Содержание к диссертации
Введение
I. Анализ условий применения и тенденций развития информационно измерительных систем охраны периметров 18
1.1 Анализ информационно-измерительных систем и их структуры 18
1.1.1 Измерительная система 18
1.1.2 Измерительный канал измерительной системы 19
1.1.3 Системы автоматического контроля 20
1.1.4 Системы технической диагностики (СТД) 21
1.1.5 Структура информационно-измерительных системы 22
1.2 Анализ современных систем охраны периметров 23
1.2.1 Общие требования к периметральным системам 23
1.2.2. Специфика применения периметральных систем л 24
1.2.2.1 Радиолучевые системы 24
1.2.2.2 Радиоволновые системы 25
1.2.3 Сейсмические систем охраны периметров 26
1.2.3.1 Определения и терминология 26
1.2.3.2 Классификация и характеристики сейсмических средств обнаружения 27
1.3 Анализ и обоснование выбора физического принципа действия для создания информационно измерительной системы охраны периметров...33
1.3.1 Классификация и анализ характеристик известных датчиков...33
1.3.2 Выбор чувствительных элементов датчиков 44
1.3.3 Обоснование выбора сейсмического сигнала для создания
информационно измерительной системы охраны периметров 46
1.4 Постановка задачи и цели диссертационной работы 48
Выводы 50
II. Анализ природы вибросигналов от движущихся объектов и сейсмоакустических шумов Земли
2.1 Анализ известных сигналов от различных типов подвижных объектов 51
2.2 Исследования распространения виброколебаний и разработка их математической модели 57
2.3 Принципы распространения виброколебаний в слоистых средах 63
2.4 Анализ сейсмоакустических шумов Земли 65
2.4.1 Низкочастотные сейсмические шумы 66
2.4.2 Высокочастотные сейсмические шумы 67
2.4.3 Техногенные сейсмические шумы 70
Выводы 72
III. Разработка методов, алгоритмов и программ обработки сигналов от движущихся объектов по их вибросигналов 74
3.1. Анализ амплитудно-временных характеристик вибросигналов от движущихся объектов 74
3.1.1 Исследование поверхности почвы на наличие в ней шумов 74
3.1.2 Исследование вибросигналов в зависимости от некоторых характеристик грунта и скорости движения объекта 78
3.2 Разработка методов, алгоритмов обработки сигналов и их математических моделей от движущихся объектов по их вибросигналов 85
3.2.1 Разработка метода цифровой фильтрации вибросигналов полученных с земной поверхности для движущихся объектов 85
3.2.1.1 Теоретические основаны метода адаптивной фильтрации S5
3.2.1.2 Разработка метода адаптивной фильтрации вибросигналов полученных с земной поверхности для различных типов движущейся техники и их параметров 104
3.2.1.3 Разработка математических моделей распространения вибрационной волны в различных типах грунта от движущегося объекта 109
3.2.1.4 Разработка метода идентификации движущихся объектов с использованием адаптивной фильтрации 118
3.2.1.4.1 Выделение информационных признаков 118
3.2.1.4.2 Отбор наиболее информативных признаков для идентификации 119
3.2.1.4.3 Поэтапный анализ отобранных информационных признаков 123
3.2.1.5 Разработка метода определения скорости движущихся объектов
по их вибросигналов полученных с земной поверхности для различных
типов движущейся техники и параметров грунта 126
Выводы 134
IV. Теоретическая разработка перспективной ПИИС 135
4.1 Структура построения ПИИС 135
4.2 Структурная схема прототипа измерительного устройства 136
4.3 Разработка способа кодирования-декодирования информации на основе Турбо-кодов 139
4.3.1 Способ кодирования - декодирования 139
4.3.2 Алгоритм декодирования турбокода 145
4.4 Алгоритм работы устройства обработки вибрационного сигнала от движущегося объекта 146
4.5 Эффективность перспективных ИИСІЖОО 147
4.6 Сравнительная характеристика известной ИИСПКОО и разработанного ИИСІЖОО 152
Выводы 153
V. Экспериментальные исследования 155
5.1 Моделирование фильтров (ФНЧ и ФВЧ) с помощью программы N1
MultisimlO.l 155 5.2 Исследования адекватности математической модели распространения виброколебаний в приповерхностном слое земли 156
5.3 Исследования адекватности математических моделей распространения вибрационной волны в грунте, в щебени и в асфальте от движущегося объекта 1 5.3.1 Исследования адекватности математической модели распространения вибрационной волны в грунте от движущегося объекта 160
5.3.2 Исследования адекватности математической модели распространения вибрационной волны в щебне от движущегося объекта 162
5.3.3 Исследования адекватности математической модели распространения вибрационной волны в асфальте от движущегося объекта 165
5.4 Исследования адекватности метода определения скорости движущихся объектов по их вибросигналов полученных с земной поверхности для различных типов грунта 168
5.4.1 Исследования адекватности метода определения скорости движущихся объектов по их вибросигналов полученных с земной поверхности для грунта 168
5.4.2 Исследования адекватности метода определения скорости движущихся объектов по их вибросигналов полученных с земной поверхности для щебня 171
5.4.3 Исследования адекватности метода определения скорости движущихся объектов по их вибросигналов полученных с земной поверхности для асфальта 174
5.5 Экспериментальные исследования способа кодирования -декодирования информационного сигнала но основе Турбо кодов 177
5.5.1 Схема моделирования турбо кодера 177
5.5.2 Результаты экспериментальных исследований 180
5.6 Экспериментальные исследования метода идентификации движущихся объектов 183
5.6.1 Анализ АЧХ вибросигнала при движении легковой машины по различным типам грунта 183
5.6.2 Анализ АЧХ вибросигнала при движении людей 184
Выводы 186
Заключение 187
Список литературы
- Анализ современных систем охраны периметров
- Исследования распространения виброколебаний и разработка их математической модели
- Разработка методов, алгоритмов обработки сигналов и их математических моделей от движущихся объектов по их вибросигналов
- Алгоритм работы устройства обработки вибрационного сигнала от движущегося объекта
Введение к работе
Актуальность темы. Охрана важных объектов, таких как атомные электростанции, химические и металлургические заводы, склады стратегического назначения, пусковые установки, государственная граішца и т.д., т.е. тех объектов, которые удаленны от сил охраны, ставит ряд задач, связанных с получением, обработкой и передачей информации о состоянии охраняемого периметра перечисленных объектов.
Для таких объектов интегрированная информационно-измерительная система в том определении, которое известно из технической литературы, применима лишь ограниченно, в «урезанном» виде. Например, получение с указанных объектов телевизионного изображения в реальном масштабе времени затруднительно из соображения «узости» канала передачи информации и энергоемкости охранного телевидения.
Тем не менее, с удаленного объекта силам охраны должна поступать достоверная информация о человеческой активности в районе охраняемого объекта.
С точки зрения информационно-измерительных систем ставятся задачи последовательного достоверного обнаружения объектов, их распознавания, измерения координат и скорости в пространстве для быстрого и эффективного реагирования сил охраны.
Как показывает практика, решение данных задач возможно с использованием пассивных средств обнаружения (СО), реализуемых на неэнергоемких сейсмическом, акустическом, магнитометрическом, трибоэлектрическом, тепловом (инфракрасном) и других физических принципах регистрации воздействий нарушителей на чувствительный элемент.
Несмотря на широкую применимость, из всех пассивных физических принципов обнаружения потенциальные возможности сейсмического раскрыты в наименьшей степени.
Основными недостатками современных систем периметрального контроля являются:
большие массогабаритные характеристики, вызываемые устаревшей элементной базой (отечественного производства);
невозможность классификации и распознавания обнаруженных целей;
- невозможность обеспечить раннее детектирование вторжения на
территорию объекта.
Из вышеизложенного можно сделать вывод о том, что на данном этапе развития технологии и науки необходимо переходить к созданию информационно - измерительных систем периметрального контроля охраняемых объектов (ИИСПКОО), которые будут обеспечивать:
возможность раннего обнаружения нарушителя — еще до его проникновения на объект;
точное следование контурам периметра, отсутствие "мертвых" зон;
- по возможности скрытая установка датчиков системы;
- независимость параметров системы от сезона (зима, лето) и погодных
условий (дождь, ветер, град и т.д.);
невосприимчивость к внешним факторам "нетревожного" характера-индустриальные помехи, шум проходящего рядом транспорта, мелкие животные и птицы;
устойчивость к электромагнитным помехам — грозовые разряды, источники мощных электромагнитных излучений и т.п.
Исходя из этого, научной задачей, решаемой в диссертационной работе, является, разработка математических моделей и методов обработки информационного вибрационного сигнала для перспективных информационно - измерительных систем периметрального контроля охраняемых объектов.
Объектом исследования являются информационно-измерительные системы периметрального контроля охраняемых объектов.
Предметом исследования являются: амплитудные спектры вибросигналов от движущихся объектов.
Целью работы является повышение эффективности
информационно-измерительных систем периметрального контроля
охраняемых объектов путем использования новейших
экспериментальных и теоретических методов сбора, анализа и обработки информации.
Поставленная цель достигается решением следующего комплекса взаимосвязанных задач:
исследование вибрационного сигнала, для повышения вероятности обнаружения и идентификации движущихся объектов, как наиболее информативного;
обработка информационного вибрационного сигнала для повышения функциональных возможностей ИИСПКОО на основе разработки новых методов: адаптивной фильтрации информационного сигнала от движущегося объекта, определения скорости движущихся объектов по их вибросигналов и способов: идентификации движущихся объектов, кодирования - декодирования информационного сигнала на основе Турбо-кодов;
- разработка перспективных и модернизации существующих
ИИСПКОО на основе теоретических и экспериментальных разработок;
- проведения экспериментальных исследований, измерений и натурных
испытании ИИСПКОО.
Методы исследований, используемые в диссертации, основываются на теории интегральных преобразований Фурье, Лапласа, дискретного Z -преобразования, методах цифровой (адаптивной) обработки сигнала, методах теории случайных процессов и оптимальной фильтрации сигналов, теории вероятности и математической статистики.
Основные положения, выносимые на защиту:
1 Результаты исследования распространения виброколебании и амплитудных спектров вибросигналов от движущихся объектов для различных типов грунта и скорости движения объекта.
-
Метод адаптивной фильтрации вибросигналов полученных с земной поверхности для различных типов движущейся техники и скорости движения объектов.
-
Математические модели распространения вибрационной волны в грунте, в щебне и в асфальте от движущегося объекта.
4. Метод определения скорости движущихся объектов по их
вибросигналам.
5 Способы идентификации движущихся объектов по их вибросигналам и кодирования - декодирования информационного сигнала на основе Турбо-кодов.
6. Принципы построения перспективных ИИСПКОО.
Научная новизна состоит в разработке прикладной теории повышения функциональных возможностей перспективных ИИСПКОО, включающей в себя:
- математическую модель распространения виброколебании в
приповерхностном слое земли, учитывающую в отличие от существующих,
принципы распространения вибросигналов от различных движущихся
- метод адаптивной фильтрации вибросигналов полученных с земной
поверхности позволяющий, в отличие от существующих, учитывать
разновидность типа почв, типа движущихся объектов и их скорости
движения;
математические модели распространения вибрационной волны в грунте, в щебне и в асфальте от движущегося объекта дающие возможность в отличие от известных, учитывать тип почвы, структуру почвы, климатические условия и скорость перемещения объектов;
метод определения скорости движущихся объектов по их вибросигналам был разработан впервые;
способ идентификации движущихся объектов по их вибросигналам отличается от существующих, тем, что в нем был применен, разработанный в диссертации, метод адаптивной фильтрации;
способ кодирования - декодирования информационного сигнала на основе Турбо-кодов отличается от существующих, тем, что в нем обеспечивается сжатие информации в 8 раз при одновременном снижении уровня шума и увеличении отношения сигнал/шум и увеличивается производительности трафика передачи информационного сигнала в 2 раза.
Практическая ценность результатов работы определяется
следующими факторами:
- результаты исследования структуры распространения
виброколебаний и амплитудных спектров вибросигаалов движущихся
объектов (машина, человек) для различных типов грунта и скорости движения объекта, а так же разработанные математические модели распространения виброколебаний в приповерхностном слое земли и распространения вибрационной волны в грунте, в щебне и в асфальте от движущихся объектов позволили определить принципы получения вибрационного сигнала от движущихся объектов и разработать метод цифровой фильтрации (на основе адаптивного фильтра) вибрационных сигналов, полученных с земной поверхности для различных типов грунта и скоростей объекта;
- разработанный метод цифровой фильтрации вибрационных
сигналов, снятых с земной поверхности для различных типов грунта и
скоростей объекта, позволил на его основе разработать способ
идентификации и метод определения скорости движущихся объектов по их
вибросигналам;
- разработанный способ идентификации движущихся объектов по их
вибросигналам, повысил достоверность идентификации объектов (до 0,95);
разработанный способ кодирования - декодирования информационного сигнала на основе Турбо-кодов, позволил повысить производительность трафика канала передачи информации (в 2 раза).
Достоверность результатов диссертационной работы определяется следующими факторами:
- в основе исследований, проведенных в работе, лежат хорошо
апробированные ранее положения статистической теории акустических и
волновых процессов, протекающих в различных средах;
достоверность результатов работы подтверждается также результатами экспериментальных исследований и их хорошим совпадением с теоретическими выкладками.
Личный вклад автора. Результаты получены автором лично, из них основными являются:
результаты исследования структуры распространения виброколебаний;
математическая модель распространения виброколебаний в приповерхностном слое земли;
результаты исследований амплитудных спектров вибросигналов различных движущихся объектов для различных типов грунта, погодных условий и скорости движения объекта;
метод адаптивной фильтрации вибросигналов полученных с земной поверхности для различных типов движущихся объектов и скорости их движения;
математические модели распространения вибрационной волны в грунте, в щебне и в асфальте от движущегося объекта;
способ идентификации движущихся объектов по их вибросигналам;
- метод определения скорости движущихся объектов по их
вибросигналам;
- способ кодирования - декодирования информационного сигнала на
основе Турбо-кодов;
- перспективная ИИСПКОО.
Реализация результатов работы.
Разработанные в ходе исследований методики и программы внедрены в ОАО «Комбайнмашстрой» г. Тула.
Пакет прикладных программ по фильтрации вибросигнала внедрен в учебный процесс на кафедре «Радиоэлектроника» в Тульском государственном университете.
Апробация работы.
Основные положения и результаты диссертационной работы докладывались на : НТО радиотехники, электроники и связи имени А.С. Попова - Москва, 2010; 17-я Всероссийская межвузовская научно-техническая конференция студентов и аспирантов. «Микроэлектроника и информатика - 2010» - Москва: МИЭТ, 2010; VII Всероссийской научно -технической Интернет- конференции «Проблемы наземной радиолокации»
- Тула: ТулГУ, 2010; XXVIII научна сессия, посвященная Дню радио и 65 -
летию российского научно-технического общества радиотехники,
электроники и связи им. А.С. Попова. Тула, 2010; 13-я. Международная
конференция «Цифровая обработка сигналов и ее применение-О8РА-2011»
- Москва, 2010.
Основное содержание работы отражено в 11 публикациях, включающих 8 статей, из них 3 - в изданиях, рекомендованных ВАК, 3 тезиса докладов на международных и российских НТК.
Структура и объем работы. Работа состоит из введения, пяти разделов, заключения и VIII приложений, изложенных на 202 страницах основного текста и содержащих 116 рисунков, 2 фотографии, 6 таблиц, списка литературы из 161 наименований.
Анализ современных систем охраны периметров
Измерительная система (ИС) — совокупность определенным образом соединенных между собой линиями связи средств измерений (измерительных преобразователей, измерительных коммутаторов, измерительных приборов) и других технических устройств (компонентов измерительной системы), образующих измерительные каналы, реализующая процесс измерений и обеспечивающая автоматическое (автоматизированное) получение результатов измерений (выражаемых числом или кодом) в общем случае изменяющихся во времени и распределенных в пространстве величин, характеризующих определенные свойства (состояние) объекта измерений [2].
Измерительные системы обладают основными признаками средств измерений и являются их специфической разновидностью ].
Основными областями применения собственно измерительных систем являются научные исследования, испытания различных объектов, учетные операции, и др.
Конструктивно или функционально выделяемая часть ИС, выполняющая законченную функцию от восприятия измеряемой величины до получения результата ее измерений, выражаемого числом или соответствующим ему кодом, или до получения аналогового сигнала, один из параметров которого — функция измеряемой величины.
Типовая структура измерительного канала (ИК) включает в себя первичный измерительный преобразователь, связующий компонент измерительной системы (техническое устройство или часть окружающей среды, предназначенное или используемое для передачи с минимально возможными искажениями сигналов, несущих информацию об измеряемой величине от одного компонента ИС к другому, промежуточный (унифицирующий) измерительный преобразователь, аналого-цифровой преобразователь, процессор, цифро-аналоговый преобразователь и др.
Различают простые ИК, реализующие прямые измерения какой-либо величины, и сложные ИК, реализующие косвенные, совокупные или совместные измерения, начальная часть которых разделяется на несколько простых ИК.
Протяженность ИК может составлять от десятков метров до нескольких сотен километров. Число ИК — от единиц до нескольких тысяч. Информация от датчиков передается обычно электрическими сигналами (реже — пневматическими). В некоторых областях измерений современные датчики имеют цифровой выход. При большой протяженности ИК используются радиосигналы.
Вторичную часть ИС после линий связи, соединяющих ее с датчиками, обычно называют измерительно-вычислительным комплексом (ИВК).
Для расчета характеристик случайной составляющей погрешности ИК, являющейся случайной функцией времени, в общем случае, необходимо располагать данными о спектральном составе погрешностей систем информации (СИ), образующих ИК, и о динамический, характеристиках этих СИ, чтобы учесть эффект фильтрации случайных погрешностей за счет инерционности компонентов ИК. Если пренебречь эффектом фильтрации, то общее отношение между погрешностью ИК и погрешностями образующих его компонентов может быть представлено в виде:
Эти системы осуществляют контроль соотношения между текущим (измеренным) состоянием объекта и установленной "нормой поведения" по известной математической модели объекта. По результатам обработки полученной информации выдается суждение о состоянии объектов контроля. Таким образом, задачей САК является отнесение объекта к одному из возможных качественных состояний.
Объем априорной информации об объекте контроля в отличие от ИС достаточен для составления алгоритма контроля и функционирования самой САК, предусматривающего выполнение операций по обработке информации. Алгоритм функционирования САК определяется параметрами объекта контроля. По сравнению с ИС эксплуатационные параметры САК более высокие: длительность непрерывной работы, устойчивость и воздействие промышленных помех, климатические и механические воздействия. Системы автоматического контроля могут быть встроенные в объект контроля и внешние по отношению к нему. Первые преимущественно применяются в сложном радиоэлектронном оборудовании и входят в комплект такого оборудования.
СТД представляет собой совокупность множества возможных состояний объекта, множества сигналов, несущих информацию о состоянии объекта, и алгоритмы их сопоставления.
Объектами технической диагностики являются технические системы. Элементы любого технического объекта обычно могут находиться в двух состояниях: работоспособном и неработоспособном. Поэтому задачей систем технической диагностики СТД является определение работоспособности элемента и локализация неисправностей.
В СТД определение состояния объекта осуществляется программными средствами диагностики. При поиске применяется комбинационный или последовательный метод.
При комбинационном поиске выполняется заданное число проверок независимо от порядка их осуществления. Последовательный поиск связан с анализом результатов каждой проверки и принятием решения на проведение последующей проверки.
Существуют еще такие системы как: - системы распознавания образов (СРО). Предназначены для определения степени соответствия между исследуемым объектом и эталонным образом. телеизмерительные информационные системы (ТИИС), которые предназначаются для измерения параметров сосредоточенных и рассредоточенных объектов. В зависимости от того, какой параметр несущего сигнала используется для передачи информации.
Исследования распространения виброколебаний и разработка их математической модели
Согласно выше приведенному можно сделать вывод, что для идентификации каждого типа движущегося объекта можно выделить свой тип сигнала, который учитывает и такие факторы, как размер объектов, их количество, скорость движения, расстояние от сенсоров, атмосферные факторы, тип среды распространения сигнала и т.д.
Поэтому при создании системы идентификации движущихся наземных объектов приходится проводить всесторонний анализ характеристик сигналов, учитывая все выше перечисленные факторы и создавать большие базы данных для каждого движущегося объекта.
Прямолинейное распространение звука в однородных средах представляется настолько очевидным, что наличие эхо-сигналов в твердых средах так же, как и в воздухе и воде, естественно, никогда не оспаривалось. В силу этой очевидности, за сто лет до первых практических измерений, в двадцатых годах ХГХ-го века, путем решения волнового уравнения Пуассон описал распространение упругих колебаний в твердых средах и предсказал наличие в них продольных и поперечных упругих колебаний. Этим он определил всю дальнейшую судьбу теоретической акустики твердых сред, развитие которой вплоть до наших дней идет по пути математического анализа возможных решений волнового уравнения для различных граничных условий [27-29,33].
В результате, сформировалось мнение, что при проведении сейсморазведочных работ возникает и распространяется большое количество типов упругих колебаний [30-32].
Не имея технических средств для выявления отдельных типов волн по их базисным параметрам, с самого начала практических измерений упругие волны различных типов стали различать по скорости их распространения. Так, например, принимая, что продольные волны всегда имеют место, и что скорость их, по определению, наибольшая, первую по времени пачку на сейсмограмме считают именно обусловленной этими самыми продольными волнами, вторая пачка - волны поперечные, третья - волны Рэлея и т.д. [27,33].
Диапазон значений получающихся по этой логике скоростей оказался очень широким - от 100 м/с. до 7000 м/с. И здесь нашлось место для множества типов волн. Однако в этой логике есть одна неувязка. Дело в том, что инициатор упругих колебаний является источник ударного типа, то есть, короткий импульс. Форма сейсмосигнала при этом имеет вид гармонических затухающих колебаний [27-29].
Из общефизических представлений известно, что если отклик /на ударное, импульсное воздействие представляет собой гармонический затухающий процесс, это значит, что воздействию подверглась какая-то колебательная система. Это важнейший в физике принцип.
Сейсмосигнал содержит, как правило, несколько гармонических затухающих сигналов с частотами от долей герца до килогерц [23,34]. При работе в условиях существенно слоистых осадочных пород каждая из спектральных составляющих /о оказывается обусловленной породным слоем с толщиной h следующим образом:
Был проведен эксперимент, при котором воздействовали на пластину точечным ударом. Перемещая вдоль пластины точечный пьезоприемник «п», было выяснено, с какой скоростью распространяется фронт сигнала (то есть по моменту первого вступления) при удалении от точки воздействия, от источника «и». Схема эксперимента приведена на рис. 2.8 а.
Схема измерений (а) и результаты определения скорости распространения колебательного упругого процесса вдоль слоя-резонатора
Максимальное значение скорости наблюдается при сквозном прозвучивании пластины, то есть когда регистрация идет в точке п._- Для большинства сред значение этой скорости VJ_ - примерно 5000 м/с. При регистрации сигнала в точках с индексом "=" скорость распространения V= существенно ниже. Но самое главное, что эта скорость зависит от расстояния до точки ударного воздействия /. Минимальное расстояние 10 определяется допустимой погрешностью при определении расстояния. В лабораторных условиях толщина пластины не больше чем 10 мм и при этом расстояние 10 оказывается примерно равным h. При l0 h значение скорости V= примерно равно 1000 м/с. Затем, с увеличением /, скорость V= увеличивается, и приближается асимптотически к значению, примерно вдвое меньшему, чем V±_. С приближением к точке удара график зависимости V=(l) увеличивает свое сечение, что соответствует увеличению погрешности ее определения.
Значение, к которой стремится скорость распространения собственных колебаний пластины-резонатора (или слоя-резонатора) вдоль ее поверхности, равна скорости &$. Снижение скорости распространения этого процесса вдоль пластины-резонатора происходит вблизи точки ударного воздействия, а также вблизи границ и в зонах любых нарушений плоскопараллельности слоя-резонатора.
Спектральное преобразование импульсного сигнала в синусоидальный происходит не мгновенно, и рассматривать скорость распространения упругого процесса без учета его спектрального преобразования нельзя. Там, где идет преобразование спектра сейсмосигнала, происходит снижение скорости распространения V=. Наибольшее изменение спектра происходит в зоне ударного воздействия. Поэтому и снижение скорости там наибольшее. Там, где изменяется плоскопараллельность слоя (изменение толщины его, выклинивание, раздвоение и т.п.) преобразование спектра менее значительно, и снижение скорости там может быть меньшим.
Как было сказано выше важную роль при изучении колебательных процессов в упругих средах играют скорость распространения некоторого возмущения С и скорость колебания частиц в вибрационной волне V,. Эти величины входят в соответствующие уравнения либо непосредственно, например, [27-29]
Разработка методов, алгоритмов обработки сигналов и их математических моделей от движущихся объектов по их вибросигналов
В начале каждый вектор х =(x -iel,p); где sel,2 - номер класса (s движущийся объект, шум леса), jel,ns , щ — число обучающих векторов данного класса состоит из р признаков, выбранных из соображений как предположительно полезные для данной проблемы распознавания. При этом число р может быть достаточно велико и даже превышать число имеющихся обучающих векторов в каждом из классов, но для устойчивости вычислений должно выполняться условие р П1+П2 . Процедура отбора признаков -итерационная и состоит из р пїагов на каждом из которых число отобранных признаков увеличивается на единицу. На каждом промежуточном k-м шаге процедура работает с ni n2 -мерными векторами xSJ(k) (k p), сформированных из к-1 признаков, отобранных в результате первых к-1 шагов и некоторого нового признака из числа оставшихся. Отбор признаков основан на оценивании по векторам, состоящим из различных признаков, стохастического расстояния D(k) между распределениями вероятностей векторов xSJ(k):
На первом шаге процедуры отбора значения функционала D(l) вычисляются для каждого из р признаков. Максимум из этих р значений достигается на каком-то из признаков, который таким образом отбирается как первый информативный. На втором шаге значения функционала D(2) вычисляются уже для векторов, состоящих из пар признаков. Первый элемент в каждой паре - это признак, отобранный на предыдущем шаге, второй элемент пары - один их оставшихся признаков. Таким образом получаются р-1 значения функционала D(2). Второй информативный признак отбирается из условия, что на кем достигается максимум функционала D(2). Далее процедура продолжается аналогично, и на к-м шаге процедуры отбора вычисляются значения функционала D(k) по обучающим векторам, состоящим из к признаков. Первые к-1 компонент этих векторов есть информативные признаки, отобранные на предыдущих к-1 шагах, последняя компонента - один из оставшихся признаков. В качестве к-то информативного признака отбирается тот признак, для которого функционал D(k) -максимален.
Описанная процедура ранжирует порядок следования признаков в обучающих векторах так, чтобы обеспечить максимально возможную скорость возрастания расстояния D(k) с ростом номера признака. Для селекции множества наиболее информативных признаков на каждом шаге к=1,2,...,р описанной выше итерационной процедуры ранжирования признаков по информативности сохраняются номеру в исходной таблице признаков и имя выбранного» признака, также вычисляется теоретическое значение полной вероятности ошибки классификации Р(к) по формуле Колмогорова-Деева [172,178].
Эта формула, как было шоказано в различных исследованиях, имеет хорошую точность при размерах выборок порядка сотни и rs 0.3, s=l,2. Функция D(k), получаемая в результате процедуры ранжирования признаков, возрастает с ростом к, однако, на практике ее рост, как правило, существенно замедляется при к- р. В этом случае функция Р(к) на каком то шаге к0 между 1 и р имеет минимум. В качестве набора наиболее информативных признаков и принимается совокупность признаков, отобранных на шагах 1,...,ко описанной выше процедуры. Именно они обеспечивают минимальную полную вероятность ошибочной классификации, которая может быть получена при данных обучающих наблюдениях в ОМУ. В качестве решающего правила используются алгоритмы идентификации, основанные на классических статистических дискриминаторах, таких как линейный и квадратичный дискриминаторы [74]. Данные алгоритмы применяются наиболее часто в виду простоты их использования, удобства обучения применительно к конкретному типу объекта и легкости оценивания вероятности ошибочной идентификации движущегося объекта.
На основании обработки экспериментальных данных, отработана и подтверждена следующая методика: Селекция необходимых выборок из непрерывно принимаемого сигнала.
Прежде чем проводить анализ, необходимо провести «вырезание» наиболее информативной части вибросигнала и не перегрузить возможности процессора. На рисунках 3.54 представлен оцифрованный и отфильтрованный сигнал с частотой дискретизации 8000 Гц (предусмотрено применяемым датчиком). Видно, что для анализа необходима только малая часть сигнала, для ее вырезания ставим порог чувствительности а -выбирающийся согласно среднему значению первого искомого минимума (находящейся на 0,9 секунде), полученного экспериментальным путем.
Т.к. сигнал (спектрограмма) будет поступать в виде отфильтрованного потока сплошного сигнала, то желательно уже на первом этапе выделить вырезку для идентификации (от 0,05 с до 0,95 с).
Энергия движущегося тела прямо пропорциональна квадрату его скорости. Энергия колебательного движения прямо пропорциональна квадрату амплитуды и частоты. В первом приближении можно принять, что энергия вибросигнала прямо пропорциональна кинетической энергии движущегося транспортного средства (коэффициенты k20as, k20sh и k20gr перед интегралами пропорциональны квадрату скорости). В этом случае по энергии вибросигнала можно» определить скорость движущегося объекта. Попытки найти скорость из амплитудно-частотных характеристик движущихся объектов затруднительны, так как неоднородности грунта под колёсами транспортного средства и на пути распространения вибросигнала существенно искажают в ряде случаев характерный спектр вибросигнала.
Алгоритм работы устройства обработки вибрационного сигнала от движущегося объекта
Этот кодер можно представить как линейную систему с дискретной конечной импульсной характеристикой (finite impulse response — FIR), порождающую хорошо знакомый несистематический сверточный (nonsystematic convolutional — NSC) код, разновидность которого показана на рис. 4.5. Хорошо известно, что при больших значениях Ej/No достоверность передачи с кодом NSC выше, чем у систематического кода с той же памятью. При малых значениях E,/N0 существует обходной путь. В качестве составляющих компонентов для турбокода был предложен класс сверточных кодов с бесконечной импульсной характеристикой. Такие же компоненты используются в рекурсивных систематических сверточных (recursive systematic convolutional — RSC) кодах, поскольку в них предварительно кодированные биты данных постоянно должны подаваться обратно на вход кодера. При высоких степенях кодирования коды RSC дают значительно более высокие результаты, чем самые лучшие коды NSC, при любых значениях Et/No. Двоичный код RSC со степенью кодирования 1/2 получается из кода NSC с помощью контура обратной связи и установки одного из двух выходов (Uk или vk) равным dk. На рис. 4.6, а показан пример такого RSC-кода с К = 3, где ак получается из рекурсивной процедуры
Считается, что входной бит dk с одинаковой вероятностью может принимать как значение 1, так и 0. Кроме того, {аК} показывает те же статистические вероятности, что и {dk}. Просвет одинаков у RSC-кода (рис. 4.6, а) и NSC-кода (рис. 4.5). Точно так же совпадает их решетчатая структура по отношению к переходам между состояниями и соответствующим входным битам. Впрочем, у RSC- и NSC-кодов две выходные последовательности {ик} и {v } не соответствуют той же входной последовательности {dk}. Можно сказать, что при тех же генераторах кода распределение весовых коэффициентов кодовых слов RSC-кодера не изменяется, по сравнению с распределением весовых коэффициентов кодовых слов NSC-кодера. Единственное различие состоит в отображении между входной и выходной последовательностями данных.
Декодирование при наличии контура обратной связи Уравнение можно переписать для мягкого выхода в момент времени к с нулевой начальной установкой априорного LLR L(dk). Это делается на основе предположения о равной вероятности информационных битов. Следовательно, некоррелированным шумом, а следовательно, Le(dk) может использоваться как новое наблюдение dk другим декодером для образования итеративного процесса. Основным принципом передачи информации обратно на другой декодер является то, что декодер никогда не следует заполнять собственными данными (иначе искажения на входе и выходе будут сильно коррелировать).
Для гауссового канала в уравнении (4.8) при описании канального LLR Lc(xi) использовался натуральный логарифм. Можно предсавить:
Схема декодера с обратной связью Приемлемый подход к представлению процесса, дающего значения апостериорной вероятности для каждого информационного бита, состоит в реализации оценки максимально правдоподобной последовательности, или алгоритма Витерби, и вычислении ее по двум направлениям блоков кодовых битов. Если осуществлять такой двунаправленный алгоритм Витерби по схеме раздвижных окон , — получатся метрики, связанные с предшествующими и последующими состояниями. В результате получим апостериорную вероятность для каждого бита данных, имеющегося в блоке. Итак, декодирование турбокодов можно оценить как в два раза более сложное, чем декодирование одного из составных кодов с помощью алгоритма Витерби.
Измерительное устройство (см. рисунок 4.4) производит предварительную обработку, запись и передачу аналогового сигнала от движущегося объекта ДО с вибродатчика ВД (фото 4.1) до пульта контроля ПК с последующей цифровой обработкой вибросигнала.
Информационный сигнал с вибродатчика проходит через предварительную фильтрацию на основе фильтра ФВЧ - СЗ и R5 и фильтра ФНЧ - DA1, С1, С2, С4, R2, R3, R6 и R7. При этом выделяется информационный сигнал в полрсе частот от 10 до 500 Гц.
Встроенный АЦП в микропроцессор ATmegal28 производит преобразование аналогового сигнала в 8-ми битный цифровой.
В литературе представлена методика информационно-статистического анализа оценки эффективности ИИСПКОО [84]. В качестве основы в этой теории приняты значения характеристик ИИСПКОО и вероятности выполнения ими своих функций в заданном промежутке времени.
Массагабаритные характеристики перспективных ИИСПКОО в десятки раз меньше существующих, поэтому потребное время необходимое на реализацию цикла разведки (Г„) значительно меньше по сравнению с известными ИИСПКОО (требуется меньше сил и средств для реализации заданных функций). Из анализа, формул (4.12) следует, что при наличии располагаемого времени (ТР) необходимого для известных ИИСПКОО повышается оперативность функционирования перспективных ИИСПКОО. Если располагаемое время (Тр) меньше потребного времени (Ту) для известных ИИСПКОО, то это позволяет выполнить распознавательные действия недоступные для известных ИИСПКОО.
По этой же причине уменьшается вероятность обнаружения элементов ИИСПКОО оптическими и радиотехническими средствами. Вероятность обнаружения нарушителя элементами ИИСПКОО можно определить из выражения (4.13) где Км -коэффициент замаскированности элемента ИИСПКОО от данного вида; W - вероятность обнаружения элемента ИИСПКОО за время одного цикла работы; у - степень правдоподобия; ц - количество ложных элементов ИИСПКОО; tp - время нахождения элемента ИИСПКОО в районе контроля; t4 -время цикла контроля.
