https://rep.bntu.by/handle/data/26353 Fri, 17 Apr 2026 15:42:21 GMT 2026-04-17T15:42:21Z https://rep.bntu.by/handle/data/26362 Запись бинарных данных на SD карту arduino due Михайлов, В. Г. Дан краткий обзор микроконтроллеров семейства Arduino, их характеристик и областей применения. Отмечена важность записи параметров исследуемого объекта для отладки систем управления на микроконтроллерах Arduino. Единственной возможностью регистрации параметров в семействе Arduino является запись на SD-карту в текстовом режиме с использованием функций print(), write(). Рассмотрены проблемы, связанные с записью бинарных данных на SD-карту на микроконтроллере Arduino Due. Проведен анализ способов записи бинарных данных на SD-карту Arduino Due, возникающих проблем с неочисткой памяти от предыдущей программы, приводящей к возможности дублирования данных на SD-карте, наличие ошибочной точки зрения об ограничении объемов записи данных и необходимости использования устаревших SD-карт. Рассмотрены пути устранения отмеченных недостатков. Проведена оценка быстродействия различных подходов записи информации на SD-карту. На основании проведенных исследований предложен подход уплотнения записываемой информации за счет преобразования бинарных данных побайтно в символьный массив в коде ASCI без увеличения их объема и записи блоками по 240 байт. Это позволяет максимально использовать возможности стандартной функции write() Arduino и специфику организации памяти SD-карт и увеличить быстродействие более чем в 1100 раз по сравнению с записью в символьном виде по одному байту. Отмечено, что использование предлагаемых на форумах решений исключения дублирования данных из-за неочистки памяти не обеспечивает полноты их устранения. Для Arduino Due для очистки памяти необходимо использования специального программатора или установка новой программы загрузки. Fri, 01 Jan 2016 00:00:00 GMT https://rep.bntu.by/handle/data/26362 2016-01-01T00:00:00Z https://rep.bntu.by/handle/data/26360 Статистический синтез системы поддержки принятия решений, проведенный с учетом оценки интенсивности взаимодействия обучающихся и среды обучения Кондратенок, Е. В.; Кондратенок, В. А. Система поддержки принятия решений – достаточно мощный инструмент, присутствующий в настоящее время в большинстве сложных систем. Система поддержки принятия решений должна учитывать интенсивность взаимодействия обучающегося со средой обучения. При этом обеспечивается высокий уровень знаний и способность их применения выпускниками. Авторами статьи рассмотрена методика моделирования процесса обучения с применением такой системы с точки зрения статистики. В статье предложен статистический синтез системы поддержки принятия решения для случая, когда посредством использования цепи положительной обратной связи учитывается интенсивность взаимодействия обучающихся и среды обучения. Синтез проведен по критерию минимума апостериорной вероятности получения неудовлетворительной оценки на экзамене (тесте, зачете). Синтез проведен при следующих допущениях: интенсивность взаимодействия обучающегося со средой обучения является дискретной величиной, пространство состояния оценок обучающегося является конечномерным и дискретным, процесс прохождения адаптивного учебного ресурса (последовательной реализации изучения тем и разделов технической дисциплины) имеет вероятностный характер и моделируется цепью Маркова. При этом считалось, что переходные вероятности интенсивности взаимодействия одинаковы, переходная плотность вероятности оценок распределена в соответствии с усеченным слева и справа распределением Гаусса (порядок определения математического ожидания оценки гауссовской плотности и среднеквадратического отклонения в статье описан), а априорная плотность вероятности для первого шага может аппроксимироваться гауссовской плотностью вероятности с учетом априорных сведений о результатах обучающегося, полученных им за изучение обеспечивающих дисциплин. Приведенные иллюстрации достаточно наглядно поясняют основные результаты исследования. Оценка интенсивности взаимодействия обучающегося со средой обучения в статье определена как оценка максимума дискретной апостериорной плотности вероятности. Полученные результаты позволяют реализовать синтезированную систему на практике. Для оценки адекватности разработанной модели авторами статьи был проведен педагогический эксперимент, суть и результаты которого будут приведены в последующих публикациях. Fri, 01 Jan 2016 00:00:00 GMT https://rep.bntu.by/handle/data/26360 2016-01-01T00:00:00Z https://rep.bntu.by/handle/data/26359 Классификация автоматизированных систем управления обучением Попова, Ю. Б. Использование информационных технологий и, в частности, автоматизированных систем управления обучением, увеличивает возможности как преподавателя, так и обучаемого, в достижении своих целей в образовательном процессе. Такие системы предоставляют учебный контент, помогают организовать и контролировать обучение, собирают статистику прогресса, а также могут учитывать индивидуальные особенности каждого пользователя системы. В настоящее время существует огромный перечень как платных, так и бесплатных систем, физически расположенных как на серверах учебных заведений, так и в облаке, предлагающих отличающиеся наборы функциональных возможностей с разной схемой лицензирования и стоимостью. Такое множество создает проблему выбора наилучшей системы. Данная проблема отчасти связана и с отсутствием полной классификации таких систем. Анализ более 30 самых распространенных в настоящее время автоматизированных систем управления обучением показал, что классификацию таких систем необходимо проводить по определенным признакам, в рамках которых могут быть рассмотрены однотипные системы. В качестве классификационных признаков автором предлагаются следующие: стоимость, набор функциональных возможностей, модульность, учет требований заказчика, интеграция контента, физическое расположение системы, адаптивность обучения. Рассматривая системы управления обучением в рамках указанных классификационных признаков и принимая во внимание современные тенденции их развития, можно определить основные требования к ним: функциональность, надежность, удобство использования, низкая стоимость, поддержка стандарта SCORM или Tin Can API, модульность, адаптивность. Согласно данным требованиям на кафедре программного обеспечения вычислительной техники и автоматизированных систем ФИТР БНТУ под руководством автора с 2009 г. идет разработка, использование и постоянное совершенствование собственной системы управления учебным процессом. Fri, 01 Jan 2016 00:00:00 GMT https://rep.bntu.by/handle/data/26359 2016-01-01T00:00:00Z https://rep.bntu.by/handle/data/26358 Управление по выходу с пропорционально-дифференцирующим адаптивным регулятором Опейко, О. Ф. Целью работы является увеличение точности и запаса устойчивости в системе с пропорционально-дифференцирующим (ПД) регулятором и неопределенностью параметров объекта посредством адаптации. Адаптивный регулятор должен обеспечить улучшение точности за счет увеличения коэффициента усиления пропорционального канала регулятора, если ошибка ненулевая. Следовательно, с уменьшением ошибки адаптация становится менее интенсивной, и система сохраняет устойчивость в соответствии с прямым методом Ляпунова. Разработан метод параметрического синтеза для адаптивного ПД-регулятора, основанный на локализации корней на комплексной плоскости. Представлен пример расчета с результатами моделирования, показывающий корректность разработанного метода. Адаптивный ПД-регулятор позволяет повысить точность регулирования без потери устойчивости. Канал адаптации, поскольку выполняет интегрирование ошибки регулирования, способен обеспечить астатизм без интегратора в основном контуре. Адаптивный ПД-регулятор эффективен для систем, работающих преимущественно в переходных режимах, основным требованием в которых является получение апериодических процессов. В системах, где преобладает длительный режим и возмущения ограничены, адаптивный ПД-регулятор позволяет обеспечить статическую точность и устойчивость, однако отработка возмущений может оказаться продолжительной. Fri, 01 Jan 2016 00:00:00 GMT https://rep.bntu.by/handle/data/26358 2016-01-01T00:00:00Z