Реализация распределенной вычислительной системы для моделирования процессов радиосвязи

Обложка

Цитировать

Полный текст

Аннотация

На сегодняшний день важнейшей компонентой метода математического моделирования, который эффективно используется для решения современных прикладных задач, являются современные информационные технологии, позволяющие не только накапливать практически неограниченные объемы экспериментальной информации, но и анализировать эти данные с помощью средств визуализации. В статье рассматриваются вопросы, посвященные проектированию и реализации распределeнной вычислительной системы, позволяющей моделировать и анализировать массовые эксперименты для передачи данных в случае использования многочастотных систем связи. В качестве моделей источников сообщений используются модели сигналов с максимальной энтропией. В качестве модели канала связи с шумами используется канал с аддитивным гауссовским шумом, имеющим равномерный спектр в заданной полосе частот. Реализованная вычислительная система позволяет таблично и визуально анализировать такие параметры массовых экспериментов как число поднесущих сигнала, диапазон временного отрезка для восстановления сигнала, отношение сигнал/шум, квадратурную и синфазную составляющие QAM сигнала, энергетическую и информационную характеристики сигнала скорость передачи информации по каналу связи. Результаты серии экспериментов иллюстрируются интерактивными графиками с анимационными эффектами.

Полный текст

Введение

Современные информационные технологии превратили метод математического моделирования в ещe более мощный инструмент, позволяющий ставить и решать сложные прикладные задачи. Одной из таких актуальных задач является надежная и эффективная (высокоскоростная) передача данных по каналам радиосвязи.

Для решения данной задачи спроектирована и реализована распределенная вычислительная система (РВС), которая на основе технологий баз данных позволяет накапливать информацию, сгенерированную в процессе проведения экспериментов. А стек технологий построения распределенных вычислительных систем позволил создать распределенную систему для выполнения серий экспериментов на основе запрограммированных математических моделей, которые составляют ядро системы.

Традиционными показателями качества систем радиосвязи (СРС) являются информационная и энергетическая эффективность [3; 5–10]. Информационная эффективность определяется как:

η=RC,

где R – скорость передачи информации системой связи, C – пропускная способность канала (по Шеннону). Информационная эффективность показывает, какую долю пропускной способности канала использует система радиосвязи.

Энергетическая эффективность определяется как

β=RPcN0,

где Pc – средняя мощность сигнала, N0 – спектральная плотность шума, для аддитивного белого гауссовского шума (АБГШ):

N0=PшF,

где – средняя мощность шума, F – используемая полоса частот канала связи. Энергетическая эффективность имеет смысл удельной скорости, количества бит/с, приходящихся на 1 Вт мощности сигнала, отнесенных к спектральной плотности шума, и показывает, насколько эффективно с точки зрения обеспечения скорости передачи данных используются энергетические характеристики системы связи.

Одним из способов повышения эффективности СРС является разработка и применение подходящих сигнально-кодовых конструкций (СКК).

В информационной системе в качестве базы для сравнения информационной и энергетической эффективности систем радиосвязи с различными сигнально-кодовыми конструкциями используется математическая модель системы радиосвязи с ортогональным многочастотным сигналом и квадратурной амплитудной модуляцией (ОМЧС-КАМ).

В качестве исследуемой (базовой) СКК взята математическая модель ОМЧС-КАМ на основе дискретного косинус-преобразования и дискретного синус-преобразования (ОМЧС-КАМ-ДКП4-ДСП4).

Анализ предметной области

В результате анализа предметной области по восстановлению (распознаванию) сигнала на основе модели КАМ-ОЧМ модуляции входного сигнала, при прохождении его через зашумленный канал, были выделены следующие основные сущности [3; 5–8]:

Алфавит – фиксированная конечная совокупность символов.

Сообщение – представление информации в виде упорядоченного набора символов алфавита.

Источник сообщений – множество сообщений конечной длины с определенной на нем вероятностной мерой.

Кодирование (источника) сообщений – преобразование исходного сообщения, составленного из символов алфавита источника, в (канальное) сообщение, составленное из (кодовых) символов (канального) алфавита передающего устройства.

Кодовая конструкция – совокупность способов преобразования кодовой комбинации сообщения с помощью помехоустойчивых и манипуляционных кодов в передатчике и способов выявления и коррекции ошибок при приеме.

Сигнальная конструкция – совокупность функций-носителей информации, составляющих многопозиционный многочастотный сигнал, способа организации многочастотного сигнала из функций-носителей во времени, способов нанесения на них сообщения (манипуляции) в передатчике и способов извлечения сообщения из функций-носителей (деманипуляции) в приемнике.

Функция-носитель – функция f(t, α, β…), которой описывается сигнал, несущий передаваемую информацию.

Передающее устройство – совокупность технических средств, предназначенных для преобразования сообщения в сигнал.

Сигнал – физический процесс, измеряемый во времени, значения параметров которого определяют сообщение.

Модуляция/манипуляция сигнала – преобразование канального сообщения в сигнал.

Канал связи – совокупность технических средств, предназначенных для формирования, передачи и приема сигналов, и соответствующих им линий связи. Канал связи является составной частью канала передачи сообщений.

Линия связи – область распространения сигнала.

Шум – случайное изменение характеристик области распространения сигнала, влияющее на параметры передаваемого сигнала.

Параметр физического процесса – доступное для измерения в любой момент времени свойство физического процесса.

Измерение параметра физического процесса – сопоставление параметру физического процесса элемента числового множества.

Приемное устройство – совокупность технических средств, предназначенных для преобразования сигнала в сообщение.

Демодуляция/деманипуляция сигнала – преобразование сигнала в исходное канальное сообщение.

Декодирование сообщений – преобразование сообщения, составленного из символов алфавита приемного устройства, в исходное сообщение.

Испытание – последовательность следующих действий:

– случайный выбор сообщения, генерируемого численной моделью источника сообщений;

– кодирование выбранного сообщения в соответствии с моделью канала связи;

– преобразование выбранного сообщения в численную модель непрерывного сигнала исследуемой СКК;

– наложение шума в соответствии с моделью канала, формирование модели зашумленного непрерывного сигнала исследуемой СКК;

– восстановление (деманипуляция / декодирование) сообщения по модели зашумленного непрерывного сигнала;

– вычисление значений параметров, необходимых для оценки информационной и энергетической эффективностей СКК, по переданному и восстановленному сообщениям;

– протоколирование результатов.

Эксперимент – последовательность испытаний. По результатам экспериментов вычисляются значения информационной и энергетической эффективностей исследуемой СКК.

 

Рисунок 1. Логическая модель базы данных распределенной вычислительной системы

 

Концептуальная модель базы данных

На основе выделенных сущностей, спроектирована концептуальная модель базы данных для хранения и последующей обработки экспериментальных данных [4] (рисунок 1).

Пользователь системы – действия оператора осуществляются от имени авторизованного пользователя.

Профиль пользователя – задает реквизиты пользователя, определяет тип учетной записи. Предусмотрены два типа учетных записей: «эксперт» и «оператор». Доступные в системе функции зависят от типа учетной записи.

Задача на вычисление – задача на обработку (вычисление) модулем коммуникации вычислительного этапа эксперимента или испытания. Задача формируется автоматически планировщиком системы. В зависимости от типа задачи планировщик назначает ее доступному модулю коммуникации. В процессе вычисления задача имеет один из перечисленных статусов: «задача не распределена», «задачу готов обработать модуль», «задача обрабатывается модулем», «задача обработана, результат получен», «результат записан в целевую таблицу».

Модуль коммуникации – мультиплатформенное приложение, установленное на вычислительном ресурсе. Основная задача модуля – производить коммуникацию распределенной вычислительной системы с программным, программно-аппаратным или аппаратным модулем, реализующим функции отдельного элемента системы радиосвязи. Элементом может быть устройство, его прототип или математическая модель. Коммуникационный модуль снимает ограничения на операционную систему и язык программирования/среду, в которой реализован элемент. В описываемой системе при вычислениях использовались математические модули, реализованные на языках C++, Python, Matlab, ObjectPascal и др.

Серия экспериментов – позволяет сформировать параметры, указать типы вычислительных модулей, которые будут использоваться на разных этапах моделирования, прототипирования или испытания системы радиосвязи.

Серия испытаний и экспериментов, позволяют задать пакетную обработку. В этом случае указываются диапазоны параметров, для которых необходимо выполнить моделирование, на основе которого планировщик системы автоматически планирует проведение исследований и экспериментов.

Диалог с системой – в системе предусмотрена возможность обсуждения результатов процесса моделирования и вычислений между экспертами системы, а также диалог с администратором РВС.

Модель информационной системы

База данных является составной частью РВС, позволяющей хранить результаты экспериментов и на их основе проводить оценку информационной и энергетической эффективности исследуемых СКК. Схема функционирования информационной системы изображена на рисунке 2.

Основной функционал информационной системы

При проектировании распределенной информационной системы для генерации и обработки большого массива экспериментальных данных для сравнительного анализа была выбрана наиболее распространенная сигнальная конструкция, построенная на ортогональных многочастотных сигналах с квадратурной амплитудной модуляцией (ОМЧС-КАМ) и использующая обратное и прямое дискретное преобразование Фурье (ДПФ) для нанесения на МЧС сообщения (манипуляции) в передатчике и извлечения сообщения из функций-носителей (деманипуляции) в приемнике.

В процессе экспериментальных исследований проводился сравнительный анализ моделей систем радиосвязи с зашумленным радиоканалом, построенных на основе следующих СКК, с применением манипуляции КАМ:

  1. Многочастотные (ортогональные) сигнально-кодовые конструкции ОМЧС-КАМ-ДПФ.
  2. Многочастотные (неортогональные) сигнально-кодовые конструкции МЧС-КАМ-ДПФ-Р, получаемые из ОМЧС-КАМ-ДПФ сужением сигналов на интервал [0, T0], при различных значениях 0,75 T ≤ T0 ≤ 0,95 T.
  3. Многочастотные (ортогональные) сигнально-кодовые конструкции, использующие для передачи сообщений методы квадратурной амплитудной модуляции и дискретные косинус- и синус-преобразования (ОМЧС-КАМ-ДКП4-ДСП4).

Сравнение исследуемых СКК проводилось на основании следующего критерия их оптимальности:

Наиболее оптимальной, в условиях заданной шумовой обстановки, при равном количестве поднесущих и позиционности КАМ сигнала считается СКК с максимальным показателем информационной эффективности. При равенстве показателей информационной эффективности, сравнению подвергаются показатели энергетической эффективности. При равенстве обоих показателей сравниваемые СКК считаются равноправными.

Для поддержки указанного выше функционала в РВС реализованы следующие основные модули (рисунок 3).

Таким образом, РВС позволяет реализовать следующий основной функционал:

  1. Моделирование источника сообщений для исследуемых СКК.
  2. Моделирование шума в среде передачи.
  3. Моделирование передающего устройства для каждой исследуемой СКК.
  4. Моделирование канала связи для заданного ОСШ в среде передачи.
  5. Моделирование приемного устройства для каждой исследуемой СКК.
  6. Обработка результатов серии экспериментов для каждой исследуемой СКК.

Информационная система имеет распределенную многозвенную клиент-серверную архитектуру (рисунок 4), и реализована по модульному принципу, что обеспечивает возможность применения различных видов кодирования источника, кодирования канала и модуляции частотных составляющих при формировании СКК.

 

Рисунок 2. Схема функционирования системы

 

Система реализована с использованием стека технологий: Nginx 1.1-4.2, Gunicorn, СУБД PostgreSQL 11.0, Python 3.9, Django 4.0.5, Vue.JS, Celery, PySDR, REST API (взаимодействие с вычислительными модулями на Qt, C++ и др.) [1–2].

Архитектура комплекса позволяет распределять нагрузку между вычислительными узлами, как в рамках одной локальной вычислительной сети, так в составе глобальной сетевой инфраструктуры. Информационная система реализована на основе кроссплатформенного (независящего от операционной системы) «толстого» клиента, но, при этом, объем данных, передаваемых между узлами, содержит информацию о небольшом количестве основных параметров компьютерной модели и результатах вычислений, что не оказывает серьезного влияния на сетевой трафик. Все сетевые сеансы в рамках комплекса используют защищенные протоколы передачи данных.

 

Рисунок 3. Основные модули информационной системы

 

Основной функционал системы развернут на фреймворке Django, где реализуется интерфейс, работа с базой данных, функции взаимодействия с внешними модулями. Планировщик системы реализован на Celery, в нем формируются, а также планируются задачи на проведение экспериментов и испытаний, передаются параметры и обрабатываются результаты вычислений. Задачи распределяются между интерфейсными модулями (модулями коммуникации).

Выбранная архитектура позволяет пользоваться преимуществами языка Python, расширяет возможности использования в своих проектах сложных алгоритмов за счет большого числа библиотек и фреймворков (например, PySDR). PySDR позволяет реализовывать проекты с программно-определяемым радио (SDR) и цифровой обработки сигналов (DSP).

 

Рисунок 4. Архитектура РВС

 

Как видно из рисунка 4, интерфейсный модуль позволяет подключить к системе программные математические модели, специализированные программные комплексы и библиотеки, а также программно-аппаратные модели элементов системы РВС. При взаимодействии с ядром системы используются SQL-запросы к БД и функции REST API ядра. Объединение в единую распределенную вычислительную систему программных модулей, написанных на разных языках, исполняемых на разных вычислительных платформах, стало возможным благодаря модулю коммуникации.

Назначение модуля коммуникации и его место в системе иллюстрируется на рисунке 5.

 

Рисунок 5. Место коммуникационного модуля в распределенной системе

 

Из рисунка видно, что система позволяет использовать неограниченное количество вычислительных ресурсов, распределенных территориально. Планировщик назначает задачи вычислительным модулям с учетом их статуса. Коммуникационный модуль, получив задачу, запускает модель элемента на связанных с ним вычислительных ресурсах.

Работа с модулем коммуникации начинается с его регистрации в распределенной системе моделирования: задаются параметры модуля для регистрации на сервере, модуль обращается к серверу для регистрации, после регистрации планировщик системы распределят задачи на вычисление в соответствии с типами вычислительных модулей (рисунок 6).

 

Рисунок 6. Регистрация модуля коммуникации

 

На втором этапе настройки коммуникационного модуля указывается исполнительный код или программно-аппаратный модуль, который будет запускаться на вычисление, когда придет задание от планировщика ядра системы.

На рисунке 7 показаны параметры, которые необходимо настроить, чтобы модуль коммуникации знал, какие задачи, распределенные ядром системы, можно брать в обработку, какие программные модули запускать, в каком файле брать параметры вычисления и куда записывать результаты.

 

Рисунок 7. Параметры модуля вычислений

 

Настроенный модуль коммуникации постоянно опрашивает сервер и отслеживает очередь задач на вычисление для ассоциированного с ним модуля вычислений. Как только задача появляется в очереди, модуль коммуникации запрашивает у сервера задачу, параметры и входные данные на обработку. Если эту задачу не перехватили другие модули коммуникации, ядро системы задачу назначает ему на исполнение. Теперь задача числится за коммуникационным модулем.

Ядро системы периодически опрашивает состояние модуля коммуникации, который информирует сервер о текущем состоянии: «модуль не доступен», «модуль обрабатывает задачу», «модуль доступен и готов обрабатывать задачи».

Коммуникационный модуль формирует параметры для вычислительного модуля, запускает вычислительный модуль на вычисление (моделирование элемента радиосистемы), отправляет информацию о текущем этапе вычисления.

Полученные от вычислительного модуля результаты передаются ядру системы, чтобы в дальнейшем другой модуль коммуникации мог передать их в качестве входных данных на следующий вычислительный модуль (элемент радиосистемы). Модель радиосистемы состоит из множества элементов, реализованных в виде программных и/или аппаратных модулей, имеющих сетевую архитектуру. Модули связаны между собой в зависимости от моделируемой радиосистемы. Коммуникационные модули определяют место подчиненного им вычислительного модуля на основе его типа. Например, модуль типа «e3_std Блок моделирования системы связи (передатчик+канал+приемник (Qt C++) (e3_bmss.exe)» использует результат вычисления модулей «e1_las Блок генерации исходных данных серии экспериментов (C++) (e1_bgidse.exe)».

Интерфейс коммуникационного модуля, обрабатывающего задачу, показан на рисунке 8.

 

Рисунок 8. Модуль коммуникации распределённой вычислительной системы

 

Модуль может работать в автономном режиме, его можно свернуть в трей операционной системы. Если настройки сохранить, то при очередном запуске модуля он откроется с учетом указанных настроек.

Контроль и управление ходом обработки серий экспериментов осуществляется через web-интерфейс (рисунок 6).

Клиентское Web-приложение позволяет просматривать и анализировать все этапы прохождения серии экспериментов с помощью графических иллюстраций промежуточных и итоговых результатов серии экспериментов в распределенной сети.

Например, проиллюстрируем информативность графического интерфейса для серии экспериментов, когда в качестве базовой СКК используется математическая модель ОМЧС-КАМ-ДПФ, а в качестве исследуемой СКК используется математическая модель ОМЧС-КАМ-ДКП4-ДСП4. Число поднесущих N = 16, число используемых временных отсчетов M = 16, число экспериментов в серии P = 100, отношение сигнал-шум RSN = 12 дБ. На графиках представлены квадратурная и синфазная составляющие QAM сигнала.

На выходе передатчика формируется случайная целочисленная последовательность с нормальным распределением. На информационный сигнал накладывается аддитивный гаус-совский белый шум (рисунок 9). После обратного ДСП4 преобразования, восстановленный сигнал на стороне приемника представлен на рисунке 10.

 

Рисунок 9. Аддитивный гауссовский белый шум, накладываемый на сигнал

 

Рисунок 10. Восстановленный сигнал

 

Аналогичные графики иллюстрируют результаты для базовой СКК. В итоге получаем сравнительные характеристики для исследуемой и базовой СКК (таблица 1).

 

Таблица 1. Результаты серии экспериментов

Энергетические и информационные характеристики

Исследуемая СКК

Базовая СКК

Средняя мощность сигнала в серии экспериментов

81.800

163.600

Средняя мощность шума в серии экспериментов

5.161

10.322

Полоса частот, занимаемая сигналом

14.295

13.990

Энергетическая эффективность

0.465

0.241

Длительность передачи символа

0.5

1.0

Количество переданных символов

3200

3200

Количество ошибочно принятых символов

179.000

182.000

Скорость передачи информации, бит/сек

105.359

53.522

Пропускная способность модели канала связи

58.246

57.003

Информационная эффективность

1.809

0.939

 

Полученные результаты также иллюстрируются интерактивными графиками. Например, на рисунках 11 и 12 приведены анимационные графики, полученные в результате обработки данных рассмотренного выше эксперимента для частоты приема i-ого QAM-символа при передаче j-ого символа и для вероятности приема i-ого QAM-символа при передаче j-ого символа.

 

Рисунок 11. Частота приема i-ого QAM-символа при передаче j-ого символа

 

Рисунок 12. Вероятность приема i-ого QAM-символа при передаче j-ого символа

 

В системе предусмотрена возможность исследовать результаты анализа в параллельных координатах (рисунок 13).

 

Рисунок 13. Результаты проведения серии экспериментов в параллельных координатах

 

Более того, в процессе анализа можно в интерактивном режиме задавать пороговые значения интересующих параметров и видеть какие результаты моделирования достигались в ходе работы системы. На рисунке 14 показаны результаты экспериментов при заданных ограничениях в коридорах для интервала распознавания сигнала и SNR. Цветом выделены допустимые при этих ограничениях исходы.

 

Рисунок 14. Результаты экспериментов при заданных ограничениях

 

Отчеты формируется автоматически для всех возможных сочетаний параметров серий экспериментов. Все отчеты о результатах сохраняются в форматах *.doc и *.pdf и, следовательно, могут быть распечатаны (рисунок 15).

 

Рисунок 15. Фрагмент отчета с результатами анализа проведенной серии экспериментов

 

Заключение

Современные информационные технологии превратили метод математического моделирования в мощный инструмент, позволяющий моделировать сложные прикладные задачи в области создания перспективных систем радиосвязи. Реализованная распределенная вычислительная система, позволяет агрегировать информацию, сгенерированную в процессе проведения экспериментов над прототипами элементов радиоканала и системой передачи информации в целом, а также наглядно отображать полученные результаты. Это позволяет значительно сократить время анализа результатов и определить вектора развития. Выбранный стек технологий позволил создать распределенную систему для выполнения серий экспериментов на основе запрограммированных математических моделей, которые составляют ядро системы. При этом обеспечивается защищенность информационных потоков, удобство работы с системой, расширяемость системы и возможность исследовать прототипы системы и программные модели с сохранением интеллектуальной собственности автора вычислительного модуля. Вычислительные модули могут запускаться на рабочей станции исследователя, в этом случае ядро системы распределяет вычислительные ресурсы.

×

Об авторах

Алексей Викторович Графкин

Самарский национальный исследовательский университет имени академика С.П. Королева

Автор, ответственный за переписку.
Email: lvg_alex@mail.ru

к.т.н., доцент кафедры безопасности информационных систем 

Россия, Самара

Виктор Петрович Цветов

Самарский национальный исследовательский университет имени академика С.П. Королева

Email: tsf-su@mail.ru

к.ф.-м.н., доцент, доцент кафедры безопасности информационных систем 

Россия, Самара

Александр Сергеевич Луканов

Самарский национальный исследовательский университет имени академика С.П. Королева

Email: las15@mail.ru

к.ф.-м.н., доцент, доцент кафедры информатики и вычислительной математики

Россия, Самара

Список литературы

  1. Хэнчеп Э., Листуон Б. Vue.js в действии. СПб.: Питер, 2019. 304 c.
  2. Документация по Celery. URL: https://docs.celeryq.dev/en/stable/ (дата обращения: 15.09.2023).
  3. Ипатов В.П. Широкополосные системы и кодовое разделение сигналов. М.: Техносфера, 2007. 488 с.
  4. Леонович Г.И., Сорокин М.С., Крутов А.Ф. Низкочастотный радиотелеметрический канал на основе пространственно-распределенной приемной антенной системы и ортогонального частотного мультиплексирования // Известия Самарского научного центра Российской академии наук. 2011. Т. 13, № 6. С. 48–51.
  5. Цветов В.П., Графкин А.В., Луканов А.С. Программный стенд для моделирования цифровых каналов систем радиосвязи // Актуальные проблемы радиоэлектроники и телекоммуникаций: материалы Всероссийской научно-технической конференции. Самара: ООО «Артель», 2023. С. 179–172.
  6. Об одной модели динамического управления потоком данных в радиоканале / В.П. Цветов [и др.] // Перспективные информационные технологии: материалы Международной научно-технической конференции. Самара, 2015. С. 299–302.
  7. Цветов В.П. Об одной задаче декодирования символов по неполным данным в радиоканале // Информационные технологии и нанотехнологии (ИТНТ-2017): материалы III Международной конференции. Самара, 2017. С. 954–957.
  8. Цветов В.П. Использование помех для защиты данных в радиоканале // Информационные технологии и нанотехнологии (ИТНТ-2020): материалы VI международной конференции. Самара, 2020. С. 255–260.
  9. Tsvetov V.P. Wireless channel noises and data protection. CEUR Workshop Proceedings. 2020. Vol. 2667. P. 234–237.
  10. Технология OFDM: учебное пособие для вузов / М.Г. Бакулин [и др.]. М.: Горячая линия - Телеком, 2015. 360 с.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рисунок 1. Логическая модель базы данных распределенной вычислительной системы

Скачать (311KB)
3. Рисунок 2. Схема функционирования системы

Скачать (354KB)
4. Рисунок 3. Основные модули информационной системы

Скачать (767KB)
5. Рисунок 4. Архитектура РВС

Скачать (449KB)
6. Рисунок 5. Место коммуникационного модуля в распределенной системе

Скачать (510KB)
7. Рисунок 6. Регистрация модуля коммуникации

Скачать (342KB)
8. Рисунок 7. Параметры модуля вычислений

Скачать (594KB)
9. Рисунок 8. Модуль коммуникации распределённой вычислительной системы

Скачать (681KB)
10. Рисунок 9. Аддитивный гауссовский белый шум, накладываемый на сигнал

Скачать (374KB)
11. Рисунок 10. Восстановленный сигнал

Скачать (447KB)
12. Рисунок 11. Частота приема i-ого QAM-символа при передаче j-ого символа

Скачать (532KB)
13. Рисунок 12. Вероятность приема i-ого QAM-символа при передаче j-ого символа

Скачать (462KB)
14. Рисунок 13. Результаты проведения серии экспериментов в параллельных координатах

Скачать (548KB)
15. Рисунок 14. Результаты экспериментов при заданных ограничениях

Скачать (511KB)
16. Рисунок 15. Фрагмент отчета с результатами анализа проведенной серии экспериментов

Скачать (90KB)

© Графкин А.В., Цветов В.П., Луканов А.С., 2023

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.