CC BY
90
£
Абдрахманов В. X. АЬйгакктапоу V. Кк.
кандидат технических наук, доцент кафедры «Инфокоммуникационные технологии и наноэлектроника», ФГБОУВО «Башкирский государственный университет», г. Уфа, Российская Федерация
Важдаев К. В. УагкйаеуК. V.
кандидат технических наук, доцент кафедры «Водоснабжение и водоотведение», ФГБОУВО «Уфимский государственный нефтяной техническийуниверситет», доцент кафедры «Инфокоммуникационные технологии и наноэлектроника», ФГБОУВО «Башкирский государственный университет», г. Уфа, Российская Федерация
Салихов Р. Б. 8аШкоу Л В.
доктор физико-математических наук,
профессор, заведующий кафедрой «Инфокоммуникационные технологии и наноэлектроника», ФГБОУВО «Башкирский государственный университет», г. Уфа, Российская Федерация
УДК 681.518.3
РАЗРАБОТКА СИСТЕМЫ ДЕТЕКТИРОВАНИЯ ИНФОРМАЦИОННЫХ СИГНАЛОВ ЗВУКОВОГО ДИАПАЗОНА С ИСПОЛЬЗОВАНИЕМ МИКРОКОНТРОЛЛЕРОВ ЭТМ32 ДЛЯ МОНИТОРИНГА СОСТОЯНИЯ БИОЛОГИЧЕСКИХ ОБЪЕКТОВ
В сельском хозяйстве в настоящее время достаточно широко применяются автоматизированные системы и комплексы, позволяющие значительно снизить себестоимость выпускаемой продукции и трудозатраты (птицефабрики, животноводческие фермы и т. д.), но автоматизация в области пчеловодства достаточно мало распространена. По нашему мнению, это в основном связано с тем, что основная масса пчеловодческих хозяйств в нашей стране-небольшие частные пасеки, и пчеловоды обычно отличаются большим консерватизмом во взглядах на методы ведения хозяйства, в большинстве своем это пенсионеры, которые мало знакомы с современными электронными технологиями.
Автоматизация в пчеловодстве помогла бы решить сразу несколько проблем. Рассмотрим основные относительно легко решаемые технические проблемы, в частности диагностику состояния пчелосемей по звукам, издаваемым пчелиным ульем. В летний период можно определить различные этапы в жизни улья: спокойное состояние, вентиляция, пение матки, выход роя, облет пчел и др. Особо важной является возможность распознавать пение матки, выход роя, т.к. в период роения велика вероятность потерь пчел, и пчеловоды в этот период вынуждены постоянно следить за пасекой, не имея возможности куда-то ненадолго отлучиться. Кроме того, многие опытные пчеловоды проводят различные мероприятия для устранения роения (делают так называемые отводки и др.), что может быть довольно тру-дозатратно. В период зимовки также по звукам можно определить состояние пчелосе-
мьи-например, определить ситуации недостатка корма, болезни пчел, нарушение температурного режима в зимовнике, повышенная влажность и др., требующих вмешательства пчеловода. Для мониторинга состояния пчелосемьи кроме звуковых сигналов улья также целесообразно снятие температуры в улье, т.к. повышенная температура при зимовке сигнализирует о беспокойстве пчел. Кроме того, имеет значение влажность в улье-изменение влажности может быть тревожным сигналом.
В статье проведен анализ основных тенденций развития автоматизации в области пчеловодства, в особенности использования современных сетевых технологий, технологий распознавания звука для мониторинга состояния пчелосемей. Рассмотрены основные существующие технологии распознавания, требования к аппаратной части систем мониторинга, а также возможность реализации прототипа на базе платформы Arduino с Wi-Fi-модулями ESP8266, микрофонного модуля, Micro SD-карты необходимой для хранения сэмплов. Рассмотрены возможности распознавания характерных звуков пчелосемьи с помощью алгоритмов искусственных нейронных сетей (neuronet) с предварительным разложением частотного спектра с помощью алгоритмов быстрого преобразования Фурье (FFT). Рассмотрены достоинства и недостатки такого решения, и в результате сделан вывод о целесообразности использования 32-разрядных микроконтроллеров STM32 с ядром ARM Cortex-M4, а для разработки прототипа устройства — отладочной платы STM32F4DISCOVERY. Также рассмотрены особенности разработки проектов на STM32, выбор программного обеспечения для разработки.
Ключевые слова: мониторинг состояния пчелосемей, алгоритмы искусственных нейронных сетей (нейросеть (neuronet)), алгоритмы быстрого преобразования Фурье (FFT), технологии распознавания речи, Arduino Due, «Интернет вещей» (IoT), ARM Cortex-M4, STM32F4DISCOVERY, STM32Cube, СооСох IDE.
THE DEVELOPMENT OF A SYSTEM FOR THE DETECTION OF SOUND RANGE INFORMATION SIGNALS USING THE STM32 MICROCONTROLLER TO MONITOR BIOLOGICAL OBJECTS STATE
In agriculture, currently widely used automated systems and complexes that can significantly reduce the cost of production and labor costs (poultry farms, livestock farms, etc.), but automation in the field of beekeeping is quite common. In our opinion, this is mainly due to the fact that the majority ofbeekeeping farms in our country are small private apiaries, and beekeepers usually have a great conservatism in their views on farming methods, most of them are pensioners who are not familiar with modern electronic technologies.
Automation in beekeeping would solve several problems at once. Let us consider the main relatively easily technically solvable problems. Diagnostics of state of bee colonies on the sounds of the bee hive. In the summer you can define different stages in the life of the hive: a relaxed condition, ventilation, singing of the uterus, the release of swarm, the flight ofbees, etc. Particularly important is the ability to recognize the singing of the uterus, the output of the swarm, because in the period of swarming, the probability of the loss of bees and beekeepers in this period are forced to constantly monitor the apiary, not having somewhere to go. Besides, many skilled beekeepers carry out various actions for elimination of swarming (do so-called layering, etc.) that can be quite laborintensive. During the wintering period, it is also possible to determine the state of the bee family by sounds-for example, to determine the situation of lack of food, bee disease, violation of temperature in the winter hut, high humidity, etc., requiring the intervention of a beekeeper. To monitor the state of the bee family in addition to the beehive beeps, it is also advisable to remove the temperature in the beehive, because the increased temperature during the winter indicates the concern of bees. Humidity in the hive is also important-changing humidity can also be an alarm.
In the article the analysis of main tendencies in the development of automation in the field of beekeeping, in particular the use of modern network technology, the technology of sound recognition to monitor the status of bee colonies. The main existing recognition technologies and requirements to the hardware of monitoring systems are considered. Considered the possibility of implementing a prototype based on the platform Arduino with wifi -ESP8266 modules, microphone
module, Micro SD card required for storage of samples. The possibilities of recognition of the characteristic sounds of the bee family using artificial neural network (neuronet) algorithms with a preliminary decomposition of the frequency spectrum using fast Fourier transform (FFT) algorithms are considered. The advantages and disadvantages of this solution are considered, and as a result, it is concluded that it is advisable to use 32-bit STM32 microcontrollers with ARM Cortex-M4 core, and for the development of a prototype device — the STM32F4DISCOVERY evaluation tool. Also the features of development of projects on STM32, the choice of software for development are considered.
Key words: monitoring the state of bee families, algorithms for artificial neural networks (neuronet), algorithms for fast Fourier transform (FFT), speech recognition technology, Arduino Due, IoT, ARM Cortex-M4, STM32F4DISCOVERY, STM32Cube, CooCox IDE.
1. Обзор существующихрешений
Судя по публикациям в сети, можно заметить, что в странах Европы достаточно широко внедряется автоматизация в области пчеловодства. Это обусловлено тем, что пчеловодство развивается в основном не только ради продуктов пчеловодства, но из-за необходимости опыления сельскохозяйственных растений, кроме того, пчелы играют важную роль в поддержании устойчивости всей биосферы. Известны зарубежные разработки систем мониторинга пчелосемей: например, Apis — разработка португальских пчеловодов [1], которая позволяет отслеживать состояние ульев удаленно, прямо со смартфона. Эта система сможет существенно облегчить жизнь как начинающему пчеловоду, так и профессионалу, а главное значительно уменьшить физическое вмешательство в жизнь самих пчел. Система мониторинга Apis стремится сделать из каждого улья «умный улей» со встроенными датчиками температуры и влажности, счетчиком пчел и весами. Все важные статистические данные отправляются на компьютер, смартфон или планшет. Кроме того, в Европейском Союзе завершается разработка прибора дистанционного контроля самочувствия пчел путем мониторинга звуков, издаваемых ими в улье. Инициаторами этого проекта выступили Университет Трента (Великобритания) и Ассоциация фермеров Великобритании (BFA). На реализацию проекта из бюджета ЕС выделено 1,4 млн евро [2].
Известны также отечественные разработки [3], где предлагается наряду с мониторингом, реализовать еще и регуляцию температуры и влажности в улье (путем установки электрообогревателя в отверстие нижнего
82 -
Electrical and
летка) при зимовке, а также и в весенне-летний период до начала июня (момента, когда устанавливается стабильная теплая погода в средней полосе России), когда наблюдается резкий перепад температур, требующий от пчелосемьи больших энергетических затрат. Основным элементом устройства контроля и диагностики является микроконтроллер фирмы Atmel. К нему подключены цифровые датчики температуры DS1620, влажности HIH4000 и электретный микрофон SG72.
Для диагностики состояния пчелосемей по звукам можно использовать известные и широко применяемые технологии распознавания речи, причем есть два принципиально разных метода распознавания: T2SI (text-to-speaker-independent, «человеко-независи-мый», говорящим может быть кто угодно) и SD (speaker-dependent, говорить должен тот, кто обучал систему). Очевидно, что в нашем устройстве более подходящим будет более простой в реализации метод SD. Рассматривалась возможность использования бесплатного сервиса распознавания речи от Google серверов типа Google ASR или Яндекс SpeechKit [4], но это требует необходимости постоянного подключения к сети, что для батарейного устройства с Wi-Fi-модулями ESP8266 [5], известными своим большим энергопотреблением, недопустимо. Кроме того, нужно сказать, что в этих программах использован более сложный «чело-веконезависимый» метод T2SI, тогда как в нашем случае достаточно SD (speaker-dependent). Таким образом, понятно, что сервисы распознавания речи Google ASR или Яндекс SpeechKit не могут быть приспособлены для распознавания звуков пчел, и нужно было бы разработать свой сервис со
своим сервером. Существует возможность отказаться от передачи всех данных на сервер — операционная система для мобильных устройств Android 4.1 это позволяет, т.к. есть система offline, когда распознавания речи, доступа в Интернет не требуется, причем, конечно же, качество распознавания снижается. Но использовать в нашем случае Android-устройство будет избыточно и дорого, а любой избыточности желательно в данном случае избегать, т.к., прежде всего, нужно минимизировать энергопотребление.
Рассматривалась также возможность использования специализированной платы для распознавания речи EasyVR Shield 3.0 [6] (приведена на рисунке 1), но это слишком дорогое решение для пчеловодства (цена 50 евро).
Рисунок 1. EasyVR Shield 3.0
2. Предлагаемые идеи поразработке После проведенного анализа состояния проблемы можно предложить достаточно бюджетное решение с использованием платформы Arduino, с подключением Wi-Fi-модуля ESP8266 [5], микрофонного модуля [7], Micro SD-карты [8], необходимой для хранения сэмплов (приведены на рисунке 2), цифрового датчика температуры DS18B20. Частота дискретизации для звукового сигнала обычно берется 48 кГц, но для звуков улья достаточно принять полосу частот 70-600 Гц [9], и тогда, очевидно, что требования по полосе пропускания микрофонного модуля невысокие — у используемого в микрофонном модуле [7] электретном конденсаторном микрофоне CZN-15E полоса 20-14000 Гц. Также и частоту дискретизации
сигнала можно уменьшить, что снизит требования к объему памяти и быстродействию контроллера по сравнению с известной задачей распознавания речи, например.
Рисунок 2. Wi-Fi модуль ESP8266-07, микрофонный модуль, SPI-модуль считывателя для micro SD-карты
Таким образом, предлагаем реализовать мониторинг по звукам пчелосемьи и показаниям температуры в улье. Считаем, что реализация регулирования температуры и влажности в весенне-летний период будет слишком трудоемка (необходимо тянуть провода через всю пасеку) для широкого внедрения, а вот возможность определения состояния роения (так называемого пения матки) будет востребована пчеловодами — после роевого периода модули можно будет отключить и вовсе удалить из пасеки. Также считаем излишним и трудоемким контроль веса улья.
Для распознания предлагается использовать алгоритмы искусственных нейронных сетей (ИНС, нейросеть (neuronet)) [10], причем предварительно провести разложе-
ние частотного спектра, для чего использовать алгоритмы быстрого преобразования Фурье (FFT), имеются например библиотеки 8-битного преобразования [11]. Таким образом, предлагаем реализовать мониторинг по звукам пчелосемьи и показаниям температуры в улье. Предлагается периодически небольшими кусками делать выборки сигнала с микрофонного модуля, оцифровывать с помощью платы Arduino, и только в случае обнаружения изменения состояния пчелосемьи (например зафиксировалось пение матки) включать Wi-Fi-модуль. Это позволит свести к минимуму энергопотребление устройства, что особенно важно ввиду использования автономного питания. Ввиду того, что требуются большие объемы ОЗУ для выборок, высокая скорость обработки, предлагается использовать Arduino Due [12] на базе 32-битного МК ARM Cortex-M3 86МГц, 512К flash + 96К RAM. Клоны Arduino Due от китайских производителей могут стоить относительно недорого — от 15 USD. Использование платформы Arduino обычно обусловлено дешевизной и большим количеством готовых модулей с библиотеками для их подключения. Кроме того, можно легко найти много информации по уже реализованным на этой базе устройствам. Отсутствие аппаратной поддержки для цифровой обработки сигналов, поддержки операций для чисел с плавающей точкой, необходимость большой вычислительной мощности при малом энергопотреблении приводят к решению о целесообразности использования 32-разрядных микроконтроллеров с ядром ARM Cortex-M4.
Появление и широкое распространение достаточно бюджетных 32-разрядных микроконтроллеров STM32 с ядром ARM Сог-tex-M4, которое отличается встроенными инструкциями для цифровой обработки сигналов Digital Signal Processing (DSP) и блоком операций для чисел с плавающей точкой Floating Point Unit (FPU), позволяют их использовать для нашей разработки. Причем, несмотря на большую вычислительную мощность и скорость работы благодаря особенностям системы тактирования в
микроконтроллерах ARM удается значительно снизить энергопотребление. Особенно удобной для разработки прототипа устройства является плата STM32F4DISCOYERY [13] (приведена на рисунке 2) на базе микроконтроллера STM32F407YGT6 [14] (Cortex М4, 168МГц, flash 1Мб, RAM 192Кб). Конечно, особенно ценно наличие DSP и FPU, что ускорит операции обработки звука, но также важна значительно более высокая тактовая частота, большой объем ОЗУ, а также наличие на плате всенаправленного цифрового микрофона (датчик звука ST MEMS MP45DT02). Кроме того, есть аудио ЦАП с усилителем класса D , которые можно попробовать использовать для воспроизведения предварительно записанных в память сэмплов звуков матки в спокойном состоянии в целях успокоения, при роении например. Таким образом, появляется возможность провести исследования влияния на поведение пчел с помощью стандартных звуков матки, что могло бы остановить роение или замедлить его. Также можно использовать имеющийся на плате датчик движения ST MEMS LIS302DL и выходы цифрового акселерометра по трем осям для регистрации изменение положения улья в пространстве, каких-то вибраций и ударных нагрузок. Это может быть полезно для регистрации падения или наклонения улья при столкновении с крупными животными, что может случиться, например, при летней кочевке, а также для регистрации попыток проникновения в улей грызунов, что может происходить зимой при нахождении улья в зимовнике. Также важно, что в контроллере есть модуль контроллера 10/100 Ethernet MAC, что позволит подключаться к глобальной сети Интернет и выводить туда всю текущую информацию — на смартфон пчеловода, например. Это подключение хорошо использовать при работе модуля в зимовнике, а для работы в летних условиях, конечно же, удобнее беспроводное соединение с помощью Wi-Fi-модулей ESP8266 [5], широко используемых в системах «Интернет вещей» (1оТ) и «Умный дом» [15-18].
Рисунок 2. STM32F4DISCOVERY
При выборе микроконтроллера для разработки часто руководствуются имеющимся опытом предыдущих разработок на широко распространенных 8-разрядных AVR и PIC или платформе Arduino [19]. При этом, для разработки программного обеспечения начинающим знакомство с семейством STM32 удобно использовать недавно появившуюся программу — генератор кодов инициализации CubeMX [20] от фирмы-изготовителя STMicrorlectronics для настройки (инициализации) ядра и периферии, подключения библиотек, генерации пустого проекта. После генерации проекта можно перенести его в удобную среду разработки СооСох IDE [21]. Таким образом, можно относительно легко ознакомиться и начать работать с STM32.
Список литературы
1. Apis-система мониторинга здоровья и активности ваших пчел. [Online]. Available at: http://rodovid.me/pchelovodstvo/apis-sistema-monitoringa-zdorovya-i-aktivnosti-vashih-pchel.html.
2. Контроль самочувствия пчел на расстоянии!? Это уже грядет! [Online]. Available at: http://bashkirskimed.ru/medovi-spravoch-nik/428-kontrol-samochuvstviya-pchel-na-rasstoyanii-eto-uzhe-gryadet.html.
3. Семенов В.В., Танеев А.Р. Автоматический мониторинг и управление состоянием семьи // Пчеловодство. 2011. № 9. С. 50.
4. Речевые технологии SpeechKit: распознавание речи и синтез речи. [Online]. Available at: https://tech.yandex.ru/speechkit.
5. ESP8266 Module WIFI for Arduino. [Online]. Available at: http://www.ebay.com/ itm/ESP8266-Receive-AP-STA-Hot-Wireless-Send-Transceiver-Module-WIFI-For-Arduino.
Выводы
Выполнен анализ основных тенденций развития автоматизации в области пчеловодства, в особенности использования современных сетевых технологий, технологий распознавания звука для мониторинга состояния пчелосемей.
Рассмотрены основные существующие технологии распознавания, требования к аппаратной части систем мониторинга, а также возможность реализации прототипа на базе платформы Arduino с Wi-Fi-модулями ESP8266, микрофонного модуля, Micro SD-карты, необходимой для хранения сэмплов.
Рассмотрены возможности распознавания характерных звуков пчелосемьи с помощью алгоритмов искусственных нейронных сетей с предварительным разложением частотного спектра с помощью алгоритмов быстрого преобразования Фурье.
Обоснован вывод о целесообразности использования 32-разрядных микроконтроллеров STM32 с ядром ARM Cortex-M4, а для разработки прототипа устройства — отладочной платы STM32F4DISCOVERY. Представлены особенности разработки проектов на STM32 и выбор программного обеспечения для разработки.
6. EasyVR Shield 3.0 per Arduino Modulo Riconoscimento Vocale — Speech Recognition. URL:http://www.ebay. com/itm/EasyVR-Shield-3-0-per-Arduino-Modulo-Riconoscimento-Vo-cale-Speech-recognition-/121925584067?_ ul=RU.
7. Microphone Sensor AVR PIC High Sensitivity Sound Detection Module for Arduino. [Online]. Available at: http://www.ebay.com/ itm/201414878181.
8. Micro SD Storage Board. [Online]. Available at: http://www.ebay.com/itm/Micro-SD-Storage-Board-Mciro-SD-TF-Card-Memo-ry-Shield-Module-SPI-For-Arduino-UR.
9. Звуки пчёл. [Online]. Available at: http://ep-z.ru/stroitelstvo/paseka/zvuki-pchyol.
10. Искусственные нейронные сети. [Online]. Available at: http://robocraft.ru/blog/ algorithm/558.html.
DATA PROCESSING FACILITIES AND SYSTEMS
11. Modified 8bit FFT. [Online], Available at: http://forum.arduino.cc/index.php7topic =38153.msg282965#msg282965.
12. Arduino Due. [Online], Available at: https://www.arduino.cc/en/Main/Arduino-BoardDue.
13. STM32F407YG. High-Performance Foundation Line, ARM Cortex-M4 Core with DSP and FPU, 1 Mbyte Flash, 168 MHz CPU, ART Accelerator, Ethernet, FSMC. [Online], Available at: http://www.st.com/en/micro-controllers/stm32f407vg.html.
14. STM32F4DISCOYERY. [Online], Available at: http://www.st.com/en/evaluation-tools/stm32f4discovery.html.
15. Абдрахманов B.X., Важдаев K.B., Салихов РБ. Разработка средств автоматизации с использованием WI-FI-модулей ESP8266 и LPWAN-технологий // Электротехнические и информационные комплексы и системы. 2017. Т. 13. № 4. С. 98-108.
16. Salikhov R.B., Abdrakhmanov V.K., Vazhdaev K.Y. System of Monitoring and Remote Control of Temperature Conditions, Climate and Heat Consumption // Actual Problems of Electronics Instrument Engineering (APEIE), 13th International Scientific-Technical Conference. 2016. Vol. 3. P. 171-174.
17. Важдаев K.B., Абдрахманов B.X., Салихов РБ. Интеллектуальная система жилых зон на основе информационно-измерительных систем управления // Электрические и информационные комплексы и системы. 2016. № 2. Т. 12. С. 70-75.
18. Абдрахманов В.Х., Важдаев К.В., Салихов РБ. Исследование возможности применения информационно-измерительных технологий и интернета вещей в агропро-мышленномкомплексе//Электротехнические и информационные комплексы и системы. 2017. Т. 13. №2. С. 85-95.
19. Abdrakhmanov Y.K., Bikbaev N.N., Salikhov R.B. Development of Low-Cost Electronic Training Boards Based on Universal Microcontroller // Actual Problems of Electronics Instrument Engineering (APEIE), 13th International Scientific-Technical Conference. 2016. Vol. 3. P. 319-325).
20. STM32 Cube Initialization Code Generator. URL: http://www.st.com/en/deve-lopment-tools/stm32cubemx.html.
21. CooCox IDE. Free/Open ARM Cor-tex-M Development Tool-Chain. [Online], Available at: http://www.coocox.org.
References
1. Apis — a System for Monitoring the Health and Activity of Your Bees. [Online], Available at: http://rodovid.me/pchelovodstvo/ apis-sistema-monitoringa-zdorovya-i-aktiv-nosti-vashih-pchel.html. [in Russian],
2. Control the Bees Health State at a Distance!? It is Already Coming/ [Online], Available at: http://bashkirskimed.ru/medovi-spravochnik/428-kontrol-samochuvstviya-pchel-na-rasstoyanii-eto-uzhe-gryadet.html. [in Russian],
3. Semenov V.V., Ganeev A.R. Automatic Monitoring and Management of Family Health. Beekeeping, 2011, No. 9, pp. 50. [in Russian],
4. SpeechKit Speech Technology: Speech Recognition and Speech Synthesis. [Online], Available at: https://tech.yandex.ru/speechkit. [in Russian],
5. ESP8266 Module WIFI for Arduino. [Online], Available at: http://www.ebay.com/ itm/ESP8266-Receive-AP-STA-Hot-Wireless-Send-Transceiver-Module-WIFI-For-Arduino.
6. EasyVR Shield 3.0per ArduinoModulo Riconoscimento Vocale — Speech Recognition. URL: http: //www.ebay.com/itm/EasyVR-Shield-3-0-per-Arduino-Modulo-Riconosci-mento-Vocale-Speech-recognition-/ 121925584067? _U1 = RU.
7. Microphone Sensor A VR PIC High Sensitivity Sound Detection Module for Arduino. [Online], Available at: http://www.ebay.com/ itm/201414878181.
8. Micro SD Storage Board. [Online], Available at: http://www.ebay.com/itm/Micro-SD-Storage-Board-Mciro-SD-TF-Card-Memory-Shield-Module-SPI-For-Arduino-UR.
9. Sounds of Bees. [Online], Available at: http://ep-z.ru/stroitelstvo/paseka/zvuki-pchyol. [in Russian],
10. Artificial Neural Networks. [Online], Available at: http://robocraft.ru/blog/ algorithm/558.html. [inRussian],
11. Modified 8bit FFT. [Online], Available at: http://forum.arduino.cc/index.php?topic= 38153.msg282965#msg282965.
12. Arduino Due. [Online], Available at: https://www.arduino.cc/en/Main/Arduino-BoardDue.
13. STM32F407VG. High-Performance Foundation Line, ARM Cortex-M4 Core with DSP and FPU, 1 Mbyte Flash, 168 MHz CPU, ART Accelerator, Ethernet, FSMC. [Online], Available at: http://www.st.com/en/microcon-trollers/stm32f407vg.html.
14. STM32F4DISCOVERY. [Online], Available at: http://www.st.com/en/evaluation-tools/ stm32f4discovery.html.
15. Abdrakhmanov V.Kh., Vazhdaev K.V., Salikhov R.B. Development of Automation Facilities using Wi-Fi Modules Esp8266 and Lpwan Technologies. Electrical and Data Processing Facilities and Systems, 2017, Vol. 13, No. 4, pp. 98-108. [in Russian],
16. Salikhov R.B., Abdrakhmanov Y.K., Vazhdaev K.V. System of Monitoring and Remote Control of Temperature Conditions, Climate and Heat Consumption. Actual Problems of Electronics Instrument Engineering (APEIE), 13th International Scientific-Technical Conference. 2016, Vol. 3, pp. 171-174. [in Russian],
17. Vazhdaev K.V., Abdrakhmanov V.Kh., Salikhov R.B. Intellectual System of Residential Areas Based on Information-Measuring Control Systems. Electrical and Data Processing Facilities and Systems, 2016, No. 2, Vol. 12, pp. 70-75. [inRussian],
18. Abdrakhmanov V.Kh., Vazhdaev K.V., Salikhov R.B. Study of the Possibility of Application of Information-Measuring Technologies and the Internet of Things in the Agro-Industrial Complex. Electrical and Data Processing Facilities and Systems, 2017, Vol. 13, No. 2, pp. 85-95. [in Russian],
19. Abdrakhmanov V.K., Bikbaev N.N., Salikhov R.B. Development of Low-Cost Electronic Training on Electronic Microcontroller. Actual Problems of Electronics Instrument Engineering (APEIE), 13th International Scientific-Technical Conference. 2016, Vol. 3, pp. 319-325. [inRussian],
20. STM32 Cube Initialization Code Generator. URL: http://www.st.com/en/development-tools/stm32cubemx.html.
21. CooCox IDE. Free / Open ARM Cor-tex-M Development Tool-Chain. [Online], Available at: http://www.coocox.org.
