СЕКЦИЯ «ФИЗИЧЕСКИЕ ОСНОВЫ И ПРАКТИЧЕСКОЕ …old.rf.unn.ru/rus/sci/books/18/pdf/wireless_com.pdf · правленная и организованная

Труды XXII научной конференции по радиофизике

СЕКЦИЯ «ФИЗИЧЕСКИЕ ОСНОВЫ И ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ

ТЕХНОЛОГИЙ БЕСПРОВОДНОЙ СВЯЗИ И ИНФОРМАЦИОННО-ТЕЛЕКОММУНИКАЦИОННЫХ

ТЕХНОЛОГИЙ»

Председатель – А.Л. Умнов, секретарь – С.Б. Сурова. Нижегородский государственный университет им. Н.И. Лобачевского.

Секция «Физические основы технологий беспроводной связи»

522

ЦИФРОВАЯ ТРАНСФОРМАЦИЯ ЭКОНОМИКИ: ВОЗМОЖНОСТИ И ПРОБЛЕМЫ

В.Д. Козлов Нижегородский государственный инженерно-экономический университет

Определение понятия «цифровая экономика» весьма субъективно. С одной сто-роны, это совокупность товаров и услуг от электронного бизнеса и электронной ком-мерции, т.е. это часть большой экономики, её отдельные, насыщенные автоматизацией, сектора. С другой, «цифровая экономика» ‒ это набор инструментов оптимизации про-цесса посредством программных решений, но, возможно, что под этим термином под-разумевается также и глобальная сеть экономических мероприятий, проводимых в сети Интернет.

По определению Всемирного банка, цифровая экономика – это система экономи-ческих, социальных и культурных отношений, основанных на использовании цифро-вых информационно-коммуникационных технологий.

Единое понимание (поле смыслов), имеет принципиальное значение для создания будущего, основанного на единстве целей и ценностей. Поэтому важно иметь ком-плексное и единое представление о том, как технологии изменяют жизнь, как они пре-образуют экономическую, социальную, культурную и гуманитарную среду.

Качественным скачком в использовании информации стала цифровизация. Цифровизация ‒ это перевод любой информации (вербальной, визуальной,

аудиальной) в цифровой вид, удобный для передачи, накопления, хранения и анализа. Революционным событием оказался перевод аналоговых данных в цифровую форму (оцифровка), удобную для использования на компьютере и передаче по сетям.

По-сути, истоки цифровой экономики, как направления прорыва и экономического роста, лежат в изменившейся роли информации. Традиционные факторы экономиче-ского развития ‒ земля, труд, капитал ‒ в двадцатом веке были дополнены двумя но-выми ‒ предпринимательством и информацией (знаниями). Современное изменение парадигмы можно рассматривать как сдвиг от технологии, основанной главным обра-зом на вложении дешёвой энергии, к технологии, основанной преимущественно на де-шёвых вложениях информации, т.е. на результате успехов в микроэлектронике и теле-коммуникационной технологии.

Получение информации и обработка данных не ограничиваются компьютером. Бо-лее того, компьютер имеет к информационной индустрии примерно такое же отноше-ние, как электростанция к электротехнической промышленности. Основная прибыль создаётся при передаче и применении данных. Информация, подобно электричеству, представляет собой одну из форм энергии. Информация ‒ источник энергии для ум-ственного труда. Когда мы делимся информацией, мы принимаем приоритетные реше-ния о целях и размещении ресурсов. В момент передачи информации появляется ры-нок. Если информация ‒ сырьё (нефть 21 века), то знания ‒ систематическая, целена-правленная и организованная информация ‒ становятся в 21 веке центральным эконо-мическим ресурсом.

Следующим принципиальным шагом стало использование больших данных (big data) и прогнозного анализа, поскольку новейшие системы хранения данных позволяют накапливать информацию в различных форматах и во всё увеличивающихся объёмах.

Труды XXII Научной конференции по радиофизике, ННГУ, 2018

523

Создание данных ‒ постоянный и повсеместный процесс. При управлении автомо-билем, включении домашних приборов, использовании мобильного телефона парал-лельно производятся новые данные. Компании фиксируют мельчайшие детали милли-ардов контактов в социальных сетях, при совершении покупок, данных о здоровье, по-ездках, домашнем хозяйстве и финансовых делах. Повсюду остаётся цифровой след.

Такие массивы данных порождают возможности, но и создают проблемы, связан-ные с их организацией, хранением, поиском, анализом и отображением. Эти задачи ре-шаются средствами больших данных. Большие данные открывают доступ к ценной ин-формации о множественных взаимосвязях, закономерностях и воздействиях.

В качестве определяющих характеристик для больших данных традиционно выде-ляют «три V»: объём (англ. volume, в смысле величины физического объёма), скорость (velocity ‒ как скорость прироста, так и необходимость высокоскоростной обработки и получения результатов), многообразие (variety, как возможность одновременной обра-ботки различных типов структурированных и полуструктурированных данных). В дальнейшем возникли различные вариации и интерпретации этого признака с че-тырьмя, пятью, и даже семью «V», но во всех случаях в этих признаках подчёркивается, что определяющей характеристикой для больших данных является не только их физи-ческий объём, но и другие категории, существенные для представления о сложности задачи обработки и анализа данных.

Аппаратные средства, процессоры (микропроцессоры), операционные системы, современные программные продукты, телекоммуникации, Интернет, беспроводная связь wi-fi, скорость и неограниченный объём передачи данных (3D‒5D), возможности их накопления и хранения (облачные технологии), стали основой главного качествен-ного изменения, формирования и анализа «больших данных». В сочетании с професси-ональным опытом в определенных технологических, политических, экономических, социальных, культурных областях, «большие данные» дают колоссальные конкурент-ные преимущества для обладателей таких компетенций.

Как показывает мировой исторический опыт, экономика развития базируется на двух основных принципах: на обучении персонала и на приумножении капитала. Сего-дня все большую долю на рынке труда занимает информационный работник, который использует идеи, концепции и информацию, а не прикладные навыки и физический труд, человек, который однажды овладел навыком посредством знания учиться тому, как нужно учиться. После этого он может за короткие сроки приобрести новый навык. Первостепенную важность приобретают уже не новизна и оригинальность информа-ции, а гибкость ума и способность применить эту информацию на деле. Примеча-тельно, что, обсуждая актуальные проблемы искусственного интеллекта (ИИ), мы ви-дим, что качественный переход в развитии ИИ связан с машинным обучением, т.е. спо-собностью программы, операционной системы к саморазвитию. Все опасения возмож-ного конфликта человека и искусственного разума лежат именно в скорости и глубине освоения машиной подобного рода функции.

Конвергенция трёх мощных технологических трендов по сути привела к каче-ственным изменениям в различных сферах экономики и общества. Первый тренд ‒ Ин-тернет ‒ превратил информацию в бесплатную, чрезмерную и вездесущую. Сегодня практически все есть онлайн, и проблемой становится уже не отсутствие выбора, а его избыток. Второй тренд ‒ мобильные сети и устройства ‒ сделал широко доступным


524

глобальный охват и возможность постоянно быть на связи. И третий тренд ‒ клауд-компьютинг информации и множества сложных инструментов и приложений. Облач-ные хранилища информации (кластер серверов) и облачные вычисления предоставили во всеобщее распоряжение практически бесконечную вычислительную мощность, воз-можность хранения информации и множество сложных инструментов и приложений.

Сегодня три фактора производства стали дешевле: информация, возможность под-ключения к Интернету и вычислительная мощность. В полной мере это проявилось в медиа-бизнесе, где вся продукция может быть представлена в цифровой форме и от-правлена по всему миру бесплатно. Но фактически каждая индустрия основана на ин-формации. СМИ, маркетинг, продажи, здравоохранение, туризм, электронное прави-тельство, образование, финансовые услуги, транспорт, оборона, энергетика и т.д. Не-возможно представить себе сферу, которая не подверглась бы изменениям, связанным с новой эпохой.

Экономика знаний ‒ это экономика, в которой знание является рыночным продук-том. Она характеризуется высокой долей услуг, высокой долей инвестиций в иннова-ции, развитой информационно-коммуникационной сферой, выстраиванием парт-нерств, кооперацией различных компаний. Экономика знаний становится фактором ин-новационного развития, без которого невозможно представить современное общество. Перестраивать свой бизнес с опережением необходимо уже сейчас – строить цифровой фундамент на основе новейших подходов к информационным технологиям, связи, управлению большими данными; трансформировать маркетинг, инвестировать в раз-витие и человеческий капитал для создания будущих инноваций. В результате меняется очень многое, включая алгоритмы принятия решений, и системы управления, значи-тельно оптимизируются ресурсы компании, обеспечивая интенсивное развитие.

Вот некоторые примеры происходящих на наших глазах изменений. Электронная коммерция произвела масштабную революцию в ритейле. Сегодня у

потребителя есть выбор практически с бесконечным «цифровым местом на полке». Можно достаточно быстро создать новый продукт, опробовать на определенной группе потребителей и принять решение, запускать его в производство или продолжить экспе-рименты. Можно создавать цифровые прототипы, печатать их на 3D-принтере и тести-ровать в рыночных условиях через Интернет.

Прикладные цифровые платформы (Uber, Facebook, Airbrb, Alibaba и пр.) исполь-зуют бизнес-модель по предоставлению возможности алгоритмизированного обмена определёнными ценностями между значительным числом независимых участников рынка путём проведения транзакций в единой информационной среде. Такая модель эффективна благодаря снижению издержек за счёт применения цифровых технологий и изменения системы разделения труда.

В областях, представляющих собой переплетение последних достижений в фи-зики, химии, биологии и цифровых технологий ‒ биотехнологии, материаловедении, накоплении и хранении энергии, квантовых вычислениях, происходит революционный прорыв, который фундаментально изменит нашу жизнь в самом ближайшем будущем.

Цифровизация медицины идет по трём направлениям: электронный документообо-рот между врачом, пациентом и медицинской организацией, телемедицина и примене-ние искусственного интеллекта и «big data» при обработке медицинских данных. Пред-


525

полагается, что медицина будущего основывается на 4-х «П»: предиктивности (анали-тическое предсказание изменения состояния здоровья), превентивности (курс на ран-нее выявление заболеваний), персонализации (создание уникального генетического паспорта для лечения и контроля здоровья пациента) и партисипативности (партнер-ства всех участников процесса).

На основе проведённого анализа можно сделать вывод, что как промышленная ре-волюция превратила мануфактуры в фабрики, аграрную экономику в индустриальную, так современные технологии превращают мировую экономику в цифровую. В пользу такой экономики говорит тот факт, что цифровые технологии позволяют повышать ка-чество и снижать себестоимость продукции, они более эффективны с точки зрения про-изводительности труда. Тем не менее, сегодня эти технологии наиболее успешно при-меняются там, где не производится никакого материального продукта, то есть в сфере услуг – банковских, финансовых, рекламных и т.д.

В основе развития цифровой экономики России должен лежать целый комплекс мер, разработанных и принятых не только государством, но и бизнесом, и гражданским обществом. Это – устранение административных барьеров, стимулирование малого и среднего бизнеса к переходу в цифровую плоскость. И, конечно, это – образованные, высококлассные, мотивированные IТ-профессионалы, поскольку и сейчас, как во все времена, кадры решают всё.


526

ПРОЕКТНЫЙ МЕТОД ПОДГОТОВКИ СПЕЦИАЛИСТОВ ДЛЯ ЦИФРОВОЙ ЭКОНОМИКИ

А.Л. Умнов, Ю.О. Плехова ННГУ им. Н.И. Лобачевского

Проектное обучение – особая форма организации учебного процесса, направлен-ная на решение студентами практических задач, возникающих в сфере их профессио-нальной деятельности. Выполняя проекты, обучающиеся осваивают алгоритм иннова-ционной творческой деятельности, учатся самостоятельно ставить цели, находить и анализировать информацию, получать и применять знания по различным отраслям, восполнять пробелы, приобретать опыт решения творческих задач, работать в группе.

Проектное обучение своим предметом полагает не столько специальные области знания, сколько метазнание (знание о том, как приобретать знания) и познавательные навыки, которые могут быть успешно перенесены на другие сферы деятельности. В пе-дагогической практике использование метода проектов может целенаправленно решать задачи индивидуально-ориентированного образования.

Практическим результатом учебной проектной деятельности является прототип, прообраз какого-либо объекта, вида деятельности. Проект для студента имеет конкрет-ную практическую цель, которая направлена на решение выбранной проблемы ‒ ин-формационной, исследовательской, технической (так как именно проблема задает мо-тив или побуждение к действию).

Согласно федеральным государственным стандартам приобретение проектных компетенций становится одной из важнейших целей обучения студента в вузе. В Ни-жегородском государственном университете им. Н.И. Лобачевского проектный подход традиционно применялся при реализации таких организационных форм обучения как лабораторная работа, производственная практика, преддипломная практика курсовая работа, дипломный проект. Кроме того, проектные компетенции обучающихся разви-ваются в рамках лекций и семинаров, которые могут быть выстроены проектно-ориен-тированными методами.

В 2006-2007 годах в рамках международного проекта Комиссии Европейских Со-обществ TEMPUS «Проектно-ориентированные методы обучения в российских уни-верситетах», в ходе которого было разработано Руководство по внедрению проектно-ориентированных методов в образование (Handbook on the Project-Oriented Methods (POM’s) in Education) [1].

В 2015 году опубликовано методическое пособие «Внедрение проектно-ориенти-рованных методов в практику обучения в высшей школе» [2].

Главной целью внедрения проектного обучения в ННГУ является формирование у студентов и сотрудников ННГУ высокого уровня мотивации к самостоятельному по-лучению новых знаний и практических навыков, обеспечивающих предприниматель-ский стиль мышления, ориентирующих на достижение конкретных результатов в ин-новационной деятельности и формирующих общее видение актуальных направлений деятельности в области современных технологий и связанных с ними бизнес-активно-стей.


527

Одним из эффективных механизмов вовлечения студентов и преподавателей ННГУ в проектную деятельность является всероссийская Школа для студентов и мо-лодых специалистов «Технологии+Бизнес», которую регулярно проводит Лаборатория физических основ и технологий беспроводной связи радиофизического факультета ННГУ.

Основная идея Школы заключается в обучении студентов, аспирантов и молодых специалистов основам разработки современных инновационных технологий в рамках инициативных проектов, выполняемых небольшими командами по 3‒5 человек.

Проектная работа сопровождается лекционными и практическими занятиями, обеспечивающими формирование знаний и навыков, необходимых для выполнения проекта. Образовательная программа включает модули, связанные с разработкой ин-формационных систем, технологиями анализа данных и методов машинного обучения, основами технологий «Интернета вещей» и НейроНета, применением технологии «Ин-тернета вещей» в различных сферах деятельности. Кроме того, обучающиеся осваи-вают технику организации эффективной индивидуальной и коллективной профессио-нальной деятельности и получают представление об особенностях инновационного бизнеса.

По окончании Школы проходит конкурс проектов, на котором оценивается как ра-ботоспособность прототипа, так и бизнес-составляющая проекта. Большая продолжи-тельность мероприятия (до двух недель) позволяет участникам сформировать команды для выполнения проекта, получить необходимые знания, навыки и реализовать проект, доведя его до стадии изготовления прототипа рыночного продукта и написания бизнес-плана по его коммерциализации. Каждая Школа посвящается конкретной теме: «Разра-ботка мобильных приложений», «Новые образовательные технологии», «Интернет ве-щей и технологии Умного города». Тема мероприятия выбирается исходя из её акту-альности и наличия заинтересованности в теме со стороны компаний-партнеров.

В основу работы Школы положено несколько основных принципов, базирую-щихся на проектном подходе к образованию: - сочетание инженерно-технологическое образование с бизнес-подготовкой; - командная работа над проектом; - активная работа куратора проекта из числа сотрудников и стажеров Лаборатории; - свободный выбор темы проекта участниками школы; приоритетом пользуются

проекты, сочетающие в себе аппаратные и программные технологии; - выполнение проектными командами основного требования ‒ создание работоспо-

собного прототипа рыночного продукта, в целом соответствующего заявленной теме проекта.

- доступ участников Школы к средствам прототипирования (3D принтеру, паяльной станции, фрезеровальному станку), и другим необходимым комплектующим (пла-там платформы Arduino, датчикам, исполнительным механизмам).

- поддержка проектной работы инфраструктурой Лаборатории физических основ и технологий беспроводной связи;

- активное использование информационной среды для организации персональных и коллективных знаний «Alterozoom». Программа каждой Школы составляется, исходя из оценки полезности тех или

иных мероприятий для раскрытия выбранной центральной темы, которой посвящена


528

Школа. Все обучающие активности направлены на то, чтобы помочь участникам меро-приятия в выполнении их проектов. К основным формам образовательной активности Школы относятся: - лекции по технологическим и бизнес-дисциплинам; - лабораторные работы, позволяющие получить навыки работы с различными плат-

формами и инструментами; - семинары, проводимые известными приглашенными специалистами, среди кото-

рых представители IT-компаний, учёные, преподаватели, инновационные пред-приниматели;

- тренинги soft skills, которые развивают умение презентовать свой проект, осу-ществлять деловые коммуникации;

- экскурсии в компании, занимающиеся разработкой высокотехнологичной продук-ции и встречи с представителями этих компаний. С 2003 года Школой был реализован широкий спектр технологических проектов.

Среди проектов, доведённых до первых прототипов технологических проектов: «Си-стема контроля микроклимата в кампусе университета», «Умный скалодром», «Фито-стена», «Умные теплицы», «Система контроля засыпания водителя», «Пеленгатор для инвентаризации и отслеживания умных вещей в помещении»; «Система мониторинга выполнения физических упражнений»; «Умный бэйдж для общественных зданий», «Система мониторинга здоровья по анализу мелкой моторики» и т.д.

В качестве наиболее успешных проектов, вышедших из Школ, а затем развивав-шихся на федеральном и международном уровнях следует отметить: проект построения системы видеомониторинга городского автомобильного трафика «DorogaTV», проект построения системы мониторинга лесных пожаров «Лесной дозор», проект по созда-нию системы мониторинга нефтегазовых скважин «СИНПРОТЭК», систему управле-ния персональными и коллективными знаниями «Alterozoom».

Важным условием реализации проектного подхода в образовании является привле-чение к образовательному процессу высокотехнологичных компаний, заинтересован-ных в инициации и реализации проектов в определенной сфере. Индустриальный парт-нер влияет на выбор тематики, содержания и состава лекторов, может частично обес-печивать ресурсами.

Кроме того, при использовании проектного подхода в образовании возрастает роль наставников из числа инициативных студентов и аспирантов. Зачастую участники школ становятся кураторами учебных проектов, а также становятся сотрудниками ла-боратории, развивают проекты, а затем возглавляют собственные компании.

Говоря о результатах проектного метода подготовки специалистов в рамках рас-сматриваемой Школы, следует отметить образовательный, продуктовый и репутацион-ный результаты. Образовательным результатом является приобретение участниками навыков программирования, компетенций, связанных с использованием беспроводных систем связи (цифровой обработкой сигналов), разработкой приложений под мобиль-ные платформы, а также универсальных компетенций («soft skills»), позволяющие эф-фективно работать в высокотехнологичном секторе экономики. Эффективность обра-зовательного результата оценивается способностью разработать и выполнить прото-тип.


529

Продуктовым результатам школы являются инновационные проекты с работаю-щими прототипами. Эффективность достижения образовательного и продуктового ре-зультатов оценивает на итоговом конкурсе жюри, состоящее из представителей высо-котехнологичных компаний, потенциальных инвесторов, преподавателей Школы.

Репутационный результат актуален для Нижегородского госуниверситета, кото-рый поддерживает свою репутацию инновационного университета, играющего значи-мую роль в научно-техническом, социальном и экономическом развитии России в усло-виях цифровой экономики.

Важно отметить, что работа над проектами не прекращается после окончания обу-чения. Проекты получают финансовую поддержку от программы У.М.Н.И.К., а также от частных инвесторов, консультационную поддержку от организаторов Школы ‒ со-трудников лаборатории и других состоявшихся профессионалов.

Необходимо обеспечить использование университетской инновационной инфра-структуры для дальнейшего развития проектов участников Школы, а также их участие в других образовательных программах, касающихся инновационного предпринима-тельства в период между Школами. [1] Руководство по внедрению проектно-ориентированных методов в образование

(Handbook on the Project-Oriented Methods (POM’s) in education). Учебно-методиче-ские материалы / Под ред. Д. Инфанте, Ю.А. Кузнецова, А.К. Любимова. – Н. Нов-город: ННГУ, 2007. 124 с.

[2] Любимов А.К., Борисова И.И., Грудзинская Е.Ю., Левина Л.М., Марико В.В., Швец И.М. Внедрение проектно-ориентированных методов в практику обучения в выс-шей школе. – Н. Новгород: Изд-во ННГУ, 2015. 180 с.


530

АВТОМАТИЗАЦИЯ ПРОЕКТИРОВАНИЯ СПЕЦИАЛИЗИРОВАННЫХ ПРОЦЕССОРОВ С ИСПОЛЬЗОВАНИЕМ ПОДХОДА COMPILER-IN-THE-LOOP

П.Н. Советов ООО «Системы технического зрения»

К процессорным ядрам, используемым в таких областях, как беспроводные сен-сорные сети и бортовые системы управления летательными аппаратами, могут предъ-являться специфические требования: - работа в условиях ограниченных ресурсов: малое энергопотребление, небольшой

объем памяти; - компактность программного кода, обусловленная набором инструкций; - аппаратная поддержка элементов высокоуровневых моделей программирования.

При этом в условиях непрерывной работы встраиваемых систем из рассматривае-мых областей часто требуется осуществлять интерактивное программирование в ре-жиме удаленного доступа, которое может заключаться в тестировании или обновлении функциональности отдельных компонентов без остановки основной программы.

Предпочтительным в данных условиях может оказаться диалоговый режим работы с удаленным устройством на языке высокого уровня как для организации интерфейса командной строки, так и для реализации машинно независимых текстовых протоколов передачи данных.

Подход compiler-in-the-loop [1] применяется в ходе совместной разработки инстру-ментального ПО и специализированного процессора. Процессорная архитектура при этом может быть реализована в виде интерпретатора в составе программы для микро-контроллера или в форме софт-процессора для ПЛИС. В рамках данного подхода осу-ществляется итеративный процесс разработки с использованием инструментальных средств порождения прототипов компилятора. На очередной итерации осуществляются следующие шаги: - компиляция набора программных тестов, отражающих специфику целевых задач; - анализ полученного целевого кода и результатов моделирования его выполнения

на тестовых наборах данных; - внесение необходимых изменений в реализацию компилятора и архитектуру раз-

рабатываемого процессора по результатам проведенного анализа. От прототипа компилятора не требуется обладать очень высоким качеством по-

рождаемого кода. Оно должно быть достаточным для адекватного сравнения архитек-турных вариантов, чтобы внесение очередных изменений в прототип компилятора и процессорную архитектуру можно было осуществить в сжатые сроки.

Для практического использования рассматриваемого подхода предлагается ис-пользовать разработанный инструментарий быстрого создания прототипов компиля-тора. Данный инструментарий состоит из двух проблемно-ориентированных языков (DSL), реализованных в виде библиотеки комбинаторов для динамически типизирован-ного языка общего назначения. Первый из этих DSL позволяет описывать лексический и синтаксический анализ с использованием грамматики PEG [2] и алгоритма Пратта [3]. Второй DSL представляет собой систему переписывания термов с применением конструкций сопоставления с древовидным образцом в качестве объектов первого


531

класса, а также с применением комбинаторов, реализующих различные стратегии об-хода дерева в духе системы Stratego/XT [4]. С помощью данного инструментария ос-новные стадии компиляции могут быть описаны в компактной и декларативной форме.

Одним из вариантов применения подхода compiler-in-the-loop на практике является повышение компактности программ для специализированного процессора на основе анализа, порождаемого компилятором кода целевых задач. Выявленные в результате анализа часто повторяющиеся последовательности инструкций могут быть заменены специализированными инструкциями или вызовами автоматически созданных компи-лятором процедур. Для стековой архитектуры и с использованием промежуточного представления уровня ассемблера такой процесс поиска и замен может быть реализо-ван с помощью простого алгоритма.

Примером реализации в рамках подхода compiler-in-the-loop аппаратной под-держки элементов высокоуровневых моделей программирования является создание многопоточного стекового софт-процессора [5], в котором высокоуровневые потоки полностью отменяют для прикладного программиста необходимость в использовании обработчиков прерываний и ПДП в системах реального времени. Важным в работе над данным проектом оказалось наличие функционирующего прототипа компилятора на ранних стадиях разработки софт-процессора. Это позволило оперативно выявить про-блемы не только на уровне RTL-описания, но и своевременно обнаружить ошибку в работе САПР ПЛИС.

Использование аппаратно реализованных потоков при соответствующей под-держке со стороны специально разработанного DSL для программирования софт-про-цессора позволяет упростить процесс программирования для прикладных разработчи-ков. Еще одним примером специализации архитектуры с целью создания для неё по-тенциально более надежных программ является отказ от стекового выделения памяти при работе программы. При распределении всей необходимой памяти на этапе компи-ляции исчезает класс ошибок, связанных с неверной адресацией в стеке. Запрет на ис-пользование рекурсии в данных условиях нельзя считать серьезным недостатком, по-скольку данный запрет традиционно имеет место при разработке в условиях встраива-емых систем. С помощью подхода compiler-in-the-loop возможна быстрая проверка раз-личных схем экономии статически выделяемой компилятором памяти.

Для реализации диалогового режима работы с удалённым устройством предлага-ется рассматривать языки с LL(1)-грамматикой и приоритетами операций, явно задава-емыми с помощью скобок. Разбор программ на подобных упрощенных языках может быть осуществлен эффективно даже в самых ограниченных по ресурсам условиях. С помощью разработанного инструментария может быть реализован генератор кода раз-бора на языке C по описанию грамматики языка рассматриваемого типа с использова-нием комбинаторного подхода. Итеративным путём может быть найдено устраиваю-щее решение по размеру автоматически порожденного кода интерпретатора, его быст-родействию и выразительным возможностям входного языка.

Разработанный инструментарий, поддерживающий подход compiler-in-the-loop, успешно использован для создания различных проблемно-ориентированных языков и компиляторов для процессоров со стековой и регистровой архитектурой. В процессе создания находятся средства автоматизации порождения генератора кода по архитек-турному описанию разрабатываемого процессора.


532

[1] Leupers R. // IEEE Design & Test of Computers. 2002. Vol. 19, No. 4. P. 51. [2] Redziejowski R.R. // In Proc. of the CS&P Workshop. 2009. Vol. 2. P. 514. [3] Pratt V.R. // In Proc. of the 1st Ann. ACM SIGACT-SIGPLAN Symp. on Principles of

Programming Languages. 1973. P.41. [4] Visser E. Program transformation with Stratego/XT /In book “Domain-specific pro-

gram generation”. – Springer: Berlin, Heidelberg, 2004. P. 216. [5] Советов П.Н., Тарасов И.Е. // Сб. научн. статей Всероссийской научно-практиче-

ской конференции «Многоядерные процессоры, параллельное программирова-ние, ПЛИС, системы обработки сигналов». 2017. № 7. С. 8.


533

NB-IOT (NARROWBAND IOT): СОЗДАНИЕ ОБЛАЧНЫХ ЭЛЕМЕНТОВ В СЕТЯХ СТАНДАРТА 4G

А.С. Карпенков Ковровская государственная технологическая академия

им. В.А. Дегтярева В настоящее время активно развивается направление обеспечения систем различ-

ного назначения возможностью удаленного доступа к ним с целью мониторинга, кон-троля и управления. Это направление называется Интернет вещей (IoT – Internet of Things). От крошечных датчиков до громадных машин, Интернет вещей (IoT) и про-мышленный Интернет вещей (Industrial IoT) развиваются на огромной скорости. В Intel посчитали, что 10 лет назад было только 2 миллиарда устройств, связанных с беспро-водным миром, а к 2020 году, по оценке IDC, количество подключенных устройств до-стигнет 200 миллиардов. Для работы облака Интернета вещей требуется также множе-ство компонентов: линии связи, сетевые шлюзы, маршрутизаторы. Одним из перспек-тивных стандартов связи, которые обеспечивают бурное развитие IoT, является NB-IoT.

NB-IoT (NarrowBand Internet of Things) – стандарт сотовой связи для устройств теле-метрии с низкими объемами обмена данными. Он разработан консорциумом 3GPP (3rd Generation Partnership Project) в рамках работ над стандартами сотовых сетей нового по-коления. Первая рабочая версия спецификации была представлена в июне 2016 года [1].

Передача данных IoT осуществляется по технологии, известной как «энергоэффек-тивная сеть дальнего радиуса действия» (Low-Power and Wide-Area, LPWA) с исполь-зованием существующей инфраструктуры оператора. Помимо NB-IoT активно разви-ваются и другие сети LPWAN, такие как LoRa Alliance, Sigfox, Ingenu. Однако многие специалисты признают, что NB-IoT – это наиболее подходящее решение LPWA для предприятий различных отраслей, c помощью которого можно подключать к сети опе-ратора счетчики коммунальных услуг, датчики мониторинга, системы отслеживания объектов и массу других устройств. Одной из особенностей технологии является воз-можность подключать к одной базовой станции до 100 тысяч устройств, что в десятки раз превышает возможности существующих стандартов мобильной связи. Подключе-ние около 50 тыс. устройств к 1 базовой станции и плотность в 1500 домохозяйств на квадратный километр позволяет внутри каждого из них подключить по 40 устройств.

Существует три технологических варианта развертывания NB-IoT: - «внутри полосы» – развертывание сети происходит внутри существующего LTE спек-

тра, используемого для предоставления мобильных широкополосных (MBB) услуг; - «защищенная полоса» – развертывание сети происходит за счет использования

спектра по краям существующих LTE в неиспользованной части спектра между частотными диапазонами;

- «автономное развертывание» заключается в использовании отдельно выделенного спектра или совокупности различных выделенных базовых станций специально для LTE и MBB. Следует отметить, что улучшение бюджета линии для NB-IoT в сравнении со стан-

дартом GSM (до 164дБ, NB-IoT на 20 дБ лучше GSM) обеспечивается в диапазоне ча-стот ниже 1 ГГц, поэтому маловероятно, что стандарт будет использоваться в диапазо-нах частот выше 1 ГГц. Для прогнозируемой нагрузки в городе потребности в спектре


534

для развертывания сети составляют от 0 (при работе в канале LTE) до 2y3 МГц (в слу-чае работы на отдельных частотах до пяти операторов).

Основные технологические преимущества NB-IoT: - ширина радиоканала выбирается равной ширине радиоблока технологии LTE –

180 кГц для абонентского оборудования в линии как вниз, так и вверх; - применение OFDMA-доступа в линии вниз с разносом поднесущих 15 кГц (для

нормального циклического префикса CP) либо с разносом 3,75 кГц (для режима МВВ);

- использование в линии вверх двух режимов: FDMA-доступа с GMSK-модуляцией и SCFDMA-доступа с одночастотной несущей (включая однотоновую передачу как специальный вид SC-FDMA);

- применение одной опорной несущей для синхронизации при различных режимах работы, включая решение для совмещения с традиционными LTE-сигналами;

- использование для технологии NB-IoT существующих процедур и протоколов стандарта LTE: MAC, RLC, PDCP и RRC, а также процедур оптимизации, поддер-живающих выбранный физический уровень;

- применение улучшенного S1-интерфейса к базовой сети CN и связанных радио-протоколов, определяющих системные аспекты, такие как снижение трафика сиг-нализации при передаче небольших объемов данных от устройств NB-IoT;

- использование оценок канала, которые основываются на потребляемой мощности, задержке и пропускной способности; их предполагается задействовать в Gb-интер-фейсе к базовой сети. Как и сеть LTE, сеть NB-IoT использует два основных состояния протокола управ-

ления радиоресурсами RRC: RRC_Idle (ожидание) и RRC_Connected (соединение). В режиме ожидания RRC Idle устройства экономят энергию, а также радиоресурсы, ко-торые будут использованы для передачи отчетов об измерениях и опорных (референс-ных) сигналов в линии вверх, а в режиме соединения RRC_Connected абонентские устройства получают или передают данные напрямую. Помимо этого, стандарт NB-IoT регламентирует работу устройств в следующих режимах: в расширенном режиме пре-рывистого приёма (eDRX) и в режиме экономии энергии (PSM). Режим прерывистого приёма (DRX) представляет собой процесс обмена данными через сети и устройства, когда устройства могут находиться в спящем режиме или в режимах RRC_Idle и RRC_Connected. Максимальный цикл прерывистого приема DRX равен 10,24 с.

Развертывание NB-IoT в полосах частот 700, 800 и 900 МГц является оптималь-ным, поскольку они уже имеют большую установленную базу. Для мобильных опера-торов, работающих с GSM 900 МГц или LTE 800 МГц, необходимы относительно не-большие вложения, чтобы быстро развернуть NB-IoT. Как правило, все сводится лишь к обновлению программного обеспечения.

На ближайшем заседании Государственной комиссии по радиочастотам (ГКРЧ) будет рассмотрен вопрос о выделении АО «ГЛОНАСС» частот для строительства сети LPWAN в диапазоне 800 МГц [3].

Одной из наиболее перспективных технологий для построения систем IoT, работа-ющих в сетях NB-IoT, является Software Defined Radio (SDR). Архитектура построения радиомодемов с использованием SDR технологии позволяет унифицировать аппарат-ную составляющую и, следовательно, уменьшить стоимость единицы продукта IoT за


535

счет эффекта масштаба. Еще одним преимуществом систем IoT, построенных по тех-нологии SDR, является увеличенный жизненный цикл изделия за счёт переноса боль-шей части системы в программную область.

Одной из проблем современных систем IoT является безопасность. По оценке ком-пании Hewlett-Packard, больше 70% устройств Интернета вещей имеют уязвимости, при этом у 60% из них небезопасный web-интерфейс. А большинству доступны такие данные о своих владельцах, как адрес, e-mail и даже банковский счет.

Часто это связано с тем, что производители, стремясь снизить свои издержки, ра-дикально экономят на обеспечении безопасности. В свою очередь, фирмы-поставщики дешевых IoT систем практически игнорируют включение в свои продукты средств за-щиты, поскольку, по их оценкам, для большинства пользователей низкая стоимость го-раздо важнее. Еще одна проблема, усугубляющая предыдущую, – разработчики, не об-ладающие опытом в области встроенных систем, или компетентные в данной области, но без опыта разработки устройств ультрамалой мощности или облачных коммуника-ций. Одним из решений этих проблем является использование специализированной опе-рационной системы реального времени (ОСРВ) для Интернета вещей. IoT системы, по-строенные с её использованием, будут обладать большими преимуществами и гибкостью по сравнению с IoT системами, построенными с использованием «жёсткой» логики.

При использовании ОСРВ применение встроенных графических интерфейсов будет уменьшаться по мере подключения устройств к смартфонам и сетевому оборудованию в качестве средства взаимодействия с пользователем, и USB подключение перестанет быть безальтернативным. Поддержка различных видов связи и продвинутое управление энер-гопотреблением являются существенным преимуществом такого подхода.

По словам руководителя департамента ИТ и облачных сервисов J'son&Partners Сonsulting Александра Герасимова, в России пока нет IoT, а есть распределенные си-стемы телеметрии, которые развиваются уже много лет темпами +20-25% по количе-ству подключенных устройств, коих сейчас насчитывается около 16 млн. По мнению Huawei, наибольший потенциал для NB-IoT-сервисов может быть реализован в первую очередь в таких отраслях, как сельское хозяйство, здравоохранение, системы обеспече-ния безопасности, транспорт, логистика, промышленное производство, «умные» го-рода, «умные» дома, розничная торговля. Расчеты Huawei показывают, что только в Германии за ближайшую пятилетку NB-IoT принесет 1,67 миллиардов долларов.

В заключение следует еще раз подчеркнуть, что NB-IoT открывает новое поле де-ятельности для операторов, и необходимо инвестировать в это направление уже сего-дня, чтобы вовремя занять долю на этом перспективном рынке.

[1] Standardization of NB-IOT completed // The 3rd Generation Partnership Project. 2016.

URL: http://www.3gpp.org/news-events/3gpp-news/1785-nb_iot_complete. [2] Распоряжение Правительства РФ от 28.07.2017 №1632-р «Об утверждении про-

граммы "Цифровая экономика Российской Федерации"» // Правительство России. 2017. URL: http://government.ru/docs/28653/.

[3] Кантышев П., Седов К., Серьгина Е. // Ведомости. 2017. № 4384. URL: https://www.vedomosti.ru/technology/articles/2017/08/14/729197-glonass-interneta-veschei.


536

СОПОСТАВЛЕНИЕ МАТРИЦ ВЕСОВЫХ КОЭФФИЦИЕНТОВ ПОСЛЕ ВЕЙВЛЕТ-ПРЕОБРАЗОВАНИЯ

А.А. Одинцов1), Д.С. Потехин2) 1)Ковровская государственная технологическая академия им. В.А. Дегтярева

2)ООО «Системы технического зрения» В данной статье рассматриваются два метода поиска, использующие в качестве ис-

ходной информации результаты вейвлет-преобразования. Для получения более полной картины о результатах поиска в недетерминированных условиях коридор поиска не ограничивается строкой, на которой в процессе поиска находится искомый центр шаб-лона.

После свертки пары изображений одной сцены с вейвлет-функцией получается две матрицы весовых коэффициентов. Весовой коэффициент в каждой ячейке соответ-ствует результату свёртки области исходного изображения вокруг пикселя с матрицей определённого вида. Другими словами, каждая ячейка матрицы весовых коэффициен-тов несёт суммарную информацию об окрестности, а группа ближайших ячеек содер-жит информацию об области изображения, следовательно, один и тот же объект на каж-дом из кадров изображения будет иметь близкое значение весового коэффициента как для левого, так и для правого изображения.

Применяя принципы стереозрения к весовым коэффициентам левого и правого изображения, можно построить карту глубины. Карта глубины – способ представления объёмных трёхмерных изображений в виде изображения, в котором каждому пикселю присваивается дополнительный параметр – глубина. Этот параметр показывает, на ка-ком расстоянии от плоскости изображения расположен данный пиксель [1]. Точность построения карты глубины напрямую зависит от точности поиска схожих пикселей на смежных изображениях.

В работе [2] рассмотрено получение матрицы весовых коэффициентов путём свёртки яркостного канала исходного изображения с нормализованной матрицей ярко-сти в отношении к глобальному экстремуму. Преобразование выполняется по формуле

𝑊(𝑥, 𝑦) = 𝐼(𝑥 + 𝑖, 𝑦 + 𝑗) × 𝑀(𝑖, 𝑗), (1)

где I(i, j) – значение яркости исходного изображения, M(i, j) – значение яркости норма-лизованной матрицы яркости, H и W – границы матрицы яркости.

В качестве тестовых изображений возьмём два кадра одной сцены (рис. 1) и про-изведём их свёртку с вейвлет-функцией вида «точка» (рис. 2).


537

Рис. 1

Матрица, используемая в примере, нормализуется автоматически, ис-

ходя из заданного порога яркости, относительно которого идёт нормализа-ция. Таким образом, в качестве вейвлет-функции может использоваться лю-бое изображение.

𝑀(𝑥, 𝑦) = 𝑏, если 𝑀(𝑥, 𝑦) > 𝑝𝑀(𝑥, 𝑦) = −𝑓, если 𝑀(𝑥, 𝑦) ≤ 𝑝, (2)

где p – порог нормализации матрицы, b – количество пикселей меньше порога норма-лизации, f – количество пикселей больше порога.

На рис. 3 приведены результаты преобразования матриц весовых коэффициентов левого и правого изображения. В данном случае цвета характеризуют степень отличия каждой ячейки матрицы от глобального экстремума матрицы, а их расположение соот-ветствует участкам, на которых присутствует изменение вектора градиента.

Рис. 3

На матрицах такого вида и будет производиться обнаружение схожих между собой участков на изображениях.

В данной работе представлены два алгоритма: алгоритм поиска на основе автокор-реляции и алгоритм попиксельного сравнения.

Рис. 2


538

Принцип работы автокорреляционного алгоритма описан в статье [2]. В качестве основы он использует разбиение искомой области изображения на выбранное число секторов с подсчётом весовых коэффициентов следующего вида: - весовой коэффициент суммы искомой области самой с собой; - весовой коэффициент произведения искомой области самой с собой.

Данные весовые коэффициенты используются как для искомой области в целом, так и для различных комбинаций её секторов. Последующее решение задачи поиска схожих объектов сводится к вычислению весовых коэффициентов между искомой об-ластью и каждым участком проверяемого изображения со смещением по каждому пик-селю. На рис. 4 представлена карта глубины, построенная на результатах работы алго-ритма автокорреляционного поиска.

Рис. 4

Преимуществом данного метода является возможность комбинирования секторов искомой области для повышения точности поиска с сохранением хорошей степени быстродействия. К недостаткам такого метода можно отнести высокую чувствитель-ность формируемого коэффициента к схожим по весу, но различным по значениям пик-селей областям (пример: 20+25+50+30 и 10+0+85+30). Из-за сложностей не только с разностью освещённости для каждой из камер, но и с разницей самих объектов, пред-ставленных на смежных кадрах похожие между собой по весу, но различные по виду участки могут очень часто встречаться в рамках не только одного изображения, но и одной искомой области. Решением данной проблемы может быть повышение количе-ства секторов в одной искомой области и их комбинирование с назначением приорите-тов каждому из соответствий.

К преимуществам алгоритма автокорреляционного поиска также можно отнести возможность ускорения выполнения операций суммирования за счёт предварительного вычисления интегральных матриц для левого и правого изображения. Такая доработка позволяет в среднем на 18% сократить время поиска текущего фрагмента.

Более точным и ресурсоёмким является алгоритм попиксельного сравнения. При работе алгоритма происходит сравнение отношения каждого пикселя искомой области с пикселями области на анализируемом изображении. Так же как и в предыдущем ал-горитме, основным критерием поиска является наибольшее количество соответствий, удовлетворяющее установленному порогу. По причине искажений, возникающих при


539

формировании изображения наличие порога необходимо для корректной работоспо-собности алгоритма.

Алгоритм попиксельного сравнения с установленным порогом по точности работы превосходит алгоритм на основе автокорреляции, так как использует минимально воз-можное разбиение на участки в искомой области. Недостатком является большой объём вычислений. Повысить быстродействие алгоритма можно за счёт установки го-ризонтального коридора, в рамках которого будет проходить поиск.

Карта глубины, построенная алгоритмом попиксельного сравнения, приведена на рис. 5. По изображению видно, что точность краёв и однородность области значительно выше, чем после работы алгоритма поиска на основе автокорреляции.

Рис. 5

По результатам, представленным в данной статье, видно, что оба алгоритма поиска подходят для построения карты глубины на основе матриц весовых коэффициентов. Алгоритм поиска на основе автокорреляции в точности поиска уступает алгоритму по-пиксельного сравнения, но имеет большее быстродействие и больше параметров настройки, что позволит использовать данный алгоритм для поиска близких объектов, которые могут иметь различную геометрию на смежных кадрах. [1] Ульянов С.В., Решетников А.Г., Кошелев К.В. // Программные продукты и системы.

2017. Т.30, №3. С. 435. [2] Одинцов А.А., Потехин Д.С. // В кн.: Тр. XXI научн. конф. по радиофизике. –

Н. Новгород: Изд-во ННГУ, 2017. С. 498.


540

ПРИМЕНЕНИЕ ГЕТЕРОГЕННЫХ МНОГОЯДЕРНЫХ ПРОЦЕССОРОВ В ИНФОРМАЦИОННО-ИЗМЕРИТЕЛЬНЫХ СИСТЕМАХ

И.Е. Тарасов Московский технологический университет

При проектировании информационно-измерительных систем их характеристики определяются комплексов параметров отдельных узлов и подсистем, включая как си-стему обработки и хранения данных, так и подсистемы получения первичной измери-тельной информации и её предварительной обработки. Ввиду того, что объёмы первич-ной информации могут быть слишком большими для прямой передачи в центральные вычислительные устройства, активно развиваются такие направления, как интеллекту-альные датчики, Интернет вещей (Internet of Things) и подобные направления, характе-ризующиеся созданием локальных подсистем, которые, в том числе, решают задачу уменьшения объёмов данных, требуемых для передачи в вышестоящие узлы системы для обеспечения её нормального функционирования.

Подобный подход требует улучшения производительности, функциональных воз-можностей и степени интеграции аппаратной платформы, реализующей связь с первич-ными источниками данных. Вместе с тем аппаратные устройства должны обладать вы-сокой степенью автономности в сочетании с реализацией интерфейсных и сетевых функций.

Устоявшимся в настоящий момент инструментом проектирования оригинальных вычислительных систем является их прототипирование на базе программируемых ло-гических интегральных схем (ПЛИС) с возможностью последующей реализации в СБИС. Переход к специализированной СБИС осложнен, с одной стороны, требованием высокого тиража изделий для достижения экономической окупаемости разработки, а с другой – повышением степени интеграции компонентов на полупроводниковом кри-сталле, что увеличивает технический риск для непрограммируемых схем в составе СБИС. Этот риск обусловлен, в том числе, изменением требований к алгоритмам обра-ботки измерительной информации, определяемым уже в процессе эксплуатации си-стемы.

Ввиду этого целесообразным является применением программируемых высокоин-тегрированных платформ для обработки первичной измерительной информации, кото-рые в настоящее время выделены в подкласс «системы на кристалле» (СНК). Наиболее распространенными являются СНК на базе процессорных ядер ARM.

Разработка программного обеспечения для СНК с симметричными процессорными ядрами и общим доступом к периферийным устройствам осложняется необходимостью обеспечения разделения ресурсов между процессорными ядрами. Это выполняется как на аппаратном (путем применения арбитров, нескольких слоев системной шины, кон-троллеров ПДП), так и на программном (с помощью ОСРВ) уровнях. Несмотря на по-добные меры, при наличии «узких мест» с точки зрения системной модели, эффектив-ность работы комплекса будет снижена. Особенно это проявляется при подключении большого количества разнородных источников данных, которые могут и не предъяв-лять особо жестких требований к скорости обмена данными, однако большое количе-ство запросов на обработку при разнородных протоколах обмена требуют дополни-


541

тельного внимания со стороны программиста. В конечном итоге в подобных устрой-ствах возникает проблема обработки одновременно приходящих запросов на обработку от независимых источников данных.

Кардинальным решением данной проблемы является разработка специализирован-ных СНК, в которых процессорные ядра, осуществляющие работу с источниками изме-рительной информации, являются специализированными. Это позволяет повысить эф-фективность использования кристалла ПЛИС или СБИС за счет отказа от большинства аппаратных функций ядер ARM, и одновременно ввести в состав новых ядер аппарат-ные узлы, ускоряющие обмен данными или обработку. Иерархия получаемой такой об-разом гетерогенной процессорной системы выглядит следующим образом: - центральная процессорная подсистема (например, на базе ядер ARM); - сеть специализированных процессоров для управления периферийными устрой-

ствами; - аппаратные ускорители/контроллеры УВВ (устройств ввода-вывода).

Пример организации СНК и взаимодействия процессорных ядер показан на ри-сунке. На нём видно, что управляющие процессоры («процессоры приложений») имеют как обобщенный ресурс (память), так и выделенные ресурсы в виде контролле-ров доступа к устройствам ввода-вывода.

Решение, основанное на подоб-ной архитектуре, позволяет разгру-зить центральный процессор и облег-чить задачу программисту, выполня-ющему системную интеграцию. Это происходит за счёт того, что специа-лизированные процессоры обеспечи-вают определённую автономность для соответствующих периферийных устройств, выполняя обмен данными, буферизацию, восстановление после сбоев, и, возможно, предварительную обработку (фильтрацию, спектраль-ный анализ, статистическую обра-ботку).

Применение рассмотренного подхода позволило разработать ряд устройств управления и сбора данных для исполь-зования в технических системах. После разработки методологии проектирования она была в явном виде апробирована при проектировании системы управления устрой-ствами вентиляции, жидкостного охлаждения и декоративной подсветки компьютер-ных корпусов [1]. В процессе проектирования размещение в составе ПЛИС гетероген-ной процессорной системы в составе коммуникационного процессора, процессора ви-зуальных эффектов и ускорителей обмена с периферийными устройствами позволило сократить объём логических ячеек, упростить программное обеспечение (включая до-стижение независимости функционирования логически несвязанных компонентов), и, в конечном итоге, обеспечить снижение стоимости комплектующих в условиях серий-ного производства контроллеров.

Рис.


542

В современных условиях представляется перспективной разработка СНК на базе гетерогенных процессорных ядер с применением ПЛИС семейства Zynq, выпускаемых компанией Xilinx [2]. В настоящее время на рынке представлены семейства Zynq-7000 [3] (с двухядерной аппаратной подсистемой процессоров ARM Cortex-A9) и Zynq-7000S (с одноядерной системой ARM Cortex-A9), выпускаемые по техпроцессу с нор-мами 28 нм. В 2018 году начато производство нового поколения Zynq UltraScale+ по техпроцессу 16 нм FinFET. Эти ПЛИС СНК изначально содержат гетерогенную про-цессорную подсистему в виде четырех процессоров приложений (application processor) ARM Cortex-A53, двух процессоров реального времени ARM Cortex-R и аппаратного графического ускорителя Mali-400. Возможности матрицы программируемых логиче-ских ресурсов допускают размещение от нескольких десятков до нескольких сотен спе-циализированных процессорных ядер.

[1] Тарасов И.Е., Потехин Д.С., Хренов М.А., Советов П.Н. // Экономика и менедж-

мент систем управления. 2017, №3.1(25). С.179. [2] http://www.xilinx.com [3] http://zedboard.org


543

ПРИМЕНЕНИЕ ТЕХНОЛОГИИ ОТКРЫТЫХ СИСТЕМ В МАТЕМАТИЧЕСКОМ МОДЕЛИРОВАНИИ

Г.В. Митин, Н.Н. Трохаченкова Московский технологический университет

Целью данной работы является наглядная иллюстрация потенциала открытых си-стем в математическом моделировании. В работе даётся определение открытой си-стемы и демонстрируется применимость в качестве инструмента для математического моделирования, приводятся результаты сравнения существующих пригодных откры-тых систем, обозначаются перспективы развития данного направления. Кроме того, в работе продемонстрированы сильные и слабые стороны различных распространенных на сегодняшний день систем математического моделирования и высказаны некоторые идеи касательно потенциала развития этих систем.

Исходя из определения, принятого Комитетом IEEE POSIX 1003.0, открытой си-стемой следует называть систему, обладающую стандартизованными интерфейсами взаимодействия, а также реализующую открытые спецификации на данные интер-фейсы, собственные сервисы и поддерживаемые форматы данных в том объёме, кото-рого будет достаточно, чтобы это программное обеспечение являлось переносимым в широком диапазоне систем и могло взаимодействовать с пользователями и другими приложениями на локальных и удаленных системах [1].

Под «открытой спецификацией» в определении POSIX понимается общедоступная спецификация, которая поддерживается открытым, гласным согласительным процес-сом, направленным на приспособление новой технологии к её применению, и которая согласуется со стандартами [1].

Основные свойства открытых систем таковы [2]: - расширяемость – возможность добавления новых элементов; - масштабируемость – способность справляться с возрастающей нагрузкой; - переносимость приложений и данных на другие платформы; - интероперабельность – способность взаимодействовать с другими системами; - способность к интеграции – способность взаимодействовать с другими системами

таким образом, чтобы работать как единое целое под управлением интеграцион-ного центра;

- высокая готовность – свойство системы быть защищённой и автоматизировано восстанавливаться после сбоев. Исходя из перечисленных свойств, логично заключить, что сильная сторона откры-

тых систем заключается в способности объединения систем, подобных друг другу, в единую конструкцию с большим функционалом. На это свойство накладывается ряд потенциальных ограничений: по мере расширения данной конструкции, представляю-щей собой систему систем, повышается сложность её использования. Также необхо-димо помнить, что любая открытая система имеет конечный набор интерфейсов взаи-модействия, а значит её способности к интеграции и интероперабельности с другими открытыми системами ограничены. Тем не менее, данные ограничения могут быть пре-одолены тем или иным путем.


544

Примерами открытой системы, имеющей функционал для математического моде-лирования, являются: пакеты прикладных программ MATLAB, Scilab, Maxima. Все они совместимы между собой [3].

Функционал пакета прикладных программ MATLAB охватывает такие области ма-тематики, как [3]: - линейная алгебра; - алгебра матриц; - интерполяция и экстраполяция кривых; - операции с многочленами, в частности их дифференцирование; - статистические функции; - цифровая фильтрация; - быстрое преобразование Фурье; - построение графиков; - численное интегрирование; - дифференциальные уравнения.

Для MATLAB имеется возможность создавать специальные наборы инструментов, расширяющие его функциональность. Они представляют собой коллекции функций, написанных на языке MATLAB для решения определённого класса задач. Эти инстру-менты применимы во многих областях, как-то [3]: - анализ и синтез географических карт, включая трёхмерные; - анализ и синтез динамических систем; - проектирование, моделирование и идентификация систем управления; - взаимодействие с внешними программными продуктами; - синтез и анализ нейронных сетей; - построение и анализ нечётких множеств; - символьные вычисления.

При сравнении функциональной полноты аналогичных систем MATLAB как пра-вило принимается за золотой стандарт [3]. Основным недостатком данного программ-ного пакета является его высокая стоимость по сравнению с менее функциональными аналогами [3].

Scilab имеет схожий с MATLAB язык программирования [3]. В состав пакета вхо-дит утилита, позволяющая конвертировать документы Matlab в Scilab [3]. Пакет при-кладных математических программ Scilab имеет инструменты для решения многих за-дач, полезных для математического моделирования из таких областей, как [3]: - линейная алгебра; - разреженные матрицы; - полиномиальные и рациональные функции; - интерполяция, аппроксимация; - решение дифференциальных уравнений различной сложности; - дифференциальные и не дифференциальные оптимизации; - работа с компьютерной алгеброй; - статистика.

Данная система ‒ наиболее полный аналог программного пакета MATLAB [3]. Вы-годной особенностью Scilab является бесплатное распространение [3, 4].


545

Система Maxima в свою очередь обладает высочайшей степенью переносимости [5] и позволяет использовать такие опции, как автоматизированная проверка правиль-ности математических выражений, применимая, в частности, для компьютерной про-верки ответов обучающихся математике [3].

Функционал данной системы полностью пересекается с MATLAB и Scilab, по-этому приводить его в данной работе нет смысла.

Анализируя обобщенный функционал перечисленных открытых систем, стано-вится очевидно, что данные программные продукты реализуют такие аспекты матема-тического описания объекта моделирования, как описания взаимосвязей параметров моделируемого объекта, представленные в виде: вектор-функций, неявных функций, обыкновенных дифференциальных уравнений, дифференциальных уравнений с част-ными производными, вычислительного алгоритма, вероятностного описания.

Таким образом, данные системы можно считать применимыми в следующих от-раслях математического моделирования [6]: - аналитическое моделирование, поскольку часть описанных выше открытых ин-

формационных систем обладает необходимым функционалом для исследования объекта моделирования аналитическим и численным методами решения;

- алгоритмическое моделирование, поскольку данные системы обладают необходи-мым инструментарием для описания процесса функционирования системы во вре-мени с сохранением их логической структуры и последовательности протекания существенных явлений во времени. В частности, пакет MATLAB имеет инструментарий для решения задач оптимиза-

ции [2] – одной из ключевых дисциплин аналитического моделирования [6] и в то же время имеет некоторый функционал для реализации статистического моделирования – одного из ключевых аспектов алгоритмического моделирования.

Однако несмотря на то, что пакет MATLAB, исходя из описанных выше данных, является наиболее полной системой математического моделирования из всех перечис-ленных, эффективность его использования частично нивелируется дороговизной дан-ного программного обеспечения. В связи с этим целесообразным является использова-ние отдельных компонентов пакета MATLAB, которые продаются отдельно, совместно с менее дорогостоящим программным обеспечением, как, например, бесплатный пакет Skilab. Ввиду того факта, что данные пакеты прикладных программ способны к инте-роперабельности, логично предположить, что будет экономически выгодно использо-вать функционал пакета Skilab, дополненный частью инструментария пакета MATLAB.

Данные открытые системы имеют большой потенциал развития. В частности, та-ким системам была бы полезна функция удаленного многопользовательского доступа для создания множественных математических моделей группой удаленных пользова-телей или для совместной работы над одной математической моделью. Также целесо-образным является частичное объединение вычислительного потенциала таких систем для создания единой среды поддержки математического моделирования, снабженной единым интерфейсом для взаимодействия с пользователем.

Кроме того, в настоящее время в связи с развитием средств обработки информации и большими объёмами данных, количества разнородных источников информации, при-меняемых как в науке, так и на производстве и даже в повседневной жизни человека,


546

графическое представление информации является наиболее востребованным по срав-нению с другими доступными формами. Поэтому можно предположить, что рассмот-ренные системы в последующих версиях обретут соответствующие функции.

Исходя из вышесказанного, можно отметить, что открытые системы в их нынеш-нем состоянии могут являться эффективным инструментом в области математического моделирования. В частности, технология открытых систем подразумевает ряд допол-нительных возможностей для пользователя, таких как комбинирование функционала с целью извлечения максимальной эффективности из каждой системы. Таким образом, данная технология позволяет сделать системы математического моделирования более функциональными и привлекательными для пользователя. Целесообразно развивать практику проектирования открытых систем математического моделирования, и это направление имеет хорошие перспективы. [1] http://citforum.ru/database/articles/art_19.shtml [2] https://studfiles.net/preview/5389890/ [3] https://www.scienceforum.ru/2014/pdf/5807.pdf [4] https://ru.wikibooks.org/wiki/Scilab [5] http://maxima.sourceforge.net/ru/index.html [6] Коржов Е.Н. Математическое моделирование: учебное пособие. – Воронеж: Изда-

тельско-полиграфический центр Воронежского государственного университета. 2012. 74 с.


547

ИСПОЛЬЗОВАНИЕ ПЛАТФОРМЫ ИНТЕРНЕТА ВЕЩЕЙ ДЛЯ СОЗДАНИЯ ЛАБОРАТОРНЫХ РАБОТ

ПО ШКОЛЬНОМУ КУРСУ ФИЗИКИ А. Л. Умнов1), Д.А. Беспалов1), Б. Янкович1), П. Янкович1), Д. Родич2)

1)ННГУ им. Н.И. Лобачевского 2)High School “Laza Kostic“, Novi Sad, Vojvodina – Serbia

Возможности современных платформ Интернета вещей (IoT) позволяют перейти на качественно новый уровень учебных экспериментальных работ по физике как в шко-лах, так и в вузах. Одной из наиболее приспособленных для образовательных целей является платформа Arduino. Фактически Arduino ‒ это электронный конструктор, поз-воляющий быстро разрабатывать радиоэлектронные устройства, содержащие микро-процессор, проводные и беспроводные интерфейсы связи, датчики и актуаторы. Про-стота и удобство сборки устройств и их программирования, а также наличие огромного числа открытых проектов способствовало формированию многомиллионной пользова-тельской аудитории. Изучение платформы включено в образовательные программы многих ведущих университетов мира.

Многолетний опыт проведения Школ «Технологии+Бизнес» на базе Лаборатории физических основ и технологий беспроводной связи радиофизического факультета ННГУ [1] показал, что студенты и даже школьники в состоянии в течение двух-трех недель с нуля освоить платформу и создать, используя её, прототип довольно сложного работоспособного прибора, например, метеостанции. При этом, помимо платформы Arduino, участники Школ использовали платформу управления персональными знани-ями Alterozoom, которая позволяет работать как с базами знаний, аккумулирующими мультимедийные образовательные документы, так и с виртуальными образами реаль-ных физических объектов, построенных для Интернета вещей.

Использование платформ Интернета вещей может быть целенаправленно вклю-чено в курс школьной физики для проведения учебных лабораторных работ, причём это включение может быть реализовано двумя разными способами: - в рамках проектного обучения; - в рамках традиционного классно-урочного обучения.

В первом случае в рамках школьных учебно-исследовательских проектов под ру-ководством преподавателя создаются экспериментальные установки, позволяющие ис-следовать тот или иной физический эффект или явление. Во втором случае созданная экспериментальная установка используется в ходе традиционного учебного процесса.

Предлагаемый подход в настоящее время успешно внедряется при изучении фи-зики в Лаборатории физических основ и технологий беспроводной связи (ФОТ БС) ра-диофизического факультета ННГУ в рамках учебно-исследовательских работ абитури-ентов, в гимназии им. Лазы Костича г. Нови Сад (Сербия) и в лицее № 38 г. Нижнего Новгорода.

В качестве примера можно привести проект, выполненный в 2017-2018 учебном году слушателями подготовительного отделения факультета иностранных студентов ННГУ под руководством сотрудников ФОТ БС и при участии преподавателей физики и информатики гимназии им. Лазы Костича г. Нови Сад (Сербия).


548

Целью проекта было создание лабораторной работы, демонстрирующей основные законы кинематики. Этот раздел физики хорош тем, что, изучая его, обучающиеся зна-комятся с базовыми понятиями физики, такими, как пространство, время, система от-счета, система координат, перемещение, скорость, ускорение, без которых невозможно дальнейшее изучение физики. Движение объектов в буквальном смысле наглядно для обучающихся, законы движения просты.

Разработанная лабораторная установка представляет собой замкнутую транспор-терную ленту с регулируемой скоростью движения, по которой перемещается неболь-шой объект, скоростью и направлением движения которого также можно управлять ди-станционно. Для определения в реальном времени координаты объекта используется метод оптической триангуляции. С этой целью объект был оборудован фотоприемни-ком, регистрирующим сигналы, генерируемые лучами двух вращающихся лазеров, за-крепленных на неподвижном основании лабораторной установки.

Установка управляется с компьютера, на котором работает приложение Alterozoom, обеспечивающее экспериментатору выбор скорости движения транспор-терной ленты, скорость и направления движения объекта, фиксацию координат объекта в реальном времени, визуализацию траектории движения объекта, а также построение графиков зависимостей координат и проекций скорости объекта от времени.

Онлайн-описание лабораторной работы выполнено с использованием специаль-ного формата мультимедийных документов сервиса Alterozoom типа «шаблон», позво-ляющего экспериментатору следовать набору инструкций и заполнять шаблон отве-тами на вопросы, фотографиями этапов проведения эксперимента, эксперименталь-ными данными, комментариями и другими материалами. Итоговый документ может быть очищен экспериментатором от инструкций и сохранен им в своём персональном рабочем пространстве для дальнейшей аналитической работы и отчёта перед препода-вателем. Важно отметить, что описание содержит не только инструкции, но и творче-ские задания, а также проверочные вопросы (тесты с возможностью автоматической проверки).

Выполненный проект подтвердил эффективность проектного метода, в рамках ко-торого для изучения физики используется образовательная IoT-платформа Arduino, ин-тегрированная с системой управления персональными знаниями Alterozoom, о чём сви-детельствует высокий интерес, проявленный обучающимися в ходе выполнения про-екта, а также высокие результаты их тестирования по разделам школьного курса фи-зики, которые были в той или иной степени затронуты в ходе выполнения проекта.

Следует отметить, что проект позволил обучающимся не только углубить свои зна-ния в области школьной физики и математики, но и дополнительно освоить современ-ные информационные технологии, а также выработать навыки самостоятельной и ко-мандной работы.

[1] http://sk.ru/opus/p/project-based-learning-book-2018.aspx


549

ПРОГРАММНО-АППАРАТНЫЙ КОМПЛЕКС ДЛЯ ПОСТРОЕНИЯ ПЕРСОНАЛЬНЫХ АДАПТИВНЫХ ОБРАЗОВАТЕЛЬНЫХ СРЕД

А.Л. Умнов ННГУ им. Н.И. Лобачевского

Для подготовки нового поколения, способного выполнить цифровую трансформа-цию экономики, необходимо, чтобы школьники и студенты получили знания и навыки разработки и эффективного использования «умных» устройств, подключенных к Ин-тернету вещей (IoT). Высокая скорость изменения технологического ландшафта при-водит к тому, что традиционные формы получения знаний работают всё хуже и хуже в силу их медленной реакции на происходящие изменения, а также несфокусированно-сти их на интеграцию с реальной, быстро изменяющейся техногенной средой. Един-ственным выходом является предоставление возможности обучающемуся самому по-лучать знания, используя для этого самые различные источники информации. Для обес-печения высокой эффективности процесса самостоятельного получения знаний обуча-ющемуся могут быть предоставлены информационные инструменты, облегчающие си-стематизацию и анализ поступающей из различных источников информации, предо-ставлено методическое сопровождение процесса усвоения информацией, а также дана возможность активной работы по самостоятельному практическому использованию приобретаемых знаний для создания и грамотного использования новых «умных» устройств в реальном мире.

Разработанный программно-аппаратный комплекс дает пользователю набор про-грамм для компьютеров, мобильных устройств, платформы Arduino, а также предостав-ляет возможность подключения к центральному серверу комплекса. Помимо про-граммных средств пользователь может в рамках комплекса использовать платы Ar-duino, одноплатные компьютеры Raspberry Pi или аналогичные, а также различные дат-чики, актуаторы и другие вспомогательные устройства. Программные и аппаратные средства, интегрированные в единый комплекс, позволяют пользователю активно обу-чаться, формируя свое персональное образовательное пространство, включающее как виртуальные объекты (мультимедийные документы), так и интерфейсы к «умным» объ-ектам реального мира. Часть из «умных» объектов может быть создана пользователем самостоятельно. Для облегчения этого процесса пользователю могут быть предостав-лены специальные стартовые наборы радиоэлектронных компонентов, позволяющие выполнять лабораторные работы и реализовывать эталонные проекты. При развитии проектов обучающийся может дополнительно использовать различные доступные ему материалы и радиоэлектронные компоненты, включая стандартизированные корпуса приборов, а также различные средства прототипирования, например, 3D принтеры и станки с ЧПУ, которые позволяют ему лучше понять особенности современных произ-водственных процессов.

В качестве эталонных проектов прекрасно подходят проекты, связанные с созда-нием систем мониторинга параметров окружающей среды (локальной погоды и микро-климата открытых территорий и закрытых помещений), а также систем, позволяющих локально изменять параметры окружающей среды. Для этих проектов уже сейчас су-ществует большое число недорогих и простых в использовании датчиков и актуаторов. Созданные в рамках этих проектов устройства и системы могут быть использованы не


550

только для обучения, но и для построения краудсорсинговых сетей метеорологического наблюдения и экологического мониторинга. Построение краудсорсинговых сетей об-легчается тем, что проекты могут реализовываться многочисленными командами, фор-мируемыми в рамках школ и университетов.

Поддержка проектов в публичном Интернет-пространстве также может быть вы-полнена средствами, которые предоставляет программно-аппаратный комплекс для публикации материалов проектов, а также для организации совместной работы над ними.

Описанная концепция в настоящее время проходит проверку в рамках проекта ECOIMPACT программы Erasmus+ Европейского союза, в которой участвует девять университетов Европы и России.

В состав предлагаемого проектом комплекса входят: - приложение для компьютера, позволяющее создавать персональные базы знаний

с использованием собственных и внешних источников; - «облачный» сервис для хранения, анализа и публикации информации из персо-

нальных баз знаний; - блоки датчиков с проводными и беспроводными интерфейсами; - блоки актуаторов (двигателей, соленоидов и т.п.); - локальные сервера и хабы, обеспечивающие организацию всех блоков в единую

систему; - «облачный» сервис, обеспечивающий организацию территориально распределен-

ных сетей из «умных» IoT-систем (метеостанций, блоков контроля качества воз-духа, «умных» помещений и т.п.). Использование такого комплекса с набором персональных информационных ин-

струментов дадут возможность пользователю: - собирать и создавать информационные материалы в виде мультимедийных доку-

ментов, содержащих текст, изображения, аудио- и видеоролики, а также интерак-тивные объекты специального типа (географические карты, ай-фреймы и т.п.);

- создавать собственную структуру материалов, распределяя их по базам знаний, ка-тегориям и подкатегориям, а также размечая различными тегами (ключевыми сло-вами, географическими и временными метками, хештегами);

- определять вид доступа к материалам (публичный, приватный, совместный с дру-гими выбранными пользователями);

- пользоваться при создании и анализе информации шаблонами, организующими эту работу в соответствии с различными методиками;

- совместно с другими пользователями работать над мультимедийными докумен-тами;

- создавать интегрируемые с программно-аппаратным комплексом «умные» устрой-ства и объединяющие их системы (как в рамках локальных объектов, так и геогра-фически распределенных);

- организовывать математическую обработку данных, поступающих с датчиков, и управление системами с помощью специальных программных скриптов;

- интегрировать в мультимедийные документы приборные панели IoT-систем; - создавать базы вопросов и объединяющих их тестов, организовывать тестирование

других пользователей;


551

- осуществлять эффективный поиск по персональным и публичным материалам; - публиковать в открытом доступе в сети Интернет как отдельные мультимедийные

документы, так и объединяющие их базы знаний. Благодаря наличию приложения для компьютера пользователь имеет возможность

работать с программно-аппаратным комплексом не только в онлайн режиме (через веб-интерфейс), но и в офлайн режиме (без доступа в Интернет). Эта возможность особенно важна при работе с «умными» устройствами.

При применении рассматриваемого программно-аппаратного комплекса для обу-чения школьников и студентов в области метеорологии и экологии открываются новые возможности параллельного обучения технологиям Интернета вещей, а также выпол-нения проектов по созданию: - метеорологических станций (с целью измерения температуры, влажности, давле-

ния, силы ветра и т.д.); - приборов, контролирующих параметры микроклимата в помещениях, включая

контроль загрязнения воздуха (уровни углекислого газа, угарного газа, кислорода, присутствие летучих органических веществ, уровень запыленности);

- систем управления микроклиматом в теплицах, гроубоксах и т.п. на основе данных мониторинга;

- построение распределенных комплексных сетей мониторинга и управления; - создание «умных» домов, теплиц и т.п. объектов.


552

ИСПОЛЬЗОВАНИЕ ФАЗИРОВАННЫХ АНТЕННЫХ РЕШЕТОК С АДАПТИВНЫМИ ДИАГРАММАМИ НАПРАВЛЕННОСТИ

В БЕСПРОВОДНЫХ СИСТЕМАХ СВЯЗИ НА ОСНОВЕ ПАССИВНЫХ ЛИНЕЙНЫХ РАССЕИВАТЕЛЕЙ

Я.А. Силашкин, А.Л. Умнов ННГУ им. Н.И. Лобачевского

В настоящее время в связи с развитием беспроводных сетей, состоящих из боль-шого числа однотипных миниатюрных автономных устройств, расположенных на от-носительно небольших расстояниях, наблюдается потребность в малогабаритных энер-гетически эффективных передатчиках.

Для таких сетей решающее значение при выборе приёмопередатчиков являются низкая стоимость узла, простота, высокая надёжность и минимальное потребление энергии автономного источника питания [1].

Основным потребителем энергии узла беспроводной сети является его передаю-щая часть. Поэтому одним из решений задачи снижения энергопотребления является использование в качестве источников радиосигналов пассивных рассеивателей, пере-излучающих электромагнитные поля, создаваемые внешними источниками. При этом передаваемая информация может быть записана в переизлученное поле путём модуля-ции параметров нагрузок, включенных в рассеиватель.

Достоинствами такой системы связи являются: - простота узла сети; - низкая стоимость; - высокая автономность за счёт низкого энергопотребления; - небольшие габариты; - малый вес; - отсутствие необходимости обслуживания.

Предлагаемая система связи представляет собой две круговые адаптивные антен-ные решётки из 16 элементов и сам пассивный рассеиватель (см. рисунок).

Антенна №1 обеспечивает поле подсветки рассеивателя, который путём изменения параметров линейного элемента модулирует сигнал подсветки. Модулированный сиг-нал принимается антенной решёткой №2.

В отличие от систем связи на основе нели-нейных рассеивателей, где используются либо кратные, либо комбинационные гармоники, в системе с линейными рассеивателями частота принимаемого сигнала равна частоте сигнала подсветки. Поэтому возникает проблема де-тектирования слабого отраженного сигнала на фоне поля подсветки.

Для минимизации влияния поля под-светки на полезный сигнал предлагается ис-пользовать антенны с адаптивными диаграм-мами направленности, сформированными та-ким образом, чтобы их максимумы были в

Рис.


553

направлении пассивного рассеивателя, а в направлении другой антенны были мини-мумы.

Кроме того, для минимизации ослабления сигнала из-за эффектов затенения и ин-терференции, адаптация системы должна происходить на всех уровнях (путём управ-ления частотой, диаграммой направленности, параметрами модуляции, скоростью пе-редачи). [1] Умнов А.Л., Головачев Д.А., Шишалов И.С. // В сб. докл. I Международной научно-

практической конференции «Современные информационные технологии и ИТ-образование». Под ред. проф. В.А. Сухомлина. ‒ Москва: Изд. МАКС Пресс, 2005. С. 720.


554

THEORETICAL ANALYSIS OF UNUSUAL FEATURES OF NANOSTRUCTURED CORE-MULTISHELL MODELS FOR POTENTIAL BIOMEDICAL APPLICATIONS

D. Rodić1,2), J.P. Šetrajčić2,3) 1)High School “Laza Kostic“, Novi Sad, Vojvodina – Serbia

2)University of Novi Sad, Faculty of Sciences, Department of Physics, Vojvodina – Serbia 3)University “Union – Nikola Tesla”, Faculty of Sport, New Belgrade, Vojvodina – Serbia

Science is nowadays very interested in low-dimensional systems, the dimensions of order of even few nanometers, which, in practical application, demonstrate exceptional characteris-tics in various fields. The need to minimize dimensions was imposed by a number of inter-related and mutually dependent requests of modern civilization, probably key to its further survival and sustainable development, which can generally be categorized as belonging to the fields of energy, health and ecology. In that sense, the subject of the research in this work will include nanomaterials in the field of biopharmaceutical technology for biomedical application [1‒4]. This includes the very precise encapsulated drug delivery, on exactly defined place in the human tissue or organ and disintegration of capsule – drug carrier, so that the medicament can start producing its effect. The goal of multidisciplinary researches with biocompatible molecular nanomaterials is to find the parameters and the possibilities to construct boundary surfaces that will, in interaction with biological environment, create such properties of nanolayers that are convenient for use for layers of drug carrier capsules, biochips and bi-omarkers. These layers should demonstrate controlled disintegration of structure, better dif-ferencing dielectric properties, discrete selective luminescence and appropriate bioporosity as all these are the requirements of contemporary nanomedicine [5‒9]. The aim of our research group is that within materials science we understand the essential mechanisms of transport processes in low-dimensional systems, so we chose an analytical approach with the ambition that in the very near future, we study with the help of computer resources too.

Our research group believes that the methodology used to analyze physical properties of nano-films can be used for theoretical studies of materials with transfer character to be used in nanopharmacy. This is primarily thinking of core shell models under which the systems include a spherical shape. The basic idea of core shell model in biomedicine is to fill the interior of hollow nanospheres by active component of pharmaceuticals. The role of hollow spheres measuring up to tens of nanometers is transport. Thanks to its dimensions and prop-erties of hollow nanosphere are ideal candidates to be hosts for the active components of pharmaceuticals, which cannot be done by conventional methods without serious conse-quences transported to the target place.

Based on our research in ultrathin crystal structures performed so far, films, superlattices, Q-wires and Q-dots [10‒12], we will consider the materials that can act as carriers for medi-cines and tagged substances. For this purpose, we have established a spherical shell model of ultrathin molecular crystals and investigated their mechanic – especially elastic and thermo-dynamic properties, then their conductive and, in addition – their dielectric, particularly optic-absorption characteristics. As in our previous researches into the properties of the structures that are extremely limited in space (however linearly), here we will also use the previous experience in methodology and goals of researches, as well as in expected results. Our future researches can be classified into the following phenomena and areas.


555

When we are in the course of studying and analyzing the mechanical and elastic properties of core-shell crystalline nanomodels because we are interested in, say, heat capacity or the influence of externally stimulated electromag-netic radiation on the (in)stability of this crys-talline nanostructure, we will take into consid-eration all the methods applied and the results obtained from our long-term work on modeling and investigation of the properties of phonon ultrathin films (Fig. 1).

When we deal with transport characteris-tics of core-shell crystalline nano-models be-cause we are interested in, e.g. heat capacity or the influence of the presence of rapidly chang-ing external electromagnetic radiation on the electromagnetic conductivity of this crystalline nanostructure, we will take into consideration all the methods applied and the results obtained from our long term work on modeling and in-vestigations of electron ultrathin films (Fig. 2).

Researches into optical properties of core- shell crystalline nanomodel because we are in-terested in, e.g. selective absorption or reversi-ble (fluoluminescent) influence of externally stimulated electromagnetic radiation on the (in)stability of this nanostructure, we will take into consideration all the methods applied and the results obtained from our long-term work on modeling and investigations of exciton ul-trathin films (Fig. 3).

How could the research of material look like if could be modeled as a core-shell?

If we perform research of material, in the most general case we can examine the three major subsystems: phonon, electronic and exciton [13‒15]. In general, the results related to the phonon subsystem would have shown us what are the mechanical properties of materials, electronic sub-system would give us a conductive properties while exciton subsystem is “re-sponsible” for the optical properties.

As we already operate with a testing methodology of specified subsystem, the next step would be adjusting the methodology to the spherical systems as hollow nanosphere is that might be carriers of pharmaceuticals. Namely, nanosphere can be seen just as a system com-posed of a number of ultrathin films, Fig. 4. So, in this way the results connected to ultrathin films could be used. Of course, the transition from flat to spherical ultrathin films is not a trivial problem. The first step is to create an adequate Fourier transformation, but the real problem is the way how to include a flat deformation of a thin film that would emerge. Further

Fig. 1

Fig.2

Fig. 3


556

research of some subsystem would follow, pri-marily phonon since the mechanical properties in terms of application are the most important. Research of conductive and optical properties may lead to knowledge of how the holders of pharmaceutical nanoparticles can be induced, i.e. how they can be manipulated (e.g. target more).

The most significant results that we achieved during our previous researches [10‒16], concerning the formation and the analysis of the core-shell crystalline nanomodel and its potential application in nanomedicine, can be briefly defined in the following way: At bound-ary surfaces of the nanofilm (here it is a nano shell), due to extreme localization of elemen-tary excitations, all the physical properties of the material change, therefore: 1) small, thermally or mechanically stimu-

lated disturbances can become surface waves of great amplitude, i.e. energies that can imply the braking up of crystallo-graphic connections between the atoms of boundary planes and the decomposition of the boundary layer, and then of all the other atoms;

2) heat can be more easily absorbed and surface conducted, which allows the nanolayer to be supplied with additional energy which is necessary in order to melt the material on boundary layers first, and the other layers afterwards;

3) external electromagnetic radiation can be selected by frequencies and partially absorbed, whereas an intense luminescence is also to be expected to occur. Where do we get the connection between core-shell models with these film models from?

All nano or ultrathin films are structures that are extremely limited along one dimension, usu-ally chosen as z-direction, so that the thickness of the film was: L = N∙a, where N ≤ 10 repre-sents the number of film layers, whereas a is the thickness of crystallographic layer (the dis-tance between the two boundary crystallographic planes). Core-shell model (Fig. 4) has an ultrathin crystalline layer around the core (which is the carrier of medicines, probes, ets.), and this nanolayer is limited along one dimension, or, in other words, along one coordinate. We have here a radial limitation/restriction: r ϵ [R, R+L], with several crystallographic layers. However, we will have to bear in mind that basic crystallographic data for the planes posi-tioned to the center of the core – differ: for example, distances between the atoms in crystal grids increase as we move further from the center of the core.

This results in the changes of elementary interactions. This is what we will certainly bear in mind; moreover, that can have positive effects on the description of quantum effects, and some new ones may appear. As to the analytical solutions related to the dynamics of subsys-tems are very hard to be reached, for the start a potential approach might be by the use of

Fig. 4


557

computer resources, i.e. creating a simulation that would lead to some general results that could indicate the solution.

This work was partially supported by the Ministry of Science and Technological Devel-opment of the Republic Serbia (Grants ON-171039 and TR-34019) and by the Ministry of Science and Technology of the Republic Srpska (Grant 19/6-020/961-16/15) as well as the Provincial Secretariat for High Education, Science and Technological Development of Voj-vodina (Grant 142-451-2469/2017-01/02).

[1] Schaefer H.E. Nanoscience – The Science of the Small in Physics, Engineering, Chemis-

try, Biology and Medicine. – Berlin: Springer, 2010, 772 p. [2] Phillips K.A. // Health Affairs. 2006. Vol. 25, No. 5. P. 1271. [3] Pathak Y., Thassu D. Drug Delivery Nanoparticles Formulation and Characterization. –

New York: Informa Healthcare, 2009. 416 p. [4] Morrow K.J., Bawa R., Wei C. // Med. Clin. N. Am. 2007. Vol. 91. P. 805. [5] Murphy E.A., Majeti B.K., Barnes L.A., Makale M., Weis S.M., Lutu-Fuga K., Wrasidlo

W., Cheresh D.A. // PNAS. 2008. Vol. 105, No. 27. P. 9343. [6] Mirkin C.A., Thaxton C.S., Rosi N.L. // Expert. Rev. Mol. Diagn. 2004. Vol. 4, No. 6. P.

749. [7] Zhang X., Rehm S., Safont-Sempere M.M., Würthner F. // Nature Chemistry. 2009. Vol.

1. P. 623. [8] Adverse Effects of Engineered Nanomaterials /Eds. Fadeel B., Pietroiusti A., Shvedova

A.A. – San Francisco: Elsevier, 2012. 360 p. [9] Fröhlich E. // Int. J. Nanomedicine. 2012. Vol. 7. P. 5577. [10] Stojković S.M., Mirjanić D.Lj., Šetrajčić J.P., Šijačić D.D., Junger I.K. // Surface Sci-

ence. 2001. Vol. 477. P. 235. [11] Šetrajčić J.P., Jaćimovski S.K., Vučenović S.M. // Physica A. 2017. Vol. 486. P. 839. [12] Rodić D., Škipina B., Pelemiš S.S., Jaćimovski S.K., Šetrajčić J.P. // Opt. Applicata.

2013. Vol. 43, No. 4. P. 643 [13] . Šetrajčić J.P., Ilić D.I., Jaćimovski S.K. // Physica A. 2018. Vol. 496. P. 434. [14] Šetrajčić J.P., Jaćimovski S.K., Sajfert V.D., Šetrajčić I.J. // Commun. Nonlinear Sci.

Numer. Simulat. 2014. Vol. 19, No. 5, P. 1313. [15] Šetrajčić I.J., Rodić D., Šetrajčić J.P. // J. Opt. 2015. Vol. 44, No. 1. P. 1. [16] Vučenović S.M., Rodić D., Šetrajčić J.P. Preferences for Nano-Delivery Optical Multi-

layer Core-Shell Model. – Saarbrücken: LAP Lambert Academ. Publ., 2018.


558

СЕНСОРНАЯ СЕТЬ МОНИТОРИНГА КАЧЕСТВА ВОЗДУХА В ГОРОДЕ САНКТ-ПЕТЕРБУРГ

Е.М. Лысцова1), В.В. Чукин1,2) 1)Российский государственный гидрометеорологический университет

2)ООО «Лаборатория метеотехнологий» Влияние аэрозолей в воздухе на жизнь людей с каждым годом становится всё

больше. Аэрозоли, вдыхаемые человеком, пагубно влияют на его здоровье, нанося ему урон, который в значительной мере зависит от типа и размеров аэрозолей [1‒3]. Причин повышения содержания аэрозолей в воздухе достаточно: от выбросов автомобилей и промышленности до пожаров и неблагоприятных погодных явлений, которые способ-ствуют накоплению и перемещению аэрозолей [4‒6].

Для мониторинга качества воздуха по содержанию аэрозолей авторами работы был создан беспроводной датчик аэрозоля на основе модуля Samyoung DSM501A, платы NodeMcu Base и микроконтроллера ESP8266. Для датчика разработана прошивка с ис-пользованием среды Arduino IDE, позволяющая осуществлять мониторинг массовой концентрации аэрозолей диаметром менее 2,5 мкм. Измеренные значения концентра-ции аэрозолей по WiFi передаются через сеть в Интернет и записываются в базу данных на сервере.

В дальнейшем планируется создание целой сети подобных датчиков в городе Санкт-Петербург для выявления зон пониженного качества воздуха с целью информи-рования населения о возможных последствиях пребывания человека в подобных усло-виях. [1] Dall’Osto M., Beddows D.C.S., Pey J., Rodriguez S., Alastuey A., Roy M. // Atmospheric

Chem. Phys. 2012. Vol. 12. P. 10693. [2] Grahame T.J. // Inhal. Toxicol. 2009. Vol. 21, No. 5. P. 381. [3] Turpin B.J., Lim H.-J. // Aerosol Science and Technology. 2001. Vol. 35. P. 602. [4] Park S.S., Lee K.H. // Environ Sci Process Impacts. 2015. Vol. 17, No. 10. P. 1794. [5] Santoso M., Lestiani D.D., Hopke P.K. // J. Air Waste Manag. Assoc. 2013. Vol. 63.

No. 9. P. 1022-5. [6] Perez N., Pey J., Cusack M., Reche C., Querol X., Alastuey A., Viana M. // Aerosol

Science and Technology. 2010. Vol. 44. P. 487.


559

КОНЦЕПЦИЯ ИНТЕЛЛЕКТУАЛЬНОГО УСТРОЙСТВА ОЧИСТКИ АТМОСФЕРНОГО ВОЗДУХА ОТ АЭРОЗОЛЕЙ Н.И. Булыгина1), Н.С. Егоров1), О.А. Кепман1), В.В. Чукин1,2)

1)Российский государственный гидрометеорологический университет 2)ООО «Лаборатория метеотехнологий»

Известно, что в современном мире одна из важнейших задач, стоящих перед чело-вечеством, ‒ сохранение здоровья граждан. Важным условием для крепкого здоровья является чистый воздух, тогда как аэрозоли ‒ взвешенные частицы твердого или жид-кого вещества в атмосфере ‒ пагубно сказываются как на здоровье, так и на окружаю-щей среде в целом.

Существует несколько разновидностей аэрозолей. Атмосферным аэрозолем назы-вают взвешенные дисперсные частицы естественного происхождения, находящиеся в жидком или твердом состояниях в воздухе. Твердые частицы имеют размеры 10–1–105 нм, а жидкие – 102–106 нм [1]. К твердым аэрозолям относятся вулканическая пыль и пепел, частицы дыма от лесных пожаров, почвенная и космическая пыль, к жидким – капельки пресной и морской воды. Естественным путём в атмосферу попадают также пыльца и споры растений, микроорганизмы и продукты органического распада. Аэро-золи антропогенного происхождения представлены продуктами сжигания топлива и работы промышленных предприятий и частицами почвы, поднимаемыми ветром при распахивании земель. Конденсационные аэрозоли представлены облаками или тума-нами, образующимися при конденсации водяных паров атмосферы и состоящими из капель или ледяных кристаллов. Аэрозоли в виде облаков играют положительную роль, являясь важнейшим звеном круговорота воды в природе и регулируя температурный режим. Радиоактивные аэрозоли (образующиеся, например, при ядерных взрывах, пе-реработке радиоактивных материалов), пыльные бури, вулканическая пыль и пепел, смог представляют собой опасные явления [1].

Присутствие аэрозольных частиц существенно для атмосферных оптических явле-ний: практически во всем оптическом диапазоне величины коэффициентов аэрозоль-ного ослабления, рассеяния и поглощения приблизительно того же порядка, что и для всех вместе взятых атмосферных газов, но аэрозольные оптические характеристики го-раздо более изменчивы как во времени, так и в пространстве. Кроме того, угловые оп-тические характеристики аэрозолей существенно отличаются от этих характеристик для газов. Вследствие этого в атмосфере наблюдаются такие оптические явления как зори, радуга, венцы, глории и др. [3].

Аэрозольные загрязнения атмосферы приводят к заболеваниям дыхательных путей и токсичным отравлениям, а также могут стать причиной аллергических заболеваний. Аэрозольные загрязнения антропогенного характера разрушают экосистему и мешают протеканию естественных природных процессов, к примеру, процесса фотосинтеза [1]. Поэтому очень важно предотвращать или сокращать выбросы загрязняющих веществ в атмосферу и искать новые способы её очистки.

Воздушная среда производственных помещений, в которой содержатся вредные вещества в виде аэрозолей, оказывает существенное влияние на здоровье работников. Наиболее частым заболеванием, вызываемым действием пыли, является бронхит. В


560

бронхах скапливается мокрота, и болезнь хронически прогрессирует. Имеется непо-средственная связь между количеством, концентрацией, химическим составом пыли в рабочей зоне и возникающими профессиональными заболеваниями работников.

Наиболее опасны для человека аэрозоли, состоящие из очень мелких частиц (раз-мером от 0,5 до 10 мкм), которые легко проникают в легкие и задерживаются там в альвеолах. Чем мельче частицы пыли, тем дольше они находятся в воздухе в виде аэро-золя и тем легче в процессе дыхания попадают в организм человека.

Пылевые частицы с зазубренными острыми краями (металлическая, минеральная пыль), попадающие в дыхательные пути в большом количестве, могут травмировать слизистые оболочки. Задерживаясь в легких, они приводят к развитию соединительной ткани в воздухообменной зоне и рубцеванию (фиброзу) легких.

Характер воздействия пыли на организм человека зависит от её химического со-става и токсичности (ядовитости). Попадая в организм человека, частицы токсической пыли взаимодействуют с кровью и тканевой жидкостью. В результате протекания хи-мических реакций образуются ядовитые вещества. Продолжительное действие пыли на органы дыхания может привести к профессиональному заболеванию ‒ пневмокониозу. Пневмокониоз характеризуется разрастанием соединительной ткани в дыхательных пу-тях.

В запыленном воздухе дыхание становится затрудненным, насыщение крови кис-лородом ухудшается, что предрасполагает к легочным заболеваниям. Пыль, попадаю-щая на слизистые оболочки глаз, вызывает их раздражение, конъюнктивит. Оседая на коже, пыль забивает кожные поры, препятствуя терморегуляции организма, и может привести к дерматитам, экземам. Также доказано, что аэрозоли являются путем передвиже-ния для различных болезней, которые, несомненно, ускоряют заражение [2].

Таким образом, существует потребность в разработке устройства, которое было бы способно очищать атмосферный воздух достаточно экологично и с наибольшей эффек-тивностью.

Авторами предлагается следующая концепция такого прибора (см. рис.). Воздух, при захвате, проходит через входной кулер, попадая внутрь прибора на

оптический датчик, который производит первичный анализ загрязнения. Далее воздух проходит систему стенок, выполненных по типу «лабиринт». Температура внутри по-нижается под воздействием модуля Пельтье. По мере прохождения влажность воздуха увеличивается. Загрязняющие частицы вместе с конденсированными каплями остаются на стенках прибора, стекая в водосборник. После этого очищенный воздух проходит через второй оптический датчик, который регистрирует содержание и размеры частиц в воздухе. С помощью второго кулера воздух выходит наружу. Через определенное ко-личество времени микроконтроллер собирает данные и строит два профиля с последу-ющей отправкой на сервер, находящийся в компьютере.


561

Рис.

Таким образом, предлагаемое устройство включает в себя следующие компо-ненты: - корпус (выполнен из пластмассы в виде прямоугольника); - кулеры, 2 шт. (для забора и вывода воздуха); - блок питания (power bank на 8000 мАч); - датчик влажности HONEYWELL HCH-1000-002. (используется как наружный, так

и находящийся внутри корпуса, для снятия параметров влажности); - датчик аэрозолей DSM-501A (для анализа состава аэрозолей в воздухе); - датчик температуры LM335AZ; - термоэлектрический модуль Пельтье SNOWBALL-71 (для охлаждения воздуха); - микроконтроллер MP3508 на базе WiFi модуля ESP8266-12E (для сбора и подсчета

информации с датчиков с последующей отправкой на сервер). Полученные с помощью разработанного устройства данные помогут определить

эффективность предложенного метода и усовершенствовать сам прибор, что в дальней-шем послужит обеспечению повышения уровня здоровья граждан и сохранения окру-жающей среды.

[1] Кондратьев К.Я., Москаленко Н.И., Поздняков Д.В. Атмосферный аэрозоль. ‒ Л.:

Гидрометеоиздат, 1983. 225 с. [2] Калечиц В.И., Маслаков О.Ю. Контроль аэрозольных микрозагрязнений. Лабора-

торная работа. – М: Институт информационных технологий РНЦ «Курчатовский институт», 2009. 15 с.

[3] Ивлев Л.С., Довгалюк Ю.А. Физика атмосферных аэрозольных систем. ‒ СПб: НИИХ СПбГУ, 1999. 194 с.


562

МОНИТОРИНГ ПАРАМЕТРОВ МИКРОКЛИМАТА В МАЛЫХ ФЕРМЕРСКИХ ХОЗЯЙСТВАХ

А.А. Жилинская1), В.В. Чукин1,2)

1)Российский государственный гидрометеорологический университет 2)ООО «Лаборатория метеотехнологий»

Одной из главных проблем, стоящих перед человечеством, является нехватка про-довольственных товаров. Это проблема связана с бурным ростом численности населе-ния (число людей в мире растет примерно на 70–80 млн. человек в год). Никогда на планете еще не жило одновременно такое количество людей. При этом каждый человек стремится к росту потребления, и, соответственно, одновременно с абсолютным потребле-нием за счет роста численности населения растет и относительное потребление.

Выходом из данной ситуации представляется ведение малых фермерских хозяйств. Но, так как у людей, живущих в современном ритме, может не хватать времени на мо-ниторинг параметров микроклимата в их фермерском хозяйстве, или у человека нет возможности заниматься этим с его прямым участием, то на выручку приходят совре-менные технологии.

Датчик влажности почвы Higrow ESP32 rev1 (см. рис.) использует принцип емкост-ного зондирования для обнаружения влаги почвы или её отсутствия. Сюда же встроен датчик температуры и влажности воздуха DHT11. Полученные данные в виде цифро-вого сигнала поступают на микроконтроллер ESP-WROOM-32 для обработки и от-правки его потребителю через беспроводную связь Wi-Fi или Bluetooth на ПК.

Рис. Внешний вид модуля Higrow ESP32.

В емкостном датчике имеется стеклянная подложка, на которой между двумя ме-

таллическими слоями напылён увлажненный полимер, высокочувствительный к влаж-ности воздуха. При поглощении влаги диэлектрическая постоянная, и, следовательно, емкость тонкопленочного конденсатора изменяются в зависимости от относительной влажности воздуха. Измеряющий сигнал прямо пропорционален относительной влаж-ности воздуха и не зависит от атмосферного давления.

Достоинства: - не требует технического обслуживания в течение длительного периода, устойчиво

работает при температурах ниже 0°С; - работа датчика не зависит от атмосферного давления; - универсален в применении.


563

Недостатки: - ограниченная стабильность при долговременной эксплуатации; - чувствителен к влажным и к некоторым материалам, поддающимся коррозии, но

так как он изготовлен из коррозионного материала, то этот недостаток уменьшает свою значимость. Технические характеристики:

- рабочее напряжение питания от 3,3 до 5,5 В; - выходное напряжение от 0 до 3,0 В.

Температура и влажность воздуха измеряется встроенным сенсором DHT11. Этот цифровой датчик влажности и температуры состоит из термистора и емкостного дат-чика влажности. Датчик содержит в себе АЦП для преобразования аналоговых значе-ний температуры и влажности. Этот датчик не обладает высоким быстродействием и точностью, но зато прост, недорог и отлично подходит для обучения и контроля влаж-ности в помещении.

Технические характеристики: - напряжение питания от 3.5 до 5.5 В; - ток питания: 0.3 мА в режиме измерения и 60 мкА в режиме ожидания; - диапазон измерения влажности от 20 до 80%, точность ±5%; - диапазон измерения температуры от 0 до 50°С, точность ±2%; - частота опроса не более 1 Гц.

Управляется датчик микроконтроллером ESP-WROOM-32. Это миниатюрный вы-сокопроизводительный совмещённый WiFi+BT+BLE модуль от компании Espressif, разработанный для широкого спектра применений, начиная от маломощных сетевых датчиков до самых сложных приложений. ESP-WROOM-32, выполнен на базе популяр-ного двуядерного чипсета ESP32 с регулируемой частотой от 80 МГц до 240 МГц и с возможностью индивидуального управления и питания.

Wi-Fi-модуль разработан для носимой электроники и приложений Интернета ве-щей, выполнен в миниатюрном корпусе 25,5x18 мм, имеет в своем составе Flash память, кварцевый генератор с тактовой частотой 40 МГц и PCB антенну, обеспечивающую превосходные RF характеристики. Одной из особенностей модуля является сверхниз-кое потребление и гибкий выбор «спящих» режимов, позволяющих получить значения до 20 мкА (в режиме глубокого сна).

Отличительные особенности: - поддержка двух режимов Bluetooth: «classic» и BLE; - скорость Wi-Fi: 802.11 b/g/n до 150 Мбит/с; - поддержка режимов Wi-Fi: клиент, точка доступа, Sniffer, Wi-Fi Direct; - минимальная чувствительность – 98 dBm; - широкий диапазон рабочих температур: -40°C…+125°C; - энергопотребление до 20мкА (deep sleep mode); - обновление ПО «по воздуху».


564

КОМПЬЮТЕРИЗОВАННЫЕ ЭКСПЕРИМЕНТАЛЬНЫЕ ЗАДАЧИ НА СОВРЕМЕННОМ МАТЕРИАЛЕ

И.Ю. Зворыкин, М.Р. Каткова ННГУ им. Н.И. Лобачевского

В настоящей работе предлагается описание компьютеризованных вариантов реше-ния ряда экспериментальных задач.

Задачи, связанные с измерением физических величин, значения которых сложно оценить визуально, при определенном подходе могут быть достаточно интересны уча-щимся. Ход их решения может продемонстрировать, что, используя самое разнообраз-ное оборудование и множество различных методов, можно достаточно быстро найти решение. Самыми эффективными методами при этом часто оказываются компьютери-зированные методы, а базовым элементом экспериментальной установки становится компьютер или микроконтроллерный модуль.

Одной из таких задач, к примеру, может быть измерение физической величины ‒ частоты вращения распространенного сегодня предмета ‒ спиннера. Поскольку сейчас доступно множество вариантов его исполнения, то это разнообразие весьма удобно для использования.

Как показывает опыт, задача визуальной оценки частоты вращения спиннера (про-сто наблюдая процесс), является для учащихся практически неразрешимой. При этом сама частота, очевидно, зависит от вида конкретного экземпляра спиннера и от того, как именно его раскрутили. Также важно и то, что эта частота будет неизбежно умень-шаться до полной остановки вращения, что позволяет проанализировать возможные методы её измерения, как более или менее подходящие, с учетом значения времени до остановки.

В Интернете уже появились варианты решения этой задачи с использованием от-дельных приёмов и некоторых технических средств [1]. Но для полноценного учебного исследования требуется обзор всех возможных методов и средств. Также немаловаж-ным будет грамотно проградуировать полученный таким образом специальный тахо-метр, чтобы убедиться в достоверности результатов измерений, и для этого в настоящее время не обязательно применять сложное и дорогое оборудование. Использование ком-пьютера даёт возможность максимально широко реализовать различные методы, зна-чительно упростить сохранение данных и провести необходимый анализ.

Методы измерения могут быть условно разделены следующим образом. 1) Оптический метод. Именно по этому принципу работают доступные промышлен-

ные тахометры. При этом вполне возможно получить все значения частоты от старта до остановки спиннера. Метод хорошо поддается автоматизации, что облег-чает обработку данных и позволяет сосредоточиться на полученной зависимости частоты от времени.

2) Стробоскопический метод. По сути это прямая визуализация с использованием не-которых особенностей человеческого зрения. Для данной задачи он подходит мало.

3) Видеорегистрация. Самый простой и, возможно, самый доступный способ. Это прямая визуализация, но с использованием специального регистратора ‒ видеока-меры. Для просмотра видеозаписи используется компьютер, однако анализ видео-записи достаточно сложен для автоматизации.


565

Для реализации оптического метода нами были использованы различные доступ-ные современные технические средства. Самым простым является использование набора Lego Mindstroms [2]. Использование микроконтроллерных модулей Arduino [3], получивших в настоящее время широчайшее распространение, потребует составления и сборки электрической схемы и написания программы на текстовом языке програм-мирования. Это значительно сложнее, чем вариант с использованием Lego Mindstroms, но дает дополнительные возможности для экспериментатора. В настоящее время сами модули и оптические (в том числе инфракрасные) датчики для них вполне доступны, и обходятся несравненно дешевле, чем Lego Mindstroms.

Для градуировки самодельного тахометра вполне подойдет обыкновенный компь-ютерный вентилятор. Точный контроль частоты вращения вентилятора осуществляется с использованием встроенного датчика Холла. Описание самодельных устройств на базе Arduino, способных контролировать частоту, и код программ для них можно найти в Интернете [4].

Другой задачей является анализ неправильной работы ультразвукового дально-мера в случае неучтённого значительного перепада температур, в которых прибор ис-пользуется. Зимой такой перепад температур может достигать 50qС. Если переместить экспериментальный стенд из отапливаемого помещения на открытый воздух, то рас-стояние до объекта, измеряемое простейшим самодельным ультразвуковым дальноме-ром (без учета перепада температуры воздуха), заметно изменится. Как и для решения описанной выше задачи возможно использование как Lego Mindstroms, так и Arduino. Конечной целью является не просто экспериментальное наблюдение зависимости ско-рости звука (ультразвука) от температуры воздуха, но и модернизация дальномера для учета этой зависимости. Вариантов такой модернизации может быть достаточно много ‒ от ручного ввода значения температуры воздуха, до полностью автоматизированной коррекции.

Для решения задачи измерения скорости ветра представляет значительный интерес практическое изучение различных видов анемометров. Создание компьютеризован-ного стенда, в котором возможно сравнение анемометров, позволяет, избежав описания сложных с точки зрения теории сторон работы этих приборов, сосредоточиться именно на функциональных характеристиках каждого вида анемометров (их достоинствах и недостатках).

Приведенные выше задачи эффективно решаются с использованием вычислитель-ной техники. Варианты решения без использования компьютера могут потребовать зна-чительно больше времени и в итоге оказаться нерациональными, несмотря на имею-щийся со стороны учащихся интерес к решению таких задач.

[1] https://arduinoplus.ru/izmeryaem-skorost-spinnera/ [2] Овсяницкая Л.Ю. Курс программирования робота Lego Mindstorms EV3 в среде

EV3. Изд-е 2, перераб. и допол. – М.: «Перо», 2016. 296 с. [3] Блум Д. Изучаем Arduino: инструменты и методы технического волшебства. –

СПб.: БХВ-Петербург, 2015. 336 с. [4] http://arrduinolab.blogspot.ru/2015/01/arduino.html?m=1.

Секция «Физические основы и практическое применение технологий беспроводной связи и информационно-телекоммуникационных технологий»

Заседание секции проводилось 18 мая 2018 г. Председатель – А.Л. Умнов, секретарь – С.Б. Сурова.

Нижегородский государственный университет им. Н.И. Лобачевского.

Documents

СЕКЦИЯ «ФИЗИЧЕСКИЕ ОСНОВЫ И ПРАКТИЧЕСКОЕ …old.rf.unn.ru/rus/sci/books/18/pdf/wireless_com.pdf · правленная и организованная