автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему: Алгоритмы обнаружения и обработки информации на основе экстремальной фильтрации в системах периметровой охраны
Автореферат диссертации по теме "Алгоритмы обнаружения и обработки информации на основе экстремальной фильтрации в системах периметровой охраны"
На правах рукописи
ЗЕНОВ Андрей Юрьевич
АЛГОРИТМЫ ОБНАРУЖЕНИЯ И ОБРАБОТКИ ИНФОРМАЦИИ НА ОСНОВЕ ЭКСТРЕМАЛЬНОЙ ФИЛЬТРАЦИИ В СИСТЕМАХ ПЕРИМЕТРОВОЙ ОХРАНЫ
Специальность 05.13.01 - Системный анализ, управление и обработка информации (в технике и технологиях)
Автореферат диссертации на соискание ученой степени кандидата технических наук
Работа выполнена в Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Пензенский государственный университет».
доктор технических наук, профессор Мясникова Нина Владимировна
Прохоров Сергей Анатольевич,
доктор технических наук, профессор, ФГБОУ ВПО «Самарский государственный аэрокосмический университет имени академика С. П. Королева (национальный исследовательский университет)», заведующий кафедрой «Информационные системы и технологии»; Пащенко Дмитрий Владимирович, доктор технических наук, доцент, ФГБОУ ВПО «Пензенский государственный университет», профессор кафедры «Вычислительная техника»
ФГУП ФНПЦ «ПО "Старт" им. М. В. Проценко», г. Заречный
Защита диссертации состоится 27 декабря 2013 г., в 14 часов, на заседании диссертационного совета Д 212.186.04 в Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Пензенский государственный университет» по адресу: 440026, г. Пенза, ул. Красная, 40.
С диссертацией можно ознакомиться в библиотеке Федерального государственного бюджетного образовательного учреждения высшего профессионального образования «Пензенский государственный университет».
Автореферат разослан « ЛУъ/^МуиУ 2013
Ученый секретарь /7
диссертационного совета Косников Юрий Николаевич
ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
Актуальность темы. В связи с ростом масштабов криминально-террористических угроз наиболее остро стоит проблема обеспечения безопасности территорий и особо важных объектов. Для защиты от противоправных действий разрабатываются технические средства охраны (ТСО), обеспечивающие выдачу сигнала тревоги в случае вторжения нарушителя. Наряду с основными техническими характеристиками ТСО, такими как вероятность обнаружения и наработка на ложное срабатывание, большое значение имеет скорость выдачи сигнала тревоги.
Обнаружение и идентификация нарушителя в системах охраны периметра представляет собой сложную техническую задачу, что обусловлено высокой скоростью поступления данных, большим объемом регистрируемой информации и жесткими условиями эксплуатации. В настоящее время разработаны и апробированы системы, построенные на различных физических принципах. Наиболее распространены системы охраны периметра, основанные на вибрационном, сейсмическом, радиолучевом, радиоволновом, емкостном, контактном, волоконно-оптическом и инфракрасном принципах действия.
Вопросы построения систем охраны периметра и обработки сигналов рассмотрены в работах Б. С. Введенского, В. А. Дудкина, С. С. Звежинского, В. А. Иванова, А. И. Ларина, А. А. Спектора, Г. К. Чистовой, В. П. Перву-нинских, В. П. Шевченко и др. Большинство систем, описываемых в работах этих авторов, строится на методах фильтрации сигнала с последующим выделением информативной составляющей и пороговым обнаружением.
Совмещение функций обнаружения и распознавания источника возмущения требует исследования тонкой структуры сигнала. Однако вычислительная трудоемкость информативных методов цифровой обработки сигналов не позволяет использовать их в системах реального времени. Поэтому актуальной является задача разработки методов, удовлетворяющих противоречивым требованиям высокой информативности и быстродействия при заданной достоверности анализа в жестких условиях эксплуатации.
Целью работы являются теоретическое обоснование, разработка и исследование алгоритмов обработки сигналов для систем обнаружения и распознавания, формирование диагностических признаков, позволяющих улучшить эксплуатационные характеристики систем: уменьшить время обработки и принятия решения при сохранении достоверности анализа.
Для достижения поставленной цели в работе решались следующие задачи:
1. Анализ характеристик сейсмических и вибрационных сигналов и выбор универсальной математической модели, отражающей изменения их свойств.
2. Анализ современных методов цифровой обработки для обнаружения сейсмовозмущения и идентификации его источника.
3. Исследование алгоритмов на основе экстремальной фильтрации и выявление их преимуществ по сравнению с классическими алгоритмами спектрального анализа.
4. Формирование диагностических признаков и разработка алгоритмов обнаружения и распознавания нарушителя на основе экстремальной фильтрации.
5. Разработка и исследование алгоритмов обнаружения и распознавания нарушителя на основе нейронных сетей и нечеткой логики.
6. Построение быстрых алгоритмов спектрального анализа на основе время-импульсной модуляции сигнала и аппроксимации сигнала функцией синуса малого аргумента.
7. Экспериментальная оценка эффективности предложенных алгоритмов.
Объектом исследования является система охраны периметра.
Предмет исследования — методы цифровой обработки сигналов и алгоритмы обнаружения и распознавания нарушителя в системах охраны периметра.
Методы исследования. Для решения указанных задач использованы методы математического-анализа, теории вероятностей, теории сигналов, системного анализа и имитационного моделирования.
Научная новизна работы:
1. На основе экстремальной фильтрации сформирована система диагностических признаков сейсмических и вибрационных сигналов, отличающаяся тем, что она отражает время-частотные свойства этих сигналов и позволяет проводить экспресс-идентификацию объектов и осуществлять принятие решения.
2. Разработан новый способ время-частотного анализа сигналов на основе экстремальной фильтрации, являющийся аналогом время-частотного распределения Гильберта - Хуанга. Малая трудоемкость и простота алгоритма позволяют использовать его в системах с жесткими временными ограничениями и в вычислителях малой мощности.
3. Предложены алгоритмы обнаружения и распознавания нарушителя на основе нейронных сетей и нечеткой логики. Отличительной особенностью алгоритмов является использование в качестве входов сетей диагностических признаков в виде параметров знакопеременных составляющих сигнала, выделенных экстремальным фильтром. Применение нейросе-тевых алгоритмов позволяет распознавать объекты, когда выявить отличительные признаки объектов распознавания затруднительно.
4. Разработаны быстрые алгоритмы спектрального анализа сигналов на основе время-импульсной модуляции сигнала и аппроксимации сигнала функцией синуса малого аргумента, отличающиеся отсутствием операции умножения. Применение алгоритмов позволяет существенно сократить время анализа.
Теоретическая значимость работы. Созданы теоретические основы построения систем обнаружения и распознавания нарушителя в реальном масштабе времени на основе универсальной модели сейсмических сигналов и метода экстремальной фильтрации, позволяющего по параметрам знакопеременных составляющих сигнала сформировать систему диагностических признаков.
Практическая значимость работы. Полученные в диссертации практические результаты позволяют улучшить технические характеристики охранных систем, повысить быстродействие систем при сохранении достоверности анализа. Разработанные автором программы обнаружения и распознавания, быстрые алгоритмы спектрального анализа и алгоритмы сжатия-восстановления данных могут быть использованы в системах охраны периметра объектов различного назначения.
На защиту выносятся:
1. Обоснование применения экстремальной фильтрации для формирования диагностических признаков сейсмических сигналов.
2. Способ время-частотного анализа сигнала на основе экстремальной фильтрации.
3. Алгоритм обнаружения и распознавания нарушителя на основе нейронных сетей и нечеткой логики, использующих в качестве входов диагностические признаки - параметры знакопеременных составляющих, выделенные экстремальным фильтром.
4. Быстрые алгоритмы спектрального анализа сигналов на основе время-импульсной модуляции сигнала и аппроксимации сигнала функцией синуса малого аргумента.
Реализация и внедрение результатов работы. Основные результаты диссертационной работы использованы при выполнении фундаментальных НИР: «Теория и методы экспресс-анализа быстропеременных процессов в системах обнаружения, диагностики, распознавания»; «Развитие методов и алгоритмов экспресс-анализа данных для технических и информационных систем», хоздоговорной НИР «Комплексные исследования по повышению эффективности сейсмических охранных систем, работающих при сложной орографии местности и сигнально-помеховой обстановке, на основе адаптивных алгоритмов обработки информации» и в учебном процессе Пензенского государственного университета, что подтверждено соответствующими актами о внедрении.
Достоверность научных положений, выводов и практических рекомендаций, сформулированных в диссертации, обеспечивается использованием методов исследования, адекватных предмету, цели и задачам работы, проверкой алгоритмов на тестовых и реальных данных, результатами имитационного моделирования, результатами опытной эксплуатации созданных программных средств.
Апробация работы. Основные положения диссертации докладывались и обсуждались на следующих международных конференциях: между-
народном научно-техническом симпозиуме «Надежность и качество» (Пенза, 2010), международной конференции с элементами научной школы «Перспективные информационные технологии для авиации и космоса» (Самара, 2010), международной научно-технической конференции «Шлян-динские чтения» (Пенза, 2010), 53-й научной конференции МФТИ «Современные проблемы фундаментальных и прикладных наук» (Москва, 2010), международной научно-технической конференции «Проблемы автоматизации и управления в технических системах» (Пенза, 2011), международной научно-технической конференции «Датчики и системы: методы, средства и технологии получения и обработки измерительной информации» (Пенза, 2012), научно-технической конференции «Перспективные информационные технологии в научных исследованиях, проектировании, обучении» с международным участием (Самара, 2012).
Публикации. По теме диссертации опубликовано 13 печатных работ, из них три - в журналах, входящих в перечень ВАК РФ. Зарегистрирован один программный продукт в ОФЭРНиО.
Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы и приложений. Объем работы: 152 страницы основного машинописного текста, 77 рисунков, четыре приложения на 21 странице. Список литературы содержит 128 наименований.
ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ
Во введении обоснована актуальность темы исследования, сформулированы цели и основные задачи работы, методы исследования, научная новизна и практическая значимость, а также представлены основные положения, выносимые на защиту.
В первой главе рассмотрены существующие ТСО, среди которых выделены сейсмические и вибрационные средства обнаружения. Последние обладают рядом преимуществ: хорошей маскируемостью, высокой вероятностью обнаружения, устойчивостью к воздействию климатических факторов, простотой монтажа и эксплуатации.
Принцип действия вибрационных средств обнаружения основан на регистрации вибраций, которые возбуждаются при преодолении нарушителем заграждения или попытках его разрушения. При этом конструкция физического барьера превращается в составную часть чувствительного элемента вибрационной системы обнаружения, а физический барьер обретает свойство сигнализационного заграждения. В сейсмических системах обнаружения воспринимаются поверхностные колебания грунта, возбуждаемые различными источниками сейсмовозмущения (человек, транспорт, сейсмофон). В подобных системах используется пороговый принцип обнаружения, в этом случае факт пересечения охраняемой зоны определяется по превышению некоторого уровня сигнала.
Сформулированы требования к техническим характеристикам систем охраны периметра: вероятность обнаружения не менее 0,95, наработка на ложное срабатывание не менее 100 ч, скорость выдачи сигнала тревоги
каждые 3-6 с. Отмечено, что добиться увеличения быстродействия при сохранении достоверности анализа возможно путем усложнения алгоритмов обработки сигналов.
Рассмотрены методы цифровой обработки сигналов, применяемые в системах диагностики и распознавания. Показано, что достоверность анализа (вероятность обнаружения изменений свойств сигнала) растет по мере усложнения процедуры анализа, т.е. она пропорциональна трудоемкости. К алгоритму обработки предъявляются следующие требования: вычислительная трудоемкость анализа не должна превышать заданного времени анализа; достоверность анализа (вероятность обнаружения) должна быть не менее заданной.
Классические методы распознавания основаны на применении аппарата спектрального анализа. Более информативным является время-частотный (спектрально-временной) анализ, так как он позволяет получить информацию об изменении частотных свойств во времени. Трудоемкость спектрального анализа с учетом жестких временных ограничений зачастую не позволяет применять его в охранных системах, при этом используют набор других характеристик сигнала, быстровычисляемых и, как правило, менее информативных.
Сформулирована актуальная задача разработки быстрых алгоритмов анализа сигналов, позволяющих сформировать полную систему диагностических признаков и решающих правил для работы в системах охраны периметра с учетом жестких временных ограничений. Основой для создания таких методов является универсальная модель сейсмических и вибрационных сигналов, описываемая суммой узкополосных составляющих, аддитивно смешанных с шумом. Информативными параметрами на каждом участке являются частоты и амплитуды (мощности) составляющих.
Рассмотрены современные алгоритмы обработки, позволяющие разложить сигнал на эмпирические моды (знакопеременные составляющие).
Параметры разложения частота /у и амплитуда Ау или мощность а у каждой из Кс выделенных составляющих характеризуют модель объекта 5 в текущий момент времени (1:
Параметры узкополосных составляющих и у и fy, j - \. КС, характеризуют спектр мощности на /-том участке, а их изменение от участка к участку i = \. M образует время-частотное распределение (ВЧР) сигнала на интервале наблюдения, разбитом на М участков анализа.
Известен метод разложения на эмпирические моды (Empirical Mode Decomposition, или EMD), который в сочетании со спектральным анализом Гильберта образует время-частотное распределение сигнала (Hilbert-Huang Transform, или ННТ).
Существует метод экстремальной фильтрации (ЭФ), также позволяющий выделить знакопеременные составляющие. Применение ЭФ позволяет существенно снизить вычислительные затраты, так как разложение выполняется по более простому алгоритму без вычисления огибающих сигнала с помощью сплайн-интерполяции. Метод позволяет получить экспресс-оценки основных характеристик сигналов, а также сформировать диагностические признаки (параметры выделенных составляющих).
На рис. 1 показано разложение сигнала (рис. 1 ,а) сложной формы на составляющие с помощью ЕМБ и ЭФ (рис. 1 ,б-г).
100 200 300 400 500 600 700 800 /
100 200 300 400 500 600 700
100 200 300 400 500 6С0 700 в)
100 200 300 <Ю0 500 600 700 '
Рис. 1. Разложение сигнала на его составляющие с помощью ЕМБ (сплошная линия) и ЭФ (точки)
В обоих случаях выделяются одинаковые знакопеременные составляющие, но при использовании экстремальной фильтрации составляющие представлены своими экстремумами. При использовании экстремальной фильтрации вычисление происходит с меньшими временными затратами. Следовательно, метод ЭФ может быть положен в основу алгоритма обнаружения по изменению параметров этих составляющих.
Сигналы в системах охранной сигнализации могут быть описаны моделью (1), так как спектры сейсмического сигнала имеют выраженные резо-нансы, характеризуемые частотой и мощностью, а слои грунта выполняют функцию своеобразных волноводов упругих колебаний, которые в процессе движения человека по фунту возбуждаются на своей резонансной частоте.
Для определения изменений в процессе при появлении сейсмовоз-мущения предложено заменить трудоемкие вычисления спектральных характеристик сигнала на анализ параметров знакопеременных составляющих, характеризующих спектральный состав сигнала в текущий момент времени.
Вторая глава посвящена исследованию возможностей метода экстремальной фильтрации сигналов для формирования диагностических признаков, используемых в сейсмических и вибрационных системах для обнаружения и распознавания нарушителя.
В основе экстремальной фильтрации лежит адаптивная полосовая фильтрация. Из сигналаxJt j = 1, . N, зарегистрированного с шагом дискретизации Ai, выделяются экстремумы хЭ1, г= 1, . т. По соседним экстремумам сигнала хэ производится сглаживание оператором вида
ха = 0,25хэ/_1 + 0,5 х^ + 0,25хэ/+1, (2)
и выделяется знакопеременная составляющая
хр, = x3i - хы = -0,25хэ,+ 0,5хэ1 - 0,25хэМ . (3 )
Преобразование (2) соответствует пропусканию ряда экстремумов через цифровой фильтр нижних частот с передаточной функцией G(/) = 0,5(1 + cos(2tt /А)), а преобразование (3) - пропусканию ряда экстремумов через цифровой фильтр верхних частот с передаточной функцией G(f) = 0,5(1 - cos(27i /А)), где А = min(/3J+1 -t„, t3i - t3i_x).
На следующих итерациях из сглаженной последовательности xci выделяются экстремумы и выполняются действия (2), (3).
Вычисляются параметры составляющих fl = K(/2NAt и а,, позволяющие описать объект моделью (1). Так как расстояние А между экстремумами в знакопеременной составляющей на каждом шаге увеличивается, то фильтр, описываемый выражением (3), является полосовым по отношению к диапазону 1/2At.
Предложено использовать метод экстремальной фильтрации в сейсмических и вибрационных системах. В сейсмических системах выделенные диагностические признаки использовались в совокупности с другими характеристиками сигналов. В вибрационных системах подход использован впервые.
На рис. 2 показаны сейсмический сигнал и диагностические признаки fi и Ah выделенные в скользящем окне и отнесенные к началу каждого участка. Параметры узкополосных составляющих характеризуют спектр в текущий момент времени. Наблюдается изменение параметров всех составляющих при переходе от сейсмофона к сейсмовозмущению, проявляющееся в том, что в области обнаружения частоты составляющих падают, а амплитуды возрастают. Доказано, что в качестве основного диагностического признака целесообразно использовать именно частоты составляющих, так как тенденция изменения частотного признака более выраже-
на. При этом скорость изменения частот составляющих больше скорости изменения амплитудных параметров. Двукратное уменьшение частоты составляющей при вторжении обнаруживается при отношении сигнал/шум, большем 3, а существенное увеличение амплитуды - при отношении сигнал/шум, большем 30. При этом частота на участке обнаружения практически не изменяется. Поэтому предложено применять частотный пороговый обнаружитель, который фиксирует объект на большем расстоянии и за меньшее время (АТо5н - разность времени обнаружения нарушителя по амплитудному и частотному признакам).
Частотный признак позволяет разделить сейсмофон Я0 и сейсмовоз-мущение = 1. т, где у - один из распознаваемых классов (человек, группа людей, транспорт). Предложено использовать амплитуду (или мощность) составляющей как вспомогательный признак.
1 ДТобц -1-1-1 1 | 1 1 1 |к- ■ -А, А.
Рис. 2. Сейсмосигнал (а) и выделенные диагностические признаки (б, в)
Доказано, что сформированная система признаков отражает основные свойства сигналов. На рис. 3 приведены вычисленные на участке обнаружения экспресс-спектры, наложенные на спектр Фурье типового участка. Частоты и амплитуды резонансов экспресс-спектра сопоставимы с аналогичными характеристиками спектра Фурье. Следовательно, предложенная система признаков отражает основные свойства сигналов и может быть положена в основу их анализа.
Алгоритм экспресс-анализа сейсмо-вибросигналов предполагает следующий порядок действий:
1) регистрация сейсмо-вибросигнала;
2) разбиение реализации на участки выбранной длительности;
3) разделение реализации на каждом из участков на знакопеременные составляющие с помощью метода экстремальной фильтрации;
4) вычисление оценок частот и мощностей (или амплитуд) выделенных составляющих;
5) обнаружение вторжения по частотному порогу и классификация участков с помощью решающего правила.
Рассмотрены примеры классификации различных объектов. При движении транспорта возбуждаются низкочастотные колебания грунта. Однако для выделения низкочастотных составляющих необходимо анализировать сигнал на большом интервале, а время анализа и принятия решения в системах охраны ограничено. Поэтому для распознавания объекта «транспорт», «человек», «группа людей» предложено использовать фактор чередования участков сигнал/шум. Чередование имеет выраженный характер при проходе (пробеге) человека и менее четкий при движении группы людей. Введен дополнительный диагностический признак А1 /_/>, который более контрастно разделяет классы.
Рисунок 4 иллюстрирует обнаружение транспорта: на рис. 4,а показано изменение диагностического признака А^^; на рис. 4,6 проведена условная линия, разделяющая сигнал/шум по частотному признаку; на рис. 4,в показан результат обнаружения. При увеличении порога зона обнаружения уменьшается, но увеличивается помехоустойчивость, а при уменьшении, наоборот, увеличивается зона обнаружения, но ухудшается помехоустойчивость.
Приведены примеры классификации различных объектов в сейсмических и вибрационных системах. На рис. 5 показано обнаружение преодоления ограждения нарушителем в вибрационной системе.
Исследованы реакции системы на помехи (дождь, град, гром, порывы ветра и т.д.). При воздействии помеховых факторов амплитуды выделенных составляющих существенно возрастают, а по частотным признакам обнаружения, как правило, не наблюдается.
20 40 60 80 100 120 140 /
Рис. 3. Спектр Фурье и его экспресс-оценка
Рис. 4. Обнаружение проезда транспортного средства х ю'3
О 0 5 1 1.6 2 2.6 3 3.6 4 г
Рис. 5. Обнаружение нарушителя при преодолении ограды в системе виброзащиты
Результаты проведенных исследований показали, что сформированная система признаков достаточна и для обнаружения, и для распознавания типа вторжения. Это обусловлено тем фактом, что параметры отражают время-частотные свойства. Совокупность зависимостей /