А.М. Межуев – к.т.н., доцент, начальник кафедры, 

ВУНЦ ВВС «ВВА» (г. Воронеж)

E-mail: multitenzor@mail.ru

А.В. Коренной – Засл. деятель науки РФ, д.т.н., профессор, 

кафедра №122, ВУНЦ ВВС «ВВА» (г. Воронеж)

E-mail: korennoj@mail.ru

Д.Л. Стуров – адъюнкт, 

ВУНЦ ВВС «ВВА» (г. Воронеж)

E-mail: 777dmitry.sturov777@gmail.com

Постановка проблемы. В условиях высокого нестабильного входного трафика и дестабилизирующих воздействий, характерных для функционирования современных телекоммуникационных систем, требуется применение методов адаптивного управления основными параметрами информационного обмена и сетевой топологией.

Цель. Разработать метод структурной адаптации телекоммуникационных систем к условиям нестабильного входного трафика высокой интенсивности и воздействию дестабилизирующих факторов.

Результаты. Проведена четкая структуризация предлагаемого метода по основным этапам его реализации. Для оценки информационной эффективности системы применена новая система обобщенных показателей, в основе которой лежит показатель коэффициента полезного действия передачи информации. Обеспечение допустимых информационных потерь достигается путем контроля приращений коэффициента полезного действия передачи информации по входному трафику – тангенса угла полосовой эффективности. Для формирования базы данных резервных топологий использован математический аппарат спектральной теории графов, позволяющий путем адаптивного изменения структурной избыточности базовой топологии телекоммуникационной системы получать альтернативные варианты коспектральных структур с требуемыми характеристиками топологической устойчивости. Учет влияния дестабилизирующих факторов на функционирование телекоммуникационной системы на сетевом уровне осуществляется с применением тензорной методологии на основе ортогональной модели, объединяющей три пространства: статического пространства-структуры системы и двух динамических пространств информационного и помехового трафиков. При реализации метода структурной адаптации телекоммуникационной системы определены граничные значения переходов между основной и резервными структурами по входному трафику, получено условие смены топологий с учетом обеспечения заданного уровня информационных потерь. Показан комплексный многоконтурный характер процедур адаптации с задействованием механизмов алгоритмического и параметрического контуров.

Практическая значимость. Разработано алгоритмическое и программное обеспечение в виде имитационной и аналитической моделей информационного обмена телекоммуникационной системы. Результаты моделирования подтвердили работоспособность полученного метода структурной адаптации в условиях нестабильного входного трафика высокой интенсивности и дестабилизирующих воздействий. Это определяется существенным повышением коэффициента полезного действия передачи информации в системе и значительным расширением полосы пропускания по входному трафику, что, в свою очередь, обеспечивает поддержание информационной эффективности и требуемое устойчивое состояние телекоммуникационной системы по заданному критерию в течение продолжительного интервала функционирования. Сформулированы практические рекомендации по использованию полученного алгоритмического и программного обеспечения на основе разработанного метода структурной адаптации в работе контроллера системы мониторинга и управления работой телекоммуникационной системы.

1. Kim B.S., Fang Y., Wong T.F. Rate-adaptive MAC protocol in high-rate personal area networks // Proc. of IEEE WCNC. March 2004. P. 1394−1399.
2. Miguel López-Benítez, Javier Gozálvez. Link adaptation algorithms for improved delivery of delay- and error-sensitive packet-data services over wireless networks // Wireless Networks. April 2010. V. 16. № 3. P. 593−606.
3. Головин О.В., Простов С.П. Системы и устройства коротковолновой радиосвязи. М.: Горячая линия – Телеком. 2006. 600 с.
4. Julian D., Chiang M., O’Neill D., Boyd S. QoS and fairness constrained convex optimization of resource allocation for wireless cellular and ad hoc networks // Proc. IEEE Infocom Conf. June 2002. P. 477−486.
5. Межуев А.М. Совместное решение задач алгоритмической и структурной адаптации в инфокоммуникационных системах // Наукоемкие технологии в космических исследованиях Земли (СПб.: Издательский дом «Медиа паблишер»). 2015. Т. 7. № 6. С. 36−43.
6. Цветкович Д., Дуб М., Захс Х. Спектры графов. Теория и применение. Киев: Наукова думка. 1984. 384 с.
7. Butler S., Chung F. Spectral graph theory. In Handbook of Linear Algebra. Edition 2nd. / Ed. L. Hogben: CRC Press. 2017. 1904 p.
8. Межуев А.М., Коренной А.В., Пасечников И.И. Метод формирования структурно устойчивых и информационно эффективных сетевых информационных систем // Радиотехника. 2019. № 4. С. 84−94. DOI 10.18127/j00338486-201904-12.
9. Прикладные задачи навигации, связи и управления. Методы анализа и синтеза / Под ред. А.В. Коренного. М.: Радиотехника. 2015. 160 с.
10. Межуев А.М., Пасечников И.И., Коренной А.В. Анализ функции эффективности информационной сети и алгоритм оценки режимов информационного обмена на основе производных обобщенного показателя // Электромагнитные волны и электронные системы. 2017. № 5. С. 12−22.
11. Межуев А.М. Алгоритмы преобразования базовых структур сетевых информационных систем и метод нахождения коспектральных структур высокой устойчивости // Информационно-измерительные и управляющие системы. 2019. № 3. С. 66−74. DOI 10.18127/j20700814-201903-08.
12. Межуев А.М., Пасечников И.И., Коренной А.В. Тензорная ортогональная модель с учетом влияния помеховой обстановки при оценке информационной эффективности инфокоммуникационных сетей // Радиотехника. 2018. № 10. С. 96−108. DOI 10.18127/j00338486-201810-13.
13. IТU-Т Recommendation Y.1541 Network Performance Objectives for IP-Based Services. May 2002.
14. IТU-Т Recommendation E.802 Overall network operation, telephone service, service operation and human factors. February 2007.
15. Donovan Alan A.A., Brian W. Kernigha. The Go Programming Language. Addison-Wesley Professional computing series. NY. 2016. 400 р.
16. Borshchev A. The Big Book of Simulation Modeling. Multimethod modeling with AnyLogic 6. AnyLogic North America. 2013. 614 p.