CC BY
4
Хомячкова Альбина Николаевна, магистрант, младший научный сотрудник молодежной лаборатории инерциальных датчиков первичной информации, систем ориентации и навигации, khoma05 19@mail.ru, Россия, Тула, Тульский государственный университет
OPTOELECTRONIC ORIENTATION SYSTEM USING THE SUN AS A REFERENCE POINT
A.H. Khomyachkova, V.V. Matveev
The image of the auto-tracking system of a small spacecraft behind a celestial body, containing an optoelectronic device, a computing device and executive bodies, is given. The equations of dynamics of a small spacecraft (SSC) along one of the axes with a control loop and an engine-flywheel (DM) as an executive body are considered. A simulation model of the MKA-DM system with control of orientation by angle and angular velocity is given. The transient characteristics of the process of auto-tracking behind the celestial body are obtained. A model of a small spacecraft with an autotracking system is presented.
Key words: small spacecraft, autotracking system, flywheel engine, gyroscopic sensor.
Matveev Valery Vladimirovich, doctor of technical sciences, professor, leading researcher of the Youth Laboratory of inertial sensors of primary information of orientation and navigation systems, mat-weew.valery@yandex.ru, Russia, Tula, Tula State University,
Khomyackova Albina Nikolaevna, postgraduate, a junior researcher at the Youth Laboratory of inertial sensors of primary information of orientation and navigation systems, khoma05_19@mail.ru, Russia, Tula, Tula State University
УДК 004.5
DOI: 10.24412/2071-6168-2023-1-402-406
РАЗРАБОТКА ВЕБ-ИНТЕРФЕЙСА АДАПТИВНОГО ИМПОРТА И ПРЕДВАРИТЕЛЬНОЙ ОБРАБОТКИ ДАННЫХ АГРОМЕТЕОСТАНЦИЙ
А.Н. Голбан, А.В. Греченева, Я.С. Котов, К.А. Макеев, Д.М. Смыслов
Статья посвящена исследованию и разработке адаптивного веб-интерфейса, позволяющего в режиме реального времени осуществлять автоматизированный импорт данных агрометеостанций, анализировать выводимые в таблицу и графики физико-химические параметры полей, сравнивать их с нормальными значениями для каждой из культур с учетом вегетативного периода и информировать пользователя в случае обнаружения отклонения от нормы. Созданный веб -интерфейс позволяет снизить влияние человеческого фактора в ходе разведочного анализа данных, повысить скорость обнаружения аномальных значений, способных привести к частичной или полной гибели выращиваемых культур.
Ключевые слова: растениеводство, агрометеостанции автоматизированный сбор и анализ данных, адаптивный интерфейс, физико-химические параметры почвы.
В современном мире визуализация при работе с большим объемом данных становится востребованной темой для исследований. Использование больших данных даёт возможность одновременно определять тенденции развития исследуемого объекта и ставить для него стратегические цели, рассчитанные с заданным уровнем точности. Применение визуализации позволяет быстрее анализировать структуру исходных данных, неочевидные в них показатели и, как следствие из этого, быстрее выходить на анализ и интерпретацию полученных результатов. Основное преимущество визуализации состоит в том, что в наглядном виде информация воспринимается, обрабатывается и усваивается человеком в разы быстрее, чем в другом ином виде.
Целью работы является создание модуля веб-интерфейса Системы поддержки принятия решений (СППР) в задачах растениеводства на открытом грунте, улучшающего визуализацию данных на основе имеющихся средств отображения информации, с помощью событийности для графиков и таблиц.
Необходимость использования визуализации при работе с данными. Под визуализацией предполагается зримое представление данных или результатов анализа этих данных. Исследуемый объект может быть визуализирован различными способами, все зависит как от самого объекта, так и от целей его визуализации. Сегодня, чаще всего говорят о компьютерной визуализации, примерами которой являются различные формы таблиц, рисунков, графиков и дашбордов, созданных с помощью программных продуктов [1].
Тенденция к эффектной подаче информации признаётся практически всеми экспертами в области визуализации данных. Все люди от природы склонны передавать и воспринимать информацию при помощи зрительных образов [2]. Исходя из этого, особое внимание визуализации необходимо уделять при работе с большим объемом данных, поскольку контроль за ними позволит добиться наибольших значений экономических показателей, одним из которых является урожайность сельскохозяйственных культур.
На рынке существует ряд готовых решений, одним из которых является веб-сервис FieldQimate, применяемый для отображения данных физико-химических параметров полей, интерфейс которого не предусматривает гибкое отображение событийности. Сайт предоставляет авторизированным пользователям доступ к данным метеостанций, расположенных по всему миру. Однако, при всем обилии различных физико-химических показателей почвы, воспринимать информацию с таблиц даже при наличии фильтров достаточно тяжело ввиду нехватки дополнительного анализирующего модуля, выделяющего критические для культуры значения окружающей среды. Вид таблицы с данными метеостанций, размещаемых на сайте FieldQimate приведен на рис. 1.
Дагта 'время + НС Температура воздух... Точка росы ["С] Дефнцкт давл. НС Относительная впаж... Оса... ала... Скорость вет...
ср... на... н... ср... У... ср... м... Ср... ма... м... су... вр... ер... «а...
2022-12.15 0000 00 -0 41 -033 -0.45 -08 -08 001 0 01 97 34 97 4 9725 0 0 0 0
2022-12-15 230000 -0 45 -037 ■0 55 -06 ■09 001 0 01 97 12 97 25 97.01 0 0 0 0
2022-12-15 220000 •0.53 -0 56 ■0.7 -1 -1.1 0.01 0 01 98 31 96 98 98.51 0 0 0 0
2022-12-15 21 0000 -0.5 •04 -0.59 -09 -1 002 0 01 96.4 96 62 96 17 0 0 0 0
2022-12-15 200000 -0 56 -0» -09 •1 002 002 9583 96 13 9525 0 0 0 0
2022-12-15 19:0000 -0.21 -103 -1.3 •1.9 003 0.02 94 62 95.18 9377 0 0 0 0
2022-12-15 18:0000 -0 55 013 -101 -2.2 -31 008 0 03 8829 93 42 78 55 0 0 0 0
2022-12-15 17:0000 077 123 026 -36 -37 017 0 14 72 47 76 4 69 88 0 0 0.1 0 7
2022-12-15 160000 1 03 1.23 056 -36 -39 0 18 0 17 71 13 735 68 73 0 0 0 0 3
2022-12-15 150000 0 51 092 069 -35 -3.9 017 0 16 72 25 73 71 70.75 0 0 0 0.3
2022-12-15 140000 1 1 39 053 -36 4 3 0 19 0 16 7015 74 04 65 72 0 0 0 01
2022-12-15 130000 053 091 033 -37 4.1 017 0 15 729 75 08 71 33 0 0 03 09
2022-12-15 1200 00 0 42 071 006 -37 4.1 0.18 0 14 73.48 76 44 70.33 0 0 0 0 5
2022-12-15 1100 00 ■0.33 ■0 09 -0.49 -41 4.4 0.14 0 13 75.43 76 73 73.83 0 0 0 0
Рис. 1. Отображения данных в таблице на сайте ПеЫСИшМе
При длительной монотонной работе с данными, представленными в вышеуказанном виде, значительно усиливается влияние человеческого фактора [3], приводящего к риску пропуска критических событий, отклонений от нормы, способных привести к значительному снижению урожайности культуры или полной гибели растений.
Определение архитектуры и принцип работы модуля событийности. В качестве одних из основных признаков, необходимых для работы модуля, используются физико-химических показатели полей, получаемые с датчиков и метеостанций, а также данные о самих полях, включающие в себя номера, даты посевов и выращиваемые культуры. После получения эти данные поступают в блок предварительной обработки, где их необходимо привести к единому виду, после чего они попадают в базу данных.
При загрузке веб-сервиса модуль в режиме реального времени сравнивает выгружаемые физико-химические показатели из базы данных по выбранному полю с нормальными показателями, получаемыми из датасета в зависимости от произрастающей культуры и вегетативному периоду.
На основании вышеизложенного на рис. 2 предлагается архитектура модуля событийности для графиков и таблиц, размещаемых на веб-сервисе.
Рис. 2. Архитектура модуля событийности
Разработанный модуль призван привлечь внимание пользователей системы к возникающим различного рода аномалиям физико-химических параметров полей. В исследованиях ранее были определены архитектуры баз данных и ключевые параметры системы, а именно: влажность почвы, влажность воздуха, температура почвы, температура воздуха, атмосферное давление, осадки [4,5]. Целевой функцией модуля событийности веб-интерфейса является отображение значений параметров таблицы и графика, находящихся в норме, используя зеленый цвет; для значений, имеющих незначительное отклонение от нормы, был выбран желтый цвет; для критических значений - красный цвет. Критические и допустимые значения подбираются в зависимости от выращиваемой культуры и вегетативного периода растений.
На рис. 3 представлена таблица, включающая в себя модуль гибкого отображения событийности, позволяющего в режиме реального времени анализировать выводимые физико-химические параметры и сравнивать их с нормальными значениями. При наведении на ячейку пользователю демонстрируется нормальное значение для данного вегетативного периода и уровень отклонения от нормы. В качестве демонстрации принципа работы модуля рассматривается частный случай.
Дата 1 Время Влажность почвы, % Влажность воздуха. % Температура почвы, ЛС Температура воздуха, 'С Атырсферное давление, мм рт, ст. □садки, мм
01 06 2022 / 00:00-00 46,78 31,87 16,4 12,3 0,52 0
01.06.202 2 1 01:00:00 46.93 31,65 14,5 12,1 0,52 0
01.06.2022 1 02 00-00 46,90 32,90 13,2 11,9 0,6 0
01.06.2022 1 03:00:00 47,01 38,01 its 10,6 0,75 D
01.06.202? 1 04:00:00 49,22 41,69 10,6 10,3 0,83 0,1
01.06.2022 1 0500:00 49,57 41,93 9,8 10,7 0,75 О.Э
01.06.2022 1 06:00:00 52,12 46,25 10,4 12,4 0,75 0,6
01.06.2022 1 07:00:00 55,09 46,12 11,6 18,3 0,52 0,4
01.06.2022 1 08:00:00 64,14 48,57 13,0 19,4 0,44 0
01.06.2022 1 09:00:00 53,74 48,74 14,2 20,1 0,52 0,2
01.06.2022 ПО:00:00 52,05 49,07 14,9 20,8 0,6 0
01.06.2022 111:0000 52,43 49,99 15,9 21,4 0,6 0
01.06.2022 112:00:00 52.76 50,14 17,2 22,9 0,75 0,3
Рис. 3. Демонстрация принципа работы на примере таблицы
Каждый из физико-химических показателей таблицы может быть визуализирован в виде интерактивного графика (рис. 4), разработанного на основе библиотеки Plotly для языка программирования Python [6]. В соответствии с цветовой схемой таблицы на графике демонстрируются области допустимых и критических отклонений от нормы, при нахождении в которых маркеры показателей меняют свои цвета. Возможности интерактивного взаимодействия библиотеки Plotly позволяют при работе с модулем событийности масштабировать и перемещать график, просматривать значения параметра в каждый из промежутков времени, рассчитывать уровень отклонения от нормы при наведении.
У„ "J,„
V Ч
щ
ч
°0
Од
■Ч
'■V
"'о.
ч,
ей, 'о, % %» %>
Ч
ч
г иI О.I Ож Ot 01
'•ч. Ч„„ Ч,„ 4i Ч*. Ч.
^
<4 X -«ч X X %
«о. °0
Дэта ! вре^я
Рис. 4. Интерактивный график модуля событийности
Также разработанный инструмент включает в себя систему уведомлений, отправляющую сведения в личный кабинет пользователя при обнаружении критических показателей по каким-либо ключевым физико-химическим показателям, что значительно повышает скорость обнаружения и принятия мер по устранению источника аномалии.
Заключение. В результате исследования разработан веб-интерфейс, представляющий собой модуль для визуализации статистических данных СППР, включающий в себя график с изображением динамического ряда распределения и таблицу с возможностью анализа критических значений параметров полей. Оценкой эффективности предложенного решения может служить повышение скорости реаги-
404
рования на события, создающие неблагоприятные условия для выращиваемых культур, исключение человеческого фактора, что практически сводит к нулю возможность упущения из вида какого-либо показателя по сравнению с ручным мониторингом.
Работа выполнена при поддержке Фонда содействия инновациям договор № 17215ГУ/2021.
Список литературы
1. Васева Г.С., Балдина М.Ю. Визуализация и большие данные: новейшие тенденции визуализации при работе с Big data // Экономика и бизнес: теория и практика. 2022. № 7(89). С. 31-34. DOI 10.24412/2411-0450-2022-7-31-34.
2. Информационные технологии визуализации бизнес-информации: учебное пособие / Т.С. Скорочкина. М.: Финансовый университет, 2017. 74 с.
3. Ермолаева М.В. Эргономические исследования человеческого фактора в современных технических системах // Гуманитарный вестник. 2018. № 9(71). С. 10. DOI 10.18698/2306-8477-2018-9-552. EDN YLSREL.
4. Голбан А.Н., Котов Я.С., Макеев К.А. Исследование и выбор ключевых параметров прогнозирования урожайности сельскохозяйственных культур // Современные инструментальные системы, информационные технологии и инновации: Сборник научных трудов XVII Международной научно-практической конференции. Курск: Юго-Западный государственный университет, 2022. С. 148-151.
5. Смыслов Д.М., Котов Я.С., Шаповаленко К.В., Греченева А.В. Структура данных информационной системы прогнозирования урожайности сельскохозяйственных культур // Современные инструментальные системы, информационные технологии и инновации: Сборник научных трудов XVII Международной научно-практической конференции. Курск: Юго-Западный государственный университет, 2022. С. 343-345.
6. Python Plotly Tutorial [Электронный ресурс] URL: https://www.askpvthon.com/python-modules/pvthon-plotlv-tutorial (дата обращения: 21.01.2023).
Голбан Андрей Николаевич, студент, andrev_golban17@mail.ru, Россия, Москва, Российский государственный аграрный университет - МСХА имени К.А. Тимирязева,
Греченева Анастасия Владимировна, канд. техн. наук, доцент, A. Grecheneva@rgau-msha.ru, Россия, Москва, Российский государственный аграрный университет - МСХА имени К.А. Тимирязева,
Котов Ярослав Сергеевич, студент, varoslav.kotov. 01@mail.ru, Россия, Москва, Российский государственный аграрный университет - МСХА имени К. А. Тимирязева,
Макеев Константин Алексеевич, студент, kostia1500@gmail.com, Россия, Москва, Российский государственный аграрный университет - МСХА имени К. А. Тимирязева,
Смыслов Дмитрий Максимович, студент, dimasmvslovv1234@gmail.com, Россия, Москва, Российский государственный аграрный университет - МСХА имени К.А. Тимирязева
OPTIMIZATION OF THE INTERFACE FOR MONITORING DATA ON PHYSICAL AND CHEMICAL PARAMETERS OF THE SOIL IN THE FORM OF A MODULE FOR A WEB SERVICE
A.N. Golban, A.V. Grecheneva, Ya.S. Kotov, K.A. Makeev, D.M. Smyslov
The article is devoted to the description of the principle of operation of the developed module for the web service, which allows real-time analysis of the physical and chemical parameters of fields displayed in the table and graphs, comparing them with normal values for each of the crops, taking into account the vegetative period, and informing the user if a deviation from the norm is detected. The system is designed to reduce the influence of the human factor, the speed of detection of abnormal values that can lead to partial or complete death of plants. The developed system will improve the monitoring of the physical and chemical parameters of the fields, which will subsequently achieve the highest yield.
Key words: interface optimization, web service module, web development, physical and chemical parameters of the soil.
Golban Andrey Nikolaevich, student, andrev_golban17@,mail.ru, Russia, Moscow, Russian State Agrarian University - Moscow Agricultural Academy named after K.A. Timiryazev,
Grecheneva Anastasia Vladimirovna, candidate of technical sciences, docent, A. Grecheneva@rgau-msha.ru, Russia, Moscow, Russian State Agrarian University - Moscow Agricultural Academy named after K.A. Timiryazev,
Kotov Yaroslav Sergeevich, student, yaroslav.kotov.01@mail.ru, Russia, Moscow, Russian State Agrarian University - Moscow Agricultural Academy named after K.A. Timiryazev,
Makeev Konstantin Alekseevich, student, kostia1500@gmail.com, Russia, Moscow, Russian State Agrarian University - Moscow Agricultural Academy named after K.A. Timiryazev,
Smyslov Dmitry Maksimovich, student, dimasmyslovv1234@gmail. com, Russia, Moscow, Russian State Agrarian University - Moscow Agricultural Academy named after K.A. Timiryazev
УДК 519.872, 624.026
DOI: 10.24412/2071-6168-2023-1-406-411
МОДЕЛЬ ФУНКЦИОНИРОВАНИЯ МУЛЬТИСЕРВИСНОЙ СЕТИ СВЯЗИ СПЕЦИАЛЬНОГО НАЗНАЧЕНИЯ ПРИ ОБСЛУЖИВАНИИ РАЗНОРОДНОГО ТРАФИКА
А.Ю. Трофимов
Рассмотрены вопросы моделирования процессов функционирования мультисервисной сети связи в условиях обслуживания разнородного трафика. Предложен подход к оценке эффективности функционирования сети связи, использующий обобщенный показатель эффективности - приведенные потери трафика. Приведен алгоритм аналитического расчета показателей качества обслуживания в мультисервисной сети связи.
Ключевые слова: подсистема управления функционированием, показатели качества обслуживания, эффективность функционирования, приведенные потери.
Сети связи специального назначения (СС СН) предназначены для нужд органов государственной власти, нужд обороны страны, безопасности государства и обеспечения правопорядка. Эти сети не могут использоваться для возмездного оказания услуг связи, услуг присоединения и услуг по пропуску трафика, если иное не предусмотрено законодательством Российской Федерации. [1]
Основное предназначение СС СН - предоставление должностным лицам органов управления услуг связи с требуемым качеством. При этом, как правило, любая СС СН в качестве транспортной сети использует ресурсы операторов сети связи общего пользования (ССОП). В настоящее время, предоставление гарантированного качества услуг пользователям СС СН зависит от оператора ССОП, а администратор ведомственной сети связи имеет возможность лишь контролировать качество предоставление услуги, согласно договора SLA.
Для эффективного функционирования СС СН требуется своевременное и качественное управление. Подсистема управления функционированием, реализующая, главным образом, управление трафиком, выполняет следующие функции:
- обеспечение необходимого качества обслуживания абонентов;
- обслуживание приоритетных потоков;
- способность динамически адаптироваться к изменению условий функционирования, при воздействии дестабилизирующих факторов;
- обеспечение требуемой оперативности цикла управления.
Чтобы оценить эффективность подсистемы управления функционированием СС СН, требуется иметь возможность либо аналитически рассчитывать показатели качества обслуживания (ПКО) абонентов для любой структуры сети при фиксированных алгоритмах и методах управления, либо получать численные значения путем имитационного моделирования [2].
При этом следует отметить, что для моделирования процессов функционирования СС СН, которые позволят выработать оптимальное управляющее воздействие, требуется использование математических моделей, максимально описывающие режимы работы сети. А особый режим функционирования СС СН предопределяет учет в этих моделях воздействия как внутренних, так и внешних дестабилизирующих факторов.
В данной статье предложена модель функционирования мультисервисной СС СН (МСС СН) в условиях воздействия дестабилизирующих факторов.
Постановка задачи. Обобщенная модель управления функционированием с использованием моделирования представлена на рисунке.
