Предложены программный эмулятор учебной цифровой вычислительной машины и программный симулятор учебного цифрового процессора, обеспечивающие развитие основных принципов построения и функционирования средств вычислительной техники, реализованных в лабораторной установке-тренажере «Учебная цифров ая вычислительная машина». Современные процессоры, микропроцессоры и их программное обеспечение являются исключительно сложными объектами для изучения и практического освоения. Одним из магистральных направлений в преодолении этой проблемы в вузах является использование на начальных этапах обучения основам информационных технологий тренажеров и программных моделей учебных ЭВМ. Предложенные программные модели, обладая сравнительной простотой и наглядным визуальным интерфейсом, помогают обучающимся успешно освоить базовые понятия организации и архитектуры ЭВМ, такие как: система команд, форматы команд и данных, представление данных, способы адресации, основы специального кодирования чисел.

Геомагнитные пульсации, под которыми обычно понимается изменение напряженности геомагнитного поля в определенном частотном диапазоне под действием времени и разных факторов, формально можно представлять в виде магнитогидродинамических волн, распространяющихся в околоземной плазме. На поверхности Земли пульсации можно выделять из ультранизкочастотных электромагнитных колебаний, зарегистрированных, например, в геомагнитных обсерваториях. По геомагнитным пульсациям возможно получать информацию, например, о параметрах среды в области их генерации, об особенностях развития геомагнитных бурь и суббурь. Проанализированы особенности работы с одним из самых распространенных видов геомагнитных пульсаций — Pc4, имеющих период колебаний 45–150 с. Обрабатываемые данные получены от международной сети INTERMAGNET. Поскольку объем таких данных превышает объем оперативной памяти компьютера, применены технологии BigData, реализованные в среде MATLAB.

Автономное движение мобильных роботов в динамически меняющейся внешней среде сопряжено с существенными трудностями. Это означает, что мобильные роботы должны не только выполнять задачу автономной навигации, но и хорошо взаимодействовать не только с неподвижными препятствиями, но и с людьми, движущимися в рабочем пространстве робота. Разработан алгоритм планирования и управления траекторным движением с учетом социальной навигация, обеспечивающая комфортное взаимодействие человека и робота. Затраты и ограничения социального пространства моделируются с использованием асимметричных функций Коши, составляются прогнозы взаимодействия „человек–человек“ или „человек–робот“. На этой основе строится функция стоимости карты, которая может использовать различные ограничения. Алгоритмы A* и jump были модифицированы на основе функции стоимости карты. Результаты экспериментов, выполненных в среде MATLAB, показывают, что предложенные алгоритмы могут эффективно реализовать решать задачу планирования пути с учетом социальной навигации. Благодаря разработанным алгоритмам выстраивается оптимальный маршрут робота и личное пространство пешеходов гарантировано. Комфорт с учетом социальной навигации при взаимодействии человека и робота значительно улучшился.

Приведены результаты синтеза алгоритма оптимального обнаружения сигналов, заключающегося в знакопеременном преобразовании принимаемых сигналов во времени и компенсации помехового сигнала при накоплении в фильтре. Физической основой синтеза алгоритма являются различия между частотно-временными характеристиками сигналов, отраженных от движущейся цели и земной поверхности, проявляющиеся во временном сдвиге максимумов полезного и помехового сигналов с равными доплеровскими сдвигами частоты. В алгоритме обработки выполняется сравнение модуля весового интеграла с порогом. Разработана структурная схема оптимального обнаружителя. Рассмотрена зависимость нормированного по амплитуде весового вектора оптимальной обработки от времени. Проведена оценка потенциальных характеристик обнаружения движущихся целей. Показано, что при обнаружении малоскоростных целей существуют оптимальные скорости сканирования, при которых вероятность правильного обнаружения максимальна.