Издательство "Наука и Технологии"
rus
eng
на главную книги журналы авторам подписка контакты регистрация
логин: пароль:
  выпуски


Выпуски за 2026 год

Выпуски за 2025 год

Выпуски за 2024 год

Выпуски за 2023 год

Выпуски за 2022 год

Выпуски за 2021 год

Выпуски за 2020 год

Выпуски за 2019 год

Выпуски за 2018 год

Выпуски за 2017 год

Выпуски за 2016 год

Выпуски за 2015 год

Выпуски за 2014 год

Выпуски за 2013 год

Выпуски за 2012 год

Выпуски за 2011 год

Выпуски за 2010 год

Выпуски за 2009 год

Выпуски за 2008 год

Выпуски за 2007 год

Выпуски за 2006 год

Выпуски за 2005 год

Выпуски за 2004 год

Выпуски за 2003 год

   Телекоммуникации №3 за 2026
Содержание номера

Теоретические основы телекоммуникаций

  • Оптимизация динамической балансировки нагрузки в условиях очередей с учетом их длины и локализации В. В. ХУТОРЦЕВ, д-р техн. наукРостовский-на-Дону НИИ радиосвязи, г. Ростов-на-Дону, 344038, Российская ФедерацияE-mail: hvv.56@mail.ru, 2

  • DOI: 10.31044/1684-2588-2026-0-3-2-12

    Рассмотрена задача балансировки нагрузки в многоканальных системах приема и обработки (СПО) цифровых потоков. Для экстраполяции вероятностных характеристик состояний серверов каналов СПО использованы системы обыкновенных дифференциальных уравнений Колмогорова, соответствующие процессам размножения и гибели. В качестве критерия оптимизации рассмотрен критерий минимума вероятности события, связанного с выходом на подынтервале оптимизации хотя бы одного из каналов обработки из заданного множества состояний, обеспечивающего либо отсутствие очередей, либо неувеличение длины очередей при их наличии. В основу процедуры синтеза закона управления динамической балансировкой положен метод последовательных приближений Крылова—Черноусько. Приведен пример.
    Ключевые слова: оптимизация, очереди, динамическая балансировка, процесс размножения и гибели, уравнения Колмогорова, метод последовательных приближений Крылова—Черноусько.

Распределенные информационные и управляющие системы

  • Использование беспилотной авиации при ведении воздушной визуализации в сложных метеоусловиях В. Н. ЛУКЬЯНЧИК1, канд. воен. наук, В. Г. ИВАНОВ2, д-р воен. наук, П. И. КУЗИН3*, канд. техн. наук, М. А. НОВИКОВА31Военная академия связи имени Маршала Советского Союза С. М. Буденного, Санкт-Петербург, 194064, Российская Федерация2Академия гражданской защиты МЧС России, Москва, 141435, Российская Федерация3Санкт-Петербургский государственный лесотехнический университет имени С. М. Кирова, Санкт-Петербург, 194021, Российская Федерация*E-mail: kuzik78@mail.ru, 13

  • DOI: 10.31044/1684-2588-2026-0-3-13-24

    В статье на основе обеспечения непрерывности управления, в отличие от наземных объектов, рассмотрены особенности совершения полета беспилотного летательного аппарата (БЛА) в районах мониторинга и ликвидации чрезвычайных ситуаций, от момента его взлета, процесса совершения полета, устойчивости состояния канала управления, обеспечивающего передачу трафика, и до посадки его на пункт управления. Процесс передачи данных от БЛА к оператору рассматривается как случайный процесс, приводящий к потере данных, которые приводят к изменениям исходных данных, возможными искажениями в их содержании. Вероятность возникновения потерь исходных данных является случайной величиной, которая может изменять свое состояние в дискретные моменты времени. Такой процесс передачи данных от БЛА может быть описан динамической системой, основной задачей которой становится определение закономерностей перехода данных из одного состояния (положения) в другое. Для этого может быть принят метод, основанный на использовании уравнений переменных состояний, а также применима математическая модель процесса передачи данных на уровне модели OSI (Open Systems Interconnection, модель взаимодействия открытых систем) от источника БЛА к наземной станции. Приведены и рассчитаны математические выражения для расчета потерь при распространении радиоволн в сложных метеоусловиях, которые ведут к значительным потерям данных при ведении воздушной разведки-визуализации.
    Ключевые слова: система связи, сети, управление, вероятность, сложные метеоусловия, воздушная разведка-визуализация.

Системы подвижной радиосвязи

  • Поляризационная и пространственная структура радиолокационного сигнала, отраженного от морской поверхности В. Л. РУМЯНЦЕВ1*, д-р техн. наук, К. А. ХОМЯКОВ1, канд. техн. наук, А. В. БАЗДЫРЕВ21АО Центральное конструкторское бюро аппаратостроения, г. Тула, 300034, Российская Федерация2Филиал Военной академии материально-технического обеспечения, г. Пенза, 440005, Российская Федерация*E-mail: cdbae@cdbae.ru, 25

  • DOI: 10.31044/1684-2588-2026-0-3-25-30

    Приведены результаты экспериментального исследования поляризационной и пространственной структуры радиолокационного сигнала, отраженного от морской поверхности. Поляризационные особенности отраженного от моря сигнала изучались в миллиметровом и сантиметровом диапазонах волн при излучении наклонной и вертикальной поляризации и приеме двух ортогонально поляризованных компонент (ОПК). Определена статистическая взаимосвязь сигналов ОПК отражений от моря за счет изучения коэффициентов их взаимной корреляции. Получены параметры доплеровских спектров отражений от моря. Показано, что наблюдается уширение спектра кроссполяризованной компоненты и снижение скорости убывания спектральной плотности с частотой. Приведены результаты экспериментального изучения пространственной структуры сигнала, отраженного от морской поверхности.
    Ключевые слова: поляризация, коэффициент корреляции, доплеровский спектр, морская поверхность, спектральная плотность.

Общие вопросы

  • Нейросетевая система для сопоставления товаров В. С. ПАНИЩЕВ1*, канд. техн. наук, А. В. ТИТОВА1, канд. техн. наук, В. А. ЗЕНКОВ1, А. Л. ЖЕЛАНОВ2, канд. физ.-мат. наук1ФГБОУ ВО «Юго-Западный государственный университет», г. Курск, 305040, Российская Федерация2ГОАУ ВО Курской области «Курская академия государственной и муниципальной службы», г. Курск, 305044, Российская Федерация*E-mail: gskunk@yandex.ru, 31

  • DOI: 10.31044/1684-2588-2026-0-3-31-40

    В статье рассматривается двухэтапная система сопоставления товаров на основе нейросетевых моделей (Encoder и большой генеративной языковой (LLM) модели), позволяющая повысить точность по сравнению с классическими подходами и предназначенная для использования в системах мониторинга товаров и рекомендательных системах.
    Ключевые слова: нейросетевые модели, векторные представления, большие генеративные языковые модели, сопоставление товаров, сопоставление изображений и текстов.
105215, г.Москва, 9-я Парковая ул., дом 60
Тел./факс: (495)988-98-65, (495)988-98-67
e-mail: admin@nait.ru