Мікросистеми, Електроніка та Акустика

Акустичні вимоги до приміщень для особистої та групової психотерапії

2025-08-27T17:28:26+03:00

Психологічний вплив війни в Україні створив нагальну та суттєву потребу в ефективних втручаннях у сфері психічного здоров'я, зокрема в психотерапії. Оскільки офлайн-терапія часто є вирішальною для глибокої взаємодії, якість фізичного середовища стає першочерговою. У цій статті розглядається критичне питання акустичного комфорту в психотерапевтичних приміщеннях, що є важливим фактором для забезпечення конфіденційності пацієнтів, ефективної комунікації та сприятливої терапевтичної атмосфери, проте для цього наразі в Україні відсутні конкретні стандарти. Спираючись на огляд літератури щодо потреб психічного здоров'я після війни та впливу акустики навколишнього середовища на самопочуття та комунікацію, у поєднанні з професійним досвідом в інженерній акустиці, у цій статті визначено ключові акустичні параметри, необхідні для ефективних терапевтичних умов. До них належать адекватна звукоізоляція для гарантування конфіденційності, контрольований час реверберації для розбірливості мовлення, мінімізація нав'язливого фонового шуму від систем будівель та розгляд електроакустичних методів для підтримки людей з вадами слуху. Аналіз підкреслює, що хоча існують ширші концепції акустичного проектування, задоволення конкретних потреб психотерапії вимагає дотримання фундаментальних принципів акустичної інженерії. У статті стверджується, що відсутність індивідуальних акустичних стандартів для терапевтичних приміщень в Україні є значним викликом для забезпечення високоякісної психіатричної медичної допомоги. У ньому робиться висновок, що встановлення чітких, вимірюваних акустичних критеріїв є життєво важливою інфраструктурою для підтримки психологічного одужання та закладає основу для розробки таких важливих стандартів.

Моделювання магнітного поля Землі для визначення та контролю орієнтації PolyITAN-12U

2025-11-06T10:14:48+02:00

У статті представлено симуляційну модель, яка поєднує алгоритм прогнозування орбіти на основі рівняння Кеплера та модель World Magnetic Model, для визначення реальних характеристик магнітного поля Землі на типових для наносупутників CubeSat орбітах (висота 400-600 км, нахил 97-98°). Перевірка правильності обчислення позиції супутника, здійснена за допомогою еталонних значень від International GNSS Service, показала добову точність, достатню для дослідження системи орієнтації та стабілізації. Отримані за результатами численних симуляцій оцінки магнітного середовища лежать у межах від 51.7 мкТл до 18.3 мкТл (середнє значення 36.2 мкТл), а швидкість зміни магнітного поля, пов’язана з переміщенням супутника, не перевищує 115.4 нТл/с. На основі параметрів магнітних котушок PolyITAN-12U та його інерційних характеристик показано, що в умовах реальної орбіти вони здатні створювати обертальні моменти від 1.1×10^-5 Н·м до 3.2×10^-5 Н·м, забезпечуючи кутові прискорення від 2.1×10^-5 рад/с² до 6.4×10^-5 рад/с² в залежності від осі, струму котушок та локального магнітного поля. Таким чином, навіть тривала робота на номінальному струмі спричиняє доволі невеликі зміни кутової швидкості апарату, що слід врахувати під час розробки алгоритмів керування орієнтацією та енергоспоживанням. Розроблена модель та отримані числові дані будуть застосовані для побудови повноцінного hardware-in-the-loop тестування PolyITAN-12U з використанням клітки Гельмгольца, що дозволить значно покращити процес відлагодження алгоритмів керування орієнтацією супутника. Також слід зазначити, що запропоновані підходи не враховують такі ефекти як гравітаційні збурення, атмосферний опір та тиск сонячного випромінювання при розрахунку орбіти, а також зовнішні джерела магнітного поля такі як геомагнітні бурі, викликані сонячною активністю. Все це відкриває шлях для подальшого удосконалення моделі.

Особливості організації голосових з’єднань в безпроводових мережах IEEE 802.11AC з пріоритизацією трафіку

2025-08-27T17:53:11+03:00

Метою дослідження є визначення теоретично обґрунтованих обмежень передавання голосового трафіку в безпроводових мережах IEEE 802.11ac з пріоритизацією змішаного трафіку. Для дослідження застосовано математичну модель функціонування безпроводової мережі стандарту IEEE 802.11, що ґрунтується на концепції віртуального конкурентного вікна. Параметри голосових кадрів обрано відповідними кодеку G.711, результати для якого можна розповсюдити на голосовий трафік інших сучасних кодеків. Проаналізовано механізми пріоритизації стандарту IEEE 802.11e, що реалізуються через зменшення обов'язкового часу очікування та скорочення додаткового інтервалу очікування для кадрів з високим пріоритетом. Отримано числові дані щодо ймовірності передавання кадрів голосового трафіку AC_VO в умовах конкуренції з трафіком загального пріоритету AC_BE. Встановлено, що ймовірність передати голосовий кадр з першої спроби у разі вибору «нульового» часового слоту коливається від 0,98 (одна голосова станція і дві станції загального пріоритету) до 0,922 (вісім голосових станцій і шістнадцять станцій загального пріоритету). Для голосових станцій у режимі конкуренції ймовірність успішної передачі з першої спроби становить від 0,795 до 0,527 залежно від кількості станцій з насиченим навантаженням. Визначено, що ймовірність передавання голосових кадрів із застосуванням повторних спроб за наявності послідовних колізій становить не менше 0,98 за умови використання шести повторних спроб. Отримано подальший розвиток методу оцінювання експлуатаційних характеристик безпроводових мереж IEEE 802.11 із застосуванням математичної моделі віртуального конкурентного вікна для мереж з пріоритизованим трафіком. Одержані результати корисні для оптимізації функціонування та проєктування локальних безпроводових мереж стандарту IEEE 802.11ac з функцією VoIP

Моделі сіамських нейронних мереж для класифікації серцевих аритмій за умов нестачі тренувальних ЕКГ сигналів

2025-05-28T16:51:11+03:00

Стаття присвячена створенню моделей сіамських нейронних мереж для класифікації ЕКГ-сигналів, що відображають серцево-судинні патології, зокрема аритмії, в умовах обмеженої кількості тренувальних даних. Проблема дефіциту навчальних зразків у машинному навчанні для діагностики серцевих захворювань пов’язана з великою різноманітністю патологічних станів і недостатньою інформацією для окремих класів у відкритих медичних базах даних. Дослідження спрямоване на розробку комплексного методу, який ґрунтується на поєднанні методів електрокардіографії високого розрізнення та векторкардіографії з архітектурами та методами навчання сіамських нейронних мереж, що дає можливість підвищити точність класифікації серцевих аритмій. Особливість запропонованого метода, яка базується на здатності сіамських НМ до порівняння, полягає у виявленні та аналізі відмінностей між ЕКГ сигналом, що досліджується, та сформованим еталонним вектором ознак сигналів з патологією, що дозволяє ефективно ідентифікувати зміни сигналів навіть для тих захворювань, які обмежено-представлені в навчальному наборі даних. Крім того, для підвищення ефективності навчання був розроблений метод формування еталонного вхідного вектора ознак захворювання, який використовується сіамською нейронною мережею для порівняння. Застосування методу головних компонент (PCA) дозволило виділити ключові ознаки зі 100 ЕКГ-сигналів із патологіями, що сприяло створенню еталонного вектора ознак із мінімальною кількістю тренувальних зразків. Додатково для кожного вхідного ЕКГ-сигналу та еталонного вектора розраховувався усереднений кардіоцикл, що сприяло ідентифікації низькоамплітудних компонентів ЕКГ та особливостей QRS комплексу. Для реалізації розробленого комплексного методу використовувалася база PTB-XL, що містить 12-канальні ЕКГ-записи, класифіковані за 70 категоріями захворювань. Для зменшення впливу дисбалансу даних застосовано методи аугментації, а також методи попередньої обробки шляхом видалення зашумлених сигналів та вибіркове скорочення надмірно представлених класів. В рамках дослідження розроблено дві моделі сіамських нейронних мереж. Перша модель орієнтована на виявлення низькоамплітудних патологічних компонент ЕКГ сигналів, зокрема пізніх потенціалів передсердь та шлуночків. Друга модель, призначена для класифікації 18 типів аритмій і 19 супутніх патологій, таких як ішемічна хвороба серця, гіпертрофія та інфаркт міокарда. Ефективність запропонованих моделей НМ була оцінена шляхом порівняння з мережею «ECGnet» у задачі розпізнавання пізніх потенціалів передсердь і шлуночків. Перша модель перевищила точність «ECGnet» у середньому на 10% та зменшила ймовірність хибнонегативних прогнозів. Друга модель НМ для багатокласової класифікації, яка охоплювала 37 діагностичних класів з рідкісними захворюваннями, що мають менше, ніж 200 спостережень, перевищила середню точність «ECGnet» на 10%, досягаючи максимального приросту в 28%. Отримані результати дозволяють окреслити подальші шляхи вдосконалення комплексного методу. Зокрема, підвищення точності класифікації ЕКГ сигналів з патологіями можливе шляхом використання додаткових перетворень вхідних ознак та методів підсилення низькоамплітудних компонент сигналу.

Система електроживлення прив’язного дрона з проміжною ланкою підвищеної напруги

2025-08-27T17:56:23+03:00

Існуючі прив’язні дрони працюють на низькій напрузі до 43.2 В, що суттєво зменшує довжину живлячого кабеля та зменшує масу корисного навантаження. Метою роботи є розрахунок системи електроживлення прив’язного дрона з проміжною ланкою підвищеної напруги, спираючись на який можливо забезпечити близьку до мінімальної масу живлячого кабелю, при заданій максимальній висоті польоту та заданій тязі двигунів. У статті розроблено методику розрахунку системи електроживлення прив’язного дрона з проміжною ланкою підвищеної напруги. На основі аналізу недоліків і переваг передачі електроенергії змінним та постійним струмом, принципів ізоляції провідників залежно від рівня напруги, визначення щільності струму через провідник залежно від умов тепловідведення створено математичну модель системи електроживлення, що дозволяє визначити робочу напругу кабелю, що при заданій потужності дрона забезпечує близьку до мінімальної масу кабелю для живлення прив’язного дрона. Показано, що для кабелю з фіксованою масою, розрахованого на задану потужність, існує робоча напруга, при якій він має найбільшу довжину. За допомогою розробленої математичної моделі розраховано параметри живлячого кабелю для прив’язних дронів малої, середньої та високої потужності. Сумарну масу цих дронів порівняно з дронами без ланки підвищеної напруги, що живляться напругою 43.2 В. Результати порівняння засвідчили, що для дронів з низькою потужністю довжину кабелю можна збільшити на 85 % при збільшенні напруги живлення до 225 В, для дронів з середньою потужністю – на 434 % при напрузі живлення 710 В, для дронів з високою потужністю – на 721 % при напрузі живлення 1138 В.