Актуальность проекта. В настоящее время наблюдается значительный интерес к совершенствованию систем спутниковой связи (ССС) путём изучения системных и информационно-технических характеристик (предельная полоса частот, пропускная способность, помехоустойчивость и др.) широкополосного радиоканала на основе данных глобальных навигационных спутниковых систем. Для принятия адекватных решений и составления рекомендаций по адаптации информационно-технических характеристик ССС развивается подход, связанный с анализом и обработкой большого объема данных (Big Data) от навигационных приёмников сети ГЛОНАСС. Актуальность диагностики заключается в необходимости определения полосы частот широкополосного радиоканала с возможностью её прогнозирования для определения предельно возможных значений с целью повышения эффективности показателей ССС.

Цели проекта – создание методов и программно-конфигурируемых средств диагностики информационно-технических характеристик ССС на основе анализа и обработки большого объема данных сети пассивных радиосенсоров ГЛОНАСС для решения задачи повышения эффективности показателей ССС.

Задачи проекта

1. Развитие математической модели для исследования информационно-технических характеристик ССС.

2. Модернизация метода и реализующих его алгоритмов мониторинга информационно-технических характеристик изменчивых широкополосных радиоканалов,

3. Создание комплекса средств для реализации интеллектуального анализа большого объёма данных и дальнейшего определения информационно-технических показателей.

4. Оценка информационно-технических характеристик систем спутниковой связи и их динамики на основе натурных экспериментов при использовании разработанных методов, реализующих их алгоритмов и средств

Ожидаемые научно-технические результаты. Предложенная система диагностики будет направлена на повышение эффективности работы ССС за счёт увеличения помехоустойчивости, пропускной способности, уменьшения используемой мощности. Одной из основных проблем для повышения эффективности работы ССС состоит в необходимости расширения полосы частот канала и адаптивного её управления в условиях изменчивой среды. При этом плюсы, которые можно получить за счёт использования широкополосных сигналов, отчасти компенсируются необходимостью ограничивать полосу частот каналов, вызванную применением системы связи в реальных условиях при наличии ионосферы как среды распространения сигнала в канале передачи. Теоретическая часть будет построена на фундаментальных положениях теории широкополосной связи, теории распространения радиоволн, на методах математического анализа, машинного обучения, вариационного исчисления, теории спектрального анализа сигнала, статистической теории связи. В общем, идея проекта базируется на необходимости обработки и анализа большого объема данных пассивных радиосенсоров для существенного расширения полосы частот ССС и её адаптации к системам связи, увеличения пропускной способности. В качестве пассивных радиосенсоров будут использоваться референцные станции навигационной сети ГЛОНАСС.

Методы решения. В силу того, что параметры трансионосферного радиоканала изменяются во времени, в основе реализации метода диагностики будет использоваться гибридная модель (физическая + канальная), которая позволяет в первую очередь установить связи параметров системных характеристик радиоканала с полным электронным содержанием ионосферы. В рамках канальной модели задача распространения будет рассматриваться в терминах частотной характеристики, эквивалентной среде распространения сигнала в радиоканале, а амплитудно-частотная и фазочастотная характеристики будут получены экспериментально с помощью физической модели на основе волнового уравнения. Метод определения предельной полосы когерентности основан на математической модели частотной дисперсии, отличающейся введением опорной частоты (1 ГГц), что позволит разделить в дисперсионной характеристике геофизические и частотные переменные. Адаптация по геофизическому фактору будет осуществляться за счёт получения и обработки данных пассивных радиосенсоров. Для реализации проекта будут использованы лицензированные пакеты прикладных программ, методы машинного обучения.

На страницу проекта