Розробка методологічних засад маршрутизації в мережах спеціального зв’язку в умовах вогневого ураження та радіоелектронного подавлення
DOI:
https://doi.org/10.15587/2706-5448.2022.257862Ключові слова:
штучний інтелект, радіоелектронна обстановка, інтелектуальні системи, системи підтримки прийняття рішеньАнотація
Об’єктом дослідження є система спеціального зв’язку. Системи підтримки прийняття рішень (СППР) активно використовуються в усіх сферах життєдіяльності людей. Особливого поширення вони отримали при обробці великих масивів даних, прогнозування процесів, забезпечення інформаційної підтримки процесу прийняття рішень особами, що приймають рішення. Не виключенням стали і системи аналізу передачі інформації в системах радіозв’язку спеціального призначення. Однак виникає ряд проблем при передачі інформації, а саме: передача інформації відбувається в складній радіоелектронній обстановці на фоні навмисних та природних завад; елементи системи радіозв’язку є об’єктами першочергового вогневого ураження за рахунок високої радіопомітності для засобів радіорозвідки. Найкращий вихід в цій ситуації знаходять в інтеграції з даними аналізу інформаційної системи аналізу радіоелектронної обстановки, штучних нейронних мереж та мурашиного алгоритму. Їх перевага також полягає в можливості роботи в режимі реального часу та швидкої адаптації до конкретних ситуацій. Саме тому, в зазначеній роботі розроблено методологічні засади маршрутизації в мережах спеціального зв’язку в умовах вогневого ураження та радіоелектронного подавлення.
Підвищення оперативності обробки інформації (зменшення похибки) оцінювання досягається за рахунок використання нейро-нечітких штучних нейронних мереж, що еволюціонують; навчання не тільки синаптичних ваг штучної нейронної мережі, виду та параметрів функції належності. Оперативність обробки інформації також досягається за рахунок навчання архітектури штучних нейронних мереж; врахування типу невизначеності інформації, що підлягає оцінюванню; синтезу раціональної структури нечіткої когнітивної моделі. При цьому досягається зменшення обчислюваної складності при прийнятті рішень; відсутності накопичення помилки навчання штучних нейронних мереж в результаті обробки інформації, що надходить на вхід штучних нейронних мереж. Проведено апробацію використання запропонованої методики на прикладі оцінки передачі інформації в умовах впливу дестабілізуючих факторів. Зазначений приклад показав підвищення оперативності оцінювання на рівні 15–25 % по оперативності обробки інформації.
Посилання
- Brownlee, J. (2011). Clever algorithms: nature-inspired programming recipes. LuLu, 441.
- Gorokhovatsky, V., Stiahlyk, N., Tsarevska, V. (2021). Combination method of accelerated metric data search in image classification problems. Advanced Information Systems, 5 (3), 5–12. doi: http://doi.org/10.20998/2522-9052.2021.3.01
- Meleshko, Y., Drieiev, O., Drieieva, H. (2020). Method of identification bot profiles based on neural networks in recommendation systems. Advanced Information Systems, 4 (2), 24–28. doi: http://doi.org/10.20998/2522-9052.2020.2.05
- Shyshatskyi, A. V., Bashkyrov, O. M., Kostyna, O. M. (2015). Rozvytok intehrovanykh system zv’iazku ta peredachi danykh dlia potreb Zbroinykh Syl. Ozbroiennia ta viiskova tekhnika, 1 (5), 35–40.
- Tymchuk, S. (2017). Methods of Complex Data Processing from Technical Means of Monitoring. Path of Science, 3 (3), 4.1–4.9. doi: http://doi.org/10.22178/pos.20-4
- Sokolov, K. O., Hudyma, O. P., Tkachenko, V. A., Shyiatyi, O. B. (2015). Main directions of creation of IT infrastructure of the Ministry of Defense of Ukraine. Zbirnyk naukovykh prats Tsentru voienno-stratehichnykh doslidzhen, 3 (6), 26–30.
- Shevchenko, D. (2020). The set of indicators of the cyber security system in information and telecommunication networks of the armed forces of ukraine. Modern Information Technologies in the Sphere of Security and Defence, 38 (2), 57–62. doi: http://doi.org/10.33099/2311-7249/2020-38-2-57-62
- Makarenko, S. I. (2017). Perspektivy i problemnye voprosy razvitiia setei sviazi spetcialnogo naznacheniia. Sistemy upravleniia, sviazi i bezopasnosti, 2, 18–68. Available at: http://sccs.intelgr.com/archive/2017-02/02-Makarenko.pdf
- Zuiev, P., Zhyvotovskyi, R., Zvieriev, O., Hatsenko, S., Kuprii, V., Nakonechnyi, O. et. al. (2020). Development of complex methodology of processing heterogeneous data in intelligent decision support systems. Eastern-European Journal of Enterprise Technologies, 4 (9 (106)), 14‒23. doi: http://doi.org/10.15587/1729-4061.2020.208554
- Rybak, V. A., Akhmad, Sh. (2016). Analiticheskii obzor i sravnenie sushchestvuiushchikh tekhnologii podderzhki priniatiia reshenii. Sistemnyi analiz i prikladnaia informatika, 3, 12–18.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2022 Oleg Sova
![Creative Commons License](http://i.creativecommons.org/l/by/4.0/88x31.png)
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.