Комплекс решений по оптимизации передачи данных в радиоканалах с замираниями

При вычислении векторов вероятностей состояний данные матрицы чередуются

Вероятности Pпп2 и Pпп3 определялись путём имитационного моделирования. Дискретный канал был описан моделью Гилберта со следующими параметрами: средняя длина хорошего состояния 200 элементов, средняя длина плохого состояния 14 элементов и вероятность ошибки в плохом состоянии 0.5.



Рис. 17 Зависимости вероятности правильного приёма блока во второй и третьей попытках передачи от длины блока n

Моделирование показало зависимость искомых вероятностей от глубины перемежения. Оптимизируя глубину перемежения для каждой длины блока в системе ГРОС-СКК, можно значительно повысить вероятность правильного приёма блока. Зависимости вероятностей Pпп2 и Pпп3 от длины блока n для системы без перемежения и системы, использующей перемежение с оптимальной глубиной для каждой длины блока, показаны на рисунке 17.

Вероятность успешной доставки пакета, затраты двоичных элементов на передачу пакета из N блоков за Lm попыток в прямом и обратном каналах и относительная скорость передачи информации определяются аналогично системе ГРОС-БКК.

Было проведено моделирование ВВХ всех рассмотренных систем с гибридной обратной связью и системы с классической обратной связью и адресным переспросом при работе по дискретному каналу с группирующимися ошибками. Основные зависимости ВВХ рассматриваемых систем от допустимого числа переспросов (Lm) представлены в таблице.

	при	при	при
	1	2	3	4	1	2	3	4	1	2	3	4
РОС	0.01	0.07	0.166	0.281	976	1717	2304	2764	0.19	0.19	0.19	0.19
БКК	0.01	0.97	0.98	0.99	976	1714	1723	1732	0.19	0.45	0.45	0.45
ККК	0.01	0.54	0.99	0.99	976	1738	1936	1939	0.19	0.36	0.4	0.4
СКК	0.01	0.54	0.9	0.93	976	1738	1940	1975	0.19	0.36	0.39	0.39

Сравним системы РОС и ГРОС. Из таблицы видно, что вероятность успешной доставки при первой попытке одинакова во всех системах. После второй попытки систем ГРОС значительно повышается. Суммарные затраты на доставку сообщения при использовании гибридной системы меньше с третьей попытки передачи. Увеличение вероятности успешной доставки одновременно с уменьшением затрат приводит к значительному выигрышу гибридной системы по относительной скорости передачи информации.

Сравним основные ВВХ рассмотренных систем с ГРОС между собой.

- После второй попытки передачи вероятность успешной доставки сообщения в системе ГРОС-БКК значительно превышает вероятность успешной доставки систем ГРОС-СКК и ГРОС-ККК. Это объясняется тем, что корректирующая группа блочного кода обеспечивает исправление большего числа ошибок, чем свёрточный код (2.1, v+1) после второй попытки.

- После третьей попытки передачи вероятность успешной доставки сообщения в системе ГРОС-ККК превышает вероятность успешной доставки остальных систем. Такой результат объясняется тем, что свёрточный декодер после второй попытки уменьшает количество ошибок, а переданная в третьей попытке корректирующая группа обеспечивает эффективное исправление уже меньшего числа ошибок.

- Затраты элементов после второй попытки передачи в системе с БКК несколько меньше, чем в других системах, так как длина корректирующей группы r2 может быть меньше длины блока.

- Увеличение вероятности успешной доставки одновременно с уменьшением затрат приводит к выигрышу по относительной скорости передачи информации системы с БКК над системами с СКК и ККК.

Обобщая полученные результаты, можно отметить превосходство систем ГРОС-БКК над системами ГРОС-СКК и ГРОС-ККК. Однако следует заметить, что при моделировании систем в данной работе использовались самые простые свёрточные коды (2,1,3) и (3,1,3). Следовательно, можно предположить, что при использовании кодеров с большим значением длины кодового ограничения качественные характеристики системы с ГРОС-СКК и ГРОС-ККК повысятся. Кроме того, блочные декодеры с высокой исправляющей способностью значительно сложнее свёрточных, а их работа требует больших вычислительных затрат, что накладывает соответствующие требования на элементную базу. В данном случае система ГРОС-СКК проще в реализации и, как показало моделирование, позволяет получить существенный (в 2 и более раза) выигрыш относительно классических систем с переспросом.

В шестой главе проводится моделирование адаптивных систем с изменением длины блока, на основе анализа качества приёма. Качество, или состояние канала, оценивалось по частоте появления сигналов переспроса.

Реакцией на изменившиеся условия передачи может быть изменение длин передаваемых блоков, смена корректирующего кода, изменение глубины перемежения или длин слота хоппинга совместно с исправляющей способностью кода и т.д. Изменение большинства параметров системы на уровне дискретного канала и канала передачи данных можно учесть соответствующим изменением длин блоков и производительности системы в том или ином состоянии. Под производительностью системы будем понимать произведение скорости кода на вероятность правильного приёма блока длиной n элементов

где - длина блока в состоянии , - число служебных элементов,

- вероятность правильного приёма блока длиной .

Далее определены границы производительности адаптивных систем при работе по данному каналу. Максимальное значение производительности адаптивной системы с изменением длины блока обеспечивает идеальная система, которая мгновенно и безошибочно определяет состояние канала и изменяет длину блока на оптимальную для новых условий. Нижний предел производительности адаптивных систем определяет система с фиксированной длиной блока, оптимизированной для данного канала. Найденные границы характеризуют потенциальный выигрыш, который может быть достигнут от применения адаптивной системы.

К основным факторам, снижающим производительность адаптивной системы, относится время, затрачиваемое на определение состояния канала, и ошибки определения данного состояния. Таким образом, встаёт задача выбора алгоритмов адаптации, которые позволят не только быстро определить новое состояние канала, но и минимизировать число ложных реакций системы (ошибочных изменений длины блока).

Далее предлагается методика масштабирования дискретного шага системы. Методика позволяет при моделировании использовать разную длину дискретного шага в состояниях (например,оптимальную длину блока).

Получены выражения, позволяющие пересчитывать значения вероятностей, приведённых к длине блока, в вероятности, приведённые к одинаковому шагу, в частности, к единичному элементу и обратно. Применение данной методики позволяет упростить модели и значительно сократить время имитационного моделирования. Кроме того, методика позволяет снизить требования к точности представления чисел в процессе моделирования, что в ряде случаев уменьшает погрешность вычислений.

Далее предлагается обобщённая методика оценки производительности системы передачи данных для различных адаптивных алгоритмов при работе по дискретному каналу с двумя состояниями. Данная методика учитывает время, затрачиваемое на определение состояния дискретного канала; возможные при оценке состояния ошибки; исходные вероятностные характеристики дискретного канала, отражающие процесс изменения его состояний.

Состояния канала S1 и S2 характеризуются соответствующими вероятностями ошибки на единичный элемент и . Смена состояний описывается марковской цепью с двумя состояниями и соответствующими переходными вероятностями. Показано, что в процессе работы адаптивной системы по каналу с двумя состояниями дополнительно возникают два промежуточных состояния.

Пусть в некоторый момент времени дискретный канал находится в состоянии , а система использует для передачи блоки с оптимальной для данного случая длиной . Обозначим данное производное состояние .

Через какое-то время дискретный канал изменит свое состояние на , но системе будет требоваться некоторое время на определение нового состояния канала. В течение этого времени будет сохраняться прежняя длина блока. Таким образом, возникает производное промежуточное состояние . После определения нового состояния система изменит длину блока и перейдёт в состояние .



Рис 18. Граф состояний адаптивной системы при работе по дискретному каналу с двумя состояниями

Возврат дискретного канала в состояние также требует определения нового состояния. В этом случае система какое-то время будет сохранять прежнюю длину блока - это второе промежуточное состояние . В данном случае поведение системы может быть описано марковской цепью с четырьмя состояниями и вероятностными переходами между ними, граф которой представлен на рис. 18.

Далее в главе определяются соотношения переходных вероятностей обобщённой модели и модели исходного дискретного канала, формируется матрица переходных вероятностей, выводятся выражения для финальных вероятностей системы.

Учитывая, что шагом системы является блок, длина которого равна или или , перед оценкой производительности системы необходимо привести шаг к единичному элементу. Для этого преобразования получены формулы:

, ,

, ,

где - финальные вероятности, приведённые к длине блока, а - финальные вероятности, приведённые к единичному элементу.

Производительность анализируемой адаптивной системы можно найти, используя следующее выражение

.

Далее предложенная обобщённая методика используется для анализа различных адаптивных алгоритмов.

Например, в соответствии с алгоритмом со скользящим окном наблюдения (СОН) уменьшение длины блока происходит, если количество поражённых блоков в окне наблюдения достигает При этом наряду с текущим блоком учитываются результаты приёма (N-1) предыдущих блоков. Аналогичным образом принимается решение и на увеличение длины передаваемых блоков, при этом анализируется число правильно принимаемых блоков в окне наблюдения, и в случае равенства этого числа система увеличивает длину блока.

Переходные вероятности обобщённой модели адаптивной системы можно определить через средние длины состояний. В начале рассматривается определение длины промежуточного состояния , в котором система распознает новое состояние канала и принимает решение уменьшить длину блока. Поведение системы в этом промежуточном состоянии можно описать марковской цепью с поглощающими состояниями. Выберем в качестве состояний системы число поражённых блоков в окне наблюдения i. Тогда количество возможных состояний системы будет . При достижении последнего состояния система переходит из в с изменением длины блока и обнулением счётчиков, поэтому состояние является поглощающим/

Можно выделить два режима: переходный и установившийся. Переходный режим длится с момента обнуления счётчиков до приёма первых N блоков. В этом режиме возможно только увеличение числа поражённых блоков и при их числе, равном , происходит уменьшение длины. Граф работы системы в переходном режиме показан на рис. 19.

Рис 19. Граф работы алгоритма СОН в переходном режиме

После приёма N блоков система переходит в установившийся режим, в котором при получении каждого следующего блока результат приёма самого старого блока отбрасывается. Таким образом реализуется скользящее окно размером в N блоков. В этом режиме возможно как увеличение, так и уменьшение числа поражённых блоков в окне наблюдения. С учётом сказанного, поведение алгоритма СОН в состоянии при установившемся режиме может быть представлено графом (рис.20).

Рис 20. Граф работы алгоритма СОН в установившемся режиме

Далее определены переходные вероятности системы. Для нулевого состояния:

; .

Для всех промежуточных невозвратных состояний существует три исхода:

- сохранение состояния ;

- переход в состояние с большим номером ;

- переход в состояние с меньшим номером .

Матрица переходных вероятностей для данного графа имеет вид

Зная матрицу переходных вероятностей, можно определить фундаментальную матрицу . Элементы фундаментальной матрицы имеют смысл среднего числа шагов, проведённых системой в данном невозвратном состоянии (которому соответствует столбец) при старте из состояния, соответствующего номеру строки. Для определения среднего числа шагов до попадания в поглощающее состояние при старте из состояния необходимо просуммировать элементы i-ой строки фундаментальной матрицы

.

В нашем случае начальным может быть любое состояние. за исключением . Учитывая вероятности начальных состояний для установившегося режима, получим

.

Помимо установившегося. возможен переходный режим, с учётом которого общее выражение для определения средней длины промежуточного состояния Lb при отсутствии ограничения на время нахождения системы в состоянии S2 примет вид

(20)

С учётом конечности средней длины состояния канала S2 средняя длина промежуточного состояния определится выражением

.

Аналогичным образом получены выражения для средних длин оставшихся состояний, после чего определены переходные и финальные вероятности, а также производительность в соответствии с обобщённой моделью.

Далее разработаны аналитические модели для адаптивных алгоритмов: с оценкой успешных и ошибочных приёмов (ОУОП); с фиксированным периодом наблюдения (ФПН); с переменным периодом наблюдения (ППН); со скользящим окном наблюдения переменной длины (СОН-ПД).

Проведенный анализ показал, что:

· наибольшую производительность среди рассматриваемых алгоритмов обеспечивает предложенный в работе алгоритм СОН-ПД;

· алгоритм ОУОП является наиболее простым из рассмотренных с точки зрения аппаратной реализации;

· алгоритм ФПН - с точки зрения аналитического описания.

Далее предлагается аналогичная обобщённая методика оценки производительности системы передачи данных, использующей различные адаптивные алгоритмы при работе по дискретному каналу с тремя состояниями. Состояния канала S1, S2 и S3 характеризуются соответствующей вероятностью ошибки по единичным элементам pош1, pош2 и pош3. Смена состояний описывается марковской цепью с тремя состояниями и соответствующими переходными вероятностями (рис. 21).

Рис 21. Модель дискретного канала с тремя состояниями

Модель работы адаптивной системы по дискретному каналу с тремя состояниями была описана марковской цепью с девятью состояниями и тридцатью тремя вероятностными переходами между ними. Были найдены соотношения между переходными вероятностями модели канала и системы, получены выражения для переходных и финальных вероятностей, приведённых к дискретному шагу, равному единичному элементу. Записано выражение для производительности анализируемой адаптивной системы.

Далее обобщённая методика применяется для анализа адаптивного алгоритма с оценкой успешных и ошибочных приёмов. В соответствии с данным алгоритмом решения в системе принимаются по результатам анализа ошибочно или правильно принятых подряд блоков. Если поражено подряд ? блоков, то система уменьшает длину блока; если правильно принято подряд ? блоков, то система увеличивает длину блока.

Оценка переходных вероятностей обобщённой модели проводилась на основе расчёта средних длин состояний. Поведение системы в переходном состоянии Sc (в котором возможно как увеличение, так и уменьшение длины блока) было представлено марковской цепью с двумя поглощающими состояниями. В зависимости от значений параметров алгоритма ОУОП возможны 4 варианта графов. Наиболее общим является граф для значений параметров >1 и 1 (рис. 22).

Рис 22. Граф поведения системы в состоянии Sc при 1 и >1

В качестве состояний системы выбрано количество правильно принятых подряд (j) или поражённых (i) блоков. Поглощающие состояния и соответствуют выполнению критериев изменения длины блока.

Задача определения средней длины состояния Sc была сведена к определению среднего числа шагов, за которое система достигнет любого из двух поглощающих состояний при старте из нулевого состояния. Для решения поставленной задачи была определена фундаментальная матрица и матрица . Элементы первого столбца матрицы В имеют смысл вероятности попадания в поглощающее состояние ?? при старте из состояния, соответствующего номеру строки. Аналогично, элементы второго столбца имеют смысл вероятности попадания в поглощающее состояние. Таким образом, вероятности попадания из нулевого состояния в поглощающие состояния и равны соответственно

и .

Далее определена длина переходного состояния. Аналогично вычисляются длины других состояний.

После нахождения средних длин состояний переходные и финальные вероятности, а также производительность вычисляются в соответствии с обобщённой моделью.

Разработанная методика позволяет определить область значений параметров алгоритмов адаптации, в которой обеспечивается максимальная производительность системы.

В конце главы представлены имитационные модели для пяти алгоритмов адаптации при работе по дискретному каналу с двумя и тремя состояниями. Целью имитационного моделирования процесса являлась проверка аналитических моделей адаптивных алгоритмов. Относительное отличие производительностей, полученных методами имитационного моделирования и аналитического расчёта по предложенным выражениям, не превышало 2%. Данный факт иллюстрирует относительно высокую точность расчётов по предложенной методике и позволяет рекомендовать её для инженерного применения.

В заключении сформулированы основные результаты работы, которые состоят в следующем:

1. Предложен матричный метод определения вероятностей длин серий безошибочных элементов, следующих после элемента с ошибкой в дискретном канале, описываемом моделью Гилберта.

2. Разработан матричный метод расчёта точных значений вероятности ошибок заданной кратности в блоке фиксированной длины для дискретного канала, описываемого моделью Гилберта.

3. Разработана упрощённая методика оценки , обеспечивающая существенное снижение затрат вычислительных ресурсов при сохранении приемлемой точности результатов.

4. Предложен алгоритм работы генератора потока ошибок для модели Гилберта, позволяющий проводить имитационное моделирование процессов передачи.

5. Разработана методика определения параметров модели Гилберта по статистике средних длин состояний канала, позволяющая анализировать результаты статистических испытаний.

6. Проведён анализ алгоритма работы системы с корректировкой внутренних параметров для нестационарного радиоканала, описываемого моделью Гилберта. Обоснована требуемая точность оценок длин состояний Dg, Db для обеспечения заданных погрешностей, рассчитываемых на их основе параметров модели канала и получены оценки необходимых для этого объёмов испытаний и времени передачи обучающей последовательности.

7. Доказана теорема о связи значения модифицированного параметра группирования при заданной глубине перемежения в дискретном канале со значением параметра группирования для исходного канала без перемежения. Данный результат позволяет сократить количество операций, необходимых для вычисления модифицированных параметров модели Гилберта при перемежении, в 10 и более раз относительно известных методик.

8. Получены аналитические выражения для вычисления модифицированных параметров модели Гилберта при использовании в дискретном канале операций поэлементного и посимвольного перемежения или временного разделения.

9. Разработана методика оценки значений глубины перемежения и исправляющей способности кода, при которых достигается наибольшая относительная скорость передачи информации при известных параметрах исходного канала.

10. Получены аналитические выражения для расчёта модифицированных параметров модели Гилберта после применения хоппинга с заданной длиной слота к двум и более исходным каналам с разными параметрами.

11. Разработана имитационная модель хоппинг-процесса, позволяющая оценить значения параметров результирующего канала, полученного посредством хоппинга двух и более исходных каналов, описываемых моделью Гилберта, при разных длинах слота.

12. Разработана методика определения области значений длин слотов хоппинг-процесса, исправляющей способности кода и длин блоков, в которой применение хоппинга обеспечивает повышение относительной скорости передачи.

13. Получено выражение для расчёта модифицированного коэффициента группирования дискретного канала, образованного посредством хоппинга нескольких исходных каналов с последующим перемежением.

14. Показано, что при фиксированной длине слота зависимости модифицированного коэффициента группирования и средних длин состояний имеют периодический характер. При этом первый минимум зависимостей, а значит максимальная степень декорреляции, достигается при глубине перемежения, равной длине слота. Дальнейшее увеличение глубины перемежения не приводит к снижению степени группирования, но увеличивает задержку.

15. Разработаны имитационная модель и методика оценки параметров результирующего дискретного канала, образованного посредством хоппинга нескольких исходных каналов с последующим перемежением.

16. На основе аппарата марковских цепей разработана методика анализа вероятностно-временных характеристик систем с обратной связью и адресным переспросом, учитывающая вероятность необнаружения ошибок в блоке, которая в ряде случаев позволяет повысить точность расчётов.

17. Получены упрощённые формулы для расчёта основных ВВХ системы, позволяющие сократить время вычисления вероятности успешной доставки и затрат элементов на доставку сообщений.

18. Разработаны имитационные модели и получены аналитические выражения, позволяющие оценивать ВВХ и оптимизировать параметры систем передачи данных с гибридной обратной связью блочным, свёрточным или комбинированным корректирующим кодированием. Проведено сравнение ВВХ классических систем передачи данных с обратной связью и систем с гибридной обратной связью, которое показало преимущество последних.

19. Определены граничные значения производительности адаптивной системы передачи данных с изменением длины блока при работе по дискретному каналу с различным числом состояний.

20. Предложен метод масштабирования дискретного шага моделируемой системы, позволяющий уменьшить сложность моделей.

21. Разработаны обобщённые методики анализа адаптивной системы с изменением длины блока, позволяющие оценивать производительность различных алгоритмов при работе по дискретным каналам с двумя и тремя состояниями. Данные методики позволяют одновременно учитывать время, затрачиваемое на определение состояния дискретного канала, ошибки, возможные при оценке состояния, и исходные вероятностные характеристики дискретного канала.

22. Предложен адаптивный алгоритм оценки состояния дискретного канала со скользящим окном наблюдения переменной длины (СОН-ПД).

23. Разработаны аналитические и имитационные модели пяти адаптивных алгоритмов, позволяющие получать оценки производительности адаптивной системы в зависимости от параметров алгоритмов и параметров дискретного канала.

В приложении приведены акты внедрения, свидетельства об отраслевой регистрации разработок в отраслевом фонде алгоритмов и программ и распечатки листингов разработанных программ.

Список работ автора по теме диссертации

1. Мелентьев О.Г. Методика статистической оценки влияния помех на системы передачи и обработки информации. Информатика и проблемы телекоммуникаций: РНТК. - Hовосибиpск, 1996. С.98-99.

2. Мелентьев О.Г. Математическая модель блока питания для оценки подавления импульсных помех. Сиб. гос. ун-т телекоммуникаций и информатики. - Новосибирск. 1997.- 19с., ил.- Библиогр. 6 назв. Деп. в ВИНИТИ №2381-В97 от 14.07.97.

3. Мелентьев О.Г., Игнатов А.Н. Унифицированная аппаратура автоматического допускового контроля уровней сигналов звукового вещания. Радиотехника.-1994.-№1.- С.19-20.

4. Мелентьев О.Г., Игнатов А.Н., Алексеенко А.Л. Исследование частотных свойств распределительных электрических сетей. Радиотехника.-1994.-№2. - С.33-34.

5. Мелентьев О.Г. Оценка уровня помех на выходе блока питания по результатам измерения помех в первичной сети. Современные информационные технологии. Материалы III Международной конференции. Новосибирск, 1998.

6. Мелентьев О.Г., Шувалов В.П., Величко В.В. Оценка качества декодирования при действии импульсных помех, поступающих через цепи электропитания. Сиб. гос. ун-т телекоммуникаций и информатики. - Новосибирск. 1998.- 60с., ил.- Библиогр. 11 назв. Деп. в ВИНИТИ №2967-В98 от 12.10.98.

7. Мелентьев О.Г., Аль-Касасбех Басиль. Оптимизация алгоритма расчёта вероятности появления ошибки кратности m при длине блока n-элементов в дискретном канале, описываемом моделью Гилберта. Сиб. гос. ун-т телекоммуникаций и информатики. - Новосибирск. 2000.- 30с., ил.- Библиогр. 12 назв. Деп. в ВИНИТИ №102-В 2001 от 15.01.01.

8. Мелентьев О.Г., Аль-Касасбех Басиль, Фадин М.Г. Вычисление вероятности появления серий из k нулей в дискретном канале, описываемом моделью Гилберта. Информатика и проблемы телекоммуникаций. Материалы МНТК. Новосибирск. 2001г. С.31-33.

9. Melentyev O.G., Subbotin E.A. The analysis of one protocol of short messages transmission over the discrete channel, described by Gilbert model. Microwave electronics: Measurements, Identifications, Applications/ Conference proceedings MEMIA 2001. Novosibirsk. pp 191-196.

10. Мелентьев О.Г., Субботин Е.А. Методика снижения вычислительных затрат при расчёте параметров дискретного канала с перемежением. Информатика и проблемы телекоммуникаций. Материалы МНТК. Новосибирск. 2002г. С.38-41.

11. Мелентьев О.Г., Субботин Е.А. О выборе глубины перемежения в системах с исправлением ошибок. Информатика и проблемы телекоммуникаций. Материалы МНТК. Новосибирск. 2002г. С.41-44.

12. Мелентьев О.Г., Ли Е.Р., Яцуков В.Ю. К вопросу вычисления вероятности поражения блока в дискретном канале с группирующимися ошибками. Информатика и проблемы телекоммуникаций. Материалы МНТК. Новосибирск. 2002г. С.54-55.

13. Melentyev O.G., Subbotin E.A. Analysis of Iterative Matrix Code Application in a Channel with Grouped Errors. Siberian Russian Workshops and Tutorials on Electron Devices and Materials EDM 2002. pp 8-10.

14. Мелентьев О.Г., Зеленцов Б.П. Вычисление вероятностей состояний для дискретного канала, описываемого моделью Гилберта. Сиб. гос. ун-т телекоммуникаций и информатики. - Новосибирск. 2002.- 10с., ил.- Библиогр. 4 назв. Деп. в ВИНИТИ №304-В 2003 от 17.02.2003.

15. Melentiev O. G, Yatsukov V.Y., Minina E.A. The Estimation Technique of Parameters of Discrete Channel with Grouping Errors. Siberian Russian Workshops and Tutorials on Electron Devices and Materials EDM 2003. pp. 141-143.

16. Мелентьев О.Г., Минина Е.А. К вопросу моделирования процесса хоппинга и оценки его влияния на параметры дискретного канала // Международная науч.-техн. конф. “Перспективы развития современных средств и систем телекоммуникаций”, Томск, 30 июля - 2 августа 2003: Материалы конф.- Новосибирск, 2003.- С.115-118.

17. Мелентьев О.Г., Минина Е.А. Влияние операций перестановки элементов на параметры дискретного канала // Международная науч.-техн. конф. “Современные проблемы телекоммуникаций”, Одесса, 19 - 22 августа 2003: Сборник докладов (часть 1).- Одесса, 2003.- С.106-108.

18. Мелентьев О.Г., Минина Е.А. К вопросу расчёта параметров дискретного канала с перемежением. Информатика и проблемы телекоммуникаций. Материалы МНТК. Новосибирск. 2003г. C.59-60.

19. Мелентьев О.Г., Мешков Е.Ю. Алгоритм формирования матрицы переходных вероятностей для анализа систем передачи данных c РОС-АП, при учёте необнаруженных ошибок в блоке. Информатика и проблемы телекоммуникаций. Материалы РНТК. Новосибирск. 2004г. С.49-54.

20. Melentiev O. G, Konovalov P.A., Makarov D. O. Development of Estimation Technique Data Transmission Systems. Siberian Russian Workshops and Tutorials on Electron Devices and Materials EDM 2004. pp.95-97.

21. Melentiev O. G, Bodiyeva L. B., Makarov D. O. Frequency Hopping Influence on Parameters of the Discrete Channel Described by Gilbert Model. Siberian Russian Workshops and Tutorials on Electron Devices and Materials EDM 2004. pp 98-99.

22. Величко В.В., Мелентьев О.Г. Алгоритмы доставки коротких сообщений в канале с группирующимися ошибками. Электросвязь.-2004.-№7.- С. 34 -35.

23. Мелентьев О.Г. Особенности расчёта характеристик системы передачи данных с гибридной обратной связью и адресным переспросом. // Международная науч.-практич. конф. “Информационные технологии нового поколения в индустриальном регионе”, Материалы конф.- Кемерово, 2004.- С.68-71.

24. Мелентьев О.Г., Бодиева Л.Б. Вычисление параметров дискретного канала после применения операций перемежения и хоппинга. ГОУ ВПО Сиб. гос. ун-т телекоммуникаций и информатики. - Новосибирск, 2005. - 58с.: ил.- Библиогр.:37 назв.- Рус.- Деп. в ВИНИТИ 12.05.2005, №681-B2005.

25. Мелентьев О.Г., Мякишев С.Н. Моделирование систем передачи данных с обратной связью. ГОУ ВПО Сиб. гос. ун-т телекоммуникаций и информатики. - Новосибирск, 2005. - 74с.:ил.- Библиогр.:14 назв.- Рус.- Деп. в ВИНИТИ 12.05.2005 №682-B2005.

26. Мелентьев О.Г., Мякишев С.Н. Имитационное моделирование систем передачи данных с гибридной обратной связью. Информатика и проблемы телекоммуникаций. Материалы РНТК. Новосибирск. 2005г. - С.47-50.

27. Мелентьев О.Г., Левыкин К.Н., Бодиева Л.Б. Влияние свёрточного перемежения на параметры дискретного канала, описываемого моделью Гилберта. Перспективы развития современных средств и систем телекоммуникаций. Материалы МНТК. Екатеринбург. 2005г.- C.50-52.

28. Мелентьев О.Г., Коновалов П.А. Протокол адаптивной передачи для DS-SS PRN. Перспективы развития современных средств и систем телекоммуникаций. Материалы МНТК. Екатеринбург. 2005г.- C.46-49.

29. Oleg G. Melentyev, Sergey N. Myakishev Features of hybrid ARQ system parameters determination. Siberian Russian Workshops and Tutorials on Electron Devices and Materials EDM 2005, pp 189-191.

30. Oleg G. Melentyev, Pavel А. Konovalov Development of Imitating Model of Adaptive Data Transmission Systems. Siberian Russian Workshops and Tutorials on Electron Devices and Materials EDM 2005, pp. 192-194.

31. Мелентьев О.Г. Оценка эффективности систем передачи данных с гибридной обратной связью. Электросвязь.-2005.-№7.- С. 29 -31.

32. Мелентьев О.Г., Коновалов П.А. Анализ алгоритмов адаптации по результатам оценки качества приёма блоков. ГОУ ВПО Сиб. гос. ун-т телекоммуникаций и информатики. - Новосибирск, 2005. - 56 с., ил. - Библиогр.: 12 назв. - Рус. - Деп. в ВИНИТИ 10.10.05 № 1291-В2005.

33. Мелентьев О.Г. Расчёт параметров результирующего дискретного канала при использовании хоппинга. Электросвязь.-2005.-№11 С. 37-38.

34. Мелентьев О.Г. Методика вычисления точных значений вероятностей состояний для дискретного канала, описываемого моделью Гилберта. //Труды учебных заведений связи /СПбГУТ. СПб, 2005.-172.-С.73-78.

35. Мелентьев О.Г., Коновалов П.А. Моделирование адаптивного алгоритма передачи данных со скользящим периодом наблюдения //Труды учебных заведений связи /СПбГУТ. СПб, 2005. №173 С.39-46.

36. Коновалов П.А., Мелентьев О.Г. Анализ производительности алгоритма адаптации при работе по дискретному каналу с тремя состояниями - ГОУ ВПО Сиб. гос. ун-т телекоммуникаций и информатики. - Новосибирск, 2006. - 21 с. - Библиогр.: 3 назв. - Рус. - Деп. в ВИНИТИ 03.05.06 № 589-В2006.

37. Коновалов П.А., Мелентьев О.Г. Обобщённая методика анализа адаптивной системы передачи данных с изменением длины блока по дискретному каналу с тремя состояниями //IX Международная конференция «Проблемы функционирования информационных сетей», Новосибирск, 31 июня - 3 августа 2006. Материалы конференции - Новосибирск, 2006. - С.134-137.

38. Коновалов П..А., Мелентьев О.Г. Программа оценки производительности адаптивной системы передачи данных, использующей алгоритм со скользящим окном наблюдения переменной длины, методом имитационного моделирования / Свидетельство об отраслевой регистрации разработки в отраслевом фонде алгоритмов и программ № 7028. Дата регистрации 09.10.06.

39. Мелентьев О.Г. Оценка параметров дискретного канала при совместном использовании хоппинга и перемежения. Электросвязь.-2006.-№12. С.22-23.

40. Мелентьев О.Г., Ли Е.Р. Сравнение методов вычисления распределения числа ошибок в дискретных каналах, описываемых моделью Гилберта-Эллиота - ГОУ ВПО Сиб. гос. ун-т телекоммуникаций и информатики. - Новосибирск, 2006. - 26 с. - Библиогр.: 16 назв. - Рус. - Деп. в ВИНИТИ 20.12.06 № 1595-В2006.

41. Мелентьев О.Г., Мякишев С.Н. Сравнение систем передачи данных с гибридной обратной связью. Электросвязь.-2007.-№3 С.37-39.

42. Мелентьев О.Г. Теоретические аспекты передачи данных по каналам с группирующимися ошибками /под редакцией профессора В.П. Шувалова - М.: Горячая линия -Телеком, 2007. -253с.:ил.

43. Мелентьев О.Г., Беляк А.Н. Оптимизация алгоритма вычисления вероятностей поражения блока в дискретных каналах с двумя состояниями. Информатика и проблемы телекоммуникаций. Материалы РНТК. Новосибирск. 2007г. С.49-53.

44. Мелентьев О.Г., Зеленцов Б.П., Шерстнёва О.Г. Моделирование функционирования телекоммуникационных систем Марковскими процессами. Учебное пособие УМО. Сиб. гос. ун-т телекоммуникаций и информатики. - Новосибирск, 2006. - 149с.

45. Крашенинников П.В., Мелентьев О.Г. Программа имитации хоппинг-процесса для N-каналов / Свидетельство об отраслевой регистрации разработки в отраслевом фонде алгоритмов и программ № 8134. Дата регистрации 12.04.07.

Лицензия ЛР_020475, январь 1998 г. Подписано в печать ________

Формат бумаги А4, отпечатано на ризографе, шрифт № 10,

Изд. л. 2, заказ № ____, тираж - 100 экз, СибГУТИ

630102, г. Новосибирск, ул. Кирова, 86.

Размещено на Allbest.ru

...