Sytnikov, V. S.Kudermetov, R. K.Stupen, P. V.Polska, O. V.Sytnikov, T. V.Ситніков, В. СКудерметов, Равіль КаміловичСтупень, П. В.Польська, Ольга ВолодимирівнаСитніков, Т. В.2025-12-112025-12-112024https://eir.zp.edu.ua/handle/123456789/25474Sytnikov V. S. Constructing sensor signal processing channel for autonomous robotic platforms / V. S. Sytnikov, R. K. Kudermetov, P. V. Stupen, O. V. Polska, T. V. Sytnikov // Радіоелектроніка, інформатика, управління. – 2024. – № 4 (71). – C. 175-184.EN: Context. The development of autonomous mobile robotic platforms has advanced rapidly, especially in cyber-physical systems where integrating physical components and computational resources is vital. A key challenge in such platforms is the efficient real-time processing of sensor signals under limited computational resources, enabling robots to operate independently of human intervention. Traditional signal processing methods demand significant power, which may limit mobile platforms constrained by energy and resources. This research focuses on restructuring sensor signal processing channels using digital bandpass filters while overcoming technical challenges posed by limited resources. Objective. The goal is to create an efficient method for processing sensor signals in autonomous mobile platforms with constrained resources. This involves using low-order bandpass filters, capable of adjusting their characteristics and improving quality through sequential connection of identical filters. Reducing the computational load allows for enhanced overall performance of cyber-physical systems, improving efficiency under changing conditions and enabling autonomous task completion. New computational formulas are also proposed to simplify the design and better utilize onboard resources. Method. The improved method for constructing sensor signal processing channels uses identical low-order frequency-dependent components, sequentially connected to solve challenges faced by higher-order components. This approach simplifies coefficient calculations for cutoff frequencies and improves filter performance by increasing the order and quality. The method achieves a quasi-linear phase-frequency characteristic, ensuring minimal distortion in the processed signals, while significantly reducing computational requirements. Results. The proposed method effectively reduces computational costs while maintaining high performance in sensor signal processing. The new formulas allow for calculating filter coefficients with fewer resources, suitable for autonomous systems. Modelling and experimental verification confirm that this method lowers the computational load and enhances filter performance, enabling more efficient sensor data processing, extended battery life, and improved system reliability. Conclusions. This research presents an efficient approach to sensor signal processing for resource-constrained autonomous robotic platforms. Sequentially connecting identical frequency-dependent components reduces computational costs while maintaining high signal processing quality. These findings are recommended for real-time applications requiring efficient resource utilization, contributing to improved autonomy and adaptability in mobile robotic systems. UK: Актуальність. Розвиток автономних мобільних роботизованих платформ швидко прогресує, особливо в області кіберфізичних систем, де важлива інтеграція фізичних компонентів і обчислювальних ресурсів. Одним із ключових викликів для таких платформ є ефективна обробка сигналів датчиків у режимі реального часу за умов обмежених обчислювальних ресурсів, що дозволяє роботам діяти незалежно від втручання людини. Традиційні методи обробки сигналів вимагають значних ресурсів, що може стати проблемою для платформ з обмеженою енергією та ресурсами. Це дослідження зосереджене на перебудові каналу обробки сигналів за допомогою цифрових смугових фільтрів, долаючи технічні труднощі, що виникають через обмеження ресурсів. Мета роботи – створення ефективного методу обробки сигналів датчиків на автономних мобільних платформах з обмеженими ресурсами. Це включає використання низько-порядкових смугових фільтрів, які можуть змінювати свої характеристики і підвищувати якість за допомогою послідовного з’єднання однакових фільтрів. Зниження обчислювального навантаження покращує загальну продуктивність кіберфізичних систем, підвищуючи ефективність роботи в умовах змін та дозволяючи автономне виконання завдань. Запропоновані нові розрахункові формули спрощують процес проєктування фільтрів та дозволяють ефективніше використовувати обмежені ресурси платформи. Метод. Покращений метод побудови каналів обробки сигналів використовує однакові низько-порядкові частотно-залежні компоненти, послідовно з’єднані для вирішення проблем, характерних для високопорядкових компонентів. Такий підхід спрощує обчислення коефіцієнтів для заданих частот зрізу та підвищує продуктивність фільтра завдяки збільшенню порядку та якості. Метод досягає квазілінійної фазо-частотної характеристики, що мінімізує спотворення сигналу, і значно знижує обчислювальні вимоги. Результати. Запропонований метод ефективно знижує обчислювальні витрати при збереженні високої продуктивності в обробці сигналів датчиків. Нові формули дозволяють розраховувати коефіцієнти фільтрів з використанням меншої кількості ресурсів, що робить їх придатними для автономних систем. Моделювання та експериментальна перевірка підтверджують, що цей метод знижує навантаження та покращує частотні характеристики фільтрів, дозволяючи роботам більш ефективно взаємодіяти з оточенням у режимі реального часу. Підвищена ефективність обробки сигналів також подовжує час роботи та підвищує надійність системи. Висновки. Це дослідження пропонує ефективний підхід до обробки сигналів для автономних мобільних платформ з обмеженими ресурсами. Метод послідовного з’єднання однакових частотно-залежних компонентів знижує обчислювальні витрати та підтримує високу якість обробки сигналів. Результати моделювання та експериментів підтверджують ефективність нових розрахункових формул для покращення продуктивності системи. Цей підхід добре підходить для кіберфізичних систем, де критично важлива робота в реальному часі та ефективне використання ресурсів.enautonomous mobile robotic platform, frequency-dependent components, filters, frequency characteristics, cyber-physical systemавтономна мобільна робототехнічна платформа, частотно-залежні компоненти, фільтри, частотні характеристики, кіберфізична системаArticle