ЖУРНАЛ РАДИОЭЛЕКТРОНИКИ. eISSN 1684-1719. 2024. №8

УДК: 621.391.82; 004.032.26

ПРОГНОЗИРОВАНИЕ ПОМЕХ ЭЛЕКТРОСТАТИЧЕСКОГО РАЗРЯДА
В ЭЛЕКТРОННОМ УСТРОЙСТВЕ
С ИСПОЛЬЗОВАНИЕМ ИСКУССТВЕННОЙ НЕЙРОННОЙ СЕТИ

З.М. Гизатуллин, Р.Р. Мубараков

Казанский национальный исследовательский технический университет
им. А.Н. Туполева-КАИ,
420111, г. Казань, ул. К. Маркса, д.10

Статья поступила в редакцию 17 мая 2024 г

Аннотация. Электростатический разряд является опасным источником естественных электромагнитных помех для работы современных электронных устройств. Несмотря на меры по уменьшению и удалению электростатического заряда из зоны работы электронных устройств, отсутствие такого разряда не может быть гарантировано. Поэтому при проектировании электронных устройств необходимо заранее учитывать возможность возникновения таких электростатических разрядов и принимать меры защиты. В статье предлагается методика прогнозирования амплитуды помех в линии связи электронного устройства при воздействии электростатического разряда на его металлический корпус. Методика основана на использовании искусственной нейронной сети. Методика включает анализ значимых входных параметров, влияющих на величину помех в электронном устройстве; разработку экспериментального стенда для измерения помех; выбор структуры и параметров нейронной сети для прогнозирования помех; выбор метода обучения искусственной нейронной сети; выбор метрики оценки качества обучения; нормирование данных обучения; обучение искусственной нейронной сети на экспериментальных данных; прогнозирование амплитуды помех в линии связи электронного устройства при воздействии электростатического разряда на его корпус; при необходимости, выбор и реализацию мер защиты от электростатического разряда. Приведены примеры обучения искусственной нейронной сети на основе экспериментальных данных. Обучение проводилось в течение 572 эпох. Для обучающей и тестовой выборки расхождение между прогнозируемыми данными и средними значениями измеренных помех составила 3,61 % и 3,95 %, соответственно. Приведены примеры прогнозирования амплитуды помех при воздействии электростатического разряда. Полученные результаты свидетельствуют о возможности практического использования искусственной нейронной сети для решения задач анализа электромагнитных помех.

Ключевые слова: нейронная сеть, помеха, электростатический разряд, электронное средство, моделирование, эксперимент, прогнозирование, методика.

Финансирование: работа выполнена за счет средств Программы стратегического академического лидерства Казанского национального исследовательский технического университета имени А.Н. Туполева («ПРИОРИТЕТ-2030»).

Автор для переписки: Гизатуллин Зиннур Марселевич, zmgizatullin@kai.ru

Литература

1. Шкиндеров М. С., Гизатуллин З. М. Исследование функционирования системы контроля и управления доступом в условиях воздействия электростатических разрядов //Радиотехника и электроника. – 2018. – Т. 63. – №. 11. – С. 1181-1187.

2. Кириллов В. Ю., Марченко М. В., Томилин М. М. Стендовые испытания элементов и устройств космических аппаратов на воздействие электростатических разрядов //Вестник Московского авиационного института. – 2017. – Т. 24. – №. 4. – С. 170-175.

3. Гизатуллин З.М., Нуриев М.Г., Гизатуллин Р.М. Физическое моделирование помехоустойчивости электронных средств при электромагнитном воздействии индустриальных макроисточников //Радиотехника и электроника. – 2018. – Т. 63. – №. 1. – С. 97-102.

4. Сафина Р.М., Шкиндеров М.С., Мубараков Р.Р. Помехоустойчивость систем контроля и управления доступом в здания при воздействии электромагнитных помех по сети электропитания //Журнал радиоэлектроники. – 2021. – №. 6.

5. Keller R.B. Design for Electromagnetic Compatibility--In a Nutshell: Theory and Practice. – Springer Nature, 2023. – С. 416.

6. Kuznetsov V., Kechiev L. Charged board model ESD simulation for PCB mounted MOS transistors //IEEE Transactions on Electromagnetic Compatibility. – 2015. – Т. 57. – №. 5. – С. 947-954.

7. Luo M., Huang K.M. Prediction of the electromagnetic field in metallic enclosures using artificial neural networks //Progress In Electromagnetics Research. – 2011. – Т. 116. – С. 171-184.

8. Khadse C.B., Chaudhari M.A., Borghate V.B. Electromagnetic compatibility estimator using scaled conjugate gradient backpropagation based artificial neural network //IEEE Transactions on Industrial Informatics. – 2016. – Т. 13. – №. 3. – С. 1036-1045.

9. Гизатуллин З.М., Гизатуллин Р.М., Мубараков Р.Р. Моделирование помех в электронном устройстве при воздействии импульсного магнитного поля с использованием искусственной нейронной сети //Журнал радиоэлектроники. – 2024. – № 5.

10. Жечев Е.С. и др. Экспериментальные исследования зеркально-симметричного модального фильтра во временной и частотной областях //Системы управления, связи и безопасности. – 2019. – №. 2. – С. 162-179.

11. Хасан А.А. и др. Верификация моделирования проводных антенн методом моментов //Журнал радиоэлектроники. – 2021. – №. 11.

12. De Marchi L., Mitchell L. Hands-On Neural Networks: Learn how to build and train your first neural network model using Python. – Packt Publishing Ltd, 2019.

13. Андреянов Н.В. и др. Анализ стенда бортовой системы для методов обнаружения основанных на глубоких нейронных сетях //Научно-технический вестник Поволжья Учредители: ООО «Рашин Сайнс». – 2022. – №. 5. – С. 13-16.

14. Gizatullin R.M. et al. The analysis of the noise immunity of an electronic device under the action of electrostatic discharge //2018 XIV International Scientific-Technical Conference on Actual Problems of Electronics Instrument Engineering (APEIE). – IEEE, 2018. – С. 332-335.

15. Евдокимова Т.С., 13. Андреянов Н.В., Фаткуллина Л.Ф. Методы расширения наборов данных на основе обучения с подкреплением //Научно-технический вестник Поволжья. Учредители: ООО «Рашин Сайнс». – 2023 – №. 11. – С. 59-62.

16. Гизатуллин З.М. и др. Исследование алгоритма анализа изображений радужной оболочки глаза на основе сверточной нейронной сети //Научно-технический вестник Поволжья. Учредители: ООО «Рашин Сайнс». – 2023. – № 6. – С. 55-57.

17. Гизатуллин З.М. и др. Снижение электромагнитных помех и защита информации в вычислительной технике с помощью экранирующих стекол //Вестник Казанского государственного энергетического университета. – 2017. – №. 3 (35). – С. 46-57.

18. Газизов Т.Р. и др. Пути решения актуальных проблем проектирования радиоэлектронных средств с учетом электромагнитной совместимости //Техника радиосвязи. – 2014. – №. 2. – С. 11-22.

19. Сафина Р.М., Шкиндеров М.С. Повышение помехоустойчивости системы контроля и управления доступом при воздействии электростатического разряда //Журнал радиоэлектроники. – 2020. – №. 8. – С. 15-15.

20. Гизатуллин З.М. и др. Повышение устойчивости детектора контуров Кэнни к воздействию помех //Научно-технический вестник Поволжья. Учредители: ООО «Рашин Сайнс». – 2023. – № 7. – С. 25-28.

21. Кириллов В.Ю., Жуков П.А., Торлупа А.А. Применение радиопоглощающих материалов для ослабления высокочастотных помех в электрических цепях электротехнических комплексов летательных аппаратов //Электричество. – 2022. – №. 4. – С. 66-71.

22. Гибадуллин Р.Ф., Вершинин И.С., Глебов Е.Е. Разработка приложения для ассоциативной защиты файлов //Инженерный вестник Дона. – 2023. – №. 6 (102). – С. 118-142.

23. Шарипов Р.Р., Ситников А.Н. Проблемы при разработке систем распознавания пользователей по клавиатурному почерку // Вестник Технологического университета. – 2019. – Т. 22. – № 10. – С. 143-147.

24. Шалагин С.В. Распределённое вычисление быстрого преобразования Фурье в архитектуре FPGA // Вестник Технологического университета. – 2019. – Т. 22 – № 2. – С. 155-158.

25. Гибадуллин Р.Ф., Вершинин И.С. Ассоциативная защита числовых сведений в текстовых документах с применением библиотеки Parallel Framework платформы .NET // Computational Nanotechnology. – 2023. – Т. 10. – № 3. – С. 121-129.

Для цитирования:

Гизатуллин З.М., Мубараков Р.Р. Прогнозирование помех электростатического разряда в электронном устройстве с использованием искусственной нейронной сети. // Журнал радиоэлектроники. – 2024. – № 8. https://doi.org/10.30898/1684-1719.2024.8.3