Сообщение

Исследование характеристик иерархической Edge-Fog-Cloud системы обработки IoT-трафика методом имитационного моделирования

 
 orcid Комаров Иван Ильич, orcid Парамонов Александр Иванович

Санкт-Петербургский государственный университет телекоммуникаций им. проф. М. А. Бонч-Бруевича,
Санкт-Петербург, 193232, Российская Федерация

Исследование выполнено без привлечения внешних источников финансирования.

DOI 10.31854/2307-1303-2026-14-2-53-69

EDN CBNOAJ

 Полный текст

XML JATS

Аннотация

Постановка задачи. Стремительный рост нагрузки на каналы связи и вычислительные узлы происходит из-за увеличения количества подключенных устройств и интенсивности информационного обмена в системах Интернета вещей. Централизованная передача всего объема данных в облачную инфраструктуру при ограниченной пропускной способности каналов и конечной емкости буферов может сопровождаться увеличением задержки доставки и вероятности потери сообщений. Распределение обработки между граничными, туманными и облачными узлами позволяет снизить объем трафика, передаваемого на верхние уровни сети, однако эффективность различных вариантов архитектуры зависит от интенсивности, структуры и вариабельности входного потока. Целью работы является оценка влияния распределения обработки гетерогенного IoT-трафика между граничным, туманным и облачным уровнями на среднюю задержку доставки и вероятность потери сообщений. Используемые методы. Решение поставленной задачи основано на дискретно-событийном имитационном моделировании в среде AnyLogic с использованием элементов библиотеки моделирования процессов. Исследуются три варианта построения системы: централизованная облачная обработка, совместное использование граничных и облачных вычислений и трехуровневая архитектура Edge-Fog-Cloud. В модели учитываются три класса сообщений, конечная емкость буферов, производительность вычислительных узлов и каналов связи, агрегация части обработанного трафика, а также вариабельность процессов поступления и обслуживания сообщений. Элементами новизны представленной работы являются имитационная реализация многоуровневой архитектуры обработки гетерогенного IoT-трафика с раздельным учетом граничного, туманного и облачного уровней, а также исследование влияния вариабельности процессов поступления и обслуживания на задержку доставки сообщений при изменении интенсивности входного потока. Результат. Разработана имитационная модель, позволяющая выполнять параметрическое исследование трех вариантов архитектуры при изменении интенсивности входного потока от 20 до 400 сообщений в секунду. Получены зависимости вероятности потери сообщений и средней задержки доставки от интенсивности трафика для трех сценариев обработки. Для многоуровневой архитектуры дополнительно получены зависимости средней задержки от степени вариабельности процессов поступления и обслуживания. Теоретическая / Практическая значимость: разработанная модель позволяет проводить сравнительную оценку вариантов построения распределенных IoT-систем, выявлять участки возникновения перегрузок и оценивать влияние характеристик трафика, вычислительных узлов, каналов связи и конечных буферов на качество обслуживания сообщений.

Ключевые слова

Интернет вещей, граничные вычисления, туманные вычисления, системы массового обслуживания, задержка, потеря сообщения

Библиографическая ссылка на статью

Комаров И. И., Парамонов А. И. Исследование характеристик иерархической Edge-Fog-Cloud системы обработки IoT-трафика методом имитационного моделирования // Информационные технологии и телекоммуникации. 2026. Т. 14. № 2. С. 53–69. DOI: 10.31854/2307-1303-2026-14-2-53-69. EDN: CBNOAJ

Reference for citation

Komarov I. I., Paramonov A. I. Research of the Characteristics of the Hierarchical Edge-Fog-Cloud System for Processing IoT Traffic Using Simulation Modeling // Telecom IT. 2026. Vol. 14. Iss. 2. PP. 53–69. (in Russian). DOI: 10.31854/2307-1303-2026-14-2-53-69. EDN: CBNOAJ

Литература

1. Кучерявый А. Е., Окунева Д. В., Парамонов А. И., Хоанг Ф. Н. Методы распределения трафика в гетерогенной сети Интернета вещей высокой плотности // Труды учебных заведений связи. 2024. Т. 10. № 2. С. 67–74. DOI: 10.31854/1813-324X-2024-10-2-67-74. EDN: RTNVEU

2. Волков А. Н., Мутханна А. С. А., Кучерявый А. Е., Бородин А. С., Парамонов А. И. и др. Перспективные исследования сетей и услуг 2030 в лаборатории 6G MEGANETLAB СПбГУТ // Электросвязь. 2023. № 6. С. 5–14. DOI: 10.34832/ELSV.2023.43.6.001. EDN: CJSYLS

3. Мутханна А. С. А. Модель интеграции граничных вычислений в структуру сети «воздух – земля» и метод выгрузки трафика для сетей Интернета Вещей высокой и сверхвысокой плотности // Труды учебных заведений связи. 2023. Т. 9. № 3. С. 42–59. DOI: 10.31854/1813-324X-2023-9-3-42-59. EDN: SBAHAR

4. Проферансов Д. Ю., Сафонова И. Е. К вопросу о туманных вычислениях и Интернете вещей // Образовательные ресурсы и технологии. 2017. № 4 (21). С. 30–39. DOI: 10.21777/2500-2112-2017-4-30-39. EDN: YMQGJD

5. Глушак Е. В., Клюев Д. С. Разработка и исследование моделей функционирования облачных и туманных вычислений // Радиотехника. 2025. Т. 89. № 3. С. 157–168. DOI: 10.18127/j00338486-202503-14. EDN: IGUDLR

6. Аль-Кереа З. А. Х., Мутханна А. С. А., Кучерявый А. Е. Интеллектуальная бессерверная вычислительная система для услуг телеприсутствия // Труды учебных заведений связи. 2025. Т. 11. № 4. С. 18–27. DOI: 10.31854/1813-324X-2025-11-4-18-27. EDN: UOYTAT

7. Бабаева Б. Э., Лисовская Е. Ю. Модель сети массового обслуживания с тремя узлами для расчета требуемой вычислительной мощности сети Интернета вещей // Информационные технологии и математическое моделирование (ИТММ-2024): материалы XXIII Международной конференции имени А. Ф. Терпугова. Томск: Национальный исследовательский университет, 2024. С. 91–97. EDN: AZBPAK

8. Клейнрок Л. Теория массового обслуживания. М.: Машиностроение, 1979. 432 с.

9. Iversen V. B. Teletraffic Engineering and Network Planning. DTU Fotonik. 2015. 398 p.

10. Pourghebleh B., Navimipour N. J. Data Aggregation Mechanisms in the Internet of Things: A Systematic Review of the Literature and Recommendations for Future Research // Journal of Network and Computer Applications. 2017. Vol. 97. PP. 23–24. DOI: 10.1016/j.jnca.2017.08.006

11. Зелигер Н. Б., Чугреев О. С., Яновский Г. Г. Проектирование сетей и систем передачи дискретных сообщений: учебное пособие для вузов. М.: Радио и связь, 1984. 176 с.

12. Шнепс-Шнеппе М. А. Системы распределения информации. Методы расчета: справочное пособие. М.: Связь, 1979. 344 с.

13. Kingman J. F. C. The Single Server Queue in Heavy Traffic // Mathematical Proceedings of the Cambridge Philosophical Society. 1961. Vol 57. Iss. 4. PP. 902–904. DOI: 10.1017/S0305004100036094

14. Kingman J. F. C. On Queues in Heavy Traffic // Journal of the Royal Statistical Society. Series B (Methodological). 1962. Vol. 24. Iss. 2. PP. 383–392. DOI: 10.1111/j. 2517-6161.1962.tb00465.x

15. Шнепс-Шнеппе М. А. Численные методы теории телетрафика. М.: Связь, 1974. 232 с.

 

cc-by Статья распространяется по лицензии Creative Commons Attribution 4.0 License.

cc0  Метаданные статьи распространяются по лицензии CC0 1.0 Universal

 

Экспериментальная апробация алгоритмов оценки угла прихода на платформе программно-конфигурируемого радио KrakenSDR

 
 orcid Фокин Григорий Алексеевич, orcid Шеремет Никита Викторович

Санкт-Петербургский государственный университет телекоммуникаций им. проф. М. А. Бонч-Бруевича,
Санкт-Петербург, 193232, Российская Федерация

Проект «Технологии умных антенн. Прототипы MIMO систем» реализуется при поддержке Фонда Потанина.

DOI 10.31854/2307-1303-2026-14-2-37-52

EDN GBDOLZ

 Полный текст

XML JATS

Аннотация

Постановка задачи: современные и перспективные беспроводные системы коммуникаций предъявляют высокие требования к точности позиционирования устройств, что актуализирует задачу оценки угла прихода сигнала. Целью работы является экспериментальная апробация алгоритмов оценки угла прихода сигнала на доступной платформе программно-конфигурируемого радио KrakenSDR в условиях реальной городской среды. Используемые методы. В работе рассматриваются пять алгоритмов: классический спектральный алгоритм Бартлетта, сверхразрешающие алгоритмы MVDR и MEM, а также подпространственные алгоритмы MUSIC и Root-MUSIC. Эксперимент проведен для двух конфигураций антенной решетки (круговой и линейной) с последующей постобработкой в среде MATLAB. Элементами новизны являются комплексное экспериментальное сравнение пяти алгоритмов оценки угла прихода различной природы на единой недорогой SDR-платформе, а также оценка влияния конфигурации антенной решетки и режима обработки (реальное время и постобработка) на точность пеленгования в городских условиях. Результат. Установлено, что алгоритм MUSIC обеспечивает наиболее стабильные оценки, а линейная антенная решетка демонстрирует меньшее смещение и разброс оценок по сравнению с круговой. Постобработка записанных данных позволяет снизить ошибки пеленгования для большинства алгоритмов. Для круговой решетки в благоприятных условиях среднее абсолютное смещение составило 2,8–6,0 °, а среднеквадратическое отклонение – 0,0–3,5 °. Практическая значимость. Представленные результаты подтверждают возможность применения платформы KrakenSDR в качестве доступного экспериментального стенда для исследования алгоритмов оценки угла прихода. Полученные данные могут быть использованы при разработке систем позиционирования, радиомониторинга и радиоэлектронной разведки на основе недорогих SDR-решений.

Ключевые слова

SDR, KrakenSDR, алгоритм Бартлетта, MVDR, MEM, MUSIC, Root-MUSIC, антенная решетка

Библиографическая ссылка на статью

Фокин Г. А., Шеремет Н. В. Экспериментальная апробация алгоритмов оценки угла прихода на платформе программно-конфигурируемого радио KrakenSDR // Информационные технологии и телекоммуникации. 2026. Т. 14. № 2. С. 37–52. DOI: 10.31854/2307-1303-2026-14-2-37-52. EDN: GBDOLZ

Reference for citation

Fokin G., Sheremet N. Experimental Validation of Angle-of-Arrival Estimation Algorithms on the KrakenSDR Software-Defined Radio Platform // Telecom IT. 2026. Vol. 14. Iss. 2. PP. 37–52. (in Russian). DOI: 10.31854/2307-1303-2026-14-2-37-52. EDN: GBDOLZ

Литература

1. Фокин Г. А. Управление самоорганизующимися пакетными радиосетями на основе радиостанций с направленными антеннами: дис. ... канд. техн. наук. СПб., 2009. 144 с. EDN: QEOFQT

2. Бабков В. Ю., Фокин Г. А. Оценка вероятности успешного радиоприема в самоорганизующихся пакетных радиосетях на основе радиостанций с направленными антеннами // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Информатика. Телекоммуникации. Управление. 2009. № 4 (82). С. 77–84. EDN: KXZJOD

3. Wachowiak M., Kryszkiewicz P. Angle of Arrival Estimation in a Multi-Antenna Software Defined Radio System: Impact of Hardware and Radio Environment // Wireless Networks. 2022. Vol. 28. PP. 3537–3548. DOI: 10.1007/s11276-022-03010-z. EDN: PPFSXY

4. Verdecia-Peña R., Alonso J. I. Performance Evaluation of a Proposed Two-Hop D&F Co-Operative 5G Network Using SDR Platform // Proceedings of the IEEE 95th Vehicular Technology Conference (VTC2022-Spring, Helsinki, Finland, 9–22 June 2022). 2022. DOI: 10.1109/VTC2022-Spring54318.2022.9860680

5. Izydorczyk T., Tavares F. M. L., Berardinelli G., Mogensen P. A USRP-Based Multi-Antenna Testbed for Reception of Multi-Site Cellular Signals // IEEE Access. 2019. Vol. 7. PP. 162723–162734. DOI: 10.1109/ACCESS.2019.2952094

6. Zhang P., Xu J., Zhong S., Feng H., Huang L., et al. Design of Reconfigurable SDR Platform for Antenna Selection Aided MIMO Communication System // IEEE Access. 2019. Vol. 7. PP. 169267–169280. DOI: 10.1109/ACCESS.2019.2946720

7. Fokin G., Sheremet N. DoA Estimation Accuracy Comparison of SDR-Based Testbed and Kraken SDR // Systems of Signal Synchronization, Generating and Processing in Telecommunications (SYNCHROINFO, Petrozavodsk, Russian Federation, 30 June – 03 July 2026). 2026. DOI: 10.1109/SYNCHROINFO70145.2026.11613469

8. LaMeres B. J., Weber R. J., Huang Y., Abusultan M., Harkness S. Design and Test of FPGA-based Direction-of-Arrival Algorithms for Adaptive Array Antennas // Proceedings of the Aerospace Conference (Big Sky, USA, 05–12 March 2011). 2011. DOI: 10.1109/AERO.2011.5747309

9. Godora L. C. Application of Antenna Arrays to Mobile Communications. II. Beamforming and Direction-of-Arrival Considerations // Proceedings of the IEEE. 1997. Vol. 85. Iss. 8. PP. 1195–1245. DOI: 10.1109/5.622504. EDN: XZPUMN

10. Gross F. B. Smart Antennas for Wireless Communications with MATLAB. New York: McGraw-Hill, 2005.

11. Barabell A. J. Improving the Resolution Performance of Eigenstructure-Based Direction-Finding Algorithms // Proceedings of the IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP’83, Boston, USA, 14–16 April 1983). 1983. PP. 336–339. DOI: 10.1109/ICASSP.1983.1172124

 

cc-by Статья распространяется по лицензии Creative Commons Attribution 4.0 License.

cc0  Метаданные статьи распространяются по лицензии CC0 1.0 Universal

 

Доказательство обоснованности опциональных принципов интеграции образовательной технологии в цифровую среду профильного вуза

 
 orcid Долженков Сергей Сергеевич

Российский технологический университет ‒ МИРЭА,
Москва, 119454, Российская Федерация

Исследование выполнено без привлечения внешних источников финансирования.

DOI 10.31854/2307-1303-2026-14-2-11-24

EDN JERZGA

 Полный текст

XML JATS

Аннотация

Постановка задачи (актуальность). Цифровая образовательная среда профильного вуза, сложившаяся как совокупность слабо связанных автоматизированных систем, успешно решает задачи административного сопровождения и доставки контента, но оказывается принципиально ограниченной в вопросах сквозной аналитики компетенций, персонализированного карьерного наставничества, адаптации к динамике рынка труда и диагностики собственной интеграционной состоятельности. Для преодоления этих ограничений требуется внедрение специализированной образовательной технологии IT-Skills, успешность которой зависит от обоснованности системы информационно-функциональных принципов. Ранее предложенная автором двухуровневая система основана на пяти базовых (необходимых) и четырех опциональных (достаточных) принципах; обоснованность последних требует строгого доказательства. Целью работы является доказательство обоснованности принципов адаптивности, персонализации, аналитичности и диагностичности интеграции технологии IT-Skills в цифровую образовательную среду. Для доказательства применен модифицированный метод «от альтернативного»: для каждого принципа строится антитезис, и причинно-следственный анализ выявляет падение показателей актуальности модели навыков, точности соответствия целям, полноты отчетности и времени обнаружения интеграционных сбоев. Новизна состоит в том, что впервые четыре опциональных принципа обоснованы как достаточные условия, превращающие интеграцию в содержательное обновление цифровой образовательной среды. Результатом работы является доказательство необходимости соблюдения опциональных принципов; создан целостный нормативный базис интеграции, гипотетически обеспечивающий информационно-функциональные потребности всех участников образовательного процесса. Теоретическая значимость заключается в формализации показателей эффективности интеграции через математические выражения; также введены количественные критерии для верификации эффективности каждого принципа. Практическая значимость состоит в том, что соблюдение обоснованных принципов в совокупности обеспечивает повышение качества подготовки ИТ кадров.

Ключевые слова

интеграция образовательных технологий, информационно-функциональные принципы, IT-Skills, цифровая образовательная среда, адаптивность, персонализация, аналитика обучения, диагностика интеграционных сбоев, метод «от альтернативного»

Библиографическая ссылка на статью

Долженков С. С. Доказательство обоснованности опциональных принципов интеграции образовательной технологии в цифровую среду профильного вуза // Информационные технологии и телекоммуникации. 2026. Т. 14. № 2. С. 11‒24. DOI: 10.31854/2307-1303-2026-14-2-11-24. EDN: JERZGA

Reference for citation

Dolzhenkov S. Optional Principles for Integrating Educational Technology into a Specialized University's Digital Environment: A Validity Proof // Telecom IT. 2026. Vol. 14. Iss. 2. PP. 11‒24. (in Russian). DOI: 10.31854/2307-1303-2026-14-2-11-24. EDN: JERZGA

Литература

1. Шевчук Е. В. Проектирование архитектуры информационно-образовательных систем: интеграционные подходы и стандарты // Вестник Северо-Казахстанского университета имени Манаша Козыбаева. 2025. № 3 (67). С. 206--213. DOI: 10.54596/2958-0048-2025-3-206-213. EDN: RKNNYA

2. Долженков С. С. Информационно-функциональные принципы интеграции технологии IT-Skills в цифровую образовательную среду современного университета // Научно-аналитический журнал «Вестник Санкт-Петербургского университета Государственной противопожарной службы МЧС России». 2026. № 1. С. 148--158. DOI: 10.61260/2218-13Х-2026-1-148-158. EDN: KZJFRY

3. Шарнин М. М., Сомин Н. В. Метод автоматизированной оценки достоверности альтернативных утверждений в коллекции научных статей на примере темы «окна Овертона» // Искусственный интеллект и принятие решений. 2024. № 1. С. 118--128. DOI: 10.14357/20718594240110. EDN: YJICCC

4. Ефимов В. В. Доказательство обоснованности организационно-технических принципов интеграции баз данных состояния глобально распределенной информационной системы методом от альтернативного // Научно-аналитический журнал «Вестник Санкт-Петербургского университета Государственной противопожарной службы МЧС России». 2022. № 3. С. 196--205. EDN: MWBIWC

5. Оболенский Д. М., Шевченко В. И. Построение и анализ графа компетенций на основе данных вакансий с порталов поиска работы // Экономика. Информатика. 2023. Т. 50. № 1. С. 191--202. DOI: 10.52575/2687-0932-2023-50-1-191-202. EDN: UPVHCY

6. Семенова А. А. Проектирование образовательного процесса с учетом «зоны ближайшего развития» в современных условиях как проблема педагогической психологии // Педагогическое образование в России. 2022. № 5. С. 170--178. DOI: 10.26170/2079-8717_2022_05_20. EDN: NXJTMB

7. Sergis S., Sampson D. G. Teaching and Learning Analytics to Support Teacher Inquiry: A Systematic Literature Review // Learning Analytics: Fundaments, Applications, and Trends. A View of the Current State of the Art to Enhance e-Learning. Springer, 2017. PP. 25--64.

 

cc-by Статья распространяется по лицензии Creative Commons Attribution 4.0 License.

cc0  Метаданные статьи распространяются по лицензии CC0 1.0 Universal

 

Обзор и сравнительный анализ методов федеративного обучения для оптимизации качества обслуживания в гетерогенных сетях телеприсутствия

 
 orcid Лаптева Татьяна Владимировна, orcid Мутханна Аммар Салех Али

Санкт-Петербургский государственный университет телекоммуникаций им. проф. М. А. Бонч-Бруевича,
Санкт-Петербург, 193232, Российская Федерация

Исследование выполнено без привлечения внешних источников финансирования.

DOI 10.31854/2307-1303-2026-14-2-25-36

EDN LPRJVF

 Полный текст

XML JATS

Аннотация

Аннотация. Одной из ключевых услуг сетей связи шестого поколения является телеприсутствие, предъявляющее повышенные требования к качеству обслуживания. Современным и будущим коммуникационным инфраструктурам характерна высокая степень гетерогенности. В связи с этим обеспечение стабильного уровня качества обслуживания представляет собой сложную задачу, требующую комплексного подхода и инновационных решений. Традиционные методы управления, такие как статическое назначение приоритетов или адаптивные алгоритмы, не обладают достаточной гибкостью, а централизованные подходы машинного обучения сопряжены с рисками конфиденциальности и высокой нагрузкой на сеть. Целью настоящей работы является систематизация и сравнительный анализ методов федеративного обучения, применяемых для прогнозирования и оптимизации качества обслуживания в гетерогенных сетях телеприсутствия. Сущность предлагаемого в статье подхода заключается в авторской классификации методов федеративного обучения, за основу которой взяты два критерия: архитектурная организация и способ адаптации к гетерогенности. Для каждого класса приведены детальные описания, выделены сильные и слабые стороны. Принцип сравнительного анализа строится на сопоставлении подходов по ключевым показателям: точность прогнозирования, скорость сходимости, коммуникационные задержки, конфиденциальность, вычислительная нагрузка на устройства, устойчивость к гетерогенности, сложность реализации и безопасность. Анализ выполнен на основе данных из рецензируемых источников и позволил выявить количественные преимущества сравниваемых показателей (например, сокращение раундов обучения на 1,91--38,89 % и снижение коммуникационных задержек на 9,52--40,00 % для иерархической архитектуры MultiFed). Экспериментальные данные, представленные в анализируемых работах, подтверждают, что федеративное обучение обеспечивает баланс между прогностической точностью, конфиденциальностью и масштабируемостью, причем выигрыш наиболее заметен для устройств с гетерогенными данными. Научная новизна состоит в предложенной классификации методов федеративного обучения и систематизации их преимуществ и ограничений применительно к специфике сетей телеприсутствия, что позволяет обоснованно выбирать архитектуру в зависимости от сценария использования. Практическая значимость определяется сформулированными авторами рекомендациями по выбору методов федеративного обучения для различных условий (региональная гетерогенность, ограниченные ресурсы устройств, жёсткие требования к задержкам), что может быть использовано при проектировании и эксплуатации сетей связи.

Ключевые слова

федеративное обучение, распределенное обучение, телеприсутствие, QoS, гетерогенные сети, 6G, оптимизация задержек, прогнозирование QoS

Библиографическая ссылка на статью

Лаптева Т. В., Мутханна А. С. А. Обзор и сравнительный анализ методов федеративного обучения для оптимизации качества обслуживания в гетерогенных сетях телеприсутствия // Информационные технологии и телекоммуникации. 2026. Т. 14. № 2. С. 25‒36. DOI: 10.31854/2307-1303-2026-14-2-25-36. EDN: LPRJVF

Reference for citation

Lapteva T., Muthanna A. Federated Learning as a Method for Optimizing Service Quality in Heterogeneous Telepresence Networks // Telecom IT. 2026. Vol. 14. Iss. 2. PP. 25‒36. (in Russian). DOI: 10.31854/2307-1303-2026-14-2-25-36. EDN: LPRJVF

Литература

1. Taghia J., Moradi F., Larsson H., Lan X., Orucu A., Ebrahimi M., et al. Congruent Learning for Self-Regulated Federated Learning in 6G // IEEE Transactions on Machine Learning in Communications and Networking. 2024. Vol. 2. PP. 29--149. DOI: 10.1109/TMLCN.2023.3347680. EDN: VARJVJ

2. Temiz F., Salehi S., Erol-Kantarci M. Edge Learning via Federated Split Decision Transformers for Metaverse Resource Allocation // arXiv.org. 2026. URL: https://ar5iv.labs.arxiv.org/html/2602.16174 (Accessed 30.08.2026)

3. 3GPP TS 22.261 version 18.6.1. 3rd Generation Partnership Project. Technical Specification Group Services and System Aspects. Service requirements for the 5G system. Stage 1 (Release 18).

4. Кучерявый А. Е., Давуд А. А., Волков А. Н., Мутханна А. С. А., Парамонов А. И., Елагин В. С. и др. Сети связи шестого поколения: фрактальные архитектуры, голографические взаимодействия, телеприсутствие, сетевые роботы: учебник для вузов. СПб., Москва, Минск: Питер, 2024. 320 с.

5. Al-Quraan M., Mohjazi L., Bariah L., Centeno A., Zoha A., Arshad K., et al. Edge-Native Intelligence for 6G Communications Driven by Federated Learning: A Survey of Trends and Challenges // IEEE Transactions on Emerging Topics in Computational Intelligence. 2023. Vol. 7. Iss. 3. PP. 957--979. DOI:10.1109/TETCI. 2023.3251404

6. Xu J., Lin J., Li Y., Xu Z. MultiFed: A fast converging federated learning framework for services QoS prediction via cloud--edge collaboration mechanism // Knowledge-Based Systems. 2023. Vol. 268. P. 110463. DOI: 10.1016/j.knosys.2023. 110463. EDN: ORNKNM

7. Setayesh M. Machine learning-based algorithms design for network slicing, federated learning, and 360° video streaming in wireless systems. PhD Thesis. Vancouver: University of British Columbia, 2024. DOI: 10.14288/1.0441439

8. Bragato F., Giordani M., Zorzi M. Federated Reinforcement Learning to Optimize Teleoperated Driving Networks. 2024. DOI: 10.48550/arXiv. 2410.02312

9. Ossongo E., Esseghir M., Merghem-Boulahia L. A multi-agent federated reinforcement learning-based optimization of quality of service in various LoRa network slices // Computer Communications. 2024. Vol. 213. PP. 320--330. DOI: 10.1016/j. comcom.2023.11.015. EDN: OQGADB

10. Song X., Xu B., Zhang X., Wang S., Song T., Xing G., et al. Everyone-Centric Heterogeneous Multi-Server Computation Offloading in ITS with Pervasive AI // IEEE Network. 2023. Vol. 37. Iss. 2. PP. 62--68. DOI: 10.1109/MNET.2023. 10061628. EDN: QWGJYN

11. Li T., Sahu A. K., Zaheer M., Sanjabi M., Talwalkar A., Smith V. Federated Learning: Challenges, Methods, and Future Directions // IEEE Signal Processing Magazine. 2020. Vol. 37. Iss. 3. PP. 50--60. DOI: 10.1109/msp.2020.2975749. EDN: BFBNOW

 

cc-by Статья распространяется по лицензии Creative Commons Attribution 4.0 License.

cc0  Метаданные статьи распространяются по лицензии CC0 1.0 Universal

 

Обоснование выбора телевизионной камеры на ПЗС-матрице для системы бесконтактного контроля тепловыделяющих сборок в условиях радиационного воздействия

 
 orcid Сердюков Павел Сергеевич

Институт радиотехнических систем и управления Южного федерального университета,
Таганрог, 347922, Российская Федерация

Исследование выполнено без привлечения внешних источников финансирования.

DOI 10.31854/2307-1303-2026-14-2-1-10

EDN LIDFVZ

 Полный текст

XML JATS

Аннотация

Актуальность исследования обусловлена необходимостью повышения надежности бесконтактного контроля геометрических параметров тепловыделяющих сборок в условиях ограниченного доступа к объектам и воздействия ионизирующего излучения. Для реализации метода параллакс-сдвига, использующего последовательные кадры телевизионной камеры при ее дуговом перемещении и формирующего квазистереопары изображений, требуется выбор регистрирующего устройства, обеспечивающего одновременно достаточную разрешающую способность, радиационную стойкость, температурную стабильность и устойчивость параметров изображения. Целью работы является обоснование выбора телевизионной камеры на матрице с прибором с зарядовой связью для системы бесконтактного контроля разновысотности тепловыделяющих сборок в условиях радиационного воздействия. Методы исследования. Сформированы требования к основным техническим характеристикам камеры с учетом условий эксплуатации в активной зоне водо-водяного энергетического реактора. Для сравнительной оценки альтернатив применен метод взвешенных критериев, учитывающий радиационную стойкость, рабочий температурный диапазон, разрешающую способность, геометрическую стабильность и характеристики формируемого изображения. Дополнительно оценено влияние параметров камеры на точность последующего определения разновысотности методом параллакс-сдвига. Результаты. Проведен сравнительный анализ пяти моделей телевизионных камер. Наиболее предпочтительной признана камера Hitachi KP-DE500R, для которой получена интегральная оценка Q = 0,91. Показано, что выбранная камера обеспечивает требуемое качество телевизионного изображения и обладает характеристиками, необходимыми для формирования квазистереопар при дуговом перемещении. Верификация измерительного метода с использованием субпиксельной локализации информативных элементов изображения и накопления около 250 квазистереопар показала возможность определения разновысотности с точностью 1,3--2,0 мм. Новизна работы состоит в обосновании выбора типа и конкретной модели телевизионной камеры применительно к измерительной системе на основе параллакс-сдвига с учетом совокупности эксплуатационных и метрологических требований. Практическая значимость. Полученные результаты могут быть использованы при разработке бесконтактных систем телевизионного контроля геометрических параметров тепловыделяющих сборок на атомных электростанциях.

Ключевые слова

ПЗС-матрица, радиационная стойкость, телевизионная камера, АЭС, тепловыделяющие сборки, дискретизация, погрешность измерения

Библиографическая ссылка на статью

Сердюков П. С. Обоснование выбора телевизионной камеры на ПЗС-матрице для системы бесконтактного контроля тепловыделяющих сборок в условиях радиационного воздействия // Информационные технологии и телекоммуникации. 2026. Т. 14. № 2. С. 1‒10. DOI: 10.31854/2307-1303-2026-14-2-1-10. EDN: LIDFVZ

Reference for citation

Serdyukov P. Justification for Selection of a CCD-based Television Camera for a Non-Contact Inspection System of Fuel Assemblies under Radiation Exposure // Telecom IT. 2026. Vol. 14. Iss. 2. PP. 1‒10. (in Russian). DOI: 10.31854/2307-1303-2026-14-2-1-10. EDN: LIDFVZ

Литература

1. Макеев В. В., Поваров В. П., Коробкин В. В., Лебедев О. В. Система бесконтактного определения разновысотности головок тепловыделяющих сборок в активной зоне реактора // Известия высших учебных заведений. Северо-Кавказский регион. Технические науки. 2006. № 16. С. 37--41.

2. Румянцев К. Е. Бесконтактное измерение геометрических размеров изделий прокатно-металлургического производства. Шахты: Изд-во ЮРГУЭС, 2004. 155 с.

3. Каляев И. А., Румянцев К. Е., Макеев В. В. Балабаев С. Л., Коробкин В. В. и др. Бесконтактный метод определения разновысотности головок тепловыделяющих сборок атомного реактора на основе реконструкции трехмерных изображений // Известия ЮФУ. Технические науки. 2008. № 3 (80). С. 126--131. EDN: KNOFEN

4. Сердюков П.С. Влияние субпиксельной локализации контуров на точность определения разновысотности ТВС методом параллакс-сдвига // XII Всероссийская научно-техническая конференция «Фундаментальные и прикладные аспекты компьютерных технологий и информационной безопасности». Таганрог, 2026. (в печати)

5. Сердюков П. С., Румянцев К. Е. Исследование погрешностей бесконтактного измерения разновысотности головок ТВС методом параллакс-сдвига при дуговой траектории телевизионной камеры // Вестник СибГУТИ. 2025. Т. 19. № 4. С. 92--109. DOI: 10.55648/1998-6920-2025-19-4-92-109. EDN: YKYWJR

6. Сердюков П. С., Румянцев К. Е. Метод параллакс-сдвига для бесконтактного измерения разновысотности головок ТВС на основе видеопотока телевизионной камеры // Проектирование и технология электронных средств. 2025. № 4. С. 13--19. EDN: WTMLXG

7. Балабаев С. Л., Лозовская Е. Г., Румянцев К. Е. Оценка разновысотности расположенных в строгом геометрическом порядке объектов на основе цифровой телевизионной системы на ПЗС-матрицах // Известия ЮФУ. Технические науки. 2014. № 8 (157). С. 227--241. EDN: STQRKT

 

cc-by Статья распространяется по лицензии Creative Commons Attribution 4.0 License.

cc0  Метаданные статьи распространяются по лицензии CC0 1.0 Universal

 

 
войти

Авторизация