Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

Учебное пособие 2200

.pdf
Скачиваний:
9
Добавлен:
30.04.2022
Размер:
12.19 Mб
Скачать

ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ В СТРОИТЕЛЬНЫХ, СОЦИАЛЬНЫХ И ЭКОНОМИЧЕСКИХ СИСТЕМАХ

тического определения

линий электропере-

мы (при вводе большого количества данных

дач.

 

 

 

 

 

 

 

для расчета).

 

Для

диагностики

состояния

линий

 

 

электропередачи

предлагается использовать

 

 

локационный метод, который позволяет

 

 

своевременно обнаруживать появление го-

 

 

лоледных отложений на проводах ЛЭП, а

 

 

также оперативно обнаруживать поврежде-

 

 

ния проводов ЛЭП [2].

 

 

 

 

 

 

Обнаружение гололедных

отложений

 

 

необходимо для своевременного проведения

 

 

и оптимизации продолжительности

плавки

 

 

гололеда на проводах, которые позволяют

 

 

предотвратить гололедные аварии на высо-

 

 

ковольтных ЛЭП.

 

 

 

 

 

 

 

 

На текущий момент имеются несколько

 

 

методов обнаружения гололедных отложе-

 

 

ний, используемых в электрических сетях.

 

 

Самыми надежными, из которых являются

 

 

механические методы, основанные на взве-

 

 

шивании провода. Но основным недостатком

 

 

данного

метода

является

необходимость

 

 

вносить изменения в линейную арматуру и

 

 

высокая цена [3].

 

 

 

 

 

 

 

 

Назначение и область применения:

 

 

необходимо разработать программу для вы-

 

 

явления текущего состояния линий электро-

 

 

передач,

на основе

расчета коэффициента

 

 

корреляции параметров затухания и запаз-

 

 

дывания, выбрав время эксперимента: год,

 

 

день, время (часы, минуты), количество при-

 

 

веденных измерений эксперимента, расчета

 

 

значения параметра сигма для параметров

 

 

затухания и запаздывания.

 

 

 

 

 

На рисунке 1 представлена блок схема

 

 

для реализации программного комплекса.

 

 

Программа может быть использована в

 

 

учебном процессе в качестве наглядного по-

 

 

собия в научно - исследовательской лабора-

 

 

тории «ЛДС ЛЭП», может быть использова-

 

 

на в области электроэнергетики,

в области

 

 

электротехники, также программа может

 

 

быть использована

для

диспетчерского

Рис. 1. Блок - схема для реализации

управления, передачи сигналов релейной

защиты и предотвращения противоаварий-

программного комплекса

ной автоматики.

 

 

 

 

 

 

 

 

Также были определены требования к

На первом этапе необходимо рассчи-

разрабатываемому программному обеспече-

тать коэффициент корреляции данных пара-

нию: во-первых,

максимально рационализи-

метров (параметров затухания и запаздыва-

ровать рабочее время диспетчера, во-вторых,

ния), он показывает зависимость двух вели-

предусмотреть, устойчивость системы, т.е.

чин: параметра запаздывания и

затухания,

система не должна терять работоспособно-

значение -1 будет говорить об

отсутствии

сти при некорректных действиях диспетчера,

корреляции между данными двумя парамет-

так же немало важно, эффективность систе-

 

 

130

ВЫПУСК № 2 (20), 2020

 

 

 

 

 

ISSN 2618-7167

рами, 0 - о нулевой корреляции, а +1 - о пол-

 

 

 

 

 

 

ной корреляции параметров, то есть чем

 

 

 

ближе значение коэффициента корреляции к

 

 

 

+1, тем сильнее связь между двумя парамет-

 

 

 

рами запаздывания и затухания:

 

 

 

 

 

 

 

 

(1)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Далее рассчитывается статический па-

 

 

 

раметр сигма - предел прочности, то есть это

 

 

 

механическое напряжение, выше которого

 

 

 

будет происходить разрушение, иначе гово-

 

 

 

ря, можно сказать, что это пороговая вели-

 

 

 

чина, превышая которую механическое

 

 

 

 

 

 

 

 

 

напряжение разрушит некое тело из кон-

 

 

 

кретного материала, в нашем случае, поро-

 

 

 

говой величиной является толщина нараста-

 

 

 

ния гололедообразования на линиях элек-

 

 

 

тропередач. Все изменения должны уклады-

 

 

 

ваться в 3σ, то есть нормальное состояние

 

 

 

линий электропередач укладывается в 3σ. А

 

 

 

гололед постепенно нарастает, определяется

 

 

 

максимальный сдвиг, выше которого будет

 

 

 

изменение состояния линий.

 

 

 

 

 

 

Данные расчеты были проведены и бы-

 

 

 

ли необходимы, так как при отсутствии ста-

 

 

 

тистики измерений на конкретной линии

 

 

 

электропередач сложнее произвести компен-

 

 

 

сацию

температурных

вариаций значений

Рис. 2. Экспериментальные и теоретические

амплитуды и запаздывания.

 

 

 

 

нормальные распределения (с параметрами

 

В

этом случае

оценки

погрешностей

 

 

экспериментального) амплитуд U (а) и

для задач контроля гололедообразования мо-

 

запаздываний Δτ (б) отраженных импульсов

гут быть уменьшены за счет исключения из

исходного массива тех данных, которые по-

 

на линии (измеренные только при

лучены при положительных температурах,

температуре ниже +2°С и без компенсации

когда не могут образовываться гололедные

 

температурной нестабильности)

отложения. Такие распределения амплитуд и

 

 

 

запаздываний представлены на рис. 2 [4].

 

Из статистики надежности энергоси-

 

Определение 95 % доверительных ин-

стем следует, что самыми ненадежными

тервалов амплитуды и запаздывания по из-

элементами энергосистем являются воздуш-

мерениям только при температуре менее

ные линии электропередачи, при этом низкая

+2°С снижает ширину этих интервалов на 12

надежность линий электропередач объясня-

и 30 % соответственно по сравнению с ин-

ется частыми повреждениями проводов, что

тервалами полного массива измерений. Рас-

вызвано как естественными, так и искус-

пределение амплитуд становится нормаль-

ственными причинами.

ным согласно критерию Колмогорова-

 

Отключение электроэнергии является

Смирнова (Классический критерий Колмо-

весьма опасным фактором, поэтому опера-

горова предназначен для проверки простых

тивное обнаружение места повреждения на

гипотез

о

принадлежности

анализируемой

линии электропередачи и его устранение

выборки некоторому полностью известному

позволяет повысить надежность линий.

закону распределения).

 

 

 

 

В России ликвидация аварийных ре-

жимов затруднена из-за большой протяженности и бездорожья, особенно в осеннее и

131

ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ В СТРОИТЕЛЬНЫХ, СОЦИАЛЬНЫХ И ЭКОНОМИЧЕСКИХ СИСТЕМАХ

зимнее время.

Таким образом, разработка методов и средств обнаружения повреждений линий электропередач является весьма актуальной задачей.

Библиографический список

1.Ярославский Д.А. Система автоматизированного мониторинга гололедных отложений воздушных линий электропередач на основе инклинометрическо - метеорологического метода. [Электронный ресурс]: Диссертация на соискание ученой степени кандидата технических наук

/Казань, 2017, – 135 с.

2.Минуллин, Р. Г. Обнаружение гололѐд-

ных образований на линиях электропередачи локационным зондированием / Р.Г. Минуллин, Д.Ф. Губаев. – Казань: КГЭУ, 2010, – 208 с.

3.Правила устройства электроустановок. Седьмое издание, переработанное и дополнен-

ное. – М.: НЦ ЭНАС, 2007, – 298 с.

4.Казадаев А.П. О датчиках гололеда для воздушных линий. / А.П. Казадаев, А.Л. Лившиц, P.M. Рудакова // Материалы II Всесоюзного совещания "Плавка гололеда на воздушных линиях электропередачи". – Уфа, 1979. – С. 163-171.

5.Теория и практика цифровой обработки сигналов. – Режим доступа: http://www.dsplib.ru/

Информация об авторе

Information about the author

Давлетшина Л.А. – магистрант, Казанский государственный энер-

Davletshina L.A. - Master's student, Kazan State Energy University,

гетический университет (420141, Россия, Республика Татарстан,

(51, Krasnoselskaya str., Kazan, 420141, Republic of Tatarstan, Russia),

г. Казань, ул. Красносельская, 51), e-mail: liana.davletshina@mail.ru

e-mail: liana.davletshina@mail.ru

УДК 004.415.2

ИСПОЛЬЗОВАНИЕ БИБЛИОТЕКИ JSAT В ПРИКЛАДНЫХ ПРОГРАММНЫХ РЕШЕНИЯХ

Е.О. Долгих

Воронежский государственный технический университет

Аннотация: Представлен анализ библиотек интеллектуального анализа данных на языке Java. Описаны особенности использования библиотеки JSAT для статистического анализа и машинного обучения в программах различного назначения, а также интеграции различных форматов входных данных с внутренним представлением JSAT для решения задач анализа данных и машинного обучения

Ключевые слова: преобразование данных, анализ данных, формат данных, паттерн Адаптер, разработка программ

USING JSAT LIBRARY IN APPLICATION SOFTWARE SOLUTIONS

E.O. Dolgikh

Voronezh state technical University

Abstract: the analysis of data mining libraries in Java is Presented. The features of using JSAT library for statistical analysis and machine learning in programs for various purposes, as well as integration of various input data formats with internal JSAT representation for solving problems of dependency recovery, clustering and regression analysis are described

Keywords: Jsat, dataSet, data analysis, format of the data, adapter

На сегодняшний9 день трудно представить задачу, в которой бы не требовалась обработка данных, а исследование данных – актуальный тренд. Поэтому в программной разработке часто приходится включать в состав программного продукта различные ста-

© Долгих Е.О., 2020

тистические методы и методы машинного обучения. При работе над программными проектами нет необходимости самостоятельно реализовывать необходимый метод анализа данных, достаточно подобрать библиотеку или свободно распространяемый программный код.

В настоящее время доступно много

132

ВЫПУСК № 2 (20), 2020

 

 

 

 

 

 

 

ISSN 2618-7167

бесплатных библиотек анализа данных на

распространяемых библиотеки анализа дан-

различных языках программирования. Для

ных Jsat [1], VisTrails [2], Weka [3], возмож-

разработки прикладного программного обес-

ности которых сопоставлены в табл. 1 – 3.

печения на Java было найдено три свободно

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Таблица 1

 

Характеристики распространенных библиотек анализа данных

 

 

 

Функции

Jsat

 

 

VisTrails

 

Weka

 

 

 

/характеристики

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Язык

Java

 

 

Python

 

Java

 

 

 

программирования

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Распространенная

Обучение, научные

Исследовательская

Обучение, научные ис-

 

 

область

исследовательские

работа вычислитель-

 

следования, промыш-

 

 

применения

задачи

 

 

ных задач

 

ленность

 

 

 

Лицензия

Свободное ПО

 

Свободное ПО

 

Свободное ПО

 

 

Стабильная версия

April 17, 2017

 

 

May 3, 2016

 

September 4, 2018

 

 

Формат обмена дан-

CSV

 

 

XML файл

 

ARFF файлы

 

 

ными

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Таблица 2

 

Состав методов машинного обучения наиболее распространенных свободно

 

 

 

 

распространяемых библиотек анализа данных

 

 

 

Методы машинного обучения

 

 

 

 

Jsat

 

VisTrails

 

Weka

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Нейронные сети (Artificial neural networks)

 

 

 

+

+

 

 

+

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Деревья решений (Decision trees)

 

 

 

+

+

 

 

+

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Метод опорный векторов (Support vector machines)

 

 

+

-

 

 

+

 

 

Баессовская сеть (Bayesian networks)

 

 

 

+

-

 

 

+

 

 

Генетические алгоритмы (Genetic algorithms)

 

 

 

+

-

 

 

+

 

 

 

 

 

 

 

 

 

 

Таблица 3

 

Состав методов интеллектуального анализа данных распространенных

 

 

 

 

свободно распространяемых библиотек

 

 

 

 

 

 

 

Реализованные методы интеллектуального

 

 

Jsat

 

VisTrails

 

 

Weka

 

 

 

анализа данных

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Регрессионный анализ (GRM)

 

 

 

+

 

+

 

 

+

 

 

Многомерный дисперсионный анализ (MANOVA)

 

 

+

 

+

 

 

-

 

 

Анализ выживаемости

 

 

 

 

+

 

+

 

 

-

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Логлинейный анализ

 

 

 

 

+

 

-

 

 

-

 

 

Анализ временных рядов и прогнозирование

 

 

 

+

 

+

 

 

+

 

 

Кластерный анализ

 

 

 

 

+

 

+

 

 

+

 

 

Факторный анализ

 

 

 

 

+

 

+

 

 

+

 

 

Деревья классификации

 

 

 

+

 

+

 

 

+

 

 

Многомерное шкалирование

 

 

 

+

 

-

 

 

+

 

 

Дискриминантный анализ

 

 

 

+

 

-

 

 

+

 

 

Анализ соответствий

 

 

 

 

+

 

-

 

 

+

 

 

Проведенный анализ показал, что

ет Jsat. JSAT – это библиотека методов ма-

наиболее широкими возможностями облада-

шинного обучения для исследовательских и

133

ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ В СТРОИТЕЛЬНЫХ, СОЦИАЛЬНЫХ И ЭКОНОМИЧЕСКИХ СИСТЕМАХ

прикладных задач, которая предоставляется

читаются машинами и людьми. XML-

для использования в рамках GPL 3. Она

документы содержат разметку и символы

написана на языке Java 6, и есть рефакторинг

контента. Эти символы позволяют парсерам

на Java 8. Из всех исследованных библиотек

классифицировать информацию, содержа-

JSAT обладает одним из самых больших

щуюся в документе. Документ состоит из

наборов алгоритмов, и как показал прове-

тегов, и элементы хранятся в тегах. Элемен-

денный анализ (табл.1-3) единственной аль-

ты также могут содержать другие теги раз-

тернативой выступает Weka, по сравнению с

метки и формы, дочерние элементы. Кроме

которой JSAT работает быстрее.

того, элементы могут содержать атрибуты

Цель данной работы – оценить воз-

или специфические характеристики, сохра-

можность и удобство использования библио-

ненные в виде пары имя-значение.

теки JSAT для разработки собственных при-

Внутренняя структура хранения дан-

кладных решений на Java.

ных JSAT представлена специальной струк-

Входные данные программных прило-

турой данных DataSet (рис. 1). Каждая за-

жений могут быть представлены в следую-

пись этой структуры представляет собой

щих форматах [4].

структуру DataPoint, элементы которого со-

1. CSV – значения, разделенные запя-

стоят из разнотипизированных данных. Ин-

тыми. Файлы данного формата содержат за-

формация о типах атрибутов DataSet описы-

писи, состоящие из символьных полей, раз-

вается в шапке файла с данными. В свою

деленных запятыми. Для корректной интер-

очередь, структура данных DataPoint реали-

претации первая строка содержит информа-

зован с помощью типа данных Vec – это мо-

цию о заголовках, помогающая описать по-

дифицированная версия стандартного типа

следующие записи.

данных Vector библиотеки java.util, который

2. Электронные таблицы являются

имеет большое число реализованных мето-

формой табличных данных, где информация

дов для удобства реализации задач. Vec мо-

хранится в строках и столбцах, так же, как

жет быть либо разреженным, либо плотным,

двумерный массив. Они, как правило, со-

где разреженные векторы имеют большое

держат числовую и текстовую информацию

число нулей значения, которые явно не хра-

и используют формулы для обобщения и

нятся.

анализа их содержания. Большинство людей

Одним из весомых факторов при выбо-

знакомы с электронными таблицами Excel,

ре JSAT является добавленные в библиотеку

но они также встречаются в составе других

основных алгоритмом статистического ана-

пакетов программного обеспечения, таких

лиза, некоторые из которых перекрываются

как OpenOffice.

или являются частью другого алгоритма. Для

3. База данных - представленная в объ-

задач регрессии и кластеризации использу-

ективной форме совокупность самостоятель-

ется разное представление. При регрессион-

ных материалов, систематизированных та-

ном анализе используется особый тип дан-

ким образом, чтобы эти материалы могли

ных – RegressionDataSet – набор данных,

быть найдены и обработаны с помощью си-

специально предназначенный для выполне-

стемы управления базы данных (СУБД).

ния задачи регрессии. Каждая точка данных

4. Extensible Markup Language (XML) –

сопряжена с двойным значением s, которое

это язык разметки, который определяет

указывает на ее истинное значение регрес-

стандартный формат документа. Широко ис-

сии. Для кластеризации используется

пользуется для обмена данными между при-

ClassificationDataSet – набор данных, предна-

ложениями через Интернет. XML является

значенный специально для задач классифи-

популярным из-за своей относительной про-

кации. Истинный класс каждой точки дан-

стоты и гибкости. Документы, закодирован-

ных хранится отдельно от точки данных, так

ные в XML, являются символьными и легко

что он может быть подан в алгоритм обуче-

134

ВЫПУСК № 2 (20), 2020

ISSN 2618-7167

ния и не вмешиваться. Кроме того, доступны дополнительные функциональные возможности, относящиеся к задачам классификации.

Для загрузки и выгрузки данных может быть использован следующий подход. Данные считываются из файла и преобразуются в структуру данных DataSet. После манипуляций над формализованными данными, происходит преобразование данных в необходимый формат для дальнейшей работы с ними. Данный подход может быть реализован с использованием паттерна Адаптер [5], который позволят организовать взаимодействия данных, независимо от формата, с механизмами интерпретации их в различном приложении для корректного прямого использования библиотека JSAT. Разработанный нами шаблон преобразования файла произвольного формата во внутреннюю структуру данных DataSet для прямого использования библиотеки JSAT представлен на рисунке 2.

Рис. 1. Диаграмма классов структуры данных

DataSet, RegressionDataSet и

ClassificationDataSet

Рис. 2. Шаблон преобразования данных

Таким образом, применение библиотеки JSAT можно считать универсальным при необходимости использования методов анализа данных и машинного обучения при реализации прикладных приложений.

Библиографический список

1. Edward Raf. JSAT: Java Statistical Analysis Tool, a Library for Machine Learning / Journal of

Machine Learning Research 18 (2017) 1-5.

2.VisTrails [Электронный ресурс] URL: https://www.vistrails.org/usersguide/v2.2/html/ (дата обращения: 02.06.2020).

3.Weka [Электронный ресурс] URL: https://www.cs.waikato.ac.nz/ml/weka/ (дата обращения: 02.06.2020).

4.Richard M. Reese, Jennifer L. Reese, Alexey Grigorev. Java: Data Science Made Easy

135

ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ В СТРОИТЕЛЬНЫХ, СОЦИАЛЬНЫХ И ЭКОНОМИЧЕСКИХ СИСТЕМАХ

2017.- С. 30-40.

5. Buschmann, Frank, Kevin Henney, and Douglas C. Schmidt. Pattern-oriented software ar-

chitecture, on patterns and pattern languages. Vol. 1. John wiley & sons, 2001, pp. 177-187.

Информация об авторе

Долгих Е.О. – студент, Воронежский государственный технический университет (394006, Россия, г. Воронеж, ул. 20 лет Октября, 84), e-mail: egordolgih7@gmail.com

Information about the author

Dolgikh E.O. - student, Voronezh state technical University (84, 20 let Oktyabrya str., Voronezh, 394006, Russia),

e-mail: egordolgih7@gmail.com

УДК 621.396.66

ПРИМЕНЕНИЕ ТЕХНОЛОГИИ LORAWAN В ИНТЕРЕСАХ ОРГАНОВ ИСПОЛНИТЕЛЬНОЙ ВЛАСТИ И ПОДРАЗДЕЛЕНИЙ РЭБ

Д.В. Игнатов, Е.В. Волынкин, П.В. Шемяков

ВУНЦ ВВС «Военно-воздушная академия имени профессора Н.Е. Жуковского и Ю.А. Гагарина»

Аннотация: Рассматривается вопрос применения сетей LORAWAN для реализации беспроводных сетей передачи данных, используемых для сбора информации с разнесенных объектов. Приводится экономическое обоснование, показывающее преимущества данной системы по сравнению с сетями, построенными на GSM и Wi-Fi

Ключевые слова: вычислительные сети, передача данных, LORAWAN, Wi-Fi, GSM

APPLICATION OF LORAWAN TECHNOLOGY IN THE INTERESTS OF EXECUTIVE

AUTHORITIES AND EW DIVISIONS

D.V. Ignatov, E.V. Volynkin, P.V. Shemuakov

MESC AF «N.E. Zhukovsky and Y.A. Gagarin Air Force Academy» (Voronezh)

Abstract: The question of the use of LORAWAN networks for the implementation of wireless data networks used to collect information from spaced objects is considered. An economic rationale is presented, showing the advantages of this system compared to networks built on GSM and Wi-Fi

Keywords: computer networks, data transfer, LORAWAN, Wi-Fi, GSM

Одним 10 из самых перспективных направлений развития современных сетевых коммуникаций является исследование возможностей беспроводных технологий передачи данных. При этом важным критерием в разработке таких технологий выступают не только увеличение скорости передачи и объем передаваемой информации, но и такие параметры, как загруженность используемого диапазона и качество приема сигнала, в том числе, в условиях плотной городской застройки, внутри зданий и их подземных уровнях.

На сегодняшний день наиболее широкое распространение получила технология

© Игнатов Д.В., Волынкин Е.В., Шемяков П.В., 2020

Wi-Fi. При этом данный метод передачи данных имеет существенные ограничения по дальности связи и устойчивости сигнала в условиях стен зданий. Кроме того, используемый диапазон частот, очень часто, оказывается перегруженным. Стоит отметить, что даже при указанных недостатках, возможности технологии Wi-Fi вполне удовлетворяют основным потребностям гражданского населения.

Однако, для выполнения задач воинских формирований и подразделений органов исполнительной власти, в силу особой специфики, требуется более надежная и «неприхотливая» технология передачи данных, как в условиях плотной городской застройки, таки в условиях передвижения ключевых

136

ВЫПУСК № 2 (20), 2020

 

 

 

ISSN 2618-7167

единиц (сотрудников подразделений или

держан международными экспертами во гла-

объектов контроля или наблюдения).

ве со специалистами LoRa Alliance в каче-

Для выполнения оперативно - техниче-

стве

полноценного протокола семейства

ских задач могут быть использованы техно-

LoRaWAN.

 

логии беспроводных дистанционных сетей с

LoRaWAN работает в диапазоне от 400

низким энергопотреблением (Low-Power

до 900 МГц, ширина полосы пропускания –

Wide-Area Networks, LPWAN), которые были

125 кГц, количество пропускных каналов –

разработаны для обмена небольшими объе-

8, уровень сигнала - 2-14 Дб. Максимальная

мами данных с устройствами, которые рас-

пиковая мощность передатчика/приемника –

считаны на длительную автономную работу.

не может превышать 25 мВт. Скорость пере-

Изначально данные технологии создавались

дачи данных – до 5,5 кбит/сек. Срок службы

в рамках концепции «интернет вещей» - IoT

устройств от одного аккумулятора может

(Internet of Things), то есть как рабочая сеть,

доходить до десяти лет, поскольку сигналы

которая связывает объекты с интернетом.

LoRa не требуют большой мощности для ге-

При этом собирается и обрабатывается ин-

нерации и передачи. В условиях плотной го-

формация от подключѐнных объектов. Одна-

родской застройки сигнал от одной базовой

ко такую концепцию возможно применить и

станции (БС) может преодолеть до 3 км, в

для локальной специализированной сети без

условиях сельских поселений – 5-7 км, в

возможности подключения к интернету.

условиях прямой видимости – 25 км. В сен-

Технология,

получившая

название

тябре 2017 года шар-зонд, поднявшийся на

LoRaWAN (Long Range wide-area networks),

высоту 38 км, оборудованный подключен-

построенная на основе спецификаций и про-

ным радиомодулем LoRa, антенной и GPS-

токолов для LPWAN, использующего нели-

модулем, смог отправить данные на расстоя-

цензируемый диапазон частот, позволяет

ние в 702 км.

 

подключать IoT-устройства на большие рас-

Основная структура LoRaWAN – сеть

стояния, при минимальных требованиях к

типа «звезда»: несколько приборов контроля

инфраструктуре и длительном сроке службы

или сигнализации подключаются беспровод-

на автономном питании [1].

 

ным сигналом к шлюзу, который работает в

LoRa - технология, которая модулирует

режиме коммутатора\повторителя. Сам он не

данные в электромагнитные волны. Техноло-

производит обработку информации, а просто

гия использует метод Chirp Spread Spectrum

служит ретранслятором, объединяющим не-

(линейно-частотная модуляция), кодирую-

сколько клиентских устройств. Безопасность

щий данные в импульсы (похожий метод пе-

в стандарте реализуется двумя ключами (из

редачи данных на протяжении десятилетий

зарубежной практики – ключи AES-128 бит)

использовался в военной и космической свя-

[2]. Любой пакет шифруется ключом сетево-

зи). LoRaWAN - это протокол связи и си-

го сервера и сервера приложений. Таким об-

стемная архитектура для сети. Уже суще-

разом, сети LoraWAN имеют существенные

ствует

предварительный национальный

преимущества по дальности передачи (в том

стандарт (ПНСТ) «Информационные техно-

числе, в условиях строений и иных препят-

логии. Интернет вещей. Протокол обмена

ствий)

данных, энергопотреблению,

по

для высокоемких сетей с большим радиусом

сравнению с сетями WiFi и GSM [3].

 

действия и низким энергопотреблением». В

Основными требованиями для приме-

ходе обсуждения на конференции «Регули-

нения данной технологии являются – невы-

рование

цифровых

технологий»

был под-

сокие требования к скорости передачи дан-

137

ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ В СТРОИТЕЛЬНЫХ, СОЦИАЛЬНЫХ И ЭКОНОМИЧЕСКИХ СИСТЕМАХ

ных, а также наличие возможности устанав-

рублей)

 

 

 

 

ливать антенны, как можно выше для увели-

 

 

сетевой сервер на основе Intel

чения дальности связи.

 

 

 

Pentium G3220 = 80$ = 5887 рублей.

Немаловажен тот факт, что стоимость

В целом данная конфигурация с 8 дат-

оборудования для реализации сети LoRa за-

чиками оценивается в 36776 рублей, что бо-

метно ниже, чем стоимость оборудования

лее, чем в 2 раза экономически целесообраз-

WiFi или, тем более, GSM.

 

 

ней WiFi-аналога и на несколько порядков

Для

более наглядного

представления

ниже стоимости GSM-аналога. При этом

различий в стоимости развертывания подоб-

стоит отметить ряд как технических (таких

ных коммуникаций далее приведен сравни-

как дальность покрытия, потребляемая дат-

тельный анализ средних цен на основные

чиками мощность), так и эргономико-

компоненты архитектуры всех трех рассмат-

эксплуатационных (срок службы) парамет-

риваемых типов сетей на примере построе-

ров, по которым LoRa сеть во многих случа-

ния системы контроля и учета показаний

ях практической реализации

превосходит

счетчиков водоснабжения в жилых домах.

своих потенциальных конкурентов.

Простейшая конфигурация сети WiFi в

Исходя из выявленных преимуществ,

данном случае состоит из:

 

 

целесообразно

рассмотреть

возможность

счетчик АИСТ А100 с коммуника-

применения технологии LoraWAN в качестве

ционными модулями (3000 рублей)

 

альтернативы технологиям, используемым в

WiFi-роутер с необходимой зоной

системе электронного мониторинга подкон-

покрытия

и количеством

подключаемых

трольных

лиц (СЭМПЛ) органами ФСИН

устройств – WiFi Eltex WB-2 (19934 рублей)

(система электронных браслетов) [5].

сервер HP Proliant DL 380e Gen8

Как правило, судьи определяют терри-

(39 897 рублей)

 

 

 

торию передвижения осужденного в грани-

Таким образом, данная сеть с 8 счетчи-

цах муниципального образования, предъяв-

ками потребует финансовых вложений на

ляют ограничения по нахождению дома в

сумму 83831 рублей.

 

 

 

ночные часы, запрет приближаться к увесе-

Применительно

к архитектуре

сети

лительным заведениям, школам, детским са-

GSM:

 

 

 

 

дам. С помощью технологии LoRaWAN воз-

базовая станция HUAWEI BIS 3900

можно реализовать все эти требования на

– при оптовом заказе - 100$

 

 

большей территории, с лучшим качеством

опорная сеть (абонентский сервер)-

передачи данных в условиях плотной за-

Yate HSS/HLR LTE 28050$

 

 

стройки, при этом значительно дешевле, чем

 

 

 

 

 

 

 

транспортная

сеть -

средняя

стои-

существующая система.

 

мость порядка нескольких тысяч $

 

Для

обеспечения дистанционного

 

 

 

 

 

 

В итоге на проектирование данной сети

надзора в системе СЭМПЛ применяются два

 

 

 

 

 

необходимо иметь стартовый капитал разме-

типа оборудования:

 

 

 

 

 

 

ром в несколько десятков тысяч $.

 

 

cтационарное контрольное устрой-

 

 

 

 

 

 

Для варианта использования сети LoRa

ство –

аппарат,

внешне напоминающий те-

 

 

 

 

 

[4]:

 

 

 

 

лефон,

который

устанавливается в месте

 

 

 

 

 

 

 

 

 

беспроводной датчик LoRa RF – проживания осужденного и позволяет кон-

LoRi Spi 433 МГц – 5$ = 368 рублей.

тролировать периметр жилища. Использует-

 

 

базовая станция Вега БС-1.2 (27945

ся при ограничении не покидать помещение.

мобильное устройство - небольшой

 

 

138

ВЫПУСК № 2 (20), 2020

ISSN 2618-7167

мобильный телефон - все время должно быть при осужденном. Позволяет контролировать перемещение осужденного (подследственного) в рамках определенной территории.

Вместе со стационарным и мобильным контрольными устройствами имеется электронный браслет, который крепится на ногу осужденного, откуда информация поступает в Уголовно-исполнительную инспекцию на пульт оператора. Датчики на браслетах определяют координаты по GPS или ГЛОНАСС, а СКУ/МКУ с помощью встроенной SIM-карты отправляет данные на сервер территориального органа.

Основываясь уже только на стоимости реализации архитектуры сети GSM и учитывая тот факт, что электронные браслеты, являющиеся составным компонентом СЭМПЛ, который эксплуатируется вместе как с СКУ, так и МКУ, имеет смысл указать на достаточно высокую цену для практического применения данного продукта.

Технологию LoraWAN целесообразно использовать для построения системы управления подразделениями и отдельными единицами техники и военнослужащими в масштабах батальона РЭБ. Отдача коротких команд и распоряжений, а также получение необходимых данных (координат, техничеких и разведывательных данных) на расстоянии 25 км (при необходимости – и более) в диапазоне, не загруженном граждан-

Информация об авторах

Игнатов Д. В. - кандидат технических наук, преподаватель 55 кафедры автоматизированных систем управления (и информационной безопасности), Военный учебно-научный центр Военно-воздушных сил «Военно-воздушная академия имени профессора Н.Е. Жуковского и Ю.А. Гагарина» (394064, г. Воронеж, ул. Старых Большеви-

ков, 54 «А»), e-mail: gato.blanco75@gmail.com

Волынкин Е. В. - преподаватель 55 кафедры автоматизированных систем управления (и информационной безопасности), Военный учебно-научный центр Военно-воздушных сил «Военно-воздушная академия имени профессора Н.Е. Жуковского и Ю.А. Гагарина» (394064, г. Воронеж, ул. Старых Большевиков, 54 «А»),

e-mail: 1user1@mail.ru

Шемяков П. В. – курсант 3-го курса, Военный учебно-научный центр Военно-воздушных сил «Военно-воздушная академия имени профессора Н.Е. Жуковского и Ю.А. Гагарина» (394064, г. Воронеж, ул. Старых Большевиков, 54А),

e-mail: userdevert@gmail.com

скими сетями связи, по защищенному каналу может позволить создать надежную армейскую систему связи и передачи информации, при условии низкого энергопотребления и значительно более низкой стоимости оборудования.

Кроме того, такую технологию можно применить для автономного сбора данных в органах МВД, например для сбора статистики по перемещению патрульных автомобилей ГИБДД, ППС, Росгвардии, сбора сведений о составленных протоколах на нарушителей (с автоматической передачей данных о том где и в какое время был составлен протокол).

Библиографический список

1.About the LoRaWAN [Электронный ресурс] URL: https://lora-alliance.org/about-lorawan

2.Сеть LoRaWAN: безопасность обеспечивается [Электронный ресурс] URL: http://www.iksmedia.ru/articles/5573226-Set- LoRaWAN-bezopasnost-obespechiva.html

3.Что такое LoRaWan [Электронный ресурс] URL: https://habr.com/ru/company/nag/blog/371067/

4.Каталог продукции «Вега-Абсолют»

[Электронный ресурс] URL: https://iotvega.com /product

5.Система электронного мониторинга подконтрольных лиц [Электронный ресурс]

URL: http://sui.fsin.su/sempl.php

Information about the authors

Ignatov D.V. - Ph.D. in Engineering, tutor 55 department of automated management system (and information security), Military Educational and

Scientific Center of the Air Force «N.E. Zhukovsky and Y.A. Gagarin

Air Force Academy» (54A, Starykh Bolshevikov str., Voronezh, 394064, Russia), e-mail: gato.blanco75@gmail.com

Volynkin E.V. - tutor 55 department of automated management system (and information security), Military Educational and Scientific Center of the Air Force «N.E. Zhukovsky and Y.A. Gagarin Air Force Academy»

(54A, Starykh Bolshevikov str., Voronezh, 394064, Russia), e-mail: 1user1@mail.ru

Shemyakov P.V. - cadet of 3 course, Military Educational and Scientific

Center of the Air Force «N.E. Zhukovsky and Y.A. Gagarin Air Force Academy» (54A, Starykh Bolshevikov str., Voronezh, 394064, Russia), e-mail: userdevert@gmail.com

139