All issues

Рассмотрена задача на собственные значения для несамосопряжённого разностного оператора с переменным коэффициентом. Особенность задачи заключается в нелокальных граничных условиях специального вида, которым удовлетворяет решение. В весьма общих предположениях относительно переменного коэффициента определена кратность собственных чисел, построена область локализации спектра оператора.

The eigenvalue problem for a nonselfadjoint difference operator with nonconstant coefficient is considered. The main peculiarity of the problem is that its solution satisfies a two-point nonlocal boundary condition. Multiplicity of eigenvalues is discussed and a region where all eigenvalues reside is defined taking into account a very generic assumption about the nonconstant coefficient.

Локализация транспортного средства является важной задачей в области интеллектуальных транспортных систем. Хорошо известно, что слияние показаний с разных датчиков (англ. Sensor Fusion) позволяет создавать более робастные и точные навигационные системы для автономных транспортных средств. Стандартные подходы, такие как расширенный фильтр Калмана или многочастичный фильтр, либо неэффективны при работе с сильно нелинейными данными, либо потребляют значительные вычислительные ресурсы, что осложняет их использование во встроенных системах. При этом точность сливаемых сенсоров может сильно различаться. Значительный прирост точности, особенно в ситуации, когда GPS (англ. Global Positioning System) не доступен, может дать использование ориентиров, положение которых заранее известно, — таких как дорожные знаки, светофоры, или признаки SLAM (англ. Simultaneous Localization and Mapping). Однако такой подход может быть неприменим в случае, если априорные локации неизвестны или неточны. Мы предлагаем новый подход для уточнения координат транспортного средства с использованием визуальных ориентиров, таких как дорожные знаки. Наша система представляет собой байесовский фреймворк, уточняющий позицию автомобиля с использованием внешних данных о прошлых наблюдениях дорожных знаков, собранных методом краудсорсинга (англ. Crowdsourcing — сбор данных широким кругом лиц). Данная статья представляет также подход к комбинированию траекторий, полученных с помощью глобальных GPS-координат и локальных координат, полученных с помощью акселерометра и гироскопа (англ. Inertial Measurement Unit, IMU), для создания траектории движения транспортного средства в неизвестной среде. Дополнительно мы собрали новый набор данных, включающий в себя 4 проезда на автомобиле в городской среде по одному маршруту, при которых записывались данные GPS и IMU смартфона, видеопоток с камеры, установленной на лобовом стекле, а также высокоточные данные о положении с использованием специализированного устройства Real Time Kinematic Global Navigation Satellite System (RTK-GNSS), которые могут быть использованы для валидации. Помимо этого, с использованием той же системы RTK-GNSS были записаны точные координаты знаков, присутствующих на маршруте. Результаты экспериментов показывают, что байесовский подход позволяет корректировать траекторию движения транспортного средства и дает более точные оценки при увеличении количества известной заранее информации. Предложенный метод эффективен и требует для своей работы, кроме показаний GPS/IMU, только информацию о положении автомобилей в моменты прошлых наблюдений дорожных знаков.

The localization of a vehicle is an important task in the field of intelligent transportation systems. It is well known that sensor fusion helps to create more robust and accurate systems for autonomous vehicles. Standard approaches, like extended Kalman Filter or Particle Filter, are inefficient in case of highly non-linear data or have high computational cost, which complicates using them in embedded systems. Significant increase of precision, especially in case when GPS (Global Positioning System) is unavailable, may be achieved by using landmarks with known location — such as traffic signs, traffic lights, or SLAM (Simultaneous Localization and Mapping) features. However, this approach may be inapplicable if a priori locations are unknown or not accurate enough. We suggest a new approach for refining coordinates of a vehicle by using landmarks, such as traffic signs. Core part of the suggested system is the Bayesian framework, which refines vehicle location using external data about the previous traffic signs detections, collected with crowdsourcing. This paper presents an approach that combines trajectories built using global coordinates from GPS and relative coordinates from Inertial Measurement Unit (IMU) to produce a vehicle's trajectory in an unknown environment. In addition, we collected a new dataset, including from smartphone GPS and IMU sensors, video feed from windshield camera, which were recorded during 4 car rides on the same route. Also, we collected precise location data from Real Time Kinematic Global Navigation Satellite System (RTK-GNSS) device, which can be used for validation. This RTK-GNSS system was used to collect precise data about the traffic signs locations on the route as well. The results show that the Bayesian approach helps with the trajectory correction and gives better estimations with the increase of the amount of the prior information. The suggested method is efficient and requires, apart from the GPS/IMU measurements, only information about the vehicle locations during previous traffic signs detections.

Получены численные решения двумерного реакционно-диффузионного уравнения с нелокальной нелинейностью, описывающие формирование диссипативной структуры. Рассмотрены структуры, возникающие из начальных распределений с одним и несколькими центрами локализации. При изменении параметров уравнения решения описывают формирование расширяющихся кольцевых структур. Рассмотрены особенности образования и взаимодействия расширяющихся кольцеобразных структур в зависимости от характера нелокального взаимодействия.

Numerical solutions for the two-dimensional reaction-diffusion equation with nonlocal nonlinearity are obtained. The solutions reveal formation of dissipative structures. Structures arising from initial distributions with one and several centers of localization are considered. Formation of extending circular structures is shown. Peculiarities of formation and interaction of extending circular structures depending on  nonlocal interaction are considered.

Атеросклеротические заболевания, такие как атеросклероз сонной артерии и хронические болезни почек, являются основными причинами смерти во всем мире. Возникновение таких атеросклеротических болезней в артериях зависит от сложной динамики кровотока и ряда гемодинамических параметров. Атеросклероз почечных артерий приводит к уменьшению артериальной эффективности и в конечном счете приводит к почечной артериальной гипертензии. В данной работе делается попытка определить локализацию атеросклеротической бляшки в брюшной аорте человека в окрестности соединения с почечной артерией с использованием средств вычислительной гидродинамики (CFD).

Области, подверженные атеросклерозу, в идеализированном соединении брюшной аорты и почечной артерии человека определяются в результате вычислений некоторых гемодинамических показателей. При вычислениях используется точная реологическая модель крови человека, предложенная Yeleswarapu. Кровоток вычисляется в трехмерной модельной области соединения артерий с использованием пакета ANSYS FLUENT v18.2.

Вычисленные гемодинамические показатели представляют собой среднее значение напряжения сдвига на стенке сосуда (AWSS), колебательный сдвиговый индекс (OSI) и относительное время задержки (RRT). Моделирование пульсирующего течения (f = 1.25 Гц, Re = 1000) показывает, что малое значение AWSS и высокий индекс OSI возникают в областях почечной артерии вниз по течению от соединения и в инфраренальном отделе брюшной аорты вблизи соединения. Высокий RRT, который является относительным индексом и зависит как от AWSS, так и OSI, как показано в данной работе, сочетается с низким AWSS и высоким OSI в краниальной части поверхности почечной артерии, проксимальной около соединения и на латеральной поверхности вблизи бифуркации брюшной аорты: это указывает, что эти области наиболее всего подвержены атеросклерозу. Результаты качественно соответствуют литературным данным. Они могут служить начальным этапом исследований и иллюстрировать пользу средств вычислительной гидродинамики (CFD) для определения местоположения атеросклеротической бляшки.

Atherosclerotic diseases such as carotid artery diseases (CAD) and chronic kidney diseases (CKD) are the major causes of death worldwide. The onset of these atherosclerotic diseases in the arteries are governed by complex blood flow dynamics and hemodynamic parameters. Atherosclerosis in renal arteries leads to reduction in arterial efficiency, which ultimately leads to Reno-vascular hypertension. This work attempts to identify the localization of atherosclerotic plaque in human abdominal aorta — renal artery junction using Computational fluid dynamics (CFD).

The atherosclerosis prone regions in an idealized human abdominal aorta-renal artery junction are identified by calculating relevant hemodynamic indicators from computational simulations using the rheologically accurate shear-thinning Yeleswarapu model for human blood. Blood flow is numerically simulated in a 3-D model of the artery junction using ANSYS FLUENT v18.2.

Hemodynamic indicators calculated are average wall shear stress (AWSS), oscillatory shear index (OSI), and relative residence time (RRT). Simulations of pulsatile flow (f=1.25 Hz, Re = 1000) show that low AWSS, and high OSI manifest in the regions of renal artery downstream of the junction and on the infrarenal section of the abdominal aorta lateral to the junction. High RRT, which is a relative index and dependent on AWSS and OSI, is found to overlap with the low AWSS and high OSI at the cranial surface of renal artery proximal to the junction and on the surface of the abdominal aorta lateral to the bifurcation: this indicates that these regions of the junction are prone to atherosclerosis. The results match qualitatively with the findings reported in literature and serve as initial step to illustrate utility of CFD for the location of atherosclerotic plaque.