CC BY
126
9. Измельчитель универсальный И-7,5У. URL: http://www.agro-tehservis.ru/izmelchitel_I-7_5u.html (дата обращения: 21.04.2016).
10. Оборудование для отделения и измельчения зелени. URL: http://www.derev-grad.ru/mehanizaciya-i-avtomatizaciya/oborudovanie -dlya-otdeleniya-i -izmelchenia-zeleni.html (дата обращения 21.04.2016).
11. Репях С. М., Левин Э. Д. Кормовые добавки из древесной зелени. М. : Лесн. промышленность, 1988. 96 с.
12. Эрнст Л. К., Науменко З. М., Ладинская С. И. Кормовые ресурсы леса. М. : РАСХН, 2006. 369 с.
13. Фуфачев В. С., Баранов Н. Ф., Ступин И. В. Совершенствование конструкции и исследование рабочего процесса двухступенчатой рубительной машины для измельчения отходов деревообработки // Улучшение эксплуатационных показателей сельскохозяйственной энергетики : Материалы 6 Международ. науч.-практ. конф. «Наука-Технология-Ресурсосбережение» : Сб. науч. тр. - Киров: ФГБОУ ВПО Вятская ГСХА, 2013. Вып. 14. С. 167-172.
14. Чиликин М. Г., Соколов М. М. и др. Основы автоматизированного электропривода. М. : Энергия, 1974. 567 с.
15. Белянчиков Н. Н. Исследование схемы режущих аппаратов силосорезки RV-42 (Чехословакия) на основе работ акад. В. П. Горячкина по теории скользящего резания. // Сборник трудов по земледельческой механике, т. 6. Л-М., Сельхозиздат, 1961.С. 32-38.
16. Резник Н. Е. Теория резания лезвием и основы расчета режущих аппаратов. М., «Машиностроение», 1975, 311 с.
17. Баранов Н. Ф., Фуфачев В. С., Ступин И. В. Обоснование параметров ножевого режущего аппарата // Улучшение эксплуатационных показателей сельскохозяйственной энергетики: Материалы 9 Международ. науч.-практ. конф. «Наука-Технология-Ресурсосбережение» : Сб. науч. тр. Киров : Вятская ГСХА, 2016. Вып. 17. С. 87-90.
18. Гончаров В. Н., Гаузе А. А., Аввакумов М. В. Основы теории и расчета оборудования для подготовки бумажной массы. Часть 2. Рубительные машины : учеб. Пособие / СПбГТУРП. СПб., 2012. с.: ил. 15.
19. Коперин Ф. И. Производство технологической щепы в леспромхозах. М. : Лесная промышленность, 1971. 272 с.
20. Цыгарова М. В. Комплексное использование древесины [Текст]: метод. Указания. Ухта : УГ-ТУ, 2007. 55 с.
21. Вальщиков Н. М. Рубительные машины. Л. : Машиностроение, 1970. 328 с.
22. Баранов Н. Ф., Фуфачев В. С., Ступин И. В. Влияние угла скольжения на удельную работу резания древесины //Пермский аграрный вестник. 2015. № 2. С. 30-35.
23. Баранов Н. Ф., Фуфачев В. С., Ступин И. В. Определение силы затягивания материала ножом ру-бительной машины // Аграрная наука Евро-Северо-Востока. 2015. № 1. С. 70-75.
05.12.04
УДК 621.391.037
КОМПЛЕКСНЫЙ МЕТОД ПОВЫШЕНИЯ ЭНЕРГЕТИЧЕСКОЙ И СПЕКТРАЛЬНОЙ ЭФФЕКТИВНОСТИ ЦИФРОВОЙ РАДИОСВЯЗИ
© 2016
Ганин Дмитрий Владимирович, кандидат экономических наук, доцент, заведующий кафедрой «Инфокоммуникационные технологии и системы связи» Нижегородский государственный инженерно-экономический университет, Княгинино (Россия) Гладких Анатолий Афанасьевич, кандидат технических наук, профессор кафедры «Телекоммуникации» Ульяновский государственный технический университет, Ульяновск (Россия) Шамин Алексей Анатольевич, кандидат экономических наук, старший преподаватель кафедры «Инфокоммуникационные технологии и системы связи» Нижегородский государственный инженерно-экономический университет, Княгинино (Россия) Шагарова Анна Александровна, старший преподаватель кафедры «Общепрофессиональные дисциплины» Ульяновский институт гражданской авиации имени главного маршала авиации Б. П. Бугаева»,
Ульяновск (Россия)
Аннотация. В современном мире, в области инфокоммуникаций, присутствует множество проблем, связанных с различными помехами или ошибками, возникающими при попытке передать через канал связи информацию тем или иным образом. В этом случае не маловажной составляющей передачи данных будет состоять в ис-
16
пользовании помехоустойчивого кодирования, то есть, говоря словами Клода Шеннона, при любой скорости передачи двоичных символов, меньшей, чем пропускная способность канала, существует такой код, при котором вероятность ошибочного декодирования будет сколь угодно мала. Именно поэтому повышение помехоустойчивости и спектральной эффективности передачи цифровой информации является одной из важнейших проблем теории и техники связи. В работе рассматривается принцип применения иерархической модуляции для передачи комбинаций помехоустойчивых кодов, обработка которых на приемной стороне осуществляется методом кластеризации. Кластеризация - это метод, обеспечивающий определенный сбор данных, которые содержат информацию о выборке объектов, и после того, как сбор данных будет завершен, распределяет полученную информацию в сравнительно однородные группы. Благодаря применению данного метода, мы более рационально начинаем воспринимать кластерную структуру объекта, а разбиение выборки на группы позволяет упростить дальнейшую обработку данных и, соответственно, принятие решений, применяя к каждому кластеру свой, наиболее подходящий для него метод анализа. Это обеспечивает реализацию списочного декодирования принятого кодового вектора с использованием единственного списка, что снижает сложность реализации декодера. Метод эффективен только при правильном восстановлении номера кластера. Именно разряды номера кластера передаются в системе иерархической модуляции с использованием наиболее разнесенных точек сигнальных созвездий. Дается оценка полученных вероятностных характеристик системы.
Ключевые слова: помехоустойчивость, спектральная эффективность, сигнально-кодовая конструкция, иерархическая модуляция, метод, кластер, списочное декодирование.
THE COMPLEX METHOD OF IMPROVING ENERGY AND SPECTRAL EFFICIENCY OF DIGITAL RADIO
© 2016
Ganin Dmitry Vladimirovich, candidate of economic Sciences, associate Professor, head of the Department «Infocommunication technologies and communication systems» Nizhny Novgorod state engineering-economic University, Knyaginino (Russia) Gladkikh Anatoly Afanasyevich, doctor of technical Sciences, Professor of Department «Telecommunications»
Ulyanovsk state technical University, Ulyanovsk (Russia) Shamin Alexey Anatolyevich, candidate of economic Sciences, senior lecturer of the Department «Infocommunication technologies and communication systems»
Nizhny Novgorod state engineering-economic University, Knyaginino (Russia) Saharova Anna Aleksandrovna, senior teacher of Department of «General engineering discipline» Ulyanovsk Institute of civil aviation named after chief Marshal of aviation B. P. Bugaev, Ulyanovsk (Russia)
Abstract. In the modern world, in the field of Infocommunications, there are many problems with different noise or error that occurs when you try to transfer via the communication channel information one way or another. In this case, it is not unimportant component of the transmission would be to use error-correcting coding, that is, in the words of Claude Shannon, at any speed transmission of binary symbols less than the channel capacity, there exists a code where the probability of erroneous decoding is arbitrarily small. Therefore the increase of noise immunity and spectral efficiency of digital information transmission is one of the most important problems of the theory and technology of communication. This paper describes the principle of hierarchical modulation to transmit combinations of error-correcting codes which processing at the receiving side is performed by the clustering method. Clustering is a technique that enables specific data collection that contain information about the sample object, and after data collection is completed, distributes the received information in a relatively homogeneous group. Thanks to the use of this method, we rationally begin to perceive a cluster structure of the object, and partitioning the sample into groups allows to simplify further processing of the data and, consequently, decision-making, applying to each cluster its most appropriate method of analysis. It provides the implementation of list decoding a received code vector using a single list, which reduces the implementation complexity of the decoder. The method is effective only when properly restore cluster number. It is the bits of the cluster number is transmitted in the system of hierarchical modulation using the most distant points of the signal constellation. Article evaluates the probability characteristics of a system.
Key words: immunity, spectral efficiency, signal-code construction, hierarchical modulation, method, cluster, listdecoding.
Основными направлениями совершенствования систем связи, безусловно, являются методы, направ-современных и развития перспективных цифровых ленные на повышение спектральной и энергетиче-
17
ской эффективности таких систем, характеризующие, соответственно, полосу занимаемых частот и энергетические затраты. Известно, что раздельно каждое из указанных направлений характеризуется своими асимптотическими параметрами, но одновременное достижение предельных значений этих показателей эффективности оказывается невозможным [1]. Поэтому поиск приемлемых компромиссов при оптимизации характеристик и режимов функционирования цифровых систем связи и особенно цифровой радиосвязи приобретает особую важность. Одним из перспективных направлений подобного рода является развитие мягких, адаптивных алгоритмов обработки помехоустойчивых кодов в сочетании с методами иерархической модуляции. Палитра алгоритмов мягкого декодирования избыточных кодов существенно расширяет возможности достижения вышеуказанного компромисса в системах обмена данными относительно методов жесткой обработки информации, но главным достоинством такого подхода является заметный энергетический выигрыш относительно жестких схем декодирования. Это позволяет не только уменьшить мощность передающих устройств с одновременной оптимизацией использования ограниченного частотного ресурса, но и решить задачу снижения сложности вычислительного процесса.
В настоящее время прослеживается устойчивая тенденция перехода от алгебраических методов декодирования помехоустойчивых кодов к более эффективным алгоритмам их обработки на основе итеративных преобразований и неалгебраических методов обработки данных, вплоть до попыток применения для их реализации нейросетевых базисов. Это обеспечивает устойчивый процесс оптимизации технологий передачи данных по сетям, в смысле повышения их пропускной способности, поскольку переход от алгоритмических методов повышения достоверности данных к кодовым способствует повышению производительности дорогостоящих сетевых компонентов.
Современный этап развития передач информации отмечен переходом от двоичных сигналов к многопозиционным и поиском регулярных методов формирования сигнально-кодовых конструкций (СКК). При использовании избыточных кодов их спектральную эффективность оценивают отношением Я = к / п, здесь к - число информационных разрядов, а п - общее число разрядов кодового вектора помехоустойчивого кода. В таких кодах добавление к информационным символам избыточных символов вызывает увеличение скорости модуляции и полосы частот канала связи. Если относительная скорость безызбыточного кода Я = к / п = 1, то использование тривиального сверточного кода за счет введенной
избыточности снижает этот показатель до значения Я = 0,5 . Следовательно, для достижения требуемой скорости передачи двоичных информационных символов требуется увеличение скорости модуляции. Это по критерию Найквиста требует увеличения полосы пропускания ЛЕ в два раза по сравнению с передачей без кодирования. Избежать увеличения полосы частот можно за счет применения многопозиционной фазовой модуляция ФМ-т [2].
В этом случае применяется манипуляционное кодирование, состоящее в том, что номерам сигналов сопоставляются определенные группы из т битов, которым соответствуют сигналы иг- ), где / = 0,...,т — 1. Система ФМ-4 по частоте является наиболее эффективной. В спутниковых сетях ФМ-4 является наиболее распространенной и принята в качестве стандарта. Поэтому при сравнительной оценке эффективности систем передачу с ФМ-4 применяют за эталон [2].
С увеличением кратности фазоманипулиро-ванных колебаний расстояние между номинальными значениями сигналов уменьшается, что приводит к потере достоверности данных в условиях снижения уровня принимаемого сигнала. На рисунке 1 представлены вероятности ошибки на бит Рь как функция отношения Еь/Ыо , где Еь - энергия, приходящаяся на бит, а N0 - спектральная плотность белого гауссовского шума. Заметно, что сигналы ФМ-2 имеют лучшие характеристики. Сигналы ФМ-16 в указанных пределах отношения Еь /N0 использовать не целесообразно.
Рь (Еь /N0)
ФМ-16
ФМ-8
ФМ-4
ФМ-2
АМ
Еь / N0 (дБ)
Рисунок 1 - Вероятностные характеристики различных систем манипуляции
0.1
0.01
0
2
3
4
Вероятностные характеристики, представленные на рисунке 1, с ростом отношения E^Nq монотонно убывают, и только при значениях указанного отношения, равных 8 дБ и более, обеспечивают приемлемые значения параметра Pb . Таким образом, при использовании многопозиционной фазовой модуляции ФМ-m с ростом значений m минимальное расстояние Dmn между сигнальными точками уменьшается [2]. Это приводит к снижению различимости сигнальных точек, особенно заметной при использовании радиоканалов, в которых высокий уровень мешающих факторов объективно высок. Альтернативой для ФМ-m является квадратурная амплитудная модуляция (КАМ). Сравнительные данные для ФМ-m и КАМ-m приведены в таблице 1.
Характеристики, адекватные ФМ-2 и КАМ-2, имеет система четырехпозиционной фазовой модуляции (Quadrature Phase Shift Keying - QPSK). Обозначая в системе QPSK сигнальную точку первого квадранта через S\ ^ 00 (запись S\ ^ 00 означает информационное значение передаваемых битов), можно представить S2 ^ 01; S3 ^ 11; S4 ^ 10 . Для решения задач, связанных с реализацией иерархической модуляцией (ИМ) в ходе обмена данными совместно, используются QPSK и КАМ-16.
Таблица 1 - Сравнительные данные по параметру Dmn для ФМ-m и КАМ-m
Im(z)
m ФМ-m КАМ-m
2 2 2
4 1,414 1,4142
8 0,765 0,8932
16 0,390 0,6341
32 0,196 0,4473
64 - 0,3086
128 - 0,2243
В радиоканалах, каналах спутниковой связи с высоким уровнем амплитудных и фазовых искажений трудно различить изменения, введенные в передаваемый сигнал каналом, от изменений, введенных передатчиком. Поэтому сигнальные точки при использовании QPSK и КАМ защищаются с помощью мани-пуляционного кода Грея, как представлено на рисунке 2 [2, 3].
г*
1000 1010 0010 0000
• t ! • •
1001 1011 0011 0001
• • : 1 - t t
1 1 1 1
1101 1111 0111 0101 Re(z)
1100 • • 1110 - • 0110 • 1000
• • • •
Рисунок 2 - Нумерация созвездия сигнальных точек КАМ-16
Особенностью ИМ является совместное использование QPSK и КАМ^ при т > 4 . Из рисунка 2 следует, что каждый квадрант комплексной плоскости имеет практически одинаковую нумерацию. Небольшая разница заключается в том, что нумерация квадрантов в КАМ-16 содержится в первых двух битах кода Грея. Это позволяет передавать важную информацию с использованием первых двух битов, а менее важную с использованием последующих битов. Например, при передаче битов номера кластера [4] - или при передаче кодовых комбинаций с проверкой на четность использовать первые биты для обработки проверочных символов, а оставшиеся разряды передавать менее надежными позициями [3, 4].
Принцип построения произведений кодов (ПК) заданной размерности заключается в системном изменении избыточности при наращивании объема информационных блоков. Рассмотрим модели построения ПК произвольной размерности. Пусть кодер избыточного кода формирует слова конечной длины п из замкнутого множества 5", для которых справедливо правило единственной проверки четности, применяемое к информационным векторам длины к , тогда п = к +1. В общем случае символы этих слов выбираются из конечного алфавита А = {а}, которые приемником фиксируются в виде жестких решений. Па-
раметр a принимает значения из
GF (2 m )
где
m е N. Обозначим через a0 = (aQ1 ,...,aQn)) передан-
ную по
каналу
»1
0 0 0 последовательность,
а через
= (0^), ^ = 1,5 другие последовательности рассматриваемого множества. Задача декодера состоит в вычислении функции правдоподобия С0 для по-
следовательности а0 такой, что С0 > С для всех последовательностей из 5. При передаче сигналов a (г ) по каналу с помехами на входе приемника наблюдается вектор ^) = ,...^(пп))= а() +1{г), где I(г) -вектор шума, компоненты которого - независимые гауссовские величины с нулевым математическим ожиданием и дисперсией N /2. Условная плотность
распределения вектора г), при т = 1, наблюдаемого на выходе канала, имеет вид
/^ ^И))—12 ехр|— ^ — Еь12 )2 / N0 }. (1)
а101 а102 ... а10к (а10п) а201 а202 ... а20к (а20п)
Ап = ....................... (2)
ак01 ак02 ... ак0к (ак0п ) (ап01) (ап02) ... (ап0к) ((ап0п)).
Общая избыточность оценивается выражением
= ^ + оО = 2к +1.
В общем случае порождающая матрица кода с единственной проверкой четности (ЕПЧ) имеет вид О = |/кхкРы ], где 1кхк - единичная матрица, а
Ркх1 - единичный вектор-столбец. Для подобного до значения у = п — 1, а затем на позиции у = п
Структура ПК в 3D образуется при у ^ 0, если
следом за матрицей Ца^Щ по координате у допол-
II 11 п
нительно разместить новую матрицу \\ах2и так
кода при невыполнении условий четности исправление ошибки выражается в инвертировании символа, имеющего наименьший показатель мягкого решения символа [3]. Для получения ПК из двух кодов с ЕПЧ размерности 2D кодер формирует из к векторов-
строк квадратную матрицу
Ак =| |ах0 ^
к
где
х = 1, к, 2 = 1, к и только для данной размерности положим у = 0 . Таким образом, для удобства последующих рассуждений матрица Ак рассматривается в плоскости х0 2 пространственной системы координат. Матрица Ак путем проверок четности по векторам-строкам и векторам-столбцам преобразуется в матрицу вида Ап = ||ах02|Щ. Очевидно, что в Ак
общее число информационных элементов достигает 1 2
значения к , тогда как число проверочных разрядов в Ап будет равно Г2о = 2к + 1. Для выявления общих закономерностей формирования избыточных символов ПК произвольной размерности целесообразно значение г2£) разделить на две составляющие:
г иР -Т20
= 2к, определяющую избыточность по провер-
кам информационных разрядов, и Т^ = 1 (проверка проверок) выражающую избыточность для вектора-столбца и вектора-строки. В последующем избыточность, непосредственно зависящую от проверок информационных разрядов, обозначим символом (•) . Проверку от проверочных разрядов представим символом ((•)). Матричная форма описанного кода имеет вид:
сформировать матрицу проверок Ц^ . Следова-
тельно, кодер формирует к матриц Ап размерности 20, получая совокупность матриц Ап =
а
х1г
А„ =
а
х2 г
... , Ап =
а
хкг
. Фиксируя х и 2 ,
кодер оценивает четность выбранных элементов, изменяя у : ах12 Ф ах22 Ф . .. Ф ахк2 = ахп2 , и ф°рми-
рует матрицу проверок (Ап ) =
а.
по всевоз-
можным х и 2 . Полученная конструкция в пространстве координат х, у и 2 образует куб из информационных и проверочных элементов (в общем случае прямоугольный параллелепипед), который назовем кадром. Порождающая матрица этого кода определяется кронекеровским произведением матриц О исходных кодов. Введенная в код избыточность Я оценивается соотношением
Я = ^ )= ^ (1 — упч ), а минимальное кодо-
4=1 4=1
вое расстояние для описанных конструкций опреде-
О
ляется как d= ^^ dq = 20 . Применяя последо-
4=1
вательно это правило несколько раз, можно получить широкий диапазон длин кодов.
п
п
1
1
п
1
А11 -
Ап -
Мг
их2 г
ахкг
А12 -
п
п А22 -
1 п
п Ак2 -
1 п
х1г
х2г
АПк -Щ (А ) =
АПк - \ах2г
(А")-
*х1г
х2г
хкгЦ
(А"1)-(3)
< А"2)-ал
■■ А"
.. (А""к) =
хкг
п , II ||"
< А"П)- аЛ
№)- К
Например, код размерности 4Б получают из п кадров кода 3Б, при этом матрицы размерности 2D взяты по одной из всех кадров 3Б.
Код размерности 4D образуется путем объединения к совокупностей с образованием матричной структуры вида (3). Необходимо отметить, что в такой конструкции появляется возможность псевдослучайного извлечения матриц 2D из кадров, определяющих информационную совокупность данных разбитых на кадры 3Б. В (3) обозначение вида Аьп пока-
зывает, что берется матрица
а
хуг
с номером п из
кадра с номером у с образованием проверочных соотношений вида (•) и ((•)).
Для произвольных Б полная избыточность определяется соотношением
(к + 1)В - кВ -
( В ^
V 1 У
кВ-1 +
(0 ^ V 2 У
кВ-2 + ...
( В \ В -1
к +1. (4)
Декодер приемника при любой размерности кода с ЕПЧ обрабатывает только совокупность кадров, поэтому его сложность однозначно определяться сложностью декодирования кадра.
Естественно, код Ш не является произведением кодов, но параметры других кодов, приведенных в этой таблице, кратны его к и п . Анализ показывает, что характеристики приведенных ПК сопоставимы с турбокодами или кодами с малой плотностью проверок на четность, но обладают более емким технологическим ресурсом [3].
На рисунке 3 представлены характеристики кодов размерности 2D: (36, 25, 4) и (25, 16, 4), которые «размещаются» в пределах верхней и нижней границы. Однако приведение таких кодов к размерности 3D выводит конструкции кодов за пределы нижней границы, т. е. выводит за пределы оптимальных кодов, как показано кривыми 2, 4 и 8. Нумерация графиков соответствует числу используемых в коде матриц размерности 2D. Во всех кодах размерности 3D минимальное расстояние равно 8. Выход параметров кодов за пределы нижней границы окупается технологическими преимуществами таких кодов при орга-
низации системы перемежения-деперемежения символов, поскольку конструктивно исследуемые коды организуются как матричные блоки, которые легко синхронизировать в процессе обмена данными. Например, в системах обмена данными декаметрового диапазона для компенсации эффекта быстрых замираний сигналов.
Кроме того, конструктивно такие коды эффективны при организации адаптивных систем обмена данными, при использовании сложных видов модуляции, при реализации принципа выкалывания избыточных данных.
\ верхняя граница
\ N
5,4)
\ --(25, \ 6.4)
V \ \ 8
-4 ^,(27, 8,8)
Ч — 2
\
Низ Вархш кшя г плова )ашца Гилбе
0 35 0,4
Рисунок 3 - Сравнительные характеристики кодов размерности 2Б и 3Б с единственной проверкой четности
Важной особенностью кодов с ЕПЧ является использование их в каскадных конструкциях (по сути коды размерности 2Б). При этом в одном из двух измерений используется недвоичный код, например код Рида-Соломона (РС). Характеристики таких кодов достаточно хорошо исследованы и их параметры частично занимают область между верхней и нижней границей, как показано на рисунке 4. Новым является подход к декодированию недвоичных кодов путем применения алгоритмов с «провокацией стирания», который описан в [6]. Результаты испытаний имитационной модели с применением подобных конструкций представлены в таблице 2. В ходе испытаний модели было доказано, что предложенный алгоритм полного использования, введенной в код избыточности, обеспечивает относительно существующих алгоритмов декодирования кодов РС выигрыш по достоверности, по крайней мере на порядок.
п
п
п
п
п
21
п
п
п
п
п
п
п
а
а
"
R О О 05 0 1 0,15 0,2 0,25 0,3 0,35 0,4 0,45 0,5
\
\ \
\\ Вехн яя гра ница
V Хе ммннг а
\ Каск воичн - Р зцные ым по :j с и и р кодь пем el ■ .1,1 А над гепенн
\ . Я
V
\ Ч
Ни жняя »аниц
Варшамова - Гилберта 1
О 0,05 0,1 0,15 0,2 0,25 0.3 0,35 0,4 0,45 0.5
draiiV^ll
Рисунок 4 - Характеристика одного из каскадных кодов
В условиях интенсивных помех для передачи данных, используемых в ИУК, применение коротких помехоустойчивых кодов оправдано с точки зрения унификации алгоритмов декодирования таких кодов как в системах с масштабируемой избыточностью, адаптивных системах с повторением данных, так и в системах обработки команд, критичных к длительности циклов управления.
Использование произведений кодов позволяет достаточно просто организовать процедуру переме-жения-деперемежения символов.
В случае использования каскадных конструкций целесообразно применять новые алгоритмы, основанные на мягких методах обработки данных с полным использованием введенной в код избыточности, используя в качестве индикатора правильности восстановления кодовой комбинации метод провокации стирания.
Таблица 2 - Оценка вероятности искажения комбинации по результатам имитационного моделирования
Код РС длины 15 с dmn = 3 Код РС длины 15 с d m n = 9
Eb/NQ(AAB Код РС Метод провокации Eb / ) Код РС Метод провокации
0 0,70 0,08 0 0,70 0,071
0,4 0,63 0,73 0,4 0,63 0,068
0,9 0,39 0,06 0,9 0,39 0,053
1,5 0,54 0.20 1,5 0,54 0,021
2,2 0,26 0,10 2,2 0,26 0,019
3,0 0,24 0,08 3,0 0,24 0,008
4,1 0,07 0,07 4,1 0,07 0,007
5,2 0,02 0 5,2 0,02 0
7,0 0,00 0 7,0 0,00 0
10,0 0,00 0 10,0 0,00 0
СПИСОК ЛИТЕРАТУРЫ
1. Варагузин В. А., Цикин И. А. Методы повышения энергетической и спектральной эффективности цифровой радиосвязи. СПб. : БХВ-Петербург, 2013. 352 с.
2. Деев В. В. Методы модуляции и кодирования в современных системах связи. СПб. : Наука, 2007. 267.
3. Гладких А. А. Основы теории мягкого декодирования избыточных кодов в стирающем канале связи. Ульяновск : УлГТУ, 2010. 379 с.
4. Гладких А. А., Чилихин Н. Ю. Формирование мягких решений в системе широкополосного канала связи с QPSK-QAM. // Автоматизация процессов управления. 2013. № 3(33). С. 75-79.
5. Гладких А. А. Применение метода гиперкодирования в системах передачи данных // Автомати-
зация процессов управления. 2011. № 2 (24). С. 7781.
6. Гладких А. А., Шагарова А. А. Эффективное применение средств помехоустойчивого кодирования в системе декаметрового диапазона авиационной электросвязи / XXII Международная научно-техническая конференция «Радиолокация, навигация, связь». Воронеж, 2016. С. 147-154.
7. Борис Шахтарин, Вадим Сизых, Синхронизация в радиосвязи и радионавигации, Горячая Линия - Телеком, 2011.
8. Анатолий Фомин, Синхронизация цифровых радиосистем передачи информации, Science Press, 2008.
9. Илья Блехман, Синхронизация в природе и технике, Ленанд, 2015.
10. Валерий Чулков, Интерполирующие устройства синхронизации и преобразователи информации, ФИЗМАТЛИТ, 2010.
11. Гольденберг Л. М. Импульсные и цифровые устройства. Учебник для ВУЗов. Часть 1, 2003.
12. Евсеенко Г. Н. Цифровые системы передачи, Горячая Линия - Телеком, 2012.
13. Казаков Ю. К. Цифровые системы передачи. Принципы построения и описание, 2012.
14. Дмитрий Мельников, Системы и сети передачи данных. Учебник, РадиоСофт, 2015.
15. Сергей Шангин, Окончательная синхронизация, Издательские решения, 2015.
16. Шахтарин Б. И., Воздействие помех на системы синхронизации, Горячая Линия-Телеком, 2016.
17. Илья Блехман, Синхронизация в природе и технике, Ленанд, 2015.
18. Вадим Анищенко, Владимир Астахов, Синхронизация регулярных, хаотических и стохастических колебаний, Регулярная и хаотическая динамика, 2008.
19. Владимир Крухмалев, Владимир Гордиен-ко, Цифровые системы передачи, Горячая Линия -Телеком, 2012.
20. Сергей Рихтер, Кодирование и передача речи в цифровых системах подвижной радиосвязи, Горячая Линия - Телеком, 2011.
05.13.18
УДК 636 (62-71)
МАТЕМАТИЧЕСКАЯ МОДЕЛЬ ВОДОИСПАРИТЕЛЬНОГО ОХЛАЖДЕНИЯ С ОРОШАЕМЫМИ ПОВЕРХНОСТЯМИ
© 2016
Игнаткин Иван Юрьевич, кандидат технических наук, доцент кафедры МТ-13
Московский государственный технический университет им. Н. Э. Баумана, Москва (Россия)
Аннотация. В данной статье приведено описание математической модели для численного определения параметров влажного воздуха, охлажденного с применением аппаратов водоиспарительного типа с орошаемыми поверхностями. Описан процесс водоиспарительного охлаждения в аппаратах с орошаемыми поверхностями, представлено графическое изображение процесса в координатах 1-х (температура - время) и на диаграмме (энтальпия-влагосодержание) состояния влажного воздуха Л. К. Рамзина, представлены геометрические характеристики наиболее часто используемых в современном водоиспарительном охлаждении орошаемых слоев (кассеты из гофрированной целлюлозы), отмечено влияние физических свойств материалов, в частности смачиваемости, на эффективность водоиспарительного охлаждения в орошаемых слоях. Полученная модель позволяет определить температуру и относительную влажность воздуха на выходе из водоиспарительного охладителя, определить полное гидравлическое сопротивление системы при заданной производительности и геометрических характеристиках системы; найти максимальный часовой, секундный расход воды, необходимый для водоиспарительного охлаждения для конкретной системы в заданных климатических условиях; определить расчетное годовое потребление воды, необходимое для обеспечения водоиспарительного охлаждения в заданном режиме. Зная требуемый воздухообмен и задавшись параметром полного гидравлического сопротивления или отсутствия отрыва капельной влаги с орошаемых поверхностей (обусловлено сочетанием скорости и толщины орошаемых кассет), модель позволяет определить необходимую площадь пропускного сечения в охладителях, а следовательно, требуемое количество оборудования. Полученная модель обладает большой практической ценностью, предоставляет данные для проведения технико-экономической оценки системы и решения задачи оптимизации ее производительности. В статье представлены данные экспериментальной оценки адекватности модели, сходимость экспериментальных данных с полученными в модели высока, отклонения не превышают 3 %. В случае использования орошаемых слоев, выполненных из гидрофобных материалов, в модель требуется вводить поправочный коэффициент, учитывающий физические свойства используемого материала.
Ключевые слова: вентиляция, водоиспарительное охлаждение, кассеты водоиспарительного охлаждения, математическая модель, микроклимат, орошаемые слои, охлаждение, система вентиляции, система микроклимата, температура мокрого термометра.
