Probabilistic Estimation of Noise Immunity of Composite Video Transmission Radio Lines in Conditions of Mutual Interference

Cover Page
  • Authors: Dvornikov S.V1, Maslova A.A2, Vasilieva D.V1
  • Affiliations:
    1. Federal State Autonomous Educational Institution of Higher Education «St. Petersburg State University of Aerospace Instrumentation» (SUAI)
    2. Department of Electrical Communications, Federal State Budgetary Educational Institution of Higher Education «St. Petersburg State University of Railway Transport of the Emperor Alexander I»
  • Issue: Vol 24, No 4 (2025)
  • Pages: 1182-1205
  • Section: Digital information telecommunication technologies
  • URL: https://bakhtiniada.ru/2713-3192/article/view/350738
  • DOI: https://doi.org/10.15622/ia.24.4.7
  • ID: 350738

Cite item

Full Text

Abstract

The transition to automated regulation systems at unguarded railroad crossings has necessitated the solution of their safety issues. The most rational solution to this problem is the use of video surveillance systems that provide the transmission of images both to the railroad stations, in the area of responsibility of which the railroad crossings are located, and to the locomotives of rolling stock. For this purpose, information transmission systems organized on the basis of broadband and LTE networks are actively used. But since the operation of such networks is organized along the railway tracks, including in conditions of active application of various radiating devices, they are characterized by violation of electromagnetic compatibility conditions, leading to failure of operation as a result of inadvertent blocking of separate channels. Therefore, the analysis of conditions under which the failure of the video transmission network occurs, as well as the predictive calculation of the parameters of radio lines, which provides a given level of stability of the network, is relevant. Technologies and peculiarities of LTE standard networks operation are considered. Indicators and criteria for evaluating the functioning of video transmission lines within the technical capabilities of the standard are substantiated. The mathematical formulation of the research problem is carried out. The initial data for the development of an analytical model of probabilistic assessment of video transmission network functioning are determined. The analytical apparatus for calculating the probability of channel blocking, taking into account the mutual intensity of frequency traffic usage by conflicting devices, is developed. The requirements of GOST R 53111-2008, defining the conditions under which the stability of public communication network operation is ensured, are analyzed. The expression of probabilistic estimation characterizing the probability of disruption (blocking) of network operation determined by both channel noise and fading, and unintentional interference from third-party sources of radio emissions due to violations of electromagnetic compatibility is obtained. The results of analytical modeling are presented, revealing the conditions under which the successful functioning of the video surveillance transmission network is ensured. It is substantiated that the operation of video transmission networks under conditions of mutual interference in violation of electromagnetic compatibility requirements is more sensitive to changes in the ratio of intensity values of network streams and sources of third-party radiations operating in the mode with programmed tuning of the operating frequency than to energy ratios of useful and interfering signals.

About the authors

S. V Dvornikov

Federal State Autonomous Educational Institution of Higher Education «St. Petersburg State University of Aerospace Instrumentation» (SUAI)

Email: practicdsv@yandex.ru
Tikhoretsky Av. 67

A. A Maslova

Department of Electrical Communications, Federal State Budgetary Educational Institution of Higher Education «St. Petersburg State University of Railway Transport of the Emperor Alexander I»

Email: Bloodyelis@yandex.ru
Moskovsky Av. 9

D. V Vasilieva

Federal State Autonomous Educational Institution of Higher Education «St. Petersburg State University of Aerospace Instrumentation» (SUAI)

Email: dolli.dina@mail.ru
Bolshaya Morskaya St. 67

References

  1. Синецкий А.С. Перспективы развития технических средств ЖАТ на переездах // Автоматика, связь, информатика. 2023. № 11. С. 10–11.
  2. Ахмедзянов Г.Г., Дремин В.В., Литвинов А.В. Совершенствование учета параметров объектов железнодорожной инфраструктуры для повышения эффективности эксплуатации железнодорожного переездного комплекса // Современные наукоемкие технологии. 2022. № 1. С. 9–13. doi: 10.17513/snt.39002.
  3. Трунаев А.М., Иваницкая И.Л. Анализ средств обеспечения безопасности на железнодорожных переездах // Сборник научных трудов Донецкого института железнодорожного транспорта. 2021. № 63. С. 4–12.
  4. Имарова О.Б. Следящая система управления торможением поезда в зоне сближения с неохраняемым и необслуживаемым железнодорожным переездом // Вестник Ростовского государственного университета путей сообщения. 2020. № 3(79). С. 43–51. doi: 10.46973/0201-727X_2020_3_43.
  5. Лукьянов А.С., Толстых Д. С., Буравцова А.Н. Технологии мобильного широкополосного доступа в сетях LTE и применение в ведомственных структурах // Вестник Воронежского института высоких технологий. 2019. № 13(1). С. 116–119.
  6. Singh U., Dua A., Kumar N., Guizani M. QoS Aware Uplink Scheduling for M2M Communication in LTE/LTE-A Network: A Game Theoretic Approach // IEEE Transactions on Vehicular Technology. 2022. vol. 71. no. 4. pp. 4156–4170. doi: 10.1109/TVT.2021.3132535.
  7. Дворников С. В., Степынин Д. В., Дворников А. С., Букарева А. П. Формирование векторов признаков сигналов из вейвлет-коэффициентов их фреймовых преобразований // Информационные технологии. 2013. № 5. С. 46–49.
  8. Фокин Г.А., Волгушев Д.Б. Использование SDR-технологии для задач сетевого позиционирования. Процедуры приема и обработки опорных сигналов LTE // Вестник СибГУТИ. 2023. Т. 17. № 1. С. 52–65. doi: 10.55648/1998-6920-2023-17-1-52-65.
  9. Dvornikov S.S., Zheglov K.D., Dvornikov S.V. SSB signals with controlled pilot level // T-Comm. 2023. vol. 17. no. 3. pp. 41–47. doi: 10.36724/2072-8735-2023-17-3-41-47.
  10. Abusalma A. The effect of implementing artificial intelligence on job performance in commercial banks of Jordan // Management Science Letters. 2021. vol. 11. pp. 2061–2070. doi: 10.5267/j.msl.2021.3.003.
  11. Артюшенко В.М., Воловач В.И. Оценка влияния гауссовского шума, помех гармонического типа и комбинированных помех на беспроводные устройства ближнего радиуса действия // Радиотехника. 2023. Т. 87. № 9. С. 124–137. doi: 10.18127/j00338486-202309-11.
  12. Алексеев В. Сравнительные характеристики широкополосных и узкополосных сетей LPWAN нелицензируемого диапазона для приложений М2М и IoT // Беспроводные технологии. 2019. № 3(56). С. 10–20.
  13. Li J., Li X., Li H., et al. Fabrication of the Cu/AgCuTi/Nb composite for superconducting radio-frequency material under extreme service conditions based on electroplating additive manufacturing // Materials & Design. 2024. vol. 244. pp. 113220. doi: 10.1016/j.matdes.2024.113220.
  14. Flores Soriano M. Solar radio bursts impact on the International GNSS Service Network during Solar Cycle 24 // Journal of Space Weather and Space Climate. 2024. vol. 14. doi: 10.1051/swsc/2024034.
  15. Иванова Д.В., Маркова Е.В., Шоргин С.Я., Гайдамака Ю.В. Модели совместного обслуживания трафика EMBB и URLLC на основе приоритетов в промышленных развертываниях 5G NR // Информатика и ее применения. 2023. Т. 17. № 4. С. 64–70. doi: 10.14357/19922264230409.
  16. Журавлев Д.В., Кузьменко Р.В., Чепелев М.Ю., Минаков Д.С. Разработка и реализация алгоритма анализа сигналов стандарта Bluetooth // Вестник Воронежского института ФСИН России. 2021. № 3. С. 14–22.
  17. Vasilyeva D.V., Dvornikov S.V., Yakushenko S.Al., Dvornikov S.S. Automation of detection procedures based on the results of processing images from video surveillance systems. Collection of abstracts of reports of the III International Forum “Mathematical methods and models in high-tech production”. 2023. pp. 157–158.
  18. Vasilieva D.V., Dvornikov S.V., Yakushenko S.A., Dvornikov S.S. Automation of forest fire detection procedures based on the results of video processing // Scientific and analytical journal “Bulletin of the St. Petersburg University of the State Fire Fighting Service of the Ministry of Emergency Situations of Russia”. 2024. vol. 2023. no. 4. pp. 47–58. doi: 10.61260/2218-130X-2024-2023-4-47-58.
  19. Дворников С.В., Дворников С.С., Коноплев М.А. Алгоритм распознавания сигналов радиосвязи на основе симметрических матриц. Информационные Технологии. 2010. № 9. С. 75–77.
  20. Abbasov I.B. Image Recognition in Agriculture and Landscape Protection // International Journal of Science and Research. 2020. vol. 9. no. 12. pp. 757–763. doi: 10.21275/SR201212144831.
  21. Себекин Г.В., Щурков А.О., Маслов А.А., Андреев Ю.В. Построение мультисервисной платформы спутниковой связи на основе решений для сетей передачи данных стандарта LTE (3GPP) // Успехи современной радиоэлектроники. 2024. № 2. С. 66–75. doi: 10.18127/j20700784-202402-06.
  22. Батенков К.А., Королев А.В., Миронов А.Е. Эффективность использования канального ресурса при объединении и кластеризации передаточных возможностей звена мультисервисной сети связи // Информационные системы и технологии. 2020. № 2(118). С. 101–105.
  23. Макаренко С.И. Интероперабельность организационно-технических систем. Санкт-Петербург: Наукоемкие технологии, 2024. 313 с.
  24. Дворников С.С., Дворников С.В., Леонов Д.М., Махфуд М.Г. Эффективность функционирования локальных радиосетей в сложной радиоэлектронной обстановке // Информация и космос. 2023. № 1. С. 29–34.
  25. Дюк В.А., Малыгин И.Г. Сравнение алгоритмов распознавания типов транспортных средств по параметрам их силуэтов // Морские интеллектуальные технологии. 2018. № 4-4(42). С. 197–201.
  26. Чубарико В.Н. Обобщённая формула бинома Ньютона и формулы суммирования. Чебышевский сборник. 2020. Т. 21. № 4. С. 270–301. doi: 10.22405/2226-8383-2020-21-4-270-301.
  27. Ананьевский С.М., Невзоров В.Б. О некоторых вероятностных распределениях, связанных с классической схемой Бернулли // Вестник Санкт-Петербургского университета. Математика. Механика. Астрономия. 2022. Т. 9. № 2. С. 201–208. doi: 10.21638/spbu01.2022.202.
  28. Васильева Д.В., Дворников С.С., Толстуха Ю.Е., Обрезков П.С., Дворников С.В. Формирование Векторов признаков для систем видеонаблюдения // Вопросы Радиоэлектроники. Серия: Техника Телевидения. 2023. № 4. С. 62–68.
  29. Шелухин О.И., Ахметшин Р.Р., Руднев А.Н., Иванов Ю.А. Влияние различных типов ошибок в каналах беспроводного доступа на качество систем видеонаблюдения // T-Comm: Телекоммуникации и транспорт. 2012. № 11. С. 62–66.
  30. Sheikh H.R., Bovik A.C. Image information and visual quality // IEEE Transactions on Image Processing. 2006. vol. 15. no. 2. pp. 430–444. doi: 10.1109/tip.2005.859378.
  31. Клочко В.К., Ву Б.Х. Исследование частотно-временной обработки сигналов в системе доплеровских приемников // Цифровая обработка сигналов. 2024. № 4. С. 33–39.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».