Проблемна науково-дослідна лабораторія електронних та нетрадиційних енерготехнологій (ПНДЛ ЕНЕТ)

Напрями досліджень

  • розробка нових енергозберігаючих технологій, заснованих на комбінованій дії електромагнітної енергії НВЧ-діапазону, кавітації та інших видів впливу фізичних полів на матеріали і об’єкти;
  • створення перспективної мікрохвильової техніки для використання в технологічних процесах при обробці харчової, сільськогосподар­ської, інших видів продукції і матеріалів різного призначення;
  • розроблення нових технологій в галузі альтернативної енергетики;
  • розробка нових методів обробки радіолокаційних сигналів.

Поточні завдання

  • створення автоматизованої системи виявлення і розпізнавання малопомітних повітряних об’єктів для оглядових РЛС на основі просторово-семантичних моделей сигналів, побудованих з використанням математичного апарату алгебри скінченних предикатів;
  • розробка та апробація алгоритмів виявлення і розпізнавання на реальних сигналах оглядових РЛС;
  • розробка дослідного зразка апаратури автоматизованої системи виявлення і розпізнавання малопомітних повітряних об’єктів для оглядових РЛС;
  • розробка нових технологій, заснованих на комбінованій дії електромагнітної енергії НВЧ-діапазону та інших видів енергії на матеріали і об’єкти;
  • створення перспективної мікрохвильової техніки для обробки харчової, сільськогосподарської, інших видів продукції і матеріалів різного призначення;
  • Розробка нових технологій в області альтернативної енергетики;
  • Впровадження розробки, що була виконана по НТР № ДЗ/40-2018 «Розроблення конструкторської документації на дослідну установку з виробництва біопалива при утилізації біогенних відходів»;
  • пошук потенційних інвесторів серед комунальних підприємств, які займаються очисткою каналізаційних стоків, та з підприємств ДП «Укрспирт».

Зв’язок з освітнім процесом

Результати, одержані при виконанні НДР №333 «Розроблення автоматизованої системи обробки процесних знань та прийняття рішень в оглядових РЛС для виявлення і розпізнавання малопомітних повітряних об’єктів», використовуються в навчальному процесі ХНУРЕ, ХНАДУ і ХНУПС при підготовці фахівців, зокрема наукових, вищої кваліфікації.

При виконанні роботи залучені студенти та аспіранти (спеціальність 121 – Інженерія програмного забезпечення).

Отримані наукові результати були використані при підготовці кадрів вищої кваліфікації, а саме:

  • доктора наук по спеціальності 121 – Інженерія програмного забезпечення – Шубін І.Ю. Тема докторської дисертації «Методи, моделі та інформаційні технології рефакторінгу веб-орієнтованих гіпермедійних систем, що експлуатуються»
  • 2-х докторів філософії по спеціальності 121 – Інженерія програмного забезпечення: Снісар С.М. Тема роботи “Інформаційна технологія та  методи виявлення радіолока­ційних позначок різнорідних рухомих об’єктів”», Ашурова О.С. – тема роботи “Інформаційна технологія створення метрик програмного забезпечення у розробці адаптивних  систем”;
  • 2-х магістрантів по спеціальності 121 – Інженерія програмного забезпечення: Козирєв А.Д. Тема магістер­ської роботи ” Аналіз інформаційних технологій розробки гіпермедійних  Веб-орієнтованих систем”; Пітюкова М.О.  Тема магістерської роботи “Дослідження алгоритмів обробки сигналів в інтелектуальних радіолокаційних комплексах”.

Основні наукові досягнення

В результаті виконання НТР по Державному замовленню (Договір № ДЗ-40) розроблена конструкторська документації на дослідну установку з виробництва біопалива при утилізації біогенних відходів і виготовлена діюча дослідна установка. Установка реалізує технологію, яка була розроблена і апробована фахівцями лабораторії.

На замовлення Інституту високих технологій Академії наук провінції Хейлунцзян (м. Харбін, КНР) був виготовлений експериментальний зразок установки одержання альтернативного біопалива з біогенних відходів (мулового осаду, харчових відходів та інше) і в 2018 році переданий замовнику, де успішно пройшов приймальні випробування.

При виконанні НДР № 333 були отримані такі результати:

  1. Запропоновані предикатні моделі процесних знань про малопомітні повітряні об’єкті на основі використання математичного апарату алгебри скінченних предикатів придатні для використання в інтелектуальних радіолокаційних системах при створенні автоматичних систем виявлення й розпізнавання відміток сигналів від малопомітних літальних апаратів та інших повітряних об’єктів. У розроблених моделях враховується динаміка міжперіодних змін первинних картин сигнальної обстановки, які формуються сукупністю прийнятих в процесі роботи РЛС радіолокаційних сигналів. Ці первинні картини містять об’єктивну інформацію про повітряні об’єкти. На основі радіолокаційних відміток формуються символьні предикатні моделі зображень повітряних об’єктів, які є основою для створення віртуального простору процесних знань міжперіодної обробки сигнальної інформації в оглядових РЛС. Символьна модель дозволяє на основі інформації про поведінку сигналу в кожному проаналізованому елементі обробки й предикатів подій (ознак) відрізняти елемент обробки від об’єкту і завади не за перевищенням порога, а в результаті аналізу кваліфікаційних ознак, що є найбільш ефективним при виділенні слабких сигналів відбитих від малопомітних об’єктів.
  2. Розроблені методи обробки на основі предикатної моделі процесних знань дозволяють автоматизувати процеси виявлення й розпізнавання малопомітних повітряних об’єктів та прийняття рішень.
  3. Розроблені алгоритми і програми інтелектуальної автоматизованої системи виявлення і розпізнавання малопомітних повітряних об’єктів оглядових РЛС виглядають у вигляді ієрархічної структури в цифровій предикативний формі:
  • перший рівень алгоритму обробки – це уявлення отримані в результаті спостережень дані в зручній для використання формі;
  • другий рівень – опис унарних і бінарних зв’язків між даними, що визначають механізм перетворення вхідних даних у вигляді матриці чисел в матрицю знань з урахуванням предикатної інформації про відносини (зв’язки) між вхідними даними;
  • третій рівень – накопичення знань на основі даних та інформації про зв’язки між ними представляється як отримання нових мереж відносин у вигляді предикатних ознак;
  • четвертий рівень метазнань об’єднує всі попередні рівні, дозволяючи приймати рішення про виявлення і розпізнаванні радіолокаційних відміток. Алгоритмічно рівень метазнань має вигляд предикатної операції, яка пов’язує всю отриману інформацію і в процесі її обробки отримує остаточне рішення.

Розроблені програми, які реалізують ієрархічні алгоритми розробленої автоматизованої системи обробки процесних знань при виявленні і розпізнаванні малорухомих повітряних об’єктів в оглядових РЛС.

Нові інформаційні технології обробки сигналів розроблені на основі операцій як між, так і багатооглядової обробки сигналів з урахуванням можливостей розроблених: предикатних моделей процесних знань, методів обробки процесних знань з використанням алгебри кінцевих предикатів, методу прийняття рішень, заснованого на відомих прецедентах.


Результати досліджень опубліковані в роботах

  1. Zhirnov, V.V., Solonskaya, S.V. Process knowledge bout observed objects in intellectual monitoring systems / Telecommunications and Radio Engineering – 2020. Volume 79, Issue 18, Pages 1599-1607.
  2. Zhirnov, V.V., Solonskaya, S.V. Intelligent system for detection of low-visible air objects in surveillance radars/ Telecommunications and Radio Engineering – 2020. Volume 79, Issue 17, Pages 1513-1519.
  3. Solonska S., Zhyrnov V. Adaptive semantic analysis of radar data using fuzzy transform// Data-Centric Business and Applications. ICT Systems-Theory, Radio-Electronics, Information Technologies and Cybersecurity (Volume 5). Lecture Notes on Data Engineering and Communications Technologies, Vol 48, Springer, 2021,P. 157-179.
  4. Solonskaya, S.V., Zhirnov, V.V. Signal processing in the intelligence systems of detecting low-observable and low-doppler aerial targets / Telecommunications and Radio Engineering. 2018. Vol. 77(20). p. 1827-1835
  5. Solonskaya, S.V., Zhirnov, V.V. Intelligent analysis of radar data based on fuzzy transforms / Telecommunications and Radio Engineering (English 0.587translation of Elektrosvyaz and Radiotekhnika). 2018. Vol. 77(15). p. 1321-1329
  6. Radivilova, T., Kirichenko, L., Ageiev, D., Bulakh, V. The Methods to Improve Quality of Service by Accounting Secure Parameters / Advances in Intelligent Systems and Computing. 2019. Vol. 938, p. 346-355.
  7. Al-Vandavi, I.S.A., Moskalets, M., Popovska, K., Ageyev, D., Krasnozheniuk, Y. Method for Planning SAN Based on FTTH Technology. Data-Centric Business and Applications. Lecture Notes on Data Engineering and Communications Technologies, vol 69. Springer, Cham. 2021,P. 333–353.
  8. Loshakov, V., Moskalets, M., Ageyev, D., Drif, A., Sielivanov, K. Adaptive space-time and polarisation-time signal processing in mobile communication systems of next generations. Data-Centric Business and Applications. ICT Systems-Theory, Radio-Electronics, Information Technologies and Cybersecurity (Volume 5). Lecture Notes on Data Engineering and Communications Technologies, Vol 48, Springer, 2021, P. 469–488.
  9. Hu, Z., Buriachok, V., Bogachuk, I., Sokolov, V., Ageyev, D. Development and operation analysis of spectrum monitoring subsystem 2.4–2.5 GHZ range (Book Chapter). Data-Centric Business and Applications. ICT Systems-Theory, Radio-Electronics, Information Technologies and Cybersecurity (Volume 5). Lecture Notes on Data Engineering and Communications Technologies, Vol 48, Springer, 2021, P. 675–709.
  10. Igor Shubin, Svitlana Solonska, Stanislav Snisar, Volodymyr Zhyrnov, Vlad Slavhorodskyi, Victoria Skovorodnikova “Efficiency Evaluation for Radar Signal Processing on the Basis of Spectral-Semantic Model”. 2020 15th International Conference on Advanced Trends in Radioelectronics, Telecommunications and Computer Engineering, 2020 , 25 – 29 February, P. 171-174.
  11. V. Zhyrnov, S. Solonskaya, V. Zaritskiy “Method for protecting survey radars from imitation interference”. 9th international conference “Information systems and technologies ICT-2020”. Kharkiv: KhNURE, 2020. – Р. 132-135.
  12. Жирнов В.В., Солонская С.В. «Метод преобразования символьных радарных отметок малозаметных подвижных объектов на основе эффекта Тальбота». // Радиотехника: Харьков: ХНУРЭ, 2021.- № 205 – С 129-137.
  13. Жирнов В.В., Солонская С.В. «Предикатная модель процессных знаний при обнаружении и распознавании пачечной структуры сигналов от летательных аппаратов в обзорных РЛС». // Радиотехника: Харьков: ХНУРЭ, 2020.-№ 201 – С 137-144.
  14. Солонская С.В., Жирнов В.В. «Предикатная модель процессных знаний при обнаружении и распознавании протяженных объектов типа облака, тучи, «ангел-эхо» в обзорных РЛС». // Радиотехника: Харьков: ХНУРЭ, 2020.-№ 202 – С 164-172.
  15. Жирнов В.В., Солонская С.В. «Семантический анализ флуктуаций радиолокационной пачки для идентификации воздушных объектов». // Радиотехника: Харьков: ХНУРЭ, 2020.-№ 203 – С 197-203.
  16. Zhyrnov Volodymyr, Solonska Svitlana, Dokhov Oleksandr. Method for Automatic Detection and Recognition of Aerial Objects. 10th International Conference “Information Systems and Technologies IST-2021”. Kharkiv-Odessa, September 13-19, 2021, pp. 108-112. ISBN 978-617-7519-59-0.
  17. В.В. Жирнов, С.В. Солонская, В.И. Зарицкий «Метод борьбы с нестационарными естественными и имитирующими помехами в интеллектуальных обзорных РЛС». // Радиотехника: Харьков: ХНУРЭ, 2021.-№ 206– С. 115 – 121.

Проблемна науково-дослідна лабораторія електронних та нетрадиційних енерготехнологій (ПНДЛ ЕНЕТ)    Проблемна науково-дослідна лабораторія електронних та нетрадиційних енерготехнологій (ПНДЛ ЕНЕТ)

Короткий опис технології одержання рідкого палива при утилізації мулового осаду
Олександр Іванович Дохов

Науковий керівник

Олександр Іванович Дохов

Завідуючий лабораторією НДЦ ІІРЕСТ, заступник головного редактора видання «Прикладна радіоелектроніка»

Контакти

Корпус «І»,

кімната 111А

 

Корпус  «Д»

кімнати 220.2, 220.4

oleksandr.dokhov@nure.ua