SCI Библиотека
SciNetwork библиотека — это централизованное хранилище научных материалов всего сообщества... ещё…
SciNetwork библиотека — это централизованное хранилище научных материалов всего сообщества... ещё…
В настоящем исследовании рассматриваются зависимости величины задержки и потери кадров видеопотока, сжатых нейросетевым кодеком, разработанным на основе нейросетевого вариационного автокодировщика, от размера передаваемых кадров при реализации каналов информационного обмена между беспилотной авиационной системой и станцией внешнего пилота в наземном сегменте гибридной орбитально-наземной сети связи с учетом расстояния между ними при использовании технологий передачи данных 3G и LTE.
Актуальность исследования обусловлена необходимостью достижения заданного уровня качества обслуживания услуги управления беспилотными летательными аппаратами от первого лица в сетях связи.
Используемые методы. В ходе исследования натурным экспериментом измерены прикладные задержки передачи и потери кадров видеопотока FPV-управления при использовании нейросетевых кодеков. Прикладные задержки и потери учитывают сегментацию, восстановление пакетов и передачу нескольких UDP-пакетов для каждой полезной нагрузки. Дополнительно методом Розенблатта ‒ Парзена восстановлены распределения плотности вероятности задержек.
Результаты. Получены оценки средних значений задержки передачи и потерь кадров видеопотока (сжатых нейросетевым кодеком) при использовании технологий передачи данных 3G и LTE с учетом различных расстояний между беспилотной системой и станцией внешнего пилота. Восстановлены распределения зависимостей задержек видеопотока от размера полезной нагрузки. Найден характер распределения задержки видеопотока, формируемого нейросетевым кодеком.
Новизна полученных результатов заключается в исследовании характера задержек и потерь кадров видеопотока услуги FPV-управления, передаваемого через мобильные сети связи, на прикладном уровне модели OSI при использовании нейросетевых кодеков.
Практическая значимость. Полученные результаты могут быть примененены при моделировании каналов информационного обмена для FPV-управления с целью формирования оптимальной конфигурации используемых нейросетевых кодеков.
В статье производится краткий обзор существующих платформ для создания умного дома, описывается функциональность каждой платформы, их совместимость с устройствами и возможности управления умным домом через мобильные приложения и голосовые команды. Рассматриваются особенности построения гибкой сетевой архитектуры и устройство приватного облачного сервера. Приведен пример построения гибкой архитектуры умного дома, позволяющей управлять различными устройствами в доме с помощью единого интерфейса, обеспечивая максимальный комфорт и удобство для пользователя. Также доказывается важность выбора открытых стандартов и протоколов, которые обеспечивают совместимость устройств и будущую расширяемость системы.