+7 (812) 670-9095
Обратная связьEnglish
Главная → Продукты → Алгоритмическое обеспечение
Полезный совет
Организуйте целый бизнес-процесс с помощью стандартной офисной программы OneNote!Подробнее
Павел Локтев, Руководитель группы продаж
Заказать звонок Задать вопрос
Версия для печати

Алгоритмическое обеспечение


«АстроСофт» имеет многолетний опыт разработки алгоритмов для программного обеспечения в различных прикладных областях. Опираясь на передовые достижения алгоритмики и компетенции наших сотрудников в области математики и физики, мы предлагаем наиболее эффективные решения сложных математических задач для бизнеса и науки.


Основные направления:
  • Цифровая обработка сигналов и изображений
  • Имитационное моделирование
  • Математическая оптимизация
  • Статистическая обработка данных
  • Машинное обучение

Мы берем на себя решение сложных прикладных математических задач, стоящих перед вашей организацией. В состав нашей команды входят высококвалифицированные математики-программисты, из них 15 – кандидаты наук.

С нами вы сможете сосредоточиться на своих ключевых задачах, снизить риски и сократить сроки разработки.


Мы предлагаем услуги по разработке решений в области Digital Signal Processing (DSP), или цифровой обработки сигналов.

Наши решения используются для фильтрации, улучшения отношения сигнал/шум, подавления помех, выделения сигнала на фоне помех и шумов, корреляционного анализа.

Мы совершенствуем методы, создаем и дорабатываем алгоритмы, которые применяются в системах связи, акустики, передачи данных, автоматического управления, и радиолокационных комплексах в таких областях, как телекоммуникации, авионика, судо- и машиностроение, электроника, промышленность и др.

Пример успешно завершенного проекта: создание программного обеспечения по обработке и кодированию голосового сигнала для сетей мобильной связи.

Также мы обладаем компетенциями компьютерной обработки изображений (Image Processing). Мы участвуем в проектах внедрения машинного зрения в системы промышленного Интернета вещей на производственных предприятиях, а также разрабатываем алгоритмические комплексы обработки и распознавания образов для систем видеонаблюдения на различных объектах.

Пример успешно завершенного проекта: решение, которое позволяет системе видеонаблюдения непрерывно отслеживать движущиеся объекты через зоны обзора нескольких камер:

  • интеграция нескольких HD-камер,
  • бесшовное соединение в панораму,
  • задержка менее четырех кадров,
  • точная синхронизация камер,
  • сведение изображения с соседних камер с точностью до пикселя,
  • коррекция геометрических и цветовых искажений.

Мы используем имитационное моделирование, когда невозможно или нецелесообразно проведение экспериментов на реальной системе из-за высокой стоимости, трудоемкости и длительного ожидания результатов.

По спецификациям клиентов мы разрабатываем модели разнообразных объектов и процессов, которые позволяют:

  • проанализировать поведение объекта во времени,
  • осуществить раннее прототипирование разработки для ее отладки на модели,
  • проверить сценарии, которые могут быть опасны для дорогостоящего оборудования,
  • сократить использование ресурса оборудования,
  • снизить уровень неопределенности и риски.

Пример успешно завершенного проекта: модель волнения моря.

Мы разрабатываем математические модели для поиска оптимальных решений при заданных ограничениях.

Багодаря нашему опыту в области математической оптимизации и линейного программирования, мы поможем разработать, протестировать и выбрать надежные и эффективные механизмы оптимизации.

Пример успешно завершенного проекта: модель оптимизации работы мерчендайзеров группы компаний.

Мы разрабатываем алгоритмы и математические модели, которые позволяют анализировать большие объемы данных - оценивать скрытые параметры в данных, их достоверность, осуществлять прогнозирование.

Наши решения на основе спектрального и стохастического анализа могут быть применены в промышленности, авионике, радиолокации, геофизике, медицине, экономике.

Примеры успешно завершенных проектов: алгоритмы спектрального анализа состава сырья для технологического процесса на цементном заводе, траекторное сопровождения БПЛА.

С помощью алгоритмов машинного обучения мы решаем задачи классификации, распознавания изображений и речи, прогнозирования. На основе искусственных нейронных сетей мы создаем решения по борьбе с БПЛА.

Пример успешно завершенного проекта: разработка программно-аппаратного комплекса обнаружения, классификации и сопровождения БПЛА.

Рандомизированные стратегии управления  при произвольных внешних помехах
25.07.2018
Рандомизированные стратегии управления при произвольных внешних помехах

Представляем статью О. Н. Граничина, профессора СПбГУ, о новом подходе к идентификации линейных динамических объектов.

Читать далее...
Реализация алгоритма локального голосования для оптимального планирования загрузки распределенных устройств беспроводной многоузловой сети.
17.07.2018
Реализация алгоритма локального голосования для оптимального планирования загрузки распределенных устройств беспроводной многоузловой сети.

Представляем цикл статей О. Н. Граничина, профессора СПбГУ, посвященный актуальным вопросам мультиагентных технологий. (Статья 1).

Читать далее...
Знаменитый математик ХХ века помог разработчикам беспилотных автомобилей
05.07.2018
Знаменитый математик ХХ века помог разработчикам беспилотных автомобилей

Занимаясь разработкой ПО, и в первую очередь, разработкой алгоритмов для беспилотников, мы заинтересовались статьей про то, как решение 17-ой проблемы Гильберта помогает беспилотным автомобилям избегать столкновения с препятствием. Предлагаем краткий обзор и частичный перевод этой статьи от эксперта «АстроСофт».

Читать далее...
Что связывает теорию чисел с траекторией света?
21.06.2018
Что связывает теорию чисел с траекторией света?

Представляем статью, опубликованную в Quanta Magazine, с частичным переводом и кратким обзором от нашего эксперта.

Читать далее...