Информационные технологии и управляющие системы


Государственное бюджетное образовательное учреждение высшего образования Московской области


            ТЕХНОЛОГИЧЕСКИЙ УНИВЕРСИТЕТ












            ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ И УПРАВЛЯЮЩИЕ СИСТЕМЫ





Монография














Королев 2015

УДК 681.3                                               Рекомендовано
ББК 32.81                                Научно-техническим советом
И74                                      Государственного бюджетного
                                          образовательного учреждения высшего образования Московской области
                                         «Технологический университет» («МГОТУ» ).


Авторский коллектив
Артюшенко В.М., Аббасова Т.С., Стреналюк Ю.В., Привалов В.И., Воловач В.И., Шевченко Е.П., Зимин В.М., Харламова Е.С., Аббасов А.Э., Кучеров Б. А.

Рецензенты:
Лохнин В.В., д.т.н., профессор;
Соляной В.Н., с.н.с., доцент.

И74      Информационные технологии и управляющие системы: моно     графия [Текст] / под науч. ред. док. техн. наук, проф. В.М. Артюшенко. -М.: Издательство «Научный консультант», 2015. - 184 с.
     ISBN 978-5-9906953-8-2

          В монографии рассмотрены вопросы, связанные с информационными технологиями и управляющими системами в различных областях деятельности. Монография предназначена для бакалавров направлений подготовки: 09.03.02 - Информационные системы и технологии, 27.03.04 - Управление в технических системах, 09.03.03 - Прикладная информатика; магистров направления подготовки 09.04.03 -Прикладная информатика; аспирантов направления подготовки 09.06.01 Информатика и вычислительная техника (профиль «Системный анализ, управление и обработка информации», профиль «Теоретические основы информатики»), а также для широкого круга специалистов в области информатики, системного анализа, управления и обработки информации.

УДК 681.3
ББК 32.81




ISBN 978-5-9906953-8-2 © «МГОТУ». Коллектив авторов, 2015
                         © Оформление. Издательство «Научный консультант», 2015

Содержание

        ВВЕДЕНИЕ..................................7

Глава 1. ВЛИЯНИЕ НЕГАУССОВСКИХ ПОМЕХ НА ТОЧНОСТЬ ИЗМЕРЕНИЯ ИНФОРМАЦИОННЫХ ПАРАМЕТРОВ СИГНАЛА............................8
    1.1. Оценка точности измерения скалярного информационного параметра на фоне аддитивной некоррелированной помехи................................10
    1.2. Оценка точности измерения векторного информационного параметра на фоне аддитивной некоррелированной помехи................................14
    1.3. Оценка точности измерения информационных параметров сигнала на фоне коррелированных аддитивных негауссовских помех..........................20
    1.4. Выводы..................................26
        Список литературы........................26

Глава 2. РАЗВИТИЕ ИНФОРМАЦИОННЫХ УПРАВЛЯЮЩИХ СИСТЕМ И ОБРАБОТКА УПРАВЛЯЮЩЕЙ ИНФОРМАЦИИ В ТЕЛЕКОММУНИКАЦИОННЫХ СИСТЕМАХ................................29
    2.1. Проблемы развития систем мониторинга и управления телекоммуникационной инфраструктурой..........29
    2.2. Предупреждение угроз информационной безопасности в интегрированных телекоммуникационных системах..........................................30
    2.3. Повышение надежности обмена информацией в интегрированных телекоммуникационных системах в условиях воздействия помех...................42
    2.4. Интерактивное управление кабельной инфраструктурой..........................................55
    2.5. Выводы..................................58
        Список литературы........................59

Глава 3. АНАЛИЗ СПОСОБОВ ОБРАБОТКИ ИНФОРМАЦИИ ЭКСПЕРТНОЙ И НЕЙРОСЕТЕВОЙ ТЕХНОЛОГИЙ..........................................62
    3.1. Общие представления знаний в экспертных системах. 62


3

     3.2. Типы экспертных систем....................63
     3.3. Назначение и особенности экспертных систем.64
     3.4. Инструменты построения экспертных систем..65
     3.5. Участники создания экспертной системы.....67
     3.6. Способы описания знаний...................68
     3.7. Нейронные сети............................70
     3.8. Ступени развития ЭВМ: цифры - символы - образы.... 78
     3.9. Области применения нейротехнологии........83
    3.10. Выводы....................................89
         Список литературы..........................89

Глава 4. СИСТЕМНО-АДАПТИВНЫЙ МЕТОД ОБОСНОВАНИЯ ХАРАКТЕРИСТИК ИНФОРМАЦИОННОЙ СИСТЕМЫ ОДНОРАЗОВОГО ДЕЙСТВИЯ В УСЛОВИЯХ ПРОТИВОДЕЙСТВИЯ НА ДЛИТЕЛЬНУЮ ПЕРСПЕКТИВУ.........................................91
     4.1. Основные этапы системно-адаптивного метода.91
     4.2. Особенности используемого математического аппарата.............................................96
     4.3. Математическая формализованная постановка задачи..............................................98
     4.4. Адаптация к неоределенностям.............100
     4.5. Выводы...................................104
         Список литературы.........................105

Глава 5.  ОБРАЗОВАНИЕ В «ОБЛАКАХ»..................106
     5.1. Некоторые задачи информатизации в ВУЗе...106
     5.2. Виды «облачных» вычислений...............107
     5.3. Предложения «облачных» вычислений на рынке России...........................................108
     5.4. Дистанционное образование в ИТУСФТА......113
     5.5. Корпоративная почта в ФТА................121
     5.6. Выводы...................................126
         Список литературы.........................127

Глава 6. РАСЧЕТ И ОПТИМИЗАЦИЯ СЛОЖНЫХ ТЕХНИЧЕСКИХ УСТРОЙСТВ НА ОСНОВЕ КОМПЬЮТЕРНЫХ МЕТОДОВ ОБРАБОТКИ


4

        ИНФОРМАЦИИ................................130
     6.1. Анализ компьютерных технологий, позволяющих оптимизировать и повышать эффективность моделируемых устройств..............................130
     6.2. Разработка метода визуализации исходных данных и результатов моделирования технических устройств при различных условиях функционирования.......134
     6.3. Метод визуализации исходных данных, результатов моделирования и конвертирования устройств для оптимизации параметров........................136
     6.4. Разработка критериев оценки эффективности трехмерного моделирования и конвертирования устройств моделирования.................................139
     6.5. Выводы..................................142
        Список литературы.........................143

Глава 7. СИСТЕМНОЕ ИССЛЕДОВАНИЕ И ПРОГНОЗИРОВАНИЕ С ПОМОЩЬЮ ТЕХНОЛОГИЙ БЫСТРОГО ПРОТОТИПИРОВАНИЯ...................147
     7.1. Анализ вариантов технологического процесса отработки и сборки технических устройств..........147
     7.2. Выводы..................................153
        Список литературы.........................153

Глава 8. ИСПОЛЬЗОВАНИЕ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ В РЕШЕНИИ ЗАДАЧ РАСПРЕДЕЛЕНИЯ СРЕДСТВ УПРАВЛЕНИЯ КОСМИЧЕСКИМИ АППАРАТАМИ...........................157
     8.1. Исследование процесса распределения средств управления космическими аппаратами в условиях ресурсных ограничений...............................157
     8.2. Организация информационного обмена между абонентами при распределении средств управления космическими аппаратами..........................160
     8.3. Формирование бесконфликтного плана применения средств управления космическими аппаратами.....165
     8.4. Обеспечение анализа состояния средств управления и группировки космических аппаратов.............167
     8.5. Оперативное информирование об изменении наземной

5

и космической ситуации при распределении средств

         управления космическими аппаратами...........169
8.6. Прогнозирование загрузки средств управления космическими аппаратами..........................172
     8.7. Выводы......................................178
         Список литературы............................180

6

        ВВЕДЕНИЕ

    Интенсивное развитие современного общества невозможно себе представить безэволюционных процессов в таких областях науки как информатизационные технологии и управляющие системы.
    В представленной монографии рассматривается широкий круг вопросов, связанных с влиянием негауссовских помех на точность измерения информационных параметров сигнала, развитием информационных управляющих систем и обработкой управляющей информации в телекоммуникационных системах. Осуществлен анализ способов обработки информации экспертной и нейронной технологий.
    Рассмотрен системно-адаптивный метод обоснования характеристик информационной системы одноразового действия в условиях противодействия на длительную перспективу. Проанализировано образование в «облаках» и расчет и оптимизация сложных технических устройств на основе компьютерных методов обработки информации.
    Рассмотрены вопросы системного исследования и прогнозирования с помощью технологий быстрого прототипирования. Проанализированы вопросы связанные с использованием информационных технологий в решении задач распределения средств управления космическими аппаратами.
    Материалы данной монографии будут интересны не только студентам 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 информатики, управления и обработки информации.

7

ГЛАВА 1


ВЛИЯНИЕ НЕГАУССОВСКИХ ПОМЕХ НА ТОЧНОСТЬ ИЗМЕРЕНИЯ ИНФОРМАЦИОННЫХ ПАРАМЕТРОВ СИГНАЛА

В. М. Артюшенко, В.И. Воловач

    Вопросы измерения (оценки) параметров сигналов, несущих информацию о движении объектов, в радиолокации являются традиционными и весьма подробно рассмотрены в [1, 2 и др.]. Достаточно хорошо изучены вопросы радиолокационного измерения точечных [3, 4] и отчасти сложных дискретных [5, 6] целей. Вместе с тем многие аспекты, связанные с измерением информационных параметров сигнала, несущих информацию о движении объектов, находящихся на малых расстояниях от радиолокационных измерителей, являются ещё недостаточно изученными и имеют ряд специфических особенностей как теоретического, так и практического характера [7, 8].
    В большинстве работ, посвященных вопросам оценки параметров сигналов, считалось, что на полезный сигнал воздействует аддитивная помеха, описывающаяся, как правило, гауссовской плотностью распределения вероятности (ПРВ). Однако, как показывают исследования [9-11], принимаемый измерителем сигнал подвержен воздействию аддитивных помех, имеющих ярко выраженный негауссовский характер. Для радиолокации, радионавигации, телеметрии, радиоизмерительной техники представляет значительный интерес получить оптимальную оценку параметров обрабатываемых сигналов при наличии помех с произвольной плотностью распределения вероятности.
    Как известно, методы решения задачи оптимальной оценки параметров сигнала можно получить, основываясь на математической статистике и теории нелинейной фильтрации [1, 12]. Произведем оценку информационных параметров в дискретном времени наблюдения. Считаем, что в течение времени [0, T] наблюдается выборки случайного процесса Yₕ = Y(th) (h = 1, ..., H), являющегося смесью по

8

лезного сигнала S(X, tₕ) и аддитивной n(tₕ) помехи, имеющей негауссовский характер. Полезный сигнал содержит совокупность параметров X = {Х1,..., Xm}, подлежащих измерению (оцениванию), причем считается, что на интервале наблюдения эти параметры остаются неизменными.
     Для определения количественных оценок измеряемых параметров используем нижние границы неравенства Крамера-Рао [1,12, 13]. Влияние негауссовских аддитивных помех на точность измерения будем оценивать отношением дисперсии погрешности измерения при наличии аддитивных помех к дисперсии погрешности измерения, когда эти помехи носят гауссовский характер.
     Заметим, что оценке будут подлежать только неэнергетические информационные параметры полезного сигнала. При этом считается, что оценки являются функциями достаточных статистик и обладают асимптотическими свойствами состоятельности, как правило, несмещенности и нормальности.
Известно, что оценка X информационного параметра X полезного сигнала 5 (X, t) по максимуму апостериорной ПРВ находится из урав

нения

      dWy (X) dX
      X = X

= 0.

(1.1)

     Учитывая, что Wy (X) = cwₓ (X)Wₙ (X), где С - постоянная нормировки; wₓ (X) - априорная ПРВ; Wₙ (X) - функция правдоподобия, запишем:

dWy (X) dX
X = X

'd ln Wₙ (X) d In W (X) ■ dX               dX

= 0.

(1.2)

X = X

     Откуда, в соответствии с теоремой Крамера-Рао, дисперсия любой несмещенной оценки информационного параметра определяется неравенством[12]

      M-X}. -MId²lⁿ"⁽X⁾I-MId²lⁿW⁽X⁾' ’ I                  dX²    (I       dX²

-1

(1.3)

где усреднение осуществляется по результатам наблюдения и характеристикам случайного параметра X.

9

     Преобразуем (3) к виду:

_ M f d "' (X) I        dX

+¹PX

_1

(1.4)

     ,    f d² in WX(X) 1
где Iф =_M-!---!• - количество информации по Фишеру, заклю           I dX    I

ченное в одномерном ПРВ wₓ (X).



        1.1. Оценка точности измерения скалярного информационного параметра на фоне аддитивной некоррелированной помехи

     Конкретизируем неравенство Крамера-Рао для случая воздействия аддитивных негауссовских помех с независимыми значениями.
     Пусть на вход измерительного радиолокационного устройства поступает аддитивная смесь вида yh = s(X, th) + nh, полезного сигнала s(X, th), несущего информацию об одном из интересующих нас параметре движения лоцируемого объекта X, и аддитивная негауссовская некоррелированная помеха n (th).
     Считаем, что логарифм функции правдоподобия (ЛФП), входящий в (1.4), существует и имеет вид: Bₙ (nh) = ln Wₙ {yh - s (X ,th)}, в котором Wₙ {.} - одномерная ПРВ аддитивной негауссовской помехи.
     Первая производная от ЛФП по информационному параметру будет равна:
     B.¹' = dLlnW ly. _s(X,t )}= s' (X,t \d-InW (n) = s' (X,t„ Bⁿ' .
      X.h      n h , n X , n         n h X , h n.h .
          dX                   dnh
     Соответственно, вторая производная
     B1ы =   _ s(X, t„ )}= [sX(Jl, th )]² -d²ᵣ In Wn (nh) +
dnₕ
     + sX (X, th)-d-In Wn (nh) = [sx (X, th )]2 B1h.h + sX(X, th)B1h. dnₕ
     Усреднив вторую производную ЛФП по времени и по множеству, запишем:
     B^hi, =_м {d^ in w₁ (X)l=pₛ.i X,
      X.h.h    ii2 1       s "P
             | dX     J

10

где p, = <[sl(A, th )]² > = lim H ^„ h ⁴ £ t

ds (A, tₕ) dl

d²
- ; II = m<4т¹п W ()> — количество dnₕ

информации по Фишеру относительно аддитивной негауссовской помехи, заключенное в одномерном ПРВ Wₙ (nₕ).
     С учетом введенных обозначений, представим неравенство Крамера-Рао в виде:
     ^ >pₛ.^+■ :,                                    (1.7)
где £ₙ и р\ - коэффициенты, учитывающие повышение точности демодуляции информационного процесса за счет отличия, соответственно, ПРВ перехода информационного процесса и аддитивной помехи от гауссовских. При негауссовских помехах всегда р² > 1 [14].
     Введем обозначение pₙ = Pₛ.a;an², играющее в данном случае роль обобщенного отношения сигнал-помеха. В этом случае выражение (1.7) запишется:
     a > a? Pn£ + Pl !■                              (1.8)
     Полученные неравенства (1.7) и (1.8) описывают нижние границы неравенства Крамера-Рао для дисперсии несмещенной оценки информационного параметра полезного сигнала при воздействии аддитивной негауссовской помехи с независимыми значениями.
     Произведем количественную оценку точности измерения, получаемую в результате учета негауссовского характера как ПРВ информационного параметра A, так и воздействующей аддитивной помехи nₕ. Для этого построим зависимости приведенной дисперсии, sl ⁼ f(a\„ /а1гп), где a²ᵢₙ— дисперсия нормальной погрешности измерения (оценки), рассчитанная для случая, когда информационный параметр и аддитивная помеха являются случайными гауссовскими процессами, описываемыми одномерными распределениями. При этом будем считать, что обобщенное ОСП pₙ в обоих случаях равны между собой.

     Учитывая, что для гауссовских некоррелированных процессов коэффициент р² = 1 [14], исходя из выше сказанного, получим:

        g 2 ₌ aln ₌    (Pn + 1)
         Aⁿ   al гп   PnPl ⁺ Pl)
                 .г n

(1.9)

11

     На рисунке 1.1 представлены графические зависимости 4„ = f (рЛ, £2) построенные для случаев р„ = 1 и рп = 10.


б)
Рисунок 1.1 - Зависимости 8\п = f (£,рЛ) при: а - р = 1; б - р = 10

    Из выражения (1.9) и приведенных графиков видно, что с увеличением коэффициентов р\ и £, а, следовательно, с увеличением отличия ПРВ информационного параметра и воздействующей аддитивной помехи от гауссовской величина приведенной дисперсии уменьшается, что в свою очередь приводит к увеличению точности оценки измеряемого информационного параметра.
    При высоком качестве измерения информационного параметра (больших соотношениях сигнал-помеха) апостериорная плотность распределения вероятности (АПРВ) wy(Л) в окрестности истинного

12

значения xh существенно уже априорной Wy(Л)ПРВ [14]. В этом случае значением 1% можно пренебречь, и неравенство Крамера-Рао будет определяться выражением:
     о > Xps''¹ = {ро?H"2 Hr [<*(Л,th)/dx]²}-¹.           (1.10)
     На примере измерения (оценки) частоты Л = ю полезного сигнала s(ЛЛ) = Uₘ cos⁽®/h + yh).                            ⁽¹.¹¹⁾
оценим выигрыш, получаемый при учете негауссовского характера аддитивной помехи. Считаем, что ПРВ измеряемого информационного (оцениваемого) параметра и воздействующей помехи известны и имеют негауссовский характер. Оценка информационного параметра осуществляется на интервале измерения [0, Т].
     Предполагаем, что моменты времени, соответствующие началу и концу обрабатываемого сигнала, точно известны и совпадают с границами интервала измерения.
     Воспользовавшись изложенной в [12] методикой, а также результатами, связанными с оценкой частоты сигнала на фоне гауссовских помех с независимыми значениями, после опускаемых из-за громоздкости математических преобразований, приняв для удобства оф = 1, получим выражение для дисперсии частоты полезного сигнала s (Л, th) при воздействии негауссовских аддитивных помех с независимыми значениями:
              ²   ⁻¹
     О >|д[PL + рфj ,                                     (1.12)

где р = иф/2оф.
     Полученные выражения показывают, что на точность измерения (оценки) частоты полезного сигнала s(Л, th) при воздействии негауссовской аддитивной помехи с независимыми значениями существенно влияют не только такие параметры как р и Т, но и величина коэффициентов рф и рф, учитывающих, соответственно, отличие ПРВ измеряемого (оцениваемого) информационного параметра и помехи от гаусовской.

13

     Как видно из представленного неравенства, чем больше отличие ПРВ оцениваемого параметра и воздействующей помехи от гауссовской, тем точность оценки частоты выше.

        1.2. Оценка точности измерения векторного информационного параметра на фоне аддитивной некоррелированной помехи

     Рассмотрим случай одновременного измерения (оценки) нескольких информационных параметров полезного сигнала 5 (>—, tₕ), > = {>,..., >m}, на фоне воздействия негауссовской аддитивной помехи, имеющей некоррелированный характер.
Оценку точности рассмотрим на примере одновременного измерения ю, а> и v полезного сигнала
     ⁵⁽>, th) = Um.h Slⁿ[⁽® ⁺ °,⁵®lh)lh ⁺ v} ,        ⁽1-13)
несущих информацию о параметрах движения лоцируемого объекта.
     Так же, как и в предыдущем случае, будем считать, что оценка измеряемых параметров осуществляется на интервале наблюдения [°, T], причем моменты времени, соответствующие началу и концу обрабатываемого сигнала точно известны и совпадают с границами интервала наблюдения.
     Воспользуемся методикой, изложенной [15] для определения одновременной оценки информационных параметров сигнала на фоне гауссовской некоррелированной помехи.
     Для удобства проведения дальнейшего анализа представим сигнал 5 (.X, tₕ) в виде
     5(>, th) = Uₘ.h Sin(> + >th + >3 th~),           (1.14)
где >1 = v; >2 = ®; 13 = °,5®.
     Заметим, что в нашем случае при оценке информационных параметров по максимуму АПРВ должны выполняться три уравнения:

                             ---*    
dWy (X)      dWy (>)      dWy (>)    
d>      = °;   d>2   = °; d>3     = °
>1=>1        >2 = >        >3 = >    

14