CC BY
25
РАДИОТЕХНИКА И СВЯЗЬ
doi: 10.36724/2409-5419-2020-12-4-24-35
МЕТОД СИНТЕЗА ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ КОНТРОЛЯ ТЕХНИЧЕСКОГО СОСТОЯНИЯ ТЕРРИТОРИАЛЬНО-РАСПРЕДЕЛЕННЫХ КОМПЛЕКСОВ СВЯЗИ СПЕЦИАЛЬНОГО НАЗНАЧЕНИЯ
ВИНОГРАДЕНКО Алексей Михайлович
АННОТАЦИЯ
Работа посвящена разработке интеллектуальной системы контроля территориально-
распределенных комплексов связи специального назначения. Актуальность вызвана необходимостью согласования эволюционного развития контролируемых телекоммуникационных систем, на примере комплексов связи специального назначения, характеризующихся территориальной распределенностью, топологической, пространственно-временной неоднородностью и систем контроля их технического состояния, с учетом развития базовых технологий искусственного интеллекта, что является концептуально важным в краткосрочной перспективе. Представлен метод синтеза интеллектуальной системы контроля, характеризуемой многоуровневой архитектурой построения и функционированием, в зависимости от степени аварийной ситуации, в режимах экспресс- и полного контроля, что предполагает использование баз данных (знаний) и адаптацию процессов контроля к воздействию дестабилизирующих факторов. В работе показан подход к процессам проактивного контроля параметров объектов, заключающийся в адаптивной подстройке профилактических допусков на проверяемые параметры и использовании адаптивных механизмов опроса интеллектуальных датчиков на базе моделей поллинга, учитывающий корреляцию срабатывания группы датчиков в пределах объекта контроля в условиях аварийных ситуаций и способствующий увеличению оперативности фиксации и передачи аварийного сигнала, а также снижению избыточности измерительной информации в измерительном тракте системы контроля. В результате синтеза многоуровневой интеллектуальной системы контроля предложена архитектура системы, позволяющая определить наиболее рациональное соотношение измерительных каналов (интеллектуальных датчиков, аналого-цифровых преобразователей, устройств выборки и хранения), с учетом помехоустойчивости и пропускной способности измерительных трактов, а также необходимого числа каналов связи. Многоуровневая архитектура системы контроля позволяет производить анализ измерительной информации (аварийных сигналов) на сенсорном уровне системы и онлайн-анализ потоковых данных (телеметрических сообщений) для оперативного обнаружения случаев возникновения возможных отказов, прогнозирования остаточного ресурса оборудования комплексов связи специального назначения.
Сведения об авторе:
к.т.н., доцент, докторант Военной академии связи имени Маршала Советского Союза С.М. Буденного, г. Санкт-Петербург, Россия, [email protected]
КЛЮЧЕВЫЕ СЛОВА: интеллектуальная система контроля; комплексы связи; датчики; измерительная информация; контролируемые параметры; аварийные сигналы.
Для цитирования: Винограденко А.М. Метод синтеза интеллектуальных систем контроля технического состояния территориально-распределенных комплексов связи специального назначения // Наукоемкие технологии в космических исследованиях Земли. 2020.
Т. 12. № 4. С. 24-35. doi: 10.36724/2409-5419-2020-12-4-24-35
Введение
В настоящее время для создания территориально-распределенной системы контроля технического состояния (ТС) комплексов связи (КС) специального назначения (СН), практически отсутствует четкая теоретическая база, позволяющая рассматривать процессы контроля ТС с единых системных позиций, объективно оценивать реальные возможности по передаче аварийных сигналов, оценке и анализу ТС КС, функционирующих в условиях различных видов отказов в режиме времени близком к реальному. Используемые для расчета эвристические процедуры и методики, не учитывают уже существующие технические средства, частично входящие в состав КС СН, развернутые на их основе интегрированные системы контроля, а также новые технологии интеллектуального контроля ТС сложных технических объектов [1-3].
Важной особенностью современных КС СН с изменяющимся характером, условиями применения в процессе своего функционирования (их вариативности), большого охвата и территориальной распределенности является структурная, топологическая, а также пространственно-временная неоднородность, что затрудняет решение задач контроля традиционными методами. Задействование КС СН в циклах выполнения особых задач характеризует их как объекты контроля (ОК) с высокой ценой отказа, объекты «ответственного назначения» [4].
Эволюционное развитие КС СН, позволяет относить их к классу сложных многоуровневых управляемых систем. При этом основной проблемой различных контуров управления от уровня управления ТС средства связи до уровня управления сетью связи является неопределенность: на нижнем уровне управления не учитываются предстоящие условия функционирования, на верхних уровнях — реальное ТС КС [5].
В науке сложилось два принципиально различающихся подхода к решению данной проблемы: оптимистический, предполагающий идеальность внешних условий функционирования средств связи, и пессимистический, рекомендующий рассчитывать только на наихудший случай.
Указанные подходы при оценке ТС средств связи или других элементов сети связи отражаются в выборе контрольных допусков, определяющих ошибки первого и второго рода. Очевидно, первый подход приводит к большим потерям при реализации условий, отличных от прогнозируемых, что приводит к снижению качества функционирования средства связи (ошибки второго рода), а второй подход заведомо требует большего расхода ресурса, даже если реальные условия позволяют этого избежать (ошибки первого рода). Из этого следует вывод о необходимости компромисса в использовании указанных подходов, который может быть реализуем только при контроле качества функционирования средства связи в сети связи при определенных внешних условиях. Но вопрос о том, что должен из себя представлять подобный компромисс, в частности, при решении задач моделирования системы контроля ТС КС, синтеза алгоритмов контроля ТС, остается открытым.
В последнее время наиболее перспективными в области диагностики, контроля ТС технически сложных, динамических объектов (систем) представляются подходы, основанные на использовании передовых методов анализа больших массивов данных на базе инновационных технологий искусственного интеллекта. Использование интеллектуальных технологий, проактивного контроля позволит сформировать и развивать в дальнейшем прогнозирующие модели процессов контроля для предотвращения отказов критически важных элементов (КВЭ) КС СН. Подобный подход позволит перейти к новым системам контроля ТС современных КС СН с учетом прогнозирования изменения ТС объектов, систем связи с целью достижения их максимальной производительности при минимальных рисках [6, 7]. Это определяется своевременностью получения измерительной информации (ИИ), полученной в режиме реального времени, по результатам которой в системах управления, поддержки и принятий решений осуществляется оптимальный выбор стратегий воздействия на оборудование при необходимости (рис. 1). Такие решения соблюдают оптимальный баланс между затратами на проведение технических воздействий и величиной потенциальных рисков от отказа КС СН.
Рис. 1. Структурная схема процесса интеллектуального контроля ТС КС СН
Проведенный анализ функционирования систем дистанционного контроля удаленных сложных технических объектов показал, что телеметрические системы (системы телесигнализации (СТС) и системы телеизмерения (СТИ)) являются наиболее предпочтительными системами, используемые для решения задач интеллектуального контроля территориально-распределенных КС СН [8, 9].
Предлагаемый метод предназначен для обеспечения своевременной обработки и передачи по измерительным трактам ТМИ при требуемых значениях показателей преобразования (обслуживания) данных и помехоустойчивого приема сообщений. Моделируемая интеллектуальная система контроля (ИСК) имеет многоуровневую структуру, что подтверждается наличием в ее структуре сенсорного, телекоммуникационного и диспетчерского уровней. Указанная цель достигается путем системного анализа процессов обработки и передачи ТМИ, а также синтеза сенсорного и телекоммуникационного уровней ИСК, в которых осуществляется сбор данных, по результатам измерений.
Снижение избыточности ИИ, циркулирующей в процессе контроля в ИСК, при необходимой оперативности и требуемой достоверности, возможно за счет автоматического выбора режимов контроля: экспресс- и полного контроля, в зависимости от степени развития аварийной ситуации и достигаемого гибкостью правила подключения необходимого числа датчиков [10-12].
Объектом исследования является сенсорный и телекоммуникационный уровни ИСК, в которых реализуются функции сбора, преобразования, пакетирования и помехоустойчивого кодирования ТМИ и дальнейшей передачи по измерительному тракту.
Целью исследования является формирование такой структуры и состава ИСК, при которой выполняются требования к точности, оперативности и достоверности контроля ТС территориально-распределенных КС СН.
1. Описание метода синтеза ИСК ТС КС
Процесс обработки аварийных сигналов предлагается согласно модели, отражающей процесс интеграции существующих классов систем: аварийный сигнал формируется только в случае превышения контролируемым параметром Y установленного порогового уровня (как в СТС) с последующим измерением (как в СТИ) величины выброса над порогом [13].
Метод синтеза основывается на использовании трех процедур системного анализа:
1. Декомпозиции и моделировании основных процессов контроля (обработки ТМИ): фиксации аварийных сигналов, их оценивания, аналого-цифрового преобразования, формирования телеметрических кадров, пакетирования, передачи (обмена) аварийных сигналов на диспетчерский пункт управления (ДПУ) ИСК для дальнейшего
принятия управляющих решений со стороны системы поддержки принятия решений (СППР) автоматизированных систем управления связью (АСУС);
2. Параметрического синтеза (оптимизации разрядности аналого-цифрового преобразователя (АЦП) по критерию минимума суммарной дисперсии ошибок квантования и канальной ошибки; оптимизации длины пакетов ТМИ по критерию минимума потерь в пропускной способности канала с помехоустойчивым кодированием);
3. Синтеза структуры сенсорного и телекоммуникационных уровней ИСК, прежде всего, численного состава системы (измерительных каналов (интеллектуальных датчиков), устройств выборки и хранения (УВХ), АЦП, каналов связи измерительного тракта) с учетом требований к пропускной способности и достоверности передачи ТМИ.
Исходя из этого, структура метода синтеза системы контроля ТС КС СН может быть представлена как показано на рис. 2.
Под интеллектуальным датчиком (ИД), используемом на сенсорном уровне ИСК, понимается измерительный преобразователь, параметры и алгоритмы работы которого в процессе эксплуатации могут изменяться, с целью повышения точности и достоверности результатов измерений, в зависимости от сигналов, содержащихся в самом датчике преобразователей1. ИД может обеспечивать адаптацию (приспособление) к диапазону изменения измеряемой величины, к скорости ее изменения, к воздействию влияющих дестабилизирующих факторов (ДФ, например, помехи), а также обладать функцией самообучения, самовосстановления и др. Параметры и алгоритмы работы ИД в процессе эксплуатации могут изменяться в зависимости от внешних сигналов, поступающих с управляющего устройства.
В рамках процессов проактивного контроля КВЭ КС, операций регистрации результатов измерения параметров, с целью предотвращения возможности возникновения аварийной ситуации, и предварительной сигнализации до факта ее возникновения в прогнозирующих режимах ИСК необходима автоматическая адаптивная подстройка профилактических допусков на проверяемые параметры.
Процесс поллинга аварийных сигналов
на сенсорном уровне ИСК
В системах мониторинга, контроля для регистрации аварийных сигналов, поступающих с датчиков используют правила упорядоченного опроса, получившие название поллинга [14]. Помимо сходства по математическим моделям с приоритетными системами массового обслуживания (СМО), приоритеты в системах поллинга назначаются по определенному правилу, а их параметры могут изменяться динамически.
'ГОСТ Р 8.673-2009. Датчики интеллектуальные и системы измерительные интеллектуальные. Основные термины и определения. М.: Стандартинформ. 2010. 8 с.
Рис. 2. Структура метода синтеза системы контроля ТС КС СН
Сигналы о превышении контролируемыми параметрами установленных допусков, поступающие в сенсорный уровень ИСК с ИД в случайные моменты времени, представляют собой входной поток заявок с пуассонов-ским распределением. Тогда сенсорный уровень ИСК ТС территориально-распределенных КС, включающий сотни (тысячи) ИД и осуществляющий их опрос, можно представить, как систему поллинга с определенной дисциплиной обслуживания. В большинстве работ, посвященных разработке и исследованию различных моделей систем передачи данных [14, 15], разработаны методы упорядоченного поллинга, в которых число ИД, фиксирующих отклонение контролируемого параметра от нормы, то есть «генерирующих» аварийные сигналы, сравнимо с их общим числом. Однако для моделируемой ИСК ТС территориально-распределенных КС, включающей множество ИД, такой подход будет неэффективным, так как время опроса датчиков будет пропорционально их общему числу, а, следовательно, критически большим. Таким образом, необходимо разработать такой способ опроса, основанный на групповом поллинге, когда несколько ИД одновременно передают ИИ, что позволит существенно сократить время, необходимое для выявления аварийной ситуации и степени ее развития.
Рассмотрим сенсорную сеть, обслуживающую N КВЭ, на n-ом КС установлено d. ИД j= 1,..., N;
d* = maxj=1,..., N dj — максимально возможное число ИД на одном КВЭ предполагается относительно небольшим.
Таким образом, имеется V = ^ dj ИД и требуется разра-
1=1
ботать правило их опроса для наиболее быстрого выявления ИД, передающих аварийный сигнал и оценки степени аварийной ситуации.
Допустим, что N велико, а максимальное число одновременно срабатывающих ИД г. при возникновении аварийной ситуации относительно невелико. В данном случае в группу опрашиваемых ИД включаем только те, которые зафиксируют аварийный сигнал одновременно.
Отметим, что вероятность возникновения аварийной ситуации рл. в сети не известна. Однако использование в алгоритме управления опросами верхней границы этой вероятности для расчета допустимого числа ИД, фиксирующих аварийные сигналы неэффективно, поскольку используемый метод группового поллинга чувствителен к предполагаемому количеству ИД. Это связано с тем, что при неправильном задании предполагаемого числа ИД, фиксирующих аварийные сигналы значительно падает информативность данных опроса. Такая ситуация является наиболее типичной для территориально-распределенной системы контроля, а вероятность аварии на ее локальном участке мала [15, 16].
При возникновении аварийной ситуации на п-ом КС одновременно срабатывает г. ИД, где г. — дискретная случайная величина с распределением на множестве {1, ..., dj}. Распределение величины зависит от соответствующего объекта, причины возникновения аварийной ситуации, рас-
РАДИОТЕХНИКА И СВЯЗЬ
положения ИД и т.д. Все эти обстоятельства обычно неизвестны или их трудно учесть. Поэтому рассматривается предположение, что вероятность срабатывания всех ИД на одном КС достаточно велика. Состояние КС описывается переменными х ..., х,, которые принимают значение «0» или «1». Значение «0» предполагает отсутствие аварийного сигнала, а «1» — наличие аварийного сигнала, фиксируемого ИД. Групповой опрос задается с помощью вектора а=(а1,..., а), где а. принимает значения «0» или «1». Значение а.=1 означает, что.-й ИД не участвует в опросе. Если Н — число опросов, то все опросы задаются булевой матрицей опросов А = (а1, ..., аН)" где а1—вектор ^го опроса, h = 1,., Н. Если в группе опрашиваемых ИД имеется хотя бы один, фиксирующий аварийный сигнал, то отмечаем наличие аварийного сигнала как «1». Если в группе нет ни одного подобного ИД, то от нее не поступает ни одного сигнала, что интерпретируется как «0». Таким образом, в качестве отклика от ИД.-ой группы сформируется результат
qj = (а( л х1) V (аV л х1),
где л — булево произведение, V — булева сумма.
Таким образом, в территориально-распределенных КС СН использование способа группового поллинга вполне оправдано как со стороны увеличения оперативности фиксации и передачи аварийного сигнала, так и со стороны уменьшения избыточности ИИ при большом количестве ИД. Для разбиения множества ИД на КС целесообразно использовать пофакторный способ обработки результатов наблюдений, неоднородность структуры, топологии КС или другие методы, учитывающие корреляцию срабатывания всех ИД, расположенных на соответствующем КВЭ КС в условиях аварийных ситуаций.
Используемые показатели передачи ТМИ
Измерительных каналы, характеризуемые числом и типом ИД, передают аварийные сигналы по сенсорному уровню ИСК для последующей обработки. Время преобразования данных сигналов в дискретную форму в процессе обслуживания заявок подчинено экспоненциальному распределению. В таком случае сенсорный уровень ИСК моделируется как система массового обслуживания (СМО) вида М/М/к/ш, т. е. как к-канальная (по числу АЦП) СМО с очередью, ограниченной количеством ш УВХ [17].
Показателями такой СМО являются абсолютная пропускная способность (количество обслуженных заявок в единицу времени) АСМО = Х(1 - Ротк) и среднее время ожи-
D
дания заявки в очереди 1ож, где к = ^Л1, Л. — интенсив-
1=1
ность поступления заявок с одного из Б измерительных каналов Ротк = (рк+ш/кшк!)р0 — вероятность отказа в обслуживании заявок;
рк {1 -(р/к)т [1 + m(1 -р/к)]] р-к • к !• (1 -р/к )2 Рс
f^ Р Pk+1 [1 - (Р/ k)m ]
Рп = / — + —-----
Н0 U j ! к • к! (1 -р/k)
р = X/ ц; |i = 1/tp;
t — среднее обслуживания заявки, соответствующее времени разряда конденсатора УВХ при АЦП сигнала. Из обслуженной заявки формируется телеметрическое сообщение длиной n + d, содержащее информационную и адресную части, где n = log2L — число разрядов кода результатов измерения при наличии L уровней квантования; d = log2_D — число разрядов кода номера измерительного канала. В этом случае битовая пропускная способность сенсорного уровня ИСК равна произведению абсолютной пропускной способности СМО и размерности телеметрического сообщения, т.е. ^СУ = X(1 - Ротк)(п + log2_D).
Зависимость времени ожидания t^ доп, допустимого для исключения погрешности счета, от разрядности двоичного кодирования оцифрованных сигналов определена в процессе технологического моделирования сенсорного уровня ИСК: t = t / 2n + ', где t — максималь-
J A ож доп р max УВХ ? ^ р max
ное время разряда конденсатора в составе УВХ; КУВХ — коэффициент, учитывающий технологические параметры устройства выборки и хранения.
При построении модели оцифровки ТМИ определен характер влияния выбираемой разрядности n двоичного кодирования сигнала на дисперсию ошибки восстановления элементов сообщений по отношению к переданным, состоящей из суммы дисперсий ошибки (шума) квантования а^ и канальной ошибки о2 а^ (п) = аП(п) + а2в(п, рош). В отличие от канальной ошибки шум квантования не связан с помехами в канале и целиком определяется выбором числа уровней квантования L=2". Показатель о 2 аналитически связан с вероятностью ошибки поэлементного приема сообщений рош, являющейся показателем достоверности передачи сообщений в физическом канале связи (ФКС).
Зависимостьрош от энергетического параметра h (отношения энергий сигнал/помеха) и статистических харак-
2
теристик распространения сигналов у составляют модель ФКС. На основании данной зависимости при допустимом значении вероятности ошибки p рассчитывается про-
А г ош.доп А А
пускная способность ФКС С
В современных системах связи из битового потока информации формируются пакеты длиной N = К+R, где К и R — количество соответственно информационных и проверочных (избыточных) элементов сообщения. Соотношение К и R определяется выбором помехо-
устойчивого кода, за счет которого решающая схема на выходе дискретном канале связи (ДКС) либо исправляет обнаруженные ошибки, либо стирает пораженный пакет с запросом повторной его передачи. В случае перезапроса пакетов гарантированная пропускная способность ДКС будет меньше, чем в ФКС, и определяется выражением:
СГ = (к/ш-РОшТ-с0.
2. Алгоритм синтеза сенсорного уровня ИСК
Схема алгоритма синтеза сенсорного уровня ИСК представлена на рис. 3.
Исходными данными являются:
- технологические параметры ИД, УВХ и АЦП (емкость конденсатора хранения Сх, время его заряда опор-
ное напряжение разряда иоп, максимальное время разряда конденсатора 1п тах, частота счетных импульсов);
- параметры обслуживания заявок (интенсивности поступления заявок с измерительных каналов {Лj}._—, допустимая вероятность отказа в обслуживании заявки
р );
г отк.доп' '
- характеристики измерительного тракта ИСК (допустимая вероятность ошибки поэлементного приема сообщений р , мощности сигналов и помех, статистиче-
г ош.доп ^
ские характеристики флуктуаций их уровней).
На рис. 3 представлена блок схема алгоритма синтеза сенсорного уровня ИСК. Все элементы приведенной блок-схемы алгоритма условно разделены на группы выполняемых операций:
Рис. 3. Блок-схема алгоритма синтеза многоуровневой ИСК ТС КС СН (сенсорного и телекоммуникационного уровней)
РАДИОТЕХНИКА И СВЯЗЬ
1. Оптимизация разрядности АЦП с дальнейшим расчетом допустимого времени ожидания сигнала /ож доп (блоки 4-6);
2. Обеспечение допустимой максимальной интенсивности заявок на входе сенсорного уровня ИСК (за счет числа подключаемых ИД), при которой ее пропускная способность не превысит гарантированную пропускную способность канала с помехоустойчивым кодированием (блоки 16-19) [18];
3. Расчет состава АЦП и УВХ, при котором выполняются требования к вероятностно-временным характеристикам (ВВХ) обслуживания заявок сенсорного уровня ИСК, а также обеспечивается согласование с телекоммуникационным уровнем ИСК по пропускной способности при заданной помехоустойчивости передачи ТМИ (блоки 6-9, 11).
Анализ помеховой ситуации (блок 1) сводится к инструментальному исследованию энергетических h и ста-2
тистических у характеристик сигналов и помех, результатом которого является выбор математической модели ФКС PoJh2, Y2) (блок 2).
Вероятности ошибок рогш r-ных разрядов двоичной кодовой комбинации (r = 1, n) дифференцировано влияют на дисперсию канальной ошибки аП. Исследование данной зависимости, а также оценки влияния разрядности n на дисперсию суммарной ошибки восстановления элементов сообщения а^ (п) = а^(п) + а^Дп, рош) возможно при построении модели оцифровки ТМИ (блок 3). Минимизация суммарной дисперсии ошибки (п) позволяет определить
оптимальное значение n* = argmmc2(n), которое реко-
п
мендуется при выборе разрядности АЦП (блок 4).
Построение модели сенсорного уровня (блок 5) позволяет установить зависимость времени ожидания заявки на обслуживание от параметров устройств преобразования сигнала: разрядности АЦП и технологических параметров УВХ.
При подстановке рекомендуемой разрядности n АЦП в формулу технологической модели сенсорного уровня ИСК рассчитывается допустимое время ожидания /ож доп, при превышении которого появляется ошибка счета (блок 6).
Результаты построения технологической модели сенсорного уровня ИСК, в частности, среднее время разряда конденсатора УВХ, фактически являющееся временем обслуживания заявки t = 1 / д, используются при расчете входной нагрузки СМО р = X / д (блок 7). При этом интенсивность поступления заявок в систему X зависит от количества измерительных каналов, подключенных к сенсорному уровню.
Расчет количества обслуживающих элементов к и мест ожидания в очереди m осуществляется при заданной в исходных данных допустимой вероятности отказа в обслуживании заявки Роткдоп. Более подробно порядок расчета необходимого числа каналов для значений m = const
и к=const в системе координат р09, где р = X / д, 0 = /ожд для измерительного тракта ИСК представлен в [17, 19].
Координаты исходной точки хн определяются реальной нагрузкой рн на входе сенсорного уровня и нормированным (к средней продолжительности разряда конденсатора УВХ) допустимым временем ожидания 9 = t / Т
°доп _ ождоп ' V
Искомые количества УВХ m и АЦП к находятся с учетом m = const и к=const, ближайшем к исходной точке хн, причем координаты рабочей точки x с координатами (р , 0 ) должны соответствовать требованиям: р* > рн; 0* < 0доп.
Блоки 7, 17 обеспечивают решение задачи согласования сенсорного уровня ИСК и каналов связи телекоммуникационного уровня по пропускным способностям.
С учетом заданного в исходных данных значения допустимой вероятности ошибки поэлементного приема p .
J i i г ош.доп
На основании выбранной модели ФКС рош=f(h2, у2) осуществляется расчет требуемого значения энергетического параметра hTp = f(рошдоп), при котором обеспечивается условие р < р (блок 10).
г ош г ош.доп v '
Определение h2, как отношение энергии сигнала (с мощностью P) к энергии помех с суммарной мощностью Рп, наблюдаемых на интервале времени тп, т.е. h2 = Рст0 / Рптп, позволяет найти минимально допустимую длительность битового элемента сигнала, при котором h2 > hp : т0 = "р Рптп / Pc. Пропускная способность ФКС, как максимальная скорость передачи ТМИ при допустимой рошдоп, определяется количеством переданных битовых импульсов в единицу времени, т.е. С0 = 1/т0 = Pc / (Рптпhp) (блок 13).
При реализации в ДКС схемы обнаружения и стирания «пораженных» пакетов с повторной их передачей решается задача оптимизации длины пакета N с помехоустойчивым кодом. Целью данной задачи является определение гарантированной пропускной способности ДКС, максимально приближенной к пропускной способности ФКС, т.е. СГ(N)/С0 ^ max (блок 16).
Приравняв значения пропускных способностей ДКС СГ и сенсорного уровня ^СУ = X(1 - Ротк)(п + log2D), определяется условие их согласования в виде выражения для максимально допустимой интенсивности поступления заявок на обслуживание в сенсорный уровень (блок 17): X = СГ/(1 - P У{п + logD).
max Г4 отк7 v ®2 '
Если реальная интенсивность заявок X превышает значение Xmax (блок 18), то часть обработанных заявок с результатами измерения будет утеряна вследствие недостаточной пропускной способности ФКС. Для снижения нагрузки на входе сенсорного уровня с целью согласования с ДКС необходимо уменьшить число D измерительных каналов, по которым в систему поступают заявки на обслуживание (блок 19).
D
Если условие Х = j <Xmax блока 18 выполняет-
j=i
ся, то все обработанные ТМИ будут переданы по измери-
Рис. 4. Структура ИСК на примере трехфазной СМО
тельному тракту ИСК, а реальное значение интенсивности заявок X используется для расчета входной нагрузки сенсорного уровня (блок 7). При этом значение числа Б измерительных каналов совместно с количествами ш УВХ и к АЦП в качестве конечного результата выводятся на отображающих устройствах.
Структура метода синтеза ИСК ТС КС, представленная алгоритмом на рис. 3, содержит следующие операции: а) адаптация области допусков; б) обеспечение допустимой максимальной интенсивности заявок (чем достигается также повышение достоверности контроля) на входе сенсорного уровня (за счет подключения дополнительных ИД), при которой ее пропускная способность не превысит гарантированную пропускную способность канала с помехоустойчивым кодированием (приемлемая избыточность); в) расчет состава сенсорного уровня ИСК, при котором выполняются требования к ВВХ обслуживания заявок на сенсорном уровне ИСК, а также обеспечивается согласование с каналами по пропускной способности при заданной помехоустойчивости передачи ТМИ; г) расчет состава телекоммуникационного уровня, при котором выполняются требования по помехоустойчивой передаче ТМИ, с учетом возможности использования разнородных каналов связи представлен в [20].
В целом, структурный состав многоуровневой ИСК представляет трехфазную СМО с очередью, ограниченной количествами мест ожиданий применительно к каждому уровню ИСК: реверсивных регистров, устройств выборки и хранения — на сенсорном уровне; устройство пакетирования ТМИ, процессор — на телекоммуникационном уровне; регистров буфера памяти (базы данных) — на
диспетчерском уровне ИСК, что в упрощенном виде представлено на рис. 4.
Задача оптимизации состава ИСК относится к разряду многокритериальной, поиск решения которой осуществляется в области компромиссов: максимизация пропускной способности при ограниченных временных и стоимостных ресурсах. Учитывая мультипликативность целевой функции, данная задача решается с использованием модифицированного метода динамического программирования, реализующего прямую прогонку.
С учетом рассмотренных выше особенностей построения, структурный состав многоуровневой ИСК можно представить в виде рис. 5.
Заключение
В данной работе рассматриваются расширение классических подходов к процессам контроля ТС территориально-распределенных КС СН. Развитие телекоммуникационных систем, как контролируемых объектов, характеризуемых новыми свойствами, предполагают разработку новых подходов в процессах контроля их ТС, разработку новых систем, учитывающих не только особенности ОК, но и воздействие дестабилизирующих факторов в процессе их функционирования.
Анализируются ключевые элементы для реализации интеллектуального контроля. В результате синтеза многоуровневой ИСК предложена архитектура системы, позволяющей определить наиболее рациональное соотношение измерительных каналов (датчиков, АЦП, УВХ), с учетом помехоустойчивости и пропускной способности измерительных трактов, а необходимого числа каналов
Рис. 5. Структура интеллектуальной системы контроля ТС КС
связи. Эта архитектура учитывает анализ собранных данных (аварийных сигналов) на сенсорном уровне системы и онлайн-анализ потоковых данных (телеметрических сообщений) для оперативного обнаружения возникновения возможных отказов, прогнозирования остаточного ресурса оборудования КС СН. В краткосрочной перспективе развитие систем контроля ТС КС СН будет неразрывно связано с базовыми технологиями машинного обучения, сквозными технологиями искусственного интеллекта, технологиями извлечения знаний из различных стационарных и мобильных источников, технологиями управления целенаправленным поведением в неструктурированных динамических средах, технологиями когнитивного анализа данных, мультиагентного управления и диспетчеризации ресурсов в распределенных мобильных системах, методах предобработки и интеллектуального анализа больших данных результатов измерений, без учета которых контроль ТС эволюционирующих телекоммуникационных систем будет затруднен.
Литература
1. Зацаринный А. А., Шабанов А. П. Технология информационной поддержки деятельности организационных систем на основе ситуационных центров. М.: ТОРУС ПРЕСС, 2015. 232 с.: ил.
2. Сай Ван Квонг, Щербаков М. В. Архитектура системы предсказательного технического обслуживания сложных многообъектных систем в концепции Индустрии 4.0 // Software & Systems. 2020. № 2 (33).С. 186-194. DOI: 10.115827/0236-235X.130.186-194
3. Пузанков Д. В., Мирошников В. И., Пантелеев М. Г., Серегин А. В. Интеллектуальные агенты, многоагентные системы и семантический Web: концепции, технологии, приложения. СПб.: Технолит, 2008. 292 с.
4. Абрамов О. В., Розенбаум А. Н. Управление эксплуатацией систем ответственного назначения. Владивосток: Дальнаука, 2000. 200 с.
5. Ионов С. В., Лихачев А. М., Сборцев А. С., Кузнецов В. Е. Новые технологии построения технических систем электросвязи. М.: МО РФ, 2002. 442 с.
6. Егоршев С. М., Малыгин И. Г., Комашинский В. И., Аванесов М.Ю. Предложения по стратегии развития технологий искусственного интеллекта в транспортной отрасли России // Информация и космос. 2020. № 2. С. 56-61.
7. Масленников О. В., Алиев Ф.К., Вассенков А.В., Тляшев О. М. Интеллектуализация — важная составляющая цифровизации Вооруженных Сил Российской Федерации // Военная мысль. 2020. № 7. С. 67-76.
8. Budko P. A., Fedorenko V. V., Vinogradenko A.M., Samoylen-ko V. V., Pedan A. V. Approach to the intellectual monitoring of the technical condition of difficult dynamic objects on the basis of the systems of a polling // Proc. of the 22nd International conference «Distributed
computer and communication networks: control, computation, communications» (DCCN-2019) (Moscow, Russia, 23-27 September 2019). Springer, Cham., 2019. CCIS, Vol. 1141. Pp. 560-573. DOI: 10. 1007/978-3-030-36625-4_45
9. Лоскутов А.И., РяховаЕ.А., ГорбулинВ. И. Концептуальная модель технического диагностирования бортовой аппаратуры автономных космических аппаратов на основе оптимальной реконфигурации в условиях априорной неопределенности появления неисправностей // Информационно-измерительные системы и управляющие системы. 2020. Т. 18. № 3. С. 43-55. DOI: 10.18127/ j20700814-202003-05
10. Budko P.A., Vinogradenko A.M., Mezhenov A. V, Zhuravlyo-va N. G. Method of adaptive control of technical states of radio-electronic systems // Advances in Signal Processing. Theories, Algorithms, and System Control, Intelligens Systems Reference Library. Springer-Verlag, 2020. Vol. 184. Chapter 11. Pp. 137-151. D0I:org/10. 1007/978-3-030-40312-6
11. ВинограденкоА.М.,БудкоН. П. Адаптивный контроль технического состояния сложных технических объектов на основе интеллектуальных технологий // T-Comm. Телекоммуникации и транспорт. 2020. Т. 14. N° 1. С. 25-36. DOI: 10.36724/2072-8735-2020-4-1-25-35
12. Будко П. А., Будко Н. П., Винограденко А.М. Способы повышения помехоустойчивости в автоматизированных системах контроля // Системы управления, связи и безопасности. 2020. № 2. С. 176-211. DOI: 10.24411/2410-9916-2020-10206
13. Fedorenko V. V., Kononov Y. G., Vinogradenko A.M., Samoylenko V. V., Samoylenko I. V. The time-probability characteristics of a telemetrie signal with the variable number of bits // Proc. of the 2017 IEEE II International Conference on Control in Technical Systems (CTS) (St. Petersburg, Russia, 25-27 Oct. 2017). St. Petersburg
Electrotechnical University Publ., 2017. Pp. 146-149. DOI: 10.1109/ CTSYS.2017.8109511
14. Вишневский В.М., Семенова О. В. Системы поллинга: теория и применение в широкополосных и беспроводных сетях. М.: Техносфера, 2007. 312 с.
15. Маликова Е. Е., Цитович И. И. Стратегия группового поллинга в широкополосных беспроводных сетях мониторинга // Обозрение прикладной и промышленной математики. 2010. Т. 17. № 2. С. 284-285.
16. Vinogradenko A.M., Budko P.A., Fedorenko V. V. Adaptive System Monitoring of the Technical Condition Technological Objects Based on Wireless Sensor Networks // Proc. of the 2018 III International scientific Conference, (Convergent'2018) (Moscow, Russia, 29 November-2 December, 2018). Springer, Cham., 2018. CCIS, Vol. 1140 Pp. 200-210. DOI: 10.1007/978-3-030-37436-5 18
17. Федоренко В. В., Федоренко И. В., Сукманов А.В. Модели поэтапного формирования пакетов телеметрической информации // Автоматизация, телемеханизация и связь в нефтяной промышленности. 2014. № 10. С. 39-43.
18. Патент РФ № 2425444 С1. Адаптивная радиолиния передачи дискретной информации / Федоренко В. В., Рачков В. Е., Винограденко А. М. Заявл.: 23.11.2009. Опубл.: 27.07.2011. Бюл. № 21. 8 с.
19. Винограденко А.М. Способ расчета необходимого числа каналов в многоканальной линии связи // Техника средств связи. СПб.: Интелтех, 2013. С. 79-82.
20. Будко П. А., Винограденко А.М., Литвинов А.И. Реконфигурация каналов связи при управлении смешанными группировками робототехнических комплексов // Известия ЮФУ 2017. № 2 (187). С. 266-278. DOI: 10.18522/2311-3103-2017-1-266278
METHOD OF SYNTHESIS OF INTELLIGENT SYSTEMS FOR CONTROL OF TECHNICAL CONDITION OF GEOGRAPHICALLY DISTRIBUTED COMMUNICATION COMPLEXES OF SPECIAL PURPOSE
ALEKSEY M. VINOGRADENKO,
St. Petersburg, Russia, [email protected]
KEYWORDS: intelligent monitoring system; communication systems; sensors; measurement information; monitored parameters; alarms.
ABSTRACT
The work is devoted to the development of an intelligent control system for geographically distributed communications systems of special purpose. The relevance of the study is caused by the fact that the evolutionary development of controlled telecommunications systems, on the example of special-purpose communication complexes characterized by a changing nature, application conditions in the course of their operation, large coverage and territorial distribution,
structural, topological, as well as space-time heterogeneity should be taken into account and correlated with systems for monitoring their technical condition, taking into account the development of basic artificial intelligence technologies, which is conceptually important in the short term. Method of synthesis of intelligent control system characterized by multilevel architecture of construction and functioning, depending on the degree of emergency situation, in modes
of express and complete control is presented, which involves use of databases (knowledge) and adaptation of control processes to the effects of destabilizing factors. The work shows the approach to processes of proactive inspection of parameters of objects, consists in adaptive adjustment of preventive tolerances for checked parameters and use of adaptive mechanisms for polling intelligent sensors based on polling models; taking into account the correlation of actuation of a group of sensors within the control object in emergency situations and contributing to an increase in the speed of recording and transmitting the alarm signal, and reducing redundancy of measurement information in the measurement path of the monitoring system. As a result of the synthesis of a multilevel intelligent control system, the system architecture is proposed, which allows determining the most rational ratio of measuring channels (intelligent sensors, analog-to-digital converters, sampling and storage devices), taking into account the noise immunity and throughput of measuring paths, as well as the required number of communication channels. The multilevel monitoring system architecture allows analysis of measuring information (alarms) at the sensor level of the system and online analysis of streaming data (telemetry messages) to quickly detect cases of possible failures, predict the residual resource of equipment of special-purpose communication systems.
REFERENCES
1. Zatsarinniy A. A., Shabanov A. P. Tehnologiya informatsionnoy podderzhki deyatel'nosti organizatsionnih system na osnove situatsionnih tsentrov [Information support technology for organizational systems based on situation centres]. Moscow: Torus Press Publ., 2015. 232 p. (In Rus)
2. Van Cuong Sai, Shcherbakov M. V. Architecture of predictive maintenance system of complex multi-object systems in Industry 4.0 concept. Software & Systems. 2020. No. 2 (33). Pp. 186-194. DOI: 10.115827/0236-235X.130.186-194 (In Rus)
3. Puzankov D.V., Mirishnikov V. I., Panteleev M. G., Seregin A.V. Intellektual'nie agenti, mnogoagentnie sistemi i semanticheskiy Web: kontseptsii, tehnologii, prilozheniya. [Intelligent agents, multiagent systems, and the semantic Web: concepts, technologies, and applications]. Saint Petersburg: Tehnolit Publ., 2008. 292 p. (In Rus)
4. Abramov O.V., Rozenbaum A. N. Upravlenie ekspluatatsiey system otvetstvennogo naznacheniya [Managing the operation of responsible purpose systems]. Vladivostok: Dal'nauka Publ., 2000. 200 p. (In Rus)
5. Ionov S. V., Lihachev A. M., Sbortsev A. S., Kuznetsov V. E. Novie tehnologii postroeniya tehnicheskih system electrosvyazi [New technologies for building technical telecommunication systems]. Moscow: Ministry of Defence of the Russian Federation Publ., 2002. 442 p. (In Rus)
6. Egorshev S. M., Maligin I.G., Komashinskiy V. I., Avanesov M.Y. Suggestions for the development strategy of artificial intelligence technologies in the transport industry of Russia. Information and Space, 2020. No. 2. Pp. 56-61. (In Rus)
7. Maslennikov O. V., Aliev F. K., Vassenkov A.V., Tlyashev O.M. Inte llectualization as a major constituent of digitalization in the armed
forces of the russian federation. Military thought. 2020. No. 7. Pp. 67-76. (In Rus)
8. Budko P. A., Fedorenko V. V., Vinogradenko A. M., Samoylenko V.V., Pedan A. V. Approach to the intellectual monitoring of the technical condition of difficult dynamic objects on the basis of the systems of a polling]. Proc. of the 22nd International conference «Distributed computer and communication networks: control, computation, communications» (DCCN-2019), Moscow, Russia, 23-27 September
2019. Springer, Cham. Vol. 1141. Pp. 560-573. DOI: 10. 1007/978-3-030-36625-4_45
9. Loskutov A. I., Ryahova E. A., Gorbulin V. I. A conceptual model for technical diagnostics of onboard equipment of Autonomous spacecraft based on optimal reconfiguration in conditions of a priori uncertainty of fault occurrence. Information and measurement systems and control systems. 2020. Vol. 18. No. 3. Pp. 43-55. DOI: 10.18127/ j20700814-202003-05 (In Rus)
10. Budko P.A., Vinogradenko A. M., Mezhenov A.V., Zhuravlyova N. G. Method of adaptive control of technical states of radio-electronic systems. Advances in Signal Processing. Theories, Algorithms, and System Control, Intelligens Systems Reference Library. Springer-Verlag,
2020. Vol. 184. Chapter 11. Pp. 137-151. DOI: org/10. 1007/978-3030-40312-6
11. Vinogradenko A. M., Budko N. P. Adaptive control of the technical condition of complex technical objects based on intelligent technologies. T-Comm. 2020. Vol. 14. No. 1. Pp. 25-36. DOI: 10.36724/ 2072-8735-2020-4-1-25-35 (In Rus)
12. Budko P. A., Budko N. P., Vinogradenko A. M. Ways to increase noise immunity in automated control systems. Systems of Control, Communication and Security. 2020. No. 2. Pp. 176-211. DOI: 10.24411/2410-9916-2020-10206 (In Rus)
13. Fedorenko V. V., Kononov Y. G., Vinogradenko A. M., Samoylen-ko V. V., Samoylenko I. V. The time-probability characteristics of a telemetrie signal with the variable number of bits. Proc. of the 2017 IEEE II International Conference on Control in Technical Systems (CTS), St. Petersburg, Russia, 25-27 Oct. 2017. Saint Petersburg Electrotechnical University Publ., 2017. Pp. 146-149. DOI: 10.1109/ CTSYS.2017.8109511
14. Vishnevskiy V.M., Semyonova O.V. Sistemi pollinga: teoriya
1 primenenie v shirokopolosnih i besprovodnih setyah [Polling systems: theory and application in broadband and wireless networks]. Moscow: Tehnosfera Publ., 2007. 312 p. (In Rus)
15. Malikova E. E., Tsitovich I. I. Strategiya gruppovogo pollinga v shirokopolosnih besprovodnih setyah monitoringa [Group polling strategy in broadband wireless monitoring networks]. Obozrenie prikladnoi i promyshlennoi matematiki [Review of applied and industrial mathematics]. 2010. Vol. 17. No. 2. Pp. 284-285. (In Rus)
16. Vinogradenko A. M., Budko P. A., Fedorenko V. V. Adaptive System Monitoring of the Technical Condition Technological Objects Based on Wireless Sensor Networks. Proc. of the 2018 III International scientific Conference, (Convergent'2018), Moscow, Russia, 29 November -
2 December, 2018.Springer,Cham.,2018.CCIS,Vol. 1140.Pp.200-210. DOI: 10.1007/978-3-030-37436-5 18
17. Fedorenko V. V., Fedorenko I. V., Sukmanov A. V. Models of step-by-step formation of telemetric information packages. Avtomatizatsiya, telemekhanizatsiya isvyaz' vneftyanoy promyshlennosti [Automation, telemechanization and communication in the oil industry]. 2014. No. 10. Pp. 39-43. (In Rus)
18. Patent RF 2425444. Adaptivnaya radioliniya peredachi diskretnoy informatsii [Adaptive radio link for transmitting discrete information]. Fedorenko V. V., Rachkov V. E., Vinogradenko A. M. Declared 23.11.2009. Published 27.07.2011. Bulletin No. 21. 8 p. (In Rus)
19. Vinogradenko A. M. Sposob rascheta neobhodimogo chisla kanklov v mnogokanal'noy linii svyazi [Method for calculating the required
number of channels in a multi-channel communication line]. Tekhnika sredstvsvyazi [Communication equipment]. 2013. Pp. 79-82. (In Rus) 20. Budko P. A., Vinogradenko A.M., Litvinov A. I. Reconfiguration of communication channels for managing mixed groups of robotic complexes. Izvestiya SFedU. Engineering Sciences. 2017. Vol. 187. No. 2. Pp. 266-278. DOI: 10.18522/2311-3103-2017-1-266278 (In Rus)
INFORMATION ABOUT AUTHOR:
Vinogradenko A.M., PhD, Docent, Doctoral Candidate Military academy of communications named after Marshal of the Soviet Union S.M. Budyonny.
For citation: Vinogradenko A.M. Method of synthesis of intelligent systems for control of technical condition of geographically distributed communication complexes of special purpose. H&ES Research. 2020. Vol. 12. No. 4. Pp. 24-35. doi: 10.36724/2409-5419-2020-12-4-24-35 (In Rus)
НПЦ ИРС
Научно-производственный центр Информационных региональных систем
► npcir5.ru
Закрытое акционерное общество "Научно-производственный центр информационных региональных систем" является предприятием, разрабатывающим автоматизированные системы специального назначения.
Основными направлениями нашей деятельности являются:
- проектирование, создание и ремонт автоматизированных систем управления и их составных частей, систем обработки данных, программного обеспечения, информационных систем для государственных организаций и коммерческих компаний;
- разработка общесистемного и прикладного ПО, внедрение и сопровождение информационных систем;
- защита информации в системах управления, локальных вычислительных сетях, программно-аппаратных комплексах, телекоммуникационных системах;
- производство и поставка технических средств, в офисном и защищенном исполнении;
- создание, внедрение и сопровождение оперативных и учетных систем любой сложности;
■ анализ автоматизированных систем на предмет разработки к ним классификаторов и нормативно-справочной информации;
- разработка проектов и создание глобальных, корпоративных, локальных телекоммуникационных систем и структурированных кабельных сетей.
Создаваемые предприятием средства (комплексы средств автоматизации, программные и программно-информационные комплексы, информационные изделия) эксплуатируются в различных государственных органах: в органах военного управления Министерства обороны РФ, а также на предприятиях, в организациях, в органах местного самоуправления субъектов РФ, занимающихся воинским учетом.
Научные исследования в сфере КНСИ позволяют нам качественно анализировать автоматизированные системы и разрабатывать к ним классификаторы и нормативно-справочную информацию,
^ НПЦ ИРС
► л pcirs.ru
