Особенности математического моделирования для системы интернет вещей

Abstract

Проаналізовано поточний стан та перспективи розвитку мереж Інтернет речей, визначено методи, що забезпечують підключення великої кількості пристроїв, а також одночасної передачі інформації, отриманої від них. Виявлено, що для даних методів існує проблема спотворення сигналу за рахунок міжканального взаємовпливу, який може проявлятися як шум. Для послаблення цього взаємовпливу в системах обробки і передачі інформації використовують сплайн-моделі. Розглянуто задачі обробки інформації в системі Інтернет речей з використанням математичного моделювання на основі поліноміальних сплайн-моделей. На основі аналізу наукової літератури визначено, що існують властивості сигналів, без врахування яких сама постановка багатьох задач обробки сигналів не має сенсу. Такими властивостями інформаційних сигналів є їх властивості гладкості, які характеризують поведінку сигналу у деякому околі довільної точки, що належить інтервалу задання сигналу. Ці властивості містять відомості про існування певної кількості неперервних похідних досліджуваного сигналу, а також відомості про деякі аналітичні властивості цих похідних. На основі цієї теорії розроблено і обґрунтовано математичну модель інформаційних сигналів на основі фундаментальних тригонометричних сплайнів, які дозволяють враховувати диференціальні властивості інформаційних сигналів та мають переваги і вільні від недоліків поліноміальних сплайнів. На основі математичного моделювання процесу функціонування системи досліджено залежність оцінки ймовірності помилки від кількості каналів і встановлено, що при збільшенні кількості каналів зростає рівень міжканального шуму, що призводить до збільшення ймовірності помилки. Розроблено загальну методику обробки інформації при виділенні каналів зв’язку на основі сплайнфільтрів, яка відрізняється від існуючих використанням як базисних функцій фундаментальні тригонометричні сплайни. Наведено застосування даних моделей в методах обробки інформації для покращення показників ефективності інформаційної мережі Інтернет речей.

The current state and prospects of development of Internet of things networks are analyzed. Methods for providing connection of a large number of devices, and simultaneous transmission of the information received from them are determined. It was found that these methods face the problem of distortion of the signal due to inter-channel interference, which can manifest itself as a noise. Spline models are used to reduce this kind of interference in information processing and transmission systems. On the basis of the scientific literature analysis, it has been determined that there are properties of signals, without which the setting of many tasks of signal processing itself makes no sense. Such properties of information signals are their properties of smoothness, which characterize the behavior of the signal in some neighborhood of an arbitrary point, which belongs to the interval of the signal. These properties contain information about the existence of a certain number of continuous derivatives of the investigated signal, as well as information on some of the analytical properties of these derivatives. On the basis of this theory, a mathematical model of information signals based on fundamental trigonometric splines is developed and substantiated, which allows taking into account the differential properties of information signals. It is proved that in the role of mathematical models of information signals it is efficient to use trigonometric splines, and for the restoration of signals as components of filters, it is efficient to apply fundamental approximation trigonometric splines. On the basis of mathematical modeling of the system operation process, the dependence of estimating the error probability on the number of channels was investigated and it was established that with an increase number of channels, the level of inter-channel noise increases, which leads to an increase in the probability of error. The application of these models in information processing methods to improve the performance of the Internet of Things information network is provided.