radioprom012020 by leshabarad

ISSN 2413–9599 (Print) ISSN 2541–870Х (Online)

Том 30, № 1, 2020

RADIO INDUSTRY (Russia) Vol. 30, no. 1, 2020

АО «ЦНИИ «Электроника» ISSN 2413–9599 (Print) ISSN 2541–870Х (Online)

НАУЧНЫЙ ЖУРНАЛ

ИЗДАЕТСЯ С 1991 ГОДА

Научный журнал «Радиопромышленность» публикует научные материалы по теоретическим и прикладным разработкам в радиопромышленности. В журнале публикуются материалы по приборостроению, метрологии, информационно- измерительным приборам и системам, радиолокации и радионавигации, радиотехнике и связи, информатике, вычислительной технике и управлению, организации и управлению предприятиями оборонно-промышленного комплекса. Журнал выходит ежеквартально. Журнал осуществляет научное рецензирование («двустороннее слепое») всех поступающих в редакцию материалов с целью экспертной оценки. Все рецензенты являются признанными специалистами по тематике рецензируемых материалов. Рецензии хранятся в издательстве и редакции в течение 5 лет. Редакция проверяет присланные материалы на заимствования и плагиат. Редакция направляет авторам представленных материалов копии рецензий или мотивированный отказ. Редакция оставляет за собой право не вступать в переписку с авторами статей, получившими мотивированный отказ в публикации. Материалы, переданные в редакцию, не возвращаются. Журнал придерживается стандартов редакционной этики в соответствии с международной практикой редактирования, рецензирования, изданий и авторства научных публикаций и рекомендациями Комитета по этике научных публикаций. Точка зрения редакции может не совпадать с мнением авторов. Журнал зарегистрирован в Федеральной службе по надзору за соблюдением законодательства в сфере массовых коммуникаций и охране культурного наследия (свидетельство ПИ № ФС77-41699 от 20 августа 2010 года). Журнал входит в Перечень российских рецензируемых научных журналов, в которых должны быть опубликованы основные научные результаты диссертаций на соискание ученых степеней доктора и кандидата наук (Перечень ВАК). Журнал индексируется и архивируется в Российском индексе научного цитирования (РИНЦ), РГБ, EBSCO, Directory of Open Access Journals (DOAJ). Журнал является членом Ассоциации научных редакторов и издателей (АНРИ) и CrossRef.

Т. 30, № 1. 2020 Учредитель и издатель АО «ЦНИИ «Электроника» Генеральный директор, главный редактор Алёна Фомина instel@instel.ru +7 (495) 940‑65‑00 Руководитель издательского отдела Полина Корсунская korsunskaya_p@instel.ru +7 (495) 940-65-24 Выпускающий редактор Елена Басова redaktor@instel.ru +7 (495) 940‑65‑24 Реклама Михаил Фельдман feldman_m@instel.ru +7 (495) 940‑65‑24 Распространение и подписка Вероника Филиппова filippova_v@instel.ru +7 (495) 940‑65‑46 Корректор Анастасия Каршакевич Компьютерная верстка Григорий Арифулин Адрес редакции 127299, г. Москва, ул. Космонавта Волкова, д. 12 +7 (495) 940‑65‑00 www.instel.ru instel@instel.ru Подписка В редакции publish@instel.ru +7 (495) 940‑65‑46

Рукописи печатаются бесплатно. Требования к оформлению статей размещены на сайте www.radioprom.org. Ответственность за наличие в присланных материалах данных, не подлежащих открытой публикации, несут авторы. Ответственность за содержание рекламных материалов несут рекламодатели. При перепечатке материалов ссылка на журнал «Радиопромышленность» обязательна. Полное или частичное воспроизведение в СМИ материалов, опубликованных в журнале, допускается только с разрешения редакции. Материалы журнала доступны по лицензии Creative Commons “Attribution” («Атрибуция») 4.0 Всемирная

Агентство «Роспечать» Индекс 25885 (каталог «Газеты. Журналы») Индекс 59982 (каталог «Научно-технические издания») Агентство «Урал-Пресс» www.ural-press.ru +7 (495) 961‑23‑62 Подписано в печать 24.02.2020.

CRI Electronics ISSN 2413–9599 (Print) ISSN 2541–870Х (Online)

RADIO INDUSTRY (RUSSIA) (Radiopromyshlennost)

SCIENTIFIC JOURNAL

PUBLISHED FROM 1991

«Radio industry (Russia)» publishes scientific materials on theoretical and applied developments in radio industry. The journal welcomes materials exploring the following problems: instrumentation, metrology, information-measuring devices and systems, radiolocation and radio navigation, radio engineering and communications, computer science, computer technology and management, organization and management of enterprises of the military-industrial complex. The journal is published quarterly. For complex expert evaluation all manuscripts undergo «double-blind» review. All reviewers are acknowledged experts in areas they are responsible for. Reviews are stored in the publishing house and publishing office during 5 years. Editorial staff checks all incoming manuscripts on plagiarism. Editorial staff sends to the authors of the submitted materials copies of reviews or a substantiated refusal. Editorial staff does not correspond with authors, whose articles are considered unsuitable for the publication. Manuscripts sent to the editor will not be returned. The journal is registered in Russian Index of Scientific Citations and submits information about the published articles to Russian Index of Scientific Citations. The opinions expressed by authors in the journal do not necessarily reflect those of the Editorial Staff. The journal is registered at the Federal Service for Compliance with the Law in Mass Communications and Cultural Heritage Protection (Certificate PI № FS77-41699 of August 20th, 2010). The journal is listed in the catalogue of peer-reviewed academic journals and publications for publishing of principal scientific findings of dissertations. The journal is indexed and archived by Russian Index of Scientific Citations, Russian State Library (RSL), EBSCO, Directory of Open Access Journals (DOAJ). The journal is a member of CrossRef and ASEP. Manuscripts are published free of charge. Requirements for articles are available on the website www.radioprom.org. Authors are responsible for classified information in their articles. Advertisers are responsible for the content of advertisements. All the materials of the «Radio industry (Russia)» journal are available under Creative Commons «Attribution» 4.0 license

Vol. 30, no. 1. 2020 Founder and publisher Central Research Institute of Economy, Management Systems and Information «Electronics» General director, Editor in Chief Alena Fomina instel@instel.ru +7 (495) 940‑65‑00 Head of publish department Polina Korsunskaya korsunskaya_p@instel.ru +7 (495) 940-65-24 Managing editor Elena Basova redaktor@instel.ru +7 (495) 940‑65‑24 Advertising Mikhail Feldman feldman_m@instel.ru +7 (495) 940‑65‑24 Distribution and subscribtion Veronika Filippova filippova_v@instel.ru +7 (495) 940‑65‑46 Proofreader Anastasia Karshakevich Design Grigory Arifulin Editorial office 127299, Moscow, Kosmonavta Volkova st., 12 +7 (495) 940‑65‑00 www.instel.ru instel@instel.ru Subscribtion publish@instel.ru +7 (495) 940‑65‑46 Signed to print 24.02.2020.

АО «ЦНИИ «Электроника» ISSN 2413–9599 (Print) ISSN 2541–870Х (Online)

НАУЧНЫЙ ЖУРНАЛ

ИЗДАЕТСЯ С 1991 ГОДА

Т. 30, № 1. 2020

ГЛАВНЫЙ РЕДАКТОР Фомина Алёна Владимировна – доктор экономических наук, доцент, член-корреспондент Академии военных наук, генеральный директор АО «ЦНИИ «Электроника», ORCID: https://orcid.org/0000-0002-5853-0309, instel@instel.ru (Москва, Россия) РЕДАКЦИОННЫЙ СОВЕТ Агеев Александр Иванович – доктор экономических наук, профессор, эксперт РАН, генеральный директор Института экономических стратегий РАН и Международного научно-исследовательского института проблем управления, ORCID: https://orcid.org/0000-0002-2826-2702, ines@inesnet.ru (Москва, Россия) Анцев Георгий Владимирович – кандидат технических наук, доцент, генеральный директор – генеральный конструктор АО «НПП «Радар ммс», radar@radar-mms.com (Санкт-Петербург, Россия) Афанасьев Александр – кандидат технических наук, доцент, Флоридский международный университет, ORCID: http://orcid.org/0000‑0003‑0420‑1267, aa@cs.fiu.edu (Майами, США) Балашов Виктор Михайлович – доктор технических наук, профессор, заместитель генерального конструктора по программно-целевому развитию АО «НПП «Радар ммс», ORCID: https://orcid.org/0000-0003-4642-5701, balashov_vm@radar-mms.com (Санкт-Петербург, Россия) Батьковский Александр Михайлович – доктор экономических наук, советник генерального директора АО «ЦНИИ «Электроника», ORCID: https://orcid.org/0000-0002-5145-5748, batkovskiy_a@instel.ru (Москва, Россия) Белоус Анатолий Иванович – доктор технических наук, профессор, член-корреспондент НАН Беларуси, заместитель генерального директора по науке и маркетингу ОАО «ИНТЕГРАЛ», office@integral.by (Минск, Республика Беларусь) Богословский Сергей Владимирович – доктор технических наук, профессор, заместитель директора научно-производственного комплекса «Микроэлектроники, микросистемотехники и нанотехнологий» АО «НПП «Радар ммс», radar@radar-mms.com (Санкт-Петербург, Россия) Бутаев Михаил Матвеевич – доктор технических наук, профессор, ученый секретарь АО «НПП «Рубин», mail@npp-rubin.ru (Пенза, Россия) Жибуртович Николай Юрьевич – доктор технических наук, профессор, руководитель группы координации перспективных научных исследований АО «Корпорация Фазотрон-НИИР», info@phazotron.com (Москва, Россия) Зозуля Юрий Викторович – доктор экономических наук, профессор, руководитель представительства в Новосибирской области ГК «Ростех» (Новосибирск, Россия) Исаев Вячеслав Михайлович – доктор технических наук, профессор, заместитель директора ФГУП «МНИИРИП», info@mniirip.ru (Москва, Россия) Канащенков Анатолий Иванович – доктор технических наук, профессор, главный конструктор АО «Корпорация «Фазотрон-НИИР», info@phazotron.com (Москва, Россия) Козлов Геннадий Викторович – доктор физико-математических наук, профессор, заместитель руководителя Аппарата генерального директора – руководитель секретариата АО «Концерн ВКО «Алмаз-Антей», antey@almaz-antey.ru (Москва, Россия) Красников Геннадий Яковлевич – академик РАН, доктор технических наук, профессор, генеральный директор АО «НИИМЭ», gkrasnikov@niime.ru (Москва, Россия) Красовский Виктор Евгеньевич – кандидат технических наук, профессор, ученый секретарь ПАО «ИНЭУМ им. И. С. Брука», ineum@ineum.ru (Москва, Россия) Курносов Валерий Игоревич – доктор технических наук, профессор, заместитель генерального директора по научной работе АО «НИИ «Рубин», inforubin@rubin-spb.ru (Санкт-Петербург, Россия) Левитас Борисас – кандидат технических наук, директор Geozondas Ltd., levitas@geozondas.com (Вильнюс, Литва) Махутов Николай Андреевич – член-корреспондент РАН, доктор технических наук, профессор, председатель рабочей группы при президенте РАН по анализу риска и проблем безопасности, kei51@mail.ru (Москва, Россия) Николашин Юрий Львович – кандидат технических наук, генеральный директор ПАО «Интелтех», генеральный конструктор системы управления ВМФ, intelteh@inteltech.ru (Санкт-Петербург, Россия) Петричкович Ярослав Ярославович – доктор технических наук, профессор, президент АО «Элвис-НеоТек», welcome@elveesneotek.com (Москва, Россия) Сазонов Андрей Юрьевич – кандидат физико-математических наук, ведущий радиоконструктор Scanreco AB, info@scanreco.com (Скархолмен, Швеция) Сергеев Виктор Игоревич – доктор технических наук, доцент, начальник Воронежского конструкторского бюро антенно-фидерных устройств (ВКБ АФУ), vcb-ad@vcb-ad.vrn.ru (Воронеж, Россия) Сигов Александр Сергеевич – академик РАН, доктор физико-математических наук, профессор, президент ФГБОУ ВО «МИРЭА – Российский технологический университет», sigov@mirea.ru (Москва, Россия) Смирнов Павел Игоревич – кандидат технических наук, доцент, генеральный директор АО «НИИ «Масштаб», info@mashtab.org (Санкт-Петербург, Россия) Сорокин Сергей Александрович – доктор технических наук, генеральный конструктор АО «НИИВК им. М.А. Карцева», postoffice@niivk.ru (Москва, Россия) Топфер Ханнес – доктор технических наук, профессор, заместитель директора Института информационных технологий, Hannes.Toepfer@tu-ilmenau.de (Ильменау, Германия) Хохлов Сергей Владимирович – генеральный директор ФГУП «ГосНИИАС», e-mail: info@gosniias.ru (Москва, Россия) Шахнов Вадим Анатольевич – член-корреспондент РАН, доктор технических наук, профессор, заведующий кафедрой «Проектирование и технология производства электронной аппаратуры» МГТУ им. Н. Э. Баумана (Москва, Россия) Якунин Александр Сергеевич – кандидат социологических наук, генеральный директор АО «Воентелеком», info@voentelecom.ru (Москва, Россия)

CRI Electronics ISSN 2413–9599 (Print) ISSN 2541–870Х (Online)

RADIO INDUSTRY (RUSSIA) (Radiopromyshlennost)

SCIENTIFIC JOURNAL

PUBLISHED FROM 1991

Vol. 30, no. 1. 2020

EDITOR IN CHIEF Alena V. Fomina – D.Sc. (Economics), Associate Professor, Corresponding Member of Russian Academy of Military Sciences, General Director of Central Research Institute of Economy, Management Systems and Information «Electronics», ORCID: https://orcid.org/0000-00025853-0309, instel@instel.ru (Moscow, Russia) EDITORIAL COUNCIL Alexander I. Ageev – D.Sc. (Economics), General Director of Institute for Economic Strategies, ORCID: https://orcid.org/0000-0002-28262702, ines@inesnet.ru (Moscow, Russia) Georgy V. Antsev – Ph.D. (Engineering), Associate Professor, General Director – General Designer of the Research and Production Enterprise «Radar mms», radar@radar-mms.com (Saint-Petersburg, Russia) Alexander Afanasyev – Ph.D. (Computer Science), Assistant Professor, Florida International University, ORCID: http://orcid.org/0000‑0003‑0420‑1267, aa@cs.fiu.edu (Miami, USA) Viсtor M. Balashov – D.Sc. (Engineering), Professor, Deputy General Designer of the Research and Production Enterprise «Radar mms» for Program-Target Development, ORCID: https://orcid.org/0000-0003-4642-5701, balashov_vm@radar-mms.com (Saint-Petersburg, Russia) Alexander M. Batkovskiy – D.Sc. (Economics), Advisor to the General Director of Central Research Institute of Economy, Management Systems and Information «Electronics», ORCID: https://orcid.org/0000-0002-5145-5748, batkovskiy_a@instel.ru (Moscow, Russia) Anatoly I. Belous – D.Sc. (Engineering), Professor, Corresponding Member of the National Academy of Sciences of Belarus, Deputy General Director of Joint-stock company «INTEGRAL» for Science and Marketing, office@integral.by (Minsk, Republic of Belarus) Sergey V. Bogoslovsky – D.Sc. (Engineering), Professor, Deputy Director of the Research and Production Complex «Microelectronics, Microsystems and Nanotechnologies» of the Research and Production Enterprise «Radar mms», radar@radar-mms.com (Saint-Petersburg, Russia) Mikhail M. Butaev – D.Sc. (Engineering), Professor, Scientific Secretary of the Research and Production Enterprise «Rubin», mail@npp-rubin.ru (Penza, Russia) Nikolay Yu. Zhiburtovich – D.Sc. (Engineering), Professor, Head of the Coordinating Group for Advanced Scientific Research of Corporation «Phazotron-Scientific Research Institute of Radio», info@phazotron.com (Moscow, Russia) Yuriy. V. Zozulya – D.Sc. (Economics), Professor, Head of the Novosibirsk Representative Office of the State Corporation «Rostec» (Novosibirsk, Russia) Vyacheslav M. Isaev – D.Sc. (Engineering), Professor, Deputy Director of Federal state unitary enterprise «Mytishchi Scientific Research Institute of Radio Measuring Instruments», info@mniirip.ru (Moscow, Russia) Anatoly I. Kanaschenkov – D.Sc. (Engineering), Professor, Chief Designer of Corporation «Phazotron-Scientific Research Institute of Radio», info@phazotron.com (Moscow, Russia) Gennady V. Kozlov – D.Sc. (Phys.-Math.), Professor, Deputy Head of the General Director’s Office – Head of the Secretariat of Joint-stock company «Almaz–Antey» Air and Space Defence Corporation», antey@almaz-antey.ru (Moscow, Russia) Gennady Ya. Krasnikov – Academician of the Russian Academy of Sciences, D.Sc. (Engineering), Professor, General Director of Molecular Electronics Research Institute, gkrasnikov@niime.ru (Moscow, Russia) Viktor E. Krasovsky – Ph.D. (Engineering), Professor, Scientific Secretary of Institute of Electronic Control Computers named after I. S. Brook, ineum@ineum.ru (Moscow, Russia) Valery I. Kurnosov – D.Sc. (Engineering), Professor, Deputy Director General for Research of Rubin Research Institute, inforubin@rubin-spb. ru (Saint-Petersburg, Russia) Borisas Levitas – Ph.D. (Engineering), Director of Geozondas Ltd., levitas@geozondas.com (Vilnius, Lithuania) Nikolay A. Makhutov – Corresponding Member of the Russian Academy of Sciences, D.Sc. (Engineering), Professor, Chairman of the Working Group under the President of the Russian Academy of Sciences on Risk Analysis and Security Problems, kei51@mail.ru (Moscow, Russia) Yuriy L. Nikolashin – Ph.D. (Engineering), General Director of Public Joint-stock company «Inteltech», General Designer of Russian Navy Management System, intelteh@inteltech.ru (Saint-Petersburg, Russia) Yaroslav Ya. Petrichkovich – D.Sc. (Engineering), Professor, President of Joint-stock company «ELVEES NeoTek», welcome@elveesneotek.com (Moscow, Russia) Andrey Yu. Sazonov – Ph.D. (Engineering), Leading Radio Designer of Scanreco AB, info@scanreco.com (Skarholmen, Sweden) Viktor I. Sergeev – D.Sc. (Engineering), Associate Professor, Head of the Voronezh Design Bureau of Antenna-Feeder Devices, vcb-ad@vcb-ad.vrn.ru (Voronezh, Russia) Alexander S. Sigov – A cademician of the Russian Academy of Sciences, D.Sc. (Phys.-Math.), Professor, President of MIREA – R ussian Technological University (RTU MIREA), sigov@mirea.ru (Moscow, Russia) Pavel I. Smirnov – Ph.D. (Engineering), General Director of Masshtab Research Institute, info@mashtab.org (Saint-Petersburg, Russia) Sergey А. Sorokin – D.Sc. (Engineering), General Designer of M. A. Kartsev R&D Institute for Computer Complexes, postoffice@niivk.ru (Moscow, Russia) Hannes Toepfer – D.Sc. (Engineering), Full Professor, Head of Advanced Electromagnetics Group, Deputy Director of Institute of Information Technology, Vice Dean, Hannes.Toepfer@tu-ilmenau.de (Ilmenau, Germany) Sergey V. Khokhlov – General Director of GosNIIAS, info@gosniias.ru (Moscow, Russia) Vadim A. Shakhnov – Corresponding Member of the Russian Academy of Sciences, D.Sc. (Engineering), Professor, Head of Computer Science and Control Systems Department of Bauman Moscow State Technical University, shakhnov@bmstu.ru, (Moscow, Russia) Alexander S. Yakunin – Ph.D. (Sociology), General Director of Joint-stock company «Voentelecom», info@voentelecom.ru (Moscow, Russia)

АО «ЦНИИ «Электроника»

РАДИОПРОМЫШЛЕННОСТЬ www.radioprom.org DOI: 10.21778/2413-9599-2020-30-1

Т. 30, № 1. 2020 ISSN 2413–9599 (Print) ISSN 2541–870Х (Online)

СОДЕРЖАНИЕ Искусственный интеллект и роботизированные системы – приоритетные отрасли науки............................................ 7

ИССЛЕДОВАНИЯ И РАЗРАБОТКА РАДИОЭЛЕКТРОННОЙ АППАРАТУРЫ И СИСТЕМ Подольцев В. В.. Оценка вероятностных характеристик мажоритарного метода обработки коротких сегментов псевдослучайной последовательности............................................................................ 8 Сажо Ш. М., Воробушков В. В., Гладких А. С., Сенченков С. В.. Разработка системы охлаждения для модуля 6U на базе микропроцессора «Эльбрус»............................................................ 16

ТЕХНОЛОГИИ И ПРОИЗВОДСТВО Бабич М. Ю., Кузнецов В. Е., Бабич А. М.. Принадлежность агентов нескольким системам: аксиомы, рефлексивность, прогнозирование.................................................24 Билялетдинов И. Е., Тимин Л. С.. Проблемы реализации высокоскоростных каналов оперативной памяти DDR4 в российском многоядерном микропроцессоре нового поколения.............................................. 30

Затылкин А. В., Голушко Д. А., Кожухов Е. В.. Модель представления знаний интеллектуальной системы управления электропитанием машин управления специального назначения................................................................37 Носкова Е. С., Рожин А. Ф.. Поддержка работы со звуковой подсистемой ALSA в бинарном компиляторе уровня приложений x86→«Эльбрус».... 47

Экономика, управление и развитие радиопромышленности Жильникова Н. А.. Методология обеспечения экологичности радиоэлектронных и приборостроительных производств в рамках территориальных природно-производственных комплексов........................................................................................54 Минаев В. А., Сычев М. П., Мазин А. В., Грачёва Ю. В.. Территориальные различия в распространении информации в социальных сетях: результаты моделирования.................................................................................63

ПРАВИЛА ПРЕДСТАВЛЕНИЯ СТАТЕЙ.............. 71

CRI Electronics

RADIO INDUSTRY (RUSSIA)

Vol. 30, no. 1. 2020

(Radiopromyshlennost) www.radioprom.org DOI: 10.21778/2413-9599-2020-30-1

ISSN 2413–9599 (Print) ISSN 2541–870Х (Online)

CONTENTS Artificial intelligence and robotic systems are priority branches of science.............................................................................................. 7

RESEARCH AND DEVELOPMENT OF RADIOELECTRONIC EQUIPMENT AND SYSTEMS Podoltsev V. V.. Estimation of the probabilistic characteristics of the majority method for processing short segments of a pseudo-random sequence............................................................................................... 8 Sazho Sh. M., Vorobushkov V. V., Gladkih A. S., Senchenkov S. V.. Development of a cooling system for 6U module based on Elbrus microprocessor................................................................... 16

TECHNOLOGIES AND PRODUCTION Babich M. Yu., Kuznetsov V. E., Babich A. M.. Agent belongings to several systems: axioms, reflexivity, forecasting..........................................................................................24 Bilyaletdinov I. E., Timin L. S.. Implementation problems of high-speed DDR4 channels in a new generation Russian multi-core microprocessor.................. 30

Zatylkin А. V., Goluschko D. A., Kozhukhov E. A.. Knowledge representation model for intelligent power supply control system of special purpose control machines.........................37 Noskova E. S., Rozhin A. F.. Support for working with the ALSA sound subsystem in a binary compiler of application level x86→«Elbrus»..................... 47

ECONOMICS, MANAGEMENT AND DEVELOPMENT OF THE RADIO INDUSTRY Zhilnikova N. A.. Methodology of ensuring ecological safety of radio-electronic and instrument-making production in territorial natural production complexes.........................................................................54 Minaev V. A., Sychev M. P., Mazin A. V., Gracheva Yu. V.. Territorial differences in information propagation on social networks: results of modeling.............................................................63

RULES FOR SUBMITTING ARTICLES...................73

RADIO INDUSTRY (RUSSIA). Vol. 30, no. 1. 2020

Искусственный интеллект и роботизированные системы – приоритетные отрасли науки Современный мир уже давно является глобальной взаимосвязанной системой. Культура, политика, наука, техника – это лишь немногие сферы жизни, затронутые процессами глобализации. И если в научном сообществе это понимали уже давно, то последние мировые события сделали этот факт очевидным даже для простого обывателя. Человечество сталкивается с беспрецедентными вызовами, решить которые невозможно привычными, сложившимися годами инструментами. Ограниченность ресурсов в некоторых областях становится в прямом смысле вопросом выживания. В таких условиях осознается необходимость развития технологий на базе искусственного интеллекта и других роботизированных систем. Тем более своевременно звучит инициатива Правительства Российской Федерации по созданию в рамках национального проекта «Наука» центров технологического развития мирового уровня. В итоговый список, состоящий из семи ключевых направлений, вошли передовые цифровые технологии, искусственный интеллект, роботизированные

системы и материалы нового поколения, интеллектуальные транспортные и телекоммуникационные системы, высокотехнологичное здравоохранение, а также технологии обеспечения национальной безопасности. В текущем году будет открыто три таких центра, еще девять должны начать работу до конца 2023 года. Без сомнений, указанные направления будут широко востребованы в будущем. На сегодняшний день здравоохранение является одной из крупнейших отраслей экономики в мире, а глобальный рынок инженерных сервисов считается одним из наиболее быстрорастущих. Среди проектов в сфере возобновляемых источников энергии ветряная и солнечная энергетика находятся в этом году в числе лидеров роста в США, и если верить прогнозам, то возобновляемая энергетика, а также биотехнологии и искусственный интеллект покажут наибольшие общемировые темпы роста в самом ближайшем будущем. Что касается национальной безопасности и борьбы с международным терроризмом и экстремизмом, то статус этих задач в российской стратегической повестке дня традиционно высок. Базой для создания центров научно-технического развития должны стать действующие организации, прошедшие строгий конкурсный отбор. Основными критериями при выборе организаций будут актуальность и новизна исследований, проводимых в них, состояние научной инфраструктуры, уровень подготовки кадров, перспективы внедрения результатов исследовательской деятельности. Стратегия развития российской науки продиктована необходимостью увеличения конкурентоспособности страны в сфере высоких технологий. При этом делается ставка на опережающее развитие, быстрое развертывание инновационной инфраструктуры, а также укрепление кадрового потенциала. Государство как крупнейший игрок на рынке будет занимать лидирующую роль в этом процессе, определяя вектор исследований в соответствии с мировыми научно-технологическими трендами. Проводимая властями политика, отвечая как национальным, так и мировым потребностям, нацелена на формирование фундамента для вхождения России в число мировых технологических лидеров XXI века. А. В. Фомина, доктор экономических наук, главный редактор журнала «Радиопромышленность»

РАДИОПРОМЫШЛЕННОСТЬ. Т. 30, № 1. 2020 ISSN 2413–9599 (Print)

www.radioprom.org

ISSN 2541–870Х (Online)

ИССЛЕДОВАНИЯ И РАЗРАБОТКА РАДИОЭЛЕКТРОННОЙ АППАРАТУРЫ И СИСТЕМ / RESEARCH AND DEVELOPMENT OF RADIO-ELECTRONIC EQUIPMENT AND SYSTEMS DOI: 10.21778/2413‑9599‑2020‑30‑1-8-15 УДК 621.391, 004.021

Оценка вероятностных характеристик мажоритарного метода обработки коротких сегментов псевдослучайной последовательности В. В. Подольцев1 1

Краснодарское высшее военное училище им. генерала армии С. М. Штеменко, Краснодар, Россия

Имитационное моделирование метода обработки коротких сегментов псевдослучайной последовательности (ПСП) на основе мажоритарных проверок дает вероятностные характеристики, отличные от результатов расчета с помощью гауссовской аппроксимации. Моделирование показывает, что вероятность битовой ошибки декодирования изменяется дискретно с явными минимумами и максимумами на длине обрабатываемого сегмента ПСП. Это объясняется тем, что декодер всегда использует фиксированную последовательность проверок, которая определяется начальной фазой анализатора. Таким образом, распределение этих проверок и определяет характер зависимости вероятности битовой ошибки. Исходя из этого, в работе проводится теоретическое исследование вероятностных характеристик метода синхронизации на основе мажоритарных проверок с учетом специфики работы анализатора ПСП. В статье сформулирована и решена задача анализа вероятностных характеристик мажоритарного метода обработки коротких сегментов ПСП, в которой требовалось найти вероятность битовой ошибки декодирования. Получены аналитические соотношения для вероятности битовой ошибки декодирования, проведены расчеты и системный анализ результатов. Показано, что: с увеличением длины обрабатываемого сегмента или длины зачетного отрезка N вероятность ошибки может быть больше, чем вероятность деструктивных ошибок; метод на основе мажоритарных проверок при высоких вероятностях деструктивных ошибок имеет значительное преимущество по среднему времени поиска кода над методом Уорда. На основе полученных результатов в дальнейших исследованиях будет предложена модификация метода, которая обеспечит оптимальный выбор длины обрабатываемого сегмента ПСП N. Ключевые слова: вероятность битовой ошибки декодирования, вероятность деструктивной ошибки, длина обрабатываемого сегмента, среднее время поиска, метод мажоритарной обработки информации, метод Уорда Для цитирования: Подольцев В. В. Оценка вероятностных характеристик мажоритарного метода обработки коротких сегментов псевдослучайной последовательности // Радиопромышленность. 2020. Т. 30, № 1. С. 8–15. DOI: 10.21778/2413‑9599-2020-30-1-8-15 © Подольцев В. В., 2020

Исследования и разработка радиоэлектронной аппаратуры и систем

RADIO INDUSTRY (RUSSIA). Vol. 30, no. 1. 2020

Estimation of the probabilistic characteristics of the majority method for processing short segments of a pseudo-random sequence V. V. Podoltsev1 1

Krasnodar Higher Military School named after General of the Army S. M. Shtemenko, Krasnodar, Russia

Simulation modeling of the processing method for pseudo-random sequence (PRS) short segments based on the majority tests gives the probability characteristics that are different from the results of a calculation using the Gaussian approximation. The simulation modeling shows that the probability of bit error decoding is changed discretely with the explicit minima and maxima for the length of the processed segment of the PRS. This is due to the fact that the decoder always uses a fixed test sequence, which is determined by the initial phase of the analyzer. Thus, the distribution of these checks determines the dependence of the bit error probability. On this basis, the paper conducts a theoretical study of the probability characteristics synchronization method based on the majority tests, taking into account the specifics of the PRS analyzer. The article formulates and solves the task of analyzing probabilistic characteristics of the majority method of processing short segments of the PRS, which required finding the probability of bit error of decoding. The analytical relations for the probability of bit error of decoding are obtained. The calculations and systematic analysis of the results are performed. It is shown that: with the increase in the length of the processed segment or the length of the valid section N the probability of error can be greater than the probability of destructive errors; the method based on the majority tests with a high probability of destructive errors has a significant advantage in the average code search time over the Ward’s method. Based on the obtained results a modification of the method that will provide the optimal choice of the length of the processed segment of PRS N will be offered in further studies. Keywords: probability of decoding bit error, probability of destructive error, length of the processed segment, average search time, majority information processing method, Ward’s method For citation: Podoltsev V. V. Estimation of the probabilistic characteristics of the majority method for processing short segments of a pseudorandom sequence. Radio industry (Russia), 2020, vol. 30, no. 1, pp. 8–15. (In Russian). DOI: 10.21778/2413‑9599‑2020-30-1-8-15

Введение На сегодняшний день остро стоит проблема помехозащищенной обработки информации при использовании широкополосного доступа в Интернет из-за постоянно увеличивающегося объема трафика. Одним из направлений в решении данной проблемы является совершенствование методов доступа к среде передачи МАС (media access control). Эффективность метода на основе мажоритарных проверок зависит от длины сегмента псевдослучайной последовательности (ПСП), который обрабатывается при синхронизации. В известной работе [1] не исследованы его характеристики при синхронизации на коротких сегментах ПСП, но мы считаем, что исследование и анализ вероятностных и временных характеристик позволит добиться максимальной эффективности метода. Принцип мажоритарной обработки синхронизирующей информации в МАС-протоколах множественного доступа Для начала приведем описание работы генератора проверок. На рис. 1 представлены

последовательности проверочных фаз, генерируемых анализатором для m-последовательности с порождающим полиномом x3 + x + 1 и разных длин обрабатываемого сегмента N. Если длина обрабатываемого сегмента N = 3, что совпадает со старшей степенью порождающего полинома k, то анализатор ПСП работает всего один такт, после чего на его выходе мы получаем принятую из канала последовательность с вероятностью ошибки P, равной вероятности ошибки в канале [2]. То есть мы получаем «чистый» метод последовательной оценки ПСП Уорда [3] (метод по «зачетному отрезку») при N = k. При увеличении длины сегмента ПСП до N = 4 на втором такте появляется дополнительная проверка веса 2. В данном случае количество проверок на один элемент будет равно двум. При длине обрабатываемого сегмента ПСП N = 7 декодер проработает пять тактов. Очевидно, что проверки различного веса будут иметь разные вероятности ошибки декодирования: чем больше вес проверки, тем больше вероятность ошибки. Эту вероятность, при условии

Research and development of radio-electronic equipment and systems

РАДИОПРОМЫШЛЕННОСТЬ. Т. 30, № 1. 2020

N =3

100 | 010 | 001 1-й такт / 1st time-step

N =4

101 | 100 | 010 | 001 1-й такт / 2-й такт / 1st time-step 2nd time-step

N =5

111 | 101 | 100 | 010 | 001 1-й такт / 2-й такт / 1st time-step 3-й такт / 2nd time-step 3rd time-step

N =6

011 | 111 | 101 | 100 | 010 | 001 1-й такт / 2-й такт / 1st time-step 3-й такт / 2nd time-step 4-й такт / 3rd time-step 4th time-step

N =7

110 | 011 | 111 | 101 | 100 | 010 | 001 1-й такт / 2-й такт / 1st time-step 3-й такт / 2nd time-step 4-й такт / 3rd time-step 5-й такт / 4th time-step 5th time-step

Рисунок 1. Последовательности, генерируемые анализатором проверочных фаз для m-последовательности с порождающим полиномом x3 + x + 1 Figure 1. Sequences generated by the analyzer of verification phases for the m-sequence with x3 + x + 1 code seed

независимости деструктивных ошибок, найти через известное соотношение [4]:

Pi = 0,5 − 0,5(1 − 2P)i ,

можно (1)

где P – вероятность деструктивной ошибки; i – вес (размерность) проверки. Таким образом, из формулы (1) видно, что различные сочетания проверок разной размерности, которые зависят от длины обрабатываемого сегмента ПСП N, будут давать в результате декодирования различные вероятности ошибки. И, как видно из рис. 1, вероятность может увеличиваться при попадании проверки большой размерности. Перейдем к анализу вероятностных характеристик метода синхронизации ПСП на основе мажоритарных проверок. Для этого сформулируем задачу оценки вероятностных характеристик при мажоритарной обработке коротких сегментов ПСП. Оценка вероятностных характеристик мажоритарного метода обработки коротких сегментов псевдослучайной последовательности Для анализа вероятностных характеристик метода синхронизации на основе мажоритарной обработки достаточно знать вероятность битовой 10

ошибки Рм. Найдем эту вероятность, сформулировав следующую задачу. Пусть передатчик формирует кадры, помещая в каждый заголовок только один бит псевдослучайной последовательности, соответствующий ПСП на выходе локального генератора МАСподуровня. Пусть далее кадр передается на физический уровень, после чего отправляется на приемную сторону. На подуровне доступа к среде передачи распределение деструктивных ошибок можно рассматривать как биномиальное с вероятностью деструктивной ошибки P. На приемной стороне кадр с физического уровня поступает в МАС-контроллер, где бит ПСП извлекается и записывается в линейный рекуррентный регистр (ячейки памяти) длиной k бит модуля анализатора. При приеме следующего бита ПСП он записывается в сдвиговый регистр памяти. Пусть анализатор в процессе синхронизации декодирует фазу по сегменту ПСП N, длина которого намного меньше периода m-последовательности, т. е. N << 2k – 1. Пусть начальная фаза анализатора α0 соответствует фазе, которая при последующих сдвигах генератора проверок на первом такте работы анализатора генерирует фазы веса 1. Пусть также число проверок J на один бит ПСП является нечетным. Требуется найти вероятность битовой ошибки декодирования Рм. Ошибка в процессе декодирования произойдет в том случае, если количество неправильных проверок Jнпр в результате накопления превысит количество правильных Jпр или больше половины всех проверок будут неправильными. Тогда, сгруппировав проверки по размерностям Ji = (J1, J2,…, Jк), запишем:

i=1

PÏ = P( ∑ J ÌÔi > ∑ J Ôi ) = P( ∑ J ÌÔi >

1m ∑ J i ), (2) 2 i=1

где Jнпрi – неправильная проверка размерности i; Jпрi – правильная проверка размерности i. Количество проверок размерности i в одном периоде ПСП m-последовательности равно i−1 J i = Ck−1 [5]. Но так как по условию задачи декодер использует проверки веса 1 (рис. 1), то общее число проверок, или, другими словами, фаз анализатора размерности i в одном периоде ПСП можно найти как J i = Cki . Так как практически невозможно получить точную аналитическую оценку числа проверок на длине обрабатываемого сегмента ПСП, воспользуемся приближенной формулой [1]:

⎢ ' ⎥ JiN ⎢⎣ J i ⎥⎦ = 2 k −1 ,

(3)

где N – длина сегмента ПСП; k – длина линейного рекуррентного регистра.

Исследования и разработка радиоэлектронной аппаратуры и систем

RADIO INDUSTRY (RUSSIA). Vol. 30, no. 1. 2020 Чтобы получить более точные результаты, с помощью компьютерного моделирования можно подсчитать количество проверок размерности i «Jiм» на некотором сегменте ПСП длиной N', который больше отрезка длиной N, т. е. N' > N. Тогда приближенное число проверок можно рассчитать по формуле:

С учетом того, что различные вероятности комбинаций ошибок P[Jнпр1, Jнпр2,…, Jнпрm]l представляют собой несовместные события, полную вероятность неприема одного бита ПСП Рм можно рассчитать по формуле:

PÏ = ∑ P[J ÌÔ1,J ÌÔ2 ,...,J ÌÔm ]l .

(9)

l=1

⎢ J " ⎥ = J iÏ N . ⎢⎣ i ⎥⎦ N'

(4)

Если учитывать корреляцию между проверками, то расчеты значительно усложняются, особенно с увеличением старшей степени порождающего полинома m-последовательности. Поэтому далее будем предполагать, что проверки независимы. Тогда вероятность ошибки в проверке размерности i с учетом их независимости можно рассчитать. Данный подход, как показывают результаты имитационного моделирования, дает хорошие результаты, анализ которых будет проведен в следующей работе. Из (4) и (1) видно, что проверки разной размерности дадут разное количество ошибок. Тогда с учетом независимости проверок можно составить L различных комбинаций количества ошибочных проверок из m-размерностей [Jнпр1, Jнпр2, …, Jнпрm], удовлетворяющих условию ошибочного декодирования:

∑ J ÌÔi > 2 ∑ J i .

(5)

Вероятность возникновения нескольких ошибок одной размерности или плотность вероятности P(e) числа ошибок в проверках размерности i в биномиальном канале можно рассчитать по формуле [4]:

P(e) = CJe" (1 − Pi )

Ji − e

Pi e ,

(6)

где e – ошибочный бит двоичной информации. Эту же вероятность при малом числе проверок с незначительной погрешностью можно аппроксимировать пуассоновским законом распределения [6]:

P(e) ≈

M[J ÌÔi ]e e!

exp

−M[J ÌÔ i ]

(7)

где М[Jнпрi] – математическое ожидание числа ошибочных проверок размерности i, равное Ji Pi. С учетом (6) и условия независимости отдельных проверок вероятность ошибочного определения одного символа ПСП первой комбинации ошибок можно рассчитать по следующей формуле:

P[J ÌÔ1,J ÌÔ2 ,...,J ÌÔm ]l = ∏ Pkl (n),

(8)

k=1

где Pkl (n) – вероятность ошибки в сегменте ПСП длиной в «n».

Очевидно, что при синхронизации псевдослучайной последовательности возможны случаи пропуска ПСП, что будет дополнительно показано в следующей работе. Пропуск ПСП произойдет тогда, когда символ будет определен как правильный, а поступивший символ будет записан как ошибочный. Проблему пропуска псевдослучайной последовательности можно решить достаточно просто: найденную фазу ПСП всегда записывать в генератор ПСП, подгонять, сравнивать с ПСП из канала и подсчитывать число несовпадений. В то же время анализатор псевдослучайной последовательности должен продолжать находить следующую фазу ПСП. По окончании анализа этой фазы сравнивать число накопленных несовпадений с некоторым порогом, за величину которого можно принять максимальную вероятность деструктивной ошибки. В случае превышения порога записывать в генератор псевдослучайной последовательности текущую найденную фазу ПСП, записанную в декодере. Таким же образом можно избежать ложной синхронизации. Поэтому данные вероятностные характеристики в работе не исследуются. Системный анализ вероятностных характеристик мажоритарного метода обработки коротких сегментов псевдослучайной последовательности Отметим, что несмотря на то, что в расчетных соотношениях не учитывается корреляция между проверками, данный подход к решению задачи требует больших вычислительных мощностей, т. к. при увеличении длины сегмента псевдослучайной последовательности и длины линейного рекуррентного регистра количество комбинаций ошибок, удовлетворяющих (5), увеличивается геометрически, в особенности для апериодических ПСП. В связи с этим для проведения расчетов в среде MATLAB [7] была разработана программа, реализующая предложенный метод вычисления. Алгоритм программы представлен на рис. 2. В основе формирования различных комбинаций ошибочных проверок на длине обрабатываемого сегмента ПСП лежит применение функции MATLAB «combvec» [7], которая генерирует массив сочетаний ошибок, после чего из него выбираются все комбинации, удовлетворяющие условию (5).

Research and development of radio-electronic equipment and systems

РАДИОПРОМЫШЛЕННОСТЬ. Т. 30, № 1. 2020

Вход / Entrance

Вводим параметры системы / Enter system parameters

Формируем массив проверок Ji / Form array of tests Ji

Рассчитываем границу, удовлетворяющую условию (5) / Calculate a boundary satisfying condition (5)

Формируем массив комбинаций с помощью combvec / Form an array of combinations with combvec

Рассчитываем PM / Calculate PM

Выход / Exit

Рисунок 2. Алгоритм программы Figure 2. The program algorithm

Рассчитаем зависимость вероятности битовой ошибки Рм от вероятности ошибки в канале Р для разных значений длин обрабатываемого сегмента ПСП N. Вместо приближенной формулы для расчета числа проверок (3) воспользуемся формулой (4) с подстановкой реального числа проверок, полученного с помощью программы, написанной в среде MATLAB [7, 8]. Для линейного рекуррентного регистра длиной k = 10 на длине сегмента N ' = 101 количество проверок будет составлять

J1 = 10, J2 = 20, J3 = 20, J4 = 22, J5 = 11, J6 = 10, J7 = 7, J8 = 1, J9 = 0, J10 = 0.

На рис. 3 представлены графики данной зависимости для длины линейного рекуррентного регистра, равной 10. Анализ графиков показывает, что при увеличении длины обрабатываемого сегмента псевдослучайной последовательности вероятность ошибочного определения сегмента ПСП уменьшается. Особенно это заметно при снижении вероятности 12

деструктивных ошибок P = 0,01. При возрастании вероятности деструктивных ошибок (P = 0,2) эта вероятность уменьшается, но незначительно. Очевидно, что на таких каналах надо выбирать большие значения N. На рис. 4 представлены результаты расчета вероятности битовой ошибки Рм от вероятности деструктивной ошибки Р для метода на основе мажоритарных проверок (N = 34, число проверок на бит – 25) и метода Уорда. Вероятность битовой ошибки для метода Уорда принималась равной вероятности деструктивной ошибки P. Анализ графиков показывает, что метод на основе мажоритарных проверок дает значительный выигрыш в сравнении с методом последовательной оценки Уорда. На рис. 5 представлены результаты расчета зависимости вероятности битовой ошибки Рм от длины обрабатываемого сегмента N для линейного рекуррентного регистра длиной k = 10 для случая, когда число проверок на один бит ПСП нечетно. На рис. 5 показано, что при нечетных проверках, которые зависят от длины линейного рекуррентного регистра, исключается возможность возникновения неопределенности в решающей схеме. Вероятность ошибки при определении ПСП имеет дискретный характер на малых длинах сегмента N. Анализ графиков (рис. 5) подтверждает эти результаты. К тому же при N = 12 (три проверки на один бит псевдослучайной последовательности) и P = 0,1 вероятность битовой ошибки определения сегмента ПСП даже возрастает и становится больше вероятности деструктивной ошибки. Это очень важно, т. к. очевидно, что в таком случае система синхронизации будет давать худшие характеристики в сравнении с методом последовательной оценки Уорда. А значит, длину сегмента N = 12 нельзя использовать. При дальнейшем увеличении N вероятность битовой ошибки уменьшается зигзагообразно с явными скачками. На длине сегмента более 25 бит вероятность битовой ошибки имеет тенденцию к постоянному уменьшению – нормализации. Можно сделать вывод о том, что при большой вероятности деструктивной ошибки нельзя выбирать слишком короткие сегменты ПСП, т. к. выигрыш в этом случае в сравнении с методом Уорда является незначительным, либо система показывает худшие характеристики. На рис. 6 представлена зависимость для вероятности символьной ошибки декодирования, полученная с помощью PÒËÏ‚ = 1 − (1 − PÏ )k .

(10)

По формуле

Tc =

N − k +1 + (k −1) 1 − PÒËÏ‚

(11)

Исследования и разработка радиоэлектронной аппаратуры и систем

RADIO INDUSTRY (RUSSIA). Vol. 30, no. 1. 2020

100

10–2

–4

10–4 10

–6

10–6

10–8

10–10 N = 34 N = 14 N = 14

10–12

10–10 Мажоритарный / Majority Метод ЗОТ / Valid section method

–14

0.02

0.04

0.06

0.08

0.1

0.12

0.14

0.16

0.18

0.2

10–12

0.02

0.04

0.06

0.08

0.1

0.12

0.14

0.16

0.18

0.2

Рисунок 3. Графики зависимости вероятности битовой ошибки определения псевдослучайной последовательности от вероятности деструктивных ошибок Figure 3. Graphs of the dependence of the bit error probability of determining a pseudorandom sequence on the probability of destructive errors

Рисунок 4. Графики зависимости вероятности битовой ошибки определения псевдослучайной последовательности от вероятности деструктивной ошибки для метода на основе мажоритарного декодирования и метода Уорда Figure 4. Graphs of the dependence of the bit error probability of determining a pseudo-random sequence on the probability of a destructive error for the method based on majority decoding and the Ward’s method

100

10–2

100

–4

10–2 10

–6

10–4

Pсимв / Psymb

10–8

10–10

10–12

10–14

10–8

P = 0.01 P = 0.1 10

10–6

10–10 Pм = 0.01 Pм = 0.1

N 10–12

Рисунок 5. Графики зависимости вероятности битовой ошибки при определении псевдослучайной последовательности от длины обрабатываемого сегмента N Figure 5. Graphs of the dependence of the bit error probability when determining a pseudorandom sequence on the length of the N processed segment

Рисунок 6. Графики зависимости вероятности символьной ошибки декодирования ПСП от длины обрабатываемого сегмента N Figure 6. Graphs of the dependence of PRS decoding symbolic error on the length of the N processed segment

с использованием полученных соотношений для вероятности символьной ошибки (10) рассчитаем зависимость среднего времени поиска Tc от длины обрабатываемого сегмента ПСП N. Результаты расчета для вероятности символьной ошибки Pсимв = 0,01 и Pсимв = 0,1 приведены на рис. 7. Анализ полученной зависимости показывает, что при возрастании вероятности деструктивных ошибок (P = 0,1) при определенных длинах сегмента ПСП можно минимизировать среднее время поиска.

Как видно из графиков, среднее время поиска будет минимальным при N = k. Но в этом случае велика вероятность ложной синхронизации, поэтому длина сегмента ПСП должна выбираться большей. Оптимальной является точка при N = 24, тогда среднее время поиска составит 25 бит, а вероятность ошибочного декодирования Pм = 0,0129 (Pсимв = 0,1218), т. е. на порядок ниже, чем вероятность деструктивной ошибки P. Для вероятности

Research and development of radio-electronic equipment and systems

РАДИОПРОМЫШЛЕННОСТЬ. Т. 30, № 1. 2020

35 X: 24 Y: 27.08

Tс

Pсимв = 0.01 / Psymb = 0.01 Pсимв = 0.1 / Psymb = 0.1 10

Рисунок 7. Графики зависимости среднего времени поиска Tc от длины обрабатываемого сегмента псевдослучайной последовательности N для k = 10 Figure 7. Graphs of the dependence of the Ts average search time on the length of the N processed pseudo-random sequence segment for k = 10

Tс

103

102

Зачетный отрезок / Valid section Мажоритарный / Majority

Рисунок 8. Графики зависимости среднего времени поиска Tc от длины обрабатываемого сегмента ПСП N для метода на основе мажоритарного декодирования и метода Уорда Figure 8. Graphs of the dependence of the Ts average search time on the length of the N processed PRS segment for the method based on majority decoding and the Ward method

деструктивной ошибки P = 0,01 среднее время поиска ПСП с увеличением длины сегмента N только возрастает. Проведем сравнительный анализ методов, для чего по формуле

TÒ =

1 − qk , PqnU

(12)

где q – вероятность правильного приема бита двоичной информации из канала связи, U – скорость 14

передачи информации в канале связи; P – вероятность ошибочного приема бита двоичной информации из канала связи. Рассчитаем зависимость среднего времени поиска для метода Уорда при U = 1 и P = 0,1. На рис. 8 представлены результаты расчета. Анализ полученных результатов показывает, что метод Уорда дает худшие характеристики по среднему времени поиска с увеличением длины обрабатываемого сегмента ПСП в сравнении с методом на основе мажоритарного декодирования. При значении N = 2k = 20 метод на основе мажоритарного декодирования дает выигрыш более чем в два раза. Полученные вероятностные характеристики дают только нижнюю границу вероятности ошибки из-за сделанных допущений, соответственно рассчитанное среднее время поиска ПСП также дает нижнюю границу. Но, как показывают результаты имитационного моделирования, полученные характеристики верно отражают характер изменения вероятности ошибки при изменении длины обрабатываемого сегмента. Полученные результаты показывают, что выбор длины обрабатываемого сегмента ПСП N при возрастании вероятности деструктивных ошибок влияет на среднее время поиска. В известных работах [1] не проводится исследование характеристик фазирования на коротких сегментах псевдослучайной последовательности, хотя очевидно, что при возрастании вероятности деструктивных ошибок нельзя просто увеличивать N, т. к. возможны случаи, когда система синхронизации будет давать худшие характеристики в сравнении с синхронизацией по методу Уорда, либо не обеспечивать минимум среднего времени поиска ПСП. Соответственно, метод на основе мажоритарного декодирования должен при определенной вероятности ошибки синхронизировать псевдослучайную последовательность по некоторому определенному сегменту ПСП длиной N. Значит, при проведении дальнейших исследований требуется модифицировать метод поиска на основе мажоритарной обработки синхронизирующей информации с целью повышения его эффективности и оптимизации механизма синхронизации. Выводы В работе решена задача анализа вероятностных характеристик метода на основе мажоритарных проверок, в частности: 1. Показано, что в случае синхронизации по короткому сегменту ПСП с увеличением длины обрабатываемого сегмента или длины зачетного отрезка N вероятность ошибки может быть больше, чем вероятность деструктивных ошибок.

Исследования и разработка радиоэлектронной аппаратуры и систем

RADIO INDUSTRY (RUSSIA). Vol. 30, no. 1. 2020 2. Характер изменения зависимости вероятности битовой ошибки ПСП от N является скачко образным с локальными минимумами и максимумами. Таким образом, нельзя просто увеличивать длину обрабатываемого сегмента ПСП N, но требуется расчет и анализ зависимости вероятности ошибки Pм/Рсимв от длины N для определения оптимальных N, минимизирующих среднее время

поиска Tc при заданной вероятности ложной синхронизации. 3. Показано, что при синхронизации на коротких сегментах ПСП метод на основе мажоритарных проверок при высоких вероятностях деструктивных ошибок имеет значительное преимущество по среднему времени поиска кода над методом Уорда.

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 1. Хисамов Д. Ф. Моделирование процесса синхронизации датчиков псевдослучайных последовательностей в подавляемых системах радиосвязи. Автореферат. Воронеж: Воронежский институт МВД России, 2005. 154 c. 2. Свидетельство Российской Федерации о государственной регистрации программы для ЭВМ № 2015662303. Программа симулятор декодера псевдослучайной последовательности для систем синхронизации MC-DS-CDMA / В. В. Подольцев, А. Д. Золотуев, Ф. Г. Хисамов, М. В. Милованов, Д. Ф. Хисамов; заявитель и правообладатель Ф. Г. Хисамов. Заявление 23.09.2015; зарегистрировано 19.11.2015. 3. Уорд Р. Различение псевдослучайных сигналов методом последовательной оценки // Зарубежная радиоэлектроника. 1966. № 8. C. 20–37. 4. Месси Д. Пороговое декодирование. М.: Мир, 1966. 208 с. 5. К вопросу о мажоритарном декодировании М-последовательностей / Новиков И. А., Номоконов В. Н., Шебанов А. А., Яковлев Д. О. // Вопросы радиоэлектроники. 1976. Сер. ОТ, вып. 5. C. 50–55. 6. Ширяев А. Н. Вероятность. М.: Наука, 1980. 574 с. 7. Солонина А. И. Цифровая обработка сигналов. Моделирование в Simulink. СПб.: БХВ-Петербург, 2012. 432 c. 8. Патент СССР № 1432791. Анализатор качества канала / О. Б. Юминов, С. В. Дзюин, М. М. Марков, И. З. Климов. Заявление 16.04.1987, опубликован 23.10.1988. 9. Kilgus С. Pseudonoise code acquisition majority logic decoding // IEEE Transactions on Communications, 1973, vol. 21, iss. 6, pp. 772–774.

REFERENCES 1. Khisamov D. F. Modelirovanie protsessa sinkhronizatsii datchikov psevdosluchainykh posledovatel’nostei v podavlyaemykh sistemakh radiosvyazi. Avtoreferat [Modeling the process of synchronization of pseudorandom sequence sensors in suppressed radio communication systems. Abstract]. Voronezh, Voronezhskij institut MVD Rossii Publ., 2005, 154 p. (In Russian). 2. Certificate of the Russian Federation on state registration of computer programs no. 2015662303. Programma simulyator dekodera psevdosluchajnoj posledovatel`nosti dlya sistem sinkhronizatsii MC-DS-CDMA [Pseudo-random sequence decoder simulator for MC-DS-CDMA synchronization systems]. V. V. Podoltsev, A. D. Zolotuev, F. G. Khisamov, M. V. Milovanov, D. F. Khisamov; applicant and copyright holder D. G. Khisamov, declared 23.09.2015; registered 19.11.2015. (In Russian). 3. Uord R. Distinguishing pseudo-random signals by sequential estimation. Zarubezhnaya radioelektronika, 1966, № 8, pp. 20– 37. (In Russian). 4. Messi D. Porogovoe dekodirovanie [Threshold decoding]. Moscow, Mir Publ., 1966, 208 p. (In Russian). 5. Novikov I. A., Nomokonov V. N., Shebanov A. A., Yakovlev D. O. On the question of majority decoding of M-sequences. Voprosy radioelektroniki, 1976, Ser. OT, iss. 5, pp. 50–55. (In Russian). 6. Shiryaev A. N. Veroyatnost [Probability]. Moscow, Nauka Publ., 1980, 574 p. (In Russian). 7. Solonina A. I. Tsifrovaya obrabotka signalov. Modelirovanie v Simulink [Digital signal processing. Modeling in Simulink]. Saint Petersburg, BXV-Peterburg Publ., 2012, 432 p. (In Russian). 8. Patent SSSR № 1432791. Analizator kachestva kanala [Channel Quality Analyzer]. O. B. Yuminov, S. V. Dzyuin, M. M. Markov, I. Z. Klimov, declared 16.04.1987, published 23.10. 1988. (In Russian). 9. Kilgus С. Pseudonoise code acquisition majority logic decoding. IEEE Transactions on Communications, 1973, vol. 21, iss. 6, pp. 772–774.

ИНФОРМАЦИЯ ОБ АВТОРЕ Подольцев Виктор Владимирович, начальник научно-исследовательской лаборатории, Краснодарское высшее военное училище имени генерала армии С. М. Штеменко, 350063, Краснодар, ул. Красина, д. 4, тел.: +7 (861) 268‑35‑09, e-mail: kvvu@mil.ru.

AUTHOR Viktor V. Podoltsev, head of scientific research laboratory, Krasnodar Higher Military School named after General of the Army S. M. Shtemenko, 4, ulitsa Krasina, Krasnodar, 350063, Russia, tel.: +7 (861) 268‑35‑09, e-mail: kvvu@mil.ru. Поступила 13.01.2020; принята к публикации 30.01.2020; опубликована онлайн 25.02.2020. Submitted 13.01.2020; revised 30.01.2020; published online 25.02.2020.

Research and development of radio-electronic equipment and systems

РАДИОПРОМЫШЛЕННОСТЬ. Т. 30, № 1. 2020 ISSN 2413–9599 (Print)

www.radioprom.org

ISSN 2541–870Х (Online)

DOI: 10.21778/2413‑9599‑2020‑30‑1-16-23 УДК 004.3.124

Разработка системы охлаждения для модуля 6U на базе микропроцессора «Эльбрус» Ш. М. Сажо1, В. В. Воробушков1, 2, А. С. Гладких1, С. В. Сенченков1 1 АО 2

«МЦСТ», Москва, Россия ПАО «Институт электронных управляющих машин им. И. С. Брука», Москва, Россия

В статье рассматриваются особенности проектирования систем охлаждения для компактных модулей конструктива «Евромеханика» на базе микропроцессора серии «Эльбрус». Решена задача обеспечения необходимого теплового режима работы процессорного модуля в условиях дефицита пространства для размещения системы охлаждения. Произведенный оценочный расчет показал недостаточность пассивного охлаждения микропроцессора «Эльбрус‑4С» с тепловыделением 60 Вт. В связи с этим была разработана 3D-модель активной системы охлаждения с габаритами 5,5×10,3×4,6 см. Для оптимизации геометрии радиатора и скорости вращения вентилятора произведены тепловые расчеты с помощью программы SolidWorks Flow Simulation, по результатам которых предполагалось, что оптимизированная система охлаждения обеспечит температуру на кристалле процессора «Эльбрус‑4С» не более +87 °C (при температуре окружающей среды +55 °C). С учетом результатов исследования для проведения испытаний было изготовлено три опытных образца. Дальнейшие испытания, проведенные на опытных образцах, показали эффективность системы охлаждения и высокую точность результатов моделирования. Во время испытаний в климатической камере при температуре +55 °C температура на кристалле микропроцессора не превысила +84 °C (разница в 3 °C по сравнению с расчетной). Ключевые слова: Евромеханика, микропроцессор Эльбрус, система охлаждения, тепловое сопротивление, ребристый радиатор, SolidWorks Flow Simulation Для цитирования: Разработка системы охлаждения для модуля 6U на базе микропроцессора «Эльбрус» / Ш. М. Сажо, В. В. Воробушков, А. С. Гладких, С. В. Сенченков // Радиопромышленность. 2020. Т. 30, № 1. С. 16–23. DOI: 10.21778/2413-9599-2020-301-16-23 © Сажо Ш. М., Воробушков В. В., Гладких А. С., Сенченков С. В., 2020

Исследования и разработка радиоэлектронной аппаратуры и систем

RADIO INDUSTRY (RUSSIA). Vol. 30, no. 1. 2020

Development of a cooling system for 6U module based on Elbrus microprocessor Sh. M. Sazho1, V. V. Vorobushkov1, 2, A. S. Gladkih1, S. V. Senchenkov1 1 2

MCST JSC, Moscow, Russia Institute of Electronic Control Computers named after I. S. Brook, Moscow, Russia

The article discusses the design features of cooling systems for compact Eurocard format modules based on the Elbrus microprocessor. The issue of ensuring the necessary thermal regime of the processor module in the space shortage conditions in order to accommodate the cooling system has been solved. The estimated calculation showed the underperformance of the passive cooling of the Elbrus‑4S microprocessor with a heat output of 60 W. In this regard, a 3D model of an active cooling system with 5.5×10.3×4.6 cm dimensions was developed. Thermal calculations were performed using the SolidWorks Flow Simulation program in order to optimize the radiator geometry and fan speed. It was assumed that an optimized cooling system will ensure that the chip temperature of the Elbrus‑4S processor is no more than +87 °C (at an ambient temperature of +55 °C). Based on the results of the study, three prototypes were produced for testing. Further tests conducted on prototypes showed the efficiency of the cooling system and the high accuracy of the simulation results. During tests in a climatic chamber at a temperature of +55 °C, the temperature on the microprocessor chip did not exceed +84 °C (a difference of 3 °C compared to the estimated one). Keywords: Eurocard, Elbrus microprocessor, cooling system, thermal resistance, finned heat sink, SolidWorks Flow Simulation For citation: Sazho Sh. M., Vorobushkov V. V., Gladkih A. S., Senchenkov S. V. Development of a cooling system for 6U module based on Elbrus microprocessor. Radio industry (Russia), 2020, vol. 30, no. 1, pp. 16–23. (In Russian). DOI: 10.21778/2413‑9599‑2020‑30‑1-16-23

Введение Задача проектирования системы охлаждения возникла при модернизации вычислительного комплекса, реализованного в компактном исполнении конструктива «Евромеханика». В первую очередь изменениям подвергся процессорный модуль, построенный на базе двух устаревших микропроцессоров 1891ВМ4Я («Эльбрус»). Новый процессорный модуль был разработан на базе современного микропроцессора 1891ВМ8Я («Эльбрус‑4С») [1], тепловыделение которого значительно выше. Характеристики микропроцессоров представлены в таблице. В данной статье рассматривается проблема проектирования систем охлаждения для высокопроизводительных модулей конструктива «Евромеханика», описывается пример разработки системы охлаждения с применением системы автоматизированного проектирования. Проблема охлаждения процессорного модуля Суммарное тепловыделение двух микропроцессоров «Эльбрус», использовавшихся в первой версии процессорного модуля, составляет 12 Вт. Для их охлаждения было достаточно применения алюминиевых радиаторов, обдуваемых общеобменными вентиляторами, установленными

в корпусе вычислительного комплекса (рис. 1). Новый процессорный модуль построен на базе микропроцессора «Эльбрус‑4С» с тепловыделением до 60 Вт. Увеличение тепловыделения модуля в пять раз не позволяло применить решение с общим обдувом и потребовало создания принципиально новой системы охлаждения, однако из-за дефицита свободного пространства реализация новой системы охлаждения была невозможна. В связи с этим было принято решение об объединении функционалов процессорного модуля и соседнего интерфейсного на одном модуле, что дало возможность увеличить ширину модуля с 8 HP до 12 HP (61 мм) [2]. Разработка системы охлаждения для модуля 6U12HP В соответствии с техническими требованиями вычислительный комплекс должен функционировать с выключенным блоком вентиляции при температуре окружающей среды Tокр = +55 °C. Предельная рабочая температура на кристалле микропроцессора «Эльбрус‑4С» Tкрист = +95 °C, тепловыделение процессора Pпроц = 60 Вт. Таким образом, необходимо было разработать систему охлаждения, которая обеспечила бы тепловое сопротивление R между кристаллом микропроцессора и окружающей средой не более

Research and development of radio-electronic equipment and systems

РАДИОПРОМЫШЛЕННОСТЬ. Т. 30, № 1. 2020 Таблица. Характеристики микропроцессоров «Эльбрус» Table. Elbrus microprocessors characteristics

Параметр / Parameter

Микропроцессор / Microprocessor 1891ВМ4Я

1891ВМ8Я

Рабочая тактовая частота, МГц / Clock rate, MHz

300

800

Кэш-память данных 1-го уровня (на ядро), Кбайт / Level 1 data cache (per core), KB

Кэш-память команд 1-го уровня (на ядро), Кбайт / Level 1 cache of instructions (per core), KB

128

Кэш-память 2-го уровня (универсальная), Кбайт / Level 2 cache (universal), KB

256

8192

DDR2 ECC

До трех каналов DDR3 ECC / Up to three DDR3 ECC channels

4,8

38,4

До двух процессоров / Up to two processors

До четырех процессоров / Up to four processors

Технологический процесс, нм / Technological process, nm

130

Количество транзисторов, млн шт. / Number of transistors, million units

75,8

986

До 6 / Up to 6

До 60 / Up to 60

Число ядер / Cores

Организация оперативной памяти / RAM organization Пропускная способность каналов оперативной памяти, Гб/с / RAM bandwidth, GB/s Возможность объединения в многопроцессорную систему с когерентной общей памятью / Ability to combine into a multiprocessor system with coherent shared memory

Потребляемая мощность, Вт / Power consumption, W

Теплый воздух / Warm air

Холодный воздух / Cold air

а)

б)

Рисунок 1. Модернизируемый вычислительный комплекс: а – в ид сбоку в разрезе; б – в ид спереди; 1 – процессорный модуль; 2 – интерфейсный модуль; 3 – блок вентиляции; 4 – п роцессорные радиаторы Figure 1. Upgraded computing complex: a – sectional side view; b – f ront view; 1 – p rocessor module; 2 – interface module; 3 – ventilation unit; 4 – processor heat sinks

Исследования и разработка радиоэлектронной аппаратуры и систем

RADIO INDUSTRY (RUSSIA). Vol. 30, no. 1. 2020

TÍËÒÚ −TÓÍ PÔÓˆ

95 − 55 = = 0,67 °C/ÇÚ, 60

при этом габариты системы охлаждения не должны превышать 56×104×51 мм. Существует несколько основных методов оценки эффективности систем охлаждения [3]: 1. Методики, базирующиеся на экспериментально определенных коэффициентах. 2. Численные методы с применением системы автоматизированного проектирования. 3. Экспериментальный метод. Первый способ применяется для оценки эффективности системы охлаждения и включает, как правило, большое количество математических расчетов. Численный метод с применением системы автоматизированного проектирования позволяет решать задачи различной сложности, учитывать гравитацию, тепловое излучение, турбулентности и т. д. Однако в сложных задачах данный способ требует большой вычислительной мощности, а также имеет такой недостаток, как высокая стоимость системы автоматизированного проектирования. Экспериментальный метод является затратным по времени и материальным ресурсам, однако позволяет получить наиболее достоверный результат. В условиях поставленной задачи требовалось определить, достаточно ли применения ребристого

радиатора без обдува для отвода 60 Вт тепла. Для этого была создана рекомендуемая для естественной конвекции конфигурация радиатора с толщиной основания 8 мм, толщиной ребра 1 мм, зазором между ребрами 5 мм [4] (процессорный модуль показан на рис. 2). Был произведен расчет рассеиваемой мощности радиатора с помощью методики, базирующейся на экспериментально определенных коэффициентах [5]: Q = 4,187⋅10−4 hc S Δt,

55Δt ⎞ hc = 0,52C ⎛⎜ ⎝ l ⎟⎠

0,2

где Q – количество рассеиваемой теплоты, Вт; hc – коэффициент конвективной теплопередачи; S – площадь поверхности, см2; Δt – перегрев, °C; l – длина пути теплового потока, см; C – постоянная, зависящая от ориентации поверхности. Расчет показал, что охлаждение микропроцессора естественной конвекцией позволяет отводить лишь 20 Вт тепла (при окружающей температуре +55 °C), а для отвода 60 Вт тепла необходимо использовать принудительную конвекцию. В программе SolidWorks была создана 3D-модель системы охлаждения (рис. 3), которая включает: • теплообменник в виде ребристого радиатора из алюминия; • вентилятор для создания воздушного потока в системе охлаждения. На основе данных

2 3

3 4

Рисунок 2. Процессорный модуль с пассивным охлаждением: 1 – процессорная плата; 2 – интерфейсная плата; 3 – радиатор Figure 2. Processor module with passive cooling: 1 – processor board; 2 – interface board; 3 – radiator

Рисунок 3. 3D-модель системы охлаждения: 1 – в ентилятор; 2 – р адиатор; 3 – воздуховод; 4 – п ечатная плата; 5 – микропроцессор Figure 3. 3D model of the cooling system: 1 – fan; 2 – r adiator; 3 – air duct; 4 – p rinted circuit board; 5 – microprocessor

Research and development of radio-electronic equipment and systems

РАДИОПРОМЫШЛЕННОСТЬ. Т. 30, № 1. 2020

Для оценки эффективности предложенной системы охлаждения удобнее всего было применить метод численного анализа, реализованный в системе автоматизированного проектирования. Этот метод позволяет оптимизировать параметры системы. В нашем случае необходимо было оптимизировать геометрию ребристого радиатора. Для решения поставленных задач использовалась программа SolidWorks Flow Simulation. Для более точного результата моделирования была создана 3D-модель микропроцессора «Эльбрус‑4С» (рис. 4). В модели учтены тепловые

4 Рисунок 4. 3D-модель микропроцессора (в разрезе): 1 – кристалл; 2 – коммутационная плата; 3 – теплораспределительная пластина; 4 – оловянно-свинцовые шарики Figure 4. 3D model of the microprocessor (section): 1 – chip; 2 – patch board; 3 – heat distribution plate; 4 – tin-lead balls

Тепловое сопротивление, °C/Вт / Thermal resistance, °C/W

1,4

Толщина ребра, мм / Fin thickness, mm 0,1

1,2 1

0,3 0,5

0,8

0,6

1,5 2

0,4

0,2 0 0

Зазор, мм / Gap, mm

Рисунок 5. Графики зависимости теплового сопротивления от величины зазора между ребрами при различной толщине ребер Figure 5. Graphs of thermal resistance dependency on the gap between the fins for different thicknesses of fins

сопротивления термопасты между кристаллом и теплораспределительной крышкой, между крышкой и радиатором. Для ускорения процесса расчета оловянно-свинцовые шарики увеличены в размерах, но их количество уменьшено для сохранения площади соприкосновения. По результатам моделирования получены значения теплового сопротивления системы охлаждения в зависимости от величины зазора между ребрами радиатора при различной толщине ребер (рис. 5). Толщина основания принята равной 3 мм для упрощения расчета. Как видно из графиков, наиболее предпочтительно использование радиатора с ребрами толщиной 0,5 мм и зазором 1,5 мм. Однако мелкосерийное производство подобного радиатора экономически нецелесообразно в связи с необходимостью изготовления дорогостоящей оснастки. Оптимальным выбором с учетом производственных возможностей при малой серийности является изготовление радиатора методом фрезерования с зазором 2 мм и толщиной ребра 1 мм. Для выбранной конфигурации были произведены расчеты теплового сопротивления с различными значениями толщины основания радиатора (рис. 6). Как видно из графика, вклад в тепловое сопротивление толщины основания не столь значителен. Разница в значениях теплового сопротивления составила всего 0,035 °C/Вт при изменении толщины от 2 до 8 мм. Выбранная изначально толщина основания 3 мм оказалась приемлемой для обеспечения требуемого теплового сопротивления. По результатам моделирования были выбраны следующие параметры радиатора: • толщина основания – 3 мм; • толщина ребра – 1 мм; • зазор между ребрами – 2 мм.

0,52 Тепловое сопротивление, °C/Вт / Thermal resistance, °C/W

о производительности был выбран компактный высокооборотный вентилятор 9GA0312P3K001 (38×38×28 мм) фирмы Sanyo Denki; • воздуховод из АБС-пластика для создания направленного потока воздуха, изготовленный на 3D-принтере.

0,515 0,51 0,505 0,5 0,495 0,49 0,485 0,48

Толщина основания, мм / Base thickness, mm

Рисунок 6. График зависимости теплового сопротивления от толщины основания радиатора Figure 6. Graph of thermal resistance dependency on the thickness of radiator base

Исследования и разработка радиоэлектронной аппаратуры и систем

RADIO INDUSTRY (RUSSIA). Vol. 30, no. 1. 2020 Результаты моделирования при температуре окружающей среды +55 °C представлены на рис. 7. Температура на кристалле микропроцессора составила +82 °C. Тепловое сопротивление кристалл – окружающая среда:

TÍËÒÚ −TÓÍ PÔÓˆ

82 − 55 = 0,45 °C/ÇÚ. 60

Модернизированный вычислительный комплекс показан на рис. 8. Поскольку его использование предполагает присутствие рабочего персонала, то является актуальной задача снижения уровня шума. Так как по результатам моделирования запас по допустимой температуре на кристалле составил 13 °C, то имелась возможность уменьшить количество оборотов вентилятора на процессорном модуле, что привело бы к снижению уровня шума вычислительного комплекса. Для решения данной задачи требовалось выяснить зависимость температуры на кристалле микропроцессора от скорости вращения вентилятора. В программу SolidWorks Flow Simulation были внесены графики расхода воздуха вентилятора, работающего на 25, 50 и 75% от максимальной скорости. Для этого использовались следующие зависимости [6]: • изменение давления пропорционально квадрату изменения скорости вращения вентилятора; • изменение расхода воздуха пропорционально изменению скорости вращения вентилятора.

По результатам моделирования был построен график зависимости температуры на кристалле от скорости вращения вентилятора (рис. 9). Оптимальная скорость вращения вентилятора составила 65% от максимальной скорости. В соответствии с графиком (рис. 10) [7] данная скорость соответствует 45% заполнения управляющего ШИМсигнала (широтно-импульсная модуляция). Температура на кристалле при этом составляет +87 °C. Сравнение результатов моделирования с фактическими измерениями Для проведения испытаний с учетом результата исследования была разработана конструкторская документация и изготовлено три опытных образца. С целью определения эффективности системы охлаждения производились эксперименты в климатической камере при +55 °C, которые показали,

82 79 77 74 72 69 67 64 62 59 57 55 Температура [°C] / Temperature [°C]

Рисунок 7. Температурный градиент в сечении системы охлаждения Figure 7. Temperature gradient in the crosssection of the cooling system

Теплый воздух / Warm air

Холодный воздух / Cold air

а)

б)

Рисунок 8. Модернизированный вычислительный комплекс: а – в ид сбоку в разрезе; б – в ид спереди; 1 – процессорный модуль; 2 – интерфейсная плата; 3 – п роцессорная плата; 4 – система охлаждения Figure 8. The upgraded computing complex: a – sectional side view; b – f ront view; 1 – p rocessor module; 2 – interface board; 3 – processor board; 4 – c ooling system

Research and development of radio-electronic equipment and systems

РАДИОПРОМЫШЛЕННОСТЬ. Т. 30, № 1. 2020

Скорость вращения, мин–1 / Rotation speed, min–1

Температура на кристалле, °C / Temperature on a chip, °C

110 105 100 95 90 85 80 0

100

Обороты вентилятора, % / Fan speed, %

Рисунок 9. График зависимости температуры на кристалле от скорости вращения вентилятора Figure 9. Graph of chip temperature dependency on fan speed

что при 100% оборотов вентилятора температура на кристалле микропроцессора составляет +80 °C (разница в 2 °C с расчетной), а при 65% оборотов вентилятора – +84 °C (разница в 3 °C с расчетной). Таким образом, результаты продемонстрировали высокую точность моделирования и достоверность тепловых расчетов. Выводы Модернизированный вычислительный комплекс успешно прошел типовые испытания, кон-

25000

20000

15000

10000

5000 3000 0

100

Заполнение ШИМ, % / PWM utilization, %

Рисунок 10. График зависимости скорости вращения вентилятора от коэффициента заполнения управляющего ШИМ-сигнала Figure 10. Graph of fan speed dependency on the duty cycle of the control pulse-width modulation

структорской документации присвоена литера О1. В настоящий момент данное изделие поставлено на серийное производство. Разработанная система охлаждения доказала свою эффективность. Созданная тепловая модель позволила в сжатые сроки спроектировать вычислительный комплекс и сэкономить средства на экспериментальном макетировании и дополнительных итерациях производства.

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 1. Б ычков И. Н., Лобанов И. Н., Молчанов И. А. Вычислительная техника на основе аппаратно-программной платформы «Эльбрус» для перспективных информационных систем // Приборы. 2018. № 8 (218). С. 14–20. 2. IEC 60297-3-101:2004 Mechanical structures for electronic equipment – Dimensions of mechanical structures of the 482,6 mm (19 in) series – Part 3-101: Subracks and associated plug-in units. International Standard, 2004, 45 p. 3. Маниленко И. Н. Разработка методики проектирования ребристо-пластинчатых радиаторов радиоэлектронных устройств: дисс. на соиск. учен. степ. канд. техн. наук (05.12.04). Владимир: ВлГУ, 2012. 123 с. 4. Роткоп Б. Е. Обеспечение тепловых режимов при конструировании радиоэлектронной аппаратуры. М: Советское радио, 1976. 230 с. 5. Ненашев А. П. Конструирование радиоэлектронных средств. М.: Высшая школа, 1990. 432 с. 6. Вахвахов Г. Г. Работа вентиляторов в сети. М.: Стройиздат, 1975. 101 с. 7. Cooling fan San Ace [Электронный ресурс]. URL: https://www.sanyodenki.com/archive/document/product/cooling/ catalog_E_pdf/San_Ace_E.pdf#page=1 (дата обращения: 09.01.2020).

REFERENCES 1. Bychkov I. N., Lobanov I. N., Molchanov I. A. Computing equipment based on the Elbrus hardware-software platform for advanced information systems. Pribory, 2018, no. 8 (218), pp. 14–20. (In Russian). 2. IEC60297–3–101:2004 Mechanical structures for electronic equipment – Dimensions of mechanical structures of the 482,6 mm (19 in) series – P art 3–101: Subracks and associated plug-in units. International Standard, 2004, 45 p. 3. Manilenko I. N. Razrabotka metodiki proektirovaniya rebristo-plastinchatykh radiato-rov radioehlektronnykh ustroistv: diss. na soisk. uchen. step. kand. tekhn. nauk (05.12.04) [Development of design methods for finned radiators of electronic devices: Ph.D. thesis in Engineering Science (05.12.04)]. Vladimir, VLGU Publ., 2012, 123 p. (In Russian). 4. Rotkop B. E. Obespechenie teplovykh rezhimov pri konstruirovanii radioehlektronnoi apparatury [Providing thermal conditions in the design of electronic equipment]. Moscow, Sovetskoe radio Publ., 1976, 230 p. (In Russian). 5. Nenashev A. P. Konstruirovanie radioehlektronnykh sredstv [Design of electronic equipment]. Moscow, Vysshaya shkola Publ., 1990, 432 p. (In Russian). 6. Vakhvakhov G. G. Rabota ventilyatorov v seti [The network operation of fans]. Moscow, Stroiizdat Publ., 1975, 101 p. (In Russian). 7. Cooling fan San Ace. Available at: https://www.sanyodenki.com/archive/document/product/cooling/catalog_E_pdf/San_ Ace_E.pdf#page=1 (accessed 09.01.2020).

Исследования и разработка радиоэлектронной аппаратуры и систем

RADIO INDUSTRY (RUSSIA). Vol. 30, no. 1. 2020 ИНФОРМАЦИЯ ОБ АВТОРАХ Сажо Шамиль Мадинович, инженер-конструктор, АО «МЦСТ», 119334, Москва, ул. Вавилова, д. 24, тел.: +7 (495) 796‑94‑52, e-mail: Shamil.M.Sazho@mcst.ru. Воробушков Василий Владимирович, к. т. н., исполнительный директор, АО «МЦСТ», ведущий инженер, ПАО «ИНЭУМ им. И. С. Брука», 119334, Москва, ул. Вавилова, д. 24, тел.: +7 (495) 797‑81‑90, e-mail: Vasily.V.Vorobushkov@mcst.ru. Гладких Александр Сергеевич, заместитель генерального директора по производству, АО «МЦСТ», 119334, Москва, ул. Вавилова, д. 24, тел.: +7 (495) 363‑95‑03, e-mail: gladkih@mcst.ru. Сенченков Сергей Вячеславович, начальник отделения, АО «МЦСТ», 119334, Москва, ул. Вавилова, д. 24, тел.: +7 (495) 363‑95‑57, e-mail: Sergey.V.Senchenkov@mcst.ru.

AUTHORS Shamil M. Sazho, design engineer, MCST JSC, 24, ulitsa Vavilova, Moscow, 119334, Russia, tel.: +7 (495) 796‑94‑52, e-mail: Shamil.M.Sazho@mcst.ru. Vasilii V. Vorobushkov, Ph.D. (Engineering), executive director, MCST JSC, lead engineer, Institute of Electronic Control Computers named after I. S. Brook, 24, ulitsa Vavilova, Moscow, 119334, tel.: +7 (495) 797‑81‑90, e-mail: Vasily.V.Vorobushkov@mcst.ru. Aleksandr S. Gladkih, deputy general director for production, MCST JSC, 24, ulitsa Vavilova, Moscow, 119334, Russia, tel.: +7 (495) 363‑95‑03, e-mail: gladkih@mcst.ru. Sergei V. Senchenkov, division manager, MCST JSC, 24, ulitsa Vavilova, Moscow, 119334, Russia, tel.: +7 (495) 363‑95‑57, e-mail: Sergey.V.Senchenkov@mcst.ru. Поступила 30.10.2019; принята к публикации 20.12.2019; опубликована онлайн 25.02.2020. Submitted 30.10.2019; revised 20.12.2019; published online 25.02.2020.

Research and development of radio-electronic equipment and systems

РАДИОПРОМЫШЛЕННОСТЬ. Т. 30, № 1. 2020 ISSN 2413–9599 (Print)

www.radioprom.org

ISSN 2541–870Х (Online)

ТЕХНОЛОГИИ И ПРОИЗВОДСТВО / TECHNOLOGIES AND PRODUCTION DOI: 10.21778/2413‑9599‑2020‑30‑1-24-29 УДК: 004.89

Принадлежность агентов нескольким системам: аксиомы, рефлексивность, прогнозирование М. Ю. Бабич1, В. Е. Кузнецов1, А. М. Бабич1 1

АО «Научно-производственное предприятие «Рубин», Пенза, Россия

В статье рассматриваются многоагентные системы, участвующие в конфликте, и принадлежащие им агенты. Вводится понятие суперсистемы. Для агентов, многоагентных систем и суперсистем вводятся аксиомы принадлежности агентов сразу нескольким системам с несовпадающими целями. Определяется, каким образом введенные аксиомы влияют на изучаемые процессы. Рассматривается теория рефлексивного управления конфликтующими системами. Анализируются понятия стратагемы, симулякра, а также технология «Надж». Рассматриваются задачи прогнозирования межгосударственных конфликтов. Показано, как изменяется постановка подобных задач прогнозирования, если учитывается принадлежность систем (государств) различным суперсистемам (коалициям). Введение аксиом позволяет предложить новую точку зрения на задачи прогнозирования. Доказывается, что преимуществом в конфликте обладает система, в которой лицо, принимающее решение, при том же уровне рефлексии имеет большую информацию о системах, в которые входят агенты. Ключевые слова: агент, многоагентная система, рефлексивность, стратагема, симулякр, технология Надж, прогнозирование Для цитирования: Бабич М. Ю., Кузнецов В. Е., Бабич А. М. Принадлежность агентов нескольким системам: аксиомы, рефлексивность, прогнозирование // Радиопромышленность. 2020. Т. 30, № 1. С. 24–29. DOI: 10.21778/2413‑9599‑2020‑30‑1-24-29 © Бабич М. Ю., Кузнецов В. Е., Бабич А. М., 2020

Технологии и производство

RADIO INDUSTRY (RUSSIA). Vol. 30, no. 1. 2020

Agent belongings to several systems: axioms, reflexivity, forecasting M. Yu. Babich1, V. E. Kuznetsov1, A. M. Babich1 1

Scientific and production enterprise «Rubin» JSC, Penza, Russia

The multi-agent systems involved in the conflict and the agents belonging to them are considered. The concept of a supersystem is introduced. The axioms of agents belonging to several systems with mismatching goals are introduced for agents, multi-agent systems and supersystems. The objective is to determine the way the introduced axioms affect the studied processes. The theory of reflexive control of conflicting systems is considered. The concepts of stratagem, simulacrum as well as the nudge technology are analyzed. The tasks of forecasting interstate conflicts are considered. It is shown how the formulation of such forecasting problems changes in case the affiliation of systems (states) to various super-systems (coalitions) is taken into account. The introduced axioms offer a new point of view on forecasting tasks. It is proved that the advantage in the conflict belongs to the system in which the decision-maker, with equal degrees of reflection, has more information about the systems that include agents. Keywords: agent, multi-agent system, reflexivity, stratagem, simulacrum, nudge technology, forecasting For citation: Babich M. Yu., Kuznetsov V. E., Babich A. M. Agent belongings to several systems: axioms, reflexivity, forecasting. Radio industry (Russia), 2020, vol. 30, no. 1, pp. 24–29. (In Russian). DOI: 10.21778/2413‑9599‑2020‑30‑1-24-29

Введение В наше время большое значение приобретает изучение взаимодействия сложных организационно-технических систем, находящихся в состоянии конфликта, то есть систем, цели которых являются противоположными, несовместимыми. Существует значительное количество публикаций, посвященных различным типам конфликтов, условиям их возникновения и разрешения, моделированию. Важный объект, входящий в контур организационно-технической системы, – человек, возможно, управляющий некоторым техническим устройством. Свойства систем и, следовательно, характер их взаимодействия в процессе конфликта во многом зависят от поведения человека. Поэтому в дальнейшем при исследовании функционирования организационно-технических систем в качестве их моделей будем рассматривать системы, содержащие взаимодействующие абстрактные сущности – рациональные или интеллектуальные агенты [1], которые имитируют поведение человека или группы людей. Такие системы являются многоагентными [2, 3]. В нашем случае конфликтующие многоагентные системы заинтересованы в достижении противоположных целей. Как правило, при изучении конфликта ограничиваются системами, непосредственно участвующими в рассматриваемом конфликте, однако человек может принадлежать сразу нескольким системам. В некоторых случаях это необходимо учитывать. Technologies and production

Например, рассмотрим силовое столкновение двух военных группировок. Каждый комбатант принадлежит своей системе – военизированному отряду, – но не только ей. Он также принадлежит второй системе – своей семье, и ее цели не совпадают с целями, поставленными в процессе столкновения. Цель конфликтующей системы – добиться победы с возможными жертвами, цель семьи – дождаться возвращения комбатанта живым. Если не будет учитываться принадлежность комбатантов второй системе, общественное мнение может резко измениться, вызвав конфликт внутри суперсистемы, которой принадлежит военная группировка, – внутри государства. Чтобы не допустить этого, необходимо избегать широкомасштабных, затяжных военных конфликтов. В этой статье мы проанализируем аксиомы, отражающие рассмотренную выше особенность агентов многоагентной системы. Необходимо рассмотреть условия выполнения вводимых аксиом в известных теориях и технологиях и определить, каким образом аксиомы влияют на процессы конфликтов многоагентных систем, включая межгосударственные конфликты. Аксиомы принадлежности агентов нескольким системам Пусть a – агент из множества агентов A, которое принадлежит многоагентной системе S. a ∈ A ⊂ S. Обозначим P некоторую цель. PS – цель системы S; Pa – цель агента a. Цель Pa ставит перед 25

РАДИОПРОМЫШЛЕННОСТЬ. Т. 30, № 1. 2020 агентом подсистема управления системы S, исходя из цели PS. W – некоторая суперсистема, которой принадлежит система S. Агент a и суперсистема W также являются системами. Что означает введенная принадлежность одной системы другой? Система X принадлежит системе Y, X ⊂ Y, если цель PX является частью цели или подцелью PY, система Y снабжает ресурсами систему X. При этом учтем, что системы определяют правила поведения принадлежащих им агентов. Для нас важно, что выполняется свойство рефлексивности и транзитивности, т. е. X ⊂ X, X ⊂ Y ⊂ Z ⇒ X ⊂ Z. Введем следующие аксиомы [4]. Аксиома 1 Любая система S принадлежит только одной суперсистеме W из множества суперсистем. Цели суперсистем могут не совпадать. Каждая суперсистема включает в себя конечное множество различных систем (подсистем). Суперсистема не может принадлежать какой-либо другой системе. Кроме того, отсутствует какая-либо система, принадлежащая агенту. То есть суперсистема ограничивает множество систем сверху, а агент – снизу: (∀S ⊂ W ) ∧ (W = ∪ S k ) ∧ (S ki ≠ S kj ) ∧ (∃W1 ) ∧ (∃W2 ) ∧ k

∧(W1 ≠ W2 ) ∧ (PW1 ≠ PW2 ) ∧ (W1 ⊄ W2 ) ∧ ∧(W2 ⊄ W1 ) ∧ (∀S ⊄ a).

Аксиома 2 Любой агент принадлежит как минимум двум системам – S1 и S2, возможно, принадлежащим разным суперсистемам, причем система S1 не является подсистемой системы S2, а S2 не является подсистемой системы S1: (∀a ∈A) ∧ (∃S1,S2 ) ∧ (a ∈S1 ) ∧ (a ∈S2 ) ∧ (S1 ≠ S2 ) ∧

∧(S1 ⊄ S2 ) ∧ (S2 ⊄ S1 ) ∧ (S1 ⊆ W1 ) ∧ ((S2 ⊆ W1 ) ∨ ∧(S2 ⊆ W2 )).

Аксиома 3 Цели систем S1, S2, которым агент принадлежит одновременно, не совпадают.

PS1 ≠ PS2.

Не всегда аксиомы 1–3 влияют на взаимодействие конкурирующих систем. Для исследования возможных влияний взаимодействия необходимо рассмотреть три уровня: • уровень агентов a; • промежуточный уровень систем S, которым могут принадлежать другие системы (подсистемы); • уровень суперсистем W. Условия, при которых аксиомы 1–3 влияют на взаимодействие, рассмотрены в [4]. 26

Рефлексивность Классическая работа В. А. Лефевра [5] и труды его последователей вызвали появление в России целого направления исследований, в основу которых положено рефлексивное управление конфликтующими системами [6]. Рефлексивное управление – это процесс, в котором один из противников передает другому основания – возможно, ложные – для принятия решений. Из зарубежных работ для нас особенно интересна работа [7], в которой можно найти «истоки» понятия рефлексивности. В частности, позитивный принцип № 3, приведенный в работе, гласит: «Поставьте себя на место противника и решите за него, какое направление он будет считать для себя менее опасным и поэтому не примет соответствующих предупредительных мер» [7, с. 244]. Как заметил А. Лактионов в предисловии к [7], исследуемые в работе непрямые действия ведения войны известны сегодня как методы информационной войны. Можно заметить сходство между теорией рефлексивного управления и теорией менеджмента восприятия (США), рассматривающей управление восприятием человека окружающего мира. Будем оперировать обозначениями Лефевра [5]. Пусть T – планшет, или плацдарм, на котором действуют конфликтующие системы S1, S2 и их агенты. Обозначим рефлексирующих агентов, то есть агентов, осознающих то, что происходит на планшете T, и агентов-соперников, как x и y. x ∈ A1 ⊂ S1, y ∈ A2 ⊂ S2. Если осознание ситуации происходит одновременно, то [5]:

Ω n = T (1 + x + y)n ,

(1)

где n – число осознаний, уровень рефлексии; W – многочлен, определяющий состояния рефлексирующих систем. В (1) Tx обозначает осознание агентом x ситуации на планшете T; Tx2 – осознание агентом x самого себя, осознающего планшет T; Txy – осознание агентом y агента x, осознающего планшет T, и аналогично для любых степеней n, m в Txmyn. Равенство (1) описывает идеальный случай, когда уровни рефлексии агентов конфликтующих систем одинаковы и равны n. В действительности они могут быть разными. Преимущество в конфликте получает тот, у кого уровень рефлексии выше. Так как агенты могут одновременно входить в несколько систем, необходимо указывать, что происходит на планшете. Например, на планшете T1 происходит столкновение систем S1 и S2, на планшете T2 отражается функционирование системы S3, причем (x ∈ S1) ∧ (x ∈ S3). Вместо (1) получаем

Ω n (i) = Ti (1 + x + y)n ,

(2)

где Wn(i) – многочлен, определяющий состояния рефлексирующих систем на планшете Ti. Технологии и производство

RADIO INDUSTRY (RUSSIA). Vol. 30, no. 1. 2020 Введем следующие свойства операций:

Ti x +Tj x = (Ti +Tj )x;

(3)

Ti +Tj = Tij ,

(4)

где Tij – планшет, на котором присутствует совместная обстановка планшетов Ti и Tj. Учитывая свойства введенных операций в [5], с учетом (3), (4) легко показать, что m

∑ Ω n (i) = Ω mn ,

(5)

i=1

m n где Ω m n = T1,2,…, m (1 + x + y) . Ω n является многочленом, определяющим состояния всех рефлексирующих систем, которые влияют на взаимодействие конфликтующих систем. Как и (1), равенство (5) описывает идеальный случай, когда уровни рефлексии агентов конфликтующих систем и количество учитываемых ими систем одинаковы и равны n и m соответственно. В действительности они могут быть разными. При равных уровнях рефлексии преимущество в конфликте получает тот, кто учитывает большее количество систем.

Стратагема, симулякр, технология «Надж» Стратагема – это один из путей достижения системой цели, например PS1, в конфликте систем S1 и S2, Цель стратагемы – создать у лица, принимающего решение, в конфликтующей системе S2 ошибочное представление о предполагаемых действиях системы S1. При использовании стратагем рефлексивное управление можно рассматривать в качестве важнейшего элемента стратегического (стратагемного) информационного и психологического противоборства [8]. В работах о стратагемах, как правило, ссылаются на первоисточник рассматриваемого понятия [9]. К понятию стратагемы близко понятие симулякра – искусственной негативной, искажающей действительность сущности. В работе [10] рассматриваются репрезентативная и нерепрезентативная концепции симулякра. Репрезентативный симулякр представляется в качестве сущности, искажающей, но еще не отрицающей отражаемую действительность. Нерепрезентативный симулякр полностью отрицает подлинник и функционирует по своим законам. Стратагема также может изменяться по своим законам как нерепрезентативная модель симулякра. Развитие стратагемы и симулякра как самостоятельных систем показывает, что в случае конфликта наилучший эффект оказывает комплексное управление, целью которого является синхронизация управления силами противника с реальным управлением своими подчиненными силами (агентами) путем навязывания противнику ложной информации. Technologies and production

Как показано в [10], для решения задач комплексного управления противником целесообразно иметь специальную группу, обладающую соответствующей квалификацией по информационному и психологическому противоборству, наделенную обязанностями по разработке и представлению лицам, принимающим решения, предложений по проведению конкретных мероприятий. Как видим, в этом случае агент, являющийся лицом, принимающим решения, в системе S1, также принадлежит системе Sруп, которая осуществляет комплексное рефлексивное управление противником. Аксиомы 1–3 выполняются, так как цели систем S1 и Sруп не совпадают. Например, цель системы S1 – «опрокинуть» конфликтующую сторону ударом с правого фланга, цель системы Sруп – показать, что готовится удар с левого фланга. Для конфликтующей системы S2 без учета системы Sруп действия системы S1 будут неожиданными. Система S2 может осуществить эффективную защиту только в случае, если в Ω m n будет присутствовать система Sруп. Технология «Надж» использует привычки и стереотипы людей для создания определенных ситуаций, подталкивает человека или группу людей к принятию поведенческих решений и осуществлению на их основе определенных действий [11]. Технология предназначена для внешнего управления поведением человека [12]. В настоящее время технология «Надж» является инструментом в современных межгосударственных информационных войнах [13]. Для управления агентом при помощи описываемой технологии необходимы данные о его обычном поведении, включая его привычки, предпочтения, увлечения и т. д. В настоящее время источником таких данных может быть информационное поле (например, интернет). Обозначим виртуальную информационную систему, включающую информационное поле, технические и программные средства и подсистемы, в которых реализуется технология «Надж», как Sвирт. Таким образом, для осуществления поведенческого управления необходимо, чтобы a ∈ Sвирт. Кроме того, агент принадлежит другим системам, например системе S1 – предприятию, на котором он работает. Следовательно, аксиомы 1–3 выполняются. Система S1 не влияет на систему Sвирт. В какой-то мере это может сделать суперсистема W, в данном случае государство, однако это влечет за собой технические и этические проблемы. Таким образом, технология «Надж» эффективно функционирует при выполнении следующих условий: • управляемый агент принадлежит Sвирт, a ∈ Sвирт; 27

РАДИОПРОМЫШЛЕННОСТЬ. Т. 30, № 1. 2020 • суперсистема W, которой принадлежит агент, входящий в системы из суперсистемы W, не обеспечивает должного контроля над технологией и не обеспечивает защиту агента от нее; • цели Pa (Sвирт), к достижению которых подталкивает агента технология «Надж», для агента кажутся более предпочтительными, чем цели Pa (Si), a∈ Si ⊂ W, Sвирт ⊂ W/, PW ≠ PW/. Прогнозирование При осуществлении любого управления объектом или при любом другом взаимодействии с ним необходимо определить, в каком состоянии будет находиться объект через определенный период времени или после управляющего воздействия. В качестве примера рассмотрим задачи межгосударственных конфликтов. Уменьшим масштаб объектов. Государства, которые ранее были отнесены к суперсистемам, будем рассматривать как системы (S), в качестве суперсистем W – коалиции государств. Как правило, рассматривается промежуточный уровень взаимодействия – уровень систем. Считается, что входные данные задач прогнозирования можно определить количественно или качественно. При этом принадлежность систем S суперсистемам W учитывается, например в [14], или нет, например в [15, 16]. В [4] при рассмотрении взаимодействия между системами и агентами показано, что действия систем по отношению к агентам и агентов по отношению к системам могут содержать такие операции, как исключение и включение агентов из/в систему. Но аналогичные действия могут происходить

и с системами по отношению к суперсистемам W. Связь с коалицией может быть гибкой. Например, по состоянию на 2019 год Турция, несмотря на принадлежность к НАТО, начинает принимать участие в формировании другой коалиции, которую можно условно назвать «Россия – Т урция». Заметим, что если еще уменьшить масштаб задач и рассматривать в качестве агентов государства, то аксиомы 1–3 прямо указывают на возможность принадлежности агентов (государств) различным системам (коалициям) с противоположными целями. Таким образом, в рассматриваемых задачах прогнозирования необходимо учитывать возможность объектов исследования менять свою принадлежность более крупным системам, что в настоящее время не делается. Это изменяет и уточняет задачи прогнозирования развития конфликтов, в частности межгосударственных. Выводы Было показано, что введенные аксиомы о принадлежности агентов системам не противоречат теории рефлексивности, а несколько расширяют ее. Условия аксиом могут быть использованы при исследовании стратагем и симулякров, а также технологии «Надж». Введенные аксиомы предлагают новую точку зрения на задачи прогнозирования межгосударственных конфликтов. Показано, что преимуществом в конфликте обладает система, в которой лицо, принимающее решение, при том же уровне рефлексии имеет более значительный объем информации о системах, в которые входят агенты.

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 1. Russell S., Norvig P. Artificial Intelligence: A Modern Approach. London, Pearson Publ., 2009, 1152 p. 2. Городецкий В. И., Грушинский М. С., Хабалов А. В. Многоагентные системы (обзор) // Новости искусственного интеллекта. 1998. № 2. С. 64–116. 3. Тарасов В. Б. От многоагентных систем к интеллектуальным организациям: философия, психология, информатика. М.: УРСС, 2002. 352 с. 4. Бабич М. Ю. Вопросы применения аксиом принадлежности агентов нескольким многоагентным системам в исследовании функционирования организационных и организационно-технических систем // Вопросы радиоэлектроники. 2018. № 12. С. 56–63. 5. Лефевр В. А. Конфликтующие структуры. М.: Советское радио, 1973. 158 с. 6. Томас Л. Т. Рефлексивное управление в России: теория и военные приложения // Рефлексивные процессы и управление. 2002. Том 2, № 1. С. 71–89. 7. Гарт Г. Б. Стратегия непрямых действий. М.: АСТ, 2018. 508 с. 8. Бирнштейн Б. И., Биршевич В. И. Стратагемы рефлексивного управления в западной и восточной культурах // Рефлексивные процессы и управление. 2002. Т. 2, № 1. С. 27–44. 9. Секст Юлий Фронтин. Стратегемы: военные хитрости. М.: Белые альвы, 2003. 160 с. 10. Казаков В. Г., Кирюшин А. Н. Комплексное управление боевыми действиями // Вестник академии военных наук. 2015. № 4(53). С. 36–41. 11. Устинкин С. В., Рудаков А. В. Гуманитарные технологии как инструмент разрушения идентичности граждан в современной информационной войне // Вестник академии военных наук. 2017. № 4(61). С. 33–37. 12. Чернова М. А., Клепиков О. Е. Нейромаркетинг: к вопросу об этической составляющей // Национальный психологический журнал. 2012. № 1(7). С. 139–142. 13. Матвиенко Ю. А. Невоенные угрозы как составная часть современного межгосударственного противоборства // Вестник академии военных наук. 2017. № 1(58). С. 35–40.

Технологии и производство

RADIO INDUSTRY (RUSSIA). Vol. 30, no. 1. 2020 14. Кузнецов В. И., Пеньков Д. А., Ручкин С. В. К вопросу соотношения стратегических сил сторон в многополярном мире // Военная мысль. 2016. № 8. С. 15–19. 15. Малков С. Ю. Модель принятия решений об эскалации (деэскалации) конфликта с учетом рефлексивных аспектов // Рефлексивные процессы и управление. 2008. Т. 8, № 2. С. 66–79. 16. Малков С. Ю., Ковалев В. И. Моделирование принятия решения ЛПР в ходе конфликта // Рефлексивные процессы и управление. 2010. Т. 10, № 1–2. С. 73–79.

REFERENCES 1. Russell S., Norvig P. Artificial Intelligence: A Modern Approach. London, Pearson Publ., 2009, 1152 p. 2. Gorodetskii V. I., Grushinskii M. S., Khabalov A. V. Multi-agent systems (review). Novosti iskusstvennogo intellekta, 1998, no. 2, pp. 64–116. (In Russian). 3. Tarasov V. B. Ot mnogoagentnykh sistem k intellektualnym organizatsiyam: filosofiya, psikhologiya, informatika [From multiagent systems to intellectual organizations: philosophy, psychology, computer science]. Moscow, URSS Publ., 2002, 352 p. (In Russian). 4. Babich M. Yu. Problems of axiom application of agents belonging to multiple multiagent systems in research of organizational and organizational-technical systems functioning. Voprosy radioelektroniki, 2018, no. 12, pp. 56–63. (In Russian). 5. Lefevr V. A. Konfliktuyushchie struktury [Conflicting structures]. Moscow, Sovetskoe radio Publ., 1973, 158 p. (In Russian). 6. Tomas L. T. Reflexive control in Russia: theory and military applications. Refleksivnye protsessy i upravlenie, 2002, Vol. 2, no. 1. pp. 71–89. (In Russian). 7. Gart G. B. Strategiya nepryamykh deistvii [Indirect Action Strategy]. Moscow, Izdatelstvo AST Publ., 2018, 508 p. (In Russian). 8. Birnshtein B. I., Birshevich V. I. Strategies of reflexive management in Western and Eastern cultures. Refleksivnye protsessy i upravlenie, 2002, vol. 2, no. 1, pp. 27–44. (In Russian). 9. Sextus Julius Frontinus. Strategemy: voennye khitrosti [Stratagems: military tricks]. Moscow, Belye alvy Publ, 2003, 160 p. (In Russian). 10. Kazakov V. G., Kiryushin A. N. Integrated management of military operations. Vestnik akademii voennykh nauk, 2015, no. 4(53), pp. 36–41. (In Russian). 11. Ustinkin S. V., Rudakov A. V. Humanitarian technologies as a tool to destroy the identity of citizens in the modern information war. Vestnik akademii voennykh nauk, 2017, no. 4(61), pp. 33–37. (In Russian). 12. Chernova M. A., Klepikov O. E. Neuromarketing: the ethical issue. Natsionalnyi psikhologicheskii zhurnal, 2012, no. 1(7), pp. 139–142. (In Russian). 13. Matvienko Yu. A. Non-military threats as an integral part of a modern interstate confrontation. Vestnik akademii voennykh nauk, 2017, no. 1(58), pp. 35–40. (In Russian). 14. Kuznetsov V. I., Penkov D. A., Ruchkin S. V. Evaluation of the balance of strategic forces in a multipolar world. Voennaya mysl, 2016, no. 8, pp. 15–19. (In Russian). 15. Malkov S. Yu. The decision-making model for the escalation (de-escalation) of the conflict, taking reflective aspects into account. Refleksivnye protsessy i upravlenie, 2008, vol. 8, no. 2, pp. 66–79. (In Russian). 16. Malkov S. Yu., Kovalev V. I. Modeling the decision-making of the DM during the conflict. Refleksivnye protsessy i upravlenie, 2010, no. 1–2, vol. 10, pp. 73–79. (In Russian).

ИНФОРМАЦИЯ ОБ АВТОРАХ Бабич Михаил Юрьевич, д. т. н., доцент, главный специалист отделения, АО «Научно-производственное предприятие «Рубин», 440000, Пенза, ул. Байдукова, д. 2, тел.: +7 (906) 396‑45‑00, e-mail: babichmj@mail.ru. Кузнецов Вячеслав Ефимович, к. т. н., заместитель начальника НТЦ‑3, АО «Научно-производственное предприятие «Рубин», 440000, Пенза, ул. Байдукова, д. 2, тел.: +7 (8412) 49‑61‑04, e-mail: mail@npp-rubin.ru. Бабич Андрей Михайлович, к. т. н., инженер-программист, АО «Научно-производственное предприятие «Рубин», 440000, Пенза, ул. Байдукова, д. 2, тел.: +7 (905) 366‑72‑86, e-mail: fieryeye@yandex.ru.

AUTHORS Mihail Yu. Babich, D.Sc. (Engineering), associate professor, department main specialist, Scientific and Production Enterprise «Rubin» JSC, 2, ulitsa Baydukova, Penza, 440000, Russia, tel.: +7 (906) 396‑45‑00, e-mail: babichmj@mail.ru. Vyacheslav E. Kuznetsov, Ph.D. (Engineering), Deputy Head of RDC‑3, Scientific and Production Enterprise «Rubin» JSC, 2, ulitsa Baydukova, Penza, 440000, Russia, tel.: +7 (8412) 49‑61‑04, e-mail: mail@npp-rubin.ru. Andrey M. Babich, Ph.D. (Engineering), software engineer, Scientific and Production Enterprise «Rubin» JSC, 2, ulitsa Baydukova, Penza, 440000, Russia, tel.: +7 (905)366‑72‑86, e-mail: fieryeye@yandex.ru. Поступила 28.10.2019; принята к публикации 20.12.2019; опубликована онлайн 25.02.2020. Submitted 28.10.2019; revised 20.12.2019; published online 25.02.2020.

Technologies and production

РАДИОПРОМЫШЛЕННОСТЬ. Т. 30, № 1. 2020 ISSN 2413–9599 (Print)

www.radioprom.org

ISSN 2541–870Х (Online)

DOI: 10.21778/2413‑9599‑2020‑30‑1-30-36 УДК 004.052.4

Проблемы реализации высокоскоростных каналов оперативной памяти DDR4 в российском многоядерном микропроцессоре нового поколения И. Е. Билялетдинов1, 2, Л. С. Тимин1, 3 1

ПАО «Институт электронных управляющих машин им. И. С. Брука», Москва, Россия МИРЭА – Р оссийский технологический университет, Москва, Россия 3 АО «МЦСТ», Москва, Россия 2

Решение проблемы совместимости новых отечественных разработок с передовыми стандартами, постоянно осваиваемыми и используемыми в мировой микроэлектронной индустрии, требует основательной работы по анализу и оптимизации системной среды их внедрения. В статье приводятся результаты исследований работы канала оперативной памяти DDR4 нового микропроцессора «Эльбрус‑8СВ». Основной проблемой явилась существенно меньшая, чем расчетная, скорость передачи данных по каналу. В связи с этим был реализован и внедрен в эксплуатацию метод исследования функционирования канала, основанный на формировании аналогов глазковых диаграмм, позволяющих судить об области работоспособности и устанавливать оптимальные настройки. Исследования, проведенные с использованием данного метода, позволили установить причины неудовлетворительных показателей работы канала и объективно оценить конструкторские решения, принятые при разработке. После учета этих результатов и внесения изменений в кристалл и коммутационную плату корпуса микропроцессора была выпущена усовершенствованная версия микропроцессора, в которой удалось достичь расчетной скорости передачи данных по каналу оперативной памяти. Ключевые слова: DDR4, внутреннее самотестирование, глазковые диаграммы, высокоскоростные каналы Для цитирования: Билялетдинов И. Е., Тимин Л. С. Проблемы реализации высокоскоростных каналов оперативной памяти DDR4 в российском многоядерном микропроцессоре нового поколения // Радиопромышленность. 2020. Т. 30, № 1. С. 30–36. 10.21778/2413-9599-2020-30-1-30-36 © Билялетдинов И. Е., Тимин Л. С., 2020

Технологии и производство

RADIO INDUSTRY (RUSSIA). Vol. 30, no. 1. 2020

Implementation problems of high-speed DDR4 channels in a new generation Russian multi-core microprocessor I. E. Bilyaletdinov1, 2, L. S. Timin1, 3 1

Institute of Electronic Control Computers named after I. S. Brook, Moscow, Russia MIREA – R ussian Technological University, Moscow, Russia 3 MCST JSC, Moscow, Russia 2

Solving the issue of compatibility for the new domestic developments with continuously implemented and used in global microelectronics industry cutting-edge standards requires substantial work on analysis and optimization of the implementation environment. The results of the new Elbrus 8SV microprocessor DDR4 random access memory channel study are provided in this article. The much lower than estimated channel data transfer speed has become the main issue. In order to overcome it the channel functioning study method has been developed and implemented. It is based on forming the analogs of eye diagrams, which allow estimating the area of operability and using the optimal settings. Studies held using this method allowed establishing the cause for unsatisfactory performance of the channel and objectively assessing design decisions made during development. After taking these results into account and applying changes to the chip and the circuit board of the microprocessor case, an improved version of the microprocessor was released. It became possible to achieve the calculated data transfer speed via the memory channel. Keywords: DDR4, internal self-test, eye diagrams, high-speed channels For citation: Bilyaletdinov I. E., Timin L. S. Implementation problems of high-speed DDR4 channels in a new generation Russian multi-core microprocessor. Radio industry (Russia), 2020, vol. 30, no. 1, pp. 30–36 (In Russian). 10.21778/2413‑9599‑2020‑30‑1-30-36

Введение Первый опыт использования в продукции АО «МЦСТ» высокоскоростных каналов памяти, спроектированных в соответствии с повсеместно внедренным в компьютерной индустрии стандартом DDR4, был получен при разработке микропроцессора «Эльбрус‑8СВ», который включал восемь ядер и четыре канала памяти. В первой итерации микропроцессора не удалось достичь предусмотренной стандартом и принятой в проектных расчетах скорости работы канала 2400 млн передач/c – скорость не превысила 1333 млн передач/c. В качестве одного из возможных путей решения проблемы авторами был предложен и применен представленный ниже метод исследования работоспособности канала памяти, основанный на получении глазковой диаграммы для передаваемых сигналов. Глазковые диаграммы сигналов Глазковая диаграмма – это суммарный вид всех битовых периодов измеряемого сигнала, наложенных друг на друга [1]. Глазковые диаграммы используются в мировой практике для оценки качества цифровых сигналов: в теории такая диаграмма должна выглядеть как правильный многоугольник, однако в реальности границы диаграмм размываются из-за различных факторов, таких как фазовое Technologies and production

дрожание сигналов, взаимные помехи сигналов, отражения в линии передачи и другие. Уменьшение влияния этих факторов становится одной из главных задач при проектировании сложных вычислительных устройств. Компенсация искажений сигналов в канале памяти Для улучшения характеристик сигналов в канале памяти DDR4 предусмотрены механизмы подстройки характеристик канала под внешние условия. Например, можно управлять согласующими сопротивлениями, выходными сопротивлениями сигналов, масками включения дополнительных сопротивлений на линии, длиной линий задержек и другими характеристиками. Предусмотрена возможность изменять параметры как со стороны микропроцессора, так и со стороны модуля памяти. Часть из них настраивается автоматически специальным внутренним алгоритмом тренировки канала. Другие задаются исходя из условий использования и зависят от конфигурации канала, применяемых модулей памяти, разброса характеристик микропроцессора и платы. Выбор неподходящего набора параметров может привести как к увеличению вероятности сбоя в процессе работы, так и к полной неработоспособности вычислительного комплекса. 31

РАДИОПРОМЫШЛЕННОСТЬ. Т. 30, № 1. 2020 Метод оценки работоспособности канала Для оценки набора настроек можно использовать глазковые диаграммы, однако их получение для высокоскоростных сигналов связано с определенными трудностями: во‑первых, необходимо дорогостоящее оборудование (например осциллограф и щупы к нему), во‑вторых, многократное подключение этого оборудования к множеству сигналов на разных платах может вызывать трудности. Поэтому для оценки работоспособности канала предлагается построить аналог глазковой диаграммы сигналов канала памяти с помощью логики, реализованной во внутреннем блоке микропроцессора – контроллере памяти, которая используется при тренировке канала. В канале памяти DDR4 данные передаются сигналами DQ со стробом DQS. Сигналы DQ представляют из себя шину данных, разделенную на байты (группы из восьми сигналов) или полубайты, в зависимости от используемой архитектуры модуля памяти. Каждому байту (полубайту) соответствует один дифференциальный строб DQS, по обоим фронтам которого данные захватываются процессором или модулем памяти. У разных сигналов могут различаться длины связей, поэтому внутри процессора предусмотрены управляемые линии задержек как для одиночных сигналов, так и общие – для байтов данных. Чтобы подсистема памяти заработала, необходимо правильно задать регистры процессора, отвечающие за настройки канала, и запустить процедуру тренировки. В процессе тренировки канала внутренний алгоритм выставляет задержки таким образом, чтобы все данные приходили одновременно, а также подбирает уровень опорного напряжения (Vref), используемого как эталон для определения внутренних пороговых напряжений. На последних этапах тренировки подбирается сдвиг строба DQS относительно данных DQ для достижения наиболее близкой к оптимальной точки захвата данных (рис. 1). Характеристиками качества выбранных настроек являются размер области работоспособ-

Фазовое дрожание / Jitter

DQS

DQ Рабочая амплитуда сигнала / Operative signal amplitude

Область работоспособности / Area of operability

Наилучший момент для захвата данных / Best moment for data capture

Рисунок 1. Область работоспособности и точка захвата данных на глазковой диаграмме Figure 1. Area of operability in the eye diagram

ности – окно возможных положений DQS, а также амплитуда сигналов. Авторами предлагается следующий алгоритм оценки области работоспособности канала памяти: 1. Тренировка канала памяти с заданными параметрами. 2. Увеличение задержки строба DQS. 3. Запуск теста, контролирующего работоспособность. 4. Увеличение задержки и повторный запуск при успешном выполнении теста. 5. Завершение теста с ошибкой – это означает, что строб вышел из зоны работоспособности. Последняя рабочая задержка переводится в пикосекунды и запоминается как правая граница окна работоспособности. 6. Установка изначальной задержки. 7. Уменьшение задержки с запуском теста работоспособности. 8. Успешное завершение теста: в этом случае производится дальнейшее уменьшение задержки и запуск теста. 9. Завершение теста с ошибкой – это означает, что строб вышел из зоны работоспособности. Последняя рабочая задержка переводится в пикосекунды и запоминается как левая граница окна работоспособности. 10. Варьирование напряжения Vref, повторение пп. 2–10. По результатам работы алгоритма строится график зависимости границы окна работоспособности от напряжения Vref. Так, ширина окна в пикосекундах соответствует ширине области работоспособности на глазковой диаграмме, в то время как Vref отражает зависимость от амплитуды исследуемых сигналов. На основании получившихся графиков можно делать выводы о надежности канала, а также сравнивать различные варианты настроек памяти и разные конструкторские решения. Применение метода для процессора «Эльбрус‑8СВ» В первой итерации микропроцессора «Эль брус‑8СВ» не удалось достичь принятой в проектных расчетах скорости работы канала 2400 млн передач/c. Одна из первых гипотез о причинах такого результата заключалась в неправильном выборе настроек канала памяти. Для поиска оптимального сочетания параметров канала был применен метод рационального перебора настроек с последующим измерением окна работоспособности. Чтобы ускорить получение результатов, было решено отказаться от варьирования напряжения Vref. Данный способ исследования уже доказал Технологии и производство

RADIO INDUSTRY (RUSSIA). Vol. 30, no. 1. 2020 на рис. 2. Данные были получены для скорости передачи данных 2166 млн передач/с, т. к. на более высоких скоростях не проходила тренировка канала. На основании графика можно сделать вывод, что канал работоспособен, а окно составляет около 200 из теоретически возможной 461 пикосекунды. Однако такой результат не соответствовал наблюдаемой неработоспособности памяти. В качестве одной из первых причин расхождения результатов рассматривалась недостаточная нагрузка теста на канал памяти: для получения графика (рис. 2) данные одновременно передавались только по одному байту одного канала, что создает меньшую нагрузку, чем при тестах, запускаемых из операционной системы. При запуске BIST для всех байтов одновременно результаты не изменились. Поэтому было решено дополнительно нагрузить все каналы памяти и оценить связанные с этим эффекты.

свою эффективность в предыдущих проектах с памятью DDR3 [2]. Для достижения максимальной объективности результатов все обращения к микропроцессору можно проводить через отладочный интерфейс JTAG [3–5]. Это позволяет исключить возможное влияние программного обеспечения (например программы начального старта и операционной системы). Дополнительно в «Эльбрус‑8СВ» реализована возможность через отладочный порт обращаться напрямую к набору регистров, отвечающих за настройки канала памяти. Это позволяет отказаться от использования большей части внутренних блоков процессора, включая ядро. В этом случае в качестве теста на работоспособность канала следует использовать встроенный в контроллер памяти алгоритм встроенного самотестирования (Built-In Self-Test, BIST), который обеспечивает непрерывную нагрузку на канал и не зависит от других блоков микропроцессора [3, 4]. Дополнительным преимуществом BIST является возможность его запуска в отдельных байтах памяти, что позволяет строить отдельные аналоги глазковой диаграммы для разных байтов. График, полученный таким образом для одного из каналов процессора «Эльбрус‑8СВ», представлен

Обнаружение взаимного влияния каналов Увеличить число обращений в память можно несколькими методами, самый простой и наиболее интенсивный из которых – это применение уже используемого механизма встроенного

600

byte 0 byte 1 byte 2 byte 3 byte 4 byte 5 byte 6 byte 7 byte 8

550 500 450 400 350 300 250 200 150 100 50 0 –50

–100 –150 –200 –250 –300 –350 –400 –450 –500 –550 –600

Рисунок 2. Границы окна работоспособности в зависимости от выбора настроек при слабой нагрузке: по оси абсцисс – номера в списке настроек; по оси ординат – г раница окна работоспособности в пикосекундах Figure 2. The boundaries of the operational capacity window depending on the choice of settings under light load: along the abscissa axis – numbers in the settings list; along the ordinate axis – the border of the operational capacity window in picoseconds

Technologies and production

РАДИОПРОМЫШЛЕННОСТЬ. Т. 30, № 1. 2020 600

byte 0 byte 1 byte 2 byte 3 byte 4 byte 5 byte 6 byte 7 byte 8

550 500 450 400 350 300 250 200 150 100 50 0 –50

5 3

–100 –150 –200 –250 –300 –350 –400 –450 –500 –550 –600

Модуль памяти 0 / Memory module 0

Модуль памяти 1 / Memory module 1

Контроллер памяти 0 / Memory controller 0

Контроллер памяти 1 / Memory controller 1

Контроллер памяти 2 / Memory controller 2

Контроллер памяти 3 / Memory controller 3

Модуль памяти 2 / Memory module 2

Модуль памяти 3 / Memory module 3

Рисунок 3. Границы окна работоспособности в зависимости от выбора настроек при интенсивной нагрузке на соседние каналы памяти: по оси абсцисс – номера в списке настроек; по оси ординат – г раница окна работоспособности в пикосекундах Figure 3. The boundaries of the operational capacity window depending on the choice of settings under intense load on neighboring memory channels: along the abscissa axis – n umbers in the settings list; along the ordinate axis – the border of the operational capacity window in picoseconds

«Эльбрус-8СВ» / the Elbrus-8SV

Рисунок 4. Расположение каналов памяти процессора «Эльбрус-8СВ» Figure 4. The location of the memory channels of the Elbrus-8SV processor

самотестирования. Согласно измененному алгоритму, сначала настраиваются и тренируются все каналы памяти, а затем на всех каналах, кроме исследуемого, запускается бесконечный прогон BIST для всех байтов данных. И уже после этого выполняется измерение окна работоспособности. Полученные результаты отражены на рис. 3. Из графика видно, что память абсолютно неработоспособна. Для уточнения причины проявления 34

неисправности были измерены окна для всех возможных комбинаций включения активных обращений в каналах памяти. Оказалось, что эффект неработоспособности проявляется при включении BIST-канала рядом с тестируемым (рис. 4), в то же время запуск тестов каналов на противоположной стороне микропроцессора на результат почти не влияет (например, на канал 0 влияет канал 1, но не каналы 2 и 3). Произведенный анализ устройства корпуса процессора показал, что контакты соседних каналов были перемешаны между собой из соображений удобства трассировки. Это решение значительно снизило помехозащищенность, т. к. при относительной изолированности контактов определенного канала его сигналы переключаются почти одновременно, и все помехи оказывают свое влияние только во время предустановки сигналов, не затрагивая область удержания. При наличии рядом передатчиков другого канала (например соседнего, как в данном случае) помехи могут воздействовать на сигналы в случайный момент времени. Чтобы устранить этот эффект, необходимо изменить расположение контактов, а значит, нужно менять конструкцию не только корпуса, но и всех плат. Технологии и производство

RADIO INDUSTRY (RUSSIA). Vol. 30, no. 1. 2020 С учетом этого было принято решение проверить вторую гипотезу неработоспособности каналов – некондиционное состояние системы питания. Исследование влияния напряжения питания Для проверки версии о влиянии напряжения питания были измерены границы области работоспособности при различных напряжениях питания микропроцессора, начиная с расчетных 0,9 до 1,2 В. Верхняя граница была выбрана с учетом возможностей системы охлаждения процессора. Для тестов была использована плата с управляемыми источниками питания. Эксперимент показал, что при повышении напряжения питания процессора искажения на графике окна работоспособности уменьшались, а при напряжении выше 1,09 В полностью исчезли, а также стала возможной работа на повышенной частоте. Зависимость работоспособности от питания стала очевидной. Для измерения реальной просадки питания памяти разработчиками микропроцессора был предусмотрен аналоговый тестовый вывод. С помощью управляющих регистров на него можно мультиплексировать внутренние синхросигналы микропроцессора и уровни напряжения, включая напряжение внутри блока фазовой автоподстройки частоты, генерирующего синхросигнал для подсистемы памяти. Но при анализе рассматриваемой проблемы было учтено, что из-за дополнительного сопротивления связей, проводников и контактирующих площадок абсолютные значения напряжений могут выдаваться с ошибкой. Поэтому падение напряжения оценивалось следующим образом: 1. Проводились настройка и тренировка канала памяти.

2. Останавливались ядро процессора и обращения в память. 3. Производилось измерение напряжения с помощью высокоомного щупа. 4. Запускался бесконечно идущий BIST для всех каналов памяти. 5. Производилось измерение напряжения с помощью высокоомного щупа. Данные измерения дали два существенных результата: во‑первых, запуск BIST приводит к падению напряжения на 100 мВ (т. е. на 11% при расчетном номинале напряжения 900 мВ), во‑вторых, измеренное значение напряжения заметно зависит от сопротивления щупа (при номинале 1 МОм значения получались в несколько раз меньше, чем при 10 МОм). После получения этих результатов очевидной стала необходимость в улучшении подсистемы питания и проверке кристалла микропроцессора на наличие паразитных сопротивлений. В частности, было установлено, что проводники питания подсистемы памяти слишком тонкие. В новой итерации микропроцессора в корпусе была увеличена толщина проводников питания, а сетка питания была «почищена» от лишних сопротивлений, что фактически сняло проблему с выходом на планируемую при разработке скорость 2400 млн передач/c. Окно работоспособности, снятое при максимальной нагрузке, показано на рис. 5. Можно констатировать, что исправления подсистемы питания позволили устранить влияние соседнего канала. Выводы Представленные в статье результаты свидетельствуют о том, что решение проблемы совместимости

300

byte 0 byte 1 byte 2 byte 3 byte 4 byte 5 byte 6 byte 7 byte 8

250 200 150 100 50 0 –50

61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82

85 86 87 88 89 90 91 92 93 94 95

–100 –150 –200 –250 –300

Рисунок 5. Окно работоспособности для усовершенствованной итерации микропроцессора «Эльбрус‑8СВ»: по оси абсцисс – напряжение Vref в процентах от напряжения питания выходных буферов сигналов канала памяти; по оси ординат – граница окна работоспособности в пикосекундах Figure 5. The operational capacity window for the advanced iteration of the Elbrus‑8SV microprocessor: along the abscissa axis – Vref voltage as a percentage of the supply voltage of the output buffers of the memory channel signals; along the ordinate axis – the border of the operational capacity window in picoseconds

Technologies and production

РАДИОПРОМЫШЛЕННОСТЬ. Т. 30, № 1. 2020 новых отечественных разработок с передовыми стандартами, постоянно осваиваемыми и используемыми в мировой микроэлектронной индустрии, требует основательной работы по анализу и оптимизации системной среды их внедрения. В этом смысле первая в стране реализация передового стандарта DDR4 в новом проекте высокопроизводительного микропроцессора показала очевидную недостаточность точного воспроизведения логики и физических установок стандарта на стадии

проектирования кристалла. Уже на стадии постсиликоновой верификации с помощью специально разработанного инструментария были выявлены негативные эффекты, прямо связанные с компоновкой и обрамлением кристалла в составе вычислительного комплекса. Часть из них удалось нивелировать специальными методами, позволившими обеспечить нормальное функционирование конечного изделия. Другие стоит учитывать в последующих разработках.

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 1. Foster G. Anatomy of an Eye Diagram – a Primer. SyntheSys Research, Inc., 2004, 9 p. 2. Билялетдинов И. Е., Ометов А. Е., Тимин Л. С. Оптимизация параметров высокоскоростных каналов процессора с целью повышения отказоустойчивости вычислительного комплекса // Вопросы радиоэлектроники. 2018. № 2. С. 87–92. 3. Wang L., Stroud C. E., Touba N. A. System-on-Chip Test Architectures: nanometer design for testability. Burlington, Morgan Kaufmann Publishers, 2008, 856 p. 4. Wang L., Wu Ch., Wen X. VLSI Test Principles and Architectures: Design for Testability. San Francisco, Morgan Kaufmann Publishers, 2006, 777 p. 5. IEEE Std 1149.1–2001: IEEE Standard Test Access Port and Boundary-Scan Architecture. New York, Institute of Electrical and Electronics Engineers, 2001, 208 p. [Электронный ресурс]. URL: http://fiona.dmcs.pl/~cmaj/JTAG/JTAG_IEEEStd‑1149.1–2001.pdf (дата обращения: 12.12.2019).

REFERENCES 1. Foster G. Anatomy of an Eye Diagram – a Primer. SyntheSys Research, Inc., 2004, 9 p. 2. Bilyaletdinov I. E., Ometov A. E., Timin L. S. Optimization of parameters of high-speed channels of the processor in order to increase the fault tolerance of the computer complex. Voprosy radioelektroniki, 2018, no. 2, pp. 87–92. (In Russian). 3. Wang L., Stroud C. E., Touba N. A. System-on-Chip Test Architectures: nanometer design for testability. Burlington, Morgan Kaufmann Publishers, 2008, 856 p. 4. Wang L., Wu Ch., Wen X. VLSI Test Principles and Architectures: Design for Testability. San Francisco, Morgan Kaufmann Publishers, 2006, 777 p. 5. IEEE Std 1149.1–2001: IEEE Standard Test Access Port and Boundary-Scan Architecture. New York, Institute of Electrical and Electronics Engineers, 2001, 208 p. Available at: http://fiona.dmcs.pl/~cmaj/JTAG/JTAG_IEEE-Std‑1149.1–2001.pdf (accessed 12.12.2019).

ИНФОРМАЦИЯ ОБ АВТОРАХ Билялетдинов Илья Евгеньевич, аспирант, РТУ МИРЭА, инженер-программист, ПАО «Институт электронных управляющих машин им И. С. Брука», 119334, Москва, ул. Вавилова, д. 24, тел.: +7 (495) 363‑95‑03, e-mail: Ilia.E.Bilyaletdinov@mcst.ru. Тимин Леонид Сергеевич, начальник сектора, ПАО «Институт электронных управляющих машин им И. С. Брука», АО «МЦСТ», 119334, Москва, ул. Вавилова, д. 24, тел.: +7 (495) 363‑95‑03, e-mail: le0@mcst.ru.

AUTHORS Ilya E. Bilyaletdinov, postgraduate student, RTU MIREA, software engineer, Institute of Electronic Control Computers named after I. S. Brook, 24, ulitsa Vavilova, Moscow, 119334, tel.: +7 (495) 363‑95‑03, e-mail: Ilia.E.Bilyaletdinov@mcst.ru. Leonid S. Timin, head of Sector, Institute of Electronic Control Computers named after I. S. Brook, MCST JSC, 24, ulitsa Vavilova, Moscow, 119334, Russia, tel.: +7 (495) 363‑95‑03, e-mail: le0@mcst.ru. Поступила 14.05.2019; принята к публикации 05.10.2019; опубликована онлайн 25.02.2020. Submitted 14.05.2019; revised 05.10.2019; published online 25.02.2020.

Технологии и производство

RADIO INDUSTRY (RUSSIA). Vol. 30, no. 1. 2020 ISSN 2413–9599 (Print)

www.radioprom.org

ISSN 2541–870Х (Online)

DOI: 10.21778/2413‑9599‑2020‑30‑1-37-46 УДК 519.677

Модель представления знаний интеллектуальной системы управления электропитанием машин управления специального назначения А. В. Затылкин1, Д. А. Голушко1, Е. В. Кожухов1 1 АО

«Научно-производственное предприятие «Рубин», Пенза, Россия

В исследовании рассмотрена задача автоматизации процесса реконфигурирования системы электропитания бортовой радиоэлектронной аппаратуры машин управления специального назначения в различных режимах работы, от разных источников электроэнергии как на стоянке, так и в движении за счет разработки и введения в структуру системы электропитания интеллектуальной системы управления. Проведен анализ существующих устройств, применяемых для обеспечения подвижных объектов электрической энергией постоянного тока, выделены их достоинства и недостатки. Сделан вывод о необходимости разработки нового изделия – пульта управления электропитанием П910 с интегрированной интеллектуальной системой управления электропитанием. Предложенная авторами модель представления знаний интеллектуальной системы управления электропитанием основана на классической продукционной модели, уточненной в части механизма формирования и построения структур базы данных и базы правил. Формализован процесс синтеза управляющих воздействий на основе анализа информации, описывающей состояние системы электропитания машин управления. Разработан алгоритм работы интеллектуальной системы управления электропитанием, и приведена диаграмма, иллюстрирующая его работу. Для практической реализации описанной модели предложен микроконтроллер 1887ВЕ7Т отечественной разработки. Ключевые слова: автоматизация, база знаний, правила продукции, статусная переменная, управление электропитанием, реконфигурирование системы Для цитирования: Затылкин А. В., Голушко Д. А., Кожухов Е. В. Модель представления знаний интеллектуальной системы управления электропитанием машин управления специального назначения // Радиопромышленность. 2020. Т. 30, № 1. С. 37–46. DOI: 10.21778/2413-9599-2020-30‑1-37-46 © Затылкин А. В., Голушко Д. А., Кожухов Е. В., 2020

Technologies and production

РАДИОПРОМЫШЛЕННОСТЬ. Т. 30, № 1. 2020

Knowledge representation model for intelligent power supply control system of special purpose control machines А. V. Zatylkin1, D. A. Goluschko1, E. V. Kozhukhov1 1

Scientific and production enterprise «Rubin» JSC, Penza, Russia

The problem of automating the process of reconfiguring the power supply system of onboard radio-electronic equipment in special-purpose control machines in different operation modes is considered. It covers power supply from different power sources, both while parked and when moving by developing and introducing the intellectual management to the structure of an electric power supply system. The analysis of the existing devices used to provide mobile objects with electrical energy of a direct current is carried out. Their advantages and drawbacks are highlighted. The conclusion is drawn on the necessity of new product development – the P910 power supply control panel with an integrated intellectual power supply management system. The model of representation of knowledge of the intellectual management system offered by authors is based on the classic productional model specified regarding the mechanism of forming and creating the database and rule base structures. The process of synthesizing managing influences that are based on analysis of information that describes a system status of control machines’ power supply is formalized. The operation algorithm of the intellectual power supply management system is developed and the chart illustrating its work is provided. The 1887BE7T domestic microcontroller is offered for the implementation of the model. Keywords: automation, knowledge base, production rules, status variable, power supply management, system reconfiguration For citation: Zatylkin А. V., Goluschko D. A., Kozhukhov E. V. Knowledge representation model for intelligent power supply control system of special purpose control machines. Radio industry (Russia), 2020, vol. 30, no. 1, pp. 37–46. (In Russian). DOI: 10.21778/24139599-2020-30-1-37-46

Введение Одним из наиболее важных требований к системам электропитания машин управления специального назначения является обеспечение бесперебойным электропитанием бортовой радиоэлектронной аппаратуры в боевом и дежурном режимах работы от разных источников электроэнергии как на стоянке, так и в движении. Коммутация источников электроэнергии и линий электропотребителей осуществляется экипажем машин управления согласно сложившейся обстановке с помощью пультов управления электропитанием (например П905, П906 и др.), что требует от экипажа знания структуры систем электропитания машин управления и навыков ее безошибочного реконфигурирования. Автоматизация процесса обеспечения бесперебойным электропитанием радиоэлектронной аппаратуры машин управления специального назначения за счет разработки прикладной интеллектуальной системы управления электропитанием позволит снизить влияние «человеческого фактора» при проведении ее реконфигурирования и сосредоточить внимание экипажа на выполнении основных (боевых) задач. 38

Сложность решения указанной задачи заключается в необходимости формализовать процесс синтеза управляющих воздействий на основе анализа информации, описывающей состояние системы электропитания, и значений внешних параметров, например величины напряжения в линии генератора отбора мощности при вращении стартера маршевого двигателя, уровня заряда аккумуляторных батарей и т. д. Таким образом, автоматизация процесса обеспечения бесперебойным электропитанием радиоэлектронной аппаратуры машин управления специального назначения за счет разработки прикладной интеллектуальной системы управления электропитанием является актуальной научно-практической задачей. Аналоги В качестве устройств, подходящих для выполнения задач обеспечения подвижных объектов электрической энергией постоянного тока, рассмотрены следующие изделия: устройство коммутации каналов электроснабжения постоянного тока (УККЭ ПТ) (ЗАО «Связь инжиниринг», г. Москва), блок коммутации и защиты (БКЗ) (АО «НПП «Рубин», г. Пенза) Технологии и производство

RADIO INDUSTRY (RUSSIA). Vol. 30, no. 1. 2020

Рисунок 1. Пульт управления электропитанием П905-Н, установленный в машине управления специального назначения Figure 1. The P905-N power supply control panel installed in the machine of special-purpose control

и пульт управления электропитанием П905-Н (АО «НПП «Рубин», г. Пенза). В ходе проведенного анализа выявлено, что все рассматриваемые системы электропитания обладают функциями ручной коммутации линий электропитания потребителей, автоматической защитой от короткого замыкания и способны осуществить индикацию состояния всей системы электропитания и каждой линии в частности. Изделие УККЭ ПТ способно осуществлять коммутацию силовых цепей от источников постоянного тока: основного, резервного или аварийного с автоматическим и (или) ручным управлением коммутацией силовых цепей. Для расширения функциональных возможностей изделия П905-Н (рис. 1) совместно с ним применяется изделие «Коробка электропитания», позволяющая осуществлять ручное управление коммутацией линий источников электропитания [1]. Ни в одной из рассматриваемых систем не реализованы отдельные линии электропитания, имеющие обратную связь с потребителями, которая необходима для запуска парковки постоянных запоминающих устройств и корректного завершения работы операционной системы. Основным недостатком рассматриваемых изделий является неспособность обеспечить бесперебойным электропитанием радиоэлектронную аппаратуру машин управления специального назначения без участия членов экипажа. Поэтому принято решение разработать новое изделие – пульт управления электропитанием П910 с интегрированной интеллектуальной системой управления, способной выполнить эту задачу. Technologies and production

Модель представления знаний В результате анализа различных моделей представления знаний, рассмотренных в работах оте чественных [2–6] и зарубежных [7, 8] авторов, выбрана модель, основанная на применении правил продукции. Основным достоинством продукционной модели знаний является тождественность логического вывода суждениям человека, однако есть и существенный недостаток – при накоплении большого количества (порядка нескольких сотен) продукций они начинают противоречить друг другу [2, 3, 8]. В этом случае приходится усложнять систему, включая в нее различные средства разрешения противоречий – правила по приоритету, правила по глубине, эвристические механизмы исключений, возврата и т. п., что в конечном счете нивелирует достоинство рассматриваемой модели. Продукционная модель представления знаний имеет общий вид

(ni )A → B;N ,

(1)

где (ni) – имя продукции; A → B – ядро продукции в импликативной логической форме «Если А, то В»; N – постусловие выполнения продукции. Для адаптации модели (1) к предметной области управления электропитанием назначим ядру продукции функцию определения реакции системы на внешние параметры. Внешними параметрами (А) системы будут параметры источников электропитания, а реакцией системы (В) – реконфигурация системы электропитания за счет коммутации линий электропитания. 39

РАДИОПРОМЫШЛЕННОСТЬ. Т. 30, № 1. 2020 Значения параметров источников электропитания записываются в виде таблицы, формируя базу данных, каждая строка которой имеет вид Fk1 ∨ Fk2 ∧ Fk3 ∨ Fk4 ∧… ∨ Fki ,

где Fki – факты-условия (консеквенты), принимающие значения «false» и «true», агрегатированные связками ∧ и ∨ («и» и «или»). Состояния линий электропитания (скоммутировано/раскоммутировано) записываются в виде таблицы, формируя базу данных, каждая строка которой имеет вид

Fa1; Fa2 ; Fa3 ;... Fai ,

где Fai – факты-заключения (акеседенты), отражающие состояние конкретной линии, принимающие значения «false» и «true. Таким образом, выражение (1) для каждой продукции (правила) интеллектуальной системы управления электропитанием имеет вид (ni ) (Fk1 ∨ Fk2 ∧ Fk3 ∨ Fk4 ∧… ∨ Fki ) →

→ (Fa1; Fa2 ; Fa3 ;... Fai );N .

(2)

Набор продукций (правил), однозначно ставящих в соответствие все возможные состояния параметров источников электропитания различным вариантам конфигураций системы электропитания, формирует базу правил. Параметр N (постусловие выполнения продукции) необходим для выполнения действий, обязательных для данной продукции, но не входящих в ее ядро. Параметр ni (имя продукции) необходим для идентификации конкретной продукции (правила) в сформированном наборе, является «технологическим» параметром, используемым во время отладки. В качестве имени продукции (правила) используется ее порядковый номер в базе правил.

Для практического использования модели (2) необходимо разработать базу данных и базу правил для конкретной предметной области. Дальнейшая разработка интеллектуальной системы управления (включая базу данных и базу правил) электропитанием машин управления в виде интегрированной системы управления для изделия П910 проводилась с учетом требований ТТЗ ОКР «Завет-Д» к системам электропитания машин управления комплекса средств автоматизированного управления артиллерией ВДВ. Структура базы данных Важным условием разработки интеллектуальной системы управления является разумное ограничение количества используемых правил продукции, которое зависит от количества информации, подлежащей обработке. В предлагаемой структуре базы данных количество контролируемых параметров источников электропитания равно семи (табл. 1). Каждый из них принимает только два значения: «1» и «0», что соответствует логическим понятиям «истина» («true») и «ложь» («false»). Поэтому количество возможных комбинаций равно 128 (27), что позволяет излишне не усложнять интеллектуальную систему управления, включая в нее средства разрешения противоречий. Сформированный набор контролируемых параметров источников электропитания позволяет автоматизировать решение следующих задач: • осуществлять реконфигурацию системы электропитания (менять источник электропитания) при вращении стартера источника в действующей линии, что позволяет избегать появления просадок по напряжению, приводящих к сбоям в работе электропотребителей или даже их отказам; • коммутировать потребителей только на те линии, уровень напряжения которых является заведомо

Таблица 1. Наименование и значение контролируемых параметров источников электропитания Table 1. Name and value of controlled parameters of electric power supplies

Параметры группы А / Group А parameters

Значение / Value

DGU

Работа дизель-генераторной установки

GOM

Работа генератора отбора мощности

U_VS_line_norma

В норме или нет напряжение на линии внешней сети

U_DGU_line_norma

В норме или нет напряжение на линии дизель-генераторной установки

U_GOM_line_norma

В норме или нет напряжение на линии генератора отбора мощности

Starter_DGU

Вращение стартера дизель-генераторной установки

Starter_GOM

Вращение стартера генератора отбора мощности

Технологии и производство

RADIO INDUSTRY (RUSSIA). Vol. 30, no. 1. 2020 допустимым, т. е. находится в диапазоне от +22,5 до +28,5 В (согласно ГОСТ 13109-1997); • поддерживать заряд аккумуляторных батарей генератора отбора мощности или дизель-генераторной установки, когда есть работающий альтернативный источник электропитания, например внешняя сеть; • отключать радиоэлектронную аппаратуру нерезервируемых линий при переходе на работу от аккумуляторных батарей. Формирование базы данных происходит построчно за счет циклического опроса контролируемых параметров источников электропитания. После каждого опроса в базу данных заносится новая строка, отражающая актуальное состояние параметров источников электропитания. Эта строка является статусной переменной. Она передается в специальную процедуру – машину вывода, которая последовательным перебором ядер продукции устанавливает ей в соответствие конкретную продукцию (правило). Хранение базы данных в виде последовательности из некоторого количества строк (определяемого пользователем) позволяет документировать состояние источников электропитания во времени. Такая информация полезна при проведении наладочных работ. Она показывает сочетание параметров, которое привело к сложившейся (возможно, аварийной) ситуации. Структура базы правил Контроль параметров источников электропитания позволяет осуществлять автоматическую реконфигурацию системы электропитания – то есть

менять источник электропитания и включать/отключать линии потребителей, которые делятся на резервируемые и нерезервируемые. Резервируемые линии должны обеспечить потребителей непрерывным электропитанием при аварийном отключении одного из основных источников электроэнергии, поэтому интеллектуальная система управления коммутирует потребителей на аккумуляторные батареи. Для повышения продолжительности работы радиоэлектронной аппаратуры резервируемых линий нерезервируемые линии отключаются. На резервируемых линиях находится вся основная радиоэлектронная аппаратура машин управления. На нерезервируемых линиях находятся средства кондиционирования и обогрева. Для эффективного использования источников электропитания из состава машин управления необходимо установить уровень приоритета по переходу для каждого из них. В табл. 2 показаны пять возможных источников электропитания систем электропитания машин управления, обладающие специфическими свойствами, с учетом которых распределены уровни их приоритета. Реконфигурация системы электропитания происходит за счет коммутации линий системы электропитания машин управления, наименование и значение параметров которых приведено в табл. 3. Параметры силовых линий (1–7) согласно выражению (2) есть факты-заключения (акседенты), отражающие состояние конкретной линии, принимающие значения «false» (раскоммутировано) и «true» (скоммутировано). Параметры информационных линий (8–10) являются постусловиями выполнения продукции и также принимают значения «false» (раскоммутировано) и «true» (скоммутировано).

Таблица 2. Таблица приоритетов источников электропитания Table 2. Power supply priority table

Уровень приоритета / Priority level

Источник системы электропитания / Power Supply System source

Номинальное Напряжение, В / Rated voltage, V

Примечание / Note

Дизель-генераторная установка

+27

Не должна работать без электрической нагрузки (радиоэлектронная аппаратура машины управления)

Генератор отбора мощности

+27

Обладает низким ресурсом (для шасси БМД‑4М)

Внешняя сеть

+28,5

Доступна только на стоянке

Аккумуляторная батарея дизель-генераторной установки

+24

Является основной аккумуляторной батареей для подпора радиоэлектронной аппаратуры машины управления

Аккумуляторная батарея генератора отбора мощности

+24

Расходуется последней для сохранения возможности завести двигатель машины управления

Technologies and production

РАДИОПРОМЫШЛЕННОСТЬ. Т. 30, № 1. 2020 Таблица 3. Наименование и значение параметров коммутируемых линий системы электропитания Table 3. Name and value of parameters of switched lines of an electric power supply system

Параметр линии / Line parameter

Значение параметра / Parameter value

DGU_1

Линия для электропитания радиоэлектронной аппаратуры от дизель-генераторной установки или заряда его аккумуляторной батареи (без ограничения тока заряда)

DGU_2

Линия для заряда аккумуляторной батареи дизель-генераторной установки (с ограничением тока заряда)

GOM_1

Линия для электропитания радиоэлектронной аппаратуры от генератора отбора мощности или заряда его аккумуляторной батареи (без ограничения тока заряда)

GOM_2

Линия для заряда аккумуляторной батареи генератора отбора мощности (с ограничением тока заряда)

Линия для электропитания радиоэлектронной аппаратуры от внешней сети

OUT_1

Линия для электропитания нерезервируемой радиоэлектронной аппаратуры

OUT_2

Линия для электропитания кондиционера (либо электроотопителя)

AKB

Линия для включения светодиода, сигнализирующего о работе радиоэлектронной аппаратуры от аккумуляторной батареи

Ahtung

Линия для включения светодиода, сигнализирующего о неисправности источников электропитания

Sound

Линия для включения звуковой сигнализации, оповещающей либо о работе радиоэлектронной аппаратуры от аккумуляторной батареи, либо о неисправности источников электропитания (в дополнение к параметрам AKB и Ahtung)

Линии с источниками дизель-генераторной установки и генератора отбора мощности имеют аккумуляторные батареи, включенные параллельно, которые выполняют роль как подпорочных (буферных), так и стартовых аккумуляторов. Заряд аккумуляторных батарей осуществляется коммутацией линий DGU_1 и GOM_1, если уровень заряда выше +22,5 В, или линий DGU_2 и GOM_2, если уровень заряда ниже +22,5 В. Линия VS аккумуляторных батарей не имеет. Линия OUT_1 предназначена для электропитания нерезервируемой радиоэлектронной аппаратуры. Линия OUT_2 (повышенной мощности), предназначенная для электропитания кондиционера или электроотопителя, также является нерезервируемой. Таким образом, структура разработанной модели знаний интеллектуальной системы управления электропитанием представляет собой таблицу, состоящую из двух разделов, в одном из которых содержатся значения контролируемых параметров источников электропитания, а в другом – значения коммутируемых линий системы электропитания. Алгоритмическое обеспечение интеллектуальной системы управления электропитанием Реализация интеллектуальной системы управления электропитания предполагается в виде управляющей программы микроконтроллера, поэтому 42

в разработанном алгоритме (рис. 2) учтены следующие особенности ее работы: • микроконтроллер запускает программу сразу после того, как на него поступает электропитание от любого работающего источника, далее она прокручивается в бесконечном цикле и отключается только после того, как электропитание пропадает; • для корректной обработки кнопки включения/отключения интеллектуальной системы управления электропитание всегда должно быть подано на микроконтроллер. Управляющая программа имеет два режима работы – активный и пассивный. В пассивном режиме работы (блоки 4–7 алгоритма), когда кнопка включения изделия (П910) отжата, интеллектуальная система управления проводит обновление актуальных значений статусной переменной, которые передаются в машину вывода, и затем на исполнение передаются только те команды, которые отрабатывают постусловие продукции (табл. 3). В этом режиме электропотребители отключены, коммутации линий электропитания не происходит, осуществляется только индикация состояния (наличие/ отсутствие напряжения) источников системы электропитания. Также проводится проверка включения Технологии и производство

RADIO INDUSTRY (RUSSIA). Vol. 30, no. 1. 2020 1 Б

Инициализация активного режима работы / Initialize active Mode

14 Контроль времени нажатия Time_var / Control of pressing time Time_var

Начало / Start 8 2 Обнуление значений статусной переменной / Resetting the status variable

9 Замер актуальных значений статусной переменной / Measure current status variable values

3 Инициализация пассивного режима работы / Initializing passive mode

Нет / No

Да / Yes

10 Подпрограмма 1 (Машина вывода) / Subprogram 1 (Output machine)

4 Обновление актуальных значений статусной переменной / Updating current status variable values

17 Посылка команд корректного завершения работы ЭВМ / Sending commands for the correct shutdown of a computer

18 Выставление задержки на 1 мин / Setting the delay for 1 min

Коммутация линий в соответствии с рекомендациями Машины вывода / Line switching in accordance with the recommendations of the output machine

5 Подпрограмма 1 (Машина вывода) / Subprogram 1 (Output machine)

Индикация состояния источников / Source status indication

Нет / No

7 Нет / No

Проверка включения кнопки «СЕТЬ» / Checking if the «NETWORK» button is on

19 Инициализация пассивного режима работы / Initializing passive mode

Индикация состояния источников / Source status indication

13 Проверка отключения кнопки «СЕТЬ» / Checking if the «NETWORK» button is off

Да / Yes

15 Время удержания кнопки «СЕТЬ» > 3 c? / NETWORK button hold time > 3s?

16 Отключение звуковой и световой сигнализации / Switching sound and light alarm off

Да / Yes В

Рисунок 2. Схема алгоритма работы интеллектуальной системы управления электропитанием Figure 2. Scheme of an operation algorithm of the intelligent power supply control system

кнопки «СЕТЬ», при котором происходит переход в активный режим. В активном режиме работы (блоки 9–18 алгоритма), когда кнопка включения изделия (П910) нажата, интеллектуальная система управления осуществляет те же действия, но на исполнение передается полный комплект команд, отрабатывающих как факты-заключения (Fa1; Fa2; …; Fai), так и постусловие продукции (N). В этом режиме электропотребители включены, осуществляется коммутация линий электропитания и источников системы электропитания. Последовательность действий подпрограммы 1 процедуры машины вывода является стандартной, подробно описана в источниках [4–6] и состоит в проведении поиска совпадения актуальных значений статусной переменной с имеющимися Technologies and production

вариациями значений в содержимом базы знаний. После того как совпадение найдено, на исполнение передаются команды, отрабатывающие смысловое содержание найденной продукции. Для корректного завершения работы ЭВМ из состава машины управления при отказе (либо намеренном отключении) основных источников электроэнергии введена обратная связь с ЭВМ, реализация которой в алгоритме представлена функциями посылки команд на завершение работы ЭВМ (блок 17) и выставления временной задержки на отключение электропитания (блок 18), равной одной минуте. При работе ЭВМ с базами данных это особенно важно, так как некорректное завершение работы вычислителей приводит к потере данных, а значит и к потере работоспособности всей машины управления. 43

РАДИОПРОМЫШЛЕННОСТЬ. Т. 30, № 1. 2020 источников электропитания генератора отбора мощности, дизель-генераторной установки и внешней сети (блоки 1–3) проводится замер уровня контролируемых параметров, значения которых передаются в статусную переменную (блок 4). Каждая

Диаграмма, иллюстрирующая работу предложенного алгоритма (на примере одного правила), показана на рис. 3. Интеллектуальная система управления работает в активном режиме, т. е. кнопка «СЕТЬ» нажата (блок 8). По линиям

1 Линия генератора отбора мощности (ГОМ) / Power take-off generator line (GOM) Напряжение на линии ГОМ в норме (U_GOM_norma:=true) / The voltage on the GOM line is normal (U_GOM_norma: = true)

Генератор ГОМ работает (GOM:=true) / GOM generator is on (GOM: = true)

Стартер ГОМ не вращается (Starter_GOM:=false) / GOM starter does not rotate (Starter_GOM: = false)

2 Линия внешней сети (ВС) / External network (VS) line Напряжение на линии ВС в норме (U_VS_norma:=true) / The voltage on the VS line is normal (U_VS_norma: = true)

3 Линия дизель-генераторной установки (ДГУ) / Diesel generator set line (DGU) Напряжение на линии ДГУ в норме (U_DGU_norma:=true) / Voltage on the DGU line is normal (U_DGU_norma: = true)

ДГУ не работает (DGU:=false) / DGU does not work (DGU: = false)

Стартер ДГУ не вращается (Starter_DGU:=false) / DGU starter does not rotate (Starter_DGU: = false)

4 Статусная переменная, содержащая набор фактов-условий (консеквентов) (GOM=true; U_GOM_norma=true; Starter_GOM=false; DGU=false; U_DGU_norma=true; Starter_DGU=false; U_VS_norma=true) / Status variable containing a set of fact-conditions (consequents) (GOM=true; U_GOM_norma=true; Starter_GOM=false; DGU=false; U_DGU_norma=true; Starter_DGU=false; U_VS_norma=true)

5 База данных вида Fk1 ∨ Fk2 ∧ Fk2 ∨ Fk2 ∧ … ∨ Fki / Database form Fk1 ∨ Fk2 ∧ Fk2 ∨ Fk2 ∧ … ∨ Fki

7 База правил вида (ni) (Fk1 ∨ Fk2 ∧ Fk2 ∨ Fk2 ∧ … ∨ Fkn) → (Fa1; Fa2; … Fan); N / Base rules form(ni) (Fk1 ∨ Fk2 ∧ Fk2 ∨ Fk2 ∧ … ∨ Fkn) → (Fa1; Fa2; … Fan); N

8 Кнопка «Сеть» нажата (Set:=true) / “Network” button pressed (Set: = true)

Факт / Fact

Правило / Rule Заключение / Conclusion Сопоставление / Mapping Действие / Action

Машина вывода / Output machine ЕСЛИ кнопка «Сеть» нажата И линия ГОМ готова к коммутации, не требуется заряжать аккумуляторные батареи (АКБ) И линия ДГУ готова к коммутации, требуется заряжать АКБ без ограничения зарядного тока И напряжение на линии ВС в норме, ТО: - скоммутировать линию GOM_1, раскоммутировать линию GOM_2; - скоммутировать линию DGU_1, раскоммутировать линию DGU_2; - раскоммутировать линию VS; - скоммутировать резервированные лини OUT_1; - скоммутировать нерезервированные лини OUT_2; - не включать световую (AHTUNG) и звуковую (SOUND) индикации аварии; - не включать световую (AKB) и звуковую (SOUND) индикации работы от АКБ. ИНАЧЕ: - раскоммутировать линию GOM_1, GOM_2; - раскоммутировать линию DGU_1, DGU_2; - раскоммутировать линию VS; - скоммутировать резервированные линии OUT_1; - раскоммутировать нерезервированные линии OUT_2; - не включать световую (AHTUNG) и звуковую (SOUND) индикации аварии; - не включать световую (AKB) и звуковую (SOUND) индикации работы от АКБ. / IF the “Network” button is pressed AND the GOM line is ready for switching, it is not necessary to charge the battery AND the DGU line is ready for switching, it is necessary to charge the battery without limiting the charging current AND the voltage on the VS line is normal, THEN: - commutate the GOM_1 line, decommutate the GOM_2line; - commutate the DGU_1 line, decommutate the DGU_2 line; - decommutate the VS line;- commutate redundant lines OUT_1; - commutate nonredundant lines OUT_2; - do not switch on the (AHTUNG) light and (SOUND) sound alarm indication; - do not switch on the (AKB) light and (SOUND) sound indicators of operation from the battery. ELSE: - decommutate the GOM_1, GOM_2 line; - decommutate the DGU_1, DGU_2 line; - decommutate the VS line; - switch redundant lines OUT_1; - decommit unreserved lines OUT_2; - do not include light (AHTUNG) and sound (SOUND) indication of an accident; - do not include light (AKB) and sound (SOUND) indicators of operation from the battery.

9 Исполнить следующие команды: GOM_1:=true; GOM_2:=false; DGU_1:=true; DGU_2:=false; VS:=false; OUT_1:=true; OUT_1:=true; AHTUNG:=false; AKB:=false; SOUND:=false. / Execute the following commands: GOM_1:=true; GOM_2:=false; DGU_1:=true; DGU_2:=false; VS:=false; OUT_1:=true; OUT_1:=true; AHTUNG:=false; AKB:=false; SOUND:=false.

Рисунок 3. Диаграмма работы алгоритма интеллектуальной системы управления электропитанием Figure 3. Chart of the intelligent power supply control system work algorithm

Технологии и производство

RADIO INDUSTRY (RUSSIA). Vol. 30, no. 1. 2020 сформированная статусная переменная передается в базу данных (блок 5) и оттуда попадает в машину вывода (блок 6). Машина вывода ведет поиск соответствующей статусной переменной продукции (правила) в базе правил (блок 7) и по завершении поиска выдает на исполнение необходимые команды (блок 9). Таким образом, разработанный алгоритм соответствует предложенной модели представления знаний интеллектуальной системы управления электропитанием машины управления специального назначения и позволяет перейти к следующему этапу разработки – практической реализации. В качестве микроконтроллера предлагается использовать интегральную микросхему 1887ВЕ7Т (8-разрядная микро-ЭВМ с AVR RISC – архитектурой) отечественной разработки. Предлагаемый микроконтроллер широко применяется в системах приема, передачи и обработки информации, встроенного управления и автономных необслуживаемых аппаратах специального назначения. Выводы Разработанная авторами прикладная модель представления знаний интеллектуальной системы управления электропитанием машины управления специального назначения позволяет автоматизировать процесс реконфигурирования системы

электропитания бортовой радиоэлектронной аппаратуры, выполняя следующие функции: • осуществление перехода на другой источник электропитания при вращении стартера используемого источника; • коммутация потребителей только на те источники электропитания, уровень напряжения которых является допустимым; • поддержание заряда аккумуляторных батарей источника электропитания (генератора отбора мощности или дизель-генераторной установки); • отключение радиоэлектронной аппаратуры нерезервируемых линий при переходе на работу от аккумуляторных батарей. Выполнение указанных функций позволит обеспечить напряжение электропитания бортовой радиоэлектронной аппаратуры в диапазоне от +22,5 до +28,5 В (согласно ГОСТ 13109-1997), избежать появления просадок напряжения, приводящих к сбоям в работе электропотребителей, обеспечить близкий к 100% заряд обеих аккумуляторных батарей с возможностью ограничения тока заряда и в случае необходимости продлить время работы основной радиоэлектронной аппаратуры от аккумуляторных батарей за счет отключения нерезервируемых линий.

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 1. М ишанин А. С., Затылкин А. В., Голушко Д. А. Структура системы электропитания машин управления специального назначения // Технология машиностроения и материаловедение: материалы международной научно-практической конференции. Новокузнецк: НИЦ МС, 2018. № 2. С. 52–54. 2. Затылкин А. В., Буц В. П., Юрков Н. К. Опыт применения технологии ERM в разработке интеллектуальных средств обучения // Известия ЮФУ. Технические науки. 2011. № 2. С. 211–213. 3. Остроух А. В., Суркова Н. Е. Интеллектуальные информационные системы и технологии: монография. Красноярск: Научно-инновационный центр, 2015. 370 с. 4. Суркова Н. Е., Остроух А. В. Методология структурного проектирования информационных систем: монография. Красноярск: Научно-инновационный центр, 2014. 190 с. 5. Рыбина Г. В. Инструментальные средства нового поколения для построения прикладных интеллектуальных систем // Авиакосмическое приборостроение. 2004. № 10. С. 14–23. 6. Гаврилова Т. А., Хорошевский В. Ф. Базы знаний интеллектуальных систем. СПб.: Питер, 2001. 384 с. 7. Люггер Д. Ф. Искусственный интеллект: стратегии и методы решения сложных проблем. М.: Вильямс, 2003. 864 с. 8. Джексон П. Введение в экспертные системы. М.: Вильямс, 2001. 624 с.

REFERENCES 1. Mishanin A. S., Zatylkin A. V., Golushko D. A. Struktura sistemy elektropitaniya mashin upravleniya spetsial’nogo naznacheniya. In: Tekhnologiya mashinostroeniya i materialovedenie: materialy mezhdunarodnoi nauchno-prakticheskoi konferentsii [Technology of mechanical engineering and materials science: Proceedings of the international scientific-practical conference]. Novokuznetsk, NITS MS Publ., 2018, no. 2, pp. 52–54. (In Russian). 2. Zatylkin A. V., Buts V. P., Yurkov N. K. The experience of using ERM technology in the development of intellectual education facilities. Izvestiya YUFU. Tekhnicheskie nauki, 2011, no. 2, pp. 211–213. (In Russian). 3. Ostroukh A. V., Surkova N. E. Intellektualnye informatsionnye sistemy i tekhnologii: monografiya [Intelligent information systems and technologies: monograph]. Krasnoyarsk, Nauchno-innovatsionnyi tsentr Publ., 2015, 370 p. (In Russian). 4. Surkova N. E., Ostroukh A. V. Metodologiya strukturnogo proektirovaniya informatsionnykh sistem: monografiya [Methodology of structural design of information systems: monograph]. Krasnoyarsk, Nauchno-innovatsionnyi tsentr Publ., 2014, 190 p. (In Russian). 5. Rybina G. V. New generation tools for building applied intelligent systems. Aviakosmicheskoe priborostroenie, 2004, no. 10, pp. 14–23. (In Russian).

Technologies and production

РАДИОПРОМЫШЛЕННОСТЬ. Т. 30, № 1. 2020 6. Gavrilova T. A., Khoroshevskii V. F. Bazy znanii intellektualnykh sistem [Knowledge bases of intelligent systems]. Saint Petersburg, Piter Publ., 2001, 384 p. (In Russian). 7. Lyugger D. F. Iskusstvennyi intellekt: strategii i metody resheniya slozhnykh problem [Artificial intelligence: strategies and methods for solving complex problems] Moscow, Vilyams Publ., 2003, 864 p. (In Russian). 8. Dzhekson P. Vvedenie v ehkspertnye sistemy [Introduction to expert systems]. Moscow, Vilyams Publ., 2001, 624 p. (In Russian).

ИНФОРМАЦИЯ ОБ АВТОРАХ Затылкин Александр Валентинович, к. т. н., ведущий инженер, АО «Научно-производственное предприятие «Рубин», 440000, Пенза, ул. Байдукова, д. 2, тел.: +7 (8412) 20‑47‑57, e-mail: Al. Zatylkin@yandex.ru. Голушко Дмитрий Александрович, к. т. н., начальник сектора, АО «Научно-производственное предприятие «Рубин», 440000, Пенза, ул. Байдукова, д. 2, тел.: +7 (8412) 20‑47‑57, e-mail: dmitgoluschko@yandex.ru. Кожухов Евгений Викторович, инженер первой категории, АО «Научно-производственное предприятие «Рубин», 440000, Пенза, ул. Байдукова, д. 2, тел.: +7 (8412) 20‑48‑09, e-mail: alfabrera@yandex.ru.

AUTHORS Alexandr V. Zatylkin, Ph.D. (Engineering), lead engineer, Scientific and Production Enterprise «Rubin» JSC, 2, ulitsa Baydukova, Penza, 440000, Russia, tel.: +7 (8412) 20‑47‑57, e-mail: Al. Zatylkin@yandex.ru. Dmitry A. Golushko, Ph.D. (Engineering), head of sector, Scientific and Production Enterprise «Rubin» JSC, 2, ulitsa Baydukova, Penza, 440000, Russia, tel.: +7 (8412) 20‑47‑57, e-mail: dmitgoluschko@yandex.ru. Evgeny V. Kozhukhov, category 1 engineer, Scientific and Production Enterprise «Rubin» JSC, 2, ulitsa Baydukova, Penza, 440000, Russia, tel.: +7 (8412) 20‑48‑09, e-mail: alfabrera@yandex.ru. Поступила 11.10.2019; принята к публикации 04.11.2019; опубликована онлайн 25.02.2020. Submitted 11.10.2019; revised 04.11.2019; published online 25.02.2020.

Технологии и производство

RADIO INDUSTRY (RUSSIA). Vol. 30, no. 1. 2020 ISSN 2413–9599 (Print)

www.radioprom.org

ISSN 2541–870Х (Online)

DOI: 10.21778/2413‑9599‑2020‑30‑1-47-53 УДК: 004.4’2

Поддержка работы со звуковой подсистемой ALSA в бинарном компиляторе уровня приложений x86→«Эльбрус» Е. С. Носкова1, 2, А. Ф. Рожин2, 3 1

Московский физико-технический институт (национальный исследовательский университет), Москва, Россия 2 АО «МЦСТ», Москва, Россия 3 ПАО «Институт электронных управляющих машин им. И. С. Брука», Москва, Россия

Успешность аппаратной платформы во многом определяется набором доступного на ней программного обеспечения. Именно поэтому очень актуальной является задача расширения базы приложений, запускаемых на платформе «Эльбрус». Один из способов ее решения – использование технологии бинарной компиляции. Работа многих современных приложений так или иначе связана с обработкой звука. Одной из наиболее популярных библиотек для работы со звуковыми устройствами в операционных системах семейства Linux на сегодняшний день является библиотека ALSA. Ее функциональность базируется на наборе команд системного вызова ioctl, которые в бинарном компиляторе x86→«Эльбрус» до недавнего времени не поддерживались. Поэтому возникла задача реализации поддержки команд ALSA-ioctl в этом бинарном компиляторе. Для ее решения были изучены средства, при помощи которых эта технология реализована в ядре Linux. Полученные знания были применены для разработки собственных для бинарного компилятора средств, которые сделали возможным использование ALSA в транслируемых под архитектуру «Эльбрус» приложениях. Ключевые слова: бинарная трансляция, ALSA, бинарный компилятор уровня приложений, Linux, архитектура x86, архитектура Эльбрус Для цитирования: Носкова Е. С., Рожин А. Ф. Поддержка работы со звуковой подсистемой ALSA в бинарном компиляторе уровня приложений x86→«Эльбрус» // Радиопромышленность. 2020. Т. 30, № 1. С. 47–53. DOI: 10.21778/2413‑9599‑2020‑30‑1-47-53 © Носкова Е. С., Рожин А. Ф., 2020

Technologies and production

РАДИОПРОМЫШЛЕННОСТЬ. Т. 30, № 1. 2020

Support for working with the ALSA sound subsystem in a binary compiler of application level x86→«Elbrus» E. S. Noskova1, 2, A. F. Rozhin2, 3 1

Moscow Institute of Physics and Technology, Moscow, Russia JSC MCST, Moscow, Russia 3 Institute of Electronic Control Computers named after I. S. Brook, Moscow, Russia 2

The success of a hardware platform is mainly determined by the software available for it. That is why the problem of enlarging the number of applications launched on the «Elbrus» platform is very acute. One of its possible solutions is the usage of binary compilation technology. The work of many modern applications is somehow related to sound processing. One of the most popular modern libraries for working with sound devices in Linux operating systems is the ALSA library. Its functionality is based on the set of ioctl system call commands. They were not supported in the x86→«Elbrus» binary compiler until recently. Therefore, occurred the issue of implementing support for ALSA-ioctl commands in binary compiler. In order to solve this problem, it was necessary to study the Linux kernel implementation of this technology. The gained knowledge was used to develop proprietary tools for the binary compiler making it possible to use the ALSA in applications translated under the «Elbrus» architecture. Keywords: binary translation, ALSA, application level binary compiler, Linux, x86 architecture, «Elbrus» architecture For citation: Noskova E. S., Rozhin A. F. Support for working with the ALSA sound subsystem in a binary compiler of application level x86→«Elbrus». Radio industry (Russia), 2020, vol. 30, no. 1, pp. 47–53. (In Russian). DOI: 10.21778/2413-9599-2020-30-1-47-53

Введение Задачу запуска приложения, осуществляющего работу со звуком, на аппаратной платформе «Эльбрус» можно решить с помощью портирования приложения, скомпилированного при помощи языкового компилятора под архитектуру «Эльбрус». Данный подход реализуем, если у приложения имеются исходные коды. Однако как в процессе сборки, так и при запуске приложения могут возникнуть разного рода ошибки. Например, в коде приложения может присутствовать архитектурнозависимый код или используемые библиотеки могут быть еще не перенесены на платформу «Эльбрус»; также возможны ошибки, вызванные неправильной работой языкового компилятора или приложения. Устранение подобных проблем может занять неопределенное время, но если времени нет, можно рассмотреть такой вариант, как запуск при помощи бинарного компилятора. Этот же вариант подойдет и при отсутствии исходных кодов приложения или используемых им библиотек. Таким образом, становится актуальной возможность запуска приложения, осуществляющего работу со звуком, на платформе «Эльбрус» при помощи бинарного компилятора приложений. Частным случаем запускаемого приложения может быть приложение, использующее библиотеку ALSA 48

(Advanced Linux Sound Architecture) для обработки звука. Для корректной работы подобных приложений под бинарным компилятором необходимо, чтобы компилятор мог обрабатывать запросы, приходящие от ALSA. Поэтому наличие в компиляторе приложений поддержки ALSA очень важно для запуска многих приложений. Данная статья посвящена реализации поддержки работы с современной звуковой архитектурой ALSA, которая на сегодняшний день является наиболее распространенной, в бинарном компиляторе уровня приложений x86→«Эльбрус». Интерфейс ALSA ALSA – архитектура звуковых драйверов, обеспечивающая функциональность аудио и MIDI для операционной системы (ОС) Linux [1]. Главными особенностями ALSA являются: • эффективная поддержка всех типов аудиоинтерфейсов: от потребительских звуковых карт до профессиональных многоканальных аудиоинтерфейсов; • полностью модульные звуковые драйверы; • поддержка драйвера Open Sound Subsystem (OSS), обеспечивающего бинарную совместимость с большинством программ, использующих OSS. Технологии и производство

RADIO INDUSTRY (RUSSIA). Vol. 30, no. 1. 2020 Для упрощения программирования приложений с использованием ALSA и обеспечения более высокого уровня функциональности был реализован специальный интерфейс – библиотека пользовательского пространства (libasound). Библиотека libasound содержит набор функций, с помощью которых приложение может обращаться к звуковым устройствам для выполнения каких-либо действий [2]. На данный момент в библиотеке реализованы следующие интерфейсы: • • • • • • •

Information Interface, Control Interface, Mixer Interface, PCM Interface, Raw MIDI Interface, Sequencer Interface, Timer Interface.

Бинарный компилятор Бинарная, или двоичная, компиляция – высокопроизводительное и надежное средство обеспечения переносимости двоичных кодов между вычислительными машинами, реализованными на базе различных процессорных архитектур [3]. Для архитектуры «Эльбрус» предназначены два бинарных компилятора, используемые для разных целей: трансляторы уровня приложений и уровня виртуальной машины. Для ясности дальнейшего изложения определим понятие исходной платформы. Исходной назовем такую аппаратную платформу, приложения которой предполагается запускать при помощи бинарного компилятора на платформе с другой процессорной архитектурой. В данной статье в качестве исходной рассматривается платформа x86 и ее расширение x86_64. Наиболее полно задача двоичной совместимости решается универсальным транслятором уровня виртуальной машины, обеспечивающим возможность запуска любых ОС и приложений исходной платформы. В то же время для обеспечения возможности одновременного запуска как нативных, так и x86-приложений на вычислительных комплексах, созданных на базе микропроцессоров семейства «Эльбрус», подходит компилятор уровня приложений. Бинарный компилятор уровня приложений x86→«Эльбрус» является приложением ОС «Эльбрус» (Linux, портированный под «Эльбрус») и позволяет запускать пользовательские приложения в x86-кодах, функционирующие на исходной платформе под управлением ОС семейства Linux. Бинарный компилятор, исполняя x86-при ложение, динамически преобразует x86-код в эквивалентный ему код архитектуры «Эльбрус», а затем выполняет его. На данный момент в рамках Technologies and production

двоичного транслятора реализовано четыре возможных метода исполнения кодов исходной платформы, предназначенных для разных целей [4, 5]. При исполнении x86-кода обращения в память, исходящие из логики работы x86-приложения, не должны нарушать целостность данных бинарного компилятора. Для изоляции пространства адресов, используемых x86-приложением при его запуске через бинарный компилятор, от адресов, используемых бинарным компилятором, в архитектуре «Эльбрус» введено два виртуальных пространства: первичное – виртуальное пространство нативных приложений – и специальное вторичное, используемое бинарными компиляторами. Для компилятора приложений вторичное пространство выделяется в виртуальном пространстве памяти компилятора приложений, которое рассматривается как первичное пространство, и располагается в нем с некоторым смещением (более 4 Гб). Величина смещения зависит от поколения процессора «Эльбрус». Учитывая то, что компилятор приложений является 32-битным, наличие смещения гарантирует непересечение вторичного пространства и диапазона адресов, относящихся непосредственно к бинарному транслятору. Существование вторичного пространства делает невозможным изменение x86-приложением данных компилятора приложений, но оставляет возможность обращаться к памяти x86-приложения как бинарному компилятору, так и ядру ОС. На рис. 1 изображена схема виртуальной памяти запущенного компилятора приложений. Показано взаимное расположение вторичного пространства и памяти компилятора приложений. Под собственной

Память приложения (вторичное пространство) / Application memory (secondary space) 4 Гб / 4 GB Собственная память компилятора приложений / Application compiler native memory

Рисунок 1. Схема виртуальной памяти компилятора приложений Figure 1. Application compiler virtual memory diagram

РАДИОПРОМЫШЛЕННОСТЬ. Т. 30, № 1. 2020 памятью компилятора приложений понимается память, доступная ему через 32-битный указатель. Работа с устройствами в ОС семейства Linux В ОС семейства Linux устройства представляются в виде файлов специальной файловой системы /dev. Работа с ними осуществляется при помощи системного вызова ioctl. Он принимает на вход: дескриптор файла (который является результатом системного вызова open), представляющего устройство в файловой системе; код команды, которую необходимо выполнить; необязательный параметр – аргумент (структура, число) команды [6]. Числовое значение команды формируется из нескольких составляющих: кода символа, обозначающего принадлежность к определенному классу устройств; размера необязательного аргумента (0 – если его нет); типа команды, определяющего направление передачи данных (в ядро – чтение, из ядра – запись, в обе стороны – чтение и запись); порядкового номера команды, уникальной для данного класса устройств [7]. Все вышесказанное применимо, в частности, и к звуковым устройствам. На рис. 2 показаны составляющие кода команды ALSA-ioctl на примере SNDRV_RAWMIDI_IOCTL_PARAMS_GUEST. Код команды составляется в результате работы макроса, который принимает на вход все заявленные составляющие. Проблемы поддержки ALSA в бинарном компиляторе В процессе решения задачи возник ряд сложностей, обусловленных особенностями устройства бинарного компилятора. Проблема 1. Возможное совпадение числового значения ioctl-команд для разного типа устройств К сожалению, в ядре Linux код символа для обозначения различных типов устройств не является уникальным. Существуют устройства,

например устройства типа USB и звуковые Controlустройства, которые имеют одинаковые идентификаторы, что может приводить к коллизии по коду ioctl-команд. Из-за этого при обработке ioctl-запроса от x86‑приложений необходимо учитывать не только ioctl-команду, но и особенности файлового дескриптора (тип этого устройства), также являющегося аргументом системного вызова. Данная проблема является специфической для бинарного компилятора, так как в нем, в отличие от ядра Linux, определение типа ioctl-команды производится по буквенному обозначению, а не по файловому дескриптору. Проблема 2. Необходимость преобразования адресов, приходящих из x86-приложения В большинстве случаев при исполнении системного вызова ioctl на вход в ядро передается так называемый аргумент этого системного вызова – указатель на специфическую структуру. Из устройства адресного пространства компилятора приложений, которое было описано выше, следует, что указатели, передаваемые через аргумент в ядро, нуждаются в преобразовании в полный линейный 64-битный адрес из адреса вторичного пространства. Также в случае, когда аргумент ioctl содержит указатель на массив указателей, простое преобразование адреса вторичного пространства (по которому осуществляется доступ к массиву указателей) к полному линейному адресу будет недостаточным. Кроме этого, необходимо преобразовать все указатели, входящие в массив указателей. Оба этапа преобразования играют существенную роль, так как размеры указателей для 64 и 32 бит различны и, следовательно, при игнорировании любого из этапов адрес будет указывать на неверное место в памяти. Проблема 3. Ограничение применения специально созданных для 32-битных приложений compat ioctl из-за несоответствия размеров указателей 64-битные версии ОС семейства Linux, как правило, позволяют запускать не только 64-битные

Порядковый номер команды / Код Command символа / sequence Character code number

Тип команды / Command type

Размер аргумента-структуры / Argument size

sizeof (apl_RawmidiParamsStructGuest_t)

' W'

0x10

Рисунок 2. Структура команды ALSA-ioctl на примере SNDRV_RAWMIDI_IOCTL_PARAMS_GUEST со значением 0xc0305710 Figure 2. ALSA-ioctl command structure using SNDRV_RAWMIDI_IOCTL_PARAMS_GUEST with the value 0xc0305710 as an example

Технологии и производство

RADIO INDUSTRY (RUSSIA). Vol. 30, no. 1. 2020 пользовательские приложения, но и 32-битные. Однако запуск последних требует специфической обработки элементов аргумента-структуры. Например, структура, содержащая поле типа long, будет иметь разные размеры с точки зрения x86‑приложения и с точки зрения 64-битного ядра ОС «Эльбрус» (например, sizeof_x86(long) = 4, sizeof_elbrus(long) = 8) [8]. Данная проблема обычно решается использованием compat-системных вызовов. Они существуют для запуска 32-битных приложений со своими внутренними преобразованиями аргумента. Однако компилятор приложений не всегда может использовать compat-системные вызовы, реализованные в ядре Linux. Как было отмечено в описании проблемы 2, все указатели, передаваемые в ядро, преобразуются в 64-битные, а compat-системные вызовы могут принимать на вход только 32-битные адреса. Таким образом, возникает необходимость производить преобразования над аргументами в специально реализованных функциях во избежание несовпадения кода ioctl-команд для x86-приложения и ядра. Проблема 4. Контроль отсутствия защиты на запись для участков памяти, потенциально подверженных изменению со стороны ядра Обработка аргумента системного вызова ioctl может включать в себя еще одну важную процедуру – снятие защиты на запись для некоторых участков памяти, на которую ссылается данный аргумент. Эта особенность связана исключительно с бинарным компилятором x86→«Эльбрус». Код архитектуры «Эльбрус», полученный при трансляции x86-кода, должен обладать обратной совместимостью со своим x86-оригиналом. Это значит, что если по какой-то причине изменился x86‑код, для которого ранее был создан эквивалентный код архитектуры «Эльбрус», то бинарный компилятор более не вправе использовать последний, так как в общем случае он уже не соответствует текущему x86-коду [9]. Поэтому при трансляции на x86-код накладывается «защита». Этот механизм осуществляется за счет того, что в операционных системах (для более эффективного использования физической памяти) память запускаемого приложения разбивается на набор регионов постоянного размера, так называемых страниц, которые описываются специальными атрибутами [10]. Идея заключается в том, что страницы памяти, накрывающие x86-код, для которого создана трансляция, помечаются как недоступные для записи. Если приложение все же захочет изменить свой код или данные, расположенные на одной странице с «защищенным» кодом, то компилятор приложений получит от ядра ОС сигнал об исключительной ситуации – попытке записи в страницу, для которой Technologies and production

это не разрешено. В этом случае бинарный компилятор удалит все ранее созданные трансляции, чьи x86-оригиналы хотя бы частично пересекаются с «защищенной» страницей, затем снимет с нее «защиту» и произведет прерванную запись. Благодаря такому механизму обеспечивается исполнение исключительно корректного кода. Однако все это работает, только когда на процессоре исполняются коды компилятора приложений. При попытке записи в «защищенную» страницу со стороны ядра, например при исполнении того или иного системного вызова, произойдет аварийное завершение работы компилятора приложений. Практическое решение возникших проблем Проблема 1 С учетом описанных трудностей авторами было предложено следующее решение для поддержки ALSA: • в бинарном компиляторе был создан отдельный ioctl-обработчик для запросов от ALSA, представляющий из себя набор собственных функций (для каждого типа устройств) в виде конструкции switch по поддерживаемым ioctl-командам, в которых происходило необходимое преобразование аргумента ioctl для последующей передачи его в ядро ОС «Эльбрус»; • переход в созданный обработчик осуществлялся только для файлов из директории /dev/snd, так как в ней находятся все файлы звуковых устройств; • при попытке исполнить незвуковой ioctl (запрос к файлу из /dev/snd) его обработка переходила в общий switch для ioctl-запросов. Проблемы 2 и 3 Для запуска 32-битного приложения было создано два экземпляра одной структуры – 32-битная для работы с приложением и 64-битная для передачи в ядро, – а также функции конвертации, в которых поля одной структуры присваивались полям другой с соответствующими преобразованиями, если необходимо. Преобразования делились на два типа: преобразования указателей к вторичному пространству и обратные, которые также были необходимы и для запуска 64-битных приложений, и для преобразования типов. Для структур с двойными указателями было создано два массива: один – под 64-битные, второй – под 32-битные указатели в памяти компилятора приложений. Во второй массив в дальнейшем копировались 32-битные указатели из памяти х86приложения (рис. 3), затем для каждого указателя из массива производилась отдельная конвертация. 51

РАДИОПРОМЫШЛЕННОСТЬ. Т. 30, № 1. 2020 x86-приложение / x86 application 32-bit x86-ptr

Data

Copy

Data

Компилятор приложений / Application compiler

64-bit elbrus-ptr

Вспомогательный массив / Backing array

Рисунок 3. Конвертация аргументов с двойными указателями Figure 3. Converting double-pointer arguments

Таким образом, аргумент, получаемый системным вызовом из x86-приложения, сначала преобразуется в 64-битный формат для ОС «Эльбрус», а затем отправляется в ядро. В результате системного вызова в аргументе (структуре) ядро может вернуть определенные данные в формате для ОС «Эльбрус». Чтобы эти данные были получены и корректно обработаны x86-приложением, необходимо выполнить обратное преобразование из формата для ОС «Эльбрус» – в формат x86. В качестве решения проблемы compat-сис темных вызовов реализованы compat-функции конвертации, в теле которых производится пересчет необходимых полей. Эти функции должны исполняться только в том случае, когда компилятору на вход поступает 32-битное приложение. Проблема 4 Во избежание выхода из строя компилятора приложений при попытке записи в «защищенную» страницу, в теле функций конвертации вызывался ранее разработанный механизм, разрешающий эту ситуацию. Он позволяет снимать «защиту»

и запрещать ее установку для некоторых участков памяти, в которых расположены данные, потенциально подверженные изменениям со стороны ядра, на время исполнения системного вызова. Поэтому снятие защиты также является одной из составляющих преобразования данных для спуска их в ядро Linux. Рассмотрим процесс обработки аргумента ALSA-ioctl на примере команды SNDRV_PCM_ IOCTL_READI_FRAMES_GUEST. При выполнении команды данные из пользовательского пространства передаются в ядро Linux, то есть происходит запись звука. Аргументом данной команды является структура, состоящая из трех полей: 1. указатель на буфер, в который будет производиться запись, – п оле для записи ядром Linux; 2. максимально возможное количество считанных фреймов (фрагментов звукового потока) – поле для чтения ядром Linux; 3. количество записанных в результате фреймов – поле для записи ядром Linux. Из состава аргумента следует необходимость создания функции конвертации, преобразующей указатель, пришедший из приложения, к указателю вторичного пространства для передачи его в ядро. При этом необходимо также снимать «защиту» на запись, так как, исходя из предназначения команды, ядро будет заполнять структуру, поданную через указатель. Выводы Было проведено исследование работы со звуковыми устройствами в ядре ОС Linux и изучены средства, с помощью которых в нем была поддержана работа со звуковой архитектурой ALSA. Полученные сведения были применены при разработке собственных для компилятора приложений средств, которые сделали возможным использование ALSA в транслируемых под архитектуру «Эльбрус» приложениях. Иными словами, была реализована поддержка ALSA в компиляторе уровня приложений x86→«Эльбрус». Полученное решение было протестировано на различном программном обеспечении, использующем библиотеку ALSA. Все тесты были пройдены успешно.

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 1. Alsa project. [Электронный ресурс]. URL: https://alsa-project.org (дата обращения: 23.01.2020). 2. Lin J. M., Cheng W. G., Fang G. M. Software integration for applications with audio stream. 2008 International Conference on Intelligent Information Hiding and Multimedia Signal Processing. IEEE, 2008, pp. 1126–1129. 3. Система динамической двоичной трансляции x86→«Эльбрус» / Н. В. Воронов, В. Д. Гимпельсон, М. В. Mаслов, А. А. Рыбаков, Н. С. Сюсюкалов // Вопросы радиоэлектроники. 2012. Т. 4. № 3. С. 89–108. 4. Kanhere A. S. Instruction and logic to perform dynamic binary translation: патент 9417855. США. 2016. 5. Das A. Support for a non-native application: патент 9766911. США. 2017.

Технологии и производство

RADIO INDUSTRY (RUSSIA). Vol. 30, no. 1. 2020 6. Corbet J., Rubini A., Kroah-Hartman G. Linux Device Drivers, 3rd Edition. USA, O’Reilly Media, Inc., 2005, 640 p. 7. Чезати М., Бовет Д. Ядро Linux. СПб.: БХВ-Петербург, 2007. 1105 с. 8. Intel→ 64 and IA‑32 Architectures Software Developer’s Manual, vol. 3, Intel Corp., 2006. [Электронный ресурс]. URL: https://www.intel.ru/content/www/ru/ru/architecture-and-technology/64-ia‑32-architectures-software-developer-systemprogramming-manual‑325384.html (дата обращения: 22.10.2019). 9. Akshintala A., Jain B., Tsai Ch., Ferdman M., Porter D. x86–64 instruction usage among C/C++ applications. In: Proceedings of the 12th ACM International Conference on Systems and Storage (SYSTOR ’19). New York, Association for Computing Machinery, 2019, pp. 68–79. 10. Остин Т., Таненбаум Э. Архитектура компьютера. СПб.: Питер, 2013. 816 с.

REFERENCES 1. Alsa project. Available at: https://alsa-project.org (accessed 23.01.2020). 2. Lin J. M., Cheng W. G., Fang G. M. Software integration for applications with audio stream. 2008 International Conference on Intelligent Information Hiding and Multimedia Signal Processing. IEEE, 2008, pp. 1126–1129. 3. Voronov N. V., Gimpelson V. D., Maslov M. V., Rybakov A. A. Syusyukalov N. S. Dynamic binary translation system x86→ «Elbrus». Voprosy radioelektroniki, 2012, vol. 4, no. 3, pp. 89–108. (In Russian). 4. Kanhere A. S. Instruction and logic to perform dynamic binary translation: patent 9417855, USA, 2016. 5. Das A. Support for a non-native application: patent 9766911, USA, 2017. 6. Corbet J., Rubini A., Kroah-Hartman G. Linux Device Drivers, 3rd Edition. USA, O’Reilly Media, Inc., 2005, 640 p. 7. Chezati M., Bovet D. Yadro Linux [Linux kernel]. Saint Petersburg, BKHV-Peterburg Publ., 2007, 1105 p. (In Russian). 8. Intel→ 64 and IA‑32 Architectures Software Developer’s Manual, vol. 3, Intel Corp., 2006. Available at: https://www.intel. ru/content/www/ru/ru/architecture-and-technology/64-ia‑32-architectures-software-developer-system-programmingmanual‑325384.html (accessed 22.10.2019). 9. Akshintala A., Jain B., Tsai Ch., Ferdman M., Porter D. x86–64 instruction usage among C/C++ applications. In: Proceedings of the 12th ACM International Conference on Systems and Storage (SYSTOR ’19). New York, Association for Computing Machinery, 2019, pp. 68–79. 10. Ostin T., Tanenbaum Eh. Arkhitektura komp’yutera [Computer architecture]. Saint Petersburg, 2013, 816 p. (In Russian).

ИНФОРМАЦИЯ ОБ АВТОРАХ Носкова Елизавета Сергеевна, студент, Московский физико-технический институт (национальный исследовательский университет), 141701, Московская обл., г. Долгопрудный, Институтский пер., д. 9., тел.: +7 (916) 797‑90‑23, e-mail: noskova_e@mcst.ru. Рожин Александр Феодосьевич, к. ф.‑ м. н., начальник отдела, АО «МЦСТ», ПАО «ИНЭУМ им. И. С. Брука», 119334, Москва, ул. Вавилова, д. 24, тел.: +7 (499) 135‑14‑75, e-mail: rozhinaf@mcst.ru

AUTHORS Elizaveta S. Noskova, student, Moscow Institute of Physics and Technology, 9, Institutskii pereulok, g. Dolgoprudnyi, Moskovskaya obl., 141701, Russia, tel.: +7 (916) 797‑90‑23, e-mail: noskova_e@mcst.ru. Aleksandr F. Rozhin, Ph.D. (Physics and Mathematics), head of department, JSC MCST, Scientific secretary of Institute of Electronic Control Computers named after I. S. Brook, 24, ulitsa Vavilova, Moscow, 119334, tel.: +7 (499) 135‑14‑75, e-mail: rozhinaf@mcst.ru Поступила 30.10.2019; принята к публикации 10.11.2019; опубликована онлайн 25.02.2020. Submitted 30.10.2019; revised 10.11.2019; published online 25.02.2020.

Technologies and production

РАДИОПРОМЫШЛЕННОСТЬ. Т. 30, № 1. 2020 ISSN 2413–9599 (Print)

www.radioprom.org

ISSN 2541–870Х (Online)

ЭКОНОМИКА, УПРАВЛЕНИЕ И РАЗВИТИЕ РАДИОПРОМЫШЛЕННОСТИ / ECONOMICS, MANAGEMENT AND DEVELOPMENT OF THE RADIO INDUSTRY DOI: 10.21778/2413‑9599‑2020‑30‑1-54-62 УДК 502.56, 681.2

Методология обеспечения экологичности радиоэлектронных и приборостроительных производств в рамках территориальных природно-производственных комплексов Н. А. Жильникова1 1

Санкт-Петербургский государственный университет аэрокосмического приборостроения, Санкт-Петербург, Россия

Производство продукции радиоэлектронной промышленности и приборостроения в настоящий момент основано на технологиях, потенциально опасных для окружающей среды. Стратегия модернизации и развития радиоэлектронных и приборостроительных производств в соответствии с требованиями современного природоохранного законодательства включает разработку технологических нормативов, основанных на наилучших доступных технологиях (НДТ). В работе проанализированы состояние и перспективы развития предприятий радиоэлектроники и приборостроения по экологическим показателям и критериям НДТ. Рассмотрен метод оценки жизненного цикла электронного устройства как инструмент получения данных о воздействии его производства на окружающую среду. С целью разработки экологических нормативов допустимых воздействий радиоэлектронных и приборостроительных производств предложен метод нечеткого линейного программирования с вероятностными ограничениями, на основе которого сформирована модель для системы менеджмента водных ресурсов в рамках территориальных природно-производственных комплексов с учетом влияния на водные объекты всех предприятий-водопользователей. Предложенный алгоритм принятия решений при нормировании нагрузки позволяет предприятию разработать стратегию планирования объемов водопотребления и водоотведения с учетом региональных условий и влияния других субъектов территориального природно-производственного комплекса. Ключевые слова: экологичность, природно-производственный комплекс, радиоэлектронные и приборостроительные производства, оценка жизненного цикла, экологическое нормирование Для цитирования: Жильникова Н. А. Методология обеспечения экологичности радиоэлектронных и приборостроительных производств в рамках территориальных природно-производственных комплексов // Радиопромышленность. 2020. Т. 30, № 1. С. 54–62. DOI: 10.21778/2413-9599-2020-30-1-54-62 © Жильникова Н. А., 2020

Экономика, управление и развитие радиопромышленности

RADIO INDUSTRY (RUSSIA). Vol. 30, no. 1. 2020

Methodology of ensuring ecological safety of radio-electronic and instrumentmaking production in territorial natural production complexes N. A. Zhilnikova1 1

Saint Petersburg State University of Aerospace Instrumentation, Saint Petersburg, Russia

The production of electronics and instrumentation is currently based on technologies that can be harmful to the environment. The strategy for the modernization and development of electronic and instrument-making industries in accordance with the requirements of modern environmental legislation includes the development of technological standards based on the best available techniques. The work analyzes the status and development prospects of radio electronics and instrumentmaking enterprises according to environmental indicators and criteria of the best available techniques. A method for assessing the life cycle of an electronic device is considered as a tool for obtaining data on the environmental impact of its production. In order to develop environmental standards for permissible impacts of electronic and instrument-making industries, a fuzzy linear programming method with probabilistic restrictions has been proposed. On the basis of this method, a model has been formed for a water management system within territorial natural-production complexes, taking the impact on water objects of all water-using enterprises into account. The proposed decision-making algorithm for load normalization allows the company to develop a strategy for planning the volumes of water consumption and water disposal, while considering regional conditions and the influence of other entities of the territorial natural production complex. Keywords: environmental friendliness, natural production complex, electronic and instrument-making industries, life cycle assessment, environmental regulation For citation: Zhilnikova N. A. Methodology of ensuring ecological safety of radio-electronic and instrument-making production in territorial natural production complexes. Radio industry (Russia), 2020, vol. 30, no. 1, pp. 54–62. (In Russian). DOI: 10.21778/2413-95992020-30-1-54-62

Введение Сектор радиоэлектроники и приборостроения производит широкий спектр устройств и оборудования, таких как электронные трубки, печатные платы, полупроводниковые приборы, электронные конденсаторы, электронные катушки и трансформаторы, электронные разъемы и электронные компоненты, мониторы из поливинилхлоридов (ПВХ) и проекторы. Производство полупроводниковых приборов является сложным процессом и требует использования жидкостей и газов сверхвысокой чистоты. При обработке металлических пластин широко используются опасные материалы, такие как серная, азотная, соляная и фосфорная кислоты. Микросхемы отпечатываются на кремниевой подложке с использованием органических химикатов. В среднем для изготовления одной 2-граммовой микросхемы требуется 1,6 кг нефтепродуктов, 72 г химикатов, около 32 л воды и 0,7 кг одноэлементных газов [1]. По данным шведского завода – изготовителя полупроводников и микроэлектроники, в производстве одной полупроводниковой пластины на 1 см2 ее поверхности используется

45,6 г различных опасных химических веществ [2]. На рис. 1 представлены входные и выходные потоки на этапе производства полупроводниковых пластин. В производстве различных видов электронных устройств и радиоэлектронной аппаратуры используются печатные платы, изготавливаемые способом химического травления. Данный способ характеризуется образованием большого объема технологических растворов, содержащих вредные примеси тяжелых металлов, неорганических кислот и щелочей, поверхностно-активных веществ и других высокотоксичных соединений. Стоки таких производств являются наиболее опасными источниками загрязнения поверхностных и подземных водных ресурсов, а также почв. С конца 1990-х годов в странах Европейского союза (ЕС) началась разработка стандартов, регулирующих деятельность производителей полупроводниковых приборов и микроэлектроники, с целью уменьшения негативного воздействия на окружающую среду и сокращения водопотребления и энергоемкости производства. Стандарты помогают предприятиям выбирать химикаты, процессы или

Economics, management and development of the radio industry

РАДИОПРОМЫШЛЕННОСТЬ. Т. 30, № 1. 2020

Количество / Quantity 0,1 г / 0.1 g 14 г / 14 g 23 г / 23 g 21 г / 21 g

Одноэлементные газы (N2, He, Ar, H2, O2) / 556 г / 556 g Single element gases (N2, He, Ar, H2, O2)

Кремниевая пластина: 1 см2 = 15 г / Silicon plate: 1 cm2 = 15 g

Электричество: 1,5 кВт / Electricity: 1.5 kW Органическое топливо: 1 МДж / Organic fuel: 1 mJ

Производство полупроводниковой пластины / Semiconductor plate manufacturing

Химические вещества: / Chemical substances: - примеси / impurities - литографические материалы / lithographic materials - травильные средства / etching agents - оксикислоты / hydroxy acids

Готовая полупроводниковая пластина / Ready-made semiconductor plate

Сточная вода: 17 кг / Wastewater: 17 kg

Твердые отходы: 7,8 кг / Solid waste: 7.8 kg

Выбросы в атмосферный воздух / Atmospheric emissions Вода: 20 л / Water: 20 L

Рисунок 1. Входные и выходные материальные потоки при производстве полупроводниковых пластин Figure 1. Input and output material flows in the manufacture of semiconductor plates

материалы, которые имеют минимальный риск для окружающей среды. Нормативы по использованию химических веществ определяют процессы, которые являются материалоемкими или используют опасные химические вещества. Целью создания нормативов является решение следующих задач: 1) уменьшение влияния на окружающую среду со стороны производственных процессов; 2) сокращение, утилизация и рециклинг опасных химических жидких отходов; 3) внедрение наилучших доступных технологий (НДТ). В России критерии определения НДТ установлены постановлением Правительства РФ от 23.12.2014 г. № 1458: • наименьший уровень негативного воздействия на окружающую среду в расчете на единицу времени или объем производимой продукции (товара), выполняемой работы, оказываемой услуги либо соответствие другими показателям воздействия на окружающую среду, предусмотренным международными договорами Российской Федерации; • экономическая эффективность внедрения и эксплуатации; • применение ресурсо- и энергосберегающих методов; • период внедрения; • промышленное внедрение технологических процессов, оборудования, технических способов, методов на двух и более объектах в Российской Федерации, оказывающих негативное воздействие на окружающую среду [3]. 56

Инструменты экологического управления радиоэлектронных и приборостроительных производств должны включать внедрение интегрированных систем менеджмента, учитывающих энергетические критерии и экологические аспекты, а также использование таких методических подходов, как оценка жизненного цикла, экологической результативности и энергетической эффективности. Методология оценки жизненного цикла продукции радиоэлектронных и приборостроительных производств Моделирование промышленного производства и его воздействия на окружающую среду с использованием методологии оценки жизненного цикла позволяет оценить экологическую устойчивость производственных систем, гармонизированных и взаимодействующих друг с другом в едином территориальном природно-производственном комплексе с целью получения данных о нагрузке каждого предприятия на окружающую среду. Для проведения оценки жизненного цикла электронных устройств, таких как полупроводниковые приборы и микросхемы, целесообразно использование методологии, основанной на атрибутивных моделях [4]. Рассмотрим основные этапы предложенной методологии на примере оценки жизненного цикла микросхемы: 1. Определение целей и объема исследования, включая определение функциональной единицы и границ продукционной системы.

Экономика, управление и развитие радиопромышленности

RADIO INDUSTRY (RUSSIA). Vol. 30, no. 1. 2020 2. Разбивка микроэлектронного элемента на структурные составляющие и составление перечня компонентов. Этот процесс подходит и для оценки жизненного цикла используемых при производстве материалов. 3. Группировка выделенных компонентов в соответствии с атрибутивной моделью, представленной на рис. 2. Основные группы электронных элементов, в свою очередь, могут быть разделены на подгруппы. 4. Описание материалов, содержащихся в каждом компоненте. 5. Разработка детальной схемы продукционной системы, где должны быть смоделированы стадии производства, использования и утилизации продукта. 6. Определение площади микроэлектронного элемента для интегральных схем, транзисторов, диодов, ПВХ-мониторов, блоков и других компонентов, содержащих обработанные микросхемы. 7. Определение количества печатных плат, количества слоев и площади каждой печатной платы, в также общей площади слоя для микросхемы в целом. 8. Определение материальных потоков для всех групп элементов, входящих в модель (рис. 2). 9. Определение расстояния и способов доставки от производителей комплектующих до места сборки микроэлектронного устройства, а также от места производства до потребителей продукции. 10. Определение наиболее вероятного метода утилизации микроэлектронного устройства после окончания срока эксплуатации. 11. Определение компонентов устройства, подлежащих дальнейшей переработке. 12. Определение количества потребляемой электроэнергии на этапе эксплуатации микроэлектронного устройства. 13. Разработка анкеты-опросника для производителей компонентов с целью получения информации об основных производственных и экологических показателях. 14. Сбор данных об энергии, химических веществах и других материалах, используемых при создании аналогичной продукции в других странах в доступных источниках. 15. Определение количества энергии и сырья, необходимых для производства определенного количества исследуемых микроэлектронных устройств в год. 16. Анализ различных сценариев переработки микроэлектронного устройства после окончания срока его службы с целью выбора наиболее экологичного способа.

17. Расчет весовых коэффициентов основных производственных и экологических показателей/ критериев (например, показателя токсического потенциала материала) с помощью метода анализа иерархий Т. Саати. 18. Нормализация элементов столбцов матрицы парных сравнений их суммами и усреднение результатов, получаемых в каждой строке. 19. Проведение анализа чувствительности результатов с целью определения их преобразований, связанных с изменением входных переменных, например, при увеличении потребления электроэнергии на этапе использования. 20. Определение значимых экологических аспектов микроэлектронного устройства и их количественных значений. Для оценки качества данных и репрезентативности можно использовать данные, представленные на рис. 2 [5]. Предложенная методология оценки жизненного цикла применима к большинству видов продукции радиоэлектронных и приборостроительных производств, так как включает практически всю номенклатуру компонентов для производства сложного электронного устройства, однако требует анализа большого массива информации из множества различных источников. Методы и средства экологического нормирования допустимых воздействий для радиоэлектронных и приборостроительных производств Функционирование радиоэлектронных и приборостроительных производств в рамках территориальных природно-производственных комплексов регламентируется водным законодательством на уровне бассейнов – проектом «Нормативы допустимого воздействия на водные объекты» (НДВ), а для отдельных предприятий радиоэлектронных и приборостроительных производств разрабатываются «Нормативы допустимых сбросов» (НДС) [6]. Для разработки указанных нормативов строятся математические модели территориальных природно-производственных комплексов, учитывающие основные факторы и параметры формирования качества воды в водном объекте и комплекс производственно-технологических характеристик радиоэлектронных и приборостроительных производств, сформированных с помощью метода нечеткого линейного программирования с вероятностными ограничениями, основанном на теории нечетких множеств и анализе различных сценариев [7]. Такие модели позволяют обосновать НДВ для каждого производства. Природопользователи и лица, принимающие решения в области охраны

Economics, management and development of the radio industry

РАДИОПРОМЫШЛЕННОСТЬ. Т. 30, № 1. 2020

Дискретные ПП / Discrete SD

Электромеханические устройства / Electromechanical devices

Магнитные устройства / Magnetic devices

Механические устройства / Mechanical devices

Интегральные микросхемы / Integrated circuits

Пассивные устройства / Passive devices

Фильтры и линии задержки / Filters and delay lines

Радиочастотные устройства / RF devices

Другие / Other

Группа 1 / Group 1

Группа 7 / Group 7

Группа 14 / Group 14

Группа 19 / Group 19

Группа 24 / Group 24

Группа 26 / Group 26

Группа 36 / Group 36

Группа 38 / Group 38

Группа 40 / Group 40

Группа 2 / Group 2

Группа 8 / Group 8

Группа 15 / Group 15

Группа 20 / Group 20

Группа 25 / Group 25

Группа 27 / Group 27

Группа 37 / Group 37

Группа 39 / Group 39

Группа 41 / Group 41

Группа 3 / Group 3

Группа 9 / Group 9

Группа 16 / Group 16

Группа 21 / Group 21

Группа 28 / Group 28

Группа 42 / Group 42

Группа 4 / Group 4

Группа 10 / Group 10

Группа 17 / Group 17

Группа 22 / Group 22

Группа 29 / Group 29

Группа 43 / Group 43

Группа 5 / Group 5

Группа 11 / Group 11

Группа 18 / Group 18

Группа 23 / Group 23

Группа 30 / Group 30

Группа 44 / Group 44

Группа 6 / Group 6

Группа 12 / Group 12

Группа 31/ Group 31

Группа 45 / Group 45

Группа 32 / Group 32

Группа 13 / Group 13

Группа 33 / Group 33

Группа 34 / Group 34

Группа 35 / Group 35

Добыча сырья, сырье, компоненты, основное производство и производство побочных материалов и продукции / Extraction of raw materials, raw materials, components, main production and manufacture of by-products and products

Отдел разработки / Development department Отдел доставки / Delivery department Отдел установки / Installation department Отдел продаж / Sales department

Сборка / Assembly

Использование / Usage

Производство микросхемы / Chip manufacturing

Окончание срока службы / End of life

Рисунок 2. Модель сбора данных и оценки жизненного цикла микроэлектронного устройства. Группы: 1 – элементы дисплея; 2 – диоды; 3 – индикаторы; 4 – о птические вентили; 5 – т иристоры; 6 – т ранзисторы; 7 – компоненты электродержателя; 8 – клеммы; 9 – п редохранители; 10 – р еле; 11 – п ереключатели; 12 – микрофоны; 13 – динамики; 14 – и ндукторы; 15 – регуляторы; 16 – п рограммные модули; 17 – трансформаторы /преобразователи; 18 – катушки индуктивности; 19 – п ластиковые механизмы; 20 – металлические механизмы; 21 – к омпозитные механизмы; 22 – печатные монтажные платы; 23 – кабели; 24 – с тандартные интегральные микросхемы; 25 – а втоматизированные интегральные микросхемы; 26 – металлизированные бумажные конденсаторы; 27 – металлизированные пластиковые конденсаторы; 28 – к ерамические конденсаторы; 29 – электролитические конденсаторы; 30 – мощные конденсаторы; 31 – п отенциометры; 32 – резисторы; 33 – резисторная сеть; 34 – р егулируемые резисторы; 35 – терморезисторы; 36 – ферритовые антенны; 37 – л инии задержки; 38 – к варцевые кристаллические элементы; 39 – осцилляторы; 40 – адаптивные элементы; 41 – г ибкие магнитные диски; 42 – ламповые панели; 43 – батареи; 44 – с игнальные устройства; 45 – а нтенны Figure 2. A model for collecting data and assessing the life cycle of a microelectronic device

окружающей среды, несут ответственность за распределение водных ресурсов в рамках территориальных природно-производственных комплексов, экономию водопотребления и сокращение сброса сточных вод в период долгосрочного планирования. Объем потребления воды может отличаться для каждого радиоэлектронного и приборостроительного производства в заданный период, кроме того, доля нагрузки отдельного производства на водный объект от суммарной нагрузки всех водопользователей территориального 58

природно-производственного комплекса заранее неизвестна. Такая неопределенность может привести к сложностям, связанными с управлением водными ресурсами и обеспечением устойчивости системы. Метод нечеткого линейного программирования с вероятностными ограничениями позволяет взаимоувязать результативность системы менеджмента водных ресурсов и риск ее отказа с нечетким ограничением принадлежности (т. е. ограничением объема водопользования для каждого предприятия радиоэлектронных

Экономика, управление и развитие радиопромышленности

RADIO INDUSTRY (RUSSIA). Vol. 30, no. 1. 2020 и приборостроительных производств в рамках территориального природно-производственного комплекса). Интегрирование модели анализа сценариев в модель нечеткого линейного программирования с вероятностными ограничениями позволяет моделировать различные прогнозы и может быть представлено в следующем виде:

с использованием метода программирования параметров диапазона. Вводя данную модель в модель нечеткого линейного программирования с вероятностными ограничениями, модель нечеткого линейного программирования с вероятностными ограничениями может быть сформулирована следующим образом:

MinF ± = ∑ c j x j

(1a)

MinF ± = ∑ c j± x j±

(5а)

⎧⎪ n ⎫⎪ µ ⎨∑ aij± x j± ≤ b!i± ⎬ ≥ λ i ,i = 1,2...,m, ⎩⎪ j=1 ⎭⎪

(5б)

j=1

при условии

⎧⎪ n ⎫⎪ µ ⎨∑ aij xij ≤ bi ⎬ ≥ λ i ,i = 1,2...,m, ⎪⎩ j=1 ⎪⎭ x j ≥ 0, j = 1,2...,n,

(1б)

где F – целевая функция; хj – параметр принятия решения; cj и aj – коэффициенты в виде нечетких треугольных чисел левой стороны (L) неравенства; bi и si – коэффициенты в виде нечетких треугольных чисел правой стороны (R) неравенства; m – функция принадлежности. Пусть x – нечеткая переменная с функцией принадлежности, u и r – действительные значения нечеткой переменной, t – планируемый период, l – степень принадлежности. Достоверность неравенства r ≤ x выражается следующими нечеткими множествами:

Пусть

∑

⎧1,r ≤ t ⎪ 2t − t − r ⎪ ,t ≤ r ≤ t ⎪ 2(t − t) µ(r ≤ ξ) = ⎨ . ⎪ r − t ,t ≤ r ≤ t ⎪ 2(t − t) ⎪ ⎩0,r ≥ t aij± x j±

(5г)

В соответствии с неравенством (10) и выражением

∑ aij± x j± = si± , модель нечеткого линейного проj=1

граммирования с вероятностными ограничениями может быть преобразована следующим образом: n

MinF ± = ∑ c j± x j±

(6а)

∑ aij± x j± ≤ bi + (1 − 2λ i± )(bi − bi ),i = 1,2,...,m,

(6б)

j=1

при условии

∑ aij± x j± ≤ bi± ,i = m +1,m + 2,...,K ,

(6в)

x j ≥ 0, j = 1,2,...,n,

(6г)

j=1

(3)

Как правило, значение степени принадлежности должно быть больше 0,5. Поэтому на основе расчета степени принадлежности для каждого неравенства 1 ≥ u!t ≥ λ i ≥ 0,5 получаем следующее выi ражение: 2bi − b i − si ≥ λi. 2(bi − b i )

x j ≥ 0, j = 1,2,...,n.

(2)

Тогда уравнение (1б) можно представить в виде:

(5в)

j=1

si± .

µ{si ≤ b!i } ≥ λ i ,i = 1,2,...,m.

∑ aij± x j± ≤ bi± ,i = m +1,m + 2,...,K , j=1

j=1

(4)

В практических задачах менеджмента водных ресурсов некоторые технико-экономические параметры определяются социально-экономическими, политическими, законодательными и технологическими факторами, которые трудно получить, основываясь на смоделированных сценариях или нечетких множествах, но которые могут быть представлены в виде значений диапазонов

где aij± ∈{R ± }mn ,c j± ∈{R ± }1n и x j± ∈{R ± }n1; R± представляет количество диапазонов, где верхние индексы «–» и «+» – нижняя и верхняя границы значений диапазона, соответственно, «±» – значение диапазона с нижними и верхними границами. Для получения нижней и верхней границы в модели нечеткого линейного программирования с вероятностными ограничениями используется двухшаговый метод наименьших квадратов (fopt±=[fopt–, fopt+] и хopt±=[хopt–, хopt+]) по каждому сценарию и каждому уровню l; f ± – системные выгоды в планируемые периоды. Основываясь на методе нечеткого линейного программирования с вероятностными ограничениями (НЛПВО) в системе менеджмента водных ресурсов (СМВО) сформирована модель «НЛПВОСМВО», в рамках которой система разделена на три части: 1) сложность и комплексность идентификации в модели «НЛПВО-СМВО»; 2) разработка метода нечеткого линейного программирования

Economics, management and development of the radio industry

РАДИОПРОМЫШЛЕННОСТЬ. Т. 30, № 1. 2020

Этап 1. Формирование модели «НЛПВО-СМВО» / Stage 1. Formation of the NLPVO-SMVO model

Этап 2. Конвертирование модели «НЛПВО-СМВО» в две детерминированные подмодели с нижними и верхними границами / Stage 2. Converting the NLPVO-SMVO model into two deterministic submodels with bottom and top borders

Подмодель с нижней границей / Submodel with a bottom border

Подмодель с верхней границей / Submodel with a top border

Этап 3. Решить каждую подмодель для получения глобального оптимального решения на уровне λ / Stage 3. Solve each submodel to obtain a global optimal solution at the λ level Повторить этап 3 и 4 для каждого сценария и уровня λ / Repeat steps 3 and 4 for each scenario and λ level

Этап 4. Решить каждую подмодель (на том же уровне λ) для принятия глобального решения по одному сценарию / Step 4. Solve each submodel (at the same λ level) to make a global decision in one scenario

Нет / No Получены все решения? / Are all the solutions obtained? Да / Yes Этап 5. Анализ полученных результатов / Stage 5. Analysis of the results

Предоставление данных лицам, принимающим решения / Providing data to decision makers

Рисунок 3. Алгоритм принятия решений с помощью модели «НЛПВО-СМВО» Figure 3. Decision-making algorithm using the NLPVO-SMVO model

с вероятностными ограничениями; 3) разработка и применение модели «НЛПВО-СМВО», а также рекомендации по выбору стратегии для лиц, принимающих решения. Целью создания модели «НЛПВО-СМВО» является достижение максимальной системной выгоды в рамках ряда ограничений. Алгоритм принятия решений с помощью модели «НЛПВО-СМВО» представлен на рис. 3. Целевая функция включает следующие ограничения: потребление воды для хозяйственно-бытовых нужд; минимальная доля водопотребления и природоохранных мероприятий; требования к сбрасываемым сточным водам. Данные ограничения в общем виде сводятся к ограничению общей доступности водных ресурсов. При этом целевая функция выражается следующим уравнением: 60

± ± ± MaxF ± = ∑ ∑ ∑ (NPVc,u,t − Cc,u,t )Wc,u,t .

(7)

c=1 u=1 t=1

Ограничения выражаются следующим образом: 1. Ограничение общей доступности водных ресурсов: 13

± ≤Tt± . ∑ ∑ Wc,u,t

(8)

c=1 u=1

2. Ограничение водных ресурсов для хозяйственно-бытовых нужд:

± ± µ{Wc,3,t ≥ d!c,1,t } ≥ λ± ± ± ± ± Wc,1,t ≥ dc,1,t + (1 − 2λ ± )(dc,1,t − d c,1,t ).

(9)

Экономика, управление и развитие радиопромышленности

RADIO INDUSTRY (RUSSIA). Vol. 30, no. 1. 2020 3. Ограничение, связанное с минимальным соотношением между водопотреблением и охраной окружающей среды: 3 ⎫ ⎪⎧ ± ± ± ⎪ α! c,t µ ⎨Wc,3,t ≥ ∑ Wc,u,t ⎬≥λ u=1 ⎩⎪ ⎭⎪

± Wc,3,t

≥∑

± ± Wc,u,t α c,t u=1

± + (1 − 2λ)(α c,t

(10)

± − α c,t ).

4. Ограничение, связанное с требованиями к сточной воде: 13

± ± Pc,u,t ≤ S t± . ∑ ∑ Wc,u,t

(11)

c=1 u=1

5. Ограничение по выбросам/сбросам опасных веществ: 13

± ± Pc,u,t (1 − η±t ) ≤ HS t± . ∑ ∑ Wc,u,t

(12)

c=1 u=1

6. Ограничение по лимитам водопотребления для промышленных предприятий: ⎧⎪ 3 ⎪ ± ± ± ⎫ ± µ ⎨ ∑ Wc,u,t (β! lb )c,t ≥Wc,3,t ⎬≥λ ⎪⎩c=1 ⎪⎭ 3

± ± ± ± ± ((βlb )c,t + (1 − 2λ ± )((β lb )c,t − (β lb )c,t ) ≥Wc,3,t ∑ Wc,u,t

u=1

⎧⎪ 3 ⎪ ± ± ± ⎫ ± µ ⎨ ∑ Wc,u,t (β! lb )c,t ≥Wc,3,t ⎬≥λ ⎪⎩ u=1 ⎪⎭

(13)

± ± ± ± ± ((β ub )c,t + (1 − 2λ ± )((β ub )c,t − (β ub )c,t ) ≥Wc,3,t . ∑ Wc,u,t

u=1

7. Неотрицательное ограничение:

± ≥ 0, Wc,u,t

(14)

где «~» – нечеткие множества; u – назначение потребляемой предприятием воды (1 – для хозяйственно-бытовых нужд, 2 – для основного и вспомогательного производственного процесса,

3 – на природоохранные мероприятия); Rc, u, t± – коэффициент выгоды-издержки (руб./м3); Сc, u, t± – коэффициент стоимости (руб./м3); Wc, u, t± – лимиты водопотребления для каждого водопользователя в рамках территориального природно-производственного комплекса в планируемый период (м3); Тc, u, t± – общее количество потребляемой воды (м3); dc, u, t± – количество воды, потребляемой на хозяйственно-бытовые нужды; ac, u, t± – минимальная доля природоохранных мероприятий; Рc, u, t± – коэффициент сброса сточных вод; Sc, u, t± – максимальный сброс сточных вод; hc, u, t± – доля удаления опасных химических веществ; HSc, u, t± – общее количество опасных химических веществ (т); (blb)c, u, t± – минимальная доля потребляемой воды для основного и вспомогательного производства; (bub)c, u, t± – максимальная доля потребляемой воды для основного и вспомогательного производства. Выводы Выбор и обоснование наилучших доступных технологий на основе оценки жизненного цикла продукции позволит предприятиям радиоэлектронных и приборостроительных производств более рационально выстраивать концепцию своего перспективного развития, принимать эффективные управленческие решения при модернизации и/или реконструкции производственных процессов, обеспечивать экологичность и энергосбережение при использовании новых растворов и добавок отечественного производства. Предложенный алгоритм принятия решений при нормировании нагрузки позволит предприятиям радиоэлектронных и приборостроительных производств разрабатывать стратегии планирования объемов водопотребления и водоотведения с учетом региональных условий и влияния других субъектов территориального природно-производственного комплекса.

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 1. Ellis B. Environmental issues in electronics manufacturing: A review. Circuit World, 2000, vol. 26 no. 2, pp. 17–21. 2. Williams E. D., Ayres R. U., Heller M. The 1.7 Kilogram Microchip: Energy and Material Use in the Production of Semiconductor Devices. Environ. Sci. Technol., 2002, no. 36(24), pp. 5504–5510. 3. Сравнительный анализ процедур разработки, пересмотра и актуализации справочников по наилучшим доступным технологиям в Европейском союзе и Российской Федерации / Д. О. Скобелев, Т. В. Гусева, О. Ю. Чечеватова, А. Ю. Санжаровский, К. А. Щелчков, М. В. Бегак. М.: Издательство «Перо», 2018. 114 с. 4. Alonso J. C., Rodrigo J., Castells F. Design for environment of electrical and electronic automotive components based on life cycle assessment. Life Cycle Management-Design for Environment. Internet-Journal Gate to EHS, 2003, no. 3(3), pp. 1–7. 5. Andrae A. S. G., Ostermark U., Liu J. Life Cycle Assessment of a Telecommunications Exchange. Journal of Electronics Manufacturing, 2000, no. 10(3), pp.147–160. DOI: 10.1142/S0960313100000186 6. Жильникова Н. А. Эколого-технологическое нормирование нагрузки на окружающую среду на предприятиях радиоэлектроники // Радиопромышленность. 2014. № 2. С. 112–118. 7. Miao D. Y., Li Y. P., Huang G. H., Jang Z. F., Li C. H. Optimization model for planning regional water resource systems under uncertainty. Journal of Water Resources Planning and Management, 2014, vol. 140, iss. 2, pp. 238–249.

Economics, management and development of the radio industry

РАДИОПРОМЫШЛЕННОСТЬ. Т. 30, № 1. 2020 REFERENCES 1. Ellis B. Environmental issues in electronics manufacturing: A review. Circuit World, 2000, vol. 26 no. 2, pp.17–21. 2. Williams E. D., Ayres R. U., Heller M. The 1.7 Kilogram Microchip: Energy and Material Use in the Production of Semiconductor Devices. Environ. Sci. Technol., 2002, no. 36(24), pp. 5504–5510. 3. Skobelev D. O., Guseva T. V., Chechevatova O. Ju., Sanzharovskij A. Ju., Shhelchkov K. A., Begak M. V. Sravnitelnyi analiz protsedur razrabotki, peresmotra i aktualizatsii spravochnikov po nailuchshim dostupnym tekhnologiyam v Evropeiskom soyuze i Rossiiskoi Federatsii [Comparative analysis of procedures for development, revision and updating of guides on the best available techniques in European Union and Russian Federation]. Moscow, Izdatelstvo «Pero» Publ., 2018, 114 p. (In Russian). 4. Alonso J. C., Rodrigo J., Castells F. Design for environment of electrical and electronic automotive components based on life cycle assessment. Life Cycle Management-Design for Environment. Internet-Journal Gate to EHS, 2003, no. 3(3), pp. 1–7. 5. Andrae A. S. G., Ostermark U., Liu J. Life Cycle Assessment of a Telecommunications Exchange. Journal of Electronics Manufacturing, 2000, no. 10(3), pp.147–160. DOI: 10.1142/S0960313100000186 6. Zhilnikova N. A. Ecological and technological standardization of the environmental load at radio electronics enterprises. Radio industry (Russia), 2014, no. 2, pp.112–118. (In Russian). 7. Miao D. Y., Li Y. P., Huang G. H., Jang Z. F., Li C. H. Optimization model for planning regional water resource systems under uncertainty. Journal of Water Resources Planning and Management, 2014, vol. 140, iss. 2, pp. 238–249.

ИНФОРМАЦИЯ ОБ АВТОРЕ Жильникова Наталья Александровна, к. т. н., доцент, Санкт-Петербургский государственный университет аэрокосмического приборостроения (ГУАП), 190000, Санкт-Петербург, ул. Большая Морская, д. 67, лит. А, тел.: +7 (921) 987‑99‑20, e-mail: nataliazhilnikova@gmail.com.

AUTHOR Natalia A. Zhilnikova, Ph.D. (Engineering), associate professor, Saint Petersburg State University of Aerospace Instrumentation, 67, lit. A, ulitsa Bolshaya Morskaya, Saint-Petersburg, 190000, Russia, tel.: +7 (921) 987‑99‑20; E-mail: nataliazhilnikova@gmail.com. Поступила 30.12.2019; принята к публикации 28.01.2020; опубликована онлайн 25.02.2020. Submitted 30.12.2019; revised 28.01.2020; published online 25.02.2020.

Экономика, управление и развитие радиопромышленности

RADIO INDUSTRY (RUSSIA). Vol. 30, no. 1. 2020 ISSN 2413–9599 (Print)

www.radioprom.org

ISSN 2541–870Х (Online)

DOI: 10.21778/2413‑9599‑2020‑30‑1-63-70 УДК 004. 94

Территориальные различия в распространении информации в социальных сетях: результаты моделирования В. А. Минаев1, М. П. Сычев1, А. В. Мазин2, Ю. В. Грачева1 1

Московский государственный технический университет имени Н. Э. Баумана, Москва, Россия Московский государственный технический университет им. Н. Э. Баумана, Калужский филиал, Калуга, Россия

Для создания аналитических и имитационных моделей территориальных различий распространения информации в социальных сетях, включая ее вредоносную часть, имеющую манипулятивное воздействие на население, реализована специальная методика формирования выборки статистических данных в популярной сети «ВКонтакте». Построены аналитические модели зависимости скорости распространения информации от среднестатистических размеров круга «друзей» пользователей в различных населенных пунктах Российской Федерации. Коэффициенты объясняемости модели, вычисляемые как квадрат коэффициента корреляции между эмпирическими и модельными данными, умноженный на сто, составляют не менее 95%, что позволяет строить достаточно достоверные прогнозы. В результате типологизации поселений с помощью кластерного анализа выделено семь однородных групп российских поселений, значимо различающихся по скорости распространения информации в социальных сетях. Сделан вывод о перспективности применения результатов моделирования для научного обоснования мероприятий по информационному противодействию манипулятивным влияниям на население в социальных сетях с учетом территориальных различий. Ключевые слова: распространение информации, социальная сеть, территориальные различия, аналитическая модель, имитационная модель, кластерный анализ Для цитирования: Территориальные различия в распространении информации в социальных сетях: результаты моделирования / В. А. Минаев, М. П. Сычев, А. В. Мазин, Ю. В. Грачева // Радиопромышленность. 2020. Т. 30, № 1. С. 63–70. DOI: 10.21778/24139599-2020-30-1-63-70 © Минаев В. А., Сычев М. П., Мазин А. В., Грачева Ю. В., 2020

Research and development of radio-electronic equipment and systems

РАДИОПРОМЫШЛЕННОСТЬ. Т. 30, № 1. 2020

Territorial differences in information propagation on social networks: results of modeling V. A. Minaev1, M. P. Sychev1, A. V. Mazin2, Yu. V. Gracheva1 1 2

Bauman Moscow State Technical University, Moscow, Russia Bauman Moscow State Technical University, Kaluga branch, Kaluga, Russia

A special methodology for sampling statistical data in the popular VKontakte network has been implemented in order to create analytical and simulation models of territorial differences in the propagation of information on social networks, its malicious part as well, which has a manipulative effect on the population. Analytical models of the information dissemination speed dependence on the average size of the «friends» circle of users in various settlements of the Russian Federation are built. The explainability coefficients of the model calculated as the square of the correlation coefficient between empirical and model data multiplied by one hundred are at least 95%, which allows building fairly reliable forecasts. Seven homogeneous groups of Russian settlements were identified as a result of settlements classification using cluster analysis. Those groups are significantly different in the speed of dissemination of information in social networks. It is concluded that the application of simulation results is promising for the scientific justification of measures for informational counteraction to manipulative influences on the population in social networks with the territorial differences being considered. Keywords: propagation of information, social network, territorial differences, analytical model, simulation model, settlements, cluster analysis For citation: Minaev V. A., Sychev M. P., Mazin A. V., Gracheva Yu. V. Territorial differences in information propagation on social networks: results of modeling. Radio industry (Russia), 2020, vol. 30, no. 1, pp. 63–70. (In Russian). DOI: 10.21778/2413-9599-2020-30-1-63-70

Введение Движение мировой цивилизации к созданию информационного общества способствовало стремительному развитию технологий обмена информацией, что, несомненно, явилось благом для социальных, экономических и гуманитарных институтов человечества. Однако существует и обратная сторона этих процессов, связанная с нарастающим проникновением в человеческие отношения негативных информационных воздействий, направленных на искажение духовных основ человеческой жизни и общественной жизни. Так, тревожной тенденцией социальной коммуникации сегодня представляется информационный терроризм и экстремизм, несущий человеконенавистнические идеи в массовое сознание. Особенно опасны указанные явления для детей, подростков и молодежи. Об этом говорится в Доктрине информационной безопасности Российской Федерации [1]. Для изучения характеристик социальных сетей в целях организации эффективного противодействия негативному их влиянию на общество, его отдельные подгруппы (дети, молодежь, представители различных конфессий и этносов, а также сотрудники силовых структур и т. п.) исключительно актуальна задача исследования территориальных различий в распространении информации. 64

Известно, что как между регионами одной страны, так и между разными странами имеются серьезные различия в особенностях использования социальных сетей, объясняемые дифференциацией уровней развития коммуникационного пространства, технической оснащенностью информационных сетей, менталитетом населения. Так, в России наиболее популярны сети «ВКонтакте» и «Одноклассники» [2]; в Китае – «Qzone»; в Германии – «Hi5», «dol2day»; в Великобритания – «Bebo»; в Южной и Центральной Америке – «Public Broadcasting Service», «Hi5» и т. д., значительно отличающиеся своими характеристиками и возможностями воздействия на людей. Для анализа территориальных различий в распространении информации в какой-либо социальной сети необходимо решить три задачи: 1. Выбрать социальную сеть, отражающую все значимые характеристики распространения информации. 2. Сформировать репрезентативную выборочную совокупность населенных пунктов, для которых наиболее свойственны особенности обмена информацией в социальной сети того или иного региона. 3. Создать или использовать готовую математическую модель, описывающую необходимые

Исследования и разработка радиоэлектронной аппаратуры и систем

RADIO INDUSTRY (RUSSIA). Vol. 30, no. 1. 2020 СКО характеризует разброс среднего количества «друзей» для каждого населенного пункта. Медиана также определяет скорость распространения информации, характеризуя плотность распределения пользователей относительно среднего значения. Мода – характеристика, определяющая наиболее часто встречающееся количество «друзей» каждого пользователя в отдельно взятом населенном пункте, которая также связана со средней скоростью распространения информации. Для исследования территориальных различий в распространении информации использована модель, построенная на принципах, изложенных в работах [4, 5]. С ней проведены имитационные эксперименты на программной платформе AnyLogic [6] и изучено время достижения в популяции максимума индивидов, «зараженных» некоторой идеей (Tk), а также время исхода 95% индивидов из множества «уязвимые» к определенной идее (Tr). Анализ показал, что характеристикой, наиболее сильно влияющей на скорость распространения информации в популяции, выступает медиана, отражающая среднее количество «друзей» в группах пользователей, а именно: чем больше «друзей», тем выше скорость информационного воздействия, тем быстрее достигается максимум «зараженных», например, идеей экстремистской направленности. Графики зависимостей характеристик Tr и Tk от значений медианы представлены на рис. 1–2. Из рисунков видно, что зависимости характеристик Tr и Tk от значений медианы очень хорошо

статистические параметры распространения информации в социальной сети. Аналитические модели распространения информации в социальной сети Для проведения исследования авторами выбрана сеть «ВКонтакте», которую наиболее часто используют жители Российской Федерации [3], особенно различные молодежные группы, включая школьников и студентов. Для формирования статистических данных применена следующая методика построения выборочной совокупности: 1. Для каждого из федеральных округов России по данным сети «ВКонтакте» сформирована случайная выборка из восьми населенных пунктов с количеством жителей не более двадцати тысяч человек. 2. Для каждого из населенных пунктов произведена выгрузка данных о тысяче пользователей социальной сети, у которых определены все списки «друзей», зарегистрированных в ней. 3. Для каждого населенного пункта по множеству «друзей» рассчитаны среднее значение, среднеквадратичное отклонение (СКО), медиана и мода. Отметим, что среднее значение – показатель среднего количества «друзей» пользователя для каждого населенного пункта – является весьма значимой характеристикой, существенно связанной со скоростью распространения информации.

300

4500 4000

250

3500 200

3000

2500

Tk, час / Tk, hr

Y = 2835,3x–1.315 R2 = 0,9482

2000 1500

150 Y = 172,47x–1.078 R2 = 0,9476

100

1000 50

500 0

10 15 Медиана / Median

Рисунок 1. Зависимость временной характеристики Tr от медианы (кружками обозначены эмпирические данные) Figure 1. The dependence of the temporal characteristic Tr on the median (empirical data is indicated by circles)

0 0

Медиана / Median

Рисунок 2. Зависимость временной характеристики Tk от медианы (кружками обозначены эмпирические данные) Figure 2. The dependence of the temporal characteristic Tk on the median (empirical data is indicated by circles)

Research and development of radio-electronic equipment and systems

РАДИОПРОМЫШЛЕННОСТЬ. Т. 30, № 1. 2020 описываются обратными степенными функциями с высокими коэффициентами объясняемости – R2 ⋅ 100%, равными 95%, т. е. они близки к функциональным. Для выборочной совокупности поселений приведены аналитические зависимости характеристик Tr и Tk от значений медианы (табл. 1). Выявленные зависимости могут быть эффективно использованы в аналитической деятельности органов власти, силовых структур, представителей образовательной сферы для расчетов характерных динамических параметров распространения информации, включая вредоносную (имеющую террористическую, экстремистскую и иную опасную направленность), в социальных сетях, используемых россиянами.

Приведены характеристики каждого из выделенных кластеров (табл. 2). Очевидно существенное различие статистических характеристик (среднее значение, СКО, медиана, мода) в зависимости от рассматриваемого кластера. Географическое расположение поселений кластеров А и Б показано на рис. 3; кластеров В и Г – на рис. 4; кластеров Д, Е и Ж – на рис. 5. Результаты имитационного моделирования показали, что показатель Tr– время исхода 95% индивидов из множества «уязвимые» применительно к определенной идее – и показатель Tk – время достижения максимума «зараженных» определенной идеей – существенно различаются в различных кластерах поселений Российской Федерации (табл. 3). Отметим, что применительно к кластерам зависимости характерных показателей Tr и Tk от значений медианы имеют еще более выраженную зависимость с очень высокими коэффициентами объясняемости, близкими к 100%. Например, для Tr он равен 98% (рис. 6). Таким образом, анализ территориальных различий в распространении информации в социальных сетях показывает, что при организации мероприятий противодействия распространению вредоносной информации (в том числе экстремистской) местным органам власти, силовым структурам, руководителям образовательной сферы российских поселений необходимо учитывать такие характеристики последних, как среднее количество «друзей» у пользователей, среднеквадратическое

Типологизация российских поселений по характеристикам распространения информации в социальных сетях Проведенный в работах [4, 5] анализ применительно к похожим выборочным данным выявил, что определенные группы поселений России имеют схожие статистические характеристики построения социальных сетей и показатели активности их пользователей, что, в свою очередь, сказывается на параметрах распространения информации. Для выявления таких однородных групп поселений авторами проведен кластерный анализ с использованием программы SPSS Statistics. Как следует из его результатов, выборочная совокупность исследованных поcелений России подразделяется на семь достаточно однородных групп – кластеров.

Таблица 1. Зависимости параметров Tr и Tk от значений медианы Table 1. Dependences of the Tr and Tk parameters on the median values

Функция, y / Function, y

Аргумент, x / Argument, x

Медиана / Median

y(x)

2835x–1,32

173x–1,08

Таблица 2. Статистические характеристики кластеров Table 2. Statistical characteristics of clusters

Кластер / Cluster

Кол-во поселений / Number of settlements

Среднее значение / Mean

СКО / RMS

Медиана / Median

Мода / Mode

А/A

5,3

6,4

3,5

Б/B

8,9

142,2

5,5

В/C

11,9

13,8

7,7

2,1

Г/D

24,2

15,6

Д/E

19,6

26,1

2,5

Е/F

17,6

21,3

11,5

2,1

Ж/G

16,7

568,4

1,5

Исследования и разработка радиоэлектронной аппаратуры и систем

RADIO INDUSTRY (RUSSIA). Vol. 30, no. 1. 2020

2 1 1 11 1 1 1 1 1

2 11 1

1 1

Рисунок 3. Расположение поселений кластеров на карте России: 1 – поселения кластера А, 2 – поселения кластера Б Figure 3. Location of cluster settlements on the map of Russia: 1 – cluster A settlements, 2 – c luster B settlements

1 2

2 1

1 1 1 1

1 22 1

1 1 1

Рисунок 4. Расположение поселений кластеров на карте России: 1 – поселения кластера В, 2 – поселения кластера Г, Figure 4. Location of cluster settlements on the map of Russia: 1 – cluster C settlements, 2 – c luster D settlements,

2 2

2 2 2 1

2 1

1 2

3 1 2

Рисунок 5. Расположение поселений кластеров на карте России: 1 – поселения кластера Д, 2 – поселения кластера Е, 3 – поселения кластера Ж Figure 5. Location of cluster settlements on the map of Russia: 1 – cluster E settlements, 2 – cluster F settlements, 3 – cluster G settlements

Research and development of radio-electronic equipment and systems

РАДИОПРОМЫШЛЕННОСТЬ. Т. 30, № 1. 2020 Таблица 3. Характерные значения Tr и Tk в различных кластерах, часы Table 3. Characteristic values of Tr and Tk in various clusters, hours

Кластер / Cluster

А/A

1126

808

Б/B

501

346

В/C

423

320

Г/D

203

Д/E

239

Е/F

263

Ж/G

340

149

1200 Y = 3521,1x–1.043 R2 = 0,9792

Tr, час / Tr, hr

1000 800 600 400 200 0

Медиана / Median

Рисунок 6. Зависимость Tr от значения медианы в кластерах поселений Российской Федерации (кружками обозначены эмпирические данные) Figure 6. Dependence of the Tr on the median value in the clusters of settlements of the Russian Federation (empirical data are indicated by circles)

отклонение от среднего значения, медиану и моду, различающиеся в разных населенных пунктах и существенно сказывающиеся на скорости распространения информации и, соответственно, на скорости информационного воздействия на социум. Выводы 1. Сочетание методов имитационного моделирования и кластерного анализа дает весьма ценную информацию о взаимодействии пользователей в социальных сетях в различных регионах России. В частности, выявлено, что схожие по скорости распространения информации группы населенных пунктов Российской Федерации (табл. 3) расположены относительно компактно, причем их расположение отражает экономические, демографические, этнические и иные характеристики проживающего 68

населения, которые предстоит уточнить в ходе дальнейшего детального исследования содержательного характера. 2. Поселения, входящие в кластер А, характеризующиеся наибольшими показателями времени достижения максимума информационного «заражения» и исхода пользователей из состояния «уязвимые», концентрируются преимущественно в приграничных зонах Северо-Кавказского округа, Юго-Западной Сибири и Приморья. Поселения кластера Б с вдвое-втрое меньшими значениями характерных показателей времени, чем в кластере А, расположены в территориальных административных образованиях в глубине России. Поселения кластера Г в Поволжье и на Южном Урале характеризуются еще меньшими рассматриваемыми характерными показателями времени. Наконец, поселения кластеров Д и Е с несколько большими, чем в кластере Г, временными показателями распространения информации, находятся в Северо-Западном и Центральном федеральных округах Российской Федерации. 3. Весьма востребованными для органов власти, силовых и образовательных структур поселений в плане понимания динамики распространения информации в социальных сетях являются аналитические зависимости характерных показателей времени достижения максимума информационного «заражения» и исхода 95% индивидов из состояния «уязвимые», построенные для поселений Российской Федерации и для их однородных групп – кластеров. Они дают возможность с высокими коэффициентами объясняемости (более 95%) рассчитывать динамические особенности информационного воздействия негативных факторов социальных сетей и противодействия им в различных населенных пунктах страны. 4. Следующий шаг в исследованиях типологических различий в Российской Федерации, по нашему мнению, должен быть связан с более глубоким и широким изучением: • особенностей технологического и технического обеспечения распространения информации в различных территориальных образованиях страны; • устоявшихся и формирующихся традиций использования социальных сетей населением и его различными группами, особенно молодежными; • перспектив развития и обеспечения информационной безопасности региональных информационных сетей и систем. Именно такой подход позволит наилучшим способом обеспечить информационно-аналитическую

Исследования и разработка радиоэлектронной аппаратуры и систем

RADIO INDUSTRY (RUSSIA). Vol. 30, no. 1. 2020 и организационно-методическую работу местных органов власти, силовых структур, учреждений образовательной сферы по реализации

мероприятий противодействия информационному терроризму и экстремизму в Российской Федерации [7–9].

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 1. Д октрина информационной безопасности Российской Федерации: Утв. Указом Президента Российской Федерации от 5 декабря 2016 г. № 646. [Электронный ресурс]. URL: http://pravo.gov.ru/proxy/ips/?docbody=&nd=102417017 (дата обращения: 16.01.2019). 2. Селезенев Р. С., Скрипак Е. И. Социальные сети как феномен информационного общества и специфика социальных связей в их среде // Вестник КемГУ. 2013. № 2 (54). C. 125–131. 3. Губанов Д. А., Новиков Д. А., Чхартишвили А. Г. Социальные сети: модели информационного влияния, управления и противоборства. М.: ФИЗМАТЛИТ, 2010. 228 с. 4. Системно-динамическое моделирование сетевых информационных операций / В. А. Минаев, М. П. Сычев, Е. В. Вайц, К. М. Бондарь // Инженерные технологии и системы. 2019. Т. 29. № 1. C. 20–39. DOI: 10.15507/26584123.029.201901.020-039. 5. Новиков Д. А. Методология управления. М.: Либроком, 2016. 128 с. 6. Палей А. Г., Поллак Г. А. Имитационное моделирование. Разработка имитационных моделей средствами iWebsim и AnyLogic. Спб.: Лань, 2019. 208 с. 7. Расторгуев С. П., Литвиненко М. В. Информационные операции в сети Интернет. М.: АНО ЦСОиП, 2014. 128 с. 8. Минаев В. А., Шабанов Г. А. Мониторинг вузов: работа над ошибками // Высшее образование сегодня. 2013. № 1. С. 5–10. 9. Савин Л. В. Сетецентричная и сетевая война. Введение в концепцию. М.: Евразийское движение, 2011. 130 с.

REFERENCES 1. D oktrina informatsionnoi bezopasnosti Rossiiskoi Federatsii: Utv. Ukazom Prezidenta Rossiiskoi Federatsii ot 5 dekabrya 2016 g. № 646. [The doctrine of information security of the Russian Federation: Approved by Decree of the President of the Russian Federation of December 5, 2016 No. 646]. (In Russian). Available at: http://pravo.gov.ru/proxy/ips/?docbody=&amp; nd=102417017 (accessed 16.01.2019). 2. Selezenev R. S., Skripak E. I. Social networks as a phenomenon of the information society and specific social relations within them. Vestnik KemGU, 2013, no. 2 (54), pp. 125–131. (In Russian). 3. Gubanov D. A., Novikov D. A., Chkhartishvili A. G. Sotsialnye seti: modeli informatsionnogo vliyaniya, upravleniya i protivoborstva [Social networks: models of information influence, management and confrontation]. Moscow, FIZMATLIT Publ., 2010, 228 p. (In Russian). 4. Minaev V. A., Sychev M. P., Vaits E. V., Bondar K. M. System-Dynamic Modeling of Network Information Operations. Inzhenernye tekhnologii i sistemy, 2019, vol. 29, no. 1. pp. 20–39. (In Russian). DOI: 10.15507/2658-4123.029.201901.020039. 5. Novikov D. A. Metodologiya upravleniya [Management Methodology]. Moscow, Librokom Publ., 2016. 128 p. (In Russian). 6. Paley A. G., Pollak G. A. Imitatsionnoe modelirovanie. Razrabotka imitatsionnykh modelei sredstvami iWebsim i AnyLogic [Simulation modeling. Development of simulation models by means of powersim and AnyLogic]. Saint Petersburg, Lan Publ., 2019, 208 p. (In Russian). 7. Rastorguev S. P., Litvinenko M. V. Informatsionnye operatsii v seti Internet [Information operations on the Internet]. Moscow, ANO CSOiP Publ., 2014, 128 p. (In Russian). 8. Minaev V. A., Shabanov G. A. Monitoring the universities: correction of errors. Vysshee obrazovanie segodnya, 2013, no. 1, pp. 5–10. (In Russian). 9. Savin L. V. Setetsentrichnaya i setevaya voina. Vvedenie v kontseptsiyu [Network-centric and network warfare. Introduction to the concept]. Moscow, Evrazijskoe dvizhenie Publ., 2011, 130 p. (In Russian).

ИНФОРМАЦИЯ ОБ АВТОРАХ Минаев Владимир Александрович, д. т. н., профессор, Московский государственный технический университет им. Н. Э. Баумана, 105005, Москва, 2-я Бауманская ул., д. 5, тел.: +7 (916) 294‑92‑90, e-mail: mlva@yandex.ru. Сычев Михаил Павлович, д. т. н., профессор, Московский государственный технический университет им. Н. Э. Баумана, 105005, Москва, 2-я Бауманская ул., д. 5, тел.: +7 (495) 632‑22‑47, e-mail: mpsichov@sm.bmstu.ru. Мазин Анатолий Викторович, д. т. н., профессор, заведующий кафедрой, Московский государственный технический университет им. Н. Э. Баумана, Калужский филиал, 248000, Калуга, ул. Баженова, д. 2, тел.: +7 (910) 915‑58‑25, e-mail: mazinav@yandex.ru. Грачева Юлия Викторовна, преподаватель, Московский государственный технический университет им. Н. Э. Баумана, 105005, Москва, 2-я Бауманская ул., д. 5, стр. 1, тел.: +7 (916) 801‑81‑33, e-mail: uvgracheva@gmail.com.

AUTHORS Vladimir A. Minaev, D.Sc. (Engineering), professor, Bauman Moscow State Technical University, 5, 2-ya Baumanskaya ulitsa, Moscow, 105005, Russia, tel.: +7 (916) 294‑92‑90, e-mail: mlva@yandex.ru.

Research and development of radio-electronic equipment and systems

РАДИОПРОМЫШЛЕННОСТЬ. Т. 30, № 1. 2020 Mikhail P. Sychev, D.Sc. (Engineering), professor, Bauman Moscow State Technical University, 5, 2-ya Baumanskaya ulitsa, Moscow, 105005, Russia, tel.: +7 (495) 632‑22‑47, e-mail: mpsichov@sm.bmstu.ru. Anatoliy V. Mazin, D.Sc. (Engineering), professor, head of the Department, Bauman Moscow State Technical University, Kaluga branch, 2, ulitsa Bazhenova, Kaluga, 248000, Russia, tel.: +7 (910) 915‑58‑25, e-mail: mazinav@yandex.ru. Yuliya V. Gracheva, lecturer, Bauman Moscow State Technical University, 5, stroenie 1, 2-ya Baumanskaya ulitsa, Moscow, 105005, Russia, tel.: +7 (916) 801‑81‑33, e-mail: uvgracheva@gmail.com. Поступила 05.11.2019; принята к публикации 10.01.2019; опубликована онлайн 25.02.2020. Submitted 05.11.2019; revised 10.01.2019; published online 25.02.2020.

Исследования и разработка радиоэлектронной аппаратуры и систем

RADIO INDUSTRY (RUSSIA). Vol. 30, no. 1. 2020 ПРАВИЛА ПРЕДСТАВЛЕНИЯ СТАТЕЙ К рассмотрению принимаются нигде не опубликованные ранее рукописи статей с оригинальными результатами теоретических и экспериментальных исследований в области радиоэлектроники, а также научные обзоры. Минимальный объем статьи – 18000 печатных знаков (с пробелами), максимальный объем статьи – 23000 печатных знаков (с пробелами), включая формулы, иллюстрации, таблицы. Обязательными являются следующие элементы статьи: • Тематическая рубрика журнала, к которой должна быть отнесена статья. • Индекс УДК. • Название статьи, максимально конкретное и информативное. • Ф. И. О. всех авторов (полностью). • Информация об авторах: регалии; место работы (полное и сокращенное название организации, почтовый адрес с указанием города и почтового индекса), должность; электронный адрес; телефон; ORCID. Если авторов несколько, то информация должна быть представлена по каждому из них. • Аннотация статьи. В аннотации подчеркивается новизна и актуальность темы (без повтора заглавия статьи в тексте аннотации). Аннотация статьи должна быть информативной и подробной, описывать методы и главные результаты исследования. Из аннотации должно быть ясно, какие вопросы поставлены для исследования и какие ответы на них получены. Предпочтительна структура аннотации, повторяющая структуру статьи и включающая введение, цели и задачи, методы, результаты/обсуждение, заключение/выводы. Объем аннотации составляет 100–200 слов. • Ключевые слова на русском и английском языках. Должны отражать основное содержание статьи, но, по возможности, не повторять ее название. Рекомендуемый объем – 3–6 слов или коротких словосочетаний. • Основной текст статьи. Следует соблюдать единообразие терминов, а также единообразие в обозначениях, системах единиц измерения, номенклатуре. Следует избегать излишних сокращений, кроме общеупотребительных. Если сокращения все-таки используются, то они должны быть расшифрованы в тексте при первом упоминании. • Список литературы. Должен в достаточной мере отражать современное состояние исследуемой области и не быть избыточным. Должен содержать ссылки на доступные источники. Не цитируются тезисы, учебники, учебные пособия, диссертации без депонирования. Допустимый объем самоцитирования автора – не более 20% источников в списке литературы. • Список иллюстраций. Должен располагаться в конце статьи и содержать названия иллюстраций и подписи, размещенные на рисунке. Правила представления статей

Правила оформления статей Материалы статьи представляются для публикации в электронном виде. В состав электронной версии статьи должны входить текстовая часть в формате MS Word (формулы в MathType), а также иллюстрации в виде отдельных графических файлов (каждый файл должен содержать один рисунок). Статья представляется в итоговом варианте, т. е. не предполагает существенных авторских изменений и дополнений, а также не содержит исправлений, отображаемых на полях или в тексте работы. Графический материал Все иллюстрации должны быть черно-белыми. Иллюстрации для каждой статьи должны находиться в отдельной папке с названием статьи; название файла должно включать номер рисунка. Каждый файл должен содержать только один рисунок. Параметры иллюстраций: • форматы *.tif или *.eps • цветовая модель Grayscale (Black 95%), разрешение 300 dpi при 100% величине; • цветовая модель Bitmap, разрешение не ниже 600 dpi; • толщины линий не менее 0,5 point; • не следует использовать точечные закраски в программах работы с векторной графикой, таких как Noise, Black&white noise, Top noise; • не следует добавлять сетку или серый фон на задний план графиков и схем; • желательно иллюстрации предоставлять в двух вариантах (первый – со всеми надписями и обозначениями, второй – без текста и обозначений); • все надписи на рисунках и названия рисунков обязательно (!) должны быть набраны текстом и располагаться на отдельной странице в текстовой части статьи. Текст статьи Текст должен быть в формате MS Word, набран через двойной интервал шрифтом Times New Roman, размер шрифта – 1 2 пунктов. Не следует вводить больше одного пробела подряд (в том числе при нумерации формул). Используйте абзацный отступ и табуляцию. Подзаголовки должны быть без нумерации. Таблицы представляются в формате MS Word. Их следует располагать в тексте непосредственно после ссылки на таблицу. В тексте статьи должны быть ссылки на все рисунки и таблицы. Если в статье один рисунок и/или таблица, номер не ставится. Рисунки с цифро-буквенной нумерацией обозначаются в тексте без запятой и пробела (например, рис. 1а). В шапке таблицы пустых ячеек быть не должно. 71

РАДИОПРОМЫШЛЕННОСТЬ. Т. 30, № 1. 2020 В таблице не должно быть графы с порядковым номером. Если нумерация строк необходима, то порядковый номер указывается непосредственно перед текстом. При отсутствии данных в ячейках должны быть прочерки (т. е. пустых ячеек быть не должно). Подписи к рисункам должны содержать расшифровку всех обозначений, использованных на рисунке. На отдельном листе в конце статьи должны быть набраны названия рисунков с подписями, а также текст, размещенный на рисунках. Формулы и буквенные обозначения Все формулы должны быть набраны только (!) в математическом редакторе MathType с настройками строго (!) по умолчанию. Не допускается набор из составных элементов (часть – текст, часть – математический редактор). Не допускается также вставка формул в виде изображений. Формулы располагают по месту в тексте статьи. По возможности следует избегать «многоэтажных» формул. В частности, в сложных формулах экспоненту рекомендуется представлять как «exp». Дроби предпочтительно располагать отдельной строкой, числитель от знаменателя отделять горизонтальной чертой. В десятичных дробях для отделения целой части используется запятая (например, 10,5). В качестве знака умножения используется символ точка (•), при переносе формулы в качестве знака умножения следует использовать символ крест (×). Знак умножения в формулах ставится только (!) перед цифрой и между дробями. В формулах и тексте скалярные величины, обозначаемые латинскими буквами, набираются курсивом, обозначаемые греческими буквами – прямым шрифтом. Для обозначения векторных величин используется прямой полужирный шрифт, стрелка вверху не ставится. Одиночные буквы или символы, одиночные переменные или обозначения, у которых есть только верхний или только нижний индекс, единицы измерения и цифры в тексте, а также простые математические и химические формулы следует набирать в текстовом режиме без использования внедренных рамок (т. е. без использования математических редакторов). Слова «минус» и «плюс» перед цифрами обозначаются знаками (например, +4; –6). Размерности Размерности отделяются от числа пробелом, кроме градусов, процентов, промилле. Для сложных размерностей допускается использование как отрицательных степеней, так и скобок. Главное условие – соблюдение единообразия написания одинаковых размерностей по всему тексту и в иллюстрациях. При перечислении, а также в числовых интервалах размерность приводится только после 72

последнего числа (например, 18–20 кг), за исключением угловых градусов. Числовой диапазон оформляется коротким тире без пробелов (например, 18–20). Размерности переменных пишутся после их обозначений через запятую, а не в скобках. Список использованных источников В журнале принимается Ванкуверская система цитирования – последовательный численный стиль: ссылки нумеруются по ходу их упоминания в тексте, таблицах и рисунках. Единый список литературы оформляется также в порядке упоминания в тексте. На все работы, включенные в список литературы, должна быть ссылка в тексте. Допустимый объем самоцитирования автора не более 20% от источников в списке литературы. Не цитируются: • справочные издания; • тезисы, учебники, учебные пособия; • диссертации без депонирования. Единый список литературы размещают в конце текста статьи и озаглавливают «Список использованных источников». В тексте статьи ссылки приводят в квадратных скобках: [1–5] или [1, 3, 5]. Источники приводят на языке оригинала. Русские – н а русском, англоязычные – на английском. Пример оформления статьи из периодического издания: Таран П. П., Иванов А. А. Глобализация и трудовая миграция: необходимость политики, основанной на правах человека // Век глобализации. 2010. № 1. С. 66–88. Пример оформления книги: Костылева Л. В. Неравенство населения России: тенденции, факторы, регулирование. М.: ИСЭРТ РАН, 2011. 200 с. Пример оформления электронного источника: Костылева Л. В. Неравенство населения России: тенденции, факторы, регулирование [Электронный ресурс]. М., 2011. 30 с. URL: http://elsevierscience.ru/ (дата обращения: 10.11.2018). Подписи к рисункам На отдельном листе должны быть набраны (в порядке упоминания в тексте) порядковый номер рисунка, его название, а также все надписи, расположенные на рисунке. Подписи к рисункам должны содержать расшифровку всех обозначений, использованных на рисунке. Комплект предоставляемых материалов Комплект материалов статьи должен включать электронную версию статьи, иллюстрации в виде отдельных графических файлов, экспертное заключение о разрешении публикации материалов в открытом доступе. Материалы следует загружать через электронную форму на сайте www.radioprom.org. Правила представления статей

RADIO INDUSTRY (RUSSIA). Vol. 30, no. 1. 2020 RULES FOR SUBMITTING ARTICLES Manuscripts with original results of theoretical and experimental research in the field of electronics and scientific reviews with no publishing record are accepted for consideration. The minimal article length is 18000 printed characters (with spaces), the maximum article length is 23 000 printed characters (with spaces), including formulas, illustrations, tables. The mandatory elements of the articles are the following: • Thematic heading of magazine to which article should be carried. • Index of the universal decimal classification. • The name of article, at the most specific and informative. • The information on authors: full name, science degree; place of job (the full and shorthand name of the organization, the post address with the indication of city and the postal index), a position; the electronic address; phone; ORCID. If there’re few authors then the information should be presented on each of them. • The summary of article. Novelty and a urgency of subject matter (without repetition of the title of article in the text of the summary) should be emphasized in the summary. The summary of article have to be informative and detailed, describe methods and the main results of research. The summary has to cover what questions are put for research and the answers to them are received. The structure of the summary has to repeat structure of article and including introduction, objectives and problems, methods, results/discussions, the conclusion/conclusions is preferential. The volume of the summary makes 100–200 words. • Key words. Should reflect the main content of the article, but if possible not to repeat its name. The recommended amount – 3–6 words or short phrases. • The main text of the article. The uniformity of terms should be observed as well as uniformity in the notation, systems of units, nomenclature. Avoid unnecessary abbreviations commonly used in addition. If the abridgement is still used then it must be transcribed in the text at the first mention. • References. Must adequately reflect the current state of the study area and not be excessive. Must contain references to available sources. Not quoted theses, textbooks, manuals, thesis without deposit. The allowable amount of self-citation of the author should not exceed 20% of the sources in the bibliography. • The list of illustrations should be placed down in the end of article and contain names of illustrations and the signatures placed in picture. Rules for submitting articles

Rules for articles Materials of the Articles are submitted for publication in electronic form. The electronic version of the paper should include the text portion in MS Word format (formulas in MathType), as well as illustrations as separate image files (each file should contain one figure). The article appears in the final version and copyright does not involve significant changes and additions, as well as does not include patches that are displayed in the fields or in the text of the work. Graphical material All illustrations should be in black and white. Illustrations for each article must be in a separate folder with the title of the article; File name should include the figure number. Each file must contain only one drawing. Illustrations parameters: • formats *.tif or *.eps; • color model Grayscale (Black 95%), the resolution of 300 dpi at 100% value; • color model Bitmap, resolution of at least 600 dpi; • Lines’s thickness of not less than 0,5 point; • It is not necessary to use dot shadings in programs of work with vector graphics, such as Noise, Black*white noise, Top noise; • It is not necessary to add a grid or a grey background on a background of charts and diagrams; • It is desirable to provide the illustrations in two versions (the first – with all the inscriptions and symbols, the second – without text and symbols); • All signs in the figures and the names of figures is obligatory (!) Should be typed in the text and placed on a separate page in the text of the article. The text of article The text should be in MS Word format; typed double- spaced; font Times New Roman, font size – 12 points. Do not enter more than one space in a row (including the numbering of formulas). Use indentation and tabs. Subtitles should be without numbering. Tables submitted in MS Word format. They should be placed in the text immediately following the reference to the table. The text of the article should be a reference for all figures and tables. If an article of one figure and / or table number is not assigned. Figures alphanumeric numbering are indicated in the text without a comma and a space (for example, Fig. 1a). 73

РАДИОПРОМЫШЛЕННОСТЬ. Т. 30, № 1. 2020 In the header of the table empty cells should not be. The table should not have graphs with a serial number. If line numbering is needed, the serial number is indicated immediately before the text. In the absence of data in the cells must be dashes (empty cells should not be). Captions should include decoding of symbols used in the figure. On a separate sheet at the end of the article should be typed in the names of images with captions, and also the text that appears in the figures. Formulas and letter designations All formulas should be typed only (!) In MathType mathematical editor. Not allowed set of constituents (Part – text part – mathematical editor). There can be no insert formulas in the form of images. Formula for a If possible, avoid «multi-storey» formulas. In particular, complex formulas recommended exponent of as «exp». Fractions are preferably arranged separately, the numerator by the denominator separated by a horizontal line. In decimal fractions to separate the integer part of a comma (e. g. 10,5). As a sign of multiplication using the dot (•), when transferring the formula should use the cross symbol (х) as a multiplication sign. The multiplication sign in the formulas is put only (!) before a figure between fractions. In the formulas and text scalar quantities, denoted by Latin letters, italicized, denoted by Greek letters – font. To indicate vector quantities used straight bold, arrow at the top is not put. Single letters or symbols, single variables or symbols that have only the upper or only the lower the index, units, and figures in the text, as well as simple mathematical and chemical formulas should be typed in text mode without the use of embedded frames (i. e., without the use of Mathematical editors). The words «minus» and «plus» to the numbers indicated by signs (e. g., 4, –6). Dimensions Dimensions are separated from the number by a space, except degrees, percent, per mille.

For complex dimensions allowed as the negative powers, and parentheses. The main condition – that the consistency of writing the same dimensions throughout the text and illustrations. In the listing, as well as the dimension of the numerical ranges given only after the last day (e. g. 18–20 kg) except angular degrees. A numeric range is made short dash without spaces (for example, 18–20). The dimensions of the variables are written after the notation, separated by commas, but not in parentheses. References The Vancouver citation system is used in the journal. It means consistent numerical style: links are numbered in the course of their appearance in the text, tables and figures. A single list of references is also executed in the order mentioned in the text. All work included in the list of references should be referenced in the text. The allowable amount of self-citation is not the author of more than 20% of the sources in the references. Do not quoted: • reference books; • theses, textbooks, teaching aids; • dissertation without deposit. The text of the article links lead brackets: [1–5] or [1, 3, 5]. References should indicate in the original language. Signatures to pictures On a separate sheet should be typed (in order of appearance in the text) the serial number of the picture, its name, as well as all the inscriptions located in the picture. Captions should include decoding of symbols used in the figure. The complete set of provided materials The complete set of materials of article should include the electronic version of article; illustrations in the form of separate graphic files, expert opinion on the permission of the materials publication in open access. Materials should be submit online www.radioprom. org.

Rules for submitting articles

radioprom012020

Articles inside

RULES FOR SUBMITTING ARTICLES