Аналіз напрямків підвищення ефективності функціонування сучасних систем супутникового зв’язку

Автор(и)

  • Олександр Олександрович Троцько Військовий інститут телекомунікацій та інформатизації імені Героїв Крут, Україна https://orcid.org/0000-0001-7535-5023

DOI:

https://doi.org/10.15587/2706-5448.2022.260346

Ключові слова:

системи супутникового зв’язку, радіоелектронна обстановка, інформаційно-телекомунікаційна система спеціального призначення

Анотація

У даний час супутниковий сегмент у телекомунікаціях займає важливе місце й забезпечує позиціонування системи зв’язку глобального покриття. Проте, розвиток супутникових технологій, порівняно з наземними бездротовими технологіями, відбувається невисокими темпами. Наприклад, новий стандарт супутникового телемовлення DVB-S2 (Digital Video Broadcasting via Satellite) містить у собі невелику кількість покращень і доопрацювань по відношенню до попереднього стандарту DVB-S. Основним покращенням є впровадження кодів з малою щільністю перевірок на парність LDPC (Low Density Parity Check) і введення можливості використання адаптивної модуляції й кодування. Враховуючи зазначене, об’єктом дослідження є сучасні системи супутникового зв’язку. Предметом дослідження є шляхи підвищення ефективності функціонування сучасних систем супутникового зв’язку. Дослідження направлено на аналіз можливості застосування ряду ефективних технологій сучасних бездротових систем, таких як OFDM, UWB та MIMO, в системах супутникового зв’язку. Впровадження розглянутих варіантів застосування технології МІМО в супутникових системах зв’язку дозволить підвищити пропускну здатність і ефективність цих систем. При цьому, виникає необхідність проведення додаткових досліджень з метою адаптації даної технології в системах супутникового зв’язку. Таким чином, проведений аналіз дозволяє сформувати основні напрямки підвищення ефективності сучасних систем супутникового зв’язку. Зазначений аналіз дозволяє:

– сформулювати нові підходи з підвищення ефективності сучасних систем супутникового зв’язку;

– обґрунтувати нові технологічні рішення з побудови прийомопередавачів систем супутникового зв’язку;

– визначити можливі напрямки наукових досліджень з підвищення ефективності сучасних систем супутникового зв’язку.

Біографія автора

Олександр Олександрович Троцько, Військовий інститут телекомунікацій та інформатизації імені Героїв Крут

Кандидат технічних наук, доцент

Кафедра автоматизованих систем управління

Посилання

  1. Shyshatskyi, A. V., Bashkyrov, O. M., Kostyna, O. M. (2015). Rozvytok intehrovanykh system zv’iazku ta peredachi danykh dlia potreb Zbroinykh Syl. Naukovo-tekhnichnyi zhurnal «Ozbroiennia ta viiskova tekhnika», 1 (5), 35–40.
  2. Dudnyk, V., Sinenko, Y., Matsyk, M., Demchenko, Y., Zhyvotovskyi, R., Repilo, I. et. al. (2020). Development of a method for training artificial neural networks for intelligent decision support systems. Eastern-European Journal of Enterprise Technologies, 3 (2 (105), 37–47. doi: http://doi.org/10.15587/1729-4061.2020.203301
  3. Bodianskyi, E. V., Strukov, V. M., Uzlov, D. Yu. (2017). Generalized metrics in the problem of analysis of multidimensional data with different scales. Zbirnyk naukovykh prats Kharkivskoho natsionalnoho universytetu Povitrianykh Syl, 3 (52), 98–101.
  4. Pievtsov, H., Turinskyi, O., Zhyvotovskyi, R., Sova, O., Zvieriev, O., Lanetskii, B., Shyshatskyi, A. (2020). Development of an advanced method of finding solutions for neuro-fuzzy expert systems of analysis of the radioelectronic situation. EUREKA: Physics and Engineering, 4, 78–89. doi: http://doi.org/10.21303/2461-4262.2020.001353
  5. 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
  6. Shyshatskyi, A., Zvieriev, O., Salnikova, O., Demchenko, Ye., Trotsko, O., Neroznak, Ye. (2020). Complex Methods of Processing Different Data in Intellectual Systems for Decision Support System. International Journal of Advanced Trends in Computer Science and Engineering, 9 (4), 5583–5590. doi: http://doi.org/10.30534/ijatcse/2020/206942020
  7. Trotsenko, R. V., Bolotov, M. V. (2014). Protsess yzvlechenyia dannikh yz raznotypnikh ystochnykov. Pryvolzhskyi nauchnii vestnyk, 12-1 (40), 52–54.
  8. Rotshtein, A. P. (1999). Yntellektualnie tekhnolohyy ydentyfykatsyy: nechёtkye mnozhestva, henetycheskye alhorytmi, neironnie sety. Vynnytsa: UNYVERSUM, 320.
  9. Alpeeva, E. A., Volkova, I. I. (2019). The use of fuzzy cognitive maps in the development of an experimental model of automation of production accounting of material flows. Russian Journal of Industrial Economics, 12 (1), 97–106. doi: http://doi.org/10.17073/2072-1633-2019-1-97-106
  10. Zahranovskaia, A. V., Eissner, Yu. N. (2017). Modelyrovanye stsenaryev razvytyia ekonomycheskoi sytuatsyy na osnove nechetkykh kohnytyvnykh kart. Sovremennaia ekonomyka: problemy y reshenyia, 10 (94), 33‒47. doi: http://doi.org/10.17308/meps.2017.10/1754
  11. Simankov, V. S., Putiato, M. M. (2013). Issledovanie metodov kognitivnogo analiza. Sistemnyi analiz, upravlenie i obrabotka informatcii, 13, 31‒35.
  12. Onykiy, B., Artamonov, A., Ananieva, A., Tretyakov, E., Pronicheva, L., Ionkina, K., Suslina, A. (2016). Agent Technologies for Polythematic Organizations Information-Analytical Support. Procedia Computer Science, 88, 336–340. doi: http://doi.org/10.1016/j.procs.2016.07.445
  13. Ko, Y.-C., Fujitа, H. (2019). An evidential analytics for buried information in big data samples: Case study of semiconductor manufacturing. Information Sciences, 486, 190–203. doi: http://doi.org/10.1016/j.ins.2019.01.079
  14. Çavdar, A. B., Ferhatosmanoğlu, N. (2018). Airline customer lifetime value estimation using data analytics supported by social network information. Journal of Air Transport Management, 67, 19–33. doi: http://doi.org/10.1016/j.jairtraman.2017.10.007
  15. Ballester-Caudet, A., Campíns-Falcó, P., Pérez, B., Sancho, R., Lorente, M., Sastre, G., González, C. (2019). A new tool for evaluating and/or selecting analytical methods: Summarizing the information in a hexagon. TrAC Trends in Analytical Chemistry, 118, 538–547. doi: http://doi.org/10.1016/j.trac.2019.06.015
  16. Ramaji, I. J., Memari, A. M. (2018). Interpretation of structural analytical models from the coordination view in building information models. Automation in Construction, 90, 117–133. doi: http://doi.org/10.1016/j.autcon.2018.02.025
  17. Pérez-González, C. J., Colebrook, M., Roda-García, J. L., Rosa-Remedios, C. B. (2019). Developing a data analytics platform to support decision making in emergency and security management. Expert Systems with Applications, 120, 167–184. doi: http://doi.org/10.1016/j.eswa.2018.11.023
  18. Chen, H. (2018). Evaluation of Personalized Service Level for Library Information Management Based on Fuzzy Analytic Hierarchy Process. Procedia Computer Science, 131, 952–958. doi: http://doi.org/10.1016/j.procs.2018.04.233
  19. Chan, H. K., Sun, X., Chung, S.-H. (2019). When should fuzzy analytic hierarchy process be used instead of analytic hierarchy process? Decision Support Systems, 125, 113114. doi: http://doi.org/10.1016/j.dss.2019.113114
  20. Osman, A. M. S. (2019). A novel big data analytics framework for smart cities. Future Generation Computer Systems, 91, 620–633. doi: http://doi.org/10.1016/j.future.2018.06.046
  21. Gödri, I., Kardos, C., Pfeiffer, A., Váncza, J. (2019). Data analytics-based decision support workflow for high-mix low-volume production systems. CIRP Annals, 68 (1), 471–474. doi: http://doi.org/10.1016/j.cirp.2019.04.001
  22. Harding, J. L. (2013). Data quality in the integration and analysis of data from multiple sources: some research challenges. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, XL-2/W1, 59–63. doi: http://doi.org/10.5194/isprsarchives-xl-2-w1-59-2013
  23. Rybak, V. A., Akhmad, Sh. (2016). Analiticheskii obzor i sravnenie sushchestvuiushchikh tekhnologii podderzhki priniatiia reshenii. Sistemnyi analiz i prikladnaia informatika, 3, 12–18.
  24. Rodionov, M. A. (2014). Problemy informatcionno-analiticheskogo obespecheniia sovremennogo strategicheskogo menedzhmenta. Nauchnyi Vestnik MGTU GA, 202, 65–69.
  25. Bednář, Z. (2018). Information Support of Human Resources Management in Sector of Defense. Vojenské rozhledy, 27 (1), 45–68.
  26. Palchuk, V. (2017). Methods of Content-Monitoring and Content-Analysis of Information Flows: Modern Features. Naukovi pratsi Natsionalnoi biblioteky Ukrainy imeni V. I. Vernadskoho, 48, 506–526.
  27. Mir, S. A., Padma, T. (2016). Evaluation and prioritization of rice production practices and constraints under temperate climatic conditions using Fuzzy Analytical Hierarchy Process (FAHP). Spanish Journal of Agricultural Research, 14 (4), e0909. doi: http://doi.org/10.5424/sjar/2016144-8699
  28. Kliushin, V. V. (2014). Teoretiko-metodologicheskie osnovy formirovaniia i otcenki urovnia strategicheskogo ekonomicheskogo potentciala ekonomicheskikh sistem. Sovremennye tekhnologii upravleniia, 12 (48). Available at: https://sovman.ru/article/4805/
  29. Bogomolova, I. P., Omelchenko, O. M. (2014). Analiz vliianiia faktorov effektivnosti khoziaistvennoi deiatelnosti na ekonomiku integrirovannykh struktur. Vestnik Voronezhskogo gosudarstvennogo universiteta inzhenernykh tekhnologii, 3, 157–162.
  30. Sherafat, A., Yavari, K., Davoodi, S. M. R. (2014). Evaluation of the Strategy Management Implementation in Project-Oriented Service Organizations. Acta Universitatis Danubius. Economica, 10 (1), 16–25.
  31. Koshlan, A., Salnikova, O., Chekhovska, M., Zhyvotovskyi, R., Prokopenko, Y., Hurskyi, T. et. al. (2019). Development of an algorithm for complex processing of geospatial data in the special-purpose geoinformation system in conditions of diversity and uncertainty of data. Eastern-European Journal of Enterprise Technologies, 5 (9 (101)), 35–45. doi: http://doi.org/10.15587/1729-4061.2019.180197
  32. Mahdi, Q. A., Shyshatskyi, A., Prokopenko, Y., Ivakhnenko, T., Kupriyenko, D., Golian, V. et. al. (2021). Development of estimation and forecasting method in intelligent decision support systems. Eastern-European Journal of Enterprise Technologies, 3 (9 (111)), 51–62. doi: http://doi.org/10.15587/1729-4061.2021.232718

##submission.downloads##

Опубліковано

2022-06-30

Як цитувати

Троцько, О. О. (2022). Аналіз напрямків підвищення ефективності функціонування сучасних систем супутникового зв’язку. Technology Audit and Production Reserves, 3(2(65), 51–56. https://doi.org/10.15587/2706-5448.2022.260346

Номер

Том 3 № 2(65) (2022): Інформаційно-керуючі системи

Розділ

Системи та процеси керування: Звіт про науково-дослідну роботу

Ліцензія

Авторське право (c) 2022 Oleksandr Trotsko

Creative Commons License

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.