Параметры программного обеспечения, оказывающие влияние на надежность обработки телеметрической информации
DOI:
https://doi.org/10.47813/2782-2818-2023-3-4-0322-0331Ключевые слова:
телеметрическая информация, объемы обработки, отказоустойчивость, мултиверсионность, программное обеспечение, резервирование.Аннотация
Создание любых современных сложных технических систем, а также управление ими, невозможно без комплексного программного обеспечения. В этом случае важнейшей технической задачей является повышение его надежности и отказоустойчивости. Немаловажной задачей является снижение стоимости таких систем, а также упрощение их эксплуатации. Алгоритмы отказоустойчивости программного обеспечения оказывают явное влияние на производительность в реальном времени: необходимость резервирования вычислительных ресурсов и времени на выполнение процедур восстановления усложняет процесс планирования. Существует несколько современных решений в области отказоустойчивости, и за последние 40 лет было разработано множество алгоритмов планирования в реальном времени. Однако анализу характеристик отказоустойчивых алгоритмов в реальном времени и совершенствованию планирования в этом направлении уделяется меньше внимания со стороны исследовательского сообщества. В работе, рассматривается современное состояние подходов к обеспечению отказоустойчивости систем реального времени, определяются основные проблемы и взаимосвязи, так как телеметрия представляет собой сложные данные временного ряда. Учитывая временные и пространственные характеристики данных, методы обнаружения аномалий, основанные на прогнозировании, обычно дают лучшие результаты из-за возможности временного наклона. Обычно считается, что разница между прогнозируемыми данными и реальными данными невелика для обычных данных телеметрии.
Библиографические ссылки
Lyu M.R. Software Fault Tolerance. John Wiley & Sons, Inc., 1995. 354 p.
Yakovyna V., Symets I. Reliability assessment of CubeSat nanosatellites flight software by high-order Markov chains, Procedia Computer Science, 2021, 192, 447–456. https://doi.org/10.1016/j.procs.2021.08.046
Laprie J.C., Kanoun K. "X-ware reliability and availability modeling." IEEE Transactions on Software Engineering, 1992, 18(10), 130–147. https://doi.org/10.1109/32.121755
Kartsan I.N., Goncharov A.E., Zelenkov P.V., Kovalev I.V., Fateev Y.L., Tyapkin V.N., Dmitriev D.D. Applying filtering for determining the angular orientation of spinning objects during interference, IOP Conf. Ser.: Mater. Sci. Eng., 2016, 155, 012020. https://doi.org/10.1088/1757-899X/155/1/012020
Shamshad A., Bawadi M.A., Wan Hussin W.M.A., Majid T.A. First and second order Markov chain models for synthetic generation of wind speed time series, S.A.M. Sanusi Energy, 2005, 30(5), 693–708. https://doi.org/10.1016/j.energy.2004.05.026
Yakovyna V., Seniv M., Symets I., Sambir N. () Algorithms and software suite for reliability assessment of complex technical systems, Radio Electronics, Computer Science, Control, 2020, 4, 163–177. https://doi.org/10.15588/1607-3274-2020-4-16
Gruzenkin D.V., Chernigovskiy A.S., Tsarev R.Y. N-version software module requirements to grant the software execution fault-tolerance, Advances in Intelligent Systems and Computing, 2018, 661, 293-303. https://doi.org/10.1007/978-3-319-67618-0_27
Kovalev I.V., Kovalev D.I., Chefonov N.S., Testoedvov N.A., Golovenkin E.N. Implementation of multiversion software based on an object-oriented approach, IOP Conference Series: Materials Science and Engineering, 2020, 734, 12035. https://doi.org/10.1088/1757-899X/734/1/012035
Соловьев Е.В. Система формирования состава мультиверсионного программного обеспечения в реальном времени, Вестник Сибирского государственного аэрокосмического университета им. академика МФ Решетнева, 2014, 2(54), 76-79.
Saramud M.V., Kovalev I.V., Losev V.V., Petrosyan M.O., Kovalev D.I. To the question of applying the correctness calculation methods for assessing the ultimate reliability of multiversion models of fault-tolerant systems, Devices and systems. Management, control, diagnostics, 2019, 3, 19-25.
Yang L., Ma Y., Zeng F., Peng X., Liu D. Improved deep learning based telemetry data anomaly detection to enhance spacecraft operation reliability, Microelectronics Reliability, 2021, 126, 114311. https://doi.org/10.1016/j.microrel.2021.114311.
Карасева М.В., Карцан И.Н., Зеленков П.В. Метапоисковая мультилингвистическая система, Вестник Сибирского государственного аэрокосмического университета им. академика М.Ф. Решетнева, 2007, 3(16), 69-70.
Timchenko, I.E., Naumenko, I.P. Igumnova, E.M., Assimilation of Satellite Observations of the Chlorophyll-a Concentration and the Calculated Data on the Marine Environment Dynamics in the Adaptive Model of the Ecosystem of the Black Sea Northwestern Shelf. Physical Oceanography, 2018, 25(6), pp. 509-520. https://doi.org/10.22449/1573-160X-2018-6-509-520
REFERENCES
Lyu M.R. Software Fault Tolerance. John Wiley & Sons, Inc., 1995. 354 p.
Yakovyna V., Symets I. Reliability assessment of CubeSat nanosatellites flight software by high-order Markov chains, Procedia Computer Science, 2021, 192, 447–456. https://doi.org/10.1016/j.procs.2021.08.046 DOI: https://doi.org/10.1016/j.procs.2021.08.046
Laprie J.C., Kanoun K. "X-ware reliability and availability modeling." IEEE Transactions on Software Engineering, 1992, 18(10), 130–147. https://doi.org/10.1109/32.121755 DOI: https://doi.org/10.1109/32.121755
Kartsan I.N., Goncharov A.E., Zelenkov P.V., Kovalev I.V., Fateev Y.L., Tyapkin V.N., Dmitriev D.D. Applying filtering for determining the angular orientation of spinning objects during interference, IOP Conf. Ser.: Mater. Sci. Eng., 2016, 155, 012020. https://doi.org/10.1088/1757-899X/155/1/012020 DOI: https://doi.org/10.1088/1757-899X/155/1/012020
Shamshad A., Bawadi M.A., Wan Hussin W.M.A., Majid T.A. First and second order Markov chain models for synthetic generation of wind speed time series, S.A.M. Sanusi Energy, 2005, 30(5), 693–708. https://doi.org/10.1016/j.energy.2004.05.026 DOI: https://doi.org/10.1016/j.energy.2004.05.026
Yakovyna V., Seniv M., Symets I., Sambir N. () Algorithms and software suite for reliability assessment of complex technical systems, Radio Electronics, Computer Science, Control, 2020, 4, 163–177. https://doi.org/10.15588/1607-3274-2020-4-16 DOI: https://doi.org/10.15588/1607-3274-2020-4-16
Gruzenkin D.V., Chernigovskiy A.S., Tsarev R.Y. N-version software module requirements to grant the software execution fault-tolerance, Advances in Intelligent Systems and Computing, 2018, 661, 293-303. https://doi.org/10.1007/978-3-319-67618-0_27 DOI: https://doi.org/10.1007/978-3-319-67618-0_27
Kovalev I.V., Kovalev D.I., Chefonov N.S., Testoedvov N.A., Golovenkin E.N. Implementation of multiversion software based on an object-oriented approach, IOP Conference Series: Materials Science and Engineering, 2020, 734, 12035. https://doi.org/10.1088/1757-899X/734/1/012035 DOI: https://doi.org/10.1088/1757-899X/734/1/012035
Soloviev E.V. System of formation of composition of multiversion software in real time, Bulletin of Siberian State Aerospace University named after Academician M.F. Reshetnev, 2014, 2(54), 76-79. (in Russian)
Saramud M.V., Kovalev I.V., Losev V.V., Petrosyan M.O., Kovalev D.I. To the question of applying the correctness calculation methods for assessing the ultimate reliability of multiversion models of fault-tolerant systems, Devices and systems. Management, control, diagnostics, 2019, 3, 19-25.
Yang L., Ma Y., Zeng F., Peng X., Liu D. Improved deep learning based telemetry data anomaly detection to enhance spacecraft operation reliability, Microelectronics Reliability, 2021, 126, 114311. https://doi.org/10.1016/j.microrel.2021.114311. DOI: https://doi.org/10.1016/j.microrel.2021.114311
M.V. Karaseva, I.N. Kartsan, P.V. Zelenkov, Metapearch multilingual system, Vestnik of Siberian State Aerospace University named after academician M.F. Reshetnev, 2007, 3(16), 69-70. (in Russian)
Timchenko, I.E., Naumenko, I.P. Igumnova, E.M., Assimilation of Satellite Observations of the Chlorophyll-a Concentration and the Calculated Data on the Marine Environment Dynamics in the Adaptive Model of the Ecosystem of the Black Sea Northwestern Shelf. Physical Oceanography, 2018, 25(6), pp. 509-520. https://doi.org/10.22449/1573-160X-2018-6-509-520 DOI: https://doi.org/10.22449/1573-160X-2018-6-509-520
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2023 И.Н. Карцан
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Журнал MIST - «Modern Innovations, Systems and Technologies» / «Современные инновации, системы и технологии» публикует материалы на условиях лицензии CreativeCommons Attribution 4.0 International (CC BY 4.0), размещенной на официальном сайте некоммерческой корпорации Creative Commons: 
This work is licensed under a Creative Commons Attribution 4.0 International License.
Это означает, что пользователи могут копировать и распространять материалы на любом носителе и в любом формате, адаптировать и преобразовывать тексты, использовать контент для любых целей, в том числе коммерческих. При этом должны соблюдаться условия использования — указание автора оригинального произведения и источника: следует указывать выходные данные статей, предоставлять ссылку на источник, а также указывать, какие изменения были внесены.
