Т.А. Марусенкова, канд. техн. наук
Національний університет «Львівська політехніка»
(Україна, 79013, Львів, вул. Степана Бандери, 28а,
тел. +38 (032) 258 25 78; e-mail: Ця електронна адреса захищена від спам-ботів. Вам необхідно увімкнути JavaScript, щоб побачити її.)

Èlektron. model. 2019, 41(5):03-16
https://doi.org/10.15407/emodel.41.05.003

АННОТАЦИЯ

Розроблено математичні моделі та програмне забезпечення імітаційного моделювання шумових параметрів MEMS гіроскопів. Наведено два алгоритми синтезу шумів MEMS гіроскопів: через інтегрування псевдовипадкових гармонічних сигналів та за допомогою частотної корекції масиву псевдовипадкових сигналів. Аналіз спектральної характеристики синтезованого шуму проведено за допомогою графіків Алана. Експериментальне дослідження шумів здійснено з використанням розробленого програмно-апаратного комплексу IMU Tester, основою якого є модуль M5Stack з SoC ESP32. Отримані результати мають важливе значення для імітаційного моделювання похибок на основі методу МонтеКарло, оптимізації коректувальних фільтрів Калмана та програмних кодів вбудованих
систем інтегрованих IMU сенсорів.

КЛЮЧЕВЫЕ СЛОВА:

MEMS гіроскоп, шум, модель синтезу шумів, інерційний вимірювальний пристрій.

СПИСОК ЛИТЕРАТУРЫ

1. Höflinger F., Müller J., Zhang R. et al. Wireless microinertial measurement unit (IMU) // IEEE Transactions on Instrumentation and Measurement, 2013, 62 (9), pp. 2583—2595.
2. Blasch E., Kostek P., Paèes P., Kramer K. Summary of avionics technologies // IEEE Aerospace and Electronic Systems Magazine, 2015, 30 (9), pp. 6—11.
3. Ahmed H., Tahir M. Accurate attitude estimation of a moving land vehicle using low-cost MEMS IMU sensors // IEEE Transactions on Intelligent Transportation Systems, 2017, 18(7), pp. 1723—1739.
4. Buke A., Gaoli F., Yongcai W. et al. Healthcare algorithms by wearable inertial sensors: a survey // China Communications, 2015, 12 (4), pp. 1—12.
5. Nemec D., Janota A., Hrubos M., Simak V. Intelligent real-time MEMS sensor fusion and calibration // IEEE Sensors Journal, 2016, 16 (19), pp. 7150—7160.
6. Lima P.U. A Bayesian approach to sensor fusion in autonomous sensor and robot networks // IEEE Instrumentation & Measurement Magazine, 2007, 10 (3), pp. 22—27.
7. Holyaka R., Marusenkova T. Split Hall Structures: Parametric Analysis and Data Processing. Norderstedt: Lambert Academic Publishing, 2018, 124 p.
8. The five motion senses: using MEMS inertial sensing to transform application. Analog Devices, Inc. 2017, 4p.
9. Shin B., Kim C., Kim J. et al. Motion recognition-based 3D pedestrian navigation system using smartphone // IEEE Sensors Journal, 2016, 16 (8), pp. 6977—6989.
10. Zekavat R., Buehrer M. Localization sensor error measures and analysis. Handbook of Position Location: Theory, Practice, and Advances. John Wiley & Sons, 2019, 1376 p.
11. Daroogheha S., Lasky T., Ravani B. Position measurement under uncertainty using magnetic field sensing // IEEE Transactions on Magnetics, 2018, 54 (12), N. 4002908.
12. Li Y., Georgy J., Niu X. et al. Autonomous calibration of MEMS gyros in consumer portable devices // IEEE Sensors Journal, 2015, 15 (7), pp. 4062—4072.
13. Latt W., Tan U., Riviere C., Ang W. Transfer function compensation in gyroscope-free inertial measurement units for accurate angular motion sensing // Ibid, 2012, 12 (5), pp. 1207—1208.
14. Huang J., Soong B. Cost-aware stochastic compressive data gathering for wireless sensor networks // IEEE Transactions on Vehicular Technology, 2019, 68, pp. 1525—1533.
15. Shmaliy Y., Zhao S., Ahn C. Optimal and unbiased filtering with colored process noise using state differencing // IEEE Signal Processing Letters, 2019, 26 (4), pp. 548—551.
16. Lin X., Jiao Y., Zhao D. An improved Gaussian filter for dynamic positioning ships with colored noises and random measurements loss // IEEE Access, 2018, 6, pp. 6620—6629.
17. Allan D., Levine J. A historical perspective on the development of the Allan variances and their strengths and weaknesses // IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control, 2016, 63 (4), pp. 513—519.
18. Guerrier S., Molinari R., Stebler Y. Theoretical limitations of Allan variance-based regression for time series model estimation // IEEE Signal Processing Letters, 2016, 23 (5), pp. 597—601.
19. Shao T., Duan Z., Ge Q., Liu H. Recursive performance ranking of Kalman filter with mismatched noise covariances // IET Control Theory & Applications, 2019, 13 (4), pp. 459—466.
20. Won S., Melek W., Golnaraghi F. A Kalman particle filter based position and orientation estimation method using a position sensor/Inertial measurement unit hybrid system // IEEE Transactions on Industrial Electronics, 2010, 57 (5), pp. 1787—1798.
21. High Stability, Low Noise Vibration Rejecting Yaw Rate Gyroscope. Data Sheet ADXRS646. Analog Devices, Inc. 2017, 12ð. Режим доступу: https://www.analog.com/media/en/technical-documentation/data-sheets/ADXRS646.pdf.
22. M5Stack Documentation. Режим доступу: https://media.readthedocs.org/pdf/m5stack/%20master/m5stack.pdf .
23. MICRO-CAP. Electronic Circuit Analysis Program. Spectrum Software. Режим доступу: http://www.spectrum-soft.com.

МАРУСЕНКОВА Тетяна Анатоліївна, канд. техн. наук, доцент, доцент кафедри програмного забезпечення Національного університету «Львівська політехніка», який закінчила у 2005 р. Область наукових досліджень — математичне моделювання, інерційні сенсори, вбудоване програмне забезпечення.

Полный текст: PDF

А.П. Сафоник, д-р техн. наук, І.М. Таргоній, аспірант
Національний університет водного господарства та природокористування
(Україна, 33028, Рівне, вул. Соборна, 11,
тел. +38 (0362) 633209; e-mail: Ця електронна адреса захищена від спам-ботів. Вам необхідно увімкнути JavaScript, щоб побачити її.)

Èlektron. model. 2019, 41(5):17-33
https://doi.org/10.15407/emodel.41.05.017

АННОТАЦИЯ

Розроблено модель електрокоагулятора, яка описує процеси, що протікають в електролізері. Знайдено розв’язок відповідної модельної задачі. Досліджено вплив сили струму на концентрацію двовалентного заліза, температуру води. Розроблено алгоритм двоконтурного регулювання концентрації забруднення у стічних водах із зворотними зв’язками сили струму між пластинами коагулятора і концентрації забруднення у воді, що надходить у автоматизовану систему очищення. Побудовано функціональну схему автоматизації з п’ятьма контурами регулювання та комплексом технічних засобів автоматизації провідних фірм виробників. Запропоновано автоматизовану систему керування процесом очищення стічних вод з реалізацією алгоритму прогнозування коагулянту відносно вхідної концентрації забруднення. Реалізовано управління силою струму в електрокоагуляторі з мінімальними витратами електроенергії. Передбачено управління системою, маючи можливість змінювати продуктивність всієї установки в реальному часі з використанням SCADA —системи WinCC Flexible.

КЛЮЧЕВЫЕ СЛОВА:

імітаційна модель, електрокоагуляція, коагулянт, автоматизація, регулювання, SCADA.

СПИСОК ЛИТЕРАТУРЫ

1. Bomba A. Ya., Safonik A.P. Mathematical simulation of the process of aerobic treatment of wastewater under conditions of diffusion and mass transfer perturbations // Journal of Engineering Physics and Thermophysics, 2018, Vol. 91, No. 2, p. 318—323.
2. Bomba A., Klymiuk Yu., Prysiazhniuk I. et al. Mathematical modeling of wastewater treatment from multicomponent pollution by using microporous particles // AIP Conf. Proc. 2016, 1773, 040003, p. 1—11.
3. Kaur R., Arora A., Kaur A. et al. Treatment of waste water through electrocoagulation // Pollution Research, 2018, Vol 37, Issue 2, p. 394—403.
4. Nayak B. A review of electrocoagulation process for wastewater treatment // International Journal of ChemTech Research, 2018, Vol. 11 No. 03, p. 289—320.
5. Smoczynski L., Munska K.T., Kosobucka M. et al. Destabilization of model wastewater in the chemical coagulation process // Ecological Chemistry and Engineering, 2014, 21(2), p. 269—279.
6. Ткачев Р.Ю. Исследование электрокоагуляцион-ной установки очистки сточных вод как объекта автоматизации // Восточно-Европейский журнал передовых технологий, 2012, № 6(60), с. 48—51.
7. Khandegar V., Acharya S., Jain A.K. Data on treatment of sewage wastewater by electrocoagulationusing punched aluminum electrode and characterization of generated sludge //Data in Brief, 2018, Vol. 18, p. 1229—1238.
8. Safonyk A., Bomba A., Tarhonii I. Modeling and automation of the electrocoagulation processin water treatment // Advances in Intelligent Systems and Computing, 2019,Vol. 871,p. 451—463.

САФОНИК Андрій Петрович, докт. техн. наук, професор, професор кафедри автоматизації, електротехнічних та комп’ютерно-інтегрованих технологій навчально-наукового Інституту автоматики, кібернетики та обчислюваної техніки Національного університету водного господарства та природокористування. В 2004 р. закінчив Рівненський державний гуманітарний університет. Область наукових досліджень — математичне моделювання і обчислювані методи.

ТАРГОНІЙ Іван Миколайович, аспірант кафедри автоматизації, електротехнічних та комп’ютерно-інтегрованих технологій навчально-наукового Інституту автоматики, кібернетики та обчислюваної техніки Національного університету водного господарства та природокористування. В 2015 р. закінчив Національний університет водного господарствата природокористування. Область наукових досліджень — автоматизація технологічних процесів.

Полный текст: PDF

Г.О. Кравцов, В.В. Левітін,
В.І. Кошель, В.В. Нікітченко, А.Н. Примушко

Èlektron. model. 2019, 41(5):35-58
https://doi.org/10.15407/emodel.41.05.035

АННОТАЦИЯ

Подано огляд фундаментальних основ, які дозволяють побудувати сильний штучний інтелект (ШІ). Показано справедливість висунутих гіпотез, доведених методом натурних експериментів. Стверджується, що для побудови математичної теорії сильного ШІ слід перейти до системи аксіом Неймана—Бернайса—Геделя, і тоді відкривається можливість використовувати семантичні структури, які відтворюються комп’ютерними онтологіями, як алгебраїчні структури. Для коректного використання онтологій в системах ШІ необхідно, щоб онтології в площинах розподілу являли собою метричні простори.

КЛЮЧЕВЫЕ СЛОВА:

штучний інтелект, система аксіом, аксіоматика, мозок людини, семантика, міра відмінності, внутрішня модель світу, адаптованість.

СПИСОК ЛИТЕРАТУРЫ

1. Бостром Н. Искусственный интеллект. Этапы. Угрозы. Стратегии. СПб.: Манн, 2016, 496 c.
2. Minds S.J. Вrains, and programs // Behavioral and brain sciences, 1980, Vol. 3, No 3, p. 417—424.
3. О’Коннор Д., Макдермотт И. Искусство системного мышления: Необходимые знания о системах и творческом подходе к решению проблем. М.: Альпина Паблишер, 2014, 256 с.
4. Harnad S. Searle’s Chinese Room Argument. Encyclopedia of Philosophy // Macmillan Reference, 2006, Vol. 2, p. 239—242.
5. Ликопастов Е. Тест Тьюринга пройден // Gadjets news. [Электронный ресурс] Режим доступа: http:gadgets-news.ru/test-tyuringa-projden . Дата обращения: 12.09.19.
6. habr: λ-исчисление. Часть первая: история и теория. [Электронный ресурс] Режим доступа: https:habr.com/ru/post/215807 . Дата обращения: 12.09.19.
7. Landin J.P. The mechanical evaluation of expressions // The Computer Journal. British Computer Society, 1964, Vol. 6, No. 4, p. 308—320.
8. Барендрегт X. Ламбда-исчисление. Его синтаксис и семантика: Пер. с англ. М.: Мир, 1985, 606 с.
9. Маклейн С. Категории для работающего математика. М.: Физматлит, 2004, 349 с.
10. Milewski B. Category Theory for Programmers [Electronic Resource]. Source: https:bartoszmilewski.com/2014/10/28/category-theory-for-programmers-the-preface .
11. Eagleman D. The brain: the story of you // Canongate Book (November, 2015), 257 p.
12. Kahneman D. Thinking, Fast and Slow // Farrar, Straus and Giroux; 1 edition (October 25, 2011), 528 p.
13. Курчанов Н.А. Поведение: эволюционный подход. Учеб. пособие. С.-Пб.: СпецЛит., 2012, 232 с.
14. Редозубов A. Искусственный интеллект как совокупность вопросов. Habr. [Электронный ресурс] Режим доступа: https://habr.com/ru/post/151102/. Дата обращения: 12.09.19.
15. Кравцов Г.А. Модель вычислений на классификациях // Электрон.моделирование, 2016, 38, № 1, p. 73—87.
16. Кравцов Г.А., Кошель В.И., Долгоруков А.В., Цуркан В.В. Обучаемая модель вычислений на классификациях // Там же, 2018, 39, № 3, c. 63—76.
17. Семкин Б.И., Горшков М.В. Аксиоматическое введение мер сходства, различия, совместности и зависимости для компонентов биоразнообразия // Вестник Тихоокеанского государственного экономического университета, 2008, № 4, c. 31—46.
18. Ким Дж.-О., Мьюллер Ч.У., Клекка У.Р. Факторный, дискриминантный и кластерный анализ. Под ред. И.С. Енюкова. М. : Финансы и статистика, 1989, 215 с.
19. Jaccard P. Distribution de la flore alpine dans le Bassin des Dranses et dans quelques regions voisines // Bulletin de la Societe Vaudoise des Sciences Naturelles, 1901, Vol. 37, №140, p. 241—272. DOI : 10.5169/seals-266440.
20. Levandowsky M., Winter D. Distance between Sets // Nature, 1971, Vol. 234, p. 34—35. DOI : 10.1038/234034a0.
21. Sörensen T. A method of establishing groups of equal amplitude in plant sociology based on similarity of species content // Biologiske Skrifter, 1948, Vol. 5, No. 4, p. 1—34.
22. Kulczynski S. Zespoly rуslin w Pieninach (Die Pflanzenassociationen der Pienenen) // Bulletin International de L’Acadґemie Polonaise des Sciences et des Letters, Classe des Sciences Mathematiques et Naturelles. Serie B. Supplґement II, 1927, Vol. 2, p. 57—203.
23. Sokal R.R., Sneath P.H.A. Principles of numerical taxonomy. N.-Y.: W.H. Freeman & Co, 1963, 359 p.
24. Szymkiewicz D. Une contribution statistique a la gйographie floristique // Acta Soc. Bot. Polon, 1934, Vol. 34, № 3, p. 249—265.
25. Simpson G.G. Holarctic mammalian faunas and continental relationship during the Cenozoic // Bull. Geol. Sci. America, 1947, Vol. 58, № 2, p. 613-688.
26. Braun-Blanquet J. Pflanzensoziologie Grundzьge der Vegetationskunde. Berlin : Springer-Verlag Wien, 1951, 632 p. DOI : 10.1007/978-3-7091-4078-9.
27. Ochiai A. Zoogeographical studies on the soleoid fishes found Japan and its neighboring regions-27. Ochiai A. Zoogeographical studies on the soleoid fishes found Japan and its neighboring regions-II // Bull. Jap. Soc. sci. Fish, 1957, Vol. 22, No. 9, p. 526—530. DOI : 10.2331/suisan.22.526.
28. Сёмкин Б.И. Эквивалентность мер близости и иерархическая классификация многомерных данных // Иерархические классификационные построения в географической экологии и систематике, 1979, p. 97—112.
29. Кравцов Г.А., Кошель В.И. Вычисления на классификациях. Корректность классификации // Электрон.моделирование, 2017, 39, № 5, p. 59—69.
30. Ивлев Ю.В. Логика. М.: Изд-во «Проспект», 2008, 304 с.
31. Буквы!: Правила деления в логике и ошибки в делении [Электронный ресурс]. Режим доступа: http://bukvi.ru/pravo/logika/pravila-deleniya-v-logike-i-oshibki-v-delenii.htm. Дата обращения: 12.09.19.

КРАВЦОВ Григорий Алексеевич, канд. техн. наук, докторант Ин-та проблем моделирования в энергетике им. Г.Е. Пухова НАН Украины. В 2000 г. окончил Севастопольский военно-морской ин-т им. П.С. Нахимова. Область научных исследований — кибербезопасность смарт-грид, криптография, программирование, разработка распределенных гетерогенных вычислительных систем.

ЛЕВИТИН Владимир Викторович, генеральный директор Компании NaomiAI. В 2015 г. окончил Научно-исследовательский университет информационных технологий, механики и оптики (г. Санкт-Петербург, Россия). Область научных исследований — искусственный интеллект, автоматизация процессов, распределенные системы.

КОШЕЛЬ Владимир Иванович, аспирант Ин-та проблем моделирования в энергетике им. Г.Е. Пухова НАН Украины. В 2002 г. окончил Харьковский национальный университет им. В.Н. Каразина. Область научных исследований — искусственный интеллект, интеллектуальный анализ данных, искусственные нейронные сети, обработка естественного языка.

НИКИТЧЕНКО Владимир Владимирович, аспирант Ин-та проблем моделирования в энергетике им. Г.Е. Пухова НАН Украины. В 1991 г. окончил Полтавское высшее военное командное училище связи. Область научных исследований — информационно-коммуникационные технологии, искусственный интеллект.

ПРИМУШКО Арсентий Николаевич, магистр Национального технического университета Украины «Киевский политехнический институт им. Игоря Сикорского», бакалаврат которого окончил в 2019 г. Область научных исследований—искусственный интеллект, машинное обучение, искусственные нейронные сети, программирование, системы навигации и ориентации.

Полный текст: PDF

В.Ю. Зубок, канд. техн. наук
Інститут проблем моделювання
в енергетиці ім. Г.Є. Пухова НАН України
(Україна, 03164, Київ, вул. Генерала Наумова, 15,
тел. (+38044) 4241063; e-mail: Ця електронна адреса захищена від спам-ботів. Вам необхідно увімкнути JavaScript, щоб побачити її.)

Èlektron. model. 2019, 41(5):59-69
https://doi.org/10.15407/emodel.41.05.059

АННОТАЦИЯ

Запропоновано модель порушника безпеки інформації. Через аналіз загроз та методів проведення атак на глобальну маршрутизацію встановлено, що джерелом таких загроз є зовнішні порушники. Наведено класифікацію таких порушників та розроблено неформальну модель порушника безпеки.

КЛЮЧЕВЫЕ СЛОВА:

глобальна маршрутизація, перехоплення маршрутів, модель загроз, модель порушника безпеки інформації, кібербезпека.

СПИСОК ЛИТЕРАТУРЫ

1. Зубок В.Ю. Визначення напрямків протидії кібератакам на глобальну маршрутизацію в мережі Інтернет // Електрон. моделювання, 2018, 40, № 5, с. 67—76.
2. Levy M.J. The deep-dive into how Verizon and a BGP Optimizer Knocked Large Parts of the Internet OfflineMonday. [Електронний ресурс] Режим доступу: https://blog.cloudflare.com/
the-deep-dive-into-how-verizon-and-a-bgp-optimizer-knocked-large-parts-of-the-internetoffline-monday/ . Дата звернення: 27 липня, 2019.
3. Зубок В.Ю. Оцінювання ризику кібератак на глобальну маршрутизацію // Електрон. моделювання, 2019, 41, № 2, с. 97—110.
4. Bates T., Gerich E. Representation of IP Routing Policies in a Routing Registry (ripe-181). 1994. [Електронний ресурс] Режим доступу: ftp://ftp.ripe.net/ripe/docs/ripe-181.txt. Дата звернення: 20 червня, 2019.
5. Грайворонський М.В. Безпека інформаційно-комунікаційних систем : підручник / М.В. Грайворонський, О.М. Новіков. Київ : Вид. група BHV, 2009, 608 с.
6. Shapelez A. Eliminating opportunities for traffic hijacking. [Електронний ресурс] Режим доступу: https://habr.com/en/company/qrator/blog/442264/. Дата звернення: 27 Липня, 2019.

ЗУБОК Віталій Юрійович, канд. техн. наук, докторант Ін-ту проблем моделювання в енергетиці ім. Г.Є. Пухова НАН України. У 1994 р. закінчив Київський політехнічний ін-т. Область наукових досліджень — глобальні інформаційні мережі, Інтернет, теорія складних мереж.

Полный текст: PDF