Эволюционные процессы информационных технологий
Покупка
Тематика:
Прикладные информационные технологии
Издательство:
Научный консультант
Под науч. ред.:
Артюшенко В. М.
Год издания: 2017
Кол-во страниц: 124
Дополнительно
Вид издания:
Материалы конференций
Уровень образования:
ВО - Магистратура
ISBN: 978-5-9909964-5-8
Артикул: 710120.01.99
Доступ онлайн
В корзину
Предлагаемый сборник научных трудов по материалам II-й межвузовской научно-технической конференции с международным участием «Эволюционные процессы информационных технологий», прошедшей 25 апреля 2017 г. на базе кафедры информационных технологий и управляющих систем государственного бюджетного образовательного учреждения высшего образования Московской области «Технологический университет» («МГОТУ»), стал результатом творчества ученых, профессорско-преподавательского состава, сотрудников, студентов связанных с информационными технологиями в различных областях деятельности. Сборник рассчитан на преподавателей, аспирантов, магистров и бакалавров, а также для широкого круга специалистов в области информационных систем.
Тематика:
ББК:
УДК:
ОКСО:
- ВО - Магистратура
- 02.04.02: Фундаментальная информатика и информационные технологии
ГРНТИ:
Скопировать запись
Фрагмент текстового слоя документа размещен для индексирующих роботов.
Для полноценной работы с документом, пожалуйста, перейдите в
ридер.
ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ МОСКОВСКОЙ ОБЛАСТИ «ТЕХНОЛОГИЧЕСКИЙ УНИВЕРСИТЕТ» («МГОТУ») ЭВОЛЮЦИОННЫЕ ПРОЦЕССЫ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ Сборник трудов по материалам II-й межвузовской научно-технической конференции с международнымучастием 25 апреля 2017 г. Королев 2017
УДК 004 ББК 32.81 Э15 Рецензенты: Самаров К.Л., д.ф-м.н., профессор; Соляной В.Н., с.н.с., доцент. Научный редактор: Артюшенко В.М. - д.т.н., профессор Эволюционные процессы информационных технологий Э15 [Текст] / под науч. ред. док. техн. наук, проф. В.М. Артюшенко. - М.: Издательство «Научный консультант», 2017. - 124 с. ISBN 978-5-9909964-5-8 Предлагаемый сборник научных трудов по материалам II-й межвузовской научно-технической конференции с международным участием «Эволюционные процессы информационных технологий», прошедшей 25 апреля 2017 г. на базе кафедры информационных технологий и управляющих систем государственного бюджетного образовательного учреждения высшего образования Московской области «Технологический университет» («МГОТУ»), стал результатом творчества ученых, профессорско-преподавательского состава, сотрудников, студентов связанных с информационными технологиями в различных областях деятельности. Сборник рассчитан на преподавателей, аспирантов, магистров и бакалавров, а также для широкого круга специалистов в области информационных систем. УДК 004 ББК 32.81 Сборник научных статейучастников конференции Подготовлен по материалам, представленным в электронном виде. Ответственность за содержание материалов несут авторы. ISBN 978-5-9909964-5-8 © «МГОТУ». Коллектив авторов, 2017 © Оформление. Издательство «Научный консультант», 2017
Содержание Введение................................................5 Воловач В.И. Модели плотности распределения вероятностей сигналов отраженных от пространственно-распределенных объектов................................................6 ЛогачеваН.В., Исаева Г.Н. Информационные технологии как инструменты управления компанией.......................15 Исаева Г.Н., Логачева Н.В. Облачные технологии в современном образовании................................21 Сидорова Н.П. Распределенные базы данных: состояние и перспективы..........................................26 Кучеров Б.А. Бесконфликтность управления группировкой космических аппаратов в условиях ресурсных ограничений.33 Поспелов В.Г. Совместимость WiMAX-сетей, построенных на основе стандарта IEEE 802.16m, с сетями стандарта IEEE 802.16e...........................................40 Стреналюк Ю.В., Штрафина Е.Д. Методика подготовки научных работ студентов................................44 Ковалева О.В. Факторы, влияющие на выбор системы электронного документооборота..........................50 Струкова А.В. Разработка метода и алгоритмов обнаружения и предотвращения опасных сближений в составе перспективной системы организации воздушного движения...............................................58 АббасоваТ.С., Дадашев Р.Р., Иванов О.В., Талицин С.И. Аппаратные средства для модернизации мобильных измерительных пунктов морского базирования.............65 Строганова С.М., Ефимов А.С. Перспективы развития робототехники в России.................................72 Теодорович Н. Н., Иванов О.В., Талицин С.И., Дадашев Р.Р. Повышение эффективности бортовой аппаратуры видеотелеметрии........................................79 Ковалева О.В., Талицин С.И., Иванов О.В., Дадашев Р.Р. Анализ проблем глобальной информационной сети России...86 3
Теодорович Н.Н., Строганова С.М., Буляк И.С. Совершенствование организации защиты информации на этапе подготовки к участию в рекламно-выставочной деятельности предприятия...............................93 Теодорович Н.Н., Строганова С.М., Комиссаров Д.С. Электронные устройства перехвата информации и методы их обнаружения........................................100 Теодорович Н.Н., Строганова С.М., Комиссаров Д.С. Совершенствование подсистемы информационной безопасности на основе применения дезинформационных программно-аппаратных средств.........................107 Масленников Е.С. Краткий анализ одномодовых оптических волокон...............................................111 Аббасова Т.С., Польшин С.Н. Чат-боты и нейронные сети.115 4
ВВЕДЕНИЕ Интенсивное развитие современного общества невозможно себе представить без эволюционных процессов в такой важнейшей области современной науки как информационные технологии. В предлагаемом сборнике научных трудов рассматривается широкий круг вопросов, связанных с рассмотрением моделей плотности распределения вероятностей сигналов отраженных от пространственно-распределенных объектов, особенностями применения информационных технологий как инструментами управления компанией, бесконфликтностью управления группировкой космических аппаратов в условиях ресурсных ограничений. Проанализированы вопросы связанные с применением облачных технологий в современном образовании, распределенными базами данных, их состояние и перспективы. Рассмотрены основные подходы в подготовке специалистов в высшем профессиональном образовании по информационнотехнологическим направлениям, факторы, влияющие на выбор системы электронного документооборота. Проанализированы проблемы развития и использования информационных технологий при построении WiMAX-сетей, разработке методов и алгоритмов обнаружения и предотвращения опасных сближений в составе перспективной системы организации воздушного движения. Рассмотрены вопросы, связанные с анализом, особенностями и перспективами применения аппаратных средств для модернизации мобильных измерительных пунктов морского базирования, повышением эффективности бортовой аппаратуры видеотелеметрии, совершенствования подсистемы информационной безопасности на основе применения дезинформационных программно-аппаратных средств, перспективы развития робототехники в России, проведен анализ проблем глобальной информационной сети России. Материалы данного сборника будут интересны не только бакалаврам и магистрам таких специальностей как: «Информационные системы и технологии», «Управление в технических системах», «Прикладная информатика», но и аспирантам специальностей «Системный анализ, управление и обработка информации», «Теоретические основы информатики», а также для широкого круга специалистов в области информационных технологий. 5
МОДЕЛИ ПЛОТНОСТИ РАСПРЕДЕЛЕНИЯ ВЕРОЯТНОСТЕЙ СИГНАЛОВ ОТРАЖЕННЫХ ОТ ПРОСТРАНСТВЕННО-РАСПРЕДЕЛЕННЫХ ОБЪЕКТОВ Воловач В.И. д.т.н., доцент, Поволжский государственный университет сервиса («ПВГУС») Россия, г. Тольятти Рассмотрены вопросы, связанные с выбором моделей плотности распределения вероятностей сигнала отраженного от пространственно-распределенных радиолокационных объектов. Показано, что выбранные модели хорошо совпадают с результатами экспериментальных исследований. Ключевые слова: плотности распределения вероятностей огибающей сигнала, негауссовская помеха, многолучевость, протяженный объект. Для синтеза и анализа радиотехнических систем и устройств, служащих для измерения параметров движения протяженных объектов, необходима адекватная модель плотности распределения вероятностей (ПРВ) сигнала отраженного от таких объектов, а так же воздействующих на него помех. Имеется достаточно большое количество математических моделей, описывающих доплеровский сигнал, отраженный от пространственно-протяженных радиолокационных целей: самолетов, кораблей, автомашин и т.д. [1-4]. Проведем выбор и обоснование моделей ПРВ сигналов отраженных от протяженного объекта близких к реальным. Как известно, при радиолокации на малых расстояниях лоцируемый объект обычно рассматривается как сложный, протяженный, состоящий из совокупности N отражающих элементов [5-9]. Результирующий сигнал на входе приемного устройства от протяженной цели можно записать в виде: s(t, X) =S7₌₁Re^(U), (1) где Si(t, X) = Re{aj(t)U(t - Tj)expj[(®ₒ - △f₄.;)t - о»^ - ®J} сигнал, принимаемый от произвольной i-ой точки объекта; aj(t) - коэффициент ослабления «амплитуды» принятого сигнала (по сравнению с излучаемым в момент времени t от i-ой точки; U(t) = f (t)exp[/^(t)] - комплексная огибающая сигнала; f(t) и ф(0 -функции, отображающие законы амплитудной и фазовой (частотной) 6
модуляции; т; - время запаздывания сигнала от i-ой «блестящей» точки; ®о - несущая частота; Д/ц - доплеровское смещение частоты от i-ой «блестящей» точки; 0; - фаза сигнала, отраженного от i-ой «блестящей» точки, обычно равномерно распределенная в интервале [-и, и]; X - векторный параметр, характеризующий совокупность параметров ®о, f (t), <p(t), a(t), т и Д/Д. Величины a;(t) и 0; считаются случайными и взаимно независимыми. Возможно большое разнообразие частых видов моделей сигналов (1). Так, для описания многолучевого характера отраженного от протяженной цели сигнала в [1] рассмотрена модель: s(t, X) = Re{£iU(t)expj[(®ot + 0(t)]} , (2) в которой, в явном виде, введена огибающая принимаемого сигнала U(t) и результирующая фаза 0(t). Наибольший интерес представляет плотность распределения вероятностей мгновенных значений, огибающей (амплитуды) (ПРВА) и фазы (ПРВФ) принимаемого сигнала. Используя результаты [10], можно показать, что отраженный от протяженного объекта сигнал (2) может быть хорошо описан обобщенной моделью ПРВА РУ,.,б(А; а, гху, а, 0О) (табл. 1), где е„ = 1 при п = 0, /п(.) - функция Бесселя I-го рода n-го порядка; где г„ = 2 при п Ф 0, /₂и(.) - функция Бесселя II-го рода n-го порядка; А = U/(о²Оу)⁰,⁵, а = U₀/(o²o²)⁰,⁵ - нормировочные величины; U₀ = (%о+Уо)⁰'⁵, 0о = arctg(y₀/%₀) - модуль и аргумент детерминированной составляющей сигнала; о² = о². = оД - дисперсия квадратурных составляющих сигнала; х₀ и у₀ - детерминированные квадратурные составляющие сигнала; гху - коэффициент взаимной корреляции между квадратурными составляющими компонент сигнала s(t, X), a = (о²—Оу)/(о²+Оу) - параметр не стационарности изменяющийся в пределах [1,-1]. Как видно, ПРВ огибающей в общем случае зависит от четырех параметров а, гху, а, и 0О, при изменении которых меняется форма кривой ПРВА. Числовые характеристики ПРВА описываются соотношением (табл. 1) ш.д (а, /уу, а, 0О). Введение сложных аналитических выражений для ПРВА и v-х начальных моментов огибающей могут быть аппроксимированы более простыми выражениями. Хорошие результаты, в частности, дает ПРВ Накагами и его начальные моменты [11-13]. 7
Таблица 1 - Обобщенная модель ПРВА и ее числовые характеристики Характеристики Аналитическая запись выражения Wo6(A; а,гху,а, ©0) Л (---^2 --- a2[1---B(a,rxy)cos(2©o---P(«,rxy)>]J _ет . (1-rx2y)°'5 Cxp t 2(1-rXy)(1---a2)0,5 J 1и=О £n Jn X X [~ 42a(q,r,y,) ] [ Ла f 2 । r?2(„ гч ) 2rxysin2©oA0'5] [2(1---rx2y)(1---a2HM1---rx2y (’*y 1 Ь (а, ©o) (1---a2)0,5 ) J X cos2nv(а, rxv, ©o) т^(а,гзсу,а, ©o) [(1-гЛ)(1 2y|0.5 (-а2[1 - B^ryjcos^o - ₽(а,гху))Ъ а;] expl 2(1 - rx2,)(1 - а2)0-5 JX М---Ча, rxy) 2“-0 £n [ Р&Гху\Г [W(a'rxy'a'©o)]2 cosny(a,rxy,©o) V > ху7^п-0 n [2M2(a,rxy)J L 2 J Г(2п+1) ■l.-'":"'" Г 1F1k+2n + 2l + 2-ifc-0 K!r(n+fc+1) |2M(a,rxy)J 1 1 [2 +1;2n + +1;W2(a,rxy,a,©o)1 4M(a,rxy) | Обозначение: В(а,гху) = (а2 + гх2у(1 а2)) ; ₽(а,гху) = arctg [ y ; ]; Б(а, ©о) = Q----) cos2©o + Q^) sin2©o; \1+а/ \1-а/ т(а,гжу,©о) = А(а,г..,©о) ( 2 y); , Ч ((т=н) sin©o- rxycos©ol 4(а,Гху, ©o) = arctg j i+a °.5 [ ; Ц-) cos©o- rxysin©oJ М(а,гху) = 0,5 (1 - гД,)(1 - а2)0-5 ; Д/А™ г л А Л _ __а Гт-2 I 22Гл А _ 2rxysin2©°] ^(а, ГХу,а, ©o) 1-r2 рху + k (а, ©o) (1-«2)°-5 ] W(U) = (2/Г(т))(т/П)ти²т⁻¹схр{-ти²/П}, U> 0, (3) где m и.О - параметры распределения. т = O²/((U² - О²)²) > 0.5; О = (U²); (4) Г(.) - гамма функция; mJ} = Г(т + п/2)/ Г(т)(О/т) v/² (5) Формулы, связывающие параметры m и О с параметрами а, гху, а, 0О, имеют вид: т =____________________________________________________________ (1 + [r^y4+a²])+2a²[1+(rJy4+a²)o'⁵cos(20ₒ-arctgrXy4°'⁵/a)] (6) 8
Q = o²(1 + a²), (7) где A = (1 — a²) Используя данные выражения, можно определить связь между параметрами mДиа, гху, а, ©О (и наоборот), которую необходимо знать при переходе от одного распределения к другому. В табл. 2 представлены результаты аппроксимаций огибающих сигнала (2) распределением Накагами, где без нарушения общности фаза детерминированной составляющей, принята равной нулю (©о = 0). Таблица 2 - Связь параметров ПРВ огибающих отраженного сигнала с параметрами ПРВ Накагами Вид Параметры Связь Ос Связь mс Пределы распределения распределения параметрами параметрами изменения m Распределение о2 = оx 2= оу2 О = 2 о2 --- m = 1 Релея Обобщенное а, о2 = ох2= о2 О = 2о2(1 + (1 + a2)2 1< т< да распределение ' Ху а 2) т =------- Релея 1 + 2a2 Распределение а, о2 = оx2+ о2 О = о2 1 0,5< m< 1 Хойта , Ху т = 7----тт (1 + а2) Обобщенное а; а; о2 = оХ2+ О = о2(1 + а2) т = 0,5< т<<х> распределение оу 2 (1+а2)2 Хойта 1+2а2(1+а) + а2 р - распределе- Гху; о2 = оХ2+ оу2 О = 2 о2 1 0,5< т<<х> ние т = т,----т (1 + гху) Обобщенное Гхv; а; о2 = ох2= О = 2о2(1 + т 0,5< т<<х> р - распределе- Ху Х а 2) (1 + a2)2 ние оу 2 1 + 2a2 + rXv Обобщенная а;Гху; а; О = о2(1+ а2) (Wоб) при 0,5< т<<х> ПРВА о2 = ох2+оу2 ©о = 0 Односторонняя а 1; Гху 1; О = ох2 --- m = 0.5 гауссовская ПРВА При использовании распределения Накагами (3) вопрос о выборе распределения фаз остается открытым. В большинстве исследований обычно предполагают, что фазы отдельных компонент отраженного сигнала независимы от их огибающих и распределены либо равномерно в интервале [—л, л], либо по нормальному закону: 9
W(U, 0) = Wm(U)W(0) (8) где Wₘ(U) определена (3). В [1] рассмотрены статистические характеристики мгновенных значений негауссовских сигналов (2), амплитуда U которых описывается обобщенной моделью ПРВА (табл.1). Если величина U = (х² + у²) и 0 = arctg(y/х), где у их - квадратурные составляющие сигнала, независимы между собой, а распределение фазы равновероятно, то ПРВ мгновенных значений сигнала W(sc) определяется соотношением, представленным в табл. 3, где Г(.) - гамма функция; ₁F1(.) -вырожденная гипергеометрическая функция. Таблица 3 - Обобщенная модель ПРВ и ее частные случаи для широкого класса негауссовских сигналов Закон Аналитическое выражение плотности Числовые распределения вероятности характеристики ПРВ Обобщенная е модель ПРВ ч (₽/2Г 1 fу У k f у рsC ^ тУ = W (s ) = / 1 exp 11 > ехр! /')f2)v 2 c! k-°k=0k!Г(a + k)У2J У 2 2 J v^ W x I |2(a+k )-1 | 1 1 1 р sc 1 rfa+fc+-)rf-+0.5) x s T| -,a + k + -,^-c- 1, y^ \______2/ \2 7 1 ■ У 2 2 2 J fc=0 fc!r(a+fc)rf2+1) y(a b z) ■ ” f 1F (a’b’2) --z■-b 1F (1+a-b’-b’-2)| x f2y3)k, где V =2, 4, ,Z> sin яb f Г(1+a - b) Г (b) “ Г( a) Г (2 - b) 6... Wfe) = = --- W(U) - Wm ™_24 ПРВ Накагами -^-= exp f---) |sc|2m 1 x (а = т, r(m)V^ v Q J c ₽ = ?, у = 0) x ^(0,5,m + 0,5,ms2/Q) W(U) - W(sc) = 2^л expf 2a2)|^c|x --- описывается x ^(0,5,3/2,sc2/2a2) ПРВ Релея (m = 1, Q = 2о2) W(U) - W(sc) = 2a2V^ expf 2^ где --- описывается функция, выраженная через полином ПРВ Гаусса Эрмитта Как видно из анализа приведенной таблицы, выражение W(sc) является базовым и может служить исходным при определении ПРВ мгновенных значений радиосигнала для широкого класса вероятностных моделей негауссовских процессов sc(t). 10
На рис. 1 представлены ПРВ W(sc), рассчитанные для случая, когда W(U) подчиняется ПРВ Накагами. а) б) Рис. 1 - Плотность распределения вероятности Ж(хс) для модели (2) при различных параметров распределения: а - m; б - О Из графиков видно, что при Q = 1 и m ^1 кривая ПРВ нормализуется. При m >1 появляется «провал» вероятностной кривой W(sc) в точке sc = 0 и кривая ПРВ становиться двухмодальной с модами в симметричных точках -sc и + sc. С увеличением m увеличивается дисперсия и смещение мод от оси ординат. При этом кривая ПРВ остается симметричной относительно оси ординат. Если m <1 (на рис. 1m = 2,31), то кривая ПРВ становится двухмодальной, причем увеличение параметра Q приводит к увеличению «провала» вероятностной кривой и ее дисперсии. Проведенные экспериментальные исследования, на базе радиолокационного измерителя параметров движения протяженных объектов РИС-МФД показали хорошее совпадение данных математических моделей с результатами экспериментов [14, 15]. В качестве протяженных объектов были использованы различные типы моделей автотранспорта: автоцистерны, большегрузные контейнеровозы, панелевозы и т.п. Методика проведения экспериментальных исследований и статистической обработки отражена в [14] и здесь не приводится. Анализируя временные реализации доплеровских сигналов видно, что для большинства из них отраженные сигналы имеют вид ам-плитудно-модулированных (АМ) колебаний, причем вид отраженного сигнала зависит от целого ряда различных факторов [14]. Глубина АМ изменяется в больших пределах и может достигать 100 %, т.е. полного замирания сигнала (рис. 2). 11
Рис. 2 - Фрагмент записи доплеровского сигнала В этом случае принято считать, что на принимаемый сигнал воздействует мультипликативная помеха, статистические характеристики которой получают при обработке огибающей данного сигнала. На рис. 3, 4 представлены, соответственно, результаты статистических характеристик обработки огибающей аппроксимирующийся ПРВ Накагами, и изменения во времени ПРВ мгновенных значений, сигнала отраженного от протяженных объектов. Рис. 3 - ПРВ огибающей отраженного сигнала описывающаяся распределением Накагами Рис. 4 - ПРВ мгновенных значений доплеровского сигнала Проведенные экспериментальные исследования позволили сделать следующие выводы: 1. Доплеровский сигнал, отраженный от протяжных объектов, которыми являлись автотранспортные машины, хорошо описываются математической моделью многолучевого сигнала, на который одновременно воздействуют мультипликативная и аддитивная помехи. 12
Доступ онлайн
В корзину