CC BY
60
4. Серков В.П. Распространение радиоволн и антенные устройства. Л.: ВАС,
1981.
5. Благовещенский Д.В. Эффекты суббурь в распространении КВ волн в авро-ральном овале. Геомагнетизм и аэрономия. 2006. Т. 46. №2.
6. Головин О.В., Мамаев Н.С. Использование коротковолновых и спутниковых систем связи при чрезвычайных ситуациях. Электросвязь. №5. М.: Радио и связь, 1999.
7. Ясинский С.А. О приоритетности родов связи в арктической зоне РФ. Журнал «Личность и культура 2005. №3.
Калмыков Денис Александрович, преподаватель, dekac29@,mail.ru, Россия, Санкт-Петербург, Военная академия связи им. Маршала Советского Союза С. М. Буденного
THE FEATURES OF COMMUNICATION ORGANIZATION IN ARCTIC ZONE
D.A. Kalmykov
For the successful implementation of the state strategy in the development of the Arctic zone, it is necessary to create an information telecommunication infrastructure that takes into account the features organization of varios types communication in this region.
Key words: Arctic zone, communication, communication system.
Kalmykov Denis Alexandrovich, teacher of department, dekac29@,mail. ru, Russia, Saint Petersburg, Military Communication School
УДК 623.6
СТРУКТУРНО-ФУНКЦИОНАЛЬНАЯ МОДЕЛЬ ОБЪЕКТА РАДИОМОНИТОРИНГА
В.В. Кузьмин
Рассмотрена возможность применения структурно-функциональной модели объекта радиомониторинга в условиях ограничений выделения информативных признаков объектов и определения вероятных характеристик идентификации каждого признака техническими средствами радиомониторинга.
Ключевые слова: радиомониторинг, система управления, объект, комплексирование информации.
Проводимые в Вооруженных Силах Российской Федерации реформы включают мероприятия по развитию систем управления, предусматривающие формирование единого информационного пространства (ЕИП). В соответствии с принятой концепцией, составной частью ЕИП является единое информационное коммуникационное пространство, представляющее собой совокупность территориально распределенных интегрированных баз и банков данных, информационных систем и сетей, обеспечивающих взаимодействие органов, пунктов и систем управления мониторинга [1].
Основные направления развития вооруженных сил иностранных государств и способов их применения обладают рядом существенных особенностей, а именно: устойчивой тенденцией к снижению электромагнитной доступности объектов радиомониторинга (далее объектов), сокращением цикла управления, что приводит к увеличению темпов изменения тактической обстановки. Указанные изменения в первую очередь отражаются на повышении динамики и многовариантности развития обстановки на тактическом уровне управления и определяют соответствующие требования к эффективности организации и ведения радиомониторинга (РМ). Решение специальных задач возможно путем согласованного применения сил и средств РМ с последующей комплексной обработкой, добываемой ими информации (далее комплексированием информации (КИ)). Под комплексированием информации, поступающей от разных видов мониторинга, понимается целенаправленная деятельность по объединению решения задач обработки в их последовательной взаимосвязи с использованием результатов решения каждой прямым или косвенным образом в последующих задачах обработки. Применение КИ позволяет осуществлять объективную всестороннюю оценку тактической обстановки и выполнение специальных задач обработки информации, которые невозможно решить без наличия данных от различных видов и средств мониторинга [2].
Указанные противоречия можно разрешить при разработке структурно-функциональной модели объекта (далее модели объекта), основанной на комплексиро-вании информации с применением математического аппарата теории информационного поиска (рис.1).
Рис. 1. Структурно-функциональная модель объекта радиомониторинга
381
В первом блоке модели объекта входное воздействие представляет собой постановку задачи органам добывания разнородных сил и средств мониторинга на предоставление информации с указанием координат (района) нахождения объекта с целью установления его функционала. Каждый объект обладает определенными параметрами и характеристиками, которые характеризуют его тип, принадлежность и предназначение. Таким образом, на каждый объект формируется вектор формализованных параметров, который является суммарным вектором информативных сведений от разнородных сил и средств мониторинга [3,4]. При этом, суммарный вектор формализованных параметров на входе подсистемы обработки информации можно представить следующим выражением (1):
an = аРМ + aBM + аСпН> (1)
где арм - вектор параметров от радиомониторинга; авр - вектор параметров от воздушного мониторинга; аспн - вектор параметров от мониторинга специального назначения.
Для формирования информативных признаков при ведении РМ определяют следующие характеристики: f - частота (МГц), XY - координаты радиоэлектронного средства (РЭС) на объекте, t - метка времени, CS - позывной, V - вид передачи, ГРэс -тип РЭС, N - количество корреспондентов в радиосети, М - материалы радиоперехвата, увр. - скорость вращения антенны (об/мин.), Д0 - ширина диаграммы направленности антенны (град), Ти - длительность импульсов (мкс), Ти - период следования импульсов (мкс), main - главная станция сети, RN - номер ИРИ, SN - номер сети.
Таким образом, вектор информативных сведений, поступающих на вход подсистемы обработки информации, формально принимает следующий вид (2):
аРм = {f, XY, t, CS, V, Грэс, N, M, Л0, УВр, Ги, mainRN, SN}, (2)
Таким же образом формируются вектора от средств добывания других средств мониторинга. Для своевременной обработки такого разнородного вектора разрозненных параметров, относящихся к объектам, с требуемой полнотой и достоверностью необходимо создание эффективных методов обработки информации. Данному обстоятельству препятствует сложность формализации этого процесса. Причина такого положения дел в случайности функционирования большого числа объектов, перемещающихся в пространстве и работающих в течение небольших интервалов времени, а также в особенностях информации.
В таких условиях поступающие информативные сведения представляют собой случайные наборы совокупности параметров от различных средств добывания. Обобщив список возможных параметров и характеристик, проявляющихся при деятельности объектов, добываемых подсистемами различных средств мониторинга, а также наличие в составе векторов, повторяющихся элементов позволяет определить вектор формализованных параметров объектов, как объединение всех элементов этих векторов, принимающий следующее выражение (3):
an ={Х^,^ор,....ЛС^,ТРЭО N,M, ЛвУв^татЩ SN}, (3)
где Гор - тип объекта; Soр - площадь, занимаемая объектом.
С помощью суммарного расширенного вектора можно представить любой набор параметров и характеристик, поступающих в подсистему обработки от подсистемы добывания информации. Данный вектор является входным параметром для второго блока модели, при этом его состав и структура не зависят от функционирования подсистемы обработки, в силу чего при моделировании подсистемы обработки информации вектор an является неуправляемой переменной [5,6,10]. В формальном виде такое описание может быть представлено вектором параметров объекта тактической обстановки (4):
an = {xa1,...,xaY К (4)
где Хау - у-й параметр n-го элемента множества (объекта тактической обстановки).
Векторная формализация позволяет ввести меру сходства на множестве информативных признаков. Мера сходства - это алгоритмическая число или функция, которые позволяют оценить подобие любых двух объектов [10]. Для оценивания точности соответствия объекта в рамках модели его реальному аналогу любая такая мера должна обладать двумя основными свойствами, а именно обеспечивать большие значения для сходных объектов и различать несходные объекты, присваивая им низкие значения на шкале подобия (и наоборот, когда подобие измеряется по расстоянию между объектами).
Параметры объектов разнотипны, в отдельных случаях не имеют количественной оценки и, соответственно, не могут быть приведены к одной единице измерения. В связи с этим, сравнение различных элементов множества с их эталонным описанием в многомерном пространстве признаков может, осуществляется на основе булевых функций. В этом случае компоненты вектора параметров объектов принимают значения логической «1» или «0», в зависимости от того, присутствует или нет данный признак априорного словаря в формулярах на объекты в информационных документах.
В теории распознавания образов для определения множества классов используются меры сходства, которые позволяют разделить объекты распознавания. В современных исследованиях в области интеллектуального анализа данных (Data Mining) и разработки поисковых систем наибольшее распространение получили не метрические функции сходства, в частности, косинусная мера сходства и мера Танимото [7,10].
Применение угловых мер основано на предположении, что близость объектов, представленных в виде числовых векторов в многомерном признаковом пространстве, задается общим направлением, а не расстоянием между ними. Косинусная мера сходства рассчитывается по известной формуле (5):
Simc (an,аэ) = ^ , (5)
11ап||11аэ||
где an - вектор параметров n-го элемента множества (объекта) в модели; аэ - эталонный вектор параметров объекта.
Скалярное произведение векторов в числителе выражения (5) определяется по формуле (6):
а паэ = I xany Хаэу, ( )
g
а знаменатель нормирует вектор по длине величиной (7)
Ы| = I Х2а . (7)
\ g ап
Приведенная мера представляет собой значение косинуса угла между двумя векторами и позволяет представить геометрическую интерпретацию различия между двумя объектами. Косинусная мера слабо зависит от расстояния между векторами, но учитывает их направление в пространстве. В случае двоичного представления компонентов вектора ап косинусная мера сходства принимает негеометрическую интерпретацию и неудобна для применения.
Для оценивания эффективности установления принадлежности объекта по точности описания объектов в информационных документах (формулярах на объекты) на пунктах управления произведено сравнение данного показателя в рамках командно-штабной военной игры [8].
В качестве элемента множества для расчета косинусной меры сходства выбран основной командный пункт (ОКП) типовой бригады сухопутных войск вооруженных сил США (СВ ВС США), результаты расчёта (рис. 2).
Рис. 2. Результаты вычисления косинусной меры сходства для ОКП типовой бригады СВ ВС США: аэ - эталонный вектор параметров ОКП типовой бригады СВ ВС США; а1 - вектор параметров ОКП типовой бригады СВ ВС США для варианта с использованием предлагаемой методики на основе разработанной модели объекта; а2 - вектор параметров ОКП типовой бригады СВ ВС США для варианта с применением традиционной схемы наращивания обстановки
Результаты расчета косинусной меры сходства для ОКП типовой бригады СВ США составляют: аэ= 1; а1= 0,93; а2= 0,55. Определение меры сходства описания исследуемого объекта с реальным объектом на основе двоичного представления параметров осуществляется на основе меры Танимото, согласно выражения (8):
" -, (8)
Т ( ап,а э ) =
а пап + а эаэ
а паэ
где ап - представленный в двоичном виде вектор параметров п-го элемента множества (объекта) в модели электромагнитной обстановки; аэ - представленный в двоичном виде эталонный вектор параметров объекта.
Расчет меры сходства Танимото для ОКП типовой бригады СВ ВС США (рис. 3). Результаты расчета меры сходства Танимото для ОКП типовой бригады СВ ВС США составляют: аэ=1; а1= 0,86; а2= 0,29.
Таким образом, косинусная мера сходства и мера Танимото, взаимно дополняя друг друга, позволяют оценить степень соответствия объекта в модели его реальному аналогу.
Номер вектора
Рис. 3. Результаты вычисления меры сходства Танимото для ОКП типовой
бригады СВ ВС США
384
В общем виде оценка эффективности по точности описания объектов исследуемой группировки представлена как критерий последовательного достижения частных целей [9]. Данный критерий подразумевает учет выполнения последующей операции в том случае, когда достигнуты максимальные уровни критериев частных операций. Общее количество параметров для описания объекта определяется исходя из достижения максимального соответствия реальному объекту. При этом учитываются только те параметры, которые проявляются в форме параметров тактической обстановки. Последовательная оценка точности описания множества объектов в составе рассматриваемой группировки принимает вид (9):
N
Sim общ (С, T) = Sim^ (с, т) + U sup Sim^ (С, т) , (9)
n=1
где sup SimAn(C,T) - верхняя граница возможного (требуемого) значения точности описания объекта.
Таким образом, рассмотренные меры сходства позволяют оценить насколько точно на пунктах управления, представлены, и описаны формуляры на объекты в информационных документах, соответствует ли они реальной исследуемой группировке. Представленную структурно-функциональную модель объекта, возможно использовать пунктах управления при подготовке специалистов в области радиомониторинга.
Список литературы
1. Кузьмин В.В., Удальцов Н.П. Анализ возможностей мониторинга при построении единого информационного пространства // Проблемы технического обеспечения войск в современных условиях: труды III Межвузовской научно-практической конференции, 2018. С. 309-312.
2. Кузьмин В.В., Удальцов Н.П. Методика установления принадлежности объектов в иерархических системах с применением алгоритма оценки характеристик взаимосвязанности в условиях ограниченных возможностей ведения радиомониторинга // Инновационные технологии и технические средства специального назначения: труды Десятой общероссийской научно-практической конференции, 2018. С. 153-157.
3. Модель распознавания объектов радиомониторинга в иерархических системах управления / А.А. Гудков, Д.А. Клецков, В.В. Кузьмин, Н.П. Удальцов // Известия Тульского государственного университета. Технические науки, 2018. Вып. 1. С. 283 - 291.
4. Многофакторная структурно-статистическая модель формирования облика отдельного центра радиомониторинга / А. А. Гудков, Д.А. Клецков, В. В. Кузьмин, С.Р. Малышев // Известия Тульского государственного университета. Технические науки. 2018. Вып. 1. С. 258-266.
5. Вентцель Е.С. Теория вероятностей. М.: Издательский центр "Академия", 2005. 576 с.
6. Горелик А. Л., Скрипкин В. А. Методы распознавания. М.: Изд. Высшая школа, 1977. 232 с.
7. Гмурман В. Е. Руководство к решению задач по теории вероятностей и математической статистике. М.: Высшая школа, 1979. 400 с.
8. Алгоритм комплексной оценки характеристик объектов и установление их принадлежности к уровню управления в иерархических системах / В. В. Кузьмин, Н.П. Удальцов, М.С. Григоренко, И.Г. Пивкин // Наукоемкие технологии. 2017. Т. 18. № 11. С. 56-60.
9. Маковский В.Н., Чеботарь И.В., Кузьмин В.В., Гайчук Ю.Н. Методы оценивания пространственных характеристик мобильных абонентов // Антенны. 2015. № 11. С. 38-42.
10. Дуда Р., Харт П. Распознавание образов и анализ сцен: учебник. М.: Издательство «МИР», 1976, 507 с.
Кузьмин Виталий Владимирович, адъюнкт, vitalii. kuzmin. 198 7@mail. ru, Россия, Санкт-Петербург, Военная академия связи имени Маршала Советского Союза С. М. Будённого
STRUCTURAL-FUNCTIONAL MODEL OF THE OBJECTRADIOMONITORING'S
V. V. Kuzmin
In article considers the possibility of using the structural and functional model of the radio monitoring object in the conditions of limitations of the selection of informative features of objects and determining the likely characteristics of the identification of each feature by radiomonitoring technical means.
Key words: radiomonitoring, control system, object, complex information processing.
Kuzmin Vitaly Vladimirovich, postgraduate, vitalii. kuzmin. 198 7@ mail. ru, Russia, St. Petersburg, Military academy of communication of S.M. Budyonny
УДК 78.21.35
ИНФОРМАЦИОННАЯ ПОДДЕРЖКА ТЕХНИЧЕСКОГО ОБСЛУЖИВАНИЯ СИСТЕМЫ ЖИЗНЕОБЕСПЕЧЕНИЯ ПОДВИЖНОЙ ЛАБОРАТОРИИ ИЗМЕРИТЕЛЬНОЙ ТЕХНИКИ
А.А. Волков, Д.С. Микляев, Д.А. Зверев
Представлены состав и назначение системы жизнеобеспечения подвижной лаборатории измерительной техники. Обоснована необходимость решения задачи по снижению средних экономических затрат на проведение технического обслуживания вышеуказанной системы. Описан состав алгоритмического и программного обеспечения информационной поддержки технического обслуживания системы жизнеобеспечения подвижной лаборатории измерительной техники. Приведены пример алгоритма и программы ежедневного технического обслуживания фильтровентиляционной агре-гатированной установки подвижной лаборатории, а также представлены результаты технико-экономического обоснования реализации информационной поддержки технического обслуживания её системы жизнеобеспечения.
Ключевые слова: подвижная лаборатория измерительной техники, система жизнеобеспечения, техническое обслуживание, информационная поддержка.
В настоящее время обеспечение единства и требуемой точности измерений в Вооруженных Силах (ВС) Российской Федерации (РФ) достигается различными мероприятиями. Одним из таких мероприятий является метрологическое обслуживание средств измерений (СИ) военного назначения (ВН) [1].
