ х^ ^ь 2 ^ь з х'з ^ь а^ 4 х¿^ ^ь а^ 5 х^ — ¿\, ^ь а22х2 ^ь ^23X3 ^ь а^^х^ ^ь а2^х^ — ¿2, азЛ + аЪ2х2 ^ь аъъхъ ^ь а^^х^ ^ь а^^х^ — ¿^.
Рис. 1. Иерархическая система когнитивного радио Fig. 1. Hierarchical system of cognitive radio
Определение переменных вектора x = {xj},j = \,n, задает наибольшие значения х7
как лучшие показатели. Нормирование переменных и ограничений к значениям от 0 до 1 дает возможность представить задачу в безразмерном виде:
x = {XjG[0,1]}J = T^, b = {bt. е[0;1]},7=1^й.
Результаты применения алгоритма управления к вариантам работы системы когнитивного радио. Результаты применения алгоритма управления к вариантам работы системы когнитивного радио в аналоговых и цифровых режимах передачи сигнала в четырех возможных ситуациях Fj следующие: 1) полные временные и энергетические ресурсы Fi; 2) половина заряда батарей, полные временные ресурсы F2; 3) критический заряд батарей, полные временные ресурсы F3; 4) недостаток времени, полные энергетические ресурсы F4. Для каждого фактора Fj существует лучший
Рис. 2. Показатели эффективности Y работы системы в различных ситуациях на примере аналоговых (а) и цифровых (б) режимов передачи данных: ■ - Fx; ■ - F2; ■ - F3; ■ - F4 Fig. 2. Performance indicator Y as exemplified by the analogue work options (a) and digital (b) transmission models: ■ - Fx; ■ - F2; ■ - F3; ■ - F4
(безрисковый) режим работы (относительно других режимов). На рис. 2 представлены результаты расчетов показателя эффективности Y работы системы на примере аналоговых [8] и цифровых режимов передачи данных. Обозначим режимы работы Ei.
Как видно из рис. 2, б, наилучшим для начала работы (первая ситуация Fl) является режим 4 (£4) с Y = 1,359. При этом управление частотой приема-передачи будет потреблять все ресурсы. Для второй ситуации (Р2) эффективна работа в режиме 2 (£2) с Y = 0,884. В данном случае ресурсы потребляют управление скоростью приема-передачи и управление частотой. В третьей ситуации ^3) система продолжает работать в режиме 2 с Y = 0,408. Все ресурсы направлены на управление типом сигнально-кодовых конструкций. При наступлении четвертой ситуации ^4) целесообразнее перейти в режим 4, так как Y = 0,794. Данный режим работы потребляет все ресурсы на управление мощностью передатчика.
На рис. 3 представлены результаты расчетов показателя эффективности работы системы Y для цифровых режимов передачи цифровой речи.
1,4
Режим 1 Режим 2 Режим 3
Рис. 3. Показатели эффективности Y работы системы в различных ситуациях при передаче цифровой речи: ■ - ■ - F2; ■ - F3; ■ - F4 Fig. 3. System performance indicator Y in various digital speech situation:
■ - F1; ■ - F2; ■ - F3; ■ - F4
Работу, согласно расчетам, следует начинать с режима 3 (E3), так как Y = 1,248, что является наибольшим значением из всех возможных. При возникновении второй ситуации (F2) систему стоит оставить в режиме 3 с Y = 0,728. Для третьей ситуации (F3) необходимо перевести систему в режим работы 1 (Ei) с Y = 0,334. Завершать работу при наступлении четвертой ситуации (F4) лучше в режиме 3, так как Y = 0,522, что является наибольшим значением.
Заключение. Симплекс-метод позволяет рассчитать показатели расхода ресурсов для каждой из четырех возможных ситуаций в аналоговых и цифровых режимах. В результате получены оптимальные режимы работы системы управления. Установлено, что работа системы зависит от пяти параметров управления: мощности приемопередающей аппаратуры, скорости приема-передачи, типа сигнально-кодовых конструкций, несущей частоты и полосы. При изменении этих параметров система может работать эффективнее в одной или нескольких заданных ситуациях.
Материалы статьи доложены на Всероссийской межведомственной научно-технической конференции по теоретическим и прикладным проблемам развития и совершенствования автоматизированных систем управления и связи «Наука и АСУС - 2022» (20 октября 2022 г., Россия, г. Москва, г. Зеленоград).
Литература
1. АйсбергЕ. Д. Радио?.. Это очень просто! 2-е изд., перераб. и доп. М.; Л.: Энергия, 1967. 208 с.
2. Андрейчиков А. В., Андрейчикова О. Н. Анализ, синтез, планирование решений в экономике. М.: Финансы и статистика, 2000. 368 с.
3. Ларичев О. И. Наука и искусство принятия решений. М.: Наука, 1979. 200 с.
4. Черноруцкий И. Г. Методы принятия решений: учеб. пособие. СПб.: СПбГПУ, 2012. 318 с.
5. Карачев Е. В., Благодатский Г. А. Методы и инструменты исследования иерархической структуры показателя интеграции интернет-сообществ // Системы компьютерной математики и их приложения. 2020. № 21. С. 283-290.
6. Благодатский Г. А., Копысов А. Н., Хворенков В. В., Батурин И. С. Анализ иерархической модели автоматизированной системы управления параметрами радиолиний когнитивной радиосистемы // Наукоемкие технологии в космических исследованиях Земли. 2018. Т. 10. № 6. С. 51-67. https://doi.org/ 10.24411/2409-5419-2018-10187
7. Карачев Е. В., Благодатский Г. А. Подходы к автоматизации анализа иерархических систем // Информационные технологии в науке, промышленности и образовании: сб. трудов Всерос. науч.-техн. конф. (г. Ижевск, Россия, 29 мая 2020 г.). Ижевск: Ижевский государственный технический университет им. М. Т. Калашникова, 2020. С. 110-116.
8. Богомазов Р. Ю., Беседин Н. Т. Программа на Delphi для изучения линейного программирования // Известия Юго-Западного государственного университета. Серия: Управление, вычислительная техника, информатика, медицинское приборостроение. 2013. № 3. С. 27-35.
9. Шабуров А. С., Журилова Е. Е. Модель выявления каналов утечки информации в автоматизированных системах на основе симплекс-метода // Вестник ПНИПУ. Электротехника, информационные технологии, системы управления. 2017. № 24. С. 7-19.
Статья поступила в редакцию 17.11.2022 г.; одобрена после рецензирования 18.01.2023 г.;
принята к публикации 06.02.2023 г.
Информация об авторах
Карачев Евгений Васильевич - магистрант кафедры информационных систем Ижевского государственного технического университета имени М. Т. Калашникова (Россия, Удмуртская Республика, 426069, г. Ижевск, ул. Студенческая, 42), evgeshkarach@gmail.com
Благодатский Григорий Александрович - кандидат технических наук, доцент кафедры информационных систем Ижевского государственного технического университета имени М. Т. Калашникова (Россия, Удмуртская Республика, 426069, г. Ижевск, ул. Студенческая, 42), blagodatsky@gmail.com
Смирнов Сергей Витальевич - кандидат физико-математических наук, доцент кафедры информационных систем Ижевского государственного технического университета имени М. Т. Калашникова (Россия, Удмуртская Республика, 426069, г. Ижевск, ул. Студенческая, 42), smiservit@gmail.com
References
1. Aisberg E. Radio?.. It's very easy! 2nd ed., rev. and upd. Moscow, Leningrad, Energiya Publ., 1967. 208 p. (In Russian).
2. Andreychikov A. V., Andreychikova O. N. Analysis, synthesis, decision planning in economics. Moscow, Finansy i statistika Publ., 2000. 368 p. (In Russian).
3. Larichev O. I. Science and art of decision making. Moscow, Nauka Publ., 1979. 200 p. (In Russian).
4. Chernorutskiy I. G. Decision methods, study guide. St. Petersburg, St. Petersburg State Polytechnic University, 2012. 318 p. (In Russian).
5. Karachev E. V., Blagodatsky G. A. Methods and tools for studying the hierarchical structure of indicators of online communities. Sistemy komp'yuternoy matematiki i ikh prilozheniya, 2020, no. 21, pp. 283-290. (In Russian).
6. Blagodatsky G. A., Kopysov A. N., Khvorenkov V. V., Baturin I. S. Analysis of the hierarchical model of the automated control system of the parameters of the radio lines of the cognitive radio system. Naukoyemkiye tekhnologii v kosmicheskikh issledovaniyakh Zemli = H&ES Research, 2018, vol. 10, no. 6, pp. 51-67. (In Russian). https://doi.org/10.24411/2409-5419-2018-10187
7. Karachev E. V., Blagodatsky G. A. Approaches to the automation of hierarchical systems analysis. Informatsionnyye tekhnologii v nauke, promyshlennosti i obrazovanii, proceedings of Russia-wide research-to-practice conference (Izhevsk, Russia, 29 May 2020). Izhevsk, Kalashnikov Izhevsk State Technical University, 2020, pp. 110-116. (In Russian).
8. Bogomazov R. Y., Besedin N. T. Delphi program for study of linear programming. Izvestiya Yugo-Zapadnogo gosudarstvennogo universiteta. Seriya: Upravleniye, vychislitel'naya tekhnika, informatika, meditsinskoye priborostroyeniye = Proceedings of the Southwest State University. Series: Control, Computer Engineering, Information Science, Medical Instruments Engineering, 2013, no. 3, pp. 27-35. (In Russian).
9. Shaburov A. S., Zhurilova E. Е. Models of identification of information leaks channels in automated systems based on the symplex method. Vestnik PNIPU. Elektrotekhnika, informatsionnyye tekhnologii, sistemy upravleniya = PNRPU Bulletin. Electrotechnics, Informational Technologies, Control Systems, 2017, no. 24, pp. 7-19. (In Russian).
The article was submitted 17.11.2022; approved after reviewing 18.01.2023;
accepted for publication 06.02.2023.
Information about the authors
Evgeny V. Karachev - Master's degree student of the Information Systems Department, Izhevsk State Technical University named after M. T. Kalashnikov (Russia, Udmurt Republic, 426069, Izhevsk, Studencheskaya st., 42), evgeshkarach@gmail.com
Grigoriy A. Blagodatsky - Cand. Sci. (Eng.), Assoc. Prof. of the Information Systems Department, Izhevsk State Technical University named after M. T. Kalashnikov (Russia, Udmurt Republic, 426069, Izhevsk, Studencheskaya st., 42), blagodatsky@gmail.com
Sergey V. Smirnov - Cand. Sci. (Phys.-Math.), Assoc. Prof. of the Information Systems Department, Izhevsk State Technical University named after M. T. Kalashnikov (Russia, Udmurt Republic, 426069, Izhevsk, Studencheskaya st., 42), smiservit@gmail.com
Вниманию читателей журнала «Известия высших учебных заведений. Электроника»
Подписку на электронную версию журнала можно оформить на сайтах:
• Научной электронной библиотеки: www.elibrary.ru
• ООО «Агентство «Книга-Сервис»: www.rucont.ru;www.akc.ru;
www.pressa-rf.ru
• ООО «Урал-Пресс Округ»: www.delpress.ru
• ООО «ИВИС»: www.ivis.ru
