Планирование информационных процессов в вычислительных системах автономных необитаемых подводных аппаратов тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Литуненко Елизавета Геннадьевна

• Литуненко Елизавета Геннадьевна
• кандидат наук
• 2025

Оглавление диссертации кандидат наук Литуненко Елизавета Геннадьевна

Введение

Глава 1. Анализ современных методов проектирования сетей подводных аппаратов

1.1. Анализ особенностей построения и применение сетей подводных аппаратов

1.2. Архитектура и сетевые протоколы подводных сетей

1.3. Анализ и планирование информационных процессов в распределенных вычислительных системах

1.4. Выводы

Глава 2. Алгоритмы планирования информационных обменов в сети подводных аппаратов

2.1. Математическая модель информационных обменов в сети подводных аппаратов

2.2. Планирование неупорядоченных сообщений

2.3. Планирование частично упорядоченных сообщений

2.4. Выводы

Глава 3. Алгоритм энергоэффективного планирования заданий в вычислительной системе подводных аппаратов

3.1. Концепция энергоэффективного подхода

3.2. Разработка частных планов flow shop системы с минимизацией среднего времени пребывания задания в системе

3.3. Интеграция частных планов flow shop системы в результирующий план

3.4. Выводы

Глава 4. Результаты апробации алгоритмов планирования информационных процессов при проектировании сети АНПА

4.1. Базовые принципы построения сети подводных аппаратов

4.2. Концепция среды для имитационного моделирования сети подводных

аппаратов

4.3. Исследование сетей АНПА с использованием имитационных моделей

4.4. Апробация алгоритма энергоэффективного планирования

4.5. Выводы

Заключение

Список публикаций автора

Список сокращений

Литература

Приложение А. Программные модули среды имитационного моделирования сети АНПА

ВВЕДЕНИЕ

Подводная робототехника на протяжении последних десятилетий неизменно находится в центре внимания специалистов. Обсуждение вопросов, связанных с особенностями проектирования подводных аппаратов, их сетей, а также вычислительных систем и программного обеспечения, входящих в их состав, занимает важное место и в современной научно-технической литературе. Существенный интерес к этой области объясняется востребованностью автономных необитаемых подводных аппаратов (АНПА) при решении целого ряда прикладных задач. В частности, они широко применяются при работе в экстремальных условиях в интересах геологоразведочных, поисковых, океанографических и других работ и исследований. В целях ускорения и улучшения качества эти работы осуществляются группой аппаратов, обменивающихся информацией для координации совместных действий. В этом случае речь идет об использовании сети АНПА. Информационное взаимодействие между аппаратами осуществляется средствами звукоподводной связи, реализация которой сопряжена с рядом особенностей, среди которых низкая скорость распространения звука в воде, зависимость коэффициента затухания гидроакустического сигнала от частоты, многолучевое распространение сигнала, обнаружение сигнала в условиях априорной неопределенности помехо-сигнальной обстановки. Все это приводит как к существенному ограничению скорости обмена (килобиты в секунду), так и к ограничению радиуса обмена информацией между аппаратами. В результате в общем случае сообщение достигает узла-адресата не напрямую, а через цепочку узлов-ретрансляторов. Кроме того, в силу подвижности аппаратов маршрут доставки сообщения может меняться из-за изменения топологии сети АНПА. В этих условиях существенно возрастают требования к организации информационных обменов с целью минимизации времени нахождения сообщений в сети. Решить эту задачу можно путем оптимизации маршрутов передачи сообщений и планирования последовательности информационных обменов. Последнее представляется новой задачей и исследуется в настоящей диссертации.

Проблема проектирования сетей АНПА многогранна. Задача планирования информационных взаимодействий возникает не только на уровне сети, но и на

уровне аппаратов при обеспечении взаимодействия процессоров распределенной вычислительной системы каждого из аппаратов. Проблеме планирования вычислений в системах реального времени в современной научной литературе уделяется большое внимание. Она рассматривалась в работах Liu C.L., Layland J.W., Coffman E.G., Cottet F., Stankovic J. A., Топоркова В.В., Костенко В.А., Лазарева А.А. и многих других. При этом, разнообразие рассматриваемых задач весьма велико. В настоящей работе исследования сфокусированы на задаче планирования в многоканальных системах обработки информации, которая в теории расписаний известна как задача flow shop планирования. К недостаткам известных для этой проблемы решений следует отнести высокую вычислительную сложность и отсутствие учета особенностей систем реального времени.

Учитывая указанные особенности и условия, в которых необходимо организовать сетевую связь, а также недостатки известных алгоритмов, задача планирования информационных обменов в сетях подводных аппаратов как на уровне сети, так и на уровне узлов, является актуальной.

Цель работы состоит в разработке и исследовании алгоритмов планирования информационных процессов в вычислительных системах сети АНПА.

Для достижения поставленной цели решены следующие задачи:

1. Анализ известных методов планирования распределенных вычислений и сетевых обменов.

2. Разработка и исследование математической модели информационных обменов в сети подводных аппаратов.

3. Разработка и исследование алгоритмов и программного обеспечения для планирования информационных обменов в сети подводных аппаратов.

4. Разработка и исследование энергоэффективного алгоритма и программного обеспечения для планирования распределенных вычислений в АНПА.

5. Разработка программной среды для имитационного моделирования сети подводных аппаратов.

6. Апробация предложенных методов планирования информационных обменов в сети подводных аппаратов на имитационной модели и в разработках бортовых систем подводных аппаратов.

Научная новизна результатов диссертационной работы:

1. Впервые разработана и исследована математическая модель информационного обмена в сети поводных аппаратов, учитывающая время ожидания в очереди на передачу и время переноса сообщений между аппаратами.

2. Впервые предложены алгоритмы и программное обеспечение для планирования последовательности информационных обменов в сети поводных аппаратов, оптимальные по критерию минимума суммарного времени доставки сообщений для случаев наличия и отсутствия априорных ограничений на вид упорядоченности.

3. Разработан алгоритм и программное обеспечение для энергоэффективного планирования заданий в вычислительной системе поводного аппарата, отличающийся от известных возможностью планирования с учетом критерия минимума среднего времени пребывания задания в системе и в условиях наличия у системы многих информационных выходов.

4. Предложена и реализована концепция программной среды для имитационного моделирования сетей подводных аппаратов, отличающаяся от известных возможностью моделирования сетевых обменных процессов с учетом условий распространения гидроакустических информационных сигналов.

Практическая значимость результатов диссертационной работы заключается в следующем:

1. Предложенные алгоритмы планирования позволяют повысить эфективность применяемых на практике средств информационных взаимодействий в сети АНПА.

2. Разработанная имитационная модель системы обмена в сети АНПА позволяет имитировать различные режимы работы сети АНПА, апробировать протоколы и алгоритмы информационно-технического взаимодействия, а

полученные результаты применять при проектировании опытных образцов изделий.

Предложенные решения были применены при разработке макетов подсистемы сетевой гидроакустической связи и навигационного комплекса АНПА в АО «Концерн «ЦНИИ «Электроприбор».

На защиту выносятся:

1. Математическая модель информационного обмена в сети подводных аппаратов.

2. Алгоритмы планирования последовательности информационных обменов в сети подводных аппаратов.

3. Алгоритм энергоэффективного планирования заданий в вычислительной системе подводных аппаратов.

4. Концепция среды для имитационного моделирования сети подводных аппаратов.

Степень достоверности научных и практических результатов подтверждается использованием корректных математических приемов, сопоставлением аналитических результатов и данных, полученных в ходе математического моделирования и экспериментальных исследований, критическим обсуждением результатов работы на научно-технических конференциях.

Материалы диссертации докладывались и обсуждались на XV Международной конференции «Intelligent Systems» (Москва, 2022 г.), 11 Mediterranean Conference on Embedded Computing (Будва, Черногория, 2022 г.), Международной конференции International Conference on Ocean Studies (г. Владивосток, 2022 г.), XIV Всероссийском совещании по проблемам управления (Москва, 2024 г.), X Всероссийской научно-практической конференции по имитационному моделированию и его применению в науке и промышленности «Имитационное моделирование. Теория и практика» (Санкт-Петербург, 2021 г.), XVII Всероссийской научно-практической конференции «Перспективные системы и задачи управления» (п. Домбай, 2022 г.), Международных семинарах «Навигация и управление движением» (International workshop navigation and motion control, Самара, 2022 г., Владивосток, 2023 г.), XXIV - XXVII Конференциях молодых ученых

«Навигация и управление движением» (Санкт-Петербург, 2021-2024 гг.), XVI Всероссийской мультиконференции по проблемам управления (Волгоград, 2023), XXXIII - XXVIV Конференциях памяти выдающегося конструктора гироскопических приборов Н.Н. Острякова (Санкт-Петербург, 2022, 2024 гг.).

По материалам диссертации опубликовано 28 работ, из них 6 статей в журналах, рекомендуемых ВАК, 3 публикации в изданиях, индексируемых Scopus и Web of Science, 2 патента, 5 программ для ЭВМ и 12 публикаций в прочих изданиях, индексируемых РИНЦ.

ГЛАВА 1. АНАЛИЗ СОВРЕМЕННЫХ МЕТОДОВ ПРОЕКТИРОВАНИЯ

СЕТЕЙ ПОДВОДНЫХ АППАРАТОВ

В настоящей главе приводится обзор современных методов проектирования сетей подводных аппаратов и особенностей, которые необходимо учитывать в процессе их проектирования, чем обосновывается актуальность диссертации. Рассматриваются возможные подходы к планированию заданий в распределенной вычислительной системе.

1.1. Анализ особенностей построения и применение сетей подводных аппаратов

В настоящее время в различных сферах наблюдается активный рост использования подводных аппаратов, в том числе автономных необитаемых аппаратов. С помощью АНПА можно решать поисково-обзорные и исследовательские задачи в трудных и экстремальных условиях, например, на больших глубинах, в условиях сложного рельефа, подо льдом [11]. Среди этих работ - картографирование, поиск затонувших объектов, исследования шельфа с целью поиска полезных ископаемых, прокладка и исследование состояния подводных трубопроводов и оптических кабелей, патрулирование акватории и т.п. [27, 32, 59, 56]. Для выполнения своего назначения АНПА оснащаются большим количеством аппаратуры, а именно, навигационным комплексом, позволяющим определять и контролировать координаты аппарата; модемами гидроакустической связи, использующимися для связи с другими аппаратами и объектами морской инфраструктуры, а также для осуществления обсервации; измерителями параметров среды, такими как датчики давления, солености и др.; фото-видео аппаратурой; системами технического зрения и т.д. [11, 32].

Расширение масштабов подводных исследований приводит к необходимости группового использования подводных аппаратов. Сети подводных аппаратов позволяют обеспечить эффективный мониторинг значительных районов океана, а также производить измерения в заданной акватории с высоким разрешением как по времени, так и в пространстве [1, 2, 56], при этом возникает необходимость осуществлять их взаимную навигацию [105]. Кроме того, групповое применение подводных аппаратов делает

возможным их использование в качестве навигационной системы с длинной базой для других подводных объектов [13, 42,122]. В настоящее время во всем мире ведутся активные разработки подводных сетей и интернета подводных вещей, который помимо подводной сети включает в себя надводные, береговые и воздушные узлы. Одной из самых масштабных разрабатываемых сетей является глобальная система наблюдения за океаном (Global Ocean Observing System (GOOS)) [117], которая разрабатывается межправительственной океанографической комиссией (Intergovernmental Oceanographic Commission) с 1991 г. Глобальная система наблюдения за океаном в настоящее время стремится координировать наблюдения за глобальным океаном по трем важнейшим темам: климат, оперативное обслуживание и здоровье морских экосистем. Существует также множество проектов, разрабатываемых на территории нашей страны в Дальневосточном отделении Российской академии наук (ДВО РАН) [1, 31], в АО «Концерн «ЦНИИ «Электроприбор» [8, 23], в Севастопольском государственном университете [75, 77] и др.

При проектировании подводных беспроводных сетей необходимо учитывать ряд ограничений, возникающих в связи с особенностями распространения сигналов в водной среде. В первую очередь, распространение в водной среде приводит к значительному затуханию сигналов [70]. Это затухание по-разному влияет на сигналы разных типов. Затухание сигналов ограничивает такие характеристики абонентов сети, как максимальная скорость передачи данных и максимальное расстояние распространения сигнала. Ниже рассмотрим более подробно.

- Затухание электромагнитного сигнала. Дальность распространения электромагнитных волн в воде зависит от проводимости среды и частоты сигнала в обратной пропорции [39]. Следовательно, только низкочастотные сигналы могут передаваться на большие расстояния в морской воде. Однако каналы связи при использовании таких сигналов обладают низкой пропускной способностью и требуют антенн большого размера.

- Затухание акустического сигнала. Из-за агрессивной водной среды большинство подводных средств связи основано на акустических каналах

связи, которые имеют узкую полосу частот. Однако ослабление акустических волн гораздо ниже, чем у электромагнитных [34].

- Затухание оптического сигнала. Оптические сигналы применяются для связи подводных объектов, однако также подвержены значительному затуханию под водой. Поглощение и рассеяние - две основные причины затухания оптического сигнала под водой [62, 68, 121]. Точная оценка зависимости затухания от параметров сигнала и среды является весьма трудоемкой, поэтому используются упрощенные модели, дающие более быстрые, но не такие точные оценки.

На качество подводного канала связи существенно влияет целый рад внешних факторов: волнение, давление, температура и состав воды. Любые изменения этих параметров оказывают влияние на такие параметры сигнала, как частота, амплитуда и скорость распространения [119]. Все это снижает надежность канала информационного обмена [114].

Сравнение сигналов разных типов в условиях водной среды представлено на рисунке 1.1 и в таблице 1.1 [74, 76, 121]. Приведенные значения параметров сигналов соответствуют следующим условиям:

- электромагнитная проводимость морской и пресной воды -44000 мкСм/см и 100 мкСм/см соответственно [60];

- соленость морской и пресной воды - 35 %о и 0,4 %о соответственно;

- глубина воды - 1 км для морской воды и 1 м для пресной воды;

- температура воды - 10 оС, кислотность - 7,7.

ИГ2 10"1 10й

Введение диссертации (часть автореферата) на тему «Планирование информационных процессов в вычислительных системах автономных необитаемых подводных аппаратов»

Дальность распространения, ы

Рисунок 1.1 - Графики зависимости затухания сигнала от дальности распространения для сигналов разных типов в различных условиях среды.

Таблица 1.1 - Характеристики разных типов связи в подводном применении

Технология связи Скорость передачи данных Дальность связи Затухание Задержка Энергопотребление Преимущества Недостатки

Акустическая ~кбит/с ~ километр < 150 дБ/км Высокая ~ 100 бит/Дж - Проверенная и широко используемая технология. - Большие расстояния связи. - Работает вне прямой видимости. - Низкая скорость передачи данных и пропускная способность. - Большие задержки.

Электромагнитная ~Мбит/с ~ десятки метров < 100 дБ/м Низкая - Высокая скорость обменов. Очень низкая дальность связи.

Оптическая ~Гбит/с ~ сотни метров < 15 дБ/м Низкая ~ 30 000 бит/Дж - Высокая скорость передачи данных и пропускная способность. - Сильно зависит от параметров окружающей среды. - Требуется прямая видимость. - Ограниченная дальность связи.

Сравнивая данные, приведенные в таблице 1.1 и на рисунке 1.1, можно сделать вывод о том, что акустическая связь под водой является наиболее эффективным способом связи на больших расстояниях, на коротких расстояниях целесообразно применение высокоскоростной оптической связи. Электромагнитная связь проигрывает по параметрам двум другим видам связи, поэтому при построении сетей подводных аппаратов используется именно гидроакустическая связь.

Подводных сети, использующие акустический канал для связи абонентов, значительно отличаются от широко распространенных и исследованных радиосетей, что не позволяет напрямую использовать большинство технических решений, используемых в радиосетях. Ниже изложен ряд отличительных особенностей гидроакустических сетей.

- Ограниченная пропускная способность. Пропускная способность гидроакустического канала связи весьма ограничена и зависит от частоты сигнала и дальности связи.

- Ограниченная дальность распространения сигнала. Ограничение возникает из-за затухания сигнала и геометрического расплывания [110]. Затухание также возникает в результате поглощения акустических волн в воде [103]. Эффект затухания можно уменьшить, увеличив мощность передачи или уменьшив расстояние между абонентами. Таким образом, передача сообщений с большей вероятностью будет успешной, если большое расстояние разбить на короткие отрезки с применением ретрансляторов между ними [64, 110].

- Существенное доплеровское искажение сигнала. Из-за низкой скорости распространения сигнала, влияние эффекта Доплера становится более значительным, поскольку его величина

V

пропорциональна отношению а « —, где V - это относительная скорость

Ух

между парой передатчик-приемник и Ух - скорость распространения. Этот эффект обуславливает вызванное движением искажение за счет расширения полосы пропускания (В) принимаемого сигнала на (1 + а) В и смещение частоты приема (/) на af [113].

- Ненадежный и изменяющийся во времени канал. Многолучевое распространение сигнала в воде, вызванное отражением акустического

сигнала от дна, поверхности воды, плавучих объектов и т. д., приводит к тому, что сигнал может поступать от приемника к источнику по разным путям и с разным фазовым сдвигом [48]. Эти одновременно поступающие на вход приемника и находящиеся в противофазе сигналы могут мешать корректному приему данных.

- Шумы. Водная среда является очень зашумленной, что может приводить к потерям при передаче данных по гидроакустическому каналу. Зашумленность среды возникает как в результате деятельности человека под водой, например, судоходство, добыча полезных ископаемых, вызывающие волнение и турбулентность [110], так и в результате природных явлений - сейсмической активности, подводных течений и др. [35, 103].

- Потребление энергии. Потребление энергии является еще одной основной проблемой подводных сетей, поскольку заменить или перезарядить батареи абонентов подводной сети сложно. Энергия, потребляемая подводными аппаратами, намного больше, чем потребляемая наземными объектами [63, 106]. Таким образом, энергоэффективность является важным требованием к абонентам подводных сетей.

В силу приведенного выше широкого спектра особенностей и ограничений, возникающих при эксплуатации сетей подводных аппаратов, при проектировании к ним предъявляются высокие требования. Ниже приведены основные из них.

Измерительные подсистемы, которыми оснащаются подводные аппараты, должны обладать высокой надежностью и стабильностью характеристик во времени, для обеспечения корректной работы на протяжении всей миссии.

Для обеспечения заданного уровня автономности аппаратура АНПА должна соответствовать жестким массогабаритным требованиям, а также требованиям энергопотребления. Поскольку автономность подводного аппарата обеспечивается бортовым источником питания, оптимизация энергопотребления бортовой аппаратуры, в том числе, вычислительной системы, является актуальной задачей.

Эффективные совместные действия аппаратов в сети возможны лишь при условии обеспечения точной навигации. В случае наличия доступа к поверхности, у аппаратов появляется возможность использовать сигналы от глобальной навигационной спутниковой системы (ГНСС) для коррекции данных о своем местоположении, в остальных случаях для коррекции используется комплексирование данных с различных навигационных систем, установленных на борту аппарата, а также коррекция по гидроакустическим навигационным системам.

Абоненты сети должны быть оборудованы и подсистемой связи, обеспечивающей взаимодействие абонентов сети друг с другом, а также межсетевое взаимодействие, взаимодействие с оператором и командным пунктом как по гидроакустическому каналу связи при нахождении аппарата в подводном положении, так и по радиоканалу для связи в надводном положении. Это позволяет координировать взаимодействие абонентов сети при выполнении заданной миссии.

1.2. Архитектура и сетевые протоколы подводных сетей

Несмотря на то, что каждая автономная сеть может иметь свою собственную архитектуру, существуют эталонная система OSI, определяющая архитектуру сетей.

Эталонная модель OSI представляет собой 7-уровневую систему, включающую в себя следующие уровни:

1. Физический уровень

2. Канальный уровень

3. Сетевой уровень

4. Транспортный уровень

5. Сеансовый уровень

6. Уровень представления

7. Прикладной уровень

На практике модель для реальной системы может не соответствовать эталонной и на одном уровне объединять несколько уровней модели OSI. Так, например, прикладной уровень модели TCP/IP включает в себя 5-7 уровни модели OSI, а канальный включает в себя помимо одноименного уровня модели OSI, физический уровень.

Соотнести подводную сеть и ее надводную инфраструктуру с уровнями TCP/IP можно с помощью рисунка 1.2. На нем представлен пример архитектуры подводной сети в общем виде. Каждый уровень эталонной модели опирается на протоколы управления связью между устройствами подводной сети независимо от их базовой структуры и конструкции. Протоколы определяют форматы данных, которыми обмениваются абоненты, методы синхронизации абонентов, способы обеспечения защиты данных, схемы контроля ошибок при передаче данных. Учитывая особенности и ограничения, возникающие при проектировании подводных сетей, изложенные в предыдущем разделе, использование известных протоколов информационного обмена, разработанных для радиосетей, невозможно.

Протоколы информационного обмена в сетях подводных аппаратов решают широкий спектр задач [52], в том числе:

- обеспечение минимальной задержки связи;

- выбор подходящей длины пакетов в зависимости от параметров канала

связи;

- снижение влияния затухания сигнала на качество связи;

- учет низкой пропускной способности гидроакустического канала связи; формирование защищенного канала связи.

Рисунок 1.2 - Соответствие уровней TCP/IP элементам сети

1) Прикладной уровень.

Отвечает за идентификацию каждого отдельного объекта (т. е. идентификационный номер абонента сети, тип абонента, местоположение абонента и т.д.), сбор данных, обработку информации и подачу команд. Сбор данных на прикладном уровне включает в себя обнаружение, отслеживание, запись и потоковую передачу данных. Некоторые абоненты сети этого уровня осуществляют сбор данных окружающей среды и могут реагировать на определенные события в соответствии с заданным сценарием.

Разработано уже большое количество протоколов прикладного уровня, однако изучая эти протоколы, можно заметить, что не все из них подходят для подводных сетей. Некоторые из этих протоколов полагаются на широкополосную работу, в то время как другие имеют заголовки протоколов, которые являются избыточными при подводной связи. Протоколы, которые могут использоваться на прикладном уровне подводной сети предложены в работах [37, 91].

2) Транспортный уровень.

Транспортный уровень отвечает за разделение данных на пакеты перед их передачей через сетевой шлюз. Кроме того, на этом уровне может контролироваться потенциальная потеря данных.

Протокол TCP считается одним из наиболее надежных протоколов, обеспечивающих минимальное количество ошибок при передаче данных за счет возможности обнаруживать и исправлять их. Однако реализация протокола TCP затруднительна для водной среды в виду особенностей гидроакустического канала связи, в том числе многолучевого распространения сигнала, из-за чего может быть затруднительно определить время распространения сигнала от отправителя к получателю и обратно. Поэтому для подводных сетей необходима разработка специальных протоколов транспортного уровня, которые обеспечат необходимую надежность связи [98].

Протоколы транспортного уровня подводной сети должны:

• Выборочно подтверждать прием данных, что позволит сохранить энергоэффективность и относительно высокую пропускную способность сети.

• Своевременно реагировать на ухудшение местного трафика.

• Использовать информацию с нижних уровней для прогнозирования и последующего реагирования на потери соединения или частичные потери пакетов.

• Быть легко интегрированными с механизмами обеспечения поэтапной надежности, чтобы локально восстанавливать потери пакетов без запуска дорогостоящих механизмов сквозной повторной передачи.

Для подводной сети разработан протокол SDRT (segmented data reliable transfer). Особенностью протокола, которая позволяет сократить количество повторных пересылок данных, является использование кодов Tornado [120].

В [94] для уменьшения количества сквозных повторных передач предложен одноадресный протокол, направленный на максимизацию сквозной надежности за счет обеспечения высокой надежности канального уровня. Предложено три версии надежного одноадресного протокола, которые объединяют функции MAC и маршрутизации, одновременно используя различные уровни знаний об абонентах сети:

- Отсутствие информации о соседях.

- Знание абонентов, передать информацию которым можно напрямую (одношаговый маршрут передачи).

- Знание абонентов, передать информацию которым можно только с помощью абонентов-ретрансляторов (многошаговый маршрут передачи).

3) Сетевой уровень.

Из-за уникальной природы водной среды многие существующие решения радиочастотной маршрутизации, демонстрируют низкую производительность в подводных сетях. Классификация протоколов сетевого уровня и их сравнение приведены в таблице 1.2.

Таблица 1.2 - Классификация протоколов сетевого уровня

Тип протокола Описание Преимущества Недостатки

Проактивный (например, DSDV [96], OLSR [69]) Каждый абонент постоянно поддерживает актуальную информацию о маршрутизации к каждому другому абоненту сети. Это достигается путем широковещательной рассылки управляющих пакетов. Поддержание актуальности данных маршрутизации. Масштабирование затруднительно.

Реактивный (например, AODV [97], DSR [72]) Абонент инициирует процесс обнаружения маршрута только тогда, когда требуется маршрут до пункта назначения. После того как маршрут установлен, он поддерживается до тех пор, пока не перестанет быть востребованным. Маршрут определяется только тогда, когда это действительно необходимо. Большая задержка, вызванная низкой скоростью распространения сигнала.

Географической маршрутизации (например, GFG [44], PTKF [88]) Каждый абонент выбирает следующий шаг маршрута на основе положения своих соседей и абонента получателя. Масштабируемость и локализованная передача сигналов. Необходимость высокой точности определения местоположения.

Протоколы маршрутизации можно классифицировать и по признаку использования информации о местоположении абонентов сети: протоколы, зависящие от местоположения [101, 102, 109], и протоколы, не зависящие от местоположения [83, 125].

4) Канальный уровень.

Протоколы канального уровня обеспечивают контроль доступа к среде (Media Access Control - MAC). Уникальные характеристики распространения акустических волн под водой создают особые проблемы при разработке протоколов множественного доступа к среде. Можно выделить множественный доступ с частотным разделением каналов (Frequency Division Multiple Access - FDMA) - абоненты сети осуществляют обмен информацией на разных частотах; с временным разделением каналов (Time Division Multiple Access - TDMA) - каждый абонент излучает сигнал в выделенный для него временной слот; произвольный доступ - например, протоколы ALOHA.

Кроме того, протоколы на основе кодового разделения каналов (Code Division Multiple Access - CDMA) могут использоваться как в случае наличия расписания, так и в случае произвольного доступа с возможностью улучшения производительности системы, обеспечив одновременную передачу с кодовым разделением от нескольких абонентов.

В таблице 1.3 приведены некоторые преимущества и недостатки каждой категории протоколов канального уровня для подводной связи. Частотное разделение редко используется в подводных сетях из-за узкой полосы пропускания и многолучевого распространения сигнала в среде. Протоколы, основанные на временном разделении каналов TDMA имеют ограниченную эффективность использования канала в сетях с большим количеством абонентов из-за длительного времени ожидания. Для уменьшения периода обмена в протоколе на основе TDMA - STUMP [80] - предлагается на основании информации о расположении узлов и периоде излучений осуществлять одновременную передачу информации несколькими абонентами, что позволяет несколько увеличить эффективность работы сети. Современные подводные решения MAC по большей части основаны на схемах произвольного доступа, таких как ALOHA, CSMA или CDMA.

Таблица 1.3 - Классификация протоколов канального уровня для подводных сетей

Группа протоколов Примеры Преимущества Недостатки

на основе ALOHA [49] ALOHA; Slotted ALOHA - передача в дискретные временные интервалы (слоты) для передачи информации; ALOHA-CA с предотвращением коллизий; ALOHA-AN с предварительным уведомлением Простота реализации Ограниченное использование канала

на основе CSMA [50] Slotted FAMA [90]; T-Lohi [115]и его модификации Предотвращает конфликты между излучением и приемом сигналов Канал может определяться как свободный во время передачи сигнала

на основе CDMA UW-MAC [100]; UMIMO-MAC [82] Устойчивость к частотным помехам, вызванным многолучевым распространением сигнала Проблема с ближним расстоянием снижает производительность

на основе TDMA Протокол [79] Отсутствие одновременно приходящих сигналов Ограниченная эффективность использования в сетях с большим количеством абонентов

на основе FDMA Обеспечивает одновременный доступ нескольких абонентов Узкая полоса пропускания гидроакустического канала и уязвимость систем с ограниченным диапазоном частот

5) Физический уровень

Физический уровень включает в себя такие функции, как модуляция, коррекция ошибок и коррекция канала для надежной передачи цифровых потоков битов. Ключевой задачей, лежащей в основе физического уровня, является разработка спектрально эффективных, но надежных схем модуляции и соответствующих им приемников и передатчиков гидроакустических сигналов [40]. Методы модуляции, используемые в подводных сетях, рассмотрены в таблице 1.4.

Таблица 1.4 - Методы модуляции, используемые в подводных сетях

Наименование Описание Преимущества Недостатки

Некогерентная модуляция Фаза сигнала не отслеживается, вводятся защитные временные интервалы для подавления межсимвольной интерференции, вызванной многолучевым распространением сигнала[36] Простота, надежность, устойчивость Низкая надежность и скорость передачи данных

Когерентная модуляция Например, фазовая манипуляция (PSK) и квадратурная амплитудная модуляция (QAM) [36] Более высокая скорость передачи данных [111, 112] Высокая чувствительность к шуму, низкая эффективность в условиях многолучевого распространения сигнала

Расширение спектра прямой последовательности (DSSS) или множественный доступ с кодовым разделением прямой последовательности (DS-CDMA) Узкополосный сигнал перед передачей расширяется по широкополосному сигналу путем умножения каждого символа на псевдослучайную или псевдошумовую (P^-подобную кодовую последовательность. Устойчивость к помехам, возможность обеспечения скрытой связи Высокая сложность, поскольку может потребовать оценки канала и отслеживания фазы перед сжатием и декодированием информационных битов [61]

Наименование Описание Преимущества Недостатки

На стороне приемника принятый сигнал перед декодированием подвергается сжатию с использованием того же кода расширения

Модуляция с несколькими несущими Например, мультиплексирование с ортогональным частотным разделением каналов (OFDM) [108] -обработка нескольких несущих преобразует частотно- избирательный канал в набор подканалов с плавным замиранием. Позволяет преодолеть большой разброс задержек подводной связи Большой риск возникновения помех в канале из-за доплеровского сдвига

Пространственная модуляция Использование нескольких разнесенных приемников и передатчиков позволяет одновременно излучать или принимать несколько сигналов (multiple input, multiple output -MIMO) [123] Позволяет добиться высокой скорости и надежности информационного обмена Высокая нагрузка на вычислительную систему абонента сети

Повысить эффективность обменов можно и путем комбинации различных методов. Например, в [78] предложено решение, сочетающее MIMO и OFDM, при котором наблюдается практически безошибочная работа. Потенциальное увеличение скорости передачи данных и пространственного разнесения в подводной акустической связи может быть достигнуто только в том случае, если преобразователи будут расположены на расстоянии, превышающем длину когерентности сигнала в передающих и приемных антенных решетках.

Межуровневое проектирование

В традиционной многоуровневой архитектуре каждый уровень взаимодействует только с соседними уровнями в стеке протоколов через четко определенные интерфейсы. Хотя строго многоуровневые архитектуры широко распространены, известно, что они не идеально подходят для беспроводных приложений с ограниченным энергопотреблением, что соответствует случае подводных сетей. К недостаткам многоуровневой архитектуры можно отнести то, что при такой организации не предусмотрена совместная оптимизация параметров системы на разных уровнях для максимизации общей пропускной способности сети или минимизации энергопотребления [89]. Межуровневая конструкция позволяет взаимодействовать между различными уровнями, что позволит повысить качество работы и пропускную способность сети, что особенно важно в условиях изменяющегося гидроакустического канала связи.

В [99] эффективная подводная связь достигается за счет оптимизации совместного управления маршрутизацией, MAC и физическими функциями.

С целью повышения скорости передачи данных и гибкости протоколов для поддержки работы с разнородным трафиком с точки зрения пропускной способности, задержки и сквозной надежности, предлагается использовать UMIMO-Routing [81]. Он позволяет использовать потенциал методов передачи MIMO по акустическим каналам и потенциал OFDM для уменьшения помех между несущими частотами. Каждый абонент совместно выбирает направление следующего шага передачи данных, выбирает подходящий режим передачи и назначает оптимальную мощность передачи на разных поднесущих частот.

1.3. Анализ и планирование информационных процессов в распределенных вычислительных системах

Проектирование современных распределенных вычислительных систем сопровождается сложным анализом разнообразных моделей. В настоящей работе целесообразно выделить два основных направления, опирающихся соответственно на вероятностный и детерминированный подходы. Оба подхода общепризнаны, причем каждый из них занимает свое место в процессе проектирования. Первый подход обычно связывают с широко известной теорией массового обслуживания (ТМО). Эта теория позволяет определить структуру вычислительной системы и ее параметры, исходя из характеристик ее производительности, характеристик потоков заявок на обслуживание (требований на осуществление вычислительного процесса). Теория базируется на положениях теории вероятности и оперирует средними значениями характеристик процесса. [14]

На рисунке 1.3 приведена обобщенная схема системы массового обслуживания (СМО), на которой, кроме каналов обработки, обозначены входной поток заявок, очередь заявок, потоки необслуженных и обслуженных заявок.

Рисунок 1.3 - Структурная схема СМО

Однако в круг вопросов, рассматриваемых в ТМО, не входит такая важная проблема проектирования, как, например, определение наилучшего порядка информационных обменов или решаемых задач в вычислительной системе, иначе проблема планирования. Эта проблема решается, как правило, на основе

детерминированного подхода. Именно она и исследуется в настоящей диссертации.

Планирование информационных процессов может обеспечить более эффективное использование ресурсов системы. В случае, когда абоненты обмениваются пакетами разного назначения и разной длины, модель обслуживания FIFO (First In First Out) становится неэффективной для распределенной системы с большим потоком данных [118]. Таким образом, планирование порядка передачи пакетов с учетом их размера, назначения или других критериев может повысить производительность и пропускную способность системы, что делает разработку алгоритмов планирования актуальной задачей. Следует отметить, что эта задача имеет место как при планировании последовательности отправки пакетов в сети подводных аппаратов, так и в вычислительных системах аппаратов.

Алгоритмы планирования оцениваются по следующим параметрам:

- Эффективность. Основная функция алгоритмов планирования пакетов - планирование порядка передачи пакетов или обработки данных, поставленных в очередь в системе, на основе доступного общего ресурса таким образом, чтобы удовлетворять некоторому критерию, определенному в системе. Считается, что рассматриваемый алгоритм планирования эффективнее других, если он может обеспечить большую пропускную способность системы. То есть он может обеспечить выполнение выбранного критерия при большем количестве абонентов в системе или при большей ее загруженности.

- Гибкость. Алгоритм планирования должен иметь возможность работы с пакетами, обладающими различными характеристиками (размером, приоритетом и др.), а также с распределенными системами различной конфигурации.

- Вычислительная сложность. Алгоритм планирования должен обладать низкой вычислительной сложностью, чтобы минимизировать влияние работы алгоритма на скорость обработки данных.

Базовым понятием является понятие задачи. Будем считать задачей элементарную операцию, выполняемую одним элементом распределенной вычислительной системы, например, программный модуль, выполняемый процессором. Соотношение задач с исполняющими их элементами распределенной системы, называется процедурой назначения. Группа задач, связанных отношением предшествования называется заданием. Отношение предшествования может быть следующих типов: цепочка, иерархия и общего вида - они показаны на рисунке 1.4. Под планированием понимается определение последовательности выполнения заданий, удовлетворяющей некоторому заданному критерию. Исходными данными для составления плана являются длительности задач, связывающее их отношение предшествования, требования по временной привязке и периоды запуска на выполнение. Обычно задачи планирования решаются в оптимизационной постановке на основе одного из приведенных ниже критериев, определяемых при разработке системы [16]:

- минимум времени выполнения плана,

- минимум средней неточности временной привязки моментов начала решения задач,

- минимум максимального отклонения моментов завершения заданий от установленных директивных сроков.

а) 6) в)

ср 9 с^

9 Я?

© <•>© о©

о

Рисунок 1.4 - Примеры типов отношения предшествования: а) цепочка, б) иерархия, в) отношение общего вида.

Планирование заданий в распределенной вычислительной системе в общем случае можно отнести к классу № трудных [46, 55]. Решить такие алгоритмы можно точными методами, к которым относится, например, полный перебор,

метод ветвей и границ, динамическое программирование. Основным недостатком этих решений является большая вычислительная сложность, поэтому широко распространены приближенные алгоритмы, обладающие меньшей сложностью, такие как алгоритм имитации отжига, генетические алгоритмы, муравьиный алгоритм и др. Также в настоящее время приобретают популярность методы планирования, основанные на применении методов машинного обучения и искусственных нейронных сетей. При решении некоторых задач могут применяться комбинированные алгоритмы, сочетающие в себе, например, алгоритмы имитации отжига и генетический, или вариации одного алгоритма, отличающиеся различными начальными условиями. Такой подход позволяет использовать преимущества различных методов. Классификация алгоритмов решения № трудных задач с примерами алгоритмов приведена на рисунке 1.5.

Список литературы диссертационного исследования кандидат наук Литуненко Елизавета Геннадьевна, 2025 год

104 Литература

1. Агеев М. Д. Создание автоматизированной сети океанографических измерений на основе АНПА с солнечной энергетикой // Подводные исследования и робототехника, №2, 2006, С. 5-12

2. Агеев М. Д., Киселев Л.В., Матвиенко Ю.В. и др. Автономные подводные роботы. Системы и технологии. Москва: Наука, 2005. 398 с.

3. Анучин О. Н., Емельянцев Г. И. Интегрированные системы ориентации и навигации для морских подвижных объектов //СПб.: Электроприбор. -2003.

4. Грузликов А. М., Колесов Н. В., Костыгов Д. В., Ошуев В. В. Энергоэффективное планирование в распределенных вычислительных системах реального времени // Известия Российской академии наук. Теория и системы управления. - 2019. - №. 3. - С. 66-76.

5. Грузликов А.М., Колесов Н.В., Скородумов Ю.М., Толмачева М.В. Планирование заданий в распределенных системах реального времени // Известия Российской академии наук. Теория и системы управления. -2017. - №. 2. - С. 67-76.

6. Грузликов А.М., Колесов Н.В., Скородумов Ю.М., Толмачева М.В. Смешанное планирование заданий в распределенных системах реального времени // Вестник компьютерных и информационных технологий. - 2016. - №. 5. - С. 34-40.

7. Грузликов А.М., Кононов А.Н., Федореева М.К. Тест для сравнения алгоритмов планирования заданий // Материалы XVIII конференции молодых ученых «Навигация и управление движением». - 2016. -С. 470-475.

8. Грузликов, А. М., Кулаков, А. В., Лукоянов, Е. В., Мухин, Д. А., Скородумов, Ю. М., Торопов, А. Б. Результаты разработки гидроакустической аппаратуры связи // Труды Всероссийской конференции «Прикладные технологии гидроакустики. - 2023. - С. 429.

9. Дубровин Ф. С., Щербатюк А. Ф. Исследование некоторых алгоритмов одномаяковой мобильной навигации АНПА: результаты моделирования и морских испытаний //Гироскопия и навигация. - 2015. - №. 4. -С. 160-172.

10.Емельянцев Г. И., Степанов А. П. Интегрированные инерциально-спутниковые системы ориентации и навигации. - 2016.

11.Инзарцев А. В. Методы формирования поведения и проектирования программного обеспечения обследовательского автономного подводного робота: дис. - Институт проблем управления им. ВА Трапезникова Российской академии наук, 2012.

12.Кай Ш., Селезнёва М. С., Неусыпин К. А. Разработка алгоритма коррекции инерциальной навигационной системы в автономном режиме //Измерительная техника. - 2017. - №. 10. - С. 16-20.

13. Кебкал К. Г., Машошин А. И. Гидроакустические методы позиционирования автономных необитаемых подводных аппаратов //Гироскопия и навигация. - 2016. - Т. 24. - №. 3. - С. 115-130.

14.Клейнрок Л. Теория массового обслуживания. - М.: Машиностроение, 1979. 432 с.

15. Клюева С. Ф., Завьялов В. В. Синтез алгоритмов батиметрических систем навигации// Мор. гос. ун-т им. Г.И. Невельского. - Владивосток, 2013. - С. 132.

16.Колесов Н.В. Системы реального времени. Планирование, анализ, диагностирование / Н.В. Колесов, М.В. Толмачева, П.В. Юхта - СПб.: ОАО "Концерн "ЦНИИ "Электроприбор", 2014. - 185 с.

17.Конвей Р.В., Максвелл В.Л., Миллер Л.В. Теория расписаний. М.: Наука, 1975. 282 с.

18.Кошаев Д. А. Многоальтернативный алгоритм одномаяковой навигации автономного необитаемого подводного аппарата без априорных данных о его местоположении. Часть 1. Математическое описание //Гироскопия и навигация. - 2020. - Т. 28. - №. 2. - С. 109-130.

19. Лазарев А. А., Гафаров Е. Р. Теория расписаний //Задачи и алгоритмы. М.: МГУ. - 2011.

20.Малашенко Ю.Е., Назарова И.А., Новикова Н.М. Анализ двухуровневых потоковых сетей ресурсообеспечения // Известия Российской академии наук. Теория и системы управления. - 2020. - №. 3. - С. 81-94.

21.Матвеев В. В., Распопов В. Я. Основы построения бесплатформенных инерциальных навигационных систем. - 2009.

22.Машошин А. И., Пашкевич И. В. Применение подводных пассивных ориентиров для навигации автономных необитаемых подводных аппаратов // Гироскопия и навигация. - 2020. - Т. 28. - №. 3. - С. 110.

23.Машошин А. И., Скородумов Ю. М. Обоснование характеристик аппаратуры сетевой гидроакустической связи, обеспечивающей решение практических задач // Труды Всероссийской конференции «Прикладные технологии гидроакустики. - 2023. - С. 143.

24. Моргунов Ю. Н., Голов А. А., Дубина, В. А., Лучин, В. А. Методология применения океанологических данных для высокоточной обсервации подводных объектов на большой дальности //Подводные исследования и робототехника. - 2018. - №. 2. - С. 49-54.

25.Пешехонов В. Г., Соколов А. В., Краснов А. А. Современное состояние и перспективы развития отечественной морской гравиметрии //11-я Российская мультиконференция по проблемам управления. - 2018. -С. 6-16.

26.Пешехонов В. Г. Бесплатформенные навигационные системы-основа перспективного навигационного обеспечения //Морская радиоэлектроника. - 2019. - №. 2. - С. 12-15.

27.Спорышев М. С., Щербатюк А. Ф. Об использовании групп морских роботов для охраны водных акваторий: краткий обзор //Подводные исследования и робототехника. - 2018. - №. 2. - С. 21-27.

28. Степанов О. А. Основы теории оценивания с приложениями к задачам обработки навигационной информации. Часть 1. Введение в теорию оценивания. - 2010.

29. Степанов О. А., Соколов А. В., Торопов А. Б., Васильев В. А., Краснов А. А. Выбор информативных траекторий в задаче корреляционно-экстремальной навигации с учетом погрешностей карты и измерителей //Материалы XXIX конференции памяти выдающегося конструктора гироскопических приборов НН Острякова. - 2014. -С. 217-225.

30.Тель Ж. Введение в распределенные алгоритмы. М.: МЦНМО, 2009. 616 с.

31.Туфанов И. Е., Щербатюк А. Ф. Разработка алгоритмов группового поведения АНПА в задаче обследования локальных неоднородностей морской среды // Управление большими системами: сборник трудов. -2012. - №. 36. - С. 262-284.

32. Федосов В. П. и др. Сети связи для подводных автономных роботизированных комплексов. - Litres, 2022.

33.Харди Г.Г., Литтлвуд Дж. Е., Полиа Г. Неравенства. - 1948. - 456 с.

34.Ainslie M. A., McColm J. G. A simplified formula for viscous and chemical absorption in sea water // The Journal of the Acoustical Society of America. -1998 - T. 103. - № 3. - С. 1671-1672.

35.Akyildiz I. F., Pompili D., Melodia T. Challenges for efficient communication in underwater acoustic sensor networks // ACM Sigbed Review. - 2004. - Т. 1. - №. 2. - С. 3-8.

36.Akyildiz I.F., Pompili D., Melodia T. Underwater acoustic sensor networks: Research challenges. // Ad hoc networks. - 2005. - Т. 3. - №. 3. - С. 257-279.

37.Al-Fuqaha A., Guizani M., Mohammadi M., Aledhari M., Ayyash M. Internet of Things: A survey on enabling technologies, protocols, and applications // IEEE communications surveys & tutorials. - 2015. - Т. 17. - №. 4. -С. 2347-2376.

38.Al-Howaide A. Z., Doulat A. S., Khamayseh Y. M. Performance Evaluation of Different Scheduling Algorithm in WiMAX //arXiv preprint arXiv: 1111.2996. - 2011.

39.Balanis C. A., Antenna Theory: Analysis and Design. - Hoboken, NJ, USA: Wiley, 2016.

40.Basagni S., Conti M., Giordano S., Stojmenovic I. Mobile Ad Hoc Networking (Cutting Edge Directions). - John Wiley & Sons, 2013.

41.Basagni S., Petrioli C., Petroccia R., Spaccini D. Channel-aware routing for underwater wireless networks. // 2012 Oceans-Yeosu. - IEEE, 2012. - C. 1-9.

42. Batista P. GES long baseline navigation with unknown sound velocity and discrete-time range measurements // IEEE Transactions on Control Systems Technology. - 2015. - T.23. - № 1. - C. 219-230.

43. Bayat M., Crasta N., Aguiar A.P., Pascoal A.M. Range-based underwater vehicle localization in the presence of unknown ocean currents: Theory and experiments //IEEE Transactions on control systems technology. - 2015. -T. 24. - №. 1. - C. 122-139.

44.Bose P., Morin P., Stojmenovic I., and Urrutia J. Routing with guaranteed delivery in ad hoc wireless networks. // Proceedings of the 3rd international workshop on Discrete algorithms and methods for mobile computing and communications. - 1999. - C. 48-55.

45. Braker J.G. Max-algebra modeling and analysis of time-table dependend transportation networks // Procceedings European Control Conference 1991. -1991. - C. 1831-1836.

46.Brucker P. Scheduling Algorithms./ Brucker P. // Springer. 2007 - 371 p.

47. Campbell H. G., Dudek R. A., Smith M. L. A Heuristic Algorithm for The n-job, m-machine Scheduling Problem. // Management Science. - 1970. - T. 16. - №. 10. - C. B-630-B-637.

48.Catipovic J. A. Performance limitations in underwater acoustic telemetry // IEEE Journal of Oceanic Engineering. - 1990. - T. 15. - №. 3. - C. 205-216.

49.Chirdchoo N., Soh W., Chua K. Aloha-based mac protocols with collision avoidance for underwater acoustic networks. //IEEE INFOCOM 2007-26th IEEE International Conference on Computer Communications. - 2007. -C. 2271-2275.

50.Colvin A. CSMA with collision avoidance. // Computer communications. -1983. - T. 6. - №. 5. - C. 227-235.

51.Cottet F., Kaiser J., Mammeri Z. Scheduling in Real-Time Systems. - John Wiley & Sons Ltd. - 2002

52. Cui J.-H., Kong J., Gerla M., Zhou S. The challenges of building mobile underwater wireless networks for aquatic applications // IEEE Network. - 2006.

- T. 20. - №. 3. - C. 12-18.

53.DeGregoria A. J. Gravity gradiometry and map matching: an aid to aircraft inertial navigation systems. - 2010.

54.Demers A., Keshav S., Shenkar S. Analysis and simulation of a fair queueing algorithm // ACM SIGCOMM Computer Communication Review. - 1989. -T. 19. - №. 4. - C. 1-12.

55.Drozdowski M. Scheduling for Parallel Processing / Drozdowski M. // Springer, 2009. - 386 p.

56.Felemban E. et al. Underwater sensor network applications: A comprehensive survey //International Journal of Distributed Sensor Networks. - 2015. - T. 11.

- №. 11. - C. 896832.

57.Ferarri D. Real-time communication in an internetwork // Journal of High Speed Networks. - 1992. - T. 1. - №. 1. - C. 79-103.

58.Ferrari D., Verma D. A scheme for real-time channel establishment in wide-area networks // IEEE journal on Selected Areas in communications. - 1990. -T. 8. - №. 3. - C. 368-379.

59.Ferri G. et al. Cooperative robotic networks for underwater surveillance: an overview //IET Radar, Sonar & Navigation. - 2017. - T. 11. - №. 12. -C. 1740-1761.

60. Fink J. C., Fermanich K., Ehlinger T. The Effects of Urbanization on Baird Creek, Green Bay, Wisconsin. - University of Wisconsin-Green Bay, 2005.

61.Freitag L., Stojanovic M., Singh S., Johnson M. Analysis of channel effects on direct-sequence and frequency-hopped spreadspectrum acoustic communications. IEEE Journal of Oceanic Engineering, 26(4):586-593, 2001.

62.Gabriel C., Khalighi M.-A., Bourennane S., Leon P., Rigaud V. Monte-Carlo-based channel characterization for underwater optical communication systems // Journal of Optical Communications and Networking. - 2012. - T. 5. - №. 1. -C. 1-12.

63.Ghoreyshi S. M., Shahrabi A., Boutaleb T. A novel cooperative opportunistic routing scheme for underwater sensor networks // Sensors. - 2016. - T. 16. -№. 3. - C. 297.

64.Ghoreyshi S. M., Shahrabi A., Boutaleb T. An opportunistic void av-oidance routing protocol for underwater sensor networks // 30th International Conference on Advanced Information Networking and Applications. - 2016. - C. 316-323.

65. Goldsmith A., Jafar S. A., Jindal N., Vishwanath S. Capacity limits of MIMO channels. // IEEE Journal on selected areas in Communications. - 2003. -T. 21. - №. 5. - C. 684-702.

66.Gomez J., Campbell A. T., Morikawa H. The Havana Framework for Supporting Application and Channel Dependent QOS in Wireless Networks // Proceedings. Seventh International Conference on Network Protocols. - IEEE, 1999. - C. 235-244.

67.Gruzlikov A.M, Kolesov N.V, Skorodumov Yu.M., Tolmacheva M.V. Using solvable classes in flowshop scheduling // The International Journal of Advanced Manufacturing Technology. - 2017. - T. 88. - №. 5. - C. 1535-1546.

68.Illi E., Bouanani F. E., Park K.-H., Ayoub F., Alouini M.-S. An improved accurate solver for the time-dependent RTE in underwater optical wireless communications // IEEE Access. - 2019. - T. 7. - C. 96478-96494.

69.Jacquet P., Muhlethaler P., Clausen T., Laouiti A., Qayyum A., Viennot L. Optimized link state routing protocol for ad hoc networks // Proceedings. IEEE

International Multi Topic Conference, 2001. IEEE INMIC 2001. Technology for the 21st Century. - IEEE, 2001. - C. 62-68.

70. Jahanbakht M. et al. Internet of underwater things and big marine data analytics

- a comprehensive survey //IEEE Communications Surveys & Tutorials. - 2021.

- T. 23. - №. 2. - C. 904-956.

71. Jalali A., Padovani R., Pankaj R. Data throughput of CDMA-HDR a high efficiency-high date rate personal communication wireless system // VTC2000-Spring. 2000 IEEE 51st Vehicular Technology Conference Proceedings (Cat. No. 00CH37026). - IEEE, 2000. - T. 3. - C. 1854-1858.

72. Johnson D. B., Maltz D. A., Broch J. DSR: The dynamic source routing protocol for multi-hop wireless ad hoc networks. // Ad hoc networking. - 2001. - T. 5. -№. 1. - C. 139-172.

73. Johnson S.M. Optimal two-and-three-stage production schedules with set-up times included. // Naval research logistics quarterly. - 1954. - T. 1. - №2. 1. - C. 61-68.

74.Jouhari M., Ibrahimi K., Tembine H., Ben-Othman J. Underwater wireless sensor networks: A survey on enabling technologies, localization protocols, and Internet of Underwater Things // IEEE Access. - 2019. - T. 7. -C. 96879-96899.

75.Kabanov A., Kramar V. Marine internet of things platforms for interoperability of marine robotic agents: An overview of concepts and architectures //Journal of Marine Science and Engineering. - 2022. - T. 10. - №. 9. - C. 1279.

76. Kaushal H., Kaddoum G. Underwater optical wireless communication // IEEE access. - 2016. - T. 4. - C. 1518-1547.

77.Kebkal, K., Kabanov, A., Kramar, O., Dimin, M., Abkerimov, T., Kramar, V., Kebkal-Akbari V. Practical Steps towards Establishing an Underwater Acoustic Network in the Context of the Marine Internet of Things // Applied Sciences. -2024. - T. 14. - №. 8. - C. 3527.

78.Kilfoyle D. B., Preisig J. C., Baggeroer A. B. Spatial modulation experiments in the underwater acoustic channel. // IEEE Journal of Oceanic Engineering. -2005. - T. 30. - №. 2. - C. 406-415.

79.Kredo K. B., P. Mohapatra, A Hybrid Medium Access Control Protocol for Underwater Wireless Networks. // Proceedings of the 2nd Workshop on Underwater Networks. - 2007. - C. 33-40.

80.Kredo K., Djukic P., Mohapatra P. STUMP: Exploiting position diversity in the staggered TDMA underwater MAC protocol. // IEEE INFOCOM 2009. - 2009.

- C. 2961-2965.

81.Kuo L., Melodia T. Cross-layer routing on MIMO-OFDM underwater acoustic links. // 2012 9th Annual IEEE Communications Society Conference on Sensor, Mesh and Ad Hoc Communications and Networks (SECON). - IEEE, 2012. -C. 227-235.

82.Kuo L., Melodia T. Distributed medium access control strategies for MIMO underwater acoustic networking. // IEEE Transactions on Wireless Communications. - 2011. - T. 10. - №. 8. - C. 2523-2533.

83.Lee U., Wang P., Noh Y., Vieira L. F. M., Gerla M., Cui J. Pressure routing for underwater sensor networks // 2010 Proceedings IEEE INFOCOM. - IEEE, 2010. - C. 1-9.

84. Li Y., Zhang Y., Li W., Jiang T. Marine wireless big data: Efficient transmission, related applications, and challenges // IEEE Wireless Communications. - 2018.

- T. 25. - №. 1. - C. 19-25.

85.Liu J.W.S. Real-Time Systems. - 2000. - 600 c.

86. Lu S., Bharghavan V. Fair Scheduling in Wireless Packet Networks // IEEE/ACM Transactions on networking. - 1999. - T. 7. - №. 4. - C. 473-489.

87.Lukoyanov E., Kolesov N., Gruzlikov, A., Tolmacheva, M. Models of Dynamic Systems in Diagnostic Tasks. // Symmetry. - 2022. - T. 14. - №. 7. - C. 1433.

88. Melodia T., Pompili D., Akyildiz I. F. Optimal local topology knowledge for energy efficient geographical routing in sensor networks. // IEEE INFOCOM 2004. - 2004. - T. 3. - C. 1705-1716.

89.Melodia T., Vuran M. C., Pompili D. The State of the Art in Cross-layer design for Wireless sensor networks. // Wireless Systems and Network Architectures in Next Generation Internet: Second International Workshop of the EURO-NGI Network of Excellence, Villa Vigoni, Italy, July 13-15, 2005, Revised Selected Papers 2. - Springer Berlin Heidelberg, 2006. - C. 78-92.

90.Molins M., Stojanovic M. Slotted FAMA: a MAC protocol for underwater acoustic networks. // OCEANS 2006-Asia Pacific. - IEEE, 2006. - C. 1-7.

91. Musilova S. Profiling and detection of IoT attacks in Telnet traffic // Master's Thesis, Czech Technical University in Prague, Department of Computer Science, 2020.

92.Nawaz M., Enscore Jr. E.E., Ham I. A Heuristic Algorithm for the m-Machine, n-Job Flow-shop Sequencing Problem // Omega. - 1983. - T. 11. - №. 1. -C. 91-95.

93.Ng T. S. E., Stoica I., Zhang H. Packet Fair Queueing Algorithms for Wireless Networks with Location-Dependent Errors. // Proceedings. IEEE INFOCOM'98, the Conference on Computer Communications. Seventeenth Annual Joint Conference of the IEEE Computer and Communications Societies. Gateway to the 21st Century (Cat. No. 98. - IEEE, 1998. - T. 3. -C. 1103-1111.

94.Nimbalkar A., Pompili D. Reliability in Underwater Inter-Vehicle Communications // Proceedings of the 3rd International Workshop on Underwater Networks. - 2008. - C. 19-26.

95.Ogbu F. A., Smith D. K. The Application of the Simulated Annealing Algorithm to the Solution of the n/m/c Subscript Max Flowshop Problem. // Computers & Operations Research. - 1990. - T. 17. - №. 3. - C. 243-253.

96. Perkins C. E., P. Bhagwat. Highly dynamic destination-sequenced distance-vector routing (DSDV) for mobile computers // ACM SIGCOMM computer communication review. - 1994. - T. 24. - №. 4. - C. 234-244.

97.Perkins C., Belding-Royer E., Das S. Ad hoc on-demand distance vector (AODV) routing. - 2003. - IETF RFC 3561.

98.Pompili D., Akyildiz I. Overview of networking protocols for underwater wireless communications // IEEE Communications magazine. - 2009. - T. 47. -№. 1. - C. 97-102.

99.Pompili D., Akyildiz I. F. A multimedia Cross-layer protocol for underwater acoustic sensor networks. // IEEE Transactions on Wireless Communications. -2010. - T. 9. - №. 9. - C. 2924-2933

100. Pompili D., Melodia T., Akyildiz I. F. A CDMA-based medium access control protocol for underwater acoustic sensor networks. // IEEE Transactions on Wireless Communications. - 2009. - T. 8. - №. 4. - C. 1899-1909.

101. Pompili D., Melodia T., Akyildiz I. F. Distributed routing algorithms for underwater acoustic sensor networks. // IEEE transactions on Wireless Communications. - 2010. - T. 9. - №. 9. - C. 2934-2944.

102. Pompili D., T. Melodia, and I. F. Akyildiz. A resilient routing algorithm for long-term applications in underwater sensor networks. // Proceedings of Mediterranean Ad Hoc Networking Workshop (Med-Hoc-Net). - 2006.

103. Preisig J. Acoustic propagation considerations for underwater acoustic communications network development // ACM SIGMOBILE Mobile Computing and Communications Review. - 2007. - T. 11. - №. 4. - C. 2-10.

104. Reeves C. R., Yamada T. Genetic Algorithms, Path Relinking, and Flow Shop Problem. // Evolutionary computation. - 1998. - T. 6. - №. 1. - C. 45-60.

105. Renner C. Packet-based ranging with a low-power, low-cost acoustic modem for micro AUVs // 11th ITG International ITG Conference on Systems, Communications and Coding, Hamburg, Germany, Feb. 2017, pp. 1-6.

106. Rodoplu V., Park M. K. An energy-efficient mac protocol for underwater wireless acoustic networks // Proceedings of OCEANS 2005 MTS/IEEE. -IEEE, 2005. - C. 1198-1203.

107. Semanco P., Modrac V. Hybrid GA-based Improvement Heuristic with Makespan Criterion for Flow-Shop Scheduling Problems. // ENTERprise Information Systems: International Conference, CENTERIS 2011, Vilamoura,

Portugal, October 5-7, 2011, Proceedings, Part II. - Springer Berlin Heidelberg, 2011. - C. 11-18.

108. Singer A. C., Nelson J. K., Kozat S. S. Signal processing for underwater acoustic communications. // IEEE journal of oceanic engineering. - 2001. -T. 26. - №. 4. - C. 586-593.

109. Sozer E. M., Stojanovic M., Proakis J. G. Underwater acoustic networks. // IEEE journal of oceanic engineering. - 2000. - T. 25. - №. 1. - C. 72-83.

110. Stojanovic M. On the relationship between capacity and distance in an underwater acoustic communication channel // ACM SIGMOBILE Mobile Computing and Communications Review. - 2007. - T. 11. - №. 4. - C. 34-43.

111. Stojanovic M. Recent advances in high-speed underwater acoustic communications. // IEEE Journal of Oceanic engineering. - 1996. - T. 21. -№. 2. - C. 125-136.

112. Stojanovic M. Underwater acoustic communications. // Proceedings of Electro/International 1995. - IEEE, 1995. - C. 435-440.

113. Stojanovic M. Underwater Acoustic Communications: Design Considerations on the Physical Layer // Fifth Annual Conference on Wireless on Demand Network Systems and Services. - 2008. - C. 1-10.

114. Sun W., Yuan X., Wang J., Li Q., Chen L., Mu D. End-to-end data delivery reliability model for estimating and optimizing the link quality of industrial WSNs // IEEE Transactions on Automation Science and Engineering. - 2017. -T. 15. - №. 3. - C. 1127-1137.

115. Syed, A.A., Ye, W., Heidemann, J., Comparison and Evaluation of the T-Lohi MAC for Underwater Acoustic Sensor Networks // IEEE Journal on Selected Areas in Communications. - 2008. - T. 26. - №. 9. - C. 1731-1743.

116. Taillard E. Benchmarks for Basic Scheduling Problems. // European journal of operational research. - 1993. - T. 64. - №. 2. - C. 278-285.

117. Tanhua T. et al. What we have learned from the framework for ocean observing: Evolution of the global ocean observing system // Frontiers in Marine Science. - 2019. - T. 6. - C. 471.

118. Tsai T. Y., Chung Y. L., Tsai Z. Introduction to packet scheduling algorithms for communication networks // Communications and Networking. - 2010. - C. 264-287.

119. Wang J. et al., Wireless channel models for maritime communications // IEEE access. - 2018. - T. 6. - C. 68070-68088.

120. Xie P., Zhou, Z., Peng, Z., Cui, J. H., & Shi, Z. SDRT: A reliable data transport protocol for underwater sensor networks // Ad Hoc Networks. - 2010.

- T. 8. - №. 7. - C. 708-722.

121. Zeng Z., Fu S., Zhang H., Dong Y., Cheng J. A survey of underwater optical wireless communications // IEEE communications surveys & tutorials. - 2016.

- T. 19. - №. 1. - C. 204-238.

122. Zhang T., Chen L., Yan Y. Underwater positioning algorithm based on SINS/LBL integrated system // IEEE Access. - 2018 - №. 6 - C. 7157-7163, 2018.

123. Zheng L., Tse D. N. C. Diversity and multiplexing: A fundamental tradeoff in multiple-antenna channels. // IEEE Transactions on information theory. -2003. - T. 49. - №. 5. - C. 1073-1096.

124. Zhou J., Jiang H., Wu P., Chen Q. Study of propagation channel characteristics for underwater acoustic communication environments // IEEE Access. - 2019. - T. 7. - C. 79438-79445.

125. Zhou Z., Peng Z., Cui J., Shi Z. Efficient multipath communication for time-critical applications in underwater acoustic sensor networks. // IEEE/ACM transactions on networking. - 2010. - T. 19. - №. 1. - C. 28-41.

Приложение А. Программные модули среды имитационного моделирования сети АНПА

А.1 Программный модуль, описывающий класс «АНПА»

import scipy.interpolate id AUV = 0

# класс описания миссии АНПА class AUV:

# задание параметров АНПА: миссия, модемы, генераторы событий, имя

def _init_(self, mission, modems=[], gen=None,

name=None):

# название аппарата self.name = name

# запись информации по миссии аппарата self.mission = mission

# движение аппарата в тактах общей модели self.x_interp =

scipy.interpolate.interp1d(range(0, len(self.mission.xyz)), self.mission.get_xs())

self.y_interp = scipy.interpolate.interp1d(range(0, len(self.mission.xyz)), self.mission.get_ys())

self.z_interp = scipy.interpolate.interp1d(range(0, len(self.mission.xyz)), self.mission.get_zs())

# установка текущих координат self.xyz = self.mission.xyz[0]

# запись информации по модемам self.modems = modems

# запись информации в модеме - для обмена for m in self.modems:

m.owner = self

# запись информации по генерации собственных сообщений

self.gen = gen

# сообщение от генератора self.msg = None #self.msg_text = None

# уникальный идентификатор - счётчик АНПА global id_AUV

self.id = id_AUV id_AUV += 1

self.gen_prev = None

self.msgs new = [] #сгенерированные сообщения self.times = [] #времена генерации сообщений

# функция обработки событий

def proc(self, t):

# формирование текущих координат

self.xyz = (self.x_interp(t), self.y_interp(t),

self.z_interp(t))

#

# информация по сообщению if self.gen is not None:

# # if (self.modems == []): self.msg = self.gen.proc(t)

# флаг на генерацию сообщения, по результатам выполнения этой процедуры если текущее время соответствует периоду генерации, то переменная принимает значение TRUE

print('self.gen.proc(t): ',self.gen.proc(t), 'self.gen.proc(t - 1):', self.gen_prev)

if (self.gen.proc(t) is not self.gen_prev):#.proc(t - 0.1)):# and (self.gen.proc(t) is True):

print("СМЕНА РЕЖИМА")

for modem in self.modems: modem.proc_rcv() #while self.msg == True:

# ГЕНЕРАЦИЯ СОБСТВЕННОГО СООБЩЕНИЯ for modem in self.modems: if self.msg == None: break

else:

modem.proc(t, self) self.gen_prev = self.gen.proc(t)

# приём сообщений - трансляция в модемы (из среды) def recv_e(self, t, message):

print('RECEIVE %s [msg owner:%s]: time_send:%.04f time_rec:%.04f msg:%s' % (

self.name, message[3], message[2], t, message[0].log()))

for mod in self.modems: # приём сообщения mod.recv(t, mod, message)

# приём сообщения - трансляция в АНПА def recv_m(self, t, m):

pass

# формирование текстовой информации об АНПА def log(self):

if self.msg is None: return self.msg

if (self.name is not None): return self.msg

А.2 Программный модуль, описывающий класс «Модем» import random

from Src.Scheduling import * from Src.Msg import Msg

class Modem:

# конструктор

def _init_(self, env, scheduler):

# среда информационного взаимодействия

self.env = env

# таблица маршрутизации self.r table = None # r table

# аппарат self.owner = None

# очередь сообщений на self.queue_rcv = []

# очередь сообщений на self.queue_trmt = []

# очередь сообщений на упорядочения)

self.queue_tr_sc = []

вход

выход (до упорядочения)

выход (после

# журнал принятых сообщений self.journal_rcv = [];

# тип планировщика self.scheduler = scheduler

self.time_end = -0.1

self.emission_period = None self.emission time = None

self.gen_prev = None

# формирование сообщения с учетом информации из таблицы маршрутизации

def process_r_table(self):

rand_index = random.randint(0, len(self.r table) - 1) # случайный индекс в таблице

row = self.r_table[rand_index] # выбираем случайную строку из таблицы

msg = Msg() # создаем новый объект сообщения

msg.num_e = self.owner.name # номер отправителя соответствует названию аппарата

msg.num r = row[0] # номер получателя выбирается из столбца AUV_name

route = row[1] # маршрут передачи сообщения msg.num_cr = route.split('-')[1] # выбираем значение после первого дефиса в маршруте

msg.size = random.randint(10, 100) # случайный размер сообщения

return msg

# создание объекта класса Msg def create_msg(self):

return self.process_r_table()

# планировнаие очереди def scheduling(self):

queue_tr_sc_01 = [] if len(self.queue_trmt) > 0:

if self.scheduler is None:

for i in range(len(self.queue_trmt)):

self.queue_tr_sc.append(self.queue_trmt[0])

self.queue_trmt.pop(0)

else:

if self.scheduler == 'new':

for msg in self.queue_trmt: ind = 0

range(len(self.r_table) msg.num r:

передачи сообщения len(route.split('-'))-2

for i in

if self.r_table[i][0] ==

ind = i row = self.r_table[ind] route = row[1] # маршрут

if len(route.split('-')) > 1 relayings =

else:

relayings =

len(route.split('-')) - 1

msg.time_est = round((msg.size/10 + row[2]),1) print ('estimated time for', msg.num,'is',

msg.time_est)

queue_tr_sc_01 = scheduling_new(self.queue_trmt)

for i in

range(len(queue_tr_sc_01)):

self.queue_tr_sc.append(queue_tr_sc_01[0])

#self.queue_trmt.pop(0) queue_tr_sc_01.pop(0) return self.queue_tr_sc

# обработка сообщения def proc(self, t, auv):

if len(self.queue_trmt) > 0: print ('ПЛАНИРОВАНИЕ')

scheduled_q = self.scheduling() for _ in range (len(scheduled_q)):

print ('сообщение', _, ' из плана',

scheduled_q[_].num, scheduled_q[_].size, 'num_cr:', scheduled_q[_].num_cr)

for i in range(len(scheduled_q)):

self.queue_tr_sc.append(scheduled_q[0]) scheduled_q.remove(scheduled_q[0])

q = []

for i in self.queue_tr_sc:

q.append([i.num, i.num_glob, i.size])

print(f'СПЛАНИРОВАННАЯ ВЫХОДНАЯ ОЧЕРЕДЬ МОДЕМА АНПА {self.owner.name}: {q}')

# срабатывает в первый раз для формирования времени первой отсылки

if self.time_end < t:

if len(self.queue_tr_sc) > 0: msg = self.queue_tr_sc[0]; self.time_end = float('%.1f' %(t + msg.size * 0.1))# - 0.1))

print("НАЧАЛО ИЗЛУЧЕНИЯ ПЕРВОГО

СООБЩЕНИЯ ", msg.num, '; Ожидаемое время окончания излучения - ', self.time_end)

return self.owner.log() # срабатывет для отсылки сообщений #t = float('%.1f' % t) if t == self.time_end:

msg = self.queue_tr_sc.pop(0) # извлекаем(удаляем из очереди) сообщение только перед его отсылкой

self.env.send(t, msg, auv) # передача сообщения в среду

# расчет времени следующей посылки if len(self.queue_tr_sc) > 0: msg = self.queue_tr_sc[0] self.time_end = float('%.1f' %(t +

msg.size * 0.1))

if self.time_end <= round(((int(t*10)//int(self.emission_period*10))*self.e mission_period+self.emission_time),1):

_ print("НАЧАЛО ИЗЛУЧЕНИЯ СЛЕДУЮЩЕГО

СООБЩЕНИЯ ", msg.num, '; Ожидаемое время окончания излучения - ', self.time_end)

return self.owner.log() else:

print ('СООБЩЕНИЕ НЕ МОЖЕТ БЫТЬ ОТПРАВЛЕНО В ЭТОМ ПЕРИОДЕ', self.queue_tr_sc)

self.time_end = 0.1 msg = None

# приём сообщения

def recv(self, t, mod, msg):

self.queue_rcv.append(msg[0])

print ('CONTROL RECEIVING ', msg[0].num,

msg[0].num_e, msg[0].num_r, msg[0].num_cr, msg[0].type) #self.journal(t, msg)

if msg[0].num_r == mod.owner.name: self.journal(t, msg) self.queue_rcv.remove(msg[0])

if msg[0].num_r != mod.owner.name and msg[0].num_cr != mod.owner.name and msg[0].num_e != mod.owner.name and msg[0].num_ce != mod.owner.name:

print('CONTROL MESSAGE TERMINATED:',

msg[0].num, msg[0].num_r, 'receiver:', mod.owner.name) self.queue_rcv.remove(msg[0j)

# отсылка сообщения в очередь def send(self, msg):

self.queue_trmt.append(msg)

def proc_rcv(self): q = []

for i in self.queue_rcv:

q.append([i.num, i.num glob, i.size, i.num_e, i.type])

print(f'ВХОДНАЯ ОЧЕРЕДЬ МОДЕМА АНПА

{self.owner.name}: {q}')

while len(self.queue_rcv) > 0:

print('in process:', self.queue_rcv[0].num, self.queue_rcv[0].size)

if self.queue_rcv[0].num_r != self.owner.name and self.queue_rcv[0].num_cr == self.owner.name:

msg_relay = Msg() msg relay.num e = self.queue_rcv[0].num_e # emitter number

msg relay.num r = self.queue_rcv[0].num_r # receiver number

msg_relay.num_ce = self.owner.name for y in range(len(self.r_table)): if self.r_table[y][0]_==

msg relay.num r:

msg relay.num cr = self.r_table[y][1].split("-")[ _

1] # current receiver number - ПО ОБРАБОТКЕ ТАБЛИЦЫ МАРШРУТИЗАЦИИ!!!

msg_relay.gr_prt = self.queue rcv[0].gr prt # номер сообщения в группе

msg relay.gr size = self.queue rcv[0].gr size # количество сообщений в группе

msg relay.gr num = self.queue rcv[0].gr num # номер группы

msg relay.gr break =

self.queue_rcv[0].gr_break # True - прерывания в группе разрешены, Falce - прерывания в группе не разрешены

msg_relay.weight = self.queue_rcv[0].weight

msg_relay.size = self.queue_rcv[0].size msg_relay.time = self.queue_rcv[0].time msg_relay.num_glob = self.queue_rcv[0].num

msg_relay.type = 'relayed'

self.queue_trmt.append(msg_relay) " u = [] "

for i in self.queue_trmt:

u.append([i.num, i.num_glob,

i.size])

print ('ПОПОЛНЕНА ВЫХОДНАЯ ОЧЕРЕДЬ МОДЕМА АНПА (ратрансляция) %s'% (self.owner.name), ':', u)

else:

if (self.queue_rcv[0].type == 'self') and (self.queue_rcv[0].num_r != self.owner.name) and (self.queue_rcv[0].num_cr != self.owner.name):

msg_self = Msg() msg_self.num = self.queue_rcv[0].num

msg_self.num_glob = self.queue_rcv[0].num_glob

msg_self.num_e = self.queue_rcv[0].num_e # emitter number

msg_self.num_r = self.queue_rcv[0].num_r # receiver number

msg_self.num_ce = self.owner.name # self.mod #current emitter number

for y in range(len(self.r_table)): if self.r_table[y][0]_==

msg_self.num_r:

msg_self.num_cr = self.r_table[y][1].split("-")[1] # current receiver number - ПО ОБРАБОТКЕ ТАБЛИЦЫ МАРШРУТИЗАЦИИ! !!

msg_self.gr_prt = self.queue rcv[0].gr prt # номер сообщения в группе

msg_self.gr_size = self.queue rcv[0].gr size # количество сообщений в группе

msg_self.gr_num = self.queue rcv[0].gr num # номер группы

msg_self.gr_break = self.queue_rcv[0].gr_break # True - прерывания в группе разрешены, Falce - прерывания в группе не разрешены

msg_self.weight = self.queue_rcv[0].weight

msg_self.size = self.queue_rcv[0].size

msg_self.time = self.queue_rcv[0].time

if self.queue_rcv[0].num_e ==

self.owner.name:

msg_self.type = 'self' else:

msg_self.type = None self.queue_trmt.append(msg_self) u = [] ~ ~

for i in self.queue_trmt:

u.append([i.num, i.num_glob,

i.size])

self.queue_rcv.pop(0 ) return self.queue_trmt

def journal (self, t, msg):

trtime = round((t-(((msg[0].time-0.001)//self.emission_period)+1)*self.emission_period), 1) ~ ~

entry = { 'msg_num' : msg[0].num, 'msg_num_glob':

msg[0].num_glob, 'msg_group_num': msg[0].gr_num, 'msg_size': int(msg[0].size), 'emitter': msg[0].num_e, 'current emitter': msg[0].num_ce, 'receiver': msg[0].num_r, 'generation time': msg[0].time, 'receiving time': t, 'transmission time': trtime}#float('%.1f' % (t-msg[0].time))}# % t} self.journal_rcv.append(entry)

А.3 Программный модуль, описывающий класс «Среда»

import numpy as np

class Env:

# конструктор

def _init_(self):

# сообщения в среде self.messages = []

# аппараты в среде self.auvs = []

# обработка информации def ргос(Бе1^

# функция измерения расстояния def гге^^, ш, оЬ]):

# координаты точки излучения ш_хуг = 11БМШ[1])

# координаты аппарата o_xyz = list(obj.xyz)

# текущее расстояние

r = np.sqrt(np.sum([(a - b) ** 2 for a, b in zip(m xyz, o xyz)]))

# расстояние по времени rt = (t - m[2]) * 1000

return abs(r - rt)

for

блокировка

message in self.messages: # обработка всех АНПА for auv in self.auvs:

# пропуск собственного сообщения -

if message[3] == auv.name: continue

# расстояние между сообщением и

объектом

r = rrecv(t, message, auv)

# print ('%s --> %s: %.03f' %

(obj.name, m[3], r))

if r < 51:

# print (r, 'OBJ:', list(obj.xyz),

list(m[1]))

# сообщение получено объектом auv.recv_e(t, message)

for index, message in enumerate(self.messages): if t - message[2] > 1.7:

# удаление сообщений из среды self.messages.pop(index)

def send(self, t, msg, owner):

# регистрация сообщений в среде #print ('TRANSMIT CONTROL: ', msg.num, msg.type)

self.messages.append((msg, owner.xyz, t, owner.name, msg.num, msg.size))

# логгирование процессов def log(self):

return ,join(

['(x:%.03f y:%.03f z:%.03f T:%.03f num:%.0f

size:%.0f)' % (m[1][0], m[1][1], m[1][2], m[2], m[4], m[5]) for

m in self.messages])

А.4 Программный модуль, описывающий класс «Сообщение»

num msgs = 0 # счетчик сообщений

class Msg:

def _init_(self): # , Modem):

# self.mod = Modem

global num_msgs self.num = num_msgs num_msgs += 1

self.num_glob = self.num

self.num_e = None # emitter number

self.num_r = None # receiver number

self.num_ce = None # self.mod #current emitter

number

self.num_cr = None # current receiver number self.gr prt = None # номер сообщения в группе self.gr size = 1 # количество сообщений в

группе

self.gr num = None # номер группы

self.gr_break = True # True - прерывания в группе разрешены, False - прерывания в группе не разрешены

self.weight = 1

self.size = None

self.time = None # time should be a current step number

self.time_est = None # estimated delivery time self.type = None

def _str_(self):

return f"num: {self.num}, size: {self.size}, group: {self.gr_num}, part: {self.gr_prt}"

def log(self):

return "[%s em:%s rec:%s cur_em:%s]" %

(self.num, self.num e, self.num r, self.num ce)