Розмір шрифту: 

1. Проблема та її актуальність: Ефективність систем екологічної безпеки критично залежить від достовірності первинних даних. У польових умовах сенсори піддаються впливу електромагнітних завад, кліматичних факторів та деградації чутливого елемента. Традиційні методи фільтрації часто не здатні відрізнити технічну заваду від реального екологічного викиду, що призводить до помилок першого та другого роду в управлінських рішеннях. 2. Запропонований підхід: Пропонується концепція СППР, що базується на гібридному методі верифікації, який поєднує:
• Локальний аналіз: використання рекурентних нейронних мереж (LSTM) для прогнозування часових рядів та виявлення індивідуальних аномалій датчика.
• Просторовий аналіз: крос-валідація даних через кореляцію з показниками суміжних вузлів моніторингової мережі.
• Контекстний аналіз: перевірка узгодженості даних із метеорологічними параметрами (швидкість та напрямок вітру, вологість).
3. Математична модель: В основу системи покладено синтетичний критерій достовірності KD, що розраховується як зважена сума статистичної значущості, просторової консистентності та фізичної правдоподібності сигналу. Це дозволяє системі не просто «відсікати» шум, а адаптивно змінювати рівень довіри до кожного вузла мережі в реальному часі. 4. Алгоритмічна реалізація: Розроблено багаторівневий алгоритм фільтрації, що включає: 1. Попередню детекцію технічних збоїв (Outlier detection).
2. Інтелектуальне порівняння з «цифровим двійником» локальної екосистеми.
3. Формування рекомендації для оператора: «Підтвердити тривогу», «Провести технічне обслуговування» або «Ігнорувати як заваду».
4. Очікувані результати: Впровадження запропонованої СППР дозволяє підвищити точність ідентифікації екологічних інцидентів на 15–20% та суттєво зменшити кількість хибних виїздів мобільних лабораторій за рахунок автоматичної верифікації аномалій на рівні програмного забезпечення.

Удосконалення методів підвищення достовірності даних у польових сенсорних мережах на основі імітаційного моделювання

У роботі розглянуто проблему забезпечення надійності передачі даних у польових сенсорних мережах, що функціонують в умовах інтенсивних зовнішніх завад. Проаналізовано вплив шумів на показники $SNR$ та $BER$. Запропоновано підхід до підвищення достовірності інформації через використання імітаційної моделі, яка включає модулі формування сигналу, моделювання каналу зв’язку та механізми корекції помилок (коди Хеммінга, CRC). Описано функціональну структуру системи з розподілом ролей користувачів, що дозволяє не лише фільтрувати дані, а й здійснювати інтелектуальний аналіз аномалій та прогнозування відмов. Результати дослідження спрямовані на покращення якості систем прийняття рішень в автоматизованих комплексах моніторингу.