mipt.ru · МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ

Российская академия наукМосковский физико-технический институт

(государственный университет)

Российский фонд фундаментальных исследованийФедеральная целевая программа

«Научные и научно-педагогические кадры инновационной России»на 2009–2013 годы

Фонд содействия развитию малых форм предприятийв научно-технической сфере

ТРУДЫ52-й НАУЧНОЙ КОНФЕРЕНЦИИ МФТИ

Современные проблемыфундаментальных и прикладных наук

Часть IРадиотехника и кибернетика

Том 1

Москва–Долгопрудный, 2009

УДК 004:51:621.3:537.8ББК 32.97

Т78

Т78 Труды 52-й научной конференции МФТИ «Со-временные проблемы фундаментальных и при-кладных наук». Часть I. Радиотехника и кибернетика.Том 1. — М.: МФТИ, 2009. — 182 с.

ISBN 978-5-7417-0323-6

В сборник включены результаты фундаментальных и приклад-ных исследований студентов, аспирантов, преподавателей и научныхсотрудников МФТИ, а также ряда научных и учебных организаций.Они представляют интерес для специалистов, работающих в областивычислительных и инфокоммуникационных технологий, обработки изащиты информации, систем спутниковой связи.

В октябре 2009 года Московский физико-технический институт (государ-ственный университет) стал победителем конкурсного отбора программ раз-вития университетов России, в отношении которых устанавливается кате-гория «национальный исследовательский университет».

УДК 004:51:621.3:537.8ББК 32.97

ISBN 978-5-7417-0323-6c© ГОУ ВПО «Московский физико-техническийинститут (государственный университет)», 2009

3

Программный комитетКудрявцев Н.Н., чл.-корр. РАН, ректор института — председательКондранин Т.В., профессор, первый проректор — зам. председателя

Стрыгин Л.В., доцент — учёный секретарь конференции

Алфимов М.В., академик, директор Центра фотохимии РАНАндреев А.Ф., академик РАН, директор ИФП РАНБеляев С.Т., академик РАН, зав. кафедрой МФТИ

Велихов Е.П., академик РАН, президент РНЦ «Курчатовский институт»Гуляев Ю.В., академик РАН, директор ИРЭ РАН

Дмитриев В.Г., чл.-корр. РАН, зав. кафедрой МФТИИванников В.П., академик РАН, директор ИСП РАН

Коротеев А.С., академик РАН, директор Центра им. М.В. КелдышаКузнецов Н.А., академик РАН, зав. кафедрой МФТИ

Макаров В.Л., академик-секретарь Отделения ОН РАН, дир. ЦЭМИ РАНПетров А.А., академик РАН, заведующий отделом ВЦ РАНФортов В.Е., академик-секретарь Отделения ЭММПУ РАН

Патон Б.Е., академик, президент НАН УкраиныШпак А.П., академик, первый вице-президент НАН УкраиныЧерепин В.Т., чл.-корр. НАН Украины, директор ФТЦ НАНУ

Жданок С.А., академик-секретарь Отделения ФТН НАН Беларуси

Гаричев С.Н., д.т.н., декан ФРТКТрунин М.Р., д.ф.-м.н., декан ФОПФНегодяев С.С., к.т.н., декан ФАКИГрознов И.Н., доцент, декан ФМБФТодуа П.А., профессор, декан ФФКЭ

Вышинский В.В., профессор, декан ФАЛТШананин А.А., профессор, декан ФУПМЛеонов А.Г., профессор, декан ФПФЭКривцов В.Е., доцент, декан ФИВТ

Ковальчук М.В., чл.-корр. РАН, декан ФНБИКДеревнина А.Ю., д.т.н., декан ФИБСКобзев А.И., профессор, декан ФГНКваченко А.В., к.т.н., зав. кафедрой

Алехин А.П., профессор, зав. кафедройБелоусов Ю.М., профессор, зав. кафедройБугаев А.С., академик РАН, зав. кафедройГабидулин Э.М., профессор, зав. кафедройГладун А.Д., профессор, зав. кафедройИванов А.П., профессор, зав. кафедройЛукин Д.С., профессор, зав. кафедройПетров И.Б., профессор, зав. кафедрой

Половинкин Е.С., профессор, зав. кафедройСон Э.Е., чл.-корр. РАН, зав. кафедройТельнова А.А., доцент, зав. кафедройТрухан Э.М., профессор, зав. кафедрой

Холодов А.С., чл.-корр. РАН, зав. кафедройЭнтов Р.М., академик, зав. кафедрой

Секция радиотехники и защитыинформации

УДК 519.688

С.М. Владимиров[email protected]

Московский физико-технический институт(государственный университет)

Использование итеративногодекодирования в сетевом кодировании

Передача сообщений в сетевом кодировании при использованииобычных блоковых кодов, рассчитанных на передачу кодовых слов (ане подпространств), с одной стороны, даёт возможность использоватьвесь опыт и наработки по блоковым кодам. Однако как было показа-но в работе Jingyu Kang и др. [1], линейные комбинации сообщений ипоследующее восстановление негативно сказываются на вероятностивосстановления сообщений: если на вход декодера поступают сообще-ния A и A⊕B, то при одинаковой вероятности ошибки в блоке для по-ступивших сообщений после декодирования вероятность ошибки длясообщения B будет большей. В качестве решения представленной за-дачи авторы предложили, во-первых, осуществлять одновременноедекодирование сообщений итеративным способом, обмениваясь приэтом информацией об апостериорных вероятностях декодированиябитов, во-вторых, разбить сообщения на два блока, каждый из кото-рых пойдёт по своему пути. Тем самым авторы добились уравниваниявероятностей декодирования сообщений A и B за счёт модификациидекодера и модификации протокола.

В работе предлагается использование способа передачи информа-ции, когда вместо одновременного декодирования двух и более сооб-щений, каждое из которых состоит из нескольких пакетов, использу-ется единственное сообщение из нескольких частей. При этом пред-лагается способ передачи данных, который легко обобщается как на

Секция радиотехники и защиты информации 5

произвольное количество частей сообщения (путей в сети), так и наслучайное сетевое кодирование, когда о прохождении пакета в сетинеизвестно.

Рассмотрим модель сети бабочка. Под �a и �b будем понимать двечасти одного кодового слова �mLDPC-кода. По стандартному способудекодирования исходного сообщения в приёмниках восстанавливает-ся каждая из его частей, после чего декодируется код и исправляют-ся ошибки передачи. Обозначим принятые сообщения через �m1 и �m2.Тогда без ограничения общности для левого приёмника:

�a′ = �m1,

�b′ = �m1 ⊕ �m2.

После этого сообщение �m′ восстанавливается простой конкатенацией�m′ = �a′||�b′.

Предлагается новый способ декодирования, когда операция вос-становления исходных частей сообщения включается в алгоритм де-кодирования �m′ из принятых сообщений �m1 и �m2 с помощью итера-тивного декодирования. ПустьH — проверочная матрица выбранногоLDPC-кода.

Построим сообщение �x как конкатенацию нулей и принятых сооб-щений:

�x =−−→0–0||�m1||�m2

Первая часть вектора (нули) по размеру совпадает с размером ис-ходного сообщения �m. Таким образом, размерность вектора �x будетравна удвоенной размерности исходного вектора �m. Будем использо-вать следующую проверочную матрицу:

H ′ =

∥∥∥∥∥∥H 0 0

Il 0 Il 0Il Il 0 Il

∥∥∥∥∥∥ .

Здесь l — длина принятых сообщений �m1 и �m2, Il — единичная матри-ца размера l = n/2, где n — длина исходного кодового слова �m, а так-же ширина исходной матрицы H ; 0 — нулевые матрицы. Данную про-верочную матрицу используем для итеративного «декодирования» со-общения �x, а именно для восстановления первых 2lбит. Итеративныйалгоритм используем в том виде, как он описан в книге Маккея [2],причём будем считать, что первые 2lбит сообщения �x имеют априор-ные вероятности 50% (то есть стёрты). После окончания декодирова-ния первые 2lбит сообщения будем использовать как восстановленное

6 52-я научная конференция МФТИ ФРТК-1

сообщение. Можно показать, что при отсутствии ошибок передачирасширенная матрица Рж и вектор �x дают нулевой синдром ошибки.

Для моделирования использовалась матрица регулярного (6,3)LDPC-кода размером 96 на 48. Считалось, что работают два при-ёмника, первых из которых принимает сообщения a и b, второй — aи a⊕ b. При этом каждое сообщение закодировано с использованиемамплитудной модуляции с a = 1, на канал передачи действует адди-тивный белый гауссов шум с дисперсией σ. Оба приёмника пытаютсяисправить ошибки в кодовом слове �m′ как первым, так и вторымспособом. Измеряется вероятность ошибки в блоке в зависимости отвеличины энергии на информационный бит:

Рис. 1. Вероятность ошибки в блоке в зависимости от величиныэнергии на информационный бит для стандартного и улучшенногоалгоритма

На диаграмме показано 6 графиков, 3 из которых совпадают.Красным отмечены вероятность ошибки в блоке для обычного алго-ритма декодирования, жёлтым — для улучшенного алгоритма с рас-ширенной проверочной матрицей. В качестве легенды указываютсясообщения, которые пришли на вход декодера. Графики для a,a⊕ b иa⊕b,b совпадают для обоих алгоритмов, что косвенно свидетельствуето точности моделирования. Совпадение графиков для a, b показыва-ет, что для случая, когда на вход декодера пришли сами сообщения,


а не их линейные комбинации, использование нового алгоритма недаёт преимуществ, однако он и не хуже обычного алгоритма.

Данный способ удобно расширить на случай случайного сетевогокодирования, а также случай, когда количество блоков больше двух(рис. 1).

Литература

1. King Jyngli, Zhou Bo, Ding Zhi, Lin Shu. LDPC coding schemesfor error control in a multicast network // In Proceedings of IEEEInternational Symposium on Information Theory, July 6-11. — Toronto:2008. — P. 822–826.2. MacKayd David J.C. Information theory, inference and learning

algorithms. — Cambridge: Cambridge University Press, 2003. — 628 p. —ISBN 0-521-64298-1.

УДК 004.9

С.В. Лапшин[email protected]


Особое конструкторское бюро систем автоматизированногопроектирования

Особенности реализации средств защитыинформации от несанкционированного

доступа для инфраструктурывиртуализации

Для многих организаций сейчас очень важно сократить издерж-ки, повысить эффективность и управляемость IT-инфраструктуры.Виртуализация платформ является хорошим для этого решением иза последние годы получила широкое распространение. Продукта-ми виртуализации стало намного проще пользоваться, они стали бо-лее надежными и функциональными. Примерами являются VMwareInfrastructure, Citrix XenServer, KVM и т. д.


Любую IT-инфраструктуру необходимо защищать, в первую оче-редь от несанкционированного доступа. Традиционные средства за-щиты информации от НСД в системах виртуализации не эффектив-ны, поскольку в структуре программной среды появляются два до-полнительных уровня — гипервизор и виртуальные устройства. Та-кие изменения кардинально меняют подход к построению системызащиты. Например, если злоумышленник получит доступ к среде вир-туализации, то любая виртуальная машина, а следовательно, и всяобрабатываемая ею информация, может быть полностью скомпроме-тирована. Традиционные средства защиты, даже если они начинаютработать сразу после включения виртуальной машишы, не смогут за-щитить обрабатываемую в гостевой ОС информацию, поскольку кней есть доступ с более низкого уровня. Поэтому система защиты всреде виртуализации должна функционировать на всех уровнях за-щищаемой среды.

С точки зрения гипервизора и управляющей ОС виртуальная ма-шина, на которой может быть запущена гостевая ОС, представля-ет собой набор файлов. Пользователь виртуальной инфраструктурыможет иметь право на чтение и модификацию этих файлов. Осуще-ствить эти права можно из ОС управления виртуальной инфраструк-турой. Поэтому, для обеспечения защиты от НСД разграничения до-ступа только в гостевых ОС не достаточно. Подсистема разграниче-ния доступа должна также функционировать в ОС управления.

Кроме того, необходимо обеспечивать целостность среды и са-мих средств защиты. Некоторые решения позволяют контролироватьцелостность, функционируя исключительно внутри контролируемойсреды. Проблема в том, что компонент безопасности таких решенийникак не защищен. Виртуальную машину в выключенном состоянииможно модифицировать, следовательно, можно изменить и компо-нент безопасности. А ведь именно он хранит в себе эталонные пара-метры среды и сравнивает их с полученными в результате исследо-вания. Следовательно, его модификация приведёт к дискредитациисистемы контроля целостности, поэтому компонент безопасности дол-жен находиться вне контролируемой программной среды.

В то же время он должен иметь доступ к контролируемой среде.Поскольку вычислительная среда меняется во времени, контроль це-лостности программной среды «снаружи» затруднен, и компонентубезопасности необходимо иметь возможность «влезть» в эту среду,исследовать ее, и сравнивать полученные параметры среды с эталон-ными. Под параметрами среды в данном случае подразумеваются не


только параметры гостевой операционной системы, но также настрой-ки самой виртуальной машины, например, набор её оборудования.

Исходя из этих рассуждений, в системах виртуализации компо-нент безопасности должен находиться на уровне между гипервизо-ром и виртуальными машинами. Также необходимо обеспечивать це-лостность самого компонента безопасности. Это может быть реали-зовано только двумя способами — из гипервизора и аппаратно. По-скольку вмешиваться в работу гипервизора некорректно и это мо-жет привести к существенному падению производительности систе-мы, то контроль целостности компонента безопасности необходимоосуществлять аппаратно.

Аппаратная реализация технологических операций, процедур ипротоколов изначально обладает более высоким потенциалом защи-ты, чем программная. В виртуальной инфраструктуре необходимотакже обеспечивать целостность самого гипервизора, что возможнотолько с аппаратного уровня. Поэтому, проверкой целостности само-го компонента безопасности и гипервизора должен заниматься аппа-ратный модуль доверенной загрузки.

Таким образом, защищенная система контроля целостности вирту-альной программной среды должна состоять из компонента безопас-ности и аппаратного модуля доверенной загрузки. Компонент без-опасности должен иметь доступ к защищаемой программной среде,но находиться на уровне между гипервизором и гостевой ОС. Защитусамого компонента безопасности и гипервизора должен обеспечиватьаппаратный модуль доверенной загрузки.


1. Конявский В.А. Управление защитой информации на базе СЗИНСД «Аккорд». — М.: Радио и связь, 1999. — 325 с.2. Yanick de Jong. Xen hypervisor security in VM isolation. —

Amsterdam: Universiteit van Amsterdam, 2009. — 30 c.3. Лапшин С.В., Счастный Д.Ю. Виртуализация: в поисках точ-

ки опоры // Материалы XIV международной конференции «Ком-плексная защита информации». — 2009. — С. 147.


УДК 004.056.57

В.А. Обернихин[email protected]


Восстановление работоспособности сетевыхкластеров виртуальных серверов после

вирусных атак

Центр обработки данных. В настоящее время появляется всебольшее количество центров обработки данных, в том числе и в Рос-сии. Это связано с возрастающей активностью использования сетиИнтернет как компаниями, так и конечными пользователями. Круп-ные компании часто создают собственные центры обработки данных.Небольшим компаниям, как правило, выгоднее арендовать сервер вцентре обработки данных сервис-провайдера. Крупные центры обра-ботки данных могут состоять из более чем 20 тыс. физических серве-ров.Виртуализация. Вычислительные мощности физических серве-

ров часто используются не полностью. Также можно встретить ситу-ацию, когда, например, время CPU используется лишь на несколькопроцентов. Этот факт давно был подмечен различными исследовате-лями, в частности, уже в течение нескольких лет программное обес-печение проекта Берклиевского университета Seti@home [1] начинаетиспользовать время CPU только когда оно используется не полно-стью другими пользовательскими программами.

Специализированное программное обеспечение даёт возможностьзапускать множество (десятки и даже сотни) виртуальных серверовна базе одного физического. С точки зрения пользователя каждыйвиртуальный сервер представляет из себя полнофункциональный фи-зический сервер.

На одном физическом сервере могут быть запущены десятки идаже сотни виртуальных серверов.Безопасность виртуальных серверов. С точки зрения инфор-

мационной безопасности возникают дополнительные вопросы обеспе-чения безопасности между виртуальными сервервами, а также без-


опасность самого физического сервера. Изоляция виртуальных сер-веров друг от друга и от основного физического сервера обеспечи-вается самим ПО виртуализации, однако механизмы интеграции го-стевых систем с хостом а также уязвимости ПО делают возможнымнарушение данной изоляции ( [2]).

При получении несанкционированного доступа к основному физи-ческому серверу злоумышленник получает неограниченные полномо-чия для доступа ко всем виртуальным серверам на данной машине,поэтому обеспечение безопасности основного физического сервера яв-ляется приоритетным направлением исследований информационнойбезопасности.

Для любой компьютерной системы необходимым механизмом по-строения изолированной программной среды [3, с. 30] является обес-печение доверенной загрузки операционной системы [3, c.57]. В своюочередь для доверенной загрузки операционной системы необходимысредства контроля целостности загружаемых исполняемых файлов.

Наиболее распространенным аппаратным средством контро-ля целостности загружаемых модулей является Trusted PlatformModule [4], интегрированный во множество выпускаемых на се-годняшний день материнских плат компьютеров и переносныхустройств. Дополненный Trusted Execution Technology [5] данный ап-паратный комплекс позволяет обеспечить доверенную загрузку ос-новного «физического» сервера и виртуальных серверов [6].

Стоит отметить, что на сегодняшний день известны атаки, поз-воляющие сразу же после доверенной загрузки получить полный до-ступ к системе [7].Восстановление сетевых кластеров виртуальных серверов

после вирусных атак. Применение совокупностей технологий ап-паратной поддержки виртуализации (VT-x), TPM и TXT позволяетне только контролировать целостность исполняемых модулей систе-мы в момент загрузки, но и использовать тот же механизм на ужезараженной системе. В качестве обычного приложения, контролиру-емого TPM и TXT, может быть запущено приложение — «аудитор»,для обследования текущего состояния системы. Поскольку TPM иTXT обеспечивают дополнительную изоляцию страниц памяти дляприложений, приложение — «аудитор» может осуществлять деятель-ность по сбору информации и проверке текущего состояния системыдаже в уже зараженной среде. При несанкционированном доступе кстраницам памяти приложения-аудитора будут срабатывать обработ-


чики, позволяющие обеспечивать адекватную реакцию на попыткизаражения приложения-аудитора.

Известные способы использования совокупности аппаратных мо-дулей TPM, TXT и VT-x ограничивались обеспечением довереннойзагрузки основного физического сервера и виртуальных серверов.

Предлагаемый способ запуска приложения-аудитора на уже за-раженной системе позволяет расширить область применения даныхаппаратных модулей для решения практически важной задачи вос-становления работоспособности сетевых кластеров виртуальных сер-веров после вирусных атак.


1. Исследовательский проект Берклиевского университетаSeti@home URL: http:// setiathome.berkeley.edu/.2. Бюллетень по информационной безопасности

VMware Security Advisory VMSA-2009-0006 URL: http://www.vmware.com/security/advisories/VMSA-2009-0006.html.3.Щербаков А.Ю.Методы и модели проектирования средств обес-

печения безопасности в распределённых компьютерных системах наоснове создания изолированной программной среды. Диссертация насоискание ученой степени доктора технических наук. — М.: 1997.4. Trusted Computing Group URL: http://

www.trustedcomputinggroup.org/developers/.5. Trusted Execution Technology URL: http://

www.intel.com/technology/security/.6. Bernhard Jansen, HariGovind V.Ramasamy, Matthias Schunter.

Flexible Integrity Protection and Verification Architecture forVirtual Machine Monitors» (IBM Research) // 2nd Workshopon Advances in Trusted Computing. — 2006. URL: http://www.trl.ibm.com/projects/watc/XenSecurityServicesPaper.pdf.7. Wojtczuk R., Rutkowska. J . Attacking Intel R©Trusted Execution

Technology // Black Hat Briefings. — USA, DC: 2009. URL: http://invisiblethingslab.com/press/itl-press-2009-01.pdf.


УДК 519.72

А.А. Сенюта, А.С. Кшевецкий[email protected]


Оптимизация параметров интегрированнойкриптосистемы

Введение. Как известно, интегрированная криптосистема обес-печивает защиту от НСД и исправление случайных ошибок в каналесвязи. Варьируя параметры криптосистемы, мы можем улучшать од-ну характеристику, но при этом будут ухудшаться другие. Например,повышая криптостойкость, ухудшается помехозащищенность. Такимобразом, важной является задача определения параметров криптоси-стемы для обеспечения оптимальных характеристик.

Целью работы является выбор оптимальных параметров интегри-рованной криптосистемы на основе ранговых кодов для использова-ния в беспроводном канале связи с широкополосными и узкополос-ными шумами.

Был определён следующий набор параметров:— вид криптосистемы;— длины открытого и шифро-блоков;— скорость шифрования;— криптостойкость;— модуляция, виды перемежения;— гауссов шум;— широкополосный и узкополосный шумы.Проводилось исследование влияния каждого параметра на харак-

теристики криптосистемы.Для получения характеристики помехозащищенности, было вы-

полнено моделирование криптосистемы. Результатом моделированияявляется зависимость вероятности ошибки на бит от величины гаус-сова шума.Результаты. В выполненной работе выделено 3 набора парамет-

ров интегрированной криптосистемы (рис. 1). Из 3-х представленныхнаборов первый является наиболее оптимальным.


Наборы параметров 1, 2 обеспечивают большую криптостойкость,но меньшую помехозащищенность по сравнению с набором 3. Помехо-защищенность рассматривается как требуемый уровень сигнал/шум,необходимый для обеспечения значения ошибки на бит, равной 10−2.Разница в помехозащищенности между 1-м и 3-м наборами составля-ет 2 дБ. Это является малым значением для канала связи с высокимуровнем сигнал/шум (> 20 дБ). Значение криптостойкости набора 3является критичным на сегодняшний день.

Медленное расшифрование (для всех 3-х наборов) обусловленомедленной операцией вычисления обратного элемента в поле. Выбравбазис поля специального вида можно существенно, оценочно в 10 иболее раз, повысить скорость шифрования и расшифрования.

Для выбора вида криптосистемы было рассмотрено несколько ихмодификаций:

— криптосистема ГПТ [2];— добавление столбцевого скремблера [3];— на приводимых ранговых кодах [4];— выбор матрицы столбцевого скремблера специального вида над

расширенным полем.В качестве оптимальной была взята криптосистема с матрицей

столбцевого скремблера, выбранной над расширенным полем. Такаякриптосистема обладает наибольшей криптостойкостью и одновре-менно возможностью неплохо исправлять ошибки в канале связи.

Выбрана модуляция QAM-16, характерная для радиоканала с ор-тогональным частотным уплотнением. Передаваемый сигнал пред-ставляется в виде матрицы из QAM-символов на частотно-временнойдиаграмме. Строки соответствуют подчастотам, столбцы — дискре-там времени. Тогда широкополосный шум — стирание столбцов, аузкополосный шум — строк. Вероятность появления помехи задаетсякак стирание одной строки или одного столбца. Для модели каналабыла выбрана вероятность появления помехи, равной 10−3.

Перемежение применяется для исправления пакета ошибок. При-чём в зависимости от вероятности появления помех (широкополос-ной, узкополосной) нужно применять свой вариант перемежения.В работе [1] произведён сравнительный анализ разных видов пере-межений для ранговых кодов. Показано, что при равной вероятностипомех двух видов, нужно применять перемежение, при котором каж-дый QAM-символ на частотно-временной диаграмме содержит битыразных кодовых слов рангового кода. Такой вариант перемежения


взят в качестве оптимального для интегрированной криптосистемыв условиях рассматриваемых помех.3. Заключение. В работе предложены оптимальные параметры

для интегрированной криптосистемы с защитой от несанкциониро-ванного доступа и помех в канале исходя из требований на крипто-стойкость. Проведено сравнение помехозащищенности для несколь-ких уровней криптостойкости.

Рис. 1. Наборы оптимальных параметров интегрированнойкриптосистемы


1. Kshevetskiy A., Senyuta A. Performance Evaluation of Rank Codesin Channels with AWGN and Criss-Cross Errors // Proc. of the XIIinternational symposium on problems of redundancy in informationand control systems. — Saint-Petersburg, Russia, 26-30 May, 2009. —P. 130–136.2. Gabidulin E.M., Paramonov A.V., Tretjakov O.V. Rank errors and

rank erasures correction // Proc. Fourth Int. Colloquium on CodingTheory. — Dilijan, Armenia, 30 September. — 7 October, Yerevan,1992. — P. 11–19.3. Ourivski Alexei, Gabidulin E.M. Column Scrambler for the GPT

Cryptosystem // Discrete Applied Mathematics. — 2003. — N. 128(1). —P. 207–221.4. Kshevetskiy A., Gabidulin E. High-weight errors in reducible rank

codes // Proc. of the 8th International Symposium on CommunicationTheory & Applications. — 2005. — P. 71–76.


УДК 004.9

С.И. Смирнов[email protected]


Исследование линейных регистров сдвигаспециального вида

В [1, 2] введено понятие управляемого регистра сдвига (УРС).В работе исследуются свойства линейных управляемых регистровсдвига (ЛУРС). Проведены анализ ПСП на основе ЛУРС и сравне-ние этих последовательностей с ПСП на основе ЛРС (линейных ре-гистров сдвига). Свойства последних хорошо изучены. ИсследованияПСП на основе ЛРС более сложных видов, в частности, затронутогов данной работе, призваны устранить уязвимости, присущие класси-ческим ЛРС.

Отличие ЛУРС от классического состоит в возможном наличииинверторов между элементами задержки.

Рассмотрим, какие же преимущества даёт исследуемая структура.Во-первых, при криптоанализе системы, построенной на ЛУРС,

существенно увеличивается количество переборов для решения зада-чи полным перебором — с 2n до 22n.

Во-вторых, криптоанализ принципиально затруднён. Действи-тельно, рассмотрим зависимость между элементами выходной по-следовательности { xn } классического ЛРС. Она имеет видxn =

∑n−1i=0 αixi, где x0 — первый элемент, с которого началось наблю-

дение выходной последовательности ЛРС криптоаналитиком. Длявскрытия ЛРС, то есть для нахождения всех αi, достаточно прона-блюдать последовательность длиной 2n и решить систему линейныхуравнений. Наличие инверторов усложняет картину. Зависимость бу-дет иметь следующий вид: xm =

∑n−1i=0

(αi

[xm−n+i ⊕

∑ij=0 βj

]⊕ βi

).

Такое выражение показывает, что получаемая в случае ЛРС спе-циального вида система уравнений для криптоанализа нелинейна.



1. Орлов В.А. Об одном представлении конечных автоматов //Тезисы докладов XV международной конференции «Проблемы тео-ретической кибернетики». Казань: Отечество, 2008.2. Орлов В.А. Об одном способе реализации конечных автоматов

// Вестник МГУПИ. — 2009. — № 21. — С. 77–80.

УДК 519.725.2

И.Ю. Сысоев[email protected]


Одновременное использованиестандартного и нормального базисов

при реализации алгоритмов кодированияи декодирования рангового кода

На сегодняшний момент ранговые коды являются перспективны-ми для использования в системах, использующих идею сетевого ко-дирования. Актуальной задачей является эффективная реализацияалгоритма рангового кода.

При реализации криптографических алгоритмов самыми ресурсо-затратными являются операции возведения в степень (в том числе,операция инвертирования) и умножения. Чаще всего вычисление вконечных полях выполняется либо только в нормальном, либо толь-ко в стандартном базисе. Умножение эффективнее производить встандартном (линейная сложность), а возведение в степень — в нор-мальном базисе (циклический сдвиг координат). Существует метод,позволяющий использовать оба этих преимущества. В таком мето-де операции умножения и возведения в степень используются в наи-более подходящем для операции базисе. Дополнительную вычисли-тельную нагрузку в этом случае даёт переход от нормального базиса


к стандартному и наоборот. Сложность перехода называется тран-зитивной сложностью. Низкой транзитивной сложностью обладаютоптимальные нормальные базисы. При оптимальном выборе базисовсложность перехода будет сравнима с O(n), если используется опти-мальный базис первого типа, или с O(pn logp n) — в случае базисоввторого и третьего типа.

Оценим сложность операции умножения в стандартном базисе:

M sg (n) � M2(n) + kn,

где — M2(n) = O(n log2 n log2 log2 n) — сложность операции умноже-ния многочленов степени n − 1 над полем GF (2); с высокой вероят-ностью k = 3, в худшем случае k = 5.

Оценим сложность операции умножения в оптимальном нормаль-ном базисе. Для выполнения умножения выполняется переход к стан-дартному базису со схемной сложностью 2n − 2, затем производитсяумножение в стандартном базисе и осуществляется переход обратнок нормальному базису со сложностью n − 1.

Оценка сложности в оптимальном нормальном базисе 1-го типа:

MO1(GF (2n)) � M s2 (n) + 7n − 8.

В оптимальном нормальном базисе 2-го или 3-го типа

MO2(GF (2n)) � 3M s2 (n) +

3n

2log2 n + O(n).

Оценим сложность операции инвертирования в стандартном базисе:

I(GF (2n)) � (n − 1)K2(n) + (λ2(n − 1) +

+ ν2(n − 1) + 1 + o(1))MO(GF (2n)),

где K2(n) — оценка сложности возведения в степень 2, K2(n) = O(n).Заметим, что указанная оценка сложности инвертирования в случаестандартного базиса справедлива и для операции деления.

Сложность операции инвертирования в оптимальном нормальномбазисе:

IO(GF (2n)) � (λ2(n − 1) +

+ ν2(n − 1) + 1 + o(1))MO(GF (2n)),

где λ2(n) = log2(n − 1), а ν2(n) — число единиц в двоичной запи-си числа n. Стоит указать, что возведение в степень 2 выполняетсяпрактически без затрат.


Сложность операции возведения в произвольную степень d � n:

O(MO(GF (2n)) log2 d

log2 log2 d).

Применим предложенные оценки для сравнения быстродействия ре-ализаций алгоритма декодирования ранговых кодов. Стандартныйметод — метод проведения вычислений только в стандартном базисе.Оптимальный метод — метод проведения умножения в стандартномбазисе, а возведения в степень — в нормальном базисе. Для простей-шего случая с кодовым расстоянием d = 3, потребуются две операцииумножения для вычисления синдрома s, две операции деления и однаоперация возведения в квадрат для определения вектора ошибки.

Оценим сложность алгоритма в случае стандартного базиса:

Lstd = 3(M(n) + 3n) +

+2((n − 1)O(n) + (λ2(n − 1) +

+ ν2(n − 1) + 1 + o(1))M(n)) + O(n) =

= 2((n − 1)O(n) + (λ2(n − 1) + ν2(n − 1) +

+2 + o(1))M(n)) + M(n) + 9n + O(n),

Если производить операцию возведения в степень только в нормаль-ном базисе, а умножение многочленов — в стандартном, то получаемоценку сложности алгоритма:

Lopt = 3(M(n) + 7n − 8) +

+ 2(λ2(n − 1) + ν2(n − 1) + 1 +

+ o(1))(M(n) + 7n − 8) + 1 · 0 =

= 2(λ2(n − 1) + ν2(n − 1) + 2 +

+ o(1))(M(n) + 7n − 8) +

+ (M(n) + 7n− 8),

Случай использования только оптимального нормального базиса нерассмотрен, поскольку сложность операции умножения в таком ва-рианте может достигать верхней границы O(n3).


Для сравнения скорости алгоритмов оценим асимптотическуюразность сложностей реализации:

Lstd − Lopt ∼ O(n2 − n log n).

Полученный результат позволяет сделать вывод, что для случая ран-говых кодов смешанное использование умножения в стандартном ба-зисе и возведения в степень в нормальном базисе эффективней, чемреализация вычислений только в стандартном базисе.


1. Габидулин Э.М., Афанасьев В.Б. Кодирование в радиоэлектро-нике. — М.: Радио и связь, 1986. — 176 c.2. Болотов А.А., Гашков С.Б. О быстром умножении в нормаль-

ных базисах конечных полей // Дискретная математика. — 2001. —T.13, № 3. — С. 3–31.3. Сагалович Ю.Л. Введение в алгебраические коды. — М.:

МФТИ, 2007. — 260 с.

УДК 004.492.3

А.Д. Чорняк[email protected]

Московский инженерно-физический институт (Национальныйисследовательский ядерный университет)

Автоматизированное выделение и методыоценки сигнатур разрушающих

программных воздействий

В настоящей статье предлагается следующий подход к автомати-зации процесса выделения сигнатур.

Для начала необходимо выделить множество файлов, подвержен-ных разрушающему программному воздействию (R). С этой цельюпроизводится запуск модели разрушающего программного воздей-ствия (РПВ), после чего осуществляется сравнение контрольныхсумм файловой системы до и после заражения. Элементы множества


R можно получить не только исполнением самого РПВ, но и запус-ком его потомков. Чем больше множество R, тем меньше вероятностьошибок типа «false negative», а это является наиболее важным фак-тором при сигнатурном анализе.

Далее необходимо создать максимально полное множество всехпрограмм, не подверженных РПВ. Это множество будет представ-лять собой «чистую систему» (C). Чем оно больше, тем меньше ве-роятность ошибок типа «false positive».

По сути, задача выявления сигнатур сводится к нахождению по-следовательности, присутствующей во всех файлах, зараженных дан-ной моделью РПВ, и не встречающихся ни в одном файле «чистойсистемы». То есть необходимо найти новое множество потенциальныхсигнатур (SP ) представляющее собой вычитание множестваC из мно-жества R. При этом нет никакой необходимости в дизассемблирова-нии файлов, что даёт существенный выигрыш в производительности.

Любую из полученных последовательностей можно использоватьв качестве сигнатуры. Однако то, что выбранные последовательно-сти не встречаются в «чистой системе», ещё не гарантирует отсут-ствия ложных срабатываний. Это связано с тем, что невозможносоставить полное множество «чистой системы» C, так как оно бу-дет стремиться к бесконечности. Данная задача разрешима толькодля узких областей применения, где набор возможного программногообеспечения ограничен. Следовательно, необходимо провести допол-нительный этап анализа множества SP , с целью получения последо-вательности, представляющей собой качественную сигнатуру. Здесьпод качественной сигнатурой понимается последовательность, обес-печивающая минимальное количество ложных срабатываний.

Качественная сигнатура должна содержать как можно больше эв-ристических признаков, характерных для моделей РПВ. Чем каче-ственнее будет сигнатура, тем меньше вероятность ложных срабаты-ваний. Исходя из этого, предлагается создать множество эвристиче-ских признаков (E), каждому из которых поставить в соответствиенекоторый «вес» (Pi, i = 1, k, где k — число эвристических призна-ков), который будет соответствовать вероятности ложного срабатыва-ния в случае наличия данного признака в сигнатуре. Соответственночем более характерный признак, тем меньше вероятность.

В качестве характерных для РПВ признаков можно использоватьследующие: определение местоположения, то есть определение теку-щего IP, открытие файла на запись или смещения указателя запи-


си в конец, изменение даты или атрибутов у файла, строки типа« [Ee] [Ll] [Ff]», « [Ss]cript», « [Jj]ava», и т. д.

При обнаружении нескольких эвристических признаков в оценива-емой потенциальной сигнатуре, для определения общей вероятностипредлагается применить метод, основанный на байесовском подходек вычислению вероятностей.

Суть его состоит в следующем. Проверке подлежит некоторая ги-потеза H , с которой связаны некоторые утверждения А1, А2 и т. д.Тогда, проверив одно из них (A), мы можем пересчитать вероятностьгипотезы H с учётом истинности или ложности этого утверждения.

В рамках данной работы в качестве гипотезы H будет выступатьпредположение о том, что файл, содержащий данную сигнатуру, бу-дет являться инфицированным, либо самим РПВ. В качестве утвер-ждений (A) предлагается использовать эвристические признаки, при-сутствующие в оцениваемой сигнатуре.

Таким образом, будут получены конечные вероятности выдвину-той гипотезы для каждой выделенной сигнатуры:

P1 (H/A1A2...As), P2(H/A1A2...As), ..., Pi(H/A1A2...As),

где s−− количество эвристических признаков в сигнатуре. Из вычис-ленных вероятностей берется максимальная, так как она обеспечитнаименьшую вероятность ложного срабатывания.

Оценка полученных вероятностей в соответствии с заданным уров-нем значимости α осуществляется на основе анализа вхождения па-раметра Pi в доверительный интервал.

P − tσ√n

< P < P + tσ√n

,

где t σ√n

= δ — точность оценки, σ — среднеквадратическое откло-нение, n — объём выборки, P — выборочное среднее, t — аргументфункции Лапласа, при котором Φ(t) = α

2 .Среднеквадратическое отклонение рассчитывается как

σ =

√√√√ 1n

n∑i=1

(Pi − P )2.

В данном случае выборка будет включать в себя совокупность всехвесов Pi, i = 1, k, а также все вариации их произведений.


Вместо множества эвристических признаков в описанном вышеметоде можно также использовать частотные признаки. Для этогорассчитывается распределение значений байт по частоте их исполь-зования в базе данных известных сигнатур (или вирусов), котороепринимается как эталонное. «Веса» ставятся в соответствие каждо-му значению байт, отражая частоту появления последнего в базе сиг-натур. Чем больше частота, тем больше «вес». Далее производитсяпоиск значений байт из эталонного распределения во множестве по-тенциальных сигнатур SP . Если в одной последовательности множе-ства SP содержатся несколько байт, значения которых совпадает созначениями из эталонного распределения, то «веса» суммируются.Следовательно, из множества SP выбирается сигнатура с минималь-ным значением P .

Если вероятность ложного срабатывания у всех полученных сиг-натур достаточно велика, то для исключения ошибки типа «falsepositive» предлагается совместно использовать пару потенциальныхсигнатур. При этом общая вероятность ложного срабатывания будетравна произведению вероятностей каждой сигнатуры. Однако недо-статком данного подхода является увеличение времени сканированиявдвое.

Эффективность применения описанного метода обусловлена сле-дующими факторами:

— использование жёстко заданных алгоритмов позволит суще-ственно повысить скорость выявления сигнатур;

— исключение человеческого фактора сведёт к минимуму случай-ные ошибки;

— автоматизация процесса позволит использовать методы, требу-ющие больших временных затрат;

— использование аппарата теории вероятности позволит датьоценку полученным сигнатурам.


1. Cohen F. Computer viruses // Computers & Security. — 1987. —N. 6. — P. 22–35.2. Christodorescu M., Jha S. Static analysis of executables to detect

malicious patterns // SSYM’03: Proc. of the 12th conference on USENIXSecurity Symposium. — Berkeley, CA, USA: USENIX Association. —2003. — P. 12.3. Касперски К., Рокко Е. Искусство дизассемблирования. —

СПб.: БХВ-Петербург, 2008. — 891 с.

Секция инфокоммуникационныхсистем и сетей

УДК 519.715

В.А. Абдрашитов[email protected]


Оценка эффективности систем управленияработой персонала для операторов связи

В настоящее время активно разрабатываются и внедряются такназываемые системы управления работой персонала (СУРП, англ.Workforce Management System) — программное обеспечение, котороеоптимально составляет расписание задач, планирует рабочее время иподдерживает работу сотрудников компании, основная деятельностькоторых связана с выполнением заданий или поручений в разныхместах, например, инженеров крупных телекоммуникационных опе-раторов.

Формирование перечня инженерных работ, их назначение на опре-делённое время определённому исполнителю, передача ему информа-ции о задачах, получение от него отчёта об успешном или неуспешномвыполнении задачи, координация транспортных средств осуществля-ются в центре управления. Расписание составляется с учётом сво-бодных рабочих часов инженеров, их физического расположения,профессиональных навыков, имеющегося в наличии оборудования,временных ограничений и связанности задач. Далее может произво-диться так называемая оптимизация — модификация расписания дляулучшения его параметров, повышения эффективности, например:уменьшение промежутков в расписании, сокращение дальности пере-мещения инженеров путём назначения им задач в близко расположен-ных локациях, равномерная загрузка задачами разных инженеров.

Секция инфокоммуникационных систем и сетей 25

Эффективное планирование и управление инженерными работа-ми представляет собой нетривиальную задачу и требует значитель-ного количества времени и персонала. Специфика этих процессов до-пускает их автоматизацию. Современные СУРП могут взять на себяфункции составления и оптимизации расписания по различным пара-метрам, составления поручений для инженеров и обработки отчётыо задачах, прокладывания маршрутов для водителей и прогнозирова-ния спроса на инженерные ресурсы. Это позволит избежать ошибок,допускаемых диспетчером-человеком, увеличить производительностьи снизить операционные расходы, принося этим дополнительную при-быль компании. Поэтому представляет интерес величина приростаэффективности при применении СУРП по сравнению с ручным вы-полнением перечисленных функций.

В работе представлена математическая модель СУРП, в рамкахкоторой проведена формализация входных и управляемых парамет-ров, выбраны критерии эффективности расписания и в упрощённомвиде сформулирована математическая задача составления оптималь-ного расписания задач и распределения работников по задачам. В бо-лее общих предположениях выведены выражения, связывающие со-вокупные выходные параметры расписания со средними показателя-ми по выполнению отдельных задач и характеристиками трудовыхресурсов компании. Также выведены формулы для некоторых клю-чевых показателей эффективности основной деятельности операто-ра связи в зависимости от используемой функциональности системыуправления работой персонала.

Для получения численных результатов были собраны модельныеданные о характеристиках типичного крупного оператора связи ипроизведён расчёт и сравнение модельных значений средней пропуск-ной способности (общее количество выполняемых задач в сутки) прииспользовании некоторых функций СУРП. В данной модели функ-ции уплотнения расписания, навигатора, навигатора с учётом трафи-ка и наличие связи с реестром оборудования дают прирост пропуск-ной способности на 2.1, 0.8, 2.3 и 0.7 процентов соответственно.


1. Melik R. The Rise of the Project Workforce. — Hoboken: JohnWiley & Sons, 2007. — 344 с.


2. Guido B., Roberto G., Di Tria P. [et al.]. Workforce management(WFM) issues // IEEE Network Operations and ManagementSymposium. — 1998. — V. 2. — P. 473–482.3. Azarmi N., Smith R. Intelligent scheduling and planning

systems for telecommunications resource management // BT TechnologyJournal. — 2007. — V. 25, N. 3. — P. 241–248.4. Pinker E.J., Larsont R.C. Models of Flexible Workforces

in Stochastic Service Environments, the One-Job Case. — Boston:Massachusetts Institute of Technology, Operations Research Center,1995. — 53 с.5. Карманов В.Г. Математическое программирование. — М.: Физ-

матлит, 2004. — 264 с.

УДК 004.896

А.В. Васильев1, М.Н. Антоненко[email protected], [email protected]

1 Московский физико-технический институт(государственный университет)

2 Институт автоматизации проектирования РАН

Модели и методы оценки количественныххарактеристик комплекса работ в рамках

проектов

Данная работа является исследованием, относящимся к областиприменения средств и методов интеллектуального анализа данныхдля оценки количественных характеристик работ в рамках проектов.

Цель работы— показать состоятельность и применимость методовинтеллектуального анализа данных (Data Mining) к задачам оценкиколичественных характеристик работ в рамках проектов.

В работе решаются две задачи: из множества предоставленныхданных выделить наиболее важные — те, которые оказывают наи-большее влияние на конечный результат; на основе наиболее значи-мых данных решить задачу регрессии и показать состоятельностьрешения.


Для обнаружения этих «скрытых» знаний применяется алгоритм,включающий:

1) обработку пропущенных значений — таблицы данных часто со-держат пропущенные значения которые могут быть интерпретирова-ны как редкие значения или их отсутствие;

2) удаление выбросов — резко выделяющихся значений экспери-ментальных величин;

3) нормализацию — преобразование числовых атрибутов такимобразом, чтобы значения атрибутов лежали в одном и том же диапа-зоне;

4) определение важности атрибутов и выделение наиболее реле-вантного их набора для оценки целевого атрибута. Это необходимодля увеличения скорости и, возможно, точности для модели класси-фикации, построенной на таблице с большим числом атрибутов;

5) решение задачи регрессии;6) тестирование регрессионной модели.В качестве задачи выбран пример с семью значимыми атрибутами

и одним незначимым (количество выпитых чашек кофе). В целевойатрибут мы записываем значение некоторой функции, в которой вво-дим множитель «ноль» перед атрибутом, означающего количествовыпитого кофе. Хочется заметить, что итоговая функция содержитне только линейные члены, но также и произведения значений ат-рибутов, возведение в степень и деление. После того как построеназадача, мы определяем те атрибуты, которые более всего оказали вли-яние на ответ. На рис. 1 представлено в графическом виде решениеэтой подзадачи — видно, что атрибут наименее значим.

После того как модель построена и выбраны атрибуты, по кото-рым предлагается делать оценку, данные разбиваются на два мно-жества. На одном множестве производится «обучение»; на второммножестве проверяется качество (состоятельность) предсказания наоснове имеющихся действительных значений.

Для решения задачи были сняты метрики — среднеквадратичноеотклонение, абсолютная погрешность. Если считать, что отклоненияимеют нормальное распределение, то получится график, представ-ленный на рис. 2. Видим, что достоверность предсказания составля-ет порядка 80 процентов, что по мировой практике является оченьприемлемым результатом.

Таким образом, по результатам выполнения работы средства DataMining показали перспективность и состоятельность применения кзадачам оценки количественных характеристик работ. Результаты,

28 52-я научная конференция МФТИ ФРТК-1полученные на тестовых модельных данных, показали достаточнуюточность, чтобы считать средства Data mining пригодными для ана-лиза проектов на основе накопленных данных, полученных с выпол-ненных проектов.

Рис. 1

Рис. 2


1. Барсегян А.А., Куприянов М.С., Степаненко В.В. [и др.]. Тех-нологии анализа данных: Data Mining, Visual Mining, Text Mining,OLAP. — СПб.: БХВ-Петербург, 2008. — 384 с.2. Хардман Р., МакЛафлин М. Oracle PL/SQL для профессиона-

лов. — М.: Лори, 2007. — 418 с.


УДК 519.816

А.В. Евдокимов1, А.Е. Харичкин1,2

[email protected], [email protected] Московский физико-технический институт

(государственный университет)2 ООО «НетКрэкер»

Итерационные многометодные алгоритмымногокритериального ранжирования

Данная работа посвящена разработке нового класса методов длязадач многокритериального принятия решений, в частности, задачлинейного упорядочения альтернатив (альтернативных решений). За-дачи подобного рода называются ранжированием, а их решение обыч-но сводится к получению какого-либо рейтинга для каждой из аль-тернатив (с последующей сортировкой альтернатив по рейтингу).

Специалисты в области задач ранжирования обладают широкимарсеналом средств. Среди этих средств различают полностью автома-тические методы, основанные на запрограммированных алгоритмах,методики принятия решений человеком (экспертом) и так называе-мые человеко-машинные процедуры, в которых результат компьютер-ных вычислений корректируется лицом, принимающим окончатель-ное решение [1, 2].

Однако первые из указанных методов не исключают «запрограм-мированных» ошибок из-за неполноты и/или неточности компьютер-ных моделей, вторые требуют привлечения дорогостоящих экспер-тов, и даже «золотая середина» — человеко-машинные процедуры —имеют ограничения как по точности результата, так и по стоимостипроцесса принятия решений.

Цель данной работы — избежать использования мнений экспер-тов (которых затруднительно привлечь во многих реальных ситуа-циях), но при этом повысить степень доверия к результатам автома-тического ранжирования. Эта цель достигается путём согласованиярейтингов, получаемых разными классическими методами (которыепо сути эвристические и поэтому не имеют никакой меры качества,позволяющая их сравнивать друг с другом), а также путём построе-ния итерационного процесса, где каждый следующий шаг использует


результаты предыдущего шага (рейтинги, полученные разными мето-дами) в качестве входных данных (оценок по критериям).

Одним из наиболее удачных оказался следующий вариант итера-ционного многометодного алгоритма. На первом шаге алгоритма каж-дым методом из k классических методов решается исходная задача,состоящая из оценок альтернатив по критериям c и весов критериевw:

(cnm,wn) k−→ (sk

m,1).

Полученную в результате таблицу рейтингов skm,1 можно рассматри-

вать как входные данные для тех же методов при решении новойзадачи. В этой задаче место критериев занимают методы, оценкам cприсваиваются значения рейтингов s, а веса w задаются одинаковы-ми.

На i-м шаге решается задача

(snm,i−1,w

ni−1)

k−→ (skm,i,w

ki ); i > 1,

при этом используются те же методы, что и на первом шаге, так чторазмерность результата будет такой же, как и после первого шага.Для расчёта вектора весов на втором и последующих шагах предла-гается умножать вектор весов предыдущего шага на матрицу, отра-жающую углы между векторами рейтингов, полученных различнымиметодами:

−→w i = Ci−→w i−1; C

jk,i =

1 + cos(−→

Ski ,−→Sj

i

)2

,

где−→Sk

i — вектор рейтингов альтернатив, полученных k-м методом наi-м шаге [3].

С помощью данного и подобных алгоритмов решались несколькоразличных (по сути, объёму входных данных, требованиям к резуль-тату) задач: задача выбора оптимальной схемы подключения (3 аль-тернативы, 4 критерия), задача отбора студентов в учебный центр(∼ 60 альтернатив и 6–7 критериев). Оказалось, что приведённыйвыше алгоритм достаточно быстро сходится (не более 6 итераций да-же на самой объёмной задаче при предъявлении завышенных требо-ваний к точности). Само понятие «сходимости» определяется неодно-значно; в данной работе остановка итераций производилась на основеанализа либо норм отклонений векторов результатов в пространстве


решений, либо последовательностей, отсортированных по рангу аль-тернатив.

В итоге результаты, полученные комбинированием различных ме-тодов (трёх-четырёх из семи имевшихся в наличии), отличались лишьединичными различиями в последовательности из 60 альтернатив.Столь же небольшим оказалось отличие от эталонного решения, ко-торое было составлено на основе мнений экспертов. Таким образом,итерационные многометодные алгоритмы позволили повысить адек-ватность результатов многокритериального ранжирования, не потре-бовав участия экспертов в процессе решения.


1.Ларичев О.И. Теория и методы принятия решений. — М.: Логос,2000. — 296 с.2. Любченко В.В. Переключение методов в интерактивной проце-

дуре принятия решений // Труды Одесского политехнического уни-верситета. — 2002. — Вып. 2(18). — С. 2–3.3. Jaap S. Interactive multiple objective programming

methods. — Springer, 1981. — P. 114–122. — http://publishing.eur.nl/ir/repub/asset/10709/HFDSTK.5.PDF.


УДК 519.816

А.А. Кутафин1,2, Д.А. Некрылов1,2


(государственный университет)2 ООО «НетКрэкер»

Решение задачи планированиямодернизации телекоммуникационной сетис учётом технических и экономических

критериев

Возможности экстенсивного пути развития сотовой связи стандар-та GSM/EDGE близки к исчерпанию. Идет процесс перехода к новымтехнологическим решениям, которые лучше соответствуют возраста-ющим требованиям пользователей к качеству и составу предлагае-мых услуг. По некоторым оценкам потребуется обеспечить для до-машнего пользователя скорость доступа в среднем около 28 Мбит/с.В современных сетях передачи данных пропускная способность со-ставляет всего лишь от 50 Кбит/с до 1,5 Мбит/с на уровне абонент-ского доступа.

В рамках данной работы была изучена задача планирования ре-организации участка радиорелейной подсети мобильного операторас целью увеличения доступной полосы пропускания.

В нашей постановке задачи дано исходное дерево, которое пред-ставляет собой контроллер базовых станций (BSC — Base StationController) и обслуживаемые им базовые станции (BTS — BaseTransceiver Station). Будем считать, что был проведён предваритель-ный анализ текущей пропускной способности соединений и найденыучастки, на которых она недостаточна для передачи возросших объ-ёмов трафика.

При решении задачи принимались в рассмотрение следующие кри-терии:

— стоимость модернизации, или «Cost»,— остаточная пропускная способность, или «Bandwidth»,— максимальное расстояние между узлами сети, или «Length».


Также были наложены ограничения на максимальную глубину де-рева и сгенерированы запреты на связь двух конкретных BTS (в ре-альной жизни аналог — стоящее между ними здание). Требуется най-ти все варианты построения дерева с учётом ограничений и отобратьнаилучшие.

Для решения поставленной задачи была использована теория важ-ности критериев, в частности, метод количественных оценок, так какмногокритериальный подход в сравнении с однокритериальным име-ет ряд преимуществ:

— не рассматривается взвешенная сумма, или линейная свёртка,поэтому критерии с малыми весами тоже имеют существенное значе-ние,

— возможность одновременного учёта и анализа критериев разно-го рода (экономических и технических),

— результатом анализа является небольшое число недоминируе-мых вариантов, из которых оператором выбирается наилучший наоснове дополнительных соображений или предпочтений.

В качестве тестовой модели был выбран участок реальной сети,состоящий из одного BSC и 33 BTS.

В результате решения получено 7 вариантов с использованиеммногокритериального анализа и 1 вариант с использованием простойлинейной свёртки. Этот вариант минимизирует стоимость, но осталь-ные два критерия имеют нелучшие значения. Для передачи голосатакое решение является подходящим, хотя сеть будет испытыватьбольшие перегрузки при увеличении потоков трафика.

Варианты с большей стоимостью, но и большей пропускной спо-собностью будут предпочтительнее во многих других случаях, напри-мер, при планировании сети с учётом перспектив модернизации в бу-дущем.

Варианты с высоким значением критерия «Length» были отсеяныоднокритериальной оптимизацией из-за малого веса параметра, но,как показывают результаты, они менее дорогие и могут оказатьсянаиболее предпочтительными для передачи данных.

Преимущества многокритериального подхода оказались очень су-щественными. В отличие от скалярного он предоставляет лицу, при-нимающему решение, несколько наилучших (недоминируемых) вари-антов, для сравнения которых системе уже не хватает информации.Впоследствии из них выбирается наиболее подходящий с учётом до-полнительных предпочтений и требований сервиса. Это придает си-стеме гибкость по отношению к типу решаемой задачи.


Рассмотренный подход имеет большие перспективы для исполь-зования в реальной сети. Он позволяет избежать лишних затрат наобновление оборудования сети, более рационально использовать те-кущие ресурсы. Это особенно актуально в условиях повсеместногоперехода к новым технологиям, например, от GSM к 3G, которыйтребует больших вложений.


1. Подиновский В.В., Потапов М.А. Теоретические основы и си-стемы поддержки принятия многокритериальных решений. Инфор-мационные технологии в науке, образовании, телекоммуникации ибизнесе // Приложение к журналу «Открытые конференции». —2007. — С. 87–89.2. Олифер В.Г., Олифер Н.А.Компьютерные сети. Принципы, тех-

нологии, протоколы: учебник для вузов. — 3-е изд. — СПб.: Питер,2007. — 958 с.

УДК 004.7

Н.А. Подольская[email protected]


Московский государственный университет им. М.В. ЛомоносоваЗАО «Интел А/О»

О задаче симуляции компьютерных сетейи методах её решения

Симуляция компьютерных сетей используется при решении раз-личных задач: оценка качества сетевого программного обеспечения,тестирование и оценка алгоритма управления сетью, оценка произво-дительности сетевого соединения и т. д.

Решение задачи симуляции компьютерных сетей сводится к зада-че реализации набора сетевых протоколов. Каждый протокол можетбыть реализован одним из двух методов: 1) программная реализация


или 2) переиспользование реализации этого протокола в операцион-ной системе. Недостатком первого метода является его недостовер-ность, то есть возможное отличие от реализации протокола в реаль-ной сети. Недостатком второго метода является наличие в реальнойсети значительного количества посторонних фреймов, что затрудня-ет анализ данных в симуляторе.

Примером программной симуляции сетевых соединений можетслужить симулятор ns-2 [1]. В нем симулируются временные харак-теристики движения данных в сети. В ns-2 программно реализова-ны все протоколы сетевого стека TCP/IP с точки зрения времении продолжительности посылки фреймов. Данный симулятор можетиспользоваться для оценки производительности сети или оценки ал-горитма управления трафиком.

Автор доклада использовал ns-2 для оценки алгоритма выбораскорости передачи в сетевых соединениях, работающих по протоко-лу 802.11 (WiFi) в закрытых помещениях. Выбор скорости передачиWiFi фрейма имеет большое влияние на производительность переда-чи: при более низкой скорости передачи возрастает надежность, ноудлиняется время передачи, при более высокой — сокращается вре-мя перелачи фрейма, но уменьшается надежность передачи, то естьвозрастает вероятность необходимости перепосылки фрейма, что вы-зывает дополнительные траты времени.

Для решения данной задачи возникла необходимость заново ре-ализовать в ns-2 физический уровень стека сетевых протоколов, по-скольку алгоритм выбора скоростей актуален в условиях затуханиярадиосигнала, а в ns-2 симулируется свободная от помех среда пере-дачи.

Задача симуляции затухания радиосигнала в закрытых помещени-ях была решена автором доклада совместно в Ф.Н. Шерстюком [2].Результатом решения явились симулированные значения уровня шу-ма радиоэфира.

Результаты решения задачи затухания радиосигнала были встрое-ны в исходные тексты симулятора ns-2: по ним определялось отноше-ние уровня сигнала к уровню шума (Signal-to-Noise Ratio, или SNR)в данный момент времени. Заметим, что в ns-2 уровень сигнала за-висит от расстояния до передающей станции. Исходя из эксперимен-тальных данных вероятности появления ошибок в процессе передачифрейма при данном SNR, вычислялась вероятность ошибки в приня-том фрейме. При наличии ошибки прием фрейма не подтверждался,и передающая станция вынуждена была передавать фрейм повторно.


Описанное усовершенствование ns-2 позволило провести оценкуалгоритмов выбора скорости передачи. Коды алгоритмов были встро-ены в исходные тексты ns-2, и проведены измерения производитель-ности сетевого соединения для каждого из алгоритмов (рис. 1).

Рис. 1. Графики производительность сетевого соединения при постоян-ных скоростях передачи и при использовании различных алгоритмоввыбора скорости передачи в зависимости от расстояния между WiFiстанциями

Переиспользование в симуляторе реализации сетевых протоко-лов, имеющихся в операционной системе (ОС), часто требует про-граммной реализации недостающей функциональности. Так, напри-мер, при решении задачи оценки алгоритма, управляющего сетевымтрафиком, требуется включить этот алгоритм в функционированиестека сетевых протоколов ОС. Данное достигается инсталляцей воперационной системе специального сетевого драйвера, например,TUN/TAP [3].

Под руководством автора доклада студентами механико-матема-тического факультета МГУ М.С. Хроповым и А.Д. Ямпольским врамках выполнения курсовой работы решалась задача симуляциибеспроводной сети, состоящей из двух станций, связывающихся попротоколу 802.11. Протокол 802.11 симулировался программно, этоткод коммуницировал с драйвером TUN/TAP, инсталлированным воперационной системе, и посылка фреймов имитировала посылку ихWiFi станцией, то есть фреймы посылались с задержками, соответ-ствующими стандарту 802.11. Радиопомехи также симулировались


с использованием результатов работы [2]. Симулятор использовалсядля оценки алгоритма, управляющего посылкой данных через сеть.

Решение задач симуляции компьютерных сетей предполагает ком-бинирование двух описанных выше методов: программной симуляциисетевых протоколов и переиспользование сетевых протоколов, реали-зованных в операционной системе. Выбор конкретного решения опре-деляется исходя из требований, предъявляемых к решению, а такжеиз имеющихся ресурсов.


1. The Network Simulator. — ns-2. URL: http://www.isi.edu/nsnam/ns/. Документация и исходные тексты симу-лятора ns-2.2. Подольская Н.А., Шерстюк Ф.Н. Задача симуляции затуха-

ния радиосигнала: решение и приложения // Фундамент. и при-кл. матем. — 2007. — T 13, № 1. — С. 179–187. URL: http://mech.math.msu. su/ ∼ fpm/ps/k07/k071/k07110. pdf.3. Virtual Point-to-Point (TUN) and Ethernet (TAP) devices; http://

vtun.sourceforge.net/tun/. Документация и исходные тексты драйвераTUN/TAP.

УДК 004.7

М.С. Хропов, А.Д. Ямпольский[email protected], [email protected]

Московский государственный университет им. М.В. Ломоносова

О решении задачи симуляции сетевогосоединения, работающего по стандарту

802.11Задача симуляции беспроводного сетевого соединения возникла

перед авторами доклада при решении задачи разработки алгоритма,управляющего распределением потока данных в сети. Разработанныйавторами алгоритм требовал тестирования и оценки производитель-ности сети, получаемой при использовании данного алгоритма. Одна-ко в силу специфики алгоритма недостаточно было исследовать его


поведение на реальной сети. Эффективность работы алгоритма на-прямую зависела от состояния радиоэфира, а для его отлаживаниябыло существенно необходимо полностью контролировать трафик.Это привело к задаче моделирования Wi-Fi соединения на отдельновзятом компьютере.

На данный момент существует несколько различных стандартовбеспроводной связи. Наиболее распространены IEEE 802.11b/g, так-же известные под общим названием Wi-Fi. Варианты беспроводногостандарта IEEE 802.11 различаются между собой не только частота-ми вещания, но и поведением, которое призвано получить максималь-но возможную скорость при любых условиях среды. Wi-Fi основан натипичном для большинства современных протоколов связи принци-пе «данные–подтверждение»: после каждой отправленной части ин-формации станция связи ожидает реакции принимающей стороны.В случае, если ответ не приходит, заглушен другим сигналом или жепакет поврежден, предполагается, что в эфире наличествует ещё какминимум одна станция беспроводной связи, оперирующая на той жечастоте — обе ждут случайный, увеличивающийся с каждой неуда-чей отрывок времени перед повторной отправкой. Таким образом,даже в заполненных Wi-Fi сигналами офисных комплексах удаётсясоздать достаточно пространства для вещания каждой станции. Дляслучая посторонних шумов, не связанных напрямую с беспроводнымобменом информацией, стандарт имеет настраиваемые скорости пе-редачи данных — путём увеличения времени на передачу каждогопакета станция увеличивает шансы восстановления данных при при-еме.

Для моделирования беспроводного соединения использовалсядрайвер Tun/Tap — широко известное виртуальное сетевое устрой-ство, работающее с TCP/IP и Ethernet-фреймами на уровне операци-онной системы. Конкретно использовался его Win32-аналог, являю-щийся частью проекта Open-VPN. Это позволило программно симу-лировать любое поведения пакета в предполагаемой среде, не исполь-зуя никаких иных средств, кроме компьютера, на котором запущенапрограмма симуляции. С помощью Tun/Tap создаётся виртуальнаясетевая карта, которую Windows способен адекватно распознавать.Используя специальную C/C++ библиотеку, можно подключать кэтой карте драйвер, реализованный пользователем. Взаимодействиес TCP/IP протоколом реализуется с помощью системы событий —драйвер получает все пакеты, посланные на виртуальную карту, и

Секция инфокоммуникационных систем и сетей 39может в свою очередь посылать другие пакеты назад на уровень при-ложения, симулируя входящий трафик (рис. 1).

Рис. 1. Стеки протоколов TCP/IP с сете-вой картой Wi-Fi и с драйвером Tun/Tap

Для решения поставленной задачи был написан код драйвера дляTun/Tap, моделирующий поведение беспроводного соединения. Былиреализованы очередь сообщений, вычисление задержки отправленияпакета, возможность потери пакетов, имитирующая помехи, а такженастраиваемые условия моделируемой среды. Для вычисления веро-ятности повреждения данных в зависимости от помех в среде пере-дачи информации были использованы теоретические и эксперимен-тальные результаты статьи [1]. Сами помехи задавались функцией,зависящей от общего уровня шума, проводимости симулируемой сре-ды распространения волн и проектируемого количества других Wi-Fiсетей, вещающих на той же частоте, что в сущности охватывает весьспектр возможных источников помех.

Преимущества такого подхода заключаются в следующем: тести-рование алгоритмов стало возможно даже на одной машине без сете-вой карты Wi-Fi; любую собираемую по трафику статистику можноотслеживать в процессе работы соединения; на моделируемую кар-ту по определению не посылаются пакеты от сторонних приложений;отладка алгоритмов значительно упрощается благодаря возможностидоступа к трафику на любом уровне TCP/IP стека.


Результат решения данной задачи был успешно применен дляоценки качества работы алгоритма распределения трафика в беспро-водных сетях и его тестирования.


1. Podolskaya N.A., Sherstyuk F.N. The problem of Wi-Fi radio-fading simulation: Solution and applications // Journal of MathematicalSciences. — 2008. — V. 152, N. 4. — P. 571–577.

Секция высокопроизводительныхвычислительных систем

УДК 004.272.42

Д.С. Артамонов[email protected]

Московский государственный институт электронной техники(технический университет)

ООО «ИДМ»

Методы повышения эффективностивычислительного процесса на однородных

вычислительных средах

Эффективность вычислений на однородных вычислительных сре-дах [1–4] определяется, с одной стороны, возможностями распарал-леливания прикладных вычислительных алгоритмов, а с другой —функциональными возможностями ячеек среды и размерностью мат-рицы среды, реализуемой в отдельном микрочипе заданной площади.

Таким образом, необходима разработка методов повышения эф-фективности вычислений (удельной производительности — произво-дительности на единицу площади аппаратуры, отношения производи-тельность/потребление) на однородных вычислительных средах потрём направлениям:

1). Разработка архитектуры процессорного элемента и его функ-циональности. Разрабатываемый процессорный элемент однороднойвычислительной среды представляет собой совокупность независи-мых устройств, которые предназначены для обработки, хранения ипередачи данных [5]. Процессорный элемент включает в себя арифме-тико-логическое устройство (АЛУ) — для обработки данных по ариф-метическим и логическим операциям, многофункциональное устрой-ство (МФУ) — для обработки данных по составным алгоритмам —умножении, умножение в полях Галуа, деление, поиск совпадений в


битовой последовательности и т. д., четыре транзитных канала пере-дачи данных — для передачи данных с внешних входов ПЭ на еговнешние выходы с программируемой задержкой, равной 0, 1, 2, 3такта сигнала синхронизации, входной и выходной коммутаторы —для подключения внешних входов и выходов ПЭ к входам и выходамвнутренних исполнительных устройств (рис. 1).

Рис. 1. Структурная схема процессорного элемента

Многофункциональное устройство, в основе функционированиякоторого лежат принципы конвейерной последовательно-параллель-ной обработки данных, обеспечивает эффективную с точки зрениязатрачиваемых аппаратных ресурсов и времени вычислений обработ-ку данных различных форматов (8-, 16-, 32-, 64-бит).

Секция высокопроизводительных вычислительных систем 43

2). Оптимизация затрат аппаратных ресурсов матрицы вычис-лительной системы. Вычислительная ячейка однородной вычисли-тельной среды может выполнять прямую или альтернативную функ-цию из существующего набора функций в зависимости от сигналаусловия. Введение поддержки альтернативных вычислений позволя-ет снизить аппаратные издержки относительно обрабатываемых ал-горитмов, включающих ветвления, в 2 раза (рис. 2). В масштабах мат-рицы процессорных элементов такой выигрыш в аппаратных ресур-сах позволяет значительно повысить удельную производительностьвсей системы в целом.

Рис. 2. Аппаратура для реализации алгоритма типа выбор на стандарт-ной ячейке (а) и на ячейке, поддерживающей технологию альтерна-тивных вычислений (б) (активные ячейки и связи выделены жирным,неактивные — пунктиром)

3). Динамическая частичная реконфигурируемость аппаратурывычислительной системы. Необходимо обеспечить возможность до-ступа для реконфигурирования к любому индивидуальному ПЭ влюбой момент времени. Такая возможность может быть организова-на посредством введения адресации ячеек матрицы вычислительногопроцессора по осям X и Y , а также введения индивидуального управ-ляющего сигнала, определяющего режим каждого отдельного ПЭ.

Поддержка динамической частичной реконфигурируемости аппа-ратуры вычислительной матрицы обуславливает гибкость вычисли-


тельной системы относительно варьируемого диапазона классов об-рабатываемых алгоритмов.


1. Евреинов Э.В. Однородные вычислительные системы, структу-ры и среды. — М.: Радио и связь, 1981. — 208 c.2. Богачев М.П. Архитектура вычислительной системы с однород-

ной структурой. — Львов: ФМИ АН УССР, 1981. — С. 15–21.3. Варшавский В.И., Мораховский В.Б. [и др.]. Однородные струк-

туры. — М.: Энергия, 1973. — 150 c.4.Шмойлов В.И., Русин Б.П., Кузьо М.Н. Ячейка пульсирующих

информационных решёток. — Львов: Меркатор, 2001. — 34 с.5. Процессор однородной вычислительной среды: пат. 2180969,

Российская Федерация: МПК7 G06F15/00, G06F15/163/ Бачери-ков Г.И., Геворкян В.И., Крохин В.М., Татур В.Ю.; заявка№ 2000126004/09, заявл. 18.10.2000, опубл. 27.03.2002.

УДК 004.4’416

В.А. Битнер[email protected]


ЗАО «Московский центр SPARC-технологий»

Система интерпретации промежуточногопредставления программы

в оптимизирующем компиляторе

Начальным этапом трансляции в оптимизирующем компилято-ре, созданном и развиваемом для архитектуры «Эльбрус» [1], яв-ляется преобразование исходного кода программы в промежуточноепредставление, предназначенное для удобства генерации кода и/илипроведения различных оптимизаций [2]. Промежуточное представле-ние исходной программы можно интерпретировать как программный


код, который приводится к машинному коду и исполняется (оно ос-новано на Ассемблере целевой архитектуры, но при этом не являетсяпрограммой на языке Ассемблера).

Принято различать два типа представления исходной программы:высокоуровневый, максимально абстрагированный от особенностейконкретной вычислительной архитектуры и предназначенный глав-ным образом для межпроцедурных оптимизаций, и низкоуровневый,приближённый к архитектуре некоторой конкретной вычислитель-ной системы и предназначенный для оптимизаций внутри процеду-ры [3]. Данная работа посвящена разработке системы интерпретациипромежуточного представления низкоуровневого типа посредствомтрансляции промежуточного кода в рабочую программную среду, ко-торая обладает необходимыми свойствами надежности, доступности,удобства использования. Техническая реализация трансляции строит-ся на моделировании элементов промежуточного представления Си-кодом, выполняемым с сохранением функциональной эквивалентно-сти. Моделируются не только элементы промежуточного представле-ния, но и аппаратная поддержка исполнения программы на процессо-ре с архитектурой «Эльбрус», например, моделирование асинхроннойпредподкачки массивов данных [4] или процесса использования стекаданных. Результатом трансляции промежуточного представления яв-ляется программный код на языке Си, исполняемый на архитектуреx86 и в точности повторяющий функциональность промежуточногокода исходной программы.

Особое внимание в работе уделяется моделированию архитектур-ных особенностей, при котором достигаются наиболее простые и эф-фективные решения: реальный регистр моделируется как переменнаятипа int, реальный стек — как массив элементов типа char, вызовпроцедуры — как инициализация «станка» — указатель типа void —и вызов по косвенности с использованием средств языка Си и такдалее. Общий принцип моделирования основывается на замене всехнепереносимых объектов архитектуры «Эльбрус» эквивалентными (всмысле функциональности) и операбельными объектами архитекту-ры x86.

В процессе разработки оптимизирующего компилятора архитек-туры «Эльбрус» система интерпретации промежуточного представ-ления программы актуальна как необходимая основа для созданиянового эффективного отладочного средства. Такое отладочное сред-ство будет использоваться для верификации оптимизаций в оптими-зирующем компиляторе, особенно в случаях, когда ошибка в оптими-


зации не приводит к явному её обнаружению, то есть проявляетсятолько на этапе исполнения программы.


1. Волконский В.Ю. Оптимизирующие компиляторы для архи-тектуры с явным параллелизмом команд и аппаратной поддержкойдвоичной совместимости // Информационные технологии и вычисли-тельные системы. — 2004. — № 3. — С. 4–26.2. Ахо А.В., Сети Р., Ульман Д.Д. Компиляторы: принципы, тех-

нологии и инструменты. — М.: Вильямс. — 2003. — 768 с.3. Дроздов А.Ю., Степаненков А.М. Методы комбинирования ал-

горитмов анализа и оптимизаций в современных оптимизирующихкомпиляторах // Компьютеры в учебном процессе. — 2004. — № 11. —С. 3–12.4. Galazin A.B. [et al.]. A Software Instruction Prefetching Method

in Architectures with Static Scheduling // Programming and ComputerSoftware. — 2008. — V. 34, N. 23. — P. 49–53.

УДК 004.35

А.Ю. Богданов[email protected]

Московский государственный технический университетим. Н.Э. Баумана


Комплексная отладка контроллерапериферийных интерфейсов

В настоящее время компания ЗАО «МЦСТ» разрабатывает кон-троллер периферийных интерфейсов (КПИ). Он предназначаетсядля использования в высокопроизводительных системах на кристал-ле с архитектурой «Эльбрус» и поддерживает интерфейсы Ethernet,Sata, IDE, PCI, PCI-Express, USB2.0, AC97, GPIO, IEEE1284, RS232,IOAPIC, PIC, I2C, SPI и IOlink.

На первых этапах разработки отладка КПИ проводилась исклю-чительно программными средствами, реализующими исполнение на-бора тестов программным модулем, представляющим собой RTL-код


на языке Verilog. Такой подход имел существенные недостатки, основ-ными из которых были:

— низкая скорость выполнения тестов,— невозможность подключения периферийных устройств.Возможность их устранения появилась после реализации аппарат-

ного макета КПИ. Было разработано тестирующее устройство (ап-паратный контроллер), позволяющее формировать тестовые наборыдля непосредственного исполнения на макете.

Через шину PCI инструментальная машина посылает запросы кКПИ в виде PCI фрагментов IOLink пакетов запросов и считываетответы на ранее поступившие запросы из тестирующего устройства.

Через шину IOLink тестирующее устройство посылает запросы кКПИ и получает ответы на них, которые сохраняются во внешнейпамяти.

Внешняя память служит для хранения запросов и ответов на них,поступающих в режиме DMA.

Устройство содержит несколько буферов FIFO следующего назна-чения:

Memory Controller обеспечивает взаимодействие с внешней памя-тью,

FIFO APIC хранит приходящие от КПИ прерывания,FIFO Answer накапливает ответы на запросы,FIFO Sequence последовательно буферизует запросы к КПИ,Register содержит регистры статуса и управления,IOLink Controller обеспечивает взаимодействие с IOlink интерфей-

сом,PCI Сontroller обеспечивает взаимодействие с шиной PCI.Данное устройство позволило повысить скорость тестирования в

100 раз, появилась возможность проверки работы КПИ при подклю-чении различных устройств (USB, SATA и т. д). Сочетание программ-ных и аппаратных средств позволяет добиться наилучших результа-тов при отладке устройства (рис. 1, 2).


1. PCI Local Bus Specification Revision 3.0 // PCI Special InterestGroup, 2004.


Рис. 1. Функциональная схема макета с тестирующим устройством

Рис. 2. Функциональная схема тестирующего устройства


УДК 004.3’12

В.В. Воробушков1,2,3, Ю.С. Рябцев1,3


(государственный университет)2 ЗАО «Московский центр SPARC-технологий»3 Институт электронных управляющих машин

Использование развязывающихконденсаторов на подложке

микропроцессора «Эльбрус-S»

Каждый производитель вычислительной техники стремится по-лучить максимальную производительность вычислительной системыпри достаточном уровне отказоустойчивости. Одним из важнейшихфакторов, влияющих на отказоустойчивость вычислительной систе-мы, а как следствие, и на её производительность, является качествен-но реализованная система обеспечения питания. Чем стабильнее пи-тание, тем больший существует «запас прочности» по номиналам пи-тания, по температуре, по временным диаграммам. Как только уро-вень помех по питанию превышает допустимый уровень, приходитсялибо снижать частоту работы системы, что снижает производитель-ность, либо повышать напряжение питания, что снижает надежностьработы системы. Основными источниками помех в системе питаниявычислительной системы являются мощные высокочастотные мик-росхемы, такие, например, как микропроцессоры, память, системнаялогика.

Систему фильтрации питания в вычислительной системе можноразделить на три больших части. Первая, это фильтрация питания,приходящего на печатную плату от внешнего источника питания.Фильтрацию помех на этом уровне обеспечивает индуктивность про-водов подключения источника питания и электролитические конден-саторы высокой ёмкости на входе в систему. Второй этап фильтра-ции — это фильтрация на уровне печатной платы. Здесь для обес-печения качественной системы питания необходимо спроектироватькачественную топологию подвода номиналов питания, заложить необ-ходимый набор высокочастотных керамических и низкочастотных


электролитических конденсаторов, установить фильтры в местах, гдеэто необходимо. Третий этап фильтрации приходится на сами микро-схемы. Даже при создании идеальной системы питания на печатнойплате, что в большинстве случаев невыполнимо по техническим илиэкономическим соображениям, невозможно избавиться от помех попитанию внутри микросхем. Это вызвано падением напряжения наиндуктивностях выводов микросхемы. Внутри микросхемы с поме-хами по питанию можно бороться несколькими способами: уменьшаяиндуктивность выводов микросхемы, оптимизируя взаимное располо-жение сигнальных выводов и выводов земли и питания микросхемыи добавляя развязывающие ёмкости на землю и питание. В этом до-кладе мы рассмотрим второй путь.

Вопрос о стабильности напряжения питания особо остро всталво время отладки, испытаний и отбраковки микропроцессоров «Эль-брус». Был установлен факт, что на номинальном напряжении пи-тания микропроцессор не обеспечивает достаточного «запаса проч-ности». То, что виной тому стабильность напряжения питания внут-ри процессора, было подтверждено ухудшением стабильности работымикропроцессора при увеличении индуктивности выводов микропро-цессора. Частично эту проблему удалось решить, изменив распинов-ку процессора, однако полностью от этого эффекта избавиться неудалось.

В настоящий момент готовится к выпуску микропроцессор «Эль-брус-S». По сравнению с микропроцессором «Эльбрус» тактовая ча-стота выросла с 300 МГц до 500 МГц, а общая потребляемая мощ-ность оценочно должна вырасти на 50%. Таким образом, вопрос остабильности номиналов питания в новом процессоре встал особенноостро. Основываясь на опыте отладки микропроцессора «Эльбрус»,становится ясно, что оптимизация распиновки не гарантирует доста-точный уровень стабильности напряжения питания и необходимо до-бавлять развязывающие ёмкости. Ёмкостей, которые можно реали-зовать на кристалле или образующихся в структуре слоёв земли ипитания — десятки, сотни пикофарад, по предварительным оценкамявно недостаточно. Таким образом, остаётся единственный вариант —установка развязывающих конденсаторов на подложку процессора.

Из-за технологических ограничений производства подложкиневозможно установить конденсаторы в непосредственную областьвозникновения помех. Таким образом, требовалось определиться сконфигурацией подложки, обеспечивающей наилучшую помехозащи-щенность питания, и убедиться в целесообразности установки конден-


саторов вообще. На этапе разработки подложки единственный способпровести такую проверку — провести моделирование. В качестве ПОдля моделирования была выбрана система AWR Design Environment2008. Исходные параметры для моделирования, такие, как величи-на помехи, крутизна фронта, индуктивность выводов, были взятыиз экспериментальных данных, полученных при наладке микропро-цессора «Эльбрус». Данные по структуре подложки, материалам ипараметрам конденсаторов брались из соответствующей документа-ции. При моделировании учитывалась полная структура системы:кристалл — подложка — плата.

В результате моделирования различных вариантов исполненияконденсаторов на подложке были найдены решения, при которых ам-плитуда помехи уменьшается в 2.5–3 раза. Таким образом, был вы-бран метод подключения конденсаторов и доказана целесообразностьих использования.

Для дальнейшего исследования проблем помехозащищенности пи-тания на уровне корпусирования были введены в распиновку мик-ропроцессора специальные выводы, которые подключаются внутриподложки непосредственно к слоям питания и земли ядра. Если дан-ное решение после проверки окажется успешным, то его можно будетприменить к другим микросхемам, выпуск которых запланирован вкомпании ЗАО «МЦСТ».

В настоящий момент заканчивается разработка корпуса и кри-сталла микропроцессора «Эльбрус-S» с учётом сформулированныхрекомендаций и подготавливаются к производству.


1.Kim J. [et al.]. Separated Role of On-chip and On-PCB DecouplingCapacitors for Reduction of Radiated Emission on Printed Circuit Boards// Proceedings of the IEEE International Symposium on ElectromagneticCompatibility. — 2001. — P. 531–536.2. Smith L. [et al.]. Power Distribution System Design Methodology

and Capacitor Selection for Modern CMOS Technology // IEEETransactions on Advanced Packaging. — 1999. — V. 22, N. 3. —P. 284–291.


УДК 004.318

М.В. Исаев[email protected]



Объединение двух процессорных ядерс архитектурой «Эльбрус» для созданиядвухъядерной системы на кристалле

«Эльбрус-S2»

В настоящее время в ЗАО «МЦСТ» выполняется опытно-кон-структорская работа (ОКР), в рамках которой проектируется систе-ма на кристалле, содержащая два процессорных ядра архитектуры«Эльбрус» и набор распределенной интерфейсной логики (chipset) изсистемы на кристалле (СНК) предыдущего поколения «Эльбрус-S», атакже кластер из четырёх процессоров обработки сигнальной инфор-мации (Digital Signal Processor, DSP). При этом принципиальным тре-бованием является возможность объединения четырёх СНК в рамкаходного кластера с аппаратной поддержкой когерентности по протоко-лу, в котором обращение в память порождает опрос всех процессоровсистемы (snoop-based протокол) и двух кластеров — с помощью меж-кластерного коммутатора [1]. Для повышения скорости разработки иснижения затрат было принято решение, согласно которому два яд-ра СНК объединяются межъядерным коммутатором («контроллероммежъядерных взаимодействий» — Core Integration Controller, CIC),организующим их совместный доступ к памяти, периферийному обо-рудованию и DSP-кластеру. Примечательным является то, что дан-ная система может производиться и совместно с DSP-кластером наодном кристалле как в ведущейся ОКР, так и отдельно от него, яв-ляясь двухъядерной СНК «Эльбрус-S2». Процессорное ядро с кэшемпервого уровня, кэш второго уровня, устройство доступа к памятиMemory Access Unit (MAU) и набор распределенной интерфейснойлогики (chipset) System Interface Controller (SIC) СНК «Эльбрус-S»было решено оставить неизменными (рис. 1).


Основной проблемой при проектировании коммутатора был ар-битраж запросов от обоих ядер в систему — необходимо учитывать,что с точки зрения системы запросы должны выглядеть так, будтопроцессор содержит лишь одно ядро. При этом нужно было решитьпроблему удваивающегося в пике количества операций чтения и запи-си в системе. В СНК «Эльбрус-S» и ядро, и chipset могут исполнятьдо 32 чтений и до 16 записей. Если с удвоением количества ядер числовозможных запросов увеличивается, то из-за неизменности SIC коли-чество запросов по чтению/записи, находящихся в системе, должнобыло оставаться неизменным. Также необходимо было соблюсти кор-ректность семафорных операций с памятью (эксклюзивная работа сопределённым адресом) в условиях появления второго ядра, о суще-ствовании которого не знает SIC. Для решения поставленной задачибыл разработан контроллер запросов MAU (MAU Request Controller,MRQ), состоящий из арбитра с круговым приоритетом, регистровчтения/записи (LDR/STR) в количестве 32 и 16 соответственно почислу регистров чтения и записи MAU, а также добавлены проверкиадреса и типа операции на совпадение с использующимся семафоромв семафорных регистрах. При этом архитектурно реализовано пере-именование регистров чтения/записи MAU с помощью LDR/STR ре-гистров, что минимизирует изменения в MAU до небольших измене-ний интерфейсного уровня [2].

Ещё одной проблемой, решённой в процессе разработки контрол-лера, являлось внесение необходимых доработок в протокол коге-рентности, использующийся в комплексе на базе СНК «Эльбрус-S» иреализованный в наборе распределенной интерфейсной логики SIC.Для этого был разработан контроллер когерентных сообщений —Coh_Box. Находясь между ядрами и SIC, он, получая запрос из SIC,разбирает его и передаёт нужным ядрам, а когерентные ответы изядер сохраняет и выдаёт обобщённый когерентный ответ в форматекогерентного ответа для одноядерной системы.

Последним функциональным устройством является межинтер-фейсный коммутатор. Его основной задачей является сведение внут-реннего интерфейса межъядерного коммутатора, достаточно разроз-ненного, к формату старого интерфейса между MAU и SIC.

Verilog-описание разработанного коммутатора было включено всостав отладочного стенда, где прошло первичное тестирование, до-казывающее правильность принятых во время разработки решений.Также стоит отметить, что проведённые тесты производительностипоказывают превосходство двухъядерной СНК «Эльбрус-S2» относи-


тельно двухпроцессорной системы на базе двух систем на кристалле«Эльбрус-S».

Рис. 1. Структурная схема СНК «Эльбрус-S2»


1. Ким А.К. [и др.]. Микропроцессорные вычислительные ком-плексы с архитектурой «Эльбрус» и их программное обеспечение //Вопросы радиоэлектроники. — 2009. — Сер. ЭВТ, вып. 3. — С. 5–36.2. Таненбаум Э. Архитектура компьютера. 4-е издание. — Питер,

2006. — 704 с.


УДК 004.318

А.С. Кожин[email protected]



Контроллер памяти DDR2 SDRAMи его система синхронизации в составесистемы на кристалле «Эльбрус-S2»

Одной из проблем, возникших при создании системы на кри-сталле (СНК) «Эльбрус-S2» в совместном проекте ЗАО «МЦСТ» иГУП НПЦ «ЭЛВИС», выполняемом на базе одноядерной СНК «Эль-брус-S» (предшествующая разработка ЗАО «МЦСТ» [1]), стала под-держка работы с памятью.

Тактовая частота оперативной памяти СНК МП «Эльбрус-S» со-ставляет 250 МГц (соответственно стандарту DDR2-500 [2], пропуск-ная способность одного канала 4 Гбайт/с). В связи с удвоением числауниверсальных ядер в СНК «Эльбрус-S2» для обеспечения эффектив-ной работы было необходимо увеличить и пропускную способностьпамяти (стандарт DDR2-800). С этой целью были проведены все необ-ходимые доработки уже существующего двухканального контролле-ра памяти для обеспечения пропускной способности 6,4 Гбайт/с наканал.

Контроллер памяти СНК «Эльбрус-S» работал на частоте250 МГц, которая совпадала с частотой памяти и была в 2 разаменьше системной частоты, на которой формировались запросы и по-сылались ответы в систему. В новой микросхеме системная частотаосталась равной 500 МГц, а физический уровень памяти работает на400 МГц, причём из-за сложности оптимизирующего ядра контрол-лера частота его работы составляет 200 МГц.

Доработанный контроллер памяти MC_top (рис. 1) состоит издвух одноканальных контроллеров MC#1 и MC#2, модулей интер-фейса системы с контроллерами mc_int#1 и mc_int#2, модуля при-ёма данных их памяти mc_mrg и модуля формирования служебныхсигналов согласования частот mc_clabel. Взаимодействие между па-


мятью и контроллером обеспечивают модули физического интерфей-са mc_phy#1 и mc_phy#2.

Рис. 1. Структурная схема двухканального контрол-лера памяти DDR2 SDRAM

Основной сложностью при усовершенствовании контроллера ста-ла разработка новой системы синхронизации. В СНК «Эльбрус-S2»число доменов синхронизации увеличилось до трёх, кроме того, от-ношение частот стало нецелым (5/2, 5/4), что не позволило использо-вать старую схему. Для междоменного согласования были исполь-зованы метки пересинхронизации, которые учитывают положениефронта высокой частоты относительно фронта низкой. Главнымипреимуществами этого решения являются минимальная задержка ификсированная временная диаграмма передачи данных между доме-нами разных частот, что облегчает поиск и устранение ошибок.

Формирование меток пересинхронизации осуществляется в моду-ле mc_clabel. Главной задачей при этом стала реализация гибкой на-стройки сигналов согласования для различных соотношений частот.Была разработана схема на основе управляющих регистров с цикли-ческим доступом. Их длина соответствует периоду биений синхросиг-налов двух доменов, выраженному в тактах домена с большей часто-той, а значения бит — разрешённым фронтам передачи/приёма (дляих определения было проведено специальное исследование). Текущеезначение метки загружается из управляющего регистра по фронтуболее высокой частоты. Для передачи данных между доменами с


близкими частотами (с минимальным временным интервалом междуфронтами синхросигналов 0,5 нс и меньшим) используются дополни-тельная метка и регистры, работающие по отрицательному фронтусинхросигнала.

В связи с изменением схемы синхронизации существенные измене-ния введены в модули интерфейса с системой mc_int# и модуль при-ёма данных из памяти mc_mrg. Были разработаны модули передачиданных между доменами с учётом меток пересинхронизации для всехсоотношений частот. Также в связи с увеличением пропускной способ-ности памяти были расширены каналы выдачи данных по чтению вдругие процессоры и при операции Чтение–Модификация–Запись.

Серьезные доработки внесены и непосредственно в контроллерыпамяти. Разработан новый модуль формирования команд с интерфей-сом DDR2 и поддержкой режима 2T (режим расширения фазы коман-ды/адреса на интерфейсе DDR2 SDRAM до двух тактов). Посколькувесь интерфейс контроллеров с физическим уровнем mc_phy# рабо-тает на частоте памяти, а ядро контроллера — на частоте в два разаниже, были реализованы дополнительные схемы пересинхронизациимежду этими доменами. Кроме того, были изменены все временныеограничения в соответствии со стандартомDDR2 — новые параметрыучитывают задержки пересинхронизации и наличие дополнительныхрегистров, которые пришлось добавить при проведении синтеза.

Несмотря на увеличение числа доменов синхронизации, мини-мальное время доступа в память осталось равным 60 нс, как и в СНК«Эльбрус-S». Это достигнуто благодаря правильно выбранной схемесинхронизации и оптимизациям при её реализации. (При синтезе кон-троллера памяти в Design Compiler фирмы Synopsys было проведеноисследование по заданию правильных ограничений на передачу меж-ду доменами в соответствии с реализованной схемой.)

Описанные доработки контроллера памяти могут быть исполь-зованы и в других проектах. Уже сейчас новый контроллер при-меняется не только в СНК «Эльбрус-S2», но и в микропроцессоре«МЦСТ-4R», построенном на архитектуре SPARC. Внесенные изме-нения позволяют осуществлять дальнейшее повышение частоты под-держиваемой памяти благодаря работе ядра только на половиннойчастоте. Существенно, что разработанная система синхронизации, ко-торая имеет минимальные задержки передачи данных и отличаетсягибкой настройкой рабочих частот (поддерживает различные соот-ношения частот и задание любого количества доменов), может быть


использована и в других устройствах, где есть разные домены син-хронизации.


1. Волконский В., Ким А., Назаров Л., Перекатов В., Фельд-ман В. Микропроцессоры и вычислительные комплексы российскойкомпании МЦСТ // Электроника. — 2008. — № 8.2. DDR2 SDRAM Specification, version JESD79-2E //

www.jedec.org, JEDEC. — 2005.

УДК 004.414.23

А.Н. Мешков[email protected]


Разработка модели вычислительногокомплекса «Эльбрус-S»

В настоящее время моделирование новых компьютерных архитек-тур является незаменимым средством при их разработке. Возрастаю-щая сложность аппаратуры затрудняет понимание поведения как от-дельных устройств, так и системы в целом, её особенностей и нововве-дений. Моделирование позволяет помочь в разработке как программ-ного обеспечения, так и в проектировании некоторых архитектурныхособенностей, и, кроме того, оно незаменимо, когда проектируемаяаппаратура ещё не готова.

Симуляторы вычислительного комплекса [1] целиком моделиру-ют целевой компьютер с момента загрузки, что позволяет исполнятьсистемные приложения, такие, как программа начальной загрузки иоперационная система. Возможность загрузки немодифицированнойоперационной системы и пользовательских приложений крайне важ-на, поскольку она позволяет исследовать широкий спектр задач.

Архитектурная линия «Эльбрус» представлена в составе текущихразработок системой на кристалле «Эльбрус-S». С точки зрения ре-ализации моделирующий комплекс представляет собой развитие мо-дели вычислительного комплекса «Эльбрус-3М1» [2, 3].


Микросхема «Эльбрус-S» представляет собой одноядерную систе-му на кристалле (System-on-Chip, СнК), структурная схема кото-рой представлена на рис. 1. На одном кристалле размещаются про-цессорное ядро «Эльбрус» c кэшем второго уровня (Elbrus Core),системный контроллер (System Controller), 2 контроллера памяти(Memory Controller) для микросхем памяти DDR2 SDRAM, контрол-леры каналов доступа к другим процессорам (InterProcessor ChannelController), контроллер канала ввода-вывода (Input/Output ChannelController) [4]. Поскольку модули памяти принадлежат каждому про-цессору по отдельности, то многопроцессорный вычислительный ком-плекс на основе «Эльбрус-S», в отличие от вычислительного комплек-са «Эльбрус-3М1», является системой с неоднородным доступом впамять (NUMA — Non-Uniform Memory Architecture), то есть времядоступа процессора к локальной и удалённой памятям различно [5].

Для поддержки описанной архитектурной особенности в моде-ли было реализовано программно-видимое представление системногокоммутатора. В него включены:

— поддержка маршрутизации запросов между абонентами кри-сталла, такими, как процессорное ядро, канал ввода-вывода, контрол-леры памяти и внутренние ресурсы системного коммутатора;

— поддержка доступа во внешние по отношению к расположениюзапросчика кристаллы;

— собственно внутренние ресурсы кристалла, такие, как регистры.Другим отличием является внесение в систему команд «Эльбрус»

некоторых изменений. Был добавлен ряд новых регистров, а суще-ствующие регистры были дополнены новыми полями. Появились но-вые арифметические целочисленные, вещественные и упакованныеоперации, а также операции преобразования. У отдельных существу-ющих инструкций были внесены изменения в контроль операндов,изменились условия выдачи прерываний при обращении в памятьи т. д. Все это потребовало внесения изменений и в устройство моде-лирующего комплекса.

Помимо вышеперечисленного, в вычислительном комплексе на ба-зе СнК «Эльбрус-S» была существенно изменена структура и наборустройств ввода-вывода. Моделирование полного перечня устройств,присутствующих в вычислительном комплексе, необходимо для того,чтобы сделать программную модель полностью неотличимой от ап-паратной с точки зрения системного программного обеспечения дляширокого класса различных задач. Поэтому потребовалась разработ-ка с ноля моделей ряда устройств, таких, как обычный и виртуаль-


ный корневой pci-мосты, контроллер ethernet, контроллер шин i2c иspi, контроллеры USB и SATA и т. д. Некоторые другие устройства,такие, как контроллер последовательного интерфейса, IDE-контрол-леры, а также контроллеры прерываний (PIC, IOAPIC), были поза-имствованы из других проектов и доработаны.

На основании вышеописанных принципов была разработана про-граммная модель вычислительного комплекса на базе СнК «Эль-брус-S». Модель активно применяется в разработке поставляемогоЗАО «МЦСТ» системного программного обеспечения, на ней успеш-но загружаются и работают операционные системы семейства Linux,а также Windows с использованием системы двоичной динамическойтрансляции.

Рис. 1. Структурная схема системы на кристалле «Эльбрус-S»


1. Herrod S.A. Using Complete Machine Simulation to UnderstandComputer System Behavior // Doctoral dissertation, Stanford Univ.,1998.2. Щербаков Е.С. Разработка эталонной потактовой модели мик-

ропроцессорной системы «Эльбрус-3М» на базе функциональной мо-дели // Сборник трудов XXXI Международной научной конференции«Гагаринские чтения». — 2006.3. Щербаков Е.С. Единый структурный подход к объектно-ори-

ентированному проектированию программного моделирующего ком-плекса. Моделирование новой процессорной архитектуры // Cборниктрудов ИМВС РАН № 4. — 2003. — С. 119–122.4. Волконский В.Ю., Ким А.К. Развитие идей параллелизма в ар-

хитектуре вычислительных комплексов серии «Эльбрус // Институт


проблем управления РАН. Четвертая Международная конференция«Параллельные вычисления и задачи управления» PACO. — 2008.5. Шерстнёв А.Е., Зайцев А.И. Организация межпроцессорного

обмена в многокластерных системах на базе микропроцессоров «Эль-брус-S» и «МЦСТ-4R // Вопросы радиоэлектроники. — 2009.

УДК 004.416.3, 004.428.2

И.В. Москаленко[email protected]

ЗАО «Московский центр SPARC-технологий»Институт электронных управляющих машин

Российский государственный технологический университетим. К.Э. Циолковского

Вопросы портирования компонентобщесистемного программного обеспеченияв защищенный режим микропроцессора

«Эльбрус»

Защищенной называется такая организация вычислений, при ко-торой одна программная единица (процедура, модуль, объект и т. п.)не может получить несанкционированный доступ к данным другой.Примером архитектурной поддержки этого режима работы являет-ся микропроцессор «Эльбрус» [1] и построенный на его базе вычис-лительный комплекс «Эльбрус-3М1», работающий под управлениемLinux-подобных ОС, которые обеспечивают для пользователя, в до-полнение к традиционному, и семантический режим защищенного ис-полнения кода. Для этого режима существенно усложняется задачапортирования пользовательских приложений и общесистемных биб-лиотек, в связи с чем в рамках развития общего программного обеспе-чения (ОПО) «Эльбрус» была поставлена задача — обеспечить в ре-жиме защищенных вычислений использование стандартных библио-тек libpthread и libncurses из состава ОПО. Основные аспекты прове-дённой работы представлены в [2]. В этом докладе рассматриваетсяодна из принципиальных проблем, решённых в ходе её выполнения.


Речь идёт об ошибках, которые могут присутствовать и непосред-ственно в коде исходных библиотек. Например, в силу контроля обра-щения к данным, основанного на тегах, в защищенном режиме недо-пустимы некоторые вольности, которые широко используются припрограммировании на языке C. Нами были выделены традиционныеситуации, которые приводят к такого рода проблемам, а также пред-ложены решения для некоторых экзотических случаев, обусловлен-ных программными соглашениями целевой архитектуры. Так, в рас-сматриваемой реализации pthread осуществляется пересылка данныхтипа «указатель» через программные каналы (pipe), приводящая кпотере адресного тега данных. В то же время присвоить тег получен-ным данным не представляется возможным из-за привилегирован-ности данной операции в архитектуре «Эльбрус». В такой ситуациибыло найдено альтернативное решение, которое потребовало опреде-лённой реорганизации работы с каналами.

В настоящий момент основной этап портирования библиотек за-вершен, их базовый (а также частично расширенный) функционалможно свободно использовать. Качество работы оценивается теста-ми, входящими в состав исходных библиотек, а также стороннимиоткрытыми пакетами тестов.

Необходимо отметить, что портированные библиотеки имеют об-ратную совместимость и могут быть использованы и для незащищен-ного режима.


1. Ким А.К., Волконский В.Ю., Сахин Ю.Х., Семенихин С.В.,Фельдман В.М., Груздов Ф.А., Парахин Ю.Н., Михайлов М.С., Сле-сарев М.В. Микропроцессорные вычислительные комплексы с архи-тектурой «Эльбрус» и их развитие // Труды III Международнойнаучно-практической конференции «Современные информационныетехнологии и ИТ-образование». — М.: МАКС-пресс, 2008.2. Москаленко И.В., Рогов Р.Ю. Портирование библиотек в защи-

щенный режим архитектуры широкого командного слова микропро-цессора «Эльбрус // Труды XXXV-й международной молодёжнойнаучной конференции «Гагаринские чтения». — 2009.


УДК 004.318

Н.Ю. Поляков1,2, П.А. Смольянов1,2


(государственный университет)2 ЗАО «Московский центр SPARC-технологий»

Разработка контроллера встроенногоинтерфейса AXI в составе системы

на кристалле

В ходе выполнения совместной опытно-конструкторской работыЗАО «МЦСТ» и ГУП НПЦ «ЭЛВИС» ведут разработку СБИС циф-ровой обработки сигнала типа «система-на-кристалле» (СНК) дляприменения в комплексах обработки радиолокационной информациив режиме жёсткого реального времени. В состав СНК входят двауниверсальных ядра с архитектурой «Эльбрус» [1] и контроллер си-стемного обмена разработки МЦСТ и четырёхъядерный сигнальныйпроцессор (DSP-кластер), разработанный компанией «ЭЛВИС». Кон-троллер системного обмена позволяет через LVDS-каналы объеди-нять до четырёх СНК в одну систему с распределённой памятью(рис. 1).

Связь универсального процессора с процессорными ядрами циф-ровой обработки сигналов (DSP0 — DSP3) осуществляется на осно-ве интерфейса, выполненного по стандарту AMBA AXI 3.0 фирмыARM [2], для чего был разработан контроллер AXI. Обмен даннымимежду DSP и универсальными ядрами может инициироваться обеи-ми сторонами.

Ядрам «Эльбрус» для управления работой DSP-ядер доступнывсе адресуемые ресурсы кластера. Процессорные чтения и записипамяти и регистров DSP не отличаются от IO-обмена с внешнимиустройствами и характеризуются низким темпом поступления запро-сов, порядка 1 запроса в 60 тактов от каждого ядра.

DSP-кластер содержит в своём составе 8-канальный контроллерDMA (Direct Memory Access), который, выполняя задания от универ-сальных ядер, осуществляет обмен данными между ядрами DSP, па-мятью DSP и памятью всей СНК в качестве устройства AXI Master.


Обмен c памятью СНК именуется DMA-обменом и предназначен дляпередачи данных DSP-кластеру на обработку. Для него характернапередача больших массивов данных.

Рис. 1. Структурная схема СНК

В процессе работы была создана синтезируемая Verilog-модель4-канального AXI-контроллера (DMA-чтение, DMA-запись, IO-чте-ние, IO-запись), учитывающая особенности обоих типов обменов.Контроллер состоит из интерфейсной части и самого контроллераи отличается следующими свойствами:

1. В интерфейсной части реализовано преобразование пакетов дан-ных и запросов из формата AXI в формат, поддерживаемый ядрами«Эльбрус». При этом выдача запросов оптимизирована таким обра-зом, что запросы со смежными адресами объединяются в один. Этопозволяет увеличить темп обработки DMA-чтений.

2. Реализована поддержка когерентности: данные в ответ на за-прос по DMA-чтению могут одновременно прийти как из памятиDDRII SDRAM, так и из кэш-памяти любого процессорного ядра.

3. В устройстве используются буфера данных с размером ячейки,изменяемым в зависимости от объёма запрашиваемых данных, чтообеспечивает полное использование буфера.

4. Оптимизирована обработка запросов на чтение из процессора.В контроллер системного обмена на запрос по чтению всегда выдаёт-ся 32 или 64 байта, но в AXI отправляется запрос на чтение необхо-димого количества двойных слов (8 байт). Пришедшие данные встав-


ляются в ячейку буфера данных, соответствующую последним раз-рядам адреса.

С помощью Verilog-модели AXI-контроллера были измерены фак-тические характеристики устройства: для DMA-обмена измеряласьсредняя скорость передачи данных, а для IO-запросов — времяобработки (от поступления в контроллер запроса до выдачи отве-та). Средняя скорость передачи данных при DMA-чтении достигает2,7 Гбайт/с, при записи — 4 Гбайт/с (частота синхронизации каналовданных 500 МГц). Длительность IO-чтения составила в среднем 11тактов, IO-записи — 18 тактов (отметим, что средняя длительностьдоступа к оперативной памяти составляет 60 тактов).

Помимо применения в рамках данного проекта разработанныйконтроллер может быть использован в будущих проектах. При вклю-чении в состав системы других устройств ввода-вывода можно изме-нить лишь его интерфейсную часть, а остальное оборудование оста-вить без существенных изменений.


1. Волконский В., Ким А., Назаров Л., Перекатов В., Фельд-ман В. Микропроцессоры и вычислительные комплексы российскойкомпании МЦСТ // Электроника. — 2008. — № 8.2. AMBA AXI Protocol Specification, version 1.0 // ARM Limited. —

2004.


УДК 004.31

Г.М. Расулов[email protected]



Конструктивно-технологические задачисоздания прототипа двухъядерногомикропроцессора с архитектурой

«Эльбрус»

Создание отечественного двухядерного микропроцессора с архи-тектурой «Эльбрус», предназначенного для применения в системахобработки радиолокационной информации, потребовало предвари-тельной разработки прототипа на программируемых логических схе-мах (ПЛИС). В нем использованы одиннадцать ПЛИС фирмы Alteraсемейства Stratix EP3SL340F1760 и одна ПЛИС EP2S130F1020. Рас-чётная тактовая частота прототипа — 150 МГц. Конструкция состоитиз системной платы и 2-процессорных плат (рис. 1). Для улучшениякачества сигнала и сохранения целостности сигналов процессорныеплаты подключаются к системной через высокочастотные техноло-гичные соединители.

Рис. 1. Конструкция прототипа «Кубик — ку» (вид сбоку): 1 —процессорные платы, 2 — системная плата, 3 — высокочастотныесоединители


Основной проблемой при проектировании печатных плат прототи-па было большое количество связей. Как видно из рис. 2, связь однойПЛИС с тремя соседними на процессорной плате обеспечивается 40,14 и 30 десятиразрядными высокочастотными шинами. Все интер-фейсы процессора работают в стандарте SSTL 1.8V. Высокая плот-ность межсоединений, удовлетворение требований спецификации поперекрёстным помехам и волновому сопротивлению [1], недостаточ-ное пространство для размещения всех компонентов и сигнальныхшин привели к очень высокой плотности трассировки и монтажа.Возникла необходимость перехода на 14 слоев, из которых сигналь-ных только 6.

Рис. 2. Связи между ПЛИСами процессорной платы

Одна из возникших проблем состояла в том, что 14 десятираз-рядных высокочастотных шин приходили через разъем от системнойплаты на процессорную плату и разветвлялись в полном составе надве ПЛИС (рис. 2). Моделирование в HyperLinx выявило искажениеформы сигналов на этом участке в результате разветвления. Из -завысокой плотности трассировки и монтажа на плате не удалось вы-


ровнять ветви каждого сигнала между собой при том, что не быловозможности разместить резисторы для согласования. Анализ пока-зал, что функциональность 14-ти шин, сохранение которой и требова-ло разветвления, путём ряда схемотехнических решений может бытьобеспечена 7-ю шинами. В связи с этим возникла возможность разде-лить полный состав шин на две равные группы, каждая из которыхсоединялась с одной из двух ПЛИС без разветвления.

Ещё одной из важных проблем было охлаждение. У каждой изПЛИС по расчётам Quartus II рассеиваемая мощность составила33 Вт. Учитывая эти данные, были подобраны радиаторы, и кон-струкция рассчитана так, чтобы обеспечить обдув ПЛИСов от вен-тиляторов корпуса.

На данный момент прототип изготовлен и находится в стадии от-ладки. Текущие результаты отладки свидетельствуют о том, что ос-новные задачи, поставленные при проектировании данного прототи-па, решены успешно.


1. Воробушков В.В., Рябцев Ю.С., Тимофеев В.К. Особенностиразработки топологии системы питания в многослойных печатныхплатах современных вычислительных устройств // Вопросы радио-электроники. — 2009.


УДК 004.052.42

М.П. Рыжов[email protected]



Создание генератора тестовс самомодифицирующимися кодами

для многопроцессорной системы на баземикропроцессора «Эльбрус-S»

Высокая стоимость повторного выпуска микросхем вынуждаетразработчиков тестировать интегральные схемы до их физическогопроизводства. Задача верификации состоит в создании тестирующе-го окружения, обеспечивающего корректность процесса проектиро-вания на всем его протяжении так, чтобы интегральная схема былаполностью протестирована до её физического выпуска. Согласно ста-тистике, 70% цикла разработки посвящено верификации [1].

Одной из отличительных особенностей микропроцессоров серии«Эльбрус-S» является возможность исполнения кода, написанногодля платформы x86, путём использования бинарной трансляции [2].В то же время тесты для микропроцессора «Эльбрус-S» верифициру-ют только выполнение программ для исходной архитектуры и не учи-тывают особенности работы бинарного транслятора. Непосредствен-ное использование бинарного транслятора для тестирования вычис-лительного комплекса на этапе проектирования осложнено высокойсложностью транслятора. Тестированию с помощью RTL-модели пре-пятствует недостаточная скорость работы. Использование прототипавычислительного комплекса не позволяет передавать достаточныйдля локализации ошибки объём информации о ходе исполнения [3].Таким образом, возникает необходимость создания тестов, обеспечи-вающих корректность работы процессора в режимах, характерныхдля исполнения бинарного транслятора. Одной из его особенностейявляется модификация кода программы во время её исполнения, чтовызвано необходимостью перехода от интерпретации фрагмента ккомпиляции или его перекомпиляции с измененной степенью опти-


мизации. Протестировать работу процессора в этом режиме можно спомощью тестов, модифицирующих свой код в процессе исполнения.

В данной работе рассматривается развитие генератора тестов ссамомодифицирующимися кодами применительно к использованиюсоздаваемой микросхемы в двухпроцессорной конфигурации вычис-лительного комплекса. Реализована система синхронизации, позволя-ющая сократить влияние динамических эффектов, вызванных парал-лельным исполнением кода, на воспроизводимость результатов. Дляобеспечения массового поточного тестирования разработана системамассовой генерации случайных тестов, обеспечивающая полную за-грузку прототипа путём параллельной генерации и корректность ге-нерируемых тестов. В систему запуска тестов на прототипе вычис-лительного комплекса внесены доработки, позволяющие запускатьмногопроцессорные тесты.

Использование разработанной системы генерации и прогона те-стов позволило выявить ряд ошибок в логике микропроцессора.


1. William K.Lam. Hardware Design Verification: Simulation andFormal Method-Based Approaches, 2005.2. ТВГИ. 00448-01 33 Микросхема интегральная 1891ВМ4Я. РУ-

КОВОДСТВО ПРОГРАММИСТА.3. ТВГИ. 469555.090ПЗ Прототип микропроцессора «Эль-

брус-S». Пояснительная записка.


УДК 004.222

Х.В. Чан1, А.И. Грушин2


(государственный университет)2 Институт точной механики и вычислительной техники

им. С.А. Лебедева РАН

Использование десятичной арифметикив вычислительной технике

Первые вычислительные машины использовали десятичную си-стему для представления чисел, так как эта система привычна длячеловека. Но уже в 1946 году фон Нейман предложил перейти к ис-пользованию двоичной системы из-за её экономичности, простотыи большей скорости, она была оптимальна для использования в на-учно-технических вычислениях. Важным аргументом за использова-ние двоичной системы являлось то, что элементная база, используе-мая для построения вычислительных машин, имеет два устойчивыхсостояния и больше подходит для реализации именно двоичной си-стемы. Кроме того, неарифметические операции, выполняемые вы-числительной машиной, имеют логическую природу и описываютсясредствами булевой алгебры, в которой переменные имеют толькодва значения: 0 и 1. К 60-м годам прошлого века большинство вычис-лительных машин использовали двоичную систему.

В последние 10 лет опять возник интерес к использованию де-сятичной системы в вычислительной технике. Это обусловлено какразвитием технологии, которая позволяет изготавливать микропро-цессоры, содержащие более 2 миллиардов транзисторов, и тем самымиспользовать более затратные с точки зрения аппаратуры алгорит-мы, так и недостатками, присущими двоичной системе. К ним отно-сится необходимость преобразования входных данных, обычно пред-ставляемых в десятичном виде, в двоичный вид и обратный переводрезультатов в привычный для человека десятичный вид. Особенноэто сказывается на вычислениях, связанных с финансами, налогами,коммерцией. Такие вычисления обычно характеризуются большимобъёмом входных данных и малой глубиной вычислений. Кроме то-го, финансовые вычисления выполняются по правилам, отличным от


правил научных вычислений. Результат, полученный компьютером,должен соответствовать результату, который можно вычислить вруч-ную.

Существенным недостатком является то, что не все десятичныечисла можно точно представить в двоичном виде, например, 0,1 мож-но представить в двоичной системе только приблизительно. В 1991году во время войны в заливе батарея американских зенитных ра-кет «Пэтриот» не смогла перехватить запущенную иракцами ракету«Scud» из-за погрешности определения времени. При вычисленияхнужно было умножать время, задаваемое тактовым генератором ком-пьютера, на 0,1. В компьютере это число хранилось с точностью 24двоичных разряда. Скорость ракеты «Scud» равнялась 1700 м/с, за100 часов работы системы ошибка в определении времени достигла0,34 секунды, что соответствовало ошибке в измерении расстояния500 метров. Ракета попала в казарму американских солдат, при этомпогибли 28 человек.

Поддержка десятичной арифметики осуществляется как в языкахпрограммирования, таких, как COBOL, Basic, Rexx, Java, C#, так и вбиблиотеках. Исследования показывают, что этого недостаточно, таккак некоторые прикладные программы от 50 до 90% времени тратятна десятичные вычисления, что свидетельствует в пользу аппаратнойреализации десятичной арифметики, которая позволяет ускорить вы-полнение операций десятичной арифметики в 102–103 раз по сравне-нию с программной реализацией.

Целочисленная десятичная арифметика не обеспечивает необхо-димую точность и диапазон. Например, ряд последовательных умно-жений при вычислении сложных процентов приводит к резкому уве-личению количества разрядов, необходимых для представления точ-ного произведения, тем самым требуется округление и использованиедесятичной арифметики с плавающей запятой.

Сначала в некоторых микропроцессорах (Motorola 68x, IBMPowerPC, HP PA-RISC) появилась небольшая аппаратная поддерж-ка десятичной арифметики, а в 2007 году в микропроцессорах IBMPower6 и z9 появилось DFU (десятичное устройство с плавающей за-пятой). В советском суперкомпьютере Эльбрус 2 ещё в 70-е годы былоустройство двоично-десятичных преобразований.

В 2008 году была принята пересмотренная версия стандарта надвоичную арифметику с плавающей запятой, в новой редакции это-го документа IEEE Std 754-2008, кроме двоичных чисел с плавающейзапятой, рассматриваются десятичные числа с плавающей запятой.


Требования стандарта могут выполняться в аппаратуре, программ-ным способом или любой их комбинацией. Принятие этого стандартадаёт новый импульс к созданию аппаратуры, реализующей десятич-ную арифметику с плавающей запятой.

Стандарт определяет 3 десятичных формата: 32, 64 и 128 разря-дов. Все эти форматы можно использовать для обмена информацией,а для вычислений используются основные форматы 64 и 128. Деся-тичное число представляется в виде

(−1)S · 10(E−bias) · C,

где S — знак числа, E — смещённый порядок, bias — смещение, C —мантисса. Существуют два метода кодирования мантиссы: двоичное(Binary Integer Decimal) и десятичное (Densely Packed Decimal). В пер-вом случае вся мантисса рассматривается как двоичное число, вовтором — каждые 10 двоичных разрядов соответствуют трём деся-тичным цифрам.

Реализация, особенно аппаратная реализация, десятичной ариф-метики с плавающей запятой — актуальная задача современной вы-числительной техники, об этом свидетельствует тот факт, что на по-следней конференции по компьютерной арифметике 11 докладов из34 были посвящена этой проблеме.


1. Buchholz W. Fingers or Fists? (The Choice of Decimal or BinaryRepresentation) // Communications of the ACM. — 1959. — V. 2,N. 12. — P. 3–11.2. Cowlishaw M. Decimal Floating-Point: Algorism for Computers //

Proc. 16th IEEE Symposium on Computer Arithmetic. — 2003. — V. 1. —P. 104–111.


УДК 004.3’1

А.Е. Шерстнёв[email protected]


Применение программируемых логическихинтегральных схем для решения задачи

автоматической генерации тестовых кодов

Автоматическая генерация тестовых кодов (ATPG — AutomaticTest Pattern Generation) — процесс формирования тестов для элек-тронных схем, при котором определяется последовательность вход-ных воздействий (тестовых векторов), позволяющая делать заключе-ние о корректности работы цифровой схемы.

Сформированные таким образом наборы тестовых векторов ис-пользуются для отбраковки кристаллов после изготовления, а в неко-торых случаях и для локализации неисправности [1]. Эффективность(покрытие) ATPG выражается в количестве протестированных де-фектов, которые могут возникнуть в схеме, а также типом этих де-фектов. Дефекты могут возникнуть на стадии производства кристал-ла. Модель дефекта — математическое описание того, как рассматри-ваемая неисправность изменяет поведение дефектной схемы по отно-шению корректной (исходной). Тест обнаруживает дефект, если приподаче на вход дефектной схемы тестовых воздействий имеются раз-личия в значении хотя бы одного выходного сигнала по сравнениюс исходной схемой. Процесс ATPG, направленный на обнаружениеопределённого дефекта, состоит из двух фаз: внесение ошибки и рас-пространение ошибки. Внесение ошибки заключается в подаче тако-го входного тестового вектора, при котором поведение исходной идефектной схем будут различны. Процесс распространения ошибкинужен для вывода искажённого в результате дефекта сигнала на вы-ходные порты тестируемой логической схемы.

Несмотря на то, что на ранних этапах развития ATPG рассмат-ривалось множество моделей дефектов [2], в последние десятилетияв ATPG используется модель константного логического значения(stuck-at fault), то есть модель «залипания» сигнала. В этой модели


предполагается, что некоторый проводник в схеме имеет постоянноезначение «0» или «1» независимо от входных воздействий на схему.

С увеличением числа входных портов и количества внутреннихсостояний тестируемого устройства множество тестовых векторов, азначит, и время проверки, увеличиваются по экспоненциальному за-кону. Поэтому для сокращения времени подбора достаточного числатестовых векторов применяют технику декомпозиции сложной логи-ческой схемы на несколько относительно небольших комбинационныхблоков, хорошо поддающихся анализу. Каждый такой блок анализи-руется на предмет возможных дефектов. Далее формируется набортестовых векторов, выявляющий каждый из этих дефектов. Поиск вбольшинстве случаев производится посредством компьютерного мо-делирования, при котором сравнивается поведение нормального и де-фектного блока при подаче определённого входного воздействия. Ес-ли поведения различны, дефект считается определяемым, а соответ-ствующее входное воздействие заносится в список тестовых векторовдля анализируемого блока. Данный процесс заканчивается, когда бу-дут подобраны тестовые векторы для всех возможных дефектов. Длябольших схем рассмотренный процесс может потребовать значитель-ных затрат временных и вычислительных ресурсов.

Предлагается оптимизация решения задачи ATPG за счёт ис-пользования ПЛИС1 для моделирования поведения тестируемогоблока. Частоты функционирования современных микросхем ПЛИС(> 200 МГц) позволяют добиться 10–100-кратного выигрыша в ско-рости моделирования. Реальное повышение скорости зависит от те-стируемой схемы, а также от используемого алгоритма программно-го моделирования. На рис. 1 приведена тестовая система. Она пред-ставляет собой управляющий компьютер, подключенный к модулю сПЛИС. Управляющий компьютер производит выбор очередного те-стируемого блока и типа дефекта, конфигурирует ПЛИС и подаёт по-следовательность входных воздействий. Результатом работы ПЛИСявляется ответ, подходит ли очередной тестовый вектор для выявле-ния данного дефекта. При положительном ответе управляющий ком-пьютер сохраняет тестовый вектор и производит переконфигурациюПЛИС для определения следующего дефекта.

Рассмотренный метод позволяет значительно повысить скоростьформирования тестовых векторов для задачи ATPG при анализебольших логических схем. На данный момент в качестве ПЛИС удоб-

1Программируемая логическая интегральная схема


нее всего выбрать микросхему фирмы Xilinx семействаVirtex5 [3], по-скольку она обладает наиболее подходящей к данной задаче методи-кой переконфигурациии отдельных областей в реальном времени.

Рис. 1. Структурная схема системы поиска тестовых векторов; 1 —канал подачи входных воздействий, 2 — результат сравнения от-кликов схем на входное воздействие, 3 — канал переконфигурацииПЛИС


1. Lavagno, Martin, Scheffer. Electronic Design Automation ForIntegrated Circuits Handbook. — Ohio: ASM International 2004.2. Brian Chess, Tracy Larrabee. Generating Test Patterns for

Bridge Faults in CMOS ICs. — Santa Cruz: Department of ComputerEngineering, University of California 1994.3. Harsh Dhand, Neeraj Goel, Mukesh Agarwal, Kolin Paul. Partial

and dynamic reconfiguration in Xilinx FPGAs. — a quantitative study. InProc of VLSI Design And Test Symposium (VDAT 2005), Banglore,India, August 2005.


УДК 004.2

Н.А. Щербина[email protected]



Разработка системного коммутаторадля микропроцессора МЦСТ-4R

В настоящее время потребность в высокопроизводительных вы-числительных комплексах привела к созданию нескольких классовмногопроцессорных систем. Среди них можно выделить класс системс неоднородным доступом к памяти (NUMA), где память физическираспределена между процессорами, но логически общедоступна.

Вычислительные комплексы NUMA класса в основном строятсяна базе систем на кристалле (System on Chip), в которых большинствосистемных контроллеров (контроллер оперативной памяти, контрол-лер удалённого доступа и. т. д.) вместе с процессорами интегрируют-ся в одном кристалле.

В настоящий момент компания ЗАО «МЦСТ» выполняет проектпо созданию NUMA системы на базе процессора МЦСТ-4R. В немпараллельно с разработкой основных процессорных модулей проек-тируется подсистема памяти, включающая в себя оборудование рас-пределенного чипсета (Chip Set). Оно обеспечивает аппаратную под-держку коммутационной среды, объединяющей отдельные процессо-ры. В данной работе рассматривается разработка системного ком-мутатора (СК), который является частью этой среды, отнесенной кодному процессору.

Одна из основных проблем создания распределенного чипсета за-ключается в тестировании на предмет логических ошибок. Посколькуверификация его модулей в составе всей системы возможна толькона последних стадиях разработки rtl модели процессора, то измене-ние алгоритмов функционирования проектируемой аппаратуры в слу-чае не корректной (либо неоптимальной в плане производительности)работы — очень трудоёмкий процесс. К этому можно добавить дли-тельное время разбора ошибочных ситуаций, что, главным образом,является свойством процесса отладки оборудования в составе всей


системы. Поэтому не менее важной и трудоемкой задачей, чем непо-средственная разработка rtl модели коммутационного оборудования,включающего СК, является осуществление его автономного тестиро-вания на наличие логических ошибок и на производительность.

Для тестирования производительности как всей коммутацион-ной среды, так и СК, был использован метод, подробно описанныйв [2] (Chapter23 Performance Analysis). Он основывается на генера-ции входного трафика, задаваемого некоторыми вероятностными па-раметрами. При этом информация, необходимая для измерений навыходах из СК, передается в полях пакетов, не используемых приштатной работе коммутационной среды. В результате доработки это-го метода был получен автономный тест, производящий как измере-ния производительности коммутационной среды, так и выполняющийпроверку на наличие логических ошибок. Он применим к любой ком-мутационной среде. Это позволяет активно применять его в процес-се разработки коммутационного оборудования путём варьированияключевых элементов, таких, как арбитры [1, 2], механизмы контроляпотока данных (flow control [1, 2]) и наблюдения за изменениями вповедении системы (изменениями производительности).

В результате на данный момент разработана rtl модель СК, пол-ностью удовлетворяющая всем функциональным требованиям. В нихвходит обеспечение обмена абонентов, находящихся на том же узле,что и коммутатор (L2-кэш, контроллер памяти и IO-зонд), междусобой и с абонентами, расположенными на удалённых узлах много-процессорной конфигурации, через межсистемные линки.

При выполнении своих функций СК решает ряд задач. В первуюочередь это получение пакетов от абонентов либо из системных лин-ков; их десериализация (при необходимости); определение абонентов-получателей при помощи маршрутизирующей таблицы; коммутацияпакетов к соответствующим выходным портам; их сериализация (принеобходимости); отправка их получателю либо в один из системныхлинков.

К более сложным задачам можно отнести следующие:— обеспечение обслуживания абонентов согласно политике прио-

ритетов;— обеспечение независимости пакетных потоков между различны-

ми парами абонентов (пакет из одного потока, по каким-либо причи-нам не получающий право на дальнейшее прохождение по коммута-ционной среде, не должен блокировать обработку пакетов из другогопотока);


— максимально возможную загрузку пропускных способностеймежсистемных линков при использовании уже разработанных дляNUMA системы контроллеров межсистемного взаимодействия;

— обеспечение независимости потоков различных типов команд-ных пакетов (запросы на различного рода чтения/записи, ответы навыполненные команд, снупирование и. т. д.), что осуществляется по-средствОм механизма виртуальных каналов (virtual channel [3]).


1. Dally W.J., Towles B. Principles and practices of interconnectionnetworks. — Morgan Kaufmann, 2004.2. Webber M. Arbiters: design ideas and coding styles // SNUG

Boston. — 2001.3. Dally W.J. Virtual-channel flow control // IEEE Transactions

on Parallel and Distributed Systems. — March 1992. — V. 3, N. 2. —P. 194–205.

Секция микропроцессорныхтехнологий

УДК 004.45

А.Б. Беляев[email protected]

Санкт-Петербургский государственный политехническийуниверситет

Верификация системы поддержкитранзакционной памяти

для программирования многоядерныхпроцессоров

Широкое внедрение многоядерных процессоров ставит проблемуэффективного использования ресурсов параллельного компьютера.Одним из наиболее важных её аспектов является полное использова-ние параллелизма с доступом параллельных процессов к общей па-мяти.

Классическим подходом к решению этой проблемы является син-хронизация процессов, использующих разделяемые ресурсы. Для это-го применяются различные примитивы синхронизации. Данное реше-ние обладает рядом известных недостатков. В частности, неосторож-ное использование примитивов может приводить к взаимным блоки-ровкам процессов.

Принципиально иной подход к параллельному программирова-нию предоставляет транзакционная память — технология, гаранти-рующая полное отсутствие ошибок параллелизма при выполнениипараллельных программ на многоядерных процессорах.

Однако алгоритм транзакционной памяти не совсем прост — онработает с параллельными процессами, поэтому в самом этом алго-ритме могут быть ошибки. Следовательно, корректность самой си-стемы поддержки транзакционной памяти должна быть формально

Секция микропроцессорных технологий 81

доказана. Ручное доказательство ничем не лучше ручной разработкисистем, и оно так же подвержено ошибкам, как и ручное проектирова-ние. Для автоматической верификации может быть применен методmodel checking.

Формальная верификация на основе model checking состоит висчерпывающей проверке всех возможных состояний модели систе-мы на соответствие некоторому набору требований (спецификации),сформулированных на формальном языке. Как правило, системы ве-рификации позволяют не только ответить на вопрос, удовлетворяетли система предъявляемым требованиям, но и в случае отрицательно-го ответа получить ту последовательность действий, которая иллю-стрирует невыполнение требований (так называемый контрпример,который позволяет найти ошибку).

Автором доклада был исследован алгоритм работы транзакцион-ной памяти (window-based software transactional memory system), руч-ное доказательство которого было предложено на 10-й Международ-ной конференции PaCT 2009 [1].

Основные результаты исследования.1. Для алгоритма построена модель на языке PROMELA [2].2. Исходя из общих требований к работе транзакционной памяти

формально построена спецификация этого алгоритма на языке тем-поральной логики линейного времени (LTL).

3. Проведена верификация модели алгоритма с помощью системыверификации Spin [2].

4. Проведен анализ контрпримера, автоматически найденного си-стемой Spin при верификации модели, и выявлена причина некор-ректности алгоритма.

5. Проанализировано опубликованное в [1] ручное формальное до-казательство правильности этого алгоритма и выявлена причина то-го, почему это доказательство не обнаружило ошибку.

6. Алгоритм window-based software transactional memory system из-менен и верифицирован снова, в результате чего некорректных тра-екторий его работы не обнаружено. Модифицированный корректныйалгоритм может быть рекомендован к реализации в многоядерныхпроцессорах.

На рис. 1 представлен пример некорректного выполнения транзак-ций, управляемых рассматриваемым алгоритмом. Выполнение несе-риализуемо (результат не эквивалентен никакому последовательномувыполнению транзакций), что противоречит одному из требований калгоритму транзакционной памяти.


Последующий анализ алгоритма показал, что причина некор-ректности — использование атомарной инструкции Fetch&Increment(v) [1], увеличивающей значение переменной v и возвращающей еёстарое значение. При использовании аналогичной инструкции, воз-вращающей новое значение, некорректных поведений системы не об-наруживается.

Проведённое исследование, кроме всего прочего, иллюстрируетнеобходимость в использовании процедуры автоматической формаль-ной верификации алгоритмов работы транзакционной памяти нарядус их ручным доказательством.

Рис. 1. Контрпример: R и W — события чтения и записи со-ответственно, число рядом — адрес, C — событие успешногозавершения транзакции, число в скобках — значение внут-ренней переменной алгоритма


1. Imbs D., Raynal M. Software Transactional Memories: AnApproach for Multicore Programming // PaCT 2009. LNCS. — 2009. —V. 5698. — P. 26–40.2. Holzmann G. Spin Model Checker. The Primer and Reference

Manual. — Addison-Wesley, 2003. — 608 p.


УДК 681.3

Е.А. Гаврин[email protected]

Санкт-Петербургский государственный университет

Программный симулятор параллельнойвычислительной системы

С развитием технологий у разработчиков появилась возможностьиспользовать для вычислений большее количество процессорных эле-ментов. Такие комплексы, обладающие несколькими процессорнымиэлементами, имеют огромный потенциал производительности и мо-гут использоваться для решения гораздо более ресурсоемких задачпо сравнению с классическими однопроцессорными системами.

На сегодняшний день многопроцессорные системы применяютсядля очень широкого круга задач, например, в научных вычислениях,различных пользовательских системах (персональные компьютеры,игровые приставки и мобильные системы) и т. д. Такие комплексыдостаточно дорогостоящи и сложны в производстве, поэтому для тогочтобы окупить финансовые и технологические затраты на производ-ство подобных систем, постоянно требуется искать вычислительныеалгоритмы, способные максимально эффективно их использовать.

Алгоритм программы, предназначенный для симуляции на вы-числительной системе, описывается графом. Граф программы — этоструктурная модель программы, которая показывает связь между еёэлементами. Вершинами являются операторы и данные, дугами —направленные связи между операторами.

Для решения подобной задачи был разработан симулятор — про-граммный комплекс, моделирующий работу алгоритма на распреде-ленной вычислительной системе, предназначенный для симуляцииработы параллельных алгоритмов. С его помощью должна осуществ-ляться проверка работоспособности исследуемых и разрабатываемыхалгоритмов без низкоуровневого моделирования.

При работе было принято решение применять систему, основан-ную на передаче сообщений. Основанием для подобного решения ста-ло то, что данные системы лишены явных недостатков систем с общейпамятью и в то же время позволяют организовывать многопроцессор-ные вычислительные системы с размерностью, которая многократно


превышает размерность систем с общей памятью. Кроме того, незна-чительные усовершенствования позволят с некоторой общностью ре-ализовать такой популярный класс многопроцессорных систем, каксистемы-на-кристалле.

В разработанном симуляторе реализована возможность подклю-чения пользовательского исходного кода, редактирования настроексимуляции и написания пользовательских дополнений. Кроме того,симулятор ориентирован на осуществление моделирования программ-ной части, а аппаратной — лишь в степени достаточной для адекват-ной оценки работы алгоритмов. В то же время при создании былазаложена возможность расширения функциональности в сторону бо-лее подробной симуляции аппаратной части платформы.

Работа симулятора была разделена на значимые составляющие.Такое разделение структуры программы потенциально позволяет ор-ганизовать работу над проектом силами нескольких человек, темсамым разграничив зоны ответственности, что, например, позволитпроводить тестирование над независимыми друг от друга частями.Кроме того, такая модульная структура даёт возможность програм-мисту изменять интересующие его модули, добавляя или сокращаяфункционал, не затрагивая соседствующие модули всей оставшейсясистемы.

Программная часть симулятора состоит из реализации совокуп-ности вычислительных задач (процессов). В рамках данной работыбыли внедрены различные виды процессов, каждые из которых об-ладают специализированными свойствами и характеристиками, до-статочными для описания подавляющего большинства алгоритмов.У всех типов процессов имеются общие свойства, такие как: уникаль-ный номер процесса, название процесса, а также время выполнениявычислительной задачи на заданном типе процессора. В том числе упроцессов имеется набор входных и выходных портов, в которых про-исходит обмен данными с другими процессами. Процессы разделеныпо своим свойствам на несколько типов: терминальные операторы,управляющие операторы и распределенные данные.

В качестве исходных данных для работы симулятора примем, чтов нашем распоряжении имеется платформа с полносвязной топологи-ей сети, где каждый процессорный элемент может напрямую прини-мать и получать данные от любого другого процессорного элемента.В качестве входных файлов следует использовать стандартизованноеописание платформы и описание графа программы, содержащего всенеобходимые данные.


В качестве результатов работы симулятора генерируется наборвыходных файлов, содержащих всю информацию, необходимую дляотладки параллельных программ. В процессе работы симулятора со-здаётся три файла: специализированный дамп данных, предназначен-ный для отладки в специализированной программе, упрощённый логработы и файл, дублирующий поток вывода на экран (рис. 1, 2).

Рис. 1. Общая структура вычислительной сети

Рис. 2. Пример графа задач и платформы соответственно



1. Almasi G.S., Gottlieb A. Highly Parallel Computing. Benjamin-Cummings publishers, Redwood City, CA, 1989.2. Maslennikov O. Systematic Generation of Executing Programs for

Processor Elements in Parallel ASIC or FPGA-Based Systems and TheirTransformation into VHDL-Descriptions of Processor Element ControlUnits». Lecture Notes in Computer Science, 2000. — 2328/2002: P. 272.3. Architecture share for 06/2007. TOP500 Supercomputing

Sites. Clusters make up 74. 60% of the machines on the list. Retrievedon November 7, 2007.

УДК 004.332.34

М.А. Дунаева[email protected]

Samsung Electronics

Новый зарядовый усилитель считывания

Усилители считывания, принцип работы которых основан на улав-ливании разности напряжений в узлах усилителя (Voltage SenseAmplifiers), широко используются в цепях считывания оперативныхзапоминающих устройств (SRAM). Явным недостатком усилителейнапряжения является зависимость их работоспособности от дисба-ланса таких параметров парных транзисторов, как пороговое напря-жение и длина канала. Альтернативой подобным усилителям считы-вания являются зарядовые усилители считывания (Charge TransferSense Amplifier). Далее будет описан новый усилитель считывания(Novel Charge Transfer Sense Amplifier), а также проведено сравнениес двумя известными усилителя считывания [1] и [2].

Новый зарядовый усилитель считывания (рис. 1) работает в триэтапа. На первом этапе происходит предзаряд битовых линий bl и blb,линий данных dl и dlb. На втором этапе начинается чтение. Предпо-ложим, что считывают 1 (высокий уровень), ток на dl — idl, ток наdlb — idlb, где |idl| < |idlb|. Устройства MP25 и MP26 работают как ём-кости, и они разряжаются токами idl и idlb. На третьем этапе на линии


read оставляют низкий уровень напряжения, линия pch находится навысоком уровне, на линию saen подают низкий уровень напряжения.Токи на линиях dl и dlb меняют направление и значения |idl| > |idlb|.Эта разница токов формирует заряд в узлах vb1 и vb2. Также онапомогает «защелкнуть» верный результат благодаря разнице токовчерез устройства MP23 и МР24. Результат записывают с помощьюnМОП MN15 и MN14. Важным фактом является то, что устройстваMP25 и MP26 дольше, чем MP23 и MP24, остаются в режиме насыще-ния. Это значит, что ток через них не зависит от напряжения в узлахvb1 и vb2, что помогает в случае дисбаланса транзисторов защелки.

Рис. 1. Новый зарядовый усилитель считывания

LVT транзисторы (с низким пороговым напряжением) MP23 иMP24 увеличивают ток разряда MP25 и MP26. Фактически, в началетретий стадии токи разряда MP25 и MP26 текут через MP23 и MP24.MP25 и MP26 открываются позже. В то же время вклад дисбалансапороговых напряжений LVT транзисторов меньше.


Таким образом, если убрать HVT (с высоким пороговым напря-жением) транзисторы MP25 и MP26, то это приведёт к большей чув-ствительности усилителя к дисбалансу в защелке. Если убрать LVTтранзисторы MP23 и MP24, это приведёт к большей чувствительно-сти усилителя к дисбалансу параметров HVT транзисторов MP25 иMP26.

Заметим, что не последнюю роль в работе нового зарядового уси-лителя считывания играет ширина затвора HVT транзисторов MP25и MP26. Сразу после переключения saen в 0, ток idl может бытьпредставлен в виде: idl = i0(e−|a|·t − e−|b|·t), где |a| < |b|, минимум |b|достигается при максимально мощных pМОП MP25 и MP26. Наибо-лее выраженный скачек тока idl будет при минимальном по модулюзначении b, то есть в случае использования мощных транзисторовMP25 и MP26.Результаты моделирования. По сравнению с усилителем [1] но-

вый зарядовый усилитель считывания имеет более высокую скоростьсрабатывания. Например, реализованный на технологии 65 нм, онпоказывает задержку 43 пс выхода после включения сигнала senseenable. При этом усилитель считывания [1] показывает задержку84 пс при тех же условиях (все три усилителя считывания оптимизи-ровались по максимальному выходу годных). Разница процента выхо-да годных обоих усилителей считывания оказалась порядка погреш-ности.

Недостаток усилителя [2] заключается в сложности его конструк-ции, использовании дополнительного уровня напряжения (V b), чтоувеличивает стоимость усилителя, а также в недостаточно высокойскорости срабатывания (50 пс против 43 пс при тех же условиях) инизком проценте выхода годных. Усилитель [2] показал 23% ошибок врезультате считывания, тогда как новый усилитель считывания пока-зывает 8% ошибок в результате считывания при |Vblb − Vbl| = 50 мВ.Также новый усилитель считывания оказался наименее чувствитель-ным к разбросу ёмкостей битовых линий.


1.Michael Anthony Ang. Charge transfer sense amplifier // US Patent5,668,756. — 1997.2. Sinha M., Hsu S., Alvandpour A. [et al.]. Highperformance

and low-voltage sense-amplifier techniques for sub-90nm SRAM //Proceedings of IEEE Int. SOC Conference. — 2003. — P. 113–116.


УДК 004.4’422

М.В. Золотухин1,2, Д.Ю. Бабокин2


(государственный университет)2 ЗАО «Интел А/О»

Преобразование графа потока управленияв список инструкций

В современных оптимизирующих компиляторах основным пред-ставлением программы является граф потока управления —ГПУ ( [1], с. 169–171). Каждая вершина этого графа — линейный уча-сток, то есть участок программы, исполнение которого начинается спервой инструкции путём передачи на неё управления, и далее всеинструкции участка исполняются ровно один раз до передачи управ-ления следующему линейному участку. Таким образом, инструкцииперехода могут находиться только в конце линейного участка, а мет-ки — только в начале. ГПУ также имеет выделенный блок-вход, скоторого начинается исполнение функции.

Однако изначально программа представляет из себя не граф, апоследовательный набор инструкций — другой вариант внутреннегопредставления, наиболее характерный для ранних стадий компиля-ции и имеющий свои преимущества ( [1], с. 70–71).

Часто возникает задача совершить перевод внутреннего представ-ления из одного типа в другой, причём только в одном направлениитакой перевод является однозначным. Перевод графа в список ин-струкций не является однозначным, и поэтому выбор оптимальноговарианта зависит от цели и критерия оптимальности, с которой про-изводится данное преобразование. В данной работе рассматриваетсяодин из вариантов данного преобразования, целью которого являет-ся получение как можно более удобочитаемого текста программы (тоесть списка инструкций). Такая задача возникает, в частности, приотладке программ — для лучшего визуального восприятия человекомбольше подходит представление программы в виде текста, чем в видеграфа.

Рассмотрим, какими свойствами должны обладать блоки и состав-ленный из них список, чтобы при последовательной распечатке эле-

90 52-я научная конференция МФТИ ФРТК-1ментов данного списка получалась синтаксически корректная про-грамма, ГПУ которой совпадал бы с оригинальным. За основу возь-мем синтаксис языка С. Заметим, что в представлении в виде спискамы вынуждены вставлять инструкции goto для корректного отраже-ния передачи управления в программе.

Будем считать, что:— если у некоторого блока один последователь в ГПУ и его послед-

няя инструкция при представлении в списке не является инструкциейперехода (goto), то в искомом списке этот последователь должен на-ходиться непосредственно за данным блоком;

— если у некоторого блока один последователь в ГПУ и его по-следняя инструкция при представлении в списке является инструк-цией перехода (goto), то в искомом списке этот последователь должениметь соответствующую метку и может находиться в любом месте;

— если у некоторого блока два последователя в ГПУ и его по-следняя инструкция является инструкцией условного перехода (if),то в искомом списке должно находиться два подсписка блоков, каж-дый из которых в искомом списке должен быть окружен фигурны-ми скобками, а первыми блоками данных подсписков должны бытьпоследователи данного блока. Заметим, что один из списков можетбыть пустым;

— если у некоторого блока нет последователей (то есть он завер-шается инструкцией возврата из функции), он должен быть либопоследним в списке, либо за ним должен идти блок, не имеющийпредшественников или имеющий метку (его предшественник в этомслучае может находиться в любом месте списка);

— в остальных случаях последней инструкцией блока должнабыть инструкция перехода switch, все последователи которой должныиметь соответствующие метки, перечисленные в инструкции switchкак возможные цели перехода. В искомом списке последователи мо-гут находиться в произвольных местах.

Для произвольного ГПУ задача может быть решена следующимобразом: начиная с блока-входа будем выполнять поиск в глубину( [1], с. 177–181). Если текущий блок уже был посещён ранее, то всписок он не добавляется — добавляется лишь инструкция переходана него. Таким образом будет построен искомый список для произ-вольного графа.

Однако такой способ даёт далеко не самое оптимальное решение сточки зрения читаемости кода — в этом легко убедиться, рассмотревграф, соответствующий структуре if-then-else-joint, — данный алго-


ритм добавит одну дополнительную инструкцию перехода, хотя та-кой граф можно представить без её использования.

Существует другой способ решения задачи, однако применим онне для произвольных графов. В нём учитывается, что простейшимиэлементами программ на языке С (данная работа относится в первуюочередь для компиляторов этого языка, но может быть адаптиро-вана и для работы с многими другими языками) являются следую-щие структуры: if-then, if-then-else, while-do, switch. Поэтому графыбольшинства программ представляют собой комбинацию подграфов,представляющих такие структуры, причём каждая такая структураможет быть «вершиной» более крупной структуры. Поскольку пред-ставить каждую из этих структур в виде списка не представляет тру-да, весь граф также может быть представлен в виде списка в случае,если с помощью таких трансформаций (замены таких структур однойвершиной) он упрощается до единственной вершины.

Чтобы объединить достоинства обоих методов, был предложенследующий алгоритм:

1) некоторым образом выделить подграф,2) максимально упростить его вторым способом,3) к упрощённому графу применить первый способ,4) заменить данный подграф одной вершиной,5) продолжить обработку графа.После замены подграфа одной вершиной теряется информация о

дугах, идущих в него (кроме дуг, входящих в первый блок), а такжевыходящих из него (кроме дуг, выходящих из последнего блока), по-этому если такие дуги есть, для них необходимо добавить инструкциипереходов goto. Критерием оптимальности представления подграфамы выбираем наименьшее количество добавленных инструкций пере-хода (goto).

Если в качестве подграфов для данного алгоритма использоватьциклы, то число добавленных инструкций оказывается близким кминимальному. Действительно, циклы часто содержат единственныйвход и один или несколько выходов, причём дополнительные выходыизначально реализуются с помощью конструкций, аналогичных goto(например, инструкций return или break). Данный алгоритм добавля-ет одну дополнительную инструкцию goto на каждый дополнитель-ный выход из цикла в случае, если такая инструкция не присутство-вала изначально.

Реализация описанного алгоритма в промышленном оптимизиру-ющем компиляторе и тестирование на широком классе программ поз-


воляют утверждать, что предложенный метод хорошо решает постав-ленную задачу поиска удобочитаемого представления ГПУ.


1. Muchnick S.S. — Advanced Compiler Design & Implementation.2. Aho A., Sethi R., Ullman J. — Compilers: Principles, Techniques,

and Tools.

УДК 004.414.2

Н.Е. Косарев[email protected]


ЗАО «Интел А/О»

Исследование подходов для полученияраспределения потерь производительностимикропроцессора с векторным счётчиком

инструкций

За последние два десятилетия суперскалярные архитектуры и ар-хитектуры со сверхдлинным командным словом за счёт использова-ния параллелизма на уровне инструкций практически достигли свое-го потенциального предела производительности. Тенденции в разра-ботке микропроцессоров изменяются в сторону распределённых архи-тектур, работающих в тесном взаимодействии с компилятором [1, 2].Одной из возможных реализаций архитектуры данного типа являет-ся микропроцессор с векторным счётчиком инструкций. Важнейшейзадачей при разработке микропроцессора является анализ произво-дительности, который в значительной степени основан на анализераспределения потерянных тактов, получаемого на этапе имитацион-ного моделирования.

В настоящей работе были исследованы два подхода для полу-чения распределения потерь производительности микропроцессорас векторным счётчиком инструкций на критическом пути исполне-ния программы. Порядок исполнения инструкций программы может


быть представлен в виде графа микроархитектурных зависимостей,узлами которого являются микроархитектурные события, такие, какотправка запроса в память, окончание декодирования инструкциии т. д. Направленные и взвешенные дуги графа представляют собоймикроархитектурные зависимости, а именно зависимости по данным,управлению и ресурсам. Вес дуги отражает время в тактах, необходи-мое для разрешения соответствующей зависимости. Критическим пу-тём данного графа является самый длинный взвешенный путь, начи-нающийся с выборки первой инструкции и оканчивающийся записьюданных в память или выполнением последней инструкции, и опреде-ляющий время исполнения программы.

Первый подход основан на моделировании динамического графамикроархитектурных зависимостей. Для получения распределенияпотерь производительности на критическом пути отслеживается по-рядок разрешения микроархитектурных зависимостей и подсчитыва-ются веса всех последних приходящих дуг (last-arriving edges) гра-фа [3]. Подсчёт весов выполняется в специальных маркерах, переме-щающихся по графу вдоль последних приходящих дуг. Каждый мар-кер представляет собой набор счётчиков, в котором каждый счётчиксоответствует определённому типу зависимости. Маркер последнейвыполненной инструкции содержит искомое распределение потерьпроизводительности.

Второй подход получения распределения потерь производитель-ности основан на исследовании большого числа идеализированныхмоделей микропроцессора [4]. При каждом запуске модели намеренноустраняется одна из причин потерь, например, обнуляется задержкаобращения за данными в память и замеряется время, необходимоедля выполнения программы. Разница во времени выполнения иде-ализированной и стандартной модели микропроцессора определяетискомую компоненту распределения потерь.

Оба подхода имеют как преимущества, так и недостатки. Первыйподход достаточно трудоемок в реализации, но позволяет получитьраспределение потерь с любой необходимой степенью детализацииза единственный запуск имитационной модели, что особенно важнодля тестов, состоящих из сотен миллионов инструкций. Второй под-ход, напротив, прост в реализации, но требует, чтобы имитационнаямодель позволяла запрограммировать все необходимые идеализации,что не всегда возможно. При его применении для получения распре-деления потерь из n компонент необходимо n+1 запусков имитацион-ной модели. К тому же подход не учитывает возможного наложения


микроархитектурных потерь, и поэтому к ошибке, соответствующейколичеству наложенных тактов, причём эта ошибка растёт с увели-чением n.

В результате выполнения работы для микропроцессора с век-торным счётчиком инструкций разработана детальная модель мик-роархитектурного критического пути, запрограммирован алгоритмподсчета потерь в маркерах, а также выполнена его интеграция впотактовую имитационную модель микропроцессора. В рамках вто-рого подхода реализован набор программ (сценариев) для полно-стью автоматического выполнения многократных запусков идеали-зированной имитационной модели с последующей обработкой полу-ченных замеров производительности и представлением распределе-ния потерь в виде гистограммы. В результате применения исследу-емых подходов было получено распределение потерь производитель-ности (рис. 1) для группы из нескольких наиболее часто используе-мых участков (hotspots) контрольных тестов, включая тесты из на-боров SPEC92–2000. Группа состоит из скалярных и из потоковыхконтрольных тестов. Из полученных распределений видно, что пото-ковые тесты (livermore, sepia) в значительной степени зависят от про-пускной способности подсистемы памяти и длительности обращенияк ней. В двух тестах (go, scalc) проявляются потери, обусловленныемежкластерной передачей данных. Остальные тесты ограничены про-пускной способностью функциональных блоков микропроцессора.

Рис. 1. Распределение потерь производительности микропроцессора,полученное в результате моделирования графа микроархитектурныхзависимостей (1) и путём многократных запусков идеализированнойимитационной модели (2)



1. Kim H.S., Smith J.E. An Instruction Set and Microarchitecturefor Instruction Level Distributed Processing // The 29th InternationalSymposium on Computer Architecture. — 2002.2. Caulfield I. Complexity-effective superscalar embedded processors

using instruction-level distributed processing // Technical ReportUCAM-CL-TR-707, Computer Laboratory, University of Cambridge. —2007.3. Fields B., Rubin S., Bodik R. Focusing processor policies via

critical-path prediction. In 28th International Symposium on ComputerArchitecture. — 2001.4. Fields B., Bodik R., Hill M. [et al.]. Using Interaction Costs

for Microarchitectural Bottleneck Analysis. In proceedings of the 36thInternational Symposium on Microarchitecture. — 2003.

УДК 519.6 + 681.3.012

Д.В. Макошенко[email protected]

ЗАО «Интел А/О»Южный федеральный университет


Назначение переменных на регистрыс помощью новых алгоритмов раскраски

графа

В данной работе рассматривается задача назначения переменныхна физические регистры, важная при трансляции программы с язы-ка высокого уровня в машинные коды. Если физических регистровдля хранения переменных не хватает, то требуется добавление доро-гостоящих инструкций доступа в память. Поэтому актуальна задачаоптимального распределения переменных на физические регистры.


Для поиска распределения переменных на физические регистрывведём понятие графа несовместимости (ГН) [1]. ГН — неориентиро-ванный граф, описывающий зависимости между временами жизнипеременных. Вершины графа — переменные. Ребро соединяет две вер-шины, если времена жизни соответствующих вершинам переменныхпересекаются.

Пусть число регистров, доступных в данной архитектуре, равноN . Будем отождествлять каждую краску с одним физическим реги-стром.

Если ГН удалось раскрасить N красками, то распределение физи-ческих регистров завершено. В самом деле, никакие две переменныев этом случае не будут назначены на один физический регистр —условие корректности соблюдено. В противном случае нужно транс-формировать программу, чтобы уменьшить хроматическое число со-ответствующего ей ГН. Проблема трансформации программы выхо-дит за рамки данной работы.

Если граф G полный, то его единственная возможная раскрас-ка — каждая вершина получает свой собственный цвет. Если графG не полный, воспользуемся методом из [2]. Выберем две несмежныевершины u и v. Обозначим (G; < u-v >) исходный граф, в которомвершины u и v соединены ребром. Обозначим (G: ) исход-ный граф, в котором вершины u и v стянуты в одну.

Рассмотрим множество M (G) всех раскрасок графа несовмести-мости G. Тогда M (G) представимо в виде объединения двух непере-секающихся множеств:

M (G) = M ((G; )) ∪ M ((G : )). (1)

Пользуясь соотношением (1), рассмотрим построение дерева C пе-ребора всех раскрасок графа G (рис. 1). Граф G соответствует корнюдерева перебора C. На рис. 2 и рис. 3 изображены графы соответству-ющие остальным вершинам дерева С. На рис. 3 все графы полные, увершин, которым они соответствуют, нет потомков. Обозначим крас-ки номерами. Сопоставим вершинам краски в порядке возрастаниянумерации вершин, тогда М (G) = {{1, 2, 3, 4}, {1, 2, 3, 1}, {1, 2, 2,3}, {1, 2, 2, 1}}.

Пусть С — некоторое поддерево дерева C всех вариантов раскрас-ки, причём С содержит корень C. Введём параметр LeftChilds — мак-симальное количество левых сыновей на любом пути от корня к листув дереве C. Обозначим через Built (n) количество левых сыновей напути от корня дерева C к вершине n.


Рис. 1. Исходный графG с пронумерованнымивершинами

Рис. 2. Графы, соответствующие потомкам Kи L корня C

Рис. 3. Графы, соответствующие слева направо: левому сыну K,правому сыну K, левому сыну L, правому сыну L

Параметрический алгоритм строит дерево C. Чем выше значениеLeftChilds, тем большее количество шагов будет выполнять парамет-рический алгоритм. Таким образом, в зависимости от требований ккачеству раскраски алгоритм позволяет тратить больше времени дляполучения лучшего результата.

Рассмотрим метод построения сыновей для такой вершины n де-рева C, что соответствующий ей граф G (n) не является полным.Выбирается пара вершин u и v, принадлежащих множеству вершинG (n), не соединённых ребром. Правый сын вершины n — это вер-шина, которой соответствует граф (G (n): ). Левый сынвершины n, которому соответствует граф (G (n); < u-v >), можетсуществовать в дереве C, а может и не существовать.


Обозначим множество Γ (v) как множество всех вершин, смежныхвершине v. Определим предикат I (u, v):

I (u, v) = (Γ (v) ⊂ Γ (u) == TRUE) ∨(Γ (u) ⊂ Γ (v) == TRUE). (2)

Левый сын вершины n существует, если выполняются два условия:предикат (Built (n) < LeftChilds) истинен; для пары вершин u и vпредикат (2) ложен.Лемма. Рассмотрим граф G. Возьмём две его произвольные вер-

шины u и v. Пусть выполняется Γ (v) ⊂ Γ (u) или Γ (u) ⊂ Γ (v).Тогда хроматическое число графа (G: ) не больше, чемхроматическое число графа G.

Согласно лемме для пары вершин u и v истинность предиката (2)означает, что (G (n): ) имеет не худшее хроматическоечисло, чем G (n). В этом случае построение левого сына излишне,поскольку его хроматическое число не лучше хроматического числаправого сына.

Можно показать, что при некотором, возможно, даже нулевом зна-чении параметра LeftChilds данный алгоритм может находить наи-лучшую раскраску.


1. Briggs P. Register allocation via graph coloring. A thesis submittedin partial fulfillment of the requirement for the Degree Doctor ofPhilosophy. — Houston, Texas, USA, 1992.2. Зыков А.А. Основы теории графов. — Ростов-на-Дону: ЗАО

Издательское предприятие «Вузовская книга», 2004. — 382 c.


УДК 621.3

Д.О. Нуждин1, С.С. Ткачёв1,2


(государственный университет)2 Институт прикладной математики им. М.В. Келдыша РАН

Определение ориентации КА на солнцепосредством солнечных батарей

с использованием микроконтроллераAtmega8535

Одним из необходимых условий управления космическим аппара-том (далее КА) является определение ориентации до начала управ-ления. Существует множество систем ориентации в пространстве, ноцелью данной работы было создание системы определения угловойориентации по солнцу. Получая сведения об угле направления КАна солнце и привлекая дополнительные сведения из других системнавигации, мы можем определить ориентацию КА в пространстве.

Идея проекта состоит в определении угла направления на солнцепосредством солнечных батарей. Батареи располагаются по корпу-су аппарата, по кругу. Измеряя напряжения питания, выдаваемыебатареями, и сравнивая их между собой, мы можем определить на-правление на солнце. Измерять напряжение и определять угол пред-полагается с помощью микроконтроллера.

Задачей данного проекта являлось собрать работающую схему,которая будет реализовывать описанную выше идею.

Для решения поставленной задачи был выбран 8-битный AVRмикроконтроллер фирмы Atmel, ATmega8535. Используя встроенныйаналого-цифровой преобразователь (АЦП), контроллер опрашиваетсолнечные батареи и преобразовывает аналоговое напряжение в егоцифровое значение. Для определения напряжения на солнечных ба-тареях используются ноги порта А согласно спецификации. Далее,производя некоторые вычисления, микроконтроллер определяет уголнаправления, выдавая нам требуемый результат.

При разработке схемы при использовании АЦП возникли пробле-мы с помехами и соответственно с точностью преобразования, схема


была модифицирована и добавлены дополнительные элементы дляисключения влияния помех.

Для правильной работы и взаимодействия микроконтроллерас окружающими устройствами, пишется программа, использующаябесплатное программное обеспечение AStudio от фирмы Atmel. Дляпрограммирования микроконтроллера был применён программатор,подключение к микроконтроллеру которого осуществляется по схеме,приведённой на рис. 1.

В результате проделанной работы получено достаточно простое идешевое устройство, позволяющее ориентироваться на источник све-та.

Рис. 1. Подключение микроконтроллера припрограммировании


1. Донов Г.И. Применение микроконтроллеров. — М.: Физтех-полиграф, 2007. — 160 с.


УДК 519.876.5

Г.С. Речистов[email protected]



Методика бинарной трансляциис динамической модификацией кода

в Intel Platform SimulatorДанная работа описывает систему модификации исполняемого ко-

да, разработанную автором в процессе работы над эмулятором ЦПУ,входящем в состав полноплатформенного эмулятора Intel PlatformSimulator [1].

В работе используются следующие определения:— платформа — набор некоторых устройств, таких, как ЦПУ, па-

мять, жёсткий диск, ПЗУ с BIOS, сетевая карта, монитор, связанныхдруг с другом и представляющих некоторую ЭВМ;

— хозяин (host) — компьютер, на котором запущена программаэмуляции;

— гость (guest) — моделируемая платформа.В данной работе рассматривается эмуляция только компонента,

отвечающего за центральный процессор. Для того чтобы обеспечитьбольшую скорость симулирования гостевого кода, используется вари-ант бинарной трансляции [2]. Бинарная трансляция широко исполь-зуется во множестве приложений для таких задач, как обеспечениезапуска немодифицированных приложений на «неродных» архитек-турах (Apple Rosetta, DEC FX! 32, Intel IA-32 Execution Layer, Эль-брус Lintel), динамическая оптимизация (HP DynamoRIO), инстру-ментация кода для исследовательских целей (PIN [3]).

В данном эмуляторе ЦПУ машинный код гостя покомандно транс-лируется в одну или более инструкций хозяина, образуя страницыкода, который затем исполняется. Тем самым достигается высокаяскорость симуляции для часто повторяемых участков (например, цик-лов).


Фрагменты кода, соответствующие отдельным гостевым инструк-циям, получили названия капсул. Одна капсула может содержать де-сятки ассемблерных инструкций, оперирующих с состоянием симули-руемого процессора, производящих всевозможные проверки времениисполнения и т. п. операции. Общий вид заголовка капсулы с именемCAPS_NAME выглядит так:

CAPS_NAME(param1,param2, ...),

где param1, param2, ... — это параметры капсулы, могущие быть име-нами регистров или целыми числами. Так, чтобы создать код дляэмуляции инструкции addl $ 0 × 1234, % ecx, вызывается капсулаADDL (0 × 1234, ECX).

Задача, которую необходимо решить, — каким образом переда-вать указанные аргументы ассемблерным инструкциям. Старый под-ход, использовавшийся в предыдущих версиях эмулятора, позволялсоздавать капсулы с не более чем двумя параметрами-регистрами,а для параметров-целых было необходимо вручную находить смеще-ния байтов, которые необходимо модифицировать от начала капсулы.При таком подходе было неудобно вносить изменения.

Метод, предложенный в этой работе, подразумевает автоматиче-ское распознавание типа и кодировки инструкции, требующей пере-дачи параметров, вычисление необходимых смещений целых, а такжеснятия ограничения на число параметров-регистров капсулы.

Описание даётся на псевдоассемблере следующего вида:// имя капсулы, в скобках — тип и имя её параметровCAPS_NAME (R32 @reg1, U8 @imm1) {movl $44, @reg1 // параметр используется как приёмникxchgl @reg1, % eax // используется обыкновенный регистр EAX}Далее оно подаётся на скрипт, который разбирает его и выдаёт два

файла: чистый ассемблер, в котором параметры заменены не имею-щими смысла значениями, и процедуру на языке C, которая копируетмашинный код капсулы (полученный из ассемблера) и модифицируетего, настраивая параметры.

В процессе создания и отладки вышеописанной системы возника-ли проблемы различного характера. Очень большая их доля связа-но непосредственно со спецификой набора инструкций архитектурыIntel [4], развивавшейся в течение сорока лет и претерпевшей за этовремя множество модификаций, породивших постепенное запутыва-ние набора инструкций, так как новые режимы адресации памяти,

Секция микропроцессорных технологий 103размеры операндов и т. п. не согласованы со старыми вариантами иприводят к неоднозначности кодировок.

Некоторые примеры встретившихся сложностей.Команды набора инструкций SSE2, а также других расширений

имеют обратный порядок операндов в сравнении со «старейшими»командами, такими как MOV, ADD и т. д.

Адресация памяти одним базовым регистром может быть записа-на минимум тремя способами.

Инструкции с одинаковым мнемоническим обозначением имеютразличные типы и количество операндов, что усложняет разбор псев-доассемблера. Особо выделяется инструкция IMUL, которая можетиметь количество операндов от одного до трёх.

Подобные проблемы разрешались с использованием максимальногибких (из допустимых) нотаций для каждого встреченного способаадресации операндов. Одинаковая длина машинного кода в байтахдо и после его модификации было основным требованием на генери-руемый ассемблер.

Воплощение описанных выше принципов позволило добиться гиб-кости записи капсул и избавиться от недостатков, присущих предыду-щей их версии. Кроме того, был упразднён сложный многоступенча-тый процесс сборки капсул благодаря объединению процесса в одинскрипт.

Разработанный подход динамической генерации кода планируетсяиспользовать в последующих версиях эмулятора ЦПУ Intel PlatformSimulator.


1. Uhlig R., Fishtein R., Gershon O. [et al.]. SoftSDV: A PresiliconSoftware Development Environment for the IA-64 Architecture // IntelTechnology Journal. — 1999. — P. 112. — 126.2. Sites R.L., Chernoff A., Kirk M.B. [et al.]. Binary translation //

Communications of the ACM. — 1993. — V. 36, N. 2. — P. 69–81.3. Luk C., Cohn R., Muth R. [et al.]. Pin: building customized

program analysis tools with dynamic instrumentation // Proceedingsof the 2005 ACM SIGPLAN Conference on Programming LanguageDesign and Implementation (Chicago, IL, USA, June 12. — 15, 2005). —P. 190–200.4. Intel Corporation. Intel R©64 and IA-32 Architectures Software

Developer’s Manual. Vol. 2A, 2B.


УДК 519.6

Е.Е. Хатько[email protected]


ООО «Даймонд Кволити»

Один из подходов к анализу системытестирования сложных программных

комплексовВ данной статье вводится следующее понятие: мультизадачный

пользовательский комплекс (МПК) — это система аппаратного и про-граммного обеспечения, совмещающая функции смартфона и комму-никатора. Существует широкий класс операционных систем, которыеподдерживаются МП комплексами. Примерами таких систем могутбыть: Symbian OS (Nokia, Samsung, Sony Ericson), Windows Mobile(HTC, T-mobile, Samsung), Palm OS (Palm), Android (Samsung, LG,Palm).

Проведём оценку эффективности автоматизации тестированияМПК. Тестирование МПК — это для большинства проектов ручноетестирование методом чёрного ящика. Эффективность оцениваетсяпокрытием тестами формальных требований спецификации продук-та. Поэтому нужно автоматизировать некоторый набор регрессион-ных тестов, который покрывает требования к наиболее часто исполь-зуемому функционалу. При написании и выполнении ручных и авто-матизированных тестов существуют свои особенности, которые мыбудем использовать в дальнейшей оценке. Разработку тестов и про-ведение тестирования будем оценивать в человеко-часах (чел.-час).

Рассмотрим некоторый проект по разработке ПО для МПК.Пусть {α1,..,αN} — некоторый набор тестов, покрывающих формаль-ные требования спецификации, {α′

1,..,α′K} — некоторое подмноже-

ство этих тестов, которое покрывает наиболее часто используемыйфункционал. Будем считать время разработки i ручного теста рав-ным tMD

i . Пусть ti — время вылонения i-го теста, а tADi — вре-

мя анализа результата прохождения автоматизированного i-го те-ста, N = |{α1,..,αN}|, K = |{α′

1,..,α′K}|. Пусть tAi — время разра-


ботки i-го автоматизированного теста. Пусть также DM — времяразработки и выполнения всех тестов без процессов автоматизации,DM =

∑Ni=1 tMD

i +∑N

i=1 ti (чел.-час). При автоматизаци K тестових время разработки и выполнения равно

∑Ki=1 tAi +

∑Ki=1 tAD

i . По-сле их автоматизации ещё останется N − K ручных тестов, вре-мя работы с которыми составит

∑Ni=K+1 tMD

i +∑N

i=K+1 ti, тогдаDA =

∑Ni=K+1 tMD

i +∑N

i=K+1 ti+∑K

i=1 tAi +∑K

i=1 tADi , где DA — время

разработки и выполнения всех тестов с условием автоматизации те-стов {α′

1,..,α′K} (здесь время выполнения автоматизированных тестов

считаем равным 0). Рассмотрим величину эффективности автомати-зации тестирования как отношение времени ручного тестирования ивремени тестирования с частичной автоматизацией:

Eff =DM

DA=

∑Ni=1 tMD

i +∑N

i=1 ti∑Ni=K+1 tMD

i +∑N

i=K+1 ti +∑K

i=1 tAi +∑K

i=1 tADi

.

После выполнения A раундов регрессионного тестирования эта фор-мула примет вид

Eff(A) =∑N

i=1 tMDi + A

∑Ni=1 ti∑N

i=K+1 tMDi + A

∑Ni=K+1 ti +

∑Ki=1 tAi +

∑Ki=1 tAD

i

.

Ручной тест — это некоторый набор инструкций, которые нужновыполнить с тестируемой программой, значит, tMD

i — время затра-ченное на написание инструкций. Пусть ti — время выполнения i-горучного теста, оно складывается из времени прочтения и выполне-ния всех инструкций тестировщиком. Для оценки все тесты можносчитать одинаковыми, то есть ∃t = ti = tMD

i . Время интерпретациирезультатов выполнения каждого автоматизированного теста не за-висит от самого теста, обозначим его tAD. Тогда формула приметвид

Eff(A) =∑N

i=1 tMDi + A

∑Ni=1 ti∑N

i=K+1 tMDi + A

∑Ni=K+1 ti +

∑Ki=1 tAi +

∑Ki=1 tAD

i

=

=Nt(A + 1)

(N − K)t + A(N − K)t + KtA + KtAD=

= Nt(A+1)

t(A+1)(N−K)+KtA+KtAD, где tA — среднее время разработки одно-

го автоматизированного теста. Пусть μ = tAD

t (μ > 0). Для оценкипримем K = N/2.


Для исследования были взяты следующие программные продук-ты, позволяющие автоматизировать процессы тестирования ПО дляМПК.

Run-on-Device (Jamo solutions) — запись тестовых скриптов про-изводится на МПК, поэтому можно было бы считать tA = t, ноинструмент поддерживает лишь 2 из 4 ОС, поэтому при разработ-ке автоматизированных тестов нужно учитывать время портирова-ния (переноса) тестов на другую платформу, то есть tA = k1t, гдеk1 — колличество поддерживаемых платформ (рассмотрим k1 = 3),Eff(A) = 2(A+1)

A+4+μ .DeviceAnywhere AutomationTMfor Smartphones

(DeviceAnywhere) — требует интеграции со специальным сред-ством тестирования Desktop-приложений. Это увеличивает времяразработки автоматизированных тестов в k2 раз, где k2 — коэф-фициент, характерезующий степень интеграции и квалификациютестировщика. В результате исследования выявлено, что k2 ≈ 2,тогда

Eff(A) =2(A + 1)A + 3 + μ

.

UserEmulator (Symbian foundation) — аналогичен Run-on-Device,но не позволяет задавать контрольные точки проверки результатоввыполнения скрипта (checkpoints), поэтому μ ≈ 1.

Проведя статистику по более чем 10 законченным проектам раз-работки ПО для МПК, было выявлено, что самые распространенныезначения A — это 2 и 3. Рассмотрим графиики зависимости Eff(μ)при данных значениях A.

Итак, продукты Run-on-Device и UserEmulator не подходят длятестирования при A = 2, а DeviceAnywhere не является особо эффек-тивным. При A = 3 значительной эффективности можно достичьпри μ → 0 и K → N , то есть уменьшая время анализа результатови увеличивая колличество автоматизированных тестов. Таким обра-зом, нужно разработать методологию, которая позволила бы

— сместить акценты в процессе автоматизации с «интеграции в су-ществующие средства тестирования Desktop-приложений» в сторонуавтоматизации на целевом устройстве (МПК);

— разрабатывать тестовые скрипты платформонезависимо;— уменьшить время проверки результатов тестирования (рис. 1).


Рис. 1. Эффективность автоматизации тестирования


1. Канер К., Фолк Д., Нгуен Е.К. Тестирование программногообеспечения. Фундаментальные концепции менеджмента бизнес-при-ложений.2. Синицын С.В., Налютин Н.Ю. Верификация программного

обеспечения.

Секция проблем передачии обработки информации

УДК 519.254

М.Г. Беляев1,2, Е.В. Бурнаев2


(государственный университет)2 Институт проблем передачи информации им. А.А. Харкевича РАН

Обобщающая способность и регуляризацияв задаче аппроксимации многомерной

зависимостиЗадача аппроксимации многомерной функции y = f (X), X ∈ Rn,

y ∈ R1 имеет важное прикладное значение — с помощью полученныхмоделей удобно исследовать зависимости в целом ряде прикладныхзадач.

Качество полученной аппроксимации характеризуется значениемфункции ошибки. Однако даже при малых значениях этой величи-ны на обучающей выборке модель может иметь плохую обобщающуюспособность, и предсказания для новых точек будут сильно отличать-ся от истинных значений. Для устранения этого эффекта использу-ется регуляризация, то есть штраф на сложность модели.

Существуют различные способы введения регуляризации. В рабо-те [1] предлагается подбирать параметр регуляризации вручную. В [2]для нахождения оптимального параметра используется разложение вряд Тейлора асимптотического приближения функции ошибки. Рабо-ты [3, 4] предлагают многоэтапное обучение нейронной сети. Первыйэтап заключается в стандартном обучении сети до момента останов-ки. Затем вычисляется оптимальное значение параметра, и сеть сноваобучается. Исследования по адаптивному подбору параметра регуля-ризации, приведённые в работе [5], представляют интерес, но требуют

Секция проблем передачи и обработки информации 109

значительного повышения вычислительной сложности процесса обу-чения.

Предлагаемый алгоритм адаптивного подбора параметра регуля-ризации улучшает обобщающую способность модели и не требует тру-доемких вычислений.

Рассматривается аппроксимация с помощью разложения иско-мой функции по адаптивному базису параметрических функций{ϕj (X)}p

j=1: f (X) =∑p

j=0 Vj ∗ ϕj (X), где параметр p определяетсложность модели, задавая количество базисных функций. Для оцен-ки параметров базисных функций используется один из методов гра-диентного спуска [6], а коэффициенты разложения Vj вычисляютсяс помощью метода наименьших квадратов.

Оценка оптимальных коэффициентов разложения имеет вид

V =(ΦT Φ

)−1ΦT y,

где Φ — матрица значений базисных функций в точках выборки,Φj,i = ϕj

(X i

). Применение формул линейной регрессии предполага-

ет, что столбцы матрицы регрессоров Φ линейно независимы. Однакодля хорошей обобщающей способности аппроксиматора существенновыполнение более сильного условия: матрица ΦT Φ должна быть хо-рошо обусловлена. В противном случае возникает эффект переобуче-ния, и аппроксимация становится несостоятельной. Для устраненияэтого нежелательного эффекта применяется ридж-регрессия [7], в ко-торой используются измененные формулы для подсчета коэффициен-тов регрессии: V =

(ΦT Φ + λI

)−1 ΦT Y , где λ > 0, а I — единичнаяматрица, что делает оценки более устойчивыми.

Ключевым вопросом является выбор значения параметра λ. Клас-сические подходы, изложенные в [8], не учитывают итеративный ха-рактер обучения, поэтому не подходят для решения проблемы обоб-щающей способности аппроксиматора.

По аналогии с изменением параметров базисных функций пред-лагается обновлять значение λ на каждой итерации, выбирая на-правление изменения исходя из текущей обусловленности матрицы:ΦT Φ+λI. В качестве меры обусловленности алгоритм использует чис-ло обусловленности матрицы, равное отношению максимального соб-ственного числа матрицы к минимальному. Эта величина для хорошообусловленной матрицы принимает значения порядка 1 и стремитсяк бесконечности в обратном случае.

Для вычисления нового значения λ алгоритм использует значениепсевдоградиента, которое равно 1, если число обусловленности мало


и −1 в обратном случае. Обновление λ и подбор шага происходятс помощью метода градиентного спуска [6]. Таким образом, если натекущей итерации матрица регрессоров ΦT Φ+λI плохо обусловлена,то значение параметра регуляризации увеличивается и уменьшаетсяв случае хорошей обусловленности.

Предлагаемый алгоритм был протестирован на искусственных иреальных данных. В качестве первой выборки использовались значе-ния функции y = sin

(1x3

). На этих данных предлагаемый алгоритм

регуляризации снизил значение функции ошибки и улучшил качествоаппроксимации.

Реальная выборка представляет собой аэродинамические данные,характеризующие прочность структурной единицы фюзеляжа само-лёта как функцию от геометрических размеров этой единицы и дей-ствующих на неё сил [9]. Использование регуляризации позволилосущественно улучшить обобщающую способность и получить модель,гораздо лучше описывающую сложную физическую систему.


1. Sjzberg J., Ljung L. Overtraining, regularization and searching fora minimum, with application to neural networks // International Journalof Control. — 1995. — V. 62, N. 6. — P. 1391–1407.2. Wand M.P. On the optimal amount of smoothing in penalized

spline regression // Biometrica. — 1999. — V. 86, N. 4. — P. 936–940.3. Larsen J., Hansen L.K., Svager C. [et al.]. Desgign and

Regularization of Neural Networks: the optimal use of a validation set// Proceedings of the IEEE Workshop on Neural Networks for SignalProcessing. — 1996. — V. 4. — P. 62–71.4. Larsen J., Svager C., Andersen L.N. [et al.]. Adaptive

Regularization in Neural Network Modeling // Neural Networks: Tricksof the Trade. — 1995. — V. 1524. — P. 113–132.5. Chen D., Hagan M.T. Optimal use of regularization and cross-

validation in neural network modeling // Neural Networks. — 1999. —V. 2. — P. 1275–1280.6. Riedmiller M., Braun H. A direct adaptive method for faster

backpropagation learning: The RPROP algorithm // In Proceedingsof the IEEE International Conference on Neural Networks. — 1993. —V. 1. — P. 586–591.7. Hoerl A.E. Application of ridge analysis to regression problems //

Chemical Engineering Progress. — 1962. — V. 58, N. 1. — P. 54–59.


8. Демиденко Е.З. Линейная и нелинейная регрессии. — М: Фи-нансы и статистика, 1981. — 302 с.9. Burnaev E.V., Grihon S. Construction of the metamodels in

support of stiffened panel optimization // Proceedings of the conferenceMMR 2009. — Mathematical Methods in Reliability. — 2009. —P. 124–128.

УДК 519.248

Е.В. Бурнаев1, П.В. Приходько[email protected], [email protected]

1 Институт проблем передачи информации им. А.А. Харкевича РАН2 Московский физико-технический институт


Об одной методике бустинга для решениязадач регрессии

Зачастую в задачах регрессии оказывается эффективным исполь-зование ансамблей регрессоров вместо одиночных регрессоров. Бег-гинг (bagging) [1, 2] и бустинг (boosting) [3, 4] являются наиболеераспространенными подходами к построению таких ансамблей.

Идея беггинга состоит в том, что регрессоры независимо и па-раллельно обучаются на различных (возможно, частично перекрыва-ющихся) подмножествах обучающего множества. Итоговое предска-зание беггинга является некоторым усреднением предсказаний всехрегрессоров ансамбля.

Идея бустинга заключается в том, что на каждой итерации бустин-га приближается какая-то функция от точки обучающей выборки ипредсказаний предыдущих регрессоров [4].

В работе предлагается новый метод обучения ансамблей регрес-соров, разработанный для увеличения точности итоговой регресси-онной модели, и его модификация, уменьшающая время обученияансамбля регрессоров ценой небольшой потери точности.

Для начала дадим общую постановку задачи регрессии. Задачаприближения многомерной зависимости f(X) заключается в том, что-бы, используя выборку точек Σ = {y,

iXi}Ni=1, yi = f (Xi), построить


многомерную зависимость y = f(X), X ∈ RM , y ∈ R1 , для ко-

торой некоторая функция D(f,f |Σ

)� ε, где ε — заранее заданное

число. В качестве функции ошибки часто используют функцию вида

D(f,f |Σ

)= Σ{y,X}∈Σ

(y − f (X)

)2

.Под построением ансамбля регрессионных моделей для решения

задачи регрессии понимается случай, когда y = f(X) строится какфункционал f(X) = F (f1(X), .., fN (X)), где fi(X),i = 1,..N являютсярегрессионными моделями некоторого класса.

Идея предлагаемого метода состоит в том, чтобы сохранить фор-му предсказания всего ансамбля в виде усреднения предсказанийвсех входящих в него регрессоров (и таким образом уменьшитьвлияние случайных факторов на итоговое предсказание) и одновре-менно последовательно обучать регрессоры не на первоначальнойфункции, а на некоторой разности от неё и предсказаний преды-дущих регрессоров. То есть B-й регрессор ансамбля fB (X) при-ближает не функцию f (X), а её модификацию следующего вида:yB(X) = B · y − (B − 1) · FB−1 (X), где FB(X) — выход ансамбля,равный среднему от всех регрессоров ансамбля.

Возможна также модификация предложенного метода, направлен-ная на увеличение скорости обучения ансамбля. В ней делается до-пущение о том, что для аппроксимируемой зависимости существуетдостаточная для нас точность приближения. Исходя из этого пред-положения, мы можем, подсчитав на текущей итерации ошибки при-ближения на точках обучающего множества, на следующей итерацииприближать новой регрессионной моделью ансамбля только те точ-ки, ошибка приближения которых больше допустимой. Эксперимен-ты показывают, что использование данной модификации позволяетполучить значительный выигрыш во времени при построении ансам-бля регрессоров, при этом потери в точности ансамбля либо малы,либо вовсе отсутствуют.

Эксперименты на реальных и искуственных данных показывают,что предлагаемый метод бустинга имеет большую точность и мень-шее время обучения по сравнению с классическими методиками бу-стинга и беггинга.


1. Breiman L. Bagging predictors // Machine Learning. — 1996. —V. 24, N. 2. — P. 123–140.


2. Bruhlmann P., Yu B. Explaining Bagging // Technical Report,Statistics Department, University of California at Berkeley. — 2000.3. Drucker H. Improving Regressors using Boosting Techniques //

Proceedings of the Fourteenth International Conference on MachineLearning. — 1997. — P. 107–115.4. Friedman J., Hastie T., Tibshirani R. Additive logistic regression:

a statistical view of boosting // The Annals of Statistics. — 2001. —V. 28. — P. 337–407.

УДК 621.396.626

А.В. Ксендзов[email protected]

Рязанский государственный радиотехнический университет

Влияние корреляции замираний сигналовв многоантенной системе на числоэффективных степеней свободы

Применение в системах связи для передачи и приёма сигналовмногоантенных систем (МАС) с ортогональным кодированием на пе-редающей стороне и оптимальной обработкой на приёмной (исполь-зование технологии MIMO) является эффективным методом улучше-ния качества связи. Показано, что за счёт применения МАС при при-еме сигнала уменьшается негативное влияние на сигнал замираний,что проявляется в уменьшении вероятности ошибки при фиксирован-ном последетекторном отношении сигнал–шум (ОСШ) или позволяетснизить мощность на передатчике при фиксированном уровне веро-ятности ошибки [1]. Однако эффективность применения МАС суще-ственно зависит от глубины замираний и их корреляции в парах ан-тенн. В связи с этим возникает задача оценивания границ измененияэффективности МАС в условиях коррелированных замираний.

Общепринятым критерием надежности систем связи является за-висимость вероятности ошибочного приёма бита цифрового сигналаPb от последетекторного ОСШ qb, что позволяет сравнивать систе-мы с различными видами модуляции и количеством антенн в МАС.


К примеру, вероятность ошибки для канала с одиночной приёмнойантенной и без замираний вычисляется как [2]:

Pb = 0,5(

1 −√

qb

1 + qb

), (1)

а вероятность ошибки для того же канала рэлеевскими замираниямибез замираний определяется по формуле

Pb = Q(√

2qb

),

где Q (x) = 1√2π

∞∫x

e−t22 dt, qb — среднее последетекторное ОСШ.

При использовании на приёмной стороне МАС с числом антенн Nс последующей обработкой сигнала по методу минимума среднеквад-ратичной ошибки (МСКО) [3] последетекторное ОСШ является ариф-метической суммой ОСШ каждого приемного канала. Если замира-ния в канале отсутствуют, вероятность ошибки для N -элементнойМАС определяется по формуле (1). При рэлеевских замираниях сиг-нала последетекторное ОСШ qb распределено по закону хи-квадратс 2N степенями свободы, и выражение для вычисления вероятностиошибки имеет вид

Pb =

⎛⎝1 −

√qb

1+qb

2

⎞⎠

NN∑

i=1

CN−1+ii

⎛⎝1 +

√qb

1+qb

2

⎞⎠

i

. (2)

Заметим, что аналогичным выражением определяется вероятностьошибки для канала с одиночной антенной и замираниями Накагамис глубиной m = N , причём при m → ∞ формула (2) обращается в (1)для канала без замираний. Введём понятие числа эффективных сте-пеней свободы (ЭСС) z как глубину независимых замираний Накага-ми в эквивалентном канале с одиночной антенной, обеспечивающихту же вероятность ошибки, что и рассматриваемый канал с МАС.Очевидно, что при независимых рэлеевских замираниях число ЭССравно числу антенн МАС, z = N . В случае, если в канале действуютнезависимые замирания Накагами–Райса с глубиной флюктуаций mи райсовским фактором луча прямой видимости k, число ЭСС вы-числяется по приближеной формуле

z = Nmk.


При применении на передающей стороне МАС с числом антенн M иортогонального кодирования число ЭСС определяется как

z = MNmk.

Показано [1], что идеально дружные замирания в канале с МАС наприёмной стороне полностью исключают эффективность МАС, обес-печивая для данного канала такую же вероятность ошибки при фик-сированном qb, как и для канала с одиночной антенной, то есть длядружных замираний имеем число ЭСС z = 1. Обобщая сказанноедля случая коррелированных замираний, делаем вывод, что числоЭСС при изменении степени корреляции замираний в передающей иприёмной МАС может меняться в пределах

1 � z � MNmk.

Рис. 1

В заключение отметим, что одним из эффективных способов де-корреляции замираний, позволяющим повысить число ЭСС и сни-зить тем самым вероятность ошибки, является оптимизация про-странственной структуры МАС [1], которая заключается в располо-жении элементов МАС согласованно с текущей пространственно-кор-реляционной обстановкой (рис. 1).



1. Паршин Ю.Н., Ксендзов А.В. Влияние пространственной кор-реляции на эффективность оптимизации пространственной струк-туры многоантенной системы при разнесенном приеме // ВестникРязанской государственной радиотехнической академии. — 2006. —№ 19. — С. 54–62.2. Прокис Д. Цифровая связь. / Под ред. Д.Д. Кловского.; [пер. с

англ.]. — М.: Радио и связь, 2000. — 800 с.3. Монзинго Р., Миллер Т. Адаптивные антенные решётки. Вве-

дение в теорию. / пер. с англ. — М.: Радио и связь, 1986. — 448 с.

УДК 577.213

В.А. Любецкий, А.В. Селиверстов[email protected], [email protected]

Институт проблем передачи информации им. А.А. Харкевича РАН

Прямые повторы в некодирующихобластях хлоропластов у семенных

растений

В настоящее время нет общей модели эволюции некодирующихобластей генома. Модель независимых однонуклеотидных замен ивставок-удалений не позволяет объяснить часто наблюдающиеся вхлоропластах вставки и делеции большой длины. В настоящей ра-боте продемонстрировано возникновение длинного повтора участка,существовавшего у обшего предка всех видов семейства сосновых.Близкие результаты наблюдаются и в семействе крестоцветных, хо-тя наблюдаемые там повторы перекрываются однокуклеотиднымизаменами и вставками-делециями, что обусловлено большим филоге-нетическим расстоянием между видами. Семейства сосновых и кре-стоцветных выбраны для исследования из-за большого количествавидов, для которых секвенированы геномы хлоропластов.

В семействе сосновых перед геномом psbM часто возникают эво-люционно независимые троекратные прямые повторы длиной 11 нук-леотидов. При этом положение и состав повторов отличаются.


У Pinus koraiensisповторы отсутствуют, у Pinus thunbergii есть по-втор слова ATGAGATAAAA, который отсутствует у остальных ви-дов. У Keteleeria davidiana есть повтор слова TTCCATAGATA с од-ним отличием в третьей копии, который отсутствует у обеих сосени расположен дальше от начала гена, чем сосновый повтор. Можнодумать, что это место является удобным для возникновения повто-ров, которые возникают в случайном месте независимо от составаповторяемого участка. У Cryptomeria japonica повторы перед psbMотсутствуют, что подтверждает возникновение (а не потерю) повто-ров в семействе сосновых.

В семействе крестоцветных большое число длинных (с пери-одом от 7 до 15 нуклеотидов) тандемных повторов найдено внекодирующих белки участках из локусов, содержащих следую-щие опероны: trnSGR-atpA, trnL-trnT, ndhHAIGE и ycf1. Такиеповторы найдены у следующих видов крестоцветных: Aethionemacordifolium: trnSGR-atpA; Aethionema grandiflorum: trnSGR-atpA,ndhHAIGE; Arabidopsis thaliana: trnSGR-atpA; Arabis hirsuta: trnL-trnT; Barbarea verna: trnSGR-atpA, ycf1; Capsella bursa-pastoris:trnL-trnT; Draba nemorosa: trnSGR-atpA, ndhHAIGE, ycf1; Lepidiumvirginicum: trnSGR-atpA, trnL-trnT; Lobularia maritima: ndhHAIGE;Nasturtium officinale: trnSGR-atpA, ndhHAIGE. Для Crucihimalayawallichii и Olimarabidopsis pumila указанные повторы не найдены.

Авторы благодарны Е.А. Лысенко за обсуждение результатов.Работа выполнена при частичной поддержке Международного на-

учно-технического центра (проект 3807).


УДК 519.217.8

А.Б. Миллер[email protected]


Динамическое управление доступомк ресурсам и скоростью обслуживания

при активных пользователях

Динамическое управление доступом предполагает, что вероят-ность отклонения заявок зависит от длины очереди роутера и вели-чин потоков входящих заявок. Подход, основанный на теории управ-ления марковскими цепями, использует описание управляемой цепи втерминах стохастических дифференциальных уравнений [3] и позво-ляет сформулировать задачу оптимизации входящего потока как за-дачу оптимального управления [4]. В данный момент растёт интереск механизмам активного управления очередью, которые используют,в частности, и возможность изменения скорости обслуживания [1].Такая постановка задачи укладывается в схему управления марков-ской цепью и может быть решена методами теории оптимальногоуправления [4].

Рассматривается система массового обслуживания, управляемаяпосредством ограничения входящего потока, который представляетсобой считающий процесс со случайной величиной интенсивностиλ � 0, зависящей от временных предпочтений пользователей и теку-щего состояния очереди. Число заявок в системе ограничено некото-рой константой M < ∞. Общее число состояний системы есть M +1.Интенсивность обслуживания есть управляемая величина μ ∈ [μ,μ],где μ > 0. Управление u(t) ∈ [0,1] есть вероятность принять заявку вмомент времени t ∈ [0,T ]. Таким образом, часть приходящих заявокможет быть отклонена. Входной поток формируется совокупностьюактивных пользователей, выбирающих интенсивность генерации за-явок таким образом, чтобы максимизировать собственную функциюполезности [2]. Используется динамическая модель предоставленияресурсов к обслуживанию, в которой поток на входе роутера зависитот текущего значения вероятности доступа P (t,M(t−)), где M(t) —


число заявок. Полагаем, что роутер использует управление марков-ского типа и имеет информацию о

функциях полезности пользователей. N пользователей использу-ют функции полезности [6]:

fi(v,t) = −ai(t)v

− λ0v − vP (t,M(t−)),i = 1, ..., N

и в каждый момент времени имеют информацию о текущем значенииP (t,M(t−)), устанавливаемом роутером. Максимизируя свою функ-цию полезности, i-й пользователь устанавливает оптимальное значе-ние интенсивности потока, равное

uopti (t,P (t,M(t−))) = argmax

0<v<∞fi(v,t) =

√ai(t)

λ0 + P (t,M(t−)).

Общее значение интенсивности управляемого входного потока, какфункция от вероятности доступа и соответственно состояния очере-ди, равно

λ(t,P ) = U(t,P ) =N∑

i=1

uopti (t,P ) =

∑Ni=1

√ai(t)√

λ0 + P=

C(t)√λ0 + P

,

где C(t) =∑N

i=1

√ai(t) — величина, которая характеризует всю со-

вокупность пользователей. Зависимость C = C(t) позволяет учестьвременную зависимость потребности в ресурсах.

Оптимизационная задача состоит в минимизации некоторой функ-ции стоимости состояний и управлений марковской цепи. Эта функ-ция учитывает среднюю длину очереди, которая связана со среднимвременем обслуживания и/или ценой отклоненных заявок, так какони должны либо повторно встать в очередь, либо выбрать другойсервис-центр, также со стоимостью обслуживания. Более того, в слу-чае фиксированного промежутка времени конечное состояние мар-ковской цепи также очень важно, как и в случае, когда необходимообеспечить «рассасывание» очереди, то есть разрешить проблему пе-регрузки.

Мы рассматриваем взвешенную сумму критериев качества, соот-ветственно среднее время обслуживания, среднее число принятых за-явок и стоимость обслуживания равно

J = k1J1 + k2J2 + k3J3 =


= k1E

⎧⎨⎩

T∫

0

M(s)μ(s)

ds

⎫⎬⎭ + k2E

⎧⎨⎩

T∫

0

C(P (τ) − 1)√λ0 + P (τ)

I{M(τ) < M}dτ

⎫⎬⎭ +

+k3

T∫

0

μ(τ)I{M(τ) > 0}dτ → min ,

где k1 > 0,k2 > 0,k3 > 0.Выбор соотношения между k1, k2, k3 позволяет решать задачи

оптимального управления с ограничениями, то есть когда одни изкритериев минимизируется при ограничении, наложенном сверху надругие критерии, или даже в случае, когда таких критериев много.В этом случае мы получаем многокритериальную задачу оптимиза-ции, и решение подобных задач в теории управляемых марковскихцепей является предметом современных исследований [5].

Для нахождения оптимальных управлений u(t) и μ(t) разработанапрограмма моделирования на Maple 12. Для проведения моделирова-ния задаются следующие параметры и терминальные условия:

μ = 3, μ = 6,

c = 2 + 1,5 cos(2(2 − t)),

k1 = 1, k2 = 2, k3 = 1,5,

Средняя вероятность отклонения заявок в зависимости от состояниябуфера практически совпадает с принятой в протоколе TCP RED.

На рис. 1 показана интенсивность входного потока на интервалевремени [0,10], ограниченная вероятностью доступа, для состояниясистемы с 4 заявками в буфере.

В работе исследована стохастическая модель управления потока-ми в Интернет, основанная на использовании теории управляемыхмарковских цепей. Она учитывает активное поведение пользователейи позволяет получить оптимальное управление доступом и скоростьюобслуживания с учётом естественных критериев, характеризующихфункционирование роутер–провайдер. Модель основана на методахтеории активных систем и учитывает функции полезности пользова-телей и различные критерии качества, характеризующие функциони-рование системы пользователи–роутер при нестационарных внешнихусловиях. Данная модель может служить основой для анализа бо-лее сложных систем, связанных не только с управлением потоками


данных, но и с функционированием иерархических систем, возникаю-щих в ситуации клиенты–система обслуживания (склады, снабжениеограниченными ресурсами).

Рис. 1. Состояние с четырьмя заявками в буфере: (1) — вход-ной поток, (2) — интенсивность обслуживания, (3) — вероят-ность отклонения заявок


1. Васенин В.А., Симонова Г.А. Математические модели управ-ления трафиком в Интернете. Новые подходы, основанные наTCP/AQM механизмах // Автоматика и телемеханика. — 2005. —№ 8. — С. 94–107.2. Бурков В.Н. Основы математической теории активных си-

стем. — М.: Наука. — 1977. — 255 с.3. Elliott R.J., Aggoun L., Moore J.B. Hidden Markov

Models. Estimation and Control. — New York: Springer Verlag,1995. — 361 с.


4.Miller B.M. Optimization of queuing systems via stochastic control// Automatica (Journal of IFAC). — 2009. — V. 45, N. 6. — P. 1423–1430.5. Piunovskiy A.B. Bicriteria optimization of a queue with

a controlled input stream // Queueing Systems: Theory andApplications. — 2004. — V. 48. — P. 159–184.6.Миллер А.Б.Динамическое управление доступом при активных

пользователях // Информационные процессы. — 2009. — Т. 9, № 1. —С. 5–6.

УДК 621.39

О.Н. Плаксина[email protected]

Российский университет дружбы народов

О двух системах массового обслуживанияс «прозрачными» заявками

и их применении к анализу сетеймультивещания

Услуга мультивещания занимает фиксированную ёмкость зве-на сети в независимости от числа обслуживаемых пользователей,что позволяет значительно экономить сетевые ресурсы. Мультивеща-ние (multicasting) является одной из составляющих пакетной услугиTriplePlay, включающей передачу данных, речи и видео, а один изнаиболее актуальных примеров использования технологии — предо-ставление услуг вещательного телевидения по IP-сетям (IPTV). Кро-ме того, мультивещание применяется в ряде других приложений, вчастности, при организации видеоконференций, дистанционного обу-чения, рассылке корпоративной информации, реализации сетевыхигр и т. д.

Рассматриваются два сценария предоставления услуги мультиве-щания. В первом случае (дисциплина обслуживания П1) принципи-альную роль играет пользователь, активизирующий услугу, которыйопределяет начало и окончание мультивещательной сессии. Осталь-ные пользователи могут присоединяться к активизированной услуге,


однако завершение сессий всех пользователей происходит одновре-менно в момент завершения сессии инициатора услуги. Такой сце-нарий может применяться в сетевых играх или видеоконференци-ях. Разработке соответствующих математических моделей посвяще-ны работы [1–2]. Во втором случае (дисциплина П2) пользователимогут присоединяться к серверу мультивещания и отключаться в лю-бой момент времени. Это наиболее общий сценарий, используемый,например, для IPTV, частные случаи исследованы в [3]. В отличиеот [1–3] в исследуемых ниже моделях рассматривается функция рас-пределения (ФР) длительности обслуживания общего вида, а искомы-ми характеристиками являются среднее число обслуживаемых поль-зователей и их среднее время пребывания в системе.

Функционирование звена сети, предоставляющего N � ∞ одно-родным пользователям одну услугу мультивещания, описывается спомощью системы массового обслуживания (СМО) с «прозрачными»заявками MN,Λ|Gμ|1|0|Пi, i ∈ {1,2}, где Λ — суммарная интенсив-ность запросов от всех источников (пользователей), μ — интенсив-ность обслуживания заявки-инициатора услуги для дисциплины П1

(длительности обслуживания остальных сообщений равны остаточно-му времени обслуживания заявки-инициатора) и всех заявок для дис-циплины П2. Исследуются случайные процессы (СП) ξ(i) (t), i ∈ {1,2}числа заявок в системе для дисциплин П1 и П2 соответственно, кото-рые проиллюстрированы на рис. 1.

Для СМО с дисциплиной П1 и неограниченным числом источни-ков получены стационарные вероятности pk того, что в системе нахо-дится k заявок:

p0 =1

1 + ρ; pk =

11 + ρ

Bk−1, k � 1,

где Bk = 1 − ∑ki=1

∞∫0

(Λt)i

i! e−ΛtdB(t), B(x) — ФР длительности обслу-

живания, а ρ = Λ/μ.На основе производящей функции P (z) = 1−zβ(Λ−Λz)

(1−z)(1+ρ) несложнонайти среднее значение и дисперсию СП ξ(1) (t):

Mξ(1) =Λ2b(2) − 22 (1 + ρ)

+ 1,

Dξ(1) =2Λ3b(3) + 9Λ2b(2) + 6ρ

6 (1 + ρ)−


−Λ2(b(2)

)2+ 4Λ2ρb(2) + 4ρ2

4 (1 + ρ)2,

где b(2) и b(3) — второй и третий начальный моменты ФР B(x).Показано, что для СМО с дисциплиной П2 распределение числа

заявок в системе инвариантно относительно ФР длительности обслу-живания. В случае N < ∞ получаем

p0 =1

(1 + ρ/N)N; pk =

CkN (ρ/N)k

(1 + ρ/N)N, k = 1,N,

Mξ(2) =ρ

1 + ρ/N; Dξ(2) =

ρ

(1 + ρ/N)2.

С помощью предельного перехода находим распределение и основныехарактеристики для случая неограниченного числа источников:

p0 = e−ρ; pk =ρk

k!e−ρ, k � 1,

Mξ(2) = ρ; Dξ(2) = ρ.

Заметим, что последний результат можно получить и другими спосо-бами.

Рис. 1. Диаграммы случайных процессов ξ(1)(t) и ξ(2)(t)


1. Наумов В.А., Самуйлов К.Е., Яркина Н.В. Теория телетрафи-ка мультисервисных сетей: монография. — М.: Изд-во РУДН, 2007.


2. Рыков В.В. Сети обслуживания прозрачных требований // Ав-томатика и телемеханика. — 2001. — № 5. — С. 147–158.3. Karvo J., Virtamo J., Aalto S. [et al.]. Blocking of dynamic

multicast connections // Telecommunication Systems. — 2001. — V. 16,N. 3–4. — P. 467–481.

УДК 004.312.44

Е.С. Пьянков[email protected]


Модернизация аппаратной обработкиобратной связи в сканирующем зондовом

микроскопе

Для понимания свойств любого объекта необходимо знание егоатомной структуры. Для таких исследований наиболее подходит ска-нирующий зондовый микроскоп. Общий принцип работы микроскопазаключается в следующем [1]. Система управления подает напряже-ние на керамику. В зависимости от напряжения она движется в одномиз направлений. Вместе с керамикой в зависимости от конструкциимикроскопа движется либо кантилевер, с закреплённой на нём иглой,либо сам образец. Определение изменения местоположения кантиле-вера и его высоты происходит так, как показано на рис. 1. Лазерныйлуч, отражённый от юстировочного зеркала, а затем от сканирую-щего зеркала и далее от кантилевера, попадает через линзу на четы-рёхсекционный фотодиод, расположенный в её фокальной плоскости.Линза устраняет паразитные изменения сигнала, связанные с парал-лельным смещением луча при сканировании. Для дальнейшего преоб-разования в систему обработки возвращаются 4 сигнала: A, B, C, D.В зависимости от изгибов кантилевера сигналы изменяются. Послечего преобразуются в системе обработки и передаются в ЭВМ.

Одной из ключевых проблем при работе со сканирующим туннель-ным микроскопом является отделение полезной информации посту-пающей с зонда от шумов и наводок, неизбежных при такой точности


измерений. Необходима очень точная фильтрация, позволяющая уси-лить полезный сигнал, и отсечь помехи, не уменьшающая скоростьработы прибора.

Рис. 1. Схема прохождения луча лазера

Рассмотрим алгоритм обработки обратной связи на примере кон-троллера сканирующего зондового микроскопа P8 производства ком-пании НТ-МДТ при контактном режиме сканирования. В начале вы-считывается разностный сигнал DFL между верхней и нижней поло-винами фотодиода (A + B)− (C −D) для определения изгиба канти-левера. Далее из полученного значения вычитается заранее заданнаяконтрольная точка. И полученные данные передаются на интегратор.Интегратор устроен так, что на выходе его всегда будет единица, еслина входе 0. Если сигнал на входе отличен от 0, то так как у операцион-ного усилителя большой коэффициент усиления, он подает смещениена керамику. Таким образом, идёт корректирование положения кан-тилевера в зависимости от рельефа образца сканирования, для выво-да информации на ЭВМ. Сигнал DFL сначала подается на матрицу.Матрица работает как мультиплексор — выбирает из нескольких сиг-налов один в зависимости от входных условий. Дальше сигнал черезфильтр второго порядка подается на АЦП. После преобразования вцифровой вид сигнальный процессор преобразует полученные дан-ные во внутренний формат и передает их в ЭВМ (рис. 2).

Для улучшения работы устройства было принято решение осу-ществлять обратную связь через сигнальный процессор, в которомследует производить вычитание контрольной точки и интегрирова-ние данных после чего производить фильтрование полученных дан-


ных, для отбрасывания шумов кантилевера. Таким образом, за счётувеличения точности обратной связи возможно увеличение скоростисканирования и качества конечного изображения (рис. 3).

Рис. 2. Контактный режим в контроллере сканирующего зондовогомикроскопа P8

Рис. 3. Контактный режим в контроллере сканирующего зондовогомикроскопа P9

Схемотехническое усовершенствование проведено и реализовано вконтроллере сканирующего зондового микроскопа P9 производствакомпании НТ-МДТ. В настоящие время идёт поиск оптимальногофильтра, который бы позволил бы качественно отфильтровать шумыкантилевера без замедления обработки обратной связи.


1. Быков В.А. Приборы и методы сканирующей зондовой микро-скопии для исследования и модификации поверхностей: дис. на со-иск. уч. ст. д. так называемый. — М., 2000. — 393 с.


УДК 512.64

А.В. Селиверстов, В.А. Любецкий[email protected], [email protected]


Об эллипсоидах, внутри которых нетцелых точек

Решеткой называется свободная конечнопорожденная аддитивнаяподгруппа в n-мерном линейном пространстве над полем рациональ-ных чисел. Декодирование кодов для гауссовского канала и задачаквантизации связаны с поиском точек решётки, ближайших к даннойточке евклидова пространства. Примеры можно найти в [1]. В част-ности, представляет интерес следующие задачи. Насколько много то-чек решётки может находиться на сфере, не содержащей внутри то-чек решётки? Какие алгебраические соотношения связывают точкирешётки, лежащие на такой сфере? Очевидно, эти задачи эквивалент-ны описанию целых точек, лежащих на эллипсоиде, внутри которогонет ни одной целой точки. Действительно, подходящее аффинное пре-образование взаимно однозначно переводит точки решётки в целыеточки, а сферу — в эллипсоид, причём взаимное расположение точеки эллипсоида сохраняется.

Известно, что в каждой размерности для каждой целой точки асуществует такое множество S целых точек, что имеется ровно одинэллипсоид с центром в a, не содержащий внутри других целых точеки содержащий на его поверхности все точки из множества S, см. об-зор [2]. Мы покажем: если внутри эллипсоида нет целых точек, то внизких размерностях он не определяется лежащими на нём целымиточками. Мы предполагаем, что это остаётся верным и для большихразмерностей. А также мы приведём точную верхнюю границу длячисла целых точек на эллипсоиде, не содержащем внутри себя целыхточек.Теорема. а) Если внутри эллипсоида нет целых точек, то на нём

лежит не более чем 2n целых точек. Эта граница достигается.б) В размерностях два и три, если внутри эллипсоида нет целых

точек, то через все целые точки, лежащие на нем, можно провестибесконечно много различных эллипсоидов.


Доказательство. а) На сфере, описанной около единичного куба,лежит ровно 2n целых точек. Допустим, на таком эллипсоиде лежит2n + 1 целых точек. Тогда найдутся точки x и y, для которых соот-ветствующие координаты сравнимы по модулю два: xi = yi(mod2).Следовательно, полусумма (x+ y)/2 — целая точка и середина отрез-ка с концами, лежащими на эллипсоиде; противоречие.

б) Коэффициенты многочлена f от n переменных, определяюще-го эллипсоид f = 0, соответствуют точке проективного простран-ства, поскольку при умножении многочлена f на ненулевое числоэллипсоид не меняется. Размерность множества эллипсоидов равна(n2 + 3n)/2. Эллипсоиды, проходящие через некоторую целую точ-ку x, соответствуют точкам пространства эллипсоидов, принадлежа-щих гиперплоскости, определяемой линейным однородным уравнени-ем f(x) = 0. Чтобы система таких гиперплоскостей имела единствен-ную точку пересечения, их число должно быть не меньше размерно-сти. Поэтому на эллипсоиде должно лежать не менее чем (n2 +3n)/2целых точек. Однако из пункта (а) следует, что таких точек не болеечем 2n. При n < 4 выполнено неравенство (n2 + 3n)/2 > 2n. Следо-вательно, через целые точки, лежащие на эллипсоиде, проходит бес-конечно много квадрик. Эти квадрики образуют связное множество.Поскольку небольшое возмущение сохраняет положительную опреде-лённость квадратичной формы, то среди рассматриваемых квадрикнайдется бесконечно много эллипсоидов. Доказательство завершено.

Напомним, что областью Делоне, соответствующей даннойn-мерной решётке, называется любой из многогранников, образую-щих разбиение n-мерного аффинного пространства, двойственное кразбиению этого пространства на области Вороного (разбиение L изстатьи [3]). Пункт (а) теоремы можно переформулировать так: числовершин у каждой области Делоне, соответствующей n-мерной решёт-ке, не превышает 2n.

Доказательство пункта (а) теоремы показывает, что по модулюдве точки на эллипсоиде соответствуют вершинам параллелепипеда,через которые можно провести бесконечно много эллипсоидов в каж-дой размерности. Это позволяет сформулировать следующую гипо-тезу: в конечной размерности, если внутри эллипсоида нет целыхточек, то через все целые точки, лежащие на нем, можно провестибесконечно много различных эллипсоидов.

Авторы благодарны К.Ю. Горбунову и С.А. Пирогову за обсужде-ние результатов. Работа выполнена при частичной поддержке Меж-дународного научно-технического центра (проект 3807).



1. Конвей Дж., Слоэн Н. Упаковки шаров, решётки и группы. —М.: Мир, 1990.2. Рышков С.С., Барановский Е.П. Классические методы теории

решетчатых упаковок // Успехи математических наук. — 1979. —Т. 34, № 4. — С. 3–63.3. Делоне Б.Н. Геометрия положительных квадратичных форм //

Успехи математических наук. — 1937. — Т. 3. — С. 16–62.

УДК 004.021, 519.2

А.И. Черноиванов, А.В. Королькова[email protected], [email protected]


Моделирование при помощистохастических дифференциальныхуравнений поведения TCP-трафика

при взаимодействии с узлом, работающимпо алгоритму RED

Несмотря на дискретную природу процессов в сетях передачиданных, для анализа их поведения можно использовать непрерыв-ные модели. В данной работе предлагается использовать стохасти-ческие дифференциальные уравнения для моделирования поведенияTCP-трафика при взаимодействии с узлом, работающим по алгорит-му RED (Random Early Detection) [1].

Рассматриваемая в работе система состоит из узла-источника, ге-нерирующего TCP-Reno трафик, и узла-получателя, состоящего измодуля RED, управляющего сбросом пакетов, буфера конечной ёмко-сти и модуля мгновенной обработки поступающих из очереди паке-тов.


Поведение размера окна TCP-Reno описывается с помощью сто-хастического дифференциального уравнения:

w(t)dt

=1

T (t)[Iw(wmax − w(t))+

+(−w(t)

2

)(1 − FTO(w(t)))w(t − τ)[pM (t − τ) + pD(t − τ)]+ (1)

+(1 − w(t))FTO(w(t))w(t − τ)pD(t − τ)] ,

где w(t) — размер TCP-окна (в пакетах) в момент времени t � 0,wmax — максимально возможный размер TCP-окна, FTO(w(t)) — ве-роятность потери пакетов по тайм-ауту, pM (t−τ) — вероятность мар-кировки пакета на сброс, pD(t − τ) — вероятность сброса пакета сучётом времени τ � 0 оповещения источника о потере пакета,

Iw(x) ={

1,x > 0,0,x � 0,

— функция-индикатор, которая не позволит размеру окна превыситьсвоё максимальное значение wmax, T (t) = Tb+ q(t)

C(t) — период времени,состоящий из времени Tb прохождения одного пакета от источникадо узла обработки и времени задержки пакета в очереди q(t)

C(t) , q(t) —мгновенная длина очереди, C(t) — интенсивность поступления паке-тов из очереди в узел на обслуживание.

Поведение функции мгновенной длины очереди q(t) описываетсястохастическим дифференциальным уравнением:

q(t)dt

=w(t)T (t)

(1 − pD(t)) − C(t).

Вероятность сброса пакетов p(t) = pD(t) + pM (t) определяется со-гласно алгоритму RED (см., например, [1, 2]). Причём эта вероят-ность зависит от экспоненциально взвешенной скользящей средней(EWMA — Exponentially Weighted Moving Average) длины очередиq(t), определяемой из уравнения

dq(t)dt

=ln(1 − wq)

δ(q(t) − q(t)), (2)

где wq = 1 − e−1/C — весовой коэффициент в RED, C — пропускнаяспособность канала, C(t) � C.


Полученная в работе система уравнений (1)–(2) решена численносо следующими начальными значениями параметров: w0 = 1 — на-чальный размер TCP-окна (в пакетах), q0 = 0, q0 = 0, R = 100 —размер буфера (в пакетах), qmin = 20, qmax = 60; 80 — минимальное имаксимальное пороговые значения для алгоритма RED, wq = 0,0007,Tb = 0,01 с, δ = 0,01 с −1, C = 1600 пакетов.

Рис. 1. Изменение TCP-окна

На рис. 1 показано изменение TCP-окна в зависимости от време-ни. Сначала размер TCP-окна быстро растёт, поскольку нет потерьпакетов. Затем окно некоторое время не изменяется, насыщая оче-редь пакетами. Как только возникает потеря пакетов, размер окнаначинает стремительно сокращаться. Пунктирной линией представ-лен случай не оптимального подбора параметров RED, посколькупроисходят постоянные осцилляции размера окна. Сплошной линиейпоказано поведение системы при оптимальном подборе параметров.

Поведение мгновенной длины очереди q(t) представлено на рис. 2.Сначала происходит заполнение очереди поступающими пакетами.Затем включается механизм RED сброса пакетов и количество паке-тов в очереди начинает плавно снижаться. При этом возникает ситу-ация, когда очередь уже свободна для поступления новых пакетов,однако RED все ещё не позволяет пакетам заполнить очередь, что


проявляется в стремительном падении числа пакетов в очереди. За-тем система постепенно выходит на стационарный режим работы приоптимальном подборе параметров, а при не оптимальном — значениядлины очереди колеблются около верхнего порогового значения, вно-ся нестабильность в работу системы.

Рис. 2. Изменение мгновенной длины очереди


1. Floyd S., Jacobson V. Random Early Gateways for CongestionAvoidance // IEEE/ACM Translations on Networking. — 1993. —No1(4). — P. 397.

413.2. А.В.Королькова, Д.С.Кулябов, А.И.Черноиванов. К вопросу о

классификации алгоритмов RED // Вестник РУДН. Серия «Матема-тика. Информатика. Физика». — 2009. — № 3. — С. 34–46.


УДК 519.246.8

Е.С. Шибаева[email protected]


Анализ сетевого трафика на основеметодики ARIMA

При моделировании сетевых процессов часто встречаются ситу-ации, когда имеется реализация сетевого трафика и надо подобратьсоответствующую теоретическую конструкцию, которая могла бы по-родить такую реализацию. Для изучения трафика можно использо-вать методы исследования временных рядов:

— методы линейного анализа,— методы нелинейного анализа.В данной работе проведено практическое изучение сетевого тра-

фика на основе методики ARIMA при помощи программного сред-ства R [1]. Эксперименты проводились на нескольких реализацияхсетевого трафика, представленных в [2]. Для линейного анализа при-меняется подход Бокса–Дженкинса [3] по построению моделей типаARIMA.

Рассмотрена реализация BC-Oct89Ext.TL, полученнаяWill Lelandи Dan Wilson. Данная реализация длится 122797,83 секунд, содержит1 миллион записей об Ethernet-кадрах, проходящих между сетью кор-порации Bellcore и сетью Internet. Данные представлены двумя ко-лонками чисел. Первый столбец — время в секундах, второй — длинаполя данных Ethernet-кадра в байтах (не включая преамбулу, заго-ловка и контрольной.

Минимальный и максимальный размер кадра составляет 64 байтаи 1515 байт соответственно. Для наглядности представлено распреде-ление размера кадра (рис. 1). Как видно из гистограммы, частотапоявления кадров размером больше 600 байт существенно ниже, чемчастота появления кадров в 600 байт. Это обусловлено тем, что самыйраспространенный Maximum Transmission Unit (MTU) для передачиданных по внешним линиям связи составляет 576 байт.

По данным первоисточника реализации BC-Oct89Ext.TL [2] точ-ность временных отсчётов составляет порядка 10 микросекунд. Необ-ходимо выполнить агрегирование исходной реализации для приведе-


ния её к шкале с постоянным шагом по оси времени. Агрегированиепроводилось с двумя уровнями агрегации: 5 с и 100 с.

В дальнейшем будем обозначать получившиеся временные рядыBC.5 и BC.100 соответственно. На рис. 2 показан внешний вид рядовBC.5 и BC.100.

Рис. 1. Реализация BC-Oct89Ext.TL

Рис. 2. Распределение рядов BC.5 и BC.100

Построим модель ARIMA для временных рядов BC.5 и BC.100.AR — процесс авторегрессии Xt =

∑pi=1 αiXt−i + εt, где αi — ко-

эффициент ряда, εt — белый шум.MA — процесс скользящего среднего Xt =

∑qj=0 βjεt−j , где βj —

коэффициент ряда, εt−j — белый шум.ARIMA (p, d, q) — авторегрессионная модель интегрированного

скользящего среднего. При этом p — параметр AR, d — степень инте-грации и q — параметр MA.


Бокс и Дженкинс предложили разбить задачу построения моделитипа ARIMA по реализации случайного процесса на несколько эта-пов:

1) установить порядок интеграции d, то есть добиться стационар-ности ряда,

2) по полученному ряду построить ARMA (p, q).При построении моделей временных рядов критерии качества под-

гонки применяются для сравнения моделей между собой. Наиболеераспространенным в настоящее время является критерий AIC [4].

Для рассматриваемых временных рядов BC.5 и BC.100 критерийAIC минимален при d = 1. С увеличением p и qAIC незначитель-но уменьшается. Для рядов BC.5 и BC.100 минимальный показательAIC у ARIMA (19,1,10) и ARIMA (18,1,4) соответственно.

Для реализации BC-Oct89Ext.TL была прослежена слишкомдлинная зависимость, что говорит о фрактальности трафика. Сле-довательно, линейные методы анализа реализаций плохо применимыдля данного трафика. Рекомендуется применять методы нелинейногоанализа, такие, как концепция суррогатных данных, метод ложныхсоседей и вычисление корреляционного интеграла.


1. The R Project for Statistical Computing: http://www.r-project.org.2. The Internet Traffic Archive: http:// ita.ee.lbl.gov.3. Box G.E.P., Jenkins G.M. Time Series Analysis, Forecasting and

Control. — rev. Ed. San Francisco: Holden-Day, 1976.4. Akaike H. A New Look at the Statistical Model Identification //

IEEE Transactions on Automatic Control. — 1974. — AC-19.

Секция радио и информационныхтехнологий

УДК 621.396.677

А.В. Бабинцев[email protected]


Многолучевая зеркальная антеннадля спутниковых систем связи

На данный момент точность удержания спутников на геостаци-онарной орбите (ГСО) стала очень высокой. Так, на некоторых еёучастках угловое расстояние между соседними спутниками составля-ет менее, чем 1 градус. Ввиду этого возникает возможность прини-мать сигнал одновременно с нескольких ИСЗ, находящихся на геоста-ционарной орбите, на одну антенну, называемую многолучевой антен-ной (МЛА).

Целью моего доклада является ознакомление слушателей с осо-бенностью построения и принципом работы спроектированной мноюМЛА. Антенна рассчитана на прием сигналов со спутников, распо-ложенных в пределах сектора 50 градусов на ГСО, при этом разносмежду максимумами диаграмм направленности в направлении на двасоседних спутника может составлять 2 градуса.

Направления максимумов приёма такой антенны по отдельнымлучам располагаются по образующим конической поверхности, вер-шина которой совпадает с точкой размещения антенны по отдельнымлучам на поверхности земли, а направляющая этой поверхности сов-падает с участком обслуживаемой ГСО.

Азимут α и угол места β каждого из направлений на ИСЗ, распо-ложенного на геостационарной орбите, определяются выражениями

β(ϕs) = arctan(cos(ϕ0 − ϕs) · cos(ϕp) − 0,15√1 − (cos(ϕ0 − ϕs) · cos(θp))2

),


α(ϕs) = arcsin(sin(ϕp − ϕs)√

1 − (cos(ϕp − ϕs) · cos(θp))2),

где ϕp, ϕs — долготы пункта размещения антенны земной станции иподспутниковой точки соответственно; θp — широта пункта размеще-ния земной станции. Здесь азимут отсчитывается от направления наюг по часовой стрелке.

Пример зависимости углов места точек ГСО в угловых градусахот восточной долготы подспутниковой точки приведён на рис. 1.

Рис. 1. Видимый участок ГСО

За основу построения МЛА в данной работе взята схема Кассегре-на двухзеркальной антенны (рис. 2). Поверхность основного зеркалаантенны образуется при вращении несимметричной части параболыотносительно оси, лежащей в плоскости этой параболы, причём этаось перпендикулярна фокальной оси параболы. В плоскости парабо-лы пучок параллельных лучей при приеме отражается в точку распо-ложения фокуса параболы, а в ортогональной плоскости — в парак-сиальный фокус, находящийся посередине радиуса кривизны тора.

Геометрическую форму поверхности такого зеркала можно пред-ставить в виде его сечений в двух ортогональных плоскостях. В однойплоскости сечение имеет вид параболы, в другой — окружности.

Секция радио и информационных технологий 139

Рис. 2. Внешний вид антенны

Поверхность контррефлектора антенны формируется аналогичноповерхности основного зеркала. Сечение в одной из ортогональныхплоскостей этого контррефлектора имеет вид гиперболы, в другой —окружности.

Угловой разнос лучей в направлении двух соседних ИСЗ будетопределяться угловым разносом облучателей на фокальной дуге. Зна-чение углового разноса определяется размерами раскрыва облучате-лей, а общий угловой охват углового сектора, соответствующего сек-тору ГСО, определяется общим угловым размером этой дуги.

В плоскости размещения облучателей в раскрыве антенны появ-ляются квадратичные фазовые ошибки, которые проявляются к неко-торому расширению основного лепестка ДН, увеличению боковых иснижению коэффициента усиления.

В результате проделанной работы были получены формулы, опре-деляющие диаграмму направленности (ДН) и основные энергетиче-ские параметры МЛА.

ДН, создаваемое всей поверхностью в вертикальной плоскости,определяется выражением:

EV (θ) = −i · const2r · λ · (1 + cos(θ))×

DV2∫

−DV2

DH2∫

DH2

F · exp(−i · 2 · πλ

· (r − y · sin(θ) + ΔΦ))dxdy


В горизонтальной:

EН(θ) = −i · const2r · λ · (1 + cos(θ))×

DH2∫

−DH2

DV2∫

DV2

F · exp(−i · 2 · πλ

· (r − y · sin(θ) + ΔΦ))dxdy,

где DH, DV — ширина и высота основного зеркала МЛА соответствен-но, F — распределение поля в раскрыве, r — расстояние до спутника,λ — длина волны излучения, ΔΦ — фазовые искажения, θ = 0 соот-ветствует направлению на спутник.

Вид ДН при приеме сигнала одновременно с нескольких спутни-ков показан на рис. 3.

Рис. 3. Одновременный прием сигналов с 5 спутников


1. Айзенберг Г.З., Ямпольский В.Г., Терешин О.Н. АнтенныУКВ. Ч. 1. — М.: Связь, 1977. — 382 c.


2. Айзенберг Г.З., Ямпольский В.Г., Терешин О.Н. АнтенныУКВ. Ч. 2. — М.: Связь, 1977. — 288 c.3. Сомов А.М. Метод фрагментации для расчёта шумовой темпе-

ратуры антенн. — М.: Горячая линия. — телеком, 2008. — 208 c.4. Вуд П. — Анализ и проектирование зеркальных антенн. — М.:

Связь, 1984. — 208 c.5. Бахрах Л.Д., Фельд Я.Н., Зелкин Е.Г. Справочник по антенной

технике. — М.: Радиотехника, 1997. — 256 c.6. Шпиндлер М. Практические конструкции антенн. — М.: Мир,

1989. — 448 c.

УДК 004

В.В. Бутенко, А.П. Назаренко, В.К. Сарьян[email protected], [email protected], [email protected]

Научно-исследовательский институт радио

Проблемы эволюцииинфокоммуникационных сетей

Современный этап построения информационного общества харак-теризуется прежде всего стремительным ростом инфокоммуникаци-онных технологий (ИКТ). Новые технологии, не успевая широковнедриться, начинают вытесняться новыми, более совершенными тех-нологиями, например: 3G, 4G, Wi-Fi, Wi-Max, LTE, NGN, DVB-T,DVB-T2, HDTV, 3DTV и др., способствуют конвергенции сетей истимулируют формирование единой инфокоммуникационной среды(ИКС) [1].

Благодаря высоким темпам развития, ИКТ в постиндустриаль-ных странах превратился в мощный инструмент повышения произво-дительности труда и экономического роста, создания новых рабочихмест с расширением возможностей трудоустройства любых категорийграждан, в том числе и с ограниченными возможностями. РазвитиеИКТ приводит к заметному повышению качества жизни миллионовлюдей в этих странах за счёт обеспечения доступа массового абонен-та в ИКС к широкой номенклатуре инфокоммуникационных услуг, втом числе и услуг, в основе которых лежат высокие технологии [2].


Однако эволюция информационного общества в развитых стра-нах, как только ИКС позволила реально обеспечить доступ уже мас-сового пользователя к инфокоммуникационным услугам, начала со-провождаться возникновением новых барьеров (препятствий, ограни-чений), которые хотя и не могут ещё повлиять на скорость эволюции,но заметно снижают положительный эффект от её внедрения и по-этому требуют скорейшего решения [3]. К ним можно отнести:

— Возросшие объёмы энергопотребления за счёт использованияИКТ, которое по величине стали сравниваться или даже превосхо-дить объёмы потребления в ЖКХ и промышленности вместе взятых;

— Возросшие масштабы преступлений, мошенничества, злоупо-треблений и обмана пользователей при предоставлении инфокомму-никационных услуг, в том числе и нарушений прав граждан на кон-фиденциальность личных данных;

— Тревожные факты по неблагоприятному воздействию ИКТ напсихику детей, в первую очередь Интернета;

— Существенный перевес тематики и времени предоставления ин-фокоммуникационных услуг в сторону игр и развлечений.

— Возросший риск техногенных катастроф, связанный с обеспе-чением доступа массового абонента к инфокоммуникационным услу-гам, основанным на высоких технологиях;

— Возросшее число нарушений авторских и смежных прав вла-дельцев интеллектуальной собственности;

— Возросшее число психических болезней среди молодёжи, свя-занных с компьютерной зависимостью и др.

— Возросшее влияние неионизированного излучения (СВЧ-излу-чения), открытым источником которого является мобильный терми-нал, на здоровье людей.

Тем не менее темпы развития ИКТ продолжают возрастать: замет-но растёт число абонентов, объёмы хранения, объёмы и скорости пе-редачи и обработки данных, наращивается экспорт в развивающиесястраны. Предполагается, что создаваемое глобальное информацион-ное общество за счёт процессов самоорганизации сможет справитьсяс возникшими негативными проблемами «по ходу дела».

Однако такое предположение не оправдывается, о чем свидетель-ствуют многочисленные публикации. Тем не менее декларациямиWorld Summit on the Information Society (в Женеве и Тунисе) бы-ло провозглашено и закреплено, как одна из главных целей мировогосообщества, на ближайшее время, построение глобального информа-ционного общества, в котором каждому жителю планеты обеспечива-


ется равный не дискриминационный доступ к любой информации иинфокоммуникационным услугам, что означает дальнейшее ускоре-ние темпов эволюции глобального информационного общества.

Вместе с тем нынешний опыт функционирования информационно-го общества, показывает, что его эволюция уже вошла в нелинейнуюобласть, и дальнейшее подключение к ИКТ новых абонентов и расши-рение номенклатуры предоставляемых им инфокоммуникационныхуслуг вызывает ускорение темпов исчерпания не только природныхи материальных ресурсов, но также психических и физических ре-сурсов (здоровья) человека.

Самая главная, системная причина всех неприятностей, сопровож-дающих современный этап эволюции информационного общества, нанаш взгляд, состоит в том, что при провозглашении и обеспечениимассового доступа к инфокоммуникационным услугам оказался пло-хо проработан вопрос о формировании предоставляемых услуг и кон-троля за качеством их предоставления. Существующие структуры инормативно-правовая база ориентированы только на контроль каче-ства коммуникационной составляющей предоставляемых услуг, онине в состоянии контролировать содержательную (информационную)часть услуги, которая собственно является, как правило, основнойпри предоставлении инфокоммуникационных услуг. Следствием это-го является увеличение расходов, связанных с администрированием,в расчёте на одну услугу, а значит, снижению роста доходов и исчерпа-нию ограниченных ресурсов. В связи с этим для поддержания посто-янного уровня доходов операторам приходится затрачивать средствана разработку все более новых технологий, что приводит к нелинейно-му увеличению потребления ограниченных ресурсов и стремительноприближает эволюцию информационного общества к точке сингуляр-ности [4].

Важно то, что из-за процессов глобализации надвигающийся си-стемный кризис, связанный с переходом через точку сингулярности,человеческая цивилизация будет преодолевать как единое целое. Ли-бо она как единая система преодолеет кризис, либо её ждет глобаль-ная катастрофа. Это существенно отличает механизм преодолениякризисов сингулярности от предыдущих цивилизационных кризисов.Тогда эволюция всегда имела возможность принести в жертву недо-статочно гибкие подсистемы цивилизации, и, воспользовавшись из-быточным разнообразием, передать лидерство более удачливым под-системам.



1. Бутенко В.В., Назаренко А.П., Сарьян В.К. Внедрение много-функциональной мультимедийной интеллектуальной приставки и /или телевизионного приёмника. — залог успешного развития эфирно-го телевизионного вещания // Broadcasting. Телевидение и радиове-щание. — 2008. — № 6.2. Назаренко А.П., Сарьян В.К. Новый подход к развитию ин-

фокоммуникационных технологий // Заметки с выставки CeBIT. —2008.3. Сарьян В.К. Сотовый телефон. — от конфронтации к сотруд-

ничеству // Электросвязь. — 2005. — № 5.4. Назаретян А.П. Цивилизационные кризисы в контексте уни-

версальной истории // Синергетика. — Психология. — Прогнозиро-вание. — М.: Мир, 2004.

УДК 621.397

С.А. Канев1,2, И.Н. Красносельский2,3

1 Московский технический университет связи и информатики2 Научно-исследовательский институт радио3 Московский физико-технический институт


Системы цифрового телевизионноговещания второго поколения

Задача повышения эффективности систем цифрового телевизи-онного (ТВ) вещания была решена разработкой стандартов второгопоколения DVB-S2, DVB-T2, DVB-C2 [1–3], в которых регламентиро-ваны новые методы канального кодирования и модуляции. Сочетаниестандартов второго поколения DVB и компрессии видеоинформацииMPEG-4 AVC/H.264 даёт возможность увеличить число программ вмультиплексе и передавать программы телевидения высокой четко-сти (ТВЧ).

Системы второго поколения DVB-S2, DVB-T2 и DVB-C2, обладаяповышенной, примерно на 30–50% пропускной способностью, макси-


мально приближены друг к другу в плане форматов данных, необхо-димых для передачи, и уровней адаптации к сети вещания, в которуювходит предобработка изначальных данных, адаптации потока в ос-новной полосе и канальное кодирование.

Предобработка денных на входе блока канального кодированиявключает в себя: синхронизацию, компенсацию задержки для транс-портного потока, обнаружение и удаление нулевых пакетов (с даль-нейшим их восстановлением на приёмной стороне), вставку битов про-верки на четность для обнаружения ошибок при дальнейшей обработ-ке.

Во втором поколении стандартов для канального кодированияприменяются коды БЧХ в качестве внешних кодов и коды с малойплотностью проверок на чётность (LDPC) в качестве внутренних ко-дов. Возможности использования кодовых скоростей расширены до1/4, 1/3, 2/5, 1/2, 3/5, 2/3, 3/4, 4/5, 5/6, а для спутниковой системыдополнительно введены значения 8/9 и 9/10. Использование сочета-ния LDPC/BCH-кодов более эффективно по сравнению с каскадамикодов Рида–Соломона и сверточными кодами. Так, например, длясистемы DVB-S2 при выборе вида модуляции, аналогичного системеDVB-S, и при той же спектральной эффективности требуемое отно-шение энергии на бит к спектральной плотности шума снижается на2,5 дБ [4].

В спутниковой системе DVB-S2 применяются следующие методымодуляции: QPSK, 8PSK, 16APSK и 32APSK. Для вещательных при-ложений предусмотрены QPSK, 8PSK. Для каналов с очень низкимотношением сигнал/шум рекомендуется использование QPSK моду-ляции в сочетании с кодовыми скоростями 1/4, 1/3 и 2/5. Модуля-ция 16APSK в основном предназначена для организации магистраль-ных линий при условии высокой линейности транспондера. Режим32APSK ориентирован на профессиональное применение и требуетвысокого отношения сигнал/шум в сочетании с внесением предор-ганизации обратного канала предусмотрен вариант адаптивного ко-дирования и модуляции искажений нелинейности транспондера напередающей стороне.

В качестве схемы модуляции DVB-T2, как и в DVB-T, исполь-зуется COFDM, но кроме принятых ранее режимов 2k, 4k, 8k, при-меняются также 1k, 16k, 32k. Виды первичной модуляции дополнены256QAM. Дополнительные значения относительных защитных интер-валов по сравнению с системой DVB-T составляют 19/256, 19/128 и


1/128. Кроме того, появилась возможность работы с временным пе-ремежением кадров [2].

Использование большего числа поднесущих (режим 16k и 32k) бла-гоприятно с точки зрения дальности распространения сигнала, таккак при увеличении числа поднесущих увеличивается длительностьсимвола, и, как следствие, происходит увеличение длительности за-щитного интервала. Таким образом, возрастает защита от отражён-ных лучей, как следствие — распространение на большие расстояния.Кроме того, использование режимов с большим числом поднесущихболее эффективно с точки зрения использования частотного ресурса,так как при этом форма спектра группового сигнала максимальноприближённая к прямоугольной. Минусом режимов 16k и 32k явля-ется меньшая устойчивость системы к эффекту Доплера. Таким об-разом, можно сделать вывод о том, что вещание с параметрами 16kи 32k применимо для покрытия больших зон с вещанием на стацио-нарные приёмники.

Значительные изменения произошли и в системе DVB-C2. В дан-ный стандарт была введена модуляция COFDM и пилот-сигналы.Кроме того, значительно повышено число позиций квадратурноймодуляции [3]. Теперь оно может быть равно 4096. При высокойкратности модуляции помимо применения помехоустойчивых кодовBCH/LDPC предъявляются повышенные требования к качеству кабе-ля, по которому происходит распространение программ, и к условиямего прокладки.

Если рассматривать перспективы перехода на ТВЧ, то при усло-вии использования стандарта сжатия H.264 на скорости от 7 до9 Мбит/с при спутниковом вещании число телеканалов может соста-вить 5–6 при использовании системы DVB-S2, вместо 4 для DVB-S.При передаче ТВЧ с помощью системы DVB-T2, число программвозрастает до 4 вместо 2–3 для системы DVB-T.

При использования системы DVB-T2 возможное число программв первом мультиплексе может быть повышено с 8 до 11–12. В спутни-ковых системах переход на DVB-S2 означает увеличение числа теле-каналов стандартной четкости с 10–11 до 14–15 на один частотныйканал.

Принятое в России решение об использовании стандарта сжатияH.264 в системах первого поколения (в первом мультиплексе) позволя-ет заранее унифицировать оборудование для производства программи абонентские приемные устройства как для внедряемых систем пер-вого поколения, так и для перспективных систем второго поколения.


Тем самым переход на новые системы будет менее затратным и тех-нологически гладким.


1. ETSI EN 302 307 V1.1.2 Digital Video Broadcasting (DVB);Second generation framing structure, channel coding and modulationsystems for Broadcasting, Interactive Services, News Gathering and otherbroadband satellite applications.2. ETSI EN 302 755 V1.1.1 Digital Video Broadcasting (DVB); Frame

structure channel coding and modulation for a second generation digitalterrestrial television broadcasting system (DVB-T2).3. Draft ETSI EN 302 769 V1.1.1 Digital Video Broadcasting (DVB);

Frame structure channel coding and modulation for a second generationdigital transmission system for cable systems (DVB-C2).4. DVB-S2 coding & modulation standard use for high data rate TM

links. Experimental specification CCSDS 131.3-O-1. June 2007. — 8 p.

УДК 621.376.9

М.А. Карпова[email protected]



Моделирование схем модемов с ФМ-4и КАМ-16

Рассмотрим структурную схему модулятора-демодулятора с алго-ритмом ФМ-4 (рис. 1). Сигнал с генератора псевдослучайной последо-вательности поступает на демультиплексор, который делит побитовоисходную последовательность на два канала: I — синфазный канали Q — квадратурный. Потоки битов обоих каналов проходят черезфильтры типа «приподнятый косинус» для уменьшения межсимволь-ных помех. Затем сигналы поступают на два балансных модулятора,несущие частоты которых находятся в квадратуре [1]. На выходе ба-лансного модулятора в каждом из каналов получается фазомодулиро-ванный сигнал со скоростью 1 бит/символ. После сумматора сигнал


передается со скоростью 2 бит/символ. В демодуляторе сигнал посту-пает на делитель мощности, после этого каждый канал перемножает-ся с сигналом модулирующей частоты и поступает в фильтр низкихчатот типа «приподнятый косинус», а затем на решающее устройствпо каждому из каналов. После того как последовательности бит вы-делены, они мультиплексируются в один цифровой сигнал.

Моделирование проводилось с помощью Simulink Matlab. Быливыбраны частота несущей, частота синтезатора частот, частота дис-кретизации ФНЧ типа «приподнятый косинуc», групповая задержкаотсчётов, сглаживающий фактор так, чтобы вероятность ошибки де-модулирования была почти нулевой. В качестве решающего устрой-ства используется ФАПЧ типа «петля Костаса».

Рис. 1. Структурная схема МоДема с ФМ-4

Рис. 2. Структурная схема модема с кам-16

Рассмотрим структурную схему МоДема с КАМ-16 рис. 2. Онаотличается от схемы МоДема с ФМ-4 только наличием устройства«Бит/символ», в котором комбинация из двух бит преобразуется водин из уровней сигнала с логическими значениями −3, − 1, 1 или 3,и «Символ /бит», в котором проводится обратная процедура (уровеньсигнала преобразуется в последовательность из двух бит). Таким об-разом, после модуляции скорость в каждом из каналов 2 бит/символ,а в канале передачи — 4 бит/символ.

Аналогично первой схеме все параметры МоДема с КАМ-16 по-добраны так, чтобы на выходе демодулятора сигнал не отличался отсигнала на входе генератора ПСП. Кодирование не использовалосьпри исследовании свойств МоДемов.


При моделировании исследовалась вероятность ошибки демоду-лирования при дисбалансе амплитуд, расстройке фаз, расстройке ча-стот в синтезаторе частот демодулятора для двух описанных МоДе-мов. Исследования показали, что дисбаланс амплитуд и расстройкачастоты синтезатора частот в демодуляторе вызывают потери при-мерно равные для обоих видов модуляции. Расстройка фаз синтеза-тора частот вызывает потери при КАМ-16 в разы большие, чем приФМ-4, причём потери намного больше чем при дисбалансе амплитуд.


1. Зубарев Ю.Б., Кривошеев М.И., Красносельский И.Н. Цифро-вое телевизионное вещание. Основы, методы, системы. — М.: Научно-исследовательский институт радио (НИИР), 2001. — 568 с.

УДК 621.396.67

Д.С. Клыгач[email protected]

Южно-Уральский государственный университет

Турникетная антенна для вещанияцифрового телевидения

Концепция федеральной целевой программы «Развитие телера-диовещания в Российской Федерации на 2009–2015 гг.», утверждён-ная распоряжением Правительства Российской Федерации от 21 сен-тября 2009 г №1349-р, предусматривает модернизацию сети телера-диовещания Российской Федерации, включая переход на цифровоевещание [1]. Реализация проекта частотно-территориального планаразвёртывания покрытия цифрового телевизионного вещания требу-ет замены передающих антенн на существующих в настоящее времяпередающих радиотелевизионных станциях. Потребность в новых ан-теннах непосредственно в РФ составляет несколько тысяч штук.

Цель настоящей работы заключается в разработке оригинальнойпередающей антенны для диапазона частот 470 — 860 МГц, преду-смотренного для цифрового телевизионного вещания, обладающейпреимуществами по сравнению с известными антеннами в отношении

150 52-я научная конференция МФТИ ФРТК-1электрических и эксплуатационных характеристик и трудозатрат наих изготовление. На конструкцию антенны автором подана заявка напатент РФ на изобретение №2009133771 от 08.09.2009.

Для обширной территории России, естественно, требуются антен-ны с круговой диаграммой направленности в горизонтальной плос-кости. Другим важным параметром для антенны является высокийуровень согласования антенны с фидером.

В качестве аналога предложенного технического решения рас-смотрены щелевые антенны, разработанные Б.В. Брауде [2] в нашейстране и антенны, предложенные R. W. Masters [3, 4]. Указанныеантенны, разработанные для метрового диапазона волн, эксплуати-руются на передающих радиотелевизионных станциях в областныхцентрах и крупных городах РФ [5]. Известны другие варианты тур-никетных антенн. Их общим недостатком является узкий диапазонсогласования антенны с фидером. Такие антенны настраиваются наопределённый телевизионный канал.

Предложенная широкополосная щелевая антенна содержит мно-жество пар проводящих пластин, каждая пара пластин расположенав одной из N плоскостей, при этом множество N плоскостей образу-ет пучок плоскостей с вертикальной осью. Пластины гальваническисоединены друг с другом с образованием N щелей. Щели возбужда-ются таким образом, что диаграмма направленности в горизонталь-ной плоскости по форме близка к окружности. На рис. 1 приведенырасчётные диаграммы направленности для двух и трёх пар пластин,соответственно.

Для расчёта диаграмм направленности антенны использованострогое решение задачи дифракции плоской волны на идеально про-водящей полосе и приближённое решение, реализованное путём чис-ленного решения уравнений Максвелла в интегральной форме в из-вестной программе СST Studio. На рис. 2 приведён график реальнойчасти входного сопротивления щелевого излучателя, когда щель со-гласована с фидером. На графике виден участок, где сопротивлениепостоянно в полосе частот.

В целом это обеспечивает широкополосное согласование с коэффи-циентом стоячей волны по напряжению не более 1,2. На основанииприведённых результатов можно сделать вывод о том, что с помощьюданной антенны можно обеспечить вещание цифрового телевиденияв широком диапазоне частот. График зависимости КСВ от частотыпредставлен на рис. 3. Диаграмма направленности в горизонтальнойплоскости представлена на рис. 4.


Рис. 1

Рис. 2


Рис. 3

Рис. 4


Направления дальнейших работ — исследование влияние техно-логических и эксплуатационных факторов на параметры антенны.С этой целью автор намерен развить предложенное им приближён-ное решение задачи дифракции цилиндрической волны на импеданс-ной полосе применительно к задаче проектирования щелевых антенн,разработать соответствующее программное обеспечение для расчётапараметров щелевой антенны с учётом импедансных свойств полосы.Выполнить синтез антенны с учётом влияния обтекателя по задан-ному коэффициенту отражения волны в диапазоне частот. Получитьэкспериментальное подтверждение расчётных результатов.


1. Концепция федеральной целевой программы «Развитиетелерадиовещания в Российской Федерации на 2009–2015 гг.»www.minsvyaz.ru.2. Брауде Б.В. Плоскостной вибратор. Авторское свидетельство

СССР № 69974. Приоритет 12.04.1946. Опубл. 31.12.1947.3. Masters R.W., Erlton N.J. Antenna.US patent 2480153 США. —

Заявл. 27.01.45. — Опубл. 30.08.49.4. Masters Robert W., Erlton N.J. Antenna. US patent. 2480154. За-

явл. 27.01.45. –Опубл. 30.08.49.5. Трусканов Д.М. Развитие отечественной техники передающих

телевизионных антенн // Сборник «Антенны». — М: Связь, 1967. —№ 2. — С. 5.


УДК 621.391

А.С. Лутохин1,2, Н.А. Сущенко1,2


(государственный университет)2 Научно-исследовательский институт радио

Сенсорные сети и терминалы

Сенсорная сеть является частью единой инфокоммуникационнойсреды [1]. Как правило, сенсорная сеть состоит из большого коли-чества распределённых в пространстве и взаимодействующих другс другом устройств типа сенсор, и позволяет получать пользовате-лю информацию об окружающей среде и обстановке. Сенсорные се-ти являются частным случаем беспроводных самоорганизующихсясетей (БСС), называемых в англоязычной литературе ad hoc сетя-ми [2]. Такие сети не имеют постоянной инфраструктуры, каждыйузел БСС способен функционировать как транзитное или оконечноеустройство. БСС сохраняет работоспособность при выходе из строяотдельных узлов [3].

Сенсор — достаточно миниатюрные устройства, способные изме-рять физические параметры среды, такие, как температура, давле-ние, влажность, концентрация различных веществ, обрабатывать по-лученные данные и передавать их по беспроводному интерфейсу ка-кому-либо соседнему устройству. (В области покрытия радиосигналакаждого сенсора должен находиться как минимум ещё один сенсор,который и называется соседним.) Сенсоры могут классифицировать-ся по роли в сети, привязке к географическому положению, продол-жительности функционирования, виду контролируемых объектов.

На архитектуру сенсорных сетей естественным образом наклады-ваются следующие ограничения:

— устойчивость при неисправности;— масштабируемость;— беспроводной интерфейс;— малое потребление энергии;— равнозначность узлов;— одновременное функционирование большого количества узлов

на ограниченном пространстве;

Секция радио и информационных технологий 155— низкая стоимость узлов.В работе предлагается способ повышения эффективности сенсор-

ных сетей за счёт разработки сенсорных терминалов. Сенсорные се-ти взаимодействуют с человеком посредством сенсорных терминалов.Сенсорные терминалы получают информацию от сенсорных сетей ииндивидуализируют её в зависимости от положения пользователя впространстве, его физического состояния (возраст, состояние здоро-вья, усталость и т. д.) [4].

Количество приложений сенсорных сетей практически неограни-чено. Эти приложения условно можно разделить на несколько основ-ных категорий:

— медицина;— безопасность, чрезвычайные ситуации (ЧС), военные операции;— фабрики, заводы, здания;— сельское хозяйство;— «умный дом»;— транспортные системы и автомобили.Высокий прикладной потенциал сенсорных сетей в настоящем и,

как следствие, большая популярность в будущем позволяют говоритьо том, что сенсорные сети и терминалы приведут к новому виткуинформатизации общества, получившему название u-общества.


1. Сарьян В.К. Входные потоки в сетях массового обслуживания// Электросвязь. — 2008. — № 4.2. Кучерявый Е.А., Молчан С.А., Кондратьев В.В. Принципы по-

строения сенсоров и сенсорных сетей // Электросвязь. — 2006. —№ 6. — С. 10–15.3. Молчанов Д.А., Кучерявый Е.А. Приложения беспроводных

сенсорных сетей // Электросвязь. — 2006. — № 6. — С. 20–22.4. Кучерявый А.Е., Парамонов А.И. Модели трафика для сенсор-

ных сетей в u-России // Электросвязь. — 2006. — № 6. — С. 15–18.


УДК 004.032

О.С. Однороженко[email protected]

Научно-исследовательский институт радиоМосковский физико-технический институт


Оптимизация методов помехоустойчивогокодирования в системах подвижной

спутниковой связи

Одна из самых весомых задержек связана с помехоустойчивымкодированием и декодированием данных. Для снижения этого фак-тора постоянно необходимо решать проблемы совершенствования су-ществующих методов.

Помехи в спутниковой связи бывают разной природы (атмосфер-ные, индустриальные, помехи от посторонних радиостанций и кана-лов).

В настоящее время разрабатывается система «Арктика» для обес-печения связью удалённых территорий, находящихся в северной ча-сти Российской Федерации (включая арктические территории, её воз-душное пространство). В Арктике сосредоточено 90% извлекаемыхресурсов углеводородов всего континентального шельфа России. По-этому тема ускоренного хозяйственного освоения Арктического бас-сейна в настоящее время в условиях постепенного сокращения запа-сов природных ресурсов становится все более актуальной.

Организация круглосуточной непрерывной связи на заданной тер-ритории возможна только на базе использования наклонных высоко-эллиптических орбит. Одним из главных пунктов является обеспече-ние подвижной связи в данном регионе. Комплекс подвижной спут-никовой связи в L-диапазоне должен обеспечивать:

— президентскую и правительственную связь;— подвижную специальную связь;— подвижную связь в интересах управления воздушным движе-

нием.Для проектирования бортового модулятора важно учитывать

местность обслуживаемой зоны. Как известно, Арктика отличает-


ся экстремальными природно-климатическими условиями (многолет-няя мерзлота, постоянные ледовый покров или дрейфующие льды варктических морях). Растительность арктической тундры преимуще-ственно травянистая, в северной части России деревья в основномнизкорослые. Необходимо рассмотреть влияние этих лесных масси-вов на передачу сигнала от спутника к автомобилю. Вносимые потериочень сильно варьируются в зависимости от типа деревьев, временигода, плотности насаждений, погодных условий. По приближённымрасчётным формулам можно определить, что при движении автомо-биля по трассе в лесу, потери превышают 12 дБ, при насажденияхвдоль трассы до 8,5 дБ. Данные помехи можно устранить энерге-тическим методом, что является затратным, или помехоустойчивымкодированием. В данной задаче предпочтение отдается второму ме-тоду.

Разработка помехоустойчивого кодирования решает компромисс-ную задачу «сложность–эффективность». На программно-аппарат-ном уровне, решение этой задачи приводит к необходимости как ал-горитмического, так и технического упрощения, включающего выборнаименее сложной реализации алгоритма.

УДК 004.08

Я.Г. Подкосова[email protected]



Современные способы храненияинформации на машинно-читаемых

носителяхПостановка задачи. При переходе на электронный документо-

оборот вопросы долговечности сохранности информации принимаютс учётом их сильнейшего влияния на экономическую, социальную,политическую и другие сферы жизни общества, значение первосте-пенной важности.


В связи с этим в докладе проводится анализ возможностей исполь-зования различных типов носителей для обеспечения долговременно-го хранения информации и обзор их сравнительных характеристик.

Объем информации, представленной в цифровом виде, стреми-тельно растёт. Задача сохранения информации является одной изприоритетных задач общества, и при её решении необходимо обес-печить для будущих поколений как сохранность уже накопленныхзнаний, так и новой информации. Существуют виды информации, втом числе научно-технической, для которой трудно указать сроки,когда эта информация теряет значимость или становится ненужной.Во многих случаях ценность информации со временем только воз-растает. Объемы информации, представленной в цифровой форме,увеличиваются не только за счёт новой информации, но и за счётперевода в цифровую форму ранее созданных информационных ре-сурсов.

Представление информации в цифровом виде позволяет решитьряд проблем хранения информации, создать совершенно новые воз-можности для доступа к информации и её обработки. Перевод доку-ментов в цифровую форму помогает решить ряд проблем длитель-ного хранения, а именно: обеспечить возможность контролированиядокументов без потери качества, устранения дефектов на носителяхс аналоговой формой представления (царапины на видеоматериалах,шумы на аудиозаписях и др.), мультимедийного представления ин-формации.

Однако создание огромных архивов информационных материаловв цифровой форме привело к появлению ряда проблем, которые тре-буют решения в ближайшее время: создание надежных носителейдля долговременного хранения цифровой информации, разработка ивнедрение специальных форматов для записи информации, подлежа-щей долговременному хранению, разработка специальных устройствсчитывания информации. Несмотря на важность и сложность задачпо решению проблемы быстрого морального старения программно-го обеспечения, а также технического и морального старения системсчитывания информации, важнейшей проблемой является созданиеносителей для долговременного хранения цифровой информации.Обзор способов хранения информации. Стандартные ком-

пакт-диски. Носители, предназначенные для массового использова-ния. Срок хранения информации на стандартных компакт-дисках со-ставляет не более 20–30 лет. Этот срок хранения определяется особен-ностями технологии изготовления носителей, предназначенных для


массового использования. Срок хранения информации на стандарт-ных компакт-дисках ограничен из-за нестабильности свойств и недо-статочной механической прочности подложек из поликарбоната, атакже ряда других причин.Магнитные ленты. Для архивного хранения информации в

цифровой форме в настоящее время наиболее широко используют-ся магнитные ленты. Накоплен достаточно большой опыт сохране-ния аудио- и видеоинформации на магнитных носителях. Существу-ют образцы магнитных лент с аналоговыми аудиозаписями, на кото-рых информация сохраняется более 50 лет. За последние десятилетияосуществлены значительные усовершенствования систем магнитнойзаписи на ленточные носители, однако гарантированный срок хране-ния информации на лентах практически не изменился — (30-40) лет.Оптические диски. Среди разработанных к настоящему време-

ни технологий наиболее полно удовлетворяют требованиям по созда-нию носителей для долговременного хранения оптические методы за-писи и хранения информации. Оптические носители обладают рядомособенностей, которые позволяют рассматривать их как перспектив-ные носители для долговременного хранения информации: бескон-тактное считывание информации, использование физических мето-дов защиты записанной информации, высокая плотность записи, воз-можность увеличения плотности и скорости записи информации, инекоторые другие.Перспективы дальнейшего усовершенствования характе-

ристик носителей с целью увеличения их долговечности.Существенно повысить надежность хранения информации по срав-нению со стандартными компакт-дисками (CD, DVD) и носителямитипа WORM (оптические носители с локальным удалением матери-ала поглощающего слоя на участках записи сфокусированным ла-зерным излучением) представляется возможным за счёт изготовле-ния носителей с более стабильными во времени характеристиками,способными выдерживать колебания температур и влажности в су-щественно более широком диапазоне, чем носители с поликарбонат-ными подложками. Эти носители изготавливаются с использованиемтехнологий, применяемых в производстве компакт-дисков. Носителимогут рассматриваться как расширение «семейства» компакт-дисковсо специфической областью применения. При необходимости можетпроизводиться замена защитных слоёв (реставрация носителя). Так,медно-никелевые штампы для тиражирования грампластинок, изго-товленные 60–70 лет назад, прекрасно сохранились и аудиоинформа-


ция с них воспроизводится с высоким качеством звучания. Срок хра-нения информации на металлических носителях может составлятьсотни лет. Таким образом, сроки хранения информации на оптиче-ских носителях могут быть существенно увеличены (до 200–300) летпри использовании высокостабильных материалов для подложек но-сителей и однородных структур для представления информации.


1. Петров В.В., Крючин А.А., Шанойло С.М., Косско I. О., Кра-вець В.Г. Способи вирiшення проблеми довгострокового зберiганняiнформацiї, записаної у цифровому виглядi // Доповiдi Нацiональноїакадемiї наук України. — 2003. — № 4. — С. 52–58.2. Hedstrom M. Digital preservation: a time bomb for digital libraries

// http: www.uky/kierman/DL/hedstrom.html.3. Фрадкин В. Прошлое, настоящее и будущее носителей инфор-

мации // http:// www.dw-world.de.4. Михайлов О.А. Электронные документы в архивах. — М.: Диа-

лог. — МГУ, 2000.

УДК 004.9

В.К. Сарьян1, А.С. Лутохин2,1, Н.А. Сущенко2,1

[email protected], [email protected], [email protected] Научно-исследовательский институт радио2 Московский физико-технический институт


Эффективные способы расширенияабонентской базы и номенклатурыинфокоммуникационных услуг

На современном этапе развития инфокоммуникационных сетейпредоставления массовых услуг расширение абонентской базы и но-менклатуры предоставляемых услуг является основной стратегиче-ской задачей операторов и контент-провайдеров. Наиболее развитыесети, такие, как сотовая сеть и сеть широкополосного доступа в Ин-тернет, уже практически достигли своего предельного уровня раз-


вития в плане предоставления инфокоммуникационных услуг. Этосвязано с тем, что современные технологические решения имеют се-рьёзные ограничения, связанные с используемыми ресурсами: вычис-лительные способности мобильных терминалов, ресурс их батарей иограниченность радиочастотного спектра. В связи с этими ограни-чениями дальнейшее расширение абонентской базы и номенклатурыпредоставляемых услуг представляется невозможным без серьёзныхтехнологических прорывов и модернизации многочисленного обору-дования, что требует больших затрат. Кроме того, малые размерымобильных устройств не позволяют реализовать удобный интерфейспользователя для предоставления сложных инфокоммуникационныхуслуг по причине недостаточных размеров дисплеев терминалов [1].

Предлагается производить расширение абонентской базы и номен-клатуры предоставляемых услуг за счёт адаптации уже существую-щих инфокоммуникационных услуг к стационарным терминалам, атакже за счёт разработки новых услуг для стационарных терминаловс учётом превосходства их по техническим параметрам над мобиль-ными терминалами. Предлагаемые способы расширения абонентскойбазы и номенклатуры предоставляемых операторами услуг позволя-ют обойти перечисленные выше ограничения, связанные с ограни-ченностью ресурсов, малыми вычислительными способностями и га-баритами терминалов. Поскольку применение стационарно располо-женных терминалов позволяет использовать проводные соединенияс сетью питания, сетью инфокоммуникаций (в этом случае пропуск-ная способность канала связи значительно выше) и дополнительнымиустройствами. Данный способ позволяет организовать массовый до-ступ к более сложным инфокоммуникационным услугам, посколькустационарные терминалы могут значительно превосходить мобиль-ные не только по аппаратным возможностям, но и по удобству интер-фейса пользователя без ущерба простоте использования терминала.

Кроме того, применение стационарных терминалов позволяет рас-ширить номенклатуру услуг предоставляемых мобильными термина-лами, находящимися в окрестности стационарного терминала. Напри-мер, если установить короткодействующийширокополосный радиока-нал связи мобильного терминала со стационарным, то это позволитобойти ограничения функциональности мобильных терминалов, свя-занные с малой шириной полосы передачи данных, что может бытьиспользовано при оказании услуг.

Представленные способы расширения абонентской базы и номен-клатуры предоставляемых услуг являются весьма перспективными,


поскольку уже возможна их практическая реализация. Разработан-ная в НИИ радиотелевизионная приставка НИИР ЦТВ [2] можетбыть использована в качестве стационарного терминала, о которомговорилось выше. Этот терминал имеет возможности подключения ксетям Ethernet, имеет стандартные порты расширения для подклю-чения внешних устройств (клавиатуры, принтера флэш-накопителяи пр.) и возможности для предоставления массовых инфокоммуни-кационных услуг, в том числе защищённой передачи информации.Расширение абонентской базы операторов возможно в этом случаебез значительных инвестиций — за счёт абонентской базы телевизион-ных зрителей, которые смогут использовать приставку не только дляпросмотра цифрового телевидения, но и для получения инфокомму-никационных услуг. Примерами таких услуг может служить: оплатакоммунальных платежей, заказ товаров в интернет, IPTV, IP-теле-фония, обмен данными, сбор статистики предпочтений телезрителей(для телевизионных каналов) и т. д.

Таким образом, поскольку стационарные терминалы обладаюткак некоторыми преимуществами перед мобильными, так и некото-рыми недостатками, мы предполагаем, что и для мобильных, и длястационарных терминалов найдутся свои ниши в сфере предостав-ления массовых инфокоммуникационных услуг. Мобильный и ста-ционарный терминалы могут эффективно дополнять друг друга безконкуренции между собой за приоритеты пользователя. В перспекти-ве развития технологий представляется, что каждый абонент будетиметь и мобильный и стационарный терминал с идентичными интер-фейсами и наборами услуг.


1. Сарьян В.К., Лутохин А.С., Шишкин А.Л. Эффективный спо-соб расширения абонентской базы и номенклатуры представляемыхинфокоммуникационных услуг // Материалы 3-й международнойконференции «Конвергенция телекоммуникационных сетей и услугв России». — 2009.2. Бутенко В.В., Назаренко А.П., Сарьян В.К. Внедрение много-

функциональной мультимедийной интеллектуальной телевизионнойприставки и/или телевизионного приёмника. — залог успешного раз-вития эфирного телевизионного вещания // Broadcasting. Телевиде-ние и радиовещание. — 2008. — № 6.


УДК 004.05

В.К. Сарьян1, А.С. Лутохин2,1, Н.А. Сущенко2,1

[email protected], [email protected], [email protected] Научно-исследовательский институт радио2 Московский физико-технический институт


Применение теории типовых процессовдля оценки эффективности использования

ограниченных ресурсов

Переход в мировом масштабе телерадиовещания от аналогового кцифровому стандарту существенно ускорил процессы конвергенциитрадиционных и новых сетей связи и телерадиовещания и способство-вал формированию единой инфокоммуникационной среды (ИКС) какматериальной составляющей информационного общества (ИО) [1, 2].В системном плане ИО в настоящее время правомерно представлятьв виде сложной открытой организационной динамической системы,включающей большое, но конечное число регулярно информационновзаимодействующих человеко-машинных объектов [3].

Однако эволюция ИО в развитых странах, как только ИКС позво-лила реально обеспечить доступ массового пользователя к ИК-услу-гам, начала сопровождаться возникновением новых ограничений, ко-торые хотя и не могут ещё повлиять на скорость эволюции, но за-метно снижают положительный эффект от её внедрения, и поэто-му требуют скорейшего нахождения эффективного решения, так какстандартные методы приводят к исчерпанию природных ресурсов:частотного спектра, объёмов энергопотребления [4] и, наконец, физи-ческих и психических ресурсов (здоровья) людей.

Основная причина этих проблем состоит в том, что при обеспе-чении массового доступа к ИК-услугам оказался плохо проработанвопрос о порядке формирования предоставляемых услуг и контроляза качеством их предоставления. Существующие структуры и норма-тивно-правовая база до сих пор ориентированы только на контролькачества коммуникационной составляющей предоставляемых услуг,они не в состоянии контролировать содержательную (информацион-


ную) часть услуги, которая собственно является, как правило, основ-ной при предоставлении ИК-услуг.

Как и в случае цепей поставок товаров, для ЦПУ можно выделитьдве задачи оценки эффективности:

1. Внешняя оптимизация: для каждого объекта (в данной работемы будем называть его внешним оператором или оператором ИКС)из данного набора требуется определить эффективность его функци-онирования для распределения ограниченных ресурсов между внеш-ними операторами. Примером задачи является выделение государ-ственным регулятором лицензий на виды деятельности, связанные сиспользованием радиочастотного спектра.

2. Внутренняя оптимизация: для заданного множества объектов(внутренних операторов) нужно определить подмножество, требуе-мое для построения системы, которая функционировала бы наиболеепродуктивно при заданных выделенных ресурсах. Примером задачиявляется выбор операторов связи, контент- и сервис-провайдеров дляпредоставления инфокоммуникационной услуги.

На кафедре МФТИ при ФГУП НИИР в настоящее время разраба-тывается теория типовых процессов (ТП). Типовой процесс — это ин-вариант используемых способов удовлетворения какой-либо базовойпотребности системы (технического комплекса, отдельного человека,группы людей и т. д.). Нами был разработан способ оценки эффек-тивности осуществления типового процесса (ОЭТП) является выделе-ние услуг, необходимых для осуществления этого типового процессаи нахождение эффективности предоставления каждой услуги по от-дельности [5]. Однако оптимизация ТП может включать в себя нетолько модификацию услуг, но и совместную реорганизацию инфор-мационных, транспортных и производственных процессов. В связис этим для нахождения более общего способа оценки ОЭТП в на-стоящее время авторами разрабатывается модель, охватывающая до-вольно широкий класс наиболее фундаментальных ТП. Этот подход,может быть, позволит выработать методику, согласно которой будетвозможно распределение ограниченных ресурсов в пользу процессов,необходимых для выживания человеческого общества, что позволитснизить темпы исчерпания как природных и материальных ресурсов,так и психических и физических ресурсов человека [1].



1. Бутенко В.В., Назаренко А.П., Сарьян В.К. Проблемы совре-менного этапа и пути дальнейшего развития информационного обще-ства // Труды НИИР. — 2009. — № 3.2. Бутенко В.В., Назаренко А.П., Сарьян В.К. Создание и стан-

дартизация инфраструктуры предоставления и системы администри-рования массовых инфокоммуникационных услуг в сфере навигаци-онной деятельности. — первоочередная задача по реализации ФЗ «Онавигационной деятельности «// Третья Всероссийская конференция«Фундаментальное и прикладное координатно-временное и навигаци-онное обеспечение». — СПб., 2009.3. Сарьян В.К. Входные потоки в сетях массового обслуживания

// Электросвязь. — 2008. — № 4.4. Назаренко А.П., Сарьян В.К. Новый подход к развитию инфо-

коммуникационных технологий. Заметки с выставки CeBIT // Элек-тросвязь. — 2008. — № 5.5. Сарьян В.К.Сущенко Н.А. Использование Data Envelopment

Analysis (DEA) для расчёта эффективности использования частотно-го спектра в инфо-коммуникационной среде (ИКС) // Труды 51-йнаучной конференции МФТИ. — 2008.


УДК 004

Ф.А. Слесаренко[email protected]



Одночастотные сети как эффективныйспособ внедрения цифрового наземного

телевизионного вещания

Как известно, Российской Федерации предстоит переход к циф-ровому наземному телевизионному вещанию. В соответствии с «Кон-цепцией внедрения в России цифрового наземного телевизионного ирадиовещания», утвержденной правительством, к 2015 г. все телеви-дение в стране должно быть только цифровым.

Среди множества систем наземного цифрового ТВ в нашей странебыла выбрана европейская система DVB-T. Особенностью этой систе-мы является возможность построения не только привычных многоча-стотных вещательных сетей, но и одночастотных.

Одночастотная сеть (Single Frequency Network, SFN) — сеть пе-редающих станций, в которой вещание ведётся на одном частотномканале. Данная технология позволяет использовать множество пере-датчиков, покрывающих смежные области, работающих на одной ча-стоте и передающих одинаковые программы. При этом использованиевсего одного частотного канала происходит без существенного взаим-ного влияния передатчиков друг на друга, тем самым значительноэкономится частотный ресурс, проблема нехватки которого особен-но остро возникает в период перехода от аналогового к цифровомувещанию.

Стандарт DVB-T предлагает наиболее эффективные средства дляпостроения одночастотных сетей, что является одним из его важней-ших преимуществ, позволивших ему получить широкое распростра-нение. Одночастотные сети предоставляют гибкость в выборе топо-логии вещательной сети. Для обеспечения лучшей зоны покрытиявозможно использование маломощных передатчиков в дополнение кмощным источникам сигнала, что позволяет обеспечить прием в тех


местах, где он затруднен или просто невозможен (например, низиныландшафта, местность за холмом или высотным зданием).

Одночастотные сети цифрового наземного телевидения широкораспространены в мире и представлены в таких странах, как Велико-британия, Германия, Испания, Франция и др.

В связи с предстоящим переходом РФ к цифровому вещаниюуспешный опыт использования одночастотных сетей в Германии дляпостроения национальной вещательной сети представляет особый ин-терес. Внедрение цифрового телевидения в Германии началось в 2002году, а уже к концу 2008 года им было охвачено более 90% населения.Причём с самого начала вещание велось при помощи одночастотныхсетей.

Для примера, вещательная сеть региона Бавария состоит из болеечем 25 передатчиков, большинство из которых ранее использовалисьдля аналогового телевидения. Каждым источником сигнала ведётсявещание на 3–5 частотных, что позволяет транслировать от 15 до 25телевизионных каналов. Все передатчики разделены между 10 одно-частотными сетями, причём в соседних одночастотных сетях вещаниеведётся на различных частотных каналах.

Рис. 1. Развитие эфирного цифрового ТВ в Германии


Многолетний опыт использования одночастотных сетей цифрово-го наземного телевидения подтверждает тот факт, что данные се-ти являются эффективной и надежной заменой привычных много-частотных сетей. Использование одночастотных сетей для разверты-вания в РФ наземного цифрового ТВ представляется предпочтитель-ным. В таком случае для вещания можно использовать существую-щие передатчики, однако построение таких сетей потребует как внед-рения дополнительных источников сигнала, так и тщательного пла-нирования таких сетей (рис. 1).


1. Зубарев Ю.Б., Кривошеев М.И, Красносельский И.Н.Цифровоетелевизионное вещание. — М.: НИИР, 2001.2. Fisher W. Digital Television. A Practical Guide for Engineers. —

Berlin: Springer Verlag, 2004. — 570 p.

УДК 004.032

А.С. Тимофеев[email protected]


Перспективы развития систем спутниковойсвязи и вещания

Космическая группировка спутников связи и вещания являетсясоставной частью системы спутниковой связи и вещания, предназна-ченной для решения задач государственного управления, обеспече-ния потребностей коммерческих структур, а также населения страныв современных инфотелекоммуникационных услугах.

В целях реализации поручения Правительства Российской Феде-рации от 13 августа 2008 года Научно-исследовательским институ-том радио разработана Концепция развития российской космическойгруппировки спутников связи и вещания гражданского назначенияна период до 2020 года (далее — «Концепция...»).

Цель создания концепции: повышение эффективности функцио-нирования российской космической группировки спутников связи ивещания и определение путей её дальнейшего развития.


Основные задачи, решённые в «Концепции...»: — определение по-требностей государственных структур и рынка в услугах связи и ве-щания; — выработка предложений по облику космических аппара-тов; — обоснование вариантов развития космической группировки; —оптимизация технико-экономических показателей развития космиче-ской группировки.

В «Концепции...» развитие космической группировки рассмотре-но комплексно, совместно с земным сегментом системы спутниковойсвязи и вещания, с учётом мирового опыта и особенностей, характер-ных для России: — большие пространственные масштабы террито-рии; — наличие регионов с низкой плотностью населения; — различиев платежеспособности населения различных регионов.

Следует отметить, что регионально-территориальные особенно-сти Российской Федерации способствуют дальнейшему увеличениюроли систем спутниковой связи и вещания в общей структуре отрас-ли телекоммуникаций.

Критерий эффективности, обеспечивающий интегральную оцен-ку развития космической группировки, определён на основе двух по-казателей качества: полнота удовлетворения потребностей в услугахсвязи и вещания и экономическая эффективность при обязательномвыполнении следующих необходимых условий: — преемственность об-служивания существующих абонентских сетей; — сохранение орби-тально-частотного ресурса; — согласованное развитие космическогои земного сегментов систем спутниковой связи и вещания; — поддерж-ка отечественной промышленности.

Проведённые оценки показали рост требований к пропускной спо-собности российской космической группировки: к 2015 году — в 1,5раза, к 2020 году — в 2.5 раза.

Мировые тенденции создания космических аппаратов показываютувеличение количества создаваемых космических аппаратов тяжело-го класса. Ежегодно количество выводимых на орбиту космическихаппаратов тяжелого класса составляет больше 50%.

В последние годы наблюдается устойчивая тенденция уменьше-ния количества космических аппаратов фиксированной и вещатель-ной спутниковых служб и ввод в эксплуатацию специализированныхкосмических аппаратов, предназначенных для обеспечения широко-полосного доступа и подвижной связи.

В составе государственной космической группировки спутниковсвязи и вещания в настоящее время эксплуатируется 4 космическихаппарата за пределами гарантийного срока активного существования


на орбите, а также один космический аппарат с ограничениями пофункциональности («Экспресс-АМ2», 80є в.д.).

До завершения 2013 года в составе космической группировки бу-дет заменено 8 космических аппаратов, и выведен один космическийаппарат в не занятую в настоящее время орбитальную позицию 145єв.д.

Разработанная Программа развития космической группировкиспутников связи и вещания обеспечивает наращивание её возмож-ностей за счёт создания перспективных космических аппаратов, по-строенных на передовых технических решениях и обладающих вы-сокими эксплуатационными показателями. Это космические аппара-ты «Экспресс-АМУ6», «Экспресс-АМУ7», «Экспресс-АТ3», а такжекосмические аппараты обеспечения широкополосного доступа «Экс-пресс-АМУ3/4/5». Кроме того, в программный период будет созданаотечественная группировка космических аппаратов на высокоэллип-тической орбите «Экспресс-РВ» в рамках создания многоцелевой кос-мической системы «Арктика».

Космические аппараты «Экспресс-АМУ3», «Экспресс-АМУ4» бу-дут строиться на отечественной высокоэнергетической платформе,обеспечивающей мощность для полезной нагрузки не менее 18 кВт исрок активного существования не менее 17 лет. Структурное постро-ение полезной нагрузки космического аппарата позволит адаптиро-вать её возможности к изменяющимся потребностям рынка услуг.

Космический аппарат «Экспресс-АТ3» за счёт обработки и ком-мутации сигналов на борту обеспечит предоставление абонентам со-временных интерактивных мультимедийных сервисов.

Серия из трёх космических аппаратов «Экспресс-АМУ3/4/5»предназначена для предоставления на всей территории широкополос-ного доступа, причём экономические показатели спутниковой систе-мы позволят ей эффективно конкурировать с аналогичными назем-ными системами.

Кроме развития космической группировки на геостационарной ор-бите в рамках создания многоцелевой космической системы «Аркти-ка» будет осуществлен ввод в эксплуатацию группировки спутниковсвязи на высокоэллиптической орбите типа «Тундра». Данная груп-пировка позволит создать современную инфотелекоммуникационнуюинфраструктуру в Арктическом регионе.

Программные показатели развития государственной космическойгруппировки позволят к 2015 году провести пропускную способностьорбитальной группировки в соответствие с потребностями органов


государственного управления и социальной сферы в ресурсах спут-никовых систем связи и вещания.

УДК 621.376.9

А.Л. Шишкин[email protected]



Исследование влияния ширины полосыпропускания ортогонального полосовогофильтра на взаимные помехи отдельных

подканалов в радиоканалес ортогональным частотным

мультиплексированием

Метод ортогональной полосовой фильтрации (ОПФ) является од-ним из способов переноса цифрового ВЧ-сигнала, передаваемого ме-тодом ортогонального мультиплексирования, на другую несущую. За-дача переноса информационного сигнала на новую несущую частотунеразрывно связана с проблемой оптимальной фильтрации переноси-мого сигнала.

С одной стороны, должны быть минимизированы искажения пе-реносимого сигнала, с другой — в спектральной полосе преобразован-ной цифровой несущей должны быть максимально подавлены уровнина частотах соседних подканалов. Как искажения сигнала с ОПФ, таки недостаточно подавленные уровни соседних подканалов приводятк потерям при передаче. В первом случае потери наблюдаются в са-мом канале с ОПФ, а во втором — в соседних по отношению к немуподканалах.

Для исследования влияния ширины полосы пропускания ОПФ навзаимные помехи подканалов в системе моделирования Simulink [1]была построена модель радиоканала, имитирующая один из частот-


ных подканалов. Структурная блок-схема модели изображена нарис. 1.

Далее на основе описанной выше модели была построена схемамоделирования, содержащая исследуемый подканал, а также два со-седних к нему подканала с ОПФ. «Хвосты» спектров соседних подка-налов попадают в спектральный интервал исследуемого подканала,ухудшая тем самым качество передачи сигнала. Было показано, чтовеличина этого ухудшения напрямую зависит от ширины полосы про-пускания ОПФ.

С помощью схемы моделирования была проведена серия экспери-ментов, в которых была исследована зависимость качества передачиинформационного сигнала в канале с переносом частоты несущей от:полосы пропускания ОПФ, используемого типа модуляции, соотно-шения сигнал/шум, расстройки элементов обработки сигнала. Былинайдены оптимальные значения для полосы пропускания ОПФ прификсированных типах модуляции сигнала.

Рис. 1. Блок-схема модели радиоканала с изменением частоты несу-щей посредством ОПФ


1. Дьяконов В.П. Simulink 5 / 6/ 7: Самоучитель. — М.: ДМК-Пресс, 2008.

ФРТК-1 52-я научная конференция МФТИ 173

Список представленных организаций

Samsung Electronics



Институт автоматизации проектирования РАН

Институт прикладной математики им. М.В. Келдыша РАН


Институт точной механики и вычислительной техникиим. С.А. Лебедева РАН

Институт электронных управляющих машин


Московский государственный технический университетим. Н.Э. Баумана

Московский государственный университет им. М.В. Ломоносова

Московский инженерно-физический институт (Национальныйисследовательский ядерный университет)

Московский технический университет связи и информатики



ООО «Даймонд Кволити»

ООО «ИДМ»

ООО «НетКрэкер»

Особое конструкторское бюро систем автоматизированногопроектирования

Российский государственный технологический университетим. К.Э. Циолковского



Рязанский государственный радиотехнический университет

Санкт-Петербургский государственный политехническийуниверситет

Санкт-Петербургский государственный университет

Южно-Уральский государственный университет

Южный федеральный университет


Именной указатель

ААбдрашитов В.А. 24Антоненко М.Н. 26Артамонов Д.С. 41

ББабинцев А.В. 137Бабокин Д.Ю. 89Беляев А.Б. 80Беляев М.Г. 108Битнер В.А. 44Богданов А.Ю. 46Бурнаев Е.В. 108,111

Бутенко В.В. 141

ВВасильев А.В. 26Владимиров С.М. 4Воробушков В.В. 49

ГГаврин Е.А. 83Грушин А.И. 71

ДДунаева М.А. 86

ЕЕвдокимов А.В. 29

ЗЗолотухин М.В. 89

ИИсаев М.В. 52

ККанев С.А. 144Карпова М.А. 147Клыгач Д.С. 149Кожин А.С. 55Королькова А.В.130

Косарев Н.Е. 92Красносельский И.Н.144

Ксендзов А.В. 113Кутафин А.А. 32Кшевецкий А.С. 13

ЛЛапшин С.В. 7Лутохин А.С. 154,160, 163

Любецкий В.А. 116,128

ММакошенко Д.В. 95Мешков А.Н. 58Миллер А.Б. 118Москаленко И.В. 61

ННазаренко А.П. 141Некрылов Д.А. 32Нуждин Д.О. 99

ООбернихин В.А. 10Однороженко О.С.156

ППлаксина О.Н. 122Подкосова Я.Г. 157Подольская Н.А. 34Поляков Н.Ю. 63Приходько П.В. 111Пьянков Е.С. 125

РРасулов Г.М. 66Речистов Г.С. 101Рыжов М.П. 69Рябцев Ю.С. 49

ССарьян В.К. 141,160, 163

Селиверстов А.В.116, 128

Сенюта А.А. 13Слесаренко Ф.А.166


Смирнов С.И. 16

Смольянов П.А. 63

Сущенко Н.А. 154,160, 163

Сысоев И.Ю. 17

ТТимофеев А.С. 168

Ткачёв С.С. 99

ХХаричкин А.Е. 29Хатько Е.Е. 104Хропов М.С. 37

ЧЧан Х.В. 71Черноиванов А.И.130

Чорняк А.Д. 20

ШШерстнёв А.Е. 74Шибаева Е.С. 134Шишкин А.Л. 171

ЩЩербина Н.А. 77

ЯЯмпольский А.Д. 37


Содержание

Секция радиотехники и защитыинформации . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

Владимиров С.М. Использование итеративногодекодирования в сетевом кодировании . . . . . . . . . . . . . . . . . . . . . . 4

Лапшин С.В. Особенности реализации средств защитыинформации от несанкционированного доступадля инфраструктуры виртуализации . . . . . . . . . . . . . . . . . . . . . . . . 7

Обернихин В.А. Восстановление работоспособностисетевых кластеров виртуальных серверов послевирусных атак . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

Сенюта А.А., Кшевецкий А.С. Оптимизация параметровинтегрированной криптосистемы . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

Смирнов С.И. Исследование линейных регистров сдвигаспециального вида . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

Сысоев И.Ю. Одновременное использование стандартногои нормального базисов при реализации алгоритмовкодирования и декодирования рангового кода. . . . . . . . . . . . . . 17

Чорняк А.Д. Автоматизированное выделение и методыоценки сигнатур разрушающих программныхвоздействий . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20

Секция инфокоммуникационных системи сетей. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24

Абдрашитов В.А. Оценка эффективности системуправления работой персонала для операторов связи . . . . . . 24

Васильев А.В., Антоненко М.Н. Модели и методы оценкиколичественных характеристик комплекса работв рамках проектов . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26

Евдокимов А.В., Харичкин А.Е. Итерационныемногометодные алгоритмы многокритериальногоранжирования . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29

Кутафин А.А., Некрылов Д.А. Решение задачипланирования модернизации телекоммуникационнойсети с учётом технических и экономическихкритериев . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32


Подольская Н.А. О задаче симуляции компьютерных сетейи методах её решения. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34

Хропов М.С., Ямпольский А.Д. О решении задачисимуляции сетевого соединения, работающегопо стандарту 802.11 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37

Секция высокопроизводительныхвычислительных систем . . . . . . . . . . . . . . . . . . . . 41

Артамонов Д.С. Методы повышения эффективностивычислительного процесса на однородныхвычислительных средах . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41

Битнер В.А. Система интерпретации промежуточногопредставления программы в оптимизирующемкомпиляторе . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44

Богданов А.Ю. Комплексная отладка контроллерапериферийных интерфейсов . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46

Воробушков В.В., Рябцев Ю.С. Использованиеразвязывающих конденсаторов на подложкемикропроцессора «Эльбрус-S». . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49

Исаев М.В. Объединение двух процессорных ядерс архитектурой «Эльбрус» для созданиядвухъядерной системы на кристалле «Эльбрус-S2» . . . . . . . . 52

Кожин А.С. Контроллер памяти DDR2 SDRAMи его система синхронизации в составе системына кристалле «Эльбрус-S2» . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55

Мешков А.Н. Разработка модели вычислительногокомплекса «Эльбрус-S» . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58

Москаленко И.В. Вопросы портирования компонентобщесистемного программного обеспеченияв защищенный режим микропроцессора «Эльбрус» . . . . . . . . 61

Поляков Н.Ю., Смольянов П.А. Разработка контроллеравстроенного интерфейса AXI в составе системына кристалле . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63

Расулов Г.М. Конструктивно-технологические задачисоздания прототипа двухъядерного микропроцессорас архитектурой «Эльбрус». . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66


Рыжов М.П. Создание генератора тестовс самомодифицирующимися кодамидля многопроцессорной системы на баземикропроцессора «Эльбрус-S». . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69

Чан Х.В., Грушин А.И. Использование десятичнойарифметики в вычислительной технике . . . . . . . . . . . . . . . . . . . . 71

Шерстнёв А.Е. Применение программируемых логическихинтегральных схем для решения задачиавтоматической генерации тестовых кодов . . . . . . . . . . . . . . . . . 74

Щербина Н.А. Разработка системного коммутаторадля микропроцессора МЦСТ-4R. . . . . . . . . . . . . . . . . . . . . . . . . . . . 77

Секция микропроцессорных технологий . . . . . . . . 80Беляев А.Б. Верификация системы поддержки

транзакционной памяти для программированиямногоядерных процессоров . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80

Гаврин Е.А. Программный симулятор параллельнойвычислительной системы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83

Дунаева М.А. Новый зарядовый усилитель считывания. . . . . . . . . . 86Золотухин М.В., Бабокин Д.Ю. Преобразование графа

потока управления в список инструкций . . . . . . . . . . . . . . . . . . . 89Косарев Н.Е. Исследование подходов для получения

распределения потерь производительностимикропроцессора с векторным счётчикоминструкций . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92

Макошенко Д.В. Назначение переменных на регистрыс помощью новых алгоритмов раскраски графа. . . . . . . . . . . . 95

Нуждин Д.О., Ткачёв С.С. Определение ориентации КАна солнце посредством солнечных батарейс использованием микроконтроллера Atmega8535 . . . . . . . . . . 99

Речистов Г.С. Методика бинарной трансляциис динамической модификацией кодав Intel Platform Simulator . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101

Хатько Е.Е. Один из подходов к анализу системытестирования сложных программных комплексов . . . . . . . . . 104

Секция проблем передачи и обработкиинформации . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108


Беляев М.Г., Бурнаев Е.В. Обобщающая способностьи регуляризация в задаче аппроксимациимногомерной зависимости . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108

Бурнаев Е.В., Приходько П.В. Об одной методике бустингадля решения задач регрессии . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111

Ксендзов А.В. Влияние корреляции замираний сигналовв многоантенной системе на число эффективныхстепеней свободы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113

Любецкий В.А., Селиверстов А.В. Прямые повторыв некодирующих областях хлоропластов у семенныхрастений . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116

Миллер А.Б. Динамическое управление доступомк ресурсам и скоростью обслуживанияпри активных пользователях . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118

Плаксина О.Н. О двух системах массового обслуживанияс «прозрачными» заявками и их применениик анализу сетей мультивещания . . . . . . . . . . . . . . . . . . . . . . . . . . . 122

Пьянков Е.С. Модернизация аппаратной обработкиобратной связи в сканирующем зондовом микроскопе. . . . . 125

Селиверстов А.В., Любецкий В.А. Об эллипсоидах,внутри которых нет целых точек . . . . . . . . . . . . . . . . . . . . . . . . . . 128

Черноиванов А.И., Королькова А.В. Моделированиепри помощи стохастических дифференциальныхуравнений поведения TCP-трафикапри взаимодействии с узлом, работающимпо алгоритму RED. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130

Шибаева Е.С. Анализ сетевого трафика на основеметодики ARIMA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134

Секция радио и информационныхтехнологий . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137

Бабинцев А.В. Многолучевая зеркальная антеннадля спутниковых систем связи . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137

Бутенко В.В., Назаренко А.П., Сарьян В.К. Проблемыэволюции инфокоммуникационных сетей. . . . . . . . . . . . . . . . . . 141

Канев С.А., Красносельский И.Н. Системы цифровоготелевизионного вещания второго поколения. . . . . . . . . . . . . . . 144

Карпова М.А. Моделирование схем модемов с ФМ-4и КАМ-16 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147


Клыгач Д.С. Турникетная антенна для вещанияцифрового телевидения . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149

Лутохин А.С., Сущенко Н.А. Сенсорные сети и терминалы. . . . . 154Однороженко О.С. Оптимизация методов

помехоустойчивого кодирования в системахподвижной спутниковой связи . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156

Подкосова Я.Г. Современные способы храненияинформации на машинно-читаемых носителях . . . . . . . . . . . . 157

Сарьян В.К., Лутохин А.С., Сущенко Н.А. Эффективныеспособы расширения абонентской базыи номенклатуры инфокоммуникационных услуг . . . . . . . . . . 160

Сарьян В.К., Лутохин А.С., Сущенко Н.А. Применениетеории типовых процессов для оценкиэффективности использования ограниченныхресурсов . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163

Слесаренко Ф.А. Одночастотные сети как эффективныйспособ внедрения цифрового наземноготелевизионного вещания . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166

Тимофеев А.С. Перспективы развития систем спутниковойсвязи и вещания . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168

Шишкин А.Л. Исследование влияния ширины полосыпропускания ортогонального полосового фильтрана взаимные помехи отдельных подканаловв радиоканале с ортогональным частотныммультиплексированием . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171

Список представленных организаций . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173Именной указатель . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175

ТРУДЫ52-й НАУЧНОЙ КОНФЕРЕНЦИИ МФТИ

Современные проблемыфундаментальных и прикладных наук

Часть IРадиотехника и кибернетика

Том 1

Составитель: Русскин С.О.

Редакторы:В.А. Дружинина, И.А. Волкова, О.П. Котова, Л.В. Себова

Компьтерная вёрстка: А.В. ЧудновскийХудожники: В.Ю. Арзамасов, В.И. Голубев, А.О. Кулагина

Издательская группа:Э.Г. Кюн, Е.А. Аникушкина, Г.М. Голубева, И.Н. Самохвалова

Подписано в печать 20.10.2009. Формат 60 × 84 1/16.Бумага офсетная. Печать офсетная.

Усл. печ. л. 11,4. Уч.-изд. л. 11,1. Тираж 100 экз. Заказ № 37

ГОУ ВПО «Московский физико-технический институт(государственный университет)»

Издательский центр оперативной полиграфии141700, Московская обл., г. Долгопрудный, Институтский пер., д. 9

Documents

mipt.ru · МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО