ЖУРНАЛ РАДИОЭЛЕКТРОНИКИ. eISSN 1684-1719. 2024. №3

УДК: 621.391.1, 519.1

Математическая МОДЕЛЬ

ФУНКЦИОНИРОВАНИЯ КОГНИТИВНОЙ РАДИОСИСТЕМЫ

В.А. Головской

Краснодарское высшее военное училище

350090, Россия, г. Краснодар, ул. Красина, 4

Статья поступила в редакцию 25 января 2024 г.

Аннотация. В работе рассматривается функционирование перспективной когнитивной радиосистемы в условиях радиоэлектронного конфликта. Представлено выявленное в результате анализа литературы соответствие требуемых интеллектуальных способностей радиосистемы, решаемых за их счет задач и предлагаемых исследователями интеллектуальных алгоритмов для реализации этих способностей. Цель работы – разработать математическую модель, позволяющую описывать адаптацию конфликтно-устойчивой когнитивной радиосистемы и оценивать сложность соответствующих алгоритмов. Использованы как общенаучные методы – абстрагирование, обобщение, анализ, синтез, так и методы теории графов, теории важности критериев, теории алгоритмов и теории множеств. Представлены две разработанные математические модели, первая из которых с комбинаторных позиций описывает состояние абонента когнитивной радиосистемы, вторая – обобщая первую модель, описывает функционирование конфликтно-устойчивой когнитивной радиосистемы в условиях радиоэлектронного конфликта. Последняя модель формализована с использованием теории графов – построен r-взвешенный мультиграф, вершины которого отождествлены с состояниями абонентов радиосистемы, а ребрам назначены соответствующие векторы весов. Элементы каждого такого вектора качественно характеризуют функционирование системы по выбранным показателям. Приведен пример, в котором выбраны обобщенно характеризующие функционирование радиосистемы показатели – скрытность, помехоустойчивость, энергоэффективность и скорость передачи информации. Предложенная графовая модель позволяет обобщать описание различных методов получения знаний о среде и управления ресурсами когнитивной радиосистемы, а также позволяет оценивать вычислительную сложность алгоритмов адаптации. Также графовая модель позволяет описывать интеллектуальные способности радиосистемы как с позиций продукционного подхода, так и с позиций обучения с подкреплением. Приведенные оценки вычислительной сложности некоторых задач позволяют разделить задачи на две группы: решаемые абонентами и подсистемой управления. Показана согласованность предложений по разделению вычислительных задач с принципами трансферного обучения.

Ключевые слова: граф, модель, когнитивное радио, конфликтная устойчивость, критерий, оптимальность по Парето, радиоэлектронная обстановка.

Автор для переписки: Головской Василий Андреевич, golovskoy_va@mail.ru

Литература

1. Hilal W., Gadsden S.A., Yawney J. Cognitive Dynamic Systems: A Review of Theory, Applications, and Recent Advances // Proceedings of the IEEE. – 2023. Vol. 111. – №. 6. – P. 575-622. http://doi.org/10.1109/JPROC.2023.3272577

2. Report ITU-R SM.2152. Definitions of Software Defined Radio (SDR) and Cognitive Radio System (CRS). [Электронный ресурс]. URL: https://www.itu.int/dms_pub/itu-r/opb/rep/R-REP-SM.2152-2009-PDF-e.pdf (дата обращения: 11.12.2023)

3. Benmammar B. Recent Advances on Artificial Intelligence in Cognitive Radio Networks // International Journal of Wireless Networks and Broadband Technologies. – 2020. – Vol. 9. – №. 1. – P. 27-42. http://doi.org/10.4018/IJWNBT.2020010102

4. Голубинский А. Н. Применение искусственной нейронной сети в виде многослойного персептрона для формирования рейтинга частотных каналов в системе когнитивного радио // Теория и техника радиосвязи. – 2020. – №. 2. – С. 64-73.

5. Адамовский Е. Р., Чертков В.М., Богуш Р. П. Модель формирования карты радиосреды для когнитивной системы связи на базе сотовой сети LTE // Компьютерные исследования и моделирование. – 2022. – Т. 14. – №. 1. – С. 127-146. https://doi.org/10.20537/2076-7633-2022-14-1-127-146

6. Kandaurova E. O., Chirov D. S. Neural Network Algorithm for Predicting Spectrum Occupancy in Cognitive Radio Systems // 2023 Systems of Signal Synchronization, Generating and Processing in Telecommunications (SYNCHROINFO), Pskov, Russian Federation. 2023. P. 1-5. http://doi.org/10.1109/SYNCHROINFO57872.2023.10178650

7. Bharti B., Thakur P., Singh G. A framework for spectrum sharing in cognitive radio networks for military applications // IEEE Potentials. – 2021. – Vol. 40. – № .5. P. 39–47. http://doi.org/10.1109/MPOT.2017.2751656

8. Артемов М. Л., Борисов В. И., Маковий В. А., Сличенко М. П. Автоматизированные системы управления, радиосвязи и радиоэлектронной борьбы. Основы теории и принципы построения. Под. ред. М.Л. Артемова. – Москва : Радиотехника, 2021. С. 556.

9. Abdullah H. M., Kumar A., Qasem Ahmed A. A., Saeed Mosleh M. A. Hybrid Optimization Based on Spectrum Aware Opportunistic Routing for Cognitive Radio Ad Hoc Networks // Informatics and Automation. – 2023. – Vol. 22. – №. 4. – P. 880-905. http://doi.org/10.15622/ia.22.4.7

10. Сенин О. Г. Модель системы управления ресурсами радиолинии с применением математического аппарата нечеткой логики // Известия ТулГУ. Технические науки. – 2021. – №. 9. – С. 236-242. http://doi.org/10.24412/2071-6168-2021-9-236-242

11. Генов А. А., Слепых А. А., Сухов А. В., Филатов В. И. Оценка воздействий случайных и преднамеренных помех на систему передачи данных с когнитивным псевдослучайным переключение рабочих частот // Журнал радиоэлектроники. – 2023. – №. 11. https://doi.org/10.30898/1684-1719.2023.11.7

12. Батурин А. С. Хворенков В. В., Шишаков К. В. Современные решения по повышению энергоэффективности радиолиний для технического обновления радиостанций интегрированных систем связи // Вестник ИжГТУ имени М.Т. Калашникова. – 2022. – Т. 25. – №. 4. – С. 47-62. http://doi.org/10.22213/2413-1172-2022-4-47-62

13. Mourougayane K., Srikanth S. A tri-band full-duplex cognitive radio transceiver for tactical communications // IEEE Communications Magazine. – 2020. – №. 58. P. 61–65. http://doi.org/10.1109/MCOM.001.1900329

14. Jain P., Jaiswal R. K., Srivastava K. V., Ghosh S. An Improvised Four-Port Multifunctional MIMO Antenna for Integrated Cognitive Radio System // IEEE Access. – 2023. – Vol. 11. – P. 66201-66211. http://doi.org/10.1109/ACCESS.2023.3289843

15. Борисов В. И., Вилков С. В. Технологическая платформа развития систем управления, связи и радиоэлектронной борьбы // Теория и техника радиосвязи. – 2023. – №. 1. – С. 5-11.

16. Nguyen C. T., Van Huynh N., Chu N. H., Saputra Y. M., Hoang D. T, Nguyen D. N., Pham Q.-V., Niyato D., Dutkiewicz E., Hwang W.-J. Transfer Learning for Wireless Networks: A Comprehensive Survey // Proceedings of the IEEE. – 2022. – Vol.110. – №. 8. – P. 1073-1115. http://doi.org/10.1109/JPROC.2022.3175942

17. Rapetswa K., Cheng L. Towards a multi-agent reinforcement learning approach for joint sensing and sharing in cognitive radio networks // Intelligent and Converged Networks. – 2023. – Vol. 4. – №. 1. – P. 50-75. http://doi.org/10.23919/ICN.2023.0005

18. Nagib A. M., Abou-Zeid H., Hassanein H. S. Accelerating Reinforcement Learning via Predictive Policy Transfer in 6G RAN Slicing // IEEE Transactions on Network and Service Management. – 2023. – Vol. 20. – №. 2. – P. 1170-1183. http://doi.org/10.1109/TNSM.2023.3258692

19. Belcak P., Wattenhofer R. Exponentially Faster Language Modelling // https://doi.org/10.48550/arXiv.2311.10770

20. Казаков Л. Н., Кубышкин Е. П., Палей Д. Э. Построение оптимальной схемы информационного обмена системы адаптивного управления движением группы беспилотных летательных аппаратов // Моделирование и анализ информационных систем. – 2023. – Т. 30. – №. 1. – С. 16-26. http://doi.org/10.18255/1818-1015-2023-1-16-26

21. Манаенко С. С., Дворников С. В., Пшеничников А. В. Теоретические аспекты формирования сигнальных конструкций сложной структуры // Информатика и автоматизация. – 2022. – Т. 21. – №. 1. – C. 68-94. https://doi.org/10.15622/ia.2022.21.3

22. Cognitive Radio in NATO. STO technical report IST077/RTG-035. 2014 [Электронный ресурс]. – URL: https://www.sto.nato.int/publications/STO%20Technical%20Reports/STO-TR-IST-077/$$$TR-IST-077-ALL.pdf (дата обращения: 11.01.2024)

23. Suchański M., Kaniewski P., Romanik J., Golan E., Zubel K. Radio environment maps for military cognitive networks density of small-scale sensor network vs. map quality // EURASIP Journal on Wireless Communications and Networking. – 2020. – Vol. 2020. – №. 1. – P. 1-20. https://doi.org/10.1186/s13638-020-01803-4

24. Гудков М. А., Дворников А. С., Сорокин К. Н. Применение когнитивных радиосистем для обеспечения связи с роботизированными платформами военного назначения // Труды II Военно-научной конференции «Роботизация Вооруженных Сил Российской Федерации». – М., 2017. – С. 440-444.

25. Головской В. А., Филинов В. С. Предложения по созданию когнитивных систем передачи данных для робототехнических комплексов // T-Comm: Телекоммуникации и транспорт. – 2019. – Т. 13. – №. 9. – С. 22–29. http://doi.org/10.24411/2072-8735-2018-10306

26. Головской В.А. Функциональная модель подсистемы управления ресурсами когнитивной радиосистемы робототехнического комплекса // Известия ЮФУ. Технические науки. – 2023. – №. 1(231). – С. 241-251. http://doi.org/10.18522/2311-3103-2023-1-241-251

27. Астапенко Ю.А. и др. Конфликтно-устойчивые радиоэлектронные системы. Методы анализа и синтеза. Под ред. С.В. Ягольникова. М.: Радиотехника, 2015. – С. 312.

28. Ельцов О. Н., Крутских П. П., Радзиевский В. Г. Конфликтная устойчивость роботизированных систем / под ред. В.Г. Радзиевского. М.: Радиотехника, 2023. – С. 352.

29. Сахнин А. А. Комплексная оценка радиоэлектронной защищенности военных систем связи. Монография. М.: Радиотехника, 2022. – С. 312

30. Haigh K. Z., Andrusenko J. Cognitive Electronic Warfare: An Artificial Intelligence Approach. Boston: ARTECH HOUSE, 2021. – P.288

31. Головской В. А., Чернуха Ю. В., Семенюк Д. Б. Формализация задачи построения системы передачи данных робототехнического комплекса, функционирующего в условиях антагонистической киберэлектромагнитной деятельности // Вопросы кибербезопасности. – 2019. – №. 6(34). – C.113-122. http://doi.org/10.21681/2311-3456-2019-6-113-122

32. Головской В. А., Влох Д. Д. Графовая модель функционирования когнитивной радиосистемы // Труды Северо-Кавказского филиала Московского технического университета связи и информатики. – 2023. – №. 1. – С. 11-17.

33. Балунин Е. И., Ратушин А. П., Храпков Д. С., Власов М. В. Процедура формирования и декодирования кодовых слов совместного низкоплотностного кода источника и канала // Электромагнитные волны и электронные системы. – 2023. – Т. 28. – №. 3. – С. 28-37. http://doi.org/10.18127/j5604128-202303-04

34. Копкин Е. В., Кобзарев И. М. Использование меры ценности информации Стратоновича для оптимизации гибких программ диагностирования технических объектов // Труды СПИИРАН. – 2019. – Т. 18. – №. 6. – С. 1434-1461. http://doi.org/10.15622/sp.2019.18.6.1434-1461

35. Подиновский В. В. Идеи и методы теории важности критериев в многокритериальных задачах принятия решений // Монография. – М.: Наука, 2019. – C. 103.

36. Мищенко С. Е., Шацкий В. В., Землянский С. В., Литвинов А. В., Безуглов А. А. Метод амплитудно-фазового синтеза оптимальной по Парето плоской антенной решетки // Радиотехника и электроника. – 2018. – Т. 63. – №. 1. – С. 38-46. http://doi.org/10.7868/S0033849417010053

37. Визинг В. Г. Многокритериальные задачи на графах с максиминным критерием // Дискретный анализ и исследование операций. – 2011. – Т. 18. – №. 5 – С. 3-10.

38. Левин М. Ш. Комбинаторная оптимизация при построении конфигураций систем // Информационные процессы. – 2008. – Т. 8. – №. 4. – С. 256-300.

Для цитирования:

Головской В.А. Математическая модель функционирования когнитивной радиосистемы. // Журнал радиоэлектроники. – 2024. – №. 3. https://doi.org/10.30898/1684-1719.2024.3.4