Диэлектрическая проницаемость лесного фонда в зависимости от параметров среды при радиочастотном мониторинге

Автор: Побединский Владимир Викторович, Газизов Асгат Мазхатович, Санников Сергей Петрович, Побединский Андрей Анатольевич

Журнал: Инженерные технологии и системы @vestnik-mrsu

Рубрика: Физика

Статья в выпуске: 2, 2018 года.

Бесплатный доступ

Введение. Рассмотрена проблема мониторинга лесного фонда. Актуальность исследований обусловлена необходимостью совершенствования системы лесоуправления и лесопользования на базе современных информационных технологий. Самым эффективным решением является использование радиочастотного мониторинга лесного фонда с помощью сети радиочастотных (RFID) устройств. Такая система позволяет оперативно отслеживать перемещения лесосырьевых потоков с точностью до одного бревна, выявлять лесные пожары в самом начале задымления и выполнять многие другие функции. Одним из необходимых параметров функционирования и проектирования системы является комплексная диэлектрическая проницаемость, получить которую традиционными статистическими методами не представляется возможным. Таким образом, цель исследования - получение функциональной зависимости диэлектрической проницаемости от параметров лесной среды на основе нечеткого вывода. Материалы и методы. Методологическую основу теоретических исследований составили положения математического и нечеткого моделирования, а в части выполнения экспериментальных исследований по апробации системы радиочастотного мониторинга и проверки адекватности предложенной нечеткой модели использовались методы лесной таксации, процессов лесозаготовок, теории информации и передачи сигналов, математической статистики, теории эксперимента. Синтез нечеткой модели был выполнен средствами Fuzzy Logic Toolbox приложения MATLAB. Результаты исследования. Была получена зависимость диэлектрической проницаемости от параметров лесной среды на основе нечеткого вывода. Формально суммарная комплексная диэлектрическая проницаемость ек участка лесной среды (полога) и значения входных величин определяются следующим образом: ек = f (V, а), где V - объемная доля г'-го компонента лесной среды (в реальных условиях, по данным эксперимента, - от 0 до 0,5); а - константа, учитывающая вид лесного массива (от 0 до 0,5 - открытый участок; от 0,5 до 1,5 - сосновый бор стандартной высоты 25 м; от 1,5 до 2,5 - смешанный лес; от 3,5 до 4,5 - березовая роща; от 4,5 до 5,0 - ельник). Главное отличие предложенного подхода заключается в дискретном представлении лесной среды как суммы элементов леса. Только такой подход обеспечивает точное измерение диэлектрической проницаемости лесной среды. © Побединский В. В., Газизов А. М., Санников С. П., Побединский А. А., 2018 148 Vol. 28, no. 2. 2018_MORDOVIA UNIVERSITY BULLETIN Обсуждение и заключения. В статье впервые предложен теоретический подход к оценке параметров лесной среды, представленной дискретно, а диэлектрическая проницаемость определена на основе нечеткого моделирования. Практическая применимость результатов заключается в возможности создания структуры информационного обеспечения автоматизированной системы лесоуправления и лесопользования на базе мониторинга лесного фонда. Предложенная функция диэлектрической проницаемости участка леса учитывает основные параметры лесной среды и является достаточно корректной Она необходима для проектирования систем радиочастотного мониторинга лесного фонда и позволяет реализовать принципиально новый подход к решению задач мониторинга лесного фонда.

Еще

Радиочастотный мониторинг, лесной фонд, диэлектрическая проницаемость, комплексная диэлектрическая проницаемость, нечеткое моделирование, нечеткий вывод

Короткий адрес: https://sciup.org/147220571

IDR: 147220571   |   DOI: 10.15507/0236-2910.028.201802.148-163

Список литературы Диэлектрическая проницаемость лесного фонда в зависимости от параметров среды при радиочастотном мониторинге

  • Метод мониторинга незаконных рубок деревьев с использованием радиочастотных устройств и беспроводной сенсорной сети / С. П. Санников [и др.] // Системы. Методы. Технологии. 2017. Т. 33, № 1. С. 118-123. DOI: 10.18324/2077-5415-2017-1-118-123
  • Модель информационного обеспечения системы лесоуправления на базе радиочастотного мониторинга лесного фонда / С. П. Санников [и др.] // Системы. Методы. Технологии. 2017. Т. 34, № 2. С. 109-115. DOI: 10.18324/2077-5415-2017-2-109-115
  • Shtovba S., Rotshtein A., Pankevich O. Fuzzy rule based system for diagnosis of stone construction cracks of buildings // Advances in Computational Intelligence and Learning, Methods and Applications. Dordrecht: Kluwer Academic Publishers, 2002. P. 401-411. DOI: 10.1007/978-94-010-0324-7_28
  • Zadeh L. A. Fuzzy sets // Information and Control. 1965. Vol. 8, no. 3. P. 338-353. https:// (65)90241-X DOI: 10.1016/S0019-9958
  • Zadeh L. A. Fuzzy logic // IEEE Transactions on Computers. 1988. Vol. 21, no. 4. P. 83-93.
  • Mamdani E. H. Application of fuzzy logic to approximate reasoning using linguistic synthesis // IEEE Transactions on Computers. 1977. Vol. 26, no. 12. P. 1182-1191. 10.1109/ TC.1977.1674779
  • DOI: 10.1109/TC.1977.1674779
  • Takagi T., Sugeno M. Fuzzy identification of systems and its applications to modeling and control // IEEE Transactions on Systems, Man and Cybernetics. 1985. Vol. 15, no. 1. P. 116-132. https://
  • DOI: 10.1109/TSMC.1985.6313399
  • Garg H. A linear programming method based on an improved score function for interval-valued Pythagorean fuzzy numbers and its application to decision-making // International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems. 2018. Vol. 26, no. 01. P. 67-80. 10.1142/ S0218488518500046
  • DOI: 10.1142/S0218488518500046
  • Adaptive fuzzy tracking control for stochastic nonlinear systems with time-varying input delays using the quadratic functions / H. Yue [et al.] // International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems. 2018. Vol. 26, no. 01. P. 109-142.
  • DOI: 10.1142/S0218488518500071
  • Schneider J., Urban R. Proof of Donsker's invariance principle based on support functions of fuzzy random vectors // International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems. 2018. Vol. 26, no. 01. P. 27-42. 10.1142/S0218488518500022 Physics 159 ВЕСТНИК МОРДОВСКОГО УНИВЕРСИТЕТА Том 28, № 2. 2018
  • DOI: 10.1142/S0218488518500022Physics159
  • Carneiro A. L. G., Porto Jr. A. C. S. An integrated approach for process control valves diagnosis using fuzzy logic // World Journal of Nuclear Science and Technology. 2014. Vol. 4. P. 148-157.
  • DOI: 10.4236/wjnst.2014.43019
  • Lin J.-J., Chuang C.-J., Ko C.-F. Applying GA and fuzzy logic to breakdown diagnosis for spinning process // Intelligent Information Management. 2017. Vol. 9. P. 21-38. 10.4236/ iim.2017.91002
  • DOI: 10.4236/iim.2017.91002
  • Frequency features based fuzzy system for rotating machinery vibration analysis using smart-phones low-cost MEMS sensors / A. Ali [et al.] // Journal of Sensor Technology. 2016. Vol. 6. P. 56-74.
  • DOI: 10.4236/jst.2016.63005
  • Uraon K. K., Kumar S. Analysis of denazification method for rainfall event // International Journal of Computer Science and Mobile Computing. 2016. Vol. 1, no. 1. P. 341-354.
  • Alguliyev R., Abdullayeva F. Development of fuzzy risk calculation method for a dynamic federation of clouds // Intelligent Information Management. 2015. Vol. 7. P. 230-241.
  • DOI: 10.4236/iim.2015.74018
  • Moises S. A., Pereira S. do L. Dealing with empty and overabundant answers to flexible queries // Journal of Data Analysis and Information Processing. 2014. Vol. 2, no. 1. P. 12-18.
  • DOI: 10.4236/jdaip.2014.21003
  • Perez O. Fuzzy law: a theory of quasi-legality // Canadian Journal of Law & Jurisprudence. 2015. Vol. 28, no. 2. P. 343-370. URL: https://www.researchgate.net/publication/303389581_Fuzzy_Law_A_ Theory_of_Quasi-Legality_in_Patrick_Glenn_and_Lionel_Smith_Eds_'Law_and_the_New_Logics'_ Cambridge_University_Press_Forthcoming_2016
  • Xu W., Liu G., Yu X. A binomial tree approach to pricing vulnerable option in a vague world // International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems. 2018. Vol. 26, no. 01. P. 143-162.
  • DOI: 10.1142/S0218488518500083
  • Ntaganda J. M., Haggar M. S. D., Mampassi B. Fuzzy logic strategy for solving an optimal control problem of therapeutic hepatitis C virus dynamics // Open Journal of Applied Sciences. 2015. Vol. 5, no. 9. P. 527-541.
  • DOI: 10.4236/ojapps.2015.59051
  • Gour A., Pardasani K. R. Statistical and soft fuzzy set based analysis of amino acid association patterns in peptide sequence of swine influenza virus // Advanced Science, Engineering and Medicine. 2018. Vol. 10, по 2. P. 137-144.
  • DOI: 10.1166/asem.2018.2118
  • Miranda G. H. B., Felipe J. C. Computer-aided diagnosis system based on fuzzy logic for breast cancer categorization // Computers in Biology and Medicine. 2015. Vol. 64, Issue C. P. 334-346.
  • DOI: 10.1016/j.compbiomed.2014.10.006
  • Зависимость падения мощности сигнала от параметров лесной среды при радиочастотном мониторинге лесного фонда / С. П. Санников [и др.] // Системы. Методы. Технологии. 2016. Т. 32, № 4. С. 181-187.
  • DOI: 10.18324/2077-5415-2016-4-181-187
  • Санников С. П., Побединский В. В., Побединский А. А. Модель рассеивания радиоволн в лесной среде // Измерение. Мониторинг. Управление. Контроль. 2017. Т. 21, № 3. С. 39-18.
  • DOI: 10.21685/2307-5538-2017-3-6
  • Санников С. П., Побединский В. В., Побединский А. А. Экспериментальное исследование характеристик сигнала при радиочастотном мониторинге лесной среды // Вестник Поволжского государственного технологического университета (Сер. «Лес. Экология. Природопользование»). 2017. Т. 36, № 4. С. 48-58.
  • DOI: 10.15350/2306-2827.2017.4.48
Еще
Статья научная