автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.12, диссертация на тему:Развитие теоретических основ, методов и систем автоматизированного проектирования средств анализа и синтеза изображений в распределённых геоинформационных системах

На правах рукописи

Гришенцев Алексей Юрьевич

РАЗВИТИЕ ТЕОРЕТИЧЕСКИХ ОСНОВ, МЕТОДОВ И СИСТЕМ АВТОМАТИЗИРОВАННОГО ПРОЕКТИРОВАНИЯ СРЕДСТВ АНАЛИЗА И СИНТЕЗА ИЗОБРАЖЕНИЙ В РАСПРЕДЕЛЁННЫХ ГЕОИНФОРМАЦИОННЫХ СИСТЕМАХ

Специальность 05.13.12 - Системы автоматизации проектирования (приборостроение)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени доктора технических наук

Санкт-Петербург - 2015

15 АПР 2015

005567313

Работа выполнена в Санкт-Петербургском национальном исследовательском университете информационных технологий, механики и оптики

Научный консультант: доктор технических наук, профессор Коробейников Анатолий Григорьевич

Профессор кафедры Системного анализа и логистики ФГАОУ ВПО «С-Петербургский государственный университет аэрокосмического приборостроения», доктор технических наук, профессор Сольницев Ремир Иосифович

Декан факультета Информатики и вычислительной техники ФГБОУ ВПО «Поволжский государственный технологический университет», доктор технических наук, профессор Сидоркина Ирина Геннадьевна

Профессор кафедры Автоматизации

технологических процессов ФГБОУ ВПО «Тверской государственный технический университет» доктор технических наук, профессор Филатова Наталья Николаевна

Санкт-Петербургский государственный

электротехнический университет «ЛЭТИ» им. В. И. Ульянова (Ленина) (СПбГЭТУ)

Зашита состоится 24 июня 2015 г. в 15 час. 50 мин. на заседании диссертационного совета Д 212.227.05 при Санкт-Петербургском национальном исследовательском университете информационных технологий, механики и оптики по адресу: 197101, Санкт-Петербург, Кронверкский пр., д.49., ауд. 285.

С диссертацией можно ознакомиться в библиотеке Санкт-Петербургского национального исследовательского университета информационных технологий, механики и оптики по адресу: 197101, Санкт-Петербург, Кронверкский пр., д.49 и на сайте fppo.ifmo.ru.

Автореферат разослан «3» апреля 2015 года.

Ученый секретарь

диссертационного совета Д 212.227.05, кандидат технических наук, доцент

Официальные оппоненты:

Ведущая организация:

В. И. Поляков

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. В настоящее время активному развитию систем автоматизации обработки, анализа и синтеза изображений как наукоёмкого технологического процесса способствует совершенствование методов и систем автоматизированного проектирования (САПР), автоматизации систем технологической подготовки производства (АСТПП) и научно-технический прогресс. Непрерывно совершенствуются, методы обработки колоссальных объёмов данных, получаемых при помощи распределённых геоинформационных систем (ГИС), в частности, методами дистанционного зондирования Земли (ДЗЗ), зондирования атмосферы и ионосферы, погодно-климатическими, биосферными, геологомииералогическими,

океанографическими исследованиями, а так же исследованиями ближнего космоса. В рамках новой мультидисциплинарной структуры «Мировая система данных» (МСД) созданной решением 29-ой Генеральной Ассамблеи Международного совета по науке (МСН), сформированы и продолжают непрерывно развиваться «Мировые центры данных» (МЦД), предоставляющие возможности нового, скоординированного глобального подхода к научным данным и информации, гарантирующего универсальный равноправный доступ к качественной информации для исследований, образования и принятия решений. Так два российских МЦД входят в состав Геофизического центра Российской академии наук: МЦД по Солнечно-Земной физике и МЦД по физике твёрдой Земли; три МЦД в России осуществляют свою деятельность, входя в состав Всероссийского научно-исследовательского института гидрометеорологической информации - Мировой центр данных (ВНИИГМИ-МЦД): МЦД по метеорологии, МЦД по океанографии и МЦД но ракетам, спутникам и вращению Земли; в 2006 г. на Украине в структуре Института прикладного системного анализа и Национального технического университета Украины «Киевский политехнический институт» создан МЦД по геоинформатике и устойчивому развитию.

Существенных успехов в области обработки данных достигли коллективы отечественных исследовательских центров и их зарубежные партнёры. Глобальные научно-практические проекты, реализуемые космическими агентствами: Федеральное космическое агентство (Роскосмос), National Aeronautics and Space Administration (NASA), European Space Agency (ESA), China National Space Administration (CNSA); множественными геофизическими, биосферными исследовательскими центрами и институтами, стимулируют развитие новых научных направлений, способных использовать имеющиеся данные для получения максимального количества полезной информации, производить анализ и прогнозирование. С ростом возможностей вычислительных систем и усложнением задач, предназначенных к решению возрастает сложность принципов построения, разработки и функционирования систем автоматизированной обработки данных. Тенденции развития современных автоматизированных систем требуют от разработчиков реализовывать технологии, содержащие глубокую интеграцию методов обработки, анализа, моделирования, хранения и визуализации в единые

вычислительные комплексы, использующие распределённые вычислительные ресурсы.

В отечественной практике следует отметить недостаточность разработки и внедрения новых технологий в процессы проектирования и технологической подготовки наукоёмких производств на основе широкого использования средств вычислительной техники, информационных технологий и вычислительных сетей.

План фундаментальных исследований Российской академии наук на период 2013-2020 гг., утверждённый распоряжением Правительства Российской Федерации от 3 декабря 2012 г. №2237-р, содержит перечень следующих важнейших научных проблем и ожидаемых по ним результатов, ожидаемых в прогнозируемый период, среди которых можно выделить определяющие актуальность работы по направлениям.

В области математического моделирования:

- разработка методов агрегирования моделей и данных;

- разработка методов решения задач зондирования и мониторинга атмосферы и других задач геофизики;

В области математических проблем механики и исследования космоса:

- разработка методов обработки изображении геофизических полей;

В области информатики и информационных технологий:

- разработка методов алгебры, алгебраической геометрии, теории чисел, теории алгебраических групп и математической логики для нужд теории передачи информации;

- развитие принципов интсроперабельности, стандартов и технологий открытых информационных систем;

- разработка методов, технологий и алгоритмов автоматического выделения и распознавания объектов на цифровых изображениях при ограниченных ресурсах памяти;

В области систем автоматизации, CALS-технологий (от англ. Continuous Acquisition and Lifecycle Support - непрерывная информационная поддержка поставок и жизненного цикла изделий), математических моделей и методов исследования сложных управляющих систем и процессов:

- разработка методов численного решения и анализа обратных некорректных задач;

- разработка методов построения, в интерактивном режиме, трехмерных анимационных моделей реальных объектов;

В области создания глобальных и интегрированных информационно-телекоммуникационных систем и сетей, развитие технологий и стандартов грвд (от англ. grid - решётка, сеть):

- разработка методов целочисленного линейного программирования в Си-компиляторах для конвейеризации циклов в операционных системах реального времени;

- разработка алгоритмов когерентной обработки многомерных данных в задачах обработки сигналов и изображении и задачах математического моделирования;

- разработка комбинировашгой распределенной вычислительной инфраструктуры и сервис-ориентированной среды для поддержки научных исследований, обеспечивающей интеграцию различных классов ресурсов, таких как кластеры, сервисные грид-янфраструктуры, грид-системы из персональных компьютеров и облачные инфраструктуры, с поддержкой эффективного планирования вычислительных заданий при решении прикладных задач.

В области локационных систем, геоинформационных технологий и систем:

- разработка технологий интерактивной обработки и анатиза потоков разнотипных пространственно-временных геоданных для телекоммуникационных систем поддержки фундаментальных и прикладных исследований и мониторинга природных и техногенных процессов.

Таким образом, развитие научных основ САПР и АСТПП построения средств автоматизированного синтеза и анализа изображений в распределённых вычислительных системах с применением САЬБ-технологий, распределённых вычислений и хранилищ данных (грид-систем), при внутренней и межсистемной ннтероперабельности в соответствии с постановкой требований к распределённым ГИС является актуальным направлением научных исследований, позволяющих решить научную проблему повышения степени эффективности САПР распределённых ГИС имеющую важное хозяйственное, а с учётом расположения множества станций ГИС в высокоширотных и шельфовых зонах, политическое и социально-экономическое значение.

Диссертационная работа соответствует специальности 05.13.12 «Системы автоматизации проектирования» (приборостроение) — занимающейся проблемами создания и повышения эффективности функционирования систем автоматизированного проектирования, управления качеством проектных работ на основе использования современных методов моделирования и инженерного анализа, перехода на безбумажные сетевые формы документооборота и интеграции САПР в общую архитектуру автоматизированной проектно -производственной среды развивая принципы и методы, отличаюшиеся тем, что они содержат разработку и исследования научных основ проектирования, построения и функционирования интегрированных интерактивных комплексов анализа и синтеза проектных решений, испытание и эксплуатацию сложных технических объектов, образцов новой техники и технологий. В соответствии с паспортом специальности (п. 1, 2, 3, 6, 8), отметим следующие области исследований, рассмотренные в диссертационной работе:

- методология автоматизированного проектирования в технике, включая постановку, формализацию и типизацию проектных процедур и процессов проектирования, вопросы выбора методов и средств для применения в САПР;

- разработка научных основ создания систем автоматизации проектирования и автоматизации технологической подготовки производства (САПР и АСТПП);

- разработка ¡тучных основ построения средств САПР, разработка и исследование моделей, алгоритмов и методов для синтеза и анализа проектных решений, включая конструкторские и технологические решения в САПР и АСТПП:

- разработка научных основ реализации жизненного цикла проектирование — производство - эксплуатация, построения интегрированных средств управления проектными работами и унификации прикладных протоколов информационной поддержки;

- разработка научных основ построения средств компьютерной графики, методов геометрического моделирования проектируемых объектов и синтеза виртуальной реальности.

Диссертационная работа развивает теоретические основы, методы и системы автоматизированного проектирования средств анализа и синтеза изображений в распределённых ГИС на основе методов теории автоматизированного проектирования, цифровой обработки сигналов, математического моделирования, оптимизации и исследования операций, математического анализа, дифференциального и интегрального исчислений, численных методов, теории вероятностей и математической статистики, теории графов, теории алгоритмов, физики плазмы, электротехники, биофизики, в основу которых положены принципы и зависимости ряда фундаментальных естественнонаучных дисциплин. Работа является развитием САПР локальных и глобальных распределённых ГИС, прототипами которых являются: системы мониторинга и прогнозирования состояния высоких слоев атмосферы, ионосферы, магнитосферы, околоземного пространства; системы экологического мониторинга, например, замкнутая система управления «Природа-техногеника»; системы сейсмического мониторинга и др.

Диссертационная работа является дальнейшим развитием теории и методологии САПР в наукоёмких областях, значительный вклад в которую внесли: А. А. Самарский, И. П. Норенков, Г. И. Джанджгава, В. М. Курейчик, И. В. Герасимов, Р. И. Сольницев, П. П. Парамонов, А. А. Овдеенко, П. А. Ефимов, В. И. Анисимов, А. Г. Коробейников, Ю. А. Гатчин, О. А. Трошичев, И. О. Жаринов и др.

Объектом исследования диссертационной работы являются средства САПР с применением современных методов моделирования и инженерного анализа, в приложении к развитию распределённых ГИС, построенных на базе аппаратно-программных комплексов и систем, предназначенных для получения, обработки, анализа изображений методами и средствами дистанционного зондирования Земли и околоземного пространства, с целью мониторинга, изучения и прогнозирования состояния окружающей среды.

Предметом исследования диссертационной работы является методология развития, создания и повышения эффективности функционирования САПР, управление качеством проектных работ на основе использования современных методов моделирования, инженерного анализа и интеграции САПР в общую архитектуру автоматизированной проектно-производственной среды распределенных ГИС.

Цель диссертационной работы заключается в развитии и повышении степени эффективности функционирования САПР распределённых ГИС.

Цель работы достигалась решением следующих задач.

1. Теоретическое обобщение и формирование концептуальных принципов применения методов и средств САПР наукоемкого производства

распределённых ГИС, в условиях непрерывного роста информационных потоков и необходимости оптимизации использования распределённых ресурсов.

2. Развитие научных основ построения средств САПР, разработка и исследование моделей, алгоритмов и методов для синтеза и анализа проектных решений, включая конструкторские и технологические решения САПР и АСТПП в распределённых ГИС.

3. Развитие научных основ построения интегрированных средств управления проектными работами и унификации прикладных протоколов информационной поддержки в распределённых ГИС.

4. Развитие и разработка способов автоматизированного взаимодействия с изготовителем и потребителем и методов технологической подготовки распределенных ГИС.

5. Разработка и анализ новых методов и алгоритмов компьютерной графики, геометрического моделирования и синтеза виртуальной реальности в системах вертикального зондирования ионосферы на основе принципов распознавания образов.

6. Разработка и анализ новых методов и алгоритмов компьютерной графики, методов геометрического моделирования проектируемых объектов на основе использования методов моделирования и анализа алгоритмов декомпозиции и синтеза многомерных цифровых сигналов.

7. Развитие научных основ построения средств компьютерной графики, методов геометрического моделирования проектируемых объектов и синтеза виртуальной реальности на основе использования методов моделирования и анализа алгоритмов компьютерной графики предназначенных для сжатия многомерных цифровых сигналов на основе анализа дифференциальной структуры изображения.

8. Разработка формального описания многомерных цифровых сигналов на базе тензорного исчисления с целью использования принципов интероперабельности в сфере формального описания цифровых сигна лов.

9. Разработка и исследование предметно-ориентированных моделей, алгоритмов и методов синтеза виртуальной реальности для практической реализации с целыо исследования, и интеграции в распределённые ГИС. Положения, выносимые на защиту, обладающие научной новизной:

1. Теоретическое обобщение, развитие научных основ и формирование концептуальных принципов применения методов и средств САПР и АСТПП, в приложении к автоматизации проектирования методов и средств наукоёмког о производства, распределённых ГИС, в условиях непрерывного роста информационных потоков и необходимости оптимизации распределения ресурсов. Результатом является комплексное повышение степени эффективности САПР применительно к распределённым ГИС.

2. Развитие научных основ реализации жизненного цикла проектирование - производство - эксплуатация, построение интегрированных средств управления проектными работами для автоматизации технологической подготовки производства распределённых ГИС. Позволило существенно повысить качество АСТПП распределённых ГИС.

Разработка методов и средств исследования моделей, алгоритмов и методов для синтеза и анализа проектных решений, включая конструкторские и технологические решения САПР и АСТПП в распределённых ГИС, позволившая повысить качество автоматизированной разработки ГИС

3. Методы унификации прикладных протоколов информационной поддержки для реализации принципов интероперабельности в распределённых ГИС. Разработанные методы позволяют интефировать в единое информационное пространство распределённых ГИС данные различных форматов при сохранении общих принципов их обработки, а сами распределённые ГИС интефировать в МЦД.

4. Метод автоматизированного анализа авторских алгоритмов, методов компьютерной фафики и синтеза виртуальной реальности, предназначенных для сжатия многомерных цифровых сигналов-изображений, основанных на формировании геометрической структуры и определяющей краевые условия, на базе дифференциального анализа. Разработанные методы и алгоритмы сжатия предназначены для формирования компактной формы представления цифровых изображений. Разработанные методы анализа алгоритмов компьютерной графики позволили выявить свойства авторского метода сжатия на базе дифференциального анализа и произвести его существенную оптимизацию.

5. Метод автоматизированного анализа авторских алгоритмов и методов компьютерной фафики, предназначенных для декомпозиции многомерных цифровых сигналов по базису ортогональных всплесков. Разработанные методы и алгоритмы декомпозиции многомерных цифровых сигналов по базису ортогональных всплесков позволяют производить анализ и синтез цифровых сигналов. Они успешно применены для спектрального анализа графических изображений в задачах распознавания образов. Методы анализа алгоритмов компьютерной фафики позволили выявить свойства авторских методов декомпозиции по базису прямоугольных всплесков и произвести его существенную оптимизацию.

6. Метод и алгоритм автоматизированного анализа алгоритмов компьютерной фафики для обработки данных вертикального зондирования ионосферы на основе принципов распознавания образов. Разработанные авторские метод и алгоритм обработки данных вертикального зондирования ионосферы на основе принципов распознавания образов, позволил автоматизировать процесс решения обратной задачи вертикального зондирования ионосферы, а метол анализа алгоритма позволил произвести существенную оптимизацию и повышение качества обработки данных в распределенных ГИС.

7. Математические модели интегрированные в распределённые ГИС с возможностью геометрического моделирования проектируемых объектов и синтеза виртуальной реальности. Разработанные авторские математические модели позволяют производить геометрическую интерпретацию и синтез объектов виртуальной реальности некоторых локальных процессов и явлений в ионосфере.

8. Унифицированный метод формального описания многомерных цифровых сигналов на базе тензорного исчисления, способствующий формализации многомерных данных, расширению операционного пространства и унификации прикладных протоколов информационной поддержки для применения в методах и средствах разработки программного и/или аппаратного обеспечения.

Теоретическая ценность работы. Результаты работы полезны для научных областей: САПР, математическое моделирование, системы искусственного интеллекта, цифровая обработка сигналов, развивая:

- научные основы построения средств САПР, способы разработки и исследования моделей, алгоритмов и методов для синтеза и анализа проектных решений, включая конструкторские и технологические решения в САПР и АСТПП;

- научные основы реализации жизненного цикла проектирование -производство — эксплуатация, построения интегрированных средств управления проектными работами и унификации прикладных протоколов информационной поддержки;

- научные основы построения средств компьютерной графики, методов геометрического моделирования проектируемых объектов и синтеза виртуальной реальности;

- теорию декомпозиции и синтеза цифровых сигналов;

- теорию сжатия и кодирования цифровых сигналов;

- теорию формального описания многомерных цифровых сигналов;

- теорию автоматизированных систем распознавания образов и компьютерного зрения.

Практическая значимость работы состоит в создании методологии и образующих её методов, а так же реализации программных средств применяемых для решения наукоёмкой задачи развития алгоритмов и методов САПР для проектирования и эксплуатации распределённых ГИС. Практическими результатами работы являются:

- разработаны базовые принципы и методология создания средств управления проектными работами и унификации прикладных протоколов информационной поддержки для новых и действующих распределенных ГИС;

- разработан и исследован комплекс алгоритмов и программ автоматизированной обработки данных высотного зондирования ионосферы, произведён ряд мероприятий, направленных на решение задач обратной совместимости, унификации форматов и восстановления информации полученной при помощи зондов «АИС-М»; разработаны методологические принципы автоматизированного проектирования, развития и интеграции базы данных многолетних наблюдений за ионосферой; разработаны и исследованы библиотеки программ обеспечивающих совместимость форматов данных CADI (Канада); разработаны и исследованы алгоритмы визуализации и автоматизированного анализа ионограмм, реализованные в виде системы автоматизированной обработки данных вертикального зондирования ионосферы, перечисленный комплекс методов, программ и алгоритмов

применяется в Институте земного магнетизма, ионосферы и распространения радиоволн им, Н. В. Пушкова РАН (ИЗМИРАН, Россия);

— разработаны программные библиотеки, реализующие алгоритмы компьютерной графики и анализ этих алгоритмов, и предназначенные для методов геометрического моделирования проектируемых объектов и синтеза виртуальной реальности; используются рядом учебных и исследовательских институтов (ИЗМИРАН, ФГАОУ ВО «СПбНИУ ИТМО» и ФГБОУ ВПО «СПбГПУ»), государственными и частными организациями, а так же частными лицами;

- разработана методология автоматизированного проектирования и оптимизации использования вычислительных ресурсов ГИС для построения распределённых хранилищ данных, реализованная в виде комплексов программ и программных библиотек, предназначенных для автоматизированной обработки и хранения данных вертикального зондирования ионосферы, полученных при помощи распределённой сети станций, оборудованных зондами CADI, элементы которой используется Государственным научным центром Арктический и антарктический научно-исследовательский институт (ААНИИ, Россия).

Результаты диссертационной работы реализованы в виде специализированных предметно-ориентированных библиотек и программ для ЭВМ, зарегистрированных в федеральной службе по интеллектуальной собственности, патентам и товарным знакам РФ:

- свидетельство № 2011617569 (заявка № 2011615887 от 03/08/2011 г.);

- свидетельство № 2011615714 (заявка № 2011614886 от 01/06/2011 г.);

- свидетельство № 2011612823 (заявка № 2011611159 от 24/02/2011 г.);

- свидетельство № 2013613915 (заявка № 2013611839 от 01/03/2013 г.);

- свидетельство № 2013614439 (заявка № 2013612092 от 20/03/2013 г.);

- свидетельство № 2014617943 (заявка № 2014615532 от 06/08/2014 г.);

- свидетельство № 2014617943 (заявка № 2014661494 от 30/10/2014 г.).

По результатам работы получены патенты на изобретения от Федеральной службы по интеллектуальной собственности (РОСПАТЕНТ):

- патент № 2484523 (заявка № 2011126857 от 29/06/2011);

- патент № 2500067 (заявка № 2012107969 от 01/03/2012). По результатам работы получены акты о внедрении:

- программы автоматизированной обработки данных АИС-М, от 03/07/2012 (СПб ИЗМИРАН);

-программы приёма и хранения данных полученных методом вертикального зондирования ионосферы, от 14/11/2014 (ААНИИ);

- методов и систем автоматизированного проектирования средств управления распределёнными информационными ресурсами, от 17/09/2014 (ФГБУ «СПбНИИФК»);

- результатов диссертационной работы в учебно-исследовательскую практику, от 08/12/2014 (ФГАОУ ВО «СПбНИУ ИТМО»);

- программы реализации и тестирования метода дифференциального сжатия изображений, от 17/11/2014 (ФГБОУ ВО «СПбГПУ»),

Подготовка кадров высшей квалификации заключается во внедрении ряда результатов полученных в диссертационной работе в практику учебной и научно-исследовательской деятельности высших учебных заведений и научных учреждений, подготовке автором учебных программ и материалов. Так часть результатов диссертационной работы применяется в учебном процессе и изложена в учебной и методической литературе ФГАОУ ВО «СПбНИУ ИТМО» и ФГБОУ ВО «СПбГПУ». По результатам работы получены акты о внедрении от высших учебных заведений и научно-исследовательских институтов.

Достоверность и обоснованность результатов подтверждается корректным применением математического аппарата, успешным применением разработанных методик при решении практических задач САПР распределённых ГИС.

Адекватность моделей подтверждается тестовыми расчётами, устойчивостью и соответствием полученных результатов фундаментальным законам, используемым для построения и реализации моделей. Адекватность разработанных математических методов подтверждается последовательностью логических рассуждений, использованных при доказательствах.

Апробация работы. Результаты и выводы, полученные в диссертационной работе, докладывались и обсуждались на международных, всероссийских и региональных научных конференциях, всего сделано 16 докладов наиболее значимые из которых: Ш-УШ Всероссийская межвузовская конференция молодых учёных (Санкт-Петербург, 2006-2012 г.); VIII региональная научно-практическая конференция «Безопасность информационного пространства» (Челябинск, 2009 г.); IV Всероссийская конференция «Радиотехника и связь» (Москва, 2010 г.); Республиканский конгресс «Актуальные вопросы организации курортного дела, курортной политики и физиотерапии АРК» (Евпатория, Украина, 2010 г.); Всероссийская конференция «Информатика и вычислительная техника» (Ульяновск, 2010 г.); Международная научно-практическая конференция «Автоматизация и механизация технологических процессов на сортировочных станциях» (Москва, 2010 г.); Всероссийская конференция с международным участием «Информационные технологии в профессиональной деятельности и научной работе» (Йошкар-Ола, 2012 г.); Международный конгресс по интеллектуальным системам и информационным технологиям «13&1Т' 12» (Дивноморское, Россия, 2012 г.).

Публикации. В ходе выполнения исследований по теме диссертации опубликовано сорок две научные работы (общий объём более 110 печ. л.). В том числе 33 статьи (в центральных отечественных и зарубежных изданиях, а также в трудах международных и всероссийских конференций). Автор имеет 7 зарегистрированных программ и программных библиотек, 2 патента на изобретения, 1 монографию, а также 14 статей в изданиях, рекомендованных ВАК РФ для публикации основных результатов диссертационных работ на соискание ученой степени доктора наук.

Структура и объем диссертации. Диссертация содержит введение, 8 глав и заключение, изложенных на 244 с. машинописного текста. В работу включены 71 рис., 12 табл., список литературы из 222 наименований и

приложение, в котором представлены: авторские свидетельства, патенты на изобретения и акты о внедрении результатов работы.

СОДЕРЖАНИЕ РАБОТЫ

Введение содержит обоснование актуальности темы исследований и разработки новых принципов обработки и анализа данных полученных распределёнными ГИС, методологию построения распределённых ГИС с применением методов и средств САПР в наукоемких производствах на базе распределённых вычислений с применением САЬБ-технологий, хранилищ данных, грид-еиетем при межсистемной интероперабельности. Определён объект и предмет исследований. Сформулированы цели и задачи работы, основные положения, выносимые на защиту. В завершении главы приведены выводы.

В первой главе приведены общие сведения о распределённых ГИС, рассмотрены вехи развития и становления ГИС в их современном виде. Произведён хронологический обзор развития ГИС и МЦД. Выполнен классификационный анализ и анализ принципов формирования и обработки комплексных данных и особенностей функционирования распределённых ГИС. Сформулирована типология проблемы проектирования распределённых ГИС. Рассмотрены возможности повышения эффективности за счёт использования методов и средств САПР. В завершении главы приведены выводы.

Во второй главе рассмотрены вопросы автоматизированной оптимизации управления ресурсами распределённых ГИС. Разработана поточная модель распределённой вычислительной системы (РВС) непрерывного времени на примере абстрактной вычислительной системы, которую можно задать как ориентированный граф (орграф) С(У,Е). Вершины орграфа V = (г,,!',,...,!>„) соответствуют вычислительным элементам (узлам) потребляющим и производящим данные. Рёбра орграфа Е соответствуют каналам обмена информацией между элементами множества у. Будем обозначать ребро е,7, соответствующее информационному каналу, соединяющему вершину V,. с вершиной . Положим, что каждый канал еч предназначен для осуществления основного потока данных от узла V, к г;, при этом канал может поддерживать некоторый, существенно меньший поток данных в обратном направлении (от V, к V,), что на практике соответствует запросам от V,. к \г на: отправку, подтверждение получения, проверку целостности данных и т.д. Пусть каждый канал еч характеризуется весовой характеристикой определяющей скорость передачи данных в прямом направлении. С учётом того, что в реальных ГИС объём данных х:1 передаваемых в прямом направлении (обычно) существенно больше объёма данных передаваемых в обратном направлении, временем передачи данных в обратном направлении можно пренебречь. Каждый вычислительный узел, соответствующий вершине графа V, , производит данные уг Каждый вычислительный узел V,., характеризуется: вычислительной мощностью 0,п (единицы измерения [операций/с]); вычислительной сложностью алгоритма С1 (единицы измерения [операций]), которая является

функцией = \е„,Ж) от получаемых узлом V, данных

хч,хг1.....дгч. за время Таким образом, множество С, С; е С

соответствует элементам (локальным задачам), образующим общую (глобальную) вычислительную задачу, решаемую РВС.

Вычисления обычно происходят порциями (блоками, пакетами), каждый узел ожидает некоторого объёма данных, достаточных для начала вычислений, если при этом предыдущие вычисления на узле были завершены, то вычислительные ресурсы данного узла будут простаивать, что приводит к неэффективному использованию вычислительных ресурсов и может негативно повлиять на общее время вычислений. При поточной обработке вычислительному узлу необходим некоторый малый объём данных, передача которого не занимает существенного времени и вычислительный процесс происходит непрерывно, и с точки зрения передачи данных ограничивается не временем получения пакета данных, а средней скоростью передачи данных по сети. Для построения данной модели допустим, что вычисления происходят поточно, причём при малом изменении времени (Дг—>0) приращение данных в потоке так же стремиться к нулю, что возможно выразить следующей системой дифференциальных уравнений (1):

где е,- скорость передачи данных от узла у,, к т - коэффициент пропорциональности, таким образом, выражение т1£>1 /С,. определяет скорость производства данных вычислительным узлом \>г Недостатком такой

модели является возможность моделирования только поточной распределённой вычислительной системы, для рассмотрения случая передачи данных блоками необходимо ввести блочную модель системы дискретного времени. В таблице (табл. 1.) рассмотрена послойная блочная модель РВС дискретного времени. В качестве примера выделено три слоя:

-передающий (исток) - содержит вычислительные узлы V,., где для соответствующих выражений индекс ( принимает значения из множества

р,р + и..,р + к (/е {р,р +1.....р + к}), узлы данного слоя осуществляют синтез и

начало передачи данных;

—принимающий (сток) — содержит вычислительные узлы , где для соответствующих выражений индекс } принимает значения из множества + + т О'е {л-,.г ++ т}), узлы данного слоя осуществляют приём и синтез данных;

-транспортный — содержит каналы передачи данных между передающим и принимающим слоями и осуществляет непосредственно передачу.

Собственно каждый вычислительный узел может одновременно быть принимающим и передающим, причём возможны петли, т.е. случаи, когда узел

(1)

передаёт данные самому себе. Множества передающих и принимающих смежных узлов могут пересекаться. Такая модель позволяет рассматривать как поточную, так и блочную обработку данных, учитывать время задержки необходимое для синтеза и передачи данных. Заметим, что возможно определить время передачи и обработки данных по некоторому пути следования соответствующего всему или части технологического цикла автоматизированной обработки данных, обозначим такое время 7"„. и назовём его временем вычислительного канала, где н> — индекс, принадлежащий множеству индексов конечных узлов в цепи вычисления РВС.

Вычислительный процесс может быть задержан, особенно существенной может быть задержка при многослойной модели РВС, возможен значительный простой вычислительных мощностей при значительной же вариабельности времени задержек (&гг Частично данную

проблему решает буферизация данных с предобработкой. Например: передающий узел \>р, вычислив новый блок данных, может передать его принимающему узлу V,. Принимающий узел V,, произведя предварительную предобработку (не дожидаясь прочих данных необходимых для получения результата у,) блока данных х!р размещает их в буфере тем самым освобождая канал связи е>р для передачи нового блока. Коренным решением проблемы будет оптимизация распределения вычислительной нагрузки по узлам РВС и планирования трафика каналов связи.

Таблица 1. Послойная модель РВС дискретного времени.

характеристика Слои РВС

вычислительные узлы передающий слой каналы передачи данных транспортный слой вычислительные узлы принимающий слой

данные у,=тл2, М/С, Хц—€ц Л?,/ М/С,

скорость та/С, ей та/С,

время м Д',7 м,

Ур+к '

Полученные уравнения (табл. 1) запишем в виде системы (2):

( е- - = —

11 «ц

т]У] _ У]_ (2)

с, дс,

=/(У1.Уг.-.Уп)

На базе полученной модели, решалась задача оптимизации использования РВС.

Постановка задачи оптимизации РВС заключается в следующем: при постоянстве числа узлов V, транспортных каналов Е, суммы вычислительных

мощностей Хй = const и маршрутов следования данных необходимо таким

образом распределить вычислительные ресурсы Q, между вычислительными задачами С,, что бы минимизировать время получения конечного результата тах^СТи,) -»тт. Разделим тж на составляющие образованные задержкой в каналах передачи данных 7"„г и вычислительных узлах 7"н1'. Задачу оптимизации распределения ресурсов Qi между вычислительными задачами Сj, без учёта задержки при передаче данных, можно выразить в виде системы (3):

E?=i Qi = const miQ> _ ZL

С] ы,

Cj = /(У1,У2,-.Уп>

(3)

TZ = Е5тах„(ДГ;) тахц,(Т^) -»min

для /.je {1,2„..,п), время задержки вычислительного канала 7"„v рассчитывается как сумма максимальных значений maxN(At;) (при N элементах в слое) из каждого слоя, образующего цепочку вычислительного канала. При оптимизации распределения ресурсов Q. между вычислительными задачами Су с учётом задержки при передаче данных система (3) будет иметь вид (4):

Qi = const e..=ZiL

11 Щ

. (4)

Cj = f(yi,y2,-.yn) Tw = <p(Aty,Ati) maxnf(Tw) -> min

позволяющая рассчитать максимальное время и вычислениями) обработки данных в вычислительном канале. Полученная модель хорошо согласуется с законом Амдала. В соответствии с полученными моделями (3) и (4), оптимизация сводится к минимизации максимального времени выполнения Г.., затраченного на решение цепочки задач, образованной вычислительными задачами С,, решаемыми за счёт ресурсов узлов Q., и передачи данных между узлами. Решение задачи оптимизации, возможно, получить последовательным перебором, с применением методов теории игр и оптимизации. В завершении главы приведены выводы.

В третьей главе рассмотрена концепция унификации прикладных протоколов информационной поддержки в ГИС. Современные распределённые системы сбора и обработки данных требуют высокого уровня интероперабельности. При анализе распределенных ГИС (ИЗМИРАН, ААНИИ) был выявлен ряд существенных недостатков, среди которых можно отметить:

где cp(&tij,üti) — функция, (образованное передачей

- отсутствие единых интерфейсов легко интегрируемых в автоматизированные системы доступа к данным;

- недостаток, а зачастую отсутствие унификации прикладных протоколов информационной поддержки.

Таким образом, актуальным вопросом для рассматриваемых в работе систем является проблема совместимости форматов данных, представленных в файловом виде, и создание информационной среды с единым, желательно стандартным, интерфейсом доступа к данным.

В ходе исследований разработано технологическое решение, обеспечивающее необходимую интероперабельность в ГИС. Решением скрытого от пользователя преобразования формата является применение прокси-программы. Пусть некоторая программа М способна принимать на вход данные F1, генерируя при этом результат R, так что: R = M(FI). Пусть формат F1 совместим (взаимно преобразуем с сохранением данных достаточных для правильной интерпретации программой М) с форматом F2, причём, преобразование осуществляет программа Т: Fl = T(F2). Тогда, для получения результата R из данных в исходном формате F2, необходимо выполнить следующие преобразования R = M(T(F2)). Процедуру преобразования T(F2) желательно скрыть от процесса М, а, следовательно, и от пользователя (или программы), инициировавшего исполнение. Скрытое прокси-преобразование T(F2) для пользователя должно выглядеть как непосредственная обработка программой М данных в формате F2.

Результаты анализа различных подходов для обеспечения интероперабельности позволяет сделать вывод, что для практической реализации наиболее подходит решение (рис. 1), производящее «незаметное» преобразование из формата F2 в F1 осуществляется встроенными процедурами в файловый сервер, работающий по протоколу FTP [8], при этом программа М (клиент) и данные F2 (сервер) расположены на различных логических сетевых узлах (возможно на одной физической вычислительной машине). На стороне клиента форматы F2 отображаются как F1, т.е. все преобразования скрыты от клиента. Такой подход (рис.3) хорошо масштабируется, обеспечивает условия безопасности, при отсутствии кэширования не вызывает увеличения числа копий файлов данных. Значительным преимуществом такого подхода является независимость от установленной на стороне клиента ОС, простая организация удалённого доступа, и соответственно, облачных вычислений. Применение указанного решения обеспечивает:

— выполнение условий безопасности;

— масштабирование системы, без модернизации ПО обеспечивающего интероперабельность;

— осуществление удалённого доступа и реализации методов облачных вычислений;

— разгрузку базы данных, за счёт хранения копий файлов в различных форматах. Преобразование форматов осуществляется модулем наборов преобразований (МНП). Дополнительные средства интероперабельности (ДСИ) преимущественно базируются на возможности предоставления некоторых данных в форматах языковых разметок (XML, XHTML и др.) и позволяют

использовать стандартные веб (WEB) запросы, реализовывать семантические связи и повышать структурную организацию данных._

Средства интероперабельности ГИС

Сеть ГИС

мнп дси

(FTP)

Объект координации и управления элементами ГИС (возможно распределённый) _i

База данных (возможно распределённая)

Рисунок. 1. Блок-схема структуры ГИС, оснащенная МНП (выполненного в виде FTP сервера) и ДСИ

Практическая реализация рассмотренной концепции (рис. 1) унификации прикладных протоколов информационной поддержки была выполнена в виде программных библиотек при модернизации станций вертикального зондирования ионосферы (ВЗИ) ИЗМИРАН, разработаны библиотеки (С++) преобразования файлов в формате ion в форматы *.csv, (*.mdl, *.md2, *.md3, *.md4) CADI. Библиотеки легко интегрируются с сокетами ОС Windows или ОС семейства *nux (Linux, UNIX), позволяя создать собственный FTP сервер, содержащий процедуры скрытого преобразования форматов. Рассмотрен способ формализации цифровых изображений. Каждый элемент многомерного сигнала сам может быть представлен множеством значений, причём мощность множества значений элемента сигнала может не совпадать с размерностью пространства, в котором рассматривается цифровой сигнал. Возможность несовпадения мерности пространства, в котором рассматривается сигнал, и мерности пространства значений сигнала, не позволяет считать сигналы, во всех случаях, векторными или скалярными полями. Наиболее подходящим для формального описания цифровых сигналов является тензорное поле, где каждому элементу сигнала, характеризуемому набором координат в пространстве сигнала, ставится в соответствие тензор одного и того же типа. В ходе работы над диссертацией дополнительно решён практический вопрос возникшей необходимости автоматизированного декодирования архивных данных ВЗИ в результате утраченных документации и исходных листингов программ. В завершении главы приведены выводы.

В четвёртой главе рассмотрены структура и процедуры САПР и АСТПП хранилищ данных в распределённых ГИС. Сформулированы некоторые сложности управления данными на различных уровнях абстракции. Наряду с отмеченными ранее недостатками интероперабельности, при организации хранения данных в ГИС, можно отметить:

— недостаток классификации и логического разделения не только данных физических наблюдений и некоторых результатов их обработки, но и всего доступного спектра наработанных материалов по предметной области ГИС;

- недостаточная систематизация организации процесса хранения данных, особенно архивных;

- недостаток семантической структуризации: результатов исследований, документации.

Устранение указанных недостатков возможно за счёт разделения данных на классы (рис.2) с применением к каждому элементу класса специальных инструментальных средств. В частности, к классам данных 11...1N, 21...2М и 41...4К могут быть применены средства МНП и ДСИ, рассмотренные ранее. К классам данных 31...3Р и 51...5S возможно применять средства ДСИ и семантической организации данных на базе концепции Semantic MediaWiki или других сходных инструментов. Кроме указанных средств структурной организации, разработанные организационные модели (рис. 1, 2) создают предпосылки для создания единого информационного пространства САПР распределенных ГИС. Для удобства оперативного анализа и систематического массового контроля состояния данных каждый класс данных (рис. 2) характеризуется вектором D,y, где i,j - соответствующие индексы класса (i€l=1..5, y£/=?...N,M,P,K,S). Вектор D^ содержит следующие обобщённые характеристики данных класса: d,p - размерность, d,,2 - число объектов в классе, d,jj — средний объём объекта, di] 4 - минимальный объём объекта, dij5 -максимальный объём объекта, dij6 - формат хранения, dij 7 - дата последнего добавления объекта, d^g — дата последнего запроса.

Пространство данных ГИС

Исходные : ' Данные обработки, ; Заключения, Техническая

данные анализа публикации Прогнозы документация

■ Класс данных 11 ' Классданных21 ! Класс данных 31 Класс данных 41 ■ Класс данных 51

^^ Класс данных 1N Класс данных 2М Класс данных ЗР ■ Класс данных 4К Класс данных 5Б ^

Рисунок. 2. Диаграмма разделения на классы исследовательской базы данных базы данных исследовательских наблюдений В соответствии с предложенной системой разделения на классы данных исследовательских наблюдений (рис. 2) в рамках проекта исследования высокоширотной ионосферы Земли разработан и исследован ряд алгоритмов и методов САПР распределённых ГИС. В завершении главы приведены выводы.

В пятой главе рассмотрены основы построения интегрированных средств управления проектными работами на примере использования методов проектирования и разработки аппаратно-программных средств с учётом:

- требований к условиям функционирования и способности решать поставленные задачи;

- доступности аппаратных и программных средств, удовлетворяющих требованиям;

- необходимости эксплуатации существующей архитектуры и возможности обновления в будущем средств образующих ГИС;

- форматов, типов и назначения данных;

- применяемых методов обработки, анализа, моделирования и визуализации данных;

- необходимой унификации прикладных протоколов информационной поддержки, образующей основу интероперабельности распределённой ГИС.

Произведён анализ особенностей вычислений в распределённых ГИС и анализ эффективности оптимизации аппаратно-программных средств ГИС. Рассмотрены практические случаи оптимизации алгоритмов и программ в ГИС. Произведён анализ оптимизации аппаратно-программного обеспечения на различных структурных уровнях распределённых ГИС. Существенному повышению вычислительной мощности современных ЭВМ способствует применение технологии неграфических вычислений на графических процессорах. По результатам исследований произведённых в диссертационной работе сформулированы основы методов оптимизации алгоритмов и программ в распределённых ГИС:

- существенное повышение производительности возможно лишь при разработке ПО с учётом аппаратной архитектуры ЭВС;

- эффективное использование ресурсов ГИС возможно при оптимизации и унификации форматов данных и способов обращения к ним;

- распределение нагрузки, предобработка и сохранение полученных ранее результатов (кэширование);

- оформление методов обработки и анализа данных, показавших положительные результаты и необходимых для дальнейших исследований и мониторинга, в виде интегрируемых в информационное пространство ГИС алгоритмов и программ;

- единое пространство инструментария разработки и анализа программных средств, документация и контроль версий.

В логической структуре ГИС возможно выделить несколько классов алгоритмов и программ по назначению:

- для непосредственной регистрации данных принимаемых от датчиков и систем наблюдения ГИС;

- для управления (хранение, архивация, доступ, предварительная обработка, кэширование) данными;

- для обработки, анализа и синтеза данных (прогнозирование, моделирование).

Выделенные классы в практической реализации обычно имеют взаимосвязанную структуру, при этом класс алгоритмов и программ, предназначенных для обработки, анализа и синтеза данных следует выделять в отдельный надкласс, т. к. разработка математических методов обработки данных в большей степени относится к фундаментальным научным направлениям в области исследования объектов наблюдения ГИС и определяет всю концепцию построения и функционирования аппаратно-программного комплекса ГИС. Разработана методика оптимизационного выбора программного обеспечения в распределённых ГИС на базе критериев оценки качества программных средств в соответствии с ГОСТ 28195-89. Каждая программа является членом р (р=1...Р) из множества конкурирующих программ предназначенных для решения класса задач X характеризуется вектором Ср=(ср1, Ср2..... срп) с учётом весовых коэффициентов \=(\>1,\>2,...,\>„).

Совокупность векторов Ср образует матрицу С. Таким образом, качество всех конкурирующих программных продуктов, возможно, оценить при помощи вектора А:

VI С11 • • с1п- ж

V2 _ — а2

Уп. ,СР 1 • ■ Срп. Уп. .¿'р.

= А.

(5)

Исследования показывают, что в большинстве случаев при оценке качества программных средств, часть элементов вектора А образует множество Парето, поэтому дальнейший выбор оптимального продукта осуществляется экспертным советом. На данном этапе, кроме оценки качества программных средств, в соответствии с ГОСТ 28195-89, применятся ряд внутрикорпоративных критериев, среди которых возможно отметить: возможность интеграции в действующие аппаратно-программные системы; возможность интеграции в будущие аппаратно-программные системы с учётом общего тренда развития; стоимость разработки; приоритет долгоживущих, повсеместно применяемых и хорошо зарекомендовавших себя алгоритмических языков. Рассмотрены принципы интеграции и применения методов обработки, анализа и синтеза данных в распределённых ГИС.

В современных математических моделях существует глубокая интеграция данных экспериментов и наблюдений с результатами моделирования (рис. 3).

Пространство математических моделей и инженерных решений

1:

Модель как идея

Формализация модели

Реализация модели

Тестирование

Внедрение

Пространство алгоритмов и программ

Код собственный или сторонних разработчиков

Средства разработки и обратного инжиниринга

Управление версиями

Листинги программ

Пространство аппаратных средств

Аппаратные средства собственные или сторонние

Средства разработки и обратного инжиниринга

Управление версиями

Проектная документация

Рисунок. 3. Пространство математических моделей, совмещённое с пространствами аппаратных и программных средств

Такой подход позволяет непрерывно совершенствовать модель, синтезировать данные моделирования в режиме реального времени. Практическая реализация математических моделей и инженерных решений в распределённых ГИС выполняется в виде аппаратно-программных комплексов. В структурной схеме организации распределённых ГИС определено пространство математических моделей и инженерных решений (рис. 3).

Рассмотрено единое информационное пространство ГИС, образованное: пространством данных ГИС, пространством математических и инженерных моделей и их реализацией, пространством пользователей и интегрированными средствами интероперабельности (рис. 4). Единое информационное пространство позволяет рассматривать ГИС как целостный комплекс и является

логическим следствием сделанного в работе анализа.__

/-N

Единое информационное пространство ГИС

Пространство пользователей

I

/• N Пространство математических моделей и инженерных решений Средства Пространство данных

интероперабельности

Рисунок. 4. Логическая структура единого информационного пространства ГИС

Формирование единого информационного пространства ГИС позволяет рассматривать распределённую ГИС как целостную систему, а значит в силу общности отдельных элементов ГИС:

- облегчает масштабирование программных и аппаратных решений;

- обеспечивает единство построения интегрированных средств управления проектными работами;

- способствует унификации прикладных протоколов информационной поддержки.

В завершении главы приведены выводы.

В шестой главе рассмотрены методы декомпозиции и синтеза, а так же построения фильтров цифровых изображений средствами компьютерной графики. Сделан обзор практических аспектов применения классических методов декомпозиции. Разработан метод автоматизированного анализа алгоритма компьютерной графики декомпозиции п-мерных сигналов по базису прямоугольных всплесков. Метод декомпозиции по базису прямоугольных всплесков ориентирован на цифровые (дискретные) сигналы. Сама природа цифровых сигналов определяет их характерную черту - форму, образованную совокупностью прямоугольников. Таким образом, наилучшей мерой для цифровых сигналов могут быть прямоугольные функции или их некоторые объединения, являющиеся разновидностью вейвлетов. Задача решается в ходе прямого преобразования (декомпозиции), путем последовательных итеративных вычислений в соответствии с выражением:

Л+1=Л + з*. (6)

где к — номер спектральной компоненты , выделяемой по масштабному признаку из сигнала /,. Значение индекса к соответствует протяжённости

(периоду) взаимно перпендикулярных и параллельных элементов спектральных компонент, /, - остаточный сигнал (исходный сигнал /,, при к = К-максимальное (исходное) значение индекса к), 5,- элементы исходного сигнала, отобранные по масштабному признаку. Сумма всех полученных в ходе прямого преобразования спектральных компонент является обратным преобразованием (синтезом) и равна:

/к = Ек=1 ^к- (7)

Разложение «-мерного сигнала в пространственной области Я" на спектральные компоненты происходит не по выбранному заранее л-мерному базису (базисной функции), а по взаимно параллельным и перпендикулярным (для п > 1) элементам исходного сигнала, которые образуют уникальный для данного сигнала л-мерный базис, являющийся, в свою очередь, частью исходного сигнала.

Декомпозиция по базису прямоугольных всплесков является линейным преобразованием, т.е. обладает свойствами линейности: аддитивностью и однородностью. Аддитивность декомпозиции по базису прямоугольных всплесков обусловлена тем, что суммирование сигналов /[Дп] + ,д[Дп] в пространственной области /?п эквивалентно суммированию сигналов в пространственно-частотной области ^{/[Яп]} + £Т,д[Дп]}. Однородность декомпозиции по базису прямоугольных всплесков Р{т ■ /[Дп] = т • /Г{/[ЯП]} является следствием равенства: т • ££=1 = m^f[Rn], где т- рациональное число, /И- исходный сигнал, - элементы декомпозиции. Стоит отметить, что декомпозиция по базису прямоугольных всплесков не является инвариантом относительно сдвига сигнала /[Дп], т.к. сдвиг исходного сигнала вызовет соответствующее смещение положения элементарных всплесков.

В работе показано, что при преобразовании по базису прямоугольных всплесков сохраняется информация об энергии исходного сигнала, т.е. эквивалент равенства Парсеваля, который можно выразить в общем случае для «-мерного пространства Я" уравнением вида:

2к»/2[Дп] = (8)

где /[Йп] - исходный сигнал в пространстве Д"; 5к[Д"] - ортогональные формы спектральных элементов декомпозиции /[Яп]. В завершении главы приведены выводы.

В седьмой главе рассмотрены вопросы формирования компактного вида (сжатия) цифровых изображений для применения в унифицированных протоколах обмена данными в распределённых ГИС. Сделан обзор статистических и частотных методов компактного представления изображений. Произведён анализ и классификация современных методов сжатия многомерных сигналов и особенностей многомерных сигналов, получаемых в результате ряда физических исследований, таких как ДЗЗ. Анализ показал, что большинство сигналов, полученных в результате видео- и фото-регистрации физических процессов могут быть описаны, с той или иной степенью точности, дифференциальными уравнениями. Рассмотрена связь дифференциала и производной с Фурье рядом, в соответствии с теоремой о почленном дифференцировании тригонометрического ряда Фурье.

Разработан метод автоматизированного анализа алгоритма компьютерной графики сжатия многомерных сигналов на основе анализа дифференциальной структуры (далее ДС - дифференциальное сжатие). Основа метода ДС заключёна в следующем. Пусть в области задан сигнал /(/?"), предположим, что в некоторой части заданной области ис\У /(К") удовлетворяет дифференциальному уравнению вида:

= и(Д"), (9)

где Л — некоторый дифференциальный оператор, »(Я")- правая часть. Краевые условия р(Я"), заданные в области Вс\У, таким образом, что: ииВ = Л¥. Функцию р(К") будем называть паттерном исходного сигнала /(/?"). Используя уравнение (9) и паттерн сигнала />(/?") можно с заданной точностью восстановить исходный сигнал /(/?") в области и. Таким образом, суть анализа дифференциальной структуры сигнала /(Я") состоит в выборе анализирующего уравнения (или системы уравнений) (9) и отыскании паттерна р(К"). Отметим, что определение краевых условий, путём анализа дифференциальной структуры, является обратной задачей вычислительной математики. В результате исследований было показано, что для дифференциального сжатия фотоизображений физических объектов наиболее подходят уравнения Пуассона и Лапласа. Уравнения Пуассона для двумерных (плоских) изображений имеют вид:

¥ + СХ.У), (10)

для трёхмерных изображений (например, плоское видео изображение):

^ + ^ + ^ = (И)

где х,у - координаты плоскости изображения, а в качестве координаты г, может использоваться третья пространственная координата (для трёхмерных изображений) или координата времени кадрового потока для видео. Число пространственных координат может быть больше, например, в трёхмерных видеоизображениях. При равенстве в уравнениях (10) и (11) правых частей нулю мы имеем уравнения Лапласа. Последовательные этапы сжатия и восстановления статического изображения при помощи анализа дифференциальной структуры упорядочены следующим образом.

Сжатие изображения:

— выбор дифференциального анализирующего уравнения (или системы) и цветового пространства для формирования паттерна;

— если необходимо преобразование цветового пространства;

— формирование паттерна (граничных условий);

— компрессия паттерна и дополнительных данных для восстановления сигнала статистическими методами без потери информации.

Восстановление изображения:

— декомпрессия паттерна и дополнительных данных;

— восстановление изображения с помощью решения, анализирующего дифференциального уравнения (или системы), выбранного при сжатии, с учётом граничных условий;

— если необходимо, преобразование цветового пространства.

Разработанный метод автоматизированного анализа алгоритма ДС, выполнен в виде комплекса алгоритмов и программ, позволяющих оценивать численные характеристики метода ДС, производить оптимизацию метода ДС с учётом аппаратной архитектуры, реализующей ЭВС, производить классификационный анализ изображений, применительно к которым метод ДС наиболее эффективен. Значительное внимание уделено вопросу оптимизации скорости вычислений при восстановлении цифрового сигнала по паттерну. В частности, предложен метод вычислительной оптимизации метода конечных разностей на базе отыскания промежуточного решения. Суть метода состоит в вычислении промежуточного (приближённого) решения в области U при помощи аппроксимации значений /(/?") уравнения (9). Применение метода вычислительной оптимизации на базе отыскания промежуточного решения в некоторых двумерных задачах, для достижения решения заданной по невязке точности, позволило уменьшить число итераций в 10-100 раз, и, соответственно, сократить время вычислений. Ещё одним дополнительным способом повышения скорости вычислений при решениях задач методом конечных разностей, применяемого при восстановлении (декомпрессии) сигнала, является распараллеливание итерационного процесса, например, по элементам сетки, что возможно реализовать, на базе современных графических процессоров, при помощи технологии CUDA, это позволяет многократно повысить скорость вычислений. Специальный анализ показал, что степень сжатия изображений на базе анализа дифференциальной структуры сопоставима со степенью сжатия получаемой при JPEG и JPEG-2000 сжатии, при этом качество полученных изображений по стандартным численным критериям (MSE, PSNR, SNR) выше, что может быть существенным для машинной обработки изображений. Для сжатия требуется относительно малое число операций, что может, например, положительно сказаться на разгрузке вычислительных мощностей космических аппаратов, работающих в составе ГИС и осуществляющих передачу изображений дистанционного зондирования. В завершении главы приведены выводы.

В восьмой главе в рамках развития САПР для решения наукоёмких задач произведена разработка ряда математических моделей. Рассмотрены вопросы автоматизированного анализа и синтеза алгоритмов и методов геометрического моделирования проектируемых объектов и синтеза виртуальной реальности в проектах исследований производимых действующими распределёнными ГИС. Разработана математическая модель обратной задачи вертикального зондирования ионосферы. Сущность обратной задачи зондирования ионосферы состоит в нахождении ряда физических характеристик среды путем исследования влияния неоднородной, слоистой ионосферы на радиосигналы. Одной из ключевых характеристик ионосферы является высотное распределение электронной плотности. Программная реализация проекта используется в исследованиях проводимых ИЗМИРАН. В ходе работы был выполнен анализ данных станций вертикального зондирования ионосферы (СВЗИ), произведено моделирование высотного распределения электронной плотности и определение критических частот.

Задачи работы: разработка методов анализа данных СВЗИ (ионограмм)-, разработка обобщённой математической модели для решения обратной задачи с учётом особенностей высокоширотных ионограмм; реализация разработанной математической модели в виде программного комплекса.

Одной из сложностей, с которыми приходится сталкиваться при анализе ионограмм - зашумлённость, вызванная локальными неоднородностями ионосферы, а, в последнее время, лавинообразным ростом антропогенного заполнения радиочастотных диапазонов. Решение задачи выделения высотных следов отражения выполнялось с применением комплексных статистических методов обработки информации. Для предварительной локализации областей, в которых наиболее вероятно присутствие первых отражений (по простой траектории отражения в слои О, Е, Б!), рассчитывалась высотная плотность распределения отражённых сигналов:

у'тодг -1 .

рД/1)= (12)

где А, - амплитуда отражённого сигнала, из матрицы ионограмм, координата по горизонтали (соответствует частоте), ¡— координата по вертикали (соответствует действующей высоте Л), 5- число ненулевых элементов по горизонтали (т.е. из множества AI J, где у = = О..^,-1), причем, для исключения деления на ноль полагаем, что: 1/(5 = 0) 5 = 1. Здесь необходимо отметить, что весь предварительный анализ производился в действующих высотах А, это связано с тем, что расчёт реальной высоты становится возможным только после определения высотного распределения электронной плотности в ионосфере. Выражение (12) хорошо локализует области с горизонтальным или близким к горизонтальному расположением

отражённого.следа, т.е. области, где величина — мала (/ — частота, Л - высота

следа). Локализация областей с достаточно высокими значениями —, обычно

соответствующим критическим частотам слоя, где групповая скорость волны \>ск—*0 при ?с/г—о, по оценке величины р;(Л) затруднительна. Введение величины горизонтальной плотности распределения позволяет решить задачу локализации следа отражений только на ионограммах с относительно малым уровнем шума, что не представляет особенного интереса. Дальнейшая локализация отражённых следов производилась с учётом значений р^И), следующим образом (алгоритм 1):

- (а) осуществлялся проход по вертикальной координате матрицы А;

- (Ь) при встрече ненулевого линейного элемента А,фи„ * 0 (].чмп...].чмр) определялось наличие ненулевых значений в матрице А в элементах с координатами Л»,,. ^, где Д/,Дг— являются допусками по горизонтали и вертикали соответственно, значение Ы задаётся в виде константы, а Д/ -рассчитывается как функция /(/$мгг,/«0р);

— (с) если условие (Ь) выполнялось заданное число ля раз для элемента Аи то линейный элемент Д *0, считался следом отражения в ионграмме.

В результате анализа ионграмм (по алгоритму 1) получается матрица М в которой ненулевые значения соответствуют различным компонентам отражений электромагнитной волны от ионосферы (рис. 5). Часть (Ь)

Пз1е апб йте с! гед|ЗгзГ1СП юподгат: ТЬи ^п 11 03:00 00 2009

.......'..... г,-Д

..........¿Ж^

г-¡¡ггЛ'У.......•

».>......

Л...1.

а

указанного алгоритма была реализована в виде рекуррентной функции, что позволило учитывать особенности смещения следа отражения по высоте при движении по частоте, т.е. производить предварительную аппроксимацию паттерна следа отражения. Аппроксимация

позволяет сделать частичное,

1ГОО 2000 ЗОЮ 4000 5 000

_ , _ - ■ _ _ предварительное выделение

Рисунок. 5. Окно программы обработки „„„„,„„„„, _____„ _ „

„ к к р различных следов отражения. В

ионограмм. Зелёным цветом обозначена „/-....... „ ___

, общем виде решить задачу

исходная СВЗИ, красным -фильтрация, т.е. ления на составляющие 0.

ненулевые элементы матрицы обыкновенной,

необыкновенной и г-компоненты (магнитоионная компонента) на этом этапе анализа не представляется возможным.

В наиболее зашумлённых СВЗИ перед выполнением указанного алгоритма производилась предварительная фильтрация путём выделения областей с высокими значениями энтропии. Оценку энтропии можно произвести следующим образом (алгоритм 2):

- матрица ионограмм А разбивается на несколько равных друг другу прямоугольных областей В,, (для выравнивания ряд вертикальных векторов матрицы А соответствующих самым высоким частотам и несколько горизонтальных векторов соответствующих наибольшим значениям высоты можно не рассматривать):

- каждая прямоугольная область В,, разбивается на равные прямоугольники х„,, для которых рассчитывается суммарная амплитуда:

Хп 4 Х„ ,, далее рассчитываются векторы плотности

< 1

распределения для всех областей В,,, причём каждый элемент отдельного вектора плотности распределения в области В,, рассчитывается для Х„д е В,,: -для каждой области В,, рассчитывается значение энтропии:

Н^-ЕьрВ^рВ,. (13)

где рВ,— вектор плотности распределения амплитуд для области В,,. На основании полученных значений энтропий для различных областей ионограмм производится фильтрация путём отсеивания областей с наиболее высокими значениями энтропии.

которых

Наиболее интересными областями ионограмм являются те участки, в

(¡¡1 ..

, причем области в которых:

¿Г

Ш ■Тг>0' ^

'тах и>

будут соответствовать критическим частотам слоя, для: /„— обыкновенной, /,-необыкновенной и /.— г-компоненты электромагнитной волны. С учётом локализации области отражения и построения матрицы М, нахождение „ М

производной —, не представляет сложностей.

Кроме критических частот по условию:

Ш '¿7<0' (15)

Щ'тах V

можно определить /,— гирочастоту слоя, которая, вообще говоря, может быть определена для конкретного географического места исходя из значения В0 в [Гс] у поверхности Земли:

/в = 2.7993В(/1) ■ВСА) = В0[1-^]' (16)

где Л- высота над поверхностью земли [км], г0- радиус Земли в данном месте [км], fв -гирочастота в [МГц]. Магнитную индукцию при ионосферных исследованиях принято выражать в Гауссах, перевод в систему Си (Тесла) может быть осуществлён с помощью следующего соотношения: В[Гс] =1*10 В[Ш Исходя из практического постоянства /„ для данного места, можно осуществить проверку полученных данных применения выражение, связывающее критические частоты обыкновенной и необыкновенной волны с гирочастотой:

/?-/х/в=/О2- (17)

На основании полученных значений критических частот и следов отражения в виде матрицы М вычисляется высотное распределение электронной плотности:

Ме(Л) = 1.24 х Ю10/*, (18)

где /„— плазменная частота электронов [МГц], для максимумов электронной плотности /„ будет соответствовать критической частоте /„. По полученным точкам для высотного распределения электронной плотности с помощью стандартных методов аппроксимации можно получить гладкую кривую Л?, (Л).

Следующей задачей является расчёт фактической высоты с учётом высотного распределения электронной плотности Л'ДЛ). Решить эту задачу можно по групповому времени, с учётом прямого и обратного распространений электромагнитной волны:

ГСЯ = — + 2 № . йН , (19)

ск с }Ъ-а |1 ео.ви^(И)' 4 '

где ля- высота расположения ионосферы над поверхностью Земли в данном месте (определяется по высоте отражения низших частот из матрицы М), Л, -высота ионосферы для которой рассчитывается гся, /- частота зондирующей электромагнитной волны, с— скорость света в вакууме. Полученные в результате фильтрации исходных данные позволяют производить расчёт высотной характеристики NJ.li).

Анализ данных ионосферной станции Воейково (Санкт-Петербург) за (2002, 2003 гг.) показал, что разработанные методы фильтрации позволяют определить значение критической частоты /,, + 0.16х/о в 68 % случаев, в 23 % данные были отсеяны на уровне фильтрации как неподдающиеся машинному анализу из-за высокого уровня шумов, в 9% критические частоты, были определены с точностью менее 16%.

Разработана и исследована математическая модель для синтеза объектов виртуальной реальности средствами компьютерной графики при локальном плазменном возбуждении ионосферы, вызванного узконаправленным потоком высокочастотного радиоизлучения, и протекании динамических процессов, связанных с возбуждением электромагнитного поля (рис.6).

Сделан анализ алгоритмов, реализующих математическую модель. Моделирование распространения электромагнитного поля в ионосфере является сложной многопараметрической задачей, пока не имеющей универсального решения.

ЯЬС схема замещения

Задача усложняется рядом факторов таких как: динамической пространственной неоднородностью ионосферы, неоднородностью геомагнитного поля, наличием собственных токов в ионосфере и др. Реализация модели производилась в рамках проектов синтеза объектов виртуальной реальности средствами компьютерной графики для решения наукоёмких задач и исследований высокоширотной ионосферы, проводимых

ИЗМИРАН. Рассматриваемая модель построена на основе разбиения некоторого выделенного объема атмосферы (включая тропосферу, стратосферу и ионосферу) на дискретные части цилиндрической-кольцевой формы и замещении их эквивалентными электрическими RLC ветвями, в последствии объединенных в совокупную RLC схему (рис. 6).

Таким образом, моделирование сводится к расчёту переходных процессов в RLC схеме замещения. Цель исследования заключается в разработке математической модели распределения плотности тока по сечению области локального возбуждения ионосферы неоднородного состава, численной оценке силы взаимодействия в системе проводников и тепловыделения. Задачи моделирования решались за счёт разбиения токоведущих частей на элементарные проводники конечного размера, с последующей заменой на эквивалентные RI. ветви образующие схему замещения, в которых все индуктивности связаны взаимным потоком сцепления. Оценка точности вычислений производилась в соответствии с теоремой Ланжевена. Разработанная модель виртуальной реальности позволяет изучать процессы переизлучения и модуляции длинноволновых радиоизлучений ионосферой, когда плазменные облака искусственного происхождения используются в качестве низкочастотных излучателей.

Рассмотрены некоторые вопросы смежные с исследованиями физики ионосферной плазмы и методами цифровой обработки данных интегрированных в средства САШ'. В рамках сотрудничества с ННЦ ИБС разработана статистическая модель особенностей влияния солнечного радиоизлучения на число клинических состояний человека.

В приложении определения некоторых терминов используемых в работе. Представлены акты о внедрении результатов работы, полученные патенты и свидетельства о регистрации программных продуктов.

В заключении сформулированы основные результаты и выводы по работе.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1. Произведено теоретическое обобщение и формирование концептуальных принципов применения методов и средств САПР наукоёмкого производства распределённых ГИС, в условиях непрерывного роста информационных потоков и необходимости оптимизации распределения ресурсов.

2. Произведены развитие научных основ построения средств САПР, разработка и исследование новых моделей конструкторских и технологических решений полных циклов проектирования включая реализацию моделирования жизненного цикла проектирование — производство — эксплуатация и построения интегрированных средств управления проектными работами для синтеза и анализа проектных решений, включая конструкторские и технологические решения САПР и АСТПП в распределённых ГИС. Произведен анализ и развитие основ построения и методов технологической подготовки систем управления данными многолетких наблюдений распределенных ГИС.

3. Разработаны и исследованы ряд новых авторских предметно-ориентированных программ, алгоритмов и методов используемых в САПР и АСТПП. Разработанные программно-алгоритмические средства, конструкторские и технологические решения позволили реализовать единое информационное пространство САПР и АСТПП для синтеза и анализа проектных решений в среде распределённых ГИС.

4. Произведены анализ и развитие методов и средств унификации прикладных протоколов информационной поддержки, обеспечивающих непрерывный технологический цикл исследований и обработки данных в условиях интеграции новых аппаратно-программных средств в пространство распределённых ГИС. Разработанные авторские способы унификации прикладных протоколов информационной поддержки позволили сохранить обратную совместимость алгоритмов и программ, объединять в единые вычислительные сети распределённые ресурсы ГИС, основанные на различных аппаратных платформах и использующих различные операционные системы и программные средства.

5. Произведено развитие научных основ построения средств компьютерной графики, методов геометрического моделирования проектируемых объектов и синтеза виртуальной реальности на основе использования методов моделирования и анализа авторских алгоритмов компьютерной графики предназначенных для сжатия многомерных цифровых сигналов на основе анализа дифференциальной структуры изображения. Специальные исследования показали, что степень сжатия изображений на базе анализа дифференциальной структуры сопоставима со степенью сжатия получаемой при JPEG и JPEG-2000 сжатии, при этом качество полученных изображений по стандартным численным критериям (MSE, PSNR, SNR) выше, что существенно для машинной обработки изображений. Процедура сжатия требует относительно малого числа вычислений, и реализуема ограниченными средствами модулей ГИС работающими на периферии. Разработаны средства автоматизированного анализа алгоритмов реализующих метод.

6. Произведены анализ и развитие мегодов и алгоритмов компьютерной графики, предназначенных для декомпозиции многомерных цифровых сигналов по базису ортогональных всплесков. Разработанные авторские методы и алгоритмы декомпозиции многомерных цифровых сигналов по базису ортогональных всплесков позволяют производить анализ и синтез цифровых сигналов, успешно применены для спектрального анализа графических изображений в задачах распознавания образов, методы анализа алгоритмов компьютерной графики позволили выявить их свойства и произвести существенную оптимизацию.

7. Разработаны и исследованы авторские методы и алгоритмы компьютерной графики, геометрического моделирования и синтеза виртуальной реальности в системах вертикального зондирования ионосферы на основе способов распознавания образов.

8. Разработаны авторские математическая модель и алгоритм синтеза виртуального объёмного пространственного изображения распределения плотности токов при локальном плазменном возбуждении в ионосфере и

протекании динамических процессов в связанных с возбуждением электромагнитного поля.

9. Разработан и исследован новый способ формализации данных цифровых изображений при помощи методов тензорного исчисления. Применение тензорного исчисления к многомерным цифровым изображениям позволяет формализовать некоторые их особенности, а операции над тензорам и -расширить операционное пространство, доступное для действий с цифровыми изображениями.

ОСНОВНОЕ СОДЕРЖАНИЕ ДИССЕРТАЦИИ ОТРАЖЕНО В СЛЕДУЮЩИХ РАБОТАХ АВТОРА

I. Монография

1. Гришенцев А. Ю. Методы и модели цифровой обработки изображений. -Монография. СПб: Изд. НИУ ИТМО, 2014. - 198 с.:ил. - 11,87 п.л./ 11,87 п.л.

II. Статьи из журналов списка ВАК

2. Гришенцев АЛО. Теоремы об уменьшении размерности пространства при корреляции и свёртке // Российская академия наук «Журнал радиоэлектроники» http://jre.cplire.ru/jre/janl5/index.html, [электронный ресурс]// электронный журнал, №1 - 2015 г. - 0,6 п.л./0,6 п.л.

3. Гришенцев А. Ю., Коробейников А. Г. Средства интероперабельности в распределенных геоинформационных системах // Российская академия наук «Журнал радиоэлектроники» http://jre.cplire.ni/jre/marl5/7/text.htrnl, [электронный ресурс]// электронный журнал, №3-2015 г. - 1,0 п.л./0,7 п.л.

4. Grishentcev A. Y„ Velichko E.N., Korikov С., Korobeynikov A. G. Improvement of finite difference method convergence for increasing the efficiency of modeling in communications // Internet of Things, Smart Spaces and next Generation Networks and Systems, Lecture Notes in Computer Science edited by

5. Balandin et all. Springer-Verlag 2014, pp. 591-597. - 0,35 п.л./0,15 п.л.

5. Гришенцев А. Ю., Коробейников А. Г. Проектирование и технологическая подготовка сетей станций вертикального зондирования ионосферы // Научно-технический вестник информационных технологий, механики и оптики, 2013, № 3 (85).-С. 61-67. - 0,4* п.л./0,3 п.л.

6. Гришенцев А. Ю. Эффективное сжатие изображений па базе дифференциального анализа // Российская академия наук «Журнал радиоэлектроники» http://jre.cplire.ru/jre/nov 12/index.html, [электронный ресурс]// электронный журнал, №11- 2012 г. - 2,9 п.л./2,9 п.л.

7. Гришенцев А. Ю. Свойства преобразования n-мерных цифровых сигналов по базису прямоугольных всплесков // Научно-технический вестник информационных технологий, механики и оптики, 2012, № 5 (81).-С. 75-79. -0,35 п.л./0,25 п.л.

8. Гришенцев А. Ю., Коробейников А. I". Декомпозиция п-мерных цифровых сигналов по базису прямоугольных всплесков // Научно-технический вестник информационных технологий, механики и оптики, 2012, №4 (80).-С. 75-79.-0,25 п.л./0,15 п.л.

9. Гришенцев A. IO., Коробейников А. Г. Улучшение сходимости метода конечных разностей с помощью вычисления промежуточного решения //

Научно-технический вестник информационных технологий, механики и оптики, 2012, № 3 (79).-С. 124-127. - 0,25 п.л./0,15 п.л.

10. Гришенцез А. Ю„ Коробейников А. Г. Разработка модели решения обратной задачи вертикального зондирования ионосферы II Научно-технический вестник информационных технологий, механики и оптики, 2011, № 2 (72).-С. 109-112.-0,25 п.л./0,18 п.л.

11. Гришенцев А. Ю., Коробейников А. Г. Разработка модели распределения плотности токов при возбуждении ионосферы высокочастотным облучением И Журнал «Известия вузов. Приборостроение». СПб: СПбГУ ИТМО 2010, №12 (53). С.:41-47. - 0,45 п.л./О.З п.л.

12. Гришенцев А. Ю., Ярош А. М., Коробейников А. Г. Особенности влияния солнечного радиоизлучения на число клинических состояний человека // Российская академия наук «Журнал радиоэлектроники» http://jre.cplire.rU/jre/novl0/3/text.html, [электронный ресурс]// электронный журнал, №11 - 2010 г. - 1 п.л./0,7 п.л.

13. Гришенцев А. Ю.. Коробейников А. Г. Обратная задача радиочастотного зондирования ионосферы // Российская академия наук «Журнал радиоэлектроники» http://jre.cplire.rU/jre/octlO/6/text.html, [электронный ресурс]//электронный журнал, №10 - 2010 г. -0,5 п.л./0,35 п.л.

14. Гришенцев А. Ю. Аппаратно-программный комплекс ИПЧ блок-схема реализации и некоторые результаты применения // Сборник статей «Естественные и технические науки», № 4(36). Изд-во «Компания Спугник +», М. 2008. С. 281-284.366 с. -0,2 п.л./0,2 п.л.

15. Гришенцев А. Ю., Нечаев Д. А. Исследование работы прибора «ИПЧ» при различных значениях влажности // Журнал «Приборостроение» №2(49). Изд-во. ЦНИИ «Электроприбор» 2006. С. 26-30. 76 с. -0,3 п.л./0,15 п.л.

III. Зарегистрированные программные продукты

16. Гришенцев А. 10., Коробейников А. Г. Программа обработки и анализа данных ионосферного спектрографа АИС-М «БкуЗресИпт» // ГР от 28.09.2011.-№2011617569. -2,5 п.л./2 п.л.

17. Гришенцев А. Ю., Муромцев Д. И. Система управления данными наблюдений солнечно-земной физики «МЪ> // ГР от 21.07.2011. - № 2011615714.-4,5 п.л./3,5 п.л.

18. Гришенцев А. Ю., Муромцев Д. И., Варган Г. В., Семерханов И. А. Система управления интеллектуальными ресурсами «Ке1егепееОВ» // ГР от 08.04.2011. - № 2011612823. - 3,2 п.л./1,0 п.л.

19. Гришенцев А. Ю., Коробейников А. Г., Бовдаренко И. Б. Программа хранения данных многолетних наблюдений за ионосферой «1опЕ)а1а» /У ГР от 18.04.2013. - № 2013611839. - 7,5 п.л./5 п.л.

20. Гришенцев А. Ю., Коробейников А. Г., Бовдаренко И. Б. Программа анализа алгоритмов декомпозиции многомерных сигналов «Декомпозиция сигналов»//ГР от07.05.2013. -№ 2013612092.-7,5 п.л./5,3 п.л.

21. Гришенцев А. Ю., Величко Е. Н., Коробейников А. Г. Программа реализации и тестирования метода дифференциального сжатия изображений. // ГР от 06.08.2014. - № 2014617943. - 3,5 п.л./2,7 п.л.

22. Гришенцев А. 10., Бондаренко И. Б., Коробейников А. Г. Программа автоматизированного управления аппаратным комплексом биомедицинских измерений. // ГР от 30.10.2014. - № 2014661494. - 8,2п.л./6,4 п.л.

IV. Патенты

23. Гришенцев А. Ю., Коробейников А. Г. Способ построения спектра п-мерных неразделимых цифровых сигналов // Патент на изобретение № 2484523, опубликовано: 10.06.2013, заявка: 2011126857/08, 29.06.2011.-2,5 п.л./1,5 п.л.

24. Гришенцев А. Ю. Способ сжатия изображения // Патент на изобретение № 2500067, опубликовано: 27.11.2013, заявка № 2012107969/08, 01.03.2012,1,5 п.л./1,5 п.л.

V. Прочие публикации

25. Гришенцев А. Ю., Коробейников А. Г. Увеличение скорости сходимости метода конечных разностей на основе использования промежуточного решения. Информационные технологии в профессиональной деятельности и научной работе: сборник материалов Всероссийской научно-практической конференции с международным участием: в 2 ч. - Йошкар-Ола: МГТУ, 2012. С.: 9-14.-0,35 п.л./0,25 п.л.

26. Гришенцев А. Ю., Коробейников А. Г. Разработка и исследование многомерных математических моделей с использованием систем компьютерной алгебры. Учебное пособие. - СПб: НИУ ИТМО, 2013. - 100 с. - 6,Зп.л./1 п.л.

27. Гришенцев А. Ю., Коробейников А. Г. Постановка задачи оптимизации распределённых вычислительных систем. Программные системы и вычислительные методы. - 2013. - № 4. -С.370-375. - 0,35 п.л./0,25 п.л.

28. Гришенцев А.Ю. Теория и практика технического и технологического эксперимента / учебное пособие. - СПб: СПбГУ ИТМО,2010.-102 е.- 6,4 п.л./6,4 п.л.

29. Гришенцев А. Ю., Коробейников А. Г., Копытенко Ю. А., Исмагилов B.C. Интеллектуальные системы магнитных измерений на железнодорожных сортировочных станциях. Сборник докладов международной научно-практической конференции «Автоматизация и механизация технологических процессов на сортировочных станциях» - М, 2010, С.:73-75. - 0,6 п.л./0,1 п.л.

30. Гришенцев А. Ю., Коробейников А. Г. Математическое моделирование процессов вертикального зондирования ионосферы. Труды международного конгресса по интеллектуальным системам и информационным технологиям AIS-IT'll. Научное издание в 4-х томах. М.:Физматлит, 2011, —Т.1. С.: 418-424.-0,45 п.л./0,3 п.л.

31. Гришенцев А. Ю., Ярош А. М. Зависимость обострений хронических заболеваний сердечнососудистой системы от явлений окружающей среды. Мат-лы 10-го республиканского конгресса «Акт. ьопр. организ. курортн. дела, курортн. полит, и физиотер. АРК» Евпатория 13-14.04.2010. Вестник физиотерапии и курортологии. - 2010. - №2. -с. 146- 0,5 п.л./0,25 п.л.

32. Гришенцев А. Ю., Коробейников А. Г. Разработка математической модели решения обратной задачи вертикального зондирования ионосферы на основе методов распознавания образов. // Информационные технологии в

профессиональной деятельности и научной работе: сборник материалов Всероссийской ^ научно-практической конференции с международным участием. - Йошкар-Ола: Марийский государственный технический университет: в 2 ч.- 4.1. - 2011. -247 с. С.: 46-53- 0,5 п.л./0,35 п.л.

33. Гришенцев А. 10., Крылов Б. А., Величко Е. II Методы регистрации, обработки и анализа изображений. Учебно-методическое пособие - СПб-СПб ГУ ИТМО, 2010. - 60 с. - 3,75 п.л./1,25 п.л.

34. Гришенцев А. Ю„ Ярош А. М. Анализ зависимости числа клинических случаев от некоторых факторов природного происхождения. Информатика и вычислительная техника: сборник научных трудов / под ред. В. Н. Негоды.-Ульяновск: УлГТУ, 2010. -С:579-586, 677 с. - 0,5 п.л./0,25 п.л.

35. Гришенцев А. Ю„ Муромцев Д. И., Варгин Г. В., Смерханов И. А. Разработка системы управления интеллектуальными ресурсами. Информатика и вычислительная техника: сборник научных трудов / под ред.

B. Н. Негоды. Ульяновск: УлГТУ, 2010. -С:190-192, 677 с. -0,2 п.л./0,05 п.л.

36. Гришенцев А. Ю., Коробейников А. Г. Обратная задача радиочастотного зондирования ионосферы // IV Всероссийская конференция «Радиолокация и радиосвязь» - ИРЭ РАН, 29/11/10 - 3/12/10. сборник трудов, С.: 201-207. 895 с.ил, - 0,4 н.л./0,3 п.л.

37. Г ришенцев А.Ю. Электрические фильтры. Моделирование. Применение для защиты двухпроводных линий. Учебное пособие - СПб: СПбГУ ИТМО 2009.-52 с. - 3,25 п.л./3,25 п.л.

38. Гришенцев А. Ю. Реализация модульных серверных приложений для информационно-аналитических систем.// Доклад. VIII региональная научно-практическая конференция студентов, аспирантов и молодых ученых «Безопасность информационного пространства», ЮУрГУ, Челябинск ноябрь 2009. - 1,5 п. л Л,5 п.л.

39. Гришенцев А. Ю. Логическая структура организации модульного серверного приложения на языке php// Доклад. Научная и учебно-методическая конференция НИУ ИТМО, СПб, январь 2009. - 8 п.л./8 п.л.

40. Гришенцев А. Ю„ Петрова Е. Н. Организация обмена данными по шине USB с применением электронных компонентов фирмы FTDI. Научно-технический вестник СПбГУИТМО. Выпуск 40. Изд-во. СПбГУИТМО 2007

C.: 108-112. - 0,9 п.л./0,7 п.л.

41. Гришенцев А. Ю. Моделирование распределения плотности тока в сложном неоднородном проводнике. Часть 1. Научно-технический вестник СпбГУ ИТМО, Выпуск 29. Изд-во. СПбГУ ИТМО. 2006. С. 87-94. 280 с. -0,5 п.л./0,5 п.л.

42. Гришенцев А. Ю. Моделирование распределения плотности тока в сложном неоднородном проводнике. Часть 2. Научно-технический вестник СпбГУ ИТМО. Выпуск 29. Изд-во. СПбГУ ИТМО. 2006. С. 95-99. 280 с. -0,6 п.л./0,6 п.л.

Тиражирование и брошюровка выполнены в учреждении

«Университетские телекоммуникации»

197101, Санкт-Петербург, Саблинская ул., 14

Тел. (812) 233 46 69.

Объём 2,0 у.п.л. Тираж 100 экз.