RU2726027C1

RU2726027C1 - Method of identifying elements of a complex system in variable conditions

Info

Publication number: RU2726027C1
Application number: RU2020103574A
Authority: RU
Inventors: Юрий Иванович Стародубцев; Андрей Александрович Курило; Елена Валерьевна Вершенник; Сергей Александрович Иванов; Алексей Васильевич Вершенник; Павел Владимирович Закалкин; Петр Юрьевич Стародубцев
Original assignee: Юрий Иванович Стародубцев
Priority date: 2020-01-28
Filing date: 2020-01-28
Publication date: 2020-07-08

Abstract

FIELD: computer equipment.SUBSTANCE: disclosed is a method of identifying elements of a complex system in variable conditions, comprising recording at least one element by one of the physical detectors tuned thereto, determining, by the output signal of at least one detector, at least one element, for which a set of N different physical features is obtained from the output signal, classifying an element based on predefined properties using a classifier previously trained by the training sample, wherein the element is associated with one of the N predefined classes, wherein at least one parameter of external conditions is additionally measured and time interval of existence of conditions with this parameter is stored, comparing for each element the values of sets of N different physical characteristics with the time of existence of at least one of the parameters of external conditions, form statistically stable classes of all elements for homogeneous conditions by processing statistical data characterizing the element during the time of existence of each considered parameter or their stable combinations, elements of the complex system are identified by comparing the implementations and the generated classes by pairwise calculation of similarity coefficients of the unknown realization and the generated standards with assignment of the implementation to the standard with the maximum similarity coefficient.EFFECT: high reliability of identifying elements of a complex system in variable conditions.1 cl, 2 dwg

Description

Изобретение относится к способам идентификации элементов сложной системы, и может быть использовано в автоматизированных системах управления технологическими процессами, функционирующих в переменных условиях.The invention relates to methods for identifying elements of a complex system, and can be used in automated process control systems operating in variable conditions.

В настоящее время известны способы идентификации объектов и систем.Currently, methods for identifying objects and systems are known.

Известен способ идентификации характеристик и возмущений динамических объектов в стохастических системах автоматического управления (патент RU 2623464 С2, МПК G05B 17/00, опубликован 26.06.2017), согласно которому для идентификации характеристик и возмущений динамических объектов измеряют выходные параметры качества работы объекта управления, проводят статистическое моделирование случайных реализаций методом Монте-Карло, для которых запоминают имеющие место характеристики объекта управления и действующие на объект управления возмущения. Для каждой случайной реализации определяют «невязку» и «запас по невязке», определенные как отклонения и относительные отклонения выходных параметров качества при моделировании и при испытаниях соответственно. Определяют ту реализацию, для которой минимальный «запас по невязке» максимален. Запоминают значения в этой реализации как параметры идентификации.A known method for identifying the characteristics and disturbances of dynamic objects in stochastic automatic control systems (patent RU 2623464 C2, IPC G05B 17/00, published 06/26/2017), according to which, to identify the characteristics and disturbances of dynamic objects, the output parameters of the quality of work of the control object are measured, statistical Monte Carlo simulation of random implementations, for which the perturbations of the characteristics of the control object and the disturbances acting on the control object are remembered. For each random implementation, “residual” and “residual margin” are determined, defined as deviations and relative deviations of the output quality parameters during modeling and testing, respectively. The implementation is determined for which the minimum “residual margin” is maximum. The values in this implementation are stored as identification parameters.

Недостатком способа является то, что в нем проводят статистическое моделирование случайных реализаций методом Монте-Карло, для которых запоминают имеющие место характеристики объекта управления и действующие на объект управления возмущения без учета переменных условий, воздействующих на характеристики объекта, что снижает достоверность результатов идентификации, и не дает полного описания параметров объекта.The disadvantage of this method is that it conducts statistical modeling of random implementations by the Monte Carlo method, for which the perturbations of the characteristics of the control object and the disturbances acting on the control object are taken into account without taking into account the variable conditions affecting the characteristics of the object, which reduces the reliability of the identification results, and does not gives a complete description of the parameters of the object.

Известен способ распознавания зондирующих сигналов малозаметных радиолокационных станций (патент RU 2652791 С1, МПК G01S 13/52, опубликован 03.05.2018), согласно которого задают эталонные радиосигналы, формируют частотно-временной портрет эталонных радиосигналов путем выполнения операции частотно-временного преобразования Чоя-Вильямса над множеством цифровых отсчетов эталонных радиосигналов, формируют частотно-временной портрет принятого распознаваемого радиосигнала путем выполнения операции частотно-временного преобразования Чоя-Вильямса над множеством цифровых отсчетов принятого радиосигнала; с частотно-временным портретом принятого распознаваемого радиосигнала выполняют дополнительную операцию шумоподавления с помощью дискретного S-преобразования (преобразование Стоквелла), сравнивают частотно-временной портрет распознаваемого радиосигнала с частотно-временным портретом эталонных радиосигналов; принимают решение о принадлежности распознаваемого радиосигнала к одному из эталонных радиосигналов. Изобретение относится к распознаванию образов, а именно к способам распознавания радиосигналов, в частности к способам распознавания вида и параметров модуляции зондирующих радиосигналов малозаметных радиолокационных станций.A known method for recognizing the probing signals of stealth radars (patent RU 2652791 C1, IPC G01S 13/52, published 03.05.2018), according to which the reference radio signals are set, form the time-frequency portrait of the reference radio signals by performing the time-frequency Choy-Williams transform operation a plurality of digital samples of reference radio signals, form a time-frequency portrait of a received recognizable radio signal by performing a time-frequency Choy-Williams transform operation on a plurality of digital samples of a received radio signal; with the time-frequency portrait of the received recognizable radio signal, an additional noise reduction operation is performed using the discrete S-transform (Stockwell transform), the time-frequency portrait of the recognized radio signal is compared with the time-frequency portrait of the reference radio signals; decide on whether the recognized radio signal belongs to one of the reference radio signals. The invention relates to pattern recognition, and in particular to methods for recognizing radio signals, in particular to methods for recognizing the type and modulation parameters of probing radio signals of stealth radars.

Недостатком способа является то, что частотно-временной портрет эталонных радиосигналов формируют без учета их последующего изменения. На практике характеристики радиосигналов динамически изменяются, что делает распознавание радиосигналов недостаточно достоверным.The disadvantage of this method is that the time-frequency portrait of the reference radio signals is formed without taking into account their subsequent changes. In practice, the characteristics of the radio signals are dynamically changed, which makes the recognition of radio signals not reliable enough.

Известен система и способ идентификации железнодорожных номерных деталей по изображению их поверхностей с клеймами и знаками маркировки (патент RU 2702965 С1, МПК G06K 9/72, G06K 5/00, B61L 25/00 опубликован 14.10.2019), согласно которому идентификация железнодорожных номерных деталей по изображению их поверхностей с клеймами и знаками маркировки, выполняемый с помощью процессора, в котором осуществляют автоматическую разметку изображений поверхностей с идентифицирующей информацией заранее заданных номерных деталей посредством выделения областей и элементов, содержащих идентифицирующую информацию; осуществляют построение набора признаков с вычислением параметров, характеризующих взаимное расположение элементов идентифицирующей информации для каждого размеченного изображения; сохраняют размеченные изображения и построенные наборы признаков для каждого изображения в хранилище эталонных изображений и индексной базе данных соответственно; осуществляют поиск по набору признаков, сформированному на основе изображения идентифицируемой номерной детали, в индексной базе данных, в результате чего получают список деталей-кандидатов, наиболее подобных идентифицируемой детали по набору признаков.A known system and method for identifying railway license plates by the image of their surfaces with brands and marking marks (patent RU 2702965 C1, IPC G06K 9/72, G06K 5/00, B61L 25/00 published on 10/14/2019), according to which the identification of railway license plates according to the image of their surfaces with brands and marking marks, performed using a processor in which automatic marking of surface images with identifying information of predetermined numbered parts is performed by highlighting areas and elements containing identifying information; carry out the construction of a set of features with the calculation of parameters characterizing the relative position of the elements of identifying information for each marked image; save marked images and constructed sets of features for each image in the storage of reference images and the index database, respectively; they search for a set of features formed on the basis of an image of an identifiable numbering part in the index database, resulting in a list of candidate parts that are most similar to an identifiable part for a set of features.

Недостатком способа является то, что он применим только для ситуаций, при которых минимизируется или исключается изменение условий осуществления идентификации, то есть не применим для переменных условий.The disadvantage of this method is that it is applicable only for situations in which the change in the conditions for identification is minimized or eliminated, that is, it is not applicable for variable conditions.

Известен способ идентификации и классификации объектов (патент RU 2541158 С2, МПК G06F 17/30, G06K 9/62, опубликован 10.02.2015), согласно которому при идентификации объектов регистрируют предмет, по меньшей мере одним из настроенных на него физических детекторов, по выходному сигналу, по меньшей мере одного детектора, определяют по меньшей мере один объект, для которого получают из выходного сигнала набор n различных физических признаков, далее объект классифицируют на основании предварительно задаваемых свойств при помощи классификатора, предварительно обученного по обучающей выборке, при этом исследуемый объект соотносят с одним из N предварительно заданных классов, N базовых классов в предварительно заданной последовательности упорядочивают в N-мерный вектор V, который соотносят с объектом, причем элементы v1…vN вектора V указывают на принадлежность объекта к соответствующему базовому классу и в зависимости от вектора V объект соотносят с производным классом, который сохранен в справочной базе данных и выбирается из нее, причем в случае принадлежности объекта к соответствующему базовому классу элементу v1…vN вектора присваивают двоичное значение "1", в противном случае присваивают двоичное значение "0".A known method for identifying and classifying objects (patent RU 2541158 C2, IPC G06F 17/30, G06K 9/62, published 02/10/2015), according to which, when identifying objects, an object is recorded by at least one of the physical detectors configured for it, at the output the signal of at least one detector, at least one object is determined for which a set of n different physical attributes is obtained from the output signal, then the object is classified on the basis of predefined properties using a classifier pre-trained in the training sample, and the studied object is correlated with one of N predefined classes, N base classes in a predetermined sequence are ordered into an N-dimensional vector V, which is associated with the object, and the elements v1 ... vN of the vector V indicate that the object belongs to the corresponding base class and, depending on the vector V, the object correlate with a derived class that is stored in it is selected from the database, and if the object belongs to the corresponding base class, the element v1 ... vN of the vector is assigned the binary value "1", otherwise, it is assigned the binary value "0".

Недостатком способа является необходимость сохранения неизменности условий в течение всего времени обучения классификатора и времени идентификации, что практически не выполнимо на практике.The disadvantage of this method is the need to maintain unchanged conditions throughout the training of the classifier and the identification time, which is practically not feasible in practice.

Наиболее близким к заявленному является способ идентификации и классификации объектов (патент RU 2692420 С2, МПК G06F 17/30, G06K 9/62, опубликован 24.06.2019). В способе классификатор содержит (N+1) предварительно заданных классов, при этом принадлежность исследуемого объекта к N предварительно заданным классам, для которых представлена обучающая выборка, определяют в указанном классификаторе посредством оценки схожести по их физическим признакам, а принадлежность исследуемого объекта к (N+1)-му предварительно заданному классу, для которого не может быть представлена обучающая выборка, определяют в указанном классификаторе посредством того, что исследуемый объект не принадлежит ни к одному из N предварительно заданных классов на основе оценки схожести по их физическим признакам. Для выполнения оценки схожести по физическим признакам в указанном классификаторе по меньшей мере одного исследуемого объекта с каждым из N предварительно заданных классов, которые имеют обучающую выборку, осуществляют построение границ для каждого из N предварительно заданных классов посредством анализа плотности и формы распределения обучающей выборки в n-мерном пространстве признаков.Closest to the claimed is a method for identifying and classifying objects (patent RU 2692420 C2, IPC G06F 17/30, G06K 9/62, published June 24, 2019). In the method, the classifier contains (N + 1) predefined classes, and the belonging of the studied object to N predefined classes for which the training sample is presented is determined in the specified classifier by assessing the similarity by their physical characteristics, and the belonging of the studied object to (N + 1) the predefined class for which the training set cannot be represented is determined in the specified classifier by the fact that the object under study does not belong to any of the N predefined classes based on the similarity assessment by their physical characteristics. To assess the similarity in physical attributes in the specified classifier of at least one object under study with each of N predefined classes that have a training sample, the boundaries for each of N predefined classes are constructed by analyzing the density and distribution form of the training sample in n- dimensional space of signs.

Основным недостатком прототипа является его применимость только при неизменности условий в течение всего времени обучения классификатора и времени идентификации, что практически не выполнимо на практике.The main disadvantage of the prototype is its applicability only if the conditions are unchanged during the entire training time of the classifier and the identification time, which is practically not feasible in practice.

Таким образом, известные способы идентификации применимы только для ситуаций, при которых минимизируется или исключается изменение условий осуществления идентификации. Все эталоны аналогов и прототипа сформированы в неизменяемых идеализированных условиях, учет влияющих условий на идентифицируемый объект отсутствует, что существенно снижает достоверность идентификации.Thus, the known methods of identification are applicable only for situations in which the change in the conditions for the identification is minimized or eliminated. All standards of analogues and prototype are formed in unchanging idealized conditions, there is no account of the influencing conditions on the identified object, which significantly reduces the reliability of identification.

Задачей заявленного изобретения является разработка способа идентификации элементов сложной системы в переменных условиях, устраняющего недостатки аналогов и прототипа.The objective of the claimed invention is to develop a method for identifying elements of a complex system in variable conditions, eliminating the disadvantages of analogues and prototype.

Техническим результатом заявленного изобретения является повышение достоверности идентификации элементов сложной системы в переменных условиях, за счет создания эталонов и реализаций, соответствующих условиям, в которых находится идентифицируемый элемент сложной системы.The technical result of the claimed invention is to increase the reliability of identification of the elements of a complex system in variable conditions, by creating standards and implementations corresponding to the conditions in which an identifiable element of a complex system is located.

Технический результат достигается тем, что в известном способе идентификации и классификации элементов, заключающемся в том, что регистрируют по меньшей мере один элемент одним из настроенных на него физических детекторов, по выходному сигналу по меньшей мере одного детектора определяют по меньшей мере один элемент, для которого получают из выходного сигнала набор N различных физических признаков, классифицируют элемент на основании предварительно задаваемых свойств при помощи классификатора, предварительно обученного по обучающей выборке, при этом элемент соотносят с одним из N предварительно заданных классов, что дополнительно измеряют как минимум один параметр внешних условий и запоминают интервал времени существования условий с этим параметром, сопоставляют для каждого элемента значения наборов N различных физических признаков с временем существования как минимум одного из параметров внешних условий, формируют статистически устойчивые классы всех элементов для однородных условий путем обработки статистических данных, характеризующих элемент в течение времени существования каждого учитываемого параметра или их устойчивых комбинаций, идентифицируют элементы сложной системы путем сопоставления реализаций и сформированных классов, осуществляя попарный расчет коэффициентов сходства неизвестной реализации и сформированных эталонов с отнесением реализации к эталону с максимальным коэффициентом сходства.The technical result is achieved by the fact that in the known method for identifying and classifying elements, which consists in registering at least one element with one of the physical detectors configured on it, at least one element is determined by the output signal of at least one detector for which receive from the output signal a set of N different physical attributes, classify the element on the basis of predefined properties using a classifier pre-trained in the training set, while the element is correlated with one of N predefined classes, which additionally measure at least one parameter of external conditions and remember the time interval for the existence of conditions with this parameter, for each element the values of sets of N different physical attributes are compared with the lifetime of at least one of the parameters of the external conditions, statistically stable classes of all elements are formed for homogeneous conditions By processing statistical data characterizing the element during the lifetime of each considered parameter or their stable combinations, the elements of a complex system are identified by comparing the realizations and the generated classes, performing pairwise calculation of similarity coefficients of the unknown implementation and the generated standards with reference to the standard with the maximum similarity coefficient.

Благодаря новой совокупности существенных признаков в заявленном способе достигается указанный технический результат.Thanks to the new set of essential features in the claimed method, the specified technical result is achieved.

Проведенный анализ уровня техники позволил установить, что аналоги, характеризующиеся совокупностью признаков, тождественны всем признакам заявленного решения, отсутствуют, что указывает на соответствие заявленного способа условию патентоспособности «новизна».The analysis of the prior art made it possible to establish that analogues that are characterized by a combination of features are identical to all the features of the claimed solution, are absent, which indicates the compliance of the claimed method with the condition of patentability "novelty".

Результаты поиска известных решений в данной и смежных областях техники с целью выявления признаков, совпадающих с отличительными от прототипа признаками заявленного способа, показали, что они не следуют явным образом из уровня техники. Из уровня техники также не выявлена известность влияния предусматриваемых существенными признаками заявленного изобретения преобразований на достижение указанного технического результата. Следовательно, заявленное изобретение соответствует условию патентоспособности «изобретательский уровень».Search results for known solutions in this and related fields of technology in order to identify features that match the distinctive features of the prototype of the claimed method showed that they do not follow explicitly from the prior art. The prior art also did not reveal the popularity of the impact provided by the essential features of the claimed invention, the transformations on the achievement of the specified technical result. Therefore, the claimed invention meets the condition of patentability "inventive step".

«Промышленная применимость» способа обусловлена наличием элементной базы, на основе которой могут быть выполнены устройства, реализующие способ."Industrial applicability" of the method is due to the presence of the element base, on the basis of which devices that implement the method can be made.

Заявленный способ поясняется следующими чертежами:The claimed method is illustrated by the following drawings:

фиг. 1 - блок-схема алгоритма способа идентификации элементов сложной системы в переменных условиях;FIG. 1 is a flowchart of a method for identifying elements of a complex system in variable conditions;

фиг. 2 - графическая интерпретация соответствия параметров, характеризующих элемент сложного объекта, и условий его функционирования.FIG. 2 is a graphical interpretation of the correspondence of the parameters characterizing the element of a complex object, and the conditions of its functioning.

Заявленный способ способа идентификации элементов сложной системы в переменных условиях может быть реализован при помощи совокупности действий, представленных на фиг. 1. The claimed method of the method for identifying elements of a complex system in variable conditions can be implemented using the combination of actions shown in FIG. 1.

В блоке 1 фиг. 1 регистрируют по меньшей мере один элемент сложной системы одним из настроенных на него физических детекторов.In block 1 of FIG. 1 register at least one element of a complex system with one of the physical detectors configured on it.

Сложная система - это составной объект, части которого можно рассматривать как отдельные системы, объединенные в единое целое в соответствии с определенными принципами или связанные между собой заданными отношениями. Части сложной системы можно расчленить на более мелкие подсистемы, вплоть до выделения элементов сложной системы. Свойства сложной системы в целом определяются как свойствами составляющих ее элементов, так и характером взаимодействия между ними. Примерами сложных систем являются предприятие, энергосистема, ЭВМ, система регулирования уличного движения, система электросвязи [Большой Энциклопедический словарь. 2000].A complex system is a composite object, parts of which can be considered as separate systems, combined into a single whole in accordance with certain principles or interconnected by predetermined relationships. Parts of a complex system can be divided into smaller subsystems, up to the allocation of elements of a complex system. The properties of a complex system as a whole are determined by both the properties of its constituent elements and the nature of the interaction between them. Examples of complex systems are an enterprise, power system, computer, traffic control system, telecommunication system [Big Encyclopedic Dictionary. 2000].

Система электросвязи - это совокупность технических средств и среды распространения, обеспечивающая передачу сообщений.A telecommunication system is a combination of technical means and a distribution medium that ensures the transmission of messages.

Элементами этой сложной системы выступают соответственно узлы и линии связи.Elements of this complex system are nodes and communication lines, respectively.

Линия связи - это совокупность технических устройств и физической среды, обеспечивающая распространение сигнала от передатчика к приемнику.A communication line is a combination of technical devices and a physical medium that ensures the propagation of a signal from a transmitter to a receiver.

Линии связи подразделяются на: спутниковые, воздушные, наземные, подводные, подземные.Communication lines are divided into: satellite, air, ground, underwater, underground.

Узел связи - совокупность технических средств связи, обеспечивающих оказание услуг связи и присоединение к сети связи общего пользования.Communication center - a set of technical means of communication, providing the provision of communication services and connection to the public communication network.

Узлы связи подразделяются на: узлы служб, узлы управления услугами, оконечные узлы, транзитные узлы [Чернецова Е.А. Системы и сети передачи информации. Часть 1. Телекоммуникационные сети. - СПб.: РГГМУ, 2013 стр. 2-15].Communication nodes are divided into: service nodes, service management nodes, terminal nodes, transit nodes [EA Chernetsova Systems and networks of information transfer. Part 1. Telecommunication networks. - St. Petersburg .: RSMU, 2013 p. 2-15].

В блоке 2 фиг. 1 по выходному сигналу по меньшей мере одного детектора определяют по меньшей мере один элемент, для которого получают из выходного сигнала набор N различных физических признаков.In block 2 of FIG. 1, at least one element is determined from the output signal of at least one detector for which a set of N different physical attributes are obtained from the output signal.

Физический признак - свойство объекта, обуславливающий его различие или общность с другими объектами [ГОСТ 7.0 - 1999 г. Система стандартов по информации, библиотечному и издательскому делу. Информационно-библиотечная деятельность, библиография. Термины и определения]. К физическим признакам можно отнести признаки, характеризующие форму, цвет, размеры объекта и его элементов признаки, характеризующие физические свойства вещества объекта (теплопроводность, электропроводность, структура, твердость и т. д.); признаки, характеризующие физические поля, создаваемые объектами (электромагнитные, радиационные, акустические, гравитационные и др.) и др.A physical attribute is a property of an object that determines its difference or commonality with other objects [GOST 7.0 - 1999. System of standards for information, library and publishing. Information and library activities, bibliography. Terms and Definitions]. Physical signs include signs that characterize the shape, color, size of an object and its elements, signs characterizing the physical properties of an object’s substance (thermal conductivity, electrical conductivity, structure, hardness, etc.); signs characterizing the physical fields created by objects (electromagnetic, radiation, acoustic, gravitational, etc.), etc.

Например, физическими признаками радиоэлектронных средств могут быть: несущая частота, количество фиксированных частот и величина разноса между ними, диапазон изменения при частотной модуляции, стабильность несущей, форма огибающей импульса, его длительность, период следования импульсов, структура кодовой посылки, продолжительность излучения, мощность излучения, спектральная плотность мощности, плотность потока мощности, напряженность электромагнитного поля по электрической и магнитной составляющей, динамический диапазон изменения мощности радиоизлучений, характер изменения напряженности электрического поля в зависимости от расстояния, ширина спектра, вид спектра (сплошной, дискретный), относительная величина отдельных спектральных составляющих и др. [Технические средства и методы защиты информации: Учебник для вузов / Зайцев А.П., Шелупанов А.А., Мещеряков Р.В. и др.; под ред. А.П. Зайцева и А.А. Шелупанова. - М.: ООО «Издательство Машиностроение», 2009 - 508 с., стр. 119 - 120].For example, the physical signs of electronic equipment can be: carrier frequency, the number of fixed frequencies and the spacing between them, the range of variation with frequency modulation, carrier stability, shape of the envelope of the pulse, its duration, pulse repetition period, structure of the code transmission, radiation duration, radiation power , spectral power density, power flux density, electromagnetic field electric and magnetic component strength, dynamic range of radio emission power, nature of the electric field intensity depending on distance, spectrum width, spectrum type (solid, discrete), relative magnitude of individual spectral components et al. [Technical means and methods of information protection: Textbook for high schools / Zaitsev AP, Shelupanov AA, Meshcheryakov RV and etc.; under the editorship of A.P. Zaitseva and A.A. Shelupanova. - M .: LLC "Publishing House Engineering", 2009 - 508 p., P. 119 - 120].

Физические признаки могут быть определены при помощи детекторов.Physical signs can be determined using detectors.

Термин «детектор» в различных источниках имеет различные, но схожие в своем смысловом плане формулировки, например:The term "detector" in various sources has different, but similar in its semantic plan, for example:

Детектор - первичный преобразователь, элемент измерительного или управляющего устройства системы, преобразующий контролируемую величину в удобный для использования сигнал (РМГ 29-2013 ГСИ. Метрология. Основные термины и определения п.6.14.5 стр. 4-15).A detector is a primary converter, an element of a measuring or control device of a system that converts a controlled value into a convenient signal for use (RMG 29-2013 GSI. Metrology. Basic terms and definitions of clause 6.14.5 p. 4-15).

Детектор - устройство, служащее для создания напряжения, имеющегося в соответствии с законом модуляции одного из параметров входного сигнала. Детекторы можно классифицировать по характеру входного сигнала и виду параметра, который подвергается модуляции, по способу выполнения (Москва, «Радио и Связь», 2001 стр. 5-9).Detector - a device that serves to create a voltage, available in accordance with the law of modulation of one of the parameters of the input signal. Detectors can be classified by the nature of the input signal and the type of parameter that is modulated by the method of execution (Moscow, Radio and Communication, 2001, pp. 5-9).

Применительно к узлам связи и линиям связи для измерения параметров и характеристик используется детекторы, которые позволяют определить производительность; вычислительные мощности; пропускная способность; вероятность ошибок; виды сигналов и т.д.In relation to communication nodes and communication lines, detectors are used to measure parameters and characteristics, which allow determining the performance; computing power; bandwidth probability of errors; types of signals, etc.

В качестве детекторов, измеряющих и фиксирующих различные характеристики элементов сетей электросвязи, могут выступать осциллограф; мультиметр; детекторы радиосигналов и др.The detectors that measure and record various characteristics of elements of telecommunication networks can be an oscilloscope; multimeter; radio signal detectors, etc.

Мультиметр - электроизмерительный прибор, объединяющий в себе несколько функций (измерительных приборов вольтметр, амперметр, омметр).A multimeter is an electrical measuring device that combines several functions (measuring instruments voltmeter, ammeter, ohmmeter).

Осциллограф - прибор, предназначенный для (наблюдения, записи, измерения) амплитудных и временных параметров сигнала, подаваемого на его вход, либо непосредственно на экран, либо записываемого на фотоленте.An oscilloscope is a device designed to (observe, record, measure) the amplitude and time parameters of a signal supplied to its input, either directly on a screen or recorded on a photographic tape.

Детектор радиосигналов - прибор, предназначенный для измерения, записи параметров радиосигналов (Москва, «Радио и Связь», 2001 стр. 5-9).Radio signal detector - a device designed to measure and record the parameters of radio signals (Moscow, Radio and Communication, 2001, pp. 5-9).

В блоке 3 фигуры 1 измеряют как минимум один параметр внешних условий и запоминают интервал времени существования условий с этим параметром.In block 3 of figure 1, at least one parameter of the external conditions is measured and the time interval for the existence of conditions with this parameter is stored.

Под внешними параметрами в изобретении понимается любое переменное условие, оказывающее воздействие на элемент системы и приводящие к даже не значительному изменению его свойств [Журавлев Ю.И. Распознавание. Классификация. Прогноз. стр. 20-31]. Примерами внешних параметров, оказывающих воздействие на элементы системы электросвязи могут выступать, например, параметры электромагнитных воздействий (частота, напряженность электрического и магнитного полей, изменение напряженностей электрического и магнитного полей во времени и их ориентация в пространстве, величина максимальной напряженности поля, [Электромагнитный импульс. Электронный ресурс www://http://gochs.info/p0967.htm. Дата последнего обращения 08.12.2015; Лоборев В.М. (ред.) Физика ядерного взрыва. Том 1. М.: Наука, 1997. - 528 с., стр.85 - 120; Богуш В.А., Торботько Т.В., Гусинский А.В и др. Электромагнитные излучения методы и средства защиты. Под ред. Л. М. Лынькова. - Мн.: Бестпринт, 2003. - 406 с., стр. 11- 54]; параметры анализа импульсных помех (максимальный на секундном интервале уровень импульсной помехи с подавлением сигнала; счет событий превышения уровнем импульсных помех порога; относительное время действия импульсных помех, превышающих порог [ГОСТ Р 51317.4.5-99 (МЭК 61000-4-5-95) Совместимость технических средств электромагнитная. Устойчивость к микросекундным импульсным помехам большой энергии. Требования и методы испытаний], параметры окружающей среды (температура, влажность, освещенность, шум, вибрация) [ГОСТ Р 58273-2018 (ИСО/МЭК 29197:2015) Информационные технологии (ИТ). Методология испытаний эксплуатационных характеристик биометрической системы на воздействие условий окружающей среды], параметры сейсмических воздействий (амплитуда волны, ее скорость (ускорение), продолжительность импульса (число фаз в импульсе) и т.д. [Геологический словарь. т.2. М.: Недра, 1973. - 456 с., стр. 135 ; Синев С.Г., Сорокин М.А., Стародубцев П.Ю., Сухорукова Е.В. Способ определения оптимальной периодичности контроля состояния процессов. Патент на изобретение RU 2623791, 29.06.2017. Заявка № 2016102219 от 25.01.2016.; Стародубцев П.Ю., Стародубцев Ю.И., Вершенник Е.В., Чеснаков М.Н. Способ мониторинга состояния электрических сетей и сетей связи. Патент на изобретение RU 2646321, 02.03.2018. Заявка № 2017105612 от 20.02.2017.] и др.External parameters in the invention are understood to mean any variable condition that affects an element of the system and leads to not even a significant change in its properties [Yu. I. Zhuravlev Recognition. Classification. Forecast. p. 20-31]. Examples of external parameters that affect the elements of a telecommunication system can be, for example, the parameters of electromagnetic effects (frequency, electric and magnetic fields, the change in electric and magnetic fields in time and their orientation in space, the maximum field strength, [Electromagnetic pulse. Electronic resource www: // http: //gochs.info/p0967.htm. Date of last access 08.12.2015; VM Loborev (ed.) Nuclear Explosion Physics, Volume 1. M .: Nauka, 1997. - 528 pp., pp. 85 - 120; Bogush V.A., Torbotko T.V., Gusinsky A.V. et al. Electromagnetic Radiation Methods and Means of Protection. Edited by L. M. Lynkov. - Mn .: Bestprint, 2003. - 406 p., Pp. 11-54]; parameters of the analysis of impulse noise (maximum level of impulse noise with a signal suppression per second interval; counting of events when the level of impulse noise exceeds the threshold; relative duration of the action of impulse noise exceeding the threshold [GOST R 51317.4 . 5-99 (IEC 61000-4-5-95) Electromagnetic compatibility of technical equipment. Resistance to microsecond impulse noise of high energy. Requirements and test methods], environmental parameters (temperature, humidity, light, noise, vibration) [GOST R 58273-2018 (ISO / IEC 29197: 2015) Information technology (IT). Methodology for testing the operational characteristics of a biometric system under the influence of environmental conditions], parameters of seismic effects (wave amplitude, its speed (acceleration), pulse duration (number of phases in a pulse), etc. [Geological Dictionary. Vol. 2. M: Nedra, 1973. - 456 p., P. 135; Sinev S.G., Sorokin M.A., Starodubtsev P.Yu., Sukhorukova E.V. A method for determining the optimal frequency of monitoring the state of processes.Patent for invention RU 2623791, Application No. 2016102219 dated January 25, 2016; Starodubtsev P.Yu., Starodubtsev Yu.I., Vershennik E.V., Chesnakov M.N. Method for monitoring the state of electric and communication networks Patent for invention RU 2646321 , 03/02/2018. Application No. 2017105612 of 02/20/2017.] And others.

Данные параметры могут быть измерены при помощи известных средств, таких как, например, анализаторы, магнитомеры, измерители напряженности электромагнитных полей [Электронный ресурс. https://100priborov.ru/pribory-dlya-izmereniya-elektromagnitnogo-izlucheniya-emi-2018.html#i, http://ekosf.ru/fizicheskie-faktory/elektromagnitnye-polya; https://skomplekt.com/mag/1/files/TDA-9_rukov_part1.pdf. Дата обращения 20.01.2020 г.], термогигрометры, влагомеры, газоанализаторы, люксметры, шумомеры, тахометры, манометры, анемометры, анализаторы жидкости, системы мониторинга температуры, логгеры, спектроколориметры, измерители светового потока, УФ-радиометры, измерители тепловой облученности и др. [Электронный ресурс. https://spb.rusgeocom.ru/kontrolno-izmeritelnyie-priboryi. Дата обращения 23.01.2020 г.].These parameters can be measured using known means, such as, for example, analyzers, magnetometers, electromagnetic field strength meters [Electronic resource. https://100priborov.ru/pribory-dlya-izmereniya-elektromagnitnogo-izlucheniya-emi-2018.html#i, http://ekosf.ru/fizicheskie-faktory/elektromagnitnye-polya; https://skomplekt.com/mag/1/files/TDA-9_rukov_part1.pdf. Date of treatment 01.20.2020], thermohygrometers, moisture meters, gas analyzers, light meters, sound level meters, tachometers, manometers, anemometers, liquid analyzers, temperature monitoring systems, loggers, spectrocolorimeters, light flux meters, UV radiometers, heat radiation meters, etc. [Electronic resource. https://spb.rusgeocom.ru/kontrolno-izmeritelnyie-priboryi. Date of treatment 01/23/2020].

В блоке 4 фигуры 1 сопоставляют для каждого элемента значения наборов N различных физических признаков со временем существования как минимум одного из параметров внешних условий. В этих целях формируют базу данных, в которую вносят и запоминают следующие данные: наименования N различных физических признаков, значения их параметров, время проявления и время существования физических признаков, параметры внешних условий и их значения в период существования указанных физических признаков. In block 4 of figure 1, for each element, values of sets of N different physical attributes are compared with the lifetime of at least one of the parameters of the external conditions. For these purposes, a database is formed into which the following data is entered and stored: names of N different physical signs, values of their parameters, time of manifestation and time of existence of physical signs, parameters of external conditions and their values during the period of existence of these physical signs.

На фиг. 2. представлена графическая интерпретация соответствия параметра P(t), характеризующего элемент сложной системы, условиям его функционирования, определяемым параметрами внешних условий К1, К2, К3, К4 или их устойчивых комбинаций в течение времени воздействия Δt.In FIG. 2. a graphical interpretation of the correspondence of the parameter P (t) characterizing the element of a complex system to the conditions of its functioning, determined by the parameters of the external conditions K1, K2, K3, K4 or their stable combinations during the exposure time Δt is presented.

В блоке 5 фигуры 1 формируют статистически устойчивые классы всех элементов для однородных условий путем обработки статистических данных, характеризующих элемент в течение времени существования каждого учитываемого параметра или их устойчивых комбинаций.In block 5 of figure 1, statistically stable classes of all elements for homogeneous conditions are formed by processing statistical data characterizing the element during the lifetime of each considered parameter or their stable combinations.

Класс - это совокупность элементов, обладающих каким-либо определенными свойствами или признаками по их формализованным описаниям (Ту Дж, Гонсалес Р. Принципы распознавания образов. М.: Мир, 1978 стр. 4-15).A class is a collection of elements that have any specific properties or characteristics according to their formalized descriptions (Tu J., Gonzalez R. Principles of pattern recognition. M: Mir, 1978, p. 4-15).

Формирование классов задается указанием значимых признаков, присущим всем его элементам (Чернецова Е.А. Системы и сети передачи информации. Часть 1. Телекоммуникационные сети. - СПб.: РГГМУ, 2013 стр. 2-15). Формирование классов осуществляется с учетом заданных свойств элементов сложной системы.The formation of classes is given by indicating significant features inherent in all its elements (Chernetsova EA, Systems and information transmission networks. Part 1. Telecommunication networks. - St. Petersburg: RGGMU, 2013, pp. 2-15). Classes are formed taking into account the specified properties of the elements of a complex system.

Формируют статистически устойчивые классы всех элементов для однородных условий путем обработки статистических данных, характеризующих элемент, в течение суммарного времени существования каждого учитываемого параметра или их устойчивых комбинаций.Statistically stable classes of all elements are formed for homogeneous conditions by processing statistical data characterizing the element during the total time of existence of each parameter taken into account or their stable combinations.

Одним из возможных средств для задания информации о классе является эталон [Глушков В.М., Амосов Н.М., Артеменко И.А. Энциклопедия кибернетики. Том 2. Киев, 1974 г., стр. 590].One of the possible means for specifying class information is a standard [Glushkov V.M., Amosov N.M., Artemenko I.A. Encyclopedia of Cybernetics. Volume 2. Kiev, 1974, p. 590].

Эталон - идеализированный сигнал, с которым тем или иным образом сравнивается распознаваемый сигнал (реализация) для его классификации [Глушков В.М., Амосов Н.М., Артеменко И.А. Энциклопедия кибернетики. Том 2. Киев, 1974 г., стр. 590]. The standard is an idealized signal with which the recognized signal (implementation) is compared in one way or another for its classification [Glushkov V.M., Amosov N.M., Artemenko I.A. Encyclopedia of Cybernetics. Volume 2. Kiev, 1974, p. 590].

Эталон представляет собой совокупность свойств элемента сложной системы согласно формализованного описания.The standard is a set of properties of an element of a complex system according to a formalized description.

Реализация - свойство элемента сложной системы, зафиксированное с помощью детектора, для последующего его сравнения с эталоном и отнесения к определенному заданному классу.Implementation is a property of an element of a complex system, recorded using a detector, for its subsequent comparison with a standard and assignment to a specific given class.

Эталон характеризуется такими же наборами признаков, что и реализация.The standard is characterized by the same sets of characteristics as the implementation.

При статистическом подходе к распознаванию образов множество сигналов одного класса описывается соответствующим распределением вероятностей, а эталон является наиболее вероятным значением сигнала. Следовательно, эталон можно рассматривать как многомерный параметр указанного распределения, зависящий, в свою очередь, от искомого параметра, в частности, от номера класса. Однако эталон может зависеть не только от номера класса, но и от других параметров; в этом случае класс характеризуется не одним эталоном, а их множеством (или областью эталонов). Множество эталонов данного класса описывается аналитически или путем указания правил составления эталона из элементарных частей [Глушков В.М., Амосов Н.М., Артеменко И.А. Энциклопедия кибернетики. Том 2. Киев, 1974 г., стр. 590].In the statistical approach to pattern recognition, many signals of one class are described by the corresponding probability distribution, and the standard is the most probable signal value. Therefore, the standard can be considered as a multidimensional parameter of the specified distribution, which, in turn, depends on the desired parameter, in particular, on the class number. However, the standard may depend not only on the class number, but also on other parameters; in this case, the class is characterized not by one standard, but by their multitude (or region of standards). Many standards of this class are described analytically or by indicating the rules for compiling a standard from elementary parts [Glushkov V.M., Amosov N.M., Artemenko I.A. Encyclopedia of Cybernetics. Volume 2. Kiev, 1974, p. 590].

Математическое ожидание и дисперсия - чаще всего применяемые числовые характеристики при статистическом подходе. Математическое ожидание часто называют просто средним значением случайной величины. Дисперсия случайной величины - характеристика рассеивания, разбросанности случайной величины около её математического ожидания.Expectation and variance are the most commonly used numerical characteristics in a statistical approach. Mathematical expectation is often called simply the average value of a random variable. Variance of a random variable is a characteristic of the dispersion and dispersion of a random variable near its mathematical expectation.

Математическое ожидание может быть вычислено согласно выражению: (Математическая энциклопедия. Виноградов И.М. - М.: 1979 стр. 25-75).The mathematical expectation can be calculated according to the expression: (Mathematical Encyclopedia. Vinogradov IM - M .: 1979 p. 25-75).

где

;Where

;

n - число наблюдений в выборке. n- the number of observations in the sample.

Дисперсия может быть вычислена согласно выражению: (Математическая энциклопедия. Виноградов И.М. - М.: 1979 стр. 25-80).The dispersion can be calculated according to the expression: (Mathematical Encyclopedia. Vinogradov IM - M .: 1979 p. 25-80).

X - непрерывная случайная величина;X is a continuous random variable;

среднее значение случайной величины;

average value of a random variable;

- возможные значения величины Х;

- possible values of X;

- вероятности значений.

- probabilities of values.

Полное представление дает функция распределения дискретной случайной величины, которая может быть вычислена согласно выражению (Математическая энциклопедия. Виноградов И.М. - М.: 1979 стр. 25-63):A complete representation is given by the distribution function of a discrete random variable, which can be calculated according to the expression (Mathematical Encyclopedia. Vinogradov IM - M .: 1979 p. 25-63):

.

В блоке 6 фигуры 1 классифицируют элемент на основании предварительно задаваемых свойств при помощи классификатора, предварительно обученного по обучающей выборке, при этом элемент соотносят с одним из N предварительно заданных классов.In block 6 of figure 1, the element is classified on the basis of predefined properties using a classifier previously trained in the training set, and the element is correlated with one of N predefined classes.

Классификация - разбиение множества объектов на непересекающиеся классы по их формализованным описаниям, элементами которого являются численные значения измеряемых характеристик (Фу К. Структурные методы в распознавании образов. М.: Мир, 1977 стр. 6-14).Classification is a partition of a multitude of objects into disjoint classes according to their formalized descriptions, the elements of which are the numerical values of the measured characteristics (Fu K. Structural methods in pattern recognition. M: Mir, 1977, p. 6-14).

Обучающая выборка - набор образцовых объектов, для каждого из которых априорно известно, к которому из классов принадлежит.A training sample is a set of model objects, for each of which it is a priori known to which of the classes it belongs.

При классификации осуществляют соотнесение реализации элемента сложной системы к одному из заданных или сформированных классов, путем сравнения соответствующих характеристик. Процесс сравнения реализации с данным эталоном класса заключается в вычислении величины, характеризующей их сходство.In the classification, the implementation of an element of a complex system is related to one of the given or generated classes by comparing the corresponding characteristics. The process of comparing the implementation with this class standard is to calculate a value characterizing their similarity.

Вычисление коэффициентов сходства может быть произведено согласно выражению (Жамбю М. Иерархический кластер-анализ и соответствия. Перевод с французского Б.Г. Миркина. Москва «Финансы и статистика» 1988, стр. 96-101).The calculation of similarity coefficients can be made according to the expression (M. Zhamby Hierarchical cluster analysis and correspondence. Translation from French by B. G. Mirkin. Moscow “Finance and Statistics” 1988, pp. 96-101).

Например, такие элементы сети связи, как радиостанции можно отнести к одному из следующих классов:For example, communication network elements such as radio stations can be attributed to one of the following classes:

- по диапазону частот ( классы - СВ, LB, VHF, LPD, PMR) [Электронный ресурс: http://trunk.kz/klassifikaciya-radiostanciy. Дата обращения 24.01.2020 г.];- by frequency range (classes - CB, LB, VHF, LPD, PMR) [Electronic resource: http://trunk.kz/klassifikaciya-radiostanciy. Date of treatment 01.24.2020];

- по мощности (классы - малой мощности, средней мощности, мощные, большой мощности [Электронный ресурс: http://trunk.kz/klassifikaciya-radiostanciy. Дата обращения 24.01.2020 г.] и т.д. - by capacity (classes - low power, medium power, powerful, high power [Electronic resource: http://trunk.kz/klassifikaciya-radiostanciy. Date of access 24.01.2020], etc.

В блоке 7 фигуры 1 идентифицируют элементы сложной системы путем сопоставления реализаций и сформированных классов, для чего осуществляют попарный расчет коэффициентов сходства неизвестной реализации и сформированных эталонов с отнесением реализации к эталону с максимальным коэффициентом сходства.In block 7 of figure 1, elements of a complex system are identified by comparing implementations and generated classes, for which a pair-wise calculation of similarity coefficients of an unknown implementation and generated standards is carried out with the implementation assigned to a standard with a maximum similarity coefficient.

Идентификация - установление тождественности неизвестного объекта известному на основании совпадения признаков (РМГ 29-2013 ГСИ. Метрология. Основные термины и определения п.6.14.5 стр. 5-9).Identification - the establishment of the identity of an unknown object to a known one on the basis of coincidence of signs (RMG 29-2013 GSI. Metrology. Basic terms and definitions of clause 6.14.5 p. 5-9).

При идентификации элементов сопоставляются эталоны и реализации, полученные при эквивалентных условиях.When identifying elements, standards and realizations obtained under equivalent conditions are compared.

Так, при идентификации в рассматриваемых примерах применения радиоэлектронных средств, может быть определен конкретный образец того или иного изделия.So, when identifying in the considered examples of the use of electronic means, a specific sample of a product can be determined.

В изобретении исключен случай формирования элементных описаний элементов сложной системы и их реализаций в не эквивалентных условиях эксплуатации.The invention excludes the case of the formation of elemental descriptions of the elements of a complex system and their implementations in non-equivalent operating conditions.

При изменении внешних условий, в которых формируется реализация, эталоны так же формируются согласно таких же идентичных условий. При наборе статистики для формирования как эталонов, так и реализации учитываются условия нестационарности их характеристик и различные условия воздействия.When changing the external conditions in which the implementation is formed, the standards are also formed according to the same identical conditions. When collecting statistics for the formation of both standards and implementation, the conditions for the non-stationary nature of their characteristics and various exposure conditions are taken into account.

Таким образом, за счет создания эталонов и реализаций, соответствующих именно тем условиям, в которых находится идентифицируемый элемент сложной системы, обеспечивается повышение достоверности идентификации ее элементов. Технический результат достигнут.Thus, by creating standards and implementations that correspond precisely to the conditions in which the identifiable element of a complex system is located, an increase in the reliability of identification of its elements is provided. The technical result is achieved.

Список использованных источниковList of sources used

1. Патент RU 2623464 С2, МПК G05B 17/00, опубликован 26.06.2017.1. Patent RU 2623464 C2, IPC G05B 17/00, published 06/26/2017.

2. Патент RU 2652791 С1, МПК G01S 13/52, опубликован 03.05.2018.2. Patent RU 2652791 C1, IPC G01S 13/52, published 03.05.2018.

3. Патент RU 2702965 С1, МПК G06K 9/72, G06K 5/00, B61L 25/00 опубликован 14.10.2019.3. Patent RU 2702965 C1, IPC G06K 9/72, G06K 5/00, B61L 25/00 published on 10/14/2019.

4. Патент RU 2541158 С2, МПК G06F 17/30, G06K 9/62, опубликован 10.02.2015.4. Patent RU 2541158 C2, IPC G06F 17/30, G06K 9/62, published 02/10/2015.

5. Патент RU 2692420 С2, МПК G06F 17/30, G06K 9/62, опубликован 24.06.2019.5. Patent RU 2692420 C2, IPC G06F 17/30, G06K 9/62, published June 24, 2019.

6. Чернецова Е.А. Системы и сети передачи информации. Часть 1. Телекоммуникационные сети. - СПб.: РГГМУ, 2013 стр. 2-15.6. Chernetsova EA Systems and networks of information transfer. Part 1. Telecommunication networks. - SPb .: RSHU, 2013 p. 2-15.

7. ГОСТ 7.0 - 1999 г. Система стандартов по информации, библиотечному и издательскому делу. Информационно-библиотечная деятельность, библиография. Термины и определения.7. GOST 7.0 - 1999. The system of standards for information, library and publishing. Information and library activities, bibliography. Terms and Definitions.

8. Технические средства и методы защиты информации: Учебник для вузов / Зайцев А.П., Шелупанов А.А., Мещеряков Р.В. и др.; под ред. А.П. Зайцева и А.А. Шелупанова. - М.: ООО «Издательство Машиностроение», 2009 - 508 с., стр. 119 - 120.8. Technical means and methods of information protection: Textbook for universities / Zaitsev A.P., Shelupanov A.A., Meshcheryakov R.V. and etc.; under the editorship of A.P. Zaitseva and A.A. Shelupanova. - M.: Publishing House Engineering, LLC, 2009 - 508 p., Pp. 119 - 120.

9. РМГ 29-2013 ГСИ. Метрология. Основные термины и определения п.6.14.5 стр. 4-15.9. RMG 29-2013 GSI. Metrology. Basic terms and definitions of clause 6.14.5 p. 4-15.

10. Москва, «Радио и Связь», 2001 стр. 5-9.10. Moscow, Radio and Communication, 2001, pp. 5-9.

11. Журавлев Ю.И. Распознавание. Классификация. Прогноз. стр. 20-31.11. Zhuravlev Yu.I. Recognition. Classification. Forecast. p. 20-31.

12. Электромагнитный импульс. Электронный ресурс www://http://gochs.info/p0967.htm. Дата последнего обращения 08.12.2015.12. Electromagnetic pulse. Electronic resource www: // http: //gochs.info/p0967.htm. Date of last visit 08.12.2015.

13. Лоборев В.М. (ред.) Физика ядерного взрыва. Том 1. М.: Наука, 1997. - 528 с., стр.85 – 120.13. Loborev V.M. (Ed.) Physics of a nuclear explosion. Volume 1. M .: Nauka, 1997 .-- 528 p., Pp. 85 - 120.

14. Богуш В.А., Торботько Т.В., Гусинский А.В и др. Электромагнитные излучения методы и средства защиты. Под ред. Л. М. Лынькова. - Мн.: Бестпринт, 2003. - 406 с., стр. 11- 54.14. Bogush V. A., Torbotko T. V., Gusinsky A. V. et al. Electromagnetic radiation methods and means of protection. Ed. L. M. Lynkova. - Mn .: Bestprint, 2003 .-- 406 p., Pp. 11-54.

15. ГОСТ Р 51317.4.5-99 (МЭК 61000-4-5-95 Совместимость технических средств электромагнитная. Устойчивость к микросекундным импульсным помехам большой энергии. Требования и методы испытаний.15. GOST R 51317.4.5-99 (IEC 61000-4-5-95 Electromagnetic compatibility of technical equipment. Immunity to high energy microsecond pulsed interference. Requirements and test methods.

16. ГОСТ Р 58273-2018 (ИСО/МЭК 29197:2015) Информационные технологии (ИТ). Методология испытаний эксплуатационных характеристик биометрической системы на воздействие условий окружающей среды.16. GOST R 58273-2018 (ISO / IEC 29197: 2015) Information technology (IT). Methodology for testing the operational characteristics of a biometric system on the impact of environmental conditions.

17. Геологический словарь. т.2. М.: Недра, 1973. - 456 с., стр. 135.17. Geological dictionary. t.2. M .: Nedra, 1973.- 456 p., P. 135.

18. Синев С.Г., Сорокин М.А., Стародубцев П.Ю., Сухорукова Е.В. Способ определения оптимальной периодичности контроля состояния процессов. Патент на изобретение RU 2623791, 29.06.2017. Заявка № 2016102219 от 25.01.2016.18. Sinev S.G., Sorokin M.A., Starodubtsev P.Yu., Sukhorukova E.V. A method for determining the optimal frequency of monitoring the status of processes. Patent for invention RU 2623791, 06/29/2017. Application No. 2016102219 dated 01/25/2016.

19. Стародубцев П.Ю., Стародубцев Ю.И., Вершенник Е.В., Чеснаков М.Н. Способ мониторинга состояния электрических сетей и сетей связи. Патент на изобретение RU 2646321, 02.03.2018. Заявка № 2017105612 от 20.02.2017.19. Starodubtsev P.Yu., Starodubtsev Yu.I., Vershennik E.V., Chesnakov M.N. A method for monitoring the status of electrical networks and communication networks. Patent for invention RU 2646321, 03/02/2018. Application No. 2017105612 of 02.20.2017.

20. Электронный ресурс. https://100priborov.ru/pribory-dlya-izmereniya-elektromagnitnogo-izlucheniya-emi-2018.html#i, Дата обращения 20.01.2020 г.20. Electronic resource. https://100priborov.ru/pribory-dlya-izmereniya-elektromagnitnogo-izlucheniya-emi-2018.html#i, accessed 01.20.2020.

21. Электронный ресурс. http://ekosf.ru/fizicheskie-faktory/elektromagnitnye-polya; Дата обращения 20.01.2020 г.21. Electronic resource. http://ekosf.ru/fizicheskie-faktory/elektromagnitnye-polya; Date of treatment 01.20.2020

22. Электронный ресурс. https://skomplekt.com/mag/1/files/TDA-9_rukov_part1.pdf. Дата обращения 20.01.2020 г.22. Electronic resource. https://skomplekt.com/mag/1/files/TDA-9_rukov_part1.pdf. Date of treatment 01.20.2020

23. Электронный ресурс. https://spb.rusgeocom.ru/kontrolno-izmeritelnyie-priboryi. Дата обращения 23.01.2020 г.23. Electronic resource. https://spb.rusgeocom.ru/kontrolno-izmeritelnyie-priboryi. Date of treatment 01/23/2020

24. Ту Дж, Гонсалес Р. Принципы распознавания образов. М.: Мир, 1978 стр. 4-15.24. Tu J, Gonzalez R. Principles of pattern recognition. M.: Mir, 1978 p. 4-15.

25. Чернецова Е.А. Системы и сети передачи информации. Часть 1. Телекоммуникационные сети. - СПб.: РГГМУ, 2013 стр. 2-15.25. Chernetsova EA Systems and networks of information transfer. Part 1. Telecommunication networks. - SPb .: RSHU, 2013 p. 2-15.

26. Глушков В.М., Амосов Н.М., Артеменко И.А. Энциклопедия кибернетики. Том 2. Киев, 1974 г., стр. 590.26. Glushkov V.M., Amosov N.M., Artemenko I.A. Encyclopedia of Cybernetics. Volume 2. Kiev, 1974, p. 590.

27. Математическая энциклопедия. Виноградов И.М. - М.: 1979 стр. 25-75.27. Mathematical Encyclopedia. Vinogradov I.M. - M .: 1979 p. 25-75.

28. Фу К. Структурные методы в распознавании образов. М.: Мир, 1977 стр. 6-14.28. Fu K. Structural methods in pattern recognition. M .: Mir, 1977 p. 6-14.

29. Жамбю М. Иерархический кластер-анализ и соответствия. Перевод с французского Б.Г. Миркина. Москва «Финансы и статистика» 1988, стр. 96-101.29. Zhambu M. Hierarchical cluster analysis and correspondence. Translation from french B.G. Mirkina. Moscow “Finance and Statistics” 1988, pp. 96-101.

30. Электронный ресурс: http://trunk.kz/klassifikaciya-radiostanciy. Дата обращения 24.01.2020 г.30. Electronic resource: http://trunk.kz/klassifikaciya-radiostanciy. Date of treatment 01.24.2020

31. Электронный ресурс: http://trunk.kz/klassifikaciya-radiostanciy. Дата обращения 24.01.2020 г.31. Electronic resource: http://trunk.kz/klassifikaciya-radiostanciy. Date of treatment 01.24.2020

32. РМГ 29-2013 ГСИ. Метрология. Основные термины и определения п.6.14.5 стр. 5-9.32. RMG 29-2013 GSI. Metrology. Basic terms and definitions of clause 6.14.5 p. 5-9.

Claims

A method for identifying elements of a complex system in variable conditions, which consists in registering at least one element with one of the physical detectors configured for it, at least one element for which a set is obtained from the output signal is determined by the output signal of at least one detector N different physical attributes, classify the element on the basis of predefined properties using a classifier pre-trained in the training set, while the element is correlated with one of N predefined classes, characterized in that at least one parameter of the external conditions is additionally measured and the time interval is stored the existence of conditions with this parameter, compare for each element the values of sets of N different physical attributes with the lifetime of at least one of the parameters of the external conditions, form statistically stable classes of all elements for homogeneous conditions by processing Atistic data characterizing the element during the lifetime of each considered parameter or their stable combinations identify the elements of a complex system by comparing the realizations and the generated classes, performing pairwise calculation of similarity coefficients of the unknown implementation and the generated standards with reference to the standard with the maximum similarity coefficient.