Все выпуски

Рассмотрена задача вложения бесконечного счетного графа в непрерывное метрическое пространство. Введено понятие равномерного вложения, при котором не возникает точек накопления на множестве образов вершин и образы ребер имеют ограниченную длину. Найдены необходимые и достаточные условия в терминах структуры графа для возможности равномерного вложения в пространства с метриками Эвклида и Лоренца. Доказано, что деревья с конечным ветвлением имеют равномерное вложение в пространство с метрикой модуля метрики Минковского.

The task of embedding an infinity countable graph into continuous metric space is considered. The concept of uniform embedding having no accumulation point in a set of vertex images and having all graph edge images of a limited length is introduced. Necessary and sufficient conditions for possibility of uniform embedding into spaces with Euclid and Lorenz metrics are stated in terms of graph structure. It is proved that tree graphs with finite branching have uniform embedding into space with absolute Minkowski metric.

В работе обсуждаются основные научные идеи выдающегося специалиста по прикладной математике, теории самоорганизации и междисциплинарным подходам — Сергея Павловича Курдюмова (1928–2004). Рассмотрено развитие этих идей в последние десятилетия, формулируется ряд открытых вопросов синергетики, с которыми, вероятно, будет связано ее дальнейшее развитие. Статья представляет собой расширенный вариант доклада, сделанного на X Курдюмовских чтениях в Тверском государственном университете в 2015 году.

The work outlines the key ideas of Kurdyumov S.P., an outstanding specialist in applied mathematics, self-organization theory, transdisciplinary research. It considers the development of his scientific ideas in the last decade and formulates a set of open problems in synergetics which will probably stimulate the development of this approach. The article is an engaged version of the report made at Xth Kurdyumov readings held in Tver State University in 2015.

Предлагается новая постановка задачи интегральной геометрии, в которой образ функции в каждой точке получается путем ее интегрирования по мере, зависящей от точки. Такую систему мер назовем мероиндукцией. Показано, что для класса мероиндукций, имеющих единичный атом в соответственной точке каждой меры и ограниченных на всем пространстве, существует устойчивая асимптотическая формула обращения. Это обобщает полученные ранее результаты для усреднений по системам измеримых разбиений и для весовых усреднений на графах.

A new statement of Integral Geometry problem where the image of function in each point is taken as an integral with respect to measure which depends on the point is suggested. Such Measure System is named Measure Induction. It is shown that an inversion formula exists for class of measures having a unit atom in corresponding
point and limited on whole space. Previously obtained results for average on systems of measurement dissections and for weight average on graphs are generalized.

В работе развивается теория нового, так называемого двухпараметрического подхода к анализу и обработке случайных сигналов. Проведены математическое моделирование и сопоставление результатов решения задачи в условиях статистических моделей Гаусса и Райса. Дается обоснование применимости статистической модели Райса в условиях анализа огибающей измеряемого сигнала в задачах обработки данных и изображений. Развит и теоретически обоснован метод решения задачи шумоподавления и восстановления райсовского сигнала посредством одновременного вычисления двух статистических параметров — величины математического ожидания исходного сигнала и дисперсии шума — на основе принципа максимума правдоподобия. Проанализированы особенности функции правдоподобия для распределения Райса и вытекающие из них возможности оценки параметров сигнала и шума.

The paper develops a theory of a new so-called two-parametric approach to the random signals' analysis and processing. A mathematical simulation and the task solutions’ comparison have been implemented for the Gauss and Rice statistical models. The applicability of the Rice statistical model is substantiated for the tasks of data and images processing when the signal’s envelope is being analyzed. A technique is developed and theoretically substantiated for solving the task of the noise suppression and initial image reconstruction by means of joint calculation of both statistical parameters — an initial signal’s mean value and noise dispersion — based on the maximum likelihood method within the Rice distribution. The peculiarities of this distribution’s likelihood function and the following from them possibilities of the signal and noise estimation have been analyzed.

В данной работе рассматривается подход к эффективной обработке спутниковых изображений, который включает в себя два этапа. Первый этап заключается в распределении быстро взрастающего объема спутниковых данных, полученных через Грид-инфраструктуру. Второй этап включает в себя ускорение решения отдельных задач, относящихся к обработке изображений с помощью внедрения кодов, которые способствуют интенсивному использованию пространственно-временного параллелизма. Примером такого кода является обработка изображений с помощью итерационного фильтра Перона–Малик в рамках специального применения архитектуры аппаратного обеспечения ППВМ (FPGA).

The present paper discusses an approach to the efficient satellite image processing which involves two steps. The first step assumes the distribution of the steadily increasing volume of satellite collected data through a Grid infrastructure. The second step assumes the acceleration of the solution of the individual tasks related to image processing by implementing execution codes which make heavy use of spatial and temporal parallelism. An instance of such execution code is the image processing by means of the iterative Perona–Malik filter within FPGA application specific hardware architecture.

В работе решается задача вычисления параметров случайного сигнала в условиях распределения Райса на основе принципа максимума правдоподобия в предельных случаях большого и малого значения отношения сигнала к шуму. Получены аналитические формулы для решения системы уравнений максимума правдоподобия для искомых параметров сигнала и шума как для однопараметрического приближения, когда рассчитывается только один параметр задачи — величина сигнала, в предположении априорной известности второго параметра — дисперсии шума, так и для двухпараметрической задачи, когда оба параметра априорно неизвестны. Непосредственное вычисление искомых параметров сигнала и шума по формулам позволяет избежать необходимости ресурсоемкого численного решения системы нелинейных уравнений и тем самым оптимизировать время компьютерной обработки сигналов и изображений. Представлены результаты компьютерного моделирования задачи, подтверждающие теоретические выводы. Задача является значимой для целей обработки райсовских данных, в частности, в системах магнитно-резонансной визуализации.

The paper provides a solution of a task of calculating the parameters of a Rician distributed signal on the basis of the maximum likelihood principle in limiting cases of large and small values of the signal-tonoise ratio. The analytical formulas are obtained for the solution of the maximum likelihood equations’ system for the required signal and noise parameters for both the one-parameter approximation, when only one parameter is being calculated on the assumption that the second one is known a-priori, and for the two-parameter task, when both parameters are a-priori unknown. The direct calculation of required signal and noise parameters by formulas allows escaping the necessity of time resource consuming numerical solving the nonlinear equations’ s system and thus optimizing the duration of computer processing of signals and images. There are presented the results of computer simulation of a task confirming the theoretical conclusions. The task is meaningful for the purposes of Rician data processing, in particular, magnetic-resonance visualization.

В работе решается двухпараметрическая задача совместного расчета параметров сигнала и шума в условиях распределения Райса методами математической статистики: методом максимума правдоподобия и вариантами метода моментов. Рассматриваемые варианты метода моментов включают в себя совместный расчет сигнала и шума на основе измерений 2-го и 4-го моментов (ММ24) и на основе измерений 1-го и 2-го моментов (ММ12). В рамках каждого из рассматриваемых методов получены в явном виде системы уравнений для искомых параметров сигнала и шума. Важный математический результат проведенного исследования состоит в том, что решение системы двух нелинейных уравнений с двумя неизвестными — искомыми параметрами сигнала и шума — сведено к решению одного уравнения с одной неизвестной, что важно с точки зрения как теоретического исследования метода, так и его практического применения, позволяя существенно сократить необходимые для реализации метода вычислительные ресурсы. Задача является значимой для целей обработки райсовских данных, в частности, в системах магнитно-резонансной визуализации. В результате проведенного теоретического анализа получен важный практический вывод: решение двухпараметрической задачи не приводит к увеличению требуемых вычислительных ресурсов по сравнению с однопараметрическим приближением. Теоретические выводы подтверждаются результатами численного эксперимента.

The paper provides a solution of the two-parameter task of joint signal and noise estimation at data analysis within the conditions of the Rice distribution by the techniques of mathematical statistics: the maximum likelihood method and the variants of the method of moments. The considered variants of the method of moments include the following techniques: the joint signal and noise estimation on the basis of measuring the 2-nd and the 4-th moments (MM24) and on the basis of measuring the 1-st and the 2-nd moments (MM12). For each of the elaborated methods the explicit equations’ systems have been obtained for required parameters of the signal and noise. An important mathematical result of the investigation consists in the fact that the solution of the system of two nonlinear equations with two variables — the sought for signal and noise parameters — has been reduced to the solution of just one equation with one unknown quantity what is important from the view point of both the theoretical investigation of the proposed technique and its practical application, providing the possibility of essential decreasing the calculating resources required for the technique’s realization. The implemented theoretical analysis has resulted in an important practical conclusion: solving the two-parameter task does not lead to the increase of required numerical resources if compared with the one-parameter approximation. The task is meaningful for the purposes of the rician data processing, in particular — the image processing in the systems of magnetic-resonance visualization. The theoretical conclusions have been confirmed by the results of the numerical experiment.

Sensor fusion is one of the important solutions for the perception problem in self-driving cars, where the main aim is to enhance the perception of the system without losing real-time performance. Therefore, it is a trade-off problem and its often observed that most models that have a high environment perception cannot perform in a real-time manner. Our article is concerned with camera and Lidar data fusion for better environment perception in self-driving cars, considering 3 main classes which are cars, cyclists and pedestrians. We fuse output from the 3D detector model that takes its input from Lidar as well as the output from the 2D detector that take its input from the camera, to give better perception output than any of them separately, ensuring that it is able to work in real-time. We addressed our problem using a 3D detector model (Complex-Yolov3) and a 2D detector model (Yolo-v3), wherein we applied the image-based fusion method that could make a fusion between Lidar and camera information with a fast and efficient late fusion technique that is discussed in detail in this article. We used the mean average precision (mAP) metric in order to evaluate our object detection model and to compare the proposed approach with them as well. At the end, we showed the results on the KITTI dataset as well as our real hardware setup, which consists of Lidar velodyne 16 and Leopard USB cameras. We used Python to develop our algorithm and then validated it on the KITTI dataset. We used ros2 along with C++ to verify the algorithm on our dataset obtained from our hardware configurations which proved that our proposed approach could give good results and work efficiently in practical situations in a real-time manner.

Sensor fusion is one of the important solutions for the perception problem in self-driving cars, where the main aim is to enhance the perception of the system without losing real-time performance. Therefore, it is a trade-off problem and its often observed that most models that have a high environment perception cannot perform in a real-time manner. Our article is concerned with camera and Lidar data fusion for better environment perception in self-driving cars, considering 3 main classes which are cars, cyclists and pedestrians. We fuse output from the 3D detector model that takes its input from Lidar as well as the output from the 2D detector that take its input from the camera, to give better perception output than any of them separately, ensuring that it is able to work in real-time. We addressed our problem using a 3D detector model (Complex-Yolov3) and a 2D detector model (Yolo-v3), wherein we applied the image-based fusion method that could make a fusion between Lidar and camera information with a fast and efficient late fusion technique that is discussed in detail in this article. We used the mean average precision (mAP) metric in order to evaluate our object detection model and to compare the proposed approach with them as well. At the end, we showed the results on the KITTI dataset as well as our real hardware setup, which consists of Lidar velodyne 16 and Leopard USB cameras. We used Python to develop our algorithm and then validated it on the KITTI dataset. We used ros2 along with C++ to verify the algorithm on our dataset obtained from our hardware configurations which proved that our proposed approach could give good results and work efficiently in practical situations in a real-time manner.

Оптические системы с двумерной обратной связью демонстрируют широкие возможности по исследованию процессов зарождения и развития диссипативных структур. Обратная связь позволяет воздействовать на динамику оптической системы посредством управляемого преобразования пространственных переменных, выполняемых призмами, линзами, динамическими голограммами и другими устройствами. Нелинейный интерферометр с зеркальным отражением поля в двумерной обратной связи является одной из наиболее простых оптических систем, в которых реализуется нелокальный характер взаимодействия световых полей.

Математической моделью оптических систем с двумерной обратной связью является нелинейное параболическое уравнение с преобразованием поворота пространственной переменной и условиями периодичности на окружности.

Исследуются вопросы бифуркации рождения стационарных структур типа бегущей волны, эволюции их форм при уменьшении бифуркационного параметра (коэффициента диффузии) и динамики их устойчивости при отходе от критического значения параметра бифуркации и дальнейшем его уменьшении. Впервые в качестве бифуркационного параметра был взят коэффициент диффузии.

В работе используются метод центральных многообразий и метод Галёркина. На основе метода центральных многообразий доказана теорема о существовании, форме и устойчивости решения типа бегущей волны в окрестности бифуркационного значения коэффициента диффузии. Получено представление первой бегущей волны, рождающейся в результате бифуркации Андронова–Хопфа при переходе бифуркационного параметра через критическое значение. Согласно теореме о центральном многообразии первая бегущая волна рождается орбитально устойчивой.

Поскольку доказанная теорема дает возможность исследовать рожденные решения только в окрестности критического значения бифуркационного параметра, то для изучения динамики изменений решения типа бегущей волны при отходе бифуркационного параметра в область надкритичности был использован формализм метода Галёркина. В соответствии с методом центральных многообразий составлена галёркинская аппроксимация приближенных решений поставленной задачи. При уменьшении параметра бифуркации и его переходе через критическое значение нулевое решение задачи теряет устойчивость колебательным образом. В результате от нулевого решения ответвляется периодическое решение типа бегущей волны. Эта волна рождается орбитально устойчивой. При дальнейшем уменьшении параметра и его прохождении через следующее критическое значение от нулевого решения в результате бифуркации Андронова–Хопфа рождается второе решение типа бегущей волны. Данная волна рождается неустойчивой, с индексом неустойчивости два.

Численные расчеты с помощью пакета Mathematica показали, что применение метода Галёркина приводит к качественно и количественно правильным результатам. Полученные результаты хорошо согласуются с результатами, полученными другими авторами, и могут быть использованы для постановки экспериментов по изучению явлений в оптических системах с обратной связью.

Optical systems with two-dimensional feedback demonstrate wide possibilities for studying the nucleation and development processes of dissipative structures. Feedback allows to influence the dynamics of the optical system by controlling the transformation of spatial variables performed by prisms, lenses, dynamic holograms and other devices. A nonlinear interferometer with a mirror image of a field in two-dimensional feedback is one of the simplest optical systems in which is realized the nonlocal nature of light fields.

A mathematical model of optical systems with two-dimensional feedback is a nonlinear parabolic equation with rotation transformation of a spatial variable and periodicity conditions on a circle. Such problems are investigated: bifurcation of the traveling wave type stationary structures, how the form of the solution changes as the diffusion coefficient decreases, dynamics of the solution’s stability when the bifurcation parameter leaves the critical value. For the first time as a parameter bifurcation was taken of diffusion coefficient.

The method of central manifolds and the Galerkin’s method are used in this paper. The method of central manifolds and the Galerkin’s method are used in this paper. The method of central manifolds allows to prove a theorem on the existence and form of the traveling wave type solution neighborhood of the bifurcation value. The first traveling wave born as a result of the Andronov –Hopf bifurcation in the transition of the bifurcation parameter through the сritical value. According to the central manifold theorem, the first traveling wave is born orbitally stable.

Since the above theorem gives the opportunity to explore solutions are born only in the vicinity of the critical values of the bifurcation parameter, the decision to study the dynamics of traveling waves of change during the withdrawal of the bifurcation parameter in the supercritical region, the formalism of the Galerkin method was used. In accordance with the method of the central manifold is made Galerkin’s approximation of the problem solution. As the bifurcation parameter decreases and its transition through the critical value, the zero solution of the problem loses stability in an oscillatory manner. As a result, a periodic solution of the traveling wave type branches off from the zero solution. This wave is born orbitally stable. With further reduction of the parameter and its passage through the next critical value from the zero solution, the second solution of the traveling wave type is produced as a result of the Andronov –Hopf bifurcation. This wave is born unstable with an instability index of two.

Numerical calculations have shown that the application of the Galerkin’s method leads to correct results. The results obtained are in good agreement with the results obtained by other authors and can be used to establish experiments on the study of phenomena in optical systems with feedback.

Адекватное моделирование сложной динамики городских транспортных потоков требует сбора больших объемов данных для определения характера соответствующих моделей и их калибровки. Вместе с тем оборудование специализированных постов наблюдения является весьма затратным мероприятием и не всегда технически возможно. Совокупность этих факторов приводит к недостаточному фактографическому обеспечению как систем оперативного управления транспортными потоками, так и специалистов по транспортному планированию с очевидными последствиями для качества принимаемых решений. В качестве способа обеспечить массовый сбор данных хотя бы для качественного анализа ситуаций достаточно давно применяется обзорные видеокамеры, транслирующие изображения в определенные ситуационные центры, где соответствующие операторы осуществляют контроль и управление процессами. Достаточно много таких обзорных камер предоставляют данные своих наблюдений в общий доступ, что делает их ценным ресурсом для транспортных исследований. Вместе с тем получение количественных данных с таких камер сталкивается с существенными проблемами, относящимися к теории и практике обработки видеоизображений, чему и посвящена данная работа. В работе исследуется практическое применение некоторых мейнстримовских нейросетевых технологий для определения основных характеристик реальных транспортных потоков, наблюдаемых камерами общего доступа, классифицируются возникающие при этом проблемы и предлагаются их решения. Для отслеживания объектов дорожного движения применяются варианты сверточных нейронных сетей, исследуются способы их применения для определения базовых характеристик транспортных потоков. Простые варианты нейронной сети используются для автоматизации при получении обучающих примеров для более глубокой нейронной сети YOLOv4. Сеть YOLOv4 использована для оценки характеристик движения (скорость, плотность потока) для различных направлений с записей камер видеонаблюдения.

Correct modeling of complex dynamics of urban transportation flows requires the collection of large volumes of empirical data to specify types of the modes and their identification. At the same time, setting a large number of observation posts is expensive and technically not always feasible. All this results in insufficient factographic support for the traffic control systems as well as for urban planners with the obvious consequences for the quality of their decisions. As one of the means to provide large-scale data collection at least for the qualitative situation analysis, the wide-area video cameras are used in different situation centers. There they are analyzed by human operators who are responsible for observation and control. Some video cameras provided their videos for common access, which makes them a valuable resource for transportation studies. However, there are significant problems with getting qualitative data from such cameras, which relate to the theory and practice of image processing. This study is devoted to the practical application of certain mainstream neuro-networking technologies for the estimation of essential characteristics of actual transportation flows. The problems arising in processing these data are analyzed, and their solutions are suggested. The convolution neural networks are used for tracking, and the methods for obtaining basic parameters of transportation flows from these observations are studied. The simplified neural networks are used for the preparation of training sets for the deep learning neural network YOLOv4 which is later used for the estimation of speed and density of automobile flows.