Привет, Хабр!

При разработке технических систем часто приходится описывать управляющую логику, зависящую от множества факторов: времени, событий, текущего состояния устройства и действий пользователя. Например, кофемашина может переключаться между режимами ожидания, приготовления напитка и очистки, а квадрокоптер – переходить в режим посадки при низком уровне заряда или в аварийный при неисправности.

Со временем логика системы начинает разрастаться: появляются дополнительные режимы работы, усложняются условия переходов между ними, возникает необходимость корректно реагировать на ошибки. В какой-то момент код превращается в клубок из вложенных if-else, флагов, и переменных, описывающих состояние системы, что не только затрудняет её поддержку и расширение, но и снижает надёжность.

Одним из решений этой проблемы может стать подход на основе конечных автоматов. В этой статье я покажу, как можно разработать управляющую логику фитнес-браслета с использованием удобного инструмента визуального проектирования и при этом не дать ей выйти из-под контроля.

Что такое цифровая обработка изображений? Зачем нам вообще знать про алгоритмы обработки, когда есть фотошоп и фильтры в телефоне? Или всё можно отдать нейросети и получить крутой результат? И при чём тут Julia, наконец? Будем разбираться!

Мы запускаем серию статей про обработку изображений с использованием языка Julia и вычислительной среды Engee. Задача – ответить на часто встречающиеся вопросы вроде актуальности этого направления компьютерной науки, задач, решаемых методами обработки изображений, применения и реализации стандартных и «умных» алгоритмов. 

В первой части ознакомимся с основами на примере сегментации спутникового снимка.

Статья-шпаргалка о типах данных в Julia: от примитивных, до параметрических абстрактных. Рассказывается, почему range умеет работать как массив, почему Vector{Int64} не является подтипом Vector{Real}, но является подтипом Vector{<:Real}, чем отличается неизменяемая структура от изменяемой структуры с неизменяемыми полями

Как загрузить GPU инженерными вычислениями? Давайте я расскажу, как с помощью Julia наконец смог втащить высокопроизводительные вычисления в свою немудрёную инженерную работу. Это был долгий путь, но мне кажется, что Julia стала моим лучшим другом в мире GPU/HPC.

В 2024 году в продаже появился первый российский микроконтроллер с RISC-V архитектурой – МИК32 Амур (К1948ВК018). Наша команда не могла пройти мимо такой новинки, учитывая интерес профессиональной общественности к RISC-V. Мы поучаствовали и в программе раннего доступа к RISC-V на отладочной плате MIK32 Nuke, и в техническом тренинге от АО «Микрон», чтобы в контакте с производителем наладить программирование контроллера кодом, сгенерированным из среды модельно-ориентированного проектирования Engee.

Меня зовут Алексей Евсеев, я инженер Экспоненты, и я хочу поделиться с вами опытом разработки моделей в Engee для МИК32, показать наш типовой workflow, а также осветить некоторые фишки и особенности работы с генератором кода Engee. Надеюсь, материал будет интересен и разработчикам встраиваемого ПО, и специалистам в моделировании.

Привет, Хабр! По своей профессиональной деятельности я занимаюсь моделированием и разработкой цифровых алгоритмов в области радиолокации. Однако универ закончил по специальности «Биотехнические и медицинские аппараты и системы», поэтому всегда хотел совместить эти два направления. И для этого как нельзя лучше подходит область биорадиолокации.

Биорадиолокация – набирающий популярность бесконтактный метод измерения жизненно важных показателей (ЖВП) человека, таких, как сердцебиение и дыхание. В отличие от контактных систем радары не нуждаются в прикреплении каких-либо датчиков на поверхность тела пациента. 

В статье разберём построение относительно простой, но в то же время полезной модели биорадара. Модель разбита на две части. Первая часть посвящена моделированию перемещения грудной клетки человека. Вторая часть модели – про разработку FMCW-радара с последующим анализом его эффективности и применимости для обнаружения ЖВП. Итак, начнем…

Современные реалии рынка инженерного ПО в России бросают вызов техническим специалистам любого уровня, так как перед ними встает задача найти отечественную альтернативу привычным CAE-системам для технических вычислений и модельно-ориентированного проектирования, таким как MATLAB, Simulink, Amesim. Это непросто, поскольку предприятиям нужно максимально сохранить привычный рабочий процесс и имеющиеся наработки, в том числе многолетние, и при этом безболезненно внедрить новую систему на рабочие места и обучить сотрудников.

Мы можем с уверенностью заявить, что соответствующая таким требованиям альтернатива MATLAB, Simulink, Amesim найдена, и это среда Engee.

Системный подход к полунатурному моделированию и быстрому прототипированию с использованием КПМ РИТМ

В современной практике отдельные части сложных инженерных систем разрабатывают распределенные команды, которые могут быть не очень хорошо скоординированы между собой. У разрозненных групп инженеров может не быть в наличии оборудования, которое нужно испытывать по отдельности и во взаимодействии с другими частями системы.

Сложность самой системы и проблемы кооперации неизбежно вносят ошибки в процесс разработки. При этом сроки разработки никто не отменяет, как и тот факт, что механизм должен работать как единое целое. Решить эту проблему помогает полунатурное моделирование на комплексах реального времени.

Привет, Хабр! Всем известно, на чём программисты пишут код, — большинство из вас хоть раз слышали о Python, Java или C++. Но задумывались ли вы когда-нибудь, какими инструментами разработки пользуются инженеры-электроэнергетики? Ведь их задача — не просто написать код, а смоделировать целую энергосистему и внедрить в нее новый алгоритм без катастрофических последствий. Сегодня мы хотим погрузить вас в мир электроэнергетики и рассказать про то, какой российский софт пришел на смену зарубежному.

В этом году Экспонента вместе со средой разработки Engee стали информационными партнерами бесплатной Летней школы Julia. Это уникальное событие для России, ведь еще никто не проводил онлайн-курсы по этому современному и очень перспективному языку программирования. Мы уверены, что в современных политических и экономических реалиях за этим языком видится большое будущее, особенно в научной и инженерной средах, и приглашаем всех желающих принять участие в этом важном событии.

А чтобы подогреть ваш интерес, мы подготовили небольшую статью (опирались на этот материал, спасибо авторам, и добавили много тезисов на основе нашего опыта с Julia) с описанием основных причин, почему вы должны срочно заинтересоваться Julia и подать заявку на Летнюю школу. Приятного чтения!

Привет, Хабр! Представим, что перед нами такой сложный объект для управления, как электроэнергетическая система России. Чтобы рассматривать ее в виде единого целого, нужны высокоточные измерения из различных точек энергосистемы, зачастую географически удаленных друг от друга. Для решения этой задачи был создан стандарт IEEE C37.118. Он описывает так называемые синхрофазоры, или синхронизированные векторные измерения (СВИ).

В этой статье мы обсудим что такое СВИ и зачем они нужны, подробно разберем типы и форматы сообщений, рассмотрим, как передаются сообщения внутри стека TCP/IP, а также смоделируем пакеты С37.118 с помощью КПМ РИТМ и PMU Connection Tester.

Существует множество подходов к управлению адаптивным круиз-контролем: ПИД-контроллеры, управление на основе нечеткой логики, MPC-контроллеры и др. MPC-контроллеры, из-за решения задачи оптимизации в пределах каждого шага расчета, довольно требовательны к целевой платформе. Остальные способы управления, несмотря на простоту настройки и физической реализации, не способны обеспечить оптимальное функционирование во всех режимах движения. Промежуточным решением этой проблемы является применение экстремального управления или управления на основе поиска экстремума (Extremum Seeking Control). В данной статье кратко коснемся того, что же такое управление на основе поиска экстремума, в чём его преимущества и недостатки, а также предложим общие рекомендации по настройке таких контроллеров. Тут вы не найдете исчерпывающих объяснений по всем тонкостям управления, материал представляет собой больше «быстрый взгляд» на возможный подход к управлению системой адаптивного круиз-контроля.

Предсказательное обслуживание – быстроразвивающийся подход к организации технического обслуживания и ремонта. Стремительное развитие и внедрение предсказательного обслуживания основано на современных достижениях цифровизации и четвертой промышленной революции. В основе технологии лежит использование возможностей Анализа Больших данных, Искусственного интеллекта, Интернета вещей, Облачных сервисов. 

Одним из наших проектов по теме предсказательного обслуживания является разработка системы диагностики трансформатора на основе цифрового двойника. Мы хотим поделиться частью этого проекта – этапом создания цифрового двойника и обучения моделей машинного обучения для решения задачи раннего обнаружения межвитковых замыканий и отклонений параметров трансформатора от номинальных. 

Привет, Хабр! Когда-то у нас выходил материал по применению протокола SV на электроэнергетических объектах, в котором мы обещали разбор протокола GOOSE. Итак, время пришло.

В этом материале напомним читателям, зачем нужен этот протокол, кто его использует, как выглядят и из чего состоят GOOSE-сообщения. Покажем пример обмена устройствами таким трафиком, а также как, имея программно-аппаратный комплекс для моделирования в реальном времени, создать модель энергосистемы и провести опыт моделирования GOOSE-spoofing атаки на защищающие ее терминалы РЗА.

Надеемся, что статья будет полезна начинающим специалистам и специалистам, работающим с цифровыми технологиями в электроэнергетике, все-таки шпаргалки всегда полезны.

Когда речь заходит о четвертой промышленной революции, всех захватывает мысль об искусственном интеллекте и его применении во многих отраслях, которые только можно представить. Но давайте отойдем от этой темы (ура) и в данной статье рассмотрим технологию индустрии 4.0, которая относительно давно используется в электроэнергетике – имитационное моделирование в режиме жесткого реального времени и цифровые двойники.

Имитационное моделирование и цифровые двойники – технология, которая давно помогает специалистам в области электроэнергетики разрабатывать и тестировать микропроцессорные системы защиты и автоматики.

В данной статье мы хотим поделиться своим опытом модернизации научно-исследовательского киберполигона российскими комплексами моделирования в реальном времени. А также рассказать о сравнительных испытаниях российского оборудования для моделирования с западными лидерами индустрии.

6G — поколение беспроводной связи, которое должно появиться в обозримом будущем. Для его реализации предстоит ещё многое сделать, но уже сейчас понятно, какие ключевые элементы будут лежать в основе стандартов 6G.

В этой статье я расскажу о физических основах технологии 6G, которые будут во многом отличаться от того, что лежит в основе предыдущих поколений беспроводной связи. Сеть 6G принесёт технологии искусственного интеллекта (ИИ) в каждый дом. Речь пойдёт о таких вещах как терагерцовый диапазон частот, антенны, применяемые в этом диапазоне, новые схемы модуляции, новые методы множественного доступа и технологии ультрамассивного MIMO.

Привет, хабр! Уже более 5 лет занимаюсь разработкой и моделированием радиолокационных систем, в частности «больших» локаторов дециметровой длины. В своей практике сталкивался с тем, что при разработке такой сложной системы, как локационная, в основном делают упор на моделировании функциональной части, например, блоков фильтрации, типа зондирующего сигнала, алгоритмов компенсации задержек, а иногда и учет нелинейных эффектов, в частности в аналоговом усилительном тракте.

Как‑то раз, разрабатывая модель функциональных блоков и ячеек локатора в матлабе и симулинке (для моих нужд и целей этого аппарата хватало вполне), задумался о том, что живой локатор так не работает, он состоит из множества дополнительных систем, которые в совокупности и формируют его истинный облик. Проведя небольшие исследования, а также на личном опыте столкнулся с тем, что мало кто из разрабов моделит САУ, а уж совместно с функциональной частью и подавно. Еще меньше моделят учет и потери пакетов при сетевом трафике, а это частая проблема у «больших» локаторов со множеством приемо‑передающих ячеек и блоков.

В связи с этим появилась идея поделиться с читателями Хабра простыми (хелповыми), но полезными моделями, которые подтолкнут или способствуют к решению этих проблем. Также хочу поделиться небольшим опытом в моделировании аналоговой части, так как ее в реале еще никто не отменял.

Итак, поехали..

В последнее время терагерцовый диапазон электромагнитных волн вызывает всё больший интерес: эти частоты обладают высокой информационной ёмкостью, позволяют расширять передачу информации в незанятые частотные области. Терагерцовое излучение имеет огромные перспективы применения в медицине, спектроскопии, радиофизике, измерительной технике и т.д. Всё это обусловило бурное развитие терагерцовых технологий в последние годы.

Напомним, что терагерцовое излучение – это электромагнитное излучение со спектром частот между миллиметровым и инфракрасным диапазонами, оно включает в себя волны в диапазоне частот от 300 ГГц до приблизительно 3 ТГц. Этот диапазон находится на стыке между оптическими и микроволновыми частотами. Его часто называют “терагерцовой щелью”, тем самым подчёркивая его малую освоенность. В этой щели плохо работают как радиофизические методы обработки сигнала, так и оптические.

В статье я попытаюсь дать обзор новейших достижений в области генерации, приёма и возможных применений терагерцового излучения. Статья будет полезна специалистам в области беспроводной связи и микроэлектроники.

В предыдущей статье мной были рассмотрены возможности среды GUIDE входящей в MATLAB, ее инструментарий сильно устарел как по функциональности так и по дизайну. Такого инструментария недостаточно для реализации более-менее крупных проектов, которые подразумевают большое количество строк кода и создание исполняемого файла. Под такие требования полностью подпадает инструментарий MLAPP. Такого приложения нет в старых версиях MATLAB, в рамках данной статьи работа будет вестись в MATLAB 2019а. Для среды MLAPP достаточно выполнить в командной строке матлаба следующую команду:

У MATLAB существует целых два инструмента для создания GUI приложений.

Первый из них это GUIDE, в этом инструмента присудствует самый минимальный набор компонентов (кнопки, переключатели, текстовые и графические поля) и нет возможности компилировать приложения.

Для вызова инструмента GUIDE нужно вызвать следующую команду: