Открытый доступ Открытый доступ  Доступ закрыт Доступ предоставлен  Доступ закрыт Только для подписчиков

Том 61, № 4 (2025)

Обложка

Весь выпуск

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Теория сетей связи

МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ МЕХАНИЗМА ВЫТЕСНЕНИЯ В СЕТЯХ Wi-Fi С НЕСКОЛЬКИМИ СТАНЦИЯМИ

Ритерман А.В., Банков Д.В., Ляхов А.И.

Аннотация

При разработке нового дополнения к стандарту IEEE 802.11bn (Wi-Fi 8) был предложен механизм вытеснения при доступе к каналу. Этот механизм позволяет станции при появлении приоритетного кадра данных прервать менее приоритетную передачу точки доступа и получить доступ к каналу. Механизм вытеснения потенциально позволит гарантировать низкие задержки для приложений реального времени (англ.: Real-Time Applications, RTAs), и актуальной является задача соответствующей настройки параметров этого механизма. В статье разрабатывается аналитическая модель сети Wi-Fi 8 с несколькими станциями, генерирующими приоритетный трафик, и точкой доступа, передающей неприоритетные потоки данных. Модель позволяет найти зависимость квантиля задержки приоритетного трафика и пропускной способности точки доступа от параметров механизма вытеснения.
Проблемы передачи информации. 2025;61(4):3-22
pages 3-22 views

АНАЛИТИЧЕСКАЯ МОДЕЛЬ МЕХАНИЗМОВ TWT И R-TWT В ГЕТЕРОГЕННЫХ СЕТЯХ ИНДУСТРИАЛЬНОГО ИНТЕРНЕТА ВЕЩЕЙ

Шлапак М.В., Степанова Е.А., Ляхов А.И.

Аннотация

Одной из целей разработки стандартов Wi-Fi 6 и Wi-Fi 7 является поддержка приложений реального времени (англ.: Real-Time Applications, RTA), предъявляющих строгие требования к задержке и надежности доставки данных, а также энергопотреблению передающих такие данные RTA-станций. Для обеспечения описанных выше требований к качеству обслуживания (англ.: Quality of Service, QoS) Wi-Fi 7 предлагает использовать механизм R-TWT – усовершенствованную версию широко используемого в сетях Wi-Fi 6 механизма TWT, который способен обеспечить более строгие QoS-требования, но отличается сложностью реализации и ограниченной поддержкой реальными устройствами. В статье разрабатывается аналитическая модель доставки данных с помощью механизмов TWT и R-TWT, впервые позволяющая оценить вероятность доставки кадров RTA-станций за заданное время и пропускную способность обычных устройств в гетерогенных сетях индустриального Интернета вещей. С помощью разработанной модели находятся параметры, максимизирующие пропускную способность для обычных станций при выполнении QoS-требований RTA-станций.
Проблемы передачи информации. 2025;61(4):23-40
pages 23-40 views

Обработка изображений

БЫСТРОЕ И ВЫСОКОТОЧНОЕ ПРЕОБРАЗОВАНИЕ ХАФА С ВЫЧИСЛИТЕЛЬНОЙ СЛОЖНОСТЬЮ Θ(wh log3 w) ДЛЯ ОБРАБОТКИ ПРЯМОУГОЛЬНЫХ ИЗОБРАЖЕНИЙ ПРОИЗВОЛЬНОГО РАЗМЕРА

Казимиров Д.Д., Николаев Д.П.

Аннотация

Преобразование Хафа (ПХ) является ключевым инструментом цифровой обработки изображений, применяемым в широком спектре научных задач – от распознавания документов до компьютерной томографии. Алгоритмические реализации ПХ традиционно оцениваются по двум параметрам: вычислительной сложности и точности, которая определяется как ошибка аппроксимации непрерывных прямых дискретными, формируемыми в ходе выполнения алгоритма. Быстрые алгоритмы ПХ (БПХ) с оптимальной линейно-логарифмической вычислительной сложностью хорошо изучены – примером является классический алгоритм Брейди – Ёна, применимый исключительно к изображениям с линейными размерами, равными степеням двойки. Его обобщения, такие как алгоритм FHT2DT, позволяют обрабатывать прямоугольные изображения произвольного размера, но точность реализуемого ими ПХ низкая, причем она уменьшается при увеличении размера обрабатываемого изображения. Существуют также алгоритмы ПХ, сохраняющие ограниченную сверху ошибку аппроксимации для изображений любого размера. Они обеспечивают более высокую точность, но их вычислительная сложность приближается к кубической, что делает их малопригодными при обработке больших изображений. В настоящей статье предложен алгоритм FHT2SP, сочетающий скорость, близкую к оптимальной, с высокой точностью. Алгоритм характеризуется вычислительной сложностью вида Θ(wh log3 w) при обработке изображений размера w × h. При этом предложенный алгоритм гарантирует ортотропную ошибку аппроксимации непрерывных прямых не более λ + 1/2, независимо от размера изображения и регулируемую управляющим метапараметром λ ∈ (0; 1]. В статье представлена сводная таблица экспериментальных результатов, которая может служить практическим ориентиром для выбора значения метапараметра λ с целью обеспечения баланса между точностью и вычислительной сложностью.
Проблемы передачи информации. 2025;61(4):41-58
pages 41-58 views

Семинары

О ЗАСЕДАНИЯХ ДОБРУШИНСКОГО СЕМИНАРА В 2025 Г.

Бланк М.Л.

Аннотация

Добрушинский семинар посвящен основным направлениям фундаментальной математики, которые развиваются в Добрушинской математической лаборатории: стохастической и детерминированной динамике больших систем, теории информации и теории кодирования, алгебраической геометрии и теории чисел, комбинаторным и вероятностным аспектам теории представлений. Представлена общая информация о семинаре, а также подробная информация о заседаниях семинара, прошедших в 2025 г.
Проблемы передачи информации. 2025;61(4):59-72
pages 59-72 views

О ЗАСЕДАНИЯХ МОСКОВСКОГО ТЕЛЕКОММУНИКАЦИОННОГО СЕМИНАРА В 2025 Г.

Логинов В.А.

Аннотация

Московский телекоммуникационный семинар организован научными группами ИППИ РАН, МФТИ и НИУ ВШЭ. Он посвящен научным аспектам связи и дает исследователям возможность представить и обсудить новые идеи и инновационные подходы в области телекоммуникационных технологий и тесно связанных с ними областей. Представлена общая информация о семинаре, а также подробная информация о заседаниях семинара, прошедших в 2025 году. Информацию о ближайших семинарах и форму подачи заявки на выступление можно найти на сайте семинара https://wmlab.ru/seminar/.
Проблемы передачи информации. 2025;61(4):73-79
pages 73-79 views

Статьи

АВТОРСКИЙ УКАЗАТЕЛЬ, т. 61, 2025 г.

Проблемы передачи информации. 2025;61(4):80-81
pages 80-81 views

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».