Noise-immunity of optimal symbol-by-symbol reception of signals with corrective coding in Galois fields for fading channels

Cover Page

Cite item

Full Text

Abstract

A description of the algorithm for optimal symbol-by-symbol reception of signal structures based on correction coding in non-binary Galois fields is given. The results of modeling this algorithm are given in order to study its noise-immunity for transionospheric channels with fading due to scattering on ionospheric irregularities for a number of digital signals with multi-level phase shift keying in combination with a correction code with a parity check in Galois fields. It is shown that for these channels the use of a symbol-by-symbol reception algorithm provides an energy gain of up to 4.5...24 dB in relation to the reception of signals without coding.

Full Text

ВВЕДЕНИЕ

Посимвольный прием цифровых сигналов минимизирует вероятность ошибки на информационный бит Pб в отличие от приема, реализующего правило максимального правдоподобия, минимизирующее вероятность ошибки на дискретное сообщение [1–3]. Разработанные алгоритмы посимвольного приема сигнальных конструкций на основе ряда корректирующих кодов (например, на основе низкоплотностных кодов, турбокодов [3–7]) обеспечивают достижение вероятностных характеристик, близких к предельным характеристикам, определяемых пропускной способностью каналов с аддитивным белым гауссовским шумом (АБГШ) [6, 8–12].

Суть посимвольного приема – принятие решений относительно переданных сигнальных символов на основе вычисленных апостериорных вероятностей [2, 3].

Современной тенденцией при разработке информационных систем является использование цифровых сигналов со сложными «созвездиями», определяющими повышение их информативной емкости [1, 5, 13, 14]. Этот подход дает возможность увеличения скорости передачи информации при ограниченной частотной полосе канала [1, 4, 15]. В работах [9, 12–14, 16–18] приведены алгоритмы оптимального посимвольного приема сигнальных конструкций на основе цифровых сигналов с различными манипуляциями (например, с использованием многоуровневой фазовой манипуляции (ФМ-М)) в сочетании с корректирующими кодами в недвоичных полях Галуа GF (2m), объем которых согласован с объемом 2m соответствующих сигнальных «созвездий». Исследование помехоустойчивости этих алгоритмов приема ряда анализируемых сигнальных конструкций произведено для канала АБГШ [12, 14, 19].

Актуальной является проблема исследования помехоустойчивости алгоритмов оптимального посимвольного приема сигнальных конструкций из этого класса на основе корректирующего кодирования в недвоичных полях Галуа GF (2m) при передаче по каналам с амплитудными замираниями за счет многолучевого распространения [1, 4].

  1. ПОСТАНОВКА ЗАДАЧИ

Пусть A=(ai; 0ik1) – последовательность k информационных символов поля Галуа GF (2m), формируемого по модулю неприводимого многочлена γ (x) степени m [15]. Элементы ai представляются многочленами

ai=p=0m1αp(ai)xp

с коэффициентами αp (ai) ∈ GF (2) [5, 15].

Кодовое слово B, соответствующее вектору A корректирующего кода c кодовой скоростью r = k / n, задается соотношением B=AH, где H – порождающая матрица кода размером n × k, n – длина кодовых слов [15]. Кодовые символы bi (0 ≤ in − 1) в составе B однозначно сопоставляются цифровым сигналам с манипуляционным «созвездием» объемом 2m, передаваемым по каналам с помехами и искажениями.

Реализация Y=(y˙l; 0ln1) с выхода демодулятора сигналов поступает на вход решающего устройства, y˙l – комплексные отсчеты квадратурных каналов. При использовании оптимального посимвольного приема вычисляются апостериорные вероятности Prai=βY, где β ∈ GF (2m), и принимаются решения относительно символов âi с использованием правила [2, 3]

âi=maxβGF(2m)Prai=βY. (1)

В [2, 12] приведено описание разработанного производительного алгоритма вычисления соотношения (1). Исследование помехоустойчивости этого алгоритма произведено для ряда цифровых сигналов с объемами «созвездий» 2m для канала АБГШ [12, 14, 17]. Показано, что применение анализируемого алгоритма приема сигнальных конструкций на основе цифровых сигналов ФМ-М и корректирующего кода с проверкой на четность в поле Галуа GF (2m) (m = 2, 3, 4) обеспечивает значимый энергетический выигрыш до 2 дБ по отношению к передаче без кодирования [12].

Цель работы – исследование помехоустойчивости разработанного алгоритма оптимального посимвольного приема анализируемых сигнальных конструкций на основе корректирующего кодирования в полях Галуа GF (2m) при многолучевом распространении по трансионосферным каналам (спутниковым ионосферным каналам) с замираниями за счет рассеяния на ионосферных неоднородностях.

  1. АЛГОРИТМ ОПТИМАЛЬНОГО ПОСИМВОЛЬНОГО ПРИЕМА

Цифровые сигналы s (t) характеризуются частотной эффективностью m = log2M (бит/с/Гц), задающей максимальную скорость передачи R = mΔF (бит/с) для канала с частотной полосой ΔF [1, 4].

Сигнальные конструкции на основе s (t) и корректирующих кодов с параметрами (n, k) в полях GF (2m) задаются соотношением [1]

s(t)=i=0n1AiU(t)cos(2πft+φi), (2)

где f – несущая частота; U (t) = 1 при iTt < (i + 1) T, иначе, U (t) = 0; Ai, φi – амплитуда и фаза радиоимпульсов в составе s (t), задающие вид сигнального «созвездия»; T – тактовый интервал.

Радиоимпульсы в составе s (t) формируются, отображая m двоичных информационных символов αp (bi) (p = 0, 1, ..., m − 1) в отсчеты «созвездия» с комплексными огибающими V˙i=Aiexp(jφi) [4]. ФМ-М-сигналы характеризуются постоянством амплитуд Ai = Ac.

Апостериорные вероятности Prai=βY для символов сигнальных конструкций (2) вычисляются с использованием соотношения [2, 10]

Prai=βY=B:ai=βPrBY=B:ai=βPr(B)p(Y)pYB, (3)

где pYB=i=0n1py˙ibi – функция правдоподобия;

Pr(B)=2mk.

Сложность вычисления Prai=βY (3) определяется требуемым объемом вычислительных операций P1 ≈ 2mk и представляет трудоемкую задачу даже для малых значений m, k.

В работах [2, 12] приведено описание разработанного алгоритма для решения этой задачи с существенно более низкой сложностью реализации. Для пояснения ниже дано его общее описание. Алгоритм включает три этапа.

Первый этап. Вычисляется множество спектральных составляющих Cl (r) для последовательности py˙lVi

Cl(r)=i=0...2m1py˙lViwi(r), rGF(2m), (4)

где i = 0, 1, ..., 2m − 1; l = 0, 1, ..., n − 1 – номера кодовых символов в составе кодового слова; wi (r) – базисные функции Уолша-Адамара с перемежением номеров . Закон перемежения задается аналитически для порождающих многочленов в виде γ (x) = 1+ xk + xm (1 ≤ km − 1) либо в виде таблицы, получаемой путем предобработки с целью сопоставления функциям Уолша–Адамара значений py˙lVi, задаваемых моделью канала передачи [2, 12].

Второй этап. Вычисляется множество {Tl (λ)} с использованием Cl (r) и множества кодовых слов R дуального кода CH с параметрами (n, nk) [15]

Tl(λ)=rp:RCHCl(rlλ)p=0pln1Cp(rp)rp:RCHp=0n1Cp(rp). (5)

Обозначение rp : RCH в (5) определяет операции для последовательности кодовых символов rp в составе кодовых слов R кода CH.

Третий этап. Вычисляют апостериорные вероятности Prbl=βY, используя алгоритм быстрого спектрального преобразования в базисе Уолша–Адамара (БПУ) размерностью 2m над {Tl (λ)},

Prbl=βY=λ=0...2m1Tl(λ)wβ(λ). (6)

Решения относительно символов кодового слова B принимаются на основе значений Prbl=βY в соответствии с правилом (1).

При исполнении первого этапа (4) полагается, что на временном интервале lTt < (l + 1) T нормированные отсчеты y˙l для ФМ-М-сигналов и канала АБГШ с спектральной плотностью мощности N0 представляют случайные величины со средними

2mEcN0cos(φi), 2mEcN0sin(φi).

и с единичной дисперсией. Здесь Ec – энергии сигнальных символов «созвездия» с огибающими V˙i, плотности вероятности py˙lV˙i при вычислении соотношения (4) задаются как [12]

py˙lV˙i=Kexpy˙lV˙i2/2, (7)

||x|| – евклидова метрика; K – коэффициент нормировки.

Сложность вычисления соотношений (4)–(6) оценивается как P2 ≅ 2m (nk), для значений nk << k выполняется условие P2 << P1.

Наиболее простым для реализации является алгоритм посимвольного приема для сигнальных конструкций на основе корректирующего кода с проверкой на четность с параметрами (n, n − 1). В этом случае кодовый вектор кода CH представляет последовательность длительностью k + 1 одинаковых элементов поля GF (2m) и справедливо соотношение P2 ≅ 2m [9, 12, 19].

  1. СТАТИСТИЧЕСКИЕ МОДЕЛИ КАНАЛА С ЗАМИРАНИЕМ

Замирания сигналов приводят к деградации вероятностных характеристик Pб по отношению к распространению в свободном пространстве [2]. Количественные значения соответствующих энергетических потерь определяются статистическими свойствами амплитуды сигналов A как случайного процесса.

Ниже рассматриваются модели замираний сигналов при их многолучевом распространении по трансионосферным каналам [20–24]. При создании и развитии моделей замираний сигналов для данных каналов используются два подхода – на основе аналитического описания процесса распространения сигналов [21, 22] и на основе использования эмпирических соотношений относительно плотности распределения p (A) [24].

Аналитические подходы основаны на решении стохастического нелинейного волнового уравнения относительно электрического поля [22]. Соответствующие решения, полученные с использованием борновского приближения и приближения Рытова, дают возможность оценить вторые статистические моменты функционалов от амплитуды A.

Модели замираний из второго класса связывают параметры эмпирической плотности распределения p (A) с индексом сцинтилляции [21–24]

S42=(<A4>(<A2>)2)/(<A2>)2,

здесь <·> – усреднение по времени, если полагать процесс A эргодическим.

Относительно значений S4 замирания классифицируются как слабые для S4 < 0.3, средние для 0.3 < S4 < 0.6 и сильные для S4 > 0.6 [21].

Вероятность ошибки Pб для ФМ-М-сигналов с амплитудой A имеет вид [1]

Pб(A)=1m1π/Mπ/Mp(θ)dθ. (8)

Здесь p (θ) – плотность распределения фазы, для АБГШ с односторонней спектральной плотностью N0 справедливо соотношение [1]

p(θ)=12πexpEcsin2θN00rexp12(r2EcN0cosθ)2dr, (9)

Ec = Eбlog2M – энергия радиоимпульсов; A – энергия на 1 бит.

Для амплитуды A с плотностью распределения p (A) вероятность ошибки Pб с учетом замираний задается соотношением [1]

Pб=0Pб(A)p(A)dA. (10)

Для слабых замираний плотность распределения p (A) задается логнормальным законом [20, 21]

p(A)=1A12πσexp(lnAlnA0)22σ2, A>0. (11)

Здесь A0 – амплитуда регулярной сигнальной составляющей; σ2 – средняя мощность многолучевых компонент сигналов на выходе ионосферной линии.

Более общее выражение для  задается распределением Накагами [20]

p(A)=2Γ(m)mσc2mA2m1expmA2σc2. (12)

Здесь σc2 – средняя мощность сигналов; m ≥ 1/ 2 – параметр, задаваемый соотношением

m=Ω2<(A2Ω)2>,

Ω=<A2>; Г (m) – гамма-функция.

Параметры S4 и m для распределения Накагами связаны [20–22]

m=1/S42. (13)

Для m > 1 (для слабых, средних и, отчасти, сильных замираний) распределение Накагами аппроксимируется распределением Релея–Райса [21]

p(A)=Aσ2expA2+A022σ2I0AA0σ2, (14)

где A0 – амплитуда регулярной сигнальной составляющей; I0 (x) – модифицированная функция Бесселя первого рода нулевого порядка.

Вычисление значений Pб с использованием соотношения (10) с целью оценивания энергетических потерь с учетом замираний по отношению к распространению в свободном пространстве выполняется при условии равенства средних энергий

Ec=E¯c=0A2T2p(A)dA, т.е. Ac2=0A2p(A)dA.

Это условие обеспечивается выбором значений A0 и σ2 модели (14), как решения уравнения

Ac2=2σ2+A02. (15)

Значения σ2, A02 в (15) для распределения Релея–Райса (14) связаны через коэффициент Райса d [25]

d=A022σ2=12m2mmm2m. (16)

Решения системы уравнений (15), (16) относительно A02, σ2 имеют вид

A02=dAc21+d, σ2=Ac22(1+d).

  1. РЕЗУЛЬТАТЫ МОДЕЛИРОВАНИЯ

Ниже даны результаты моделирования алгоритма посимвольного приема с целью исследования помехоустойчивости сигналов ФМ-4, ФМ-8 и ФМ-16 (коэффициенты частотной эффективности 2, 3 и 4 бит/с/Гц) в сочетании с корректирующим кодом с проверкой на четность в полях Галуа GF (22), GF (23), GF (24) при распространении по трансионосферным каналам с замираниями. Информационный объем передаваемых сообщений составляет 96 битов, т.е. для рассматриваемых сигнальных конструкций количество информационных символов k = 48, 32 и 24, соответствующие кодовые скорости  корректирующих кодов равны 48/49, 32/33 и 24/25. Моделирование произведено для условий идеальной синхронизации по частоте, фазе и временным тактам. Приведены оценки вероятностей ошибки Pб и соответствующих энергетических потерь ΔE по отношению к распространению в свободном пространстве.

На рис. 1 приведены вероятности ошибки Pб, вычисленные с использованием соотношений (8), (9), (10) для сигналов ФМ-4, ФМ-8, ФМ-16 при передаче по каналу АБГШ: для вероятности Pб = 10–5 требуются значения Eб / N0, равные 9.5, 13.0 и 17.25 дБ соответственно.

 

Рис. 1. Вероятности ошибки Pб для сигналов ФМ-4 (кривая 1), ФМ-8 (кривая 2), ФМ-16 (кривая 3) при распространении по каналу АБГШ.

 

На рис. 2–4 приведены вероятностные кривые Pб для посимвольного приема рассматриваемых сигнальных конструкций – кривые 1 и 2 соответствуют вероятностям Pб без применения и с применением корректирующего кодирования для каналов АБГШ с замиранием с параметрами сцинтилляции трансионосферного канала S4 = 0.3 (см. рис. 2а, 3а, 4а) и S4 = 0.6 (см. рис. 2б, 3б, 4б). Для канала с замиранием с параметром S4 = 0.3 вероятность ошибки Pб = 10–5 при посимвольном приеме сигналов без использования корректирующего кодирования достигается при значениях Eб / N0, равных 16.0, 19.0 и 23.0 дБ соответственно (энергетические потери по отношению к АБГШ каналу без замираний составляют 6.5, 6.0, 5.75 дБ). Для параметра  данная вероятность ошибки достигается при значениях  39.5, 43.0 и 45.0 дБ соответственно (энергетические потери по отношению к АБГШ каналу без замираний составляют 30.0, 30.0 и 27.75 дБ).

 

Рис. 2. Вероятности ошибки при приеме сигнальной конструкции на основе сигналов ФМ-4 для канала с замиранием (параметр S4 = 0.3 (а) и 0.6 (б)): 1 – без кодирования; 2 – с использованием корректирующего кода в поле GF (22).

 

Рис. 3. Вероятности ошибки при приеме сигнальной конструкции на основе сигналов ФМ-8 для канала с замиранием (параметр S4 = 0.3 (а) и 0.6 (б)): 1 – без кодирования; 2 – с использованием корректирующего кода в поле GF (23).

 

Рис. 4. Вероятности ошибки при приеме сигнальной конструкции на основе сигналов ФМ-16 для канала с замиранием (параметр S4 = 0.3 (а) и 0.6 (б)): 1 – без кодирования; 2 – с использованием корректирующего кода в поле GF (24).

 

Для канала с замиранием с параметром S4 = 0.3 вероятность Pб = 10–5 при посимвольном приеме сигналов с использованием корректирующего кода с проверкой на четность достигается при значениях Eб / N0, равных 11.5, 14.25 и 18.0 дБ соответственно (энергетические потери по отношению к АБГШ каналу без замираний составляют 2.0, 1.25 и 0.75 дБ). Для параметра S4 = 0.6 вероятность ошибки Pб = 10–5 достигается при значениях Eб / N0, равных 27.0, 19.0 и 30.0 дБ соответственно (энергетические потери по отношению к АБГШ каналу без замираний составляют 17.5, 6.0 и 12.75 дБ).

В табл. 1 приведены результирующие значения энергетического выигрыша при использовании рассматриваемых цифровых сигналов ФМ-М и корректирующего кодирования в полях Галуа  по отношению к передаче без кодирования по трансионосферным каналам с замираниями. Видно, что применение корректирующего кодирования с проверкой на четность в сочетании с алгоритмом оптимального посимвольного приема анализируемых сигнальных конструкций на основе цифровых сигналов ФМ-М для трансионосферных каналов с замираниями обеспечивает значимый энергетический выигрыш до 4.5…24 дБ по отношению к посимвольному приему без корректирующего кодирования.

 

Таблица 1. Значения энергетического выигрыша (дБ) при использовании сигнальных конструкций на основе сигналов ФМ-М и корректирующего кодирования с кодовой скоростью r в полях Галуа GF (M) по отношению к передаче без кодирования по трансионосферным каналам

Цифровые сигналы

rS4 = 0.3S4 = 0.6

ФМ-4

48/49

4.5

12.5

ФМ-8

32/33

4.75

24.0

ФМ-16

24/25

5.0

15.0

 

ЗАКЛЮЧЕНИЕ

Дано описание алгоритма оптимального посимвольного приема сигнальных конструкций на основе цифровых сигналов и корректирующего кодирования в полях Галуа GF (2m). Основу анализируемого алгоритма составляет БПУ с размерностью 2m. Сложность алгоритма посимвольного приема определяется размерностью дуального кода, что обусловливает перспективность его применения для блоковых корректирующих кодов с низкой избыточностью.

Исследование вероятностных характеристик рассматриваемого алгоритма посимвольного приема произведено путем его моделирования для сигнальных конструкций на основе интенсивно используемых в приложениях цифровых сигналов с многофазовой манипуляцией ФМ-4, ФМ-8 и ФМ-16 и для корректирующих кодов с проверкой на четность с кодовыми скоростями 48/49, 32/33 и 24/25 в полях Галуа GF (22), GF (23), GF (24). Показано, что применение алгоритма посимвольного приема для моделей трансионосферных каналов с замираниями за счет рассеяния на ионосферных неоднородностях обеспечивает значительный энергетический выигрыш, до 4.5…24 дБ, по отношению к приему сигналов без кодирования. Используемые модели каналов с замираниями задавались параметром индекса сцинтилляции S4 = 0.3 (слабые и средние замирания) и S4 = 0.6 (средние и сильные замирания).

ФИНАНСИРОВАНИЕ РАБОТЫ

Работа выполнена в рамках государственного задания ИРЭ им. В.А. Котельникова РАН.

×

About the authors

L. E. Nazarov

Fryazino Branch Kotelnikov Institute of Radioengineering and Electronics RAS

Author for correspondence.
Email: levnaz2018@mail.ru
Russian Federation, Vvedenskogo Squar., 1 Fryazino, Moscow region, 141190

References

  1. Proakis J.G., Salehi M. Digital communication. Boston: McGraw-Hill, Higher Education, 2001.
  2. Bahl L.R., Cocke J., Jelinek F., Raviv J. // IEEE Trans. 1974. V. IT-20. № 3. P. 284.
  3. Смольянинов В.М., Назаров Л.Е. // РЭ. 1999. Т. 44. № 7. С. 838.
  4. Скляр Б. Цифровая связь. Теоретические основы и практическое применение. М.: ИД «Вильямс», 2003.
  5. Johnson S.J. Iterative Error Correction: Turbo, Low-Density Parity-Check and Repeat-Accumulate Codes. Cambridge: Univ. Press, 2010.
  6. Назаров Л.Е., Головкин И.В. // РЭ. 2010. Т. 55. № 10. С. 1193.
  7. Терешонок М.В., Кленов Н.В., Лобов Е.М. и др. // РЭ. 2022. Т. 67. № 3. С. 294. https://doi.org/10.31857/S0033849422030160.
  8. Назаров Л.Е., Батанов В.В. // РЭ. 2022. Т. 67 № 8. С. 782. https://doi.org/ 10.31857/S0033849422080137.
  9. Ping Li, Chan S., Yeng K.L. // Electronic Lett. 1997. V. 33. № 19. P. 1614.
  10. Steiner F., Bocherer G., Liva G. // IEEE Comm. Lett. 2018. V. 22. № 11. P. 2210.
  11. Lin S.-J. // IEEE Trans. 2018. V. СOM-66. № 8. P. 3235.
  12. Назаров Л.Е. // РЭ. 2023. Т. 68. № 9. С. 873. http://doi.org/ 10.31857/S003384942309019X
  13. Bourduge J., Poulliat C., Gadat B. // 2023 IEEE Int. Symp. on Information Theory (ISIT). Taipei. 25-30 Jun. N.Y.: IEEE, 2023. P. 2517. https://doi.org/10.1109/ISIT54713.2023.10206851.
  14. Назаров Л.Е. // Физ. основы приборостроения. 2022. Т. 11. № 3. С. 44. https://doi.org/10.25210/jfop-2203-044049.
  15. Питерсон У., Уэлдон Э. Коды, исправляющие ошибки. М.: Мир, 1976.
  16. Назаров Л.Е., Шишкин П.В. // РЭ. 2019. Т. 64. № 9. С. 910.
  17. Назаров Л.Е., Шишкин П.В. // Журн. радиоэлектроники. 2018. № 12. http://jre.cplire.ru/jre/dec18/10/text.pdf
  18. Kaipa K. // IEEE Comm. Lett. 2018. V. 22. № 11. P. 2210.
  19. Yeo S., Park I.-C. // IEEE Trans. 2018. V. IT-64. № 7. P. 5170.
  20. Crane R.K. // Proc. IEEE. 1977. V. 65. № 2. P. 180.
  21. Rino C.L. Theory of Scintillation with Applications in Remote Sensing. Hoboken: John Wiley & Sons, 2011.
  22. Ionospheric Propagation Data and Prediction Methods Required for the Design of Satellite Services and Systems. Recommendation ITU-R P.531-11. Geneva: Int. Telecommun. Union (ITU), 2012. 24 p.
  23. Назаров Л.Е., Смирнов В.М. // Журн. Радиоэлектроники 2020. № 11. http://jre.cplire.ru/jre/nov20/7/text.pdf https://doi.org/10.30898/1684-1719.2020.11.7.
  24. Назаров Л.Е., Батанов В.В. // РЭ. 2022. Т. 67. № 11. С. 1133. https://doi.org/10.31857/S0033849422110110
  25. Тихонов В.И. Статистическая радиотехника. М.: Сов. радио, 1966.

Supplementary files

Supplementary Files
Action
1. JATS XML
2. Fig. 1. Error probabilities Pb for FM-4 (curve 1), FM-8 (curve 2), FM-16 (curve 3) signals when propagating through the ABGS channel.

Download (64KB)
3. Fig. 2. Error probabilities at reception of the signal design based on FM-4 signals for the channel with fading (parameter S4 = 0.3 (a) and 0.6 (b)): 1 - without coding; 2 - using a correction code in the GF field (22).

Download (120KB)
4. Fig. 3. Error probabilities at reception of the signal design based on FM-8 signals for the channel with fading (parameter S4 = 0.3 (a) and 0.6 (b)): 1 - without coding; 2 - using a correction code in the GF field (23).

Download (118KB)
5. Fig. 4. Error probabilities at reception of the signal design based on FM-16 signals for the channel with fading (parameter S4 = 0.3 (a) and 0.6 (b)): 1 - without coding; 2 - using a correction code in the GF field (24).

Download (117KB)

Copyright (c) 2024 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».