3544

ЧЛЕНЫ РЕДКОЛЛЕГИИ:

Авдеев В.П., д-р техн. наук, проф.(ВГТУ)

Алгазинов Э.К., д-р техн. наук, проф.(ВГУ)

Баркалов С.А., д-р техн. наук, проф.(ВГТУ)

Голиков В.К., канд. техн. наук, доц.(РАП)

Головинский П.А., д-р физ.-мат. наук, проф.(ВГТУ)

Зольников В.К., д-р техн. наук, проф.(ВГЛТУ)

Князева Т.Н., д-р техн. наук, проф.(ВГМУ)

Курипта О.В., канд. техн. наук, доц.(ВГТУ)

Лавлинский В.В., д-р техн. наук, доц.(ВГЛТУ)

Ряжских В.И., д-р техн. наук, проф.(ВГТУ)

Хаустов И.А., д-р техн. наук, проф.(ВВА)

Хвостов А.А., д-р техн. наук, проф.(ВВА)

Гильмутдинов В.И., Кононов А.А. Система эффективного интерфейса исходных данных с вычислительным устройством ……………………... 6

Жилкина Н.В., Минакова О.В. Концептуальная модель аутентификации в системах управления личной информацией ……………………………….. 10

Попова Е.С., Жидко Е.А. Разработка модели системы диагностики производственного потенциала

хозяйствующего субъекта ……………………………... 14

Добрина М.В., Чекмарев А.В. RiskMetrics как

система оценки рисков портфеля ценных бумаг ….. 18

Хвостов А.А., Журавлев А.А., Целюк Д.И.

Интерполяция значений удельной теплоемкости азота, кислорода и их смесей в двухфазной области

жидкость-пар ………………………………………... 21

Руднева А.А., Епрынцева Н.А., Соколова А.В.

Автоматизация проектирования экономических информационных систем …………………………… 27

Жидко Е.А., Кирьянов К.А. Математическая модель загрязнения воздушной среды на

территории аэродрома ……………………………… 30

Глушков А.И., Агеева А.В. Влияние алгоритмизации и программирования на эффективность проведения учебных занятий по

математике …………………………………………... 35

Добрина М.В. Классификации рисков портфеля ценных бумаг ………………………………………... 39

Ипатова Т.О. Использование SEO для

привлечения посетителей музея оптики …………... 42

Zhidko E.A., Kiryanov К.А. Mathematical

model of air pollution on the aerodrom territory 30

Glushkov A.I., Ageeva A.V. The influence of algorithmization and programming on the effectiveness of training ……………………….. 35

Dobrina M.V. Risk classification of the

securities portfolio …………………………….. 39

Ipatova T.O. SEO techniques for attraction of visitors to the optical museum ………………… 42

Доровской В.А., Кучеренко В.А., Новак Б.В., Козаченко Л.Н., Абдурахманов Р.Ф. Методология интеллектуального управления судовыми электроэнергетическими системами на нечеткой логике …. 47

Золотарева Н.Л. Применение программы на языке С++ для выявления творческих способностей

студентов по курсу «Инженерная графика» ………. 54

Дивитаев Р.Р., Салтанаева Е.А. Реализация индексируемых классов в языках программирования на примере скриптового языка

ECMAScript ………………………………………….. 57

Барбарош А.А., Смольянинов А.В.,

Поцебнева И.В. Моделирование бизнес-процессов при реинжиниринге производства …………………. 59

Смольянинов А.В., Сакулина А.Ю.,

Шиловская А.Е. Интегральная оценка качества модели при пренебрежении быстрыми полюсами ... 63

Сазонова С.А. Разработка алгоритма диагностики утечек с учетом помех от стохастичности потребления в системе газоснабжения …………….. 67

Smolyaninov A.V., Sakulina A.Y., Shilovskaya A.E. Integral estimation of the

model quality at neglecting the fast poles ……... 63

Sazonova S.A. Development of diagnostics of leak diagnostics with the account of interference from stochasticity of consumption in the system of

gas supply ………………………………………... 67

В различных 1 задачах физических исследований [1-3], компьютерной обработки эмпирической информации, поступающей с автоматических датчиков контроля параметров технологических процессов [4-6], связи и управления приходится иметь дело со статистической обработкой принимаемых сигналов [7, 8] и здесь важна возможность представления непрерывной регулярной функции времени или случайного процесса через совокупность их значений в дискретные моменты времени. Процедуру такого представления часто называют дискретизацией или квантованием сообщения (процесса) во времени. Возможность дискретизации непрерывного сигнала с любой желаемой точностью принципиально важна, так как позволя-

© Гильмутдинов В.И., Кононов А.А., 2018

ет сделать входную информацию пригодной для компьютерной обработки.

Итак, квантованием называется переход от непрерывного множества значений сообщения к конечному множеству дискретных значений. Суть операции состоит в том, что в непрерывном динамическом диапазоне значений сообщения x∆ = xmax – xmin фиксируется ряд дискретных уровней х(к), которые называются квантованными уровнями.

Одно из преимуществ дискретных сигналов по сравнению с аналоговыми – отсутствие необходимости воспроизводить сигнал непрерывно во все моменты времени. За счет этого появляется возможность по одной и той же радиолинии передавать сообщения от разных источников, организуя многоканальную связь с разделением каналов по времени.

Особой разновидностью дискретных сигналов являются цифровые сигналы. Для них характерно то, что отсчетные значения представлены в форме чисел, и по соображениям удобств технической реализации и обработки обычно используют двоичные числа с ограниченным и, как правило, небольшим числом разрядов, что позволяет организовать многоканальный ввод и обработку информации в вычислительных устройствах.

Сигнал, как переносчик информации [9, 10], является случайным процессом. Передаваемым сообщениям однозначно соответствует ансамбль реализаций сигналов s(t), который представляет собой множество неслучайных функций времени, образующих в совокупности случайный процесс. Каждой из входящих в ансамбль s(t) сигналов [si(t), i = 1,2,…,m] можно рассматривать как одну из многих реализаций процесса s(t), возникающих с определенными вероятностями, причем структура каждой из реализаций известна; неизвестно, какая из реализаций будет передана. Таким образом, при передаче и приеме дискретных сообщений в виде кодовых комбинаций такие реализации используются в качестве элементов сигнала, а процесс манипуляции представляет собой смену этих реализаций в соответствии с передаваемыми элементами кода. В специальном вычислительном устройстве приемника - анализатора кодовые группы с высоким быстродействием декодируются и преобразуются в последовательность импульсов, параметры которых пропорциональны переданным уровням квантования, и восстанавливается переданная информация.

Итак, решение перечисленных задач неразрывно связано со статистической обработкой входной информации и, следовательно, большими затратами труда и времени при работе с массивами случайных величин, служащих исходными данными к программам их статистической обработки на ЭВМ.

Пусть имеется некоторый случайный процесс, являющийся непрерывной функцией времени. Устройство, автоматизирующее

ввод массива значений y = x(t), (t0 ≤ t ≤ tN), должно преобразовать кривую графика (например, данные от записи на самописец, осциллограмму, электрокардиограмму, от датчиков контрольно-измерительной аппаратуры, с фото- и кинопленки шлейфовых осциллографов, других измерительных и фиксирующих приборов) в ряд значений y0, …

,yk, yk+1, … , yN, где yk и yk+1 – соседние значения случайной величины, соответствую-

щие моментам времени tk и tk +∆τ, где ∆τ – интервал квантования. Далее устройство преобразования должно передавать массив { yk } непосредственно в оперативную память вычислителя.

Функциональная схема устройства преобразования записей физической информации для ввода в ЭВМ представлена на рисунке. Блок 1 – аналоговое приемное устройство – осуществляет отслеживание параметров сигнала. С выхода блока 1 снимается переменное напряжение, однозначно связанное с изменением отслеживаемого приемным устройством параметра случайного процесса, которое поступает на преобразователь, например, амплитуда - длительность (блок 2). Преобразованный сигнал является управляющим для схемы совпадений 3, на второй вход которой приходит непрерывная последовательность импульсов с задающего генератора 4. На выходе схемы совпадений получается последовательность импульсов, число которых однозначно связано с амплитудой преобразуемого сигнала.

Интервалы квантования входной последовательности во времени задаются генератором тактовых импульсов 5, частота которого F меняется от 1 до 60 Гц. Последовательный код числа перед входом в ЭВМ (блок 8) преобразуется устройством 6 в параллельный код. Согласование режима работы этого преобразователя и ЭВМ обеспечивается устройством синхронизации 7, которое имеет управляющие выходы а1 – Сброс, а2 – Строб, а3 – Запись, а также в1 – начало массива, в2 - Конец слова, в3 – Конец массива. В свою очередь, устройство синхронизации 7 управляется кнопками задания ре-

жимов работы «Пуск» и «Стоп». Схема преобразования данных легко может быть сопряжена с любой современной ЭВМ, при этом ввод данных можно осуществить с лю-

бого носителя. В сочетании с источником шума преобразователь выполняет функции датчика массива случайных чисел.

измерителем с антеннами ортогональной поляризации / В.К. Маршаков, А.Д. Кононов, А.А. Кононов // Вестник Воронежского гос-

УДК 004.42

ударственного университета. Серия: Физика. Математика. – Воронеж. – 2006. – № 2.– С.

91–93.

Воронежский государственный технический университет Студент факультета экономики, менеджмента и информационных технологий,

Жилкина Н.В., E-mail: natasha.zhilkina@mail.ru

Канд. техн. наук, доцент, О.В. Минакова

Россия, г. Воронеж, E-mail: ominakova@vgasu.vrn.ru

Voronezh State Technical University

Student of faculty of economy, of management and information technologies,

Zhilkina N.V., E-mail: natasha.zhilkina@mail.ru

Ph. D. in Engineering, associate professor, O. V. Minakova Russia, Voronezh, E-mail: ominakova@vgasu.vrn.ru