Наукові журнали Національного Авіаційного Університету
Not a member yet
16494 research outputs found
Sort by
Інтегрований техно-економічний фреймворк для оптимізації доставки SMS у мережах 4G/5G
No full textShort Message Service (SMS) remains a critical signaling-layer communication mechanism in 4G and 5G mobile networks, particularly within Application-to-Person (A2P) ecosystems supporting authentication, financial notifications, public services, and IoT fallback signaling. The transition to LTE packet-switched delivery and further to 5G Service-Based Architecture (SBA) introduces dynamic routing, SLA differentiation, multi-channel fallback, and cost variability. Traditional Quality of Service (QoS) indicators are insufficient to assess operational efficiency in such environments. Furthermore, Artificially Inflated Traffic (AIT) distorts economic performance without necessarily degrading technical KPIs. This paper proposes an integrated techno-economic framework for SMS delivery optimization in next-generation networks. The framework introduces the Price Delivery Gap (PDG) as an economic deviation metric and develops the Integrated Gap-Delivery-Performance (IGDP) model combining QoS, Quality of Experience (QoE), and PDG into a unified optimization function. An intelligent architecture incorporating message categorization, AIT detection, adaptive routing, and closed-loop monitoring is presented. Scenario-based evaluation under mixed A2P traffic conditions demonstrates reduced economic deviation and improved integrated efficiency compared to static and partially adaptive approaches.Сервіс коротких повідомлень залишається критично важливим механізмом сигналізаційного рівня в мережах 4G та 5G, особливо в екосистемах Application-to-Person, що забезпечують автентифікацію, фінансові сповіщення, державні сервіси та резервну сигналізацію для IoT. Перехід до пакетно-орієнтованої архітектури LTE та сервісно-орієнтованої архітектури 5G зумовив зростання складності маршрутизації, диференціацію SLA, використання альтернативних каналів доставки та варіативність витрат. Традиційні показники якості обслуговування (QoS) не дозволяють повною мірою оцінити операційну та економічну ефективність доставки повідомлень у таких умовах. Додаткову проблему становить штучно згенерований трафік, який спотворює економічні показники без істотного погіршення технічних KPI. У роботі запропоновано інтегровану техніко-економічну модель оптимізації доставки SMS у мережах наступного покоління. Введено показник Price Delivery Gap як формалізовану метрику економічного відхилення між номінальною та ефективною вартістю доставки. Розроблено інтегровану модель Integrated Gap-Delivery-Performance, що поєднує показники QoS, якості користувацького досвіду (QoE) та PDG в єдину функцію оптимізації. Запропоновано інтелектуальний фреймворк, який включає категоризацію повідомлень, виявлення AIT, адаптивну маршрутизацію та механізм замкненого циклу управління ефективністю. Сценарна оцінка в умовах змішаного A2P-трафіку для різних операторських профілів демонструє зниження економічних відхилень і підвищення інтегрованого показника ефективності порівняно зі статичними та частково адаптивними підходами. Отримані результати підтверджують доцільність застосування інтегрованого техніко-економічного підходу для управління доставкою SMS у 4G/5G мережах
СИСТЕМА ОЦІНЮВАННЯ КІБЕРБЕЗПЕКОВОГО СТАНУ НА ІНДИКАТОРАХ КІБЕРДИПЛОМАТІЇ
No full textThe article addresses the problem of formalized assessment of a state’s cybersecurity level under conditions of growing hybrid threats, uncertainty of initial data, and the need to account not only for technical, but also legal, organizational, and foreign-policy aspects. It is shown that existing international index systems, maturity models, and regulatory approaches (GCI, NCSI, CMM, NIS2, NIST, OECD) do not provide for the construction of an integrated adaptive assessment system suitable for use at the state level in conditions of military confrontation and dynamic transformation of cyber threats. The purpose of the study is to develop and implement in software a system for assessing the level of a state’s cybersecurity, based on a formalized system of criteria, including a cyberdiplomacy dimension, and implementing a multicriteria fuzzy method for integrating expert assessments. The proposed system makes it possible to account for linguistic expert evaluations, different weights of criteria and sub-criteria, and to operate under conditions of incomplete and fuzzy information. The paper develops a structural model of the assessment system consisting of a data input and management subsystem and an assessment and data processing subsystem, as well as the corresponding functional modules for authentication, initialization of criteria and sub-criteria, formation of scales and reference benchmarks, determination of weighting coefficients, expert assessment, fuzzification, aggregation, defuzzification of results, and report generation. A basic algorithm for the system’s operation is proposed, ensuring consistent processing of expert data and the formation of an integral indicator of the cybersecurity level. To verify the correctness and sensitivity of the method, experimental modeling of the system’s operation was conducted for three scenarios corresponding to low, medium, and high levels of the cybersecurity state. The experimental results confirmed the monotonic behavior of the integral indicator when transitioning between scenarios and the unambiguous classification of levels based on the generalized Hamming distance to reference benchmarks. A prototype software application of the state cybersecurity assessment system was developed, providing automation of the collection of expert assessments, their processing, and visualization of results in the form of an integral level and criterion-based evaluations. The proposed approach can be used as a decision-support tool in the field of state cyber policy, strategic planning, and international cyberdiplomatic cooperation.У статті розглянуто проблему формалізованого оцінювання рівня кібербезпеки держави в умовах зростання гібридних загроз, невизначеності вихідних даних та необхідності урахування не лише технічних, а й правових, організаційних та зовнішньополітичних аспектів. Показано, що наявні міжнародні індексні системи, моделі зрілості та нормативні підходи (GCI, NCSI, CMM, NIS2, NIST, OECD) не забезпечують побудови інтегральної адаптивної системи оцінювання, придатної для використання на державному рівні в умовах воєнного протистояння та динамічної трансформації кіберзагроз. Метою дослідження є розроблення та програмна реалізація системи оцінювання рівня кібербезпеки держави, що базується на формалізованій системі критеріїв, включно з кібердипломатичним виміром, та реалізує мультикритеріальний нечіткий метод інтеграції експертних оцінок. Запропонована система дозволяє враховувати лінгвістичні оцінки експертів, різну вагомість критеріїв і підкритеріїв, а також працювати в умовах неповноти та нечіткості інформації. У роботі розроблено структурну модель системи оцінювання, яка складається з підсистем введення та керування даними і підсистеми оцінювання та обробки даних, а також відповідних функціональних модулів автентифікації, ініціалізації критеріїв і підкритеріїв, формування шкал і еталонів, визначення вагових коефіцієнтів, експертного оцінювання, фазифікації, агрегування, дефазифікації результатів і генерації звітів. Запропоновано базовий алгоритм функціонування системи, який забезпечує послідовну обробку експертних даних і формування інтегрального показника рівня кібербезпеки. Для перевірки коректності та чутливості методу проведено експериментальне моделювання роботи системи для трьох сценаріїв, що відповідають низькому, середньому та високому рівням кібербезпекового стану. Результати експерименту підтвердили монотонність зміни інтегрального показника при переході між сценаріями та однозначність класифікації рівнів на основі узагальненої відстані Хеммінга до еталонів. Розроблено прототип програмного застосунку системи оцінювання рівня кібербезпеки держави, який забезпечує автоматизацію процесу збору експертних оцінок, їх обробку та візуалізацію результатів у вигляді інтегрального рівня та оцінок за окремими критеріями. Запропонований підхід може бути використаний як інструмент підтримки прийняття управлінських рішень у сфері державної кіберполітики, стратегічного планування та міжнародної кібердипломатичної взаємодії
ОГЛЯД МОДЕЛЕЙ НЕЙРОННИХ МЕРЕЖ ДЛЯ ЗАДАЧ ВИЯВЛЕННЯ 2D-ОБ’ЄКТIВ
No full textThis review article presents a catalogue of deep learning neural network models for detecting 2D objects in images. These models are divided into three groups: single-stage, two-stage, and transformer-based models. Traditional methods developed prior to the application of deep learning in classification and detection tasks are also mentioned. The following computer vision tasks are considered: image classification, image localization, object detection, and image segmentation. Some fundamental components of 2D object detection are considered, such as commonly used data sets (PASCAL-VOC, ILSVRC, MS-COCO, OpenImages, Objects365), and a list of quality indicators with a brief description. The last ones are split into quality metrics and performance metrics. The list of quality metrics includes Precision, Recall, Average Precision (AP), Mean Average Precision (mAP), and Average Recall (AR). The list of performance metrics includes Inference Time, FPS (Frames Per Second), Latency, and Throughput. The mAP values for different models and datasets are presented. Also examples of mAP dependence on speed and number of parameters for different versions of the YOLO model family are presented. A method for conducting a comparative analysis of different detection models is presented, with an indication of suitable software tools. A brief description of the idea is provided for each group of models. The article contains a brief historical overview of the triumph of the AlexNet model in 2012 at the ILSVRC (ImageNet Large Scale Visual Recognition Challenge) competition. This overview is undoubtedly of interest to those who are unfamiliar with the topic of detecting 2D objects using neural networks and machine learning methods, but who want to quickly get up to speed.У даному оглядовій статті представлено каталог моделей нейронних мереж глибокого навчання для задач виявлення 2D-об’єктiв на зображеннях. Ці моделі розділені на три групи: одноетапнi, двоетапнi та моделі, що базуються на трансформерах. Також згадані традиційні методи, розроблені до застосування глибокого навчання в задачах класифікації та виявлення. Розглядається постановка наступних задач комп’ютерного зору: класифікація зображення, локалізація зображення, виявлення об’єкта i сегментація зображення. Розглянуто також деякі фундаментальні компоненти виявлення 2D-об’єктiв, такі як загальноприйняті та широко використовувані набори даних (PASCAL-VOC, ILSVRC, MS-COCO, OpenImages, Objects365) та наведено перелік показників якості з їх коротким описом. Останні розділені на метрики якості та метрики швидкодії. У метриках якості наведено Precision, Recall, Average Precision (AP), mean Average Precision (mAP), Average Recall (AR). Перелік метрик швидкодії включає Inference Time (час виведення), FPS (Frame Per Seconds), Latency (затримка) i Throughput (пропускна здатність). Наведено mAP для різних моделей i наборів даних, а також приклади залежності mAP від швидкодії та кількості параметрів для різних версій лінійки моделей YOLO. Висловлено спосіб проведення порівняльного аналізу різних моделей виявлення із зазначенням відповідних програмних інструментів. Для кожної групи моделей надано стислий опис особливостей її функціонування. Стаття також містить короткий історичний нарис застосування моделі AlexNet у 2012 році на змаганні ILSVRC (ImageNet Large Scale Visual Recognition Challenge). Даний огляд безсумнівно представляє інтерес для здобувачів та науковців, які не знайомі з тематикою виявлення 2D-об’єктiв за допомогою нейронних мереж i методів машинного навчання, але при цьому бажають швидко отримати ознайомлювальну інформацію
ІНТЕЛЕКТУАЛЬНИЙ МЕТОД КЕРУВАННЯ ВУЗЛАМИ У РОЗПОДІЛЕНИХ ТЕЛЕКО-МУНІКАЦІЙНИХ СИСТЕМАХ
No full textThe article proposes an intelligent node management method in distributed telecommunication systems based on the integration of neural network prediction, adaptive optimization, and self-organized coordination in Fog/Edge environments. The purpose of the developed method is to enhance the resilience and scalability of control processes under conditions of dynamic load variation, delays, and possible node failures. The proposed approach, implemented as the SENTRY-L (Secure Neuro-predictive Risk-aware Leader) method, provides intelligent prediction of node stability, assessment of security risks, and asynchronous transfer of coordination authority without initiating centralized election procedures. A key feature of the method is the use of a neural network to model the behavior of nodes within a cluster, allowing prediction of each node’s state based on current parameters such as bandwidth, computational resources, latency, and energy consumption. This enables a shift from reactive to proactive control, where decisions on re-electing the coordinator are made before a failure occurs. Additionally, the Security-Scoring Hub (SSH) generates a risk index and a trust matrix between nodes, integrating security directly into the coordination algorithm. Experimental modeling demonstrated that the proposed method reduces the average coordinator failure response time by 27–35% compared to classical algorithms, decreases control traffic overhead by 18–22%, and maintains decision consistency levels of 0.94–0.97 even with packet loss up to 10%.
Thus, the SENTRY-L method ensures efficient, secure, and adaptive node management in distributed telecommunication systems, combining prediction, optimization, and self-organization functions. Its implementation improves the scalability, adaptability, and resilience of next-generation Fog/Edge telecommunication networks, which is particularly relevant for applications in critical infrastructures, unmanned systems, and intelligent transport networks.У статті запропоновано інтелектуальний метод керування вузлами у розподілених телекомунікаційних системах, що ґрунтується на поєднанні нейромережевого прогнозування, адаптивної оптимізації та самоорганізованої координації у середовищах Fog/Edge. Метою розробленого методу є підвищення стійкості та масштабованості процесів керування за умов динамічних змін навантаження, затримок і можливих відмов вузлів. Запропонований підхід, реалізований у вигляді методу SENTRY-L (Secure Neuro-predictive Risk-aware Leader), який забезпечує інтелектуальне прогнозування стабільності вузлів, оцінювання ризиків безпеки та асинхронну передачу повноважень головного координатора без необхідності запуску централізованих виборчих процедур. Особливістю методу є використання нейромережі для побудови моделі поведінки вузлів у кластері, що дозволяє здійснювати прогноз стану кожного вузла на основі поточних значень пропускної здатності, обчислювальних ресурсів, рівня затримки та енергоспоживання. Це дає змогу переходити від реакційного до проактивного типу керування, коли рішення про переобрання координатора приймається до настання відмови. Додатково застосовується Security-Scoring Hub, який формує ризиковий показник і матрицю довіри між вузлами, інтегруючи безпеку в алгоритм координації. Проведене експериментальне моделювання показало, що запропонований метод зменшує середній час реакції на відмову координатора на 27–35 % порівняно з класичними алгоритмами, знижує службові витрати трафіку на 18–22 % і забезпечує стабільність узгодження рішень на рівні 0,94–0,97 при втраті до 10 % пакетів.
Таким чином, метод SENTRY-L забезпечує ефективне, безпечне і адаптивне керування вузлами у розподілених телекомунікаційних системах, поєднуючи функції прогнозування, оптимізації та самоорганізації. Його впровадження дає змогу підвищити масштабованість, адаптивність та стійкість телекомунікаційних мереж Fog/Edge нового покоління, що є особливо актуальним для застосувань у критичних інфраструктурах, безпілотних системах та інтелектуальних транспортних мережах
ОСОБЛИВОСТІ ТА ПЕРШИЙ ДОСВІД КАЛІБРУВАННЯ МЕТЕОРОЛОГІЧНИХ РАДІОЛОКАТОРІВ W-ДІАПАЗОНУ ЗА ДАНИМИ ЛАЗЕРНОГО ДІСДРОМЕТРА
No full textCalibration of weather radars remains a significant challenge in radar meteorology when it comes to quantitative measurements. While traditional methods have proven themselves well for radars operating at centimeter wavelengths, the advent of millimeter-wave cloud radars, especially at W-band frequencies, poses unique calibration challenges. This is primarily due to the differences in the scattering of the sounding signal by hydrometeors, when the wavelength becomes of the same order as the diameters of the scatterers and instead of a simple Rayleigh model, it is necessary to switch to resonant scattering models. Another significant problem is the strong attenuation of millimeter waves in both precipitation and atmospheric gases. This work explores the numerous subtleties of W-band cloud radars and evaluates viable calibration strategies to ensure accurate measurements. The emphasis is on a calibration approach using disdrometer rain data, in particular the distribution of drops in both size and ground-level droplet velocity. Similar calibration approaches are expected for use in European W-band cloud radars that provide data to ACTRIS, a European research infrastructure dedicated to the observation of short-range atmospheric components such as aerosols, clouds and gases, and the study of their interactions. In this paper, synchronous data from a mobile weather station are used as additional information needed to implement algorithms for comparing and fusing radar and disdrometer data. Key aspects of the methodology are outlined, implemented in a research software tool, and demonstrated. This software tool has the potential to be extended to facilitate the comparison of additional Doppler moments and spectra using disdrometer and cloud radar inputs. Illustrative examples are provided demonstrating the capabilities of the software for comprehensive analysis of radar reflectivity, Doppler spectra, and other meteorological parameters, including their statistics, thereby improving the calibration process.Калібрування метеорологічних радарів залишається значною проблемою в радіолокаційній метеорології, коли йдеться про кількісні вимірювання. Хоча традиційні методи добре зарекомендували себе для радарів, що працюють на сантиметрових довжинах хвиль, поява хмарних радарів міліметрового діапазону, особливо на частотах W-діапазону створює унікальні проблеми для калібрування. Це пов’язано, перш за все, з відмінностями в розсіянні зондувального сигналу на гідрометеорах, коли довжина хвилі стає сумірною з діаметрами розсіювачів і замість простої релеївської моделі необхідно переходити на моделі резонансного розсіяння. Іншою суттєвою проблемою є сильне затухання міліметрових хвиль як в опадах, так і в газах атмосфери. Ця робота досліджує численні тонкощі хмарних радарів W-діапазону та оцінює життєздатні стратегії калібрування для забезпечення точних вимірювань. Акцент робиться на підході до калібрування з використанням даних дісдрометра про дощ, зокрема про розподіл крапель як за розмірами, так і за швидкостями падіння на рівні земної поверхні. Подібні підходи до калібрування очікуються для застосування в європейських хмарних радарах W-діапазону, що надають дані до ACTRIS – європейської дослідницької інфраструктури, яка займається спостереженням за малорозмірними атмосферними компонентами, такими як аерозолі, хмари та гази, а також вивченням їх взаємодії. В цій статті синхронні дані з мобільної метеостанції використовуються як додаткова інформація, необхідна для реалізації алгоритмів порівняння та об’єднання даних радарів та дісдрометрів. Ключові аспекти методології викладено та реалізовано в дослідницькому програмному засобі та продемонстровано. Цей програмний інструмент має потенціал для розширення для полегшення порівняння додаткових допплерівських моментів та спектрів з використанням вхідних даних дісдрометра та хмарного радара. Наведено ілюстративні приклади, що демонструють можливості програмного забезпечення для комплексного аналізу радіолокаційної відбиваності, допплерівських спектрів та інших метеорологічних параметрів, включаючи їх статистику, що таким чином покращує процес калібрування
ВІД SMS ДО RCS: ІНТЕЛЕКТУАЛЬНІ СИСТЕМИ ДЛЯ СТІЙКОГО ОБМІНУ ПОВІДОМЛЕННЯМИ В НАДЗВИЧАЙНИХ СИТУАЦІЯХ
No full textThe article investigates the transformation of mobile messaging technologies from the traditional Short Message Service (SMS) to the modern Rich Communication Services (RCS) within the context of 5G networks and emergency communications. The authors emphasize that, despite SMS remaining the cornerstone of public alerting systems due to its universality and compliance with regulatory requirements, it demonstrates technical limitations during high-load situations. RCS, in contrast, introduces enhanced user interactivity and multimedia capabilities but lacks mechanisms for guaranteed delivery under degraded network conditions. To overcome these challenges, the paper introduces two key concepts: the Intelligent Emergency Messaging Optimization Framework (IEMOF) and the Guaranteed Delivery Index (IGDP). IEMOF represents a multi-layer architecture that dynamically determines the optimal communication channel using real-time network and device data, while IGDP provides a quantitative metric for assessing delivery reliability based on probability, latency, and freshness of channel information. The methodology involves Monte Carlo simulations, analysis of empirical datasets from telecom operators and CPaaS platforms, and regression fitting to calibrate model parameters. Simulation results demonstrate that integrating SMS and RCS through intelligent fallback mechanisms significantly enhances delivery performance and resilience during emergencies. The study also outlines the importance of maintaining updated device and network capability maps to ensure accuracy of routing decisions. The authors conclude that the convergence of SMS and RCS, guided by intelligent frameworks like IEMOF and validated by IGDP metrics, forms the foundation for next-generation, adaptive, and user-centric public alert systems. The research provides practical recommendations for the future standardization of hybrid emergency communication protocols and their implementation within 5G infrastructures.У статті досліджено еволюцію технологій мобільного обміну повідомленнями — від традиційної служби коротких повідомлень (SMS) до сучасної розширеної служби обміну повідомленнями (RCS) у контексті 5G та систем екстреного оповіщення. Автори підкреслюють, що SMS залишається базовим засобом сповіщення населення завдяки універсальності та відповідності нормативним вимогам, однак має обмеження під час пікових навантажень мережі. RCS натомість забезпечує розширену інтерактивність і мультимедійність, але не гарантує доставку повідомлень у разі деградації мережевих умов. Для подолання цих недоліків запропоновано інтелектуальну систему оптимізації надсилання екстрених повідомлень (IEMOF) та індекс гарантованої доставки (IGDP). IEMOF є багаторівневою архітектурою, яка в режимі реального часу визначає оптимальний канал передавання з урахуванням стану мережі та пристрою, а IGDP є кількісним показником ефективності доставки, що враховує ймовірність, затримку та актуальність інформації про канали. Методологія дослідження включає моделювання методом Монте-Карло, аналіз емпіричних даних телеком-операторів і CPaaS-платформ, а також регресійне налаштування параметрів моделі. Результати симуляцій доводять, що інтеграція SMS і RCS через механізми інтелектуального fallback істотно підвищує надійність і швидкодію доставки повідомлень в умовах надзвичайних ситуацій. Автори підкреслюють важливість підтримання актуальних карт пристроїв і каналів для точності маршрутизації. Зроблено висновок, що поєднання SMS та RCS на основі інтелектуальних фреймворків, таких як IEMOF, і використання IGDP як оціночного показника формує концептуальну основу для створення адаптивних, стійких і орієнтованих на користувача систем публічного оповіщення. Робота має як теоретичну, так і практичну цінність, сприяючи подальшій стандартизації гібридних протоколів зв’язку в інфраструктурі 5G
МЕТОД ЧАСОВИХ ПЕРЕСТАНОВОК НА ОСНОВІ МАРКІВСЬКИХ МОДЕЛЕЙ
No full textThe paper proposes a Markov-based permutation method designed to optimize ensembles of complex signals in the time domain under conditions of interference and stochastic uncertainty. The distinctive feature of the method is a forecast-oriented selection of time-segment permutations, implemented through Markov modeling of state transitions within the signal ensemble. Unlike conventional approaches that rely only on the current correlation level, the proposed method incorporates the predicted ensemble dynamics, allowing minimization of the risk of transition to highly correlated states and maintaining the temporal stability of signal structures. Within the developed framework, a set of candidate permutations in the time domain is generated, for each of which the expected value of the predicted correlation and the entropy-based uncertainty measure are calculated. The integral optimality criterion provides a comprehensive assessment of the energy balance and structural-temporal coherence of the ensemble. Introducing the uncertainty coefficient β enables adaptive control of the trade-off between decorrelation speed and ensemble stability: at β ≈ 0,15, the number of state transitions decreases by about 60 % with minimal loss in forecast accuracy. Experimental studies performed for broadband communication signals with a sampling frequency of 10 MHz demonstrated a reduction of the average mutual correlation coefficient from 0,496 to 0,272 (≈ 45 %) and an improvement of the integrated side-lobe level (ISL) by ≈ 3 dB. The spectral flatness measure (SFM) increased from 0,67 to 0,83, confirming improved structural organization and temporal alignment of the ensemble. It was shown that algorithmic convergence is achieved within 10–12 iterations. Thus, the developed method ensures adaptive minimization of mutual correlation, stabilization of energy parameters, and enhancement of interference immunity of complex signal ensembles. The obtained results confirm the effectiveness of the proposed approach for application in cognitive telecommunication environments with multiple access and dynamically varying transmission conditions.У статті запропоновано метод перестановок на основі марковських моделей, призначений для оптимізації ансамблів складних сигналів у часовій області в умовах завад та стохастичної невизначеності. Особливістю методу є прогнозно-орієнтований вибір перестановок часових сегментів, який реалізується через марковське моделювання переходів між станами ансамблю сигналів. На відміну від відомих підходів, що орієнтуються лише на поточні значення взаємної кореляції, запропонований метод враховує прогнозовану динаміку ансамблю, що дозволяє мінімізувати ризик переходу до станів з підвищеною кореляцією та забезпечує стабільність часової структури сигналів. У межах запропонованого методу сформовано множину можливих перестановок часових сегментів, для кожної з яких обчислюється математичне сподівання прогнозованого рівня взаємної кореляції та ентропійна міра невизначеності. Застосований інтегральний критерій оптимальності забезпечує узгоджену оцінку енергетичного балансу та структурно-часової впорядкованості ансамблю. Введення коефіцієнта невизначеності β дозволяє регулювати баланс між швидкістю декореляції та стабільністю ансамблю: при β ≈ 0,15 кількість переходів між станами зменшується на ≈ 60 % за мінімальної втрати точності прогнозу. Експериментальні дослідження для широкосмугових систем при частоті дискретизації 10 МГц, показали зниження середнього коефіцієнта взаємної кореляції з 0,496 до 0,272 (≈ 45 %) і удосконалення інтегрального рівня бічних пелюсток (ISL) на ≈ 3 дБ. Показник спектральної рівномірності (SFM) збільшився з 0,67 до 0,83, що свідчить про вирівнювання енергетичного розподілу та підвищення структурної узгодженості ансамблю сигналів. Доведено, що збіжність алгоритму досягається після 10–12 ітерацій.
Таким чином, розроблений метод забезпечує адаптивну мінімізацію взаємної кореляції, стабілізацію енергетичних параметрів та підвищення завадостійкості ансамблів складних сигналів. Отримані результати свідчать про ефективність методу для застосування у когнітивних телекомунікаційних середовищах із множинним доступом і змінними умовами передачі
ДОСЛІДЖЕННЯ СТРУКТУРИ І АДГЕЗІЙНИХ ВЛАСТИВОСТЕЙ ЕПОКСИДНИХ КОМПОЗИТІВ, НАПОВНЕНИХ БІОГЕННИМ МІКРОДИСПЕРНИМ НАПОВНЮВАЧЕМ
No full textThe work investigated the effect of organic biogenic lignocellulosic filler obtained from coffee production waste on the adhesive properties and residual stresses of epoxy composites. The relevance of this study stems from the growing interest in utilizing renewable secondary raw materials as functional additives for the development of polymeric materials. The adhesive strength at separation and residual stresses were determined using the ASTM separation method, and the mechanism of interfacial interaction was analyzed based on morphological analysis of the fracture surfaces. The polyfunctional nature of the filler was established by the method of IR spectroscopy, due to the presence of hydroxyl –OH (ν = 3425 cm–1), carbonyl C=O (ν = 1655 cm⁻¹) and ether (ν = 1057 cm–1) C–O–C groups, which form a high density of polar centers. It has been established that the introduction of a filler in the amount of 0.50…1.00 wt.% into the epoxy binder ED-20 provides a synergistic effect of the interaction of the ingredients (hydrogen and dipole-dipole interactions), which leads to the transition of the failure mechanism from adhesive to cohesive. At the optimal filler content (0.50…1.00 wt.%), the adhesive strength increases from 24.4 MPa to 34.2 MPa, and the residual stresses decrease by half.У роботі досліджено вплив органічного біогенного лігноцелюлозного наповнювача, отриманого з відходів кавового виробництва, на адгезійні властивості та залишкові напруження епоксидних композитів. Актуальність дослідження зумовлена зростаючим інтересом до використання відновлюваної вторинної сировини як функціональних добавок для створення полімерних матеріалів. Адгезійну міцність при відриві та залишкові напруження визначали методом відриву згідно ASTM, а механізм міжфазової взаємодії аналізували на основі морфологічного аналізу поверхонь руйнування. Методом ІЧ-спектроскопії встановлено поліфункціональну природу наповнювача, обумовлену наявністю гідроксильних –OH (ν = 3425 см–1), карбонільних C=O (ν = 1655 см⁻¹) та ефірних (ν = 1057 см–1) C–O–C груп, що формують високу густину полярних центрів. Встановлено, що введення у епоксидний зв’язувач ЕД-20 наповнювача у кількості 0,50…1,00 мас.ч. забезпечує синергетичний ефект взаємодії інгредієнтів (водневих та дипольно-дипольних взаємодій), що приводить до переходу механізму руйнування з адгезійного в когезійний. За оптимального вмісту наповнювача (0,50…1,00 мас.ч.) адгезійна міцність підвищується з 24,4 МПа до 34,2 МПа, а залишкові напруження знижуються у два рази
ПІРОЛІЗ ВУГЛЕВОДНЕВОЇ ЧАСТИНИ НАФТОВИХ ШЛАМІВ, УТВОРЕНИХ ВНАСЛІДОК ПЕРЕРОБКИ НАФТИ
No full textThe article proposes a method for obtaining motor fuel components by low-temperature pyrolysis of the hydrocarbon part of long-term storage oil sludge. The advantage of this method is the possibility of processing raw materials of any composition. For the research, oil sludges formed during oil processing at PJSC "Neftokhimik Prykarpattya" (Nadvirna, Ivano-Frankivsk region) were used. Sampling was carried out from a long-term storage pond at different depths. Then, using heat treatment methods with the addition of water, settling, filtering and drying, the organic (hydrocarbon) part was separated from the oil sludges. Based on the results of derivatographic analysis, it was established that the optimal temperature range for thermal destruction of the hydrocarbon part of oil sludges is 420-460°C. The pyrolysis process was carried out on a laboratory batch plant at a temperature of 440 °C, in a metal sealed reactor with a water cooler and a receiving flask. As a result of pyrolysis, liquid pyrocondensate, solid residue in the reactor and pyrolysis gases were obtained. The pyrocondensate was separated into narrow fractions – gasoline, diesel and residue – and their properties were studied to determine the directions of practical application. The gasoline fraction contains a high content of sulfur and unsaturated hydrocarbons, so it can be used as a component of commercial gasoline after hydrotreating and catalytic reforming. Similarly, the diesel fraction, after hydrotreating, is suitable for the production of commercial diesel fuel. The residue after distillation of pyrocondensate can serve as a component of fuel oil or an additive to plastic lubricants. The solid residue formed during pyrolysis is recommended for use in road construction for the arrangement of the lower layers of the road surface. Using X-ray fluorescence spectral analysis, it was established that the content of metals in the pyrocondensate, its fractions and the residue is quite low, which contributes to their further processing by catalytic processes. In the fractions of the studied pyrocondensate, an increase in the concentration of metals is observed with an increase in the boiling point of the fractions.У статті запропоновано метод одержання компонентів моторних палив шляхом низькотемпературного піролізу вуглеводневої частини нафтових шламів тривалого зберігання. Перевагою цього методу є можливість переробки сировини будь-якого складу. Для досліджень використовували нафтові шлами, утворені при переробці нафти на ПАТ «Нафтохімік Прикарпаття» (м. Надвірна, Івано-Франківська обл.). Відбір проб здійснювалося з ставка-накопичувача тривалого зберігання на різних глибинах. Далі з використанням методів термообробки з додаванням води, відстоювання, фільтрування та осушування від нафтових шламів відділяли органічну (вуглеводневу) частину. На основі результатів дериватографічного аналізу встановлено, що оптимальним температурним інтервалом для термічної деструкції вуглеводневої частини нафтошламів є 420-460 °C. Процес піролізу проводили на лабораторній установці періодичної дії при температурі 440 °C, у металевому герметичному реакторі з водяним холодильником і колбою-приймачем. В результаті піролізу отримували рідкий піроконденсат, твердий залишок у реакторі та гази піролізу. Піроконденсат розділяли на вузькі фракції – бензинову, дизельну та залишок – та досліджували їхні властивості для визначення напрямків практичного застосування. Бензинова фракція містить високий вміст сірки та ненасичених вуглеводнів, тому її можна використовувати як компонент товарних бензинів після гідроочистки та каталітичного риформінгу. Аналогічно дизельна фракція, після гідроочистки, придатна для виробництва товарного дизельного палива. Залишок після перегонки піроконденсату може слугувати компонентом мазуту або добавкою до пластичних мастил. Твердий залишок, що утворюється в процесі піролізу, рекомендовано застосовувати у дорожньому будівництві для облаштування нижніх шарів дорожнього покриття. За допомогою рентгенофлуоресцентного спектрального аналізу встановлено, що вміст металів у піроконденсаті, його фракціях і залишку є досить низьким, що сприяє їх подальшій переробці на каталітичних процесах. У фракціях досліджуваного піроконденсату спостерігається збільшення концентрації металів зі зростанням температури кипіння фракцій
Прогнозування росту вестибулярної шванноми на основі радіоміксних ознак МРТ зображень із застосуванням ансамблевих методів машинного навчання
No full textThis paper proposes a method for predicting vestibular schwannoma growth based on the analysis of a single MRI scan using radiomics features and ensemble machine learning methods. A total of 96 patients from the public Vestibular-Schwannoma-MC-RC2 dataset were studied. 744 texture features were extracted using wavelet decomposition. A Voting ensemble combining five classifiers was proposed: SVM, logistic regression, k-NN, Random Forest, and LDA. ROC AUC of 0.742 ± 0.072 was achieved using 5-fold cross-validation. The results confirm the effectiveness of the proposed approach for early prediction of tumor growth.У роботі запропоновано метод прогнозування росту вестибулярної шванноми на основі аналізу одного МРТ-знімка з використанням радіоміксних ознак та ансамблевих методів машинного навчання. Досліджено 96 пацієнтів з публічного датасету Vestibular-Schwannoma-MC-RC2. Витягнуто 744 текстурні ознаки за допомогою wavelet-декомпозиції. Запропоновано ансамбль Voting, що поєднує п’ять класифікаторів: SVM, логістичну регресію, k-NN, Random Forest та LDA. Досягнуто ROC AUC = 0.742 ± 0.072 при 5-кратній крос-валідації. Результати підтверджують ефективність запропонованого підходу для раннього прогнозування росту пухлини