ВОССТАНОВЛЕНИЕ ПОВРЕЖДЕННЫХ ТЕЛЕМЕТРИЧЕСКИХ СООБЩЕНИЙ СТРАТОСФЕРНЫХ ЗОНДОВ НА ОСНОВЕ ТРАНСФОРМЕРНОЙ АРХИТЕКТУРЫ

Аннотация

Исследования стратосферы предоставляют ценные научные данные, собираемые стратосферными зондами и передаваемые на Землю посредством телеметрических сообщений. Однако передача данных в условиях стратосферы подвержена помехам и искажениям, что приводит к повреждению сообщений и потере информации, непригодной для автоматической обработки стандартными парсерами. В данной работе решается актуальная задача разработки системы интеллектуального восстановления поврежденных телеметрических данных. Целью исследования являлось создание и оценка эффективности нейросетевой модели, способной автоматически исправлять поврежденные JSON-сообщения. Для достижения цели был разработан генератор синтетических данных на основе реальных профилей телеметрических параметров и алгоритм моделирования различных типов повреждений (обрывы, искажения символов, ошибки кодировки, нарушения структуры JSON) для создания обучающего датасета. В качестве основной архитектуры выбрана модель трансформер типа Seq2Seq, реализованная с использованием библиотеки PyTorch, учитывающая контекст предыдущих сообщений и использующая токенизацию на уровне символов. Обучение модели проводилось на сгенерированном датасете в течение 20 эпох. Оценка качества восстановления на примерах и анализ производительности инференса на CPU показали, что модель демонстрирует высокую эффективность в структурном восстановлении поврежденных JSON-сообщений, успешно генерируя синтаксически правильные строки даже при значительных повреждениях. Однако, восстановление семантически корректных числовых значений оказалось ограниченным. Полученное решение обладает приемлемой производительностью для интеграции в программное обеспечение оператора, но требует дальнейших исследований для повышения точности восстановления измеряемых параметров.