CC BY
1
Бычковский Михаил Михайлович, преподаватель, bichkovskiy.mm@mail. ru, Россия, Санкт-Петербург, Военная орденов Жукова и Ленина Краснознаменная академия связи имени Маршала Советского Союза С.М. Буденного,
Зайкин Николай Николаевич, преподаватель, [email protected], Россия, Санкт-Петербург, Военная орденов Жукова и Ленина Краснознаменная академия связи имени Маршала Советского Союза С.М. Буденного,
Фатьянова Елена Валентиновна, преподаватель, [email protected], Россия, Санкт-Петербург, Военная академия свя Военная орденов Жукова и Ленина Краснознаменная академия связи имени Маршала Советского Союза С.М. Буденного,
Чуприков Олег Валерьевич, преподаватель, chuprikov_ov@mail. ru, Россия, Санкт-Петербург, Военная орденов Жукова и Ленина Краснознаменная академия связи имени Маршала Советского Союза С.М. Буденного
PROPOSAL FOR MONITORING RADIO EMISSIONS IN THE HF BAND R.I. Kochubey, M.M. Bychkovsky, N.N. Zaikin, E.V. Fatyanova, O.V. Chuprikov
The purpose of radio monitoring is presented in the article. Antenna-feeder devices used for radio monitoring are considered. The basis for building a new antenna system for monitoring is presented.
Key words: monitoring, radio emission source, underground antenna, signal strength.
Kochubey Ruslan Ivanovich, lecturer, kochubey_ri@mail. ru, Russia, St. Petersburg, Military Academy of Communications,
Bychkovsky Mikhail Mikhailovich, lecturer, [email protected], Russia, Saint Petersburg, Military Academy of Communications,
Zaikin Nikolay Nikolaevich, lecturer, zaykin53@mail. ru, Russia, St. Petersburg, Military Academy of Communications,
Fatyanova Elena Valentinovna, lecturer, [email protected], Russia, Saint Petersburg, Military Academy of Communications,
Chuprikov Oleg Valerievich, lecturer, chuprikov [email protected], Russia, St. Petersburg, Military Academy of Communications
УДК 57.08
Б01: 10.24412/2071-6168-2024-7-346-347
НЕЙРОИНТЕРФЕЙСЫ И ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ: ПРИМЕНЕНИЕ И ПРОБЛЕМЫ
Е.В. Ляпунцова, Е.А. Белоусова
В данной статье рассматриваются основные принципы функционирования нейроинтерфейсов, включая такие методы, как электроэнцефалография, магнитоэнцефалография, функциональная магнитно-резонансная томография, инвазивные методы, а также оптические методы. Каждый из этих подходов имеет свои преимущества и ограничения, что определяет их применение в различных областях исследования и разработок.В работе также представлен анализ текущих и перспективных областей применения нейроинтерфейсов, такие как управление протезами, коммуникационными системами, игровыми приложениями,нейрореабилитации, образовании, научных исследованиях. Рассматриваются вопросы дальнейшего развития технологий нейроинтерфейсов, включая повышение их точности, надежности и удобства использования.
Ключевые слова: нейроинтерфейсы, мозг-компьютерный интерфейс, оптические методы, нейрореаби-
литация.
Введение. Нейроинтерфейсы представляют собой технологии, позволяющие напрямую регистрировать и анализировать активность мозга, преобразуя ее в управляющие сигналы для различных устройств. Это открывает новые возможности для людей с ограниченными физическими возможностями, предоставляя им средства для управления протезами, коммуникационными системами и другими вспомогательными технологиями. Развитие технологий нейроинтерфейсов открывает новые горизонты в области взаимодействия человека с машинами и окружающей средой. Нейроинтерфейсы позволяют регистрировать и анализировать активность мозга, преобразуя ее в управляющие сигналы для различных устройств [1]. Это дает возможность людям с ограниченными физическими возможностями управлять протезами, коммуникационными системами и другими вспомогательными технологиями напрямую с помощью своих мозговых волн.
Основные технологии, используемые в нейроинтерфейсах, включают:
1. Электроэнцефалография (ЭЭГ): метод регистрации электрической активности мозга с помощью электродов, расположенных на поверхности головы.
2.Магнитоэнцефалография (МЭГ): метод регистрации магнитных полей, генерируемых активностью
мозга.
3. Функциональная магнитно-резонансная томография (фМРТ): метод визуализации активности мозга на основе изменений кровотока и метаболизма.
4. Инвазивные методы: внутричерепная электрокортикография (ЭКоГ и внутримозговые электроды, которые обеспечивают более высокое пространственное разрешение, но требуют хирургического вмешательства.
5. Оптические методы: функциональная Near-Infrared Spectroscopy (fNIRS), которые измеряют изменения в оптических свойствах мозговой ткани, связанные с нейрональной активностью.
Каждая из этих технологий имеет свои преимущества и ограничения, и выбор конкретного подхода зависит от целей исследования, доступности оборудования и других значимых факторов.В данной работерассматривает-ся основные принципы функционирования нейроинтерфейсов, их применение в различных областях, а также перспективы дальнейшего развития этого быстрорастущего научно-технического направления[2] .Нейроинтерфейс - это технология, которая позволяет устанавливать прямую связь между мозгом человека и внешними устройствами, такими как компьютеры, роботы или протезы. Это достигается с помощью специальных датчиков, которые считывают электрическую активность мозга и преобразуют ее в команды для управления различными системами. Нейроинтер-фейсы открывают возможности для улучшения качества жизни людей с ограниченными возможностями, а также для расширения возможностей человека в различных областях, таких как управление техникой, коммуникации и взаимодействие с виртуальной реальностью, в сфере образования, промышленности. Основные типынейроинтерфейсов представлены на рисунке 1.
Рис. 1. Основные типы нейроинтерфейсов
Также ниже представляется более детальное описание каждого из перечисленных типов нейроинтерфейсов.
1.Инвазивные нейроинтерфейсы:
Электроды, имплантированные непосредственно в мозг.
Обеспечивают наиболее точный и надежный сигнал, но требуют хирургического вмешательства.
2. Неинв азивные нейроинтерфейсы:
Электроэнцефалография (ЭЭГ) - считывание активности мозга через электроды на поверхности головы.
Магнитоэнцефалография (МЭГ) - регистрация магнитных полей, создаваемых активностью мозга.
Функциональная магнитно-резонансная томография (фМРТ) - измерение изменений кровотока в мозге.
З.Частично инвазивные нейроинтерфейсы:
Электроды, размещаемые на поверхности мозга (эпидуральные или субдуральные).
Обеспечивают более качественный сигнал, чем неинвазивные, но менее инвазивны, чем имплантированные.
Выбор типа нейроинтерфейса зависит от конкретных задач, требуемой точности и безопасности для поль-зователя.Важным параметром является электрическая проводимость.Электрическая проводимость мозга - это способность тканей мозга проводить электрический ток. Измерение электрической проводимости мозга используется в методах нейровизуализации, таких как электроэнцефалография (ЭЭГ) и импедансная томография, для диагностики и исследования функций мозга. Она зависит от нескольких факторов (таблица 1).
Таблица 1
Факторы электронной проводимости_
№ Факторы электрической проводимости Описание факторов
1. Ионный состав тканей мозга Высокое содержание ионов натрия, калия, кальция и хлора. Ионы участвуют в генерации и передаче электрических сигналов в нейронах.
2. Структура и плотность нейронов Серое вещество мозга, состоящее из тел нейронов, имеет более высокую проводимость. Белое вещество, состоящее из миелинизированных аксонов, имеет более низкую проводимость.
3. Кровоснабжение Кровь, содержащая электролиты, повышает проводимость тканей мозга. Изменения кровотока могут влиять на локальную проводимость.
4. Патологические изменения Опухоли, инфаркты, отеки и другие патологии могут изменять проводимость мозговых тканей.
Существует основные виды интерфейсов для управления техникой с использованием электрической проводимости мозга (таблица 2).
Развитие таких интерфейсов открывает новые возможности для взаимодействия человека с техникой, расширяя возможности людей с ограниченными двигательными функциями. Один из факторов и основными показа-
телями при применении нейроинтерсейсов являются изучение усталости, утомляемости, снижение концентрации[3]. Усталость и утомляемость - это состояния, связанные со снижением работоспособности и производительности человека.
Таблица 2
Основные виды интерфейсов_
№ Виды интерфейсов Описание интерфейсов
1. Интерфейс "мозг-компьютер" (Brain-Computer Interface, BCI) Использует ЭЭГ или другие методы регистрации активности мозга. Позволяет напрямую управлять компьютерными программами, протезами, роботами и другими устройствами. Применяется для помощи людям с ограниченными двигательными возможностями.
2. Интерфейс "мозг-машина" (Brain-Machine Interface, BMI) Использует сигналы мозговой активности для управления механическими устройствами. Применяется в робототехнике, протезировании конечностей, экзоскелетах. Обеспечивает более прямое и интуитивное управление техникой.
3. Нейроуправление (Neurofeedback) Основано на обратной связи об активности мозга. Позволяет пользователю обучаться контролю над своими мозговыми процессами. Используется для реабилитации, тренировки когнитивных функций, управления стрессом.
4. Электромиографический интерфейс (EMG-based interface) Использует сигналы мышечной активности, регистрируемые с помощью электродов. Позволяет управлять техникой с помощью движений тела и мимики. Применяется в робототехнике, протезировании, игровых системах.
И могут быть вызваны различными факторами:
1. Физическая усталость:
Длительная физическая активность; Недостаток сна и отдыха; Неправильное питание;
Влияние окружающей среды (температура, влажность, шум).
2. Умственная усталость: Длительная интеллектуальная нагрузка;
Стресс и высокое психоэмоциональное напряжение; Монотонная работа;
Недостаток мотивации и интереса к деятельности.
3. Общее утомление:
Сочетание физической и умственной нагрузки; Хронические заболевания; Нарушение режима дня и отдыха; Неблагоприятные условия жизни и работы.
Для профилактики и преодоления усталости и утомляемости важно:
Соблюдать режим труда и отдыха;
Правильно организовывать рабочее место и режим работы; Заниматься физической активностью и спортом; Использовать методы релаксации и восстановления; Поддерживать здоровый образ жизни; При необходимости обращаться за медицинской помощью.
Своевременное выявление и устранение причин усталости и утомляемости позволяет повысить работоспособность, улучшить качество жизни и предотвратить развитие серьезных проблем со здоровьем.В работе приводятся несколько эффективных способов снизить усталость и выгорание от монотонной работы:
1. Регулярные перерывы:
Делайте короткие 5-10 минутные перерывы каждые 1-2 часа. Используйте это время для переключения вида деятельности. Перерывы помогут восстановить энергию и концентрацию.
2. Разнообразие задач:
Старайтесь разнообразить свою работу, чередуя разные виды деятельности. Смена деятельности поможет избежать монотонности и усталости.
3. Физическая активность:
Регулярные физические упражненияпомогают избежать выгорание. Можно проявлять активности во время перерывов.
4. Отдых и восстановление:
Уделяйте достаточно времени на сон, отдых и восстановление. Практикуйте техники релаксации, медитации или йоги. Занимайтесь любимыми хобби и проводите время с близкими.
5. Позитивный настрой:
Старайтесь поддерживать позитивный настрой и мотивацию. Находите смысл и ценность в своей работе. Общайтесь с коллегами, которые вдохновляют.
Комплексное применение этих методов поможет эффективно бороться с усталостью и выгоранием на монотонной работе, которая требует сильную концентрвцию. Исследования мозга в условиях экстремальной работы и напряженной сосредоточенности имеют следующиепоказатели (таблица 3).
Таблица 3
Показатели при исследовании мозга_
№ Показатели Описание и характеристики
1. Активация лобных долей При выполнении сложных и требующих высокой концентрации задач наблюдается повышенная активность лобных долей мозга. Лобные доли отвечают за планирование, принятие решений и управление вниманием.
2. Изменение активности гипоталамо-гипофизарно-надпочечниковой системы В условиях стресса и высокой нагрузки активируется данная система, что приводит к повышению уровня кортизола. Кортизол помогает мобилизовать энергетические ресурсы организма, но в долгосрочной перспективе может вызывать негативные эффекты.
3. Снижение активности дефолтной сети Дефолтная сеть мозга отвечает за внутренние мысленные процессы. При высокой концентрации на внешних задачах активность этой сети снижается.
4. Повышение активности сенсомоторной коры Области, отвечающие за восприятие и моторику, демонстрируют повышенную активность во время выполнения сложных задач. Это связано с необходимостью быстрого реагирования и точных движений.
5. Изменение функциональной связности В условиях высокой нагрузки наблюдаются изменения в функциональной связности между различными областями мозга. Это отражает перестройку нейронных сетей для более эффективной обработки информации.
Данные исследования помогают понять, как мозг адаптируется к экстремальным условиям работы и что происходит на нейрофизиологическом уровне при напряженной сосредоточенности.
Для исследования мозга в условиях экстремальной работы и напряженной сосредоточенности используется ряд технических средств и разработок (таблица 4).
Эти технологии помогают ученым глубже изучать нейрофизиологические механизмы, лежащие в основе когнитивной деятельности в экстремальных условиях.
Таблица 4
Технические средства и разработки_
№ Технические средства Описание технических средств
1. Нейро визуализация Функциональная магнитно-резонансная томография (фМРТ) - позволяет измерять изменения в кровотоке, связанные с активностью различных областей мозга. Позитронно-эмиссионная томография (ПЭТ) - визуализирует метаболическую активность и кровоток в мозге. Электроэнцефалография (ЭЭГ) - регистрирует электрическую активность мозга с высоким временным разрешением.
2. Методы стимуляции мозга Транскраниальная магнитная стимуляция (ТМС) - позволяет неинвазивно воздействовать на определенные области мозга. Транскраниальная электрическая стимуляция (ТЭС) - использует слабые электрические токи для модуляции активности мозга.
3. Биологическая обратная связь Системы нейрообратной связи - предоставляют человеку информацию о его собственной мозговой активности, что помогает обучению и саморегуляции.
4. Интерфейсы «мозг-компьютер» Технологии, позволяющие напрямую регистрировать и декодировать сигналы мозга для управления внешними устройствами. Применяются в реабилитации, нейропротезировании и исследованиях когнитивных процессов.
5. Носимые устройства ПортативныеЭЭГ-системы, позволяющие проводить мониторинг мозговой активности в естественных условиях и физической активности мозга.
В заключении важно отметить, что нейроинтерфейсы представляют собой быстро развивающуюся область, открывающую новые возможности для людей с ограниченными возможностями, а также для расширения познавательных и творческих способностей человека. Эти технологии позволяют напрямую регистрировать и анализировать активность мозга, преобразуя ее в управляющие сигналы для различных устройств. Данные анализ и исследования представляют обзор современного состояния и перспектив развития нейроинтерфейсов, демонстрируя их значительный потенциал в различных областях применения. Основные области применения нейроинтерфейсов: управление протезами и экзоскелетами; коммуникационные системы; игровые приложения; медицина и нейрореа-билитация; научные исследования. Таким образом, статья демонстрирует широкий спектр областей применения нейроинтерфейсов, от восстановления утраченных функций до расширения познавательных и творческих возможностей человека.
Список литературы
1. Речкунов С.Н., Принц А.В., Селезнев В.А., Голод С.В., Соотс Р.А., Иванов А.И., Ратушняк А.С., Принц В.Я. Нейроинтерфейсы: обзор, разработка. Вавиловский журнал генетики и селекции, 2014, 18(4/3). С. 1077-1089.
2. Гасымов З.А., Лобода Ю.О., Функ А.В., Рачкован О.А. Управление мехатронными системами нейроин-терфейсом // Электронные средства и системы управления: матер. докладов XIII Междунар. науч.-практ. конф. 29 нояб. - 1 декаб. 2017 г.: в 2 ч. Ч. 2. Томск: В-Спектр, 2017. С. 143-146.
3. Гасымов З.А., Лобода Ю.О., Функ А.В. Использование нейроинтерфейса Brainlinklite для создания система: управления мехатронными устройствами // Гуманитарная информатика. 2017. № 12. C. 23-31.
Ляпунцова Елена Вячеславовна, д-р техн. наук, профессор, [email protected], Россия, Москва, Московский государственный технический университет им. Н.Э. Баумана,
Белоусова Евгения Алексеевна, коммерческий директор, belousovacc@mail. ru, Россия, Москва, «Клэр энд
Клартэ»
NEURAL INTERFACES AND ARTIFICIAL INTELLIGENCE: APPLICATIONS AND PROBLEMS
E.V. Lyapuntsova, E.A. Belousova
Neural interfaces have shown great promise in the combination of human brain development and actuators. Artificial intelligence (AI), which can improve the analysis and decoding of neural activity, has significantly expanded the scope of neural interfaces. Over the past decade, a wide range of applications have emerged with features that have demonstrated excellent results, improved the quality of life ofparalyzed patients, expanded the capabilities of ordinary people, and accelerated the evolution of robots and neuroscience discoveries.However, despite the technological aspects, challenges remain regarding long training periods, feedback and monitoring of neural interfaces.
Key words: neural interfaces, artificial intelligence, machine learning, computational neurobiology.
Lyapuntsova Elena Vyacheslavovna, doctor of technical sciences, professor, lev86@bmstu. ru, Russia, Moscow, Bauman Moscow State Technical University,
Belousova Evgenia Alekseevna, commercial director, belousovacc@mail. ru, Russia, Moscow, LLC «Claire and
Clarte»
УДК 004
DOI: 10.24412/2071-6168-2024-7-350-351
ОБЗОР БЕСПЛАТФОРМЕННЫХ ИНЕРЦИАЛЬНЫХ НАВИГАЦИОННЫХ СИСТЕМ ОТЕЧЕСТВЕННОГО
И ИМПОРТНОГО ПРОИЗВОДСТВА
А.В. Прохорцов, О.С. Балабаев
Осуществлён анализ многообразия бесплатформенных инерциальных навигационных систем (БИНС), применяемых в современных навигационных системах. Охвачены как высокоточные варианты, так и более доступные решения для гражданского применения. Для аналитического сопоставления различных систем представлена таблица типовых БИНС, включая их классы точности. Выделяется важность выбора соответствующей БИНС для конкретной области применения, что немаловажно для успешной реализации автономных навигационных систем.
Ключевые слова: обзор, бесплатформенная инерциальная навигационная система, область применения, чувствительные элементы.
В эпоху стремительного технологического развития навигационных технологий БИНСзанимают центральное место в области автономных навигационных технологий, предоставляя данные о положении и движении в пространстве. Эти устройства стали неотъемлемой частью авиации, морской и наземной навигации, обеспечивая эффективность в условиях ограниченной зависимости от внешних сигналов, особенно в ситуациях отсутствия спутниковых сигналов или их подавления.
В рамках данной статьи мы рассмотрим многообразие доступных на рынке БИНС. Для более наглядного представления информации была составлена таблица, в которой приведены характеристики различных систем. Независимо от того, это бортовые системы воздушных судов или устройства для автономных автомобилей, каждая система имеет свои особенности - от класса точности до энергопотребления и области применения. Анализ этих параметров поможет читателям выбрать оптимальное решение для своих конкретных потребностей, что является ключевым шагом в успешной реализации проектов, использующих современные автономные навигационные системы.
Также немаловажно выделять классы точности, в которых работает та или иная БИНС. Так, в работе [1] рассмотрены и проанализированы возможные способы увеличения точностных характеристик БИНС и выделены их основные классы точности - результаты занесены в табл. 1.
Из анализа БИНС видно, что они предоставляют различные уровни точности в зависимости от класса и типа используемых чувствительных элементов. Наименьшая точность характерна для БИНС с микромеханическими гироскопами и акселерометрами, тогда как БИНС средней и высокой точности используют более сложные технологии, такие как ВОГ, ЛГ и высокоточные МЭМС. В табл. 2 и табл. 3 внесены наиболее распространённые БИНС с их основными характеристиками.
Важно отметить, что точность измерений углов, скорости и координат существенно повышается с увеличением класса БИНС. Например, в БИНС высокой точности точность определения углов составляет всего 0,01-0,1 градуса, а скорость накопления ошибки остается низкой, что в свою очередь делает такие системы наиболее востребованными в авиационных отраслях.
