Перейти к основному контенту Перейти к главному меню навигации Перейти к нижнему колонтитулу сайта
##common.pageHeaderLogo.altText##
Известия ЮФУ
Технические науки
  • Текущий выпуск
  • Предыдущие выпуски
    • Архив
    • Выпуски 1995 – 2019
  • Редакционный совет
  • О журнале
    • Официально
    • Основные задачи
    • Основные рубрики
    • Специальности ВАК РФ
    • Главный редактор
English
ISSN 1999-9429 print
ISSN 2311-3103 online
  • Вход
  1. Главная /
  2. Найти

Найти

Расширенные фильтры
Опубликовано после
Опубликовано до

Результаты поиска

Найден один результат.
  • АППАРАТНО-ПРОГРАММНЫЕ СРЕДСТВА ДИНАМИЧЕСКОЙ РЕКОНФИГУРАЦИИ ГРУППИРОВКИ МАЛЫХ КОСМИЧЕСКИХ АППАРАТОВ

    С.Г. Емельянов , С.Н. Фролов , Е.А. Титенко , Д.П. Тетерин , А.П. Локтионов
    2024-08-12
    Аннотация ▼

    Целью исследования является автоматизация управления группировкой малых космических
    аппаратов (наноспутников) в условиях ее переменной численности за счет актуализации ее со-
    стояния на основе рассылки и обработки широковещательных запросов между аппаратами и
    применения нейронной сети Transformer для составления прогнозов состояния сети космических
    аппаратов. Исследуется задача обеспечения связности сети наноспутников, которая сводится к
    реализации адаптивного управления сетью с оценкой и прогнозированием состояния каналов связи
    между парами аппаратов на основе нейронной сети. Разработаны динамическая реконфигурация
    и машинное обучение сети аппаратов. Определены алгоритмические средства для первичного
    обучения нейронной сети и ее последующего дообучения с учетом предобработки исходных раз-
    реженных или полносвязанных наборов данных о сети аппаратов. По завершении обучения на
    синтетических данных созданная нейронная сеть способна прогнозировать качество связи с уче-
    том прямой видимости, ослабления сигнала в зависимости от расстояния и состояния аппарат-
    ной платформы наноспутника. Разработанная программная система выполняет детерминированную реконфигурацию по текущему состоянию сети наноспутников и адаптивную реконфигу-
    рацию по историческим данным анализом нейронной сетью Transformer скрытых закономерно-
    стей функционирования наноспутников. Для прогнозирования качества связи применен функцио-
    нал связи геодезических координат пар наоспутников и векторов их состояний с элементами
    матрицы качества связи между наноспутниками с заданными начальным моментом времени,
    величиной временного интервала, величиной шага дискретизации измерительного процесса. При-
    менение аппарата нейронных сетей, реализуемых на GPU, позволило прогнозировать возможные
    состояния наноспутников и досрочно проводить реконфигурацию группировки, в том числе уда-
    лять «проблемные» аппараты из состава группировки.

1 - 1 из 1 результатов

links

Для авторов
  • Подать статью
  • Требования к рукописи
  • Редакционная политика
  • Рецензирование
  • Этика научных публикаций
  • Политика открытого доступа
  • Сопроводительные документы
Язык
  • English
  • Русский

journal

* не является рекламой

index

Индексация журнала
* не является рекламой
Информация
  • Для читателей
  • Для авторов
  • Для библиотек
Адрес редакции: 347900, г. Таганрог, ул. Чехова, д. 22, А-211 Телефон: +7 (8634) 37-19-80 Электронная почта: iborodyanskiy@sfedu.ru
Публикация в журнале бесплатна
Больше информации об этой издательской системе, платформе и рабочем процессе от OJS/PKP.
logo Сайт разработан командой ЦИИР