News of the Kabardino-Balkarian Scientific Center of the Russian Academy of SciencesNews of the Kabardino-Balkarian Scientific Center of the Russian Academy of SciencesИзвестия Кабардино-Балкарского научного центра РАН1991-66392949-194028209810.35330/1991-6639-2024-26-6-129-138FBKOLCИнформатика и информационные процессыInformatics and information processesResearch ArticleIntelligent system to analyse distributed geophysical data for a network of test ranges with multiple landscapesСистема интеллектуального анализа распределенных геофизических данных для сети полиландшафтных полигоновhttps://orcid.org/0000-0002-8710-15625167-5962АбазоковМ. А.AbazokovM. А.
Russian Federation

Junior Researcher, Laboratory of Neurocognitive Autonomous Intelligent Systems, Chief Researcher of Laboratory 57

мл. науч. сотр. лаборатории «Нейрокогнитивные автономные интеллектуальные системы», гл. науч. сотр. лаборатории 57

abazokov1997@mail.ruhttps://orcid.org/0000-0003-0924-01939551-5494BzhikhatlovK. Ch.БжихатловК. Ч.
Russian Federation

Candidate of Physical and Mathematical Sciences, Head of the Laboratory of Neurocognitive Autonomous Intelligent Systems

канд. физ.-мат. наук, зав. лабораторией «Нейрокогнитивные автономные интеллектуальные системы»

haosit13@mail.ruКабардино-Балкарский научный центр Российской академии наукKabardino-Balkarian Scientific Center of the Russian Academy of SciencesИнститут проблем управления имени В. А. Трапезникова РАНV.A. Trapeznikov Institute of Control Sciences RASru1512202420242661291380203202502032025Copyright ©; 2024, Абазоков М.А., Бжихатлов К.C.Copyright ©; 2024, Абазоков М.А., Бжихатлов К.Ч.2024Абазоков М.А., Бжихатлов К.C.Абазоков М.А., Бжихатлов К.Ч.https://creativecommons.org/licenses/by/4.0https://journals.rcsi.science/1991-6639/article/view/282098

The article presents a system for collecting and analysing distributed geophysical data from a sensor network of test ranges with multiple landscapes. The paper presents an architecture and features of a software for collecting data from sensors and for their intelligent analysis, taking into account the lack of stable access to the Internet on the territory of the test ranges. The article shows principles of intelligent system analysis of sensor data designed to use various approaches to create artificial intelligence systems. Moreover, the process of data exchanging with programs to model intelligent systems based on multi-agent neurocognitive architectures is described. In addition, the structure of a website and database of a service for collecting and processing data are presented.

В статье представлена система сбора и анализа распределенных геофизических данных с сенсорной сети полиландшафтных полигонов. Приведены архитектура и особенности программной реализации системы сбора и интеллектуального анализа данных с сенсоров с учетом отсутствия стабильного доступа в сеть интернет на территории полигонов. Представлены принципы реализации системы интеллектуального анализа данных с сенсоров, рассчитанной на использование различных подходов к созданию систем искусственного интеллекта. В частности, описан процесс обмена данными с программами для моделирования интеллектуальных систем на основе мультиагентных нейрокогнитивных архитектур. Кроме того, представлена структура веб-сайта и базы данных сервиса, разработанного для сбора и обработки данных.

distributed sensor networkintelligent data processingmulti-agent systemsneurocognitive architecturestest ranges with multiple landscapesdata forecastingwireless sensor networksgeophysical dataраспределенная сеть сенсоровинтеллектуальная обработка данныхмультиагентные системынейрокогнитивные архитектурыпрогнозирование данныхбеспроводные сенсорные сетиполиландшафтные полигоныгеофизические данныеThe study was conducted with financial support from the Russian Science Foundation (RSF grant No. 23-29-00681, https://rscf.ru/project/23-29-00681/?CODE=23-29-00681).Исследование проведено при финансовой поддержке Российского научного фонда (грант РНФ № 23-29-00681, https://rscf.ru/project/23-29-00681/?CODE=23-29-00681).Коргин Н. А., Мещеряков Р. В. Концепция проекта по созданию распределенной сети полигонов для отработки сценариев применения гетерогенных групп транспортных средств с электрическим приводом в сложных климатических и ландшафтных условиях: текущее состояние и перспективы развития // XIV Всероссийское совещание по проблемам управления. 2024. С. 1247–1251. URL: https://vspu2024.ipu.ru/node/17868. Korgin N.A., Meshcheryakov R.V. Concept of the project for the creation of a distributed network of testing grounds for testing scenarios for the use of heterogeneous groups of electric vehicles in difficult climatic and landscape conditions: current condition and development prospects. XIV Vserossiyskoye soveshchaniye po problemam upravleniya [XIV Russian Conference on Management Problems]. 2024. Pp. 1247–1251. URL: https://vspu2024.ipu.ru/node/17868. (In Russian)Ксалов А. М., Бжихатлов К. Ч., Пшенокова И. А., Заммоев А. У. Разработка транспортной подсистемы автономного робота для системы активной защиты растений // Известия Кабардино-Балкарского научного центра РАН. 2022. № 2(106). С. 31–40. DOI: 10.35330/1991-6639-2022-2-106-31-40. Ksalov A.M., Bzhikhatlov K.Ch., Pshenokova I.A., Zammoev A.U. Development of a transport subsystem for autonomous robots for plant protection system. News of the Kabardino-Balkarian Scientific Center of RAS. 2022. No. 2(106). Pp. 31–40. DOI: 10.35330/1991-6639-2022-2-106-31-40. (In Russian)Tu J. Application of wireless sensor network model based on big data ecosystem in intelligent health monitoring system. Journal of Function Spaces. 2022. Vol. 2022. Pp. 1–10. DOI: 10.1155/2022/3179915Zhang Y., Huang W. Design of intelligent diagnosis system for teaching quality based on wireless sensor network and data mining. Eurasip Journal on Wireless Communications and Networking. 2021. Vol. 2021. No. 1. DOI: 10.1186/s13638-021-01902-wLI F., Valero M., Cheng Y. et al. Distributed sensor networks based shallow subsurface imaging and infrastructure monitoring. IEEE Transactions on Signal and Information Processing over Networks. 2020. Vol. 6. Pp. 241–250. DOI: 10.1109/tsipn.2020.2975349Ge X., Han Q., Zhang X. et al. Distributed event-triggered estimation over sensor networks: A survey. IEEE Transactions on Cybernetics. 2020. Vol. 50. No. 3. Pp. 1306–1320. DOI: 10.1109/tcyb.2019.2917179Hou C., Zhao Q., Basar T. Optimization of web service-based data-collection system with smart sensor nodes for balance between network traffic and sensing accuracy. IEEE Transactions on Automation Science and Engineering. 2021. Vol. 18. No. 4. Pp. 2022–2034. DOI: 10.1109/tase.2020.3030835Lin C., Han G., Qi X. et al. Energy-optimal data collection for unmanned aerial vehicle-aided industrial wireless sensor network-based agricultural monitoring system: A clustering compressed sampling approach. IEEE Transactions on Industrial Informatics. 2021. Vol. 17. No. 6. Pp. 4411–4420. DOI: 10.1109/ tii.2020.3027840Ijemaru G.K., Ang L., Seng K.P. Wireless power transfer and energy harvesting in distributed sensor networks: Survey, opportunities, and challenges. International Journal of Distributed Sensor Networks. 2022. Vol. 18. No. 3. P. 155014772110677. DOI: 10.1177/15501477211067740Seng K.P., Ang L., Ngharamike E. Artificial intelligence internet of things: A new paradigm of distributed sensor networks. International Journal of Distributed Sensor Networks. 2022. Vol. 18. No. 3. P. 155014772110628. DOI: 10.1177/15501477211062835Nagoev Z.V., Pshenokova I.A., Nagoeva O.V., Sundukov Z.A. Learning algorithm for an intelligent decision making system based on multi-agent neurocognitive architectures. Cognitive Systems Research. 2021. Vol. 66. Pp. 82–88. DOI: 10.1016/j.cogsys.2020.10.015Nagoev Z.V., Bzhikhatlov K.Ch., Pshenokova I.A., Unagasov A.A. Algorithms and software for simulation of intelligent systems of autonomous robots based on multi-agent neurocognitive architectures. Interactive Collaborative Robotics. Lecture Notes in Computer Science. 2024. Vol. 14898. Springer, Cham. DOI: 10.1007/978-3-031-71360-6_29