Регистрация / Вход
Прислать материал

Исследование и разработка технологии управления интенсивностью потоков данных в беспроводной самоорганизующейся сети специального назначения на основе гибридного нейро-нечеткого похода, реализованного на сетевом и транспортном уровнях операционной системы

Номер контракта: 14.578.21.0138

Руководитель: Корсунов Николай Иванович

Должность руководителя: проректор по научной и инновационной деятельности

Докладчик: Польщиков Константин Александрович, Ведущий научный сотрудник лаборатории информационно-измерительных и управляющих комплексов и систем НИУ "БелГУ"

Организация: федеральное государственное автономное образовательное учреждение высшего образования "Белгородский государственный национальный исследовательский университет"
Организация докладчика: федеральное государственное автономное образовательное учреждение высшего профессионального образования "Белгородский государственный национальный исследовательский университет"

Аннотация скачать
Постер скачать
Ключевые слова:
беспроводная самоорганизующаяся сеть специального назначения, потоки данных, интенсивность, отправка данных, повторные передачи, отбрасывание пакетов, нейро-нечеткая система, операционная система, оперативность доставки данных, чрезвычайные ситуации

Цель проекта:
Разработка моделей, алгоритмов и экспериментального образца программного обеспечения для реализации нейро-нечеткого управления интенсивностью потоков данных в беспроводной самоорганизующейся сети специального назначения. Исследование и разработка научно-технических решений для повышения оперативности доставки данных в беспроводной самоорганизующейся сети специального назначения (БСССН) и ее производительности на основе разработки и реализации новых методов управления интенсивностью потоков данных, базирующихся на применении нейро-нечетких систем.

Основные планируемые результаты проекта:
1 Принципы управления интенсивностью потоков данных в БСССН на основе применения нейро-нечетких систем.
2 Математическая модель передачи информационных потоков по радиоканалам БСССН.
3 Методика синтеза нейро-нечетких систем управления интенсивностью потоков данных в БСССН.
4 Математическая модель доставки сообщений в БСССН.
5 Алгоритм нейро-нечеткого управления интенсивностью отправки данных узлом-источником БСССН.
6 Алгоритм нейро-нечеткого управления интенсивностью повторной передачи данных узлом-источником БСССН.
7 Алгоритм нейро-нечеткого управления интенсивностью отбрасывания данных транзитным узлом БСССН.
8 Технология управления интенсивностью потоков данных в беспроводной самоорганизующейся сети специального назначения на основе гибридного нейро-нечеткого подхода.
9 Экспериментальный образец программного комплекса (ЭО ПК).

Характеристики основных результатов:
1 Принципы управления интенсивностью потоков данных в БСССН на основе применения нейро-нечетких систем должны базироваться на моделях нечеткого вывода Сугено нулевого и первого порядков и многослойной нейронной сети прямого распространения.
2 Математическая модель передачи информационных потоков по радиоканалам БСССН должна обеспечить вычисление значений следующих величин:
1) текущей длительности ожидания подтверждения узлом-отправителем;
2) количества избыточных повторных передач, осуществленных узлом-отправителем;
3) количества пакетов данных, поступивших для передачи по заданному радиоканалу в течение заданного числа тактов;
4) количества пакетов, претендовавших на передачу по заданному радиоканалу и отброшенных в течение заданного числа тактов;
5) текущей задержки пакетов данных в очереди заданного радиоканала;
6) текущего количество пакетов данных, находящихся в очереди заданного радиоканала;
7) текущей пропускной способности, доступной в БСССН для передачи заданного потока данных;
8) длительности передачи потока данных.
3 Методика синтеза нейро-нечетких систем управления интенсивностью потоков данных в БСССН должна обеспечить построение нейро-нечетких систем, имеющих следующие технические характеристики:
1) количество входных величин – не менее 3;
2) количество строк в обучающей матрице – не менее 100;
3) количество циклов обучения нейронов – не более 50.
4 Математическая модель доставки сообщений в БСССН должна обеспечить вычисление среднего времени доставки сообщения в БСССН, при этом:
1) разрешенное количество повторно устанавливаемых виртуальных соединений в процессе доставки сообщения должно быть не менее 2;
2) зависимость вероятности преждевременного разрыва виртуального соединения от времени должна быть подчинена экспоненциальному закону.
5 Алгоритм нейро-нечеткого управления интенсивностью отправки данных узлом-источником БСССН должен обеспечить снижение среднего времени передачи в БСССН потока данных заданного объема по сравнению с реализацией алгоритмов отправки данных, применяемых в существующих сетях с фиксированной и случайной топологией.
6 Алгоритм нейро-нечеткого управления интенсивностью повторной передачи данных узлом-источником БСССН должен обеспечить снижение отклонений тайм-аута повторной передачи от длительности ожидания подтверждений в БСССН по сравнению с реализацией алгоритмов повторных передач, применяемых в существующих сетях с фиксированной и случайной топологией.
7 Алгоритм нейро-нечеткого управления интенсивностью отбрасывания данных транзитным узлом БСССН должен обеспечить:
1) снижение средней задержки пакетов в канальных очередях узлов БСССН по сравнению с реализацией алгоритмов активного управления очередями, применяемых в существующих сетях с фиксированной и случайной топологией;
2) достижение объема отброшенных данных в узле БСССН не более объема отброшенных данных, обеспечиваемого при реализации алгоритмов активного управления очередями, применяемых в существующих сетях с фиксированной и случайной топологией.
8 Экспериментальная технология управления интенсивностью потоков данных в беспроводной самоорганизующейся сети специального назначения на основе гибридного нейро-нечеткого подхода должна представлять совокупность следующих организационно-технических решений:
1) методику формирования обучающей выборки для настройки нейронной сети;
2) методику обучения нейронной сети;
3) набор нечетких правил для управления параметрами алгоритмов;
4) набор коэффициентов настройки индивидуальных выводов нечетких правил;
5) набор параметров функций принадлежности для входных величин нейро-нечетких систем;
6) реализованные алгоритмы нейро-нечеткого управления интенсивностью потоков данных;
7) методику адаптации параметров нейро-нечетких систем к зменаящимся условиям функционирования БСССН.

Краткая характеристика создаваемой/созданной научной (научно-технической, инновационной) продукции:
В результате выполнения проекта будет разработана технология управления интенсивностью потоков данных в БСССН на основе гибридного нейро-нечеткого подхода, включающая алгоритмы нейро-нечеткого управления интенсивностью потоков данных, математические модели передачи информационных потоков и доставки сообщений, методику синтеза нейро-нечетких систем управления интенсивностью потоков данных, экспериментальный образец программного обеспечения для реализации разработанных алгоритмов.
Новизна проекта обоснована отсутствием отечественных и зарубежных разработок в области нейро-нечеткого управления интенсивностью потоков данных в БСССН.
Преимущество по отношению к аналогам заключается в том, что применение нейро-нечеткого подхода позволит создать алгоритмы управления интенсивностью потоков данных в условиях мобильности абонентов и деструктивных воздействий, обеспечивающие повышение оперативности доставки данных в БСССН и ее производительности.

1 Экспериментальный образец программного комплекса (ЭО ПК), разработанный в ходе проекта, должен представлять собой специализированную программную библиотеку сетевого взаимодействия для операционной системы узла БСССН и включать в себя реализации алгоритмов нейро-нечеткого управления:
а) интенсивностью отправки данных узлом-источником БСССН на транспортном уровне стека протоколов TCP/IP;
б) интенсивностью повторной передачи данных узлом-источником БСССН на транспортном уровне стека протоколов TCP/IP;
в) интенсивностью отбрасывания данных транзитным узлом БСССН на сетевом уровне стека протоколов TCP/IP.
2 ЭО ПК должен функционировать на специализированном комплекте разработчика для сети MANET:
а) максимальное количество каналов передачи данных – 16;
б) минимальный размер буфера хранения данных – 65 КБ;
в) максимальная канальная скорость передачи данных – не менее 1 Мбит/с;
г) поддерживаемые протоколы канального доступа – CSMA/CA или ALOHA;
д) поддерживаемые протоколы сетевого уровня модели OSI – IPv6;
е) поддерживаемые протоколы маршрутизации – DSR или AODV;
ж) максимальное время маршрутизации – 400 мс. для сети из 10 узлов;
и) максимальное количество узлов в сети – не ограничено;
к) произвольное включение в сеть и выключение из сети, перемещения любого узла – возможно;
л) стандарт физического уровня: IEEE 802.15.4-2006;
м) частотный диапазон 2,4 ГГц ISM нелицензируемый;
н) операционная система – на основе ядра Линукс или совместимая.

Назначение и область применения, эффекты от внедрения результатов проекта:
Беспроводные сети мониторинга, используемые с целью своевременного обнаружения явлений и деструктивных факторов природного и техногенного характера, приводящих к пожарам, взрывам, разрушению, затоплению, воздействию ядовитых веществ и радиационного излучения.
Беспроводные сети связи, функционирующие для обеспечения управления силами и средствами в процессе ликвидации чрезвычайных ситуаций природного характера и аварий на радиационно-, химически-, пожаро- и взрывоопасных объектах с целью минимизации человеческих жертв и материального ущерба.

Результатом реализации проекта будет технология нейро-нечеткого управления интенсивностью потоков данных, осуществляемого в операционных системах узлов БСССН. Применение указанной технологии будет способствовать повышению оперативности доставки данных и производительности БСССН за счет реализации новых алгоритмов, основанных на использовании нейро-нечетких систем для выбора значений основных параметров транспортного и сетевого уровней модели OSI: временного интервала между отправкой пакетов узлом-источником, тайм-аута повторной передачи и вероятности заблаговременного отбрасывания пакетов в транзитном узле.

Требования по назначению научно-технических результатов ПНИЭР:
1 Экспериментальная технология управления интенсивностью потоков данных в беспроводной самоорганизующейся сети специального назначения на основе гибридного нейро-нечеткого подхода должна быть предназначена для применения:
а) в беспроводных сетях связи, используемых в процессе ликвидации чрезвычайных ситуаций природного и техногенного характера, вызванных стихийными бедствиями и авариями на радиационно-, химически-, пожаро- и взрывоопасных объектах;
б) в сенсорных сетях мониторинга в районах местности, подверженных деструктивным воздействиям природного и техногенного характера;
в) в телекоммуникационных сетях различного назначения тактического уровня.
2 ЭО ПК должен быть предназначен для эмуляции функционирования операционной системы узлов БСССН, а также оценки показателей оперативности доставки данных и производительности сети.

Текущие результаты проекта:
1 Аналитический обзор современной научно-технической, нормативной, методической литературы, затрагивающей научно-техническую проблему, исследуемую в рамках ПНИЭР.
2 Анализ современных подходов и методов повышения производительности телекоммуникационных сетей.
3 Патентные исследования.
4 Принципы управления интенсивностью потоков данных в БСССН на основе применения нейро-нечетких систем.
5 Математическая модель передачи информационных потоков в БСССН.
6 Имитационные модели управления интенсивностью потоков данных на основе существующих алгоритмов.
7 Аналитический обзор программно-аппаратной архитектуры средств управления интенсивностью потоков данных на транспортном и сетевом уровнях модели OSI.
8 Функциональная модель управления интенсивностью потоков данных в беспроводной самоорганизующейся сети специального назначения.