Tối ưu hoá thuật toán mã hoá và truyền dữ liệu của thiết bị kiểm tra chức năng khi giao tiếp với một số mô đun điều khiển của hệ thống phóng thiết bị bay từ mặt đất
1 lượt xemDOI:
https://doi.org/10.54939/1859-1043.j.mst.110.2026.3-11Từ khóa:
Hệ thống phóng; Tối ưu hóa truyền dẫn dữ liệu; Gây nhiễu có chủ đích; Mã sửa lỗi; Lý thuyết trò chơi.Tóm tắt
Bài báo trình bày phương pháp tối ưu hóa thuật toán mã hóa và chế độ xử lý tín hiệu của thiết bị kiểm tra chức năng (TBKT) khi giao tiếp với các mô-đun điều khiển của hệ thống phóng thiết bị bay từ mặt đất. Đặc biệt, bài báo xem xét bài toán tối ưu trong điều kiện có nhiễu có chủ đích, nhằm đảm bảo độ tin cậy và tốc độ truyền gói tin khi trao đổi dữ liệu kiểm tra, giám sát và điều khiển. Dựa trên mô hình toán học và lý thuyết trò chơi, bài báo đề xuất thuật toán lựa chọn tối ưu các tham số mã hóa, độ trải phổ tín hiệu và chế độ giải mã nhằm nâng cao khả năng chống nhiễu và giảm suy hao công suất tín hiệu.
Tài liệu tham khảo
[1]. Дубровин, В. И., и др. “Онтология методов и стратегий защиты радиоканалов от преднамеренных помех”. Вестник связи, (2010).
[2]. Huang T., Liu Y., Liu X., and Wang M. “A new improved multi-sequence frequency-hopping communication anti-jamming system”. Electronics, vol. 14, No.3, p. 523, (2025).
[3]. Р.Р. Биккенин, И.В. Макаров. “Передача информации сигналами с расширенным спектром и самокодированием”. Информация и Космос., № 3, С. 6–10, (2023).
[4]. Xiao Y., Ren H., Wu S., Liu L., Meng X., and Ding P. “Anti-jamming method of cognitive radio based on Q-learning”. 12th International Conference on Electronics, Communications and Networks (CECNet 2022), Frontiers in Artificial Intelligence and Applications, vol. 363, pp. 97–104, (2022).
[5]. К.С. Григорян, Е.С. Басан. “Онтология методов и стратегий защиты радиоканалов от преднамеренных помех”. Инженерный вестник Дона, No.11, 29 c, (2025).
[6]. Jia L., Qi N., Su Z., Chu F., Fang S., Wong K. K., and Chae C. B. “Game theory and reinforcement learning for anti-jamming defense in wireless communications: Current research, challenges, and solutions”. IEEE Communications Surveys & Tutorials, in press, pp. 1798-1838, (2024).
[7]. de Curto J., de Zarza I., Cano J. C., and Calafate C. T. “Enhancing communication security in drones using QRNG in frequency hopping spread spectrum”. Future Internet, vol. 16, no. 11, p. 412, (2024).
[8]. S. Zhang and M. Yu. “Machine Learning-Driven Innovation in Denoising and Enhancement for Signal Processing”. 2025 4th International Conference on Electronic Information Technology (EIT), Chengdu, China, pp. 1-5, (2025).
[9]. L. Jia et al. “Game-Theoretic Learning Anti-Jamming Approaches in Wireless Networks”. IEEE Communications Magazine, vol. 60, no. 5, pp. 60-66, (2022).
[10]. L. Kubiavka, V. Zaremba and V. Ziuziun. “Application of Game Theory Methods to Optimize the Stakeholder Management Process”. IEEE 4th International Conference on Smart Information Systems and Technologies (SIST), Astana, Kazakhstan, pp. 647-651, (2024).
[11]. Воробьев Н.Н. “Основы теории игр. Бескоалиционные игры”. М.: Наука, 496 с, (1984).
[12]. Han Z., Niyato D., Saad W., Başar T., Hjørungnes T. “Game Theory in Wireless and Communication Networks”. Cambridge University Press, 554 p, (2011).
[13]. A. Kumar, R. G. Tiwari and N. K. Trivedi. “Hybrid Deep Learning Framework for Road Surface”. 2025 International Conference on Intelligent Control, Computing and Communications (IC3), Mathura, India, pp. 487-492, (2025).
[14]. P. V. Ramana, G. J. Reddy, V. S. Krishna, Y. Y. Reddy and V. V. Reddy. “A Hybrid Signal Denoising Approach using Wavelet Decomposition and Neural Network-based Thresholding”. 5th International Conference on Trends in Material Science and Inventive Materials (ICTMIM), Kanyakumari, India, pp. 1400-1404, (2025).
