id
int64
18
21.1k
created_at
timestamp[ns, tz=UTC]date
2026-02-23 07:30:20
2026-02-24 16:54:39
updated_at
timestamp[ns, tz=UTC]date
2026-02-23 08:08:14
2026-02-24 16:54:39
doc_name
stringclasses
1 value
input
stringlengths
11
9.24k
output
stringlengths
0
738
is_personal
bool
2 classes
is_sentence
bool
2 classes
is_corrected
bool
2 classes
11,207
2026-02-24T10:18:38.915000Z
2026-02-24T10:18:38.915000Z
Lec.
Оба фреймворка поддерживают динамические сцены, создаваемые из 3D-моделей, и работает с несколькими передатчиками и приемниками одновременно
false
true
false
11,206
2026-02-24T10:18:37.118000Z
2026-02-24T10:18:37.118000Z
Lec.
Среди них Opal [26] и Sionna [27]
true
true
false
11,205
2026-02-24T10:18:35.393000Z
2026-02-24T10:18:35.393000Z
Lec.
На данный момент модели основаны на технологии работы с CUDA ядрами NVIDIA Optix
false
true
false
11,204
2026-02-24T10:18:33.561000Z
2026-02-24T10:18:33.561000Z
Lec.
Высокоточными моделями являются модели использующие для своих вычислений метод трассировки лучей (Ray Tracing).В таких моделях электромагнитные волны моделируются как лучи, испускаемые передатчиком и отражающиеся, преломляющиеся или рассеивающиеся при столкновении с препятствиями
false
true
false
11,203
2026-02-24T10:18:31.757000Z
2026-02-24T10:18:31.757000Z
Lec.
Методы трассировки лучей также использовались для оценки мелкомасштабных замираний в различных условиях [16]
false
true
false
11,202
2026-02-24T10:18:30.013000Z
2026-02-24T10:18:30.013000Z
Lec.
Например, в модели GEMV2 мелкомасштабные замирания моделируются с помощью нормального (Гауссового) распределения со стандартным отклонением, изменяющимся в зависимости от количества транспортных средств и плотности объектов в районе
false
true
false
11,201
2026-02-24T10:18:28.191000Z
2026-02-24T10:18:28.191000Z
Lec.
Как и в случае моделирования large-scale распространения, мелкомасштабные замирания обычно моделируются с использованием известных распределений, таких как распределение Вейбулла [25], Накагами [22] и Гаусса [23], параметры которых оцениваются на основе измеренных данных
false
true
false
11,200
2026-02-24T10:18:26.399000Z
2026-02-24T10:18:26.399000Z
Lec.
Помимо моделирования large-scale распространения, было предложено множество моделей для учета мелкомасштабных изменений сигнала, вызванных многолучевым распространением и доплеровскими эффектами, возникающими вследствие движения транспортных средств и окружающих объектов
false
true
false
11,199
2026-02-24T10:18:24.614000Z
2026-02-24T10:18:24.614000Z
Lec.
Например, Geometry-based Efficient propagation Model for V2V communication (GEMV2) , предложенная в [23], использует различные типы моделей потерь на трассе для условий прямой видимости (LOS) и вне прямой видимости (NLOS): двухлучевую модель отражения от земли [21] — для LOS и логарифмическую модель потерь на трассе — для NLOS. 2) Мелкомасштабные модели (small-scale)
false
false
false
11,198
2026-02-24T10:18:22.639000Z
2026-02-24T10:18:22.639000Z
Lec.
Кроме того, используются и другие модели распространения
false
true
false
11,197
2026-02-24T10:18:21.116000Z
2026-02-24T10:18:21.116000Z
Lec.
Аналогичные подходы применяются в различных сценариях, включая автомагистрали , сельские и магистральные условия , городские перекрестки
false
true
false
11,196
2026-02-24T10:18:19.202000Z
2026-02-24T10:18:19.202000Z
Lec.
В исследовании [22] использовали двухзонную логарифмическую модель для аппроксимации результатов измерений в пригородной обстановке
false
true
false
11,195
2026-02-24T10:18:17.450000Z
2026-02-24T10:18:17.450000Z
Lec.
Часто используемой моделью затухания на больших расстояниях для каналов связи является логарифмическая модель потерь на трассе в зависимости от расстояния [21], где показатель потерь на трассе оценивается на основе эмпирических измерений
false
true
false
11,194
2026-02-24T10:18:15.666000Z
2026-02-24T10:18:15.666000Z
Lec.
Поскольку моделирование всех факторов представляет собой сложную задачу, распространенным подходом до сих пор является моделирование, при котором проблема разбивается на управляемые части, и моделирование проводится для одной или нескольких из них. 1) Затухание сигнала на больших расстояниях (large-scale propagation)
false
true
false
11,193
2026-02-24T10:18:14.010000Z
2026-02-24T10:18:14.010000Z
Lec.
Ключевыми отличительными особенностями каналов V2X являются изменяющиеся потери на трассе в пространстве и во времени потенциально высокий доплеровский сдвиг, а также замирания, вызванные как подвижными, так и статичными объектами
false
true
false
11,192
2026-02-24T10:18:12.219000Z
2026-02-24T10:18:12.219000Z
Lec.
Различия в подвижности, затенении и относительной высоте расположения передающей и приемной антенн приводят к отличиям в характере отражений, дифракций и рассеяния передаваемых волн [21]
false
true
false
11,191
2026-02-24T10:18:10.646000Z
2026-02-24T10:18:10.646000Z
Lec.
Каналы V2P предполагается использовать для обеспечения безопасности участников дорожного движения, относящихся к уязвимым категориям [20]
false
true
false
11,190
2026-02-24T10:18:08.998000Z
2026-02-24T10:18:08.998000Z
Lec.
В то же время, в каналах V2I базовая станция (или точка доступа) является стационарной и может быть расположена на возвышении
false
true
false
11,189
2026-02-24T10:18:07.348000Z
2026-02-24T10:18:07.348000Z
Lec.
В каналах V2V передающая и приемная антенны, как правило, установлены на крышах автомобилей, и оба транспортных средства находятся в движении
false
true
false
11,188
2026-02-24T10:18:05.623000Z
2026-02-24T10:18:05.623000Z
Lec.
По этой причине предпочтительным подходом является создание моделей распространения, которые учитывают конкретные объекты в среде, а также их точные размеры и расположение
false
true
false
11,187
2026-02-24T10:18:04.055000Z
2026-02-24T10:18:04.055000Z
Lec.
Поэтому разработка моделей распространения, ориентированных на конкретный тип среды, не гарантирует их корректного применения в другой среде той же "категории"
false
true
false
11,186
2026-02-24T10:18:02.308000Z
2026-02-24T10:18:02.308000Z
Lec.
Аналогично, значения среднего временного рассеяния[18-19] (mean delay spread) варьировались в пределах:. 140–400 нс — на автомагистралях. 80–104 нс — в пригородных районах. 150–370 нс — в городских условиях
false
true
false
11,185
2026-02-24T10:18:00.363000Z
2026-02-24T10:18:00.363000Z
Lec.
Это подтверждается многочисленными измерительными исследованиями [15-17], в которых были получены существенно различающиеся, а иногда и противоречивые значения показателей потерь на трассе (path loss exponent) для одной и той же категории сред:. от 1.6 до 2.9 — на автомагистралях. от 2.3 до 3.5 — в пригородных районах. от 1.8 до 3.4 — в городских условиях
false
true
false
11,184
2026-02-24T10:17:58.543000Z
2026-02-24T10:17:58.543000Z
Lec.
По этой причине классификацию сред следует воспринимать с определенной долей осторожности, поскольку нередки случаи, когда городской район может содержать открытые пространства, похожие на автомагистрали, или кварталы с малоэтажной застройкой, напоминающие типичную пригородную обстановку
false
true
false
11,183
2026-02-24T10:17:56.861000Z
2026-02-24T10:17:56.861000Z
Lec.
Изменчивость наличия, расположения и плотности объектов вдоль дорог, а также скорость и интенсивность дорожного движения влияют на распространение сигнала в таких условиях
false
true
false
11,182
2026-02-24T10:17:55.102000Z
2026-02-24T10:17:55.102000Z
Lec.
Хотя выделение различных типов объектов не представляет особой сложности, классификация сред, создаваемых препятствиями для автомобильной связи, является нетривиальной задачей
false
true
false
11,181
2026-02-24T10:17:53.338000Z
2026-02-24T10:17:53.338000Z
Lec.
Сочетание различных типов объектов, а также их количество, размеры и плотность оказывают влияние на распространение радиоволн
false
true
false
11,180
2026-02-24T10:17:51.718000Z
2026-02-24T10:17:51.718000Z
Lec.
В случае автомобильной связи важными объектами, влияющими на распространение сигнала, являются здания, транспортные средства (как статичные, так и движущиеся), а также различные виды растительности
false
true
false
11,179
2026-02-24T10:17:50.141000Z
2026-02-24T10:17:50.141000Z
Lec.
Распространение радиосигнала зависит от типа окружающей среды, в которой осуществляется связь
false
true
false
11,178
2026-02-24T10:17:48.591000Z
2026-02-24T10:17:48.591000Z
Lec.
Стандарты особенно актуальны для задач, где требуется обмен большим объемом данных, например, передача информации с LiDAR, камеры или радара между автомобилями и инфраструктурой
false
true
false
11,177
2026-02-24T10:17:46.933000Z
2026-02-24T10:17:46.933000Z
Lec.
Сложности с динамическим выделением ресурсов в условиях высокой плотности трафика
false
true
false
11,176
2026-02-24T10:17:45.385000Z
2026-02-24T10:17:45.385000Z
Lec.
Зависимость от наличия покрытия сотовой сети;
false
true
false
11,175
2026-02-24T10:17:43.840000Z
2026-02-24T10:17:43.840000Z
Lec.
Высокая задержка (до 80 мс в зависимости от режима);
false
true
false
11,174
2026-02-24T10:17:40.102000Z
2026-02-24T10:17:40.102000Z
Lec.
Совместимость с существующими сетями мобильной связи
false
false
false
11,173
2026-02-24T10:17:38.541000Z
2026-02-24T10:17:38.541000Z
Lec.
Возможность работы как в зонах покрытия, так и вне их;
false
true
false
11,172
2026-02-24T10:17:36.998000Z
2026-02-24T10:17:36.998000Z
Lec.
Поддержка широковещательных и групповых рассылок;
false
true
false
11,171
2026-02-24T10:17:35.307000Z
2026-02-24T10:17:35.307000Z
Lec.
Высокая пропускная способность (до 3 Гбит/с в случае LTE-A Pro);
false
true
false
11,170
2026-02-24T10:17:33.527000Z
2026-02-24T10:17:33.527000Z
Lec.
Альтернативным подходом к организации V2X-связи стало развитие стандартов 3GPP , а именно LTE-V2X и 5G NR-V2X , входящих в экосистему Cellular V2X (C-V2X)
false
true
false
11,169
2026-02-24T10:17:31.651000Z
2026-02-24T10:17:31.651000Z
Lec.
Для повышения производительности был предложен IEEE 802.11px , который добавляет поддержку LDPC-кодирования , пространственно-временного кодирования (STBC) и увеличивает вероятность достоверной передачи данных на расстоянии до 300 метров
false
true
false
11,168
2026-02-24T10:17:29.885000Z
2026-02-24T10:17:29.885000Z
Lec.
Этот стандарт стал основой для ряда приложений, включая Basic Safety Messages (BSM)[13] , передаваемые каждые 0.1 секунды и содержащие данные о местоположении, скорости, направлении и состоянии транспортного средства
false
true
false
11,167
2026-02-24T10:17:28.112000Z
2026-02-24T10:17:28.112000Z
Lec.
Проблемы с покрытием в сложной городской среде
false
true
false
11,166
2026-02-24T10:17:26.589000Z
2026-02-24T10:17:26.589000Z
Lec.
Отсутствие масштабируемости для больших объемов данных;
false
true
false
11,165
2026-02-24T10:17:25.047000Z
2026-02-24T10:17:25.047000Z
Lec.
Ограниченная пропускная способность (до 27 Мбит/с);
false
true
false
11,164
2026-02-24T10:17:23.475000Z
2026-02-24T10:17:23.475000Z
Lec.
Недостатки:
false
true
false
11,163
2026-02-24T10:17:21.929000Z
2026-02-24T10:17:21.929000Z
Lec.
Устойчивость к помехам при движении на высоких скоростях
false
true
false
11,162
2026-02-24T10:17:20.358000Z
2026-02-24T10:17:20.358000Z
Lec.
Работа без участия центральной сети (ad-hoc - режим);
false
true
false
11,161
2026-02-24T10:17:18.684000Z
2026-02-24T10:17:18.684000Z
Lec.
Низкая задержка;
false
false
false
11,160
2026-02-24T10:17:17.233000Z
2026-02-24T10:17:17.233000Z
Lec.
Преимущества:
false
true
false
11,159
2026-02-24T10:17:15.271000Z
2026-02-24T10:17:15.271000Z
Lec.
Он работает в диапазоне 5.85–5.925 ГГц , обеспечивает радиус действия до 1 км и низкую задержку (до 10 мс )
false
true
false
11,158
2026-02-24T10:17:13.741000Z
2026-02-24T10:17:13.741000Z
Lec.
Стандарт IEEE 802.11p , также известный как Dedicated Short Range Communications (DSRC) , был разработан специально для беспроводной связи между транспортными средствами и инфраструктурой
false
true
false
11,157
2026-02-24T10:17:12.010000Z
2026-02-24T10:17:12.010000Z
Lec.
Основные из них — IEEE 802.11p/DSRC [11] и C-V2X (LTE-V2X / 5G NR-V2X) [12], они отличаются по характеристикам и сценариям применения
false
true
false
11,156
2026-02-24T10:17:10.214000Z
2026-02-24T10:17:10.214000Z
Lec.
В настоящее время существует несколько основных стандартов и технологических платформ , разработанных как отраслевыми организациями (IEEE, 3GPP), так и автопроизводителями и телекоммуникационными компаниями
false
true
false
11,155
2026-02-24T10:17:08.443000Z
2026-02-24T10:17:08.443000Z
Lec.
Для реализации устойчивого и эффективного взаимодействия в таких системах необходима четко регламентированная нормативно-техническая база , которая определяет:. используемые частотные диапазоны,. протоколы передачи данных,. уровни задержки и надежности,. механизмы безопасности и управления доступом
false
true
false
11,154
2026-02-24T10:17:06.574000Z
2026-02-24T10:17:06.574000Z
Lec.
Технологии Vehicle-to-Everything (V2X) являются ключевым элементом интеллектуальных транспортных систем (ITS), обеспечивающим обмен данными между транспортными средствами, дорожной инфраструктурой, пешеходами и облачными сервисами
false
true
false
11,153
2026-02-24T10:17:04.747000Z
2026-02-24T10:17:04.747000Z
Lec.
CAV могут быть классифицированы по уровню автоматизации в соответствии с шкалой SAE (SAE J3016) [10], от уровня 0 (без автоматизации) до уровня 5 (полная автономия)
false
true
false
11,152
2026-02-24T10:17:02.971000Z
2026-02-24T10:17:02.971000Z
Lec.
Автоматизация (Autonomy) — наличие бортовых систем, обеспечивающих частичное или полное управление автомобилем без участия водителя
false
true
false
11,151
2026-02-24T10:17:01.369000Z
2026-02-24T10:17:01.369000Z
Lec.
Подключенность (Connectivity) — возможность взаимодействовать с другими участниками дорожного движения, инфраструктурой и внешними системами через беспроводные каналы связи (V2X)
false
true
false
11,150
2026-02-24T10:16:59.626000Z
2026-02-24T10:16:59.626000Z
Lec.
CAV объединяют две ключевые технологии:
false
true
false
11,149
2026-02-24T10:16:58.071000Z
2026-02-24T10:16:58.071000Z
Lec.
Благодаря своей способности к анализу данных в реальном времени и взаимодействию с окружающей средой, CAV становятся важным элементом цифровой экосистемы города
false
true
false
11,148
2026-02-24T10:16:56.175000Z
2026-02-24T10:16:56.175000Z
Lec.
Это открывает возможности для координации движения [7], предотвращения ДТП [8], оптимизации транспортных потоков [9] и реализации новых сервисов, таких как Mobility-as-a-Service (MaaS)
false
true
false
11,147
2026-02-24T10:16:54.313000Z
2026-02-24T10:16:54.313000Z
Lec.
В рамках современных ITS CAV выполняют функции не только как автономные единицы передвижения, но и как активные участники сети , способные обмениваться данными между собой и с дорожной инфраструктурой
false
true
false
11,146
2026-02-24T10:16:52.519000Z
2026-02-24T10:16:52.519000Z
Lec.
Благодаря этим возможностям системы CV могут предупреждать водителей о потенциальной опасности, оптимизировать маршруты и повышать общую эффективность транспортных сетей [6]
false
true
false
11,145
2026-02-24T10:16:50.752000Z
2026-02-24T10:16:50.752000Z
Lec.
Эта технология лежит в основе Vehicle-to-Everything (V2X), которая включает четыре типа взаимодействия: V2V, V2I, V2P и V2N (Vehicle-to-Network)
false
true
false
11,144
2026-02-24T10:16:48.994000Z
2026-02-24T10:16:48.994000Z
Lec.
Подключенные транспортные средства (Connected Vehicles, CV) обеспечивают обмен данными между участниками дорожного движения через беспроводные каналы связи
false
true
false
11,143
2026-02-24T10:16:47.064000Z
2026-02-24T10:16:47.064000Z
Lec.
Важным препятствием также остается недостаточно быстрое развитие нормативной базы — стандарты для таких систем разрабатываются медленно, а порой успевают устареть еще до своего официального внедрения
false
true
false
11,142
2026-02-24T10:16:45.301000Z
2026-02-24T10:16:45.301000Z
Lec.
Одной из ключевых причин этого является необходимость достижения критической массы автомобилей, оснащенных соответствующим оборудованием, без которой система не может функционировать эффективно [8]
false
true
false
11,141
2026-02-24T10:16:43.675000Z
2026-02-24T10:16:43.675000Z
Lec.
На сегодняшний день технологии подключенного транспорта все еще не получили массового распространения и широкого практического применения
false
true
false
11,140
2026-02-24T10:16:41.906000Z
2026-02-24T10:16:41.906000Z
Lec.
Такая форма коммуникации обеспечивает быстрое распространение информации о перемещении окружающих ТС, чем это возможно с помощью стандартных сенсоров
false
true
false
11,139
2026-02-24T10:16:40.151000Z
2026-02-24T10:16:40.151000Z
Lec.
Один из них — Vehicle-to-Vehicle (V2V) — представляет собой связь между соседними автомобилями, находящимися на небольшом расстоянии
false
true
false
11,138
2026-02-24T10:16:38.391000Z
2026-02-24T10:16:38.391000Z
Lec.
В практике обычно выделяются четыре основных категории
false
true
false
11,137
2026-02-24T10:16:36.600000Z
2026-02-24T10:16:36.600000Z
Lec.
Все эти технологии объединены общим термином V2X [2] (Vehicle-to-Everything), который охватывает несколько типов взаимодействия
false
true
false
11,136
2026-02-24T10:16:34.968000Z
2026-02-24T10:16:34.969000Z
Lec.
Обмен информацией о траекториях и маневрах позволяет эффективно предупреждать участников движения о скрытых рисках
false
true
false
11,135
2026-02-24T10:16:33.214000Z
2026-02-24T10:16:33.214000Z
Lec.
Это помогает заранее выявлять потенциально опасные ситуации, например, определять безопасность левого поворота на перекрестке на основе данных от приближающихся автомобилей
false
true
false
11,134
2026-02-24T10:16:31.583000Z
2026-02-24T10:16:31.583000Z
Lec.
Основная особенность таких систем — возможность получать данные со всех направлений и передавать информацию о своих намерениях другим ТС, устраняя слепые зоны
false
true
false
11,133
2026-02-24T10:16:29.976000Z
2026-02-24T10:16:29.976000Z
Lec.
Это позволяет создавать распределенную сеть — Vehicular Ad Hoc Network (VANET), обеспечивающую обмен информацией между участниками движения
false
true
false
11,132
2026-02-24T10:16:28.337000Z
2026-02-24T10:16:28.337000Z
Lec.
Под этим понимаются автомобили, оснащенные беспроводными модулями для обмена данными с другими транспортными средствами, инфраструктурой и внешними сетями
false
true
false
11,131
2026-02-24T10:16:26.799000Z
2026-02-24T10:16:26.799000Z
Lec.
Ожидается, что технологии подключенного транспорта повлияют на будущее транспортных систем
false
true
false
11,130
2026-02-24T10:16:25.062000Z
2026-02-24T10:16:25.062000Z
Lec.
Монитор, клавиатура, компьютерная мышь
false
false
false
11,129
2026-02-24T10:16:23.352000Z
2026-02-24T10:16:23.352000Z
Lec.
Видеокарта с памятью не менее 6 Гб
false
true
false
11,128
2026-02-24T10:16:21.250000Z
2026-02-24T10:16:21.250000Z
Lec.
ОЗУ не менее 16 Гб
false
false
false
11,127
2026-02-24T10:16:19.745000Z
2026-02-24T10:16:19.745000Z
Lec.
ЦП > Intel Core i5-8400
false
true
false
11,126
2026-02-24T10:16:18.320000Z
2026-02-24T10:16:18.320000Z
Lec.
Для разработки программного комплекса, проведения моделирования и обработки результатов необходим персональный компьютер:
false
true
false
11,125
2026-02-24T10:16:16.538000Z
2026-02-24T10:16:16.538000Z
Lec.
Программное обеспечение Blender 4.2, SUMO 1.22
false
false
false
11,124
2026-02-24T10:16:14.749000Z
2026-02-24T10:16:14.749000Z
Lec.
Языки программирования, используемые для написания программы C++, Python
false
true
false
11,123
2026-02-24T10:16:13.150000Z
2026-02-24T10:16:13.150000Z
Lec.
Операционная система – Ubuntu 22.04 или выше;
false
true
false
11,122
2026-02-24T10:16:11.616000Z
2026-02-24T10:16:11.616000Z
Lec.
Требования к техническому и программному обеспечению:
false
true
false
11,121
2026-02-24T10:16:10.192000Z
2026-02-24T10:16:10.192000Z
Lec.
Проведение моделирования выбранных сценариев дорожного движения различной сложности, включая:. перекрестки и развязки различными пересекающимися дорог;. наличие/отсутствие объектов, затрудняющих видимость;. наличие/отсутствие перепадов высот между пересекающимися дорогами;. анализ качества сигнала (покрытие, уровень помех, стабильность соединения) в зависимости от вертикальных особенностей среды
false
true
false
11,120
2026-02-24T10:16:08.238000Z
2026-02-24T10:16:08.238000Z
Lec.
Реализация программы, обеспечивающей:. генерацию общего рельефа местности и моделирование перепадов высот;. размещение на трехмерной карте объектов улично-дорожной сети, зданий, мостов, тоннелей и другой инфраструктуры;. добавление автомобилей с заданием их динамических и коммуникационных параметров;. настройку системы распространения радиосигналов
false
false
false
11,119
2026-02-24T10:16:06.305000Z
2026-02-24T10:16:06.305000Z
Lec.
Обзор и анализ существующих подходов к параметрической генерации трехмерных объектов для наполнения окружающей среды в сценах дорожного движения
false
true
false
11,118
2026-02-24T10:16:04.591000Z
2026-02-24T10:16:04.591000Z
Lec.
Обзор и анализ существующих подходов к моделированию распространения беспроводных сигналов в условиях плотной городской застройки, с акцентом на влияние рельефа местности, мостов, тоннелей и высотных различий зданий на параметры сетей подключенного транспорта (Path Loss, RSSI (Received Signal Strength Indicator))
false
true
false
11,117
2026-02-24T10:16:02.556000Z
2026-02-24T10:16:02.556000Z
Lec.
Задача работы: разработать программный инструментарий для автоматизированного моделирования сложных трехмерных городских сценариев с учетом реальных высотных характеристик, позволяющий повысить точность прогнозирования параметров беспроводной связи в ITS
false
true
false
11,116
2026-02-24T10:16:00.758000Z
2026-02-24T10:16:00.758000Z
Lec.
Цель исследования: исследовать влияние вертикальных особенностей городской среды (перепадов высот зданий, мостов, тоннелей) на распространение радиосигналов в системах подключенного транспорта (V2X)
false
true
false
11,115
2026-02-24T10:15:58.965000Z
2026-02-24T10:15:58.965000Z
Lec.
Это приводит к снижению точности прогнозирования качества связи и может негативно влиять на эффективность V2X-систем в реальных условиях
false
true
false
11,114
2026-02-24T10:15:57.193000Z
2026-02-24T10:15:57.193000Z
Lec.
Большинство существующих решений использует двухмерные модели распространения сигналов, которые не учитывают важные вертикальные особенности городской среды — такие как мосты, тоннели и перепады высот
false
true
false
11,113
2026-02-24T10:15:55.597000Z
2026-02-24T10:15:55.597000Z
Lec.
Исследование актуально в связи с активным развитием технологий подключенного транспорта (Connected Vehicles, CV), являющихся ключевой частью интеллектуальных транспортных систем (ITS)
false
true
false
11,112
2026-02-24T10:15:53.819000Z
2026-02-24T10:15:53.819000Z
Lec.
Эти проблемы еще раз подчеркивают необходимость использования моделей распространения сигналов для оценки устойчивости и помехоустойчивости транспортных сетей в рамках интеллектуальных транспортных систем (ITS)
false
true
false
11,111
2026-02-24T10:15:52.054000Z
2026-02-24T10:15:52.054000Z
Lec.
Исследование, приведенное в [6], отмечает сложности, возникающие при проектировании таких систем, в особенности связанные с влиянием окружающей среды и физических препятствий на распространение беспроводных сигналов
false
true
false
11,110
2026-02-24T10:15:50.293000Z
2026-02-24T10:15:50.293000Z
Lec.
Важное место в процессе разработки и тестирования подключенных транспортных систем занимает моделирование
false
true
false
11,109
2026-02-24T10:15:48.680000Z
2026-02-24T10:15:48.680000Z
Lec.
Современные 3D-модели, учитывающие детализированную городскую среду, включая изменения рельефа, наличие мостов и тоннелей, позволяют точно отразить реальные и динамические условия распространения сигналов
false
true
false
11,108
2026-02-24T10:15:46.903000Z
2026-02-24T10:15:46.903000Z
Lec.
Такое упрощение может привести к неточным прогнозам покрытия сети, что напрямую влияет на производительность и надежность систем подключенных транспортных средств
false
true
false