The object of research, development or design (in Russian) : Модуляционные сигналы MIMO систем

The object of research, development or design (in Kazakh) : MIMO жүйелерінің модуляциялық сигналдары

Aim of work (in Russian) : Целью настоящего проекта является разработка и создание на основе собственных научных результатов алгоритмов определения типов модуляций шумовых сигналов систем MIMO (с многими входами и выходами). Сопоставление результатов теории с известными и собственными экспериментальными фактами.

Aim of work (in Kazakh) : Бұл жобаның мақсаты-mimo жүйелерінің шуыл сигналдарының модуляцияларының түрлерін анықтау алгоритмдерін (көптеген кірістер мен шығыстармен) өзіндік ғылыми нәтижелер негізінде әзірлеу және құру. Теория нәтижелерін белгілі және өзіндік эксперименттік фактілермен салыстыру.

Методы исследования (на русском) : AMC для MIMO-систем: Использован алгоритм автоматической классификации модуляций (AMC) на основе взаимной информации (MI). Признаки извлекаются из синфазных и квадратурных диаграмм распределения (IQ) сигналов MIMO. Подход не требует большого объема обучающих данных и предварительной фильтрации помех. Определение концентрации газа с помощью лазера: Анализ MIMO-сигнала лазерной системы с учетом флуктуаций, где в качестве модуляции выбрана гармоника электрической сети. Применение когерентности, контролируемой значениями отклонения Аллана, и спектральный анализ низкочастотных колебаний молекул. Классификация сигналов гравитационных волн (GW): Метод основан на сверточной нейронной сети (CNN) с использованием условной информации для выделения признаков. Модель обучена на смоделированных сигналах GW, введенных в гауссовский шум. Оценка классификации проводится по разности энтропий ансамбля и сигнала.

Методы исследования (на казахском) : MIMO жүйелеріне арналған AMC: өзара ақпарат (MI) негізінде модуляцияны автоматты түрде жіктеу алгоритмі (AMC) қолданылды. Белгілер mimo сигналдарының жалпы фазалық және квадратуралық таралу диаграммаларынан (IQ) алынады. Тәсіл оқыту деректерінің үлкен көлемін және кедергілерді алдын ала сүзуді қажет етпейді. Лазермен газ концентрациясын анықтау: модуляция ретінде электр желісінің гармоникасы таңдалған тербелістерді ескере отырып, лазерлік жүйенің MIMO сигналын талдау. Алланның ауытқу мәндерімен басқарылатын когеренттілікті қолдану және молекулалардың төмен жиілікті тербелістерінің спектрлік талдауы. Гравитациялық толқындық сигналдардың жіктелуі (GW): әдіс конвульсиялық нейрондық желіге (CNN) негізделген, белгілерді бөлектеу үшін шартты ақпаратты қолданады. Модель Гаусс шуына енгізілген модельденген GW сигналдарында оқытылады. Жіктеуді бағалау ансамбль мен сигналдың энтропиясының айырмашылығы бойынша жүргізіледі.

Obtained results and novelty (in Russian) : AMC для MIMO-систем: Новый алгоритм AMC позволяет классифицировать MIMO-сигналы, учитывая взаимозависимости между переменными, и предоставляет возможность эффективной классификации при наличии помех. Данный метод может быть применен без большого объема обучающих данных, что особенно актуально для сложных MIMO-систем. Определение концентрации газа: Разработанный метод позволяет различать типы газов и их концентрации на основе когерентности. Применение анализа низкочастотных колебаний молекул вместо традиционной корреляции демонстрирует чувствительность метода и его применимость в замене сложных оптических приборов на компактные лазерные системы. Классификация сигналов GW: Метод с условной информацией увеличил точность классификации на 10% по сравнению со стандартным обучением временных рядов, достигнув правильной классификации в 96% случаев. Модель успешно протестирована на реальных данных, что подтверждает ее пригодность для классификации GW-сигналов в режиме реального времени и делает её важным шагом в развитии технологий обнаружения гравитационных волн.

Obtained results and novelty (in Kazakh) : MIMO жүйелеріне арналған AMC: жаңа AMC алгоритмі айнымалылар арасындағы өзара тәуелділікті ескере отырып, MIMO сигналдарын жіктеуге мүмкіндік береді және кедергі болған кезде тиімді жіктеуге мүмкіндік береді. Бұл әдісті оқыту деректерінің үлкен көлемінсіз қолдануға болады, бұл әсіресе күрделі MIMO жүйелеріне қатысты. Газ концентрациясын анықтау: әзірленген әдіс когеренттілікке негізделген газ түрлері мен олардың концентрациясын ажыратуға мүмкіндік береді. Дәстүрлі корреляцияның орнына молекулалардың төмен жиілікті тербелістерін талдауды қолдану әдістің сезімталдығын және оның күрделі оптикалық аспаптарды лазам лазерлік жүйелерге ауыстыруда қолданылуын көрсетеді. GW сигналдарының жіктелуі: шартты ақпарат әдісі стандартты уақыт қатарын оқытумен салыстырғанда жіктеу дәлдігін 10% - ға арттырып, уақыттың 96% - правиль дұрыс жіктеуге қол жеткізді. Модель нақты уақыт режимінде GW сигналдарын жіктеуге жарамдылығын растайтын және оны Гравитациялық толқындарды анықтау технологияларын дамытудағы маңызды қадамға айналдыратын нақты деректерде сәтті сыналған.

The main constructive and technical economic indicators (in Russian) : Конструктивные показатели: В рамках проекта разработаны алгоритмы классификации сигналов для MIMO-систем, использующие взаимную и условную информацию для точного определения типа модуляции шумовых сигналов. Эти алгоритмы реализованы программно, что обеспечивает автоматическую классификацию с применением машинного обучения. Также создана компактная лазерная система для анализа концентрации и типа газа, основанная на когерентности и низкочастотном спектральном анализе. Дополнительно обучены и протестированы модели сверточных нейронных сетей (CNN), которые, интегрируясь с методами информационной энтропии, способны эффективно классифицировать сигналы гравитационных волн. Технико-экономические показатели: Применение лазерных систем снижает расходы на оборудование по сравнению с традиционными крупногабаритными приборами. Использование взаимной и условной информации также позволяет экономить ресурсы за счет уменьшения объема данных для обучения моделей. Достигнутая точность классификации до 96% повышает производительность и снижает вероятность ошибок, что делает решения пригодными для работы в реальном времени. Высокая компактность и экономичность разработок открывают перспективы их применения в промышленности для мониторинга и управления процессами.

The main constructive and technical economic indicators (in Kazakh) : Дизайн көрсеткіштері: жоба Шу сигналдарының модуляция түрін дәл анықтау үшін өзара және шартты ақпаратты пайдаланатын MIMO жүйелеріне арналған сигналдарды жіктеу алгоритмдерін әзірледі. Бұл алгоритмдер бағдарламалық түрде жүзеге асырылады, бұл машиналық оқытуды қолдана отырып автоматты жіктеуді қамтамасыз етеді. Сондай-ақ, когеренттілік пен төмен жиілікті спектрлік талдауға негізделген газдың концентрациясы мен түрін талдауға арналған лазам лазерлік жүйе құрылды. Ақпараттық энтропия әдістерімен біріктірілген гравитациялық толқын сигналдарын тиімді жіктеуге қабілетті конволюциялық нейрондық желі (CNN) модельдері қосымша оқытылады және сыналады. Техникалық-экономикалық көрсеткіштер: лазерлік жүйелерді қолдану дәстүрлі үлкен құрылғылармен салыстырғанда жабдық шығындарын азайтады. Өзара және шартты ақпаратты пайдалану модельдерді оқыту үшін деректер көлемін азайту арқылы ресурстарды үнемдеуге мүмкіндік береді. Қол жеткізілген жіктеу дәлдігі 96% - ға дейін өнімділікті арттырады және қателіктердің ықтималдығын азайтады, бұл нақты уақыттағы шешімдерді қолайлы етеді. Әзірлемелердің жоғарыактамдылығы мен үнемділігі оларды процестерді бақылау және басқару үшін өнеркәсіпте қолдану перспективаларын ашады.

Level of implementation (in Russian) : Внедрение в виде полезного моделя, а также рекомендации к использованию производстве.

Level of implementation (in Kazakh) : Пайдалы модель түрінде енгізу, сондай-ақ өндірісте пайдалануға арналған ұсыныстар

Efficiency (in Russian) : Эффективность проекта проявляется в высокой точности классификации (до 96%) и снижении вероятности ошибок при анализе сигналов. Информационные методы позволяют экономить ресурсы, требуя меньшего объема данных для обучения моделей и снижая вычислительные затраты. Компактные лазерные системы, созданные в рамках проекта, заменяют дорогие крупные приборы, что уменьшает капитальные расходы и делает решения более доступными для промышленного мониторинга. Реализация алгоритмов и моделей, способных работать в реальном времени, повышает эффективность систем управления и контроля. Универсальность разработок позволяет использовать их не только для MIMO-сигналов, но и для классификации гравитационных волн, что расширяет их применимость. Таким образом, проект отличается высокой точностью, экономичностью и практической ценностью для широкого спектра приложений.

Efficiency (in Kazakh) : Жобаның тиімділігі жоғары жіктеу дәлдігінде (96% - ға дейін) және сигналдарды талдау кезінде қателік ықтималдығының төмендеуінде көрінеді. Ақпараттық әдістер ресурстарды үнемдеуге мүмкіндік береді, модельдерді оқыту үшін аз деректерді қажет етеді және есептеу шығындарын азайтады. Жоба аясында жасалғанныеам лазерлік жүйелер қымбат, үлкен құрылғыларды ауыстырады, бұл күрделі шығындарды азайтады және шешімдерді өнеркәсіптік бақылау үшін қол жетімді етеді. Нақты уақыт режимінде жұмыс істей алатын алгоритмдер мен модельдерді енгізу басқару және басқару жүйелерінің тиімділігін арттырады. Әзірлемелердің әмбебаптығы оларды тек MIMO сигналдары үшін ғана емес, сонымен қатар олардың қолданылуын кеңейтетін Гравитациялық толқындарды жіктеу үшін де пайдалануға мүмкіндік береді. Осылайша, жоба қолданбалардың кең ауқымы үшін жоғары дәлдікпен, үнемділікпен және практикалық құндылықпен ерекшеленеді.

Field of application (in Russian) : Разработанные алгоритмы автоматической классификации модуляций (AMC) и анализа MIMO-сигналов находят применение в системах беспроводной связи, включая сети 5G и будущие 6G, повышая надежность передачи данных при наличии помех. Компактные лазерные системы проекта могут использоваться для анализа газов в промышленных и экологических задачах, обеспечивая контроль качества воздуха и мониторинг на промышленных объектах. Также методы взаимной информации подходят для радиомониторинга и радиолокации в целях безопасности и мониторинга транспорта. В астрономии и исследованиях гравитационных волн алгоритмы на основе нейронных сетей и условной информации ускоряют обработку данных и улучшают точность обнаружения GW-сигналов, что важно для фундаментальных исследований. Эти алгоритмы могут быть полезны и в промышленной автоматизации для контроля качества и обнаружения неисправностей, а также интегрированы в устройства Интернета вещей (IoT) для анализа сигналов в реальном времени в умных городах и других приложениях edge-computing.

Field of application (in Kazakh) : Модуляцияларды автоматты түрде жіктеу (AMC) және MIMO сигналдарын талдау алгоритмдері 5G желілері мен болашақ 6G желілерін қоса алғанда, сымсыз байланыс жүйелерінде қолданылады, бұл кедергі болған кезде деректердің беріктігін арттырады. Жобаның лазам лазерлік жүйелерін өнеркәсіптік және экологиялық міндеттердегі газдарды талдау үшін пайдалануға болады, бұл ауа сапасын бақылауды және өнеркәсіптік қондырғыларда бақылауды қамтамасыз етеді. Сондай-ақ, өзара ақпарат әдістері көлік қауіпсіздігі мен мониторингі мақсатында радиомониторинг пен радиолокацияға жарамды. Астрономия мен Гравитациялық толқындарды зерттеуде нейрондық желілер мен шартты ақпаратқа негізделген Алгоритмдер деректерді өңдеуді жылдамдатады және GW сигналдарын анықтау дәлдігін жақсартады, бұл іргелі зерттеулер үшін маңызды. Бұл алгоритмдер сапаны бақылау және ақауларды анықтау үшін өнеркәсіптік автоматтандыруда да пайдалы болуы мүмкін және ақылды қалаларда және басқа edge-computing қолданбаларында нақты уақыттағы сигналдарды талдау үшін IoT (IoT) құрылғыларына біріктірілген.