Проанализированы амплитудные и фазовые характеристики электромагнитного излучения симметричных резонансных тонких проволочных антенн в ближней и промежуточной зонах. Показано, что протяженность области ближних реактивных полей зависит от длины вибратора и являются минимальной в резонансном случае. Диаграмма направленности полуволнового вибратора формируется на расстояниях, больших, чем 1,5 длины волны.

Рассмотрена генерация псевдослучайных числовых последовательностей, построенных с помощью рекуррентных алгоритмов и хаотических отображений. Представлены результаты практической реализации данных алгоритмов на современной микропроцессорной технике. Проведен сравнительный анализ генерируемых последовательностей на предмет их соответствия критериям независимости и равномерности.

Разработан калибратор для многозондового микроволнового мультиметра, предназначенного для его метрологического обеспечения по комплексному коэффициенту отражения нагрузки при больших уровнях мощности. Актуальность такой проблемы вызвана тем, что традиционные методы калибровки при больших уровнях мощности непригодны и имитация сигнала датчика является единственным способом калибровки. Учитывая особенности принципа действия термопарных датчиков, в основе имитатора лежит генератор тока.

Предмет вивчення - характеристики шуму на реальних зображеннях, які отримуються за допомогою мобільних пристроїв. Мета роботи - створення демонстраційного мобільного додатку на платформі Android, який в реальному часі реалізує оцінювання характеристик завад на таких зображеннях. Задачі: дослідити точність оцінювання характеристик завад нейронною мережею NoiseNet на тестових зображеннях з бази Tampere 17; провести попереднє дослідження типу, інтенсивності та кореляційних характеристик завад на зображеннях, отриманих за допомогою мобільних пристроїв; дослідити можливість застосування нейронної мережі NoiseNet для оцінювання характеристик завад на цих зображеннях. При аналізі характеристик завад на тестових зображеннях з бази Tampere 17, спотворених білим гаусовським шумом, показано, що в цілому нейронна мережа NoiseNet демонструє досить високу точність оцінювання (відносна похибка оцінювання не перевищує 0,2), проте для деяких зображень, зокрема високотекстурних, значення відносної похибки може бути в рази вищим. Досліджено характеристики шуму на фотографіях, отриманих в різних умовах, камерами, вбудованими в мобільні пристрої від різних виробників. Показано, що шум на таких зображеннях є сигнально-залежним і часто характеризується досить високим ступенем просторової корельованості. При цьому ступінь просторової корельованості завад значною мірою залежить від умов освітлення, в яких було отримано певний знімок і є вищим для зображень, отриманих при тьмяному світлі. Оскільки нейронну мережу NoiseNet не призначено для роботи з просторово-корельованими завадами, до її застосування зображення піддавалися попередній обробці з метою усунення просторової корельованості завад. Готова до використання нейронна мережа NoiseNet, а також Android додаток для тестування мережі.