МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2017

МОНГОЛ УЛСЫН ШИНЖЛЭХ УХААН,ТЕХНОЛОГИЙН ИХ СУРГУУЛЬ МЭДЭЭЛЭЛ, ХОЛБООНЫ ТЕХНОЛОГИЙН СУРГУУЛЬ ДОКТОР, ПРОФЕССОР Г. ЦОГБАДРАХЫН НЭРЭМЖИТ МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2017 2016/2017 ОНЫ ХИЧЭЭЛИЙН ЖИЛИЙН НАМРЫН УЛИРЛЫН МАГИСТР, ДОКТОР ОЮУТНЫ ЭРДЭМ ШИНЖИЛГЭЭНИЙ ХУРЛЫН ЭМХЭТГЭЛ УЛААНБААТАР 2017

ЭМХЭТГЭСЭН: ШУТИС-МХТС-ийн ЭШИА Хэвлэлийн хуудас: 36.75 Хэвлэсэн тоо: Цаасны хэмжээ: A4 Улаанбаатар 2016. 12 сар

MONGOLIAN UNIVERSITY OF SCIENCE AND TECHNOLOGY SCHOOL OF INFORMATION AND COMMUNICATION TECHNOLOGY SCIENTIFIC TRANSACTIONS ULAANBAATAR 2017

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 Өмнөх үг Мэдээлэл, Холбооны Технологийн Сургуулийн эрдэмтэн багш судлаачид, доктор, магистр ба бакалавр оюутнуудын судалгаа шинжилгээний ажлын бүтэн жилийн үр дүнг тусгасан эрдэм шинжилгээний өгүүллийг хэвлэн нийтэлж байх зориулалттай ЭШХ-ын анхны онлайн эмхэтгэлийг та бүхэндээ өргөн барьж байна. Энэхүү эмхэтгэлд Мэдээлэл, Холбооны Технологийн Сургууль дээр уламжлал болгон зохион байгуулдаг Доктор, профессор Г. Цогбадрахын нэрэмжит Мэдээлэл Холбооны салбарын хөгжилд бидний гүйцэтгэх үүрэг -2017 хуралд хэлэлцэгдсэн докторант, магистрант оюутны аман болон үзүүлэн илтгэлүүдийг багтаасан юм. Магистр оюутныг эрдэм шинжилгээ судалгаа, төслийн ажилд татан оролцуулж тэднийг судалгаа, төслийн ажлын үр дүнгээ нэгтгэн дүгнэх, эрдэм шинжилгээний өгүүлэл бичих, илтгэл тавих чадварыг хөгжүүлэх зорилгоор 2015-2016 оны хичээлийн жилээс эхлэн магистр оюутанд суралцах хугацаандаа нэгээс доошгүй эрдэм шинжилгээний өгүүлэл хэвлүүлж, илтгэл хэлэлцүүлсэн байх шаардлага тавьж эхэлсэнтэй холбоотойгоор магистр доктор оюутны ЭШХ-ыг хичээлийн жил 2 удаа зохион байгуулахаар болж байна. 2016-2017 оны хичээлийн жилийн намрын улирлын магистр, доктор оюутны ЭШХ-д Холбооны салбарт 4 илтгэл, Электроникийн салбарт 6 илтгэл, Компьютерийн ухааны салбарт 3, Мэдээллийн Технологийн салбарт 5, Мэдээллийн сүлжээ, аюулгүй байдлын салбарт 3 илтгэл хэлэлцэгдэж шалгарсан 9 илтгэлийг магистр оюутны ангилалд хэлэлцэж Б.Дамдинсүрэн, А.Батмөнх, Ц.Ганбат, Б.Батзолбоо, Б.Энхтөгс, Я.Дашдорж, Ц.Балжинням, Ж.Жавзансүрэн нарын эрдэмтэн багш нар шүүн доорхи илтгэлүүдийг шалгаруулсан байна. I байр Монгол Улсын хиймэл дагуулын өргөн нэвтрүүлгийн системийн зурвас ашиглалтыг сайжруулах судалгаа Илтгэгч: Б. Эрхэмбаяр /Утасгүй холбоо мэргэжлийн магистрант/ Удирдагч: Доктор (Ph.D), дэд проф., Н. Эрдэнэхүү /Холбооны салбарын эрхлэгч / II байр Мэдрэлийн гүн сүлжээ ашиглан хүний царай таних аргачлалын судалгаа Илтгэгч: М. Эрхэмбаатар /Програм хангамж мэргэжлийн магистрант/ Удирдагч: Доктор (Ph.D) А. Хүдэр /Компьютерийн ухааны салбарын дэд профессор/ III байр Объектын 3 хэмжээст хөдөлгөөнийг MPU6050 ашиглан дүрслэх нь Илтгэгч: Д. Батзориг /Электроник мэргэжлийн магистрант/ Удирдагч: Доктор(Ph.D), проф., А. Батмөнх /Электроникийн салбарын профессор/ Энэхүү хуралд доктор оюутны ангилалд салбаруудаас шалгаран ирүүлсэн 3 илтгэл хэлэлцэгдсэн байна. Стерео дүрснээс хөдөлгөөний координатыг тодорхойлох нь Илтгэгч: Ц. Тэнгис /Техник хангамж мэргэжлийн докторант/ Удирдагч: Доктор (Ph.D), проф., А. Батмөнх /Электроникийн салбарын профессор/ LTE сүлжээний контентийн нөөц хуваарилалтын судалгаа Илтгэгч: Л. Эрдэнэбаяр /Утасгүй холбоо мэргэжлийн докторант/ Удирдагч: Доктор(Ph.D), проф., Б. Отгонбаяр /Холбооны салбарын зөвлөх профессор/ Урвуу дүүжингийн тэнцвэржилт Илтгэгч: Б. Луубаатар /Электроник мэргэжлийн докторант/ Удирдагч: Доктор (Ph.D), проф., А. Батмөнх /Электроникийн салбарын профессор/ Энэхүү эрдэм шинжилгээний эмхэтгэлийн редакцийн комиссоор Г.Хишигжаргал, Д.Эрдэнэчимэг, И.Цэрэн-Онолт, Д.Сарангэрэл, Ч.Эрдэнэбат нарын гишүүд ажиллан тунгаан дүгнэлт өгсний дагуу өгүүллүүдийг засварлан эмхэтгэв. Эрдэм шинжилгээний бүтээлийн энэхүү онлайн эмхэтгэлд өгүүллүүдийн хэвлэгдсэн дараалал нь шүүгчдийн үнэлгээ, илтгэл өгсөн хугацааг харгалзан тогтоосныг хэлмээр байна. Цаг заваа гарган мэргэн шүүсэн эрхэм багш нартаа болон өгүүллийн редакц хийсэн гишүүддээ хурал зохион байгуулагчдын зүгээс талархалаа илэрхийлье. Мөн энэхүү эмхэтгэлийг гаргахад хичээнгүйлэн ажилласан Ц.Сугир, Л.Үүрцайх, А.Алтангэрэл, Г.Мөнхбат нартаа талархаж цаашдын ажил хөдөлмөрт нь улам их амжилтыг хүсье. НОМЫН ЦАГААН БУЯН ДЭЛГЭРЭХ БОЛТУГАЙ ~ 1 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ Хурлын хөтөлбөр Доктор, Магистр оюутны эрдэм шинжилгээний хурал II шат МХТС-ийн 101 тоот 2016.11.30 14:00 цагт 14:00-14:05 Нээлт: ЭНБД, доктор (Ph.D), дэд профессор Ж.Жавзансүрэн 14:05-14:20 Үйлдвэрийн шүүх процессын даралтад шүүлтүүр ба өтгөрүүлэгчийн уялдаа холбоо 54 14:20-14:35 14:35-14:50 Б.Эрдэнэбат /ЭС- магистрант/, удирдагч А.Батмөнх /доктор (Ph.D), профессор/, Мэдрэлийн гүн сүлжээ ашиглан хүний царай таних аргачлалын судалгаа М.Эрхэмбаатар /ПХ- магистрант /, удирдагч А.Хүдэр /доктор (Ph.D)/ ИНЕГ-ын ажиглалтын системийн бүрхэлтийг сайжруулах боломжийн судалгаа Д.Сарантуяа /УХ магистрант/, удирдагч Н.Эрдэнэхүү /доктор (Ph.D), дэд профессор/ 14:50-15:05 SDN сүлжээний топологи илрүүлэх Протоколуудын харьцуулсан судалгаагаа 15:05-15:20 Ц.Чинболор /МС- магистрант/, удирдагч А.Гэрэлцэцэг /МСАБС-ын багш/ Бааз станцын цахилгаан зарцуулалтыг байгальд ээлтэй байдлаар төлөвлөх боломжийн судалгаа 34 72 65 46 15:20-15:35 15:35-15:50 16:00-16:15 16:15-16:30 16:30-16:50 16:50-17:10 17:10-17:30 1 2 3 Б.Туяа /УХ- магистрант/, удирдагч Н.Эрдэнэхүү /доктор (Ph.D), дэд профессор/ Объектын 3 хэмжээст хөдөлгөөнийг MPU6050 ашиглан дүрслэх нь Д.Батзориг /ЭС- магистрант/, удирдагч А.Батмөнх /доктор (Ph.D), профессор/ Монгол Улсын хиймэл дагуулын өргөн нэвтрүүлгийн системийн зурвас ашиглалтыг сайжруулах судалгаа. Б.Эрхэмбаяр /УХ- магистрант/, удирдагч Н.Эрдэнэхүү /доктор (Ph.D), дэд профессор/ Марковын далд загварыг худалдааны системийн шийдвэр гаргалтанд ашиглах нь С. Зориг /ПХ- магистрант /, удирдагч А.Хүдэр /доктор (Ph.D)/ Баянзүрх дүүрэг дэх өвчлөлийн тархалтын судалгаан дээр суурилсан урьдчилан сэргийлэх эрүүл мэндийн програм Т.Тамир /МТ- магистрант/, удирдагч О.Бат-Энх /доктор (Ph.D), дэд профессор/ Стерео дүрснээс хөдөлгөөний координатыг тодорхойлох нь Ц.Тэнгис /ТХ- докторант /, удирдагч А.Батмөнх /доктор (Ph.D), профессор/ LTE сүлжээний контентийн нөөц хуваарилалтын судалгаа Л.Эрдэнэбаяр /УХ- докторант /, удирдагч Б.Отгонбаяр /доктор (Ph.D), профессор/ Урвуу дүүжингийн тэнцвэржилт Б.Луубаатар /ЭС- докторант/, удирдагч А.Батмөнх /доктор (Ph.D), профессор/ Үзүүлэн илтгэлүүд Баянзүрх дүүрэг дэх өвчлөлийн тархалтын судалгаан дээр суурилсан урьдчилан сэргийлэх эрүүл мэндийн програм Т.Тамир /МТ- магистрант/, удирдагч О.Бат-Энх /доктор (Ph.D), дэд профессор/ Intelligence-г ашиглан худалдааны байгуулгад дүн шинжилгээ хийх нь Б.Азбаяр /МТ- магистрант/, удирдагч А.Алтангэрэл /доктор (Ph.D), дэд профессор/ MPS430 микроконтроллерын Tiny OS-д суурилсан 3D акселерометр болон зүрхний бичлэгийн дохио боловсруулалт Б.Энхдаваа /ЭС-магистрант /, удирдагч Д.Эрдэнэчимэг /доктор (Ph.D),дэд профессор/ 41 27 59 6 12 20 83 90 95 ~ 2 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 4 5 6 Төв аймаг дах Мэдээлэл Холбооны сүлжээ, ТӨК-ий сүлжээ аюулгүй байдлын эрсдэлийн үнэлгээ Б.Хишигжаргал /МС- магистрант/, удирдагч Ц.Энхтөр /МСАБС-ын багш/ Сүлжээний хяналтын технологийн судалгаа О.Түвшинжаргал /МС- магистрант/, удирдагч Н.Эрдэнэхүү /доктор (Ph.D), дэд проф.,/ Телевизийн мэдээнээс яриа танилтын акустик загвар үүсгэх Д.Бямбадорж /МТ- магистрант/, удирдагч А.Алтангэрэл / доктор (Ph.D), дэд профессор/ 112 100 107 ~ 3 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ ДОКТОР, МАГИСТР ОЮУТНУУДЫН ХУРЛЫН ИЛТГЭЛҮҮД ~ 4 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 ~ 5 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ СТЕРЕО ДҮРСНЭЭС ХӨДӨЛГӨӨНИЙ КООРДИНАТЫГ ТОДОРХОЙЛОХ НЬ Ц.Тэнгис a, А.Батмөнх b*, а Электроникийн салбарын ахлах багш, магистр, ШУТИС, МХТС, УБ хот, Монгол улс b* Электроникийн салбарын профессор, док.phd., ШУТИС, МХТС, УБ хот, Монгол улс a И-майл: tengis@must.edu.mn b *И-майл: abatmunkh@must.edu.mn Хураангуй: Тус өгүүллээр нисгэгчгүй олон сэнстийг зохион бүтээх төслийн хүрээнд хэрэгжүүлж буй туршилтын ажлын сүүлийн үеийн зарим үр дүнг танилцуулах болно. Хөдөлгөөнт робот зохион бүтээхэд тулгардаг гол асуудлуудын нэг нь байршил тогтоох юм. Роботын тэнхлэгийн хазайлтын өнцгүүд болон чиглэлийг тооцоолоход инерцлэг мэдрэгчийг өргөн хэрэглэдэг боловч бид хос камерыг ашиглан нэг объектын зургийг өөр өөр байрлалаас авах замаар стерео дүрсийг үүсгэж ийнхүү үүсгэсэн дүрсний мэдээллээс орон зайг хэмжиж болох, цаашилбал, дүрс боловсруулах аргыг хэрэглэн зүүн камерын дүрс (эхний байрлал) болон баруун камерын (хоёр дахь байрлал) дүрсний хоорондын хамаарлыг тодорхойлж ингэснээр объектын байрлалыг тогтоох зориулалт бүхий зарим геометрийн тооцооллыг хийсэн үр дүнг энэхүү судалгаагаар үзүүлэхийг зорилоо. Түлхүүр үг: олон сэнст, хазайлтын өнцөг, стерео камер, дүрс боловсруулалт 1. Оршил Төрөл бүрийн хөдөлгөөнт робот зохион бүтээхэд тулгардаг гол асуудлуудын нэг нь байршил тогтоох юм. Роботын байршлыг түүний байрлаж буй тухайн координатын систем дэх тэнхлэгийн координатын цэгүүд, мөн роботын их бие тухайн координатын системтэй үүсгэж буй өнцгүүдээр (orientation) тодорхойлох ба роботын локал тэнхлэгийн хазайлтын өнцгүүд мэдэгдэж байгаа тохиолдолд координатын хувиргалтын матрицыг ашиглан түүний байрлаж буй тухайн координатын тэнхлэгтэй үүсгэж буй өнцгүүдийг мөн тооцоолж болно [1]. Хөдөлгөөнт роботын тэнхлэгийн хазайлтын өнцгүүд болон чиглэлийг тооцоолоход инерцлэг мэдрэгчийн систем өндөр ач холбогдолтой бөгөөд ямар нэг гадны тулгуур мэдээлэл шаардагдахгүй, бие даасан, орон зайн нөлөөлөл бага, орчны нөхцөлөөс хамааралгүй ажилладаг зэрэг олон давуу талуудтай ба нисгэгчгүй нисэх аппарат, шумбагч аппарат зэрэг өөрөө явагч хөдөлгөөнт роботын системүүдэд өргөн хэрэглэдэг билээ. Роботын эргэлтийн болон хазайлтын өнцгийн мэдээлэл дээр үндэслэн роботын чигийг тооцоолох ба ингэхдээ гироскоп, акселерометрийг ашигладаг. Эдгээр мэдрэгчийг MEMS технологиор бүтээдэг ба биетийн хөдөлгөөний инерцийг мэдэрдэг тул инерцлэг мэдрэгчийн систем гэж нэрлэнэ. Сүүлийн жилүүдэд гироскоп болон акселерометрийг ашиглан роботын хөдөлгөөний чигийг мэдрэх олон арга, алгоритмуудыг боловсруулан хэрэглэж байна. Гэвч уг мэдрүүрүүд нь өөрийн гэсэн сул талтай, алдааны хуримтлал үүсгэдэг, цахилгаан соронзон орны нөлөөнд өртөмтгий байдаг байна. Иймд бид эдгээр мэдрүүрийн оронд нисгэгчгүй олон сэнстэд стерео камерыг байрлуулж стерео дүрс боловсруулалтын аргыг хэрэглэх замаар хөдөлгөөний координатыг тодорхойлохыг зорьсон болно. ~ 6 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 Зураг 1. Олон сэнстийн хазайлтын өнцгийн төрлүүд. Биетийн тэнхлэгийн хазайлтыг, Зураг 1-д үзүүлснээр, [φ θ ψ] T байдлаар дүрслэн томьёолж болно. Энд, φ- х тэнхлэгийн хазайлт (roll), θ у тэнхлэгийн хазайлт (pitch), ψ босоо буюу z тэнхлэгийн хазайлт (yaw). Харин тэнхлэг тус бүрийн эргэлтийн өнцөг хурдыг [φ θ ψ ] T гэж тус тус тэмдэглэнэ. Ажиглагч ба объект хоорондын зайг хэмжих олон аргууд байдаг ба үүнийг идэвхтэй ба идэвхгүй, хүрэх ба хүрэхгүйгээр гэж ангилдаг [2,3, 4, 5]. Идэвхтэй аргууд нь хэмжих объект руу дохио илгээх замаар хэмжилт хийдэг бөгөөд эдгээрт лазер хэмжилт, ультра дуу авиа, радио долгион, микро долгион, инфра улаан гэх мэт дохионы үүсгүүрийг хэрэглэнэ. Идэвхгүй арга нь объектын байрлалын мэдээллийг хүлээн авах замаар хэмжилт хийх юм. Идэвхгүй аргын хамгийн өргөн хэрэглээ нь стерео дүрслэлийн арга юм. Стерео дүрсний арга нь гурван хэмжээст зураглалыг байгуулах замаар тодорхойлогдоно. Гурван хэмжээст огторгуй дахь цэгийн байрлалыг тооцоолохын тулд хос дүрс тус бүр дээрх харгалзах цэг нь тохирч байх шаардлагатай байдаг [4, 5]. Ингэснээр, стерео дүрс дээр байрлах объектын байрлал болон объект ба камер хоорондын зайг тодорхойлж болно. 2. Камерын загвар С төвтэй камерын (pinhole camera) загварыг Зураг 2-т үзүүлэв. Камерын загварыг ашиглан дэлхийн координатын систем дэх (X, Y, Z) нэг цэгийг камерын координатын систем рүү хөрвүүлж дараа нь зургийн хавтгай дүрслэл дээрх (x, y) нэг цэг болгон хувиргана. Хувиргалтыг дотор нь дотоод (Intrinsic) болон гадаад (Extrinsic) хувиргалтууд гэж ангилдаг. Гадаад хувиргалт нь дэлхийн координатын систем болон камерын координатын системийн хоорондын хамаарлыг тайлбарладаг бол дотоод хувиргалт нь камерын координатын системээс дүрслэлийн проекцийн хувиргалтыг тайлбарлана. Гадаад параметрүүд (Extrinsic parameters): 3D хөрвүүлэлтийн вектор 3х3 эргэлтийн матриц Дотоод параметрүүд (Intrinsic parameters) Фокусын зай (алслалтын проекц) Камерын координатаас пикселийн координатын хувиргалт Проекцийн төвөөс шилжлсэн шилжилт Гурван хэмжээст огторгуйд дүрслэгдэх P (X, Y, Z) цэг нь зургийн хавтгай дээр p(x, y) гэсэн хоёр хэмжээст үзүүлэлтээр илэрхийлэгдэнэ. Дээрх загвараас харахад, нэг камер ашиглан огторгуйд орших объектын байршлыг тодорхойлох боломжгүй нь харагдана. Проекцлох явцад энд огторгуй дахь цэгийн гүний мэдээлэл алдагдаж байна. Дүрсний хавтгай дээрх (u, v) координаттай цэг нь огторгуйд ямар зайд оршиж байгааг тооцоолох боломжгүй юм. P (X, Y, Z) эсвэл P 1, P 2, P 3 цэгүүдийн аль дүрсний хавтгайд проекцлогдсоныг тодорхойлох боломжгүй юм. ~ 7 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ P(X,Y,Z) P 1 P 2 Zw Yw Xw P 3 u Оптик тэнхлэг z (u,v) x Камерын гадаад параметрүүд (extrinsic parameters) Фокусын хавтгай Гол цэг (c x, c y) Xc Камерын дотоол параметрүүд (intrinsic parameters) z=f y Zc Камерын координатын систем Yc Дүсний хавтгай v Зураг2. Камерын загвар Камерын матрицыг дараах томьёогоор илэрхийлнэ. ( X c Y c Z c 1 X w R t ) = ( 0 1x3 1 ) ( Yw ) (1) Z w 1 X c R 11 R 12 R 13 t x X w Y ( c R ) = ( 21 R 22 R 23 t y Yw ) ( ) (2) Z c R 31 R 32 R 33 t z Z w 1 0 0 0 1 1 u f x 0 c x X c ( v) = ( 0 f y c y ) ( Y c ) (3) 1 0 0 1 Z c R u f x 0 c 11 R 12 R 13 t x X w x R ( v) = ( 0 f y c y ) ( 21 R 22 R 23 t y Yw ) ( ) (4) 1 R 0 0 1 31 R 32 R 33 t z Z w 0 0 0 1 1 Тухайн цэгийн гүн (Z) мэдэгдэж байгаа тохиолдолд бид дүрсэн дэх координатыг тооцоолох боломжтой юм. 3. Стерео камер ба стерео дүрс u = fx Z v = fy Z X = uz f Y = vz f Стерео зураг буюу нэгэн агшинд авсан хос зургийг ашиглан зургийн алслалт буюу гүнийг (depth) тодорхойлох боломжтой [5]. Зураг тус бүрийн хувьд хоорондоо хамааралтай цэгүүдийг олж зөрүүг (disparity) тодорхойлно. Хамааралтай цэгүүдийн зөрүүг тодорхойлсноор зургийн гүнийг фокусын зай (f), болон хос камерын хоорондын зай (B) гэсэн параметрээр шууд тооцоолон тодорхойлох боломжтой юм. Епиполар геометр нь стерео дүрс боловсруулалтын үндсэн байгууламжийн нэг юм [4]. Гурван хэмжээст огторгуйд өөр хоёр байрлалаас авсан хос дүрс дээрх цэгүүдийн геометр хамаарал байдаг. l шулуун дээр х цэгийн хамаарал тодорхойлогдох бол l шулуун дээрх x цэгийн хамаарал (5) (6) (7) (8) ~ 8 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 тодорхойлогдоно. OO шулуун нь камерын төвийг (baseline) холбосон шулуун юм. Епиполар хавтгай болон зургийн хавтгайн огтлолцол дээрээс епиполар шулуунуудыг татна. Епиполар шулуунууд дээр хамаарлын цэгүүд байрлана (Зураг 3). Огторгуй дахь объект Оптик тэнхлэг Епиполар шулуун l Зүүн дүрсний хавтгай Баруун дүрсний хавтгай Стерео суурь O шулуун (B) O Зүүн камерын линзны төв Баруун камерын линзны төв Зураг3. Стерео камерын загвар 4. Математик загвар Тус өгүүллийн энэ хэсэгт нисгэгчгүй олон сэнстийн байрлалыг тодорхойлох болон хазайлтын (yaw) өнцгийг огторгуйд байрлах ганц цэгийн мэдээлэл дээр тулгуурлан тодорхойлох аргыг авч үзнэ. Стерео камерын төв нь линзны төвийн шулуун дээрх (B/2) зайд байрлана (Зураг 4). Стерео камерыг олон сэнстийн төвд байрлуулсан гэж үзье. Зүүн камерын тэнхлэг P(X,Y,Z) Баруун камерын тэнхлэг φ0 /2 φ1 φ 2 Z xl xr x l x r pl pr L B1 B2 R f Фокусын зай Cl Cr Зүүн камерын линзны төв B Баруун камерын линзны төв Зураг 4.Огторгуй дахь цэгийн координатыг стерео камер ашиглан тодорхойлох загвар Стерео буюу хос зураг тус бүрийн хувьд хоорондоо хамааралтай цэгүүдийг олж зөрүүг (disparity) тодорхойлно. Хамааралтай цэгүүдийн зөрүүг (x l-x r) гэж тодорхойлсноор зургийн гүн (Z)-ийг тодорхойлох боломжтой юм. Үүний тулд бидэнд фокусын зай f, хоёр камерын хоорондын зай B байхад л тооцооллыг хийж болно. Зургаас харахад, x l зүүн камерын дүрслэл дээрх P цэгийн х тэнхлэгийн координат, x r баруун камерын дүрслэл дээрх P цэгийн х тэнхлэгийн координат, C 1, C r зүүн болон баруун камерын линзны төв, B камер хоорондын зай (base line), f фокусын зай, Z- дүрсний гүн, φ 0 камерын харах өнцөг тус тус байна. Эндээс, ~ 9 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ X = x l Z f (9) Томьёо (9) болон (10) нэгтгэвэл X B Z Z = (x l x r ) Эндээс харахад, бидэнд камерын фокусын зай, хос камер хоорондын зай болон дүрсний проекцийн зөрүү мэдэгдэж байвал тухайн цэгийн гүнийг тодорхойлох боломжтой юм. Цаашибал, томьёо (7) болон (8)-г ашиглан X, Y координатыг тооцоолж энэ цэгийн огторгуй дахь байршлыг бүрэн тодорхойлж болно. Дээрх координаттай харьцангуйгаар олон сэнстийн координатыг болон камерын харах өнцгийг тодорхойлох боломжтой [7]. Мөн проекцийн өнцгүүдийг ч (12), (13)-аар тооцоолох боломжтой. Зайг дараах байдлаар тооцоолно. x l x0 2 x r x0 2 D = = x r f Bf (10) (11) = tan φ 1 tan( φ 0 2 ) (12) = tan φ 2 tan( φ 0 2 ) (13) Bx 0 2 tan( φ 0 2 )(x l x r ) Эндээс бид томьёо (12) болон (13)-г ашиглан олон сэнстийн параллель шилжилтийг нэг цэгийн координатын тусламжтайгаар тодорхойлж болно. Пиксельд харгалзах өнцгийн өөрчлөлтийг доорх томьёогоор илэрхийлье. φ = φ 0 x 0 (15) Олон сэнстийн хазайлтын (yaw) өнцгийг тодорхойлох боломжийг харья. Эхний тохиолдолд бид P болон К цэг параллель хавтгай дээр байрлаж байна гэж үзье.стерео шинж чанар болон томьёо (7), (8), (11) ашиглан P (X,Y,Z) цэгийн огторгуй дахь координатыг тооцоолж, мөн К цэг B/2 зайд байрлах ба энэ нь P цэгтэй перпендикуляр байрласан тул К цэгийн координатыг мөн олох боломжтой байна. Олон сэнст нь К цэг дээр төвтэйгээр эргэлт хийсэн гэж үзье ( Зураг 5). Эндээс харахад, x l болон x r өөрчлөлтийн чиглэлээс хамааран аль чиглэлд эргэлт хийснийг тодорхойлох боломжтой юм. Эндээс бид дахин гүний өөрчлөлт Z- ийг тооцоолно. φ 1 өнцгийн өөрчлөлт болон Z утгыг ашиглан P цэгээс P зайг олно. PP = B 1 Z tan φ 1 Бид P цэг болон К цэгийн координатын тооцоолсон мөн P координатыг тооцоолсноор олон сэнстийн хазайлтын (yaw) ψ өнцгийг тооцоолох боломжтой юм. (14) P(X,Y,Z) Баруун камерын тэнхлэг Зүүн камерын тэнхлэг P Z ψ φ 2 Z φ 1 f Фокусын зай L R C l B 2 K B 1 C r Баруун камерын линзны төв Зүүн камерын линзны төв B ~ 10 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 Зүүн камерын тэнхлэг P(X,Y,Z) P Баруун камерын тэнхлэг φ 1 Z Z ψ L φ 2 R Z C l Зүүн камерын линзны төв B 1 K B 2 B C r f Фокусын зай Баруун камерын линзны төв 5.Дүгнэлт Зураг 5.Стерео камер К цэг дээр ψ өнцгөөр хазайлт хийх үейин проекцийн өөрчлөлтүүд Энэхүү өгүүллээр олон сэнстийн байршил болон хазайлтын өнцгийг огторгуйд байрлах нэг цэгийн тусламжтайгаар тодорхойлохыг оролдсон математикийн гаргалгааг хийж стерео дүрс боловсруулалтын аргаар огторгуйд байрлах онцгой нэг цэгийг илрүүлэн түүний координатыг тодорхойлох тооцоог хийв. Бидэнд камерын харах өнцөг φ 0, фокусын зай f, болон камер хоорондын зай B мэдэгдэж байгаа тохиолдолд камер ба огторгуй дахь цэг хоёрын хоорондын зай, шилжилтийн өнцөг болон хазайлтын өнцгийг тодорхойлох боломжтой байна. Цаашид олон сэнстийн бусад хазайлтын өнцгийг (roll, pitch) тодорхойлох, түүнчлэн огторгуйд байрлах 3 цэгийн тусламжтайгаар олон сэнстийн байрлалыг бүрэн тодорхойлох судалгааг хийх зорилго тавьж байна. Ашигласан материал [1] Р.Бямбажав1, Ц.Тэнгис 2, АБатмөнх 3 Инерцлэг мэдрэгчийн системд Калманы шүүлтүүрийг хэрэгжүүлэх нь, ММТ 2015 ЭШХ эмхэтгэл,10/17/2015,35-39,2015/10/17, хуудас 35-39 [2] Ц.Тэнгис 1, А.Батмөнх 2, Э.Наранбаатар 3 Обьектын бодит хугацааны гурван хэмжээст хөдөлгөөний зураглалыг үүсгэх судалгаа, ММТ 2015 ЭШХ эмхэтгэл, 2015/10/17, хуудас 69-73 [3] Ц.Тэнгис 1, А.Батмөнх 2 Drone State Estimation Using Stereo Vision Based on Multiple Features, Khureltogoot- 2015, Ulaanbaatar, Mongolia, 2015, pages48-51 [4] Ц.Тэнгис 1 А.Батмөнх 2 Mapping of Real-Time 3D object movement, International Journal of Internet, Broadcasting and Communication Vol.7 No.2, 2015/07/07. Pages 1-8 [5] Ц.Тэнгис 1, А.Батмөнх 2, Стерео дүрсний ялгааны зураглалыг сайжруулах аргын судалгаа, Магистр, Докторантын Эрдэм Шинжилгээний Бүтээлийн Эмхэтгэл 13/177, ШУТИС, хуудас 35-41 [6] Ц.Тэнгис 1, А.Батмөнх 2, Р.Бямбажав Стерео дүрсний мэдээллийг Шулуутган Засварлах Аргын Судалгаа, ММТ 2014 ЭШХ эмхэтгэл, хуудас 88-93 [7] https://en.wikipedia.org/wiki/angle_of_view ~ 11 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ Хураангуй: LTE СҮЛЖЭЭНИЙ КОНТЕНТИЙН НӨӨЦ ХУВААРИЛАЛТЫН СУДАЛГАА Л.Эрдэнэбаяр a, Б.Отгонбаяр b а Багш, Холбооны салбар, ШУТИС-МХТС, Улаанбаатар хот, Монгол улс b Профессор, Холбооны салбар, ШУТИС-МХТС, Улаанбаатар хот a И-мэйл: erdenebayar@must.edu.mn b И-мэйл: otgonbayar.b@must.edu.mn LTE технологийн нөөц хуваарилалтын асуудлыг оновчлоход хэрэглэгчийн үйлчилгээний ачааалал зохицуулалтын шатны боловсруулалтад ҮЗДНТА алгоритм, хугацааны мужид нөөц төлөвлөх шатны боловсруулалтад ҮБХНТА алгоритм, давтамжийн мужид нөөц төлөвлөх шатны боловсруулалтад ХЗДНТА алгоритм, мультмедиа үйлчилгээний дамжуулах аргачлалд ХЗҮУА алгоритм, өгөгдлийн үйлчилгээний дамжуулах аргачлалд шинэ GTS хуваарилах алгоритмуудыг хөгжүүлж, эдгээр алгоритмуудыг Гибрид суурьтай нөөц хуваарилалтын нэгдмэл алгоритмд нэгтгэн хөгжүүлсэн. Түлхүүр үг: броадкаст дамжуулал, GTS слот, ачаалал зохицуулалтын шат, нөөц блок Оршил Холбооны технологи нь сүүлийн жилүүдэд хэд хэдэн хүчин зүйлээс шалтгаалан контентийн үйлчилгээг нэвтрүүлэх гарцыг нээсэн. Нэгдүгээрт үүрэн сүлжээний төхөөрөмжүүдийн интерфэйс дамжуулал нь IP (Интернэт Протокол) суурьтайгаар хөгжүүлэгдсэн. Хоёрдугаарт эцсийн хэрэглэгчийн терминалд зарим боломжууд нээгдсэн. Үүнд, мэдрэгчтэй өргөн дэлгэцтэй болж, батерэйн ажиллах хугацаа уртсаж, тэжээлийн зарцуулалт сайжирсан. Камерын функц сайжирснаар хэрэглэгч видеог дан ганц захиалж үзэх бус, бусдад түгээх боломж нээгдсэн. Өнөөгийн 3 дахь үеийн үүрэн сүлжээний үйлчилгээний тэлэх чадавхи, чанарын үнэлгээний аргачлалыг 4 дэх үеийн хөдөлгөөнт холбоонд хөгжлийн шинэ шатанд өргөжүүлэн сайжруулснаар өсөн нэмэгдэж байгаа хөдөлгөөнт хэрэглэгчдийн хүсэл хэрэгцээ болон хэрэглэгчийн төхөөрөмжийн шаардлагад нийцсэн мультимедиа өгөгдлүүдийг дамжуулах, өндөр хурдны тасалдалгүй үйлчилгээний нөхцөлд эдүгээ бүрэн шийдэгдээгүй байгаа болно. Ялангуяа утасгүй холбооны сүлжээнд системийн багтаамжийг үр ашигтай зохион байгуулж, хэрэглэгчийн контентийн мэдээллийг оновчтой шийдэх үйлчилгээний алгоритм, системийн логик сувгуудад хуваарилан үр ашгийг дээшлүүлэх шаардлагад нийцүүлэн хөдөлгөөнт сүлжээний хувьд нэгдмэл алгоритмыг боловсруулахад уг диссертацийн судалгааны ажил зориулагдана. 1. LTE сүлжээ ба түүний нөөц хуваарилалтын асуудлууд LTE сүлжээний OFDMA суурьтай радио нөөц хуваарилалт нь хугацаа ба давтамжийн мужид сул чөлөөтэй байгаа спектрийн нөөцийг ашиглахад чиглэгддэг. Нөөц хуваарилалтыг хэрэгжүүлэхийн тулд хэд хэдэн үе шатуудыг дамждаг. Үүнд: Ачаалал зохицуулалтын шат, хугацааны муж ба давтамжийн мужид нөөц төлөвлөх үе шатууд багтана. Эдгээр үе шатуудыг дараах дэд бүлгүүдээр дурдана. 1.1 LTE хандалтын аргууд LTE сүлжээнд шууд чиглэлийн дамжуулалд OFDMA хандалтын аргыг, гэдрэг чиглэлийн дамжуулалд SC-FDMA хандалтын аргыг хэрэгжүүлдэг. Олон цэгийн хандалтын шийдэл нь хэрэглэгчдийн ортогональ байдлыг хангаж, интерференцийн нөлөөг бууруулж, сүлжээний багтаамжийг дээшлүүлэх боломжийг олгоно. Шууд ба гэдрэг чиглэлийн дамжууллын аргуудад нөөц хуваарилах хугацаа ба давтамжийн мужууд байдаг ба тус мужуудад хэрэгжүүлэх олон аргачлалуудыг гүйцэтгэснээр хугацаанц 1 TTI агшинд төрөл бүрийн үйлчилгээ захиалсан олон тооны хэрэглэгчдээс сонголт хийх замаар нөөц хуваарилах зарчмыг хэрэгжүүлдэг. ~ 12 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 OFDMA Хугацаа Давтамж 15KHz 12x15КГц=180KГц Хэд хэдэн дэд зөөгчүүдийн нөөц блок Зураг 1. OFDMA технологи 1.2 Ачаалал зохицуулалтын шатны оновчлол Мобайль сүлжээний бааз станц дээр олон хэрэглэгчдийн өөр өөр QoS шаардагуудтай төрөл бүрийн үйлчилгээнүүд эгшин тутамд хүрэлцэн ирдэг. Ачаалал зохицуулалт нь хэрэглэгчдийн төрөл бүрийн үйлчилгээнүүдийг бөөгнөрүүлж, үйлчилгээний дарааллыг эрэмбэлэх алгоритмыг холбогдох үйлчилгээний QoS шаардлагын дагуу эрэмбэлэлтийн процессийг гүйцэтгэдэг. Үйлчилгээний Төрлөөр Дараалал Үүсгэн Эрэмбэлэх алгоритмын [1] хувьд бодит ба бодит бус хугацааны үйлчилгээнүүдийг QoS шаардлагад тодорхойлсон саатал ба нэвтрүүлэх чадамжаар эрэмбэлэх санал зөв зохистой шийдэл юм. Хэрэглэгч 2 Хэрэглэгч 1 Хэрэглэгч K. ҮТДҮЭА алгоритм Бодит хугацааны үйлчилгээ Хэрэглэгч 1 Хэрэглэгч 2 Бодит бус хугацааны үйлчилгээ Хэрэглэгч 4 Хэрэглэгч 3 Хэрэглэгч 5 Хэрэглэгч K. ҮЗДҮЭА алгоритм Өгөгдлийн контентийн үйлчилгээ Мультимедиа контентийн үйлчилгээ Бодит хугацааны өгөгдлийн үйлчилгээ Бодит бус хугацааны мультимедиа үйлчилгээ Бодит хугацааны мультимедиа үйлчилгээ Хэрэглэгч 7 Хэрэглэгч 1 Хэрэглэгч 2 Хэрэглэгч 3 Хэрэглэгч 8 Хэрэглэгч 9 Хэрэглэгч K Хэрэглэгч 10 Хэрэглэгч 4 Хэрэглэгч 5 Хэрэглэгч 6. Шуурхай мэдээлэл Хэрэглэгч 1 Хэрэглэгч 2 Энгийн мэдээлэл Хэрэглэгч 3 БодитУникаст Бодит бус хугацааны хугацааны үйлчилгээ үйлчилгээ Хэрэглэгч 4 Хэрэглэгч 5 Мультикаст Бодит хугацааны үйлчилгээ Хэрэглэгч 6 Хэрэглэгч 7 Бодит бус хугацааны үйлчилгээ Хэрэглэгч 8 Броадкаст Хэрэглэгч K Хэрэглэгч 10 Хэрэглэгч 9. Зураг 2. Ачаалал зохицууллтын шат Ачаалал зохицуулалтын нэгдүгээр шатанд хугацааны тухайн эгшинд орж ирсэн олон хэрэглэгчдийн төрөл бүрийн үйлчилгээнүүдийг ҮТДҮЭА дарааллын алгоритмын [1] тусламжтай хоёрдугаар шатанд бодит ба бодит бус хугацааны үйлчилгээгээр ялгаж, гуравдугаар шатанд мультимедиа ба өгөгдлийн контентуудаар ангилж, дөрөвдүгээр шатанд үйлчилгээний зэрэглэлийн коэффициентийн тусламжтай үйлчилгээнүүдийг шинэ дараалалд оруулан эрэмбэлэлтийг гүйцэтгэнэ. ~ 13 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ Эхлэл QPШуурхайӨгөгдөл, QPЭнгийнӨгөгдөл, QPБодитЮникаст, QPБодитбусЮникаст, QPБодитМультикаст, QPБодитбусМультикаст, QPБроадкаст дарааллуудыг зарлах Нэгж эгшинд орж ирсэн төрөл бүрийн үйлчилгээний хэрэглэгчид ҮТДҮЭА алгоритм (Бодит ба бодит бус хугацааны үйлчилгээ) Бодит хугацааны үйлчилгээ эсэх? Үгүй Тийм Мультимедиа үйлчилгээ эсэх? Тийм Броадкаст үйлчилгээ эсэх? Үгүй Эрэмбийн коэффициентийг олох Үгүй Тийм Эрэмбийн коэффициентийг олох Эрэмбийн коэффициентийг олох Бодит хугацааны үйлчилгээ эсэх? Үгүй Юникаст үйлчилгээ эсэх? Үгүй Тийм Тийм Тийм Энгийн мэдээ Үгүй Шуурхай мэдээлэл эсэх? Мультикаст үйлчилгээ эсэх? Үгүй Тийм Тийм QPЭнгийнМэдээлэл дараалалд оруулж, KЭнгийнӨгөгдөл хэрэглэгчийн тоог тооцоолох QPШуурхайМэдээлэл дараалалд оруулж, KШуурхайӨгөгдөл хэрэглэгчийн тоог тооцоолох QPброадкаст дараалалд оруулж, Kброадкаст хэрэглэгчийн тоог тооцоолох QPбодит.мультикаст дараалалд оруулж, Kбодит.мультикаст хэрэглэгчийн тоог тооцоолох QPбодит.юникаст дараалалд оруулж, Kбодит.юникаст хэрэглэгчийн тоог тооцоолох QPбодитбус.юникаст дараалалд оруулж, Kбодитбус.юникаст хэрэглэгчийн тоог тооцоолох QPбодитбус.мультикаст дараалалд оруулж, Kбодитбус.мультикаст хэрэглэгчийн тоог тооцоолох Дараалал бүрт хамгийн ихээс бага утга руу эрэмбэлэх QP=[QPШуурхайМэдээлэл, QPБодитЮникаст, QPБодитбусЮникаст, QPБодитМультикаст, QPБодитбусМультикаст, QPЭнгийнМэдээлэл, QPБроадкаст] эрэмбэлсэн дарааллуудыг QP Ерөнхий дараалалд жагсаана Төгсгөл Зураг 3. Ачаалал зохицуулалтыг хэрэгжүүлэх алгоритм Бодит хугацааны шуурхай ба энгийн мэдээллийн үйлчилгээний хувьд үйлчилгээний зэрэглэлийг харгалзан эрэмбэлэлтийн коэффициентийг тодорхойлов. 2 2 RT RT t F t H t Pk (1) k k Бодит ба бодит бус хугацааны юникаст, мультикаст үйлчилгээний хувьд RT RT P t F t E t H t 2 k k k (2) k Броадкаст үйлчилгээний хувьд: P k 2 RT t E t H t (3) ҮТДҮЭА алгоритмд тооцоолсон k дугаар хэрэглэгчийн үйлчилгээний дарааллын урт параметрийг үйлчилгээний төрлөөс хамааран дарааллын урт харилцан адилгүй байх тул давтамжийн мужид хэрэгжүүлэх нь зүйтэй гэж үзлээ. 1.3 Хугацааны мужид нөөц төлөвлөх шат Томаз Сзандалагийн судалгааны ажилд [2] Хэббианы процесс, Ожагийн процесс, Псевдо-инверси процессуудыг харьцуулан судалж, хэрэгжүүлэлтийн үр дүнд хамгийн сайн ажиллагааг Псевдо-инверси процесс үзүүлсэн байна. Иймд тус судалгааны ажилд Псевдо-инверси процессыг ашиглан нэгж TTI эгшинд хичнээн хэрэглэгчийг сонгох боломжийг судалсан. Олон оролт k k Нэурон бүтэц Q k t p1 p2 W1.1 p3... pr... w1.r W Зураг 4. Псевдо-инверси процессийн зарчим Псевдо-Инверсийн процесст оролтын утгуудыг p, гаралтын утгуудыг t утгаар тэмдэглэдэг. Оролт ба гаралтын утгуудыг мөрөн вектор хэлбэрээр илэрхийлнэ. Нэурон сүлжээнд өргөн хэрэглэдэг тус процессийг ашиглан нэгж хугацааны агшинд орж ирсэн төрөл бүрийн үйлчилгээний олон тооны хэрэглэгчдийн захиалгаас хичнээн хэрэглэгчийн захиалгыг сонгохыг шийднэ. Оролтын p матрицыг n E t ~ 14 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 үйлчилгээний ангилал гэж үзсэн ба ижил төрлийн дамжуулалттай үйлчилгээнүүдийг нэг ангилалд оруулна. P p1 p2 pc... pc c 1,..., C (4) s дугаарын үйлчилгээнээс сонгогдсон хэрэглэгчдийн тоог олбол: t s Wps s 1,2,3 (5) Дээрх тэгшитгэлийг матриц хэлбэрээр бичвэл: T WP (6) Псевдо-Инверсийн жингийн матриц нь оролтын олон утгуудад харгалзах гаралтын хүссэн утгыг гаргах үүрэгтэй матриц юм. Жингийн матрицын хэмжээ нь оролтын матрицийн хэмжээтэй тэнцүү байна. Жингийн матрицийг олохдоо: W TP (7) 1.4 Давтамжийн мужид нөөц төлөвлөх шат T 1 T P * P P P * Уламжлалт нөөц хуваарилалтын алгоритмууд болох Роунд-Робин, PF алгоритмуудыг 3G сүлжээний радио нөөц хуваарилалтад өргөн хэрэглэдэг. Харин 4G LTE сүлжээний радио нөөц хуваарилалтад бодит ба бодит бус хугацааны үйлчилгээнүүдийн QoS чанарын шаардлагыг хангахад дээрх орчин үеийн алгоритмууд дан ганц нэвтрүүлэх чадамж, эсвэл CQI үзүүлэлтэд тулгуурлан нөөц хуваарилалтыг хэрэгжүүлэхэд чиглэдэг. Гэвч нэг үзүүлэлтэд тулгуурлах нь хангалттай биш бөгөөд шаардлагатай битийн хурд, саатал зэргийг хамт хослуулан хэрэглэх нь санал болгох нөөц хуваарилалтын алгоритмын тулгуур байх болно. Дараах зурагт 1 TTI хугацаанд сонгогдсон хэрэглэгчдэд давтамжийн нөөцийг хуваарилах алгоритмыг харуулав. Эхлэх (8) M - Нийт үйлчилгээний тоо i - Үйлчилгээний дугаар j Кластерийн дугаар - Кластерийн тоо Давталт i = 1 M Давталт j = 1 Хамгийн их CQI утгатай хэрэглэгч эсэх Үгүй MIN(t) Дараалалд оруулах Тийм MAX(t) Дараалалд оруулах Үгүй i=m Тийм j = Тийм Үгүй Төгсгөл Нэгж кластер Өмнөх TTI хугацаанд нөөц хуваарилалт хийгдсэн эсэх Үгүй Хамгийн ихээс бага руу MAX(t) дарааллыг эрэмбэлэх Тийм fk давтамжийг шууд оноох Хамгийн багаас их рүү MIN(t) дарааллыг эрэмбэлэх Давталт k = 1 Nхэрэглэгчид Үгүй fmin(t)=fmin(t)+fсуваг Хамгийн бага давтамжийн ФНБ оноох fmax(t)=fmax(t)-fсуваг Хамгийн өндөр давтамжийн ФНБ оноох Үгүй i=m Төгсгөл Тийм Дараагийн TTI Хугацааны агшин руу шилжих Зураг 5. Давтамжийн мужид нөөц хуваарилах шинэ алгоритм Төгсөв ~ 15 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ Ачаалал зохицуулалтын шатанд хэрэглэгчдийн үйлчилгээг мультимеди ба өгөгдлийн контент гэж хуваасан. Тэгвэл тус контентүүдийг дамжуулах аргачлалуудыг мөн сайжруулах, зарим боломжуудыг нэмэхийн тулд дараах 2 дэд бүлгээр шинэ аргыг санал тусган хэрэгжүүллээ. 1.5 Хэрэглэгчийн захиалгат үйлчилгээний удирдлагын алгоритм Хэрэглэгчийн захиалгат үйлчилгээний удирдлагын алгоритм нь хэрэглэгчдийн броадкаст, мультикаст, юникаст үйлчилгээний зэрэглэлээс хамаарч хaмгийн бaгa зурвaсын өргөний шaaрдлaгыг хангах шинэ дамжууллын аргыг санал болгосон. Сегментийн бүтцийг тoгтвoртoй бaйлгaхын тулд нэгж урсгалаар нэвтрүүлэгдэх дэд сегментүүдийг янз бүрийн хурдaaр дaмжуулна. Өөрөөр хэлбэл 1 сегментийг олон дэд сегментүүдэд хувааж ашиглаж байгаа тул нэгж урсгалд оруулахын тулд тэдгээр дэд сегментүүд хүлээн авах талд ондоо хурдаар дамжуулагдах ёстой. Нэвтрүүлэх процесс S1 S2 S3 S4 b Татах процесс W L1 L2 L3 L4 Урсгал 1 S1 S1 B1 Суваг 1 S1 S1 S1 S1 S1 S1 S1 S1 S1 S1 S1 S1 S1 S1 S1 S1 S1 Урсгал 2 S2 S2 B2 Суваг 2 S2 S2 S2 S2 S2 S2 S2 S2 Урсгал 3 S3.1 S3.2 S3 B3=B4 Суваг 3, 4 S3 S3 S3 Урсгал 4 S4.1 S4.2 S4.3 S4.4 S4 B5=B6=B7=B8 Суваг 5,6,7,8 Зураг 6. Шинэ броадкаст дамжуулал Нэгж урсгалын зурвасыг тооцоолбол: 1 Bi K i * i2 2 md 1 (9) ВоД үйлчилгээ мультикаст үр ашгийн коэффициентээр захиалгын хүсэлт/хариултад хурдан шуурхай шийдэх боломжтой буюу сүлжээгээр дамжиж буй контентийг юникаст, мультикаст эсвэл броадкаст дамжуулалд оруулах эсэхийг MEF коэффциентийн тусламжтай тооцоолно. Нөөц хуваарилалтыг хэрэгжүүлэх ачаалал зохицуулалтын шатанд хэрэглэгч тус бүрийн үйлчилгээний дарааллын уртыг ашиглан шинэ эрэмбэ тогтоох тул хэрэглэгчийн захиалгат үйлчилгээнд дараах тэгшитгэлээр дарааллын уртыг тооцоолно. Q k i t K 2 2 1 i N Дээрх дамжууллын аргыг хэрэгжүүлэх ВоД үйлчилгээний удирдлагын алгоритмыг үзүүлэв. i S4 Эхлэл Үгүй ВоД үйлчилгээ захиалсан эсэх? Тийм Сувгийн параметрүүд, MEF коэффициент Тийм MEF(t)<0.5 Үгүй MEF(t)>1 Тийм B(t+1)=B(t)+1 Тийм Үгүй U(t+1)=U(t)+1 M(t+1)=M(t)+1 Захиалга дууссан эсэх? Үгүй Тийм Нийт=U+M+B Төгсөв Зураг 7. ВоД үйлчилгээний удирдлагын алгоритм 1.6 Шинэ GTS хуваарилалтын алгоритм Өгөгдлийн контентийн төрөлд утасгүй мэдрэгч сүлжээний үйлчилгээг авч үзсэн ба хэрэглэгчийн төхөөрөмж ба координатор гэсэн зохион байгуулалттайгаар энгийн ба шуурхай мэдээллүүдийг ~ 16 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 дамжуулдаг. Суперфрэймийн GTS хуваарилалтыг хэрэгжүүлэхийн тулд координатор болон мэдрэгч төхөөрөмжийн хооронд дамжуулах бэкон ба командын фрэймүүдэд зарим талбарын өөрчлөлт хийх шаардлагатай. Beacon GTS1 GTS2 GTS3 1 TS M1 M2...... M15 M16 M1 M2... M47 M48 A. =30 bytes B. =0.96msec =90 bytes =2.88msec Зураг 8. Динaмик GTS нөөц хуваарилалт (SO=0) Шинэ GTS хуваарилах алгоритмыг хэрэгжүүлэхдээ бутархайг зохион байгуулах аргыг ашиглаж, тус арга нь координатороос тодорхой тооны GTS слотыг захиалсан мэдрэгч төхөөрөмжүүдэд хугацааны слотуудыг хуваарилж өгөхөд голлох үүрэгтэй. Энгийн CDF функц p cdf F x x t 1 2 2, 2 Эндээс стандарт хазайлт ба дунджийг RSSI параметрийн тусламжтай олно. K k1 1 e RSSI k K K k 1 RSSI k 2 2 dt (10) (11) (12) ~ 17 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ Шинэ GTS Хуваарилалтын алгоритм Бутархайг Зохион байгуулах арга Эхлэл RSSIi - Мэдрэгч төхөөрөмжүүдийн RSSI параметр Nмэдрэгч Зангилаа сүлжээ дэх мэдрэгч төхөөрөмжийн тоо wi Нэгж мэдрэгч төхөөрөмжийн хүссэн слот хэмжээ pi Нэгж мэдрэгч төхөөрөмжийн CDF Функц xi - Нэгж мэдрэгч төхөөрөмжид оногдох слот хэмжээ Cmax - 1 суперфрэймийн CFP талбарын нийт слот хэмжээ ЭрэмбэлэлтийнАлгоритм (pcdf/w) Зангилаа Үгүй сүлжээнд мэдрэгч байгаа эсэх? Тийм Descriptor Count Тооцоолол (Cmax=U) k=хаяг(m) Давталт j = k1 Сул чөлөөтэй слот Тийм wj > U Үгүй байгаа эсэх Тийм xj=1 U=U-wj БО, СО Үгүй Management U<=wj Downlink slots Тийм GTS Allocation Length урттай xj=u/wj хугацааны слот хүсэх (wi) Давталт төгсгөл Эрэмбэлэлтийн алгоритм Тийм Бутархайг Зохион байгуулах арга урт=хэмжээ(өгөгдөл) Давталт j = 2урт Тийм Бутархайг Зохион байгуулах арга Түлхүүр=өгөгдөл i=j-1 Давталт өгөгдөлi>түлхүүр Бутархайг Зохион байгуулах арга өгөгдөлi+1=өгөгдөлi i=i-1 өгөгдөлi+1=түлхүүр Management Uplink slots Давталт төгсгөл Төгсгөл ӨгөгдөлГаралт=өгөгдөл Зураг 9. Динaмик GTS нөөц хуваарилалт (SO=0) 2. Зарим үр дүн LTE сүлжээний нөөц хуваарилалтын үе шатуудад судалсан судалгааны ажлуудыг өөрийн санал болгох аргачлал, алгоритмуудтай харьцуулан дараах үр дүнг гаргалаа. Эхний хос зураг нь мультимедиа контент үйлчилгээг дамжуулах аргуудыг харьцуулж, дараагийн хос зурагт давтамжийн мужид нөөц хуваарилах аргуудыг хооронд нь харьцуулан харууллаа. Зураг 10. Санал болгож байгаа дамжууллын B бa сувгийн хамаарал Зураг 11. Бусад броадкаст дамжуулалттай харьцуулсан харьцуулалт ~ 18 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 Зураг 14. Хэрэглэгчийн дундаж спектр үр ашиг Зураг 15. Хэрэглэгчийн дундаж нэвтрүүлэх чадамж Дүгнэлт LTE сүлжээнд нөөц хуваарилахад ачаалал зохицуулалт, хугацааны ба давтамжийн мужийн нөөц хуваарилах үе шат бүрт хийсэн судалгааны ажлуудыг судалж, компьютерт суурилсан LTE сүлжээний загвар боловсруулалтыг хэрэгжүүлж, үйлчилгээний нэгдмэл алгоритмыг тус загвараар хөгжүүлснээр тус судалгааны ажилд судалсан мультимедиа ба контентийн үйлчилгээг дамжуулах төдийгүй, утасгүй холбооны системийн янз бүрийн форматтай бүхий л өгөгдлийн төрлүүдийг дамжуулж болох нэгдмэл алгоритмыг үр дүнг туршиж үзсэн. Ашигласан материал [1] Rehana Kausar, Yue Chen, Kok. Keong. Chai, Service Specific Queue Sorting and Scheduling Algorithm for OFDMA-Based LTE-Advanced Networks, Sixth International Conference on Broadband and Wireless Computing, Communication and Applications (BWCCA), Barcelona, Spain, October 26-28, 2011. [2] Tomasz Szandała, "Comparison of Different Learning Algorithms for Pattern Recognition with Hopfield's Neural Network", 6th Annual International Conference on Biologically Inspired Cognitive Architectures, BICA 2015, 6-8 November Lyon, France [3] J.-F. Pвris, A Fixed-Delay Broadcasting Protocol for Video-On-Demand, Proceedings of the 10th International Conference on Computer Communications and Networks 2001, pp. 418-423, 2001. [4] 3GPP TSG-RAN TS 36.300, Evolved universal terrestrial radio access (E-UTRA) and evolved universal terrestrial radio access network (E-UTRANN), version 9.0.0, June 2009. [5] J. Jayakumari, MIMO-OFDM for 4G wireless systems, international journal of engineering science and technology, Vol. 2, issue 7, 2010. Зохиогчийн тухай: Батаагийн Отгонбаяр, 1978 онд Политехникийн Дээд Сургуулийг холбооны инженер мэргэжлээр дүүргэсэн. Бакалаврын зэргийг Дискрет мэдээллийн системийн үр ашгийг дээшлүүлэх боломжийн судалгаа, магистрын (M.Sc) зэргийг 1995 онд Ярианы синтезийн зарим асуудлууд, докторын (Ph.D) зэргийг 1996 онд Монгол ярианы дохионы синтез, түүнийг холбооны техникт хэрэглэх асуудлын судалгаа, 2003 онд Ph.D-ийн дараах шатны сургалтыг дүүргэж OFDM системийн давтамж, хугацааны гажилтыг засварлах оновчтой хувилбар сэдвээр тус тус хамгаалсан. Профессор цолтой, Монгол улсын зөвлөх инженер. Судалгааны ажлын чиглэл: Өргөн зурвасын өндөр хурдны нэгдмэл үйлчилгээтэй технологиуд (WiMAX, WiBro, Mobile IPTV, LTE гэх мэт). Англи, орос хэлтэй. Ламжавын Эрдэнэбаяр, 2010 онд Мэдээлэл Холбооны Технологийн Сургуулийг цахилгаан холбооны мэргэжлээр дүүргэсэн. Бакалаврын зэргийг Хиймэл шугамын төсөл, магистрын (M.Sc) зэргийг 2011 онд Wimax-д суурилсан хөдөлгөөнт IP телевизийн шугамын түвшний симуляцийн үр лүн сэдвээр тус тус хамгаалсан. 2011 онд Утасгүй Холбоо мэргэжлээр докторт элсэн орсон ба LTE сүлжээний удирдлагын сувгийн судалгаа сэдвээр судалгааны ажил хийж байна ~ 19 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ УРВУУ ДҮҮЖИНГИЙН ТЭНЦВЭРЖҮҮЛЭЛТ Б.Луубаатар a, А.Батмөнх b* а Электроникийн салбарын ахлах багш, магистр, ШУТИС, МХТС, УБ хот, Монгол улс b* Электроникийн салбарын профессор, док.phd., ШУТИС, МХТС, УБ хот, Монгол улс a И-майл: luubaatar@must.edu.mn b *И-майл: abatmunkh@must.edu.mn Хураангуй: Энэхүү өгүүллээр урвуу дүүжингийн загварчлал, түүний тогтворжуулалтын алгоритмыг танилцуулна. Урвуу дүүжингийн загварыг пуужингийн хөөрөлт, хоёр дугуйт (segway)-ын тэнцвэржилт зэрэг тогтворгүй системүүдийн загварчлалд суурь болгон ашигладаг. Сонгодог механикийн хөдөлгөөний хуулиудад тулгуурлан урвуу дүүжингийн төлөвийн орны загварыг гаргасан ба MATLAB програм дээр загварын туршилт, туйл байршуулах аргын туршилт, LQR (Linear Quadratic Regulator) удирдлагын туршилт зэрэг хэд хэдэн тохиолдолд симуляци хийж үзэв. Симуляцийг MATLAB-ийн Simmechanics tool ашиглан виртуал орчинд туршсан ба туршилтын үр дүнд хурдан унтралттай шилжилтийн процессын үед урвуу дүүжин тогтворгүй болж байгааг олж тогтоолоо. Цаашид уг загварт тулгуурлан хос дугуйт роботын бодит гүйцэтгэлийг хийх шаардлагатай байна. Түлхүүр үг: урвуу дүүжингийн тэнцвэржилт, хос дугуйт роботын тэнцвэржилт, туйл байршуулах арга, LQR удирдлага 1. Оршил Чөлөөт хөдөлгөөний зэрэг нь нэг байх тэргэнцэр, уг тэргэнцэр дээр чөлөөтэй эргэлдэх гол дээр бэхлэгдсэн дүүжин, түүнийг босоо тэнхлэгийн дагуу дээш босгон тэнцвэржүүлэх зорилготой удирдлагын системийн цогц шийдлийг урвуу дүүжин гэж нэрлэнэ. Уг систем нь шугаман бус тогтворгүй системийн сонгодог загвар бөгөөд түүнийг тогтворжуулах ажил нь судлаачдын сонирхлын төвд байсаар ирсэн юм. Тэргэнцэрийн хөдөлгөөнийг хэвтээ тэнхлэгийн дагуу, босоо тэнхлэгийн дагуу, босоо тэнхлэгийг тогтмол радиустай тойрох хөдөлгөөнтэй зэрэг янз бүрийн тохиолдолд судалж үзсэн байдаг [8]-[10]. Цаашилбал, хоёр болон түүнээс дээш тооны давхарлан угсарсан урвуу дүүжингүүдийг босоо тэнхлэгийн дагуу тэнцвэржүүлэх ажлууд ч бий [11],[12]. Энэ өгүүллийн хүрээнд бид дан дүүжинтэй системд анхаарлаа төвлөрүүлж байгаа бөгөөд давхар дүүжингийн загвар нь бидний дараагийн шатны ажил юм. Энэхүү системийн удирдлагын хэсгийг PID, туйл байршуулах, LQR зэрэг үндсэн аргуудыг ашиглан хэрэгжүүлсэн байдаг [13]-[15]. Хэдийгээр PID удирдлага нь хамгийн энгийн, мөн хамгийн өргөн хэрэглэгддэг боловч параметрийн өөрчлөлтөнд тэсвэр муутай байдаг сул талтай юм. Төлөвийн орны загварт тулгуурласан туйл байршуулах болон оптимал удирдлагын арга нь төлөвийн хувьсагчийн бүх утгыг удирдлагад ашигладаг тул параметрийн өөрчлөлтөнд харьцангуй тэсвэртэй юм. Туйл байршуулах арга нь хугацааны муж дах системийн шилжилтийн процессын характеристикуудад тулгуурлан хоёрдугаар эрэмбийн системээр ойролцоолчилж болох давамгайлсан туйлуудыг тодорхойлж түүнд тохирох гэдрэг холбооны өсгөлтийн коэффициентүүдийг тодорхойлоход тулгуурладаг [16]. Оптимал удирдлагын LQR арга нь оролтын болон төлөвийн хувьсагчийн утгуудыг үнэлгээний функцэд ашигладаг [17]. Эдгээр нь хамгийн өргөн хэрэглэгддэг удирдлагын аргууд юм [11-14]. Бид урвуу дүүжингийн тогтворжуулалтанд туйл байршуулах болон LQR зэрэг аргуудыг хэрэглэв. Хэдийгээр симуляц хийх үед туйл байршуулах арга нь шилжилтийн процессийн дурын хэлбэрийг хэрэгжүүлэх боломжтойг харуулах ч бодит гүйцэтгэлтэй үед тэжээлийн хүчдэлийн хязгаарлалт зэргээс хамаарч эгшин зуурын шилжилт хийх боломжгүй юм. Энэ нь ч симуляцийн үр дүнгээр батлагдаж дүүжинг тогтворгүй төлөвт оруулж байгаа нь харагдлаа. Тус өгүүллийн 2-р хэсэгт урвуу дүүжингийн загварыг, 3-р хэсэгт удирдлагын загварыг, математик загвар болон удирдлагын загварын симуляцийг MATLAB програмын орчинд хийж 4-р хэсэгт тайлбарлан авч үзэв. 2. Математик загвар Урвуу дүүжингийн загварыг Ньютоны II хууль болон Лагранжийн механикт тулгуурлан гаргаж болох бөгөөд аль ч тохиолдолд ижил үр дүнд хүрнэ. Энэхүү өгүүлэлд эхний аргыг ашиглан системийн төлөвийн орны тэгшитгэлийг гаргаж авсан. Суурь тэргэнцэр дээр байрлах байгууламжийн хэлбэр болон ~ 20 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 бүтцээс хамаарч инерцийн моментийн хөдөлгөөнд нөлөөлөх хэмжээ ялгаатай байна. Манай тохиолдолд, дүүжин массын хувьд жигд хуваарьлагдсан тэгш хэмтэй тул инерцийн моментийн нөлөөг бага гэж үзэв. Урвуу дүүжингийн загварыг Зураг 1-д үзүүлэв. Загвар нь хэвтээ тэнхлэгийн дагуу шулуун замаар хөдлөх M масстай тэргэнцэр, түүн дээр чөлөөтэй эргэх холбоосоор бэхлэгдсэн m масстай, l урттай саваа буюу дүүжингээс тогтоно. Дүүжингийн эргэх хөдөлгөөний зам нь нэг хавтайд орших тул системийн хөдөлгөөний чөлөөний зэрэг нь 2 болно. Гэхдээ төлөвийн хувьсагчаар тэргэнцэрийн шилжилт, хурд, өнцөг, өнцөг хурд гэсэн хувьсагчуудыг сонгосон тул систем нь нэгдүгээр эрэмбийн дөрвөн дифференциал тэгшитгэлийн системээр илэрхийлэгдэнэ. Эргэлдэх холбоос нь чөлөөт хөдөлгөөнтэй тул анхны байрлалаас үүсэх хөдөлгөөн болон тэргэнцэрийн хэвтээ тэнхлэгийн дагуу хөдлөх хөдөлгөөнүүд л дүүжингийн байрлалыг тодорхойлно. Урвуу дүүжингийн автомат удирдлагын систем нь дүүжинг босоо тэнхлэгтэй тэг градус үүсгэхээр тогтворжуулах, мөн тэргэнцэрийн байрлалыг анхны байрлалд байлгах үндсэн даалгавартай. Иймд системийн хөдөлгөөнийг илтгэх үндсэн параметр нь дүүжингийн босоо тэнхлэгтэй үүсгэх өнцөг θ болон тэргэнцэрийн байрлал x болно. Урвуу дүүжингийн хөдөлгөөний тэгшитгэлийг гаргавал: d2x (M + m) dt { + γ dx 2 f = F dt V + ml sin θ ( dθ dt )2 m l cos θ d2 θ dt 2 (1) (I + ml 2 ) d2 θ = mgl sin θ ml cos θ d2 x dt 2 dt 2 болно. Энд, F V нь тэргэнцэрт гаднаас үйлчлэх хүч, I нь дүүжингийн инерцийн момент, l нь дүүжингийн урт, γ f нь үрэлтийн коеффициент, θ нь дүүжингийн босоо тэнхлэгтэй үүсгэж буй өнцөг, x нь тэргэнцэрийн байрлал, M болон m нь харгалзан тэргэнцэрийн болон дүүжингийн хүндийн төвийн масс болно. mg θ l O F V F f N Mg x Зураг1. Урвуу дүүжингийн загвар Дүүжингийн босоо тэнхлэгтэй үүсгэх өнцөг маш бага ( θ 0) мөн инерцийн моментийг маш бага I=0 гэж тооцвол хөдөлгөөний тэгшитгэлийн системийг дараах байдлаар шугамчилна. d2x (M + m) dt { + m l d2 θ + γ dx 2 dt 2 f = F dt V (2) l d2 θ + d2 x = gθ dt 2 dt 2 Тэгшитгэл (2)-ийг дахин эрэмбэлвэл систем тэгшитгэл нь төлөвийн орны стандарт хэлбэрт шилжинэ. d 2 x dt { = mg θ γ f 2 M M d 2 θ gθ + γ f = M+m dt 2 Ml dx + F V dt M dx F V dt Ml Ml (3) Функцийн хоёрдугаар эрэмбийн уламжлал нь нэгдүгээр эрэмбийн уламжлалаас авсан уламжлал гэдгийг тооцвол дээрх систем тэгшитгэлийг нэгдүгээр эрэмбийн тэгшитгэлүүдийн системд дараах байдлаар задалж болно. ~ 21 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ dx dt dθ dt d 2 x dt 2 d 2 θ [ dt 2] = 0 0 1 0 0 0 0 1 0 mg γ f M M 0 0 M+m Ml [ g γ f Ml 0 ] [ x θ dx dt dθ dt] + [ 0 0 γ 1 M γ 1 Ml] F V (4) Тэгшитгэл (4) нь урвуу дүүжингийн төлөвийн орноор илэрхийлэгдсэн загвар бөгөөд үүнийг дараах байдлаар хураангуйлж болно. dx dt = Ax + Bu (5) Энд, тус тус байна. x = x θ dx dt dθ dt] [, u = F v, A = 0 0 1 0 0 0 0 1 0 mg γ 2 M M 0 0 M+m Ml [ g γ 2 Ml 0 ], B = [ 0 0 γ 1 M γ 1 Ml] 3. Удирдлагын систем Өгүүллийн энэ хэсэгт урвуу дүүжинг тогтворжуулахад бидний зүгээс туршсан аргуудыг авч үзнэ. A. Туйл байршуулах арга Урвуу дүүжингийн удирлагын системийг туйл байршуулах арга болон LQR аргуудыг ашиглан хэрэгжүүлсэн. Туйл байршуулах аргын үед системийн урьдчилан тодорхойлсон шилжилтэд харгалзах туйлуудын утгад тулгуурлан төлвийн гэдрэг холбооны өсгөлтийн коэффициентыг тодорхойлно. Төлөвийн гэдрэг холбооны удирдлагатай системийн ерөнхий хэлбэрийг зураг 2-т үзүүлэв. r u x x y C G + + B + + A -K Зураг 2. Төлвийн гэдрэг холбоотой системийн блок диаграм. Алхамт оролттой үеийн системийн гаралтын шилжилтийн процессыг илэрхийлэх гол параметрүүд нь %OS-хэтрэлтийн хувь, T p-оргилд хүрэх хугацаа, мөн T s-тогтворжих хугацаа юм. Бид өөрийн системийг хоёрдугаар эрэмбийн системээр ойролцоолчилж болно гэж үзээд системийг гүйцэтгүүлэх шилжилтийн процессын параметруудаас давамгайлах хос туйлыг олно. Урвуу дүүжингийн загвар нь дөрөвдүгээр эрэмбийн систем тул үлдсэн хоёр туйлыг системийн голлох туйлуудад бага нөлөөлөхөөр бодож сөрөг бодит тоон тэхлэг дээр зүүн тийш хол байрлуулна. Хоёрдугаар эрэмбийн системийн хувьд хугацааны орон дах параметрууд %OS, Ts болон s орон дах p 1,2-туйлуудын хамаарал дараах томъёогоор илэрхийлэгдэнэ. p 1,2 = σ d ± ω d, σ d = 4 T s, ω d = ω n 1 ζ 2 (6) Үүнд σ d нь экспоненциал унтралтыг, ω d нь хэлбэлзэх унтралтыг тодорхойлно. ζ- унтралтын эрчим болон ω n-натурал давтамжийг дараах байдлаар олно. ~ 22 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 ζ = ln (%OS/100), ω π 2 +ln 2 (%OS/100) n = σ d ζ (7) Төлөвийн гэдрэг холбоотой үед төлөвийн оронг дараах байдлаар илэрхийлнэ. x = (A BK)x (8) Туйл байршуулах аргын үед хүссэн туйлуудаасаа гаргаж авсан характеристик тэгшитгэл гэдрэг холбооны өсгөлтийн коэффициент агуулсан характеристик тэгшитгэлүүдийг тэнцүүлэх замаар гэдрэг холбооны өсгөлтийн коэффициент К-г олно. det[si (A BK)] = (s + p 1 )(s + p 2 )(s + p 3 )(s + p 4 ) (9) Эндээс гэдрэг холбооны өсгөлтийн коэффициентүүд K=[K 1 K 2 K 3 K 4] -ийг тодорхойлсны дараа туйл байршуулах аргаар системийг тогтворжуулна. B. LQR арга LQR аргаар системийг тогтворжуулах үеийн төлөвийн гэдрэг холбоотой систем нь зураг 2-т үзүүлсэнтэй адил бөгөөд гэдрэг холбооны коэффициент K-г J = min u 1 2 (xt Qx + u T Ru)dt 0 үнэлгээний функцийн утга хамгийн бага байх үеийнхээр сонгож авна. Q болон R нь төлөвийн болон оролтын векторын үнэлгээний функц дэх жинг тодорхойлох тэгш хэмтэй эерэг матрицууд байна. K коэффициентыг дараах томъёогоор олно. Энд, P нь алгебрын Riccati тэгшитгэлийн (12) хариу болно. 4. Симуляцийн үр дүн (10) K = R 1 B T P (11) PA + A T P + Q PBR 1 B T P = 0 (12) Симуляцийг 2 шатлалаар хийж үзсэн болно. Эхний тохиолдролд.m файл үүсгэн туйл байршуулах арга болон LQR аргуудыг ашиглан туршсан. Мөн Matlab-ийн Simmechanics tool-ийг ашиглан анимацитай симуляци хийсэн болно. x θ Зураг 3. Дүүжингийн загварын оролтонд хүч өгөглгүйгээр хийсэн симуляцийн үр дүн. Юуны өмнө дүүжингийн математик загварыг симуляц хийж шалгах шаардлагатай. Зураг 3-т симуляцийн үр дүнг харуулав. Өнцгийн анхны байрлалыг θ=0.003рад байхаар тохируулан симуляци хийхэд өнцгийн болон байршлын утга эрс нэмэгдэж байгаа нь бодит системийн шинж чанарыг давтаж байгааг харуулж байна. Системийн математик загварыг шугаманчилсан тул өнцгийн утга тасралтгүй өсөж байгааг ажиглаж болно. ~ 23 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ x x θ θ F v F v a) b) x x θ θ F v F v c) d) Зураг 4. Туйл байршуулах аргын үеийн өөр өөр туйлууд дээрх шилжилтийн процессын график. x x θ θ F v F v a) b) Зураг 5. LQR аргын үеийн өөр өөр туйлууд дээрх шилжилтийн процессын график. Системийг тогтворжуулах төлвийн гэдрэг холбооны удирдлагын симуляцийг авч үзье. Туйлыг хэд хэдэн байрлалд сонгоход шилжилтийн процесс хэрхэн гарч байгаа симуляцийн үр дүнг зураг 4-т үзүүлэв. Зураг 4-т a) -0.6053±2.2826j, b) -0.6053±4.2826j, c) -1.6053±2.2826j, d) -1.6053±4.2826j гэсэн давамгайлах туйлуудын хувьд хийсэн симуляцийн үр дүнг үзүүлэв. Симуляцийн үед дүүжингийн масс m = 0.365 гр; - тэргэнцэрийн масс M = 0.365 гр; гравитацийн тогтмол g = 9.8 м/с 2 ; үрэлтийн коэффициент γ f = 0.01 гр; - болон дүүжингийн урт l = 0.105 м; гэж тус тус байхаар өгсөн ба дүүжингийн анхны өнцгийг θ = 0.003, тэргэнцэрийн анхны байрлалыг x = 0 байхаар сонгов. Зургаас харахад, 4a, 4c д шилжилтийн гармоник давтамж нь бусад тохиолдолтой харьцуулахад нам, харин Зураг 4a, 4b-ийн шилжилтийн унтрах хурд нөгөө хоёр тохиолдлоос бага байна. Эдгээр нь туйл сонголтоос хамаарна. ~ 24 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 LQR аргын симулцяцийн үед Q матрицийн 2 ялгаатай утганд харгалзах шилжилтийн графикийг Зураг 5-д харуулав. Хоёр тохиолдолд R=1 байна. Q матрицийг ихэвчлэн Q=C T *C гэж тодорхойлдог. Энэ үеийн шилжилтийг Зураг 5a-д харуулсан ба Зураг 5b-д Q 1,1=500, Q 2,2=500 байх үеийн шилжилтийн процессыг харуулав. Зургаас харахад, эхний тохиолдолд шилжилтийн оролтын хүчний хэмжээ харьцангуй бага байгаа бол удаах тохиолдолд оролтын хүчний хэмжээ нь их, тогтворжилт хурдан явагдаж байна. Энэ R болон Q-ийн утгын сонголтоос хамаарч байгаа юм. Симуляцийн явцад олсон гэдрэг холбооны коэффициентийн утгуудыг MATLAB-ийн Simmechanics toolийг ашиглан виртуал механик орчинд туршихад хүсэж байсан үр дүнг үзүүлж байлаа. Зураг 6-д Simmechanics дээрх моделийн блок диаграм (Зураг 6a) болон анимаци дүрслэлийг (Зураг 6b) харуулав. a) b) Зураг 6. Simmechanics tool ашиглан хийсэн симуляц. Simmechanics дээрх туршилтын үед Зураг 4-т үзүүлсэн шилжилтүүдийг гаргахад ашигласан гэдрэг холбооны K утгуудыг ашигласан ба унтралтын хурд өндөр хоёр тохиолдолд дүүжин тогтворгүй болж байв. Мөн LQR аргын үед ижил дүгнэлт гарч байгаа бөгөөд зураг 5b-д харгалзах туршилтын үед дүүжин тогтворгүй болж байлаа. 5.Дүгнэлт Энэхүү ажлын гол зорилго нь тэнцвэргүй системийн нэг төлөөлөгч болох урвуу дүүжингийн тэнцвэржилтийг хангах удирдлагын системийг зохион байгуулах асуудал байв. Эхний шатны ажил нь дүүжингийн математик загварыг гаргаж түүнийг ашиглан тохирох удирдлагын аргачлал болон удирдлагын параметрыг сонгох юм. Урвуу дүүжингийн загварт үл ялиг хазайлттай байх анхны байрлалын утгыг оноож симуляц хийх үед дүүжин тогтворгүй төлөвт орж уналт үүсэж байгааг симуляцийн үр дүн харуулж байгаа нь загвар бодит байдалтай дүйж байгааг харуулж байна. Туйл байрлуулах болон LQR аргуудыг хэрэглэх үед загвар тогтворжсон үр дүнг үзүүлэв. Түүнчлэн, MATLABийн Simmechanics tool ашиглан виртуал механик орчинд симуляц хийсэн бөгөөд унтралт өндөртэй шилжилтийн үед дүүжин тогтворгүй болж байгаа нь харагдаж байна. Дүүжингийн параметрүүдээс хамаарч тогтворгүй байдалд орох шилжилтийн унтрах хурдны босгыг тогтоох нь энэ ажлын бас нэгэн өргөтгөл болох юм. Бидний дараагийн шатанд хийх ажлууд нь урвуу дүүжин болон түүний нэг хэлбэр болох хос дугуйт роботыг бодитоор хийх, давхар урвуу дүүжингийн загвар гарган тогтворжуулж, бодитоор хийх зэрэг судалгааны ажлууд байх болно. Ашигласан материал [8] Acheson, D. J. "Multiple-nodding oscillations of a driven inverted pendulum." Proceedings of the Royal Society of London A: Mathematical, Physical and Engineering Sciences. Vol. 448. No. 1932. The Royal Society, 1995. [9] Akhtaruzzaman, Md, and Amir Akramin Shafie. "Modeling and control of a rotary inverted pendulum using various methods, comparative assessment and result analysis." Mechatronics and Automation (ICMA), 2010 International Conference on. IEEE, 2010. [10] Li, Jingtao, et al. "Mechanical design and dynamic modeling of a two-wheeled inverted pendulum mobile robot." 2007 IEEE International Conference on Automation and Logistics. IEEE, 2007. ~ 25 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ [11] Zhong, Wei, and Helmut Rock. "Energy and passivity based control of the double inverted pendulum on a cart." Control Applications, 2001.(CCA'01). Proceedings of the 2001 IEEE International Conference on. IEEE, 2001. [12] Rubi, J., A. Rubio, and A. Avello. "Swing-up control problem for a self-erecting double inverted pendulum." IEE Proceedings-Control Theory and Applications 149.2 (2002): 169-175. [13] Wang, Jia-Jun. "Simulation studies of inverted pendulum based on PID controllers." Simulation Modelling Practice and Theory 19.1 (2011): 440-449. [14] Prasad, Lal Bahadur, Barjeev Tyagi, and Hari Om Gupta. "Optimal control of nonlinear inverted pendulum system using PID controller and LQR: performance analysis without and with disturbance input." International Journal of Automation and Computing 11.6 (2014): 661-670. [15] Prasad, Lal Bahadur, Barjeev Tyagi, and Hari Om Gupta. "Modelling and simulation for optimal control of nonlinear inverted pendulum dynamical system using PID controller and LQR." 2012 Sixth Asia Modelling Symposium. IEEE, 2012. [16] Nise, Norman S. "Control system engineering, John Wiley & Sons." Inc, New York (2011). [17] Kirk, Donald E. Optimal control theory: an introduction. Courier Corporation, 2012. [18] Ц.Тэнгис, А.Батмөнх,"Стерео дүрс боловсруулалт дээр суурилсан тэнцвэржилтийн системийн судалгаа" ШУТИС, ЭШБ 2015-12 [19] Ц.Тэнгис, А.Батмөнх,"Тэнцвэргүй дүүжингийн PID болон төлөвийн орны удирдлага" ММТ 2016 ЭШХ эмхэтгэлхуудас 125. [20] Б.Дагвасүрэн, А.Батмөнх. Тогтворгүй системийн тэнцвэржилт. Дөрвөн сэнст. ММТ2015. х 163-167 [21] TengisTserendondog, ByambajavRagchaa, LuubaatarBadarch, Batmunkh Amar State Feedback Control of Unbalanced Seesaw The 11th International Forum on Strategic Technology 2016 ~ 26 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 МОНГОЛ УЛСЫН ХИЙМЭЛ ДАГУУЛЫН ӨРГӨН НЭВТРҮҮЛГИЙН СИСТЕМИЙН ЗУРВАС АШИГЛАЛТЫГ САЙЖРУУЛАХ СУДАЛГАА Б.Эрхэмбаяр a, Т.Наранмандах b а Магистрант, Холбооны салбар, ШУТИС-МХТС, УБ хот, Монгол улс а Доктор (Ph, D), Холбооны салбар, ШУТИС-МХТС, УБ хот, Монгол улс a И-мэйл: mc_erkhemee@yahoo.com b И-мэйл: naran@crc.gov.mn Хураангуй: Техник технологийн хөгжил асар хурдацтай явагдаж буй өнөө цаг үед техник хүний амьдралын салшгүй нэгэн зүйл болон хувирсан байна. Үүний нэг тод жишээ нь телевиз юм. Хүмүүс орчин цагт телевизээс илүү бодит мэдрэмжийг авхыг хүсэх болсон байна. Хүмүүсийн энэхүү хүсэлд тулгуурлан хэрэглээний төхөөрөмжүүд болох телевизор, гар утас гэх мэт контент хүлээх авах төхөөрөмжүүд маш өндөр түвшинд хүртэл хөгжин HD, UHD(2K, 4K) нягтралтай контентыг хүлээн авч хэрэглэгчидэд илүү бодит дүрслэлийг мэдрүүлэх боломжтой болж байна. Тиймээс эдгээр өндөр нягтралтай контентийг хэрэглэгчид хүргэх дамжуулах системүүд(dth-satellitetv, IPTV, CableTV) нь мөн дагаад хөгжих, шинэчлэгдэх шаардлага өнөө цаг үед тулгарч байна. Ийнхүү энэ судалгааны ажилд монгол улсын хиймэл дагуулын өргөн нэвтрүүлгийн системийн зурвас ашиглалтыг сайжруулж HD, UHD(2K, 4K)нягтралтай контентийг дамжуулах боломжыг судлаж байна Түлхүүр үг(key word styles): Өндөр тодролын телевиз-high definition television (HDTV), Хэт өндөр тодролын телевиз-ultra high definition television (UHDTV), Интернет протоколд суурилсан телевиз-iptv, Хиймэл дагуулын телевиз-direct to home (DTH) Үндсэн хэсэг Оршил Монгол улс нь өргөн уудам газар нутагтай хүн ам нь тархай бутархай байршдаг, нийт хүн амын 40% нь нүүдэлийн мал аж ахуй эрхэлдэг тул сансрын холбоогоор мэдээлэл хүргэх тэр дундаа телевизийн өргөн нэвтрүүлгийн үйлчилгээ дамжуулах нь давуу талтай юм. Монголын нийт телевиз үзэж байгаа өрхийн 45% нь хиймэл дагуулын телевизийн үйлчилгээг ашиглаж байна. Тиймээс хиймэл дагуулын зурвас ашиглалтыг үр дүнтэй байлгаж, хэрэглэгчидэд илүү чанартай контент дамжуулах нь чухал юм. 2. Монгол улсын хиймэл дагуулын өргөн нэвтрүүлгийн системийн өнөөгийн байдал 1.1 Системийн бүтэц танилцуулга Монгол улсад ДДЭШ.ТВ ХХК нь хиймэл дагуулын телевизийн өргөн нэвтрүүлгийн үйлчилгээ үзүүлж байгаа учир уг компанийн нэвтрүүлэх системийн судалгааг хийлээ. ДДЭШ.ТВ ХХК нь 2008 онд DVB-s стандартын MPEG-2 шахалтын форматтай 18 сувгийн системийг дамжуулж эхэлсэн бөгөөд 2011 онд DVB-S2 стандартын AVC/MPEG4 шахалтын форматтай 40 сувгийг дамжуулах техникийн өргөтгөлийг хийж DVB-S болон DVB-S2 стандартын 2 дамжуулах системийг давхар ашиглах болсон юм. Уг компани нь хиймэл дагуулын 3 трансфондер ашиглан нийт 148Мгц-ийн зурвасын өргөнд телевизийн 94 сувгийг SD форматаар, 13 сувгийг HD форматаар мөн радиогийн 5 сувгийг дамжуулж байна. Уг нэвтрүүлэх систем нь KU-зурвасаар нэвтрүүлэх талдаа 14438МГц, 14377 МГц 1420.5 МГц хүлээн авах талдаа 12690 МГц, 12629МГц 12272.5МГц гэсэн төв давтамжуудыг ашиглан дамжуулалтыг хийж байна. ~ 27 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ Зураг 1 Хиймэл дагуулын өргөн нэвтрүүлгийн системийн блок диаграмм Монгол улсын хиймэл дагуулын өргөн нэвтрүүлгийн систем нь дээрхи блок диаграммын дагуу телевизийн дохиог MPEG4/AVC дүрсийн кодлолын форматаар кодлож, модулятор дээр 8PSK модуляцаар модуляцалж дамжуулдаг. Системийн үндсэн мэдээлэлүүд Хүснэгт 1. Параметрүүд Утга Ашиглаж байгаа хиймэл дагуул Транспондерийн зурвасын өргөн Дүрсийн кодлолын төрөл APSTAR-5 54МГц, 54МГц, 40МГц MPEG4/AVC Модуляцын төрөл 8PSK 2/3 1.2 Системийн зурвас ашиглалт Хиймэд дагуулын нэг транспондерын зурвасаар өгөгдөл дамжуулах багтаамж нь хиймэл дагуулын бүрхэлт болон EIRP-ийн хэмжээ, ямар түвшиний модуляци ашиглаж байгаагаас шууд хамаардаг. Тиймээс монгол улсын нутаг дэвсгэрт хиймэл дагуулын дохионы мэдрэмжинд зохицуулалн тооцоолход уг компанийн 54МГц-ийн зурвастай 2 транспондероор тус бүр 85,56Мбит/с-ийн өгөгдөл, 3-дахь транспондероор 65,78Мбит/с -ийн өгөгдөл дамжуулах боломжтой юм. ~ 28 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 Хүснэгт 2. Транспондерийн өгөгдөл дамжуулах хурдны хуваарилалт Параметрүүд Транспондер-1 Транспондер-2 Транспондер-2 Зурвасын өргөн 54МГц 54МГц 54МГц Тэмдэгтийн хурд 43,2Мбауд 43,2Мбауд 33,33Мбауд 1-Трансфондероор дамжуулах хурд өгөгдөл 85,56Мбит/с 85,56Мбит/с 65.78Мбит/с HD-Cуваг дамжууллын дундаж хурд SD-Суваг дамжууллын дундаж хурд Системийн толгой өгөгдөл дамжих хурд 6.7Мбит/с 4Мбит/с 4 Мбит/с 1,65Мбит/с 1.3Мбит/с 1.3Мбит/с 10Мбит/с 10Мбит/с 10Мбит/с 2. Системийн зурвас ашиглалтыг сайжруулах технологийн судалгаа 2.1 Одоогийн ашиглаж байгаа транспондерууд дээр зурвас ашиглалт сайжируулах Одоо монгол улсад мөрдөгдөж байгаа стандартад дүрс шахалтын MPEG-4 Main Profile кодлолын хурд нь SD сувгийн хувьд 0.3 8 Мбит/с, HD сувгийн хувьд 4-18 Мбит/с байхаар заасан байдаг. Гадаадын орнуудад зурвас ашиглалтын сайжируулах зорлигоор тухайн сувгийн гаргаж байгаа контентээс хамаарч SD болон HD сувгийн хурдыг дараах байдлаар хурдны хязгаарлалт хийж дамжуулдаг байна. Энэ хязгаарлалт нь хэрэглэгч талд дуу дүрсийн чанарт сөргөөр нөлөөлөхгүйгээр зурвас хэмнэж байгааг хэмжилт тооцоогоор гаргасан байдаг. Дараах хүснэгтэнд контент-с хамааран хурдны хязгаарлалтыг үзүүлэв. HD болон SD сувгийн өгөгдөл дамжуулах хурдны хязгаарлалт Хүснэгт 3. MPEG-4 HD Sport HD Documentary HD News HD Kids SD Sport SD Documentary SD News SD Kids Хурд 2 Мбит/с (8-10) Мбит/с 2 Мбит/с (8-10) Мбит/с 2 Мбит/с (4-6) Мбит/с 1 Мбит/с 2 Мбит/с 0.3 Мбит/с 6 Мбит/с 0.3 Мбит/с 5 Мбит/с 0.3 Мбит/с 4 Мбит/с 0.3 Мбит/с 3 Мбит/с Гадны орны туршилаганд тулгуурлан зурвас ашиглалтыг сайжруулахад бид бүрэн боломжтой бөгөөд манай улсын хувьд одоогоор энэ аргаар зурвас ашиглалтыг сайжруулах туршилтыг хийж эхэлж байна. 2.2 HEVC/H.265 технологийг ашиглан зурвас ашиглалтын сайжируулах судалгаа: ~ 29 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ HEVC стандарт нь 2013 онд MPEG-H бүлэг стандартын 2-р бүлэг болсон гарсан бөгөөд өргөн нэвтрүүлгйин дамжуулалтын зардлыг багасгах мөн өндөр нягртралын телевизийг дамжуулах боломжтой гэж технологийн компаниуд харж байна. HEVC технологи нь AVC-тэй харьцуулхад дамжуулах битийн хурд 50 хүртэлх процентоор хэмнэдэг үр ашигтай батлагдсан. Зураг 2 Дүрсийн форматын хөгжлийн үе шат Зураг 3 HEVC болон AVC шахалтын форматууыдн бит өгөгдөл дамжууллын харьцуулалт AVC болон MPEG2-шахалтын кодлолыг харьцуулхад контент болон нягтралаас шалтгаалаад AVC шахалтын кодлол нь 30%-60%-аар зурвасыг хэмнэдэг. Гэхдээ илүү өндөр нягтралтай HD болон UHD дүрсэнд AVC шахалтыг ашиглахад зурвас ашиглалт сайн үр дүнтэй байж чадахгүй юм. Тиймээс илүү нягтралтай дүрсийн шахалтанд HEVC ашиглах нь илүү үр дүнтэй юм. Хүснэгт 4-т харуулснаар HEVC шахалт нь нарийн төвөгтэй аргаар кодлож байгаа ч AVC-ээс 50%-аар зувасыг хэмнэж илүү үр дүнтэй зурвасыг ашиглах боломжыг олгож байгаа юм. HEVC болон AVC, MPEG2 дүрсийн шахалтын форматуудын харьцуулсан мэдээлэл MPEG-2 MPEG-4 AVC/H.264 HEVC Макроблокын хэмжээ Macroblock 16x16 Macroblock 16x16 Coding Unit 8x8 to 64x64 Блокын хэмжээ Inter 16x8, Intra 8x8 Sub-block down to 4x4 Prediction Unit Quadtree down to 4x4 Square, symmetric and Хүснэгт 4. ~ 30 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 asymmetric (only square for intra) Хувиргуур Floating DCT Integer DCT 8x8, 4x4 Transform unit square IDCT from 32x32 to 4x4 + DST Luma Intra 4x4 Дотоод DC Predictor Up to 9 Predictors 35 Predictors таамаглал Хөдөлгөөний таамаглал Vector from 1 Neighbor Spatial Median (3 blocks) AMVP (Advanced Motion Vector Prediction, spatial + temporal) Хөдөлгөөний нарийвчлал ½ Pixel bilinear ½ Pixel 6-tap, ¼ Pixel bilinear ¼ Pixel 7 or 8-tap, 1/8 Pixel 4-tap chroma Энтропи кодлол VLC CABAC, CAVLC CABAC Филтер - Deblocking Filter Deblocking Filter Sample Adaptive Offset Бит хэмнэлтийн томьёолол: Bitrate(saving) = bitrate(avc) bitrate(hevc) bitrate(avc) 2.3. HEVC/H.265 кодлолыг ашиглан зурвас ашиглалтын сайжируулах туршилт *100 (1) HEVC/H.265 кодлолыг ашиглан зурвас ашиглалтын хэр бодито сайжруулж байна гэдгийг туршилтын жижиг лаборатрщори үүсгэн туршилт хийсэн. Туршилт хийсэн лабораторийн блок диаграммыг Зураг-4 т харуулав. Туршилтанд Thomson брэндийн VS7000-энкодер, Netproccessor9040-нягтруулагч, Newtec брэндийн M6100-модулятор ашигласан. Туршилтийн үр дүнг Decktec DTU-245, Tektronix-5200 моделийн хэмжүүрийд ашиглан хэмжиж авсан бөгөөд туршилтийн үр дүнг хүснэгт 4.1д харуулав EPG OTA AVC-Encoder MULTIPLEXER Modulator L-band Splitter HEVC-Encoder TS/IP IRD STB Billing CAS PC (DEKTEC -ANALYZ) Зураг 4 HEVC/H.265ы-ийг ашиглан зурвас ашиглалтын сайжируулах туршилтын блок диаграмм HEVC кодлолыг ашиглан зурвас ашиглалтыг сайжруулж буй үр дүн Хүснэгт 5. Сувгийн төрөл AVC (Мбит/с) HEVC (Мбит/с) SD 1.5-2.5 1 HD 6-12 2-5 2K UHD 20 10 ~ 31 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ 2.4 HEVC кодлолыг ашиглах хиймэл дагуулын өргөн нэвтрүүлгийн системийн өгөгдөл дамжуулах тооцоолол Одоо ашиглаж байгаа хиймэл дагуулын транспондер дээр тооцоолол хийж байгаа тул өгөгдлийн хурд, тэмдэгтийн хурд адилхан байна Системийн тэмдэгийн хурд: Symbol rate = BW (1+Roll off) (2) Symbol rate = 54 (1+0.25) = 43. 2 Мбауд (3) Системийн өгөгдлийн хурд: Data rate = Symbol M LDPC 752 762 (4) Data rate = 43.2 Мбауд 3 2 3 752 762 = 85.56 Мбит/с (5) Data rate = video rate + Audio rate + Header data (6) Data rate = 75,6 + 7 + 3 = 85.56 Мбит/с (7) Сувгийн өгөгдөл дамжуулах хурдны хязгаарлалт Хүснэгт 6. MPEG- 4 Хурд MNS 6404 стандартад заасны дагуу монгол улсад мөрдөгдөж буй сувгийн хурдны хуваарилалт HEVC ашигласны дараа сувгийн хурдны хуваарилалт SD 1.6 Мбит/с (0.3-8) Мбит/с 1 Мбит/с HD 6.5 Мбит/с (4-18) Мбит/с 3-5 Мбит/с UHD - 10 Мбит/с Хүснэгт-6 д харуулснаар HEVC-ийг ашиглан нэг транспондероор дамжуулах сувгийн тоог тооцоолвол. Нэг транспондероор дамжуулах SD сувгийн тоо: Сувгийн тоо (SD) = Video rate Rate Of One SD video = 75,56 Мбит/с = 76 (8) 1 Мбит/с Нэг транспондероор дамжуулах HD сувгийн тоо Сувгийн тоо (HD) = Video rate Rate Of One SD video = 75,56 Мбит/с = 25 (9) 3 Мбит/с Нэг транспондероор дамжуулах UHD сувгийн тоо Сувгийн тоо (HD) = Video rate Rate Of One SD video = 75,56 Мбит/с = 25 (10) 10 Мбит/с 2.4. HEVC кодлолыг ашиглан зурвас ашиглалтыг сайжруулснаар гарах эдийн засгийн хэмнэлт Одоо ашиглагдаж байгаа 3-транспондерийн нийт зурвасын өргөн BW = TP1 + TP2 + TP3 (11) W = 54 + 54 + 40 = 148МГОдоо ашиглагдаж байгаа 3-транспондерийн нийт өгөгдөл дамжуулах хурд Өгөгдлийн хурд = Symbol M LDPC 752 762 Нийт өгөгдлийн хурд = TP1 + TP2 + TP3 Нийт өгөгдлийн хурд = 85,56 + 85,56 + 65,78 = 236.9 Мбит/с (12) ~ 32 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 Одоогийн дамжуулж байгаа нийт сувгуудын тодролыг өөрчлөхгүйгээр/94 SD суваг, 13HD суваг/ HEVC/H2.65 кодлолоор кодловол бидэнд ердөө 133 Мбит/с ийн өгөгдөл дамжуулах багтаамж шаардлагатай юм. Нийт өгөгдөл = 94/ SD суваг/ 1Мбит/с + 13/HD Суваг/ 3Мбит/с = 133 Мбит/с (13) 133 Мбит/с-ийн өгөгдлийг дамжуулхын тулд 1 бүтэн транспондер ашиглаж үлдсэн өгөдлийг аль нэг транспондерийн зурвасаас хэсэгчлэн түрээслэн ашиглана гэж тооцвол Хэсэгчлэн ашиглах транспондерийн өгөдлийн хурд = Нийт өгөгдлийн хурд TP1 = 133 85.56 = 47,14 Мбит/с Data rate Symbol rate = (M LDPC 752 762 ) = 47. 14 (3 2 3 752 762 ) = 23.9 Мбауд BW = Symbol (1 + Roll off) = 23.9 (1 + 0. 25) = 30Мгц (14) Дээрхи тооцооллын дагуу HEVC/H2.65 кодлолоор одоогийн сувгуудын тодролын өөрчлөхгүй дамжуулалт хийвэл 133Мбит/с ийн өгөгдөлийг 84MГц-ийн зурвасаар дамжуулж боломжтой юм. Бид 84MГ-ийн зурваст өгөгдөл дамжуулсан тохиолдолд гарах эдийн засгийн хэмнэлтийг тооцвол: Одоо ашиглагдаж байгаа нэг сарын зурвасын төлбөр=148мгц*1900$=281200$ HEVC ашиглан зурвас ашиглалт сайжрасны дараах нэг сарын зурвасын төлбөр=84мгц*1900$=159600$ Зурвас ашиглалтаас сард хэмнэх хэмнэлт=281500-159600=121900$ Дүгнэлт Энэхүү судалгааны ажилаар монгол улсад хиймэл дагуулын өргөн нэвтрүүлгийн өнөөгийн байдал болон системийн зурвас ашиглалтыг сайжируулах судалгааг хийлээ. Системийн зурвас ашиглалтыг сайжруулах тоон дохионы хурдыг нэмэгдүүлж дамжуулан HD сувгийн тоо болон SD cувгийн тоог нэмэгдүүлэх боломж байгаа боловч энэ төдийлөн сайн үр дүнтэй байж чадахгүй байна. Гэхдээ энэ аргын хувьд одоо ашиглаж байгаа төхөөрөмжийг солихгүйгээр дамжуулах сувгийн тоо болоод чанарыг сайжируулах давуу талтай байгаа. Харин HEVC/H.265 технолгийг ашигласнаар нэвтрүүлэх болон хүлээн авах талын төхөөрөмжүүд солигдох сул талтай ч одоогийн ашиглаж байгаа технолгоос зурвасыг 50 хүртлэх хувиар өсгөж байгаа давуу талтай. Мөн зурвасыг үр дүнтэй ашиглаж дамжуулалтын зардлыг багасгах боломжтой нь харагдаж байна. Бидний зүгээс хийсэн тооцоогоор одоо ашиглаж байгаа нэг бүтэн транспондерийн 54MГц-ийн зурвас дээр HEVC/H.265 ашиглавал 76SD эсвэл 25HD мөн цаашлаад 8UHD суваг дамжуулах бүрэн боломжтой юм. Мөн одоогийн сувгийн тодролыг өөрчлөхгүйгээр 94SD, 13HD сувгийг HEVC кодлол ашиглан хиймэл дагуулын өргөн нэвтрүүлгийн DVB-S2 стандартаар дамжуулалт хийвэл зурвасын түрээсээс сардаа 121900$-ийг хэмнэх бүрэн боломжтой харагдаж байна. Ашигласан материал [1] www.wikipedia.org [2] http://www.satellite-calculations.com [3] https://www.itu.int/dms_pubrec/itu-r/rec/bt [4] Protocol of communications for vorsat satellite [5] https://www.dvb.org/standards/dvb-s2uhd [6] Simon Pryor. Migration strategies for s2 extensions, HEVC & UHDTV [6] Anais Painchault. Using AVC/H.264 and H.265 expertise to boost MPEG-2 efficiency Зохиогчийн тухай: Б. Эрхэмбаяр нь 2012 онд ШУТИС-ийн МХоТС-ийг Утасгүй холбоо мэргэжлийн баклавар зэрэгтэйгээр төгссөн. 2010 онд ДДЭШ.Тв ХХК-д инженерээр орж одоогоор техник төлөвлөлтийн ахлах ижненерээр ажиллаж байна. Мөн утасгүй холбоо мэргэжлээр магистрантаар суралцаж байгаа бөгөөд ХХЗХ-ны нарийн бичгийн дарга, доктор (Ph, D) Т. Нармандахын удирдлаганд Монгол улсын хиймэл дагуулын өргөн нэвтрүүлгийн системийн зурвас ашиглалтыг сайжруулах судалгаа гэсэн сэдвээр судалгаа хийж байна. ~ 33 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ МЭДРЭЛИЙН ГҮН СҮЛЖЭЭ АШИГЛАН ХҮНИЙ ЦАРАЙ ТАНИХ АРГАЧЛАЛЫН СУДАЛГАА М.Эрхэмбаатар a, А.Хүдэр b, Б.Луубаатар c, а Магистрант, Компьютерийн Ухааны салбар, ШУТИС-МХТС, УБ хот, Монгол улс б Дэд профессор, Компьютерийн Ухааны салбар, ШУТИС-МХТС, УБ хот, Монгол улс c Ахлах багш, Электроникийн салбар, ШУТИС-МХТС, Улаанбаатар, Монгол улс a И-мэйл: erkhemee@gmail.com b И-мэйл: altangerel.khuder@gmail.com c И-мэйл: luubaatar@must.edu.mn Хураангуй: Энэ өгүүллэгт компьютер хараа, машин болон гүн сургалт, хүний царайг илрүүлэх, таних суурь онол аргачлалыг судлан, мөн шаардлагатай техник орчин, программчлалын багаж хэрэгсэлүүдийг ашиглан, тасалгааны камер болон ухаалаг гэрийн туслах-роботын хиймэл оюун ухааныг сургах зорилгоор нэгэн гэр бүлийн хүмүүсийг цөөн тооны зурган өгөгдөл дээр тулгуурлан царай таних туршилтыг богино хугацаанд, бага зардлаар хэрэгжүүлсэн үр дүнг танилцуулав. Түлхүүр үг: дүрс таних, царай таних, компьютер хараа, машин сургалт, гүн сургалт, мэдрэлийн гүн сүлжээ Удиртгал Дүрс болон царай таних нь компьютерийн шинжлэх ухааны компьютер хараа салбарын судлагдахуун бөгөөд уг технологийн хэрэглээ нь хиймэл оюун ухаан, робот, жолоочгүй автомашин, анагаахын салбарт хэт авиан оношлогоо (хавдрын эсийг илрүүлэх), олон нийтийн аюулгүй байдлын хяналт зэрэг олон салбарт хэрэглээ, үйлдвэрлэлийн хувьд маш хурдацтай өсч хөгжиж байна. Аливаа дүрсийг ялгаж таних хүний чадвар нь ~94.9% байдаг бол Google (95.18%), Microsoft (95.06%) компаниудын боловсруулсан аргачлал нь хүний чадавхиас давж гарав [1]. Мөн царай таньж ялгах хүний чадвар нь дундажаар 99.5% байдаг бол Facebook компанийн DeepFace нь 99.7% амжилтаар үүнээс давж гарсан байна [2]. Эдгээр өндөр амжилтууд нь техникийн хүчин зүйл буюу үүлэн болон паралелль тооцоолол ашигласан суперкомпьютерын хүчин чадал сайжирсантай, мөн маш их хэмжээний өгөгдөл цуглуулж машин сургалт, гүн сургалт хийж байгаатай холбоотой байна. Дүрс таних, тэр дундаа хүний царайг таних технологи нь манай улсын практикт төдийлэн нэвтрээгүй байгаа бөгөөд иргэний мэдээлэл, нийгмийн хэв журмыг хангах, олон нийтийн аюулгүй байдлыг хангах зэрэгт уг технологийг нэвтрүүлэх шаардлага бий болоод байна. Жишээ нь: - Гудамж болон замын уулзварын камерын хяналтыг ухаалаг болгох (intelligent surveillance), - Иргэний бүртгэл мэдээлэл, хил гаалийн системд иргэдийг нүүр царайгаар нь таних болон хайх, - Монгол хүмүүсийн царай төрхийн нийтлэг дундаж төрхийг тооцоолж гаргах гэх мэт. 1. Онолын судалгаа Царайг танихын тулд эхлээд оролтын зураг болон видео дундаас царайг олж илрүүлнэ, дараа нь түүн дээр урьдчилсан боловсруулалт хийгээд дараачийн таних үйлдэл руу шилжинэ. Хүний нүүрийг таних, дүрс таних олон аргачлал байгаагийн дотроос хамгийн бага алдааны магадлалтайгаар таньж буй CNN аргачлалуудыг голлон судлаж, онолыг Стэнфордын их сургуулийн CS231n Convolutional Neural Networks for Visual Recognition [3] хичээлийн онлайн материалиас голчлон үзсэн ба үүнтэй холбоотойгоор судалж буй ном сурах бичгүүд [4][5][6] ашиглан суралцав. ~ 34 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 1.1 Мэдрэлийн гүн сүлжээ Мэдрэлийн гүн сүлжээний нэг хувилбар болох CNN (Convolutional Neural Network) нь анх 2012 онд Алекс Кризевский ImageNet дэх уралдаанд (Компьютер харааны олимп) зураг ангилалтын алдааг 25%-c 15% хүртэл багасган (AlexNet) рекорд тогтоон түрүүлснээр хөгжил дэвшил нь эхлэсэн [7]. Хүн дүрсийг хүн ялгаж танихдаа, жишээ нь нохойг түүний сарвуу, нүд, арьс үс зэрэг онцлог шинжүүдээр нь ялгаж сурдаг бол компьютер ч мөн үүнтэй адил дүрс, биетийг доод түвшины муруй, хэрчим бүхий шинж чанаруудаас тогтсон конволушн давхаргуудыг байгуулж ялгаж таньдаг аргачлал нь CNN юм. Зураг 1-т ерөнхий бүтэцийг дүрслэн харуулав. CNN нь конволушнал, шугман бус, пүүл, бүрэн холбогдсон давхарга болон гаралт гэсэн үндсэн хэсгүүдээс бүрдэнэ. Гаралт нь дан ангилал эсвэл тухайн дүрсийг хамгийн сайн тодорхойлж буй ангилалын магадлал байна. Зураг 1. CNN ерөнхий бүтэц [8]. Зураг 2. Доод түвшинй шүүлтүүрүүдийн дүрслэл. CNN-ын хамгийн эхний давхарга нь конволушнал байх бөгөөд жишээ нь, уг давхаргын оролт нь 32 x 32 x 3 хэмжээст цэгүүд бүхий матриц (тухайн зураг) байг. Уг давхаргыг ойлгомжтой, энгийнээр тайлбарлавал, тухайн зургийн зүүн дээд хэсгээс жижиг гэрлээр тусган гүйлгэн харж байгаа хэмээн төсөөлж болно. Уг жижиг гэрэл маань 5 x 5 хэмжээстэй тусгалтай байг. Машин сургалтын хэллэгт уг жижиг гэрлийг шүүлтүүр (заримдаа мэдрэлийн эс эсвэл цөм) гэж нэрлэдэг ба уг гэрэл тусч буйг хүлээн авах талбар гэдэг. Уг шүүлтүүр нь тоон массиваас (5 x 5 x 3) тогтох бөгөөд эдгээрийг жин эсвэл параметр гэдэг. Шүүлтүүрийг зураг дээгүүр гүйлгэхийг шүүлтүүрдэх гэх ба, тухайн өгөгдсөн зургийн цэгүүдийг шүүлтүүрийн цэгүүдээр харгалзан үржүүлнэ. Уг үйлдлийг шүүлтүүрийг дахин 1 цэгээр хажуу тийш шилжүүлэн давтах зэргээр тухайн зургийг дуустал давтсаны үр дүнд 28 x 28 x 1 хэмжээст үржвэрүүд бүхий матриц үүсэх ба үүнийг идэвхжилтийн зураглал эсвэл шинж чанарын зураглал гэж нэрлэнэ [8]. (Зургийг Стэнфордын их сургуулийн CS231n: Convolutional Neural Networks for Visual Recognition хичээлийн материалаас авч ашиглав [3]) ~ 35 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ Шүүлтүүрийг хүрээ, өнгө, муруй гэх мэт шинж чанарын ялгагч гэж ойлгож болно. Өөрөөр хэлбэл, бүхий л зураг дүрс бүрт байдаг хамгийн энгийн нийтлэг, шинж чанарууд байна [8]. Зураг 2-т шүүлтүүрүүдийг харуулав. Эхний давхарга нь доод түвшний шинж чанарууд буюу муруй, хүрээ зэргийг танина. Гэхдээ тухайн эх зургийг яг юу вэ гэдгийг нь сайн ялгахын тулд гар, чих, нүд гэх мэт онцлог шинжүүдийг таних дээд түвшний шүүлтүүрүүд хэрэгтэй болно. 2-р давхарга дээр, жишээ нь 28 x 28 x 3 хэмжээстэй оролт дээр 5 x 5 x 3 хэмжээст шүүлтүүр ашиглая. Уг давхаргын гаралт буюу шинж чанарын зураглал нь тал тойрог (муруй болон хүрээний хослол) эсвэл дөрвөлжин (хэд хэдэн хүрээнүүдийн хослол) зэрэг дээд түвшний шинж чанаруудын байршилууд гарна. Ингээд дараа дараачийн давхарга руу гүн орох тусам шинж чанарын зураглалууд илүү түвэгтэй, нарийн хэлбэрүүдийг дүрслэнэ. Сүлжээний төгсгөлд, аль нэгэн объект буюу дүрс бүхий шүүлтүүр идэвхжиж тодорсон байх болно [8]. 1.2 Царай илрүүлэх Хүний нүүр царайг илрүүлэх олон аргачлалуудаас HOG (Histogram of Oriented Gradients) аргачлалыг [9] ашигласан ба энэ нь тухайн зургийн цэг бүрийн утгыг зэргэлдээ цэгүүдтэй харьцуулж утга нь их байгаа чиглэлд векторыг (градиент) зурна. Зургийн бүх цэгүүд дээр дээрх үйлдлийг хийсний дараа зургыг бүхэлд нь 16 x 16 харьцаатай дэд хэсгүүдэд хувааж тухайн дэд хэсэг дотор дээш, доош, зүүн, баруун, баруун-дээш, зүүн-доош зэрэг аль чиглэлд хамгийн их вектор утгууд байгааг олж, уг векторын чиглэлээр солино. Зураг 3т жишээ өгөгдөл дээр харуулав. Эндээс хүний нүүрний ерөнхий HOG хэв шинж (pattern) харагдаж эхлэсэн байгааг харж болно. Бүх зургуудын HOG хэв шинжүүдийг ялган авахад хүний нүүр царайтай хэсгийн ерөнхий дундаж хэв шинж гарч ирнэ. Өгөгдсөн зургууд дундаас уг хэв шинж бүхий хэсгийг илрүүлж, царайны байршлыг ялган авна. 1.3 Царай танилт Зураг 3. Нүүр царайны HOG хэв шинжийн дүрслэл Нүүр царайг таних аргачлалууд нь шинж чанарт тулгуурласан, зурагт тулгуурласан гэсэн хоёр төрөлд ангилагдаж байгаа ба CNN нь зурагт тулгуурласан аргачлалд хамаарна. Хүний нүүр царайг нийт 68 цэг байршуулан тэмдэглэх алгоритмыг 2014 онд Вахид Каземи, Жозепина Сулливан нар боловсруулсан байна [10]. Зураг 4-д жишээ зураг дээр харуулав. Уг 68-н цэгийг ашиглан тухайн царайг бусадтай харьцуулах, нүүрний төсийг илрүүлэх, насыг таамаглах зэрэгт ашиглана. Зураг 4. Нүүрний хэсэгт 68 цэгүүдийг байршуулсан жишээ (face landmarking) ~ 36 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 1.4 Царай танихад мэдрэлийн гүн сүлжээ ашиглах нь Нүүр царайг 68 цэгээр илэрхийлж болдог аргачлалаас гадна хүний чадвартай зэрэгцэхүйц өндөр танилтын чадвартай болохын тулд мэдрэлийн гүн сүлжээг ашигладаг. Эдгээрийн нэг аргачлал нь хүний царайг нийт 128-н хэмжигдэхүүнд (шигтгэл) тулгуурлан тоон хэлбэрт хувиргах ба эдгээр нь хүний нүд үсний өнгө, хамрын өргөн гэх мэт тухайн хүний онцлогоос хамааран яг аль хэмжигдэхүүн байх нь тухайн сургалт хийж буй өгөгдөлөөс хамаарна. Энэ аргачлалыг 2015 онд Google компанийн судлаачид хэрэгжүүлсэн [11] ба мөн төстэй олон аргачлалууд гарсан байна. Уг аргачлал нь өгөгдсөн хүмүүсийн царай тус бүрээс 128 хэмжигдэхүүнүүдийг гарган авч тухайн хүний хэмжигдэхүүнүүдийн аль утгууд нь өөр хоорондоо ойрхон буюу их хамааралтай, аль утгууд нь бусад хүмүүсийнхээс хол буюу бага хамааралтай байгааг мэдрэлийн гүн сүлжээг ашиглан тооцоолж гаргана. Үүнийг гүн сургалт буюу мэдрэлийн гүн сүлжээний загвар сургах гэнэ. Их хэмжээний өгөгдөл зургууд дээр ийм гүн сургалт хийхэд нүсэр тооцоолол хийх шаардлагатай байдаг тул GPU (Graphic Processing Unit) дээр паралелль тооцоолол ашиглах нь үр дүнд харьцангуй хурдан хугацаанд хүрэх бололцоог олгоно. Гэсэн ч, жишээ нь NVidia Tesla K40c карт дээр уг гүн сургалтыг хийн, загвар бэлтгэж гаргахад хэдэн 7 хоногийн хугацааг зарцуулдаг. DeepFace [2] түвшины танилтын зэрэглэлд хүрэхийн тулд өндөр нягтралтай зургууд бүхий хэдэн сая тооны сургалтын өгөгдлийг бэлтгэж, гүн сургалт хийх шаардлагатай. Бид туршилтандаа Брэндон Амосын боловсруулсан аргачлал, багажаар сургаж бэлтгэсэн nn4.small2.v1.t7 загварыг [12] ашигласан ба зураг 5-д уг мэдрэлийн гүн сүлжээн дэхь нэг давхарга дээр өгөгдсөн зураг хэрхэн дүрслэгдэж буй жишээг харуулав. Уг бэлэн загварыг ашиглан царайны зураг бүрээс 128ш хэмжигдэхүүнүүдийг богино хугацаанд гарган (царайг кодлон) авч тэдгээрийг ангилахад ашиглана. Хүн тус бүрийн царайг ялган ангилахад Softmax, SVM (Support Vector Machine), k-nn (k-nearest Neighbor) зэрэг ангилагч ашиглан машин сургалт хийх ба энд Linear SVM ангилагч ашиглав. 1.5 Хүндрэл, бэрхшээл Зураг 5. Мэдрэлийн гүн сүлжээн дэхь 3-р давхаргын дүрслэлийн жишээ. Хүний царай нь содон тогтвортой объект биш бөгөөд царай таних нөлөөлдөг гол хүндрэлүүд нь интринсик ба экстринсик гэсэн хоёр үндсэн хүчин зүйлээс хамаардаг байна [5]: 1. Интринсик нь байгалийн физик хүчин зүйлсээс хамааралтай ба ажиглагч (камер) талаас үл хамаарна. Дотроо дараах байдлаар хоёр хуваагдана: - Интраперсональ нь тухайн хүний насжилт, үсний засалт, нүүрний хувирал, нүүр будалт болон нүдний шил, контакт линз зэрэг эд зүйлстэй хамааралтай хүчин зүйлс байна. - Интерперсональ нь олон хүмүүсийн нүүрний төрх байдлын ялгаа (арьсны өнгө гэх мэт), угсаатанзүй болон хүйстэй хамааралтай хүчин зүйлс байна [5]. 2. Экстринсик хүчин зүйлс нь ажиглагч тал, тухайн хүний царай хоорондох гэрлийн харилцан үйлчлэлээс хамаарна. Эдгээрт гэрэлтэлт, байршил, хэмжээс болон зураглалын параметрүүд болох нягтрал, фокус, шуугиан зэрэг болно [5]. Дээрх хүчин зүйлс нь нүүр царайг таних ажиллагааны үр дүн муу, алдаатай гарахад ихээхэн нөлөөлнө. Практикт дараах 5-н үндсэн хүчин зүйлс нь ихэхдээ нөлөөлдөг байна: Зарим 2D аргачлал нь гэрэлтүүлгийн тодорхой хязгаарт л сайн таньдаг бөгөөд гэрлийн нөхцөл ~ 37 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ байдлаас ажиллагааны үр дүн шууд хамаардаг талтай. Нүүрний дээд хэсэг дэх зүйлс (үс, алчуур, нүдний шил г.м) танилтын ажиллагаанд сөргөөр нөлөөлнө. Толгойн хажуу тийш хэтэрхий эргэсэн байрлал нь таних ажиллагаанд сөргөөр нөлөөлнө, учир нь нүүрний хэв, зураглалыг хавтгайд буулгахад гажилтын алдаа үүснэ. Заримдаа, нүүрний зураглал нь хэвийн харах өнцөгтэй үед алдаагүй буусан (projection) байсан ч, сэтгэл хөдлөлөөс үүдсэн нүүрний хувирал нь танилтыг амжилтгүй болгодог. Цаг хугацаанаас хамаарах нүүрний өөрчлөлт (насжилт, үрчлээ гэх мэт) нь хүндрэл үүсгэдэг [5]. Бодит нүүр царай эсэхийг ялгах хүндрэл, Нүүр царайг танихад тулгардаг чухал асуудлын нэг нь бодит царай мөн эсэхийг таньж илрүүлэх асуудал юм. Хамгийн түгээмэл хууралтын арга бол нүүрний фото зургаар, видео бичлэгээр, 3D моделиор системийг хуурах боломжтой. Тиймээс хууралтыг илрүүлэх нь нүүр царайг таних системийн бас нэг чухал бүрэлдэхүүн хэсэг болдог байна. Зарим судлаачид нүүр-дуу хоолойг таних гэсэн хослол ашиглаж уруулын хөдөлгөөн, толгойн хөдөлгөөнийг харьцуулах аргыг боловсруулсан байна. Мөн Фурьегийн спектрээр бодит эсэхийг тодорхойлдог ба зураг болон бодит хүний царайнаас буусан өндөр давтамжийн бүрэлдэхүүнүүдийг нь шинжилж бодит эсэхийг ялгаж тогтооно. Бас дулаан мэдрэгч бүхий инфра туяан камер ашигладаг байна [5]. 2. Хэрэгжүүлэлт, туршилт Компьютер хараа суурь онол, алгоримтуудыг судласны [13] үндсэн дээр хүний нүүр болон дүрс таних шинэлэг, үр дүнтэй аргачлалыг туршиж, нээлттэй эх код бүхий OpenCV, Dlib, Python, Torch [14], OpenFace[12] болон CUDA (Compute Unified Device Architecture), cudnn [15] гэсэн программ хэрэгсэл, багажуудыг LinuxMint 17.3 64 бит систем дээр суулгаж тохируулан, туршилтыг хэрэгжүүлсэн. Сонгосон 4 хүний 226ш сургалтын өгөгдөл зургуудаас царайг нь илрүүлэн ялган авч, өмнөх боловсруулалт хийн бэлтгээд бэлэн загвар, Linear SVM ашиглаж царай ангилагчийг сурган гаргасан ба уг 4 хүний тус бүр 10ш зураг, мөн өөр хүмүүсийн 10ш зургаар царай таних туршилтын үр дүнг шалгав. Зураг 6-д сургалтанд ашиглах зургийг бэлдэж, боловсруулсан жишээг харуулав. Туршилтанд цөөн зураг, хүн сонгосон нь сургалтыг зөвхөн бага үзүүлэлттэй процессор бүхий компьютер (тасалгааны робот) дээр богино хугацаанд хэрэгжүүлж, царай танилтын үр дүнг шалгах зорилготой байв. Зураг 6. Өгөгдсөн зургуудыг царай таних сургалтанд ашиглахаар бэлтгэсэн жишээ. 3. Үр дүн Ингээд сонгогдсон 4 хүний тус бүр 10ш туршилтын зургуудыг шалгаж, танигдсан үр дүн: Хүснэгт 1. Туршилтын дүн, Эерэг үнэн (0.80-с бага утгыг алдаа гэж үзэв) Өгөгдөл Утга Дундаж Алдаа Хүүхэд, 2 нас 50ш 0.83 0.87 0.91 0.98 0.86 0.97 0.97 0.99 0.97 0.92 0.927 0 ~ 38 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 Хүүхэд, 8 нас 68ш 0.99 0.99 0.68 0.97 0.99 0.94 1.00 1.00 0.99 0.48 0.903 2 Том хүн, эр 26ш 0.92 0.95 0.90 0.78 0.90 0.93 0.87 0.97 0.96 0.93 0.911 1 Том хүн, эм 82ш 0.83 0.98 0.99 0.91 0.93 0.98 0.99 0.98 1.00 0.99 0.958 0 Нийт 226ш 0.925 3 Хүснэгт 2. Туршилтын дүн, Сөрөг үнэн (0.50-с бага утгыг алдаа гэж үзэв) Өгөгдөл Утга Дундаж Алдаа Өөр хүн 10ш 0.49 0.59 0.42 0.21 0.28 0.53 0.03 0.06 0.64 0.54 0.379 6 Зурагт 7-т үзүүлсэн алдаа ихтэй зургууд нь фокус муутай, царайны хувирал, нүүрний хэсэгт өөр дүрс халхалсан, камер руу харсан өнцөг их, мөн олон жилийн өмнөх зурагт насжилт нөлөөлсөн зэрэг интринсик ба экстринсик шинжүүд ажиглагдав. Эдгээр нөлөөлөх хүчин зүйлсийг 1.5 хэсэгт тайлбарласан. 4. Дүгнэлт Зураг 7. Танилт багатай буюу 0.85-аас доош эерэг үнэн таамаглалтай гарсан зургууд. Нийт 226ш өгөгдөл зургийг ангилах машин сургалт хийж 4 хүний царайг таних судалгааны туршилт хийсэн бөгөөд гаргаж авсан царай ангилагчийг тухайн 4 хүн тус бүрийн 10ш зураг болон өөр хүмүүсийн 10ш зурагаар шалгахад нийт эерэг үнэн танилтын дундаж 92.5% гарав. Танилтын дундаж харьцангуй бага утгатай гарсан нь туршилтанд ашигласан өгөгдөл цөөн тоотой, мөн олон жилийн өмнөх болон нүүрний эмоци ихтэй авахуулсан зургуудийг сургалтын өгөгдөлд оруулаагүй нь царай танилтанд сөргөөр нөлөөлсөн (20 жилийн өмнөх зураг 0.78, нүүрний хувиралтай зургууд 0.48, 0.68) гэж дүгнэв. Танилтын чанарыг сайжруулахад сургалтын өгөгдөлийн бааз хангалттай хэмжээтэй байх шаардлагатай нь харагдлаа. Мөн ангилагч нь зөвхөн өгөгдсөн 4 хүний өгөгдөлд тулгуурлан ангилалт хийгдсэн тул бусад хүмүүсийн өгөгдөлийг давхар оруулж өгөх нь туршилтын сөрөг үнэн утгуудыг ихэсгэж, царай танилтыг сайжруулах боломжтой гэж дүгнэв. CNN аргачлалыг ашиглан хямд зардлаар, хязгаарлагдмал тооны хүнийг (битүү системийн хүрээнд) царайгаар нь танихад тасалгааны камер болон гэрийн туслах-роботын хиймэл оюуныг сургах онолын судалгаа, туршилтын зорилго биелэсэн гэж үзэв. 4.1 Ирээдүйн таамаглал Цаашид олон тооны өгөгдөл дээр туршилт хийж үр дүнг харьцуулах, GPU ашиглан CNN загвар үүсгэх гүн сургалт хийж танилтын чанарыг сайжруулах, k-nn зэрэг хэд хэдэн ангилагчийг хослуулан ангилагч сургалт хийж турших, тухайн камераас нүүрний зургуудыг хадгалан авч өгөгдөл олборлодог болгон автоматжуулах, мөн хүний нүүрний хувирал, сэтгэл хөдлөлийг таньдаг болгон сайжруулах боломжтой. ~ 39 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ Нэр томъёо CPU Central Processing Unit Жин Weight GPU Graphic Processing Unit Идэвхжилтийн зураглал Activation map CNN Convolutional Neural Network Шинж чанарын зураглал Feature map HOG Histogram of Oriented Gradient Шинж чанарын ялгагч Feature identifiers SVM Support Vector Machine Шигтгэл Embeddings k-nn k-nearest Neighbor Царайг кодлох Face encoding CUDA Compute Unified Device Architecture Конволушн давхарга Convolutional layer Бүрэн холбогдсон давхарга Fully connected layer Пүүл Pooling Эерэг үнэн Сөрөг үнэн Мэдрэлийн гүн сүлжээ Мэдрэлийн эс Шинж чанар Хэв шинж True positive True negative Deep Neural Network Neuron Feature Pattern Хүлээн авах талбар Шүүлтүүрдэх Receptive field Convolving Ашигласан материал: [1] Baidu s Artificial-Intelligence Supercomputer Beats Google at Image Recognition, MIT Technology Review, 2015 [2] DeepFace: Closing the Gap to Human-Level Performance in Face Verification. Facebook AI Research Publication, 2014 [3] CS231n Convolutional Neural Networks for Visual Recognition, Stanford University [4] Stan Z. Li Anil K. Jain. Handbook of Face Recognition. Springer, 2004 [5] Asit Kumar Datta, Madhura Datta, Pradipta Kumar Banerjee. Face Detection and Recognition: Theory and Practice. Taylor & Francis, 2015 [6] Mohamed Daoudi, Anuj Srivastava, Remco Veltkamp. 3D Face Modeling, Analysis and Recognition. Wiley, 2013 [7] AlexNet, 2016 [8] Machine Learning is Fun! Part 4: Modern Face Recognition with Deep Learning, 2016 [9] Navneet Dalal, Bill Triggs. "Histograms of Oriented Gradients for Human Detection, 2005 [10] Vahid Kazemi, Josephine Sullivan. One Millisecond Face Alignment with an Ensemble of Regression Trees, 2014 [11] Florian Schroff, Dmitry Kalenichenko, James Philbin. FaceNet: A Unified Embedding for Face Recognition and Clustering, 2015 [12] Brandon Amos. OpenFace. https://cmusatyalab.github.io/openface/, 2016 [13] D. A. Forsyth and J. Ponce. "Computer Vision: A Modern Approach (2nd edition)". Prence Hall, 2011 [14] opencv.org, dlib.com, http://torch.ch [15] CUDA, cudnn. http://nvidia.com Зохиогчийн тухай: Мөнгөнгадасын Эрхэмбаатар нь 2008 онд ШУТИС-МХТСургуулийг Мэдээллийн технологийн инженер мэргэжлээр суралцан бакалавр зэрэгтэй төгссөн. Одоо тус сургуулийн Компьютерийн Ухааны тэнхимд Хиймэл оюун ухаан ба хөдөлгөөнт төхөөрөмжийн программ хангамж хөтөлбөрийн магистрант оюутан, Вишн Лабораторид туслах судлаач. Удирдагч багшаар ШУТИС-МХТС-н доктор, дэд проф. А.Хүдэр, зөвлөх багшаар ШУТИС-МХТС-н ахлах багш докторант Б.Луубаатар нар ажиллаж байна. ~ 40 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 ОБЪЕКТЫН 3 ХЭМЖЭЭСТ ХӨДӨЛГӨӨНИЙГ MPU6050 АШИГЛАН ДҮРСЛЭХ НЬ Д. Батзориг 1, А.Батмөнх 2, Ц.Тэнгис 3 1 Электроникийн салбарын магистрант, ШУТИС, МХТС, УБ хот, Монгол улс 2 Электроникийн салбарын профессор, док.phd., ШУТИС, МХТС, УБ хот, Монгол улс 3 Электроникийн салбарын ахлах багш, магистр, ШУТИС, МХТС, УБ хот, Монгол улс Хураангуй: 1 И-майл: batzorig072@gmail.com 2 И-майл: abatmunkh@must.edu.mn 3 И-майл: tengis@must.edu.mn Энэхүү өгүүллээр нисгэгчгүй олон сэнстийг зохион бүтээх төслийн хүрээнд хэрэгжүүлж буй туршилтын ажлын сүүлийн үеийн үр дүнгээс танилцуулах болно. Тус төслийг хэрэгжүүлэх явцад, бид юуны өмнө, олон сэнстийн 3 хэмжээст хөдөлгөөнийг хянах шаардлагатай юм. Олон сэнст дрон нь огторгуйд хазайх, налах, эргэх (roll, pitch, yaw) гэсэн үндсэн 3 төрлийн эргэх хөдөлгөөнийг гүйцэтгэх бөгөөд эдгээр өнцгийн мэдээллийг бодит хугацаанд дэлгэцэнд харуулах нь энэхүү туршилтын ажлын гол зорилго байв. Туршилтанд хурдатгал хэмжигчээр MPU6050 мэдрүүрийг сонгож ашигласан ба дроны 3 хэмжээст эргэх хөдөлгөөний бодит хугацааны симуляцийг LabVIEW программын орчинд хийж дүрслэв. Судалгааны ажлын симуляцийн үр дүн бодит загварын эргэлmийн хөдөлгөөнтэй тун ойрхон байж чадсан болно. Түлхүүр үг: акселерометр,обьект, 3D дүрс, MPU6050 Оршил Техник технологи хөгжихийн хэрээр бидний амьдралд нисгэгчгүй онгоц буюу дрон гэх нэр томьёо орж ирээд багагүй хугацаа өнгөрч байгаа бөгөөд дэлхий нийтэд дроны хэрэглээ өсч үүнийг дагаад түүний хөгжүүлэлт ч сайжирч байна. Дроныг цэрэг, цагдаа, аврах алба, эмнэлэг, шинжлэх ухааны салбар, энтертайнмент, шуудан харилцаа холбоо гэх мэт төрөл бүрийн салбарт өргөнөөр ашиглах болжээ. Ийнхүү дроныг өргөнөөр хэрэглэх болсон үндсэн шалтгаан нь хэрэглэхэд хялбар, эдийн засгийн хувьд хэмнэлттэй, үнэ хямд байдагтай холбоотой юм. Монгол улсын хувьд дроны хэрэглээ, үйлдвэрлэл, хөгжүүлэлт нь тааруу энэ чиглэлээр судалгааны дорвитой ажил хийгдээгүй байгаа нь дэлхий нийтийн хөгжлөөс хоцорч байгааг харуулж байна. Дроны хэрэглээ бага байгаа нь бид дроны технологийг эзэмшээгүй байгаатай шууд холбоотой бөгөөд өөрсдийн хэрэгцээнд нийцсэн дроныг өөрсдөө хийх нь дроны хөгжүүлэлт цаашлаад үйлдвэрлэл хэрэглээг ихэсгэхэд чухал ач холбогдолтой билээ. Зураг 1. Дөрвөн сэнстийн огторгуйд хийх 3 төрлийн эргэлтүүд. ~ 41 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ Манай судалгааны ажлын зорилго нь дөрвөн сэнстийн огторгуй дахь хазайх, налах, эргэх (roll, pitch, yaw) гэсэн 3 төрлийн эргэлтийг MPU6050 мэдрүүрийн тусламжтайгаар мэдэрч энэ хөдөлгөөнийг LabVIEW програмаар дэлгэцэнд бодит хугацаанд дүрслэхэд оршино (Зураг 1). Үүний тулд MPU6050 мэдрүүрийг, юуны өмнө, судалсан болно [1]. 1. Хурдатгал хэмжигчийн судалгаа Акселерометр буюу хурдатгал мэдрэгчийн ажиллагааг хамгийн энгийнээр ойлгомжтой тайлбарлахын тулд куб хэлбэртэй хайрцаг дотор бөмбөлөг байна гэж төсөөлнө (Зураг 2a). Хэрэв хайрцаг дотор татах хүч үйлчлэхгүй гэж үзвэл бөмбөлөг нь хайрцаг дотор хөвөх болно [1]. Зураг 2. a. Куб хэлбэртэй хайрцаг доторх бөмбөлөг, b. Куб хэлбэртэй хайрцагыг зүүн тийш шилжүүлэхэд, c. Куб хэлбэртэй хайрцаганд татах хүч үйлчлэхэд, d. Куб хэлбэртэй хайрцагыг баруун тийш 45 0 эргүүлсэн байдал Дээрх зургийг харахад, хайрцагны ханануудыг хос тэнхлэгт оноож, Y+ ханыг арилгасан тул хайрцаг доторхыг харж болж байна. Хана бүр даралтыг мэдэрдэг гэвэл хайрцагыг зүүн тийш нь хөдөлгөвөл бөмбөлөг X- ханыг мөргөнө (Зураг 2b) (хурдатгал 1g=9.8m/s 2 ). Бөмбөлгийн хананд учруулж байгаа уг хүч нь хурдатгалын эсрэг чиглэлтэй байдаг. Энэ хүчийг ихэвчлэн инерцийн хүч (inertial force) эсвэл хуурмаг хүч (fictions force) гэж нэрлэдэг. Бид бөмбөлгийг Z- ханан дээр байна гэж үзвэл (Зураг 2c). Хайрцагыг хөдөлгөөгүй байхад Z тэнхлэгт -1g утга уншигдана, энэ нь дэлхийн татах хүчтэй хамааралтай байна. Одоо хайрцагыг 45 0 баруун тийш эргүүлье ингэхэд бөмбөлөг 2 хананд (Z-,X-) зэрэг хүрнэ (Зураг 2d). Хананд үйлчлэх 0,71g утга нь тохиолдлын утга биш юм [1]. Одоо уг хайрцагны хүчийг координатын системд зуръя. Координатын системийг тогтоохдоо Хурдатгал хэмжигчийн тэнхлэг болон векторын эргэлтийн хүчийг тооцно (Зураг 5). Координатын системийн тэнхлэг бүр нь өмнөх загварын хайрцагны тус тусын нүүрэн талтай перпендукляр байна. Вектор R бол векторын хүч юм. Rx, Ry,Rz нь XYZ тэнхлэг дээрх R вектор проекц бөгөөд дараах хамааралтай байна. R 2 = R x 2 + R y 2 + R z 2 (1) Дээр 1/2 0.71 гэдэг нь санамсаргүй утга биш гэж өмнө нь хэлж байсан. Хэрэв дээрх томьёонд тэднийг орлуулбал, бидний татах хүч 1g гэдгийг тооцвол дараах байдалтай болно. 1 2 = ( 1/2) 2 + 0 2 + ( 1/2) 2 (2) Эндээс: R = 1, R x = 1/2, R y = 0, R z = 1/2 Rx, Ry, Rz утгууд нь бодит Хурдатгал хэмжигчийн утгатай шугаман хамааралтай байна. Татах хүч газар ~ 42 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 Зураг 3. a. Хайрцагны хүчийг координатын системд дүрсэлсэн байдал, b. Координатын системд Axr, Ayr, Azr өнцгүүдийг тодорхойлох Хурдатгал хэмжигчийг аналог болон тоон гэж хоёр төрөлд хуваана. Тоон хурдатгал хэмжигч нь USART, I2C, SPI зэрэг протоколыг хэрэглэнэ. MPU6050 мэдрэгч нь тоон хурдатгал хэмжигчийн нэг төрөл ба i2c протоколыг дэмжиж өгөгдлийг микроконтроллерт дамжуулдаг [3]. Харин аналог хурдатгал хэмжигчийн хувьд аналог тоон хувиргуур хэрэгтэй. Жишээ нь: акселерометрийн гурван векторын утгыг 10 битийн 3.3V-ын аналог тоон хувиргуур ашиглан уншихад AdcRx = 586, AdcRy = 630, AdcRz = 561 утгуудыг өгсөн гэж үзье. 10 битийн аналог тоон хувиргуурын утгыг хүчдэлд хөрвүүлэхэд дараах томьёо (3)-г хэрэглэдэг [1]. VoltsRx = AdcRx * Vref / 1023 (3) Дээрх томъёог ашиглан тооцоолбол: VoltsRx = 586 * 3.3V / 1023 =~ 1.89V, VoltsRy = 630 * 3.3V / 1023 =~ 2.03V, VoltsRz = 561 * 3.3V / 1023 =~ 1.81V. Хурдатгал хэмжигч тус бүр нь 0g гэсэн хүчдэлийн түвшинтэй байна. Дээрх тохиолдолд энэ нь VzeroG = 1.65V байна. Одоо 0g гэсэн хүчдэлийн түвшнээс шилжилтийг тодорхойлбол: DeltaVoltsRx = 1.89V - 1.65V = 0.24V, DeltaVoltsRy = 2.03V - 1.65V = 0.38V, DeltaVoltsRz = 1.81V - 1.65V = 0.16V гэж тус тус гарна. Одоо бид хурдатгал хэмжигчийн утгыг хүчдэлээр уншиж чадаж байна. Гэхдээ энэ нь хүчний вектор болох g буюу 9.8m/s 2 биш юм. Түүнд хөрвүүлэхийн тулд хурдатгал хэмжигчийн мэдрэх чадвар (accelerometer sensitivity[mv/g]) хэрэгтэй байдаг. Энэхүү мэдрэх чадвар = 478.5mV/g = 0.4785V/g гэж үзъе. Эндээс Rx = DeltaVoltsRx / Sensitivity (4) гэж томъёолох ба Rx = 0.24V / 0.4785V/g =~ 0.5g, Ry = 0.38V / 0.4785V/g =~ 0.79g, Rz = 0.16V / 0.4785V/g =~ 0.33g гэж тус тус гарна. Дээрх бүх томьёог нэгтгэснээр ADC-с шууд унших утгаас хүчний вектор G- д шилжүүлж болно. Ri = (AdcRi * Vref / 1023 - VzeroG) / Sensitivity (5) Энд, i нь x, y, z тэнхлэг тус бүрийг төлөөлсөн индекс байна. Одоо бидэнд инерцийн хүчний векторыг тодорхойлох бүх гурван бүрэлдэхүүн байна. Хэрэв хурдатгал хэмжигчийн нь таталцлын хүчнээс өөр бусад хүчинд захирагдаагүй бол уг хүчний вектор нь таталцлын хүчний вектор болно. Хэрвээ бид хурдатгал хэмжигчийн хазайлтыг тэнхлэгүүдийн дагуу тооцоолохыг хүсвэл (Зураг 3b). Бидний хүсэж буй хазайлтын өнцгүүд бол R векторын хүч болон X,Y,Z тэнхлэгүүдийн хоорондын өнцөг юм. Зураг 3b д үзүүлсэн Axr, Ayr, Azr өнцгүүдийг тодорхойлохдоо R болон Rx ээр томьёологдсон зөв өнцөгт гурвалжинг харж болно. cos(axr) = Rx / R, cos(ayr) = Ry / R, cos(azr) = Rz / R Эндээс Axr = arccos(rx/r), Ayr = arccos(ry/r), Azr = arccos(rz/r) гарна [1]. 2. Туршилт ба үр дүн Arduino Uno микроконтроллерыг MPU6050 хурдатгал хэмжигчтэй i2c протоколоор холбон микроконтроллерт X,Y,Z тэнхлэгүүдийн хазайлтын өнцөг болон шугаман бус хурдатгалыг унших Arduino-ын функцийг ашиглан микроконтроллерт өгөгдлийг уншсан болно. Компьютерт мэдээллийг уншихдаа сериал портоор уншиж, Arduino-оос өгөгдлийг шидэхдээ өгөгдлүүдийн дунд t тэмдэгт оруулж өгснөөр компьютерт мэдээллийг салгаж уншихад хялбар болсон. ~ 43 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ Зураг 4. a. Мэдрүүрийн өгөгдлийг сериал портоор унших программ/blockdiagram/, b. Мэдрүүрийн өгөгдлийг сериал портоор унших программ/ FrontPanel / LabVIEW программ дээр 3D объект дүрслэх. Бид MPU6050 мэдрэгчийг туршихдаа 2х1 хэмжээтэй тэгш өнцөгт хайрцаганд бэхлэж өгөгдлийг уншсан. LabVIEW программ дээр 3D дүрс үүсгэх функц байдаг ба түүн дээр яг ийм харьцаатай тэгш өнцөгт 3D дүрс үүсгэсэн болно [4]. Зураг 5. a. 2х1 хэмжээтэй тэгш өнцөгт 3 хэмжээст дүрс үүсгэх программ/blockdiagram/, b. 2х1 хэмжээтэй тэгш өнцөгт 3 хэмжээст дүрс үүсгэх программ/frontpanel/ MPU6050 мэдрэгчийн утгыг уншиж LabVIEW программ дээр объектын 3 хэмжээст хөдөлгөөнийг дурслэх. Одоо өмнөх 2 туршилтын программыг нэгтгэн нэг болгох хэрэгтэй. Ингэхэд бага зэргийн асуудал байгаа ба энэ нь MPU6050 мэдрэгчийн утга нь бүхэл тоо бол манай LabVIEW программын 3D дүрс үүсгэх функц бутархай тоон оролттой байна. Тиймээс MPU6050 мэдрэгчийн бүхэл тоон утгыг бутархай тоо руу шилжүүлэх жижиг программын үйлдэл нэмнэ. Зураг 6. a. Объектын 3 хэмжээст хөдөлгөөнийг дүрслэх программ/blockdiagram/ b. Объектын 3 хэмжээст хөдөлгөөнийг дүрслэх программ/frontpanel/ MPU6050 мэдрэгчийн утгыг уншиж LabVIEW программ дээр объектын 3 хэмжээст хөдөлгөөнийг, тэнхлэгийн шилжилттэй давхар дүрслэх. Ингэхийн тулд MPU6050 мэдрэгчээс ганц өнцгийн мэдээлэл бус давхар өнцөг хурдатгалыг унших шаардлагатай. Компьютерт уншигдсан өнцөг ~ 44 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 хурдатгалыг эхлээд шугаман хурдатгал дараа нь зам болгон хувиргаж тэнхлэгийн шилжилтийг тооцоолно. Зураг 7. Мэдрүүрийн утгыг уншиж LabVIEW программ дээр объектын 3 хэмжээст хөдөлгөөнийг тэнхлэгийн шилжилттэй дүрслэх программ /FrontPanel/ Дүгнэлт Энэхүү туршилтын ажлын хүрээнд акселерометрийн ажиллагааны судалгааг хийж дөрвөн сэнстийн огторгуй дахь хазайх, налах, эргэх (roll, pitch, yaw) гэсэн 3 төрлийн эргэлтийг дүрслэх программыг Arduino болон LabVIEW программ хангамжийн орчинд зохион бичиж туршилтыг явуулав. Туршилтаас гарсан үр дүнг дурьдвал: 1. MPU6050 мэдрэгчийн утгыг LabVIEW орчинд хүлээж авах интерфейсийн программыг микроконтроллер болон компьютерт зориулан бичиж амжилттай туршлаа. 2. Объектын 3 хэмжээст хөдөлгөөн болон тэнхлэгийн шилжилтийг дүрслэх программыг LabVIEW программ хэл дээр бичиж амжилттай туршив. 3. Тэнхлэгийн шилжилтийг ойролцоогоор тооцоолж болж байсан хэдий ч объект нь суурин дээрээ хөдлөхөд мэдрэгч нь зөвхөн өнцөг хурдатгалыг өгч байсан нь объектын тэнхлэгийн шилжилтийг үнэн зөв тодорхойлоход бэрхшээл үүсгэж байсан бөгөөд тэнхлэгийн шилжилтийг тодорхойлоход өөр мэдрэгч ашиглах шаардлагатай байна. 4. 3D объектын хөдөлгөөнийг дүрслэх туршилтыг цааш нь хөгжүүлж, мэдрэгчийн тоог олшруулбал хөдөлгөөнт дүрсийг (animation) амилуулах, цаашилбал хүний биеийн хөдөлгөөнийг нарийн дүрслэх бүрэн боломжтой байна. Ном зүй : [1] http://www.instructables.com/id/accelerometer-gyro-tutorial/ Accelerometer & Gyro Tutorial [2] https://diyhacking.com/arduino-mpu-6050-imu-sensor-tutorial/ Arduino MPU6050 Best IMU sensor Tutorial [3] MPU6050 Datasheet [4] Nasser Kehtarnazar, Sidharth Mahotra Digital Signal Processing Laboratory University of Texas at Dallas. USA.:2010. TK5102.9.K443 2010 Зохиогчийн тухай: Даваажанцан овогтой Батзориг нь 2016 онд Улаанбаатарын Их сургуулийг Физик электроникийн чиглэлээр бакалавраар төгссөн. 2016 онд ШУТИС-ийн харъяа Мэдээлэл холбоо технологийн сургуулд магистрын сургалтанд суралцаж байна. Удирдагчаар A.Батмөнх профессор, доктор Ph.D, судалгааны ажлын чиглэл тогтворгүй системийн тогтворжилт. ШУА-ийн харъяа Физик, технологийн хүрээлэнгийн Электроникийн лабораторид эрдэм шинжилгээний дадлагжигч ажилтнаар ажиллаж байна. Email: batzorig072@gmail.com A.Batmunkh Ph.D. Professor of Electronic department in Mongolian University of Science and Technology. Research area includes industrial automation, signal processing, and embedded systems. Email: abatmunkh@must.edu.mn Ts.Tengis. Ph.D candidate. Lecture in Mongolian University of Science and Technology. Research area includes on image processing, computer vision, robot control. Email: tengis@must.edu.mn ~ 45 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ БААЗ СТАНЦЫН ЦАХИЛГААН ЗАРЦУУЛАЛТЫГ БАЙГАЛЬД ЭЭЛТЭЙ БАЙДЛААР ТӨЛӨВЛӨХ БОЛОМЖИЙН СУДАЛГАА a Б.Туяа, б Н.Эрдэнэхүү а Магистрант, Холбооны салбар, ШУТИС-МХТС, УБ хот, Монгол улс б Холбооны салбарын эрхлэгч, Холбооны салбар, ШУТИС-МХТС, УБ хот, Монгол улс И-мэйл: tuyasuki@yahoo.com И-мэйл: erdenekhuu@sict.edu.mn Хураангуй: Мэдээллийн эрин зуун хурдацтай хөгжиж байгаа өнөө үед дэлхий нийтийн сэтгэлийг зовоосон асуудал болох эрчим хүчний хэрэглээний өсөлт, бохирдуулагчийн ялгаруулалтанд Мэдээлэл, харилцаа холбооны технологийн салбарын үйл ажиллаагаа хэр их нөлөөлж байгаа түүнийг хэрхэн багасгаж байгальд ээлтэй буюу ногоон байдлаар шийдэж болох арга замуудын талаар судалгааг хийж манай улсад хийгдэж буй хэрэгжүүлэлтийг судалсан болно. Түлхүүр үг: Грийн, хүлэмжийн хий, ICT, CO 2, цахилгаан энерги, оператор Үндсэн хэсэг Оршил Мэдээлэл, харилцаа холбооны технологийн салбар асар хурдтай хөгжиж хөдөлгөөнт сүлжээ болон ухаалаг утас ихээр хэрэглэх болсон нь цахилгаан энергийн хэрэглээг улам бүр өсгөж байгаа нь дэлхийн иргэний агаарын тээврийн салбарын үүсгэж байгаа CO 2 хэмжээтэй ижил түвшинд байгаа ба байгаль орчинд сөргөөр нөлөөлж болзошгүй тул авч үзэх чухал асуудлын нэг билээ. Иймээс цахилгаан энергийн хэмнэлт бий болгох, мөн байгальд ээлтэй цахилгаан үүсгүүр ашиглан сүлжээний үр ашгийг нэмэгдүүлэх боломжийн талаар судлав. 1. Ногоон технологийн үндсэн загварыг боловсруулах арга замууд Хөдөлгөөнт операторуудын хувьд хэрэглээний өсөлтөөс үүдэн эрчим хүчний хэмнэлттэй зардал бууруулах, тогтвортой хүчин чадал бүхий бааз станцыг бий болгох шаардлага гарч байна. Тиймээс грийн радио судалгааны үндсэн суурь загварыг хэрхэн боловсруулах тал дээр илүү их анхаарлаа хандуулан дөрвөн арга замын хүрээнд судалгааг хийсэн. А.Спектрийн хувьд үр ашигтай- энергийн хэмнэлттэй (SE-EE) арга: Хүрч болохуйц xүчин чадал болон эрчим хүчний зардлыг тэнцвэржүүлэхийн тулд зурвасын өргөнийг боломжтой байдлаар өгөх B. Зурвасын өргөн- чадлын (BW- PW) арга: Хэрэглэгдэх зурвасын өргөн болон хэрэгцээтэй чадлыг тэнцвэржүүлэхийн тулд дамжуулалтын хурдыг хангах C. Саатал- чадлын (DL-PW) арга: Энэхүү арга нь дамжуулалтын шугаман дахь хэрэглээний чадлын дундажийг болон эцсийн үйлчилгээний саатлын дундаж түвшинг тэнцвэржүүлэх D. Байгуулалтын үр ашигтай энергийн хэмнэлттэй (DE-EE) арга: ~ 46 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 Байгуулалтын зардал, нэвтрүүлэх чадал, сүлжээнд бүхэлд нь хэрэглэгдэх эрчим хүчний хэрэглээг тэнцвэржүүлэхийн тулд сүлжээний урсгалыг өгөгдсөн шаардлагын дагуу нийлүүлэх арга юм. Зураг 1. Грийн дизайн боловсруулах үндсэн зураглал 2. Цахилгаан зарцуулалтыг бууруулах боломж А. SE-EE арга SE-EE аргын дамжуулалтын технологи болон сүлжээний бүтэцийг OFDMA болон MIMO системүүдэд өргөнөөр судлаж байна. Эрчим хүчний хэмнэлттэй аргыг боловсруулахдаа OFDMA ерөнхий сүлжээг бүхэлд нь хамруулдаг. Оптимал модуляцийг ашиглан дамжуулалтын шуугиан багасгах системтэй холбосон байна. Энэ үед гар утас болон BS хоорондын зай багасаж, EE нэмэгдэнэ. Энергийн болон модуляцийн аль алиныг тохируулдаг учраас EE бүхий төлөвлөлт нь уламжлалт тогтмол зардал бүхий эрчим хүчний системээс илүү бага эрчим хүч зарцуулдаг. Сувгийн коэффицентийн тоог бүтээгдхүүнтэй хамт нэмэгдүүлэх нь дамжуулах станцын тухайлбал хүлээн авагч станцын тоог өсгөж, MIMO системийн тухайд дохиолол холбооны зардлыг ихээр нэмэгдүүлнэ. BS дээрх идэвхитэй антенуудын тоог аажмаар өөрчлөн шинэчлэх замаар 3GPP LTE системийг шинэчилж, хөдөлгөөнт сүлжээн дэхь өөр өөр хугацааны мэдээллийн урсгалтай холбоотой асуудлыг шийдвэрлэх боломжтой. Хоёр дамжуулах антенн бүхий MIMO системийн хооронд сэлгэн залгагч байрлуулснаар SIMO систем нь хөдөлгөөнт терминал дээр эрчим хүчийг хэмнэх боломжийг бүрдүүлнэ. В. BW-PW арга Утасгүй сүлжээний загварыг боловсруулахад BW-PW арга чухал ач холбогдолтой ба зурвасын өргөн болон дамжуулалтын эрчим хүчнээс хамаарах болно. Утасгүй технологийн хөгжлийн явцад программ хангамжид суурилсан радио, зөөгч, ирээдүйн харилцаа холбооны систем нь BW- ийг уян хатан байдлаар хэрэглэхэд дэмжлэг болж байна. Өөр нэг асуудал бол сүлжээний загвар бүтцийг цоо шинээр бий болгон хөгжүүлэх явдал бөгөөд BW-PW аргыг нэн тэргүүнд нэвтрүүлэх нь чухал байж болох юм. BW- PW аргыг нэвтрүүлэхэд уламжлалт сүлжээний бүтэц, загвар тэр бүр тохиромжгүй байх болно. Тиймээс цоо шинэ бүтэц зохион байгуулалтыг боловсруулж, цаашид судлан шинжлэх шаардлагатай. С. DL-PW арга Ухаалаг утас түгээмэл болсон өнөө үед VoIP, видео урсгал зэрэг нь хөдөлгөөнт датаны хэмжээний дийлэнх хувийг эзэлдэг. MAC давхаргад үүсэж болзошгүй хүндрэлийг тооцоолон үзнэ. Саатал мэдрэмтгий апликэйшнийг хэрэглэх бол мэдээллийн урсгал болон гаралтад нөлөө үзүүлдэг MAC саатлыг сайтар харгалзан үзэх болно. Мөн пакетэд суурилсан мэдээллийн урсгалыг бит бүрийн ~ 47 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ гүйцэтгэлийн шалгуур болгон өөрчилж болох юм. Пакет дамжуулалт нь детерминистик пакетын үед эрчим хүчний хэрэглээг бууруулдаг. D. DE-EE арга Ирээдүйд датаны урсгалын хэмжээ огцом нэмэгдэх ба уламжлалт макро үүрэн системийг ашигласаар байх нь хангалттай бөгөөд урсгалын хэмжээ нэмэгдсэн үед сүлжээ бүрэн чадлаар ажиллах боломжгүй. Тиймээс доорх шийдлүүдийг хэрэгжүүлэх нь зүйтэй. Үүнд: - Бааз станцын тоог нэмэхгүйгээр антенны тоо болон зурвасын өргөний хүчин чадлыг нэмэгдүүлэх замаар бааз станцын хүчин чадлыг нэмэгдүүлэх - Үүрийн хэмжээг багасгаж, дундын сайтыг бааз станцуудад хэрэглэх - Олон давхаргат олон төрлийн нэвтрүүлэлтийг ашиглах, хүчин чадлын хэрэгцээ өндөр байгаа үүрэнд жижиг үүрүүдийг нэмэх - Бусад хүчин чадлыг дэмжихийн тулд бааз станц хоорондын хамтын ажиллагааг хангах - Цоо шинэ сүлжээний загвар бий болгох Хамгийн сайн шийдэл юу вэ? Энэ асуултад доорх хоёр шалтгааны улмаас шууд хариулт өгөхөд ихээхэн хүндрэлтэй юм. Нэг дүгээрт тухайн газар нутгийн төлөв байдал, сүлжээнийн урсгалын ачаалал, жижиг үүрийн зардал, хүчин чадал, хамтын ажиллагааны үр ашиг гэх зэрэг хүчин зүйлсийг харгалзан үзэх хэрэгтэй болно. Хоёр дугаарт эдгээр хүчин зүйлсийг үнэлэх тодорхой шалгуур үзүүлэлт хараахан байхгүй байна. Энэхүү нөхцөл байдлыг шийдвэрлэхийн тулд хөдлөгөөнт сүлжээнд BS нэвтрүүлэлттэй холбоотой асуудлыг гүнзгийрүүлэн судлах шаардлага урган гарсаар байна. Бааз станцуудыг хамтатган ашиглах тухай ойлголт нь WCDMA системд шилжүүлэх горимд орохыг шаардах ба үүнийг макро олон янз байдаг гэдгээр сайн мэддэг. LTE/LTE+ системийн тухайд бол олон цэгт (CoMP) дамжуулалтай хамтатган нэвтрүүлэх нь илүү нарийн ажиллагаа шаардах болно. Мөн түүнчлэн хамтатгаж буй бааз станцуудын үүрүүдийн хэмжээг ихэсгэх нь гурав дахин их ашигтай байна. Эндээс харахад сүлжээний DE болон EE -ийн аль алин нь тус тусдаа үр ашгаа харуулж байна. Хөдөлгөөнт операторуудын хэрэглэдэг дээрх аргуудаас DE-EE аргыг эрчим хүчний хэмнэлттэй болон эдийн засгийн үр ашигтай сүлжээний системийг бий болгоход ихээхэн нөлөө үзүүлэх арга гэж үзлээ. Зураг 2. Ирээдүйн грийн системийн зураг төсөлд дээрх аргууд хэрхэн нөлөө үзүүлэхийг харуулав 3. Хөдөлгөөнт холбооны бааз станцын цахилгаан зарцуулалтыг бууруулах боломжийн хэрэгжүүлэлт Харилцаа холбооны секторын үүсгэж байгаа хүлэмжийн хийн хэмжээг бууруулна гэвэл цахилгаан зарцуулалтыг багасгах зорилгоор дараах арга технологиудыг ашиглах ёстой үүнд: ~ 48 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 -Сүлжээ төлөвлөлтийг сайн хийх -Дэд бүтцийг дундын байдлаар ашиглах -Цахилгаан энергийн хэмнэлттэй технологи ашиглах -Хоёрдогч цахилгаан үүсгүүрийг түлхүү ашиглах -Төвийн эрчим хүчийг үр ашигтай ашиглах ICT салбарын үүсгэж байгаа сүлжээний цахилган зарцуулалтыг зураг 3-т үзүүлсэн байдлаар дундажлан харуулж болно. Зургаас харахад радио хандалтын сүлжээнд хамгийн их буюу 51%, суурин цахилгаан холбоонд 18% ноогдож байна. Тиймээс Радио хандалтын сүлжээ нь хөрөлгөөнт холбооны сүлжээний гол бүрэлдэхүүн хэсэг бөгөөд энэ хэсэгт дээрх аргуудыг оновчтой ашигласнаар цахилгаан зарцуулалтыг ихээхэн бууруулах боломжтой юм. Суурь цахилгаан холбоо 18% Агрегатор 5% Радио хандалтын сүлжээ 51% FTTH 5% Дамжуулах систем 12% Суурь сүлжээ 9% Зураг 3. ICT салбарын үүсгэж байгаа сүлжээний цахилган зарцуулалт 3.1 Хөдөлгөөнт холбооны сүлжээний хувьд CO2 ийн хэмжээг тооцоолох арга Хөдөлгөөнт холбооны сүлжээ (C M)- нь дараах хэсгүүдээс тогтоно. Үүнд: А. Үндсэн холболтын төв (С MSC). Энэ нь GGSN, SGSN гэх мэт төвлөрсөн хяналтын дэд системүүд байна. В. Бааз станцын хяналтын төв (C BSC) C. Бааз станцын нэвтрүүлэх хүлээн авах төхөөрөмж (BTS) (C BTS) D. Гар утас (C MS) Гар утасны хуьд үйлдвэрлэгч талаас өөр өөр ногоон хөтөлбөр хэрэгжүүлж байгаатай холбоотой уг тооцоонд оруулсангүй. Зах зээлд гар утас үйлдвэрлэгчид маш олон болж байгаа бөгөөд олон улсын судалгаанд үндэслэн Монгол улсад 2 сая гар утас байна гэж үзээд 10 хүн тутмын нэг нь цэнэглэгчээ байнга цахилгааны үүрэнд залгаатай байлгадаг гэвэл цахилгаан зарцуулалт ямар байхыг хүснэгт 1-д үзүүлэв. ~ 49 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ Гар утасны цахилгаан зарцуулалтын дундаж үзүүлэлт Хүснэгт 1. Үзүүлэлтүүд Гар утас цэнэглэх үед Хэрэглэх чадал (2.5-3) Вт 0.45Вт Цэнэглэгч цахилгааны үүрэнд залгаатай байх үед Долоо хоногт 2 удаа 2 цагаар 4 цаг*2.8 Вт=11.2 цэнэглэхэд Bт/цаг 0.45Вт*164 цаг=73.8вт/цаг Жилд хэрэглэх чадал 11.2*52=582Вт/цаг 73.8*52=3837.6Вт/цаг Хэрэглэсэн чадлын АҮК 13% ашигтай 87% үр ашиггүй Үүсэх CO2-ийн хэмжээ 0.383 кг 2.53кг 2 сая гар утаснаас үүсэх СО2 766 тонн 506 тонн(1/10 нь) Хэрэглэх нүүрсний хэмжээ 1164 тонн 769 тонн Хэрэв хөдөлгөөнт холбооны төв Р MMS, КВт чадлын төвийн эрчим хүчнээс X MMS цаг, Z MMS KVA чадал дизель генератораас У MMS цаг хэрэглэсэн гэвэл: С MSC=0.365(0.658X MMS Р MMS+(0.528У MMS Z MMS /ƞ)) [тонн] (1) Дээрхтэй адил бааз станцын хяналтын төв (C BSC), Бааз станцын нэвтрүүлэх хүлээн авах төхөөрөмж (BTS) (C BTS) дээр тооцооны томьёог гаргавал дараах байдалтай байна. C BTS=0.365(0.658X MBSC Р L+(0.528У MBSC Z MBSC /ƞ)) [тонн] (2) CBTS=0.365(0.658X MBSC Р MBSC+(0.528У MBSC Z MBSC /ƞ)) [тонн] (3) Эндээс нийт CO 2 ийн хэмжээ нь: C M=C MSC+C BSC+C BTS [тонн] (4) Орчин үед 3G, 4G сүлжээнд 2.1, 2.3 ГГц болон түүнээс дээш давтамжийг ашиглаж байгаа бөгөөд 2G сүлжээнд ашигладаг 900 МГц давтамжтай харьцуулахад чөлөөт орчны унтралт их байдаг учраас гаралтын чадал өндөр байх шардлагатай. Энэ нь хөдөлгөөнт холбооны сайтуудыг дундын байдлаар ашиглах шаардлагатайг харуулав. Манай улсад хөдөлгөөнт холбооны 4 оператор үйл ажиллагаа явуулж байгаа бөгөөд Мобиком 600 гаруй, Юнител 400 гаруй гэх мэт нээлттэй байгаа мэдээллээс ойролцоогоор 1500 орчим бааз станц байгаа гэж үзвэл тэдгээрийн цахилгаан зарцуулалт болон цацаргаж буй CO 2 ийн хэмжээ ямар байхыг хүснэгт 2-т үзүүлэв. Бааз стаанцуудаас үүсэх CO2-ийн хэмжээ Хүснэгт 2. Операторууд Бааз станцын тоо Эрчим хүчний үүсгүүр/ бааз станцын чадал Зарцуулах чадал Мобиком 600 6832800 кв/ц Юнител 400 Төвийн эрчим 4455200кВ/ц Скайтел 300 хүч/1300 Вт 3416400 кв/ц Ж-Мобайл 200 2277600 кв/ц Нийт хэрэглэх чадал 16982000кВ/ц Үүсгэх CO2 хэмжээ 11174 тонн Хэрэглэх нүүрсний хэмжээ 16982 тонн ~ 50 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 3.2 Хөдөлгөөнт холбооны сайтуудын үүсгэх CO2 ын хэмжээг бууруулах боломжууд Энэ судалгааны хүрээнд хөдөлгөөнт холбооны сайтын дэд бүтцийг дундын байдлаар ашиглах болон цахилгаан тэжээлийн хангамжийг зөв оновчлон CO 2 ын хэмжээг бууруулахаар авч үзсэн. 3.2.1 Дэд бүтцийг дундын байдлаар ашиглах боломж Хөдөлгөөнт холбоонд бааз станцуудыг суурилуулан бүрхэлтүүд үүсгэх замаар холбоо зохион байгуулдаг. Хөдөлгөөнт холбооны операторууд GSM болон CDMA стандартын технологийн алийг нь хэрэглэж байгаагаас хамаарч дэд бүтэц буюу сайтуудаа тус тусад нь байгуулж ирсэн. Гэвч орчин үед хөрөнгө оруулалтыг болон үйл ажиллагааны зардлаа багасгах, цахилгаан эрчим хүчээ хэмнэх улмаар CO 2 ын хэмжээг бууруулахад хувь нэмэр оруулах зорилгоор сайтуудыг дундын байдлаар зохион байгуулах болов. Сайтуудыг дундын байдлаар зохион байгуулахдаа идэвхитэй идэвхигүй гэсэн 2 аргыг хэрэглэж байна. Идэвхигүй (Passive sharing) арга. Физик сүлжээний түвшинд цамхаг, кабель, тоног төхөөрөмжийн өрөө, агааржуулалт, хөргөлтийн систем, дохиололын систем, цахилгаан тэжээлийн систем зэргийг дундын байдлаар ашиглахыг хэлэх бөгөөд ерөнхийд нь сайт гэнэ. Энэ аргыг ашигласан үед хөрөнгө оруулалтын болон үйл ажиллагааны зардлыг 30% хүртэл хэмжээгээр буурах боломжтой. Мөн цамхаг үйлдвэрлэх буюу хөргөлтийн системд зарцуулах цахилгаан эрчим хүч хэмнэгдэнэ. Идэвхитэй (Active sharing) арга. Антенны систем, суурь дамжуулах систем, бааз станцыг дундын байдлаар ашиглана. Идэвхитэй буюу радио хандалтын сүлжээний түвшинд дундын байдлаар ашиглах аргыг ашигласан үед хөрөнгө оруулалтын болон үйл ажиллагааны зардлыг 40% хүртэл хэмжээгээр хэмнэх боломжтой. Цахилгаан зарцуулалт (25-30)% буурах боломжтой. 3.2.2 Бааз станцын цахилгаан хангамжийг оновчлох боломж Хөдөлгөөнт холбооны системд хамгийн гол төхөөрөмж нь бааз станц бөгөөд сүлжээний нийт цахилгаан энергийн зарцуулалтын 70 орчим хувийг бааз станцууд дангаараа зарцуулдаг гэсэн судалгаа байдаг. Иймээс цахилгаан энергийн хэмнэлт бий болгох, мөн байгальд ээлтэй цахилгаан үүсгүүр ашигласнаар сүлжээний үр ашгийг нэмэгдүүлэх боломжтой. Хөдөлгөөнт холбооны сайтуудын цахилгаан тэжээлийг дараах аргуудаар шийдэж байна. Үүнд: - Төвийн эрчим хүч + дизель генератор + (UPS) - Нарны үүсгүүр + дизель генератор + (UPS) - Салхин үүсгүүр + дизель генератор + (UPS) - Нарны үүсгүүр+салхин үүсгүүр+дизель генератор+ (UPS) Дээрх аргуудын хувьд Төвийн эрчим хүч, дизель генератор ашиглах хэлбэр нь CO 2 үүсгэдэг байгальд ээлгүй технологиуд болно. Монгол улсад үйл ажиллагаа явуулж байгаа 4 операторуудын хувьд бүх сум суурин газарт сүлжээтэй байх зорилгоор үе шаттайгаар сүлжээний өргөтгөл хийж ирсэн. Бааз станцыг шинээр суурилуулахдаа тухайн сум суурин газар төвийн эрчим хүчний үүсгүүртэй бол төвийн эрчим хүч + дизель генератор + (UPS) төвийн эрчим хүчинд холбогдоогүй бол нарны үүсгүүр + дизель генератор + (UPS) хувилбараар цахилгаан тэжээлийг шийдэж байна. Олон улсыг туршилтаас харахад ногоон технологид тулгуурласан цахилгаан тэжээлийн шийдэл хийхдээ 2КВт хүртэл чадал шаардах бааз станцуудад нарны үүсгүүр ашиглаж байгаа бол 2КВт аас дээш чадал хэрэглэх томоохон бааз станцуудад нарны үүсгүүр, салхин үүсгүүрийг хамтатган ашиглаж байгаа ба төвийн эрчим хүчийг нөөц байдлаар ашиглаж байгаа. Судалгаагаар өдөрт 6-8 цаг нартай байдаг газруудад нарны үүсгүүр, салхины хурд 1.7 м/с-ээс дээш байгаа газарт салхин үүсгүүр ашиглах боломжтой гэж үздэг. Монгол орны хувьд ихэнх бүс нутагт дээрх үзүүлэлтүүд хангагдах учраас ногоон технологийн цахилгаан үүсгүүрийг ашиглах бүрэн боломжтой юм. Мөн харилцаа холбооны салбарт цахилгаан хангамжийг оновчлох өөр нэг арга нь эрчим хүний хэмнэлттэй технологиудыг нэвтрүүлэх явдал юм. Зураг 4 өөс бааз станцын хувьд цахилгаан зарцуулалт хэрхэн хуваарилагддагыг харж болно. Одоогоор бааз станцын чадал хамрах хүрээнээс шалтгаалж дунджаар (1200-2500) Вт байгаа бөгөөд нийт чадлын 65% чадлын өсгүүрт, 20% орчим нь хөргөлтийн системд, 10% орчим нь тэжээлийн үүсгүүрт, үлдсэн хувь нь дохио боловсруулах төхөөрөмжид тус тус зарцуулагдаж байна. ~ 51 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ Дохио боловсруул алт (5-15)% 10% Цахилгаан тэжээл (5-10)% 7.5% Агааржуулалт, хөргөлт (10-25)% 17.5% Фидер, чадлын өсгүүр (50-80)% 65% Зураг 4. Бааз станцын цахилгаан зарцуулалт Дээрх цахилгаан зарцуулалтын хувь хэмжээг багасгахын тулд дараах арга технологиудыг нарийвчлан судалж одоо байгаа болон шинээр байгуулах сайтууддаа ашиглах нь зүйтэй. 1. Одоо ашиглаж байгаа хөргөлтийн систем нь төхөөрөмжийн өрөөний дотрох агаарыг халсан үед хөргөх, өвлийн цагт нэмэлт халаагуур залгах замаар өрөөг халаах технологи байна. Бусад улс орны туршлагаас харахад гадаа байрлах боломжтой (outdoor) бааз станц ашигласнаар хөргөлтийн системд зарцуулах чадлыг багасгаж байна. Мөн агаарын урсгалаар хөргөх, агаар сэлгэх технологи (natural cooling system ) г голлон ашиглаж эрчим хүчийг 25% хүртэл хэмнэж байна. 2. Их чадлын өсгүүрт зарцуулж байгаа цахиалгаан энергийг хэмнэхийн тулд өсгүүрийн АҮК-ийг дээшлүүлэх хэрэгтэй. Үүний тулд өсгүүрийг уридчилан гажуудуулах хэлхээтэй хамтатган ашиглах нь хамгийн үр дүнтэй. Мөн гаралтын өсгүүр антенн хооронд холбосон фидер буюу коаксиаль шугаманд үүсэх алдагдал их байдаг учраас өсгүүр антенн хооронд шууд холбох технологи нэвтрүүлснээр цахилгаан зарцуулалтыг 35% хүртэл багасгах боломжтой. Дүгнэлт Ногоон радио эрдэм шинжилгээний ажлын хүрээнд онолын талаас судлагдсан дөрвөн үндсэн аргын талаар дэлгэрэнгүй өгүүлсэн ба эдгээр аргууд нь утасгүй сүлжээний томоохон хүндрэл болох эрчим хүчийг хэмнэх тал дээр давуу шинжийг агуулаад байгаа юм. Сүлжээний архитектур, дамжуулалтын технологийн хувьсалтай холбоотойгоор ирээдүйн утасгүй сүлжээний эрчим хүчний хэмнэлтийг улам боловсронгуй болгоход дээр санал болгосон аргуудыг хэрхэн ашиглах талаар илүү их далайцтай судалгаа хийх шаардлага байсаар байна. А.Утасгүй сүлжээг цаашид өргөжүүлэн хөгжүүлэхийн тулд буюу ногоон хувьсгал хийхийн тулд операторын тоног төхөөрөмж үйлдвэрлэгчид болон бусад холбоотой салбаруудад нэн даруй шаардлагатай байгаа хэрэгцээ шаардлагыг хангахуйц боломж нөхцлийг бүрдүүлэх шаардлагыг тавих хэрэгтэй байна. В.Хөдөө орон нутагт төдийгүй хот, аймгуудын төвүүдэд ашиглаж байгаа бааз станцын дэд системийг сэргээгдэх эрчим хүчний үүсгүүрээр тэжээх, бааз станцын чадал, технологи, хөргөлтийн системийн талаар судалгаа хийж үр дүнг хэрэгжүүлэх С.LTE технологи болон шинээр технологи нэвтрүүлэхдээ операторууд харилцан тохиролцож идэвхитэй сүлжээний хэсгээ хэрхэн дундын байдлаар ашиглах талаар тодорхой бодлого боловсруулах. Ашигласан материал [1] Green Radio Communication Networks ~ 52 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 EDITED BY Ekram Hossain Vijay K. Bhargava Gerhard P. Fettweis [2] V. Cerf, et al.. "Interplanetary Internet (IPN): architectural definition. InterPlaNelary Internet Research Group, memo IPN'RG architecture. 2001. 121 V. Cerf, ei al.. Delay-tolerant networking architecture, IHTF RFC 4838. Apr. 2007. [3]K. Fall and S. Farrell, DTN: an architectural retrospective." IEEE Journal on Selected Areas in Communications, vol. 26. no. 5. pp. 828-836. June 2008. Зохиогчийн тухай: Банзрагч овогтой Туяа миний бие 2002 онд ШУТИС-МХТС-д Радио холбооны инженерийн мэргэжлээр элсэн орж 2008 онд бакалавр зэрэгтэй төгссөн. 2015 онд ШУТИС-МХТС-д Утасгүй холбооны мэргэжлээр магистрт элсэн орсон. Магистрын судалгааны ажлаа Холбооны салбарын эрхлэгч доктор (Ph.D), дэд профессор Н.Эрдэнэхүү багшаар удирдуулан Бааз станцын цахилгаан зарцуулалтыг байгальд ээлтэй байдлаар төлөвлөх боломжийн судалгаа сэдвээр судалж байгаа. ~ 53 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ Хураангуй: ҮЙЛДВЭРИЙН ШҮҮХ ПРОЦЕССЫН ДАРАЛТАТ ШҮҮЛТҮҮР БА ӨТГӨРҮҮЛЭГЧИЙН УЯЛДАА ХОЛБОО Б.Эрдэнэбат *, А.Батмөнх ** * Магистрант, Электроникийн салбар, ШУТИС-МХТС ** Профессор, Электроникийн салбар, ШУТИС-МХТС, Улаанбаатар хот, Монгол И-мэйл: baatarkhuuerdenebat@gmail.com И-мэйл: abatmunkh@must.edu.mn Сүүлийн үед манай орны уул уурхай, барилгын материалын үйлдвэрлэлийн шүүн хатаах процессын ажиллагаанд даралтат шүүлтүүрийг түлхүү хэрэглэх болжээ. Даралтат шүүлтүүр нь бүтээмж өндөртэй, зардал багатай сүүлийн үеийн шийдэл юм. Уулын баяжуулах Эрдэнэт үйлдвэрт даралтат шүүлтүүрийг ашиглаад 10 жил болж байгаа бөгөөд энэ хугацаанд шинэ төхөөрөмжийг хөрсөнд буулгах талаар олон тооны ажил хийгдсэн хэдий ч өнөөдрийг хүртэл шийдэгдээгүй асуудлууд байгаа нь заавал шийдвэрлэх асуудлуудын нэг хэвээр байсаар байна. Эдгээрийн дотроос хатаах процессын циклийн бүтээмжийг сайжруулах зорилго бүхий гэдрэг холбоотой автоматжуулсан системд суурилсан техникийн нэгэн шийдлийг энэхүү өгүүллээр танилцуулж байна. Түлхүүр үг: даралтат шүүлтүүр, нягт, булинга, цуглуулагч Үндсэн хэсэг Оршил Эрдэнэт ХХК үйлдвэрийн шүүн хатаах хэсэгт зэс, молибдены баяжмал шүүх EIMCO M1500 маркийн зэсийн 3ш ( 8, 9, 10), молибдены 2ш ( 11, 12) даралтат шүүлтүүрийн цогцолбор төхөөрөмж ажилладаг. (зураг 1) Зэсийн даралтад шүүлтүүрийн хувьд циклийн дундаж бүтээмж 13-19 тн хооронд хэлбэлздэг. Циклийн үргэлжлэх хугацаанаас хамаарч цагт дунджаар 4-5 цикл хийдэг. Үүнээс үүдэн 4 циклээр шүүн, хатаах баяжмалыг 5 циклээр шүүж, хатаахад хүрдэг. Тасралтгүй ажиллагаатай үйлдвэрийн хувьд энэ нөхцөл байдал нь цаг болон мөнгө үрж байгаа хэрэг юм. 1. Даралтат шүүлтүүрийн бүтээмж ба булингын хатуулаг Даралтад шүүлтүүр нь бүрэн автоматчилагдсан бөгөөд тэжээлийн булинга дахь мөхлөгийн хэмжээ, шүүх даралт, хатаах агаарын даралт тогтмол байх үед түүний бүтээмж тогтмол байх ёстой юм. Гэвч Эрдэнэт үйлдвэрийн хувьд өтгөрүүлэгчийн хяналт, удирдлагын автоматжуулсан системгүйн улмаас өтгөрүүлэгчээс гарах булингын хатуулгийг тогтмол барьж чаддаггүй. Энэ хэсэгт булингын хатуулаг даралтад шүүлтүүрийн бүтээмжид хэрхэн нөлөөлж байгааг судалсан үр дүнг авч үзнэ. 1.1 Даралтат шүүлтүүрийн цагийн бүтээмж Зураг 2, 3-т үзүүлсэн даралтад шүүлтүүр 8, 10 ийн нэг сард ажилласан цагийн ачааллаас харахад даралтад шүүлтүүр 8- ийн дундаж ачаалал нь Δm 8= 69тн/цаг байгаа бол Зураг 3-т нэг сарын хугацаанд даралтад шүүлтүүр 10 -ийн дундаж ачаалал нь Δm 10= 79тн/цаг байна. ~ 54 ~

ЦАГИЙН АЧААЛАЛ, ТН/ЦАГ ЦАГИЙН АЧАААЛАЛ, ТН/ЦАГ МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 110 100 90 80 70 60 5-Feb 10-Feb 15-Feb 20-Feb 25-Feb 2-Mar 7-Mar 12-Mar 17-Mar ХУГАЦАА Зураг 1. Даралтат шүүлтүүр 8 цагийн ачаалал 130 120 110 100 90 80 70 60 11-Jan 16-Jan 21-Jan 26-Jan 31-Jan 5-Feb 10-Feb Зураг 2. Даралтат шүүлтүүр 10 цагийн ачаалал Даралтад шүүлтүүрийн онолын үндэс нь Пуазейлийн хоолой дахь люминар урсгалын хуулиас үндэслэсэн байдаг. Түүний хуулийг Дарси, Карман-Козени нар даралтад шүүлтүүрийн хувьд томьёолсон байдаг [1]. Дарсигийн хуулиар шүүх материалаар дайран өнгөрөх урсгалын эзэлхүүний хурд нь шүүлтүүрийн өмнөх ба дараах даралтын зөрүүнд шууд хамааралтай байдаг. Дарсийн хууль нь : dp J = k (1) µ dz Энд, dp нь даралтын уналт, dz шүүх орчны зузаан, k нэвтрүүлэх чадвар, µ - үрэлтийн коэффициент, J шингэний эзэлхүүний хурд тус тус байна. Карман- Козени хууль нь шүүлтүүрээр дайран өнгөрөх урсгалын хурдыг тодорхойлсон байдаг [2]. = k µ v L c ε ((1 ε)s 0 ) 2 (2) ε P даралтын зөрүү, L c- шүүгдэсний зузаан, k=4.17, ε сүвэрхэг чанар, S 0- нэгж эзэлхүүн дэх хатуугийн эзлэх талбай, v урсгалын хурд P ХУГАЦАА Дарси болон, Карман-Козени нарын томьёоноос даралтад шүүлтүүрт шүүгдэх хатуугийн массыг олбол: dw = ρ x (1 ε)dz (3) Энд, dw хатаасан шүүгдэсний масс, ρ x булинга дах хатуугийн нягт, ε- шүүх материалын сүвэрхэг чанар тогтмол ( үзүүлэлт байдаггүй ), dz шүүх орчны зузаан тогтмол 50мм байна. Булинга дах хатуугийн нягтыг булингын хатуугийн агуулгаар илэрхийлбэл [5] dw = C s W f V s (1 ε)dz (4) Энд, C s - булингын хатуугийн агуулга, W f - булингын жин, V s булинга дахь хатуугийн эзлэхүүн. Эндээс харахад даралтад шүүлтүүрт шүүгдэх шүүгдэсний жин нь булингын хатуугийн агуулгатай шууд хамааралтай байна. Даралтад шүүлтүүрт дунджаар нэг циклд 15 м3 булинга шахдаг. Тэгвэл булингын ~ 55 ~

60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 MO ДАВТАМЖ 0 1 5 19 2 59 11 270 235 76 1 4 0 303 563 634 1376 1843 2223 2519 Нэг циклдэх хуурай масс, ТН ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ хатуулаг 65% ба 70% байх үеийн булинга дахь хатуугийн массын зөрүүг олбол: Δ = M 70 M 65 = 2.4 т зөрүү гарч байна. 2013-2015 оны хоорондох даралтад шүүлтүүрүүдийн цагийн ачаалал болон булингын хатуулгийн өгөгдөлд корреляцийн шинжилгээ хийж үзвэл r 8 = 0.45, r 10 = 0.43 гэсэн хамааралттай байна. Тухайн үеийн баяжмалын чийглэгийг булингын хатуулагтай харьцуулж үзвэл r 8 = 0.79, r 10 = 0.78 гэсэн хамааралттай байна. Зураг 3.-т даралтад шүүлтүүрийн бүтээмжийг булингын хатуулагтай харьцуулсан туршилтын үр дүнг харуулав. Эндээс даралтад шүүлтүүрийг тогтмол, бүтээмж өндөртэй ажиллуулахын тулд түүний тэжээлийн хатуугийн агуулгыг тогтмол 70% -иас бууруулахгүй ажиллах хэрэгтэй гэдэг нь харагдаж байна. 20 18 16 14 12 60% 62% 64% 66% 68% 70% 72% 74% 76% Булингын хатуулаг, % 1.2 Булингын хатуулаг Зураг 3. даралтад шүүлтүүрийн бүтээмж ба булингын хатуулгийн хамаарал Булингад тавигдах шаардлага нь 65-72% хатуугийн агуулгатай байх ёстой. Гэвч өтгөрүүлэгчээс сорж байгаа насосыг даралтад шүүлтүүрийн тэжээлийн чанын түвшинтэй хамааралтайгаар удирдсанаас болж чан дах булингын хатуугийн агуулга 60-72% хооронд хэлбэлздэг. 2013-2015 оны хоорондох өтгөрүүлэгчийн булингын хатуулгийг хэмжсэн хэмжилтээр байгуулсан гистограммыг зураг 4.-д үзүүлэв. Эндээс харахад булингын хатуугийн агуулга 70% -аас бага байх тохиолдол нь нийт хугацааны хагастай тэнцэж байна. Зураг 4. 2013-2015 оны хоорондох булингын хатуулгийн агуулага 2. Өтгөрүүлэгчийн хяналт тохируулгын систем БУЛИНГЫН ХАТУУЛАГ % Камер бүрэн дүүрсэн үед булингын зарцуулалт багасдаг тул даралтад шүүлтүүрийн камерын дүүргэлтийг сайжруулах зорилгоор булингын зарцуулалт хэмжигчийг ашиглан автомат удирдлагатай гэдрэг холбоо бүхий системийг үүсгэж болно. Ингэснээр камер дүүргэлтийг сайжруулах хэдий ч булингын хатуулаг бага үед циклийн үргэлжлэх хугацаа удааширч зарим үед цагт 2 цикл хийх хэрэгтэй болдог. Иймд даралтад шүүлтүүрийн тэжээлийн булингын хатуулгийг тогтмол барьж шүүлтүүрийн бүтээмжийг дээшлүүлэх нь зүйтэй юм. Үүний тулд өтгөрүүлэгчид дараах хяналт, удирдлагын системийг хэрэглэх хэрэгтэй. Өтгөрүүлэгчийн суурьт үйлчлэх даралтын хэмжээ нь дараах хуулийн дагуу өөрчлөгдөнө. P = P atm + P суурь = P atm + ρ svgɸ A (5) ~ 56 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 P atm - агаарын даралт, ρ s хатуугийн нягт, V өтгөрүүлэгчийн нягт, g- хүндийн хүчний тогтмол, А өтгөрүүлэгчийн суурийн талбай, ɸ - хатуугийн агуулга PT даралт хэмжигчийн зориулалт нь өтгөрүүлэгчийн суурь дах тунасан массыг тодорхойлно. Түүний үүрэг нь насосоор сорогдох булингын хэмжээг их байлгах, насосд даалгавар өгөх, өтгөрүүлэгчийн аюулгүйн ажиллагааг хангах параметрүүдийн үүргээр тус тус ашиглагдана. Өтгөрүүлэгчийн тунах процесс дох өтгөрсөн баяжмалыг хамуурын хэт ачааллын 80% тай тэнцүү хүртэл үргэлжлүүлэх ба энэ үед өтгөрүүлэгчийн халианы цэвэр байдлыг давхар шалгана. Эндээс Pmax утгыг туршилтаар тогтооно. Pmax утгыг өтгөрүүлэгчид тунах баяжмалын хамгийн их утга гэж тооцно. DT гамма плотномер нь насосоор сорогдох булингын хатуулгийг хэмжинэ. Насос өтгөрүүлэгчийн суурьт тунасан баяжмалын суурьт үзүүлэх даралт Pmax-д хүрсэн үед залгагдаж булингын хатуулаг ɸ < 70% үед зогсож өтгөрүүлэлтийг цааш үргэлжлүүлэн өтгөрүүлэгчийн суурийн даралт дахин Pmax д хүрэхийг хүлээнэ. Хамагчийн ачаалал А VFD м Өтгөрүүлэгч Ц-25 1 FIT Баяжуулах үйлдвэрээс зэсийн баяжмал Өтгөрүүлэх процессыг хурдасгах зориулалттай фолкулянтыг баяжмалын зарцуулалтаас хамаарч автоматаар өгнө PT DT LT Даралтад шүүлтүүр руу 70% плотность Зураг 5. Өтгөрүүлэгчийн булингын хатуулгийг тодорхойлох Суурийн даралт Р Хатуугийн агуулга ɸ P max Насосны удирдлага t Зураг 6. Өтгөрүүлэгчийн хатуугийн агуулга ба даралтын хамаарал Дүгнэлт Өтгөрүүлэгч нь хяналт, удирдлагын системтэй болснооор даралтат шүүлтүүрийн тэжээлийн хатуулгийг 70% -аас багагүй тогтмол барьж, шүүлтүүрийн бүтээмжийг дунджаар 10% -аар нэмэгдүүлэх боломжтой юм. Бүтээмжийг ийнхүү дээшлүүлснээр зөвхөн эрчим хүч, усны зарцуулалтын хувьд хүснэгт 2 дахь хэмнэлтийг хийх боломжтой юм. Мөн хатаасан баяжмалын чийглэгийг тогтмол барих, цаг тутамд ~ 57 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ хийгдэх булингын хатуулгийг автоматаар алдаа багатай гаргах боломжтой болох юм. Сүүлийн үеийн бүтээмж өндөртэй өтгөрүүлэгчийн загвар болох хавтант өтгөрүүлэгчид энэхүү хяналт, удирдлагын системийг ашиглах боломжтой юм. Төхөөрөмжийн нэр Хүснэгт 2. Даралтад шүүлтүүрийн нэг цикл дэх зардал Эрчим хүчний зардал цикл тутамд Номинал чадал, Квт/цаг Ажиллах хугацаа, мин Хэрэглэх чадал, Квт/цаг Тариф Компрессор 300 7 35 Гидронасос 37 6 3.7 Тэжээлийн насос 240 5 20 182.15 Усны насос 110 2 3.67 Бусад /удирдлага, гүйцэтгэх механизмууд/ 10 15 2.50 Нийт 64.87 11,815.46 Нэг циклд зарцуулагдах усны хэмжээ 10 m3 816 Нийт 8160 Нэг цикл дэх шүүх материалын элэгдэл тоо ширхэг Үнэ Шүүх цамцны тоо 77 1000000 Сард хийгдэх циклийн тоо хамгийн ихдээ 3000 Нэг цикл дэх шүүлтүүрийн хорогдол 3,3360 Нэг цикл дэх зардал (хамгийн багадаа) 23312 Жилд олборлох зэсийн баяжмалын хэмжээ 606000 тн Булингын хатуулаг тогтмол бус үеийн цагийн бүтээмж 70 т/цаг Булингын хатуулаг тогтмол бус үед ажиллах циклийн тоо 34087.5 Булингын хатуулаг тогтмол үеийн цагийн бүтээмж 80 т/цаг Нягт тогтмол үед ажиллах циклийн тоо 30300 Хэмнэх циклийн тоо 3787.5 Циклийн зөрүүнээс хэмнэх зардал /жилээр/ 88 000 000 Ашигласан хэвлэл: [1] Kevin Dunn. Separation Processes. 2013 [2] Seader, Henley, Roper. Separation Process Principles. 2006 [3] Fernando Concha A.Solid-Liquid Separation in the Mining Industry [4] Chaimaa Ben Skoura, Soukaina Ettouitmi, Zineb Largate, Faical Guenoun, Salaheddine Albustami. Modelling and Simulation of slurry phosphate thickening [5] Frank R.Spellman. Basic Mathematical for Water and Wastewater Operators [6] Stefan Diehl. Operating Charts for continuous sedimentation I: control of steady states [7] Б.Батбаяр, Ж.Цэвээнжав, Б.Алтантуяа. Реологийн нэгтгэсэн загвараар баяжуулалтын булинга тээвэрлэлтийг оновчлох [8] Ж.Амаржаргал, Г.Амартайван, Ж.Баатархүү, бусад, Эрдэнэт үйлдвэр ХХК-ний Баяжуулах Фабрикийн Эрдэнэтийн овоо ордын зэс-молибдены хүдэр баяжуулах технологийн заавар. 2008 он. [9] Цэдэндорж С, Оюунсүрэн П, Норовсүрэн Л. Инженерийн лавлах 7 2011 он. ~ 58 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 МАРКОВЫН ДАЛД ЗАГВАРЫГ ХУДАЛДААНЫ СИСТЕМИЙН ШИЙДВЭР ГАРГАЛТАНД АШИГЛАХ НЬ С.Зориг а, А.Хүдэр б а Магистрант, Компьютерийн ухааны салбар, ШУТИС-МХТС, Улаанбаатар, Монгол улс б /багш/ Доктор, Компьютерийн ухааны салбар, ШУТИС-МХТС, Улаанбаатар, Монгол улс a И-мэйл: fixcorrect@gmail.com б И-мэйл: Khuder@Must.edu.mn Хураангуй: Нийслэлийн хэмжээнд худалдаа үйлчилгээ, бараа бүтээгдэхүүн борлуулах, хүнсний дэлгүүрийн чиглэлээр үйл ажиллагаа явуулдаг нийт 8484 тооны цэг байдгаас ихэнх газар нь худалдааны програм ашиглан НӨАТУС-тай холбоотой ашглаж байна [1]. Эдгээр газрууд нь хоорондоо өрсөлдөөнтэй буюу хэрэглэгчдээ татах, эрэлттэй бүтээгдэхүүн борлуулж ашиг орлогоо нэмэгдүүлэн хөрөнгөө эргэлтэнд оруулдаг. Сүүлийн үед эдийн засгийн тогтворгүй байдлаас шалтгаалан урт хугацааны төлөвлөгөө, төсөв төлөвлөхөд жижиг дунд бизнес эрхлэгчдийн хувьд хэцүү асуудал болоод байна. Энэхүү судалгааны ажил нь тэдгээр газруудаас нэгийг сонгон авч түүхэн бодитой өгөгдөл дээр үндэслэн маргаашийн орлогын таамаг дэвшүүлэх юм. Түлхүүр үг: Марковын далд загвар; магадлал; урьдчилан таамаглах; цаг агаар Үндсэн хэсэг Оршил Үйлчилгээний газраас бүтээгдэхүүн сонгон авах нь тухайн үйлчилгээний газрын хувьд санамсаргүй үзэгдэл боловч хэрэглэгчийн хувьд хэрэгцээ шаардлагатай холбоотой. Хэрэглэгч тухайн бараа бүтээгдэхүүн сонгох эсвэл төстэй бүтээгдэхүүн сонгон авч болно. Үүнээс шалтгаалан хэрэглэгчийн эрэлт нийлүүлэлт нь менежерийн хувьд чухал юм. Менежер маргааш хэдэн төгрөгний орлого олохоос хамаараад бараа бүтээгдэхүүний эрэлт нийлүүлэлттэй холбоотой зохицуулалт хийх юм. Мэдэгдэхгүй байгаа төлөв нь хамгийн их эрсдэл дагуулж байгаа бөгөөд үүнийг тодорхой болгосноор зохицуулалт сайжран ашиг орлого нэмэгдэх юм. [2] Үүнийг өмнөх түүхүүд дээр нь үндэслэн таамаглах юм. Үүний тулд мэдэгдэж байгаа төлөв болох цаг агаарын төлвийг ашиглан далд төлвийг таамагласан. Бусад Өгөгдлийн шинжилгээ хийдэг програмууд нь /tableau/ зөвхөн тухайн өгөгдөл дээр үндэслэн мэдээ гаргадаг. Энэ үр дүн дээрээ үндэслэн менежерүүд дараагийн зохицуулалтыг хийдэг. 3. Онолын хэсэг Дараагийн төлөв нь өмнөх төлөвөөсөө хамаарах марковын загвар дээр суурилсан юм. Энэхүү загвар нь ажиглалтын тухайн төлвүүд мэдэгдэж байхад мэдэгдэхгүй байгаа төлвийг таамаглах боломж олгож байгаа юм. Далд төлөв нь ил хэсгийн шилжилтийн магадлалаас хамааралтай. Шилжилт өөрчлөгдөж байхад далд төлвийн магадлал өөрчлөгдөнө. Дискрет хугацаатай төгсгөлөг төлөвт марковын процесс : Систем нь 1,2,...,n гэсэн төлвүүдэд оршин байдаг бөгөөд хугацааны q i(i=1,2, ) агшнуудад төлвөө өөрчилдөг байг. Хэрэв P(q t = j/q t-1 = i, q t-2 =k, ) = P(q t = j / q t-1 = i) (1) Нөхцөл биелэгдэж байвал уг системийг нэгдүгээр эрэмбийн марковын төлөв гэнэ. Харин марковын далд загварыг дараах элементүүд тодорхойлно.[3] Марковын далд загвар нь дараачийн төлөв нь өмнөх төлвөөсөө хамааралтай учраас ашиглахад хамгийн тохиромтой гэж үзэв. ~ 59 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ Зураг 1.Төлөв шилжилт Төлөвүүдийн тоо Төлөв шилжилтийн матриц S = {S 1, S 2, S n} (1) Төлөв бүр дэх үр дүнгийн олонлог V = {v 1, v 2, v m} Төлөв бүр дэх үр дүнгүүдийн магадлал Анхны төлөвийн магадлал Үнэлгээ: a ij =P(q t = S j / q t-1 =S i), 1 I, j n (2) b j (V k) = P (O t = V k / q t = S j), 1 j n, 1 k M (3) πi = P(qi = Si), 1 i n (4) Ажиглалтын дараалал O, - загвар өгөгдсөн байхад P(O/ ) магадлалыг хэрхэн үр ашигтай тооцоолох вэ? Төлөв бүр N үр дүнтэй ба туршилтын дараалал O-ны T урттай байвал өгөгдсөн туршилтын дараалалд нийт N T ширхэг төлөвүүдийн дараалал харгалзана. [2] P(O/ ) магадлалыг бүтэн магадлалын томъёо ашиглаж олбол : P(O/ ) = q, a11 a12... a1 n a21 a22... a2n A... an1 an2... ann P(q/ )P(O/q, ), q = (q 1, q 2, q r) (5) Зураг 2. Далд болон ил төлөв ~ 60 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 Тайлбар: Мэдэгдэж байгаа ил төлөв: Х1, X2, X3 далд төлөв: y1, y2, y3, y4. P(O/ ) олоход 2TN T үржих үйлдлийг гүйцэтгэнэ. Жишээ нь N=5, T=100 үед 2*100*5 100 10 72 үйлдлийн (үржих, нэмэх) үйлдэл гүйцэтгэнэ гэсэн үг. Гэвч forward ba backward алгоритмуудыг ашиглан P(O/ ) магадлалыг тооцоолоход дээрх 10 72 үйлдлийн оронд 3000 үйлдлийг хийнэ. [2] Forward алгоритм: Зураг 3.Алгоритм α t(i) = P(O 1, Ot, q i = i / ) гэсэн функцийг тодорхойлно. α t+1( N j ) = [ i=1 α t(i)aij] bj (Ot+1), 1 j N, 1 t T-1 (6) P(O/ ) = N i=1 α t(i) Backward алгоритм: Bt(i) = P(O t+1, O t+2,, Ot, / q t=1, ) функцийг тодорхойлно. (8) Алхам 1. Bt(i) =1 1 i N (9) Алхам 2. Bt(i) = N j=1 aij bj(ot + 1)Bt + 1(J), 1 i N, t = T-1, T-2,,1 (10) (7) 2. Судалгааны хэсэг: Тус систем нь баазын бүтэц зохиомжоос хамаарал ихтэй учир хүссэн газар болгондоо ашиглаад байх боломжгүй. Худалдан авалтын тасалбар нь бараа болон бусад хүснэгтүүдтэй гадаад түлхүүрээр холбогдсон байх шаардлагатай. Тасалбар болгоныг нэг үйлчлүүлэгч хэмээн тооцож болно. Хэрэв байнгын үйлчлүүлэгч бол өмнө нь худалдан авсан түүхүүд үүснэ. Бааз нь mysql бөгөөд 2016.03.01-2016.11.01 хүртэлх өгөгдөл дээр судалгаа хийсэн юм. Хамгийн өндөр үнэтэй, хамгийн их борлуулалттай байгаа бүтээгдэхүүнийг авч тэдгээртэй хослуулах байдлаар судалгаагаа үргэлжлүүлэх юм. Бааз: Зураг 4. Баазын загвар ~ 61 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ Бааз нь дээрх байдлаар тасалбар болон бүтээгдэхүүний хооронд холбоос байх шаардлагатай бөгөөд үнийн дүнг тасалбарын дүнгээр нэгтгэж гаргах юм. Хүснэгт 1. Өдөрт олсон орлогын тухай : /2016.03.01-2016.10.09/ Үнийн дүнгийн харьцуулалт Хамгийн их 2292206 Дундаж 1328000 Хамгийн бага 243612 Орлогын тухай мэдээллээ 5 хэсэгт хуваан үзэж 5 төлөвт автомат гэж авч үзэх юм. Үүнийг ангилвал: 1728000 < =Y бол өндөр худалдан авалт (a) [1428000-1728000[ бол сайн худалдан авалт (b) [1228000-1428000[ бол дундаж худалдан авалт (c) [928000-1228000[ бол багавтар худалдан ават (d) Y<= 928000 бол бага худалдан авалт гэж ангилах юм. (e) Мөн бидний мэдэгдэж байгаа төлөв нь цаг агаарын мэдээлэл бөгөөд үүний төлөвүүдийг мөн 4 хэсэгт хуваан авч үзэх юм. Учир нь хүмүүсийн худалдан авалт хийх төлөв нь цаг агаараас хамааралтай гэж үзэж байгаа бөгөөд дээрх онолын хэсэг дээр үзсэн мэдэгдэж байгаа Х төлөв гэж авч үзэх юм. Мэдэгдэхгүй байгаа төлөв нь дараагийн өдрийн худалдан авалт юм. Цаг агаарыг ангилвал: 1. Нартай /цэлмэг өдөр бөгөөд цаг агаарын хүндрэлгүй/ 2. Үүлтэй /үүлэрхэг бөгөөд бүүдгэр / 3. Бороотой /дулаахан бөгөөд бороо орсон/ 4. Цастай /ихэнхдээ хүйтэн бөгөөд цас хаялсан/ Худалдан авалт болон цаг агаарын төлөвүүдийн магадлалыг дараах хүснэгтээс харвал. Төлвийн магадлал Хүснэгт 2. нартай үүлтэй бороотой цастай (a) 0.020408163 0.067568 0.047619 0.142857143 (b) 0.224489796 0.351351 0.095238 0.428571429 (c) 0.224489796 0.290541 0.285714 0.142857143 (d) 0.408163265 0.236486 0.52381 0.142857143 (e) 0.12244898 0.054054 0.047619 0.142857143 Мөн цаг агаарын төлөв шилжилтийн магадлалыг харвал: /2016.03.01-2016.10.09/ Хүснэгт 3. Төлөв шилжилтийн магадлал нартай үүлтэй бороотой цастай нартай 0.3043478 0.608695652 0.0652174 0.0217391 ~ 62 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 үүлтэй 0.2083333 0.680555556 0.0833333 0.0277778 бороотой 0.0909091 0.636363636 0.2272727 0.0454545 цастай 0.1428571 0.571428571 0.1428571 0.1428571 Эдгээр магадлалууд дээрээ үндэслэн дараагийн өдрийн орлогыг таамаглавал: /дараагийн өдөр нь нартай/ 2016.10.10-ны өдрийн орлогын таамаг: Цаг агаарын төлвийг харвал: Зураг5. Цаг агаарын төлөв Таамагласан төлөв: Зураг 6. Таамаг Тайлбар: Lower_buy буюу 928,000-1228000 төгрөгний хооронд худалдан авалт хийнэ гэж таамаглаж байгаа юм. Бодит үр дүнтэй харьцуулж үзвэл Тайлбар: Зураг 6. Харьцуулалт Бодит үр дүн нь 1123703 буюу манай таамагтай нийцтэй байгаа юм. ~ 63 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ Дүгнэлт Худалдаа үйлчилгээний олон газар байдгаас бид жижиг дунд бизнес эрхэлдэг тухайн нэг газрыг сонгон авч судаллаа. Судалгаанд ашиглагддаг олон аргаас марковын далд загварыг сонгон авч хэрэгжүүлэхийг зорилоо. Энэ арга нь тодорхойгүй нөхцөл байдлыг тодорхой төлөвөөс үнэлэхэд илүү тохиромжтой юм. Энэхүү аргыг бүхий л төрлийн өгөгдөл нь тодорхой мэдэгдэж байгаа газруудад хэрэглэхэд илүү тохиромжтой юм. Хэрэгжүүлснээр үндсэн програмд нэвтрүүлэх, менежерт давуу тал олгох юм. Цаашид тухайн бүтээгдэхүүний эрэлт нийлүүлэлттэй холбоотойгоор өргөжүүлэх боломжтой юм. Хамгийн чухал нь өгөгдөл нь үнэн зөв бодит байх хэрэгтэй бөгөөд тэр хэмжээгээрээ зөв таамаг дэвшүүлнэ. АШИГЛАСАН МАТЕРИАЛ [1] wikipedia, 2013. [Холбогдсон]. Available: https://en.wikipedia.org/wiki/hidden_markov_model. [2] Б. Энхбат ба Я. Базарсад, Магадлалын онол математик статистик, 2008. [3] 2015. [Холбогдсон]. Available: http://citycouncil.mn/?p=784. [4] weather, 2014. [Холбогдсон]. Available: https://www.timeanddate.com/weather/mongolia/ulaanbaatar/historic?month=5&year=2016. [5] Х. А.Таха, Введение в исследование операций, 2004. Зохиогчийн тухай Сүхбаатар овогтой Зориг ШУТИС-КтМС-г 2014 онд Програм хангамжийн инженер мэргэжлээр бакалаврын зэрэгтэй төгссөн. 2014-с одоог хүртэл тус мэргэжлээр магистрантаар суралцаж байгаа. Машин сургах арга аргачлалыг хэрхэн үр дүнтэй ашиглах талаар судалгаа хийдэг. ~ 64 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 SDN СҮЛЖЭЭНИЙ ТОПОЛОГИ ИЛРҮҮЛЭХ ПРОТОКОЛУУДЫН ХАРЬЦУУЛСАН СУДАЛГАА Ц.Чинболор а, А.Гэрэлцэцэг б а Магистрант, Мэдээллийн сүлжээ, аюулгүй байдлын салбар, ШУТИС-МХТС, УБ хот, Монгол улс б Багш Мэдээллийн сүлжээ, аюулгүй байдлын салбар, ШУТИС-МХТС, УБ хот, Монгол улс a И-мэйл: * chinbo19@gmail.com б И-мэйл: gereltsetseg@must.edu.mn Хураангуй Програм хангамжаар тодорхойлсон сүлжээ /SDN/ гэдэг нь үйлчилгээ үзүүлэгч болон сүлжээний оператор нарын хэрэгцээ шаардлагыг хангахуйц шинээр гарч ирж буй сүлжээний архитектур байгаа. Энэхүү шинэ технологи нь төвлөрсөн эсвэл тархсан платформ дахь удирдлагын функцуудыг төвлөрүүлэх зорилгоор өгөгдөл дамжуулах үе шатнаас удирдлагын үе шатыг салгасан. Мөн сүлжээний архитектур болон application хоорондын ажиллагааг илүү уян хатан, програмчлагдсан сүлжээний загвараар зохион байгуулах боломжийг олгодог. Гэхдээ сүлжээ нь цаг мөч тутамд шинэчлэлтийг шаарддаг тул үүнтэй уялдан үйлчилгээ болон сүлжээний application нь бүрэн ажиллагаатай байх шаардлагатай. Энэхүү судалгааны ажилд дан ганц удирдлагын домэйн дээрх контроллероор топологи илрүүлэхаргачлалын үндсэн протоколууд болон аргуудыг хэрхэн ашиглаж байгаа талаар авч үзнэ.мөн ОпенФлов биш болон ОпенФлов свичүүдээс бүрдсэн сүлжээнд топологи илрүүлэхаргын талаар авч үзнэ. Түлхүүр үгс: SDN, ОпенФлов, топологи илрүүлэх /topology discovery/, LLDP, BDDP Оршил SDN буюу програм хангамжаар тодорхойлогдсон сүлжээ нь сүлжээний нэгэн шинэ ухагдахуун бөгөөд арилжааны түвшинд төдийгүй эрдэм шинжилгээ судалгааны түвшинд шинэхэн гарч ирэн, хүчээ авч байгаа ойлголт юм [1], [2], [3]. SDN-ын нэгэн чухал ойлголт нь өгөгдлийн хэсгийг удирдлагын хэсгээс тусгаарласан явдал юм. Уламжлалт IP сүлжээний хувьд рутер нь пакетыг дамжуулахаас (өгөгдлийн хэсэг) гадна замчлалын протоколыг ажиллуулан сүлжээний замыг олж илрүүлэх, замчлалын шийдвэрийг гаргах (хяналт удирдлагын хэсэг) гэсэн үйл ажиллагааг зэрэг хийдэг бол SDN нь үүнээс өөр юм. SDN-ын хувьд рутер, свитч зэрэг дамжуулах, холбох төхөөрөмжүүдийн ухаалгаар удирдах үүрэг нь тэдгээрээс хасагдаж, үүний оронд эдгээр үйл ажиллагаа нь SDN контроллер гэж нэрлэгдэх логик нэгжид төвлөрдөг байна. Үүнийг програм хангамжид хэрэгжүүлдэг. SDN-ыг хэрэгжүүлснээр сүлжээг програмчлах боломж нэмэгдэхийн зэрэгцээ технологийн шинэчлэл инновацийг нэвтрүүлэх боломжтой болно. Контроллер дээр ажиллаж байгаа програм хангамжийг ашиглан сүлжээний шинэ үйлчилгээнүүд, аппликэйшн, policy буюу бодлого зэргийг хялбархан хэрэгжүүлж болдог. Контроллерын програм хангамж нь сайн тохируулсан API-аар дамжуулах элементүүдийг (өгөгдлийн хэсэг) удирдана, жишээлбэл OpenFlow [5]. Тохирох дүрмүүдийг суулгаж өгснөөр, контроллерын программ нь SDN-ын свитчүүдийг замчлах (routing), холбох (switching), хамгаалалт хийх (firewalling), сүлжээний хаягийн хөрвүүлэлт хийх (NAT), ачаалал тэнцвэржүүлэх (load balancing) зэрэг өргөн хүрээний үйл ажиллагааг гүйцэтгэх боломжтой болгож програмчилж чадна. Зураг 1-т SDN-ын үндсэн загварын логик дүрслэлийг харуулав. Хамгийн доод хэсэгт өгөгдлийн үйл ажиллагаагаар хангах үүрэг бүхий SDN свитчүүд буюу хоорондоо харилцан холбогдсон дамжуулах элементүүдээс бүрдсэн дэд бүтцийн давхаргыг харуулж байна. Эдгээр свитчүүд нь техник тоног төхөөрөмж байж болохоос гадна, программ хангамжид суурилсан, мөн Open vswitch гэх мэт виртуал свитч байж болно. Үүний дээд талын давхарга нь удирдлагын түвшин бөгөөд энэ түвшин нь логикоор төвлөрсөн, программ хангамжид суурилсан SDN контроллероос бүрдэнэ. Контроллерын нэг чухал үүрэг нь сүлжээний ерөнхий дүрслэлийг харуулах явдал юм. ~ 65 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ Удирдлагын түвшин (control layer) ба дэд бүтцийн түвшний (infrastructure layer) хоорондын интерфэйс нь ихэвчлэн southbound(өмнө зүгт чиглэсэн) интерфэйс гэж нэрлэгддэг. Зураг 1. SDN үндсэн загвар Southbound интерфэйсийн хамгийн өргөн хэрэглэгддэг стандарт нь OpenFlow [5], [9] бөгөөд энэ стандартыг энэхүү өгүүлэлд ашиглах болно. SDN загварын хамгийн дээд түвшин нь аппликэйшн түвшин юм. Сүлжээний дээд түвшний бодлого, шийдвэрүүд энд тодорхойлогдож, хэрэгжинэ. Аппликэйшн түвшин болон удирдлагын түвшний хоорондын интерфэйсийг northbound (хойд чиглэлийн) гэж нэрлэдэг. Southbound интерфэйсээс ялгаатай тал нь энэхүү northbound интерфэйсийн стандарт нь одоо болтол хөгжсөөр байгаа. Энэхүү өгүүлэл нь топологийг илрүүлэх ажиллагаан дээр төвлөрч байгаа бөгөөд тус үйл ажиллагаа нь SDN-д төвлөрсөн менежмент тохиргоог хийх суурь нөхцөлийг бүрдүүлдэг, SDN загварын удирдлагын түвшинд явагддаг чухал үйлчилгээ билээ. 1. Ерөнхий ойлголт 1.1 LLDP протокол Link Layer Discovery Protocol (LLDP)-г 2005 онд анх IEEE-ээс IEEE 802.1AB нэртэйгээр стандарчилж гаргасан. 2009 онд энэхүү нормыг хүчин төгөлдөр болгож, албан ёсоор 802.1AB IEEE-2009 хэмээн баримтжуулсан IEEE стандартад заасан Станц ба Хэвлэл Мэдээллийн Хэрэгслийн Хандалтыг Удирдах Холболтыг Илрүүлэх протокол гэж шинэчилсэн хувилбарыг стандартчилсан. LLDP нь нэг хандалтаар хөршийн мэдээллийг илрүүлэх протокол юм, өөрөөр хэлбэл тухайн сүлжээний мөн чанар болон чадамжийг харуулж, зэргэлдээ орших свичүүдээс ижил мэдээллийг хүлээн авдаг. Цаашилбал энэ нь OSI загварын layer-2д ажилладаг вендоруудаас гаргасан олон тооны протоколуул дээр тулгуурласан илрүүлэх /discovery хийдэг/ протокол юм.(жишээ нь: Cisco Discovery Protocol (CDP), Nortel Discovery Protocol (NDP), Extreme Discovery Protocol(EDP) гэх мэт) ОпенФловд суурилсан сүлжээнүүд дээр топологи илрүүлэхэд ашигладаг LLDP протоколын хамгийн чухал онцлогуудын талаар дурьдвал. LLDP фрейм бүр нь Зураг 2-т үзүүлсэн шиг (LLDPDU) буюу ачааллаж байгаа LLDP өгөгдлийн хэсэг болон толгойн хэсгээс бүрддэг. LLDPмессэж бүрийн толгойн хэсэгт нь Ethertype хэсгийн анхдагч утга нь 0x88cc гэж байдаг бөгөөд энэхүү мэдээлэл нь ОпенФлов сүлжээнүүд дэх илрүүлэх пакетуудыг үр дүнтэй тодорхойлоход маш чухал ач холбогдолтой байдаг.destinationmacнь multicastdestinationmac-н хаягийн олонлог юм.энэхүү хаягийг LLDP multicastaddress гэж стандартаар нэрлэдэг бөгөөд энэ нь уламжлалт свичүүдэд LLDP илрүүлэх пакетуудыг тодорхойлох боломжолгодог. ~ 66 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 Зураг 2. LLDPфремийн бүтэц LLDPDU нь нэмэлт болон заавал байх ёстой Type Length Value (TLV) бүтцүүдээс бүрддэг.заавал байх ёстой гурван TLV-ээр ачааллаж эхлээд, араас нь хэд хэдэн нэмэлт TLV-г ажиллуулж, төрөл ба уртын талбар нь 0 байх ёстой тусгай TLV-ээр дуусдаг.нэмэлт TLV-д нь TLV-н Суурь ба Зохион байгуулалттай Тусгай TLV-үүд багтдаг бөгөөд тэдгээрийг LLDP протоколоор дамжуулан илрүүлэх шинэ онцлогуудыг гаргаж ирэхэд ашиглах боломжтой. Илрүүлэх протоколын үйл ажиллагааны хүрээнд гол цөмийг бий болгодог үндсэндөрвөн TLV байдаг. Үүнд: 1. Chassis ID - Энэхүү TLV нь LLDP пакет илгээсэнсвичийг тодорхойлно. 2. Port ID Энэхүү TLVньLLDP пакетилгээсэн портын мэдээлэл байна. 3. Time to Live Энэхүү TLVньнэгж хугацаанд боломжит LLDP пакет хүлээн авсан мэдээлэл. 4. End of LLDPDU LLDPфремийн ачааллын төгсгөлийг тодорхойлох тусгай TLVюм. Уламжлалт сүлжээнд тогтмол хугацаанд свичүүдийнlldp фремилгээх функцыг сүлжээний администраторууд тохируулдаг. Харин ОпенФловд суурилсан сүлжээнүүдийн хувьд свич нь LLDP мессежийг контроллерын хүсэлтээр үндсэн топологийг илрүүлэхээр илгээдэг. 1.2 OPENFLOW OpenFlow гэдэг нь удирдлагын түвшин (control layer) ба дэд бүтцийн түвшний (infrastructure layer) хоорондын интерфэйс болох southbound (өмнө зүгт чиглэсэн) интерфэйст зориулсан стандарт протокол юм. Практик дээр бол OpenFlow нь SDN контроллер болон SDN свитчүүдийн хоорондын холболтын интерфэйсийг хангадаг ба ингэснээр свитчүүдийг тохируулах, удирдах боломжийг контроллерт олгодог байна. OpenFlow-ыг идэвхжүүлсэн SDN свитчийг өөрийнх нь контроллерын IP хаяг болон TCP портын дугаараар тохируулсан байна. Тухайн свитч нь асах үедээ тохиргооныхоо дагуу харгалзах IP хаяг болон TCP порт дээр өөрийн контроллертай холбогдох ба холболтын аюулгүй байдлыг хангах зорилгоор Transport Layer Security (TLS) холболтыг үүсгэнэ. Протокол анхны холболтоо тогтоох үед, контроллер нь OpenFlow-ын OFPT_FEATURES_REQUEST мэссэжийг ашиглан тохиргооны мэдээллийг свитчээс авна. Энэ мэдээлэлд тухайн свитчний идэвхитэй портууд (сүлжээний интерфэйсүүд) болон түүнд харгалзах МАС хаягууд орно. Свитч-Контроллерын анхны холболт тогтоох (handshake) үйл ажиллагаа нь тухайн сүлжээнд байгаа node буюу свитчүүдийн талаар мэдээллийг контроллерт мэдээлэх боловч, тухайн сүлжээнд байгаа свитчүүдийн хооронд байж болох боломжит холболтын талаар мэдээлдэггүй тул топологийн дүрслэлийг бүрэн гаргах боломжгүй байдаг. OpenFlow нь SDN свитчүүдийн дамжуулалтын дүрмүүдэд (forwarding rule) хандалт хийж, удирдах боломжийг контроллерт олгох ба ингэснээр контроллер нь сүлжээгээр урсгалыг хэрхэн дамжуулахыг удирдах юм. OpenFlow-тай зохицож ажиллах свитч нь match-actionбуюунийцүүлэн-үйлдэл хийх системийг дэмждэг байх хэрэгтэй. Энэхүү match-action системийн үүрэг нь ирж байгаа пакет бүрийг урьдчилан тохируулсан дүрмүүдэд нийцэж байгаа эсэхийг шалгах ба тохирох дүрмийн дагуу үйлдлүүдийг гүйцэтгэдэг юм. OpenFlow свитчний хийдэг нэгэн чухал үйлдэл нь пакетыг свитчний тодорхой нэг порт руу дамжуулах эсвэл тухайн пакетыг устгах үйлдэл хийдэг. Дамжуулах дүрэмд (forwarding rule) тодорхойлогдсон свитчийн портууд нь физик портуудаас бүрдэх ба мөн үүнээс гадна виртуал портуудыг агуулдаг байна. Үүнд: ALL (бүх физик портуудаар пакетыг илгээнэ), CONTROLLER (OpenFlow-ынPacket-Inмэссэжээр SDN контроллер руу илгээнэ), FLOOD (ALLтай адил боловч орж ирсэн ingress портыг хасна). ~ 67 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ OpenFlow нь мөн үүнээс гадна олон үйлдлийг дэмждэг ба тэдгээрээс дурьдвал, пакетын толгой мэдээллийг дарж бичих, TTL талбарыг шинэчлэх, VLAN болон MPLS tag-уудыг нэмэх, устгах, эх үүсвэрийн болон очих МАС хаягийг дахин бичих гэх мэт. Свитч нь өөрийн аль ч портоороо хүлээж авсан дата пакетыг контроллер руу дамжуулна. Үүнийг OpenFlow Packet-Inмэссэжээр (OFPT_PACKET_IN) хийдэг. Жишээлбэл, свитч нь дамжуулах дүрмийн алинд ч нийцэхгүй пакетыг хүлээж авсан үедээ үүнийг ашиглана. Энэ тохиолдолд свитч нь пакетыг OpenFlow-ынPacket-Inмэссэжинд багтаан контроллер руу дамжуулдаг. Үүнийг хүлээж авсан контроллер нь тухайн шинэ урсгалд харгалзах дамжууллын дүрмийг суулгах эсэхээ шийддэг байна. 2. Топологи илрүүлэх /Topology Discovery/ Сүлжээний топологийг автоматаар илрүүлэх нь контроллерын хувьдсүлжээний програмууд болон бусад үйлчилгээний зөв зохистой ажиллагаагаар хангахын тулд хийх ёстой чухал үйл ажиллагааны нэг юм. Энэхүү судалгааны ажилд бид топологи илрүүлэхийг ОпенФловын удирдлагын нэг домэйн дэх свич, хост болон холболтуудыг илрүүлэх нь контроллерын гүйцэтгэдэг үүрэг гэж үзсэн.үүнийг контроллер болон өгөгдөл дамжуулах үе шатыг хооронд нь холбоход ашигладаг урагшаа чиглэсэн протоколыг ОпенФлов гэж үзэж болно.үүнээс гадна бид энэхүү судалгандаа нэг ОпенФлов удирдлагын домэйнийг сонгон авсан, өөр өөр хэлбэл нэг Сүлжээний Үйлдлийн системийн(nos) хяналтан доор ОФ свичүүдийн олонлогийг ажиллуулсан. 3. Нэг домэйнт сүлжээнд топологи илрүүлэх Удирдлагын домэйнд топологи илрүүлэх процессыг дан ганц ОФ свичээс бүрдсэн сүлжээнд эсвэл уламжлалт болон ОФ свичээс бүрдсэн холимог сүлжээнд гүйцэтгэх боломжтой. Дараагийн хэсэгт бид хэрхэн свич, холболт болон хостыг илрүүлэх процессыг ОпенФлов сүлжээнд хэрэгжүүлдэг талаар тайлбарлана. 3.1 Зөвхөн ОпенФлов свичтэй сүлжээ ОпенФловсүлжээ нь свич хоорондын холболтуудыг илрүүлэхдээ нэг хоп хөрш илрүүлэх LLDP протоколыг ашиглана.дан ганц ОпенФловын төхөөрөмжүүдээс бүрдсэн сүлжээн дэх холболтуудыг илрүүлэхдээ ямар нэг өөр илрүүлэх техник хэрэггүй.учир нь топологи илрүүлэх аргыг дэмждэг свич холболт бүрийн төгсгөлд байрладаг. ОпенФлов техникийн тодорхойлолтуудыг агуулдаг свичүүд нь топологийг илрүүлэх боломжтой болгохын тулд үндсэн хоёр тохиргоо байдаг.эхлээд мастер контроллерын IP хаяг болон ТСР портын олонлог ОФ свич бүрт байдаг бөгөөд төхөөрөмжийг асаангуут холболт үүсгэхийн тулд контроллеруудын IP хаягнууд ажилладаг.хоёрдугаарт свичүүд нь контроллерын өөр өөр портуудаар хүлээн авсан EtherType нь 0x88cc байх Packet-In мессэжээр дамжуулан контроллерт замчлалын чиглэлийг дахин тодорхойлдог. Свич ажиллаж эхлэхэд сүлжээндэх контроллерыг хайж, тохиргооны мессэж, урсгалын хүснэгт гэх мэт мэдээллүүдийг илгээж, хүлээн авахын тулд TLS (TransportLayer Security) протоколоор дамжуулан аюулгүй шифрлэгдсэн холболт үүсгэхийг оролдож байдаг. Анхны мэдээлэл солилцох хэсэг болох контроллер нь свичэд (FEATURE REQUEST MESSAGE) мессэж илгээдэг ба свичээс(feature REPLY MESSAGE) хариу мессэж илгээдэг.эдгээр мессэжээр Свич ID, МАС, идэвхитэй портын жагсаалт гэх мэт холболтуудыг илрүүлэх параметрүүдийн мэдээллийг контроллерт илгээдэг. Үүгээр контроллер ОФ свичүүд хоорондоо холбогдсон гэдгийг мэддэг бөгөөд холболтыг илрүүлэхэд маш хэрэгцээтэй ойлголтуудыг хүлээн авдаг. Энэхүү оролдлогоор гарч ирсэн мэдээлэл дээр тулгуурлан контроллер удирдлагын домэйнд хамааралтай ОФ свичүүдэд идэвхитэй байгаа портын тоог мэдэж авдаг.контроллер нь Packet-Outмессэжийг тухайн ~ 68 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 сүлжээнд илрүүлсэн свич дээрх идэвхитэй порт бүрт өгдөг бөгөөд эдгээрмессэжд нь LLDP пакетыгагуулдаг. Зураг 3. Цэвэр ОпенФлов дээр суурилсан сүлжээ Зураг 4. Холимог ОпенФлов дээр суурилсан сүлжээ Packet-Out мессэж нь мөн LLDP пакетийн ашигтай ачааллын TLV талбарт заасан портоор LLDP бүрийг замчлахын тулд харгалзах мессэжийн нэвтрэлтийг свичэд өгнө. ОФ свич нь контроллерийн илгээсэн LLDP мессэжийг хүлээн авахдаа, тухайн мессэжийгзэргэлдээх свичрүү тохирох Порт ID (TLV)-ээр явуулдаг. Свич OF1 ба Свич OF2-ын хоорондын холболтыг илрүүлэхийн тулд контроллер болон ОФ свичүүдийн хооронд нэг чиглэлд солилцсон мессэжүүдийг Зураг 5-ын диаграмд харуулав. Үүний адилаар, энэхүү зурвас солилцох нь эсрэг чиглэлд ч мөн адил байна. Тэдгээр Packet-In-ийг хүлээн авсны дараа, контроллер нь LLDPDU-т агуулагдах мэдээлэл болон мета-өгөгдөлд цуглуулсан өгөгдлүүдэд тулгуурлан хоёр ОФ свичийн хоорондын холболтыг илрүүлэх боломжтой болдог.контроллер нь энэ мэдээллийг мэдээллийн баазад хадгалах ба улмаар сүлжээний топологийн статусийг шинэчилж байдаг. Топологи илрүүлэх процесс нь бүхэлдээ стандарт утга5 секундын default утгатай тодорхой хугацаанд давтана. 3.2 Уламжлалт ба Опенфлов Свичтэй Сүлжээ Холимог Опенфлов домэйний ОФ свичийг илрүүлэх механизм нь дээр дурдсанаас ялгаагүй. ОФ свичтэй анх мессэж солилцлох үед контроллер нь түүний байршил болон чадамжийг илрүүлдэг.уламжлалт свичтэй тохиолдолд, контроллер нь эдгээр свичүүдийг илрүүлэх боломжгүй, учир нь тэдний хооронд ямар ч мессэжсолилцдоггүй юм. Уламжлалт свичтэй холимог Опенфлов сүлжээнд, Опенфлов-г дэмждэг свичүүдийн хооронд үндсэндээ холболтын хоёр төрөл байдаг. ~ 69 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ 1) OF свич хоорондын шууд холболт. Энэ холболт нь Зураг 4-т үзүүлсэн, свич OF1 порт p1 болон свич OF2 порт p2 гэсэн OF свичийн идэвхтэй хоёр порт дундах шууд холболт юм. Зураг 5. LLDP-д суурилсан топологийг илрүүлэх / контроллер болон OF свич хоорондоо солилцсон мессэжүүд/ 2) Уламжлалт свичүүдтэйүедоф свичүүд хоорондын холболт. Энэ нь Опенфлов свичын ОФ 1 порт p2 болон свич ОФ3 порт p1 гэсэн идэвхтэй хоёр порт хоорондын шууд-бус холболтыг хэлэх боловч эдгээр нь Зураг 4-т үзүүлсний дагуу, ижил домэйнд байсан хэвээр байгаа юм. Одоогоор, уламжлалт болон ОФ свичээс бүрдсэн сүлжээний холболтонд илрүүлэлт хийхийн тулд үндсэн ОпенСорс контроллеруудын зарим нь LLDP ба BDDP (Broadcast Domain DiscoveryProtocol) layer-2-ын топологийг илрүүлэх протоколуудын хослолыг ашигладаг. BDDP протокол гэдэг нь холимог Опенфлов сүлжээ [7], [8]-нийолон хопхолболтыг илрүүлэхэд, Floodlight баopendaylight (ODL) гэх мэт Опенсорс контроллерт програмчлагдсан өвөрмөц шийдэл юм. BDDP мессэж нь LLDP пакеттай ижил бүтцийг харуулдаг ба дээрх хэсэгт үзүүлсний дагуу зайлшгүй болон нэмэлт TLV бүтцээс бүрдсэн фрем юм.гол ялгаа нь фремийн толгойнdestinationmac хаягын талбарт байгаа юм.энэ талбар нь LLDP протоколын ашигласан multicast хаягын оронд(ff:ff:ff:ff:ff:ff)broadcast хаягтай болдог.энэ онцлог нь уламжлалт свичүүдийг нэг хоптой илрүүлэх протоколын асуудлыг хаяглах замаар BBDP пакетийг явуулах боломжийг олгодог.энэ аргаар, олонхоптой холболтыг ОФ свичийнхтэй адил broadcast домэйнд хамаарах уламжлалт свичүүдийг ашиглан илрүүлэх боломжтой.өөр нэгэн том ялгаа нь BDDP толгойн дах EtherTypeталбар юм. Энэ протокол нь LLDP мессэжнд ашиглагдсанаас өөр утга ашигладаг. Ерөнхийдөө, 0x8999 гэдэг нь BDDP фремд ашигласан утга юм. Уламжлалт свичээр шууд бус холболтыг илрүүлэхийн тулд, контроллер нь свич бүрийн идэвхтэй порт бүрээр сүлжээнд илгээгдэх нэг Packet-Out дотор нэг BDDP мессэжийгбагцалдаг.packet-out-ыг илгээснээр, мессэжийг хүлээн авч буй ОФ свичүүдийн мэдээллийг тодорхойлдог. BDDP пакетийг боловсруулсны дараа, ОФ свич нь мессэжийг TLV талбар(порт ID)-т заасан портоор хөрш свичэд явуулдаг. Энэ пакетад свич (Свич ID, Порт ID г.м)-ийг таних LLDP-ынхтэй ижил параметрүүд ордог. Хөрш свич нь Опенфлов (Зураг 4 дэх жижиг свич OF2) эсвэл уламжлалт свичийг дэмждэг төхөөрөмж байх боломжтой.эхний тохиолдолд, пакет нь мессэжийнethertype0x8999-тэй дамжуулалт хийх ба үүнийг шууд контроллерлуу Packet-In-ээр илгээнэ. Хөрш нь уламжлалт свич (Зураг 4 дэх жижиг свич L2_1) байх тохиолдолд, энэ нь пакетынdestinationmac хаягыг шалгана.ингэснээр, энэ нь broadcast хаяг (ff:ff:ff:ff:ff:ff) болохыг мэдэх бөгөөд пакетыг бүх портуудаараа дамжуулна.хөршийнх нь ядаж нэг нь Опенфловыг дэмждэг гэж үзвэл, энэ нь контроллерт Packet-In-ээр мессэж илгээнэ.энэхүү Packet-In мессэжнд мета-өгөгдөл багтсан байгаа бөгөөд эцэст нь олон хоптойхолболтыг илрүүлэхэд шаардагдах мэдээллийг контроллерт өгч байдаг. Энэ аргачлалыг гүйцэтгэсний дараа домэйн контроллер нь 2 ОФ свич (свич OF1 ба свич OF3)-үүдийн хоорондын шууд бус холболтыг илрүүлэхэд шаардагдах мэдээлэл бүхий Packet-In-ээр хүлээн авсан BDDP пакеттай болно. ~ 70 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 Зураг 6-д, Свич ОФ1 ба Свич ОФ3-ын хоорондын шууд бус холболтыг илрүүлэхийн тулд контроллер ба ОФ свичүүдийн хооронд нэг талдаа солилцсон мессэжүүдийг харуулсан байна. Хэдийгээр холимог Опенфлов сүлжээний BDDP протоколийн хэрэглээ нь суурь топологийн ОФ свичүүд хоорондын олон хоптой холбоог илрүүлэх үр дүнтэй шийдэл байж болох боловч, үүнд зарим нэг аргачлалууд бий.bddp нь Floodlight ба ODL [7], [8] гэх мэт хэд хэдэн Опенсорс контроллерийн эх кодод програмчлагдсан топологийг илрүүлэх тусгай шийдэл юм. Зураг 6. BDDP-суурилсан топологийг илрүүлэх контроллер болон OF свич хоорондоо солилцсон мессэжүүд Тиймээс, холимог Опенфлов сүлжээнд бид топологийг хоёр үе шаттайгаар илрүүлэхийн тулд LLDP ба BDDPпакетуудын хослолыг ашиглахыг санал болгож байгаа юм. Нэгдүгээр шатанд, контроллер нь топологийг илрүүлэхдээ LLDP-д суурилсан механизмаар ажилладаг. ОФ свичийн илгээсэн бүх Packet-Inийг хүлээн авсны дараа, контроллер нь идэвхтэй портууд уламжлалт свичтэй холбогдож байгааг мөн аль нь ямар нэгэн мэдээлэл хүлээн авахгүй байгааг тодорхойлно. Дараа нь хоёрдугаар шатанд, контроллер нь зөвхөн тэдгээр портуудад BDDP пакетийг илгээх замаар BDDP-д суурилсан механизмаар ажиллана. Энэ замаар, контроллер нь ОФ свичүүд хоорондын шууд болон олон хоптойхолболтыг илрүүлэх ба BDDP илрүүлэх протоколын улмаас сүлжээний нөөц ашиглалт нь буурах юм. Дүгнэлт Энэ судалгааны ажлаар бид нэг удирдлагатай домэйн дээрх Опенфловт-суурилсан сүлжээний топологийг илрүүлэх одоогийн аргуудыг үзүүллээ.топологийг илрүүлэх нь судлаачдын анхаарлыг ихээхэн татдаг ойлголт юм. SDN-ий хөгжил нь уламжлалт сүлжээний топологийг илрүүлэхээс ялгаатай. Бид зөвхөн ОФ свичээс бүрдсэн сүлжээний LLDP-суурилсан топологийг илрүүлэх механизмыг дэлгэрэнгүй судалсан ба энэ аргын сул талуудыг ч мөн адил дурдсан байгаа.уламжлалт болон ОФ свичээс бүрдсэн сүлжээний топологийг илрүүлэх үндсэн ялгааг авч үзсэн.олон хоптойхолболт нь ижил домэйнд байгаа гэсэн онцлогт тулгуурлан, контроллер нь холимог ОФ сүлжээний топологийг илрүүлэхэдзориулсан протоколийг ашиглах нь зүйтэй.хэдийгээр BDDP протокол нь уламжлалт свич болон Опенфлов сүлжээн дэх түүний холболтыг илрүүлдэггүй боловч, энэ нь шууд холбогдоогүй байгаа хоёр ОФ свич хоорондын холбоог илрүүлэх хүчирхэг түүл юм. Ашигласан материал [1] Kreutz, Diego, et al. Software-defined networking: A comprehensive survey. proceedings of the IEEE 103.1, 2015: 14-76. [2] ONF, Open Networking Foundation, 2015. [Online]. Available: https://www.opennetworking.org/ [3] Jammal, Manar, et al. Software defined networking: State of the art and research challenges. Computer Networks 72, 2014: 74-98. [4] IEEE Standard for Local and Metropolitan Area Networks - Station and Media Access Control Connectivity Discovery., IEEE Std 802.1AB, 2009. [5] Gude, Natasha, et al. NOX: towards an operating system for networks. ACM SIGCOMM Computer Communication Review 38.3, 2008: 105-110. [6] Pakzad, Farzaneh, et al. Efficient topology discovery in software defined networks. Signal Processing and Communication Systems (ICSPCS), 2014 8th International Conference on.ieee, 2014. [7] Floodlight, 2015. [Online]. Available: http://www.projectfloodlight.org/ [8] ODL, OpenDaylight, 2015. [Online]. Available:https://www.opendaylight.org ~ 71 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ ИНЕГ-ЫН АЖИГЛАЛТЫН СИСТЕМИЙН БҮРХЭЛТИЙГ САЙЖРУУЛАХ БОЛОМЖИЙН СУДАЛГАА Д. Сарантуяа а, Н.Эрдэнэхүү b a Холбооны салбарын магистрант, ШУТИС, МХТС, Улаанбаатар хот, Монгол Улс b Доктор (Ph.D), дэд проф., Холбооны салбарын эрхлэгч, ШУТИС, УБ хот, Монгол Улс a И-майл: d_saraa8@yahoo.com b *И-майл: erdenekhuu@must.edu.mn Хураангуй: Мэдээлэл харилцаа холбооны технологи өндөр хурдацтайгаар хөгжиж буй өнөө үед дэд бүтцийн өвөрмөц онцлог бүхий иргэний нисэхийн тээврийн хэвийн, тасралтгүй, найдвартай ажиллагааг хангаж чадах орчин үеийн өндөр хүчин чадал бүхий холбооны шинэ тоног төхөөрөмжүүдийг өргөн хэрэглэж байна. Монгол улс нь 2009 оноос Нислэгийн хөдөлгөөний удирдлагад ажиглалтын системийг нэвтрүүлэх ажлыг шат дараалалтай авч хэрэгжүүлж эхэлсэн бөгөөд Испани улсын Индра компаниас 3 хоёрдогч радиолокаторын станц худалдан авч суурилуулсанаар 2012 оны 8 сарын 23-ны өдрөөс нислэгт ашиглаж эхэлсэн. Одоогийн байдлаар манай улс 7 хоёрдогч радиолокаторын станц суурилуулсан ба нийт агаарын замын 80%-ийг хамарсан дан бүрхэлтийг бий болгосон. Мөн 2013 оноос ажиглалтын ADS-B системийг нэвтрүүлэх ажил хийгдэж эхэлсэн ба одоогоор нэг сувгийн болон хоёр сувгийн нийт 10 станц суурилуулан ажиллаж байна. Гэхдээ тус системийг нислэгийн хөдөлгөөний удирдлагад шууд ашиглахгүйгээр зөвхөн нөхцөл байдлыг танин мэдэх зорилгоор л ашиглаж байна. Түлхүүр үг: Communication-Navigation-Surveillance, VHF Data Link, UAL Universal Access Transceiver Оршил Нисэхийн системд нэн түрүүнд тавигддаг зүйл бол нислэгийн аюулгүй байдал тул бүх тоног төхөөрөмжүүд үндсэн болон нөөцөөр тасралтгүй ажиллах боломжтой байх ба радио станцын болон ажиглалтын системийн бүрхэлт хүртэл үүний дагуу давхарласан бүрхэлтийг бий болгосон байх шаардлагатай юм. Иймээс бид Монгол улсын агаарын замыг бүрэн бүрхсэн давхарласан бүрхэлт бүхий бие биенээсээ үл хамаарах ажиглалтын системийг бий болгохыг зорьж байна. Монгол улсын хувьд агаарын зайг үр ашигтай, зөв зохион байгуулах, аюулгүй байдлыг хангах талаар томоохон ажлуудийг үе шаттайгаар хэрэгжүүлж байгаагийн нэг нь ADS-B автомат хамааралтай ажиглалтын системийг ИНЕГ-т 10 аймагт суурилуулсан байгаа. Цаашид 2016 оны хөрөнгө оруулалтаар Испани улсын Индра компаниас 3 ADS-B (full equipped) газрын станц худалдан авахаар төлөвлөгдөөд байна. Ингэснээр Монгол улс нь нэг сувгийн 5, хоёр сувгийн 5, хоёр сувгийн бүрэн тоноглогдсон 3 нийтдээ 13 газрын станцтай болж байна. Иймээс бид агаарын замын ачаалал болон нислэгийн аюулгүй байдлыг хангах үүднээс ADS-B газрын станцуудын байршлыг дахин оновчтой төлөвлөн шилжүүлэн суурилуулах нь зүйтэй гэж үзэж байна. Шинэ 3 ADS-B станц нь бүрэн бие биенээсээ үл хамаарах ажиллагаатай нь найдвартай ажиллагаа бүрэн хангаж байна. 2 хүлээн авагч 2 антен Дамжих орчиний тоног төхөөрөмжүүд бүрэн бие даасан. (VSAT, Optic) Иймд ADS-B системийн давуу тал, агаарын замын ачаалал болон нислэгийн аюулгүй байдлыг хангах үүднээс ADS-B газрын станцуудын байршилыг дахин оновчтой төлөвлөн шилжүүлэн суурилуулах нь энэхүү судалгааны гол зорилгод оршиж буй юм. Ердөө таван жилийн өмнө манай улсын агаарын замыг ашиглаж буй нисэх онгоц хоорондын хэвтээ зайчлал 150 километр байжээ. Энгийнээр бол нэг өндөрт нисэж буй онгоцнуудын хоорондын зай Улаанбаатар хотоос Налайх Бага-Нуур дүүрэг орох хэмжээний зайтай ижил байсан аж. Энэ зайг 2012 онд 90 км, 2014 онд 30 км болгож бууруулжээ. Хэдийгээр 30 км ч гэсэн хол сонсогдож болох хэдий ч дунджаар 400-900 км/ц хурдтай нисэж буй агаарын хөлөгт энэ зай тун бага. Олон улсын нисэх онгоц ердөө хоёр минут хүрэхгүй хугацаанд туулах зай юм. Тэгэхээр энэ зай багасна гэдэг хариуцлага нэмэгдсэн төдийгүй стандарт шаардлагыг бүрэн хангадаг болсныг илэрхийлнэ. Өнөөдөр Монгол улсын агаарын замыг хоногт 300 орчим агаарын хөлөг ашиглаж, дайран өнгөрч байгаа аж. 2000 оны үед хоногт ердөө 20-30 орчим агаарын хөлөг дайран өнгөрдөг байжээ. Ингэж дайран өнгөрөх онгоцны тоо нэмэгдсэн нь Монголын аэронавигацийн салбарын хөгжилтэй салшгүй холбоотой. ~ 72 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 I. РАДИОЛОКАТОР Анхдагч радиолокаторын станц (Primary radar) Анхдагч радар нь өндөр чадлаар дохио цацан аливаа биетээс ойлгон хүлээн авсан дохион дээр боловсруулалт хийснээр хөдөлгөөнт биетийн байрлалыг тогтоох хэлбэрээр ажиллана. Одоогоор манайд анхдагч радарыг зөвхөн цэргийн зориулалтоор л ашиглагдаж байна. Анхдагч радарын давуу тал нь ямарч агаарын хөлгийг илрүүлэх боломжтой. Дутагдалтай тал нь хамрах хүрээ хоёрдогч радарыг бодвол харьцангуй бага. (Саадгүй нөхцөлд 185км хүртэл) ОЛЖ АВАХ МЭДЭЭЛЭЛ Range - алслалт Azimuth - өнцгийн мэдээлэл Зураг. 1.1. Анхдагч радиолокатор Хоёрдогч радиолокаторын станц Хоёрдогч радиолокорын станц нь агаарын хөлөг рүү хандсан тусгай асуулгын дохиог байнга илгээж байх бөгөөд агаарын хөлөг нь мөн тэр асуулгыг хүлээн авах хариу илгээх нэвтрүүлэгч, хүлээн авагч станцтай байна. Тэрхүү станцыг трансдондер гэх ба асуулга дохио хүлээн авсаны дараа өөрийн агаарын хөлгийн дуудлага, өндөр, тусгай нэмэлт мэдээллүүдийг (112bit) дамжуулна. Одоогоор Монгол улс 7ш хоёрдогч радиолокаторын станцыг иргэний нисэхийн салбарт ашиглаж байна. Хоёрдогч радиолокаторын станцын дутагдалтай тал нь транспондергүй болон транспондероо унтраасан агаарын хөлгийг илрүүлэх боломжгүй юм Давуу тал нь радиолокаторын станцын бүрхэлт нь илүү том, өргөн хүрээг хамарна. ( ) ОЛЖ АВАХ МЭДЭЭЛЭЛ Range болон Azimuth Aircraft identification (Mode A) Altitude (Mode C) 112 бит мэдээлэл Зураг 1.2. Хоёрдогч радиолокатор II. ADS-B технологи ADS-B гэдэг Automatic Dependent Surveillance Broadcast гэсэн үгний товчлол бөгөөд: Automatic гэдэг нь үргэлж идэвхитэй бөгөөд операторын оролцоо шаардлагагүй гэдгийг илэрхийлнэ Dependent - гэдэг нь GNSS дохионоос хамааралтай Surveillance - гэдэг нь ажиглалтын үйлчилгээг хангадаг Broadcast - Тасралтгүй агаарын хөлгийн мэдээлэлийг цацаж байдаг гэсэн утга санааг илэрхийлнэ. ADS гэдгийг ИКАО-оос тодорхойлохдоо: Онгоцонд суурилуулсан чиглүүлэх болон байрлал тогтоох системээс үүссэн хаяг, дөрвөн хэмжээст байрлалын мэдээлэл, бусад болон зөвшөөрөгдсөн нэмэлт ~ 73 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ мэдээлэлийг дата линкээр дамжуулан агаарын хөлгөөс автоматаар хангадаг ажиглалтын төхөөрөмж гэж тодорхойлсон. 2.1. ADS-B технологийн ажиллагааны зарчим Aгаарын хөлгийн хаяг байршил болон бусад зөвшөөрөгдсөн нэмэлт мэдээлэлийг 1 сек тутам цацана. Gr Aгаарын хөлөг дөрвөн хэмжээст байршлын мэдээлэлийг GPS хиймэл дагуулаас авна AD Агаарын хөлөг нь өөрийн байршлын болон бусад мэдээлэлээ цацаргахаас гадна өөр агаарын хөлгийн мэдээлэлийг хүлээн авах боломжтой. Зураг 2.1.1 ADS-B технологийн ажиллагааны зарчим зарчим Зураг 2.1.2. ADS-B технологийн ажиллагааны ADS-B Out функц Тухайн агаарын хөлөг өөрийн байршлын болон бусад ADS-B мэдээлэлийг цацаргахыг хэлнэ. ADS-B In функц Бусад агаарын хөлгийн цацаргасан ADS-B мэдээлэлийг хүлээн авах процессийг хэлнэ. 1.2 ADS-B технологийн төрлүүд ADS-B технологи нь дотроо үндсэн 3 төрөл байдаг бөгөөд эдгээр нь ажиллах зарчим болон эцсийн үр дүн нь ижил боловч 3 өөр давтамж дээр ажиллана. 1. VDL /4 (VHF Data Link) Энэхүү төрөл нь иргэний нисэхийн салбарын VHF давтамжын цар буюу 118-137MHz ийн давтамжид ажилладаг бөгөөд 2001 онд ICAO оос тус стандартыг баталсан. Гэсэн хэдий ч энэ нь 2003 онд ICAO - гийн конвенцийн Агаарын навигацийн бага хурлаас 1090 МГц-ийн радарын Mode S зурвасыг ADS-Bгийн зурвасаар сонгон өөрчлөлт оруулсан байна. Анх VDL Mode 4 системийн ADS-B г Европын агаарын замын хөдөлгөөнд анх туршин ашиглаж эхэлсэн байна. 2. UAL (Universal Access Transceiver) UAL ADS-B систем нь 978MHz давтамжид ажилладаг. Энэхүү систем нь газрын станцаас нислэгийн мэдээлэлийн системийн (Flight information system-broadcast) болон цаг агаарын (Weather) мэдээлэлийг агаарын хөлөг рүү цацдаг давуу талтай. UAL системийн ADS-B тоноглолоор Америкийн нэгдсэн улсын агаарын орон зайд нислэг үйлдэж буй агаарын хөлгүүд тоноглогдсон байдаг. 3. 1090ES ADS-B 1090ES ADS-B систем нь хоёрдогч радарын down-link давтамж буюу 1090MHz дээр ажилладаг бөгөөд Mode S транспондерийн нэмэлт функц хэлбэрээр ажилладаг. Өөрөөр хэлбэл Mode S Extended Squitter транспондер нь радарын станцын асуулгад хариулахаас гадна ADS-B станцын мэдээлэлээ секунд тутамд цацна гэсэн үг. Энэхүү систем нь агаарын хөлөгт нэмэлт ADS-B транспондер шаардахгүйгээрээ давуу талтай. Зураг 2.1. 3. 1090ES ADS-B ~ 74 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 III. Олон улсын чиг хандлага: Хятад. 2011 оны хоёрдугаар сард ADS-B SEA / WG-ийн 6-р уулзалтын үеэр Хонг Конг, Хятад, Сингапур, Вьетнам улсууд хоорондын хамтын ажиллагааг сайжруулах зорилгоор L642 болон M771 дүгээр гол агаарын замуудад ADS-B технолгийг хэрэгжүүлэх ажлын хэсэг байгуулсан. Үүний үр дүнд L642 болон M771 өндөр нягтралтай агаарын замуудыг хамгийн ашигтай загвараар загварчлан 2013 оны 12 дугаар сарын 12 ноос эхлэн зөвхөн 1090ES транспондертой агаарын хөлөг зорчих болсон. АНУ. Америкийн нэгдсэн улсын иргэний нисэхийн байгууллага нь 2020 он гэхэд агаарын орон зайд нислэг үйлдэж буй бүх агаарын хөлөгүүдийг ADS-B тоноглолотой байх албан ёсны шаардлагыг гаргасан. Энэхүү шаардлагадаа 18000 feet ээш дээш агаарын хөлгүүдийг 1090ES ADS-B тоноглолтой байхаар, 10000 feet ээс дээш нислэг үйлдэх В болон С ангиллын агаарын хөлгүүдийг 1090ESADS-B эсвэл UAT ADS-B ийн аль нэгээр тоноглогдсон байхаар тусгасан байна. АНУ ADS-B станцын бүрхэлт Зураг 3.1. АНУ ADS-B станцын бүрхэлт Европ. Европын улс орнууд 2017 оны 7 сарын 17 ноос эхлэн 6000кг -аас дээш жинтэй, 460км/цаг аас дээш хурдтай бүх агаарын хөлгүүдийг 1090ES ADS-B тоноглолтой байх албан ёсны шаардлагыг гаргасан. Aвстрали. Австрали улс ADS-B системийг албан ёсны болгох 2014-2017 хөтөлбөр гаргасан бөгөөд 2017 оны 2 дугаар сарын 2 ноос эхлэн агаарын орон зайд нислэг үйлдэж буй бүх агаарын хөлгүүдийг ADS-B тоноглолотой байх шаардлагыг гаргасан. Энэхүү шаардлагаа 2012 оны 8 сарын 6 нд гаргасан бөгөөд 2014 оны 2 сарын 6 наас хойш үйлдвэрлэгдсэн бүх агаарын хөлгийг 1090ESADS-B тоноглогдсон байхаар тусгасан байна. Coverage at 20000feet Coverage at 30000feet Зураг 3.2. ADS-B технологийн төрлүүд ~ 75 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ IV. Монгол улсын ажиглалтын системийн сайжруулалт 4.1 Радиолокатор Зураг 4.1.1. Одоо байрлуулсан байгаа Радиолокаторын бүрхэлт Би энэ судалгааны ажилдаа ИНЕГ-ын ажиглалтын системийн бүрхэлт болон аюулгүй ажиллагааг сайжруулах үүднээс Анхдагч болон хоёрдогч радиолокаторын хосолмол ажиллагаатай станцыг Төв аймгийн Алтанбулагийн радарын станцын оронд суурилуулахаар хийсэн. Ингэснэээрээ Чингис хаан олон улсын нисэх буудал болон Хөшигтийн хөндийд ашиглалтанд орох Нисэх буудлын орчмыг бүрэн хамарсан найдвартай бүрхэлтийг бий болгож болгохоор харагдаж байна. Яагаад анхдагч радар гэвэл анхдагч радарыг буултын системд ашигладаг. (Ил хардаг учраас) Алтанбулагаас буулгасан хоёрдогч радиолокаторын станцыг Завхан аймгийн Ургамал суманд шилжүүлэн байршуулсанаар Монгол улсын агаарын зам бүрэн радарын хяналттай болох юм. Энэ бүх тооцооллыг Radio Mobile Ver 11.0.5 программ дээр бүрхэлтийн зургуудыг хийсэн ба найдваржилт 98% Зураг 4.1.2. Шинээр бүрхэлт үүсгэсэн байдал Манай улс нь 2013, 2014 онуудад Испани улсын Индра компаниас 2 удаагийн худалдан авалтаар нэг сувгийн болон хоёр сувгийн нийтдээ 10ADS-B 1090ES станц худалдан авч суурилуулсан ба Монгол улсын дээд агаарын замыг 100% бүрхсэн бүрхэлтийг бий болгоод байна. Мөн ADS-B системийн мэдээллийг нислэгийн хөдөлгөөн удирдлагын автоматжуулсан системд холбон нөхцөл байдлыг мэдэх зорилгоор ашиглаж байна. Энэ нь ADS-B станцын мэдээллийг нислэгийн хөдөлгөөний удирдлагад хараахан шууд ашиглахгүй гэсэн үг юм. Гэхдээ Монгол улс нь 2017 оны 10 ~ 76 ~

Switch 1 Switch 2 ADS-B Recievers МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 сараас ADS-B системийн илрүүлэлтийн мэдээллийг нислэгийн хөдөлгөөн удирдлагад албан ёсоор ашиглахаар эрх зүйн баримт бичиг болон бусад шаардлагуудыг хангахаар ажиллаж байна. 4.2. ADS-B 4.2.1.Нэг сувгийн ADS-B станц Зураг 4.2.1.1. Нэг сувгийн станцын ажиллах зарчим бүрхэлтүүд Зураг 4.2.1.2. Нэг сувгийн ADS-B Хоёр сувгийн ADS-B станц гэдэг нь бие биенээсээ үл хамаарах 2 тусдаа хүлээн авагч, 2 сүлжээний төхөөрөмж, 2 дамжуулах шугамын төхөөрөмжтэй (router) байна. Энэ нь найдвартай ажиллагаа нэг сувгийнхаас харьцангуй өндөртэй болж байгаа юм. Гэхдээ антений байгууламжийн хувьд нэг байгаа нь бас нэг сул тал юм. (Хүлээн авагч станцын ажиллагаа нь нэг сувгийнхаас ямар нэгэн давуу чанаргүй) 4.2.2. Хоёр сувгийн ADS-B станц OMNI L Band ADS-B antenna RF Cavity filter RF Splitter GPS antenna VSAT LCMS Switch 1 VR3000 & Recording system VR3000 & Recording system ADS-B Reciever1 ADS-B Reciever1 OPTIC Switch 2 Remote Router LCMS VR3000 & Recording system Local Router 1 Local Router 2 Зураг. 4.2.2.1. Хоёр сувгийн станцын ажиллах зарчим Зураг.4.2.2.2. Хоёр сувгийн бүрхэлт ~ 77 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ Зураг 4.2.2.3. Одоо Суурилуулагдаад байгаа нийт 10 ADS-B станцууд нь Монгол улсын дээд агаарын зайн 90% гаруй хувийг хамраад байна. 2016 оны хөрөнгө оруулалтаар Испани улсын Индра компаниас 3ш ADS-B (full equipped) газрын станц худалдан авч байна. Ингэснээр Монгол улс нь нэг сувгийн 5, хоёр сувгийн 5, хоёр сувгийн бүрэн тоноглогдсон 3 ширхэг нийтдээ 13 газрын станцтай болж байна. Иймээс бид агаарын замын ачаалал болон нислэгийн аюулгүй байдлыг хангах үүднээс ADS-B газрын станцуудын байршлыг дахин оновчтой төлөвлөн шилжүүлэн суурилуулах нь зүйтэй гэж үзэж байна. Шинэ 3 ADS-B станц нь бүрэн бие биенээсээ үл хамаарах ажиллагаатай нь найдвартай ажиллагаа бүрэн хангагдсан. ( 2 хүлээн авагч, 2 антен, дамжих орчиний тоног төхөөрөмжүүд бүрэн бие даасан. VSAT, Optic ) 4.2.3. ADS-B (Full) Зураг. 4.2.3.1 Хоёр сувгийн Full станц Зураг 4.2.3.2 Чойбалсан Нисэх буудалд ADS-B станц суурилуулсанаар SULOK болон SARUL агаарын хаалгууд ADS-B-ын давхарласан бүрхэлттэй болно Зураг 4.2.3.3 Улаангом нисэх буудалд суурилуулсанаар NIGOR агаарын хаалга ADS-B давхарласан бүрхэлттэй болно. ~ 78 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 Зураг 4.2.3.4 Ховд аймгийн Нисэх буудалд нэг сувгийн ADS-B станц суурилуулсанаар TEBUS агаарын хаалга ADS-B станцын давхарласан бүрхэлттэй болно. Ингэснээр бид БНХАУ ийн дотоодийн нислэг болох Өрөмч - Хайлаар чиглэлийг өөрийн улс дээгүүрээ авах бүрэн боломжтой болно. V. ТЕХНИК ЭДИЙН ЗАСГИЙН ХАРЬЦУУЛАЛТ, ДҮГНЭЛТ 2015 оны 10 дугаар сарын 29-нөөс 12-р сарын 1-ний хооронд радиолокаторын болон ADS-B системийн ажиглалтын мэдээллийн бичлэг дээр тулгуурласан илрүүлэлтийн харьцуулалтын судалгааны ажлыг хийж гүйцэтгэсэн болно. Тус судалгааны ажлын мэдээллийн эх үүсвэрт, нийт өнгөрөлтийн нислэгийн 95 орчим хувийг ажигладаг Бор-Өндөрийн хоёрдогч радиолокатор болон Сайншандын ADS-B системийг сонгосон болно. Эдгээр ажиглалтын системүүдийн бүрхэлтэнд G343, B208, A575, B339, А310, G218 зэрэг өнгөрөлтийн нислэгийн өндөр ачаалалтай замууд оршидог тул уг системийн ажиглалтын мэдээллийг харьцуулалтын судалгаанд авч ашиглахаар шийдвэрлэсэн юм. Судалгааны ажилд нийт 28 хоногийн мэдээллийн бичлэгийг ашигласан болно. Уг хугацаанд Бор- Хүснэгт 1 Өндөрийн радиолокатор нь нийт 5992 агаарын хөлөг ажигласан бол Сайншандын ADS-B систем 5868 агаарын хөлөг ажигласнаар нийт зорчсон агаарын хөлгийн 97,93 хувийг ажигласан байна. Үүнээс харахад, судалгаа хийх хугацаанд ADS-B 1090ES тоноглолгүй нийт 124 агаарын хөлөг тус агаарын зайд зорчсон байна. Энэ нь нийт зорчсон агаарын хөлгийн 2,07 хувьтай тэнцэж байна Мөн ADS-B д илрээгүй нийт 124 нислэгийг 3 болон түүнээс дээш удаа давтагдсан хэлбэрээр нь ангилан гаргасан. Эндээс харахад 49 нислэгийг нь 6 агаарын хөлөг нислэг үйлдсэн байна. Энэ нь манай орон дээгүүр байнгын тогтмол нислэг хийдэг агаарын хөлгүүд бөгөөд 28 хоногт Монгол улс дээгүүр нийт 81 ADS-B тоноглолгүй агаарын хөлөг нислэг үйлдсэн гэсэн үг. ~ 79 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ ID Date Total flights Not detected detected by Not detected double flights by ADS-B MSSR 1 10/29/2015 132 0 2 10/30/2015 211 1 3 10/31/2015 194 2 4 11/1/2015 235 3 5 11/5/2015 180 6 AFL200/AFL201 Aircraft ID: 400145 6 11/6/2015 218 5 AFL206/AFL207 Aircraft ID: 400145 7 11/7/2015 197 5 AFL206/AFL207 Aircraft ID: 400145 8 11/8/2015 246 8 AFL206/AFL207 Aircraft ID: 400145 9 11/9/2015 232 3 AFL206/AFL207 Aircraft ID: 400145 10 11/10/2015 232 5 AFL206/AFL207 Aircraft ID: 400145 11 11/11/2015 221 9 TSO8888/TSO9999 Aircraft ID: 4CA9F2 AFL206/AFL207 Aircraft ID: 400145 12 11/12/2015 190 5 AFL200/AFL201 Aircraft ID: 400145 13 11/13/2015 217 14 TSO8888/TSO9999 Aircraft ID: 4CA9F5 AFL200/AFL201 Aircraft ID: 400145 14 11/15/2015 228 6 TSO8888/TSO9999 Aircraft ID: 4CA9F2 15 11/16/2015 235 4 AFL206/AFL207 Aircraft ID: 400145 16 11/18/2015 215 9 TSO8888/TSO9999 Aircraft ID: 4CA9F5 17 11/19/2015 205 3 18 11/20/2015 211 5 TSO8888/TSO9999 Aircraft ID: 4CA9F5 19 11/21/2015 202 2 20 11/22/2015 218 3 TSO8888/TSO9999 Aircraft ID: 4CA9F5 21 11/23/2015 239 3 AFL200/AFL201 Aircraft ID: 400145 22 11/24/2015 228 5 AFL206/AFL207 Aircraft ID: 400145 23 11/26/2015 187 4 AFL200/AFL201 Aircraft ID: 400145 24 11/27/2015 204 4 25 11/28/2015 195 4 AFL200/AFL201 Aircraft ID: 400145 26 11/29/2015 243 4 27 11/30/2015 243 2 28 12/1/2015 234 0 Detection Total 5992 124 97.93% Хүснэгт 1. Хүснэгт 2. # Aircraft ID Flight number Total number Flight AFL200, 1 400145 AFL200 28 AFL201, AFL206, AFL207 2 3C5062 DCS764 DCS764, 3C5062 DCS764 3 DCS481 3C5062 DCS481 3 43E9B1 MGSIX 3 MGSIX 4 4CA9F2 TSO9999 TSO8888, 12 5 4CA9F5 TSO9999 TSO9999 KAL529, 6 71BE00 KAL596 3 KAL542, KAL596 TOTAL 75 Others Others DCS764, DCS481 AFL200, AFL201, AFL206, AFL207 MGSIX TSO8888, TSO9999 KAL529, KAL542, KAL596 ~ 80 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 Дүгнэлт Завхан аймгийн Ургамал суманд SSR суурилуулснаар Монгол улс радарын бүрэн бүрхэлттэй болсон. Мөн Олон улсын стандартын мөрдлөг, ИКОА-гийн журмын дагуу ADS-B-ийн бүрхэлтийг нэвтрүүлснээр ADS-В-ийн давхарласан бүрхэлттэй болсон. ADS-B технологийн хямд үнэ, өндөр нарийвчлал зэрэг маш олон давуу талуудаас шалтгаалан дэлхийн хөгжингүй орнууд агаарын орон зайгаа ADS-B технологийн станцаар бүрэн бүрхэхээр ажиллаж эхлээд байгаа бөгөөд 2017-2020 он гэхэд албан ёсны эрхтэйгээр нислэгт ашиглахаар эрх зүйн бичиг баримтдаа тусгасан байна. Энэ бүгдээс харахад ирээдүйн агаарын орон зайг хянах голлох үүргийг ADS-B технологи хангах нь тодорхой харагдаж байна. Хоёрдогч радиолокаторын станцаас анхны үнэ өртөг нь 10-15 дахин хямд. Нэг радиолокаторын станц дэд бүтэц барилга байгууламжийн хамт 7-8 тэрбум төгрөг. Хоёр сувгийн ADS-B станц ойролцоогоор 350 сая төгрөг бөгөөд дэд бүтэцтэй ямарч байгууламжид байрлуулах боломжтой Ашиглалтын зардал нь Хоёрдогч радиолокаторын станцтай харьцуулахад бараг байхгүй. Радиолокаторын байгууламж жилд ойролцоогоор 12 сая төгрөгийн эрчим хүч зарцуулдаг бол хоёр сувгийн ADS-B станц жилд ойроцоогоор 300000 төгрөгний эрчим хүч зарцуулна. (1 цагт-0,4квт) Хоёрдогч радиолокатрын станц нь өндөр чадлын нэвтрүүлэгч, эргэх механизм бүхий антены байгууламжтай зэргээс шалтгаалан 24,7 хоногоор ээлжийн инженерийн хяналтанд байх шаардлагатай. Харин ADS-B систем нь энгийн хялбар хийцтэй тул өөрийн дэд бүтэц бүхий нисэх буудал болон радиорелейний байгууламжуудад суурилуулан хүний оролцоогүйгээр ажиллах бүрэн боломжтой Сэлбэг харьцангуй хямд буюу ойролцоогоор 10 дахин хямд юм. Илрүүлэлтийн нарийвчлал харьцангуй өндөртэй. Радиолокаторийн станцтай ижил бүрхэлттэй. (450км) Станцын хийц нь энгийн бүтэцтэй тул хүний оролцоо шаардлагагүй. Ашигласан материал: [1] ИНЕГ-ын ТХНҮА-ны ADS-B ТТ-ын техник ашиглалтын заавар ТБА 97,0013,R01 [2] Fernando Hervbs, BlvaroCubillo,HavierGutiirrezManso ADS-B training INDRA course, MADRID SPAINedition:1 2013/02/11 хх15-25 [3] C.Rincon, F.Hervas,J.Lozano,J.A.Blazquez Monopulse Secondary Radar Interrogator Mode S System IRS- 20 MP/S MADRID SPAIN edition:2 2008/05/05 хх30-42³ [4] Wm A. Thedford PhD-ADS-B in/out Technical issues [5] F.Hervbs, A.Fernandez, J.A. Bibzquez, P.J. Almoguera: Training course ADS-B basic concepts. // Madrid, 2013 [6] ICAO, Assessment of ADS-B to Support Air Traffic Services and Guidelines for implementation,2003 [7] Greg Dunstone Difference between ADS-B and SSR [8] Edward A. Lester and R. John Hansman Benefits and Incentives for ADS-B Equipage in the National Airspace System,Report No.ICAT-2007-2,August 2007 ~ 81 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ ДОКТОР, МАГИСТР ОЮУТНУУДЫН ҮЗҮҮЛЭН ИЛТГЭЛҮҮД ~ 82 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 БАЯНЗҮРХ ДҮҮРЭГ ДЭХ ӨВЧЛӨЛИЙН ТАРХАЛТЫН СУДАЛГААН ДЭЭР СУУРИЛСАН ЭРҮҮЛ МЭНДИЙН УРЬДЧИЛАН СЭРГИЙЛЭХ ПРОГРАМ Т.Тамир a, О. Бат-Энх b а Магистрант, Мэдээллийн Технологийн салбар, ШУТИС, МХТС,, УБ хот, Монгол улс b Дэд профессор, Мэдээллийн Технологийн салбар,шутис, МХТС,, УБ хот, Монгол улс a И-мэйл: tamir8872@gmail.com b И-мэйл: o_bat_enkh@yahoo.com Хураангуй: Байгаль орчны хүчин зүйлсийг хүний бие махбодод хэрхэн нөлөө үзүүлэх байдлаар нь судлаж нийгмийн эрүүл мэндийн салбарт мэдээллийн технологийн ололтыг нэвтрүүлэх зайлшгүй шаардлагатай. 2009-2015 оны өдөр тус бүрээр Эрүүл мэндийн хөгжлийн төвөөс өвчний олон улсын 10-р ангиллын дагуу 22 өвчлөлөөр хугацааны цуваа байгуулан, сарын индексийг тооцоолсон. Өгөгдлийн тандалтын ангилал, кластер шинжилгээний аргаар эмгэг үүсэх улирал, өвчлөлийн хоорондын харилцан хамаарлыг тогтоон, оновчтой арга k medoid тодорхойлсон. Улирлаас хамааралтай сонгогдсон өвчлөлүүдээс I, I10, I25-н өдөр тутмын тоо хэмжээ хамгийн их тул эдгээр өвчлөлөөр улирал, өвчлөлийн нэгдсэн сан байгуулан, программ хангамж боловсруулсан. Програм нь улирлын хүчин зүйлс, эмгэгийн төлөвийн статистик, хоорондын корреляц, мөн өвчлөл ямар хугацаанд нэмэгдэхийг анхааруулах боломжтой. Түлхүүр үг: эмгэгийн индекс, программчлал, эрүүл мэнд, өвчлөл, урьдчилан сэргийлэх Үндсэн хэсэг Оршил Монгол орон жилийн дөрвөн улиралтай, эрс тэс уур амьсгалтай байдаг нь хүний эрүүл мэндэд таагүй байдлаар нөлөөлж, эмгэг үүсэх шалтгааны нэг болдог. Уур амьсгал нь амьд организмд нөлөөлөх хүрээлэн буй орчны нэг хэсэг билээ. Цаг уур амьсгалтай холбоотойгоор амьд бие организмын бүтэц, үйл ажиллагаа алдагдаж өвчин үүснэ. Улирлын чанартай өвчин үүсэлт болон сэдрэлтийг судлан эрүүл мэндийн салбарт мэдээллийн технологийн ололтыг нэвтрүүлэх нь зайлшгүй шаардлагатай юм. Зорилго Улирлын хүчин зүйлс ба их хэмжээний өвчлөлийн өгөгдөл дээр тулгуурлан өгөгдлийн тандалтын аргаар эмгэг үүсэх улирал, түүнээс шалтгаалах өвчлөлийг урьдчилан таамаглахад оршино. Энэхүү зорилгын хүрээнд дараах зорилтыг дэвшүүлж байна: 4. Эмгэг үүсэх улирал, түүнээс хамаарах өвчлөлийг тодорхойлох 5. Өгөгдлийн ангилал болон кластер шинжилгээний аргаар эмгэг үүсэх улирлаас шалтгаалах өвчлөлийн харилцан хамаарлыг тодорхойлох 6. Эмгэг үүсэх улирал, өвчлөлийг тооцох оновчтой аргыг тодорхойлох 7. Эмгэг үүсэх улирал, өвчлөлийн ерөнхий алгоритм, програм боловсруулах 1. Судалгааны арга зүй 1.1 Нийгмийн эрүүл мэндийн мэдээлэл зүй Эрүүл мэндийн салбарт мэдээллийн технологийг хэрэгжүүлэхийг Эрүүл мэндийн мэдээллийн Технологи (ЭММТ) судална. Эрүүл мэндийн мэдээлэл зүй (ЭММЗүй) нь эрүүл мэндийн салбар тэр дундаа эмнэлгийн тусламж үйлчилгээнд мэдээллийн систем, мэдээлэл боловсруулалт, компьютерын шинжлэх ухааныг ашигладаг ба анагаахын салбараасаа хамааран олон салбарладаг. Өвчлөлийн тархалтыг судлан хүн амын эрүүл мэндийг хамгаалахад мэдээллийн технологи ашиглахыг нийгмийн эрүүл мэндийн информатик авч үзнэ. ~ 83 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ Дэлхийд жил бүр 32 сая хүн зүрхний шигдээсээр өвчилж, дунджаар 2.5 сая хүн нас бардаг. 2014 оны байдлаар Монгол улсад хүн амын өвчлөлийн тэргүүлэх шалтгааны дөрөвдүгээрт зүрх судасны тогтолцооны өвчлөл орж 10000 хүн амд 954.3, хэвтэн эмчлүүлэгчдийн 2-рт буюу 10000 хүн амд 384.8 тохиолдолтой байна. Нас баралтын тэргүүлэх шалтгааны дотор зүрх судасны тогтолцооны өвчин 10000 хүн амд 19.11 тохиолдолтой байна. Иймд судалгааны ажилдаа зүрх судасны тогтолцооны өвчлөлийн ихсэх шалтгааныг улиралтай холбон судаллаа. 1.2 Өгөгдлийн тандалт Өвчлөлүүд улиралтай холбоотой үед өгөгдлийн тандалтын аргаар эмгэг үүсэх улирал, өвчлөлийн харилцан хамаарлыг илэрхийлэх загвар үүсгэсэн. Эрүүл мэндийн салбарын томоохон мэдээллийн сангаас загвар олборлох нь онолын үндэстэйгээр төрөл бүрийн өвчнөөс сэргийлэх, эрүүл мэндийн тусламж үйлчилгээний чанарыг сайжруулах гэх мэт олон асуудлыг шийдэхэд тус дөхөмтэй. Тандалтын арга хэрэгжүүлэхийн өмнө өгөгдөл үнэн зөв, бүрэн бүтэн, тогтвортой, цаг хугацааг хамарсан гэх мэт шаардлагыг хангана. Үүний тулд өгөгдлийг нэгтгэх, хасах, хувиргах гэсэн урьдчилсан боловсруулалтын аргыг хэрэглэдэг. Өгөгдөл тандалтын олон арга байдаг. Ангиллын арга нь багштай сургалтын багцыг шинжлэн ангиллын алгоритмаар ангилагч байгуулах ангиллын, үүссэн ангилагчийг туршилтын багцын тусламжтай класс хаяг нь тодорхой биш объектын классыг таамаглахад ашиглах сургалтын гэсэн алхмуудаас бүрдэнэ. Шийдвэрийн мод нь C4.5, ID3, CART алгоритмаар тооцоологдох зангилаа бүр шинж чанар, салаа туршилтын үр дүн, навч класс хаягийг тодорхойлох мод бүтэц. Байесийн арга Байесийн теоремд үндэслэн класс хамааралтай багцаас ангилагч үүсгэн таамаглана. Кластер шинжилгээний арга нь кластер дэх объектууд өөр хоорондоо адил, бусад кластерын объектоос өөр байх кластер, бүлэгт объектуудыг хуваан загвар үүсгэх ажиллагаа. K дундаж (k means) n объектыг агуулах D багц байхад объектуудыг C 1,...,C k хүртэлх k кластерт дундаж цэг, бусад объектуудын хоорондын зайн хэмжээг ашиглан кластерт хуваана. K medoid дундаж цэгийн оронд кластерыг дүрслэх объект (medoids) ба үлдсэн объектуудын хоорондын зайд үндэслэн кластерт хувааж байрлуулна. 2. Хэрэгжүүлэлт, үр дүн 2.1 Өвчлөлийн сарын индекс 2009-2015 оны өдөр тус бүрээр Эрүүл мэндийн хөгжлийн төвөөс өвчний олон улсын 10- р ангиллын дагуу I00-с I99-н хооронд зүрх судасны тогтолцооны 22 өвчлөлөөр хугацааны цуваа байгуулан, шаталсан дунджийн аргаар тэгшитгэн, сарын индексийг тооцоолсон (Хүснэгт2) [2]. Мөн өдөр, сараар өвчлөлийн статистикийг тооцоолсон. Өвчлөлийн сарын тооцоолол Сар ЭИ I00 I05 I10 I21 I25 I61 I 1 36 150.2 199.48 182.11 216.79 120.16 153 159.42 2 31.8 66.8 91.739 108.07 156.93 100.05 246 99.241 3 20 119.4 52.575 107.98 99.087 149.29 76 110.31 4 12.9 95.2 91.883 102.39 131.94 116.4 34 111.9 5 11.5 139.3 104.31 117.88 83.087 129.93 97 114.48 6 7.3 95.5 55.19 80.733 65.455 98.127 101 84.95 7 5.8 70.1 17.815 53.277 63.62 52.091 50 53.473 8 6.1 62.4 89.583 82.274 19.517 67.717 81 89.235 9 8.2 90.1 172.2 87.635 87.879 89.795 42 93.68 10 10.4 83.2 115.91 93.017 64.415 94.234 116 102.1 Хүснэгт 1. ~ 84 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 11 23.2 120.1 101.29 95.638 98.692 103.09 38 86.555 12 33.8 107.6 108.02 88.991 112.59 79.13 166 94.654 Өвчлөлийн сарын индекс, харгалзах оны сарын дундаж эмгэгийн индексийн хоорондын корреляц хамаарлыг тогтоосноор улиралтай холбоотой нийт 9 өвчлөлийг тодорхойлох (Хүснэгт 2) нь алгоритмын эхний алхмууд юм. Эмгэгийн индекс бүхий өвчний түүвэр Хүснэгт 2. I00-99 (I) Зүрх судасны тогтолцооны нийт өвчлөл Хамаарал 1 I00 Цочмог хэрлэг 0.4 2 I05 Хэрлэгийн гаралтай хоёр хавтаст хавхлагын өвчнүүд 0.4 3 I10 Анхдагч даралт ихсэх өвчин 0.6 4 I14 Зүрх ба бөөрний даралт ихсэх өвчин 0.7 5 I21 Зүрхний цочмог шигдээс 0.8 6 I25 Зүрхний архаг ишемит өвчин 0.6 7 I61 Тархины цус харвалт 0.9 8 G24 Дистони 0.5 2.2 Хүн амын эрүүл мэндийг хамгаалахад өгөгдөл тандалтын аргуудыг хэрэглэх Өвчлөлийн өгөгдлийн сангаас Баянзүрх дүүргээр шүүн, онош талбараар бүлэглэн тоолж, буурах эрэмбээр эрэмбэлэх query бичихэд 2009-2015 оны хооронд I, I10, I25 өвчлөл хамгийн их тоо хэмжээтэй гарсан тул эдгээр өвчлөлийг тандалтын арга хэрэгжүүлэхэд сонголоо. Select left(onosh,3) as Onosh, Count(idp) as ocount from pato where home_a=20 group by left(onosh,3) order by ocount desc Өгөгдөл хувиргалт. Ангиллын арга хэрэгжүүлэхийн тулд улирал, өвчлөл, өвчлөлийн насны атрибутуудыг хувиргасан. Кластер шинжилгээнд атрибутуудыг ангилалгүйгээр шууд тоон хэлбэрээр авсан. Эмгэг үүсэх улирал, түүнээс шалтгаалах өвчлөлийн хоорондын харилцан хамаарлыг тандалтын аргуудаар хэрэгжүүлэх. R програмын тусламжтай ангиллын шийдвэрийн мод, байес, кластер анализын к дундаж, к medoid аргаар 2009-с 2015 оны эмгэг үүсэх улирал, өвчлөлийн хоорондын харилцан хамаарлыг илэрхийлэх загвар үүсгэсэн. Зураг 1. Шийдвэрийн модны аргаар тооцоолсон 2009-с 2015 оны эмгэг үүсэх улирлын төлөв ~ 85 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ Туршилтын багцын тусламжтай үүссэн загварын үнэн зөв байдлыг тодорхойлох матрицыг харуулав. Үнэн зөв байдал (Accuracy=74%) 74% гарсан нь класс хаяг тодорхой биш обьектын классыг таамаглахад тохиромжтой (Хүснэгт3). Үнэн зөв байдлыг тодорхойлох матриц Хүснэгт 3. Predicted Хурц Цочроох Тохиромжтой Хурц 182 28 5 Цочроох 44 95 62 Тохиромжтой 0 36 278 Accuracy=74% Байесийн аргаар тооцоолсон эмгэг урирал, өвчлөлийн загвар (Зураг2). Үнэн зөв байдал 73% гарсан нь класс хаяг тодорхой биш объектын классыг таамаглахад тохиромжтой. Зураг 2. Байесийн аргаар тооцоолсон 2009-с 2015 оны эмгэг үүсэх цаг агаарын төлөв, өвчлөлийн харилцан хамаарал К дундаж аргаар тооцоолсон эмгэг цаг агаарын төлөв, өвчлөлийн загвар (Зураг 3). ~ 86 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 Зураг 3. K дундаж аргаар тооцоолсон 2009-с 2015 оны эмгэг үүсэх улирал, өвчлөлийн харилцан хамаарал K medoid аргаар тооцоолсон эмгэг үүсэх улирал, өвчлөлийн загвар (Зураг 4) Зураг 4. K medoids аргаар тооцоолсон 2009-с 2015 оны эмгэг үүсэх улирал, өвчлөлийн харилцан хамаарал Кластер тус бүрийн silhouette coefficient 0.7, 0.5, 0.4 гарсан нь үүссэн кластерууд статистик ач холбогдолтой байх магадлалтай. Тандалтын аргуудаар эмгэг үүсэх цаг агаарын төлөв, өвчлөлийн харилцан хамаарлын загвар байгуулах нь алгоритмын сүүлийн алхам болно. 2.3 Програм хангамж Microsoft SQL Server Analysis Service програмын тусламжтай шийдвэрийн мод, байесийн аргаар эмгэг үүсэх улирал, өвчлөлийн загвар үүсгэн, програмтайгаа холбосон (Зураг 5). ~ 87 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ Зураг 5. Microsoft SQL Server Analysis Service програмаар үүссэн шийдвэрийн модны загвар Зураг 6-д үзүүлснээр R програмаар тооцоолсон кластерын шинжилгээний үр дүнг Microsoft SQL server 2008-н cluster хүснэгтэд хөрвүүлсэн Цаг уур ба өвчлөлийн нэгдсэн ovchltsagu хүснэгт Кластерын үр дүнг харуулах Clusters процедур Зураг 7. R ба Microsoft SQL server-н хоорондын холбоо Дүгнэлт Статистик тооцооллын үр дүн: Эрүүл Мэндийн Хөгжлийн Үндэсний Төвийн зүрх судасны тогтолцооны (I00-с-I99-н хооронд орших) 22 ширхэг өвчлөлийн өгөгдлийн хоорондын хамаарлыг тооцоолж нийт 5 өвчлөлийг улиралтай хамааралтай гэж үзсэн. Баянзүрх дүүрэгт зүрх судасны тогтолцооны өвчлөл I дунджаар 29, хамгийн их 306 тохиолдолтой. Анхдагч даралт ихсэлт I10 дунджаар 11, хамгийн ихдээ 157, зүрхний архаг ишемит I25 дунджаар 4, хамгийн ихдээ 53 тохиолдолтой байна. Тандалтын аргын тооцооллын үр дүн: Улиралтай хамааралтай сонгогдсон өвчлөлүүдээс I, I10, I25-н өдөр тутмын тоо хэмжээ хамгийн их тул эдгээр өвчлөлөөр улирал, өвчлөлийн нэгдсэн сан байгуулан, тандалтын аргыг хэрэгжүүллээ. К medoids арга нь ангилан боловсруулалтгүй, объектуудын квадратуудын нийлбэрийг тооцохдоо K means аргаас илүү сайн. Кластер тус бүрийн silhouette coefficient 0.7, 0.5, 0.4 гарсан нь үүссэн кластерууд статистик ач холбогдолтой. Мөн кластерууд илүү сайн тод дүрслэгдсэн. Тандалтын аргын үр дүнгээс хархад улирлаас шалтгаалан температур өөрчлөгдөх, чийг хэт хуурай эсвэл чийгтэй, салхины хурд ихсэхэд өвчлөл үүссэн байна. Энэ нь чийг, салхины хурд нь ~ 88 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 хүний биед нөлөөлөхдөө температуртай хослон нөлөөгөө үзүүлдэг. Цаг агаарын хүчин зүйлс тус тусдаа бус хамтдаа организмд нөлөөгөө үзүүлэн өвчлөл үүсгэдэг онолтой зохицож байна 2009-с 2015 онд намрын улиралд зүрх судасны тогтолцооны өвчлөл Баянзүрх дүүрэгт 50 тохиолдолтой. Анхдагч даралт ихсэлт I10 Баянзүрх дүүрэгт 19 тохиолдолтой буюу математик статистик үр дүнтэй харьцуулахад өвчлөлүүд их байна. Програм MSSQL 2008 програмаар цаг агаар, өвчлөлийн нэгдсэн мэдээллийн сан, багц байгуулсан. Цаг агаар, өвчлөлийн нэгдсэн мэдээллийн санг төрөл бүрийн статистик програмд хөрвүүлэн тандалтын арга хэрэгжүүлж боломжтой. Тандалтын арга гүйцэтгэхэд Microsoft SQL Server Analysis Service програмаас R илүү тохиромжтой байна Ач холбогдол Төр засгийн байгууллагуудад хүн амын эрүүл мэндийг хамгаалахтай холбогдолтой шийдвэр, шуурхай зөв бодлого гаргахад бодит дэмжлэг үзүүлнэ. Мөн эмнэлгийн байгууллага, ялангуяа яаралтай тусламжийн төв улирлаас хамаарах эмгэгийн төлөв өндөр магадлалтай үед бэлтгэлтэй байснаар тус байгууллагын ажлыг хөнгөвчлөх өндөр ач холбогдолтой. Улирал бүр гарах өвчлөлөөс урьдчилан сэргийлэх боломжтой Гар утасны программаар хөгжүүлж хүмүүст түгээх нь илүү тохиромжтой гэж үзэж байна. Ашигласан материал [1] Malinović-Milićević, S., BIOCLIMATIC CHARACTERISTIC OF BANAT Original scientific paper 2013.04.05: p. 11-20. [2] U.S. Department of Health & Human Services, H.I.P. Health Information Technology. 2015.07.08; Available from: http://www.hhs.gov/ocr/privacy/hipaa/understanding/special/healthit/. [3] Chicago, U.o.I.a. A BRIEF HISTORY OF HEALTH INFORMATICS. 2015.09.23. [4] Krupskaya, V.M.a., Study of Factors Influencing Mortaility from the Cerebral Stroke in Patients of Different Ages. British Journal of Medicine Research, 2013. 3(4): p. 1530-1557. [5] Jiawei Han, M.K., Jian Pei, Data Mining Concepts and Techniques. 2012. Third Edition. [6] Ke Chen, Y.Q.S., Naпve Bayes Classifier 2011, University of Manchester and MSRA. [7] TheNoodleDoodler), R.P.a., Classification Tree Models, R.n.a.t.c.b.R. bloggers, Editor. April 13, 2013. [8] Lior Rokach, O.M., CLUSTERING METHODS. Chapter 15. [9] С.Баттулга, Б.О., ӨВЧЛӨЛИЙН САРЫН ИНДЕКСИЙГ ТООЦОХЫН ДАВУУ ТАЛ. 2006. [10] Team, T.R.D.C., R: A Language and Environment for Statistical Computing. [11] Kaštrun, T., Usage of R in SQL Server for better data understanding. 2015. ~ 89 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ BUSINESS INTELLIGENCE -Г АШИГЛАН ХУДАЛДААНЫ БАЙГУУЛЛАГАД ДҮН ШИНЖИЛГЭЭ ХИЙХ НЬ Б.Азбаяр а, А.Алтангэрэл b а Магистрант, Мэдээллийн технологийн салбар, ШУТИС-МХТС, УБ хот, Монгол Улс b Ахлах багш, Мэдээллийн технологийн салбар, ШУТИС-МХТС, УБ хот, Монгол Улс a azbayar69@gmail.com b a.altangerel@gmail.com Хураангуй: Business Intelligence-г гадаад орнуудад бизнесийнхээ үйл ажиллагааг хянах, дүн шинжилгээ хийх, шийдвэр гаргах зэрэг бүхий л салбарт ашиглагдаж байна. Энэ өгүүлэлд Монголд үйл ажиллагаа явуулж буй компаниудын борлуулалтад бизнес анализийг ашиглах талаар судалгаа хийн туршиж үр дүнг бичсэн. Түлхүүр үг: Өгөгдөл, Өгөгдлийн сан, Data Warehouse, Business Intelligence (BI) төрөл, OLAP технологи, ETL технологи Сэдвийн судлагдсан байдал: Анх 1958 онд IBM компанийн судлаач Hans Peter Luhn дата дээр суурилсан бизнес анализийн талаар гол санааг гаргасан байдаг. Үүнээс хойш олон улсад энэ талаар олон судалгааны ажил хийгдсэн байдаг. Үүнд Massachusetts-н их сургуулийн судалгааны баг судалгаа хийсэн байна. Мөн Forrester Research байгууллагын судалгааны ажилтан Ph.D Holger Kisker нь BI-г ашиглан цаашдын өсөлт, дэвшил гэсэн сэдвийн хүрээнд BI нь орчин үеийн бизнесийн хөгжилд яагаад шаардлагатай, BI-д оруулж буй хөрөнгө оруулалтууд, хэрхэн үр ашигтай ашиглах талаар судалгааны ажил бичсэн байна. Манай улсын хэмжээнд ШУТИС-КТМС-н судалгааны баг болох Б.Гэрэлтуяа, О.Намуунцэцэг нар Business Intelligence сэдвийн хүрээнд судалгаа хийсэн байна. Судалгааны ажлын зорилго, зорилтууд: Энэ судалгааны ажлаар байгууллагын борлуулалтын тайлангийн одоогын загвар, байршилийг судлаж тухайн байгууллагад тохирсон датабаз бэлдэж түүнийг Bunsiness Intelligence-руу холбох ба бодит хугацаанд хүссэн хэлбэрээр тайлагнаж, гүйцэтгэлийг төлөвлөгөөтөй хянаж шаардлагатай арга хэмжээг түргэн шуурхай гаргуулах зорилго тавьж, дараах зорилтуудыг дэвшүүлсэн. Үүнд: 1. Microsoft Azure SQL датабазыг судлаж хэрэгтэй дата цуглуулахад ашиглах. 2. Борлуулалтын анализ хийхэд шаардлагатай үгүүдийг тодорхойлон сонгох. 3. Хэрэглэгчийн програмаар дамжуулан дата-г Microsoft Azure SQL дээр буулган түүнийг MS power BI-тай бодит хугацаагаар холбох. 4. MS Power Bi-д орсон мэдээллүүд дээр дүн шинжилгээ хийж үр дүнг нэгтгэх. Оршил: Орчин үед амжилттай яваа компаниуд өөрсдийн мэдээллийн технологийн дэд бүтцэд түшиглэн олон төрлийн системүүдийг дотоод үйл ажиллагаандаа ашиглах болсон. Тэдгээр системүүдээс маш олон төрлийн дата мэдээллүүд үүсдэг ба тэдгээрт Business Intelligence-г ашиглан дүн шинжилгээ хийн шийдвэр гарах явцыг хурдасган амжилттай хөгжин дэвшиж байна. Олон улсад байгууллагууд мэдээллийн технологийг түшиглэн үүсээд буй их хэмжээний мэдээллүүдийг нэгтгэн дүн шинжилгээ хийн цаашдын бодлого боловсруулахад ашиглах болсон. Монголын байгууллагуудад хамгийн их анзаарагддаг зүйл нь борлуулалтад цаг алдалгүй дүн шинжилгээ хийгээгүй нэгтгээгүйн улмаас борлуулалт буурах ашиггүй ажиллах зэрэг эрсдэлүүд үүссэн байдаг. Тус эрсдэлийг үүсгэхгүй үүднээс энэхүү систем нь байгууллагад хадгалагдаж буй мэдээлэл дээр үндэслэн хүссэн мэдээллээ үнэн зөв бодит хугацаанд гарган авч гүйцэтгэлийг төлөвлөгөөтэй харьцуулан шийдвэрийг хурдан хугацаанд гаргахад туслах систем юм. ~ 90 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 1. Business Intelligence(BI) тухай ойлголт: Business Intelligence нь байгууллагын мэдээллийн технологид суурилсан бизнесийн өгөгдөлд дүн шинжилгээ хийдэг. Business Intelligence-н технологиуд нь дараах функцүүдээс бүрдэж байна. 1. Data mining and visualization / Өгөгдлийн танталт болон төсөөлөл 2. Machine learning and knowledge discovery / Машиний суралцах үйл явц ба мэдлэг олох 3. Information retrieval / Мэдээлэл гаргаж авах 4. Competitive intelligence/analysis / Идэвхитэй дүн шинжилгээ хийх 5. Agents and the Semantic Web / Агэнт болон симантек веб 6. Recommendation and reputation systems / Зөвлөгөө болон репутэйшн систем 7. Automated contracting / Автомат харилцаа Business Intelligence-н зорилго нь илүү сайн бизнесийн шийдвэр гаргахад дэмжлэг үзүүлэх юм. Иймд BI системийг шийдвэр дэмжих систем гэж хэлж болно. Тухайн системийг ашигласнаар өрсөлдөгчөөсөө үргэлж нэг алхам урд алхах боломжыг олгодог. 1. дүгээр зураг. Business Intelligence-н цикл. 2. Энэхүү өгүүлэлээр хийгдэж буй Софтлайн компанийн борлуулалтын тухайн цаг үеийн тайланг гаргахад дараах арга технологийг ашигласан:: - OLAP технологи: Олон их сурвалжаас авсан их хэмжээний дэлгэрэнгүй, нэгтгэсэн өгөгдлүүдийг шалгаж нэгтгэн ашиглах боломжыг олгоно. Бодит хуагцаанд хурдан хариулт өгөх замаар интерактив хэлбэрийн процесс явагддаг. Үүний ачаар Data Warehouse дээр цугларсан дата дээр OLAP Cube-н их хэмжээний мэдээллийг хурдан хугацаанд шинэчлэн нэгтгэх боломжыг ашиглан ижил мэдээллийг хооронд нь нэгтгэн MS Power BI-руу шилжүүлэх процесс явагдсан. - ETL процесс: SQL датабаз болон Excel зэрэг бусад source дээр цугларсан RAW датаг Data Warehouse дээр нэгтгэсэн. Data Warehouse руу нэгтгэх үйл явцад ETL процессийг ашигласан ба энэ нь олон source-с цугларсан мэдээллийг дотор нь задлаж шаардлагагүй мэдээллийг цэвэрлэж Data Warehouse-руу явуулах процесс юм. 3. Ажилтнаас борлуулалтын дата авах програм хангамж бичсэн: ~ 91 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ Хэрэглэгчээс борлуулалтын дата авах програм хангамжыг csharp болон Visual Studio дээр хийж гүйцэтгэсэн ба энэ нь цаашаа Microsoft Azure SQL wharehouse-руу борлуулалтын талаарх дүн мэдээллийг явуулах болно. 2. дугаар зураг. Хэрэглэгчийн програм хангамж. 4. Microsoft Azure үүлэн технологийг ашиглан SQL датабаз үүсгэн загварчлах: Business Intelligence-н системийг ашиглахийн тулд мэдээлэл цуглуулах датабаз хэрэгтэй болох ба энэ сэдвийн хүрээн ашиглаж буй Microsoft Power BI систем нь Excel, Azure SQL датабаз, програм хангамж, үүлэн технологи зэргээс мэдээлэл цуглуулах боломжтой. Эдгээрийн нэг болох Microsoft Azure үүлэн системийг ашиглан SQL датабаз үүсгэж түүнийг загварчилан мэдээлэл цуглуулах нь хамгийн үр дүнтэй шийдэл гэж үзсэн. Үүний ачаар ажилтан интернет холболттой үед байршил үл харгалзан байгууллагын датабазыг баяжуулах нөхцөл бололцоо бүрдэх юм. 5. SQL датабаз-г Power BI-руу холбох: 3. дугаар зураг. SQL датабаз диаграм. SQL датабаз дээр цугларсан мэдээллийг Microsoft Power BI-тай холбож, байгууллагын хүсэлт дээр тулгуурлан хэд хэдэн тайлангын загвар үүсгэн хадгаласан ба энэ нь мэдээлэл шинэчлэгдэх тутамд тайлангууд байнгын шинэчлэгдэж харагдах юм. Ингэснээр байгууллага тухайн агшин дахь борлуулалтын нэгдсэн тайланг үнэн зөв байдлаар бодит бодит хугацаанд мэдээлэл авснаар Жишээ нь: борлуулалтын хувь хэмжээ аль нэг үйлдвэрлэгч дээр муу байгаа тохиолдолд хугацаа алдалгүй арга хэмжээ авахад туслах болно. ~ 92 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 4 дүгээр зураг. Power BI dashboard 5 дүгээр зураг. Нийт борлуулалтад үйлдвэрлэгчдийн эзлэх хувь 6 дугаар зураг. Нийт борлуулалтыг салбараар харьцуулсан байдал ~ 93 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ Дүгнэлт: 7 дугаар зураг. Борлуулалтын төлөвлөгөө болон биелэлтийг харьцуулсан байдал Энэ судалгааны ажилд Софтлайн компанийн нийт борлуулалтыг ашиглан дүн шинжилгээ хийсэн ба дараах үр дүнд хүрч байна. 1. Софтлайн компаний борлуулалтын дата дээрээс сектор, үйлдвэрлэгч, бүтээгдэхүүн, борлуулсан нийт үнэ, ашиг, худалдан авагчийн ангилал, борлуулалтын төлөвлөгөө, он сар өдөр зэрэг өгөгдөлүүд дээр дүн шинжилгээ хийж нэгтгэн үр дүнг харуулсан байгаа. 2. Борлуулалтын хувь хэмжээний талаарх мэдээллийг тухайн агшинд авснаар цаг алдалгүй арга хэмжээ авч засаж ажилласнаар борлуулалтын хэмжээ өмнөх сараас 15-20% нэмэгдсэн дүнтэй гарсан. 3. Удирдах албан тушаалын ажилтанууд тайлан гаргах цагаа өөр зүйлд зарцуулснаар ажлын үр бүтээмжээ дээшлүүлэх боломжтлй болсон. 4. Өмнө нь excel файл дээр удирдлагууд өөрсдөө мэдээлэл цуглуулан тайлан гаргадаг байсан ба энэ нь бодит байдалтай байнга зөрж асуудал үүсгэж дараагын хурал зөвлөгөөнүүд хойшилдог байсан. Тус системийг ашигласнаар тухайн асуудал дахиж үүсээгүй ба хурлыг долоо хоног бүр хийх боломжтой болсон. 5. Тус системийг дотооддоо нэвтрүүлэхэд ажилчдын зүгээс нэмэлт ажил мэт харж байсан нь бүрэн нэвтрүүлэхэд саад болж байсан. 6. Цаашид хэрэглэгчийн П/Х-Azure SQL-Microsoft Power BI хоорондын уялдаа холбоог сайжруулах, нууцлал, тайлангын шилдэг загвар гаргах тал дээр гадны туршлагуудыг үргэлжлүүлэн судална. Ашигласан материал: [1] Abraham Bernstein, Benjamin Grosof, Foster Provost 2001. Business Intelligence The Next Frontier for Information Systems Research [2] Jayanthi Ranjan 2009. Business Intelligence: Concepts, Components, Techniques and benefits [3] Rina Fitriana, Eriyatno, Taufik Djatna 2011 Progress in Business Intelligence System research [4] Youssef Shoukry Program Manager @ Power BI 2016. Explore your Insightcentr data with Power BI [5] Miguel Martinez 2016. Introducing Azure Analysis Services [6] Fetiye Karabay 2016. Making It Easier To Administer Power BI [7] Б.Гэрэлтуяа, О.Намуунцэцэг Бизнесийн Ухаалаг Мэдээллийг судлах нь (Business Intelligence) Зохиогчийн тухай: Бат-Очир овогтой Азбаяр миний бие 2007 онд МУБИС-Компьютер, Мэдээлэл Технологийн Сургуульд суралцан 2011 онд бакалавр зэрэгтэй төгссөн. 2011 оноос одоог хүртэл Софтлайн Азия компанид МТ Менежерийн албан тушаалд ажиллаж байна. ~ 94 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 MSP430 МИКРОКОНТРОЛЛЁРЫН TINYOS Т СУУРИЛСАН 3D ACCELEROMETER БОЛОН ЗҮРХНИЙ БИЧЛЭГИЙН ДОХИО БОЛОВСРУУЛАЛТ Б.Энхдаваа а, Д.Эрдэнэчимэг б а Магистрант, Электроникийн салбар, ШУТИС, МХТС,, УБ хот, Монгол улс b Дэд профессор, Электроникийн салбар, ШУТИС, МХТС,, УБ хот, Монгол улс Хураангуй: b И-мэйл: chimeg@must.edu.mn Эрүүн мэндийн салбарт тулгамдаж байгаа асуудлуудын нэг бол зүрхний өвчин юм. Түүнийг олж тогтооход цаг тухайд эмч болон хувь хүн өөрөө хянах шаардлагатай байдаг. Мөн бидэнд төдийлөн байнга хянах боломж байхгүй байна. Энэхүү илтгэлийн хүрээнд хүний зүрхний үйл ажиллагаа болон биеийн хөдөлгөөнийг хянах боломжийг танилцууллаа. 1. Оршил Зүрхний өвчнийг эртнээс тодорхойлохын тулд цаг тутамд шалгах хэрэгтэй байдаг. Тиймээс зүрхний цахилгаан бичлэгийг урт хугацааны турш хийж, өвчтөнийг хөдөлгөөн хийж байгаа эсэхийг хянах хэрэгтэй. Тэрхүү зүрхний бичлэг хийх төхөөрөмжийг зөөвөрлөх, мөн хөдөлгөөн хийж байгаа эсэхийг тогтмол хянах боломжгүй. Иймээс бид өвчтөнд өмсөж, зүүх боломжтой төхөөрөмж SHIMMER2R хөгжүүлэх төхөөрөмжийг хөгжүүлэв. Зорилго SHIMMER2R хөгжүүлэх төхөөрөмжид суурилсан зүрхний хэм алдалт болон хүний хөдөлгөөнийг шалгах төхөөрөмжийг хөгжүүлэх. Зорилт SHIMMER2R хөгжүүлэх төхөөрөмжийг TinyOS д суурилсан NesC программын хэл ашиглан программчлах. SHIMMER2R хөгжүүлэх төхөөрөмжийг ашиглан хэмжилт хийж Bluetooth г ашиглан зүрхний бичлэг, акселерометрын мэдээллийг дамжуулах. SHIMMER2R хөгжүүлэх төхөөрөмжийг ашиглан хэмжилт хийж зүрхний бичлэг, акселерометрын мэдээллийг SD CARD д хадгалах. 2. Хэрэглэгдэх зүйлс SHIMMER2R SD Card Мэдээлэл хүлээн авах төхөөрөмж Хэрэгжүүлэлт Бид SHIMMER2R гэх хөгжүүлэх хавтан дээр ажиллаж байгаа ба MSP430 микроконтроллёрт сууриласан. Үүнийг бид TinyOS үйлдлийн систем ашиглаж NesC програмчлалын хэлний тусламжтай хөгжүүлэлт хийв. Ерөнхий бүтэц ~ 95 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ SHIMMER2R хөгжүүлэх төхөөрөмж нь MSP430 микроконтроллёрт суурилсан хэд хэдэн мэдрэгчүүдийг агуулсан. Хүний хөдөлгөөнийг мэдрэхийн тулд MMA7361 ACCELEROMETER, зүрхний цахилгаан бичлэг хийх electrocardiogram - н 3 оролттой. Мөн Bluetooth device тай RN-42 гэх чип ашиглан холбогдож хэмжиж авсан өгөгдлийг дамжуулж SD CARD д бичиж хадгалж авна.. Ажиллагааны дараалал: 1 2 3 4 5 6 Мастер Bluetooth төхөөрөмжтэй холбогдоно Мастер төхөөрөмжөөс эхлэх комманд ирнэ Аналог тоон хувиргуур ашиглан зүрхний цахилгаан бичлэг хийж хөдөлгөөнийг илрүүлнэ Бүх мэдээллийг 40 ms давтамжтай дамжуулалт хийж санах ойд хадгална Мастер төхөөрөмжөөс зогсох комманд ирнэ Хадгалсан мэдээллийг компьютерт хийж уншина Туршилт хийсэн үр дүн ~ 96 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 Зураг 1. Bluetooth протокол ашиглан Зураг 2. SD Card д хадгалагдсан мэдээлэл А. хэмжилтийг эхлүүлэх Б. Хэмжилтийг зогсоох В. Хэмжилт хийн мэдээлэл ирж буй байдал Зураг 1 д утасгүй холболтоор өгөгдөл дамжуулах боломжтой болсон үед master bluetooth ээс удирдлагын команд ирэх ба 0х07 гэдэг өгөгдөл ирвэл мэдрэгчүүдээс өгөгдөл цуглуулан 40 миллисекунд тутам дамжуулалт хийж давхар санах ойрд бичнэ. Утасгүй холболтоор өгөгдөл бичиж байх үед master bluetooth мэдрэгчүүдийн өгөгдөл ямар утгатай байгааг шууд мэдэх боломжтой. Зураг 2 т санах ойд бичихдээ SD card тай холболт хийж Filedata гэдэг файл үүсгэн бичилт хийж эхэлнэ. 0х20 гэх команд ирэх үед утасгүй дамжуулалт болон файл буюу санах ойд бичих үйл явцыг зогсооно. Түүний дараа нарийвчилсан мэдээлэл авахын тулд SD card д ямар өгөгдөл бичигдсэнийг харах боломжтой. 3. Програмын алгоритм: Алгоритм 1: Эхлэл Bluetooth initialize Timer initialize FatFs initialize ECG initialize Accelerometer initialize initialize Slave горимд Bluetooth сүлжээг идэвхижүүлнэ Сүлжээнд холбогдсон эсэх LED TOGGLE Timer идэвхижүүлнэ Сүлжээнээс ирсэн өгөгдлийг шалгана ~ 97 ~ Харгалзах командууд: 1. Дамжуулалт эхлүүлэх 1.1 Timer г идэвхижүүлнэ 1.2 FatFs эхлүүлэн файл үүсгэнэ 2. Дамжуулалт зогсоох 2.1 Timer г идэвхигүй болно 2.2 Файлыг хаана.

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ Алгоритм 1 нь програмын эхлэл. Түүний ажиллах дараалал нь нэн түрүүнд мэдрэгчүүдээс мэдээлэл авахад зориулагдсан интерфейсүүд, ашиглагдах хэрэглэгчийн функц болон хувьсагчуудыг зарлана. Үүнд ECG д болон аккселерометрт тоон аналог хувиргуур, файлтай өгөгдөл солилцох FatFs д SPI, Bluetooth чип сериал ба бусад шаардлагатай интерфейсүүдийг тохируулах буюу портын болон таймар тохиргоо хийнэ. Түүний дараа програмд ашиглагдах хувьсагчуудын анхны төлөвүүдийг тодорхойлно. NesC хэл нь task, event дээр тулгуурлан ажилладаг учир өгөгдөл ирэх, утасгүй холболт хийгдэх болон тасрах үед түүнд харгалзах event бий болж task ыг дуудан ажиллуулна. Бид bluetooth холболт хийхдээ slave үүрэг гүйцэтгэн холбогдох ба master bluetooth ээс холболт хийх хүсэлт ирнэ. Мөн 12345 гэсэн нууц түлхүүр үгийг ашиглана. Алгоритм 2: Timer Дамжуулах мэдээлэлийг бэлтгэх Bluetooth дамжуулалтыг зөвшөөрсөн эсэх Сүлжээнд дамжуулалт хийх дууссан эсэх Мэдээлэл дамжуулалт хийхгүй Bluetooth master т дамжуулалт хийнэ SD card д өгөгдлийг бичнэ Дараах алгоритм 2 нь өгөдөл дамжуулах болон санах ойд бичих зориулалтай ба микроконроллёрын дотоод таймарын ажиллагаа юм. Утасгүй Bluetooth холболт хийгдсэн үед явагдах ба Мaster bluetooth с эхлэх комманд ирсэн үед таймар нь 40 миллисекунт тутам идэвхижиж дамжуулалт хийн давхар SD card д өгөглийг бичнэ. Дамжуулалт болон бичилт хийхийн өмнө мэдрэгчүүдээс өгөгдлийг цуглуулна. Энэхүү дамжуулах мэдээллийн хэмжээ 13 байт. 13 байт мэдээллийн тайлбар: 1 2 3 4 5 6 7 8 9 10 11 12 13 start time time Акк х Акк х Акк у Акк у Акк z Акк z ECG ECG ECG ECG RA RA LA LA ~ 98 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 Алгоритм 3: Сүлжээнд холбогдсон Bluetooth дамжуулалтыг зөвшөөрнө Алгоритм 4: Сүлжээ тасарсан Bluetooth дамжуулалтыг хаана Timer г идэвхигүй болгоно Энэхүү 2 алгоритм нь энхийх нь master bluetooth тэй холболт тогтсон, хоёр дахь master bluetooth тэй холболт тасарсан үед биелэгдэх event д харгалзах үйлдэл юм. Хөгжүүлэлт: Аппликейшн програм хангамжийг цааш хөгжүүлэн ухаалаг болгох Нэмэлт мэдрэгчүүдийг нэмэлтээр оруулах Дүгнэлт Энэхүү туршилтын ажлаар дараах үйлдлүүдийг хийж гүйцэтгэв. Үүнд, SD card д мэдээллийг 40 ms давтамжтайгаар хадгалж Bluetooth 2.0 ашиглан мэдээллийг мөн 40ms давтамжтайгаар хадгалав. Цаашид ийнхүү хураасан мэдээллийг боловсруулах ажиллагаанд орно. Ашигласан материал: [1] http://www.wikipedia.org/ [2] Tiny OS operating system http:// people.eecs.berkeley.edu/~culler/papers/ai-tinyos.pdf/ [3] http://www.google.com [4] SHIMMER2R user manual [5] SHIMMER2R technical datasheet ~ 99 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ СҮЛЖЭЭНИЙ ХЯНАЛТЫН ТЕХНОЛОГИЙН СУДАЛГАА О.Түвшинжаргал*, Н. Эрдэнэхүү** *Магистрантур, Мэдээллийн сүлжээ, аюулгүй байдлын салбар, ШУТИС, УБ хот, Монгол улс ** Доктор (Ph.D), дэд проф., Холбооны салбарын эрхлэгч, ШУТИС, УБ хот, Монгол Улс b И-мэйл:light.0614@yahoo.com b И-мэйл:tuvshinjargal.0614@gmail.com Хураангуй Энэхүү судалгааны ажлаар сүлжээний хяналтын платформ бий болгоход оролцдог төрөл бүрийн элементүүдийг микро түвшинд илүү дэлгэрэнгүй авч үзэж Сүлжээний Хяналтын техникүүдийн өөр өөр төрлийг судлах болно. Зах зээл дээр боломжит хэдэн мянган сүлжээний хяналтын системүүд байдаг, хэрэгцээ шаардлагад хамгийн сайн нийцсэн, сонголт хийхэд нөлөөлж болох системүүдийг тодорхойлон гэдэг хүндрэлтэй тиймээс энэхүү судалгааны ажилдаа зарим нэг сайн гэсэн хяналтын системүүүдийг тайлбарласан байгаа. Түлхүүр үгс: Сүлжээний Хяналт, Сүлжээний Хяналтийн Хэрэгсэл, NetFlow, network monitoring, network analysis, active monitoring, passive monitoring Үндсэн хэсэг Оршил Сүлжээний хяналт системүүдийг компьютерийн сүлжээ удааширч эсвэл эвдэрснээс болж ямар нэг алдаа, саад бэрхшээл буюу хэвийн бус зүйл гарахын эсрэг сүлжээний үйл ажиллагааг тогтмол хянах хамгийн цогц шийдэл мөн гэж үзэж болно. Өнөөдөр сүлжээний хяналтын системүүдыг байгууллага дотор ямар нэг эмзэг асуудал үүсэх болон гадны ямар нэг хүчин зүйлээс компьютерийн сүлжээг урьдчилан хамгаалах аюулгүй байдлын програмуудад ашиглаж байна. Компьютерийн аюулгүй байдлын хүрээлэн (Flukenetworks.com, n.d.) ба FBI-аас саяхан хэрэгжүүлсэн судалгаагаар судалгаанд хамрагдсан 264 компаниас 53%-д нь компаний сүлжээг зөвшөөрөлгүй хэрэглэдэг байсныг илрүүлжээ, үүний 50% нь байгууллага дотор байгааг илрүүлсэн. Үүнээс харахад эдгээр компаниуд өөрсдийгөө гадны хүчин зүйлээс болон байгууллага доторх аюулгүй байдлыг хангадаггүй гэдгийг харуулж байгаа юм. Орчин үеийн сүлжээний хяналтийн системүүд нь илүү хариуцлагатай болсон бөгөөд сүлжээний хэрэглээ болон бүх цаг үед сүлжээнд гарсан өөрчлөлтүүдэд анализ хийж, ямар нэг аюулгүй байдлын эсрэг зөрчил гарсан тохиолдолд тэр даруйд нь сүлжээний администраторуудад анхааруулах боломжтой байлгах тал дээр асуудлуудыг шийдвэрлэдэг. Мөн халдагч этгээдүүдэд нэвтрэхэд төвөгтэй ямарч технологи руу халдаж чаддаг гэдгийг ойлгох нь маш чухал, ингэснээр ямар нэг компани эсвэл байгууллага өөрсдийн сүлжээгээ хамгаалахыг хүсэх болно, байгууллагын ямар ч ажилтан гадагш компаний мэдээлэл алдах боломжтой ямар нэг сул талтай програм хангамж ашиглаж байдаг, ажилчид аюулгүй байдлын бодлогуудыг зөрчсөн ямар нэг үйлдэл гаргадаг гэдгийг санаж байх хэрэгтэй. 1. Сүлжээний хяналт, дүн шинжилгээний ач холбогдол Сүлжээнд хяналт тавина гэдэг бол сүлжээний администраторуудын хувьд нэн чухалд тооцогдох, нэлээд төвөгтэй ажлын нэг билээ. Сүлжээний администраторууд өөрийн хариуцсан сүлжээний хэвийн, тасралтгүй ажиллагааг хангахын төлөө тогтмол хичээн зүтгэж байдаг бөгөөд сүлжээний үйл ажиллагаа хэдхэн хормын хугацаанд саатах төдийд л тухайн байгууллагын үр бүтээмж буурах, цаашлаад олон нийтийн үйлчилгээний байгууллагын хувьд чухал шаардлагатай үйлчилгээгээ үзүүлж чадахгүй байдалд хүрэх сөрөг нөлөөтэй юм. Иймд администраторууд нь сүлжээгээр дамжиж байгаа урсгал хөдөлгөөнд хяналт тавьж, сүлжээнд аюулгүй байдлын цоорхой байгаа эсэхийг тогтмол шалгаж байх шаардлагатай 1.1 Хяналт, дүн шинжилгээ хийх арга техникүүд Сүлжээнд анализ хийнэ гэдэг нь сүлжээний урсгалыг барьж аваад, нарийвчлан шалгаж, сүлжээн дотор чухам юу явагдаад, юу болоод байгааг тодорхойлохыг хэлээд байгаа юм. Дараагийн хэсэгт сүлжээний хяналтын хоёр төрлийн арга техникийг хэлэлцэнэ. Үүнд: Рутерт суурилсан ба рутерын бус гэсэн хоёр төрөл байна. ~ 100 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 Рутерт суурилсан арга барил гэдэг нь хяналт хийх боломж нь рутерт өөр дээр нь агуулагдаж суурилагдсан, нэмэлтээр техник болон программ хангамжийг суулгах шаардлагагүй арга барилыг хэлнэ. Харин рутерын бус хяналтын арга нь техник болон программ хангамжийн нэмэлт суурилуулалтыг шаардах бөгөөд илүү уян хатан ажиллагаатай байдаг. 2. Сүлжээний хяналтын шийдэл боловсруулах Хяналтын сүлжээгээ төвлөрсөн нэг удирдлага хяналттай болгох зорилго тавьж байгаа мөн хяналтын төв байгуулан 24 цаг сүлжээгээ хянаж байх шаардлагатай тул 1 цэгт төвлөрсөн хяналтын систем байдлаар зохион байгуулахыг зорьсон. Судалгаагаар гаргасан хяналтын сүлжээний үндсэн 2-н шаардлагыг хангасан сүлжээ зохион байгуулж, хяналт хийх шаардлагатай байгаа. 2.1 Хяналтын сүлжээний нууцлалыг хангасан байх Хяналтын сүлжээгээ хэрхэн зохион байгуулахаа шийдье. Core,Distribution, Accessбүх түвшний сүлжээг хянах шаардлагатай тул эдгээр түвшний бүхий л удирдлагатай төхөөрөмжүүдийг хянах, эдгээр төхөөрөмжүүдээс сүлжээгээр дамжуулан мэдээлэл авна. Төхөөрөмжүүдээс мэдээлэл авахдаа ICMP, Netflow, ssh, SNMP зэрэг протоколууд ашиглаж байгаа. Эдгээр хяналтын протоколуудыг ашиглахад нууцлалын асуудал маш чухал юм. Учир нь гол ашиглах SNMPv2 протоколын хувьд нууцлал багатай, нууцлалын зорилгоор ашигладаг community string нь шууд текст хэлбэрээр дамждаг тул халдлагад өртөх өндөр магадлалтай юм. Тиймээс хяналтын сүлжээг хэрэглэгч, сүлжээний бусад урсгалаас ялгах, мөн public IP хаяг өгөхгүй интернэтээс шууд хандах боломжгүй байлгах шаардлага гарч байна. Хяналтын сүлжээг физик холболтын хувьд тусад нь хийх тохиолдолд үндсэн сүлжээгээ 2 дахин үүсгэх болж байгаа тул энэ нь эдийн засгийн хувьд шийдэх боломжгүй юм. Тиймээс интернэт үйлчилгээ үзүүлэгч байгууллагууд виртуал сүлжээ Vlan үүсгэж, private хаяг ашиглан сүлжээний хяналтаа хийдэг. Олон сүлжээ, хаягийн зонууд ашиглаж байгаа тул замчлалыг тодорхойлж өгөх мөн сүлжээнд хандах хандалтыг хязгаарлах зорилгоор хяналтын системдээ шаардлага хангасан рүтр төхөөрөмж суурилуулж ашиглана. Хяналтын сүлжээний топологийг Зураг 1.1.1-т үзүүлсэн байдлаар төлөвлөлөө. Хэд хэдэн нийлүүлэгчийн өөр өөр зориулалттай 1000 орчим төхөөрөмж хянах тул нэг Vlan сүлжээгээр хянахад тохиромжгүй, хянахад хэтэрхий нүсэр байдалтай болж байна. Тиймээс төхөөрөмжийн төрөл, түвшингээс хамааруулан хяналтын сүлжээнүүдийг тус тусад нь гаргасан. Хүснэгт 1.1.1-д хянах төхөөрөмж, загварууд, элементийн тоог орууллаа. Зураг 2.1.1 Сүлжээний хяналтын топологи ~ 101 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ Хянах төхөөрөмж, загварууд, элементийн тоо Хүснэгт 2.1.1 Хянах төхөөрөмжүүд Internet gateway router Загвар Дэмждэг протоколууд Сүлжээний хэсэг Төхөөрөмжийн тоо Интерфэйсийн тоо Элементийн тоо Cisco CRS Netflow, SNMP 1 2 6 Core switch Cisco 2960 SNMP 10 240 280 Access & Distribution switch Access points Linksys SRW224 Ubiquiti Rocket M5 SNMP 30 720 840 SNMP 10 10 50 Датацентр DNS server Linux Netflow, SNMP 1 1 5 E-mail server Linux Netflow, SNMP 1 1 5 Web server Windows SNMP 1 1 5 Нийт 54 975 1191 2.2 Хяналтын сүлжээ руу алсаас хандах боломжтой байх Хяналтын сүлжээ руу хандах эрх, хандалтыг байгууллагууд зөвхөн сүлжээ хяналтын төвөөс хандахаар тохируулсан байдаг. Энэ нь сүлжээний хяналтын системийн нууцлал хамгаалалтыг хангах зорилготой. Мөн байгууллагын дотоод сүлжээнээс нийтээрээ хандах шаардлага байдаггүй тул замчлалын асуудлаас шалтгаалаад хандах сүлжээг зааж ялгахад хүндрэлтэй, хяналтын сүлжээ руу хандах шаардлагатай инженерүүд хяналтын төвдөө биеэр ирж тохиргоо, өөрчлөлт хийх, шаардлагатай арга хэмжээнүүдээ авдаг. Энэ асуудлыг Point-to-Point Tunneling Protocol (PPTP) ашиглан хяналтын сүлжээ руу хандах эрхийг шаардлагатай ажилтнуудад үүсгэх боломжтойгоор шийдсэн. Энд мөн бусад төрлийн VPN туннель, алсын хандалтуудыг ашиглах боломжтой боловч нууцлалын хувьд шаардлага хангахгүй, мөн easy VPN гэх мэт боломжтой хэрэгслүүд байгаа боловч тухайн нийлүүлэгчийн төхөөрөмж ашиглах шаардлага гардаг тул протокол ашиглан шийдэхийг зорьсон. PPTP протоколыг байгууллагууд ихэвчлэн гэрээсээ оффисе руугаа холбогдон дотоод сүлжээндээ холбогдох байдлаар ашигладаг. PPTP нь Virtual private network VPN холболт үүсгэдэг ба PPP пакетыг энкапсулэйт хийх зорилгоор TCP болон GRE туннелийн хяналтын сувгийг ашигладаг. MPPE128 бит энкрипташигладаг тул туннелийн хувьд нууцлал сайтар хамгаалагдаж байна. Энэ протокол нь Windows үйлдлийн системд ашиглагдахаас гадна гар утасны android үйлдлийн систем дээр ч зохицон ажиллах боломжтой. Зураг 2.1.2 PPTP VPN туннель ашиглах ~ 102 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 Хяналтын рүтр дээр хяналтын систем руу хандах шаардлагатай ажилтнуудын эрхийг үүсгэн тухайн ажилтан өөрийн компъютераас PPP холболт үүсгэн dial хийж хяналтын рүтрруу холбогдсоноор хяналтын сүлжээний шаардлагатай бүх төхөөрөмж руугаа шууд хандалт хийх боломжтой болж байна. Байгууллагын дотоод сүлжээнд энэ аргийг ашиглахад хэвийн байсан боловч гадаад сүлжээ, интернэтээс инженер техникийн ажилтнууд хандах шаардлагад энэ протоколын нууцлалын асуудлаас шалтгаалаад ашиглахад хүндрэл үүссэн. PPTP протоколын authentication хийдэг PAP, CHAP, MSCHAPv1, MSCHAPv2 зэрэг протоколууд халдлагад өртөж байсан тул Майкрософтоос уг протоколыг нууцлал хамгаалалтын шаардлага бүрэн хангахгүй гэж үзсэн байсан ба эндээс хамгийн өндөр нууцлалтай MSCHAPv2 протоколыг authentication-д ашиглая. Энэ нь нууцлалын шаардлагыг бүрэн хангахгүй гэж үзэж байгаа тул 1 time password буюу тодорхой хугацааны интервалаар нууц үгийг өөрчлөх скрипт ашигласан. Энэ скрипт нь хяналтын рүтр болон хэрэглэгчийн компъютер дээр синхрон ажилладаг. 2.3 Програм болон техник хангамжийн сонголт Зураг 2.1.3 Хяналтын сүлжээ руу алсаас хандах Судалгаагаар интернэт үйлчилгээ үзүүлэгч байгууллагууд нь бүх түвшний сүлжээний төхөөрөмж, үйлчилгээг хянах шаардлагатай тус хяналтандаа өөр өөрийн онцлогт тохирсон өөрчлөлтүүдийг хийх шаардлага гардаг байна. Мөн сүлжээ нь улам бүр өргөжин тэлж, үйлчилгээ нэмэгдсээр байдаг тул энэхүү өсөлттэй уялдан хяналтын шаардлага хэрэглээ ч мөн даган өссөөр байдаг. Хяналтын програмын хувьд гаргасан долоон шаардлагыг програмын төрлүүдийн хувьд хэрэгжүүлэх боломжийг харьцуулсныг Хүснэгт 2.1.2-ээс харна уу. Хяналтын програмуудын ашиглах боломжийн харьцуулалт Шаардлага NMS арилжааны багц Элемент менежер Хүснэгт 2.1.2 Нээлттэй эхийн програм хангамж 1 Вэндор хамаарахгүй байх Тийм Үгүй Тийм 2 Бусад системүүдтэй нэгтгэх боломж Үгүй Үгүй Тийм ~ 103 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ 3 Ачааллыг хуваарилах боломжтой, нэмэлт тохиргооны боломж Үгүй Үгүй Тийм 4 Гүйцэтгэл хянах, протоколуудыг дэмждэг байх Тийм Зарим тохиолдолд дэмждэггүй Тийм 5 Үзүүлэлтүүдийн мэдээллийг хадгалан трэнд, статистик мэдээлэл гаргах Тийм Тийм Тийм 6 Дохиолол, алертын боломжууд Тийм Тийм Тийм 7 Үнэ тариф Ашиглалтын боломжоос хамааран үнэ нь ихэсдэг Зарим нь үнэгүй Үнэгүй Эдгээр шаардлагуудыг ханган сүлжээний хяналтыг цогцоор нь хийхэд нэмэлт өргөтгөл хийх боломж нээлттэй, мөн том жижиг аль ч төрлийн сүлжээг цогцоор нь хянах шаардлагыг хангаж чадах хамгийн өндөр боломжтой програм нь нээлттэй эхийн програм хангамж байна. Нээлтэй эхийн програм хангамжийн хөгжүүлэлтийг хийж буй маш олон төслийн багууд ажилладаг бөгөөд сүлжээний хяналтанд ашиглах програмаа сонгохдоо Network Startup Resource Center NSRC олон улсын судалгааны байгууллагийн гаргасан судалгаанд үндэслэн сонгосон. Нээлттэй эхийн хэд хэдэн програм хангамжуудаас санал болгосон байсан ба эдгээрээс хамгийн нийтлэг ашиглагдаж байгаа програм хангамжийг сонгосон. NSRC-н судалгаагаар нийтлэг ашигладаг нээлттэй эхийн жишээ програм хангамжууд Хүснэгт 2.1.3 Гүйцэтгэл хяналт Менежмент Cricket IFPFM flowc mrtg* NetFlow* NfSen* ntop perfsonar pmacct RRDtool* SmokePing Big Brother Cacti* Hyperic Munin Nagios* OpenNMS* Observium* Sysmon Zabbix Дээрх програмуудаас сүлжээний Availability буюу бэлэн байдлыг хянахад opennms, Performance буюу үзүүлэлтийг хянахад icinga, Netflow трафик хяналтын хувьд NFSEN хамгийн нийтлэг ашиглагдаж туршигдсан програм гэж оруулсан байна.тиймээс эдгээр гурван програмыг хяналтын програмаараа сонгон хэрэгжүүлсэн. Core сүлжээний системийн хяналтанд дараах шаардлагуудыг хангаж байгаа тул Nagios програмыг сонгосон. Вэб интерфэйсээр ажиллуулах боломжтой Зураглал оруулах боломжтой Аларм дохиолол илгээх боломжтой Тайлангуудыг төрөл бүрээр нь авах боломжтой Бусад системүүдтэй нэгтгэн ажиллуулах боломжтой Төхөөрөмжийг команд бичин нэмдэг, админ үйлдлүүдийг ихэвчлэн командаар бичиж оруулдаг. ~ 104 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 Харин хэрэглэгчдийн түвшний сүлжээг сүлжээ хяналтын инженер болон бусад хамаарах ажилтнууд ашиглаж, мэдээлэл нэмж хасах боломжтой байх үүднээс opennms програмыг сонгосон. icinga програмыг суулгахаас бусад администратор үйлдлийг зөвхөн командаар биш вэб интерфэйс ашиглан хийх боломжтой байдаг. График интерфэйсийн хувьд сайтар хөгжсөн, NFSEN програмтай нэгтгэн ашиглах боломжтой. Software Faster Config Proces s Good web Interfac e Compatible to leading OS Better Graphics and Navigatio n Cost Effectiv e Free? Mobile Acces s Integrate d Maps Better Automatic Corrective Actions Hyperic Yes Yes Yes Yes Yes No No No No 5 Nagios No Yes Yes No Yes No No No No 4 ZABBIX Yes Yes Yes Yes Yes No No No No 5 Solarwinds Orion Network Performance Monitor No Yes Yes Yes Yes No Yes Yes No 5 WhatsUp Gold Yes Yes Yes No Yes No No No No 4 Manage Engine OpManager No Yes Yes No Yes No No No No 3 Sciencelogic Yes Yes No Yes Yes No No No No 4 GFI Network Server Monitor Yes Yes Yes Yes Yes No No No Yes 5 OpenNMS Yes Yes Yes Yes Yes Yes No No Yes 7 Paessler Network Monitor Yes Yes Yes Yes Yes No No Yes No 6 Spiceworks Yes Yes Yes Yes Yes Yes No No No 6 Total Point s ДҮГНЭЛТ Cүлжээг найдвартай ажиллуулан гэдэг ганц нэгхэн зүйлээс хамаарах эд биш юм. маш олон, хэтэрхий олон зүйлээс хамаарна. тэр бүх зүйлийг тооцох маш хэцүү юм. үүнээс үүдээд бодохоор одоо манай сүлжээ ямаршуухан байгаа бол? өөрөөр хэлбэл сайн ажиллаж байна уу үгүй юу? үүнийг яаж тогтоох вэ? гээд л түмэн асуулт гарч ирнэ. Энэхүү судалгааны ажиллаараа байгуулгын байнгын хяналтын систем хэрэгжүүлэх нээлттэй эхийн програм (nagios, cacti, opennms, etc) болон арилжааны багц (MRTG Solarwind Orion etc) ашиглан хэрэгжүүлэлтийн талаар давуу болон сул талын жишиг хүснэгт гаргаж түүнд дээрээс сонголт хийж хэрэгжүүлэн ажиллахыг зорив. MRTG хэтэрхий их гар ажиллагаатай бөгөөд жилийн лицензийн эрх нь 1,5К долларын өртөгтэйн улмаас орхив. Nagios нь хуучин хувилбарууд нь үнэгүй ч хянах төхөөрөмжийн хязгаар заасан Nagios XI шинэ хувилбар 100 Node License - $1,995 болон түүнээс дээш өртөгтэй болсон байв ICINGA Performance буюу үзүүлэлтийг хянахад тохиромжтой байсан тул сонгосон OpenNMS open source сонгон үндсэн мониторингийн хэрэгжүүлэлтээ хийсэн OpenNMS open source програмын боломж ~ 105 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ Сүлжээний хяналтын систем нь өндөр чанарын граффик интерфейстэй байна. Веб хандалтаар алсын зайнаас болон дотоодоос холбогдох мөн нэгэн зэрэг олон хэрэглэгч холбогдох боломжтой байна. Нэг нүүрэнд нэгдсэн дохиолол, лог үүссэн мэдээлэл, үйл ажиллагааны мэдээлэл зэргийг харуулдаг байна. Сүлжээний хяналтын систем нь яг тухайн үеийн болон өмнөх хяналтын статистек мэдээллүүдийг харуулдаг байна. Тайланг цаг, өдөр, сараар гардаг байна. Сүлжээний хяналтын систем нь үйл ажиллагааны явц дохио дохиоллыг веб хэлбэрээр харуулдаг байна. Сүлжээний хяналтын систем нь хяналтад холбогдож буй төхөөрөмжүүдийг олон янзын шинж чанараар нь бүлэглэх боломжтой байна. Жишээлбэл: газар, хэлтэс, байршил, нэршил зэрэг Сүлжээний хяналтын систем нь сүлжээний зураглалаар болон төхөөрөмжийн тухайн цаг хугацааны гүйцэтгэлийн үзүүлэлтийг харуулдаг байна. Сүлжээний зураглалаас төхөөрөмжүүдийн үйл ажиллагааны үзүүлэлтүүдийг нарийвчлан харах боломжтой байна. Сүлжээний Хяналтын систем нь 2000 с доошгүй сүлжээний элемэнтүүдийг хянах боломжтой байна. Сүлжээний хяналтын систем нь тодорхой үйлдвэрлэгчийн төхөөрөмжүүдийг хянахад бус олон үйлдвэрлэгчийн төхөөрөмжүүдийг хянахад чиглэсэн байх. Эндээс харахад сүлжээний хяналтын системд нээлттэй эхийн програм хангамж ашиглан хяналтыг хийх бүрэн боломжтой бөгөөд интернэт үйлчилгээ үзүүлэгч байгууллагуудын хувьд өөрсдийн IT дотоод нөөц боломжийг ашиглан зардал багатайгаар хэрэгцээ шаардлагадаа зохицсон хяналтын системийг хэрэгжүүлэх боломжийг олгож байна. Мөн зөвхөн нэг програм дангаар нь ашиглах биш өөрсдийн шаардлагад нийцүүлэн програмуудыг нэгтгэн, хөгжүүлэлт хийж ашиглах уян хатан байдал нь сүлжээний хяналтын системийг цогцоор нь шийдэхэд чухал нөлөө үзүүлж байна. Ашигласан материал: [1]. http://en.wikipedia.org [2]. https://www.mobinet.mn/ [3]. http://www.univision.mn [4]. http://micom.mn/ [5]. http://enterprise.huawei.com [6]. http://www.speedtest.mn/ [7]. http://nsrc.org/ [8]. http://www.nagios.org/ [9]. http://cacti.net/ [10]. http://nfsen.sourceforge.net/ [11]. http://nfdump.sourceforge.net/ [12]. http://www.solarwinds.com [13]. http://www.cisco.com/ [14]. http://www.mikrotik.com/ [15]. http://bolor-toli.com/ Зохиогчийн тухай Олонхүү овогтой Түвшинжаргал миний бие нь 2007 он Увс аймаг Улаангом сумын 1-р арван жилийг төгссөн, 2014 онд ШУТИС-МХТС ийг Мэдээлэл хэмжлийн электроник мэргэжлээр доктор, професор Б.Зоригтбаатар багшийн удирдлагын дор RF модуль төхөөрөмж ашиглан электрон төхөөрөмж удирдах сэдвээр бакалавр зэрэг хамгаалсан. 2014 онд тус сургуульд магистр зэрэг хамгаалахаар суралцаж байна ~ 106 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 ТЕЛЕВИЗИЙН МЭДЭЭНЭЭС ЯРИА ТАНИЛТЫН АКУСТИК ЗАГВАР ҮҮСГЭХ Д. Бямбадорж a, А.Алтангэрэл б а Магистрант, Мэдээллийн технологийн салбар, ШУТИС-МХТС УБ хот, Монгол Улс б Ахлах багш, Мэдээллийн технологийн салбар, ШУТИС-МХТС УБ хот, Монгол Улс И-мэйл: Dawgajamtsbymbadorj@gmail.com И-мэйл: altargerel@must.edu.mn Хураангуй: Сүүлийн жилүүдэд яриа танилтын технологи хөгжлийн нэлээд дээд түвшинд хүрч хүмүүс бичиг баримт боловсруулахад ашиглаж байна. Телевизийн мэдээнээс яриа танилтын акустик загвар байгуулах нь практик ач холбогдол ихтэй юм. Өнөөдөр автомат яриа танилтын системүүд ихэвчлэн статистик загвар танилтын аргаар хийгдэж байна. Компьютерийн хурд нэмэгдсэнээр их хэмжээний сургалтын өгөгдөл шаарддаг статистик загвар нь яриа танилтанд өргөнөөр ашиглагдах болсон. Хүний ярианы дохион дахь тодорхой акустик шинжийг яриа танихад ашигладаг. Хүний яриа нь авиануудаас тогтоно. Авиануудын өөр хоорондоо ялгагдах акустик шинжийг тоон вектороор илэрхийлдэг. Акустик шинжийн загварыг байгуулах буюу сургах шатанд урьдчилан бэлтгэсэн ярианы корпусыг ашиглана. Телевизийн мэдээнээс акустик загвар байгуулахдаа телевизийн видео файлаас Adobe premiere CS6 программ ашиглан аудио файлыг салган авна. Аудио файл буюу дууны файлуудаасаа HTK программ ашиглан телевийн мэдээний акустик загварыг үүсгэнэ. Түлхүүр үг: Яриа танилт, ярианы корпус, акустик загвар Үндсэн хэсэг Оршил Яриа танилт нь хүний яриаг текст болгон хувиргах, ярианы синтез текстийг хүний хэлээр хувиргах зэрэг юм. Ярианы технологи нь бусад орнуудын хэлэнд өргөн нэвтэрсэн боловч манай орны хэлний судалгаанд энэ технологи нэвтрэх болоогүй. Яагаад гэвэл монгол хэлний яриа танилтын хувьд ашиглагдах сангууд нь дутагдалтай байна. Тухайлбал монгол хэлний акустик загварууд нь систем хөгжүүлэх түвшинд хийгдээгүй байна. Ярианы акустик загварыг ярианы файлаас үүсгэдэг. Яриад бичиж тэмдэглэж авах нь цаг хугацааны хувьд нүсэр ажил. Тиймээс яриаг текстрүү хөрвүүлэх нь цаг хугацааг хэмнэх, хэрэглээг хялбарчлах, ажлыг хөнгөвчлөх зэрэг давуу талтай. Телевизийн мэдээнээс яриа танилтын акустик загвар байгуулах нь практик ач холбогдол ихтэй юм. 1 Телевизийн мэдээнээс акустик загвар үүсгэх 1.1 Телевизийн мэдээний видео файлаас аудио файлыг салгах Телевизийн видео файлаас Adobe premiere CS6 программ ашиглан аудио файлыг салган авна. Телевизийн видео файлаас аудио файлыг салган авахад ашиглаж байгаа Adobe premiere CS6 програмын үндсэн цонхыг зураг 1.1-д харуулав. ~ 107 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ Зураг 1.1 Adobe premiere CS6 програмын үндсэн цонх Цуглуулсан мэдээний видео файлыг Adobe premiere CS6 програмд оруулан аудио файл болгон салгаж авах процессыг доорх зургаар харуулав. Зураг 1.2 Аудио файлыг салган авах Дээрх гарган авсан дууны файлуудаасаа HTK программ ашиглан телевийн мэдээний акустик загварыг үүсгэнэ. ~ 108 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 TV video files Adobe premiere Audio files mp3 16khz wav Зураг 1.3 Телевизийн мэдээнээс дууны файл салгаж авах дараалал 1.1 Акустик загвар байгуулах Хэл бүр өөрийн гэсэн онцлог акустик шинж чанартай учраас энэ онцлогийг агуулсан акустик загварыг байгуулах хэрэгтэй байдаг.акустик загварыг байгуулах ажил нь дараах алхмуудаас тогтоно. Үүнд: 1. Хүний ярианы сан бүрдүүлэх 2. Бүрдүүлсэн ярианы сангийн дууны файлуудаас хүний яриан дахь авиануудын онцлог шинжийг илэрхийлэх тоон вектор байгуулах 3. Авианы онцлог шинжийг илэрхийлэх тоон векторыг ашиглан акустик загвар байгуулах Нуугдмал марковын загварыг ашигласан яриа таних системийн урсгалын диаграммыг зураг 2.5 д харуулав. Зураг 1.4 Яриа таних системийн урсгалын диаграмм Ярианы акустик загварыг байгуулахдаа Кембрижийн Их Сургуулиас боловсруулсан нууцлагдсан марковын загварт суурилагдсан, нээлттэй эхийн HTK программыг ашиглалаа. Ярианы танилтанд зориулан бусад их дээд сургуулиуд болон судалгааны лабораториудаас нээлттэй эхийн программуудыг гаргасан байдаг. Жишээ нь Julius, HTK, Sphinх... Эдгээр программууд нь яриа танилтанд ашиглагдаж байгаа нууцлагдсан марковын загвар болон нейрол сүлжээний алгоритмуудыг автоматжуулсан байдаг. 1.2 Туршилтын үр дүн N D S I Яриа танилтын чанарыг A 100% томъёогоор тодорхойлдог. Энд: N S- Солигдсон үгийн тоо D- Устсан үгийн тоо ~ 109 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ I- Нэмэгдсэн үгийн тоо N- Нийт үгийн тоо Телевизийн мэдээнээс болон микрофоноор үүсгэсэн дууны файлаас үүсгэсэн акустик загварыг ашиглан яриа танилтын туршилт хийлээ. Микрофоноор үүсгэсэн дууны файлаас үүсгэсэн акустик загвар яриа танилтанд илүү үр дүн өгч байна. Үргэлжилсэн яриа танилтын үр дүн Хүснэгт 1.1 Авианы загвар Танилт Трифон tied 55.9% mixture 4 60. 2% 6 70.2% Авианы трифон загвар нь монофон загвараас илүү үр дүн өгч байна. Дүгнэлт 1. Яриа танилтын хамгийн гол алхам нь ярианы дохионоос онцлог акустик шинжийг ялгаж авах буюу параметржүүлэх байдаг. Параметрчлэлд хамгийн өргөн ашиглаж байгаа LPC, PLP, MFCC аргууд байна. Эдгээр аргуудаас сүүлийн үед MFFC(Mel Frequency cepstral coeffisient) г яриа танилтанд өргөн ашиглаж байна. Монгол хэлний яриа танилтанд яриаг параметржүүлэхэд MFFC аргыг ашигласан нь илүү үр дүнтэй байна. 2. Нэг авианы загварыг бодвол гурван авианы загварыг ашигласан нь илүү үр дүнтэй байна. 3. Яриа танилтанд ашиглах акустик загварыг байгуулахад их хэмжээний ярианы файл, эдгээр файл бүр дэх үгийн галигийг агуулсан текст файлууд шаардлагатай байдаг. Иймд ярианы файл дахь үгүүдийг зөв галигласнаар авиа бүрийн нууцлагдсан марковын загвар үнэн зөв бодитой үүсэх боломжтой. 4. Яриа танилтанд ашиглагдах их хэмжээний ярианы санг телевизийн видео файлаас үүсгэх нь цаг хугацаа, хөрөнгө мөнгө хэмнэх боломжийг бүрдүүлж байна. Энд дууны файлд боловсруулалтыг оновчтой хийснээр чанартай акустик загварыг үүсгэнэ. Ашигласан материалын жагсаалт 1. Statistical inference for probabilistic functions of finite. Baum, L.E. and T. Petrie. 1966. 2. http://www.cstr.ed.ac.uk/projects/festival/morevoices.html. [Online] 3. Төмөртогоо, Д. Хэл шинжлэлийн нэр томъёоны хураангуй толь (Монгол-Орос-Англи). УБ : s.n., 2004. 4. Ж. Баянсан, Ж. Одонтөр. Хэл шинжлэлийн нэр томъёоны зүйчилсэн тайлбар толь. УБ : s.n., 1995. 5. Fant, Gunnar. Acoustic theory of speech production. Stockolm : s.n., 1960. 6. Санжаа, Ж. Авианы нэмэлт өнгө цуурайтуулагч өнгө. УБ : s.n., 1993. 7. Пагва, Т. Хэл шинжлэлийн удиртгал. УБ : s.n., 1959. p. 45. 8. Орчин цагийн монгол хэл. УБ : s.n., 2004. p. 51. 9. Ж. Санжаа, Ж. Надмид. Монгол хэлний авиа зүй ба авиалбарзүй. УБ : s.n., 2008. p. 70. 10. Lawrence Rabiner, Biing Hwang Juang. Fundamental of Speech Recognition. s.l. : Pearson International Education, 2005. 11. Mongolian Speech Recognation, PAN localization Project Phase II. B.Damdinsuren, A.Altangerel. 2007. 12. Resaerch reрort on ASR Development for Mongolian PAN localization Project Phase II. A.Altangerel, B.Damdinsuren. 2009. ~ 110 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 13. Mongolian Speech corpus PAN localization Project Phase II. A Altangerel, and B.Damdinsuren. 2009. 14. www.phon.ucl.ac.uk/home/sampa. [Online] 15. Advances in automatic transcription of italian broadcast news. F. Brugnara, M. Cettolo, M. Federico, D. Giuliani. 16. A baseline for the transcription of italian broadcast news. F. Brugnara, M. Cettolo, M. Federico, D. Giuliani. 17. http://www.panl10n.net/. [Online] 18. http://www.eng.cam.ac.uk/. [Online] Зохиогчийн тухай Давгажамц овогтой Бямбадорж миний бие 2010 онд ИЗОУИС-Компьютер менежментийн сургуульд суралцан 2014 онд бакалавр зэрэгтэй төгссөн. 2014 оноос одоог хүртэл ИЗОУИС-ийн Үндэсний инженер технологийн сургуульд лаборантын эрхлэгч багшаар албан тушаалд ажиллаж байна. ~ 111 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ ТӨВ АЙМАГ ДАХЬ МЭДЭЭЛЭЛ ХОЛБООНЫ СҮЛЖЭЭ ТӨК-ИЙН СҮЛЖЭЭНИЙ АЮУЛГҮЙ БАЙДЛЫН ЭРСДЭЛИЙН ҮНЭЛГЭЭ Б.Хишигжаргал a, Ц. Энхтөр b a Магистрант, Мэдээллийн сүлжээ, аюулгүй байдлын салбар, ШУТИС-МХТС, УБ хот, Монгол улс b Багш, Мэдээллийн сүлжээ, аюулгүй байдлын салбар, ШУТИС-МХТС, УБ хот, Монгол улс И-мэйл: khishgee.icrn@gmail.com И-Мэйл: enkhtur@sict.edu.mn Хураангуй Мэдээллийн эрин зуун хурдацтай хөгжиж байгаа өнөө үед нийгмийн бүхий л салбарын шинжлэх ухааны хөгжлийг тодорхойлогч хүчин зүйл нь мэдээллийн технологийн салбар болж байна. Мэдээлэл харилцааны технологи хурдтай хөгжиж, түүний хэрэглээ нэмэгдсэнээр хүний алдаа, санаатай болон санамсаргүй үйлдлээс компьютерийн орчин эрсдэлд орох нь ихсэж, гэнэтийн хохирол амсах нь түгээмэл болж байна. Байгууллагын тогтвортой, хэвийн үйл ажиллагаа, үр дүнтэй ажиллах нь тухайн байгууллагын мэдээллийн аюулгүй байдал, сүлжээний аюулгүй байдалтай салашгүй холбоотой. Байгууллага өөрийн мэдээллийн аюулгүй байдлын эрсдэлийг үнэлэх, шийдвэрлэх нь ажил хэргийн тасралтгүй чанарыг хангах, бизнесийн болоод учирч болох аюулуудаас урьдчилан сэргийлэх чухал асуудал юм. Энэ судалгааны ажлаар эрсдэлийн үнэлгээний Octave, Octave allegro аргуудыг судалж, сүлжээнд байгаа эмзэг сул байдлыг илрүүлж, Төв аймгийн МХС ТӨК-ийн мэдээллийг сүлжээний эрсдэлийг матрицад суурилсан арга болон Монгол улсын стандарт MNS ISO/IEC 27001:2009 стандартад нийцүүлэн үнэлэж үр дүнг тоон аргаар гаргахыг зорьлоо. Түлхүүр үг: эрсдэлийн үнэлгээ, эмзэг сул байдал, чанарын арга, тоон арга ОРШИЛ Орчин үеийн байгууллагуудын бүхий л бүртгэл, тооцоо, баримт бичгүүд компьютер дээр боловсруулагдаж харилцаа холбооны шинэ технологиор хоорондоо мэдээллээ дамжуулан солилцох болсон нь мэдээллийн аюулгүй байдлын цоо шинэ түвшинд авч үзэхийг шаардах болсон. Тиймээс мэдээллийн аюулгүй байдал, түүнийг хангах ойлголт нь тухайн байгууллагын авч үзэх нэн чухал асуудлын нэг билээ. Энэхүү судалгааны ажлын зорилого нь Төв аймаг дахь Мэдээлэл холбооны сүлжээ ТӨК-ийн сүлжээнд эрсдэлийн үнэлгээ хийж үүсч болох аюулыг урьдчилан тодорхойлж үйл ажиллагааны чадварыг хамгаалах, үнэлгээнээс илэрсэн аюул болоод эмзэг сул байдлыг арилгах түүнийг засварлахад оршино. Судалгааны ажилаар сүлжээний аюулгүй байдлын эрсдэлийн үнэлгээний Octav, Octave allegro, Матрицад суурилсан аргуудыг судалж, Төв аймгийн Мэдээлэл холбооны сүлжээ ТӨК-ийн сүлжээн дэх эмзэг сул байдлыг илрүүлэн, эрсдэлийн үнэлгээ хийж тоон аргаар үр дүнг гаргалаа. 1.Мэдээллийн сүлжээний эрсдэлийг үнэлэх аргачлал Байгууллагад мэдээллийн сүлжээнд оршин буй эмзэг сул байдлыг ашиглан заналхийлж буй аюулууд хор хохирол учруулж болох магадлалыг мэдээллийн сүлжээний эрсдэл гэнэ. Хүснэгт 1. Эрсдэлийг үнэлэх тоон болон чанарын аргын харьцуулалт Эрсдэлийг чанараас хамаарч үнэлэх Эрсдэлийг тоо хэмжээнээс хамаарч үнэлэх Давуу талууд Сул талууд Эрсдэлийг үнэлэхдээ мөнгөн дүн гаргах шаардлагагүй, амар хялбар, цаг хугацаа бага зарцуулна. Хамгийн их асуудал татсан эрсдэлүүдийн хоорондох ялгаа хангалттай биш Үр дүн нь мөнгөн дүнгээр гардаг учир эрсдэлүүдийг ялгахад хялбар. Мэрэгжлийн бус хүмүүс ойлгоход хүндрэлтэй. Эрсдэлийг үнэлэхэд цаг хугацаа их зарцуулна. ~ 112 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 Хүснэгт 2. Эрсдэлийг үнэлэх аргуудын харьцуулалт MNS 5969 : 2009 эрсдэлийн үнэлгээний Octave арга арга 1 Өгөгдөл цуглуулах Хөрөнгө дээр тулгуурласан аюулын хүрээг бий болгох 2 Аюулыг шинжлэх Дэд бүтцийн эмзэг байдлыг тодорхойлох- Энэ нь мэдээллийн 3 Эмзэг сул байдлын дэд бүтцийн үнэлгээ юм шинжилгээ 4 Эрсдэлийг тогтоон барих, хязгаарлах 5 Эрсдэлийг боловсруулах Octave allegro арга Эрсдэлийн хэмжигдэхүүний шалгуур үзүүлэлтийг үүсгэх Хөрөнгө тодорхойлох Аюулыг тодорхойлох Аюулгүй байдлын стратеги ба төлөвлөгөө боловсруулах Эрсдэлийг тодорхойлж бууруулах 1.1 Монгол улсын стандарт MNS 5969 : 2009 эрсдэлийн үнэлгээний технологын үйл явц Өгөгдөл цуглуула х Эрсдэлий г боловсру улах Аюулыг шинжлэх Эрсдэлий г хязгаарла х Эмзэг байдлын шинжилг ээ Зураг. 1. Эрсдлийн удирлагын технологийн үйл явц 1.1.1 Өгөгдөл цуглуулах Хамгаалагдвал зохих, эрсдэлд учирч байгаа өмч хөрөнгийн бүртгэл үүсгэх, өгөгдөл цуглуулах ажиллагаагаар эрсдэлийн үнэлгээний технологийн үйл явц эхэлнэ. 1.1.2 Аюулыг шинжлэх Өмч хөрөнгөд заналхийлж байгаа, байгууллагад ямар нэг хор хохирол учруулж болох, одоо шинжилж байгаа нөхцөл байдалтай хамааралтай аюулуудыг тодруулж, шинжлэх ажиллагааг энэ шатанд хэрэгжүүлнэ. 1.1.3 Эмзэг сул байдлын шинжилгээ Тодруулан гаргасан аюулын шинжилгээн дээр тулгуурлан эдгээр аюулыг хэрэгжүүлэхэд ашиглаж болох суваг буюу эмзэг сул байдлыг тодруулан гаргаж жагсаана. 1.1.4 Эрсдэлийг тогтоон барих, хязгаарлах Энэ үе шатанд хэд хэдэн үйл ажиллагаа хэрэгжүүлнэ. Ямар эрсдэл өндөр түвшинд хүрсэн байна вэ? энэ эрсдэлийн талаар ямар ажиллагаа хийх вэ? үлдэгдэл эрсдэлийг хүлээн зөвшөөрөх үү үгүй юу? гэдгийг тодруулах нь хамгийн чухал ажиллагаа гэж тооцогддог 1.1.5 Эрсдэлийг боловсруулах Эрсдэлийг боловсруулах гэдэг нь эрсдэлийг өөрчлөх, бууруулахын тулд хяналтуудыг сонгох, хэрэгжүүлэх ажиллагаа бөгөөд эрсдэлийг үнэлэх технологийн үйл явцын эцсийн шат юм. 1.2 Octave арга ~ 113 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ Octave агра нь эрсдэл дээр тулгуурласан аюулгүй байдлыг хангах стратегийн үнэлгээ, төлөвлөлтийн арга барил юм. Эрсдлийн менежментэд зориулсан нэг эх үүсвэртэй цогц арга барил юм. Зураг 2. Octave аргын ерөнхий схем 1-р үе шат: Хөрөнгө дээр тулгуурласан аюулын хүрээг бий болгох Энэ нь албан байгууллагын үнэлгээ юм. 2-р үе шат: Дэд бүтцийн эмзэг байдлыг тодорхойлох - Энэ нь мэдээллийн дэд бүтцийн үнэлгээ юм 3-р үе шат: Аюулгүй байдлын стратеги ба төлөвлөгөө боловсруулах-үнэлгээний энэ хэсэгт, дүн шинжилгээний баг нь байгууллагын чухал хөрөнгөнд эрсдэлийг тодорхойлох ба тэдгээрт юу хийх ёстойг шийдвэрлэдэг. I. 1.3 Octave allegro арга Octave Allegro аргыг өргөн цар хүрээтэй эрсдэлийн үнэлгээний мэдлэг шаардахгүйгээр илүү ул суурьтай үр дүн гаргаж авах зорилгоор байгууллагын үйл ажиллагааны эрсдэлийн орчны өргөн хүрээтэй үнэлгээ гаргах боломжтой байхаар зохион байгуулсан. Зураг 3. Octave allegro аргын ерөнхий схем 1-р үе шат: нь албан байгууллага байгууллагынхаа драйверийн дагуу эрсдлийн хэмжүүрийн шалгуур үзүүлэлтээ боловсруулдаг. 2-р үе шат: нь чухал ач холбогдолтой гэж тодорхойлдог мэдээллийн хөрөнгүүдийн профайлийг гаргадаг. ~ 114 ~

МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 3-р үе шат: нь мэдээллийн хөрөнгөд тулгараад байгаа аюулыг тухайн байршлуудынх нь хүрээнд тодорхойлдог. 4-р үе шат: нь шатанд мэдээллийн хөрөнгөнд тулгараад байгаа аюулыг тодорхойлж, анализ хийдэг бөгөөд бууруулах аргыг боловсруулж эхэлдэг. 1.4 Эрсдлийн шинжилгээний матрицын арга Энэ аргачлал нь байгууллагын хөрөнгө, эмзэг байдал, аюул болон удирдлагыг уялдуулж, байгууллагын хөрөнгөнд харгалзах өөр өөр удирдлагын ач холбогдлыг тодорхойлно. i=m T k = d ki V i (1) i=1 j=n V i = V ij C j (2) j=1 i=p Z 0 = e 0j T i (3) i=1 2. Мэдээллийн сүлжээний эрсдэлийн үнэлгээний тайлан Төв аймаг дахь МХС ТӨК-ийн сүлжээний аюулгүй байдлын эрсдийг үнэлэхдээ Монгол улсын стандарт MNS ISO/IEC 27001:2009, Матрицад суурилсан аргаар үнэлсэн. 1. Монгол улсын стандарт MNS 5969 : 2009 -Өгөгдөл цуглуулсан 2. Монгол улсын стандарт MNS ISO/IEC 27001:2009 болон матрицад суурилсан аргаар аюулын шинжилгээ хийсэн. 3. Матрицад суурилсан аргаар эмзэг байдлын шинжилгээ хийсэн. 4. Монгол улсын стандарт MNS 5969 : 2009 - эрсдлийг хязгаарласан 5. Монгол улсын стандарт MNS 5969 : 2009 -эрсдлийг боловсруулсан. Алхам 1: Өгөгдөл цуглуулах Алхам 2 : Аюул заналын шинжилгээ Зураг 4. Төв аймаг дахь МХС ТӨК-ийн сүлжээний логик топологи Монгол улсын стандарт MNS ISO/IEC 27001:2009-д нийцүүлэн свичний аудит үнэлгээ хийснээр доорх аюулууд илэрсэн. 1. MAC халдлага 2. ARP халдлага 3. DHCP Starvation халдлага 4. VLAN халдлага ~ 115 ~

Өмч хөрөнгө Нэр хүнд итгэлцэл Техник хангамж Программ хангамж Үйлчилгээний бэлэн байдал Хөрөнгө мөнгө Харилцаа холбоо Хэрэглэгчийн нууцлал Нийт Эмзэг байдлууд Cisco7604 router Cisco3750 switch ZTE 385 Физик аюулгүй байдал Нийт ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ 5. DHCP хуурах халдлагаас хамгаалах тохиргоо хийгдээгүй Аюулын матриц Хүчтэй нөлөөтэй-9 Дунд нөлөөтэй-3 Сул нөлөөтэй-1 Хамааралгүй -0 Аюулын матриц Хүснэгт 3. Аюулууд 4 3 2 1 MAC халдлага 3 9 0 0 39 ARP халдлага 3 9 0 0 39 VLAN халдлага 3 9 0 0 39 DHCP Starvation халдлага 3 9 0 0 39 Хүний санамсаргүй алдаа 9 9 9 9 90 Тоног төхөөрөмж дээрх физик гэмтэл 9 9 9 9 90 Аюулын матриц i-эмзэг байдал k-аюул i=m T k = d ki V i (1) i=1 V i-эмзэг байдал аюулын хамаарал T k-аюулын нөлөөлөл m=1.4 i=4 T 1 = d 1x4 V 4 + d 1x3 + V 3 + d 1x2 + V 2 + d 1x1 + V 1 i=1 T 1 = 4 3 + 3 9 + 2 0 + 1 0 = 39/MAC халдлагын аюулын нөлөөлөл/ T 2 = 4 3 + 3 9 + 2 0 + 1 0 = 39/ARP халдлагын аюулын нөлөөлөл/ T 3 = 4 3 + 3 9 + 2 0 + 1 0 = 39/VLAN халдлагын аюулын нөлөөлөл/ T 4 = 4 3 + 3 9 + 2 0 + 1 0 = 3/DHCP starvation халдлагын аюулын нөлөөлөл/ T 5 = 4 9 + 3 9 + 2 9 + 1 9 = 90 /Хүний санамсаргүй алдаа аюулын нөлөөлөл/ T 6 = 4 9 + 3 9 + 2 9 + 1 9 = 90 /Тоног төхөөрөмж дээрх физик гэмтэлийн аюулын нөлөөлөл/ Алхам 2: Эмзэг байдлын шинжилгээг матрицын аргаар шинжлэх Эмзэг байдлын матриц ~ 116 ~ Хүснэгт 4. Эмзэг байдлын матриц Хүчтэй нөлөөтэй-9 Дунд нөлөөтэй-3 Сул нөлөөтэй-1 Хамааралгүй -0 Эмзэг байдлууд 7 6 5 4 3 2 1 Cisco 7604 router 9 9 9 9 9 9 9 253 Cisco 3750 switch 9 9 9 9 9 9 9 253 ZTE 385 9 9 9 9 9 9 0 243 Физик аюулгүй байдал 3 9 0 9 9 3 0 144

Аюулууд MAC халдлага ARP халдлага VLAN халдлага DHCP Starvation халдлага Хүний санамсаргүй алдаа Тоног төхөөрөмж дээрх физик гэмтэл Нийт МЭДЭЭЛЭЛ, ХОЛБООНЫ САЛБАРЫН ХӨГЖИЛД БИДНИЙ ГҮЙЦЭТГЭХ ҮҮРЭГ-2016 j=n V i = V ij C j Томъёо (2) j=1 Эмзэг байдлын матриц j= Өмч хөрөнгө V i=эмзэг байдлыг нөлөөлөл i= Эмзэг байдал C= Эмзэг байдал өмч хөрөнгийн хамаарал j=7 V 1 = V 1 7 C 7 + V 1 6 + C 6 + V 1 5 + C 5 + V 1 4 + C 4 + V 1 3 + C 3 + V 1 2 + C 2 + V 1 1 + C 1 j=1 V 1 = 7 9 + 6 9 + 5 9 + 4 9 + 3 9 + 2 9 + 1 9 = 253 /Cisco 7604 router-ийн эмзэг байдлын нөлөөлөл/ V 2 = 7 9 + 6 9 + 5 9 + 4 9 + 3 3 + 2 3 + 1 9 = 222 / Cisco 3750 switch-ний эмзэг байдлын нөлөөлөл/ V 3 = 7 9 + 6 9 + 5 9 + 4 9 + 3 9 + 2 9 + 1 0 = 243 / ZTE 385-н эмзэг байдлын нөлөөлөл/ V 4 = 7 9 + 6 3 + 5 9 + 4 9 + 3 9 + 2 9 + 1 9 = 216 / Нууц үгийн эмзэг байдлын нөлөөлөл/ V 5 = 7 9 + 6 3 + 5 9 + 4 9 + 3 9 + 2 9 + 1 9 = 144 / Физик аюулгүй байдалын эмзэг байдлын нөлөөлөл/ Удирдлагын матриц Хүснэгт 5. Удирдлагын матриц Хүчтэй нөлөөтэй-9 Дунд нөлөөтэй-3 Сул нөлөөтэй-1 Хамааралгүй -0 Удирдлага 6 5 4 3 2 1 Аюулгүй байлдын бодлого 9 9 9 9 9 9 189 Ажилчдын сургалт 9 9 9 9 9 3 183 Аудит ба мониторинг хийх 9 9 9 9 3 3 171 Хэрэглэлчдийн итгэмжлэл 3 3 3 3 3 0 60 Удирдлагын матриц i=аюул o-удирдлага T i= Удирдлага аюулын хамаарал Z O-Удирдлагын нөлөөлөл p=1.6 i=6 i=p Z 0 = e 0j T i (3) Z 1 = e 1x6 T 6 + e 1x5 + T 5 + e 1x4 + T 4 + e 1x3 + T 3 + e 1x2 + T 2 + e 1x1 + T 1 i=1 i=1 Z 1 = 6 9 + 5 9 + 4 9 + 3 9 + 2 9 + 1 9 = 189 /Аюулгүй байдлын бодлогын нөлөөлөл/ Z 2 = 6 9 + 5 9 + 4 9 + 3 9 + 2 9 + 1 3 = 183 /Ажилчдын сургалтын нөлөөлөл/ ~ 117 ~

ШИНЖЛЭХ УХААН, ТЕХНОЛОГИЙН ИХ СУРГУУЛИЙН ЭРДЭМ ШИНЖИЛГЭЭНИЙ БҮТЭЭЛИЙН ЭМХЭТГЭЛ Z 3 = 6 9 + 5 9 + 4 9 + 3 9 + 2 3 + 1 3 = 171 /Аудит ба мониторингын нөлөөлөл/ Z 4 = 6 3 + 5 3 + 4 3 + 3 3 + 2 3 + 1 0 = 60 II. III. /Хэрэглэгчдийн итгэмжлэлийн нөлөөлөл/ Алхам 4:Эрсдэлийг хязгаарлах Өмч хөрөнгийн чанарын үнэлгээнээс хамгийн чухал гэж үнэлэгдсэн төхөөрөмжүүдийн эрсдэлийг илүү дэлгэрэнгүй үнэлэх хэрэгтэй. Сүлжээний төхөөрөмжийн тохиргооны эмзэг сул байдлыг стандарттай нийцүүлэх Монгол улсын стандарт MNS ISO/IEC 27001:2009 /CISCO 3750/ свитчний аудит үнэлэгээ хийсэн. Cisco 3750 свичний аудит үнэлгээ Хүснэгт 6. Д/д Асуултууд 2016 оны байдалаар Тийм үгүй Дагаж мөрдөх бодлого 1 Нууц үг тохиргооны файлаас харах боломжгүй шифрлэгдсэн эсэх 1 2 Enable secret идэвхижүүлсэн эсэх 1 3 VTY шугам нь тодорхой IP хаягнаас зөвшөөрсөн эсэх 1 4 Vty шугамд ssh хэрэглэдэг эсэх 1 5 Message of the Day (MOTD) буюу banner мессэж тодорхойлсон эсэх 1 7 MAC халдлагаас хамгаалах тохиргоо хийгдсэн эсэх 0 8 ARP халдлагаас хамгаалах тохиргоо хийгдсэн эсэх 0 DHCP starvation халдлагаас хамгаалах тохиргоо хийгдсэн эсэх 0 9 10 DHCP хуурах халдлагаас хамгаалах арга хийгдсэн эсэх 0 Дараах талаараа аюулгүй байдал нь сайн хангагдсан байна Зайнаас оношлох болон тохируулгын портыг хамгаалах Сайн нууц хэрэглэсэн Зарим шаардлагүй үйлчилгээнүүдийг хаасан байна Свичний аюулгүй байдлын дүрэм журам мөрддөг Нийт 50 асуулт Тийм 35 Үгүй Зураг 5. Свичний аудит үнэлгээ 2.1 Илрүүлсэн эмзэг байдлаа тоон аргаар үнэлэх жишээ. Cisco 3750 свич-ний тохиргоонд MAC халдлага, ARP халдлага, VLAN халдлага, DHCP starvation халдлага, DHCP хуурах халдлагаас хамгаалах аргын тохиргоо хийгдээгүйгээс үүдэн свич халдлагад өртөх өндөр магадлалтай. Будлианаас учрах хохирол (БХ). Будлианаас учрах мөнгөн хохирол БХ=1 цагын урсгалын хөлс дунджаар 9000төг СХ=Сэргээн ажиллалуулах хугацаа 3 цаг ~ 118 ~