[go: up one dir, main page]

RU2759253C1 - Device for probabilistic modeling of the functioning process and optimal assessment of the state of a telecommunications network - Google Patents

Device for probabilistic modeling of the functioning process and optimal assessment of the state of a telecommunications network Download PDF

Info

Publication number
RU2759253C1
RU2759253C1 RU2020139714A RU2020139714A RU2759253C1 RU 2759253 C1 RU2759253 C1 RU 2759253C1 RU 2020139714 A RU2020139714 A RU 2020139714A RU 2020139714 A RU2020139714 A RU 2020139714A RU 2759253 C1 RU2759253 C1 RU 2759253C1
Authority
RU
Russia
Prior art keywords
input
output
block
branch
adder
Prior art date
Application number
RU2020139714A
Other languages
Russian (ru)
Inventor
Дмитрий Михайлович Ненадович
Андрей Владимирович Морозов
Сергей Васильевич Калинин
Илья Владимирович Маркин
Елена Сергеевна Щелканова
Original Assignee
Федеральное государственное автономное учреждение "Военный инновационный технополис "ЭРА"
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Федеральное государственное автономное учреждение "Военный инновационный технополис "ЭРА" filed Critical Федеральное государственное автономное учреждение "Военный инновационный технополис "ЭРА"
Priority to RU2020139714A priority Critical patent/RU2759253C1/en
Application granted granted Critical
Publication of RU2759253C1 publication Critical patent/RU2759253C1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Algebra (AREA)
  • Evolutionary Biology (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Noise Elimination (AREA)

Abstract

FIELD: computer technology.SUBSTANCE: invention relates to the field of computer technology and telecommunications systems and is intended for use in complexes of automated control systems for telecommunications networks. To achieve the expected result, the device for probabilistic modeling of the functioning process and optimal assessment of the state of the telecommunications network provides for the presence of a random sequence sensor, a correction sequence formation unit, a correction unit, a matrix value formation unit, a control unit, a unit for generating indicator values, a clock pulse generator, an AND element, a memory unit, a decoder, a time setting unit, an OR element, a noise unit of indicators, a filtration unit and a coefficient calculation unit.EFFECT: increase in the degree of accuracy of determining the state of the telecommunications network in noisy conditions.3 cl, 3 dwg

Description

Изобретение относится к области вычислительной техники и телекоммуникационным системам и предназначен для использования в комплексах автоматизированных систем управления телекоммуникационными сетями.The invention relates to the field of computer technology and telecommunication systems and is intended for use in complexes of automated control systems for telecommunication networks.

Известен вероятностный автомат, содержащий генератор пуассоновского потока импульсов, генератор тактовых импульсов, элемент И, регистр, блоки задания закона распределения, элементы И и памяти (см. авт. св. СССР № 645162, G06F 15/20, 1979).Known probabilistic automaton containing a Poisson pulse stream generator, a clock pulse generator, an I element, a register, blocks for setting the distribution law, I and memory elements (see ed. St. USSR No. 645162, G06F 15/20, 1979).

Однако известный вероятностный автомат моделирует цепь Маркова, в которой переход из состояния в состояние не зависит от времени пребывания в предыдущем состоянии, что огранивает функциональные возможности автомата.However, the well-known probabilistic automaton models a Markov chain in which the transition from state to state does not depend on the time spent in the previous state, which limits the functionality of the automaton.

Известен вероятностный автомат (см. авт. св. СССР № 1045232, G06F 15/36, 1983, бюл. 36), содержащий генератор тактовых импульсов, элемент И и ИЛИ, регистр сдвига, блока памяти и задания времени.Known probabilistic automaton (see ed. St. USSR No. 1045232, G06F 15/36, 1983, bul. 36), containing a clock pulse generator, element AND and OR, shift register, memory block and time setting.

Недостатком вероятностного автомата является то, что выбор состояния регистром сдвига производится без учета внешних управляющих воздействий, вследствие чего вероятностный автомат не может моделировать управляемые цепи Маркова, что исключает его применение для анализа процесса функционирования реальных телекоммуникационных сетей. Данный вероятностный автомат позволяет моделировать неуправляемые полумарковские цепи, в то время как большинство процессов, реально протекающих в телекоммуникационных сетях, являются управляемыми. Реализация управляющих воздействий приводит к изменению вероятностно-временного механизма перехода сети из одного состояния в другое. Например, ограничения доступа информационных сообщений в сеть, вводимые при резком возрастании пользовательского трафика с целью предотвращения перегрузки, приводит к изменению вероятности перегрузки сети и времени ее пребывания в номинальном состоянии.The disadvantage of the probabilistic automaton is that the choice of the state by the shift register is made without taking into account external control actions, as a result of which the probabilistic automaton cannot simulate controlled Markov chains, which excludes its use for analyzing the functioning of real telecommunication networks. This probabilistic automaton allows one to simulate uncontrolled semi-Markov chains, while most of the processes that actually take place in telecommunication networks are controllable. The implementation of control actions leads to a change in the probabilistic-temporal mechanism for the transition of the network from one state to another. For example, restrictions on the access of information messages to the network, introduced with a sharp increase in user traffic in order to prevent congestion, leads to a change in the probability of network congestion and the time it remains in a nominal state.

Кроме того, анализируя процесс без учета шумов возбуждения, устройство не позволяет моделировать марковские цепи на основе гауссовских последовательностей, являющихся наиболее общей моделью вероятностных процессов, реально протекающих в телекоммуникационных сетях (с учетом канальных шумов, шумов трактов приема и т.п.). Моделирование марковских последовательностей на основе гауссовских процессов позволяет использовать для проверки правильности принимаемых решений наиболее мощные из известных в настоящее время методов оптимизации методов, основанных на критерии оптимальности Беллмана и принципе максимума Понтрягина [1, 2, 3].In addition, analyzing the process without taking into account the excitation noise, the device does not allow simulating Markov chains based on Gaussian sequences, which are the most general model of probabilistic processes that actually occur in telecommunication networks (taking into account channel noise, noise of receive paths, etc.). Modeling Markov sequences based on Gaussian processes allows using the most powerful currently known optimization methods based on Bellman's optimality criterion and Pontryagin's maximum principle [1, 2, 3].

Наиболее близким по технической сущности к заявляемому устройству (прототипом) является вероятностный автомат (см. Патент RU 2 099 781 С1 от 20.12. 1997 г. Вероятностный автомат. Зимарин В.И., Ненадович Д.М. и др.), содержащий генератор тактовых импульсов, элементы И и ИЛИ, блоки элементов И, памяти, задания времени, датчик случайной последовательности, блок формирования корректирующей последовательности, блок коррекции, блок формирования значений элементов матрицы, блок формирования значений индикаторов, блок управления и дешифратор.The closest in technical essence to the claimed device (prototype) is a probabilistic automaton (see Patent RU 2 099 781 C1 dated 20.12. 1997 Probabilistic automaton. V.I. Zimarin, D.M. Nenadovich, etc.), containing a generator clock pulses, AND and OR elements, blocks of AND elements, memory, time setting, a random sequence sensor, a correction sequence formation block, a correction block, a matrix element values formation block, an indicator value generation block, a control block and a decoder.

Недостатком прототипа является невозможность получения на его основе состоятельных, несмещенных и эффективных, оценочных значений индикаторов состояния телекоммуникационной сети, наблюдаемых в шумах, имитирующих реальные помехи в каналах систем управления.The disadvantage of the prototype is the impossibility of obtaining on its basis consistent, unbiased and effective, estimated values of indicators of the state of the telecommunication network, observed in the noise, simulating real interference in the channels of control systems.

Целью предлагаемого изобретения является создание устройства для вероятностного моделирования и оценки состояний процесса функционирования телекоммуникационной сети, существенно повышающего степень точности определения состояния сети в условиях зашумленности наблюдения за процессом на основе реализации процедуры оптимальной фильтрации по критерию минимума среднего квадрата ошибки оценивания.The aim of the present invention is to create a device for probabilistic modeling and assessment of the states of the process of functioning of a telecommunication network, significantly increasing the degree of accuracy in determining the state of the network in conditions of noisy monitoring of the process based on the implementation of the procedure of optimal filtering by the criterion of the minimum mean square of the estimation error.

Указанная цель достигается тем, что в известный вероятностный автомат, состоящий из датчика случайной последовательности, блока формирования корректирующей последовательности, блока коррекции, блока формирования значений матрицы, блока управления, блока формирования значений индикаторов, генератора тактовых импульсов, элемента И, блока элемента И, блока памяти, дешифратора, блока задания времени, элемента ИЛИ, дополнительно введены блок зашумления индикаторов, блок фильтрации и блок расчета коэффициентов.This goal is achieved by the fact that a known probabilistic automaton, consisting of a random sequence sensor, a corrective sequence generation unit, a correction unit, a matrix value generation unit, a control unit, an indicator value generation unit, a clock pulse generator, an I element, an I element unit, a memory, decoder, block for setting time, element OR, additionally introduced a block for noise indicators, a block for filtering and a block for calculating the coefficients.

Принцип создания предлагаемого устройства для вероятностного моделирования процесса функционирования и оценки состояния телекоммуникационной сети основан на известных результатах теории марковских процессов, теории переменных состояния и теории стохастического оценивания.The principle of creating the proposed device for probabilistic modeling of the functioning process and assessing the state of a telecommunication network is based on the well-known results of the theory of Markov processes, the theory of state variables and the theory of stochastic estimation.

В рассматриваемом случае под состоянием телекоммуникационной сети (ТКС) будем понимать количество пакетов данных, находящихся в системе в каждый момент времени η(k) (в очереди и на обслуживании).In the case under consideration, the state of the telecommunication network (TCN) will be understood as the number of data packets in the system at each moment of time η (k) (in the queue and at service).

В этом случае, уравнения состояния, составляющие полную математическая модель этого случайного процесса могут быть представлены в следующем виде [1-4]:In this case, the equations of state that make up the complete mathematical model of this random process can be represented in the following form [1-4]:

Figure 00000001
Figure 00000001

Figure 00000002
Figure 00000002

- где

Figure 00000003
вектор индикаторов состояния моделируемого процесса:- where
Figure 00000003
vector of state indicators of the modeled process:

Figure 00000004
Figure 00000004

(Суть введения индикаторов состоит в получении адекватных дискретному, как по времени, так и по состоянию процессу функционирования цифровой ТКС, на основе леммы о существовании стохастического дифференциала для стандартного винеровского процесса [1, 2]), С(k) - М-мерная матрица-строка возможных состояний процесса η(k); П [k+1,k,r(k)) - матрица одношаговых переходных вероятностей (ОПВ), значения элементов которой зависят от вводимых управляющих воздействий r(k) и определяемая в соответствии с соотношениями

Figure 00000005
Figure 00000006
Т-период изменения состояния; Г(k) - М-мерная диагональная матрица возбуждения процесса θ(k) с элементами
Figure 00000007
- априорная дисперсия, Rvm - спектральная плотность мощности белого шума возбуждения
Figure 00000008
(Vm(k) - ступенчатый мартингал, удовлетворяющий условию
Figure 00000009
процесса изменения состояния сети.(The essence of the introduction of indicators is to obtain a digital TCS, adequate to the discrete, both in time and in the state, process of functioning, based on the lemma on the existence of a stochastic differential for a standard Wiener process [1, 2]), C (k) is an M-dimensional matrix -the line of possible states of the process η (k); П [k + 1, k, r (k)) is a matrix of one-step transition probabilities (OPV), the values of the elements of which depend on the input control actions r (k) and determined in accordance with the relations
Figure 00000005
Figure 00000006
T-period of state change; Г (k) - M-dimensional diagonal matrix of excitation of the process θ (k) with elements
Figure 00000007
is the prior variance, R vm is the power spectral density of the white excitation noise
Figure 00000008
(V m (k) is a step martingale satisfying the condition
Figure 00000009
the process of changing the state of the network.

В рассматриваемом М - мерном случае взаимосвязь индикаторов определяется выражениемIn the considered M-dimensional case, the relationship of indicators is determined by the expression

Figure 00000010
Figure 00000010

а уравнение состояния для любого m-го индикатора может быть записано в видеand the equation of state for any m-th indicator can be written in the form

Figure 00000011
Figure 00000011

Известны калмановские алгоритмы оценивания процессов дискретных либо времени, либо по состояниям [1, 2]. Вместе с тем решение задачи оценивания состояний процесса функционирования

Figure 00000012
ТКС, представленного в виде стохастических разностных уравнений (1-4), и являющегося дискретным как по времени, так и по состояниям. В этом случае алгоритм линейной фильтрации калмановского типа может быть представлены следующим образом [3, 4]:There are known Kalman algorithms for evaluating discrete processes either in time or by states [1, 2]. At the same time, the solution to the problem of assessing the states of the functioning process
Figure 00000012
TCS, presented in the form of stochastic difference equations (1-4), and is discrete both in time and in states. In this case, the Kalman type linear filtering algorithm can be represented as follows [3, 4]:

Figure 00000013
Figure 00000013

Figure 00000014
Figure 00000014

Figure 00000015
Figure 00000015

Figure 00000016
Figure 00000016

Figure 00000017
Figure 00000017

где πmm(k+1,k,r) - элемент матрицы ОПВ, учитывающий управляющие воздействия (r), Kmm(k) - элемент матрицы коэффициентов усиления линейного фильтра, Pmm[Δθ(k+1,k)) - элемент матрицы априорной дисперсии ошибок оценивания, Pmm[Δθ(k)) - элемент апостериорной дисперсии ошибок оценивания, Sm - элемент матрицы наблюдения (H(k,η(k)),

Figure 00000018
- элемент матрицы шума возбуждения процесса
Figure 00000019
, символ алгебраического дополнения элементов матрицы шума наблюдения Vw(k), det-символ определителя матрицы Vw(k).where π mm (k + 1, k, r) is an element of the OPV matrix that takes into account the control actions (r), K mm (k) is an element of the matrix of gains of the linear filter, P mm [Δθ (k + 1, k)) - element of the matrix of the prior variance of the estimation errors, P mm [Δθ (k)) is the element of the posterior variance of the estimation errors, S m is the element of the observation matrix (H (k, η (k)),
Figure 00000018
is the element of the process excitation noise matrix
Figure 00000019
, the symbol of the algebraic complement of the elements of the observation noise matrix V w (k), the det symbol of the determinant of the matrix V w (k).

Figure 00000020
Figure 00000020

На фиг. 1 представлена общая функциональная схема заявленного устройства, на фиг. 2 представлена функциональная схема блока зашумления индикаторов, на фиг. 3 представлена функциональная схема блока фильтрации.FIG. 1 shows a general functional diagram of the claimed device, FIG. 2 is a functional diagram of the indicator noise block; FIG. 3 shows a functional diagram of the filtration unit.

Устройство для вероятностного моделирования процесса функционирования и оптимальной оценки состояния телекоммуникационной сети, представленное на фиг. 1 состоит из датчика случайной последовательности 1, блока формирования корректирующей последовательности 2, блока коррекции 3, блока формирования значений матрицы 4, блока управления 5, блока формирования значений индикаторов 6, генератора тактовых импульсов 7, элемента И 8, блока элемента И 9, блока памяти 10, дешифратора 11, блока задания времени 12, элемента ИЛИ 13, блока зашумления индикаторов 14, блока фильтрации 15 и блока расчета коэффициентовThe device for probabilistic modeling of the functioning process and optimal assessment of the state of a telecommunication network, shown in Fig. 1 consists of a random sequence sensor 1, a block for generating a correcting sequence 2, a correction block 3, a block for generating values of a matrix 4, a control unit 5, a block for generating values of indicators 6, a clock pulse generator 7, an element I 8, an element block I 9, a memory block 10, decoder 11, block for setting time 12, element OR 13, block for noise indicators 14, filter block 15 and block for calculating coefficients

Выход генератора тактовых импульсов 7 подключен к прямому входу элемента И 8 и первому входу блока задания времени 12. Выход элемента И 8 соединен с входом блока элементов И 9, с синхронизирующим входом 64 блока формирования значений индикаторов 6 и с вторым входом блока управления 5. Группа выходов блока элементов И 9 соединена с входами блока памяти 10, группа выходов которого соединена с группой входов блока задания времени 12, группа выходов которого подключена к входам элемента ИЛИ 13 и является выходами устройства. Выход элемента ИЛИ 13 соединен с инверсным входом элемента И 8. Выход датчика случайной последовательности 1 подключен к первой группе входов блока коррекции 3, группа выходов которого соединена с первой группой входов блока 6 формирования значений индикаторов. Вторая группа входов блока коррекции 3 подключена к группе выходов блока формирования корректирующей последовательности 2. Группа выходов блока формирования значений элементов матрицы 4 параллельно подключена к группе входов блока формирования корректирующей последовательности 2, к третьей группе входов блока коррекции 3, к второй группе входов блока формирования значений индикаторов 6, к третьей группе входов блока фильтрации 15 и группе входов блока расчета коэффициентов 16.The output of the clock pulse generator 7 is connected to the direct input of the element And 8 and the first input of the block for setting the time 12. The output of the element And 8 is connected to the input of the block of elements And 9, with the synchronizing input 64 of the block for generating the values of the indicators 6 and with the second input of the control unit 5. Group the outputs of the block of elements And 9 is connected to the inputs of the memory unit 10, the group of outputs of which is connected to the group of inputs of the block for setting the time 12, the group of outputs of which is connected to the inputs of the element OR 13 and is the outputs of the device. The output of the OR element 13 is connected to the inverse input of the AND element 8. The output of the random sequence sensor 1 is connected to the first group of inputs of the correction unit 3, the group of outputs of which is connected to the first group of inputs of the unit 6 for generating indicator values. The second group of inputs of the correction block 3 is connected to the group of outputs of the block for forming the correcting sequence 2. The group of outputs of the block for forming the values of the elements of the matrix 4 is connected in parallel to the group of inputs of the block for forming the correcting sequence 2, to the third group of inputs of the correction block 3, to the second group of inputs of the block of forming values indicators 6, to the third group of inputs of the filtering unit 15 and the group of inputs of the unit for calculating the coefficients 16.

Выход блока управления 5 соединен с четвертым входом блока формировали значений элементов матрицы 4 и с входом дешифратора 11.The output of the control unit 5 is connected to the fourth input of the unit to form the values of the elements of the matrix 4 and to the input of the decoder 11.

Группа выходов блока формировали значений индикаторов 6 соединена с группой входов блока элементов И 9. Третьи группа входов блока формирования значений индикаторов 6 соединена с группой выходов блока памяти 10. Выход дешифратора 11 подключен к второму входу блока задания времени 12 группа выходов которого соединена с группой входов блока зашумления 14, группа выходов которого со второй группой входов блока фильтрации 15, первая группа входов которого соединена с группой выходов блока расчета коэффициентов 16, группа выходов блока фильтрации 15, является выходами устройства для вероятностного моделирования процесса функционирования и оптимальной оценки состояния телекоммуникационной сет, входом которого является вход блока управления 5.The group of outputs of the block formed the values of indicators 6 is connected to the group of inputs of the block of elements I 9. The third group of inputs of the block of formation of the values of indicators 6 is connected to the group of outputs of the memory unit 10. The output of the decoder 11 is connected to the second input of the block for setting the time 12, the group of outputs is connected to the group of inputs noisy unit 14, the group of outputs of which is with the second group of inputs of the filtering unit 15, the first group of inputs of which is connected to the group of outputs of the unit for calculating the coefficients 16, the group of outputs of the filtering unit 15 is the outputs of the device for probabilistic modeling of the functioning process and optimal assessment of the state of the telecommunication network, the input which is the input of the control unit 5.

Блок зашумления индикаторов (фиг. 2) состоит из датчика белого гауссовского шума 14.1, группы сумматоров 14.21 - 14.2M. При этом выходы 14.1.11 - 14.1.2M датчика белого гауссовского шума являются входами 14.2.11 - 14.2.1M сумматоров 14.21 - 14.2M вторым входом которых 14.2.21 - 14.2.2M являются соответствующие выходы блока 12, выходами 14.2.31 - 14.2.3M блока зашумления являются соответствующие входы блока фильтрации 15.The indicator noise block (Fig. 2) consists of a white Gaussian noise sensor 14.1, a group of adders 14.2 1 - 14.2 M. In this case, the outputs 14.1.1 1 - 14.1.2 M of the white Gaussian noise sensor are inputs 14.2.1 1 - 14.2.1 M adders 14.2 1 - 14.2 M whose second input 14.2.2 1 - 14.2.2 M are the corresponding outputs of block 12 , outputs 14.2.3 1 - 14.2.3 M of the noise block are the corresponding inputs of the filtering block 15.

Блок фильтрации (фиг. 3) состоит из М ветвей модифицированного дискретного фильтра Калмана (ДФК). Первая ветвь ДФК состоит из сумматора 15.11, усилителя 15.21, усилителя 15.31, сумматора 15.41, сумматора 15.51, умножителя 15.61, умножителя 15.71, линии задержки 15.81. Ветви m-порядка ДФК состоят из сумматора 15.1m, усилителя 15.2m, усилителя 15.3m, сумматора 15.4m, сумматора 15.5m, умножителя 15.6m, умножителя 15.7m, линии задержки 15.8m, умножителя 15.9m. Последняя М-ая ветвь ДФК состоит из сумматора 15.1M, усилителя 15.2M, усилителя 15.3M, сумматора 15.4M, сумматора 15.5M, умножителя 15.6M, умножителя 15.7M, линии задержки 15.8M.The filtering unit (Fig. 3) consists of M branches of the modified discrete Kalman filter (DFC). The first branch of the DPC consists of adder 15.1 1 , amplifier 15.2 1 , amplifier 15.3 1 , adder 15.4 1 , adder 15.5 1 , multiplier 15.6 1 , multiplier 15.7 1 , delay line 15.8 1 . The DPC m-order branches consist of an adder 15.1 m , an amplifier 15.2 m , an amplifier 15.3 m , an adder 15.4 m , an adder 15.5 m , a multiplier 15.6 m , a multiplier 15.7 m , a delay line 15.8 m , a multiplier 15.9 m . The last M-th branch of the DFC consists of a 15.1 M adder, a 15.2 M amplifier, a 15.3 M amplifier, a 15.4 M adder, a 15.5 M adder, a 15.6 M multiplier, a 15.7 M multiplier, and a 15.8 M delay line.

При этом первый вход 15.1.11 сумматора 15.11 является первым выходом 14.2.31 блока зашумления индикаторов 14. Выход 15.1.31 сумматора 15.11 является первым входом 15.3.11 усилителя 15.31, вторым входом 15.3.21 которого является первый выход блока расчета коэффициентов 161, выходом 15.3.31 данного усилителя 15.31 является вход 15.4.11 сумматора 15.41. Второй вход 15.4.31 сумматора 15.41 является выходом 15.5.11 сумматора 15.51. Выход 15.4.21 сумматора 15.41 является входом 15.8.21 линии задержки 15.81 и является выходом устройства. Выход 15.8.11 линии задержки 15.81 является входом 15.2.21 усилителя 15.21, выход которого 15.2.11 является вторым входом 15.1.21 сумматора 15.11. Выход 15.8.11 линии задержки 15.81 является вторым входом 15.6.31 умножителя 15.61, первым входом 15.6.11 которого является первый выход блока формирования значения матрицы 4. Выход 15.6.21 умножителя 15.61 является первым входом 15.5.31 сумматора 15.51. Вторым входом 15.5.21 сумматора 15.51 является выход 15.7.11 умножителя 15.71. Первым входом 15.7.21 умножителя 15.71 является второй выход блока формирования значения матрицы 4. Вторым входом 15.7.31 умножителя 15.71 является выход ветви 2.In this case, the first entry is 15.1.11 adder 15.11 is the first output 14.2.31 Noise block indicators 14. Output 15.1.31 adder 15.11 is the first entry 15.3.11 amplifier 15.31, second entrance 15.3.21 which is the first output of the block for calculating the coefficients 161, exit 15.3.31 this amplifier 15.31 is the input 15.4.11 adder 15.41... Second entrance 15.4.31 adder 15.41 is output 15.5.11 adder 15.51... Output 15.4.21 adder 15.41 is the input of 15.8.21 delay lines 15.81 and is the output of the device. Output 15.8.11 delay lines 15.81 is the input of 15.2.21 amplifier 15.21whose output is 15.2.11 is the second input 15.1.21 adder 15.11... Output 15.8.11 delay lines 15.81 is the second input 15.6.31 multiplier 15.61, first login 15.6.11 which is the first output of the block for generating the value of matrix 4. Output 15.6.21 multiplier 15.61 is the first entry 15.5.31 adder 15.51... Second entrance 15.5.21 adder 15.51 is the output 15.7.11 multiplier 15.71... First Login 15.7.21 multiplier 15.71 is the second output of the block for forming the value of matrix 4. The second input 15.7.31 multiplier 15.71is the output of branch 2.

В ветви m-порядка первый вход 15.1.1m сумматора 15.1m является выходом m-порядка 14.2.3m блока зашумления индикаторов 14. Выход 15.1.3m сумматора 15.1m является первым входом 15.3.1m усилителя 15.3m, вторым входом 15.3.2m которого является m-ый выход блока расчета коэффициентов 16m, выходом 15.3.3m данного усилителя 15.3m является вход 15.4.1m сумматора 15.4m. Второй вход 15.4.3m сумматора 15.4m является выходом 15.5.1m сумматора 15.5m. Выход 15.4.2m сумматора 15.4m является входом 15.8.2m линии задержки 15.8m и является выходом устройства. Выход 15.8.1m линии задержки 15.8m является входом 15.2.2m усилителя 15.2m, выход которого 15.2.1m является вторым входом 15.1.2m сумматора 15.1m. Выход 15.8.1m линии задержки 15.8m является вторым входом 15.6.4m умножителя 15.6m, выход 15.6.2m которого является входом 15.5.4m сумматора 15.5m, первым входом умножителя 15.6m является m-ый выход блока 4. Выходом 15.7.2m умножителя 15.7m является вход 15.5.3m сумматора 15.5m, первый вход умножителя 15.7m соединен с m-1 выходом блока 4, вторым входом умножителя 15.7m является выход ветви m-1. Выход 15.9.1m умножителя 15.9m является входом 15.5.2m сумматора 15.5m, первый вход умножителя 15.9m соединен с m+1 блока 4, вторым входом данного умножителя 15.9m является выход ветви m+1.In the m-order branch, the first input 15.1.1m adder 15.1m is the m-order output 14.2.3m Noise block indicators 14. Output 15.1.3madder 15.1m is the first entry 15.3.1m amplifier 15.3m, second entrance 15.3.2m which is the m-th output of the block for calculating the coefficients 16m, exit 15.3.3m this amplifier 15.3mis the input 15.4.1m adder 15.4m... Second entrance 15.4.3m adder 15.4m is output 15.5.1m adder 15.5m... Output 15.4.2m adder 15.4m is the input of 15.8.2m delay lines 15.8m and is the output of the device. Output 15.8.1m delay lines 15.8m is the input of 15.2.2m amplifier 15.2mwhose output is 15.2.1m is the second input 15.1.2m adder 15.1m... Output 15.8.1m delay lines 15.8m is the second input 15.6.4mmultiplier 15.6m, exit 15.6.2m which is the input 15.5.4m adder 15.5m, the first input of the multiplier 15.6m is the m-th output of block 4. Output 15.7.2m multiplier 15.7m is the input 15.5.3m adder 15.5m, the first input of the multiplier 15.7m connected to the m-1 output of block 4, the second input of the multiplier 15.7m is the output of branch m-1. Output 15.9.1m multiplier 15.9m is the input of 15.5.2m adder 15.5m, the first input of the multiplier 15.9m connected to m + 1 of block 4, the second input of this multiplier 15.9m is the output of branch m + 1.

В М-ой ветви первый вход 15.1.1M сумматора 15.1M является М-тым выходом 14.2.3M блока зашумления индикаторов 14. Выход 15.1.3M сумматора 15.1M является первым входом 15.3.1M усилителя 15.3M, вторым входом 15.3.2M которого является М-тым выходом блока расчета коэффициентов 16M, выходом 15.3.3M данного усилителя 15.3M является вход 15.4.1M сумматора 15.4M. Второй вход 15.4.3M сумматора 15.4M является выходом 15.5.1M сумматора 15.5M. Выход 15.4.2M сумматора 15.4M соединен с входом 15.8.2M линии задержки 15.8M и является выходом устройства. Выход 15.8.1M линии задержки 15.8M является вход 15.2.2M усилителя 15.2M, выход которого 15.2.1M является вторым входом 15.1.2M сумматора 15.1M. Выход 15.8.1M линии задержки 15.8M является вторым входом 15.6.3M умножителя 15.6M, первым входом 15.6.1M которого является М-тый выход блока формирования значения матрицы 4. Выход 15.6.2M умножителя 15.6M является первым входом 15.5.3M сумматора 15.5M. Вторым входом 15.5.2M сумматора 15.5M является выход 15.7.1M умножителя 15.7M. Первым входом 15.7.2M умножителя 15.7M является М-1 выход блока формирования значения матрицы 4. Вторым входом 15.7.3M умножителя 15.7M является выход ветви М-1.In the M-th branch, the first input 15.1.1 M of the adder 15.1 M is the M-th output 14.2.3 M of the indicator noise block 14. Output 15.1.3 M of the adder 15.1 M is the first input 15.3.1 M of the 15.3 M amplifier, the second input 15.3 .2 M of which is the M-th output of the unit for calculating the coefficients 16 M , the output 15.3.3 M of this amplifier 15.3 M is the input 15.4.1 M of the adder 15.4 M. The second input of the adder 15.4.3 M 15.4 M is the output of the adder 15.5.1 M 15.5 M. Yield 15.4.2 M 15.4 M adder is coupled to the input of the delay line 15.8.2 M 15.8 M and is an output device. Yield 15.8.1 M 15.8 M delay line is input amplifier 15.2.2 M 15.2 M, 15.2.1 M whose output is the second input of the adder 15.1.2 M 15.1 M. Yield 15.8.1 M 15.8 M delay line is the second input of the multiplier 15.6.3 M 15.6 M, 15.6.1 M first input of which is an M-th output formation unit 4. The output of the matrix multiplier 15.6.2 M 15.6 M 15.5 is first input .3 M totalizer 15.5 M. The second input of the 15.5.2 M adder of 15.5 M is the 15.7.1 M output of the 15.7 M multiplier. The first input 15.7.2 M of the multiplier 15.7 M is the M-1 output of the block for forming the value of the matrix 4. The second input 15.7.3 M of the multiplier 15.7 M is the output of the branch M-1.

Устройство для вероятностного моделирования процесса функционирования и оптимальной оценки состояния телекоммуникационной сети работает следующим образом. С выхода датчика случайной последовательности 1 значения случайной вспомогательной последовательности с нормальной плоскостью распределения в двоичном коде поступают на вход блока коррекции 3. В блоке 2 на основе значений элементов матрицы ОПВ, поступающих с выходов блока 4 формируются значения корректирующих последовательностей в соответствии с правилом "трех сигм" и реализующие уравнение Колмогорова-Чепмена для расчета финальных вероятностей нахождения устройства в m-ом состоянии (Корн Г. Корн Т. Справочек по математике для научных работников и инженеров. Определения, теоремы, формулы. М. Наука, 1984, - 833 с). Блок формирования корректирующей последовательности 2 может быть реализован в соответствии со схемой, представленной в устройстве-прототипе.The device for probabilistic modeling of the functioning process and optimal assessment of the state of a telecommunication network works as follows. From the output of the sensor of the random sequence 1, the values of the random auxiliary sequence with the normal distribution plane in the binary code are fed to the input of the correction block 3. In block 2, based on the values of the elements of the OPV matrix, coming from the outputs of block 4, the values of the correcting sequences are formed in accordance with the three sigma rule "and realizing the Kolmogorov-Chapman equation for calculating the final probabilities of finding a device in the m-th state (Korn G. Korn T. Handbooks in mathematics for scientists and engineers. Definitions, theorems, formulas. M. Nauka, 1984, - 833 p.) ... The block for generating the correcting sequence 2 can be implemented in accordance with the diagram presented in the prototype device.

В блоке 3 по значениям корректирующих последовательностей производится коррекция математического ожидания (МО) вспомогательной последовательности в соответствии с условиями, определяемыми принятой моделью (2). Кроме того, в блоке 3 осуществляется коррекция дисперсии вспомогательной последовательности в соответствии с правилом Гm=2πmm, определяемым моделью (2). Блок коррекции 3 может быть реализован в соответствии со схемой, представленной в устройстве-прототипе.In block 3, according to the values of the correcting sequences, the mathematical expectation (MO) of the auxiliary sequence is corrected in accordance with the conditions determined by the adopted model (2). In addition, in block 3, the variance of the auxiliary sequence is corrected in accordance with the rule Г m = 2π mm determined by model (2). Correction unit 3 can be implemented in accordance with the diagram presented in the prototype device.

С выходов блока 3 значения откорректированной вспомогательной последовательности, поступают на группу входов блока формирования значений индикаторов.From the outputs of block 3, the values of the corrected auxiliary sequence are fed to the group of inputs of the block for generating indicator values.

В блок 6 с группы выходов блока памяти 10 также поступают значения индикаторов состояния на предыдущем интервале смены состояния устройства θo (кТcc) - θM (кТсс). В моменты выхода устройства из предыдущего состояния в блоке 6 по значениям откорректированной вспомогательной последовательности и значениям индикаторов на предыдущем интервале вычисляются значения индикаторов на следующий период Тсс в соответствии с моделью (2) и выражением (5).The block 6 from the group of outputs of the memory unit 10 also receives the values of the state indicators at the previous interval of the state change of the device θ o (kT cc ) - θ M (kT cc ). At the moments of the exit of the device from the previous state in block 6, the values of the corrected auxiliary sequence and the values of the indicators in the previous interval are used to calculate the values of the indicators for the next period T cc in accordance with the model (2) and expression (5).

Моменты выхода устройства из предыдущего состояния определяются тактовым генератором 7, элементом ИЛИ 13, элементом И 8 при формировали нулевой комбинации на выходе блока задания времен 12. С помощью блока элементов И 9 производится запись вычислительных значений индикаторов θo (кТсс) - θM (кТсс) в блок памяти 10, где реализуется их хранение до момента истечения периода изменения состояния Тсс. Период изменения состояния определяется блоком задания времени 12 по значениям кода, формируемого блоком управления 5. При этом значения кода с выхода блока управления 5 преобразуются дешифратором 11 в код, соответствующий значению Тсс, записываются в реверсивный счетчик блока 12 и считываются тактовым генератором 7 до момента появления нулевой комбинации на выходе блока 12, свидетельствующей об истечении времени пребывания устройства в данном состоянии. Управление вероятностно-временным механизмом изменения состояний устройства производится сменой значений элементов матрицы переходных вероятностей на выходах блока формирования значений матрицы 4, осуществляемого по управляющим кодовым комбинациям, поступающим с выхода блока управления 5 в моменты выхода устройства из предыдущего состояния. Коррекция значения периода смены состояний, соответствующего формируемой на следующий шаг (k+1)Tcc матрице ОПВ, как было отмечено выше, производится также по значениям управляющей кодовой последовательности, формируемой блоком 5.The moments of the device exit from the previous state are determined by the clock generator 7, the OR element 13, the AND element 8, when a zero combination was formed at the output of the time setting block 12. Using the block of elements I 9, the computational values of the indicators θ o (kT ss ) - θ M ( kT cc ) into the memory unit 10, where they are stored until the expiration of the period of state change T cc. The period of state change is determined by the time setting block 12 according to the values of the code generated by the control unit 5. In this case, the code values from the output of the control unit 5 are converted by the decoder 11 into a code corresponding to the value of T cc , are written into the reverse counter of block 12 and read by the clock generator 7 until the moment the appearance of a zero combination at the output of block 12, indicating the expiration of the time spent by the device in this state. The control of the probabilistic-temporal mechanism for changing the states of the device is performed by changing the values of the elements of the matrix of transition probabilities at the outputs of the block for forming the values of the matrix 4, carried out according to the control code combinations coming from the output of the control unit 5 at the moments of the exit of the device from the previous state. Correction of the value of the period of the state change corresponding to the OPV matrix formed at the next step (k + 1) T cc , as noted above, is also performed according to the values of the control code sequence generated by block 5.

В итоге, на выходах блока задания времени 12 формируются, записанные в двоичном коде значения индикаторов состояния процесса функционирования ТКС (5) в каждый из моментов времени (определяемых генератором тактовых импульсов 7), с учетом введенного управляющего воздействия. В блоке зашумления индикаторов 14 осуществляется сложение значений элементов вектора индикаторов с значениями элементов вектора белой гаусовской последовательности, имитируя шумы каналов наблюдения в системе управления ТКС. В блоке расчета коэффициентов осуществляется вычисление коэффициентов усиления модернизированного фильтра Калмана в соответствии с выражениями (7-10), на основе исходных данных поступающих с выходов блока формирования значений матрицы 4. Значения коэффициентов поступают на первую группу входов блока фильтрации 15, на третью группу входов которого поступают значения элементов матрицы ОПВ с выходов блока формирования значений матрицы 4. На вторую группу входов блока фильтрации 15 поступают «зашумленные» значения индикаторов состояния моделируемой ТКС. Блок фильтрации 15 аппаратно реализует выражения (6), формируя на своих выходах оценочные значения элементов вектора индикаторов состояния моделируемой ТКС на основе данных поступающих из блока формирования значений элементов матрицы и блока расчета коэффициентов. Устройства 15.3.11 - 15.3.1M являются усилителями с регулируемыми коэффициентами усиления.As a result, at the outputs of the time setting block 12, the values of the indicators of the state of the TCS functioning process (5) recorded in a binary code are formed at each of the points in time (determined by the clock pulse generator 7), taking into account the introduced control action. In the block of noisy indicators 14, the values of the elements of the indicator vector are added with the values of the elements of the vector of the white Gaussian sequence, simulating the noise of the observation channels in the TCS control system. In the block for calculating the coefficients, the gains of the modernized Kalman filter are calculated in accordance with expressions (7-10), based on the initial data coming from the outputs of the block for forming the values of the matrix 4. The values of the coefficients are fed to the first group of inputs of the filtering block 15, to the third group of inputs of which the values of the elements of the OPV matrix are received from the outputs of the block for forming the values of the matrix 4. The second group of inputs of the filtering block 15 receives the "noisy" values of the state indicators of the simulated TCS. The filtering unit 15 implements the expressions (6) in hardware, generating at its outputs the estimated values of the elements of the vector of indicators of the state of the simulated TCS based on the data coming from the unit for generating the values of the matrix elements and the unit for calculating the coefficients. Devices 15.3.1 1 to 15.3.1 M are variable gain amplifiers.

Блоки 1-13 входящие устройство для вероятностного моделирования процесса функционирования и оптимальной оценки состояния телекоммуникационной сети, могут быть реализованы в соответствии со схемами, представленными в устройстве-прототипе. Сумматоры, умножители, усилители, линии задержки могут быть реализованы в соответствии со схемными решениями представленными в [5, 7]. Блок 16 является арифметико-логическое устройством, реализованным в соответствии со схемным решением, представленным в [6].Blocks 1-13, incoming device for probabilistic modeling of the functioning process and optimal assessment of the state of the telecommunication network, can be implemented in accordance with the schemes presented in the prototype device. Adders, multipliers, amplifiers, delay lines can be implemented in accordance with the circuit solutions presented in [5, 7]. Block 16 is an arithmetic logic device implemented in accordance with the circuit design presented in [6].

Источники информацииSources of information

1. Сэйдж Э., Меле Дж. Теория оценивания и ее применение в связи и управлении. М.: Связь, 1976, 496 с.1. Sage E., Mele J. Estimation theory and its application in communication and control. Moscow: Communication, 1976, 496 p.

2. Сэйдж Э., Уайт Ч. Оптимальное управление системы. М.: Радио и связь, 1982, 92 с.2. Sage E., White C. Optimal control of the system. M .: Radio and communication, 1982, 92 p.

3. Segall A. Optimal Control of Noise Finit State Markov Process IEEE Trans. Automat Contr. 1977, v. 22, N 2, p. 179-186.3. Segall A. Optimal Control of Noise Finit State Markov Process IEEE Trans. Automat Contr. 1977, v. 22, No. 2, p. 179-186.

4. Ненадович Д.М. Методологические аспекты экспертизы телекоммуникационных проектов. - М.: Горячая линия - Телеком, 2008 - 272 с.4. Nenadovich D.M. Methodological aspects of the examination of telecommunication projects. - M .: Hot line - Telecom, 2008 - 272 p.

5. Паперков А.А. Логические основы ЦВТ. М.: Связь, 1973, с. 203, рис. 4.5. Paperkov A.A. Logical foundations of digital computer technology. M .: Communication, 1973, p. 203, fig. 4.

6. Дроздов Е.А., Комарницкий В.А., Пятибратов А.П. ЭВМ ЕС. - М.: Машиностроение, 1981, с. 158-170.6. Drozdov E.A., Komarnitskiy V.A., Pyatibratov A.P. EC computer. - M .: Mechanical Engineering, 1981, p. 158-170.

7. Мальцева Е.А., Франберг Э.М., Ямпольский B.C. Основы цифровой техники. М.: Радио и связь, 1980.7. Maltseva E.A., Franberg E.M., Yampolsky B.C. Fundamentals of digital technology. M .: Radio and communication, 1980.

Claims (3)

1. Устройство для вероятностного моделирования процесса функционирования и оптимальной оценки состояния телекоммуникационной сети, состоящее из датчика случайной последовательности, блока формирования корректирующей последовательности, блока коррекции, блока формирования значений элементов матрицы, блока управления, блока формирования значений индикаторов, генератора тактовых импульсов, элемента И, блока элементов И, блока памяти, дешифратора, блока задания времени, элемента ИЛИ, отличающееся тем, что в него дополнительно введены блок зашумления индикаторов, блок фильтрации и блок расчета коэффициентов; выход генератора тактовых импульсов подключен к прямому входу элемента И и первому входу блока задания времени, выход элемента И соединен с входом блока элементов И и с синхронизирующим входом блока формирования значений индикаторов, группа выходов блока элементов И соединена с входами блока памяти, группа выходов которого соединена с группой входов блока задания времени, группа выходов которого подключена к входам элемента ИЛИ и является выходами устройства, выход элемента ИЛИ соединен с инверсным входом элемента И, выход датчика случайной последовательности подключен к первой группе входов блока коррекции, группа выходов которого соединена с первой группой входов блока формирования значений индикаторов, вторая группа входов блока коррекции подключена к группе выходов блока формирования корректирующей последовательности, группа выходов блока формирования значений элементов матрицы параллельно подключена к группе входов блока формирования корректирующей последовательности, к третьей группе входов блока коррекции и к второй группе входов блока формирования значений индикаторов, выход блока управления соединен с входом блока формирования значений элементов матрицы и с входом дешифратора; выходы блоков оценки интенсивности потока пакетов данных, оценки интенсивности обслуживания пакетов данных, оценки интенсивности выхода пакетов данных из очереди соединены с входами блока формирования значений элементов матрицы, входы блоков являются первым, вторым и третьим входами устройства для вероятностного моделирования процесса функционирования телекоммуникационной сети, группа выходов блока формирования значений индикаторов соединена с группой входов блока элементов И, третья группа входов блока формирования значений индикаторов соединена с группой выходов блока памяти, выход дешифратора подключен ко второму входу блока задания времени, вход блока управления является входом устройства для вероятностного моделирования процесса функционирования и оптимальной оценки состояния телекоммуникационной сети.1. A device for probabilistic modeling of the process of functioning and optimal assessment of the state of a telecommunication network, consisting of a random sequence sensor, a corrective sequence formation unit, a correction unit, a matrix element values formation unit, a control unit, an indicator value generation unit, a clock pulse generator, an I element, an AND element block, a memory block, a decoder, a time setting block, an OR element, characterized in that an indicator noise block, a filtering block and a coefficient calculation block are additionally introduced into it; the output of the clock pulse generator is connected to the direct input of the AND element and the first input of the time setting block, the output of the AND element is connected to the input of the AND element block and to the synchronizing input of the indicator value generation unit, the group of outputs of the AND element block is connected to the inputs of the memory block, the output group of which is connected with a group of inputs of the time setting block, the group of outputs of which is connected to the inputs of the OR element and is the outputs of the device, the output of the OR element is connected to the inverse input of the AND element, the output of the random sequence sensor is connected to the first group of inputs of the correction block, the group of outputs of which is connected to the first group of inputs block for generating the values of indicators, the second group of inputs of the correction block is connected to the group of outputs of the block for forming the correcting sequence, the group of outputs of the block for generating values of the matrix elements is connected in parallel to the group of inputs of the block for forming the correcting sequence, to the third group the unit of the inputs of the correction unit and to the second group of inputs of the unit for generating the indicator values, the output of the control unit is connected to the input of the unit for forming the values of the matrix elements and to the input of the decoder; the outputs of the blocks for estimating the intensity of the data packet flow, estimating the intensity of service of data packets, estimating the intensity of the output of data packets from the queue are connected to the inputs of the block for forming the values of the matrix elements, the inputs of the blocks are the first, second and third inputs of the device for probabilistic modeling of the process of functioning of a telecommunication network, a group of outputs the block for generating the values of indicators is connected to the group of inputs of the block of elements I, the third group of inputs of the block for forming the values of indicators is connected to the group of outputs of the memory block, the output of the decoder is connected to the second input of the block for setting the time, the input of the control unit is the input of the device for probabilistic modeling of the functioning process and optimal assessment the state of the telecommunications network. 2. Устройство по п. 1, отличающееся тем, что блок зашумления индикаторов состоит из датчика белого гауссовского шума и М сумматоров, при этом М выходов датчика соединены с первыми входами М сумматоров соответственно, вторые входы М сумматоров соединены с М выходами блока задания времени соответственно, выходы М сумматоров соединены со второй группой входов блока фильтрации соответственно.2. The device according to claim 1, characterized in that the indicator noise block consists of a white Gaussian noise sensor and M adders, while M sensor outputs are connected to the first M adders inputs, respectively, the second M adders inputs are connected to M outputs of the time setting block, respectively , the outputs of the M adders are connected to the second group of inputs of the filtering unit, respectively. 3. Устройство по п. 1, отличающееся тем, что блок фильтрации состоит из М ветвей модернизированного дискретного фильтра Калмана, первая ветвь которого состоит из трех сумматоров, двух усилителей, двух умножителей и линии задержки, ветви m-порядка состоят из трех сумматоров, двух усилителей, трех умножителей и линии задержки, М-ая ветвь состоит из трех сумматоров, двух усилителей, двух умножителей и линии задержки, при этом в первой ветви первый вход блока фильтрации соединен с первым выходом блока зашумления индикаторов, соединенным с первым входом первого сумматора, выход которого подключен к первому входу первого усилителя, второй вход которого соединен с первым выходом блока расчета коэффициентов, выход первого усилителя соединен с первым входом второго сумматора, второй вход которого соединен с выходом третьего сумматора, выход второго сумматора является выходом устройства, соединенным с линией задержки, выход которой соединен с входом второго усилителя и вторым входом первого умножителя, первый вход которого соединен с первым выходом блока формирования значений элементов матрицы, выход первого умножителя соединен с первым входом третьего сумматора, второй вход которого соединен с выходом второго умножителя, первый вход которого соединен со вторым выходом блока формирования значений элементов матрицы, второй вход второго умножителя подключен к выходу второй ветви блока фильтрации, выход второго усилителя соединен со вторым входом первого сумматора, в ветви m-порядка m-ый выход блока зашумления индикаторов соединен с первым входом первого сумматора m-ой ветви, выход которого подключен к входу первого усилителя m-ой ветви, второй вход которого соединен с m-ым выходом блока расчета коэффициентов, а выход соединен с первым входом второго сумматора m-ой ветви, второй вход которого соединен с выходом третьего сумматора, выход второго сумматора m-ой ветви является выходом устройства, соединенным с входом линии задержки m-ой ветви, выход которой соединен со входом второго усилителя m-ой ветви и вторым входом первого умножителя m-ой ветви, первый вход которого соединен с m-ым выходом блока формирования значений элементов матрицы, выход первого умножителя m-ой ветви соединен с первым входом третьего сумматора m-ой ветви, второй вход которого соединен с выходом второго умножителя m-ой ветви, второй вход умножителя m-ой ветви соединен с выходом ветви m-1, а первый вход подключен к m-1 выхода блока формирования значений элементов матрицы, первый вход третьего умножителя соединен с выходом ветви m+1, второй вход подключен к m+1-му выходу блока формирования значений элементов матрицы, выход третьего умножителя m-ой ветви соединен с третьим входом третьего сумматора m-ой ветви, выход второго усилителя m-ой ветви соединен со вторым входом первого сумматора m-ой ветви, первый вход первого сумматора М-той ветви соединен с М-тым выходом блок зашумления индикаторов, выход первого сумматора М-той ветви подключен к первому входу первого усилителя М-той ветви, второй вход которого соединен с М-тым выходом блока расчета коэффициентов, выход первого усилителя М-той ветви соединен с первым входом второго сумматора, второй вход которого соединен с выходом третьего сумматора, выход второго сумматора М-той ветви является М-тым выходом устройства, соединенным со входом линии задержки М-той ветви, выход которой соединен с входом второго усилителя М-ой ветви и вторым входом первого умножителя М-той ветви, выход которого соединен с первым входом третьего сумматора М-той ветви, второй вход которого соединен с выходом второго умножителя М-той ветви, первый вход которого соединен с М-тым выходом блока формирования значений элементов матрицы, второй вход второго умножителя М-той ветви соединен с выходом ветви М-1, первый вход первого умножителя соединен с М-тым выходом блока формирования значений элементов матрицы, выход второго усилителя М-той ветви соединен с вторым входом второго сумматора М-той ветви.3. The device according to claim 1, characterized in that the filtering block consists of M branches of the modernized discrete Kalman filter, the first branch of which consists of three adders, two amplifiers, two multipliers and a delay line, the m-order branches consist of three adders, two amplifiers, three multipliers and a delay line, the M-th branch consists of three adders, two amplifiers, two multipliers and a delay line, while in the first branch the first input of the filtering unit is connected to the first output of the indicator noise block connected to the first input of the first adder, the output of which is connected to the first input of the first amplifier, the second input of which is connected to the first output of the coefficient calculation unit, the output of the first amplifier is connected to the first input of the second adder, the second input of which is connected to the output of the third adder, the output of the second adder is the output of the device connected to the delay line , the output of which is connected to the input of the second amplifier and the second input of the first intelligently a resident whose first input is connected to the first output of the block for generating values of matrix elements, the output of the first multiplier is connected to the first input of the third adder, the second input of which is connected to the output of the second multiplier, the first input of which is connected to the second output of the block for generating values of matrix elements, the second input of the second the multiplier is connected to the output of the second branch of the filtering unit, the output of the second amplifier is connected to the second input of the first adder, in the m-order branch the m-th output of the indicator noise block is connected to the first input of the first adder of the m-th branch, the output of which is connected to the input of the first amplifier m -th branch, the second input of which is connected to the m-th output of the coefficient calculation unit, and the output is connected to the first input of the second adder of the m-th branch, the second input of which is connected to the output of the third adder, the output of the second adder of the m-th branch is the output of the device, connected to the input of the delay line of the m-th branch, the output of which is connected to the input of the second th amplifier of the m-th branch and the second input of the first multiplier of the m-th branch, the first input of which is connected to the m-th output of the block for forming the values of the matrix elements, the output of the first multiplier of the m-th branch is connected to the first input of the third adder of the m-th branch, the second the input of which is connected to the output of the second multiplier of the m-th branch, the second input of the multiplier of the m-th branch is connected to the output of the m-1 branch, and the first input is connected to the m-1 output of the block for generating values of matrix elements, the first input of the third multiplier is connected to the output of the branch m + 1, the second input is connected to the m + 1-th output of the block for forming the values of the matrix elements, the output of the third multiplier of the m-th branch is connected to the third input of the third adder of the m-th branch, the output of the second amplifier of the m-th branch is connected to the second input of the first the adder of the m-th branch, the first input of the first adder of the M-th branch is connected to the M-th output, the indicator noise unit, the output of the first adder of the M-th branch is connected to the first input of the first amplifier of the M-th branch, the second whose input is connected to the M-th output of the coefficient calculation unit, the output of the first amplifier of the M-th branch is connected to the first input of the second adder, the second input of which is connected to the output of the third adder, the output of the second adder of the M-th branch is the M-th output of the device, connected to the input of the delay line of the M-th branch, the output of which is connected to the input of the second amplifier of the M-th branch and the second input of the first multiplier of the M-th branch, the output of which is connected to the first input of the third adder of the M-th branch, the second input of which is connected to the output the second multiplier of the M-th branch, the first input of which is connected to the M-th output of the block for forming the values of the matrix elements, the second input of the second multiplier of the M-th branch is connected to the output of the M-1 branch, the first input of the first multiplier is connected to the M-th output of the formation unit the values of the matrix elements, the output of the second amplifier of the M-th branch is connected to the second input of the second adder of the M-th branch.
RU2020139714A 2020-12-01 2020-12-01 Device for probabilistic modeling of the functioning process and optimal assessment of the state of a telecommunications network RU2759253C1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
RU2020139714A RU2759253C1 (en) 2020-12-01 2020-12-01 Device for probabilistic modeling of the functioning process and optimal assessment of the state of a telecommunications network

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2020139714A RU2759253C1 (en) 2020-12-01 2020-12-01 Device for probabilistic modeling of the functioning process and optimal assessment of the state of a telecommunications network

Publications (1)

Publication Number Publication Date
RU2759253C1 true RU2759253C1 (en) 2021-11-11

Family

ID=78607103

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2020139714A RU2759253C1 (en) 2020-12-01 2020-12-01 Device for probabilistic modeling of the functioning process and optimal assessment of the state of a telecommunications network

Country Status (1)

Country Link
RU (1) RU2759253C1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU210727U1 (en) * 2021-12-28 2022-04-28 Федеральное государственное бюджетное учреждение "4 Центральный научно-исследовательский институт" Министерства обороны Российской Федерации A device for modeling the process of implementing information and technical impact in an automated system for military purposes

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2169944C1 (en) * 2000-03-21 2001-06-27 Военный университет связи Probabilistic automation
US6363333B1 (en) * 1996-10-30 2002-03-26 Siemens Aktiengesellschaft Method of classifying statistical dependency of a measurable series of statistical values
RU170412U1 (en) * 2017-02-09 2017-04-24 Федеральное государственное бюджетное учреждение "4 Центральный научно-исследовательский институт" Министерства обороны Российской Федерации GENERATOR OF A RANDOM SEMI-MARKOV PROCESS WITH SYMMETRIC DISTRIBUTION LAWS
RU2718214C1 (en) * 2018-11-26 2020-03-31 федеральное государственное казенное военное образовательное учреждение высшего образования "Военная академия связи имени Маршала Советского Союза С.М. Буденного" Министерства обороны Российской Федерации Probabilistic automatic machine

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6363333B1 (en) * 1996-10-30 2002-03-26 Siemens Aktiengesellschaft Method of classifying statistical dependency of a measurable series of statistical values
RU2169944C1 (en) * 2000-03-21 2001-06-27 Военный университет связи Probabilistic automation
RU170412U1 (en) * 2017-02-09 2017-04-24 Федеральное государственное бюджетное учреждение "4 Центральный научно-исследовательский институт" Министерства обороны Российской Федерации GENERATOR OF A RANDOM SEMI-MARKOV PROCESS WITH SYMMETRIC DISTRIBUTION LAWS
RU2718214C1 (en) * 2018-11-26 2020-03-31 федеральное государственное казенное военное образовательное учреждение высшего образования "Военная академия связи имени Маршала Советского Союза С.М. Буденного" Министерства обороны Российской Федерации Probabilistic automatic machine

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
ЛИСИЧКИН В.Г. "Модель оценки достоверности контроля параметров телекоммуникационных систем на основе вероятностно-статистического подхода", T-Comm, 2014. *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU210727U1 (en) * 2021-12-28 2022-04-28 Федеральное государственное бюджетное учреждение "4 Центральный научно-исследовательский институт" Министерства обороны Российской Федерации A device for modeling the process of implementing information and technical impact in an automated system for military purposes

Similar Documents

Publication Publication Date Title
AU2021236553B2 (en) Graph neural networks for datasets with heterophily
US11475350B2 (en) Training user-level differentially private machine-learned models
Abdolee et al. Diffusion LMS strategies in sensor networks with noisy input data
Adhikari et al. A novel weighted ensemble technique for time series forecasting
Forero et al. Prediction of partially observed dynamical processes over networks via dictionary learning
US20230376734A1 (en) Systems and methods for time series forecasting
Konstantin et al. Randomized control strategies under arbitrary external noise
Caballero-Águila et al. Centralized fusion estimation in networked systems: Addressing deception attacks and packet dropouts with a zero-order hold approach
RU2759253C1 (en) Device for probabilistic modeling of the functioning process and optimal assessment of the state of a telecommunications network
Nettasinghe et al. Diffusion in social networks: Effects of monophilic contagion, friendship paradox, and reactive networks
CN115481441A (en) Difference privacy protection method and device for federal learning
Luz et al. Minimax-robust prediction problem for stochastic sequences with stationary increments and cointegrated sequences
Wang et al. Measuring reciprocity in a directed preferential attachment network
Tsoulkas et al. Identification of input-output bilinear systems using cumulants
Casas et al. Efficient methods for traffic matrix modeling and on-line estimation in large-scale IP networks
Scott et al. Nonlinear system identification and prediction using orthogonal functions
WO2018135515A1 (en) Information processing device, neural network design method, and recording medium
Bhusal et al. Sensitivity analysis of cooperating multi-agent systems with uncertain connection weights
EP1335320A2 (en) Configuring learning petri nets
Caballero-Águila et al. Covariance‐Based Estimation from Multisensor Delayed Measurements with Random Parameter Matrices and Correlated Noises
RU2099781C1 (en) Stochastic automation
Estévez et al. Nonlinear time series analysis by using gamma growing neural gas
RU2756883C1 (en) Apparatus for probabilistic modelling of the process of functioning of a telecommunication network
Cemri et al. Asynchronous social learning
CN113836438B (en) Method, electronic device, and storage medium for post recommendation