В России разработали сенсорную сеть для экологического мониторинга
Разработчики БГТУ создали систему, которая сама перестраивает работу датчиков и маршрутизацию каналов связи для того, чтобы точнее и быстрее следить за состоянием воздуха, воды и почвы
Учёные Белгородского государственного технологического университета имени В. Г. Шухова представили программную модель сенсорной сети, которая самостоятельно может подстраиваться под условия окружающей среды. Модель имитирует работу реальной сети датчиков, собирающих экологические данные, и наглядно показывает, как информация циркулирует между ними.
Главная идея состоит в том, что сеть не просто направляет данные по заранее заданным одним и тем же маршрутам. Наоборот, она постоянно мониторит ситуацию и оценивает, где возникают помехи, какие каналы перегружены и какие датчики работают хуже. Исходя из этого, схема передачи данных меняется «на лету». Высокая скорость передачи сохраняется, а риск «потерять» информацию существенно сокращается.
Нечёткая логика и работа «без правил»
В основе системы лежит так называемое нейронечёткое управление. Оно представляет собой сочетание двух подходов. Нейросеть учится находить закономерности в работе сети, а нечёткая логика, наоборот, позволяет принимать решения в ситуациях, где нет жёстких правил. Например, уровень помех может расти не резко, а постепенно, незаметно.
Вместе взаимоисключающие подходы позволяют сети решать, по каким каналам передавать данные в каждый конкретный момент. Если один путь стал «тернистее», система выбирает другой, не прерывая работу сети.
Большинство программ для геоэкологического мониторинга для непосвящённых выглядят как набор кода и требуют долгой настройки «под себя». Их сложно использовать тем, кто не занимается программированием. В белгородской разработке всё оформлено как готовое приложение с понятными интерфейсными окнами и простыми настройками.
Для исследователей и инженеров
Разработка поможет инженерам, которые проектируют системы мониторинга для заводов, агропромышленных комплексов и городов. С её помощью можно заранее проверить, как сеть поведёт себя в разных условиях и какое оборудование лучше подобрать под конкретные задачи.
Она также полезна для исследователей и студентов. Учёные смогут проводить эксперименты с беспроводными сенсорными сетями и алгоритмами адаптивной маршрутизации в виртуальной среде, не разворачивая дорогую «реальную» инфраструктуру.
