Работы автора

Постановка задачи: выявление нештатных ситуаций на железной дороге для обеспечения безопасности и оптимизации процессов, включая наблюдение за состоянием занятости, движением поездов, погодными условиями и другими факторами, способными привести к возникновению ситуаций.

Целью работы является разработка специализированного программного обеспечения с использованием данных кластерного анализа для выявления причин аварийных ситуаций на железнодорожном транспорте России, что крайне важно из-за его значительного уровня общественной безопасности и нестабильности в стране, а также из-за возможных угроз, связанных с возможными ситуациями, особенно при перевозке грузов.

Используемые методы: кластерный анализ для систематизации хороших видов аномалий, возникающих на железнодорожном транспорте, с учетом таких параметров, как источник возникновения проблем, географического положения и временных характеристик. Они предпочитают выявлять факторы группы событий и лучше понимать их природу, а также оценивать эффективность предотвращения возникновения ситуаций.

Результат: с использованием метода кластерного анализа данных выявление основных признаков, конференций на основе непривычных обстоятельств в функционировании железнодорожного транспорта. Это приводит к существенным результатам, включая идентификацию различных категорий нештатных ситуаций, оптимизацию мер безопасности и повышение результативности железнодорожной системы. Элементами новизны представленного решения является применение кластерного анализа для выявления признаков, особенностей и проявлений, проявляющихся в данных, связях с вариациями на схемной дороге.

Теоретическая/практическая эффективность состоит в выработке рекомендаций в рамках стратегии, повышения безопасности и в конечном итоге достижения общей эффективности транспортной системы в долгосрочной стратегии.

В настоящем исследовании рассматриваются зависимости величины задержки и потери кадров видеопотока, сжатых нейросетевым кодеком, разработанным на основе нейросетевого вариационного автокодировщика, от размера передаваемых кадров при реализации каналов информационного обмена между беспилотной авиационной системой и станцией внешнего пилота в наземном сегменте гибридной орбитально-наземной сети связи с учетом расстояния между ними при использовании технологий передачи данных 3G и LTE.

Актуальность исследования обусловлена необходимостью достижения заданного уровня качества обслуживания услуги управления беспилотными летательными аппаратами от первого лица в сетях связи.

Используемые методы. В ходе исследования натурным экспериментом измерены прикладные задержки передачи и потери кадров видеопотока FPV-управления при использовании нейросетевых кодеков. Прикладные задержки и потери учитывают сегментацию, восстановление пакетов и передачу нескольких UDP-пакетов для каждой полезной нагрузки. Дополнительно методом Розенблатта ‒ Парзена восстановлены распределения плотности вероятности задержек.

Результаты. Получены оценки средних значений задержки передачи и потерь кадров видеопотока (сжатых нейросетевым кодеком) при использовании технологий передачи данных 3G и LTE с учетом различных расстояний между беспилотной системой и станцией внешнего пилота. Восстановлены распределения зависимостей задержек видеопотока от размера полезной нагрузки. Найден характер распределения задержки видеопотока, формируемого нейросетевым кодеком.

Новизна полученных результатов заключается в исследовании характера задержек и потерь кадров видеопотока услуги FPV-управления, передаваемого через мобильные сети связи, на прикладном уровне модели OSI при использовании нейросетевых кодеков.

Практическая значимость. Полученные результаты могут быть примененены при моделировании каналов информационного обмена для FPV-управления с целью формирования оптимальной конфигурации используемых нейросетевых кодеков.