Перейти к содержимому
AP05134597 — Научные проекты — МУИТ
ИРН AP05134597

Программно-аппаратный комплекс для анализа и мониторинга климатических и экологических изменений окружающей среды

Научный руководитель к.ф.-м.н., ассоц. проф. Дуйсебекова К.С.
k.duisebekova@edu.iitu.kz
Программа Грантовое финансирование, 2018–2020
Договор Договор №202 от 16.03.2018
Финансирование проекта 30 млн тг
Приоритетное направление Информационные, телекоммуникационные и космические технологии

ЦЕЛЬ

Цель проекта

Создание системы мониторинга за климатическим и экологическим состоянием окружающей среды с использованием стационарных и мобильных датчиков для сбора, передачи и обработки данных (Больших данных). Климатический и экологический мониторинг, а также служба сбора данных, имеющих отношение к изменениям и колебаниям климата, требуют использования и развития современных технических средств наблюдений (дистанционных, радиоэлектронных), мобильных и автоматизированных систем передачи и обработки данных

О ПРОЕКТЕ

Аннотация

Авторами разработаны высокопроизводительные алгоритмы и инструментальные средства для интеллектуальной обработки больших данных (Big Data). При реализации проекта создан инструментарий для анализа данных большого объема, что послужило дальнейшему развитию высокопроизводительных интеллектуальных технологий в Казахстане. Успешное достижение результатов проекта создало предпосылки для повышения конкурентоспособности рынка информационных технологий Республики Казахстан за счет использования собственных научных кадров и материально-технических ресурсов. Результаты исследования применялись для удовлетворения информационных потребностей научного сообщества и для любых других информационно-аналитических целей. Возможности систем для обработки больших данных (Bigdata), реализованные в проекте облегчают деятельность служб компаний, чья работа связана с обслуживанием клиентов, маркетингом, конкурентной разведкой, внешними и внутренними корпоративными коммуникациями, обработкой аналитической финансовой информации и др., что подтверждает практическую значимость проекта. Социальный эффект от реализации Проекта заключается в подготовке научных кадров, в повышении заинтересованности и широком вовлечении в сферу научно-исследовательской деятельности молодых ученых, а также в использовании научных и прикладных результатов исследования в учебном процессе.

РЕЗУЛЬТАТЫ

Научные достижения

Разработана топология сети передачи данных LoRa. Измерительные станции собирают данные с датчиков и передают их на ближайший шлюз. Шлюзы выполняют роль «прозрачного моста» между конечными устройствами сети LoRa и сетевым сервером, и не обрабатывают непосредственно передаваемые данные. Помимо шлюзов, в сети LoRa присутствует управляющий сервер, организующий передачу данных от конечных устройств потребителю и от потребителя к конечным устройствам. Сетевой сервер разрешает коллизии в сети, изменяет мощность передатчиков и скорость передачи данных, контролирует заряд батарей конечных устройств, а также направляет полученные данные целевым абонентам, если таковых в сети несколько. Сеть наблюдений за состоянием атмосферного воздуха предполагает использовать 20 стационарных постов наблюдений в городе Алматы. Наблюдения за состоянием атмосферного воздуха могут проводиться: - по неполной программе (3 раза в сутки - 07, 13, 19 часов по местному времени); - по полной программе (4 раза в сутки - 01, 07, 13, 19 часов по местному времени); - в непрерывном режиме. Оценка возможностей сетей связи LPWAN по передаче данных со стационарных и передвижных постов, осуществляющих сбор основных показателей. Разработанная схема, реализованная на современной элементной базе, предоставит статистические данные, необходимые для анализа автоматической сети для сбора экологической и метеорологической информации в разное время суток, при разных погодных условиях. Для тестирования параметров модуля передачи данных можно применить программу SemtechLoraCalculator. Данная программа позволяет оценить ширину спектра, частоту передачи данных, битрейт, потребление тока, время работы от батареи. Для визуальной статистики были использованы GoogleColaboratory, это не так давно появившийся облачный сервис, направленный на упрощение исследований в области машинного и глубокого обучения. Преимуществами этого сервиса, можно отнести удаленный доступ к машине с подключенной видеокартой, причем совершенно бесплатно, что сильно упрощает работу, когда приходится обучать глубокие нейросети, что использованы на работе. Данные о загрязнении воздуха представлены в виде csv файла в нем присутствуют 11403 экземпляров обучающих данных. Рассмотрена реальная физическая модель распространения загрязнения и численное моделирование распространения загрязнения. После завершения процедур активации конечный узел готов для передачи показания датчиков с заданным интервалом. После установления соединения данные преобразуются в формат полезной нагрузки в виде шестнадцатеричного кода (HEX).

Научные и практические результаты проекта отражены в 10 статьях в журналах рекомендованных КОКСОН МОН РК и 11 статей в журналах, индексируемых в базах WoS и Scopus.

ВНЕДРЕНИЕ

Коммерциализация и практическое применение

Оперативное принятие решений на основе обработки больших данных (Big Data) с использованием математических моделей опережающего мониторинга и прогнозирования приводит к рациональному планированию и использованию природных ресурсов, к уменьшению затрат и тем самым позволяет получить значительный экономический эффект.

Готовы начать путь в IT?

Узнайте больше о передовых образовательных программах IITU, требованиях к поступлению и начните процесс подачи документов уже сегодня.

Көру қабілеті нашар адамдарға арналған сайт нұсқасы