При построении надежных дискретных систем используются разделимые коды с простыми правилами построения и небольшой избыточностью. Часто применяются коды с суммированием с постоянным значением количества контрольных разрядов вне зависимости от длины информационного вектора. В статье показано, что характеристики обнаружения ошибок данными кодами могут быть улучшены за счет модификации правил вычисления значений разрядов контрольных векторов. Предложен алгоритм построения кода с суммированием, основанный на взвешивании переходов между разрядами, занимающими соседние позиции в информационных векторах, и подсчете суммарного веса информационного вектора по модулю, равному степени числа 2. В статье детально анализируются свойства новых кодов с суммированием в сравнении с известными кодами. Установлены условия построения помехоустойчивых модульных взвешенных кодов с суммированием с максимальным количеством обнаруживаемых ошибок в информационных векторах. Улучшение характеристик обнаружения ошибок в новых кодах по сравнению с классическими кодами с суммированием достигается за счет равномерного распределения информационных векторов между всеми контрольными векторами, что, в свою очередь, вносит в класс необнаруживаемых помимо симметричных, некоторую долю монотонных и асимметричных ошибок. В отличие от модульных кодов с суммированием единичных разрядов модульные взвешенные коды обнаруживают большее количество симметричных ошибок, однако доминирующим их видом практически при любой длине информационного вектора являются асимметричные ошибки. Модульные коды с суммированием взвешенных переходов являются перспективным классом разделимых кодов для решения задач технической диагностики дискретных систем.
Современные исследования алгоритмов принятия решений в системах multi-access edge computing (MEC) для задач распределения ресурсов зачастую основываются на упрощенных абстракциях сетевой топологии, что ограничивает применимость полученных результатов в реальных условиях эксплуатации мобильных сетей. Целью данной работы является разработка реалистичной модели сети сотовой связи с использованием методов стохастической геометрии и комплексная оценка эффективности современных алгоритмов обучения с подкреплением в задачах минимизации сетевых задержек в граничных вычислениях. Метод. Для создания математически обоснованной модели сетевой среды использовались методы стохастической геометрии в сочетании с реальными статистическими данными распределения пользователей сотовых сетей. Применение стохастической геометрии обеспечило корректное моделирование пространственного размещения базовых станций и расчет межузловых расстояний, критически важных для определения сетевых задержек. Экспериментальная оценка проводилась на базе доработанной платформы LWMECPS с расширенным Gymnasium API, поддерживающим алгоритмы PPO, TD3 и SAC. Основные результаты. Разработана модель сети связи, учитывающая реалистичное пространственное распределение сетевых элементов и временную динамику пользовательской нагрузки. На основе данной модели создано виртуализированное тестовое окружение в LWMECPS, позволяющее проводить воспроизводимые эксперименты с контролируемыми параметрами. Результаты экспериментов показали различия в характеристиках производительности различных алгоритмов: PPO обеспечил стабильное сокращение задержки до 20% со стабильной конвергенцией; SAC продемонстрировал наибольшее абсолютное улучшение (сокращение задержки на 38%), но проявил нестабильность при инициализации; TD3 показал умеренную эффективность (улучшение до 11%), но высокую чувствительность к настройке гиперпараметров. Обсуждение. Проведенный сравнительный анализ алгоритмов машинного обучения с подкреплением выявил ключевые особенности их применения в MEC-системах. Установлено, что дискретный характер задач размещения сервисов делает алгоритм PPO наиболее подходящим для практического внедрения в системы принятия решений благодаря его стабильности сходимости и естественной поддержке дискретных пространств действий. Полученные результаты предоставляют научно обоснованные рекомендации для разработчиков MEC-платформ по выбору оптимальных алгоритмических решений.
1 - 2 из 2 результатов
