РАДИОТЕХНИКА И СВЯЗЬ Ермаков А. В., Соколов Н. А., Федоров А. В.
Буренин А. Н., Чуйков В. Б.
Семисошенко М. А., Стрелков И. О.
Сысуев С. Ю., Синюк А. Д., Остроумов О. А.
Одоевский С. М., Григорчук А. Н., Ясинский С. А., Бусыгин А. В.
Смирнов В. М., Филатов В. Н.
Мамедова У. , Асадов Х. Г., Алиева А. Д.
Саенко И. Б., Старков А. М., Крижик А. Е.
Карманов А. Г., Карманова Н. А., Макаренко А. А.
Лазарев И. А., Тележкин В. Ф.
ГЕОИНФОРМАТИКА Андреева О. А., Цветков В. Я., Ознамец В. В.
Осипов Г. К., Долгова М. П., Гомзяков А. В.
Черный С. Г., Присяжнюк А. С., Биденко С. И., Николашин Ю. Л., Миляков Д. Ф.
Морозов П. А., Анисимов О. В., Курчидис В. А., Зюзина А. Д.
Чернов И. В., Исаков А. В.
Хайруллин Р. Р.
КОСМОС
Тюлин А. Е., Свиридов К. Н.
Гончаревский В. С.
Казаков Р. Р., Семенов Е. Н.
Белокопытов М. Л., Клыков В. А., Иванов И. Г., Рыльков А. И.
РАДИОТЕХНИКА И СВЯЗЬ Задачи создания общей инфраструктуры для сетей разного назначения The problems of common infrastructure creation for networks with various purposes
Ермаков / Ermakov A.
Федоров /Fedorov A.
(Ermakovit@yandex.ru) кандидат экономических наук, доцент. ФГАОУ ВО "СевероВосточный федеральный университет имени М. К. Аммосова", заведующий кафедрой многоканальных телекоммуникационных систем. г. Якутск
(fav@loniis.ru ) Филиал ФГУП «Ленинградское отделение центрального научноисследовательского института связи», начальник научнотехнического центра. г. СанктПетербург
Алексей Валентович
Александр Владимирович
Соколов / Sokolov N. Николай Александрович
(sokolov@protei.ru) доктор технических наук, старший научный сотрудник. ООО "ПРОТЕЙ СпецТехника", директор по науке. г. СанктПетербург
Введение Ключевые слова: инфраструктура – infrastructure; телекоммуникационная система – telecommunication system; сеть – network; топология – topology; надежность – dependability; капитальные затраты – capital expenditure; эксплуатационные расходы – operating expenses. Построение сетей, независимо от их назначения, как правило, требует создания сооружений, образующих инфраструктуру. Топологии сетей в ряде отраслей схожи между собой. Данный факт актуализирует задачу создания общей инфраструктуры для совокупности сетей с целью сокращений капитальных затрат и эксплуатационных расходов. В статье изложены предварительные результаты системных исследований, которые направлены на построение общей инфраструктуры для сетей, имеющих разное назначение, но схожую топологию. The construction of networks regardless of their purpose, as a rule, requires the creation of technical means that form the infrastructure. Network topologies in a number of sectors are similar to each other. This fact actualizes the problem of creating a common infrastructure for a set of networks in order to reduce capital expenditure and operating expenses. The article presents the preliminary results of system research that are aimed at constructing a common infrastructure for networks with different purposes but with a similar topology.
Задача, рассматриваемая в этой статье, относится к междисциплинарным проблемам [1], которые обычно отличает повышенная сложность их решения. Принципы создания общей инфраструктуры, используемой сетями разного назначения, прорабатывались на протяжении нескольких десятилетий. Тем не менее технологические особенности разных сетей и бюрократические барьеры не позволили получить желаемые результаты. Современные достижения науки и техники позволяют найти эффективные решения по созданию общей инфраструктуры. Изменения в экономической сфере порождают надежду на преодоление организационных препятствий и межведомственных разногласий. Следовательно, возникли предпосылки для решения поставленной задачи. Например, в США 14 июня 2012 года Президентом страны был подписан указ № 15183 об ускорении создания широкополосной сети, в котором был сформулирован принцип "dig-once requirements". Это словосочетание можно перевести так: "копать землю один раз". Подразумевается единовременное создание инфраструктуры для всех возможных вариантов использования ее ресурсов. Статья состоит из трех основных разделов. В первом разделе изложены терминологические аспекты для рассматриваемых объектов и процессов. Второй раздел
6 2 2020.indd 6
23.06.2020 9:25:35
Ермаков А.В., Соколов Н.А., Федоров А.В. Задачи создания общей инфраструктуры для сетей разного ... посвящен изложению системных аспектов построения общей инфраструктуры. Качественные оценки экономического характера составляют предмет третьего раздела.
Термины и определения Отечественная терминология в ряде дисциплин (по крайней мере, в электросвязи) находится в плачевном состоянии. Не столь радужна ситуация с терминологией в зарубежной технической литературе. Это утверждение можно проиллюстрировать различным толкованием одного и того же термина в рекомендациях Международного союза электросвязи. По этой причине необходимо предложить трактовку ряда терминов, используемых в статье. Первый термин – инфраструктура. Его смысл зависит от той сути, которую формулирует автор. Кроме того, следует подчеркнуть, что в последние годы слово "инфраструктура" иногда применяется, мягко говоря, не совсем корректно. Используя словари и авторитетные публикации, уместно определить инфраструктуру следующим образом: "Комплекс взаимосвязанных обслуживающих структур, составляющих и/или обеспечивающих основу для решения задачи". Такое определение хорошо согласуется с классической трактовкой инфраструктуры, использованной в технической литературе по телекоммуникационным системам. В них инфраструктура включает здания, кабельную канализацию, сооружения, на которых размещается оборудование базовых станций сотовых сетей, и им подобные средства. Второй термин – сеть. Применительно к телекоммуникационной системе под сетью обычно понимается совокупность узлов коммутации (средств распределения информации) и трактов обмена сигналами,
которая обеспечивает соединения между двумя или более точками (терминалами). Это определение не подходит для сетей, которые создаются для транспорта, передачи электроэнергии, природного газа, воды и других применений. Общей для всех видов сетей стала их математическая модель в виде графа [2]. Третий термин – модель. Вполне приемлемое определение модели можно найти в Википедии. Под моделью понимается абстрактное представление реальности в какой-либо форме, предназначенное для описания определенных аспектов этой реальности и позволяющее получить ответы на изучаемые вопросы. Именно такой моделью для сетей разных видов можно считать граф. Четвертый термин – граф. Граф состоит из совокупности вершин ai и соединяющих их ребер bij [2]. Обычно вершине графа ai соответствует i-й узел (пункт) сети, а ребру bij – тракт (путь), непосредственно связывающий вершины ai и aj. Пример модели сети в виде графа показан на рис. 1. Изображенный граф не имеет петель (ребер вида bii). Он относится к так называемым смешанным графам [2]. Они содержат ребра, по которым возможна связь от ai к aj и от aj к ai, а также ребра, обеспечивающее связь только в одном направлении (примером служит ребро b24, показанное пунктирной линией и снабженное стрелкой). Пятый термин – система. Из множества известных определений [3] авторы статьи предпочли трактовку, которую предложили А.Д. Холл и Р.Е. Фейджин: "Множество объектов вместе с отношениями между ними и между их атрибутами". Шестой термин – капитальные затраты. В экономической литературе, включая соответствующие словари, можно найти определение примерно такого вида: "Затраты на модернизацию и реконструкцию системы, в которой, после реализации проекта, улучшаются основные показатели их функционирования
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 7
2020
Рис. 1. Модель сети в виде графа
7 23.06.2020 9:25:36
РАДИОТЕХНИКА И СВЯЗЬ (срок службы, мощность, качественные характеристики и т.п.). В современной отечественной литературе вместо термина "капитальные затраты" часто используется англоязычное сокращение CAPEX – capital expenditure. Седьмой термин – эксплуатационные расходы. В сжатой форме определение этого термина может быть представлено в такой редакции: "Расходы, необходимые для поддержания работоспособного состояния системы в течение всего намеченного срока службы". Любители "калек" с англоязычных терминов предпочитают сокращение OPEX – operating expenses. Следует подчеркнуть, что выбор ряда формулировок был обусловлен темой статьи. Для иного предмета исследований некоторые термины уместно изменить с учетом природы рассматриваемых вопросов.
Системные аспекты построения общей инфраструктуры Идея построения общей инфраструктуры для нескольких сетей, различных по своей сути, не нова. Особенности практической реализации общей инфраструктуры в настоящее время заключаются в том, что существенно меняются технологии построения сетей [4, 5], а также требования экономического и – что весьма существенно – организационного характера [6]. В ряде стран упомянутое выше требование "копать землю один раз" закреплено законодательно.
Соответствующую информацию, касающуюся США, Южной Кореи, Индии и других стран, несложно найти в Интернет. Сооружения инфраструктуры могут быть расположены как выше "поверхности" муниципального образования (средства размещения базовых станций), так и ниже нее (коллекторы коммунального хозяйства). С функциональной точки зрения, независимо от места расположения, сооружения инфраструктуры играют своего рода роль фундамента для сетей разного назначения. Такой подход хорошо согласуется с переводом слова "инфраструктура" с латыни: infra – ниже, structure – конструкция. На рис. 2 показан пример общей инфраструктуры для двух сетей – электросвязи и электроснабжения. В нижней части иллюстрации показаны трассы коммуникаций инфраструктуры, образующих кольцевую топологию, которой присущи высокие показатели надежности [7]. Кольцевая топология трасс коммуникации позволяет создавать сети с разными структурами. Для сети электросвязи в левой верхней части рис. 2 показана структура в виде кольца с хордой. Звездообразная структура выбрана как модель топологии для сети электроснабжения. Площадки размещения оборудования ИУ, УК и УСЭ находятся рядом. Трассы, соединяющие одноименные узлы, проходят параллельно. Кольцевые топологии могут формироваться постепенно, если это обусловлено необходимостью снижения
Рис. 2. Представление инфраструктуры в виде фундамента для двух сетей
8 2 2020.indd 8
23.06.2020 9:25:36
Ермаков А.В., Соколов Н.А., Федоров А.В. Задачи создания общей инфраструктуры для сетей разного ... капитальных затрат. Пример формирования колец на одном из последующих этапов модернизации инфраструктуры показан на рис. 3 для четырех трасс коммуникации. Эти трассы содержат транзитные пункты класса ИУ. Трассы коммуникаций на предшествующем этапе развития инфраструктуры изображены в левой части рассматриваемой иллюстрации. Справа показаны две трассы (между ИУ4 – ИУ6 и ИУ9 – ИУ11), построение которых позволяет реализовать кольцевые топологии. Важный системный аспект построения общей инфраструктуры – организация тех процессов технической эксплуатации оборудования, которые потенциально могут нарушить работу других сетей. Возникающие задачи требуют проведения отдельного междисциплинарного исследования. Оценить основные преимуществ и недостатки концепции, подразумевающей построение общей инфраструктуры, в настоящее время можно за счет SWOTанализа [8]. Это название образовано из первых букв четырех слов: Strengths (сильные стороны), Weaknesses (слабые стороны), Opportunities (возможности) и Threats (угрозы). Экономисты, используя SWOT-анализ, как правило, соотносят сильные и слабые стороны исследуемого объекта или процесса с внутренними факторами. Иногда их называют эндогенными. Возможности и угрозы рассматриваются как внешние (экзогенные) факторы. Следует отметить, что SWOT-анализ сначала использовался не в экономике. Он применялся для упорядочения (структурирования) информации о текущей ситуации и вероятных тенденциях развития сложных систем. В этой статье используется первоначальное назначение SWOT-анализа как эффективного инструмента
качественного исследования проблем, свойственных сложным системам. Полученные результаты могут быть представлены следующими примерами: • сильные стороны (Strengths) – почти полное совпадение топологий эксплуатируемых сетей, наличие специалистов высокой квалификации; • слабые стороны (Weaknesses) – необходимость решения сложных организационных и финансовых вопросов, отсутствие ясности с разделением ответственности при возникновении масштабных аварий и с правилами их устранения; • возможности (Opportunities) – существенный экономический эффект, благоприятные условия для применения новых технологий; • угрозы (Threats) – функциональная надежность комплексной системы, сложность планирования процессов модернизации инфраструктуры в случае радикальных изменений в составе какой-либо сети. Все сформулированные положения могут быть проанализированы на качественном уровне – без использования математических методов. Более того, для исследования ряда упомянутых факторов SWOTанализа не существует общепринятых и апробированных экономико-математических методов. Пожалуй, только характеристики надежности и живучести могут быть оценены с приемлемой точностью за счет использования соответствующего математического аппарата [9].
Экономические оценки построения общей инфраструктуры Сложность получения экономических оценок, в первую очередь, заключается в том, что рассматриваемые объекты, как правило, находятся на разном
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 9
2020
Рис. 3. Пример формирования двух кольцевых топологий
9 23.06.2020 9:25:37
РАДИОТЕХНИКА И СВЯЗЬ уровне развития и в широком диапазоне жизненного цикла инфраструктуры [10]. Их дальнейшее развитие осуществляется при различии поставленных целей и в не совпадающих условиях экономического, географического, климатического, демографического и исторического характера. Например, специалисты, занимающиеся созданием индийской национальной сети на базе кабелей с оптическими волокнами (National Optical Fibre Network – NOFN), оценивают затраты на разработку грунта (рытье траншей) под кабельную канализацию на уровне 60–70% общих инвестиций на проект. По всей видимости, такая оценка вполне корректна для условий Индии, но она может оказаться очень завышенной для схожего проекта в российских городах, или заниженной при решении подобной задачи в условиях Крайнего Севера. С учетом этих соображений к приведенным ниже численным оценкам следует относиться с осторожностью. Они позволяют, как говорят некоторые математики, "оценить порядок" рассматриваемых величин. Доступные оценки приводятся в разных валютах. По этой причине для сравнения результатов уместно пользоваться их нормированными значениями, которые получаются за счет того, что максимальная оценка принимается за единицу или за 100%. Например, данные по нескольким проектам, реализованным в Великобритании, позволили выявить такую закономерность: • максимальные капитальные затраты на единицу длины кабельной канализации составляют 100%; • минимальные капитальные затраты на единицу длины кабельной канализации не превышают 43%; • среднее значение капитальных затрат на единицу длины кабельной канализации равно 64%. Эти оценки свидетельствуют, что распределение капитальных затрат для рассматриваемых проектов не подчиняется закону равномерной плотности [11]. Любопытно, что заметно различаются затраты на инфраструктуру и для сравнительно короткого участка доступа в сетях электросвязи, построенных по технологии FTTH [12] – доведение оптического волокна до дома. Минимальные капитальные затраты не превы-
шают 38% от максимума, а среднее значение равно 63%. Распределение капитальных затрат для исследуемого фрагмента инфраструктуры также не подчиняется закону равномерной плотности. Доступные данные для четырех соседних азиатских стран, приведенные на рис. 4, иллюстрируют различия в капитальных затратах на создание инфраструктуры, которая предназначена, в основном, для прокладки кабелей с оптическими волокнами, но будет использована и для других целей. Необходимые инвестиции, за исключением страны I, близки между собой. Существенно то, что для всех четырех стран снижение капитальных затрат, по сравнению с проектами реализации раздельных инфраструктурных сооружений, практически идентично. Оно изменяется в диапазоне от 54% до 57%. Таким образом, построение общей инфраструктуры позволяет получить ощутимый экономический эффект. Фактически он будет более существенным, если удастся выразить в экономических показателях тот ущерб, который обусловлен перекрытием транспортных путей в течение строительных работ.
Заключение Формирование единой инфраструктуры для сетей разного назначения обеспечит существенный экономический эффект, но порождает ряд сложных задач в части реализации соответствующих проектов и в организации процессов технической эксплуатации. Возникающие задачи могут быть успешно решены при условии согласованной технической политики владельцев сетей, готовых создавать и развивать общую инфраструктуру. Единая инфраструктура имеет ряд дополнительных преимуществ, которые не обсуждаются в этой статье. В частности, она экономично обеспечивает практическую реализацию сценария устойчивого развития телекоммуникационной системы [13]. Некоторые преимущества, касающиеся сетей иного назначения, могут быть сформулированы только специалистами из других
Рис. 4. Различия капитальных затрат на инфраструктуру
10 2 2020.indd 10
23.06.2020 9:25:37
Ермаков А.В., Соколов Н.А., Федоров А.В. Задачи создания общей инфраструктуры для сетей разного ... областей знаний, которые не относятся к телекоммуникационным системам. Возможно, что они укажут и на те риски, которые "упустили" авторы, так как не являются профессионалами в вопросах построения и эксплуатации сетей иного назначения (не относящихся к отрасли "Связь"). Дальнейшие работы уместно осуществлять как междисциплинарные исследования. Это позволит сформулировать ключевые принципы построения общей инфраструктуры, составить научно обоснованные требования к комплексу новых технических средств, а также разработать необходимую нормативную базу.
Литература
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 11
2020
1. Моисеев, Н. Н. Избранные труды. В 2 т. Т. 2. Междисциплинарные исследования глобальных проблем. Публицистика и общественные проблемы / Н.Н. Моисеев. – М.: Тайдекс Ко, 2003. – 264 с. 2. Харари, Ф. Теория графов / Ф. Харари. – М.: Едиториал УРСС, 2003. – 296 с. 3. Новосельцев, В. И. Теоретические основы системного анализа / В.И. Новосельцев, Б.В. Тарасов. – М.: Майор, 2013. – 536 с. 4. Комашинский, В. И. Построение сетей связи на базе инфраструктуры электросети / В. Комашинский, А. Парамонов, Д. Гуревич // Технологии и средства связи. – 2011. – № 6. – С. 30–32. 5. Комашинский, В. И. Концепция 2Э: новый подход к модернизации системы сельской связи / В.И. Комашинский, Н.А. Соколов // Connect! Мир связи. – 2011. – № 9. – С. 78–81. 6. Пыхов, П. А. Инфраструктура как объект экономических исследований / П.А. Пыхов, Т.О. Кашина // Журнал экономической теории. – 2016. – № 1. – С. 39–46. 7. Соколов, Н. А. Задачи планирования сетей электросвязи / Н.А. Соколов. – СПб.: Техника связи, 2012. – 432 с. 8. Дженстер, П. Анализ сильных и слабых сторон компании. Определение стратегических возможностей / П. Дженстер, Д. Хасси. – М.: Вильямс, 2003. – 368 с. 9. Попков, В. К. Математические модели связности / В.К. Попков. – Новосибирск: изд-во ИВМиМГ СО РАН, 2006. – 490 с. 10. Звягинцев, М. В. Выбор структуры сети связи с учетом жизненного цикла ее элементов / М.В. Звягинцев, Д.С. Маслов, Н.А. Соколов // Электросвязь. – 2010. – № 8. – С. 33–36. 11. Вадзинский, Р. Н. Справочник по вероятностным распределениям / Р.Н. Вадзинский. – СПб.: Наука, 2001. – 296 с. 12. Соколов, Н. А. Эволюция сетей доступа. Три аспекта / Н.А. Соколов // Первая миля. – 2015. – № 1. – С. 56–61. 13. Ермаков, А. В. Проблемы модернизации сетей электросвязи / А.В. Ермаков, Н.А. Соколов, А.В. Федоров // ТРУДЫ ЦНИИС, Санкт-Петербургский филиал. – 2018. – Т. 1, № 5. – С. 25–32.
11 23.06.2020 9:25:37
РАДИОТЕХНИКА И СВЯЗЬ Основные процедуры виртуализации управления функционированием компонентов корпоративных инфокоммуникационных сетей, использующих ресурс операторов связи The basic procedures virtual managements of functioning components corporate infocommunication networks, operators of communication using a resource
Буренин / Burenin A.
Чуйков / Chujkov V.
(direct2011@mail.ru) доктор технических наук, доцент. АО «Научноисследовательский институт «Рубин», ведущий научный сотрудник. г. СанктПетербург
(v.b.chujkov@rubinspb.ru) кандидат технических наук, доцент. АО «Научноисследовательский институт «Рубин», советник генерального директора. г. СанктПетербург
Андрей Николаевич
Владимир Борисович
Введение Ключевые слова: модель – model; система – system; автоматизированная система управления – the automated control system; инфокоммуникационная сеть – infocommunication network; информация – information; потоки информации – streams of the information, виртуальное управление – virtual management. Рассматриваются вопросы, связанные с формированием надежных безопасных процедур управления компонентами корпоративных или ведомственных систем связи, которые используют арендованные у различных операторов связи РФ ресурсы сетей передачи данных, при эксплуатации их в условиях, когда возможно массированное применение нарушителями разрушающих, информационных и помеховых воздействий, приводящих к функциональным и деструктивным изменениям в сетях. В качестве объектов управления выступают компоненты инфокоммуникационных сетей корпораций или ведомств, образованных собственными коммутационными средствами узлов и арендованным ресурсом сетей передачи данных различных операторов связи (Ростелеком, МТС, Мегафон, Билайн и пр.). The questions connected with formation of reliable safe procedures of management by components of corporate or departmental communication systems which use the communications of the Russian Federation rented at various operators resources of networks of data transmission are considered, at their operation in conditions, when probably massed application by infringers destroying, information and помеховых the influences leading functional and destructive changes in networks. As objects of management components infocommunication networks of corporations or the departments formed by own switching means of units and the rented resource of networks of data transmission of various operators of communication (Rostelecom, MTS, Megaphone, Biline and so forth)
В настоящее время многие крупные корпорации (в т. ч. госкорпорации) и ведомства создают системы связи [1, 2], ядром которых являются различные инфокоммуникационные сети (ИКС), представляющие собой организационно-техническое объединение различных собственных средств серверного и коммуникационного оборудования и арендуемых у различных операторов связи (Ростелеком, МТС, Мегафон, Билайн и пр.) ресурсов сетей, создаваемое для обеспечения обмена всеми видами информации в интересах корпоративных (ведомственных) систем административного управления (САУ) [2, 3]. Как правило, телекоммуникационным ядром таких сетей являются IP или IP/MPLS сети передачи данных, наложенные на ресурсы сетей одного или нескольких операторов связи. При этом надежность и требуемое качество информационного взаимодействия корпоративных (ведомственных) пользователей могут быть обеспечены только при организации управления корпоративной (ведомственной) ИКС средствами автоматизированной системы управления (АСУ) [2, 3], а сами процедуры управления ИКС имеют ряд особенностей, связанных с тем, что значительная часть ресурсов сети, предоставляемых операторами связи, не контролируется и не управляется средствами АСУ.
Корпоративная (ведомственная) ИКС как объект управления Корпоративная (ведомственная) ИКС функционирует в достаточно сложных и неблагоприятных условиях, в т. ч. чрезвычайных, что требует организации достаточно четкого и устойчивого управления ею в реальном масштабе времени, включая каждый из ее компонентов.
12 2 2020.indd 12
23.06.2020 9:25:38
Буренин А.Н., Чуйков В.Б. Основные процедуры виртуализации управления функционированием ...
Модели воздействий на компоненты инфокоммуникационной сети Корпоративная (ведомственная) ИКС в различных (в т. ч. чрезвычайных) условиях эксплуатации, как правило, подвергается разным по интенсивности (иногда массированным) естественным помехам и отказам [5], а также информационным, помеховым и деструктивным воздействиям нарушителей [3, 6]. Весь комплекс целенаправленных воздействий нарушителей на всю ИКС и каждый ее компонент целесообразно разделить на информационные воздействия (сетевые и системные атаки) [6, 7], помехи и деструктивные воздействия [3, 7]. Информационные воздействия можно задавать случайным потоком атакующих действий, имеющим свои особенности для каждого уровня корпоративной (ведомственной) ИКС, связанные как со спецификой услуг связи, так и с «заинтересованностью» злоумышленников нанести ощутимый урон именно той группе предоставляемых телекоммуникационных сервисов, которые они считают наиболее важными для корпо-
рации (ведомства). Ясно, что данную «заинтересованность» трудно оценить заранее и можно лишь прогнозировать. Помехи (естественные и целенаправленные) обычно [2] задают уровнем сигналов источников и средств радиопомех, создаваемых различным оборудованием и нарушителем, которые могут присутствовать в пространстве или быть применены с учетом расположения пунктов связи корпорации (ведомства). Естественно, что чаще всего элементами ИКС для применения помех будут различные средства доступа (особенно радиодоступа). Хотя невозможно совсем исключить возможности воздействия помех и на проводные, серверные и другие компоненты ИКС. Естественный выход из строя и деструктивные (нарушающие структуру ИКС) воздействия, применяемые различными нарушителями (в т. ч. террористами), можно задать матрицами надежности и воздействий, каждый элемент которых определяет вероятность выхода из строя или вероятность поражения (выведения из строя) того или иного критически важного элемента ведомственной ИКС. Таким образом, весь комплекс воздействий на корпоративную (ведомственную) ИКС может быть задан: (1) где – многомерный случайный поток атак на элементы и компоненты ИКС; – вектор помех; – матрица вероятностей последствий отказов в ИКС; – матрица вероятностей последствий деструктивных воздействий. Учитывая особенности и номенклатуру предоставляемых корпоративной (ведомственной) ИКС услуг, а также возможные (прогнозируемые) средства нарушителей по реализации комплекса атак, потенциальное количество задействованных средств, их удаленность от корпоративных (ведомственных) пунктов связи, защищенность пунктов связи средствами обеспечения безопасности, а также имеющимися, достаточно большими ресурсами нарушителя на проведение информационной разведки элементов и компонентов ИКС, можно предположить, что случайный поток атакующих воздействий будет носить тип рекуррентного потока с запаздыванием [3], т. е.:
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 13
(2)
(3)
2020
Корпоративная (ведомственная) ИКС строится в соответствии с концепцией сетей следующего поколения (NGN) на базе широкого применения современных телекоммуникационных технологий и технологий управления, использующих выделенный ресурс сетей операторов связи. Несмотря на трудности обеспечения функционирования ИКС в сложных условиях эксплуатации, необходимо обеспечить передачу требуемого объема информации с гарантированным качеством от корпоративных (ведомственных) пользователей в условиях возможных воздействий на средства сети и оборудование ее пунктов связи. Это можно обеспечить только при организации автоматизированной системы управления сетью (АСУ ИКС), реализующей эффективные методы управления. Как правило, АСУ корпоративной (ведомственной) ИКС включает подсистему планирования (для решения задач планирования ИКС), подсистему оперативнотехнического управления (для решения задач управления структурой, качеством предоставления услуг, качеством функционирования), подсистему управления оборудованием (элементами) ИКС, обеспечивающую решение задач управления собственным оборудованием ИКС, подсистему управления безопасностью ИКС. Для обеспечения устойчивого и качественного функционирования корпоративной (ведомственной) ИКС в условиях комплекса воздействий целесообразно организовать управление ею по минимально достаточной схеме, включающей задачи планирования, управления структурой, управления качеством предоставляемых услуг (управление потоками информации и режимами обеспечения качества услуг), а также задачи управления безопасностью.
13 23.06.2020 9:25:39
РАДИОТЕХНИКА И СВЯЗЬ Воздействия помех на ИКС целесообразно задать Вектор управления вырабатывается на основе множеством: данных мониторинга о состоянии и характеристиках собственного оборудования ИКС, линий привязки к сетям операторов связи (матрица состояния оборудования матрица длин (4) линий привязки параметров воздействий на ИКС выработанного плана где – величины критически важных уровней естественных и предна(9) меренных помех, воздействующих соответственно на проводные, оптические, радиолинии и каналы ведомВектор управления вырабатывается на основе ственной ИКС на интервале данных мониторинга о состоянии и характеристиках Отказы элементов корпоративной (ведомственной) собственного оборудования ИКС, линий привязки к ИКС обычно задаются симметричной диагональной сетям операторов связи (матрица состояния оборудоматрицей вида: вания параметров воздействий на ИКС выработанного плана оценок (5) показателей, характеризующих качество функционирования (матрица где – вероятность отказа соответствующего элемента ИКС. (10) Деструктивные (разрушающие) воздействия на корпоративную (ведомственную) ИКС можно задать Вектор управления вырабатывается на основе симметричной диагональной матрицей вида: данных мониторинга и оценки состоянии и характеристик собственного оборудования ИКС, линий привязки (6) к сетям операторов связи (матрица состояния оборудования матрицы оценок где – вероятность выхода из строя соот- параметров (характеристик) оборудования ветствующего элемента ИКС в результате воздействий нарушителя.
Формализация задач управления функци- параметров воздействий на оборудование ИКС онированием компонентов сетей ИКС, нало- оценок показателей, характеризующих качество функженных на сети операторов связи ционирования оборудования (матрицы Конкретные процедуры управления компонентами сетей ИКС, основанных на собственных средствах коммуникаций и ресурсах операторов связи, формируются при решении общей задачи управления ИКС. Так АСУ, оценив информацию, полученную в процессе полноценного мониторинга ИКС, вырабатывает вектор управления (7) где – векторы управления соответственно для задачи планирования, управления структурой, качеством обслуживания, оборудованием (элементами) ИКС и ее безопасностью. Вектор управления вырабатывается на основе данных мониторинга о состоянии и характеристиках собственного оборудования ИКС, линий привязки к сетям операторов связи (матрица состояния оборудования и матрица длин линий привязки ) и параметров воздействий на ИКС
(11) Вектор управления вырабатывается на основе данных мониторинга и оценки событий безопасности в наложенных IP и IP/MPLS сетях (сети на базе собственного коммутационного оборудования ИКС и линий привязки к сетям операторов связи, ресурсов операторов): матрица событий безопасности матрицы оценок параметров воздействий на сеть и оборудование ИКС матрица оценок показателей, характеризующих безопасность функционирования оборудования, например, ее защищенность (матрица (12)
Выбор того или иного частного вектора управления осуществляется исходя из обеспечения экстремума определенного показателя качества планирования (оптимальный план, обеспечивающий качества функционирования ИКС (оптимальная структура и оптимальные процедуры управления качеством, (8) обеспечивающие и качества работы
14 2 2020.indd 14
23.06.2020 9:25:42
Буренин А.Н., Чуйков В.Б. Основные процедуры виртуализации управления функционированием ...
(13) (14) (15) (16) (17) Вместе с тем, учитывая, что значительная часть ИКС (выделенные ресурсы операторов связи) не подконтрольна АСУ ИКС и не может быть непосредственно подвергнута мониторингу, процедуры для всех задач управления имеют особенности и включают схемы виртуализации процессов непосредственного управления.
Виртуализация процедур планирования компонентов ИКС Для осуществления процедур планирования в рамках соответствующей подсистемы АСУ ИКС создаются программные модули, реализующие процессы планирования компонентов сети. Само планирование осуществляют для определенного сеанса обмена (цикл планирования). Исходными данными для планирования компонентов корпоративной (ведомственной) ИКС являются списки работающих (исправных) собственных маршрутизаторов корпоративных пунктов связи (КПС), возможных линий привязки к конкретным граничным маршрутизаторам MPLS сетей операторов связи, формально заданные соответствующими множествами, и таблица соответствия каждого маршрутизатора IP-адресу порта, к которому целесообразно подключить маршрутизаторы в заданном порядке. В формализованном виде исходные данные для планирования компонентов корпоративной (ведомственной) ИКС в виде списков работающих (исправных) собственных маршрутизаторов сети, с привязкой к граничным маршрутизаторам операторов связи, целесообразно задать множествами троек или четверок (в зависимости от того к двум или к трем маршрутизаторам базовой сети оператора связи подключаются средства ИКС: где i-й
КПС ИКС, ближайший (лучший по выбранному показателю расстояния) к нему граничный маршрутизатор сети оператора, второй (по выбранному показателю) по расстоянию к i-му КПС ИКС граничный маршрутизатор, – третий (по выбранному показателю) по расстоянию к i-му КПС ИКС маршрутизатор и таблицей соответствия каждого IP-адресу порта, к которому целесообразно подключить оборудование КПС ИКС в k-м порядке: Маршрутизатор должен быть лучшим по выбранному показателю. Так, если он самый близкий по расстоянию (в качестве расстояния может выступать любой показатель, определяющий существенное свойство сети), то вычисляются длины путей ко всем маршрутизаторам к которым могут (например, территориально) подключиться криптомаршрутизаторы i-го КПС ИКС, для чего применяется один из известных способов определения кратчайших путей (Дейкстры, Форда-Фалкерсона, Беллмана и др.) [4]. Последовательно определяются маршрутизаторы – вторые по показателю, и третьи по показателю. Для выбора может быть также использован матричный способ, позволяющий сразу определить последовательность выбора путей и соответствующих маршрутизаторов .[2, 3] Если по выбранному показателю оказываются равноценными несколько маршрутизаторов или то приоритет отдается такому, у которого другие важные показатели лучше, например с точки зрения безопасности передачи массивов управляющей информации (так, например, можно обходить близко расположенные маршрутизаторы операторов связи, в которых требования по безопасности ниже, чем в других и т. д.). В отдельных случаях показатели безопасности могут быть основными при выборе последовательности На основе этих данных для каждого сеанса обмена информацией (цикла планирования) формируется план подключения работающего (исправного) криптомаршрутизатора каждого i-го КПС ИКС к соответствующим работающим (исправным) граничным маршрутизаторам MPLS сетей операторов связи и порядок обращения к ним, который должен последовательно во времени (своевременно) отражаться в матрице маршрутов маршрутизаторов КПС ИКС. Так, для каждого криптомаршрутизатора i-го КПС ИКС в подсистеме планирования задается путь первого выбора через граничный маршрутизатор, соответствующий элементу множества путь второго выбора через маршрутизатор, соответствующий элементу множества , и путь третьего выбора через маршрутизатор, соответствующий элементу множества информация о которых затем может быть последовательно отражена в таблицах маршрутизации. План может формироваться вручную ДЛ органов управления корпоративной (ведомственной) ИКС путем его заполнения с АРМ на основе использования ДЛ
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 15
2020
оборудования (оптимальные режимы работы оборудования, обеспечивающие показателей безопасности (оптимальные процедуры управления безопасностью, обеспечивающие Естественно, что наиболее благоприятными для управления ИКС являются варианты, когда показатели качества являются аддитивными. Таким образом, векторы управления строятся так, чтобы достигался экстремум каждого локального показателя качества, т.е. соответственно:
15 23.06.2020 9:25:43
РАДИОТЕХНИКА И СВЯЗЬ программ определения и фиксации кратчайших путей, реализующих соответствующие методы их определения, полуавтоматически с использованием программного обеспечения АРМ ДЛ или автоматически, если будет разработано и внедрено соответствующее программное обеспечение контура планирования ИКС. На практике при поэтапном создании автоматизированной системы управления сетью (так обычно поступают в связи с чрезвычайной сложностью как процессов функционирования ИКС, так и процессов управления сетью) обычно мероприятия по организации процессов планирования осуществляют в несколько этапов. На первом этапе задачи планирования могут осуществляться преимущественно вручную с АРМ планировщика, должностными лицами органов и ЦУ АСУ. На втором этапе отработанные приемы и ручные технологии планирования частично автоматизируются. Наконец, на третьем этапе задача планирования полностью автоматизируется, план формируется автоматически и лишь незначительно корректируется и утверждается перед его принятием, соответствующим ДЛ органа управления, отвечающим за планирование. Средствами подсистем оперативно-технического управления и управления оборудованием АСУ ИКС сформированный план реализуется путем организации подключения соответствующего маршрутизатора КПС ИКС линиями привязки к определенным двум–трем граничным маршрутизаторам оператора связи, и первоначального внесения соответствующих элементов в таблицы маршрутизации в соответствии с правилами заполнения данных таблиц для конкретных типов маршрутизаторов (криптомаршрутизаторов). Как правило, с целью повышения устойчивости и скрытности управления корпоративной (ведомственной) ИКС, на каждом КПС ИКС размещают определенное число дублирующих криптомаршрутизаторов, для каждого из которых формируется план подключения по разным правилам, например прямой порядок для одного и инверсный для другого. Кроме того, для разных сеансов обмена информацией порядок назначения очередности путей выбора может меняться: и т.д. Для повышения скрытности управления корпоративной (ведомственной) ИКС процедуры выбора того или иного маршрутизатора каждого i-го КПС ИКС могут осуществляться либо последовательно по очереди для каждого сеанса обмена, либо на основе случайного выбора, типа «орел-решка». Все это должно быть заранее отражено в стратегии планирования каждым компонентом и реализовываться для всех способов планирования как в ручном режиме, так и в автоматизированном. Кроме того, в процессе планирования предусматривают возможность перехода на разрешенные режимы управления качеством функционирования с различными механизмами адаптации планов управ-
ления. При этом процедуры управления качеством функционирования должны улучшать план распределения информации в ИКС только на основе локальной информации (в пределах собственных средств ИКС) и за пределами возможного влияния нарушителей на процессы управления. Различные режимы управления качеством функционирования также должны быть отражены в формируемом плане, для чего элементы плана выдаются подсистемой планирования АСУ ИКС в подсистему оперативно-технического управления. Также в плане отражаются допустимые (разрешенные планом) изменения параметров протоколов обеспечения качества обслуживания потребителей услуг.
Виртуализация процедур управления структурой ИКС Задача управление структурой компонентов ИКС сводится к формированию подсистемой оперативнотехнического управления сетевой структуры (как совокупности узлов сети и связывающих их линий, каналов или трактов) и выработке управляющих воздействий подсистеме управления оборудованием по подключению конкретных маршрутизаторов КПС ИКС к определенным граничным маршрутизаторам сетей операторов связи в соответствии с полученным из подсистемы планирования планом. В результате этого в подсистеме оперативно-технического управления формируются матрица связности узлов (как совокупности IP и IP/MPLS маршрутизаторов) сети компонентов ИКС и матрица пропускных способностей связей узлов Данные из матриц и трансформируются в подсистему управления оборудованием корпоративной (ведомственной) ИКС для организации подключения конкретных маршрутизаторов КПС ИКС, определенными линиями и цифровыми каналами (трактами) с заданной скоростью передачи, к требуемым граничным маршрутизаторам сетей операторов связи для организации полной структуры сети с виртуальным ядром.
Виртуализация процедур управления качеством услуг При организации управления качеством услуг, предоставляемых компонентами корпоративной (ведомственной) ИКС, процедуры управления строятся таким образом, чтобы они представляли собой композицию процедур управления качеством обслуживания, которые фактически сводятся к оперативному управлению потоками информации, циркулирующим в ней, и процедур корректировки протоколов обеспечения качества предоставляемых услуг. Управление качеством функционирования компонентов корпоративной (ведомственной) ИКС фактически должно обеспечить выполнение множества целей
16 2 2020.indd 16
23.06.2020 9:25:44
Буренин А.Н., Чуйков В.Б. Основные процедуры виртуализации управления функционированием ... управления для того, чтобы гарантированно обеспечить требуемый уровень качества их функционирования в различных условиях эксплуатации, в т. ч. в условиях воздействия широкого спектра воздействий, модели которых приводились ранее. Для оценивания качества функционирования компонентов корпоративной (ведомственной) ИКС обычно задают функционал качества зависящий от управления, параметры которого отражаются в векторе управления (определяет вырабатываемые подсистемой оперативно-технического управления АСУ ИКС управляющие воздействия на управляемые элементы ИКС). Управление организуют так, чтобы требуемое значение показателя качества функционирования было не ниже (не выше) допустимого в течение заданного времени с вероятностью не меньшей требуемой причем а или Обеспечить неравенство можно, соответствующим образом организовав контуры управления потоками информации, циркулирующими в ИКС, с учетом требования (поскольку информация проходит по неконтролируемой среде сетей операторов связи) по запрету применения стандартных протоколов динамической маршрутизации, которые являются весьма уязвимыми для нарушителей. Другими словами, в собственных для ИКС средствах маршрутизации необходимо реализовать статические (фиксированные, не изменяемые открытыми протоколами стэка TCP/IP) планы маршрутизации, что предполагает, что управление потоками целиком ложится на средства АСУ ИКС, а протоколы маршрутизации просто отключены и не реализуются. Таким образом, необходимо предложить такие процедуры управления качеством функционирования компонентов ИКС, чтобы в каждый момент времени содержимое матриц маршрутизации маршрутизаторов КПС определялось только командами из АСУ корпоративной (ведомственной) ИКС и чтобы именно средства АСУ осуществляли виртуализацию процедур
динамической маршрутизации, что обеспечит требуемый уровень качества и безопасности функционирования всей сети. В обобщенном виде процедуры управления качеством функционирования, гарантирующие требуемые значения показателей качества, основаны на определении весов всех и динамическом выборе наилучших путей в наложенных на сети операторов связи IP/ MPLS сетях ИКС. Основной отправной точкой и наиболее простым вариантом реализации являются управляемые процедуры виртуализации квазистатического способа маршрутизации. Суть их состоит в том, что в компонентах АСУ корпоративной (ведомственной) ИКС для каждого маршрутизатора КПС ИКС хранятся квазистатические матрицы выбора путей передачи пакетов (крипто пакетов) каждый элемент которых равен 1, если путь из i-го маршрутизатора в k-й через соседний j-й является путем первого выбора (т.е. наилучшим по выбранному показателю), если то путь из i-го маршрутизатора в k-й через соседний j-й является путем второго выбора (т.е. вторым после наилучшего) и, наконец, если то путь из i-го маршрутизатора в k-й через соседний j-й является путем третьего выбора (т.е. третьим после наилучшего). Для формирования матриц целесообразно использовать технологию зондовых испытаний выделенных операторами связи IP/MPLS сетей, рис. 1, представляющую упрощенный вариант технологий управления в условиях неопределенности [8], поскольку непосредственные методы их контроля неприемлемы. В этом случае в рамках элементов АСУ ИКС, обеспечивающих процедуры зондовых испытаний сетей операторов связи, реализуются программно-аппаратные модули управления (МУ) с фиксированным IP адресом, которые периодически запускают зонды пакеты к определенным таким же модулям на других КПС ИКС. При получении зонда модуль получатель транслирует его обратно с адресом отправителя.
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 17
2020
Рис. 1. Использование способа зондовых испытаний сетей операторов связи в процедурах виртуализации управления качеством услуг ИКС
17 23.06.2020 9:25:45
РАДИОТЕХНИКА И СВЯЗЬ Для обработки результатов зондового тестирования могут быть использованы механизмы игровых процедур [2, 3, 8]. Их суть заключается в формировании на модулях управления (МУ) АСУ ИКС вероятностных автоматов, реагирующих на успешность прохождения зондов-пакетов к другим МУ. В результате формируется план управления в виде матрицы выбора путей передачи пакетов (крипто пакетов) При использовании для формирования процедур плана управления и матрицы сети операторов рассматриваются как случайная среда, а модульные средства управления (МУ) АСУ ИКС представляются в виде коллектива стохастических автоматов, функционирующих в этой среде (играющих со средой). Применяемые при управлении процедуры «игры» состоят в том, что для получения соответствующей информации о прохождении пакетов-зондов из исходного МУА к требуемому МУС вначале набирается статистика, т. е. наугад (случайно) выбирается исходящее направление. Если ответный пакет с требуемым качеством доставки получен, то это направление поощряется, в противном случае штрафуется. Этот период набора требуемой статистики называется периодом первоначальной настройки. В качестве играющего автомата МУА, связанного с j-м КПС ИКС, принимают автомат с переменной структурой: (18) где – вероятность появления состояния -го выхода. Понятно, что должно выполняться условие
а изменение элементов происходит следующим образом: если было совершено действие -го типа и автомат был оштрафован (это соответствует факту
неполучения ответного пакета-отклика или превышения допустимого времени ожидания) или поощрен, то соответственно: (19) где и – игровые параметры метода; – оценка вероятности состояния -го выхода по результатам зондовых испытаний. После изменения величин , которые служат для расчета элементов матрицы с записью в базу данных управления, все остальные элементы нормируются
Вместе с тем игровые процедуры формирования планов распределения потоков информации предполагают, что передающийся по сетям операторов связи трафик достаточно стабилен и характеризуется слабо изменяющимися параметрами потоков информации, а сами сети операторов связи работают в условии полного отсутствия существенных структурных изменений. Последнее справедливо, если корпоративный (ведомственный) трафик имеет достаточно высокий приоритет и связность ИКС обеспечивается операторами за счет других арендаторов даже при изменении структуры. В чрезвычайных условиях эксплуатации возможны существенные затруднения в получении полной информации о состоянии собственного оборудования и полученный порядок выбора исходящих путей не всегда будет соответствовать этим условиям, поэтому в процессы управления необходимо включить определенные адаптирующие механизмы, а поиск конкретных процедур управления следует вести в классе децентрализованных процедур. При этом может быть предложен
Рис. 2. Процедуры распределенного управления потоками с локальными процедурами адаптации
18 2 2020.indd 18
23.06.2020 9:25:45
Буренин А.Н., Чуйков В.Б. Основные процедуры виртуализации управления функционированием ...
Заключение В настоящее время большинство крупных (в т. ч. государственных) корпораций и многие ведомства создают собственные системы связи на ресурсах операторов связи, которые содержат в своем составе инфокоммуникационные сети (ИКС). Ядром таких сетей являются IP или IP/MPLS сети передачи данных, наложенные на ресурсы сетей различных операторов связи. При этом надежность и требуемое качество информационного взаимодействия корпоративных (ведомственных) потребителей услуг могут быть обеспечены
только при организации управления ИКС и всеми ее компонентами. Корпоративная (ведомственная) ИКС, как в обычных, так и особенно, в чрезвычайных условиях эксплуатации может подвергаться информационным, помеховым и деструктивным воздействиям нарушителей, что усложняет решение всех задач управления ею. Достаточно эффективным является управление ИКС, осуществляемое по минимально достаточной схеме, включающей задачи планирования, управления структурой, управления качеством предоставляемых услуг (управление потоками информации и режимами обеспечения качества услуг), а также управления безопасностью. Учитывая, что значительная часть ИКС, связанная с ресурсами операторов связи, не подконтрольна АСУ ИКС и не может быть непосредственно подвергнута мониторингу, процедуры для всего перечня задач управления имеют особенности и обязательно включают схемы виртуализации процессов непосредственного управления.
Литература 1. Российская Федерация. Законы. О связи : федер. закон : [принят Гос. Думой 18 июня 2003 : одобр. Советом Федерации 25 июня 2003 г.]. – // СПС «Консультант-плюс». – Режим доступа: http://www.consultant.ru/document/cons_doc_ LAW_43224, свободный. – Загл. с экрана. 2. Буренин, А. Н. Современные инфокоммуникационные системы и сети специального назначения. Основы построения и управления / А.Н. Буренин, К.Е. Легков. – М.: Медиа Паблишер, 2015. – 348 с. 3. Буренин, А. Н. Теоретические основы управления современными телекоммуникационными сетями / А.Н. Буренин, В.И. Курносов. – М.: Наука, 2011. – 464 с. 4. Методы математического моделирования систем и процессов связи / В.Н. Куделя [и др.]. – СПб.: Изд-во Политехнического университета, 2009. – 368 с. 5. Епифанов, А. Д. Надежность систем управления / А.Д. Епифанов. – М.: Машиностроение, 1975. – 179 с. 6. Ажмухамедов, Н. М. Методика оценки уровня безопасности информационных активов на основе нечетких продукционных правил / Н.М. Ажмухамедов, О.М. Князева // Проблемы информационной безопасности. – 2015. – № 1. – С. 7–16. 7. Домарев, В. В. Защита информации и безопасность компьютерных систем / В.В. Домарев. – Киев: Диасофт, 1999. – 480 с. 8. Легков, К. Е. Организация оперативного управления инфокоммуникационными сетями специального назначения в условиях интенсивных воздействий / К.Е. Легков, А.Н. Буренин // Электросвязь. – 2015. – № 7. – С. 29–33.
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 19
2020
следующий способ улучшения параметров управления, характеризирующих качество функционирования ИКС, основанный на локальных процедурах адаптации – распределенное управление с локальной адаптацией (способ РУЛА). Процедуры предусматривают задание для каждого маршрутизатора статического (неизменного во времени) плана управления в виде модернизированной матрицы элементы которой изменяются в соответствии с двумя механизмами адаптации, рис. 2. Первый определяет целесообразное число последовательных проб в каждом исходящем направлении. Так как процесс поступления новых пакетов независим от процессов освобождения ресурсов маршрутизатора, то за целесообразное число последовательных проб целесообразно взять величину где – интервал времени между двумя последовательными пробами с установлением виртуального соединения к маршрутизатору, – весовой коэффициент, характеризующий различие между путем первого (второго) и второго (третьего) выбора и допустимой доли от среднего времени обслуживания требований. Второй механизм адаптации связан с использованием локальной информации, основанной на проведении периодического анализа загрузки средств (занятости виртуальных каналов, размера очередей на исходящее направление) или текущей оценке локального времени задержки пакета в выбранном исходящем направлении. С использованием второго механизма выбор пути производится по комплексу правил с учетом приведенных параметров локальной информации, имеющейся на каждом компоненте АСУ ИКС, связанном с оборудованием данного КПС. При этом выбирается тот путь, который на первом участке (исходящем направлении) менее загружен, характеризуется меньшей очередью или меньшей задержкой в обслуживании, а сама процедура выбора усложняется введением ограничений. Так, например, пакет посылается в исходящее направление второго (третьего) выбора, если исходящее направление первого (второго) выбора загружено на определенную величину (очередь достигла предельного значения, ожидаемые задержки превысят допустимые и т.п.).
19 23.06.2020 9:25:46
РАДИОТЕХНИКА И СВЯЗЬ Управление частотным ресурсом в группе частотноадаптивных радиосетей Frequency resource management in a group of frequencyadaptive radio networks
Семисошенко / Semisoshenko M.
Стрелков / Strelkov I.
(semisoshenko_ma@mail.ru) доктор технических наук, профессор. ФГКВОУ ВО «Военная академия связи имени Маршала Советского Союза С. М. Будённого» МО РФ (ВАС им. С. М. Буденного), профессор кафедры радиосвязи. г. СанктПерербург
(strela262@yandex.ru) ВАС им. С. М. Буденного, преподаватель кафедры радиосвязи. г. СанктПерербург
Михаил Александрович
Игорь Олегович
Введение Ключевые слова: автоматизированная сеть радиосвязи – automated radio communication network; частотный ресурс – frequency resource; управление частотным ресурсом – frequency resource management; оптимальное распределение частотного ресурса – the optimal allocation of the frequency resource; частотно-адаптивные радиосети – frequency-adaptive radio networks; алгоритм оптимального распределения частотного ресурса – the algorithm of optimum distribution of the frequency resource. Статья посвящена решению актуальной задачи управления частотным ресурсом автоматизированной сети радиосвязи (АСРС) с учетом новых режимов работы радиосредств. Сформулирована задача оптимального распределения ограниченного частотного ресурса АСРС между входящими в ее состав частотно-адаптивными радиосетями. Предложен способ решения сформулированной задачи распределения частотного ресурса АСРС, основанный на методе дискретного динамического программирования. Разработан алгоритм оптимального распределения частотного ресурса АСРС и приведен пример его применения. The article is devoted to the solution of the actual problem of managing the frequency resources of the automated radio communication network (ARCN), taking into account the new modes of radio equipment operation. The classification of methods for distributing the frequency resource of an automated radio communication network is given. The problem of optimal distribution of the limited frequency resource of the ARCN between the frequency-adaptive radio networks included in IT is formulated. A method for solving the formulated problem of frequency resource distribution of ARCN based on the method of discrete dynamic programming is proposed. An algorithm for optimal distribution of the frequency resource of ARCN is developed and its application is given.
Современный научно-технический прогресс позволил осуществить дальнейшее развитие теории и техники радиосвязи. Так, появилась возможность реализовать в современных комплексах декаметровой радиосвязи новые режимы частотной адаптации, а именно частотную адаптацию в радиосети [1]. При функционировании группы частотно-адаптивных радиосетей возникает задача оптимального распределения частотного ресурса между этими радиосетями. Вместе с тем известные алгоритмы распределения частотного ресурса [2,3,4] не учитывают возможность работы радиосредств с использованием новых режимов частотной адаптации. Таким образом, появление новых режимов частотной адаптации, с одной стороны, и отсутствие научно-методического аппарата решения задачи оптимального распределения частотного ресурса в группе частотно-адаптивных радиосетей, с другой стороны, вызывает необходимость дальнейшего совершенствования известных алгоритмов оптимального распределения частотного ресурса.
Классификация способов распределения частотного ресурса автоматизированной сети радиосвязи В соответствии с обобщенной структурной схемой процесса управления различными ресурсами автоматизированной сети радиосвязи (АСРС) процесс управления частотного ресурса включает с себя три этапа [2]: 1) оценка состояния объекта управления (частотного ресурса), предусматривающая оценку пригодности выделенных частот; 2) принятие решения на управление частотным ресурсом АСРС;
20 2 2020.indd 20
23.06.2020 9:25:47
Семисошенко М.А., Стрелков И.О. Управление частотным ресурсом в группе частотноадаптивных ... 3) доведение принятого решения до объекта управления. Процесс принятия решения на управление является одним из основных в общем процессе управления частотным ресурсом АСРС и заключается в формировании управляющего воздействия в соответствии с выбранным критерием [2]. При этом осуществляется формирование матрицы (вектора) распределения частот между элементами АСРС. В общем случае известны три основных способа управления частотным ресурсом в системах радиосвязи [3]: централизованный, децентрализованный и комбинированный. При централизованном способе управления частотным ресурсом все частоты, выделенные АСРС, являются общим ресурсом, и каждая частота в любой момент времени может быть выделена конкретному элементу АСРС (конкретной радиосети или радионаправлению). Такой способ предполагает оптимальное распределение частот между элементами АСРС, при этом оставшиеся частоты составляют частотный резерв АСРС. При децентрализованном способе управления частотным ресурсом каждому элементу АСРС выделяется свой частотный ресурс. Такой способ предполагает, что управление выделенным частотным ресурсом будет осуществляться непосредственно в каждом элементе АСРС в соответствии с алгоритмом функционирования данного элемента. При комбинированном способе управления частотным ресурсом предполагается, что часть элементов АСРС будет использовать децентрализованный способ управления частотным ресурсом, а другая часть – централизованный. Целью управления частотным ресурсом АСРС является формирование оптимального значения вектора управления, при котором достигается экстремум выбранного функционала, описывающего эффективность функционирования АСРС. Для достижения этой цели в процессе принятия решения на управления частотным ресурсом АСРС решается задача, которая в общем случае формулируется следующим образом. Необходимо найти такой вектор оптимального распределения частотного ресурса АСРС между элементами АСРС, при котором эффективность функционирования АСРС ( ) является максимальной
Пусть в АСРС функционирует L частотно-адаптивных радиосетей. Для обеспечения функционирования АСРС выделен общий частотный ресурс из F частот. Необходимо найти такой вектор оптимального распределения частотного ресурса Q* между L частотно-адаптивными радиосетями, входящими в состав АСРС, при котором будет обеспечиваться максимум показателя эффективности функционирования АСРС ( ). В качестве ( ) выберем математическое ожидание числа частотно-адаптивных радиосетей, в которых выполняются требования к вероятности радиосвязи с достоверностью не хуже заданной (2) (3) где – вероятность радиосвязи с достоверностью не хуже заданной в l-й ЧАРС, при выделении в неё частот, – оптимальное количество частот, выделенных в l-ю частотно-адаптивную радиосеть. При этом должны выполняться условия: (4) (5) где – требуемое значение вероятности радиосвязи с достоверностью не хуже заданной в l-й частотноадаптивной радиосети. Условия (4), (5) означают, что вероятность радиосвязи с достоверностью не хуже заданной в l-й частотно-адаптивной радиосети должна быть не меньше требуемой, и должен быть распределен весь частотный ресурс, выделенный АСРС. При этом будем считать, что при назначении частот в l-ю частотно-адаптивную радиосеть все частот являются однородными, то есть (6)
где – вероятности радиосвязи с достоверностью не хуже заданной в l-й частотно-адаптивной радиосети (1) при выделении в неё i-й и j-й частоты соответственно.
Постановка задачи оптимального распреРешение задачи оптимального распределения частотного ресурса АСРС между деления частотного ресурса АСРС между частотно-адаптивными радиосетями частотно-адаптивными радиосетями
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 21
2020
Приведём математическую постановку задачи оптиАнализ критериального функционала (2) свидемального распределения ограниченного частотного ресурса тельствует о том, что критериальная функция АСРС между входящими в ее состав частотно-адап- является аддитивной относительно элементов искотивными радиосетями. мого вектора Q*.
21 23.06.2020 9:25:48
РАДИОТЕХНИКА И СВЯЗЬ Поэтому для решения поставленной задачи воспользуемся модифицированным методом дискретного динамического программирования. Данный метод основан на первоначальном определении исходного вектора распределения частот при котором выполняется условие (4). Кроме того, при этом осуществляется проверка условия (7) где – исходное количество частотного ресурса, выделенного в l-ю частотно-адаптивную радиосеть, при котором выполняется условие (4). В дальнейшем при выполнении условия (7) осуществляется преобразование исходного вектора к искомому вектору оптимального распределения частотного ресурса Q* вида (3) путем распределения оставшихся
сети, использующей группы из ql частот, заключается в предварительном оценивании пригодности каждой из ql частот в направлении от главной радиостанции к каждому корреспонденту частотно-адаптивной радиосети, выборе оптимальной частоты из этой группы и передачи информации на этой частоте всем подчиненным корреспондентам частотно-адаптивной радиосети. При условии передачи в частотно-адаптивной радиосети коротких сообщений введём допущение, состоящее в том, что выбранная оптимальная частота является пригодной в течении длительности передачи сообщения. В качестве показателя эффективности функционирования l-й частотно-адаптивной радиосети, характеризующего вероятность радиосвязи с достоверностью не хуже заданной при использующей в этой частотноадаптивной радиосети группы из ql частот, выберем вероятность наличия хотя бы одной пригодной частоты для передачи информации с требуемой достоверностью одновременно всем Nl подчинённым корреспондентам частотно-адаптивной радиосети
частот. Обозначим: – значение вектора перед началом k-го шага оптимизации функционала – вектор распределения частотного ресурса АСРС на k-м шаге. (9) Пусть – математическое ожидание числа частотно-адаптивных радиосетей, в которых где – вероятность наличия хотя бы одной пригодной выполняются требования к вероятности радиосвязи частоты для передачи информации с требуемой достос достоверностью не хуже заданной на k-м шаге при верностью одновременно всем Nl подчинённым корреспондентам частотно-адаптивной радиосети выполнении условий (4), (5), а – В работе [5] показано, что при указанных выше математическое ожидание числа частотно-адаптивных допущениях вероятность наличия хотя бы одной радиосетей, в которых выполняются требования к веро- пригодной частоты для передачи информации с требуятности радиосвязи с достоверностью не хуже заданной емой достоверностью одновременно всем Nl подчипри управлении частотным ресурсом от k-го до K-го нённым корреспондентам частотно-адаптивной радиошага при выполнении условий (4), (5), где K – количе- сети при использовании в этой частотно-адаптивной ство шагов, необходимое для определения значения радиосети группы из ql однородных частот опредеИспользуя обобщенное функциональное урав- ляется выражением: нение динамического программирования вида (10) (8) при известных значениях удовлетворяющих условиям (4), (5), определим значение Далее, решая (8) в обратной последовательности, определим оптимальные векторы и соответствующие им оптимальные значения на основе которых формируется вектор Q* Для решения задачи оптимального распределения частотного ресурса АСРС между частотно-адаптивными радиосетями необходимо рассчитать значения матрицы вероятностей радиосвязи с достоверностью не хуже заданной в l-й частотно-адаптивной радиосети, содержащей одну главную и Nl подчинённых радиостанций (корреспондентов), при выделении ей группы из ql частот. При этом будем считать, что функционирование каждой l-й частотно-адаптивной радио-
где – вероятность радиосвязи с достоверностью не хуже заданной между главной станцией и n-м корреспондентом при передачи информации на a-й частоте.
Алгоритм распределения частотного ресурса АСРС между частотно-адаптивными радиосетями Способ решения задачи оптимального распределения частот АСРС, предложенный выше, может быть реализован алгоритмом, представленным на рис. 1. Алгоритм содержит 14 блоков, которые взаимодействуют следующим образом. В блоке 1 осуществляется ввод исходных данных: – количество частотно-адаптивных радиосетей, функционирующих в АСРС – L;
22 2 2020.indd 22
23.06.2020 9:25:50
Семисошенко М.А., Стрелков И.О. Управление частотным ресурсом в группе частотноадаптивных ... – количество подчинённых корреспондентов в каждой одновременно в из L частотно-адаптивных радиосетей – осетей. Значения – требования, предъявляемые к вероятности ради- выражением: освязи с достоверностью не хуже заданной качеству связи в каждой из L частотно-адаптивных радиосетей
частотно-адаптивных радиопределяется в соответствии с
– – L матриц значений вероятностей пригодности каждой из ql частот, выделенных в l-ю частотно-адаптивную радиосеть, для передачи информации каждому из Nl подчинённым корреспондентов частотно-адаптивной радиосети – количество выделяемых АСРС частот – F; – максимальное количество частот , которое может быть выделено каждой l-й частотно-адаптивной радиосети. В блоке 2 из L матриц в соответствии с выражением (10) рассчитываются значения матрицы вероятностей наличия хотя бы одной пригодной частоты для передачи информации с требуемой достоверностью одновременно всем Nl подчинённым корреспондентам l-й частотно-адаптивной радиосети при использовании в этой частотно-адаптивной радиосети группы из ql однородных частот
(11) (12) В блоке 10 определяется максимальное значение математического ожидания числа частотно-адаптивных радиосетей – в которых выполняется требование к вероятности радиосвязи с достоверностью не хуже заданной, а также условное оптимальное количество дополнительных частот – выделенных в k-ю частотно-адаптивную радиосеть, при выделении частотно-адаптивным радиосетям дополнительных частот. Значения и определяются с помощью уравнения динамического программирования
.
В блоке 3 формируется исходный вектор распределения частот В блоке 4 осуществляется проверка условия , если условие выполняется (это означает, что выделенного АСРС частотного ресурса недостаточно для обеспечения выполнения условия (4)), то осуществляется переход к блоку 14, в противном случае осуществляется переход к блоку 5.
(13) (14)
(15) (16)
В блоке 5 осуществляется проверка условия
если условие выполняется (это значит, что распреВ блоке 11 определяется безусловное оптимальное делены все частоты, выделенные АСРС, и при этом количество дополнительных частот выделяемых в выполняется условие (4), следовательно, исходный l-ю частотно-адаптивную радиосеть. При этом испольвектор распределения частот является вектором зуется рекуррентное соотношение оптимального распределения частотного ресурса), то осуществляется переход к блоку 13, в противном случае осуществляется переход к блоку 6. (17) В блоке 6 определяется количество нераспреде(18) ленных частот В блоке 12 определяется оптимальное количество общего частотного ресурса, выделенного в l-ю частотноадаптивную радиосеть обеспечивающего максимум значения математического ожидания числа частотно-адаптивных радиосетей, в которых выполняется требование к вероятности радиосвязи с достоверностью не хуже заданной (19) В блоке 13 осуществляется вывод результатов функционирования алгоритма (вектор оптимального
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 23
2020
В блоке 7 осуществляется уточнение максимального количества частот, которое может быть выделено в каждую из L частотно-адаптивных радиосетей. При этом для тех частотно-адаптивных радиосетей, для которых выполняется условие значение переопределяется на значение В блоке 8 определяется значение дополнительного частотного ресурса который может быть выделен в каждую из L частотно-адаптивных радиосетей, при этом В блоке 9 определяется суммарное количество частот – которое может быть дополнительно выделено
23 23.06.2020 9:25:52
РАДИОТЕХНИКА И СВЯЗЬ распределения частотного ресурса и значения вероятностей наличия хотя бы одной пригодной частоты для передачи информации с требуемой достоверностью одновременно всем Nl подчинённым корреспондентам l-й частотно-адаптивной радиосети при выделении в эту частотно-адаптивную радиосеть оптимального количества частот
В блоке 14 принимается решение об изменении исходных данных, если принято решение на изменение исходных данных, то осуществляется переход к блоку 1, в противном случае осуществляется выход из алгоритма.
Пример решения задачи оптимального распределения частотного ресурса АСРС Решим задачу оптимального распределения частотного ресурса АСРС. Пусть в АСРС функционирует Для пять частотно-адаптивных радиосетей – обеспечения функционирования АСРС выделено 45 однородных частот – При этом известны: максимальное количество частот, которые могут быть назначены в каждую частотно-адаптивную радиосеть (20) требования, предъявляемые к вероятности радиосвязи с достоверность не хуже заданной в каждой частотноадаптивной радиосети (21) матрицы значений вероятностей пригодности каждой из частот, выделенных в l-ю частотно-адаптивную радиосеть, для передачи информации каждому из Nl подчинённым корреспондентов частотно-адаптивной радиосети
24 2 2020.indd 24
23.06.2020 9:25:55
Семисошенко М.А., Стрелков И.О. Управление частотным ресурсом в группе частотноадаптивных ...
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 25
2020
Рис. 1. Алгоритм распределения частотного ресурса АСРС, учитывающий возможность работы радиосредств с частотной адаптацией в радиальной радиосети
25 23.06.2020 9:25:56
РАДИОТЕХНИКА И СВЯЗЬ Построим матрицу вероятностей наличия хотя бы В соответствии с выражениями (17, 18) определим одной пригодной частоты для передачи информации безусловное оптимальное количество дополнительных с требуемой достоверностью одновременно всем Nl частот, выделенное в каждую частотно-адаптивную подчинённым корреспондентам l-й частотно-адап- радиосеть тивной радиосети при использовании в этой частотноадаптивной радиосети группы из ql однородных частот согласно выражению (10) В соответствии с выражением (19) определим оптимальное количество частот выделенное в каждую частотно-адаптивную радиосеть
\ Определим исходный вектор распределения частот
Так как для обеспечения требований к качеству связи выделено всего 39 частот
определим
общее количество дополнительных частот, которые могут быть выделены в частотно-адаптивные радиосети
Полученный вектор оптимального распределения частот обеспечивает максимальное значение математического ожидания числа частотно-адаптивных радиосетей, в которых выполняется требование к вероятности радиосвязи с достоверностью не хуже заданной, при этом в каждой частотно-адаптивной радиосети будет обеспечиваться следующая вероятность наличия хотя бы одной пригодной частоты для передачи информации с требуемой достоверностью одновременно всем Nl подчинённым корреспондентам l-й ЧАРС Таким образом, разработанный алгоритм оптимального распределения частотного ресурса между частотно-адаптивными радиосетями позволяет учитывать новые режимы частотной адаптации и может быть применен в АСРС с целью повышения эффективности её функционирования.
Литература 1. Системы радиосвязи специального назначения. Радиостанции средней мощности. Книга 1. Радиостанции из состава комплекса технических средств радиосвязи «Поиск-М» / П.Г. Романенко [и др.]. – СПб.: ВАС, 2014. – 128 c. 2. Семисошенко, М. А. Управление автоматизированными сетями декаметровой связи в условиях сложной радиоэлектронной обстановки / М.А. Семисошенко. – СПб.: ВАС, 1997. – 364 c. 3. Управление частотным ресурсом в системах радиосвязи / под ред. В.П. Постюшкова. – СПб.: ВАС, 1996. – 96 c. 4. Шаров, А. Н. Автоматизированные сети радиосвязи / А. Н. Шаров. – Л.: ВАС, 1988. – 178 c. 5. Семисошенко, М. А. Эффективность функционироВ соответствии с выражениями (11, 12) определим количество частот, которые могут быть одновременно вания частотно-адаптивной радиосети радиальной струквыделены в частотно-адаптивных радиосетей туры, использующей группу частот / М.А. Семисошенко, И.О. Стрелков // Сборник трудов 72-й всероссийской научнотехнической конференции, посвященной дню радио. – 2017. – С. 58–59.
Так как для каждой частотно-адаптивной радиосети выполняется условие то максимальное количество частот, которое может быть назначено в каждую частотно-адаптивную радиосеть, остается неизменным; Определим количество дополнительных частот, которые могут быть назначены в каждую частотноадаптивную радиосеть
В соответствии с выражениями (13–16) определим максимальное значение математического ожидания числа частотно-адаптивных радиосетей, в которых выполняются требования к вероятности радиосвязи с достоверность не хуже заданной, а также условное оптимальное количество частот, дополнительно выделенное в каждую частотно-адаптивную радиосеть.
26 2 2020.indd 26
23.06.2020 9:25:57
Прямая теорема кодирования широковещательного канала связи The direct broadcast channel coding theorem
Сысуев / Sysuev S.
Остроумов / Ostroumov O.
(sysuev1971@mail.ru) кандидат военных наук, доцент. ФГКВОУ ВО «Михайловская военная артиллерийская академия» МО РФ, начальник научноисследовательского центра. г. СанктПетербург
(oleg26@mail.ru) кандидат технических наук. ВАС им. С. М. Буденного, преподаватель. г. СанктПетербург
Сергей Юрьевич
Олег Александрович
Синюк / Sinyuk A. Александр Демьянович
(eentrop@rambler.ru) доктор технических наук, доцент. ФГКВОУ ВО «Военная академия связи имени Маршала Советского Союза С. М. Буденного» МО РФ (ВАС им. С. М. Буденного), профессор. г. СанктПетербург
Введение
Предлагаемое исследование широковещательного канала связи направлено на получение точных оценок информационной эффективности. Доказана прямая теорема кодирования, которая с вместе ранними исследованиями позволила достигнуть поставленной цели. Сформулированы направления дальнейших исследований. Совокупность полученных результатов существенно углубляет известные оценки различных каналов и может рекомендоваться специалистампроектировщикам систем связи, включающим широковещательные каналы. The broadcast communication channel research proposed is aimed at the information effectiveness accurate assessments getting. The straight coding theorem along with the previous researches allowed us to reach the desired goal. The further researches directions are made. The aggregate of the results received deepens the known assessments of different channels and can be recommended to the communication channels design engineers. The communication channels include broadcast channels.
Опубликованные теоретико-информационные исследования широковещательного канала (ШВК) [1–4] ориентированы на описание условий получения точных оценок пропускной способности ШВК. В [5] приведена постановка задачи кодирования, введена информационная мера совместной информации (СИ) и выполнено ее всестороннее исследование. В [6] введена информационная емкость и определены условия максимизации средней СИ, определено понятие неопределенности исследуемого ШВК, сформулирована и строго доказана обратная теорема кодирования. В [7] сформулирована и доказана теорема о максимальной вероятности ошибки кода в ШВК, произведена оценка роли этой теоремы в обеспечении доказательства прямой теоремы кодирования. Цель настоящего исследования состоит в том, чтобы доказать, что для ШВК информационная емкость и пропускная способность совпадают. Поэтому в текущей работе представляется прямая теорема кодирования, в которой доказывается, что существуют коды с произвольно малой вероятностью ошибки при условии, что скорость кода не превосходит информационную емкость ШВК. Совокупность этого результата вместе с обратной теоремой кодирования позволяет достигнуть цели исследования. Результаты доказанных теорем кодирования представляют фундаментальные утверждения, которые определяют точную оценку информационной эффективности, связанную с общей информацией ШВК. Выпол-
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 27
2020
Ключевые слова: широковещательный канал связи – broadcast communication channel; общая информация – general information; совместная информация – joint information; неопределенность и информационная емкость ШВК – BCC uncertainty and informational capacity; информационная эффективность и пропускная способность ШВК – BCC informational efficiency and throughput; обратная и прямая теоремы кодирования ШВК – BCC converse and direct coding theorems; точная оценка пропускной способности ШВК – BCC throughput accurate assessment.
27 23.06.2020 9:25:58
РАДИОТЕХНИКА И СВЯЗЬ няется оценка пропускной способности канала, которая определяет потенциальные значения общей информации, передаваемой в ШВК. Приведено табличное представление зависимости информационной эффективности от качества составляющих каналов ШВК. Полученные результаты позволили синтезировать направления дальнейших исследований информационной эффективности, а также в своей общей совокупности с предшествующими исследованиями существенно углубляют известные теоретико-информационные оценки различных моделей ШВК (ухудшающегося [8–11], Релеевского [12, 13] и Гауссовского [14–17]). Предлагаемые оценки информационной эффективности могут быть рекомендованы специалистам для определения потенциальных возможностей проектируемых систем связи, включающих ШВК.
Предварительные результаты
чины и определяются подобным образом в соответствии с выбранными ансамблями. Для любых последовательностей где декартова n-я степень множеств X, Y, M соответственно, задано распределение на входных последовательностях ШВК, Распределение совместно с условными вероятностями определяет ансамбль посредством которых задается ШВК. В рамках доказательства обратной теоремы кодирования рассматривается ШВК с переходными вероятностями и и информационной емкостью Предполагается, что – совместная информация между тремя последовательностями и вычисленная по распределению в соответствии с утверждением 1 из [5]. Предполагается, что для передачи сообщений используется код где n – длина кода, R – скорость кода [21, 22]. Обратная теорема кодирования для ШВК [6] доказательно утверждает, если R > С*, тогда средняя вероятность ошибочного декодирования кода G(n, R) будет стремиться к единице, Это утверждение представляет собой одну из двух важнейших теорем, формирующих основу получения точных оценок пропускной способности канала. Теперь требуется доказать, что для ШВК информационная емкость С* и пропускная способность совпадают путем доказательства второго фундаментального утверждения – прямой теоремы кодирования, в которой необходимо доказать существование кода со скоростью R < С*, обеспечивающего сколь угодно малую заданную наперед вероятность ошибочного декодирования. В целях обеспечения доказательства вышеуказанного утверждения предварительно в [7] сформулирована и доказана вспомогательная теорема о максимальной вероятности ошибки кода в ШВК. Результат вспомогательной теоремы утверждает существование кода [7], слова которого принадлежат произвольному множеству S, которое является подмножеством и максимальная вероятность ошибочного декодирования кода определяется в соответствии с выражением:
Передача сигналов по дискретному ШВК (ДШВК) определяется двумя каналами с общим входным X и выходными Y, M алфавитами, которые представляются тремя дискретными множествами с сообщениями: x X, y Y, m M. На основе ансамбля {XYM, p(x, y, m)}, образованного всеми тройками (x, y, m) XYM, и ансамблей каналов: {X, p(x)}, {Y, p(y)}, {M, p(m)}, {XY, p(x, y)}, {XM, p(x, m)} введено понятие среднего количества СИ F (X; Y; M) [5], где p(*) – вероятности сообщений x, y, m, соответственно, а также вероятности совместных сообщений. В [5] доказано, что в условиях равномерного входного распределения вероятностей {X, p(x)} [18, 19, 20] и описания составляющих ШВК моделью дискретного симметричного канала (ДСК) [21, 22] обеспечивается максимальная величина СИ. В [5] исследованы свойства введенной информационной меры СИ: аддитивности, тождества СИ ШВК и взаимной информации сообщений на выходах канала, границы изменения СИ, неувеличения СИ при преобразованиях, свойства перестановок и непревосходства условной СИ. В работе [6] доказательно определен термин информационной емкости канала С* посредством четких формулировок и строгих математических доказательств теорем о максимизации средней совместной информации и информа(3) ционной емкости. Показано [6], что информационная емкость С* определяется посредством СИ где — произвольнее положительное число, — произвольное распределение на – вероят(1) ность того, что в соответствии с распределением случайно будет выбрана последовательность принадВ работе [6] введено понятие средней неопреде- лежащая подмножеству ленности ШВК относительного входа при заданных выходах составляющих ДСК каналов которая определяется как величина: (4) (2) и где условная энтропия (неопределенность) ансамбля X при известном ансамбле Y [23], причем вели-
– вероятность множества (5)
28 2 2020.indd 28
23.06.2020 9:25:59
Сысуев С.Ю., Синюк А.Д., Остроумов О.А. Прямая теорема кодирования широковещательного канала ... Значением правой части неравенства (3) можно изменять, меняя величины слагаемых и соотношение между ними за счет выбора и распределения вероятностей на входе. Для доказательства прямой теоремы кодирования ШВК необходимо установить, можно ли подобрать и входное распределение так, чтобы оба слагаемых убывали к нулю при возрастании п. В [7] определено, что эта задача сводится к исследованию случайной величины
Показано в [7], что
ствии с неравенством (3) вспомогательной теоремы о максимальной вероятности ошибки кода в ШВК [7] при S = Хп существует код G (n, R) удовлетворяющий неравенству (11) где удовлетворяет неравенству (6). Для ШВК выполняется соотношение [5]
для больших n (т.е. при ) вопрос о оценке вероятности ошибки сводится к исследованию правой части и неравенства для вероятности (6) где (7)
и
а в (3) определятся из выражения
Показано [7] что, если вероятность того, что отличается от
Так как случайные величины независимы, одинаково распределены, имеют математическое ожидание и ограниченную дисперсию [19, 20], то в силу закона больших чисел [19, 24, 25] правая (8) часть неравенства стремится к нулю при увеличении п. Таким образом, оба слагаемых в (11) стремятся к нулю, и поэтому найдется такое n и такой код G(n, R), что максимальная вероятность ошибки меньше любого заданного наперед положительного числа (9) Теорема доказана. Этот результат совместно с обратной теоремой кодирования [6] позволяет сформулировать следствие.
на величину, большую чем
убывает с ростом п, тогда убывает с ростом п также и максимальная вероятность ошибки В предлагаемой статье используем результат доказанной в [7] вспомогательной теоремы о максимальной вероятности ошибки кода ШВК в целях доказательства прямой теоремы кодирования. Покажем, что существуют коды с произвольно малой вероятностью ошибки при условии, что скорость кода не превосходит информационную емкость ШВК. Вместе с обратной теоремой кодирования это станет доказательством того, что информационная емкость и пропускная способность (1), совпадают [24]. Прямая теорема кодирования ШВК Теорема 1. Пусть С* – информационная емкость ШВК. При любом R < С* и любом положительном существует код G(n, R), максимальная вероятность ошибки которого удовлетворяет неравенству
Cледствие 1. Пусть СШВК – пропускная способность и С* – информационная емкость ШВК. Тогда СШВК = С*.
(12)
Оценка пропускной способности ШВК Теорема 2. Пусть производится передача сообщения по ШВК, составляющие каналы которого описываются моделями ДСК [21, 22] и на входе ШВК задано равномерное распределение вероятностей [18, 19, 20]. СШВК равна
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 29
2020
(10) где L – число сообщений в ансамбле . Доказательство. Доказательство Из утверждения 1 [5] следует, что для модели ШВК Пусть = С* – R. Выберем параметр в соответствии выполняется равенство: с (9), а распределение таким, что оно максимизирует среднюю совместную информацию. В соответ-
29 23.06.2020 9:26:01
РАДИОТЕХНИКА И СВЯЗЬ где – средняя взаимная информация ансам- Тогда можно записать блей Y и M [21, 24]. Тогда
При доказательстве теоремы о максимальной совместной информации [5] показано, что «виртуальный» канал связи (вход которого определяется а выход описывается моделью ДСК. На выходе первого составляющего канала ШВК корреспондент В принимает сигналы, описываемые На выходе второго корреспондент С принимает сигналы, описываемые Выходные сигналы составляющих каналов ШВК имеют равномерный закон распределения вероятностей в силу того, что на входе каждого из них имеет место равномерный закон распределения вероятностей, как это определяется свойством канала ДСК [23, 24]. Тогда с учетом свойства энтропии ДСК [23, 24] получаем
Теорема доказана. Выполним оценку СШВК модели ШВК с составляющими каналами, описываемыми моделью двоичного ДСК без памяти (ШВК–ДСКБП) [22, 23]. Вход ШВК–ДСКБП описывается ансамблем и (14) На выходе первой составляющей ШВК корреспондент В принимает сигналы, описываемые ансамблем где На выходе второй корреспондент принимает сигналы, описываемые ансамблем где Обозначим переходные вероятности
Найдем (15) (16) (17) (18) Определим вероятность p в соответствии с выражением Тогда (19) Найдем из (13) для модели ШВК-ДСКБП с учетом выражений (14–18), (19) и получим:
Тогда из теоремы 2 с учетом (14) вытекает следствие 2. Следствие 2. Пусть составляющие каналы ШВК (13) описываются моделями двоичного ДСК без памяти. Пропускная способность ШВК-ДСКБП СШВК-ДСКБП равна Согласно теореме о максимизации средней совместной информации [5] (информационная емкость С* определяется соотношением (1)) обеспечивается максимальная величина средней совместной информации Оценки СШВК-ДСКБП в зависимости от и в условиях: производится передача сообдля модели ШВК-ДСКБП приведены таблице. щения по ШВК, составляющие каналы которого описыАнализ следствия 2 и таблицы показывает, что переваются моделями ДСК, на входе которого задано равно- дача информации в ШВК невозможна в случае «обрыва мерное распределение вероятностей. Результат след- канала» составляющих(его) каналов(а). СШВК–ДСКБП увелиствия 1 в выражении (12) утверждает, что СШВК = С*. чивается при улучшении качества составляющих(его) каналов(а). [0;1] и подтверждает оценки
30 2 2020.indd 30
23.06.2020 9:26:02
Сысуев С.Ю., Синюк А.Д., Остроумов О.А. Прямая теорема кодирования широковещательного канала ... Таблица
Зависимость CШВК-ДСКБП от pm и py
граничных значений СИ утверждения 2 из [5]. В условиях идеального качества одного составляющего канала СШВК–ДСКБП определяется вероятностью ошибок в другом составляющем канале ШВК. СШВК–ДСКБП достигает своего максимума при отсутствии ошибок в составляющих каналах ШВК.
Направления дальнейших исследований Полученные оценки СШВК–ДСКБП не противоречат результатам, полученным в [1, 2, 8–12, 15, 17] для моделей широковещательных каналов. Учтем совокупность полученных оценок вместе с интерпретацией средней неопределенности ШВК [6] относительного входа при заданных выходах составляющих ДСК каналов определенной в (2), которая заключается в следующем. Для снятия неопределенности ШВК необходимо одновременно передать объем информации равный Однако и (20)
исследование информационной меры СИ [5], введения терминов информационной емкости, неопределённости ШВК, оценки условий максимизации средней СИ, доказательства обратной теоремы кодирования [6] и вспомогательной теоремы о максимальной вероятности ошибки кода [7] сформулирована и доказана прямая теорема кодирования утверждающая существование кода с произвольно малой вероятностью ошибки при условии, что скорость кода не превосходит информационную емкость ШВК. Совокупность этого результата вместе с результатом обратной теоремы кодирования доказывает, что информационная емкость и пропускная способность совпадают. Для модели ШВК с составляющими ДСК-каналами получена точная оценка пропускной способности ШВК. Приведено табличное представление зависимости информационной эффективности ШВК от качества составляющих. Полученные оценки вместе с исследованием неопределенности ШВК определили направления дальнейших исследований, которые заключаются в постановке задачи и оценке выигрыша в информационной эффективности одновременной передачи для модели ШВК по сравнению с поочередной передачей по составляющим каналам. Полученные результаты углубляют известные исследования эффективности различных известных моделей ШВК, к которым можно отнести оценки ухудшающегося [8–11], релеевского [12, 13] и гаусовского ШВК [14–17] и могут быть рекомендованы к использованию специалистам разрабатываемых систем связи, включающих ШВК, для оценки потенциальных возможностей.
Из анализа (20) видно, что и содержат информацию, которую при одновременном снятии неопределенности на выходах двух составляющих каналов ШВК передавать не требуется. Это обстоятельство вместе с полученными оценками пропускной способности определяют направления дальнейших исследований информационной эффективности ШВК, которые заключаются в постановке задачи и оценке выигрыша в информационной эффективности переЛитература дачи информации в модели ШВК по сравнению с пооче1. Yuanpeng, L. Capacity and Rate Regions of a Class of Broadcast Interference Channels / L. Yuanpeng, E. Erkip // редной eё передачей по составляющим каналам.
Цель, которой подчинена представляемая работа, состоит в том, чтобы доказать, что для ШВК информационная емкость и пропускная способность совпадают. На основе ранее полученных результатов исследований: постановка задачи кодирования, введение и
IEEE Transactions on Information Theory. – 2016. – Vol. 62, Iss. 10. – P. 5556–5572. 2. Kim, H. Capacity Theorems for Broadcast Channels With Two Channel State Components Known at the Receivers / H. Kim, A. El Gamal // IEEE Transactions on Information Theory. – 2016. – Vol. 62, Iss. 12. – P. 6917–6930. 3. Gao, Y. Wyner-Ziv Coding Over Broadcast Channels: Hybrid Digital/Analog Schemes / Y. Gao, E. Tuncel // IEEE
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 31
2020
Заключение
31 23.06.2020 9:26:04
РАДИОТЕХНИКА И СВЯЗЬ Transactions on Information Theory (TIT). – 2011. – Vol. 57, Iss. 9. – P. 5660–5672. 4. Asadi, B. On Index Coding in Noisy Broadcast Channels with Receiver Message Side Information / B. Asadi, L. Ong, S.J. Johnson // IEEE Communications Letters. – 2014. – Vol. 18, Iss. 4. – P. 640–643. 5. Синюк, А. Д. Исследование совместной информации / А.Д. Синюк, О.А. Остроумов // Информация и Космос. – 2017. – № 3. – С. 55–58. 6. Синюк, А. Д. Обратная теорема кодирования дискретного широковещательного канала связи / А.Д. Синюк, О.А. Остроумов // Информация и Космос. – 2018. – № 3. – С. 49–54. 7. Сысуев, С. Ю. Теорема о максимальной вероятности ошибки кода в дискретном широковещательном канале связи / С.Ю. Сысуев, А.Д. Синюк, О.А. Остроумов // Информация и Космос. – 2019. – № 3. – С. 54–59. 8. Nair, Ch. The Capacity Region of a Class of 3-Receiver Broadcast Channels with Degraded Message Sets / Ch. Nair, A. El Gamal // IEEE Transactions on Information Theory. – 2009. – Vol. 55, Iss. 10. – P. 4479−4493. 9. Dikstein, L. On State-Dependent Degraded Broadcast Channels With Cooperation / L. Dikstein, H.H. Permuter, Y. Steinberg // IEEE Transactions on Information Theory. – 2016. – Vol. 62, Iss 5. – P. 2308–2323. 10. Chong, H.-F. On the Capacity Region of the Parallel Degraded Broadcast Channel With Three Receivers and ThreeDegraded Message Sets / Hon-Fah Chong, Ying-Chang Liang // IEEE Transactions on Information Theory. – 2018. – Vol. 64, Iss. 7. – P. 5017–5041. 11. Mansour, A. S. On the Individual Secrecy Capacity Regions of the General, Degraded, and Gaussian Multi-Receiver Wiretap Broadcast Channel / A.S. Mansour, R.F. Schaefer, H. Boche // IEEE Transactions on Information Forensics and Security. – 2016. – Vol. 11, Iss. 9. – P. 2107–2122. 12. Liang, Y.-C. Rate Regions for Relay Broadcast Channels / Y.-С. Liang, G. Kramer // IEEE Transactions on Information Theory. – 2007. – Vol. 53, Iss. 10. – P. 3517−3535. 13. Dai, B. Relay Broadcast Channel With Confidential Messages / B. Dai, L. Yu, Z. Ma // IEEE Transactions on Information Forensics and Security. – 2016. – Vol. 11, Iss. 2. – P. 410–425. 14. Yu, W. M. Sum Capacity of Gaussian Vector Broadcast Channels / W. Yu, J.M. Cioffi // IEEE Transactions on Information Theory. – 2004. – Vol. 50, Iss. 9. – P. 1875−1892. 15. Gohary, R. H. The Capacity Region of a Product of Two Unmatched Physically Degraded Gaussian Broadcast Channels with Three Individual Messages and a Common Message / R.H. Gohary, T.N. Davidson // IEEE Transactions on Information Theory. – 2013. – Vol. 59, Iss. 1. – P. 76−103. 16. Chong, H.-F. The Capacity Region of the Class of ThreeReceiver Gaussian MIMO Multilevel Broadcast Channels With Two-Degraded Message Sets / Hon-Fah Chong, Ying-Chang Liang // IEEE Transactions on Information Theory. – 2014. – Vol. 60, Iss. 1. – P. 42–53. 17. Concatenated Coding Using Linear Schemes for Gaussian Broadcast Channels With Noisy Channel Output Feedback /
Z. Ahmad [et al.] // IEEE Transactions on Communications. – 2015. – Vol. 63, Iss. 11. – P. 4576–4590. 18. Балдин, К. В. Теория вероятностей и математическая статистика: Учебник / К.В. Балдин, В.Н. Башлыков. – М.: Дашков и К, 2018. – 472 c. 19. Буре, В. М. Теория вероятностей и математическая статистика: Учебник / В.М. Буре, Е.М. Парилина. – СПб.: Лань, 2013. – 416 c. 20. Белов, В. М. Теория информации. Курс лекций: Учебное пособие для вузов / В.М. Белов, С.Н. Новиков, О.И. Солонская. – М.: Горячая линия–Телеком, 2016. – 143 c. 21. Биккенин, Р. Р. Теория электрической связи / Р.Р. Биккенин, М.Н. Чесноков. – М.: Академия, 2010. – 329 с. 22. Санников, В. Г. Теория информации и кодирования: Учебное пособие / В.Г. Санников. – М.: МТУСИ, 2015. – 96 с. 23. Sklar, B. Digital Communications: Fundamentals and Applications / B. Sklar. – Los Angeles: University of California, 2007. – 1104 p. 24. Колесник, В. Д. Курс теории информации / В.Д. Колесник, Г.Ш. Полтырев. – М.: Наука, 1982. – 416 с. 25. Гусак, А. А. Основы высшей математики: пособие для студентов вузов / А.А. Гусак, Е.А. Бричикова. – Минск: ТетраСистемс, 2012. – 205 с.
32 2 2020.indd 32
23.06.2020 9:26:05
Адаптивноигровой метод учета неопределенности исходных данных о мешающей нагрузке при обосновании требуемой пропускной способности каналов связи Adaptivegame method of accounting for the uncertainty of the source data on interfering load when justifying the required bandwidth of communication channels
Одоевский / Odoevski S.
Григорчук / Grigorchuk A.
(odse2017@mail.ru) доктор технических наук, профессор. ФГКВОУ ВО «Военная академия связи им. Маршала Советского Союза С. М. Буденного» МО РФ (ВАС им. С. М. Буденного), профессор. г. СанктПетербург
(grigorchuk.spb@mail.ru) ВАС им. С. М. Буденного, преподаватель. г. СанктПетербург
Сергей Михайлович
Бусыгин / Busygin A. Александр Васильевич (televizor341@mail.ru) ВАС им. С. М. Буденного, адьюнкт. г. СанктПетербург
Александр Николаевич
Ясинский / Yasinsky S. Сергей Александрович
(yasinsky777@mail.ru) доктор технических наук, доцент. ЗАО «Институт телекоммуникаций», ведущий специалист. г. СанктПетербург
предоставляющие в аренду свои телекоммуникационные ресурсы. Пакетный принцип передачи и коммутации данных в современных мультисервисных телекоммуникационных сетях позволяет предоставлять в аренду ресурсы пропускной способности самого разного Описывается предлагаемый адаптивно-игровой вида – от выделенных физических каналов с фиксиметод учета неопределенности исходных данных о мешающей нагрузке, вызванной DoS-атаками на рованной пропускной способностью до виртуальных арендуемый канал связи. Приводятся результаты каналов и сетей с динамически изменяемой (перерасрасчета гарантированной пропускной способности пределяемой) пропускной способностью. канала связи и оптимальных стратегий управления Благодаря виртуализации предоставляемых ресурсов трафиком при наихудших стратегиях формирования в общем случае вид реальных каналов внутри трансмешающей нагрузки для трёх граничных ситуаций, соответствующих трем классам соотношения портной сети может отличаться от вида арендуемых каналов на её границе в местах подключения ВСПД в соотинерционностей контуров управления и подавления. ветствии с предъявляемыми требованиями к пропускной The proposed adaptive gaming method is described способности с заданным качеством телекоммуникациfor taking into account the uncertainty of the initial data онных услуг. В связи с тем что предъявление указанных about the interfering load caused by DoS attacks on the leased communication channel. The results of calculating требований осуществляется на длительный период, в the guaranteed bandwidth of the communication chan- течение которого потребности в объеме (составе) и качеnel and optimal traffic management strategies for the стве услуг, а также условия внешних воздействий могут worst strategies for creating an interfering load for three изменяться, возникает традиционная проблема априboundary situations corresponding to three classes of орного учёта этих изменений. the inertia ratio of the control and suppression circuits are В ведомственных сетях передачи данных изменения presented. потребностей в объёме телекоммуникационных услуг, как правило, являются заранее известными (например, Введение запланированными на период проведения тех или иных организационных мероприятий). Такие ожидаемые Современные ведомственные сети передачи данных изменения несложно учесть путём задания соответ(ВСПД), как правило, используют в качестве транс- ствующих исходных данных при обосновании необхопортной инфраструктуры сети общего пользования, димых канальных ресурсов на планируемый период.
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 33
2020
Ключевые слова: адаптивно-игровой метод – adaptive gaming technology; управление трафиком – traffic management; мешающая нагрузка DoS-атаки – preventing the load of a DoS attack.
33 23.06.2020 9:26:05
РАДИОТЕХНИКА И СВЯЗЬ В процессе функционирования ВСПД при проведении внеплановых мероприятий могут возникать неожиданные изменения потребностей в объёме трафика. В то же время информация об этих изменениях обычно появляется заблаговременно, что позволяет при необходимости выполнить уточнённые расчёты требуемой пропускной способности и своевременно ими воспользоваться. Наряду с отмеченными предсказуемыми изменениями потребностей в объёме трафика в ВСПД могут возникать и непредсказуемые (неопределённые) изменения как объёма трафика, так и внешних воздействий. Наиболее простым способом учёта такой неопределённости является задание исходных данных с запасом на возможные изменения в худшую сторону, что обычно предполагается в любой методике обоснования характеристик какой-либо системы, функционирующей в подобных условиях. Однако при этом остаётся проблема задания величины необходимого запаса. В качестве методической основы обоснования требований к пропускной способности каналов связи, используемых в интересах ВСПД, предлагается использовать универсальный подход к формализации постановок различных задач анализа и синтеза специализированных инфокоммуникационных сетей [1], к которым можно отнести и ВСПД [2], отличающихся неопределенностью условий функционирования и возможной конфликтностью воздействия внешней среды, с помощью адаптивно-игрового моделирования (АИМ), позволяющего получать корректные граничные оценки и синтезировать устойчивые алгоритмы функционирования ВСПД в пределах заданных или отслеживаемых ограничений внешних воздействий [3, 4]. В соответствии с принципами АИМ для обоснования необходимого запаса пропускной способности на неопределённость внешних воздействий необходимо решение вспомогательной игровой задачи, предполагающей принятие оптимальных решений (соответствую-
щими сетевыми механизмами) по управлению полезным трафиком, с одной стороны, и условным (эвентуальным) противником, генерирующим мешающий трафик, с другой стороны, в пределах контролируемых ограничений. Данный способ позволяет выполнять расчеты «на наихудший случай» и получать гарантированные оценки реализуемой пропускной способности используемых каналов связи в пределах заранее известных или текущих контролируемых ограничений условий функционирования. Сущность предлагаемого адаптивно-игрового метода в настоящей статье раскрывается на примере учета неопределенности исходных данных о мешающей нагрузке в виде учета параметров воздействия кибератак на рассматриваемые каналы связи, арендуемые в интересах ВСПД. Наиболее опасными для арендуемых каналов являются DoS-атаки, нацеленные на исчерпание ресурсов их пропускной способности, в результате чего могут возрасти задержки и потери пакетов и, в худшем случае, может полностью заблокироваться прохождение корректносформированного (полезного) сетевого трафика с заданным качеством, т.е. произойдёт отказ в обслуживании (Denial of Service – DoS) [5]. Как показали исследования, похожая ситуация возникает в некоторых системах радиосвязи с ограниченной пропускной способностью, которая может снижаться из-за воздействия преднамеренных помех с ограниченной средней мощностью [4]. В отличие от неё в рассматриваемой ситуации вместо помех с ограниченной средней мощностью на арендуемый канал связи может воздействовать помеховая нагрузка с ограниченной средней интенсивностью, которая также приведет к снижению доступной пропускной способности для полезного трафика. Как показано в [4], подобные ограничения внешних воздействий в виде ограниченной средней величины используемого ресурса средств подавления являются наиболее слабыми, т.е. допускающими произвольное распределение данного ресурса во времени и в простран-
Рис. 1. Графическая модель (иллюстрация) воздействия помеховой нагрузки
34 2 2020.indd 34
23.06.2020 9:26:06
Одоевский С.М. и др. Адаптивноигровой метод учета неопределенности исходных данных о мешающей ... стве, из-за чего такие воздействия являются наиболее опасными (наихудшими). В [4] представлено аналитическое решение антагонистической игры, аналогичной рассматриваемой, которое предлагается использовать при другой интерпретации целевой функции и стратегий игроков. В соответствии с предлагаемым адаптивно-игровым методом учета неопределенности исходных данных о мешающей нагрузке выполняется следующая интерпретация рассматриваемой игры. Пусть по каналу связи с пропускной способностью C можно передать с требуемым качеством обслуживания трафик с максимальной нагрузкой A ≤ C . Допустим, что на некотором отрезке времени τ по данному каналу передается полезный трафик с нагрузкой aτ и мешающий трафик из-за DoS-атак с нагрузкой ослабленной из-за распределенного характера этих атак и/ или за счет специальных мер защиты в (1/k) раз, где k ≤ 1 – соответствующий коэффициент ослабления помеховой нагрузки, графическая модель воздействия которой представлена на рис. 1. Если суммарная нагрузка не превышает максимальную величину A, то полезный трафик обслуживается с требуемым качеством и нагрузка считается реализованной, т.е. определяет величину реализованной нагрузки (рис. 1а). В противном случае, если то полезный трафик обслуживается с нарушением требований к качеству и нагрузка считается нереализованной, т.е. (рисунок 2б). Чистой стратегией 1-го игрока в рассматриваемой игре является выбор из некоторого множества на каждом очередном интервале времени некоторого порога соответствующего запасу на воздействие помеховой нагрузки При этом в канал связи направляется трафик с полезной нагрузкой Чистой стратегией 2-го игрока в рассматриваемой игре является выбор из некоторого множества на каждом очередном интервале времени некоторой помеховой нагрузки Целевая функция отражающая выигрыш первого игрока и проигрыш второго при использовании ими чистых стратегий выбора порога и помеховой нагрузки соответственно, определяется следующим выражением:
при этом будет реализованная пропускная способность Если окажется, что то гарантируемый выигрыш в этой игре будет равен 0. На практике возможности источников DoS-атак позволяют формировать помеховую нагрузку с величиной намного превышающей типовую арендуемую пропускную способность отдельных каналов связи даже с учётом коэффициента ослабления помеховой нагрузки В таком случае на основании приведенного выше решения игры в чистых стратегиях можно гарантировать только вырожденный результат который можно сделать невырожденным, т.е. только заказывая нереально большую пропускную способность В то же время такая большая помеховая нагрузка не может действовать на отдельный канал связи среди огромного множества каналов в сети оператора связи постоянно. Такие массированные атаки могут длиться лишь кратковременно, периодически повторяясь. Следовательно, можно считать подобную вынужденную периодичность воздействия помеховой нагрузки дополнительным ограничением на множестве стратегий второго игрока в описанной выше игре. Формально такое дополнительное ограничение можно представить в виде ограничения на среднюю величину помеховой нагрузки на отрезке времени (2)
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 35
2020
Очевидно, при величина не может быть равной постоянно. Если на каких-то интервалах времени окажется то на каких-то других интервалах времени обязательно должно быть Следовательно, указанная выше оптимальная чистая стратегия 2-го игрока (выбора максимальной помеховой нагрузки недостижима, и решение игры следует искать в смешанных стратегиях. Смешанной стратегией 1-го игрока в рассматриваемой игре является использование некоторого распределения вероятностей выбора из множества на каждом очередном интервале времени порога Смешанной стратегией 2-го игрока в рассматриваемой игре является использование некоторого распределения вероятностей выбора из множества на каждом очередном интервале времени помеховой нагрузки (1) При этом должно выполняться дополнительное ограничение на среднюю величину помеховой нагрузки Множество возможных чистых стратегий 1-го игрока определяется диапазоном возможного изменения порога защиты от помеховой нагрузки, т.е. (3) Множеством возможных чистых стратегий 2-го игрока в общем случае можно считать где – Целевая функция отражающая средний максимальная возможная помеховая нагрузка. Если выигрыш первого игрока и средний проигрыш второго то очевидной оптимальной стратегией явля- при использовании ими смешанных стратегий и ется выбор максимальной помеховой нагрузки выбора порога и помеховой нагрузки соответственно, а оптимальной стратегией 1-го игрока является выбор определяется следующим выражением: порога Гарантируемым выигрышем 1-го игрока
35 23.06.2020 9:26:07
РАДИОТЕХНИКА И СВЯЗЬ (4) На этом же рисунке приведены графики зависимостей (линии 4–7) максимально достижимой реализованной Оптимальной стратегией 1-го игрока является выбор пропускной способности при использовании некоторых такого распределения вероятностей при котором пробных стратегий, которые могут считаться квазиоптигарантируется максимальная величина целевой функции мальными для отдельных классов условий и некоторых (4) при любом распределении вероятностей Соот- значений средней помеховой нагрузки. При этом предветственно, оптимальной стратегией 2-го игрока явля- полагалось, что второму игроку известны эти пробные ется выбор такого распределения вероятностей при стратегии первого игрока, что было учтено при дополникотором гарантируется минимальная величина целевой тельной оптимизации стратегий второго игрока. Следует функции (4) при любом распределении вероятностей отметить, что знание вторым игроком оптимальных страОписанная выше игра в смешанных стратегиях тегий первого не даёт ему возможности улучшить свои соответствует, так называемым, равноправным усло- стратегии. виям принятия решений для 1-го и 2-го игрока, когда у Линия 4 на рис. 2 соответствует пробной стратегии них отсутствует возможность наблюдения за выбором первого игрока выбора произвольного фиксированного текущей помеховой нагрузки и порога защиты от поме- порога, который в данном случае был равен ховой нагрузки соответственно. В реальных условиях соот- Как видно из рис. 2, данная пробная стратегия является ношение инерционностей контуров управления полезным близкой к оптимальной только для условий дискримии мешающим трафиком (источником DоS-атак) может нации первого игрока (линия 3) при а при быть различным. Чтобы не рассматривать все возможные гарантируемая реализованная пропускная соотношения, которых может быть бесконечно много, в способность равна 0. [4], выделены три класса соотношения инерционностей Линия 5 на рис. 2 соответствует пробной стратегии 1 контуров управления и подавления. игрока выбора порога, превышающего величину помеПервому классу соответствуют условия дискрими- ховой нагрузки на половину остатка до максимальной нации контура подавления, когда инерционность контура пропускной способности А. Как видно из рис. 2, данная управления трафиком намного меньше инерционности пробная стратегия является близкой к оптимальной для контура подавления, что фактически позволяет первому условий дискриминации первого игрока (линия 3) почти игроку принимать решения с учётом наблюдаемых во всём диапазоне изменения величины незнарешений второго игрока. чительно проигрывая ей в области Второму классу соответствуют отмеченные выше Линия 6 на рис. 2 соответствует пробной стратегии равноправные условия, когда инерционности контуров первого игрока равновероятного выбора, т.е. с вероятноподавления и управления соизмеримы, что фактически стью произвольного порога помесоответствует условиям отсутствия взаимной наблю- ховой защиты Данная пробная стратегия похожа по даемости. форме на оптимальную стратегию для равноправных Третьему классу соответствуют условия дискрими- условий (т.е. они обе являются смешанными). Однако, нации контура управления полезным трафиком, когда как видно из рис. 2, данная пробная стратегия первого инерционность контура подавления намного меньше игрока, которая считается известной второму игроку, инерционности контура управления, что фактически по величине гарантируемой реализованной пропускной позволяет второму игроку принимать решения с учётом способности заметно проигрывает оптимальной стратегии наблюдаемых решений первого игрока. для равноправных условий (линия 2). В то же время эта Для описанных выше трех классов соотношения стратегия обеспечивает величину гарантируемой реалиинерционностей контуров управления и подавления в зованной пропускной способности, близкую к результату [4] приведены аналитические выражения, позволяющие для условий дискриминации первого игрока (линия 3) вычислить оптимальные стратегии 1-го и 2-го игроков, почти во всём диапазоне изменения величины а также цену игры, соответствующую гарантируемому значительно проигрывая ей в области и максимальному выигрышу первого игрока (и одновременно ненамного выигрывая в области но лишь – гарантируемому минимальному проигрышу второго благодаря тому, что в данном случае противник не испольигрока). Результаты расчетов, полученные с помощью зует своих преимуществ дискриминации первого игрока данных выражений, приведённых к параметрам, соот- на основании известности этой неоптимальной пробной ветствующим смыслу рассматриваемой задачи (рис. 1), стратегии. представлены на рис. 2–5. Линия 7 на рис. 2 соответствует той же пробной страНа рис. 2 приведены графики зависимостей гаран- тегии первого игрока, т.е. равновероятного выбора произтируемой реализованной пропускной способности Q* вольного порога помеховой защиты но с учётом дополни(нормированной к величине максимальной полезной тельной оптимизации стратегии второго игрока, который нагрузки A) от средней величины помеховой нагрузки использует свои преимущества дискриминации первого (нормированной к величине максимально помеховой игрока на основании известности этой неоптимальной нагрузки A/k) для трёх классов соотношения инерцион- пробной стратегии. Как видно из рис. 2, данная пробная ностей контуров управления и подавления (линии 1–3). стратегия по величине гарантируемой реализованной
36 2 2020.indd 36
23.06.2020 9:26:07
Одоевский С.М. и др. Адаптивноигровой метод учета неопределенности исходных данных о мешающей ...
Рис. 2. Зависимости гарантируемой реализованной пропускной способности Q* от средней величины помеховой нагрузки
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 37
2020
Рис. 3. Зависимости относительных выигрышей в величине гарантируемой реализованной пропускной способности от средней величины помеховой нагрузки
37 23.06.2020 9:26:08
РАДИОТЕХНИКА И СВЯЗЬ
Рис. 4. Зависимости верхней границы значений оптимальной помеховой нагрузки * от её средней величины
Рис. 5. Примеры оптимальных распределений при различных значениях средней величины помеховой нагрузки в равноправных условиях
38 2 2020.indd 38
23.06.2020 9:26:08
Одоевский С.М. и др. Адаптивноигровой метод учета неопределенности исходных данных о мешающей ... пропускной способности заметно проигрывает оптимальной стратегии для условий дискриминации (линия 3) во всём диапазоне изменения величины причем в области гарантируемая реализованная пропускная способность практически равна 0. На рис. 3 приведены зависимости относительных выигрышей для семи рассмотренных стратегий в величине гарантируемой реализованной пропускной способности от средней величины помеховой нагрузки при использовании рассчитанных оптимальных стратегий (линии 1, 2, 3) и пробных стратегий (линии 4, 6, 7) относительно пробной стратегии (линия 5), как наиболее близкой к оптимальной стратегии (линия 3). На рис. 4 представлены зависимости верхней границы значений оптимальной помеховой нагрузки от её средней величины для трёх классов соотношения инерционностей контуров (линии 1–3). Данные верхние границы являются параметрами оптимальных распределений вероятностей примеры которых для равноправных условий представлены в виде графиков на рис. 5 при двух значениях средней величины помеховой нагрузки . Таким образом, в настоящей статье описан и проиллюстрирован примерами расчетов предлагаемый адаптивно-игровой метод учета неопределенности исходных данных о мешающей нагрузке при обосновании требуемой пропускной способности каналов связи, арендуемых в интересах ведомственной сети передачи данных. Предлагаемый метод позволяет оценивать величину гарантированной реализованной пропускной способности данных каналов с учётом известной (контролируемой или предполагаемой) средней величины помеховой нагрузки, вызванной DoS-атаками, нацеленными на исчерпание ресурсов пропускной способности рассматриваемых каналов. Кроме того, данный метод позволяет определять параметры оптимальных стратегий управления трафиком при наихудших стратегиях формирования мешающей нагрузки для трёх граничных ситуаций, соответствующих трем классам соотношения инерционностей контуров управления и подавления.
С.М. Одоевский, В.И. Калюка; под ред. А.М. Чуднова. – СПб: Изд-во Политехн. ун-та, 2017. – 342 с. 5. Киберустойчивость информационно-телекоммуникационной сети / М.А. Коцыняк [и др.]. – СПб.: Бостонспектр, 2015. – 150 с.
Литература
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 39
2020
1. Варианты постановок задач анализа и синтеза инфокоммуникационных сетей специального назначения, функционирующих в условиях неопределенности и конфликта / С.М. Одоевский [и др.] // Труды ЦНИИС. Санкт-Петербургский филиал. – 2018. – Т. 1. – С. 134–146. 2. Обоснование требований к пропускной способности арендуемых каналов связи в интересах ведомственной сети передачи данных / С.М. Одоевский [и др.] // Информация и Космос. – 2019. – № 2. – С. 29–34. 3. Одоевский, С. М. Адаптивно-игровое моделирование военных сетей беспроводного абонентского доступа. Часть 1 / С.М. Одоевский, В.И. Калюка. – Новочеркасск: УПЦ «Набла» ЮРГТУ (НПИ), 2009. – 216 с. 4. Одоевский, С. М. Адаптивно-игровое моделирование военных сетей беспроводного абонентского доступа /
39 23.06.2020 9:26:08
РАДИОТЕХНИКА И СВЯЗЬ Алгоритм автоматической сегментации фрагментов речи в системе «человек – машина» Algorithm for automatic segmentation of speech fragments in the "man – machine" system
Смирнов / Smirnov V.
Филатов / Filatov V.
(Vm_smir@mail.ru) кандидат технических наук, доцент. ФГАОУ ВО «СанктПетербургский государственный университет аэрокосмического приборостроения» (ГУАП), старший научный сотрудник. г. СанктПетербург
(filbait@mail.ru) кандидат технических наук. ГУАП, доцент. г. СанктПетербург
Виктор Михайлович
Владимир Николаевич
передачи смысловой информации в процессе эволюции был сформирован особым образом закодированный и структурированный акустический (речевой) сигнал. Устная речь – это наиболее продуктивный, естественный и удобный способ передачи информации, В статье рассматриваются возможности и перспек- поэтому с момента появления первых электроннотивы использования устной речи в современных вычислительных машин одним из наиболее важных системах «человек – машина» на обитаемых вопросов был процесс взаимодействия человека с космических станциях. Для сегментации речевого машиной. В современных компьютерных системах сигнала с целью выделения фрагментов фонем русского языка предлагается использование все больше внимания уделяется вопросам пострократномасштабного вейвлет-преобразования ения интерфейса речевого ввода-вывода, поскольку Добеши. Для более точного определения границ его потенциальная эффективность основана на пракпредлагается проводить постобработку для тически неограниченных возможностях формулировки обнаружения «сильных» и «слабых» границ. на естественном языке всевозможных задач в самых Приводятся результаты экспериментальных исследований предложенного алгоритма сегментации разных областях человеческой деятельности. Потребность в подобного рода системах появилась различных по сложности произношения слов. и в космической отрасли, а точнее в обитаемых космиThe possibilities and prospects of spoken language usage ческих аппаратах. Первый опыт голосового общения in modern "man-to-machine" systems intended for the in- робота Kirobo с японским космонавтом Коити Вакаты habited space stations are discussed in the article. For the segmentation of speech signal aimed to detect frag- был успешно проведен на международной космичеments of phonemes of the Russian language, the multi- ской станции в 2013 году. В августе 2019 года российple-scale Daubechies wavelet transform is proposed. For ский человекообразный робот «Федор» также побывал more accurate definition of boundaries it is proposed to на МКС, выполняя функции голосового помощника carry out post-processing targeted to identify "strong" космонавтов. Эти эксперименты показали целесооand "weak" boundaries. The results of experimental studies of the proposed algorithm for segmentation of words бразность выполнения коммуникативных функций with different complexity of pronunciation are presented. роботизированными системами в космосе. Таким образом, создание и развитие систем голосового управления различными устройствами космической станции, голосового доступа к справочным системам, Введение голосового общения с роботом-помощником, позволяющих упростить работу космонавтов, увеличить ее Наша речь создается с помощью сложнейшего инстру- эффективность и безопасность, можно считать актумента – голосового тракта, возможности которого чело- альной и насущной задачей. вечество пытается скопировать и повторить несколько десятилетий. И дело не только в том, что человеческий Методы распознавания речи голос остается непревзойденным по своим качествам (тембру, возможности передачи тончайших нюансов Одной из важнейших задач в системах автоматизвучания), но и в том, что он является средством пере- ческой обработки речи является задача сегментации дачи вербальной (словесной) информации. Для быстрой в соответствии с фонетической транскрипцией языка, Ключевые слова: речь – speech; фонема – phoneme; сегментация – segmentation; вейвлет-преобразование – wavelet-transformation; кратномасштабный анализ – discrete analise;вейвлет Добеши – wavelet Daubechies.
40 2 2020.indd 40
23.06.2020 9:26:09
Смирнов В.М., Филатов В.Н. Алгоритм автоматической сегментации фрагментов речи в системе ... сегментации состоит в том, что она может решаться для каждого речевого сигнала отдельно, то есть необходимо распознать границы конкретных объектов – аллофонов данного речевого сигнала, а не сами аллофоны. Это дает возможность идентифицировать границы аллофонов в словах, произнесенных с различной интонацией, так как для сегментации используется только информация, содержащаяся в данном сигнале. Здесь, как и в общей проблеме распознавания, возможно несколько вариантов. Один из вариантов – использование ручной сегментации. Однако ручная сегментация требует значительных затрат сил и времени, поскольку в речевом сигнале практически нет пауз между словами. Кроме того, процесс коартикуляции, возникающий на границе последовательно производимых звуков и существенно облегчающий правильное восприятие, понимание речи, затрудняет задачу сегментации. Ко второму варианту относятся способы автоматической сегментации. Среди наиболее известных можно выделить следующие: – способы, основанные на применении значений кратковременной энергии речевого сигнала и числа переходов через ноль [2]; – способы, основанные на применении значений информационной энтропии [3, 4]; – способы, основанные на применении мелчастотных кепстральных коэффициентов [5,6]; – способы, основанные на статических моделях [7,8]. Еще одним из способов сегментации, учитывающим, то, что речевой сигнал характеризуется нелинейными флуктуациями различных масштабов, является кратномасштабный анализ и вейвлет-преобразование [9]. Выбор вейвлет-преобразования обусловлен несколькими причинами. С точки зрения речевого сигнала фонемам соответствует квазистационарный участок, а акустическому окружению – участки со сравнительно быстрыми изменениями спектральных характеристик сигнала – межфонемные переходы, взрывные и шипящие фонемы, внутрисловные переходы речи (паузы) [10]. В пределах квазистационарных участков значительную роль для анализа речевого сигнала играют спектральные особенности сигнала (распределение формантных частот), определяемые передаточной характеристикой речевого тракта, изменяющейся в процессе артикуляции. Можно сказать, что речевой сигнал характеризуется нелинейными флуктуациями различных масштабов. Поэтому весьма эффективным для анализа речевого сигнала представляется применение кратно-масштабного анализа и вейвлет-преобразования.
Применение вейвлет-преобразования для сегментации речевого сигнала Вейвлет-преобразование хорошо согласуется с моделью слуховой системы человека. Восприятие частотных различий в звуковом сигнале согласно
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 41
2020
которая, в свою очередь, предполагает решение нескольких задач. Прежде всего, поскольку звук – это акустический сигнал, то есть механическое колебание упругой среды, необходимо преобразовать колебания воздуха в электрические сигналы при помощи микрофона, отфильтровав при этом помехи и шумы. Далее уже электрический сигнал необходимо представить в цифровой форме, ввести его в компьютер для дальнейшей обработки. На сегодняшний день эти задачи не представляют трудности с точки зрения технической реализации. В компьютер можно ввести информацию как об амплитуде сигнала, так и о его спектральном составе. Следующая задача – выделение из речевого потока лингвистических конструкций – осложняется тем, что человек произносит слова, не отделяя слоги друг от друга, и с минимальными паузами между словами. В реальной жизни речь представляет собой сплошной поток звуков. В процессе формирования непрерывной речи звуки соответствующие одним и тем же фонемам, могут изменяться при соединении с другими звуками. Кроме того, звуки непрерывной речи имеют постоянно изменяющийся спектр гармонических частот, а также шум. Громкость и темп речи также постоянно изменяются, одна и та же фраза, сказанная разными людьми, или даже одним человеком в зависимости от его психологического состояния, может иметь разную спектрально-временную окраску. Несмотря на разницу в произношении в различных языках существует некоторый типизированный простейший звук речи, называемый фонемой. Фонема – лингвистическая единица речи. При этом все звуки речи можно разбить на две большие группы: гласные и согласные, которые отличаются принципами формирования. В русском языке используются 42 фонемы, из них 6 гласных и 36 согласных [1]. Согласные звуки несут в основном смысловую нагрузку в тексте речи, а гласные – эмоциональную. Таким образом непрерывный поток речи сводится к последовательности произношения во времени отдельных фонем и их акустического окружения. Для того чтобы выделить из оцифрованного звука лингвистические единицы речи, применяются различные математические методы в сочетании со специальным программным обеспечением. Как правило, используются два принципиально разных подхода: • распознавание голосовых меток; • распознавание лингвистических единиц речи. Первый подход предполагает распознавание фрагментов речи по заранее записанному образцу. Этот подход широко используется в системах, предназначенных для исполнения заранее записанных речевых команд. Второй подход предполагает выделение из потока речи отдельных лингвистических единиц речи – фонем и аллофонов, которые затем объединяются в слоги и морфемы, то есть производится сегментация речевого сигнала. Необходимо сказать, что сегментация, сама по себе, является своего рода задачей распознавания. Особенность
41 23.06.2020 9:26:09
РАДИОТЕХНИКА И СВЯЗЬ «теории места» можно представить, как анализ сигнала на базилярной мембране многоканальным банком фильтров, имеющих полосу пропускания, равную ширине критических полос слуха. Критическая полоса слуха до частоты 1 кГц считается постоянной (порядка 170 Гц), а дальше растет и составляет 17% от центральной частоты фильтра. Слух фиксирует изменения спектральных составляющих в логарифмическом масштабе. Он распознает звуки по изменению их спектров во времени, т.е. по фонетическому содержанию речи и по приращению скорости изменения спектральных составляющих на заданной частоте. Любая дискретная функция, в том числе и речевой сигнал, может быть представлена в виде линейной комбинации вейвлет-функций на различных масштабах (уровнях декомпозиции) и скейлинг-функции на самом большом масштабе разрешения:
необходимо определить число уровней декомпозиции, соответствующих размеру анализируемого частотного диапазона. Частотный диапазон акустических колебаний, в котором мы воспринимаем их как звук, составляет от 20 Гц до 20 кГц. Однако специфика формирования речевого сигнала приводит к тому, что речевые звуки занимают примерно одну треть этого диапазона. Дело в том, что основная частота колебаний голосовых связок, которая определяет нижнюю границу диапазона, равна у мужских голосов в среднем 110 Гц, у женских – 220 Гц, у детских – 300 Гц, а максимальная частота речевых звуков близка к 6500 Гц. В работах по речеобразованию показано, что вполне удовлетворительная разборчивость речи может быть обеспечена в диапазоне частот от 500 до 4000 Гц, а с учетом обертонов верхняя граница может подниматься до 8 кГц. Как известно, вейвлет-преобразование не дает частотно-временного представления сигнала. Вместо этого используется пространство “время-масштаб”. При этом значения масштабных коэффициентов можно перевести в квазичастоты и получить результат в частотном представлении [11]. Квазичастота j-го уровня декомпозиции определяется как
(1)
(2)
где N – число отсчетов фрейма; n – количество уровней декомпозиции; k – диапазон сдвигов; – коэффициенты аппроксимации на j-ом уровне декомпозиции, связанные со средними значениями речевого сигнала; – детализирующие коэффициенты на j-ом уровне декомпозиции, связанные с флуктуациями речевого сигнала; и – масштабированные и смещенные версии скейлинг-функции (масштабной функции) , имеющей низкочастотный характер, и "материнского вейвлета" Обычно в качестве параметра, определяющего выбор вида материнского вейвлета, выступает внешнее сходство вида исследуемого сигнала и функции преобразования. Исходя из этого, при исследовании в качестве материнской вейвлет-функции использованы вейвлеты Добеши, основными свойствами которых являются: 1) функции имеют конечное число нулевых значений, т.е. система вейвлетов Добеши обладает свойствами гладкости и исключения моментов; 2) функции обладают свойствами компактности носителя (т.е. быстро нарастают и быстро спадают) и ортогональности, что обусловливает возможность точного восстановления произвольного сигнала; 3) вейвлеты имеют как вейвлет-функцию, так и скейлинг-функцию, что делает возможным кратномасштабный и быстрый вейвлет-анализ. При использовании вейвлет-коэффициентов в качестве признаков, описывающих речевой сигнал,
где Fc – частота центрального всплеска вейвлета; M – число отсчетов в секунду; а – масштабный коэффициент. Рассчитанные в MatLab частоты центрального всплеска для различных базовых вейвлетов различаются незначительно. Например, вейвлет Добеши 8 имеет центральную частоту Fc = 0,6667 Гц, и при числе отсчетов в секунду равном 16000 (частота дискретизации 16 кГц) квазичастота первого уровня декомпозиции вейвлета составит 10667,2 Гц, то есть превысит верхнюю границу речевого диапазона. Для вейвлета Добеши 16 центральная частота Fc = 0,6774, и при той же частоте дискретизации квазичастота первого уровня декомпозиции составит 10838,4 Гц. С каждым следующим уровнем разложения частота вейвлета будет уменьшаться в два раза (таблица 1). При этом частотный диапазон ниже 150 Гц не используется, так как не содержит информации, важной для задачи сегментации. Таким образом, вейвлет-коэффициенты для шести уровней декомпозиции отражают характеристики сигнала в указанном частотном диапазоне речи. В основе выбора вейвлетного базиса лежит возможность описывать стационарный речевой сигнал со сравнительно малым числом ненулевых коэффициентов. С повышением порядка повышается гладкость функций. Таким образом, подбором порядка материнского вейвлета можно добиться наилучшего приближения. На практике эти предположения подтвердились для случая, когда спектральные характеристики соседних
42 2 2020.indd 42
23.06.2020 9:26:10
Смирнов В.М., Филатов В.Н. Алгоритм автоматической сегментации фрагментов речи в системе ...
Таблица 1
Частотные диапазоны для разных уровней декомпозиции
Для анализа функции S(t) выбирают базис, приводящий к наименьшей энтропии (3) при минимальном числе коэффициентов детализации [11]. Длина фиксированного интервала во временной области, на котором рассчитываются признаки речевого сигнала, должна быть меньше времени звучания фонемы. В русском языке длительности фонем изменяются по разным литературным источникам в пределах 10–250 мс [12], 50–250 мс [13]. Значение длины сегмента должно обеспечить вычисление признаков речевого сигнала. Нижняя граница анализируемого частотного диапазона равна 166 Гц, в выделенный сегмент должен укладываться, по крайней мере, один период данной частотной составляющей, который равен 6 мс. Выбор величины интервала анализа является темой дополнительного исследования, выходящего за рамки данной статьи, поэтому на основании обзора литературы длина интервала, удовлетворяющая почти всем требованиям, выбирается равной 30 мс. Предлагаемый алгоритм обработки речевого сигнала можно разбить на 3 этапа: предобработка, выделение границ, постобработка. Этап предобработки заключается в фильтрации и нормализации сигнала. В основе этапа выделения границ лежит высказанное выше утверждение, что при разложении сигнала с помощью вейвлет-преобразования межфонемные переходы сопровождаются быстрыми, но небольшими изменениями энергии. Рассмотрим этот этап более подробно. – Сигнал разбивается на фреймы по 256 отсчетов (3) с перекрытием 50%.
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 43
2020
фонем достаточно хорошо отличаются (например, сочетание «л» – «а», «и» – «о» и т.п.). Если же форма речевого тракта при переходе от фонемы к фонеме изменяется медленно, то увеличение коэффициентов детализации проявляется, как правило, только на одном уровне, который заранее неизвестен и зависит, в первую очередь, от длины сигнала и порядка вейвлета. Решением этой проблемы является выбор адекватных вейвлетных базисов для каждого класса фонем. Выбор наиболее подходящего базиса сводится к выбору того из них, для которого количество ненулевых коэффициентов при разложении фонем данного класса минимально. Данный мультивейвлетный подход подразумевает использование нескольких вейвлетных базисов для поиска межфонемных переходов в каждом из них с последующим объединением результатов. В качестве возможных критериев для выбора конкретного вейвлета можно также предложить свойство регулярности и число вейвлет-коэффициентов, превышающих некоторое пороговое значение. Часто для выбора используется так называемый функционал информационной ценности. В частности, рассматривается энтропийный критерий вероятностного распределения вейвлет-коэффициентов. Энтропия Е функции S(t) по отношению к вейвлет-базису отражает число существенных членов в разложении (1) и определяется как:
43 23.06.2020 9:26:10
РАДИОТЕХНИКА И СВЯЗЬ – Каждый фрейм накрывается окном Хэмминга для устранения краевых эффектов. Выбор типа окна является задачей отдельного исследования и не рассматривается в рамках данной статьи. – Полученный фрейм раскладывается на 6 уровней декомпозиции с помощью кратномасштабного вейвлетпреобразования. Частотный диапазон ниже 125 Гц не используется, т.к. не содержит информации, важной для задачи сегментации. Это обусловлено природой человеческой речи, охватывающей интервал 150–4000 Гц. Так как при кратномасштабном анализе центральная частота и частотная полоса каждого следующего уровня в 2 раза больше, чем у предыдущего, то достаточно шести уровней декомпозиции. – Для каждого из полученных уровней декомпозиции рассчитывается энергия сигнала, как сумма квадратов значений коэффициентов детализации, и записывается в результирующий массив:
(4) – значение энергии в i-м фрейме; – коэфгде фициенты детализации. – После того как обработаны все фреймы, необходимо разбить полученный массив на пачки по 3 фрейма для того, чтобы несколько сгладить полученные значения, иначе за счет колебаний энергии от фрейма к фрейму появляются ложные границы. – В результате имеем двумерный массив значений энергий для каждого уровня декомпозиции. Для получения информации о скорости изменения энергии Rj(i) осуществляем дифференцирование. Итогом данного этапа является массив значений энергий и массив скоростей ее изменения. – Для каждого уровня декомпозиции находятся фреймы, где абсолютная разность между энергией (4) и скоростью её изменения минимальна (меньше заданного порога), но при этом энергия больше некоторого шумового порога:
где – пороговое значение, – скорость изменения энергии во фрейме; Emin – минимальное значение энергии, не являющейся шумом. Величина пороговых значений взята: = 0,03, = 0,005 [13]. – Результатом данного этапа является двумерный массив, содержащий вектор сегментированных границ фонем для каждого уровня декомпозиции. Этап постобработки основан на двух допущениях: – минимальная длительность фонемы составляет 30 мс; – алгоритм может определить границу сигнала сразу на нескольких уровнях декомпозиции, а может определить лишь на одном.
Описанный алгоритм основан на концепции «сильных» и «слабых» границ. Те границы, что найдены на нескольких уровнях, являются «сильными» и вероятность нахождения границы фонемы в таком случае высока. Границы, найденные лишь на одном–двух уровнях, являются «слабыми», их достоверность маловероятна. Данная концепция в некоторых случаях помогает предотвратить маскирование более достоверной границы ложной. Такая ситуация может произойти из-за допущения о минимальной длительности фонемы. Так, в ходе экспериментов, были получены результаты, при которых были найдены подряд две границы. Первая была «слабой», а вторая «сильной», но из-за минимальной длительности фонемы вторая, «сильная», граница не попадала в итоговую выборку, что в конечном итоге повлияло на окончательный результат сегментации, т.е. на точность. Зная о «силах» границ можно не просто проверять расстояние между границами, но и выявить, какую границу предпочтительнее вывести – ту, что раньше, но «слабее», или ту, что должна быть подавлена, но имеет большую «силу».
Экспериментальные результаты сегментации речевого сигнала Описанный алгоритм реализован в программном пакете MatLab, в частности, с помощью пакета Wavelet Toolbox. Исследование точности сегментации с применением различных вейвлетных базисов показало, что точность сегментации с применением вейвлетного базиса Добеши 16 по критерию (3) выше, поэтому дальнейшие результаты приведены для этого базиса. Рассмотрим результаты работы алгоритма на некоторых примерах. На рис. 1 изображены уровнеграммы энергий и их производных для каждого уровня декомпозициипри сегментации слова «невесомость» [14]. На каждом уровне вертикальными линиями отображены сегментированные границы. На рис. 2 показан итог работы алгоритма с использованием постобработки и без неё. Уровнеграммы отображают нормированный по уровню сигнал. Полученные сегментированные границы различаются толщиной и типом линии в зависимости от числа уровней декомпозиции: 1 уровень – пунктирные тонкие; 2 уровня – штрихпунктирные тонкие; 3–4 уровня – штрихованные утолщенные; более 5 уровней – сплошные утолщенные. Сравним результаты работы алгоритма с постобработкой и без неё. Без использования постобработки отображается большое количество ложных границ (рис. 2), показывающих, что границы фонем выделяются неоднозначно. Кластеры границ образуются за счет того, что алгоритм выделяет границы на нескольких уровнях детализации, соответствующих различным частотным промежуткам сигнала. Такой эффект образуется вследствие того, что межфонемные переходы происходят не мгновенно, а с небольшими задерж-
44 2 2020.indd 44
23.06.2020 9:26:11
Смирнов В.М., Филатов В.Н. Алгоритм автоматической сегментации фрагментов речи в системе ...
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 45
2020
Рис. 1. Графики зависимости энергии и скорости ее изменения для слова «невесомость»
45 23.06.2020 9:26:11
РАДИОТЕХНИКА И СВЯЗЬ
Рис. 2. Результат обработки слова «невесомость»
Рис. 3. Результат обработки слова «чай»
46 2 2020.indd 46
23.06.2020 9:26:12
Смирнов В.М., Филатов В.Н. Алгоритм автоматической сегментации фрагментов речи в системе ...
Рис. 4. Результат обработки слова «аттестация»
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 47
2020
Рис. 5. Результат обработки слова «революция»
47 23.06.2020 9:26:12
РАДИОТЕХНИКА И СВЯЗЬ
Рис. 6. Результат обработки слова «обсерватория»
ками, т.е. сигнал изменяется не одновременно на всех частотных диапазонах, а поочередно (в зависимости от содержащихся в слове фонем). Интерес представляет сегментация слов, содержащих фонетические дифтонги, т.е. сочетание в одном слоге двух гласных – слогового и неслогового, например, звуковое сочетание «ай», в слове «чай» (рис.3). В результате работы алгоритма без постобработки было выделено большое число ложных границ (рис. 3). Постобработка позволила убрать ложные границы и выделить 3 фонемы: «ч», «а», «й». То есть алгоритм точно определил границы фонем в сложном слове, содержащем дифтонг. Аналогичный результат был получен при сегментации этого же слова, произнесенного другим человеком. Стоит отметить, что слово «чай» помимо фонетического дифтонга включает в себя аффрикату «ч», представляющую собой слитное сочетание смычного согласного с фрикативным [1]. Несмотря на то, что аффриката «ч» состоит из «ть» + «щ», данная фонема была выделена как цельная лингвистическая единица без разбиения на составляющие. При необходимости выделения составляющих сложных звуков, можно изменить значения коэффициентов, использующихся при постобработке. Более сложным для задачи сегментации является слово «аттестация» (транскрипция слова – так как содержит:
– долгую согласную «т». Долгие согласные в русском языке должны рассматриваться как сочетания двух кратких: «аттестация – ат-тестация»; – сибилянт «ц» – согласный звук, при произношении которого поток воздуха стремительно проходит между зубами [1]; – сложное окончание «ия». Проанализируем полученные результаты, приведенные на рис. 4. • Долгая согласная «т» была распознана как 2 коротких звука, но алгоритм не установил границы между звуками «т'» и «э», восприняв их как единую фо-нему. Однако, рассмотрев результат работы алгоритма, без постобработки можно отметить наличие «сильной» границы между данными фонемами, которая была потеряна после применения правила о минимальной длительности фонемы. Это является одним из минусов предлагаемого алгоритма постобработки. • Сибилянт «ц» был распознан не как отдельный звук, а как сочетание «ци». Видно, что в данном случае постобработка так же привела к потере необходимой границы. • Точно найдены границы в сложном окончании «ия» между буквами «и» и «я». Стоит отметить, что алгоритм выделил составляющие буквы «я», разбив её на звуки «й» и «а».
48 2 2020.indd 48
23.06.2020 9:26:13
Смирнов В.М., Филатов В.Н. Алгоритм автоматической сегментации фрагментов речи в системе ... Рассмотрим сегментацию слова «революция» (рис. 5), транскрипция которого не всегда точно совпадает с его произношением, что показано на рис. 5б. Фонетическая транскрипция данного слова – [р'ивал'уций'а], но фактически транскрипция изменяется в зависимости от того, как произносится это слово. В данном примере были получены следующие звуки: [р'эвал’утсый'а]. Фонетическая транскрипция не учитывает характера звуков, например, в слове «революция» присутствует аффрикативный звук «ц», состоящий из звуков «т'» и «с». Алгоритм выделил все необходимые границы, однако звук «р» был разделен на «р» и «р'», т.е. был воспринят как долгая согласная. Это не является ошибкой алгоритма, а является следствием произношения конкретного человека. Плюсом алгоритма является точная сегментация звука «ц», так как он не был разделен на «т» и «с», что облегчает дальнейшую обработку в процессе распознавания. На примере сегментации слова «обсерватория» рассмотрим зависимость точности работы алгоритма от того, кто произнес это слово – мужчина или женщина. На рис. 6 изображены результаты работы алгоритма сегментации речевого сигнала с постобработкой для этого случая. В результате анализа установлено, что на точность работы алгоритма практически не влияет является ли говорящий мужчиной или женщиной, однако большое влияние оказывает скорость произношения и артикуляция говорящего. В частности, из-за разницы в скорости произношения слова мужчиной границы фонем «о'» и «р'» были точно сегментированы, в отличие от результата сегментации слова, произнесенного женщиной. Так как слово было произнесено быстрее, алгоритм неточно определил смену фонем и сместил границу. Большинство исследователей для определения точности работы своих алгоритмов используют речевые базы с закрытым доступом. Каждый речевой сигнал, содержащийся в подобных базах, сегментируется вручную опытным лингвистом. Автоматически выделенные границы сравнивают с поставленными вручную, и рассчитывается приемлемая погрешность автоматической расстановки. Для определения точности распознавания границ по реализованному алгоритму были использованы 23 слова, содержащих разное количество фонем (от 3 до 14), произнесенные людьми разных возрастов и пола. В результате из 115 слов точно было сегментировано 87, что соответствует точности работы алгоритма – 76%. В результате эксперимента было выяснено, что пол и возраст говорящего не оказывают влияния на точность работы алгоритма, незначительные колебания в точности сегментации возникают из-за разницы в скорости произношения и артикуляции.
• Высокая точность сегментирования границ фонем. Алгоритм продемонстрировал хорошие результаты при сегментации долгих согласных, аффрикативных согласных и сибилянтов. • Алгоритм показал слабую зависимость от пола и возраста говорящего. • Наличие постобработки повышает точность сегментирования, уменьшая вероятность нахождения ложных границ. Без постобработки алгоритм находит границы в аффрикативных согласных, которые усложняют дальнейший процесс распознавания. К недостаткам алгоритма следует отнести: • Пороги выбираются эмпирическим путем, т.е. для повышения точности распознавания необходимо вручную корректировать коэффициенты, подстраивая алгоритм под те или иные особенности речевого сигнала, такие как артикуляция и скорость произношения говорящего. • В некоторых случаях постобработка стирает нужные границы. Таким образом, при сегментировании речевого сигнала с помощью алгоритма, построенного на базе вейвлет-преобразования, с использованием постобработки можно довольно точно определить границы фонем. Стоит отметить, что в дальнейшем при осуществлении незначительных изменений, данный алгоритм может использоваться в качестве алгоритма VAD (VoiceActivityDetection), т.к. позволяет определять не только межфонемные переходы, но и переходы тишина-речь.
Литература
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 49
2020
1. Скрипник, Я. Н. Фонетика современного русского языка / Я.Н. Скрипник, Т.М. Смоленская; под ред. Я.Н. Скрипник. – Ставрополь: Изд–во СГПИ, 2010. – 148 с. 2. Separation of Voiced and Unvoiced Using Zero Crossing Rate and Energy of the Speech Signal / R.G. Bachu [et al.] // American Society for Engineering Education (ASEE) Zone Conference Proceedings, 2008. – P. 1–7. 3. Moattar, M. H. A simple but efficient real-time voice activity detection algorithm / M.H. Moattar, M.M. Homayoonpoor // 17th European Signal Processing Conference (EUSIPCO 2009). Glasgow, Scotland, 2009. – P. 2549–2553. 4. Mattias, N. Entropy and Speech / N. Mattias // Sound and Image Processing Laboratory School of Electrical Engineering KTH (Royal Institute of Technology). Stockholm, 2006. – 54 p. 5. Jancovic, P. Estimation of Voicing-Character of Speech Spectra Based on Spectral Shape / P. Jancovic, M. Kokuer // IEEE Signal Processing Letters. – 2006. – Vol. 14, No. 1. – P. 66–69. 6. Демидов, А. Е. Использование меры спектрального Заключение перехода для сегментации речевого сигнала / А.Е. Демидов, В.М. Смирнов // Материалы 66 Международной студенчеПреимуществами описанного алгоритма сегмен- ской научной конференции ГУАП, СПб, 2013. – С. 119–122. тации речевого сигнала на базе вейвлетов Добеши с 7. Ahmadi, S. Cepstrum-Based Pitch Detection Using a New применением постобработки являются: Statistical V/UV Classification Algorithm / S. Ahmadi, A.S.
49 23.06.2020 9:26:13
РАДИОТЕХНИКА И СВЯЗЬ
Spanias // IEEE Transactions on Speech and Audio Processing. – 2002. – Vol. 7, No. 3. – P. 333–338. 8. Robust Voiced/Unvoiced Classification Using Novel Features and Gaussian Mixture Model / J.K. Shah [et al.] // IEEE International Conference on Acoustics, Speech, and Signal Processing. – 2004. – P. 17–21. 9. Juang, C. F. Speech detection in noisy environments by wavelet energy-based recurrent neural fuzzy network / C.F. Juang, C.C. Nan // Experts Systems with Applications. – 2009. – Vol. 36 (1). – P. 321–332. 10. Сорокин, В. Н. Сегментация и распознавание гласных / В.Н. Сорокин, А.И. Цыплихин // Информационные процессы. – 2004. – Т. 4, № 2. – С. 202–220. 11. Желтов, П. В. Применение быстрого непрерывного вейвлет-преобразования для исследования акустических сигналов / П.В. Желтов, В.И. Семенов // Вестник Чувашского университета. Естественные и технические науки. – 2010. – № 3. – С. 309–312. 12. Медведев, М. С. Фонемная сегментация речевого сигнала с использованием вейвлет-преобразования / М.С. Медведев // Материалы Всероссийской конференции молодых ученых по математическому моделированию и информационным технологиям с участием иностранных ученых, 2004. – С. 110–124. 13. Вишнякова, О. А. Автоматическая сегментация речевого сигнала на базе дискретного вейвлет-преобразования / О.А. Вишнякова, Д.Н. Лавров // Математические структуры и моделирование. – 2011. – №. 23. – С. 43–48. 14. Smirnov, V. M. Application of wavelet transform for speech signal segmentation / V.M. Smirnov, V.N. Filatov // XXII International Scientific Conference Wave Electronics and ITS Application in Information and Telecommunication Systems WECONF-2019.
50 2 2020.indd 50
23.06.2020 9:26:13
Коррекция плана задействования канальных ресурсов телекоммуникационной сети автоматизированной системы управления с плановым характером выполнения целевых задач Correction of the channel resource utilization plan of the telecommunications network in the automated controle system with the planned nature of the targets
Кудро / Kudro D.
Степанюк / Stepanyuk O.
Дмитрий Викторович
Орест Михайлович
(kudro@list.ru) кандидат технических наук ФГБВОУ ВО Военнокосмическая академия имени А. Ф. Можайского (ВКА им. А. Ф. Можайского) МО РФ, начальник отдела военного института (научноисследовательского). г. СанктПетербург
(orest43@bk.ru) кандидат технических наук, доцент. ВКА им. А. Ф. Можайского, старший научный сотрудник отдела военного института (научноисследовательсского). г. СанктПетербург
Цыбрин / Cybrin V. Владимир Григорьевич
(vlad.grigor@mail.ru) кандидат технических наук, доцент, почетный работник высшего профессионального образования РФ. ВКА им. А. Ф. Можайского, преподаватель кафедры информационновычислительных систем и сетей. г. СанктПетербург
Ключевые слова: коррекция плана – plan correction; план задействования канального ресурса – channel resource utilization plan; объект управления – control object; заявка на сеанс информационного обмена – request for an information exchange session. Рассматриваются методика и алгоритмы коррекции плана задействования канальных ресурсов (ПЗКР) телекоммуникационной сети автоматизированной системы управления с плановым характером выполнения целевых задач. Необходимость коррекции в сетях подобного типа обусловлена поступлением в сеть после формирования плана задействования канальных ресурсов неплановых заявок на сеансы информационного обмена. В статье предлагаются алгоритмы коррекции ПЗРК как для случая отсутствия временных ограничений на ее проведение, так и при коррекции в реальном масштабе времени. В обоих случаях алгоритмы коррекции реализуют двухэтапную процедуру решения задачи – на первом этапе решение ищется на свободном канальном ресурсе, а при его отсутствии или недостаточности реализуется поиск решения задачи на занятом канальном ресурсе заявок с более низким приоритетом.
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 51
2020
The method and algorithms of correction of the channel resource utilization plan of the telecommunication network in the automated control system with the planned nature of performing the target tasks are considered in the work. The need for correction in networks of this type is due to the receipt of unscheduled requests for information exchange sessions in the network after forming a plan for using channel resources. The article discusses the correction in the absence of time restrictions on its implementation and the correction carried out in real time. In both cases, the correction algorithms implement a two-step procedure of solving the problem. At the first stage the solution is searched on the free channel resource and in its absence or failure the search for a solution on the occupied channel resource requests with lower priority is realized.
51 23.06.2020 9:26:13
РАДИОТЕХНИКА И СВЯЗЬ Введение
воздействий на систему различных дестабилизирующих факторов вводится процесс коррекции ПЗКР, под которым понимается частичный или полный пересмотр результатов планирования задействования канальных ресурсов ТКС с учетом реальной совокупности поступивших на обслуживание ЗСИО. Считается, что процесс коррекции ПЗКР может осуществляться как на этапе, предшествующем реализации ПЗКР, так и непосредственно на этапе его реализации. Глубина коррекции (степень изменения сформированного ПЗКР) при этом может быть различной. В данной статье рассматриваются два случая коррекции: 1. Коррекция ПЗКР, проводимая в отсутствии временных ограничений. 2. Коррекция ПЗКР, проводимая в условиях лимита времени, то есть в реальном масштабе времени. При этом для каждого случая принята двухэтапная процедура коррекции: – на первом этапе обслуживание ЗСИО осуществляется с использованием только свободного незадействованного канального ресурса; – при недостаточности или отсутствии свободного канального ресурса реализуется второй этап, когда для обслуживания вновь поступивших ЗСИО задействуется канальный ресурс заявок с более низким приоритетом.
В телекоммуникационной сети автоматизированной системы управления с плановым характером выполнения целевых задач входная нагрузка представляет собой заявки на сеансы информационного обмена (ЗСИО) для передачи между взаимодействующими абонентскими системами (АС) различных видов информации (речи, данных, видео и др.) [1, 2]. При этом основная часть ЗСИО формируется на основе информации, полученной при планировании работы территориально-распределенных объектов управления (ОУ) АСУ, поступает заблаговременно и создает плановую нагрузку на сеть (рис.1). Обслуживание плановых ЗСИО заключается в установлении на время информационного обмена между взаимодействующими АС ТКС физических или виртуальных соединений, обеспечивающих требуемое качество передачи соответствующего вида трафика. Совокупность таких соединений образует план задействования канального ресурса ТКС. На интервале [tнф, tкр] из-за действия различных дестабилизирующих факторов в АСУ и ее ТКС могут иметь место: – перепланирование работы части территориально распределенных ОУ; – поступление новых и снятие с обслуживания ранее поступивших ЗСИО; – изменение параметров части поступивших на Коррекция ПЗКР, проводимая в отсутобслуживание ЗСИО; ствии временных ограничений – отказы аппаратно-программных средств ОУ; – отказы аппаратуры и каналов связи ТКС. Коррекция ПЗКР при отсутствии временных ограСоответственно, сформированный по результатам ничений на длительность ее проведения осуществляпланирования работы ОУ АСУ ПЗКР ТКС к моменту ется, как правило, на этапе предшествующем реалиего реализации не будет соответствовать изменив- зации ПЗКР. шимся условиям и не может быть применен на пракЭто может быть обусловлено: тике. Для компенсации последствий неблагоприятных – поступлением новых ЗСИО;
Рис. 1. Процесс обслуживания ЗСИО с учетом процесса коррекции ПЗКР
52 2 2020.indd 52
23.06.2020 9:26:14
Кудро Д.В., Цыбрин В.Г., Степанюк О.М. Коррекция плана задействования канальных ресурсов ... – изменением параметров ранее принятых на обслуживание ЗСИО; – отказами на интервале [tкф–tкр] каналов связи ТКС АСУ, включенных в ПЗКР. 1.1 Коррекция ПЗКР на свободном канальном ресурсе При достаточном свободном объеме канального ресурса для поступившей ЗСИО решается задача маршрутизации [3], в результате которой определяется маршрут (физический или виртуальный), обеспечивающий требуемое качество передачи соответствующего трафика на время информационного обмена между взаимодействующими АС. Для случая обслуживания поступивших двух и более ЗСИО в ТКС АСУ с плановым характером выполнения целевых задач используются алгоритмы маршрутизации, в которых оптимальным считается маршрут, удовлетворяющий требованиям к качеству обслуживания трафика, рассматриваемой ЗСИО и наносит наименьший «ущерб» маршрутам остальных нерассмотренных заявок с более низким приоритетом [2, 4]. Здесь под «ущербом» понимается количество общих каналов в маршруте рассматриваемой ЗСИО и в маршрутах нерассмотренных ЗСИО, которые из-за частичной или полной занятости в нерассмотренных ЗСИО, соответственно, частично или полностью не могут быть использованы. Для количественной оценки «ущерба», наносимого маршрутом рассматриваемой ЗСИО, маршрутам остальных нерассмотренных заявок, используется функция «ущерба» W . Здесь – множество маршрутов, которые существуют в ТКС для передачи информации между взаимодействующими АС рассматриваемой ЗСИО
М – количество путей в n-й нерассмотренной заявке; – количество ветвей (каналов связи) в рассматриваемом пути нерассмотренной ЗСИО. Согласно данному критерию предпочтение отдается тому допустимому маршруту ЗСИО который имеет наименьшее количество каналов связи, совпадающих с каналами допустимых маршрутов всех нерассмотренных ЗСИО. Использование данного алгоритма маршрутизации обеспечивает максимизацию числа обслуженных ЗСИО ограниченным канальным ресурсом.
Коррекция ПЗКР на занятом канальном ресурсе
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 53
2020
При отсутствии или недостаточном свободном ресурсе для обслуживания вновь поступивших ЗСИО задействуется канальный ресурс, связанный с обслуживанием плановых ЗСИО и имеющий более низкий приоритет. В этом случае: – определяется временной подынтервал (сегмент), к которому относится вновь поступившие ЗСИО и в соответствии с приоритетом каждой ЗСИО на данном временном подынтервале фиксируется последовательность их обслуживания; – в процессе обслуживания ЗСИО с учетом требований к качеству передаваемого трафика определяется множество допустимых маршрутов; – для каждого допустимого маршрута ЗСИО с использованием соотношений (1) и (2) вычисляется значение функции общего «ущерба»; – по минимальному значению функции «общего» ущерба определяется «кратчайший» маршрут устаПри использовании метрики в виде числа общих новления соединения между взаимодействующими каналов связи в маршрутах рассматриваемой и АС для рассматриваемой ЗСИО. остальных нерассмотренных ЗСИО, оптимальным будет считаться маршрут ЗСИО для Коррекция ПЗКР в условиях временных которого функция общего «ущерба» может быть пред- ограничений ставлена в виде Коррекция ПЗКР при обслуживании внеплановых ЗСИО в условиях временных ограничений происходит, как правило, на этапе непосредственной реализации (1) ПЗРК. Критерием обслуживания здесь является оперативность обслуживания заявок с учетом их приоритета. Значение функции общего ущерба опреде- Также применяется двухэтапная процедура решения ляется по формуле задачи: на первом этапе решение ищется на свободном канальном ресурсе, при его отсутствии или недостаточности – на занятом ресурсе путем задействования (2) канального ресурса ЗСИО с более низким приоритетом. где Алгоритм коррекции ПЗКР при обслуживании внеплановых ЗСИО в условиях временных ограничений включает в себя следующую последовательность операций: – для поступившей внеплановой ЗСИО на интервале реализации ПЗКР определяется временной подынK – количество нерассмотренных конфликтующих тервал (сегмент), к которому относится поступившая заявок; заявка;
53 23.06.2020 9:26:14
РАДИОТЕХНИКА И СВЯЗЬ – осуществляется ранжирование всех ЗСИО на данном временном сегменте по жесткому или гибкому приоритету [2]; – в соответствии с приоритетом для каждой ЗСИО перечисляются все маршруты между взаимодействующими АС; – определяется вес каждого маршрута в соответствии с принятой (установленной) метрикой; – производится ранжирование маршрутов по «весу» для каждой ЗСИО; – осуществляется формирование для каждой ЗСИО допустимых и, соответственно, оптимальных («кратчайших») маршрутов.
В.Г. Цыбрин, Д.В. Кудро // Информация и Космос. – 2016. – № 3. – С. 43–46. 3. Цыбрин, В. Г. Информационные сети: учебник / В.Г. Цыбрин, А.М. Гончаров. – СПб.: ВКА им. А.Ф. Можайского, 2014. – 275 с. 4. Ясинский, С. А. Унифицированные математические модели для анализа и синтеза элементов телекоммуникационных сетей / С.А. Ясинский. – СПб.: изд-во ВУС, 2003. – 184 с.
Заключение В работе представлены методика и алгоритмы коррекции плана задействования канальных ресурсов ПЗКР ТКС АСУ, сформированного для обслуживания плановых заявок на сеансы информационного обмена ЗСИО взаимодействующих АС. Необходимость коррекции ПЗКР обусловлена поступлением неплановых и случайных ЗСИО на этапе, предшествующем реализации ПЗКР, и на этапе при его реализации. При коррекции ПЗКР в отсутствие временных ограничений, осуществляемой, как правило, на этапе предшествующем реализации ПЗКР, основным критерием коррекции является максимизация числа обслуженных ЗСИО. При этом формирование оптимального ПЗКР осуществляется с учетом приоритета ЗСИО. Для случая коррекции ПЗКР в условиях временных ограничений (этап реализации ПЗКР) в качестве критерия коррекции ПЗКР используется оперативность обслуживания ЗСИО. В обоих случаях применяется двухэтапная процедура решения задачи: на первом этапе решение ищется на свободном канальном ресурсе, а при его отсутствии или недостаточности на занятом канальном ресурсе путем использования канального ресурса ЗСИО с более низким приоритетом. Программная реализация представленных алгоритмов коррекции ПЗКР ТКС АСУ с плановым характером выполнения целевых задач показала сравнительно высокую их эффективность и в комплексе с алгоритмами планирования [2] позволяет проводить полноценные исследования эффективности ТКС при различном сочетании поступивших на обслуживание детерминированных (плановых) и случайных (неплановых) заявок на сеансы информационного обмена, соотношения их приоритетов, а также характеристик самой ТКС.
Литература 1. Олифер, В. Г. Компьютерные сети. Принципы, технологии, протоколы: учебник для вузов / В.Г. Олифер, Н.А. Олифер. – 4-е изд. – СПб.: Питер, 2010. – 944 с. 2. Цыбрин, В. Г. Обслуживание нагрузки в телекоммуникационной сети автоматизированной системы управления с плановым характером выполнения целевых задач /
54 2 2020.indd 54
23.06.2020 9:26:15
ИНФОРМАТИКА, ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА И УПРАВЛЕНИЕ
Предложения по стратегии развития технологий искусственного интеллекта в транспортной отрасли России Suggestions for the development strategy of artificial intelligence technologies in the transport industry of Russia
Егоршев / Egorshev S.
Комашинский / Komashinsky V.
(egorshevsm@mintrans.ru) Департамент программ развития Министерства транспорта Российской Федерации, директор.
(kama54@rambler.ru) доктор технических наук, доцент. ИПТ РАН, заместитель директора по научной работе. г. СанктПетербург
Сергей Михайлович
Малыгин / Malygin I. Игорь Геннадьевич
(malygin_com@mail.ru) доктор технических наук, профессор. ФГБУН Институт проблем транспорта имени Н. С. Соломенко РАН (ИПТ РАН), директор. г. СанктПетербург
Владимир Ильич
Аванесов / Avanesov M. Михаил Юрьевич
(avanesov@itain.ru) кандидат технических наук. ЗАО «Институт телекоммуникаций», научный секретарь. г. СанктПетербург
сырья, товаров, услуг и других атрибутов развития. Чем быстрее и в больших объемах перемещаются в пространстве и во времени перечисленные атрибуты, тем выше темпы развития общества. Значительная часть отмеченных атрибутов развития перемещается по различным (наземным, воздушным, морским и т.д.) В статье рассмотрены стратегии развития технологий транспортным сетям посредством разнородных трансискусственного интеллекта в транспортной отрасли портных средств и систем. Другими словами, ускорение России, отмечены ключевые технологические развития транспорта и транспортной инфраструктуры направления обеспечивающие интеллектуализацию естественным образом стимулирует развитие эконотранспортной индустрии и транспортной мики и общества в целом. Анализ особенностей развития инфраструктуры. транспорта и транспортной инфраструктуры (рис. 1) The article discusses the development strategies of arti- показывает определяющую роль в этом процессе науки ficial intelligence technologies in the transport industry of и технологий, обновление которых приводит к периRussia, highlights the key technological areas that ensure одическим революционным изменениям как в индуthe intellectualization of the transport industry and trans- стриальной, так и в транспортной сферах. port infrastructures. В частности, начало первой индустриальной революции (в том числе и в транспортной отрасли) было инспирировано достижениями в теплофизике и в производстве паровых двигателей, которые были адаптированы к водному транспорту (появились пароходы) Введение и наземному (железнодорожному) транспорту. Нужно отметить, что условием входа страны в семью индуВ понятиях, связанных с экономическим и соци- стриальных держав в этот период являлась способальным развитием цивилизации, всегда подразумевается ность ее промышленности создавать и применять движение и перемещение людей, информации, знаний, паровые двигатели. Ключевые слова: индустриальная революция – industrial revolution; искусственный интеллект – artificial intelligence; автономный транспорт – autonomous transport; интеллектуальная транспортная система – intelligent transport system.
56 2 2020.indd 56
23.06.2020 9:26:16
Егоршев С.М. и др. Предложения по стратегии развития технологий искусственного интеллекта ...
Рис. 1. Коэволюция индустриальных и транспортных технологий
ного обучения, в развитии беспроводных технологий, которые породили новую индустрию искусственного интеллекта и привели к мощным изменениям и интеллектуализации транспортной индустрии, что в свою очередь, способствовало появлению «транспортной индустрии-4.0». Основным показателем научнотехнического, технологического и экономического развития страны в этот период становится способность ее промышленности создавать и применять интеллектуальную электронику, когнитивные вычислительные системы, интеллектуальное программное обеспечение, а также экологически чистые и ресурсосберегающие технологии. Особенностью транспортной индустрии-4.0 является не только то, что в ней находят широкое применение технологии искусственного интеллекта, которые позволяют существенно повысить качество и скорость изготовления каждой составной части транспортного средства, но и то, что происходит радикальное изменение возможностей транспорта, в частности в их автономности (рис. 2). Появление умных транспортных средств естественным образом потребует повышения интеллектуальности транспортной инфраструктуры (интеллектуальных трасс, вокзалов, систем транспортного маркетинга и транспортного сервиса) (рис. 2).
О конвергенции искусственного интеллекта и транспортной индустрии За последние 10 лет произошли два важных события в области индустриальных и интеллектуальных технологий.
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 57
2020
Вторая индустриальная революция (рис. 1) происходила на фоне новых достижений электрофизики, органической химии и теории электрической связи, которые привели к появлению и широкому применению в транспортной индустрии электродвигателей, бензиновых и дизельных двигателей, электротранспорта (трамваев, троллейбусов, электропоездов, подводных лодок) и нового воздушного транспорта. Показателем научно-технологического развития страны в тот период являлась способность ее промышленности создавать и применять двигатели внутреннего сгорания, электрические двигатели и генераторы, создавать системы электросвязи. Основной движущей силой третьей индустриальной революции (рис. 1) явились новые достижения в информатике, кибернетике и вычислительной технике, породившие новую цифровую индустрию производства микросхем, микропроцессоров и программного обеспечения, которые оказали мощное воздействие на технологии производства транспорта путем цифровизации и автоматизации транспортной индустрии, а также на технологии построения самих транспортных средств и инфраструктур в результате их автоматизации. Основным показателем развития страны в этот период была способность ее промышленности создавать и применять цифровую технику, вычислительные машины и программное обеспечение, осуществлять цифровизацию своих инфраструктур. Движущей силой уже наступающей четвертой индустриальной революции являются новые достижения в теории искусственного интеллекта, технологиях обработки больших данных, машинного и дистанцион-
57 23.06.2020 9:26:17
ИНФОРМАТИКА, ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА И УПРАВЛЕНИЕ
Рис. 2. Пример применения индустрии транспортного искусственного интеллекта в транспортной отрасли
Первое событие [1] – начало четвертой индустриальной революции (Industry-4.0) в 2013 году. Основная идея Industry-4.0 состоит в том, чтобы использовать новые цифровые и информационные технологии для глубокой интеграции бизнес и инженерных процессов в интересах повышения гибкости производства и его эффективности, повышения качества и снижения стоимости. Технологической основой Industry-4.0 стала философия построения кибер-физических систем [1,2]. Стратегии внедрения Industry-4.0 в большинстве стран стали определяться государственными программами: в Германии – «Стратегии высоких технологий 2020» и «Индустрия 4.0»; Великобритании – «Будущее производства»; Соединенных штатах Америки – «Передовое производственное партнерство» (Президентский совет по науке и технике, 2014 год); во Франции – «Новая промышленная Франция» (Национальный совет промышленности, 2016 год); в Европейской комиссия – «Фабрики будущего» и «Горизонт 2020» (2016 год); в Японии – «Супер-умное общество» (2015 год); в Швеции – «Умная индустрия» и «Продукция 2030» (Министерство предпринимательства и инноваций, соответственно 2016 и 2017 годы). Второе событие произошло в 2017 году [3–7] в течение которого в шести наиболее технологически развитых странах мира были приняты национальные стратегии развития технологий искусственного интеллекта. В последующие годы к этой инициативе присоединились еще семнадцать стран. В России официальный старт национальной программы развития технологий искусственного интеллекта был дан Указом Президента
Российской Федерации от 10 октября 2019 года № 490 «О развитии искусственного интеллекта в Российской Федерации» [8]. В целом отмеченные два события оказали существенное влияние друг на друга, что привело к взаимной конвергенции современных индустриальных технологий и новейших технологий искусственного интеллекта. В результате, внутри классической цифровой индустрии дали ростки новой индустрии искусственного интеллекта – стартовало производство микросхем и микроконтроллеров искусственного интеллекта (AI Chips и AI Microcontrollers). Помимо этого, традиционные производители полупроводников, такие как Analog Devices, IBM, HUAWEI и др. приступили к реализации сложной концепции преобразования собственных производственных линий в полностью автоматизированные интеллектуальные фабрики. Эти компании также начали предоставлять инновационные технологии компаниям, занимающимся производством транспортных средств, помогая им превратить производственные мощности в производство интеллектуальных автомобилей, самолетов, кораблей, локомотивов и вагонов.
Области применения искусственного интеллекта в транспортной отрасли Искусственный интеллект уже сегодня широко используется при проектировании оптимальных транзитных транспортных сетей, при разработке планов работ по обслуживанию и восстановлению покрытия
58 2 2020.indd 58
23.06.2020 9:26:18
Егоршев С.М. и др. Предложения по стратегии развития технологий искусственного интеллекта ... номные корабли и беспилотные летательные аппараты (БПЛА) в настоящее время находятся на стадии не только разработки и испытаний, но и серийно производятся. БПЛА сегодня широко используются не только для решения военных задач, но и для доставки грузов и мониторинга окружающей обстановки. Сканирование и распознавание лиц на объектах транспортной инфраструктуры – это еще одна перспективная технология, которая в ближайшем будущем позволит отказаться от традиционных паспортов. В некоторых международных аэропортах уже сегодня используются сканеры для подтверждения личности пассажиров, прежде чем разрешить им посадку в самолет. В Израиле, чтобы попасть на территорию аэропорта, видеосистемы различных контуров безопасности сканируют, распознают и сравнивают лица пассажиров с фотографиями из баз данных террористов и преступников. Кроме того, в последнее время активно ведутся работы по применению технологий искусственного интеллекта на всех видах транспорта в интересах повышения уровня безопасности путем устранения ошибок допускаемых человеком, таким образом минимизируя «человеческий фактор» в транспортных происшествиях, авариях и катастрофах.
Преимущества применения искусственного интеллекта в транспортной отрасли Искусственный интеллект существенно сокращает производственные затраты при переходе к производству более конкурентного транспорта с функциями автономного вождения, прогнозного обслуживания и оптимальной маршрутизации. Простаивания транспортных средств, вызванные усталостью (болезненным и иным состоянием) водителей или внезапной неконтролируемой неисправностью техники, перестанут беспокоить руководителей полностью автоматизированных (интеллектуализированных) транспортных компаний. Применение технологий искусственного интеллекта позволит существенно снизить количество дорожно-транспортных происшествий, повысит безопасность перевозки пассажиров и грузов и позволит достигнуть уровня «нулевой смертности» на дорогах России в соответствии с Указом Президента Российской Федерации от 7 мая 2018 года № 204 «О национальных целях и стратегических задачах развития Российской Федерации на период до 2024 года» [12]. Технологии искусственного интеллекта существенно расширят человеческие возможности по обработке данных и прогнозированию событий, поэтому организации-операторы общественного и частного пассажирского транспорта смогут существенно повысить качество транспортных услуг. Искусственный интеллект уже в ближайшем будущем будет играть важную роль в разработке и применении
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 59
2020
дорожной сети, при разработке алгоритмов синхронизации сигналов светофорных комплексов и т.д. [9–11]. Искусственный интеллект находит применение при оценке качественного состояния водителей общественного транспорта на основе анализа его поведения и контрольного тестирования, в системах поддержки принятия решений при планировании перевозок. Элементы искусственного интеллекта используются для регулирования дорожного движения, для выбора оптимальной безопасной скорости на автомагистралях, для динамического составления маршрута движения, для эффективного управления движением поездов на железных дорогах. Искусственный интеллект может использоваться для автоматического обнаружения дорожно-транспортных происшествий и нарушений правил дорожного движения, для обработки изображений в системах сбора данных о дорожном движении и выявления дефектов покрытия улично-дорожной сети, взлетно-посадочных полос, верхнего строения пути и рельс, шоссейных дорог и мостовых конструкциях, при диагностике транспортных средств и т.п. На современных серийных автомобилях уже на конвейере устанавливаются всевозможные сложные электронные и программные ассистенты помощи водителю, системы автоматической безопасности, навигационные системы и адаптивные помощники. Сюда входят датчики для обнаружения препятствий и других транспортных средств, GPS-маршрутизация, адаптивный круиз-контроль, активный ABS, ESP и т.д. В перспективе автономный (роботизированный) жилищно-коммунальный транспорт городов может взять на себя значительную часть трудоемкой работы, такой как очистка от снега и грязи, сбор и вывоз мусора. Уже в настоящее время на улицах в ряде крупных городов мира появились автономные автобусы и электробусы, городской электрический пассажирский транспорт, использующий различные датчики, камеры и GPS в интересах более безопасной перевозки пассажиров. Применение автономного грузового транспорта поможет снизить количество аварий на автомагистралях и улично-дорожной сети городов, повысить производительность внутригородской, междугородней, а, в перспективе, и международной перевозки грузов. Автономный железнодорожный транспорт оснащается различными датчиками и приборами, фиксирующими состояние рельс и верхнего строения пути, контактной сети и погодных явлений. Данные с датчиков и видеосистем, а также различная информация, поступающая по внутрипоездной сети и передаваемая извне по различным каналам связи, используется для осуществления обучения локомотивных систем поддержки принятия решения, которые агрегируют данные и обеспечивают принятие решений машинистом в режиме реального времени. Искусственный интеллект на транспорте не ограничивается сушей, дистанционно-управляемые авто-
59 23.06.2020 9:26:18
ИНФОРМАТИКА, ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА И УПРАВЛЕНИЕ
инновационных методов автоматического контроля, фиксации и учета показателей выбросов вредных (загрязняющих) веществ в атмосферный воздух от транспортных средств, что позволит снизить воздействие транспорта на окружающую среду. Для успешного решения всех ранее перечисленных задач в рамках Национальной стратегии развития искусственного интеллекта на период до 2030 года, утвержденной Указом Президента Российской Федерации от 10 октября 2019 года № 490 «О развитии искусственного интеллекта в Российской Федерации [8], транспортной отрасли России требуются свои ведомственные концепция и стратегии развития технологий искусственного интеллекта.
Предложения в концепцию развития искусственного интеллекта в транспортной отрасли Российской Федерации Раздел 1. Развитие фундаментальных исследований в области искусственного интеллекта. В рамках данного раздела предполагается проведение фундаментальных и поисковых исследований в таких областях как: – методы предобработки и интеллектуального анализа больших транспортных данных; – формальные модели понимания естественного языка; – модели коалиций интеллектуальных мобильных агентов (автономных транспортных средств) и методы мультиагентного взаимодействия при решении групповых задач; – методы машинного обучения и распознавания образов. Раздел 2. Развитие базовых технологий искусственного интеллекта. В рамках данного раздела предполагается создание сквозных технологий искусственного интеллекта, в том числе: – технологии извлечения знаний из различных стационарных и мобильных источников; – технологии прогнозирования и поддержки принятия решений в реальном масштабе времени; – технологии планирования и управления целенаправленным поведением в неструктурированных динамичных средах; – технологии когнитивного анализа данных; – технологии мультиагентного управления и диспетчеризации ресурсов в распределенных мобильных системах. Раздел 3. Создание инструментов и аппаратнопрограммных средств искусственного интеллекта. В рамках данного раздела будут разработаны аппаратно-программные средства, необходимые для реализации и внедрения технологий искусственного интеллекта, в том числе: – аппаратно-программные платформы (в том числе нейросетевые) для реализации методов и алгоритмов
искусственного интеллекта, применяемых при построении автономных транспортных систем различной модальности; – машины знаний и их операционные системы для интеллектуальных одномодальных и мультимодальных транспортных инфраструктур; – репозитарии данных для машинного обучения автономных транспортных систем и интеллектуальной транспортной инфраструктуры. Раздел 4. Внедрение технологий искусственного интеллекта в различные сферы деятельности. В рамках данного раздела предусматривается проведение комплекса внедренческих работ, направленных на практическое применение технологий искусственного интеллекта в различных транспортных сферах Российской Федерации, в том числе таких как: – разработка стандартов на прикладной (транспортный) искусственный интеллект; – новая транспортная индустрия (транспортная индустрия-4.0); – когнитивные транспортные системы и инфраструктуры различной модальности (автомобильной, авиационной, водной и железнодорожной); – интеллектуальная мультимодальная мобильность; – интеллектуальная мультимодальная логистика; – интеллектуальные средства контроля за выбросами вредных (загрязняющих веществ) в атмосферный воздух от транспортных средств. Раздел 5. Подготовка кадров в области искусственного интеллекта. В данном разделе предусматривается комплекс мероприятий по развитию кадрового потенциала, созданию учебных программ по искусственному интеллекту, включению специальности «Искусственный интеллект» в высшие и средние специальные образовательные учреждения транспортного профиля страны. Основные положения использования искусственного интеллекта в транспортной сфере найдут свое отражение в Транспортной стратегии Российской Федерации на период до 2035 года.
Выводы Разработка и реализация концепции развития технологий искусственного интеллекта для транспортной отрасли России позволит: 1) ускорить процессы модернизации и интеллектуализации транспортной промышленности страны (транспортная индустрия-4.0); 2) разработать новые технологии построения и применения интеллектуализированных и автономных транспортных средств, а также транспортной инфраструктуры различной модальности; 3) ускорить работы по формированию единого интеллектуального транспортного пространства – интеллектуальной мультимодальной транспортной системы (ИМТС) страны;
60 2 2020.indd 60
23.06.2020 9:26:18
Егоршев С.М. и др. Предложения по стратегии развития технологий искусственного интеллекта ... 4) ускорить цифровизацию и интеллектуализацию национальной индустрии и всех отраслей экономики России на основе общей платформы «Индустрия-4.0».
Литература
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 61
2020
1. Комашинский, В. И. Информационные технологии и искусственный интеллект – основные двигатели четвертой индустриальной революции (Industrie 4.0) / В.И. Комашинский, И.Г. Малыгин // Информационные технологии. – 2016. – Т. 22, № 12. – С. 899–904. 2. Малыгин, И. Г. Предложения для концепции развития технологий искусственного интеллекта в Российской Федерации / И.Г. Малыгин, В.И. Комашинский, О.А. Михалев // Транспорт Российской Федерации. – 2019. – № 4 (83). – С. 8–12. 3. Технологии построения когнитивных транспортных систем: монография / под ред. И.Г. Малыгина. – СПб.: ИПТ РАН, 2018. – 268 с. 4. State Council of China. New Generation artificial Intelligence Development Plan. State Council Document No 35. – 2017. 5. Agrawal, A. How AI will Change Strategy: A Thought Experiment [Электронный ресурс] / A. Agrawal, J. Gans, A. Goldfarb // Harvard Business Review. Электронный журнал. – 2017. – Режим доступа: https://hbr.org/2017/10/how-aiwill-change-strategy-a-thought-experiment [дата обращения: 20.02.18], свободный. – Загл. с экрана. 6. Mozur, P. Beijing Wants A.I. to Be Made in China by 2030 / P. Mozur // New York Times. – 2017. – July 20. 7. State Council of China. New Generation artificial Intelligence Development Plan. State Council Document No 35. – 2017. 8. Указ Президента РФ «О развитии искусственного интеллекта в Российской Федерации» от 10 октября 2019 г. №490 // http://www.kremlin.ru/acts/bank/44731. 9. Malygin, I. G. The Project of Intellectual Multimodal Transport System / I.G. Malygin, V.I. Komashinskiy, A.N. Asaul // Transportation Research Procedia. – 2017. – № 20. – P. 25–30. 10. Malygin, I. G. Cognitive technologies for ensuring road safety in an intelligent transport system / I.G. Malygin, V.I. Komashinsky, O.A. Korolev // Transportation Research Procedia. – 2018. – Vol. 36. – P. 487–492. 11. Krylatov, A. Yu. Competitive traffic assignment in road networks / A.Yu. Krylatov, V.V. Zakharov, I.G. Malygin // Transport and Telecommunication. – 2016. – Vol. 17, Iss 3. – P. 212–222. 12. Указ Президента РФ «О национальных целях и стратегических задачах развития Российской Федерации на период до 2024 года» от 07 мая 2018 г. №204 // http://www.kremlin. ru/acts/bank/43027.
61 23.06.2020 9:26:18
ИНФОРМАТИКА, ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА И УПРАВЛЕНИЕ
Роботизированная транспортная система с использованием автономных необитаемых подводных аппаратов Robotic transport system with using autonomous uninhabited underwater vehicles
Осадчий / Osadchiy A.
Поленин / Polenin V.
(ai_osad@mail.ru) доктор технических наук, профессор, членкорреспондент РАЕН. ФГБУН Институт проблем транспорта имени Н. С. Соломенко РАН, ведущий научный сотрудник. г. СанктПетербург
(polenin@mail.ru) доктор военных наук, профессор, академик РАЕН. ФГКВОУ ВО «ВУНЦ ВМФ «Военноморская академия имени Адмирала Флота Советского Союза Н. Г. Кузнецова», профессор. г. СанктПетербург
Александр Иванович
Владимир Иванович
Введение Ключевые слова: автономные необитаемые подводные аппараты – autonomous uninhabited underwater vehicles; группировки – groupings; морской Центральный принцип развития всякой теории всегда транспорт – sea transport; связь – communications; имеет экстремальную форму вариационного принципа, управление – control. а именно форму принципа оптимальности. Это утвержПоказана актуальность создания и применения дение играет роль всеобщего закона в развитии фундаморской подводной роботизированной транспортной ментальных и прикладных наук. Поэтому конструктор, системы с использованием транспортных автономных необитаемых подводных аппаратов (АНПА-Т) для изобретатель, размышляя о путях развития техники, выполнения народохозяйственных и военных задач. прежде всего должен задумываться о том, какого рода Выбран образец АНПА-Т в облике стандартных экстремальный принцип развития может и должен торпед калибра 53 см. Это обеспечивает размещение лежать в этой предметной области. В области создания полезной нагрузки широкой номенклатуры – от минных зарядов до аппаратуры навигационно- морских подводных транспортных систем можно наблюгидрографической разведки и съемки, а также дать проявление экстремального принципа в форме транспортные характеристики, позволяющие с учетом беспредельного возрастания влияния морской робоморских течений выполнять маршрутные переходы тотехники с элементами искусственного интеллекта, на тысячи километров. С учетом возможности а именно подводных роботов. Определенную нишу в группового применения, определен необходимый аппаратурный состав группировки АНПА-Т. этой сфере занимают автономные необитаемые подвоОпределены ориентировочные характеристики дные аппараты (АНПА). систем и организации подводной связи, управления 10 октября 2019 года подписан Указ Президента и навигационного ориентирования группировки. РФ № 490 «О развитии искусственного интеллекта в В целом изложена новая концепция создания и применения роботизированной транспортной Российской Федерации», в котором первым пунктом системы с использованием транспортных автономных определена национальная стратегия развития искуснеобитаемых подводных аппаратов. ственного на период до 2030 года, реализация которой требует применение технологий на основе искусственThe relevance of creating and using a marine underwater robotic transport system using autonomous uninhabited ного интеллекта. Принципы развития науки и технологий требуют underwater vehicles (ANPA-T) to perform national and military tasks is shown. An ANPA-T sample was selected создания некоторого гибридного транспортного in the guise of 53 cm standard torpedoes. This ensures образца АНПА (АНПА-Т), способного осуществлять the placement of the payload of a wide range - from mine charges to navigational and hydrographic reconnaissance функции, свойственные как народохозяйственным, and survey equipment, as well as transport characteris- так и военным системам, а также соответствовать tics that allow, taking into account sea currents, route экстремальным значениям основных транспортных crossings over thousands of kilometers. Taking into ac- показателей – дальности и автономности. Это требоcount the possibility of group application, the necessary hardware composition of the ANPA-T group is deter- вание применимо как для военных транспортных mined. The approximate characteristics of systems and систем, например дистанционного минирования [9], organization of underwater communications, control and так и для народохозяйственных транспортных систем, navigational orientation of the group are determined. In например при исследований акваторий в морской и general, a new concept is outlined for creating and using океанской зоне и доставке грузов в труднодоступные a robotic transport system using autonomous unmanned пункты и в сложных навигационно-географических, underwater vehicles. например архипелажных и ледовых условиях, которые
62 2 2020.indd 62
23.06.2020 9:26:19
Осадчий А.И., Поленин В.И. Роботизированная транспортная система с использованием автномных ... характерны для Арктики. Здесь важна транспортная доступность не только для АНПА-Т, но и для их носителей, которыми в условиях господства поверхностного льда могут быть подводные лодки. Поэтому выбор облика АНПА-Т падает на стандартные торпеды ВМФ калибра 53 см, применяемые из торпедных аппаратов как боевых, так и транспортных подводных лодок [6]. Кроме того, от торпед может быть унаследован отработанный веками конструктивный облик, а от АНПА – способность длительно выполнять сложную миссию на основе маршрутного задания и команд управления на маршруте. Очевидно, что значительное увеличение дальности относительно стандартных торпед достижимо при условии отсутствия у АНПА-Т переутяжеления, характерного для скоростных торпед, что позволяет снизить маршрутную скорость и увеличить дальность до требуемых значений. АНПА-Т, будучи применяемыми в составе группировок с мобильного носителя или с прибрежной станции (стартовой установки), приобретают характер системы: – оперативной высокоточной навигационно-гидрографической съемки рельефа морского дна в шельфовой и труднодоступных морских (океанских) зонах, например при выборе трассы для прокладки труб газопроводов и нефтепроводов; – доставки грузов по маршрутам, проходящим в узкостях, на мелководье и в ледовых условиях, а также для экспедиций, находящихся в экстремально сложных условиях и при возникновении ситуации ЧС или ЧП; – скрытного подводного дистанционного минирования районов, гаваней и т.п., постановке помех системе управления, недоступных для постановщиков мин ВМФ и кораблей, ведущих радиоэлектронную борьбу. Такова очевидная концепция экстремального развития морской роботизированной транспортной системы с использованием транспортных автономных
необитаемых подводных аппаратов АНПА-Т для выполнения народохозяйственных и военных задач.
Некоторые прогнозируемые характеристики АНПА-Т Ориентировочные характеристики АНПА-Т обоснованы в публикациях [8, 9]. Ориентировочные массогабаритные характеристики АНПА-М являются следующими: – габариты: длина 8 м, диаметр 0,53 м; – объем – порядка 1.740 м3; – масса, с учет требования нулевой плавучести, порядка 1740 кг; – масса полезной нагрузки – порядка 400–500 кг; – масса корпуса и скелетной архитектуры, БСУ, включая средства навигации, связи, технического зрения, двигательно-движительного модуля – около 300 кг; – остаточная масса для ЭСУ – около 900–1000 кг. Достоверность этих характеристик гарантируется их сходством с характеристиками прототипов – торпед, применяемых из торпедных аппаратов (ТА) калибра 53 см, что при условии отсутствия переутяжеления позволяет производить их пуск самовыходом из ТА, снизить маршрутную скорость и увеличить дальность до требуемых значений. В качестве ЭСУ могут быть выбраны либо аккумуляторная батарея с электродвигателем, либо пара тепловой привод – генератор, а в качестве топлива – пронит. Для варианта тепловой привод – генератор (АНПА-Т – теплоэлектроход) графики зависимости расчетных маршрутных дальности (тыс. км) и времени (сутки) от маршрутной скорости (уз) АНПА-ТМ представлены на рис. 1. Высокие скорости АНПА-Т порядка 4–6 уз необходимы для доставки полезной нагрузки согласно маршрутному заданию, а малые скорости порядка 1–3 уз –
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 63
2020
Рис. 1. Графики зависимости расчетных маршрутных дальности (тыс. км) и времени (сутки) от маршрутной скорости (уз) АНПА-Т
63 23.06.2020 9:26:19
ИНФОРМАТИКА, ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА И УПРАВЛЕНИЕ
для режима ожидания с удержанием заданного места с учетом морского течения. Потребная мощность двигателя составляет доли и единицы кВт. Обзор известных бензиновых двигателей внутреннего сгорания такой мощности позволяет оценить ориентировочную массу двигателя до 10 кг и расход топлива порядка литра в час. Оснащение АНПА-Т индивидуальными средствами внешней и подводной групповой связи, внешней и подводной навигационно-гидрографической ориентации – вопрос современного состояния развития морской подводной робототехники [1] (рис. 2). Информационно-измерительный комплекс, обеспечивающий выполнение миссии НПА, должен включать [7]: – гидроакустический приемо-передатчик навигационного сигнала для определения наклонной дальности, для которого другие АНПА группировки представляют собой маяки-ответчики; – гидроакустический приемо-передатчик сообщений и команд с использованием сложных шумоподобных сигналов; – элементы систем машинного зрения: гидролокатора бокового и секторного обзора, эхолота, профилографа; – систему синхронизации в виде аппаратно-программного комплекса для обеспечения работы в «синхронном режиме» в соответствии с внешним сигналом синхронизации, поступающим от высокостабильного вторичного задающего генератора по каналу связи. При этом система синхронизации должна быть многоуровневой [11]. Исходя из того, что сеть связи МО РФ является сетью специального назначения, очевидно, что имеются специфические требования к системам синхронизации
времени. Как правило, системы синхронизации сетей связи строятся на базе комплекта рекомендаций сектора стандартизации Международного союза электросвязи (МСЭ-Т), в основном, серии G и O. Имеются также требования РФ, изложенные в приложениях к приказам Минкомсвязи №113 от 27 сентября 2007 г., №113 от 21 марта 2016 г. и ряд других. Представляется, что имеющиеся требования нужно признать ограниченно применимыми к сетям связи МО РФ по некоторым причинам, одна из них это – сетевые решения, применяемые для создания моделей систем синхронизации сетей связи в рекомендациях МСЭ-Т, не вполне применимы для географических масштабов РФ, которая является в этом плане уникальной страной. Попытка строить системы синхронизации частоты ССОП РФ в соответствии с моделями МСЭ-Т, в связи со структурной и параметрической ограниченностью этих моделей, привела к тому, что страна была разбита на независимые регионы синхронизации. Для систем синхронизации времени пакетными методами модели МСЭ-Т вводят еще большие ограничения. Потенциальные «закладки» в импортном оборудовании синхронизации могут служить для управления работой и вывода из строя системы синхронизации и сети связи в периоды ЧС и ЧП или в военное время. Наименее обеспеченной отечественным оборудованием является система синхронизации времени, на основе отечественного вторичного задающего генератора М-100 или его модернизации, работы ведутся. Многофункциональное устройство синхронизации М-100, основной функцией которого является функция ведомого задающего генератора типа 1 (ITU-T, G.812, SSU type I), благодаря использованию инновационных решений в структуре фазового детектора также создает
Рис. 2. Оснащение АНПА-Т средствами связи и, навигационно-гидрографической ориентации
64 2 2020.indd 64
23.06.2020 9:26:20
Осадчий А.И., Поленин В.И. Роботизированная транспортная система с использованием автномных ... собственные блуждания фазы значительно ниже существующих норм. Несмотря на то, что М-100 не позиционируется как метрологическое оборудование, его встроенные восемь измерителей отклонения фазы, предназначенные для контроля качества синхронизации другого оборудования сетевого узла, имеют характеристики превышающие характеристики специализированных измерителей фазовых отклонений. Дальность гидроакустических связи и навигационного позиционирования может составлять сотни метров и километры, информационная производительность – десятки и сотни кбит/с [4, 10].
Спутниковая система навигации и связи Спутниковая система навигации и связи может быть представлена как традиционные виды связи с УКВ, спутниковые системы «Гонец», «Луч» и VSATобменом (рис. 3) . При выходе на сеанс связи предполагается подвсплытие АНПА управления под поверхность воды, выдвижение штыревой антенны или ее постановка как буксируемого антенного устройства (БАУ). Здесь основной проблемой может стать обеспечение относительно стабильного положения АНПА под поверхностью моря и беспрепятственного ухода АНПА на глубину в условиях влияния волнения моря свыше 3 баллов.
Известен автоматизированный комплекс оборудования на базе универсальных радиомодемов УКВ-диапазона работающих в диапазоне частот 100–500 МГц, обеспечивающий пакетную передачу цифровой информации в условиях непреднамеренных помех с обеспечением максимальной скорости передачи информации в полосе 25–200 кГц на скорости 128–1024 Кбит/с [3]. Этой скорости вполне достаточно для приема-передачи телеметрических данных об АНПА и управляющей информации, содержащей кодированные варианты миссий и маршрутных заданий. Для связи пригодны спутники, имеющие низкие, на высоте 700–1300 км орбиты, близкие к круговым. Такие спутники совершают в день 12–14 витков вокруг Земли и над одной и той же территорией проходят, вследствие вращения Земли, примерно 6 раз в сутки [3]. Время связи на одном витке 12–20 минут через высокоскоростной спутниковый или радиомодем. Для связи через спутники с низкими орбитами операторам на Земле достаточно иметь передатчик мощностью 5 Вт и несложную направленную антенну. Наделение такими оборудованием и функциями лишь одного из АНПА управления в группировке связано с невыполнением требованием по устойчивости управления, а значит риском потери связи и управления группировкой в целом в случаях его технического отказа, уничтожения или столкновения с препятствием при прохождении узкостей, архипелажных районов,
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 65
2020
Рис. 3. Организация спутниковой связи на базе УКВ- и VSAT-обмена
65 23.06.2020 9:26:20
ИНФОРМАТИКА, ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА И УПРАВЛЕНИЕ
воздействия противника и т.п. Поэтому в условиях радиоэлектронных и других помех, а также деструктивных воздействиях на систему связи целесообразно функциями управления наделить 2–3 АНПА в группировке, с их расположением в центре соответствующих кластеров (групп) (рис. 4). То есть в каждой группе (кластере) управляющий АНПА – один. При выходе из строя управляющего АНПА в результате воздействия или технического отказа передача управления от одного к другому АНПА осуществляется автоматически на программном уровне при высокой степени синхронизации, которая может обеспечиваться на основе отечественных технических решений. Для повышения надежности, живучести АНПА и отказоустойчивости группировки в этих условиях необходимо применять сетевые отечественные коммутаторы, представляющие собой совокупность конечных узловкомпьютеров (хостов) и маршрутизаторов, объединенных по полносвязной Mesh-топологии, где все узлы соединены между собой [5]. При этом в случаях реконфигурации походного порядка или отказа отдельных АНПА-Т, реальная топология должна являться полносвязной на списку IP-адресов тех АНПА-Т, которые
в результате навигационного ориентирования оказываются во взаимосвязи. Малые массогабаритные характеристики оборудования для радиообмена информацией с КП управления через спутниковую систему УКВ-связи и навигации, а также лазерного и IT-оборудования, и их низкая стоимость позволяют оснастить ими все АНПА-Т группировки, без ущерба для массогабаритных ограничений и транспортных характеристик АНПА-Т в целом, и тем самым снизить риск потери связи и управления до минимума. Например, массогабаритные характеристики отечественного Ethernet коммутатора: масса изделия не более 2,5 кг; размеры по ширине, глубине и высоте, не более: 440 х 230 х 44 мм, пропускная способность определяется производительностью шины коммутационной фабрики и составляет до 8 Гбит/с, потребляемая мощность не более 45 Вт. Также ведется разработка отечественного межсетевого экрана и маршрутизатора (имеются макеты) на базе процессора «Эльбрус», с созданием специализированной сетевой платформы. Габариты, масса, возможности и потребляемая мощность которых зависят от требований заказчика. Данные технические решения разработаны с элементами информационной безопасности системы управления.
Рис. 4. Комбинированная топология сети группировки АНПА-Т
66 2 2020.indd 66
23.06.2020 9:26:20
Осадчий А.И., Поленин В.И. Роботизированная транспортная система с использованием автномных ...
Гидроакустическая система связи АНПА-Т стве ошибок за счет использования методов избыточного кодирования. Многочастотная OFDM-модуляция создает шумоподобный сигнал с относительно равномерным энергетическим распределением в широком спектре частот, что повышает скрытность процесса обмена информацией. Достоверность этих характеристик подтверждена натурным экспериментом в условиях естественной среды на дальностях до нескольких километров. Утверждается, что отработанные алгоритмы и программные решения можно переложить на микроконтроллерное устройство, что позволит создать миниатюрный и автономный модем для гарантированной передачи информации в водной среде. Малые массогабаритные характеристики оборудования для обмена информацией по гидроакустическому каналу связи позволяют оснастить ими все АНПА-Т группировки, без ущерба для массогабаритных ограничений и транспортных характеристик АНПА-Т в целом, и тем самым снизить риск потери связи и управления до минимума. Таким образом, в целом изложена концепция создания и применения роботизированной транспортной системы для выполнения народохозяйственных и военных задач. Определены основные прогнозные характеристики перспективной системы с применением транспортных автономных необитаемых подводных аппаратов.
Литература 1. Автономные необитаемые подводные аппараты / под общ. ред. акад. М. Д. Агеева. – Владивосток: Дальнаука, 2000. – 272 с. 2. Васин, Н. Н. Основы построения сетей пакетной коммутации // Национальный Открытый Университет "ИНТУИТ". – М.: Интернет-университет информационных технологий. – 2017. – 331 с. 3. Гугалов, К. Оборудование беспроводной передачи информации для наземных робототехнических комплексов / К. Гугалов // Технологии и средства связи. – 2013. – № 3. – С. 102–104. 4. Егоров, С. А. Особенности построения алгоритмического, аппаратного и программного обеспечения гидроакустической системы навигации и связи для группы АНПА / С.А. Егоров // Шестая Всероссийская научно-техническая конференция «Технические проблемы освоения Мирового океана», (Владивосток, 28.09-02.10.2015 г.) // Подводные исследования и робототехника. – С. 404–408. 5. Инзарцев, А. Бортовые вычислительные сети автономных подводных роботов [Электронный ресурс] / А. Инзарцев, О. Львов // Разработки. Подводные аппараты. Электронный журнал. – 2005. – № 2. – Режим доступа: http://www.cta.ru [дата обращения: 23 января 2016], свободный. – Загл. с экрана. 6. Кузин, В. П. Военно-морской флот СССР 1945–1991 / В.П. Кузин, В.И. Никольский. – СПб.: Историческое Морское Общество, 1996. – 614 с. 7. Информационно-измерительный комплекс для регистрации гидроакустических сигналов / М.А. Линник [и др.] //
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 67
2020
Группировка АНПА-ТМ должна оснащаться комплексом аппаратных и программных средств, обеспечивающих формирование информационной (инфокоммуникационной) сети [2]. Все большее развитие подводных инфраструктурных и инженерных систем, транспортных средств, средств различного рода мониторинга, автоматизированных и беспилотных подводных аппаратов требует организации цифровых каналов связи без использования проводных и кабельных линий. В водной среде возможна передача на большие расстояния только звуковых волн в слышимом и ультразвуковом диапазонах длин волн. С учетом особенностей распространения гидроакустических волн организация канала связи под водой представляется сложной и нетривиальной задачей. В настоящее время в РФ не существует готовых промышленных решений, позволяющих организовывать устойчивую связь под водой. В доступных публикациях на сегодняшний день представлено два основных производителя гидроакустических модемов: немецкая компания EvoLogics и американская LinkQuest. На российском рынке данный тип продукции не производится. Кроме того, модемы вышеперечисленных компаний имеют определенные ограничения по оптимизации канала связи, которые можно уменьшить, используя современный математический аппарат по цифровой обработке сигналов. Разработка системы гидроакустической связи на основе OFDM позволит создавать различные решения по организации коммуникационного канала в зависимости от тех или иных требований потребителей и организовывать сложные распределенные коммуникационные структуры под водой. Разработка и изготовление отечественного гидроакустического модема как составной части предлагаемой системы позволит выполнить импортозамещение аналогичного оборудования иностранного производства и создать конкурентоспособный собственный продукт с лучшими характеристиками. Одним из наиболее соответствующих выполнению задачи создания устройства организации гидроакустического канала связи инфокоммуникационной сети рассматриваемой группировки АНПА представляется канал связи, основанный на методе мультиплексирования с ортогональным разделением каналов OFDM (Orthogonal Frequency Division Multiplexing) [10]. Формирование комплексного сигнала осуществляется на основе квадратурной амплитудной манипуляции несущих частот в сочетании с мультиплексированием и циклическим префиксом (подавление эффекта влияния межсимвольной интерференции, возникающей по причине многолучевого распространения сигнала). Показано, что с использованием OFDM можно достичь скорости передачи полезной информации до 3 кб/с и выше, при минимальном количе-
67 23.06.2020 9:26:21
ИНФОРМАТИКА, ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА И УПРАВЛЕНИЕ
Подводные исследования и робототехника. – 2013. – № 5. – С. 480–485. 8. Поленин, В. И. Создание и применение морской минной роботизированной системы с использованием АНПА (энергетический аспект) / В.И. Поленин, С.В. Бобрышев // Актуальные проблемы морской энергетики: материалы VIII международной научно-технической конференции, 21–22 февраля 2019. – СПб.: СПбГМТУ, 2019. – С. 330–333. 9. Поленин, В. И. Создание и применение морской системы дистанционного минирования с использованием автономных необитаемых подводных аппаратов / В.И. Поленин, С.В. Бобрышев // Роботизация Вооруженных Сил Российской Федерации: материалы Первой военно-научной конференции. – 2016. – С. 248–253. 10. Осадчий, А. И. Сопряжение подводных автоматизированных систем со спутниковым каналом связи / А.И. Осадчий, А.С. Янжура, С.М. Бушманов // Информация и Космос. – 2017. – № 4. – С.59–63. 11. Морозов, Г. Г. Анализ параметров качества сигналов синхронизации для моделирования системы тактовой сетевой синхронизации / Г.Г. Морозов, А.И. Осадчий, С.А. Ясинский // Информация и Космос. – 2013. – № 2. – С. 45–48.
68 2 2020.indd 68
23.06.2020 9:26:21
Перспектива экстенсиональных методов машинного обучения The perspective of extensional machine learning methods
Дюк / Diuk V.
Богданов / Bogdanov A.
(vyatcheslav.duke@gmail.com) доктор технических наук. ФГБУН Институт проблем транспорта имени Н. С. Соломенко РАН, главный научный сотрудник. г. СанктПетербург
(abogdanov@hse.ru) кандидат технических наук, доцент. ФГБУК «Государственный эрмитаж», заместитель директора по эксплуатации. г. СанктПетербург
Вячеслав Анатольевич
Алексей Валентинович
Брюс / Bruce F. Фёдор Олегович
(2145545@gmail.com) АО «Концерн «НПО Аврора», Инженер 2й категории. г. СанктПетербург
Основной проблемой использования наиболее популярного экстенсионального метода k-ближайших соседей считают необходимость хранить в памяти всю обучающую выборку. Данная проблема получает свое решение путем формирования для объектов выборки собственных контекстно-зависимых локальных метрик, существенно расширяющих «сферу действия» объектов. В статье рассматривается пример, иллюстрирующий продуктивность представления о локальных контекстно-зависимых метриках в задачах классификации данных. The main problem of using the most popular extensional method of k-nearest neighbors is the need to store the entire training sample in memory. This problem gets its solution by forming for the objects of the selection their own context-dependent local metrics that significantly expand the "scope" of objects. The article considers an example illustrating the productivity of the concept of local context-dependent metrics in data classification problems.
Введение В различных предметных областях сегодня все шире используются предиктивные модели, построенные методами машинного обучения (Machine Learning – ML). Разные компании применяют различные алгоритмы
ML от простейших типа наивного байесовского классификатора до достаточно изощренных типа метода опорных векторов (Support Vector Machine – SVM). Представляется целесообразным попытаться объяснить, с чем связано такое многообразие подходов, и обосновать эффективное, но мало обсуждаемое направление, связанное с экстенсиональными методами машинного обучения. Специфика современных требований к обработке следующие: – данные имеют неограниченный объем; – данные являются разнородными (количественными, качественными, текстовыми); – результаты должны быть конкретны и понятны; – инструменты для обработки сырых данных должны быть просты в использовании. Проблемы, с которыми сегодня сталкиваются аналитические системы, ранее нами описывались в ряде статей (например, в [1]). В сжатом виде специфика данных следующая: – нечеткость целевых показателей и критериев; – неопределенность, неточность, разнотипность и неизвестная размерность описаний; – гетерогенность эквифинальных состояний исследуемых систем; – наличие русел и джокеров разного, заранее не известного формата с неизвестной локализацией; – неточная разметка больших данных. Поиск, описание и структурирование закономерностей в предметных областях с подобными характеристиками породили большое количество подходов. В табл. 1 приведена статистика применяемых методов
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 69
2020
Ключевые слова: машинное обучение – machine learning; контекстно-зависимые локальные метрики – context-dependent local metrics; экстенсиональные методы – extensional methods.
69 23.06.2020 9:26:21
ИНФОРМАТИКА, ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА И УПРАВЛЕНИЕ машинного обучения по результатам опросов большого количества специалистов. Наиболее популярная на сегодня типология методов машинного обучения приведена в книге [2]. Эта типология выглядит следующим образом: – Символизм – поиск логических закономерностей. – Коннекционизм – нейронные сети. – Эволюционизм – адаптивная оптимизация структуры моделей. – Бейесионизм – оценивание распределений над параметрами. – Аналогизм – «близким объектам близкие ответы». – Композиционизм – кооперация моделей. В данной типологии используется сугубо феноменологический подход и, на наш взгляд, она не отражает двух фундаментальных способов представления знаний – интенсионального и экстенсионального, на чем мы концентрировали внимание в наших предыдущих работах (например, [3]). Напомним, что в философской трактовке интенсионал и экстенсионал – это парные категории семантики, обозначающие смысл и значение языкового выражения. Интенсионал – это термин, обозначающий содержание слова-понятия, то есть совокупность мыслимых признаков обозначаемого данным понятием предмета. Экстенсионал – это термин, обозначающий объём слова-понятия, то есть совокупность обозначаемых данным понятием предметов.
В машинном обучении интенсиональное представление реализуется посредством операций над атрибутами (признаками, свойствами) и не предполагают произведения операций над конкретными информационными фактами (объектами). Экстенсиональное представление связано с описанием и фиксацией конкретных объектов из предметной области и реализуются в операциях, элементами которых служат объекты как целостные системы. Имеется следующая глубокая аналогия со способами переработки информации мозгом человека: – левое полушарие оперирует закономерностями, отражающими связи атрибутов этого мира. – для правого полушария характерна целостная прототипная репрезентация окружающего мира; На рис. 1 даны расширенные представления об оппозиции интенсиональное-экстенсиональное.
Экстенсиональные методы машинного обучения В соответствии с двумя фундаментальными способами представления знаний нами было ранее предложено разделить все методы машинного обучения на две группы: – интенсиональные методы, основанные на операциях с признаками. Таблица 1
Статистика применяемых методов машинного обучения
70 2 2020.indd 70
23.06.2020 9:26:21
Дюк В.А., Брюс Ф.О., Богданов А.В. Перспектива экстенсиональных методов машинного обучения
Рис. 1. Два фундаментальных способа представления знаний
пировками. В таком случае обычно в качестве точки – прототипа выбирается центр геометрической группировки класса (или ближайший к центру объект), определяемый как
где — количество объектов в классе Для классификации неизвестного объекта x находится ближайший к нему прототип, и объект относится к тому же классу, что и этот прототип. В качестве меры близости могут применяться различные меры расстояний. Например, для определения расстояния между объектом x и прототипом i-го класса zi используют квадрат евклидова расстояния
Так как не зависит от класса, то этот член можно из приведенного выражения устранить. Тем самым, умножив оставшуюся часть на –1/2, получим правило классификации, эквивалентное линейной решающей функции
Указанный факт следует особо отметить. Он наглядно демонстрирует связь прототипной и признаковой репрезентации знаний о структуре данных. Пользуясь приведенным представлением, можно любую линейную решающую функцию (линейную модель) рассматривать как гипотетический прототип. В свою
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 71
2020
– экстенсиональные методы, основанные на операциях с объектами. Интенсиональные методы фиксируют связи между свойствами объектов, которыми объясняется структура данных. Вид фиксируемых связей предполагается заранее известным и суть методов интенсионального подхода заключается в определении параметров той или иной заранее заданной модели. К интенсиональным относятся, например, методы регрессионного анализа, дискриминантного анализа, методы нейросетевого подхода и др. Экстенсиональное представление знаний основано на описании и фиксации конкретных объектов из предметной области (объект описывается зафиксированными значениями признаков). Экстенсиональное представление реализуется в операциях, элементами которых служат объекты как целостные многомерные структуры. В экстенсиональных методах объекты рассматриваются как прецеденты и используется только одна операция – определение сходства (различия) этих прецедентов с неизвестным объектом. Сходство (различие) выражается геометрически через расстояние в p-мерном пространстве признаков. В зависимости от условий конкретной задачи роль отдельного прецедента может меняться в широких пределах от главной до весьма косвенного участия. Этим объясняется дальнейшее разделение данной группы методов на подклассы. Метод сравнения с прототипом Это самый простой метод. Он применяется тогда, когда классы объектов x отображаются в пространстве признаков компактными геометрическими груп-
71 23.06.2020 9:26:22
ИНФОРМАТИКА, ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА И УПРАВЛЕНИЕ
очередь, если анализ пространственной структуры классов позволяет сделать вывод об их геометрической компактности, то каждый из этих классов достаточно заменить одним прототипом, который эквивалентен линейной модели классификации объектов. На практике, конечно, ситуация часто бывает отличной от описанного идеализированного примера. Перед аналитиком, намеревающимся применить метод классификации объектов, основанный на сравнении с прототипами классов, встают непростые проблемы. Это, в первую очередь, выбор меры близости (метрики), от которого может существенно измениться пространственная конфигурация распределения объектов. И, во-вторых, самостоятельной проблемой является анализ многомерных структур данных. Обе проблемы особенно остро заявляют о себе в условиях высокой размерности и неоднородности пространства признаков. Метод k-ближайших соседей Метод k-ближайших соседей для решения задач дискриминантного анализа был впервые предложен в [4]. Он заключается в следующем. При классификации неизвестного объекта x находится заданное количество k геометрически ближайших к нему объектов (ближайших соседей) с известной классификацией. Решение об отнесении объекта x к тому или иному классу принимается путем анализа информации об этой известной принадлежности его ближайших соседей, например с помощью простого подсчета голосов. Для метода k-ближайших соседей (k-БС) получены теоретические оценки его эффективности в сравнении оптимальным байесовским классификатором. Так, для случая k = 1 в [5] была доказана следующая теорема. Пусть PN – вероятность сделать ошибку по правилу первого ближайшего соседа (1-БС) в выборке X объема N. Тогда при распознавании двух классов в предположении, что из X делаются независимые случайные выборки с возвращением
где P* – вероятность ошибочной классификации любого случайным образом выбранного объекта при использовании неизвестного байесовского метода оптимальной классификации. В работе [6] приведен аналогичный результат для K классов
Приведенные выражения показывают, что асимптотические вероятности ошибки для правила 1-БС превышают ошибки правила Байеса не более чем в два раза. При использовании метода k-ближайших соседей для классификации объектов приходится решать сложную
задачу выбора метрики. Эта проблема обостряется в условиях высокой размерности данных вследствие достаточной трудоемкости метода. Поэтому здесь, как и в методе сравнения с прототипом, необходимо решать творческую задачу анализа многомерной структуры экспериментальных данных с целью минимизации числа объектов, представляющих свои классы. Алгоритмы вычисления оценок Принцип действия алгоритмов вычисления оценок (АВО) состоит в вычислении приоритетов (оценок сходства), характеризующих «близость» классифицируемого и эталонных объектов по системе ансамблей признаков, представляющей собой систему подмножеств заданного множества признаков [7]. В отличие от ранее рассмотренных алгоритмы вычисления оценок по-новому оперируют описаниями объектов. Для АВО объекты существуют одновременно в самых разных подпространствах пространства признаков. Используемые подпространства (сочетания признаков) называют опорными множествами или множествами частичных описаний объектов. Объекты обучающей выборки в АВО называют эталонными. Сходство между классифицируемым и эталонными объектами определяется через так называемую «обобщенную близость». Эта близость представляется комбинацией близостей, вычисленных на множестве частичным описаний. Задача определения сходства и различия объектов в АВО формулируется как параметрическая. Выделен этап настройки АВО по обучающей выборке, на котором подбираются оптимальные значения введенных параметров. Критерием качества служит ошибка классификации, а параметризуется буквально все. Сюда относятся правила вычисления близости объектов по отдельным признакам, правила вычисления близости объектов в подпространствах признаков, степень важности того или иного эталонного объекта и значимость вклада каждого опорного множества признаков в итоговую оценку сходства классифицируемого объекта с какимлибо классом. Параметры АВО задаются в виде значений порогов и/или как веса указанных составляющих. Теоретические возможности АВО не ниже возможностей любого другого алгоритма классификации, так как с помощью АВО могут быть реализованы все мыслимые операции с исследуемыми объектами. Но, как это обычно бывает, расширение потенциальных возможностей наталкивается на большие трудности их практического воплощения, особенно на этапе настройки АВО. Отдельные трудности отмечались при обсуждении метода k-ближайших соседей, который можно рассматривать как усеченный вариант АВО. Для алгоритмов вычисления оценок указанные трудности возрастают многократно. На практике из экстенсиональных методов сегодня наиболее популярен метод k-ближайших соседей. Как мы видим из табл. 1, по частоте применения этот метод располагается на третьем месте. Нередко данный метод используется как baseline, как отправная точка для срав-
72 2 2020.indd 72
23.06.2020 9:26:23
Дюк В.А., Брюс Ф.О., Богданов А.В. Перспектива экстенсиональных методов машинного обучения
Контекстно-зависимые локальные метрики Основным недостатком, который ограничивает эффективность применения экстенсиональных методов, по нашему мнению, является представление об общем для всех объектов пространстве признаков и, соответственно, единой метрике для измерения расстояний между объектами. Такое представление уместно, например, при изучении однородных физических феноменов на статистическом уровне системной организации, в которых объект можно рассматривать как реализацию многомерной случайной величины с ясным физическим смыслом, когда есть все основания интерпретировать зафиксированные особенности объектов как случайные отклонения, обусловленные воздействием шумов, погрешностями измерительных приборов и т. п. В задачах анализа данных, когда мы имеем дело с системами надкибернетического уровня сложности, каждый объект следует рассматривать как самостоятельный информационный факт (совокупность событий), имеющий ценные уникальные особенности [3]. Указанные особенности раскрываются путем конструирования для любого объекта собственного локального пространства признаков и нахождения индивидуальной меры, определяющих иерархию его сходства с другими объектами, релевантную заданному контексту. Без такого раскрытия описания объектов нивелированы, могут содержать много ненужных,
шумящих, отвлекающих и даже вредных деталей, и “сферы действия” объектов как представителей своих классов эквивалентности являются суженными. Индивидуально сконструированные локальные метрики обеспечивают каждому объекту, как представителю своего класса, максимально возможную «сферу действия», которой нельзя достигнуть при построении общего пространства признаков и использовании одинаковой метрики для всех объектов. Описание каждого эмпирического факта оказывается полностью избавленным от неинформативных элементов, что позволяет в дальнейшем иметь дело с чистыми “незашумленными” структурами данных. В этом описании остается только то, что действительно важно для отражения сходства и различия эмпирического факта с другими фактами в контексте решаемой задачи. В свете представлений о контекстно-зависимых локальных метриках очевидно, что один и тот же объект может поворачиваться разными гранями своего многомерного описания сообразно заданному контексту. К любому объекту, запечатленному в памяти как целостная многомерная структура, "привязан" набор различных локальных метрик, каждая из которых оптимизирует иерархию его сходства (различия) с другими объектами соответственно целям определенной задачи отражения отношений между объектами реального или идеального мира. Представление о контекстно-зависимых локальных метриках позволяет объяснить, в частности, случаи нарушения метрических отношений между элементами матрицы близостей, которые наблюдаются в отдельных экспериментах по изучению феноменов психического отражения у человека с помощью техники парных сравнений. Например, в [8] описан эксперимент, где респондент, сравнивая "активную деятельную жизнь" "жизненную мудрость" и "здоровье" дал следующие оценки парных различий этих объектов: Содержательно это означает, что респондент считает близкими ценности "активная деятельная жизнь" и "жизненная мудрость", а также "активная деятельная жизнь" и "здоровье". Однако считает далекими "здоровье" и "жизненную мудрость". Тем самым, хотя данные оценки (каждая по отдельности) являются интуитивно приемлемыми, их нельзя интерпретировать как геометрические расстояния между ценностями (нарушено неравенство треугольника и, соответственно, невозможно изобразить исследуемые объекты в виде точек в некотором статическом субъективном семантическом пространстве ценностных ориентаций. Отмеченный факт мы объясняем существованием у респондента не одного, а нескольких субъективных подпространств с различными свойствами (локальными метриками). Так как внешние условия эксперимента являются постоянными, то смена локальных метрик может происходить вследствие изменения контекста, инициируемого различными парами сравниваемых объектов. Это влечет за собой разнокачественное восприятие сход-
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 73
2020
нения эффективности других алгоритмов. Относительно недавно в статье https://habr.com/ru/post/475552/ были приведены сведения о блиц-проверке алгоритмов машинного обучения в разных задачах, по результатам которой метод k-БС в очередной раз продемонстрировал свою высокую эффективность. Основные преимущества метода: – строго доказанная точность, близкая к теоретически достижимому пределу при неограниченном увеличении объема выборки; – свобода от априорных предположений о структуре данных; – устойчивость к аномальным выбросам, так как вероятность попадания такой записи в число k-ближайших соседей мала; – интерпретируемость результата работы. Экспертам в различных областях вполне понятна логика работы, основанная на нахождении схожих объектов. Вместе с тем, у метода k-БС отмечают следующие недостатки: – считается, что для работы метода требуется хранить в памяти всю обучающую выборку; – практически все исследователи говорят о непростой проблеме выбора метрики для измерения расстояния между объектами; – отмечается трудоемкость поиска ближайших соседей при больших объемах и размерностях данных; – нет теоретических оснований выбора определенного числа соседей.
73 23.06.2020 9:26:24
ИНФОРМАТИКА, ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА И УПРАВЛЕНИЕ ства объектов и выражается в нарушении метрической аксиомы неравенства треугольника, которого бы не произошло, если бы субъективное пространство оставалось неизменным в ходе всего эксперимента.
Практический пример В качестве иллюстрации положения о контекстнозависимых локальных метриках приведем фрагмент результатов решения задачи распознавания транспортных средств по их силуэтам. Для выделения признаков, описывающих форму силуэтов четырех транспортных средств (двухэтажный автобус, микроавтобус Cheverolet, легковые автомобили Saab 9000 и Opel Manta 400), использовалась специальная система HIPS (Hierarchical Image Processing System). С помощью этой системы силуэт описывался набором параметров, основанных на измерениях моментов, и на других измерениях типа отношения максимального радиуса к минимальному, статистических характеристик этих измерений (дисперсия, асимметрия, эксцесс). Кроме того, форма силуэтов описывалась рядом эвристических характеристик, отражающих компактность изображения, округлость, прямоугольность, впадины и др. Всего измерялись при различных ракурсах 18 признаков силуэтов x1, x2,…, x18. Экспериментальный материал взят из репозитория данных UCI (UCI Machine Learning Repository), один из вариантов решения данной задачи описан нами в [9]. Применение напрямую метода k-БС приводит к удовлетворительным, но не самым лучшим по сравнению, в частности, с методом «случайный лес» (random forest) результатам. При этом увеличение числа ближайших соседей k только ухудшает точность классификации транспортных средств. Этот феномен хорошо объясняется, если рассмотреть диаграмму рассеяния расстояний
от какого-либо объекта до всех остальных объектов выборки. Приведем такую диаграмму, например, для объекта № 152, относящегося к классу легковых автомобилей (рис. 2). Как следует из рис. 2, в исходном 18-мерном пространстве признаков к выбранному объекту 152 лишь первый ближайший сосед попадает в область точной классификации класса «легковые автомобили». Далее по мере увеличения номера ближайшего соседа разные классы фактически «перемешаны», встречаются со сопоставимыми значениями вероятностей. Аналогичная картина наблюдается и для других объектов выборки. Для конструирования локальной метрики могут применяться различные критерии и алгоритмы, рассмотрение которых выходит за рамки настоящей статьи. В данном случае в качестве критерия оптимальности локальной метрики использовалась площадь под концентрированной кривой ошибок (Concentrated Receiver Operating Characteristic – CROC) [10], для алгоритма поиска взвешенной метрики Хэмминга
где
и
соответственно i-й и j-й объекты выборки;
p – количество признаков; – весовой вектор с неотрицательными элементами. В результате построения локальной взвешенной метрики для объекта № 152 из 18 исходных признаков эффективными оказались только 2 признака – с весом 2,1 и взятый с весом 4,8. Диаграмма рассеяния расстояния объектов выборки до объекта 152 в его собственном локальном пространстве приведена на рис. 3. Из рис. 3 видно, что область точной классификации класса «легковые автомобили» существенно
Рис. 2. Диаграмма рассеяния расстояний объектов выборки до объекта 152 в исходном пространстве признаков
74 2 2020.indd 74
23.06.2020 9:26:24
Дюк В.А., Брюс Ф.О., Богданов А.В. Перспектива экстенсиональных методов машинного обучения
Рис. 3. Диаграмма рассеяния расстояний объектов выборки до объекта 152 в его собственном локальном пространстве
Заключение Экстенсиональные методы машинного обучения обладают рядом неоспоримых достоинств. Это строго доказанная асимптотическая точность в задачах классификации данных, свобода от априорных предположений о структуре данных, устойчивость к аномальным выбросам, интерпретируемость и др. Вместе с тем основной проблемой использования наиболее популярного экстенсионального метода k-ближайших соседей является необходимость хранить в памяти всю обучающую выборку. Данная проблема получает свое разрешение путем формирования для объектов выборки собственных контекстно-зависимых локальных метрик, существенно расширяющих «сферу действия» объектов, как представителей своего класса. При таком подходе модели машинного обучения, основанные на экстенсиональном подходе, представляют собой ансамбли относительно небольшого числа объектов с привязан-
ными к ним собственными оптимизированными метриками. В этом мы видим основную перспективу развития экстенсиональных методов. Вместе с тем для эффективной реализации данного подхода необходимо дополнительно решать задачи выбора критериев и способов построения контекстно-зависимых локальных метрик, методов формирования композиций объектов-прецедентов по матрицам близости с нарушением метрических отношений и разработки быстрых алгоритмов поиска ближайших объектов. Указанные задачи являются предметом наших дальнейших исследований.
Литература 1. Флегонтов, А. В. Мягкие знания и нечеткая системология гуманитарных областей / А.В. Флегонтов, В.А. Дюк, И.К. Фомина // Программные продукты и системы. – 2008. – № 3. – С. 97–102. 2. Domingos, P. The Master Algorithm: How the Quest for the Ultimate Learning Machine Will Remake Our World / P. Domingos. – New York: Basic Books, 2015. – 352 p. 3. Дюк, В. А. Компьютерная психодиагностика / В.А. Дюк. – СПб.: Братство, 1994. – 364 с. 4. Fix, E. Discriminatory analysis: nonparametric discrimination: consistency properties / E. Fix, J.L. Hodges // Rep. N 4. – USAF school of Aviation Medicine. – Texas, February 1951. – Project 21-49-004. 5. Cover, T. Nearest neighbor pattern classification / T. Cover, P. Hart // IEEE Transactions on Information Theory. – 1967. – Vol. 13, Iss. 1. – P. 21–27. 6. Duda, R. О. Pattern classification and scene analysis / R.О. Duda, P.E. Hart. – New York: Wiley, 1973. – 482 p. 7. Журавлев, Ю. И. Алгоритмы распознавания, основанные на вычислении оценок / Ю.И. Журавлев, В.В. Никифоров // Кибернетика. – 1971. – № 3. – С. 1–11.
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 75
2020
расширилась. Если раньше, в исходном пространстве признаков, в эту область попадал всего один объект, то теперь в локальном оптимизированном пространстве сюда вошло 43 объекта. Аналогичным образом можно расширить «сферу действия» других объектов выборки, построив для них собственные локальные метрики. Очевидно, что при таком подходе устраняется основной недостаток экстенсионального метода k-ближайших соседей (необходимость хранить в памяти всю обучающую выборку), не затрагивая при этом его преимуществ. В этом подходе, основанном на построении собственных локальных метрик для объектов выборки, мы видим основную перспективу развития экстенсиональных методов в машинном обучении.
75 23.06.2020 9:26:25
ИНФОРМАТИКА, ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА И УПРАВЛЕНИЕ
8. Крылов, В. Ю. Метод многомерной геометризации психологических данных. Системный подход в математической психологии / В.Ю. Крылов // Принцип системности в психологических исследованиях. – М.: Наука, 1990. – C. 33–48. 9. Дюк, В. А. Сравнение алгоритмов распознавания типов транспортных средств по параметрам их силуэтов / В.А. Дюк, И.Г. Малыгин // Морские интеллектуальные технологии. – 2018. – № 4 (42), Т. 4. – С. 107–201. 10. A CROC stronger than ROC: measuring, visualizing and optimizing early retrieval / S.J. Swamidass [et al.] // Bioinformatics. – 2010. – No. 26 (10). – P. 1348–1356.
76 2 2020.indd 76
23.06.2020 9:26:25
Метод аэрозольной коррекции в трехволновых солнечных фотометрах Method for aerosol correction in three wavelengths sun photometers
Асадов / Asadov H.
Алиева / Alieva A.
(asadzade@rambler.ru) доктор технических наук, профессор. НИИ Аэрокосмической информатики, начальник отдела. г. Баку
(amidec.b@mail.ru) кандидат технических наук. Национальное аэрокосмическое агентство, начальник отдела. г. Баку
Хикмет Гамидович
Амида Джабраиль гызы
Мамедова / Mamedova U. Улькер Физули гызы
(ulcerqasimova@bk.ru) Азербайджанский государственный университет нефти и промышленности, докторант. г. Баку
Введение
Изложены существующие методы параметрической коррекции для исключения влияния атмосферного аэрозоля на результат солнечно-фотометрических измерений. Проанализированы математические основы известных методов устранения влияния атмосферного аэрозоля на результат солнечнофотометрических измерений и указаны недостатки этих методов. Предложен новый метод устранения влияния атмосферного аэрозоля на результат трехволновых солнечно-фотометрических измерений малых газов атмосферы, в качестве основы которого использована известная формула Ангстрема для вычисления оптической толщины аэрозоля. На основе проведенного анализа получена формула для аэрозольной коррекции при проведении трехволновых солнечнофотометрических измерений. The existing methods of parametric correction to remove effect of atmospheric aerosol on results of sun photometric measurements are described. The mathematical basics of known methods for removal of atmospheric aerosol impact on results of sun photometric measurements are analyzed andshortcomings of these methods are detailed. The new method for removal of atmospheric aerosol effect on results of three wavelengths sun photometric measurements of at5mosphric low gases is suggested. As a basis, the well-known formula for calculation of aerosol optical depth is used. On the basis of carried out analysis the formula for aerosol correction upon three waves sun photometric measurements has been derived.
Солнечные фотометры широко используются при изучении атмосферы и визуально наблюдаемых светящихся небесных объектов [1–5]. При использовании небесных светящихся тел в качестве внешнего излучателя оказывается возможным изучение характеристик различных малых газов и аэрозоля атмосферы. Классическим примером тому является восьмиканальное устройство "Симель", широко используемое во всемирной сети аэрозольных исследований "AERONET" [6–7]. Одной из основных проблем при измерении малых газов в атмосфере с помощью солнечных фотометров является влияние атмосферного аэрозоля. Это положение прямо вытекает из уравнения Бугера-Бэра, которое применительно к ультрафиолетовой (УФ) области имеет вид [8] (1) где I – освещенность на уровне фотометра; I0(λ) – освещенность на внешней границе атмосферы; τr(λ) – оптическая толщина Релевского рассеяния; τa(λ) – оптическая толщина аэрозоля; τoz(λ) – оптического толщина исследуемого малого газа (в данном случае озона); m – оптическая воздушная масса. С учетом τr(λ)<<τa(λ) оптическая толщина атмосферного аэрозоля оказывается основным мешающим фактором при измерении концентрации малых газов. По этой причине используются различные методы для исключения такого влияния.
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 77
2020
Ключевые слова: атмосфера – atmosphere; аэрозоль – aerosol; коррекция – correction; солнечный фотометр – sun photometer; оптическая толщина – optical depth.
77 23.06.2020 9:26:25
ИНФОРМАТИКА, ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА И УПРАВЛЕНИЕ
Обзор существующих методов коррекции Классическим решением данного вопроса при проведении одноволновых солнечно-фотометрических измерений является переход на двухволновые измерения [8]. Так, например, если проводятся измерения на длинах волн λ1 и λ2, имеем (2) ,
(3)
где τr(λi) – оптическая толщина исследуемого газа; При этом длины волн выбираются таким образом, что на λ1 исследуемый газ имеет максимальное поглощение а на λ2 – минимальное. Разделив (2) и (3), получаем ,
Очевидно, что основным недостатком двухволнового метода является уменьшение полезного сигнала за счет сокращения влияния атмосферного аэрозоля на результат измерения. Другим не менее важным методом исключения влияния аэрозоля на результат солнечно-фотометрических измерений является переход на трехволновый метод. В этом методе измерения проводятся на трех длинах волн (λ1, λ2, λ3) (рис. 2). Так как на длинах волн λ1 и λ3 поглощение исследуемого газа ничтожное, то, измерив на этих длинах волн оптическую толщину аэрозоля, можно аппроксимировать оптическую толщину аэрозоля на длине волны λ3 следующим образом (7)
Далее осуществляется вычитание от изме(4) ренной величины оптической толщины атмосферы
где Δ τа(λ1,λ2) – приращение, соответствующее переходу длины волны λ1 к длине волны λ2. Так как согласно известной формуле Ангстрема [9]
(8) В этом случае получим
,
(5)
(9) где β – аэрозольная мутность атмосферы Ангстрема; λ – длина волны в мкм; Недостаток вышеизложенного трехволнового метода α – показатель Ангстрема, – неполная компенсация влияния аэрозоля из-за нелис учетом (2–5) очевидно, что если λ1 и λ2 взять доста- нейной зависимости точно близкими по значению величинами, то .
(6)
в виде формулы Ангстрема (5). Однако выбор λ1 и λ2 должен быть произведен с Таким образом, точный учет влияния атмосферного учетом геометрической формы линии поглощения аэрозоля в известных решениях оказывается невозискомого газа (рис. 1). можным. Следовательно, разработка новых многовол-
Рис. 1. Выбор длины волны при двухволновых солнечно-фотометрических измерениях
78 2 2020.indd 78
23.06.2020 9:26:27
Асадов Х.Г., Мамедова У.Ф., Алиева А.Д. Метод аэрозольной коррекции в трехволновых солнечных ... новых методов солнечно-фотометрических измерений является актуальной задачей.
Предлагаемый метод
(13) С учетом выражений (5) и (13) получим
Нами предлагается особая модификация трехволнового метода, где вводится специальный параметр γ, определяемый как
(14)
Таким образом, при известных значениях λ1, λ3 и α функциональная зависимость между k1 и λ2 может (10) быть отображена как где
(15) где (16)
Отметим, что в (11) F обозначает операцию геометрического усреднения. С учетом (1) при τг(λ)= τоз(λ)=0 выражение (10) перепишем как
(17) При условии (18)
(11)
получим При этом из (15) имеем
Очевидно, что в (11) условие устранения влияния аэрозоля имеет вид (12)
(19) Из (19) находим
Из (12) находим выражение для вычисления k1. Имеем
(20)
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 79
2020
Рис. 2. Выбор длин волн λ1, λ2, λ3 при трехволновых солнечно-фотометрических измерениях
79 23.06.2020 9:26:28
ИНФОРМАТИКА, ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА И УПРАВЛЕНИЕ
или
солнечно-фотометрических измерений с использованием принципа геометрического усреднения. 3. Приведен пример модельного исследования пред(21) ложенного метода.
Литература
Из (21) находим
(22) Таким образом, при известных значениях α, a1 и a2 появляется возможность вычислить длину волны λ2, при которой возможна полная компенсация влияния атмосферного аэрозоля на результат солнечно-фотометрических измерений.
Модельное исследования Проведем экспериментально-модельное исследование. При получим
Следовательно, при реализации предложенного метода коррекции и при заданных условиях выбор длины волны λ2 со значением 0.55 мкм позволит осуществить теоретически полную компенсацию аэрозоля при трехволновых солнечно-фотометрических измерениях.
Заключение Таким образом, предлагаемый метод геометрического усреднения с корректирующими степенными коэффициентами в трехволновых солнечных фотометрах позволяет теоретически полностью устранить влияния атмосферного аэрозоля на результат проводимых измерений. Сформулируем основные выводы проведенного исследования: 1. Проведенный анализ известных методов коррекции влияния атмосферного аэрозоля на результат двухволновых и трехволновых солнечно-фотометрических измерений показал невозможность полного исключения этого влияния. 2. Предложен новый метод устранения влияния атмосферного аэрозоля на результат трехволновых
1. A new method for nocturnal aerosol measurements with a lunar photometer prototype / A. Barreto [et al.] // Atmospheric Measurement Techniques. – 2013. – Vol. 6. – P. 585–598. 2. Application of the SKYRAD improved Langley plot method for the in situ calibration of CIMEL Sun-sky photometers / M.T. Campanelli [et al.] // Applied Optics. – 2007. – Vol. 46, Iss. 14. – P. 2688–2702. 3. The lognormal distribution as a reference for reporting aerosol optical depth statistic; Empirical tests using multi-year, multi-site AERONET sunphotometer data / N.T. O’neill [et al.] // Geophysical Research Letters. – 2003. – Vol. 27, Iss. 20. – P. 3333–3336. 4. Seasonal variations in aerosols and atmospheric transmission at Mauna Loa Observatory / B.A. Bodhaine [et al.] // Journal of Geophysical Research Oceans. – 1981. – Vol. 86, Iss. С8. – P. 7395–7398. 5. AERONET's Version 2.0 quality assurance criteria / B.N. Holben [et al.] // Proc. SPIE, 2006. – Vol. 6408. 64080Q. 6. Aerosol microphysical retrievals from precision filter radiometer direct solar radiation measurements and comparison with AERONET / S. Kazadsis [et al.] // Atmospheric Measurement Techniques. – 2014. – Vol. 7, Iss. 7. – P. 2013–2025. 7. AERONET – a federate instrument network and data archive for aerosol characterization / B.N. Holben [et al.] // Remote Sensing of Environment. – 1998. Vol. 66, Iss. 1. – P. 1–16. 8. Гущин, Г. К. Суммарный озон в атмосфере / Г.К. Гущин, Н.А. Виноградов. – Л.: Гидрометеоиздат, 1983. – 223 с. 9. Aerosol optical depth and Angstrom exponent climatology at El Arenosillo AERONET site ( Huelva, Spain) / C. Toledano [et al.] // Quarterly Journal of the Royal Meteorological Society. – 2007. – Vol. 133, Iss. 624. – P. 795–807. 10. Двухступенчатый трехволновый метод построения солнечного фотометра с двухпараметрической коррекцией / Х.Г. Асадов [и др.] // Международный научный журнал Альтернативная энергетика и экология. – 2011. – ISSN 1608–8298. 11. Асадов, Х. Г. Метод синтеза многоволновых скорректированных солнечных фотометров / Х.Г. Асадов, Э. Аббасзаде, Н.Г. Джавадов // Фотоника. – 2011. – № 3. – С. 58–61. 12. Schuster, G. L. Angstrom exponent and bimodal aerosol size distributions / G.L. Schuster, O. Dubovik, B.N. Holben // Journal of Geophysical Research. – 2006. – Vol. 111, No. D07207. – Doi:10.1029/2005JD006328. 13. Wavelength Dependence of the Aerosol Angstrom Exponent and Its Implications Over Delhi, India / K. Soni [et al.] // Aerosol Science and Technology. – 2011. – Vol. 45, Iss. 12. – 1488-1498, DOI: 10.1080/02786826.2011.601774.
80 2 2020.indd 80
23.06.2020 9:26:28
Методика повышения устойчивости функционирования корпоративных вычислительных сетей на основе технологии VLAN Technique of increasing the reliability of functioning of corporative computer networks on the basis of VLAN technology
Саенко / Saenko I.
Крижик / Krizhik A.
(ibsaen@mail.ru) доктор технических наук, профессор. ФГКВОУ ВО «Военная академия связи имени Маршала Советского Союза С. М. Буденного» МО РФ (ВАС им. С. М. Буденного), профессор. г. СанктПетербург
(alexkrij@gmail.com) ВАС им. С. М. Буденного, старший оператор научной роты. г. СанктПетербург
Игорь Борисович
Александр Ефимович
Старков / Starkov A. Артем Михайлович
(starkov.am.spb@yandex.ru) кандидат технических наук. ВАС им. С. М. Буденного, старший научный сотрудник. г. СанктПетербург
Введение
Рассматривается методика повышения устойчивости функционирования корпоративных вычислительных сетей на основе технологии VLAN. Данная методика позволяет синтезировать оптимальную схему построения виртуальных локальных вычислительных сетей, удовлетворяющую предъявляемым требованиям и обеспечивающую повышение устойчивости сети, своевременности передачи данных, защищенности ее информационных ресурсов от НСД. Основой методики являются генетические алгоритмы оптимизации. The technique of increasing the reliability of the functioning of corporative computer networks based on VLAN technology is considered. This technique allows you to synthesize the optimal scheme for building virtual local area networks that meets the requirements and provides increased network stability, timeliness of data transfer, and the protection of its information resources from unauthorized access. The technique is based on genetic optimization algorithms.
Развитие способов реализации преднамеренных дестабилизирующих воздействий на корпоративные вычислительные сети (КВС), наблюдаемое сегодня во многих сферах экономики, приводит к необходимости поиска новых средств и методов повышения устойчивости функционирования КВС [1, 2, 4]. При этом возрастает необходимость предотвращения несанкционированной утечки коммерческой или конфиденциальной информации из КВС. По данным [3] в России утечки информации из КВС занимают более заметное место, чем в целом по миру – на их долю приходится в совокупности 39% от всех случаев компрометации информации. Иными словами, основной проблемой для российской информационной безопасности остается внутренний нарушитель. Кроме того, необходимо отметить, что растет «квалификация» внутреннего злоумышленника и создается благоприятная среда для «монетизации» украденных сведений. Одним из способов борьбы с внутренними злоумышленниками в КВС является применение технологии VLAN (virtual local area network – виртуальная локальная вычислительная сеть). Данная технология в настоящее
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 81
2020
Ключевые слова: корпоративная вычислительная сеть – corporative computing network; устойчивость – reliability; безопасность – security; разграничение доступа – access control; виртуальные локальные вычислительные сети – virtual local area networks; генетические алгоритмы – genetic algorithms.
81 23.06.2020 9:26:30
ИНФОРМАТИКА, ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА И УПРАВЛЕНИЕ
время имеет достаточное количество поддерживающих Учитывая данные особенности, выражение (1) ее программных и технических средств. Однако мето- принимает следующий вид: дический аппарат для их применения развит в недостаточной мере. Целью статьи является рассмотрение отдельных положений этого методического аппарата и, (2) в частности, методики повышения устойчивости функционирования КВС, основанной на использовании техно- где – вероятность НСД к ресурсам сети без испольлогии VLAN. зования технологии VLAN, – вероятность НСД к ресурсам сети при использовании технологии VLAN, Оценка устойчивости КВС при воздей– вероятность нарушения конфиденциальности ствии внутреннего нарушителя в ЛВС, – вероятность нарушения доступности в ЛВС. Технология VLAN – технология логического сегменВвиду того, что в качестве источника преднамеренных тирования физически единой локальной вычислительной воздействий на КВС мы рассматриваем внутреннего сети (ЛВС) на множество широковещательных доменов нарушителя, являющегося авторизованным пользо(виртуальных локальных вычислительных сетей) и вателем, вероятность нарушения доступности инфорпредоставления пользователям доступа к сетевым мации между i-м и j-м пользователями (информациресурсам в соответствии с их принадлежностью к онными ресурсами) ЛВС стремится к максимуму, т.е. определённым доменам. Пример реализации VLAN Следовательно, выражение (2) принимает представлен на рис. 1. следующий вид: Технология VLAN в первую очередь повышает безопасность информационных ресурсов КВС [2, 4, (3) 5]. Основным критерием безопасности информации в КВС является вероятность обеспечения защищенМодель нарушителя информационной безопасности ресурсов сети (вероятность предотвра- ности в КВС, учитывающая особенности использощения НСД), находящаяся согласно выражению: вания технологии VLAN [7, 11], представлена в таблице 1. В соответствии с этой моделью вероятность обеспечения конфиденциальности ресурсов ЛВС вычис(1) ляется следующим образом: где – количество преград, которое необходимо преодолеть нарушителю, чтобы получить доступ к информационным и программным ресурсам; – вероятность преодоления нарушителем -ой преграды. При этом VLAN оказывает влияние только на конфиденциальность и доступность информационных ресурсов для авторизованных пользователей.
(4) где – вероятность обеспечения конфиденциальности ресурсов ЛВС при использовании всех технологий защиты информационных ресурсов, за исключением технологии VLAN; – вероятность НСД нарушителя 1-го типа к ресурсам ЛВС; – веро-
Рис. 1. Логическая сегментация ЛВС на домены: а) без технологии VLAN; б) с технологией VLAN
82 2 2020.indd 82
23.06.2020 9:26:32
Саенко И.Б., Старков А.М., Крижик А.Е. Методика повышения устойчивости функционирования ... Таблица 1
Модель нарушителя информационной безопасности в КВС
При этом наблюдается зависимость между средним временем задержки передачи пакетов информации и схемой организации VLAN (количеством виртуальных подсетей) [7]. Однако вопросы поиска оптимальной схемы построения VLAN, обеспечивающей минимальное среднее время задержки передачи пакетов информации, а также разработки научно-методического аппарата по нахождению данного решения еще не рассматривались. При поиске оптимальной схемы построения VLAN требуется обеспечить выполнение следующих условий:
(5) где – множество сетевых элементов (АРМ, сервер), N – общее количество пользователей и информационных ресурсов сети, − множество виртуальных подсетей. В соответствии с работами [4, 8] показателем устойчивости системы связи является значение вероятности связности информационного направления связи (ИНС) под которым понимается вероятность того, что на заданном направлении существует хотя бы один путь, по которому возможна передача информации
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 83
2020
ятность НСД нарушителя 2-го типа к ресурсам ЛВС; – доля нарушителей 2-го типа в ЛВС; – количество сетевых элементов, в качестве которых рассматриваются либо автоматизированное рабочее место (АРМ), либо сервер; – доля запрещенных информационных взаимодействий между i-м и j-м пользователями (информационными ресурсами) ЛВС. Как показали проведенные модельные исследования, вероятность обеспечения защищенности ресурсов сети повышается с увеличением количества виртуальных сетей [6, 7]. При этом организация даже двух виртуальных сетей позволяет увеличить вероятность обеспечения защищенности ресурсов сети от внутреннего нарушителя на 10%. Полученные в результате проведенных исследований значения представлены на рис. 2, рис. 3 и в таблице 2. При этом следует отметить, что с ростом количества сетевых элементов вероятность НСД в ЛВС для внутреннего нарушителя повышается. Как показано в [5–7], кроме повышения защищенности информационных ресурсов сети, применение технологии VLAN позволяет повысить вероятность обеспечения телекоммуникационных услуг с требуемым качеством по своевременности передачи данных (рис. 4).
83 23.06.2020 9:26:32
ИНФОРМАТИКА, ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА И УПРАВЛЕНИЕ
Рис. 2. Зависимость обеспечения защищенности ресурсов сети Q(n, k) и их конфиденциальности Q(n) от количества сетевых элементов (n)
Рис. 3. Зависимость обеспечения защищенности ресурсов сети с использованием технологии VLAN от количества сетевых элементов
84 2 2020.indd 84
23.06.2020 9:26:33
Саенко И.Б., Старков А.М., Крижик А.Е. Методика повышения устойчивости функционирования ...
Таблица 2
Вероятность обеспечения защищенности ресурсов сети в зависимости от количества виртуальных ЛВС
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 85
2020
Рис. 4. Время задержки передачи пакетов с технологией виртуальных ЛВС и без нее
85 23.06.2020 9:26:33
ИНФОРМАТИКА, ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА И УПРАВЛЕНИЕ
– вероятность нарушения конфиденцис требуемым качеством обслуживания (Quality and где альности в сети при настройке множества виртуService, QoS) и объемом: альных подсетей –веро(6) ятность нарушения конфиденциальности в виртуальной подсети; – общее количество виртуальных – общее количество пользователей где – количество работоспособных путей на заданном подсетей; ИНС, обеспечивающих заданное – качество и информационных ресурсов сети в виртуальной – вероятность нарушения конфиобслуживания, обеспечиваемое путями (путем) на подсети; заданном ИНС; – требуемый уровень Связ- денциальности информации между i-м и j-м пользоность -го ИНС определяется работоспособным состо- вателями (информационными ресурсами) в виртуянием всех -ых путей, каждый из которых содержит альной подсети. Таким образом, проведенные исследования покаэлементов зывают, что структура VLAN в КВС влияет на устойчивость функционирования КВС. В настоящее время при проектировании схем VLAN применяются эмпи(7) рические рекомендации, которые при трансформации структуры организации не позволяют в полном объеме где – вероятность работоспособного состояния обеспечить выполнение показателей функциониро-го пути в составе -го ИНС, состоящего из элементов вания КВС. Таким образом, для синтеза структуры ( линий и узлов связи), которая определяется через VLAN необходимы методы, в которых на входе указывероятности работоспособного состояния v-ых ваются требуемые параметры сети, а на выходе полуэлементов в составе каждого пути с учетом особенно- чается оптимальная структура VLAN. стей дестабилизирующих воздействий; – вероСтруктура и взаимосвязь этапов метоятность отказа элементов ИНС (линий и узлов связи) вследствие информационно-технических воздействий дики повышения устойчивости функционирования КВС (ИТВ) [2, 9]. В силу того, что в качестве источника преднамеПредставим распределение АРМ-ов по подсетям ренных ИТВ мы рассматриваем внутреннего нарушителя, являющегося авторизованным пользователем, VLAN при помощи булевой матрицы «АРМ – VLAN» в которой тольэтот нарушитель может иметь полный доступ ко всем ресурсам сети. Таким образом, технические средства ко если компьютер принадлежит подсети Иначе и организационные (процедурные) решения по защите подсеть не охватывает компьютер Кроме того, будем информации от НСД, за исключением технологии VLAN, описывать требуемую связность АРМ-ов при помощи в которой им преодолены. Следовательно, и исходное матрицы «АРМ – АРМ» только если обмен между компьютерами и выражение принимает следующий вид: разрешен, а в противном случае – невозможен. Пример (8) представления предложенных к рассмотрению матриц приведен на рис. 5. Между булевыми матрицами и существует Учитывая (8), вероятность отказа элементов ЛВС (линий, коммутационного оборудования, серверов следующая зависимость: и АРМ) вследствие ИТВ внутренним нарушителем (11) принимает следующий вид: – транспонированная матрица символ – (9) где обозначает булево матричное умножение, которое Ввиду того, что технология виртуальных ЛВС сегмен- является формой матричного умножения, основанной тирует физически единую сеть на множество широко- на правилах булевой алгебры. Задача нахождения матрицы X исходя из матрицы вещательных доменов, вероятность обеспечения защищенности ресурсов сети (вероятность предотвращения А является разновидностью задач булевой матричной НСД) в ЛВС при применении данной технологии факторизации (БМФ), которая сводится к нахождению булевых матриц W и H, связанных с заданной булевой находится согласно следующему выражению: матрицей А уравнением: (12) где (10)
86 2 2020.indd 86
23.06.2020 9:26:34
Саенко И.Б., Старков А.М., Крижик А.Е. Методика повышения устойчивости функционирования ...
Рис. 5. Структура организации виртуальной ЛВС (пример)
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 87
2020
Рис. 6. Сравнение экспертных оценок интеллектуальных систем (НС – нейронные сети; ГА – генетические алгоритмы; НМ – нечеткие методы; ЭС – экспертные системы)
87 23.06.2020 9:26:35
ИНФОРМАТИКА, ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА И УПРАВЛЕНИЕ
Рис. 7. Общая структура и взаимосвязь этапов методики повышения устойчивости функционирования КВС
88 2 2020.indd 88
23.06.2020 9:26:36
Саенко И.Б., Старков А.М., Крижик А.Е. Методика повышения устойчивости функционирования ... Из того, что рассматриваемая задача является разновидностью задач БМФ, следует, что она является NP-полной и означает ее неразрешимость формальными методами в приемлемые сроки. Для решения такого класса задач требуется разработка эмпирических алгоритмов [4, 10]. В настоящее время существует достаточно большое количество разнообразных классификаций современных информационных технологий, учитывающих парадигмы рассматриваемой предметной области. Применительно к области управления ЛВС можно предложить классификацию, представленную на рис. 6. Анализ научно-технической литературы и публикаций показал, что наиболее подходящими являются генетические алгоритмы [10]. Генетический алгоритм – это способ решения задач оптимизации, использующий для поиска оптимального решения принципы эволюционного развития. Главное отличие генетических алгоритмов оптимизации (ГАО) от традиционных методов поиска оптимального решения состоит в том, что на каждом своем шаге вычислений данный алгоритм имеет дело не с одним, а с несколькими значениями вектора оптимизируемых параметров, которые образуют популяцию хромосом. Для решения задачи поиска оптимальной структуры VLAN для КВС предлагается ее поэтапное формирование, представленное на рис. 7. На первом этапе формируется (синтезируется) топологическая структура КВС, которая представляется, как математический объект в виде взвешенного неориентированного графа:
руется множество выходных характеристик КВС – На втором этапе синтезируется матрица структуры построения VLAN и множество подсетей VLAN на основе усовершенствованного ГАО, который учитывает не только топологию сети, но и требуемые настройки структуры VLAN , а также коммутационного оборудования сети. Усовершенствованный ГАО включает в себя следующие этапы. 1. Определение функции пригодности, которая показывает, почему одно из возможных решений задачи считается лучше, чем другое решение. При поиске решения задачи первоначального проектирования структуры VLAN используется функция пригодности следующего вида: (14) где α и β являются весовыми коэффициентами, которые определяют направление поиска решений. Условие α << β обеспечивает первоочередной поиск решений, в которых вначале выполняется полное совпадение а затем минимального количества матриц и VLAN . При поиске решения задачи реконфигурирования структуры VLAN используется функция пригодности другого вида: (15)
(13) где – элементы новой булевой матрицы распределения компьютеров по подсетям VLAN ; – элементы исходной булевой матрицы распределения компьютеров по подсетям VLAN ; – элементы булевой матрицы разрешенных информационных потоков между абонентами ЛВС. 2. Кодирование возможных решений задачи. Закодированное решение в терминологии ГАО называется особью. Обычно решения кодируются с помощью символьных или числовых строк. Отдельный символ этого кода называется геном. Совокупность генов в строке называется хромосомой. При этом при кодировании возможных решений задачи учитывается, что количество генов в хромосоме не более М (количество единичных элементов в матрице А, лежащих выше главной диагонали). 3. Создание начального множества особей, которое называется популяцией. В целях увеличения сходимости генетического алгоритма для формирования начальной популяции будем использовать возможные тривиальные решения, где каждая виртуальная подсеть (столбец матрицы S) состоит из двух рабочих КВС, при этом количество особей в популяции N является постоянным. Оценка всех особей в популяции с помощью
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 89
2020
где – соответствующее множеству сетевых устройств (АРМ, сервер, коммутационное оборудование), – множество ребер графа между вершинами и – веса ребер графа, которые соответствуют технической пропускной способности линий и каналов связи между сетевыми устройствами. Задается множество информационных потоков в ЛВС, где – информационный поток между и сетевыми устройствами. В соответствии с политикой безопасности, строится булева матрица требуемой логической связности где при обмен между компьютерами и разрешен, в противном случае – невозможен. Кроме того, на данном этапе формируется множество требований к КВС , где – вероятность доставки пакета для трафика реального времени за время не более требуемого – вероятность связности -го ИНС (ребра между сетевыми устройствами и – вероятность защищенности от НСД информационных ресурсов КВС. Для нахождения оптимального варианта организации виртуальных подсетей в КВС создается множество подсетей VLAN Также форми-
89 23.06.2020 9:26:37
ИНФОРМАТИКА, ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА И УПРАВЛЕНИЕ
функции пригодности и сортировка их по убыванию ее значения проводится стандартным образом. 4. Выбор пар особей, которые называются родителями, для формирования новых особей, называемых потомками, путем скрещивания. Операция скрещивания выполняем стандартным образом, однако при ее выполнении родительские хромосомы разделяются на части не в одномерном, а в двумерном режиме. При появлении потомков с одинаковыми генами один из столбцов полностью обнуляется, в результате количество ненулевых столбцов, соответствующее общему количеству подсетей, уменьшается на единицу. 5. Выбор особей для мутации их хромосом. При мутации особи изменяют свои гены. Мутация выполняется в два этапа. На первом этапе определяются гены (столбцы матрицы S), подлежащие модификации. Отбор генов осуществляется с вероятностью Затем с вероятностью происходит инвертирование значения соответствующего элемента в выбранном столбце матрицы S. 6. Селекция популяции, которая заключается в оставлении в ней N особей, обладающих самыми высокими значениями функции пригодности. Остальные особи (самые «плохие») удаляются из популяции. 7. Если выполняются критерии завершения алгоритма – превышение значения максимального количества итераций или максимальное значение функции пригодности в популяции не изменяется в течение заданного количества итераций, то в качестве решения оптимизационной задачи выбирается особь с максимальным значением функции пригодности. Иначе происходит возврат к шагу 3. Отличительной особен-
ностью данного подхода является повышения скорости работы ГАО за счет применения двумерного скрещивания, а также повышения вероятности появления уникальных особей в популяции за счет обеспечения двухэтапной мутации хромосом. Кроме того, предложенный подход позволяет не только синтезировать структуру VLAN, обеспечивающую требуемую защищенность информационных ресурсов сети от НСД, но и обеспечить минимальное количество вычислительных и административных издержек при реконфигурировании структуры VLAN. В результате выполнения генетической оптимизации мы получаем множество решений по настройке VLAN: где – матрица структуры построения VLAN (особь в популяции), удовлетворяющая условию – количество особей в популяции. Среди найденных на втором этапе элементов множества решений настройки VLAN производится определение зависимости среднего времени задержки от количества VLAN – и минимального при помощи метода бинарного поиска [6]. В соответствии с найденным значением количества VLAN при котором среднее время задержки в сети минимально, из множества решений настройки VLAN выбирается оптимальное, т.е. то, у которого функция пригодности максимальна при выполнении условия Вариант поиска минимального времени задержки в сети от количества VLAN представлен на рис. 10. На четвертом этапе на основании взвешенного неориентированного графа и полученной на третьем этапе матрицы вырабатываются рекомен-
Рис. 8. Имитационная модель VLAN в КВС в среде Riverbed Modeler
90 2 2020.indd 90
23.06.2020 9:26:38
Саенко И.Б., Старков А.М., Крижик А.Е. Методика повышения устойчивости функционирования ...
Рис. 9. Среднее время задержки в сети при разном количестве VLAN
Рис. 10. Вариант поиска минимального времени задержки в сети от количества VLAN
элементов и формируется матрица требуемых взаимосвязей абонентов КВС вида и – идентификационные номера АРМ в графе сети Шаг 2. Для каждой пары элементов матрицы производится поиск кратчайшего пути из узла в узел при помощи алгоритма Дейкстры [6]. Для этого положим, что вес каждого ребра в графе равен единице В результате сформируется множество кратчайших путей для каждой пары вершин Шаг 3. Проводится формирование рекомендаций по настройке комму-
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 91
2020
дации администратору КВС по настройке коммутационного оборудования в сети вида: где – рекомендации по настройке коммутатора сети, – номер порта коммутатора – множество VLAN, к которым принадлежит (АРМ, коммутатор) элемент сети, подключенный по данному порту к коммутатору Формирование данных рекомендаций предлагается производить согласно следующего алгоритма. Шаг 1. Анализируется матрица разрешенных информационных потоков которая играет роль матрицы «АРМ-АРМ», на наличие выше главной диагонали
91 23.06.2020 9:26:38
ИНФОРМАТИКА, ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА И УПРАВЛЕНИЕ Таблица 3
Оценка повышения устойчивости функционирования КВС
таторов при помощи последовательного определения для каждого порта коммутационного устройства из множества кратчайших путей требуемой настройки VLAN На пятом этапе администратор КВС производит настройку коммутационного оборудования в соответствии с выработанными на предыдущем этапе рекомендациями
мационных ресурсов КВС от НСД без применения предложенной методики; – множество показателей качества функционирования ЛВС с применением предложенной методики, – вероятность доставки пакета для трафика реального времени с применением полученных научных результатов, вероятность устойчивости ИНС между сетевыми устройствами с применением полученных научных результатов, –вероятность защиОценка эффективности методики щенности информационных ресурсов КВС от НСД с применением методики; показатель эффективОценка эффективности предложенной методики ности использования полученных научных резульпроводилась с использованием следующего выражения: татов. Результаты оценки предложенной методики представлены в таблице 3. (16) где – множество показателей качества функционирования ЛВС без применения полученных научных результатов, – вероятность доставки пакета для трафика реального времени без применения полученных научных результатов, – вероятность устойчивости ИНС между сетевыми устройствами без применения полученных научных результатов, вероятность защищенности инфор-
Заключение Предложенная методика повышения устойчивости функционирования КВС на основе технологии VLAN позволяет достигнуть повышения устойчивости сети на 10–63%, своевременность передачи данных на 4–10%, защищенность ее информационных ресурсов от НСД на 3%. Данная методика может быть использована как разработчиками КВС, так и их администраторами. Дальнейшие исследования связываются с интегра-
92 2 2020.indd 92
23.06.2020 9:26:39
Саенко И.Б., Старков А.М., Крижик А.Е. Методика повышения устойчивости функционирования ... цией методики в состав специального программного обеспечения системы управления КВС. Работа выполнена при поддержке РФФИ (проект 18-07-01369).
Литература
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 93
2020
1. Липатников, В. А. Информационная безопасность телекоммуникационных систем / В.А. Липатников, В.А. Малютин, Ю.И. Стародубцев. – СПБ.: ВУС, 2002. – 176 с. 2. Макаренко, С. И. Модели системы связи в условиях преднамеренных дестабилизирующих воздействий и ведения разведки. Монография / С.И. Макаренко. – СПб.: Наукоемкие технологии, 2019. – 298 с. 3. Глобальное исследование утечек конфиденциальной информации в 2018 году. Аналитический отчет Infowatch [Электронный ресурс]. – Режим доступа: http://infowatch. ru/resources/analytics/reports/report208 (дата обращения 21.09.19), свободный. – Загл. с экрана. 4. Михайлов, Р. Л. Оценка устойчивости сети связи в условиях воздействия на нее дестабилизирующих факторов / Р.Л. Михайлов, С.И. Макаренко // Радиотехнические и телекоммуникационные системы. – 2013. – № 4. – С. 69–79. 5. Демин, И. В. Методы анализа корпоративной вычислительной сети, построенной по технологии VLAN: дис. ... канд. тех. наук: 05.13.13 / Моск. гос. ин–т электроники и математики (технический университет). – М., 2002. – 117 с. 6. Старков, А. М. Методика технологического управления виртуальными локальными вычислительными сетями в корпоративных информационных системах / А.М. Старков, И.Б. Саенко // Технологии информационного общества. Материалы XIII Международной отраслевой научно-технической конференции. – 2019. – С. 96–99. 7. Саенко, И. Б. Подход к моделированию виртуальных локальных вычислительных сетей в корпоративных информационных системах / И.Б. Саенко, А.М. Старков // Наукоемкие технологии в космических исследованиях Земли. – 2019. – Т. 11, № 1. – С. 66–77. 8. ГОСТ Р 53111–2008. Устойчивость функционирования сети связи общего пользования. Требования и методы проверки. – Введ. 2009–10–01. – М.: Стандартинформ, 2009. – 19 с. 9. Михайлов, Р. Л. Оценка устойчивости сети связи в условиях воздействия на неё дестабилизирующих факторов / Р.Л. Михайлов, С.И. Макаренко // Радиотехнические и телекоммуникационные системы. – 2013. – № 4. – С. 69–79. 10. Snasel, V. On Genetic Algorithms for Boolean Matrix Factorization / V. Snasel, J. Platos, P. Kromer // Proceedings of the Eighth International Conference on Intelligent Systems Design and Applications, New York 2008. – Vol. 2. – P. 170–175. 11. Дорофеев, А. С. Имитационное моделирование самоорганизующейся сети в Riverbed modeler academic edition / А.С. Дорофеев, В.Н. Головин // Образование и наука в современных реалиях: материалы III Междунар. науч.-практ. конф., Чебоксары: ЦНС «Интерактив плюс», 2017. – С.185–188.
93 23.06.2020 9:26:40
ИНФОРМАТИКА, ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА И УПРАВЛЕНИЕ
Вариант построения системы автоматической посадки палубного беспилотного вертолета Option for building an automatic landing system for a deckmounted unmanned helicopter
Карманов / Karmanov A.
Макаренко / Makarenko A.
(karmanov.nip@gmail.com) кандидат технических наук, доцент. ФГАОУ ВО «Национальный исследовательский университет ИТМО» (Университет ИТМО), доцент факультета инфокомуникационных технологий. г. СанктПетербург
(a_makarenko@mail.ru) кандидат технических наук, доцент. Университет ИТМО, доцент факультета лазерной фотоники и олгоэлектроники. г. СанктПетербург
Андрей Геннадиевич
Александр Александрович
Карманова / Karmanova N. Наталия Андреевна
(karmanov.nip@gmail.com) Университет ИТМО, инженер научнотехнического отдела. г. СанктПетербург
Ключевые слова: БПЛА – UAV; автоматическая посадка – automatic landing; оптоэлектронные системы – optoelectronic systems. В статье представлен вариант оптикоэлектронной системы дистанционного измерения параметров посадочной площадки палубного беспилотного вертолета или конвертоплана за счет совместного применения лазерного излучателя и оптикоэлектронной аппаратуры наблюдения за зоной лазерного облучения площади предполагаемой посадки. The article is devoted to the issues of failure detection. The article presents an option of an optoelectronic system for remote measurement of landing pad parameters of a deck-mounted unmanned helicopter or tiltrotor.
Обеспечение автоматической посадки беспилотных летательных аппаратов вертолетного типа (БПЛА ВТ) или конвертоплана, является одной из самых сложных задач, стоящих перед разработчиками подобного рода транспортных средств. Для осуществления автоматической посадки беспилотного вертолета или конвертоплана на выбранную или заданную в полетном задании площадь посадки необходимо определить пространственное положение этой площади, т.е. степень ее негоризонтальности. Такая мера необходима для выяснения самой
возможности посадки в намеченном месте, поскольку вертолет может осуществить успешное автоматическое приземление (и последующий взлет) только на поверхность, негоризонтальность которой не может превышать определенного значения – не более 5°. Поэтому дистанционное определение степени негоризонтальности площади посадки является первостепенной задачей, которую должна решить система автоматической посадки БПЛА ВТ. В случае применения летательных аппаратов вертолетного типа выполнение посадки дополнительно усложняется наличием так называемой «высоты невозврата» [1]. При выполнении посадки БПЛА ВТ на палубу морского или речного судна актуальным является вопрос выполнения этого маневра так называемым «сухим» методом, т.е. точно на палубу, а не на окружающую корабль водную поверхность с последующим поднятием на борт. Кроме того, при выполнении ряда задач с использованием БПЛА ВТ создавать и поддерживать управляющий радиоканал для работы (и, соответственно, осуществления посадки) под управлением оператора не представляется возможным, ввиду того, что радиоканал является серьезным демаскирующим признаком, а также средством перехвата управления летательным аппаратом. По результатам анализа литературы [2–9], в которой были изложены принципы построения и функционирования некоторых оптоэлектронных систем автома-
94 2 2020.indd 94
23.06.2020 9:26:40
Карманов А.Г., Карманова Н.А., Макаренко А.А. Вариант построения системы автоматической посадки .. тической и автоматизированной посадки БПЛА ВТ, было выявлено, что рассмотренные там системы либо не осуществляют анализ площади посадки БПЛА ВТ вообще, либо выполняют только наблюдение за располагаемыми в районе площади посадки посадочными маяками. Авторами предлагается вариант решения задачи измерения параметров площади посадки БПЛА ВТ при совместном применении лазерного излучателя и оптикоэлектронной аппаратуры наблюдения за зоной лазерного облучения площади предполагаемой посадки. Дистанционный анализ степени негоризонтальности площади посадки основан на следующих физических принципах: на ровной плоской поверхности, на которую предполагается осуществить посадку, используя лазерный излучатель зондирующих лучей, формируется испытательное изображение – точечная структура, созданная посредством применения дифракционной решетки. Выполняется наблюдение за площадью посадки с помощью оптоэлектронной камеры, ориентированной в надир. В результате анализа численных значений координат расположения пятен засветки на площади посадки осуществляется определение степени ее негоризонтальности. Далее принимается решение о возможности выполнения посадки и вычисляются значения режима полета в процессе снижения и приземления БПЛА ВТ. Идеология работы разрабатываемой системы состоит в предоставлении бортовому автопилоту БПЛА ВТ достоверных и своевременных данных о состоянии и изменении параметров посадочной площадки, полученных методом оптического контроля. При помощи анализа данных измерительной системы становится возможным точно определить, подходит ли данная
площадка для безаварийной посадки либо необходимо продолжать поиск. Концепция разрабатываемой системы представлена на рис. 1. Излучатель оптического испытательного сигнала, входящий в систему автоматической посадки БПЛА ВТ, конструктивно состоит из трех блоков: 1. Устройство АРУ (для автоматической регулировки усиления оптического испытательного сигнала в зависимости от внешней засветки и времени суток). 2. Модулятор, который используется для обеспечения засветки предполагаемой посадочной площадки оптическим испытательным сигналом со специальными параметрами изменения яркости лазерного луча, позволяющими улучшить условия выделения этого сигнала наблюдательной телевизионной системой. 3. Оптический передатчик с проекционной насадкой, выполненный на основе лазерного диода и дифракционной решетки, формирующий испытательный оптический сигнал, по изменениям геометрических характеристик которого на предполагаемой посадочной площадке становится возможным вычисление степени негоризонтальности этой площадки. Оптическая схема устройства формирования и передачи оптического испытательного сигнала содержит источник излучения (лазерный диод), коллиматорную линзу и двумерную дифракционную решетку (рис. 2). Такая схема позволяет построить тестовое изображение в виде двумерного массива точек. Координаты каждой точки при проецировании этого тестового изображения на плоскую поверхность, расположенную строго перпендикулярно ориентации оптической оси излучателя, точно известны. Координаты вычисляются на основе параметров и мест расположения лазерного диода,
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 95
2020
Рис. 1. Концепция оптико-электронной системы автоматической посадки БВК
95 23.06.2020 9:26:40
ИНФОРМАТИКА, ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА И УПРАВЛЕНИЕ
коллиматорной линзы и дифракционной решетки во время калибровки всей системы автоматической посадки при ее установке на БПЛА ВТ. На основе этих координат определяются уравнения проецирующих лучей в трехмерном пространстве. Эти уравнения являются информационной основой для всего вычислительного процесса определения степени негоризонтальности посадочной площадки. Источником оптического излучения в разрабатываемом устройстве служит одномодовый лазерный диод с длиной волны 515–532 нм. Для реализации алгоритма определения степени негоризонтальности площади посадки лазерные излучатели зондирующих лучей и наблюдательная телевизионная камера разнесены в пространстве на некоторое наперед заданное базовое расстояние L1. Такое разнесение обеспечивает возможность измерения трехмерных пространственных координат наблюдаемой площади посадки. Разработаем алгоритм определения степени отклонения от горизонта посадочной площадки БПЛА ВТ, используя материалы работы [10]. В пространстве заданы (рис. 3) нормальная земная система координат (СК) система координат гиростабилизированной платформы плоскость которой параллельна плоскости нормальной земной системы координат и связанная система координат БПЛА ВТ Направления осей нормальной земной СК будем считать опорными. Начало координат СК гиростабилизированной платформы совмещено с главной точкой объектива наблюдательной телевизионной камеры (центром проекции). Расстояние между началами координат нормальной земной СК и СК гиростабилизированной платформы определяется вектором R. Направление осей связанной СК БПЛА ВТ совпа-
дает с направлениями его строительных осей: ось параллельна продольной оси БПЛА ВТ и направлена вперед, ось параллельна поперечной оси БПЛА ВТ и направлена вправо по ходу летательного аппарата, ось перпендикулярна плоскости расположена в плоскости симметрии летательного аппарата и направлена вверх. На рис. 3 нанесены только три не лежащие на одной прямой точки из всего массива точек, сформированных посредством применения дифракционной решетки. На гиростабилизированной платформе установлена ориентированная в надир наблюдательная оптико-электронная камера с фокусным расстоянием объектива (расстояние до плоскости проекции P) и угловым полем наблюдения 40°х60°. Оптическая ось наблюдательной оптико-электронной камеры совмещена с осью СК гиростабилизированной платформы. На гиростабилизированной платформе размещен излучатель оптического испытательного сигнала. В СК гиростабилизированной платформы заданы координаты точки схода прямых зондирующих лучей и координаты опорных точек каждого зондирующего луча и определенные на этапе калибровки всей системы автоматической посадки. Зондирующие лучи и формируют на площади посадки три пятна засветки – и Эти пятна являются вершинами треугольника, образованного в результате пересечения плоскости площади посадки и пирамиды, ребрами которой являются зондирующие лучи. При нулевых углах крена и тангажа БПЛА ВТ и положении площади посадки, параллельном плоскости СК гиростабилизированной платформы, треугольник является прямоугольным.
Рис. 2. Комбинация компонентов схемы и получаемое изображение: 1 – источник излучения, 2 – коллиматор, 3 – двумерная дифракционная решетка
96 2 2020.indd 96
23.06.2020 9:26:42
Карманов А.Г., Карманова Н.А., Макаренко А.А. Вариант построения системы автоматической посадки .. Ставится задача в СК гиростабилизированной платформы определить пространственные координаты точек и пересечения зондирующих лучей и плоскости площади посадки. Поскольку точки и принадлежат одной плоскости и не лежат на одной прямой, 2. По значениям координат точек и опрепо найденным их координатам следует вывести анали- деляется аналитическое описание плоскости тическое описание (уравнение) плоскости площади посадки Далее надо определить взаимное положение плоскостей и (т.е. степень отклонения горизонт плоскости площади посадки ) и, как следствие, сделать заключение о возможности посадки БПЛА ВТ на выбранную площадь. Определение в СК гиростабилизированной платформы 3. По значениям координат точек и опрепространственных координат точек деляется аналитическое описание плоскости и (рис. 4) пересечения зондирующих лучей и плоскости площади посадки выполняется по следующему алгоритму: 1. По значениям координат точек и определяется аналитическое описание плоскости
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 97
2020
Рис. 3. К пояснению алгоритма определения степени отклонения от горизонта площади посадки
97 23.06.2020 9:26:43
ИНФОРМАТИКА, ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА И УПРАВЛЕНИЕ 4. С плоскости проекции на которой расположена откуда мишень оптоэлектронного преобразователя наблюдательной телевизионной камеры, в СК гиростабилизированной платформы осуществляется съем координат точек A2, B2 и C2 – проекций точек A, B и C пересечения зондирующих лучей и плоскости площади посадки
5. Вычисляются координаты точки пересечения проецирующего луча и плоскости – искомые пространственные координаты точки – точки пересечения зондирующего луча и плоскости Окончательно координаты точки площади посадки Для этого решается система ляются по формулам следующих уравнений, считая и за неизвестные:
вычис-
6. Вычисляются координаты точки пересечения проецирующего луча и плоскости – искомые пространственные координаты точки – точки пересечения зондирующего луча и плоскости площади посадки Для этого решается система следующих уравнений, считая и за неизвестные:
Рис. 4. К пояснению алгоритма определения пространственных координат точек и
98 2 2020.indd 98
23.06.2020 9:26:48
Карманов А.Г., Карманова Н.А., Макаренко А.А. Вариант построения системы автоматической посадки .. Окончательно координаты точки ляются по формулам
вычис-
8. По значениям координат точек и выводится искомое аналитическое описание плоскости площади посадки Плоскость, проходящая через три различные точки, не лежащие на одной прямой, может быть описана следующим уравнением первой степени:
откуда
Окончательно координаты точки ляются по формулам
вычис-
7. Вычисляются координаты точки пересечения проецирующего луча и плоскости – искомые пространственные координаты точки – точки пересечения зондирующего луча и плоскости площади посадки Для этого решается система 9. Определяются значения углов наклона площади следующих уравнений, считая и за неизвестные: посадки относительно осей СК гиростабилизированной платформы – степень негоризонтальности площади посадки. Поскольку плоскость СК гиростабилизированной платформы и плоскость нормальной земной СК параллельны, полученные значения углов наклона характеризуют положение площади посадки и нормальной земной СК. Введя следующие обозначения:
откуда уравнение плоскости площади посадки ляется в виде
представ-
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 99
2020
Далее определяются значения полярных углов и полярного расстояния плоскости площади посадки (длины перпендикуляра – ближайшего расстояния до площади посадки).
99 23.06.2020 9:26:52
ИНФОРМАТИКА, ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА И УПРАВЛЕНИЕ
Длина вектора полярного расстояния
Угол α1 между направлением вектора полярного расстояния и осью в СК гиростабилизированной платформы определяется из выражения
Угол между направлением вектора полярного расстояния и осью в СК гиростабилизированной платформы определяется из выражения
Угол между направлением вектора полярного расстояния и осью в СК гиростабилизированной платформы определяется из выражения
Если полученные значения полярных углов и соответствуют наклону площади посадки не более чем на 5° от горизонтального направления, параллельного направлению плоскости нормальной земной СК посадка на выбранную поверхность возможна. В противном случае посадка невозможна.
Выводы Предложенный вариант системы автоматической посадки БПЛА ВТ, в отличие от предложенной в работе [10], позволяет значительно точнее определять параметры площади посадки, поскольку вычислительная процедура выполняется не менее пяти раз с использованием различных наборов сформированных на ее поверхности точек. Использование дифракционной решетки вместо отдельных лазерных излучателей упрощает конструкцию, улучшает технологичность применения и позволяет выполнить начальную калибровку системы автоматической посадки с более высокой точностью.
А.Д. Барабанов, В.А. Осипов, Л.С. Турнецкий // Труды 9-й Всероссийской научно-практической конференции «Актуальные проблемы защиты и безопасности», ВМФ России, 2006. 4. Пат. №2214943 Российская Федерация, МПК B64C13/18, B64F1/18, G05D1/00. Способ посадки летательного аппарата / Ю.Я. Алексеев [и др.]; патентообладатель: Открытое акционерное общество «Корпорация "Фазотрон – Научно-исследовательский институт радиостроения», № 2002124532/28; заявл. 16.09.2002; опубл. 27.10.2003. 5. Пат. №2353552 Российская Федерация, МПК B64D45/04. Способ посадки летательного аппарата / Г.В. Анцев [и др.]; патентообладатель: Открытое акционерное общество «Научнопроизводственное предприятие "Радар ммс"», №2007134537/11; заявл. 17.09.2007; опубл. 27.04.2009. 6. Комплексированные микросистемы ориентации малоразмерных беспилотных летательных аппаратов / В.Я. Распопов [и др.] // Сб. трудов 18-ой Санкт-Петербургской международной конференции по интегрированным навигационным системам 30 мая – 01 июня 2011г. – 2011. – C. 161. 7. Интегрированная инерциально-оптическая система ориентации / О.И. Нестеренко [и др.] // Сб. трудов 18-ой Санкт-Петербургской международной конференции по интегрированным навигационным системам 30 мая – 01 июня 2011 г. – 2011. – C. 170. 8. Zhao, H. The error analysis and correction method research of the attitude data for the UAV remote sensing images / H. Zhao, Y. Qi // The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. – 2008. – Vol. XXXVII, Part B1. – P. 1243. 9. Система автоматической посадки [Электронный ресурс] // Сайт УК «Альянс. Венчурный бизнес. – Режим доступа: http://venture-biz.ru/tekhnologii-innovatsii/56-sistemaavtomaticheskoy-posadki, свободный. – Загл. с экрана. 10. Барабанов, А. Д. Бортовая оптоэлектронная система оценки параметров посадочной площадки для вертолета / А.Д. Барабанов, А.А. Макаренко, Л.С. Турнецкий // Сб. трудов 15-й Всероссийской научно-практической конференции «Актуальные проблемы защиты и безопасности. Военно-морской флот России», 2012. – Т. 4. – С. 236–241.
Литература 1. Тиняков, Г. А. Пилотирование вертолета / Г.А. Тиняков. – М.: Книга по требованию, 2013. – 192 с. 2. О навигационном обеспечении посадки дистанционно пилотируемого вертолета при воздействии ветра /А.Д. Барабанов [и др.] // Гироскопия и навигация. – 2007. – № 4. – С. 32–41. 3. Барабанов, А.Д. Проблема палубной посадки дистанционно пилотируемого вертолета и пути ее решения /
100 2 2020.indd 100
23.06.2020 9:26:53
Автоматизированная система управления гибридной пневмоэлектромагнитной установкой с ускорителем ферромагнитных частиц на основе искусственного интеллекта Automated control system of hybrid pnevmoelektromagnitnoy for installation with the accelerator of ferromagnetic particles on the basis of artificial intelligence
Лазарев / Lazarev I.
Тележкин / Telezhkin V.
(lazarev.igor.a@gmail.com) доктор технических наук, профессор, академик РАЕН. Пенсионер. г. Москва
(telezhkinvf@susu.ru) доктор технических наук, профессор, почетный работник высшего образования РФ. ФГАОУ ВО «ЮжноУральский государственный университет (национальный исследовательский университет)», профессор кафедры инфокоммуникационных технологий. г. Челябинск
Ключевые слова: неполнота информации – incompleteness of information; адекватность – adequacy; алгоритмы – algorithms; интеллектуализация – intellectualization; принятие решений – decision-making; неопределенность – uncertainty; физические эффекты – physical effects; электромагнитные – the electromagnetic; системы ускорения – systems of acceleration; ферромагнитные частицы – ferromagnetic particles. Все чаще эксперты говорят о пришедшей эре искусственного интеллекта. В настоящей работе нашли применение так называемые комплексированные методы. Они сформировались путем интеграции экспертных и формализованных методов типа нейронные сети, генетические алгоритмы, теоретические основы нечетких множеств и т.д. Поэтому, при неопределенности условий эксплуатации современных техникотехнологических комплексов, необходимо осуществлять интенсивный поиск возможности использования для создания автоматизированных систем управления основ искусственного интеллекта, который всегда предметно ориентирован на такие качества, как адаптивность, самообучаемость и интуитивность. Even more often experts speak about the come era of artificial intelligence. In the real work found application, so-called, kompleksirovanny methods. They were created by integration of the expert and formalized type methods neural networks, genetic algorithms, theoretical bases of indistinct sets, etc. Therefore, at uncertainty of service conditions modern the technician - technological complexes, it is necessary to carry out intensive search of possibility of use for creation of automated control systems of bases of artificial intelligence which is always in detail focused on such qualities as adaptability, self-learning ability and intuitivism.
Владимир Федорович
Материалы IV Межведомственной НТК "Проблемы развития и совершенствования АСУ ВН", СанктПетербург, ВКА. им. А. Ф. Можайского, 30 октября 2019 г.
Введение В настоящее время применение образцов военной техники, оснащенных автоматизированными системами управления, алгоритмически обеспечено в большей мере, чем управление войсками. Это объясняется более узким объемом вариантов боевого применения оружия и техники, когда управление невозможно, скажем, в аварийных ситуациях. В большинстве случаев неполнота информации по боевой обстановке не позволяет корректно выполнить задачи по управлению войсками, что существенно снижает адекватность принимаемых решений либо вообще не позволяет их исполнить. Если алгоритмически это не предусмотрено, то автоматизированная система оказывается бесполезной.
Постановка задачи В ходе боевых действий схожие ситуации не повторяются, поэтому создать алгоритмы, пригодные для всех случаев управления войсками, практически невозможно. В итоге автоматизация этих процессов пока что является лишь инструментом подготовки исходной информации для принятия решения командиром. Командир может принимать решения, зная не только оперативную обстановку, силы и средства против-
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 101
2020
Игорь Алексеевич
101 23.06.2020 9:26:53
ИНФОРМАТИКА, ВЫЧИСЛИТЕЛЬНАЯ ТЕХНИКА И УПРАВЛЕНИЕ
ника, но и особенности его психологии, менталитета своих подчиненных. Таким образом, можно назвать основные отличия интеллектуализации автоматизированных систем управления (АСУ) по отношению к автоматизации – это реализация способности принимать решения в условиях значительной неопределенности, на основе разнородной информации, часто меняющихся ситуаций.
Решение задачи Большое значение имеет при создании АСУ это самообучаемость и адаптивность как способность системы самостоятельно совершенствовать заложенное в нее программное обеспечение, в том числе осуществлять самопрограммирование в ситуациях, реакция на которые алгоритмически не предусмотрена. Устоявшегося определения искусственного интеллекта (ИИ) в настоящее время нет, но можно сказать, что ИИ – это способность компьютера принимать решения в бесконечно разнообразных ситуациях аналогично человеку. В настоящее время самая совершенная АСУ неспособна пройти такой тест, поскольку в абсолютном большинстве такие системы предметно жестко ориентированы, а количество решаемых ими задач конечно. Чем большее количество алгоритмов решения разнородных вопросов внесено в операционную систему компьютера, тем больше он будет походить на систему с ИИ. Но превращать компьютер в человека, обеспечивая возможность его одинаково квалифицированно решать проблемы управления техническими объектами, нет никакой необходимости. ИИ всегда будет предметно ориентирован, однако такие качества, как адаптивность, самообучаемость и интуитивность, останутся главными отличиями систем с ИИ от АСУ без ИИ. Если мы будем иметь полное представление о том, какие действия предпримет автоматизированная система, то в случае с ИИ такого понимания не будет. Самообучаясь, компьютер самостоятельно программирует свою работу. Самопрограммирование и есть главный отличительный признак ИИ. В первом случае речь идет о вычислительных машинах, оснащенных совокупностью алгоритмов сбора, классификации, структурирования информации, которая затем используется как система исходных данных для решения боевых задач с помощью формализованных методов. Совсем другое – ИИ, который может самостоятельно вырабатывать готовые решения для управления в изменяющихся ситуациях. Устоявшегося определения ИИ в настоящее время нет, но можно сказать, что ИИ – это способность компьютера принимать решения в бесконечно разнообразных ситуациях аналогично человеку. Так, Агентство перспективных исследовательских проектов Министерства обороны США (DARPA) намеревается за четыре года создать для военных нужд искусственный интеллект нового поколения, максимально близкий к человеческому. В
техническом задании к проекту L2M (Life Learning Machines – «Бесконечно обучаемые машины») специалисты DARPA сформулировали основные требования: перспективный ИИ должен уметь самостоятельно принимать решения, быстро реагировать на изменения окружающей обстановки, запоминать результаты своих предыдущих действий и руководствоваться ими в дальнейшей работе. В настоящее время делается упор на ИИ для решения наземных транспортных проблем, например создание автомобилей без водителей. Полученный опыт позволит этим фирмам в дальнейшем перейти к следующему шагу – освоению трехмерного пространства, то есть созданию ИИ для управления летательными аппаратами. Можно предположить: к середине века США могут создать полностью беспилотные боевые летательные аппараты, оснащенные системами с ИИ. Системы автоматизированного управления на летательных аппаратах с ИИ должны быть интегрированы с исполнительными механизмами бортового оборудования этих аппаратов. Поэтому это должно быть предусмотрено еще на этапе их проектирования. Применение автоматизированных систем управления с ИИ особенно широко следует ожидать на ЛА нового поколения, на которых возможно применение систем, основанных на использовании новых физических эффектов и технических решений. В качестве иллюстрации, ниже приводятся разработанные концепты таких ЛА, на которых планируется применение бортовых автоматизированных систем управления с ИИ. Например, ЛА с использованием электромагнитных систем ускорения ферромагнитных частиц (ФМЧ) в немагнитной зигзагообразной трубке внутри электромагнитных катушек с созданием тяги в вертикальной и горизонтальной плоскостях с применением пленочных солнечных батарей и пленочных накопителей электроэнергии. Разработанный концепт гибридной установки с пневмо- электромагнитным ускорителем ферритового рабочего тела-поршня (ФРТ) в кольцевых и зигзагообразных немагнитных трубках с катушками предусматривает использование баллона со сжатым газом (аккумулятора пневматической энергии высокого давления с редуктором). Для гашения силы отдачи при выстреле электромагнитной пушки применется пневматическая подушка. Из литературных источников известно, что российские инженеры из Военно-космической академии имени А. Ф. Можайского разрабатывают технологию подзарядки спутников на орбите. Для этого придется создать отдельную группировку спутников, которые будут заряжать все спутники на орбите и продлят срок их активного функционирования. По предварительным оценкам, применение предлагаемой в настоящей работе инновационной технологии позволит решить эту задачу более эффективным методом. Конструктивно это будет выглядеть так [1–3]. В устройстве используется баллон со сжатым природным газом под давлением 20 МПа. Одним редуктором баллона
102 2 2020.indd 102
23.06.2020 9:26:54
Лазарев И.А., Тележкин В.Ф. Автоматизированная система управления гибридной .. 3. Иванов, Г. П. Пособие для проектирования эфироопри открытии электромагнитного клапана снижается давление до 1 МПа. Затем газ поступает в кольцевую порных двигателей / Г.П. Иванов // Новая энергетика. – систему со сжатым природным газом, который находится 2004. – № 2 (17). – С. 57–60 под давлением 20 МПа с ускоряемым ферромагнитным рабочим телом-поршнем (ФМТ) внутри. Трубка, заполненная газом, размещается внутри кольцевой катушки. При поступлении сжатого газа из баллона поршень с ФТМ перемещается со сжатием газа в пространстве трубки перед поршнем. При открытии электромагнитного клапана газ поступает в баллон, обеспечивая поддержание в нем давления примерно на постоянном уровне. При перемещении ФТМ внутри трубки под воздействием давления сжатого газа в катушке наводится ЭДС, обеспечивая накопление электроэнергии в суперконденсаторе. При этом возможен вариант с использованием концентратора солнечной для нагрева зачерненного баллона со сжатым газом для поддержания в нем давления на заданном уровне при работе гибридной пневмо-электромагнитной установки (ГПЭУ). Предусматривается разработка алгоритмов управления многими переменными с обеспечением баланса потерь пневматической и электрической энергии при работе этого ГПЭУ. В рассматриваемой бестопливной энергетической установке регулируемым параметром является давление газа на выходе другого редуктора (№2) с учетом состава компонентов используемого природного газа. Важное значение в установке имеют также следующие характеристики: компоненты ферромагнитной жидкости (ФМЖ), тип используемого феррита, емкость баллона со сжатым газом, давление и температура газа, моменты включения и отключения электромагнитных клапанов (первый и второй) в баллоне, моменты включения и отключения электромагнитных ускорителей ФМЧ. Для обеспечения устойчивости работы этого устройства применяется автоматизированная система адаптивного управления. Исследуются возможности применения алгоритмов самопрограммирования с использованием искусственного интеллекта.
Заключение В качестве вывода можно отметить, что по оченкам, за счет выбора оптимального состава газа и применения адаптивной системы автоматизированной системы управления микрконтроллеров с ИИ, в частности, с самопрограммированием, удельная мощность бестопливной энергоустановки может быть повышена до 2 и более раз [1–3].
Литература
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 103
2020
1. 1. Пат. № 2172865 РФ, МПК F03H 5/ 00. Способ получения тяги / Г.П. Иванов, Ю.Г. Иванов; патентообладатели Г.П. Иванов, Ю.Г. Иванов; заявл. 1999-06-02; опубл. 200108-27. – 8с. 2. Угаров, В. А. Специальная теория относительности / В.А. Угаров. – М.: Наука, 1969. – 304 с.
103 23.06.2020 9:26:54
ГЕОИНФОРМАТИКА
Геоинформационное массовое моделирование Geoinformational mass modeling
Цветков / Tsvetkov V.
Андреева / Andreeva O.
(cvj2@mail.ru) доктор технических наук, профессор, почётный научный сотрудник науки и техники РФ, почётный работник высшей школы РФ. ФГБОУ ВО «Московский государственный университет геодезии и картографии» (МИИГАиК), профессор. г. Москва
(andreeva_olga@inbox.ru) МИИГАиК, аспирант. г. Москва
Виктор Яковлевич
Ольга Александровна
Ознамец / Oznamets V. Владимир Владимирович
(voznam@bk.ru) кандидат технических наук. МИИГАиК, заведующий кафедрой. г. Москва Ключевые слова: пространственное моделирование лазерное сканирование – spatial modeling laser scanning; пространственное преобразование – spatial transformation; геоинформационное моделирование – geoinformation modeling; геоинформационные модели – geoinformation models; пространственная инфраструктура – spatial infrastructure. Статья исследует технологию геоинформационного моделирования при использовании массовой информации на основе мобильного лазерного сканирования. Дается классификация основных технологий сбора пространственной информации: точечная, групповая, массовая. Показано, что массовый сбор информации возможен только при лазерном сканировании. Эксперимент проведен на объектах транспортной инфраструктуры. Вводятся четыре геоинформационные модели, описывающие пространственную инфраструктуру. Вводятся три вспомогательные геоинформационные модели, необходимые при массовом моделировании и решении проблемы «больших данных». Экспериментальные результаты проведены для транспортной инфраструктуры. Показано различие в геоинформационном моделировании при массовом и при точечном построении пространственной модели. Отмечены достоинства и недостатки массового моделирования. The article explores the technology of geographic information modeling using mass media based on mobile laser scanning. The classification of the basic technologies for collecting spatial information is given: point, group, mass. The paper shows that mass data collection is possible only with laser scanning. The experiment was carried out at transport infrastructure facilities. The article introduces four geoinformation models describing spatial infrastructure. The article introduces three auxiliary geographic information models necessary for mass modeling and solving the problem of "big data". Experimental results were carried out for transport infrastructure. The difference in geoinformation modeling is shown for mass and point construction of a spatial model. The article discusses the pros and cons of mass modeling.
Введение Формирование трехмерных моделей [1] пространственных объектов становится доминирующим направлением в геоинформатике и в прикладных задачах. Трехмерное моделирование применяют в геологии [2], в строительстве [3], робототехнике [4], в ландшафтном проектировании [5] и других направлениях. Другой тенденцией является переход от моделирования отдельных объектов к массовому моделированию множества объектов с включением моделирования поверхности. Чаще всего
такое моделирование связано с моделированием пространственной инфраструктуры. Примерами пространственной инфраструктуры являются городская инфраструктура, транспортная инфраструктура, массовое строительство и прочее. Появился термин «зеленая инфраструктура» [6], которым подчеркивают важность экологической составляющей озеленения городов растительностью и описывают модель растительности городов. Соответственно появился термин «цифровая модель растительности». Применение САПР и ГИС для массового моделирования или проектирования неэффективно при традиционных
106 106 2 2020.indd 106
23.06.2020 9:26:56
Цветков В.Я., Ознамец В.В., Андреева О.А. Геоинформационное массовое моделирование система включает подсистемы. Большинство моделей при массовом моделировании являются составными. Массовая геоинформационная модель (МГМ) – это составная геоинформационная модель, описывающая большую территорию и множество объектов, находящихся на этой территории. Эта модель включает модель рельефа и стоящие на ней пространственные объекты инфраструктуры. Массовая геоинформационная модель описывает ландшафтные проекты, объекты городской инфраструктуры и транспортной инфраструктуры. Отдельно взятый объект: дом, светофор, трамвайный путь, пересечение дорог – не являются массовой моделью. Следует оговорить понятие транспортной и железнодорожной инфраструктуры, поскольку существует мнение, что это только то, что окружает дорогу или железнодорожный путь. В соответствии с ГОСТ Р 55056–2012 инфраструктурой железнодорожного транспорта (ИЖТ) общего пользования называют технологический комплекс, включающий в себя: железнодорожные пути общего пользования и другие сооружения, железнодорожные станции, устройства электроснабжения, сети связи, системы сигнализации, централизации и блокировки, информационные комплексы, систему управления движением и иные обеспечивающие функционирование инфраструктуры здания, строения, сооружения, устройства и оборудование. По степени важности можно выделить следующие три компоненты или модели ИЖТ: модель железнодорожного пути; модель окружения железнодорожного пути, модель инфраструктурных объектов. Эти модели связаны друг с другом и образуют триаду. Таким образом, транспортные сети или железнодорожные пути суть часть транспортной инфраструктуры и их нельзя рассматривать отдельно от остальной инфраструктуры. Модель, которая описывает железнодорожный путь в геоинформатике, это геоинформационная модель железнодорожного пути (ГМЖП). В более широком смысле для любого вида транспорта можно говорить о геоинформационной модели пути (ГМП). Геоинформационная модель железнодорожного пути – это составная трехмерная пространственная модель, которая описывает верхнее и нижнее строение пути, геометрию пути, геометрию рельсовых нитей и другие факторы, влияющие на состояние пути. Основное назначение ГМЖП – контроль и прогнозирование состояния пути и использование информации для принятий решений о продолжении эксплуатации пути или его ремонте. Важным является то, что эта модель формируется при использовании съемочной аппаратуры, установленной на железнодорожном транспорте. При сборе Вводимые понятия и геоинформационные информации эта модель требует поддержки в виде модели. геодезического обеспечения [9] работ по снимаемой трассе. Геоинформационная модель пути в рамках Информационные модели делятся на простые и МГМ дополняется двумя другими пространственсоставные [8]. Составные это такие модели, которые ными моделями: инфраструктурный коридор [10, включают в свой состав другие модели, подобно тому, как 11] и транспортный коридор [12, 13].
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 107
2020
методах сбора информации с помощью геодезии или фотограмметрии. Анализ литературы показывает преимущество использования геоинформационных моделей по сравнению с моделями САПР при исследовании больших протяженных или пространственных объектов. Поэтому при исследовании объектов пространственной инфраструктуры необходимо использовать геоинформационные модели. В то же время, технологии и правила моделирования для 3D-модели на основе точечного сбора информации не применимы при использовании технологий мобильного лазерного сканирования [7] (МЛС). Традиционные технологии пространственного моделирования ориентированы на моделирование отдельных объектов по достаточно небольшому количеству ключевых точек. При решении задач в области моделирования объектов пространственной или транспортной инфраструктуры возникает необходимость массового моделирования с использованием большого количества точек в единой системе координат. Сбор информации при большом количестве точек геодезическими и фотограмметрическими методами требует длительного времени. Моделирование в этом случае также занимает большое количество времени. Оперативный сбор информации при большом количестве точек может быть реализован технологиями мобильного лазерного сканирования. Мобильное лазерное сканирование позволяет создавать первичные массовые трехмерные модели в виде облака точек лазерного отражения. Специальное программное обеспечение позволяет преобразовывать эти первичные массовые модели в обычные трехмерные массовые модели. Это специализированное программное обеспечение работает сразу с группами объектов, а не с отдельными объектами как в ГИС или САПР. Из этого следует, что применение МЛС обеспечивает выигрыш по времени как на стадии сбора, так и на стадии пространственного моделирования. Массовые трехмерные модели описывают объекты городской или транспортной инфраструктуры на большой территории. При этом каждый отдельный объект в такой массовой модели имеет полную характеристику параметров и атрибутов, так же как и одиночный объект, построенный с помощью ГИС или САПР. Статья исследует методику формирования пространственных моделей на большой территории с использованием данных мобильного лазерного сканирования. Для решения новой задачи вводятся новые понятия: массовая геоинформационная модель, геоинформационная модель железнодорожного пути, геоинформационная модель инфраструктурного коридора, геоинформационной модель транспортного коридора, геоинформационная модель траетории сканирования, геоинформационная модель проекта трассы, геоинформационная модель блока измерений.
107 107 23.06.2020 9:26:57
ГЕОИНФОРМАТИКА Модель инфраструктурный коридор включает модель транспортного коридора. Инфраструктурный коридор как пространственный объект описывается с помощью составной геоинформационной модели инфраструктурного коридора (ГМИК), которая включает близко и далеко расположенные объекты инфраструктуры относительно пути. Основное назначение этой модели – анализ окружения (железнодорожного) пути и развитие соответствующей инфраструктуры. Геоинформационная модель инфраструктурного коридора пути может иметь картографическую форму или трехмерную форму. В отличие от сбора информации для ГМЖП эта модель формируется при использовании съемочной аппаратуры, установленной на воздушных носителях (рис. 1). При сборе информации эта модель требует поддержки в виде геодезического обеспечения работ по снимаемой трассе. Геоинформационная модель инфраструктурного коридора пути включает объекты, которые не только влияют на транспорт, но и объекты, которые обслуживаются с помощью транспорта. Геоинформационная модель транспортный коридор (ГМТК) – это составная пространственная модель, которая описывает непосредственно ближайшее окружение железнодорожного пути. Она не включает модель пути, а включает только близко расположенные объекты инфраструктуры, которые влияют или могут влиять на движение. Основное назначение этой модели анализ условий движения по железнодорожному пути и взаимодействие объектов, входящих ГМИК и ГМТК. Эта модель имеет трехмерную форму. ГМТК включает полосу отвода и переезды. Охранные зоны, если они больше полосы отвода, включатся в ГМИК. Эта модель формируется при использовании съемочной аппаратуры, установленной как на воздушных носителях (рис. 1), так и на наземных. Четыре основные модели МГМ, ГМП, ПМИК, ГМОЖП дополняются еще одной моделью, обуслов-
ленной спецификой лазерного сканирования. Применение этой модели продиктовано спецификой лазерной съемки с наземных носителей. Технология мобильного наземного лазерного сканирования имеет аналогом щелевую аэрофотосъемку, которую применяли ранее. Щелевая аэрофотосъемка состоит в том, что на непрерывный ленту – фотопленку через щель фотокамеры проецируется изображение земной поверхности. Результат технологии позволяет получать непрерывный ортофотоплан. При аэрофотосъемке удается выдерживать высоту съемки и прямолинейность траектории В наземной съемке эти условия выполнить принципиально нельзя. Траектория движения соответствует форме пути наземного транспорта, который изменяется в плане (повороты пути) и по высоте (подъемы/ спуски). В силу этого возникает необходимость предварительного измерения траектории движения съемочной аппаратуры. Для решения такой задачи перед съемкой в прямом и обратном направлении пускают транспортное средство для определения траектории, с которой будут производится измерения. Положение съемочной аппаратуры фиксируют с помощью инерциальных и спутниковых устройств. Данные измерений обрабатывают и создают дополнительную геоинформационную модель – трехмерную модель траектории лазерного сканирования. В процессе съемки она используется, как основа, подобно тому как передняя узловая точка фотокамеры используется при аэрофотосъемке. Модель траектории лазерного сканирования задает еще одну геоинформационную модель – геоинформационную модель траетории сканирования (ГМТС). Для повышения точности измерения ГМТС ее измерение производится в прямом и обратном направлениях на холостом ходу сканирования. В процессе измерения и потсрения ГМТС применяют интерциальны и спутниковые системы и технологии. Таким образом инфраструктурые модели МГМ, ГМП, ГМИК,
Рис. 1. Лазерное сканирование с воздушных носителей для построения ГМИК и ГМТК
108 108 2 2020.indd 108
23.06.2020 9:26:57
Цветков В.Я., Ознамец В.В., Андреева О.А. Геоинформационное массовое моделирование ГМТК, ГМТС применяют при мобильном лазерном сканировании. Кроме этих моделей, возникает необходимость использовать еще две модели, обусловленные проблемой «больших данных». Эта проблема при МЛС обусловлена большим количеством информациии при массовом сборе и ограниченной возможностью вычислительных систем. Например, при скорости наземного транспортного средства 60 км/ч достигается плотность съемки около 3000 точек на квадратный метр. Съемка осуществляется не на один квадратный метр, а на десятки. Реальная площадь съемrи S (кв. м). Это означает, что на километр пути получают не менее 9 x S млн точек. Обычно требуется снимать не один километр, а десятки километров пути и это приводит к проблеме «больших данных». На современных вычислительных устройствах большое количество точек (десятки и сотни миллионов) обрабатывать нельзя. В силу этого весь участок снимаемого пути требуется разбивать на блоки для уменьшения объема обрабатываемых данных. Такое требование приводит к необходимости геоинформационного проектирования и создания априорной геоинформационной модели проекта пути (ГМПП). Эта модель есть модель трассы движения объекта с носителем сканирования, который создают на основе предварительного изучения материалов о пути движения. ГМПП – это специализированная составная пространственная модель, включающая маршрут трассы в плановых координатах. Основное назначение этой модели – разбиение предполагаемой трассы на части – пространственные блоки, позволяющие проводить обработку с такими объемами данных, которые доступны для вычислительных систем. Пространственные блоки задают геоинформационные модели
блоков (ГМБ). Следовательно, ГМПП это составная модель, включающая более простые модели блоков ГМБ. Модели ГМПП и ГМБ являются априорными моделями поддержки. Таким образом, при мобильном лазерном сканировании применяют семь пространственных геоинформационных моделей.
Построение пространственных ситуаций и моделей. Массовую геоинформационную модель можно рассматривать как совокупность моделей пространственной информационной ситуации [15, 16]. Поэтому результатом всей технологии является построение совокупности пространственных ситуаций, которые связаны между собой единой координатной основой. Первым этапом мобильного лазерного сканирования является сбор информации и формирование облака точек. На рис. 2 приведен фрагмент облака точек или пространственная информационная ситуация. При сканировании в облаке точек обнаруживается интересный феномен, который пока теория не поясняет. В некоторых случаях (но не всегда) изображение объекта получается, как будто крыша отсутствует и он сканируется как бы изнутри. В космических исследованиях такое явление называют «сверхвидением» [17]. На рис. 2 в левом нижнем углу объект изображен без крыши. Такие же изображения имеют здания, расположенные на этом снимке выше. На фотоснимках крыша закрывает внутреннее содержание этих объектов. На рис. 3 приведена цифровая модель этой же пространственной ситуации, совмещенная с моделью, полученной по облаку точек лазерных отражений. Термин модель пространственной ситуации подходит для анализа фрагментов результата лазерного сканирования.
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 109
2020
Рис. 2. Фрагмент мобильного лазерного сканирования
109 109 23.06.2020 9:26:57
ГЕОИНФОРМАТИКА
Рис. 3. Пространственная модель, совмещенная с моделью ТЛО
Рис. 4. Фрагмент совмещенных ГМП и ГМТК
110 110 2 2020.indd 110
23.06.2020 9:26:57
Цветков В.Я., Ознамец В.В., Андреева О.А. Геоинформационное массовое моделирование
Обсуждение результатов Технология мобильного лазерного сканирования имеет ряд преимуществ и некоторые недостатки. Преимуществом является сбор информации которая путем геодезических и фотограмметрических измерений не может быть собрана из-за большого объема и больших временных затрат. Эти измерения приводят к поточечному моделированию объектов. При геодезических измерениях эти измерения осуществляют в поле. При фотограмметрических измерениях точку за точкой измеряют по снимкам. Мало того, при этих технологиях миллионы точек собрат невозможно за отводимое нормативами время работ. Технология моделирования при МЛС применяет не точечную, а групповую обработку информации. Группу точек
облака классифицируют с использованием фотоснимком. Следует отметить, что методика сборки трехмерной модели по данным из разных источников апробирована и известна [19]. Она осуществляется не только на детерминированной основе при наличии четкой информации, но и на вероятностной основе при нечеткости информации [20]. В силу этого методически данная технология является обоснованной и достоверной. Недостатком мобильного лазерного сканирования является большой объем данных, который исключает методы обработки информации, применяемые в ГИС. Недостатком мобильного лазерного сканирования является слабая теоретическая и методическая обоснованность технологии и отсутствие пространственного информационного языка моделирования, например такого, который существует в картографии и использует условные картографические знаки. В силу этого результаты пространственного моделирования с использованием МЛС представляют собой эмпирические модели, которые плохо стыкуются между собой на разных трассах, даже при использовании общей съемочной аппаратуры. В пространственном моделировании таким языком может быть язык информационных единиц. На основе такого языка можно формировать сопоставимые и переносимые пространственные модели.
Выводы Особенностью технологии и моделей является то, что для формирования трех основных моделей пространственной инфраструктуры необходимо использовать разные виды сканирования: наземное или воздушное. Предлагаемая исследованная технология является уникальной, так как позволяет решать задачи, которые не решаются существующими технологиями в геодезии и фотограмметрии, а также при использовании спутниковых измерений. Технология пространственного моделирования с использованием МЛС позволяет решать задачи большинства пространственных инфраструктур, городской, сельской, водной, транспортной. Данная методика и технология позволяют не только решать задачи построения пространственных моделей неподвижной инфраструктуры, но и задачи управления, например управление цифровой железной дорогой [21]. Уникальность технологии состоит в возможности обработки информации содержащей десятки и сотни миллионов пространственных точек, то есть обработки массивов «больших данных», не прибегая к специализированному программному обеспечению для таких данных. Данное решение стало возможным за счет особой организации моделирования, в частности за счет введения двух априорных моделей трассы и блока. Технология практически исключает трудоемкие геодезические работы на местности.
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 111
2020
На рис. 3 четко видны крыши. В процессе моделирования применяют конструктивный подход. Он заключается в конечности применяемых элементов и вычислимости моделей. Для моделирования и пространственной векторизации необходимо применять не плоские информационные единицы (условные знаки на картах), а объемные информационные единицы [18] в виде конструктивные элементов сооружений и зданий. Это тоже результат конструктивного подхода. На рис. 4 показан фрагмент окончательной геоинформационной модели. Это совмещенные фрагменты ГМП и ГМТК. На этой модели отсутствует модель растительности. В специализированном программном обеспечении обработки данных МЛС существует понятие цифровая модель растительности. Она выделяется с помощью процедур классификации из облака точек и затем вставляется в окончательную пространственную модель. Окончательное пространственное преобразование и формирование геоинформационных моделей осуществляют с использованием специализированного ПО. Оно осуществляет композицию отдельных пространственных ситуаций в единую пространственную модель МГМ. Для завершения процесса конструктивного моделирования в реальность нужно использовать опорные точки. Таких точек должно быть не менее четырех, что обусловлено необходимостью масштабирования по осям и исключения разных искажений. Опорные точки должны быть закреплены на неподвижных объектах. Такие точки определяют, например, на опорах контактной сети или консолях, на которых крепится провод. При пространственном моделировании используют автоматический и ручной режим. Ручной режим пространственной векторизации применяют для объектов сложной конструкции, а также при наличии простых объектов в составе сложного моделируемого объекта. Ручной пространственной векторизации подлежат объекты, которые в оригинале имеют наложение одного объекта на другой или близко расположены друг к другу.
111 111 23.06.2020 9:26:58
ГЕОИНФОРМАТИКА Литература 1. Дышленко, С. Г. Построение трехмерных цифровых моделей / С.Г. Дышленко, В.Я. Цветков // Славянский форум. – 2016. – № 3 (13). – С. 83–91. 2. Surface-based 3D modeling of geological structures / G. Caumon [et al.] // Mathematical Geosciences. – 2009. – Vol. 41, No. 8. – P. 927–945. 3. Sacks, R. Parametric 3D modeling in building construction with examples from precast concrete / R. Sacks, C.M. Eastman, G. Lee // Automation in construction. – 2004. – Vol. 13, No. 3. – P. 291–312. 4. RGB-D mapping: Using depth cameras for dense 3D modeling of indoor environments / P. Henry [et al.] // Experimental robotics. – 2014. – P. 477–491. 5. Remondino, F. Heritage recording and 3D modeling with photogrammetry and 3D scanning / F. Remondino // Remote sensing. – 2011. – Vol. 3, No 6. – P. 1104–1138. 6. Meerow, S. Spatial planning for multifunctional green infrastructure: Growing resilience in Detroit / S. Meerow, J.P. Newell // Landscape and Urban Planning. – 2017. – Vol. 159. – P. 62–75. 7. Ситуационное моделирование транспортной инфраструктуры при мобильном лазерном сканировании / В.Я. Цветков [и др.] // Автоматика, связь, информатика. – 2020. – № 2. – С. 2–4. 8. Tsvetkov, V. Ya. Information Units as the Elements of Complex Models / V.Ya. Tsvetkov // Nanotechnology Research and Practice. – 2014. – No. 1 (1). – P. 57–64. 9. Ознамец, В. В. Геодезическое обеспечение мобильного лазерного сканирования железных дорог / В.В. Ознамец // Наука и технологии железных дорог. – 2019. – № 3 (11). – С.64–76. 10. Priemus, H. What are corridors and what are the issues? Introduction to special issue: the governance of corridors / H. Priemus, W. Zonneveld // Journal of Transport Geography. – 2003. – Vol. 11 (3). – P. 167–177. 11. Evaluation of transport infrastructure projects on corridors by a Strategic Assessment Framework / E. Szimba [et al.] // 10th World Conference on Transport ResearchWorld Conference on Transport Research Society, Istanbul Technical University. – 2004. 12. Capitalising on Spatiality in E uropean Transport Corridors / Witte P. [et al.] // Tijdschrift voor economische en sociale geografie. – 2013. – Vol. 104, No. 4. – P. 510–517. 13. Nechaev, G. Development of transport infrastructure in Eastern Ukraine and its interaction with the international transport corridors / G. Nechaev, M. Slobodyanyuk // Teka Komisji Motoryzacji i Energetyki Rolnictwa. – 2011. – Vol. 12, No. 3. – P. 143–147. 14. Герасимов, С. И. Съемка движущегося ракетного поезда / С.И. Герасимов, С.В. Бутова // Научная визуализация. – 2015. – Т. 7, № 2. – С. 12–20. 15. Цветков, В. Я. Ситуационное моделирование в геоинформатике / В.Я. Цветков // Информационные технологии. – 2014. – № 6. – С. 64–69. 16. Markelov, V. M. Situational Modeling in Logistics / V.M. Markelov // European Journal of Economic Studies. – 2013. – No. 4 (6). – P. 204–209.
17. Савиных, В. П. Геоинформационный анализ данных дистанционного зондирования / В.П. Савиных, В.Я. Цветков. – М.: Картоцентр-Геодезиздат, 2001. – 228 с. 18. Дышленко, С. Г. Трехмерные информационные единицы / С.Г. Дышленко // Перспективы науки и образования. – 2016. – № 5 (23). – C. 15–19. 19. Wu, Q. An effective method for 3D geological modeling with multi-source data integration / Q. Wu, H. Xu, X. Zou // Computers & Geosciences. – 2005. – 31, No. 1. – P. 35–43. 20. Probabilistic reasoning for assembly-based 3D modeling / S. Chaudhuri [et al.] // ACM SIGGRAPH 2011 papers. – 2011. – P. 1–10. 21. Лёвин, Б. А. Цифровая железная дорога: принципы и технологии / Б.А. Лёвин, В.Я. Цветков // Мир транспорта. – 2018. – Т. 16, № 3 (76). – С. 50–61.
112 112 2 2020.indd 112
23.06.2020 9:26:58
Метод реализации государственного топографического мониторинга Method of implementation of state topographic monitoring
Осипов / Osipov G.
Гомзяков / Gomzyakov A.
(OsipovGK2005@yandex.ru) доктор географических наук, профессор. ФГБВОУ ВО «Военнокосмическая академия имени А. Ф. Можайского» МО РФ (ВКА им. А. Ф. Можайского), профессор. г. СанктПетербург
(gomzjakov57@mail.ru) ВКА им. А. Ф. Можайского, адъюнкт. г. СанктПетербург
Георгий Константинович
Александр Владимирович
Долгова / Dolgova M. Маргарита Петровна
(itain_dolgova@mail.ru) кандидат технических наук. ЗАО «Институт телекоммуникаций», ведущий специалист. г. СанктПетербург
Введение
Предлагаемый авторами метод в отличие от существующих подходов к организации и проведению государственного топографического мониторинга ориентирован на интегральную оценку потребности субъектов Российской Федерации в геопространственной информации и предназначен для субъектов, имеющих высокую потребность в топографических и навигационных картах и определение по материалам государственных фондов пространственных данных изменений местности, произошедших с момента последнего обновления карт. The method proposed by the authors in contrast to existing approaches to the organization and conduct of state topographic monitoring is focused on an integrated assessment of the needs of the subjects of the Russian Federation in geospatial information and for subjects with a high need for topographic and navigation maps determine the materials of the state funds of spatial data changes in the area that have occurred since the last update of the maps.
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 113
2020
Ключевые слова: топографический мониторинг – topographic monitoring; фонд пространственных данных – spatial data collection; интегральная оценка потребности в геопространственной информации – integrated assessment of the need for geospatial information.
Одной из важнейших задач государственной политики в области управления социально-экономическим развитием нашей страны и укрепления ее обороноспособности и национальной безопасности является создание национальной системы актуализации пространственных данных, необходимых для повышения эффективности принимаемых управленческих решений с учетом сложившейся обстановки. Ключевым элементом данной системы является государственный топографический мониторинг, под которым понимается непрерывное, регламентированное слежение на территории Российской Федерации за изменениями объектов местности на основе цифровой картографической, аэрокосмической, отраслевой и другой информации, оперативное картографирование изменившихся объектов и актуализация пространственных данных [1]. В настоящее время вопросы организации и практической реализации государственного топографического мониторинга и его составных частей подробно рассмотрены в ряде научных работ [1, 3–6], однако, несмотря на это, ощущается потребность в совершенствовании предлагаемых методик его проведения. В основу исследования авторами была заложена следующая гипотеза: если будет разработан метод реализации государственного топографического мониторинга, ориентированный на широкое использование имеющихся фондов пространственных данных, то будет обеспечено снижение затрат и времени на его проведение.
113 113 23.06.2020 9:26:58
ГЕОИНФОРМАТИКА
Рис. 1. Структурно-логическая схема метода реализации государственного топографического мониторинга
114 114 2 2020.indd 114
23.06.2020 9:26:58
Осипов Г.К., Долгова М.П., Гомзяков А.В. Метод реализации государственного топографического мониторинга
Результаты исследования Структурно-логическая схема разработанного метода представлена на рис. 1. Первый блок. Ориентирован на систематизацию существующих и разработку дополнительных нормативно-правовых актов, технических регламентов и национальных стандартов, необходимых для практической реализации государственного топографического мониторинга. Второй блок. Ориентирован на анализ и оценку изменений географических объектов в пределах изучаемой территории, произошедших со времени последнего обновления цифровых топографических и навигационных карт. Он включает в себя интегральную оценку потребности субъектов Российской Федерации в геопространственной информации и определение изменений местности по материалам фондов пространственных данных для субъектов РФ имеющих высокую потребность в картографических материалах. Теоретической базой интегральной оценки потребности субъектов Российской Федерации в геопространственной информации является методология определения качества сложноорганизованных объектов, реализованная в виде метода сводных показателей [7]. К основным принципам, заложенным в ее основу, относятся: 1) принцип системности. Данный принцип обеспечивает рассмотрение каждого показателя, участвующего в районировании не изолированно, а в виде одного из
элементов системы, характеризующей потребность субъекта РФ в актуализированной геопространственной информации; 2) принцип учета приоритетности факторов, участвующих в оценке. Данный принцип обеспечивает учет степени влияния каждого показателя, участвующего в районировании, на потребность в обновлении геопространственной информации; 3) принцип континуальности. Данный принцип обеспечивает районирование всей территории Российской Федерации без исключения; 4) принцип эмерджентности.Районирование должно производиться не по отдельным показателям, а по их совокупности, что обеспечит учет потребности гражданских и военных ведомств в обновлении геопространственной информации в целом. Интегральная оценка потребности субъектов Российской Федерации в геопространственной информации реализуется в семь этапов: 1) создание информационной модели интегральной оценки; 2) определение абсолютных значений для всех показателей; входящих в информационную модель;3) определение для каждого показателя его эталонного значения; 4) определение для каждого показателя ненормированных и нормированных коэффициентов весомости; 5) определение для всех показателей их относительных значений;6) интегральная оценка потребности субъектов РФ в геопространственной информации; 7) создание картограммы потребности субъектов РФ в геопространственной информации.
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 115
2020
Рис. 2. Дерево информационных взаимосвязей, построенное для определения потребности субъектов РФ в геопространственной информации
115 115 23.06.2020 9:26:59
ГЕОИНФОРМАТИКА Первый этап. Суть создания информационной модели заключается в формализации информации необходимой и достаточной для реализации процедуры интегральной оценки на уровне концептуального представления. В процессе создания информационной модели разрабатываются четыре справочника: правил интегральной оценки, операций, реализующих процедуру интегральной оценки, данных, необходимых для выполнения операций, связей между операциями и данными, и на их основе формируется обобщенная информационная модель, графически представленная в виде «дерева информационных взаимосвязей», рис. 2. Второй этап. В том случае, если показатель поддается методам измерений, его абсолютное значение выражают в принятых физических единицах, а в противном случае – в баллах, для определения которых используются экспертные методы. Третий этап. Эталонными являются лучшие абсолютные значения показателей среди анализируемых субъектов РФ; Четвертый этап. Для определения ненормированных коэффициентов весомости используется экспертный метод парных сравнений, подробно изложенный в работе [7]. Нормированные коэффициенты весомости каждого показателя, участвующего в оценке, рассчитываются по следующей зависимости: (1) где Рj – нормированный коэффициент весомости j-го показателя; – средние ненормированные коэффициенты весомости 1-го и n-го уровней информационной модели, иерархически связанных в пределах одной ветви с j-м показателем; n – количество уровней в информационной модели. Пятый этап. При определении относительных показателей соблюдается следующее правило: если области абсолютных значений анализируемых показателей меньше или равны значению эталонного показателя рис. 3, то для расчета относительных показателей используется зависимость (2).
Рис. 3. Области абсолютных значений анализируемых показателей, относительно эталонного значения
(2) где Rj – относительное значение j-го показателя; wj – абсолютное значение j-го показателя; wjэ – эталонное абсолютное значение j-го показателя;Rj – меняется в пределах от 0 до 1. В противном случае для расчета относительных показателей используется зависимость (3).
(3) Для получения более точных относительных значений показателей приведенные выше линейные зависимости следует заменить нелинейными. Шестой этап. Для интегральной оценки потребности субъектов РФ в геопространственной информации используется следующая зависимость: (4) где – интегральный показатель, характеризующий потребность р-го субъекта РФ в геопространственной информации; j – анализируемый показатель; Рj – нормированный коэффициент весомости j-го показателя. Седьмой этап. Для создания картограммы используется базовая картографическая основа с нанесенной сеткой границ субъектов РФ. К каждому субъекту РФ, показанному на основе, привязывают значение интегрального показателя, характеризующего его потребность в геопространственной информации, и отображают принятым условным знаком. По результатам интегральной оценки потребности субъектов РФ в геопространственной информации создается план проведения обзорного топографического мониторинга, под которым понимается анализ пространственно-временных изменений объектов местности со времени последнего обновления цифровой картографической информации с использованием фондов пространственных данных [8, 9]. Для практической реализации этого подхода необходимо определить органы исполнительной власти, которые должны представлять материалы фондов пространственных данных и перечень объектов обновляемых при актуализации цифровых топографических и навигационных карт. На основе результатов обзорного топографического мониторинга в пределах изучаемого субъекта РФ определяются районы со значительными изменениями местности, требующие обновление карт. Третий блок. Ориентирован на детальное изучение по материалам космической съемки высокого разрешения (более 1 м) выделенных во втором блоке районов со значительными изменениями местности. В настоящее время решение задач государственного топографического мониторинга обеспечивает существующая отечественная группировка КА ДЗЗ. Для детального топографического мониторинга в масштабах 1:10000 и 1:25000 используются КА «Ресурс-ДК» и КА серии «Ресурс-П», для мониторинга в масштабе 1:50000 – КА серии «Канопус-В» и БКА, для мониторинга в масштабе 1:100000 – КА серии «Обзор-О», которая будет развернута в полном объеме в 2020 г. [3]. Четвертый блок. По результатам детального государственного топографического мониторинга с использова-
116 116 2 2020.indd 116
23.06.2020 9:26:59
Осипов Г.К., Долгова М.П., Гомзяков А.В. Метод реализации государственного топографического мониторинга нием данных ДЗЗ высокого пространственного разре- ских систем дистанционного зондирования Земли». – 2014. – шения осуществляется картографирование изменений С. 13–16. объектов местности, показываемых на топографиче4. Бровко, Е. А. Система космического топографического ских и навигационных картах. мониторинга. Этапы становления, пути развития / Е.А. Бровко //
Обсуждение Разработанный авторами метод государственного топографического мониторинга позволяет оперативно получать информацию, необходимую для принятия решений по обновлению топографических и навигационных карт. Заложенные в его основу научно-методические подходы базируются на исследованиях, проведенных с 2011 года по настоящее время [5, 10], которые были доложены на множестве всероссийских и международных конференций, где получили поддержку и одобрение. В предыдущих исследованиях внимание авторов было сосредоточено на отдельных аспектах данной работы, включая: разработку теоретических основ содержания баз данных о местности в геоинформационных системах военного назначения [10], разработку подходов к формированию плана создания открытых цифровых навигационных карт и планов городов на территорию Российской Федерации [5]. Полученные авторами результаты полностью соответствуют выдвинутой гипотезе. Рассматриваемой тематике посвящены работы и других авторов [1, 3, 4, 6]. В этих работах информационной базой для обзорного государственного топографического мониторинга являются архивные и современные космические снимки с 10-метровой степенью разрешения, по которым в автоматизированном режиме осуществляется анализ изменений местности. Данный подход интересен, однако он требует существенных материальных и временных затрат для его реализации. В то время как предлагаемый авторами подход ориентирован на использование государственных фондов пространственных данных, которые в рамках своего тематического содержания оперативно аккумулируют графическую и атрибутивную информацию об изменениях местности.
Интерэкспо Гео-Сибирь. – 2008. – № 2. – С. 82–85. 5. Методика формирования плана создания открытых цифровых навигационных карт и планов городов на территорию Российской Федерации / Г.К. Осипов [и др.] // Информация и Космос. – 2013. – № 1. – С. 41–47. 6. Седельников, В. П. Основные положения Концепции создания Системы комплексного топографического мониторинга на основе данных дистанционного зондирования Земли в целях актуализации пространственных данных / В.П. Седельников, С.А. Ефимов, Е.А. Бровко // Геодезия и картография. – 2007. – № 2. – С. 2–5. 7. Осипов, А. Г. Методика комплексной оценки оперативно-тактических свойств местности в системах поддержки принятия решений с использованием геоинформационных технологий / А.Г. Осипов, А.Н. Ефимов // Труды Военнокосмической академии имени А.Ф. Можайского. – 2014. – № 642. – С. 102–109. 8. Малинников, В. А. Коренная модернизация отрасли геодезии и картографии и проблемы развития картографогеодезического фонда Российской Федерации / В.А. Малинников, A.A. Майоров, И.В. Соловьёв // Вестник Росреестра. – 2011. – № 2 (8). – С. 46–49. 9. Савиных, В. П. Развитие национальной инфраструктуры пространственных данных на основе развития картографо-геодезического фонда Российской Федерации / В.П. Савиных, И.В. Соловьёв, В.Я. Цветков // Известия вузов. Геодезия и аэрофотосъемка. – 2011. – № 5. – С.85–90. 10. Осипов, Г. К. Теоретические основы разработки содержания баз данных о местности в геоинформационных системах военного назначения / Г.К. Осипов, А.Н. Ефимов // Труды Военно-космической академии имени А.Ф. Можайского. – 2011. – № 631. – C. 130–132.
Литература
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 117
2020
1. Бровко, Е. А. Государственный топографический мониторинг: современное решение проблемы актуализации пространственных данных / Е.А. Бровко // Геодезия и картография. – 2012. – № 2. – С. 38–46. 2. Концепция развития отрасли геодезии и картографии до 2020 года: распоряжение Правительства РФ от 17 декабря 2010 г. № 2378-р. 3. Государственный топографический мониторинг в глобальной национальной системе актуализации пространственных данных на современном этапе развития отечественных космических средств ДЗЗ / Е.А. Бровко [и др.] // Тезисы докладов Второй международной научно-технической конференции «Актуальные проблемы создания космиче-
117 117 23.06.2020 9:26:59
ГЕОИНФОРМАТИКА
Расширение геолокационного функционала ГНСС сервисами мобильной сетевой ASSISTподдержки в интересах моделирования (освещения) территориальной обстановки Expanding the geolocation functionality of GNSS by mobile network ASSISTsupport services in the interests of modeling (detecting) the territorial environment
Николашин / Nikolashin Yu.
Присяжнюк / Prisyazhnyuk A.
(Nik@inteltech.ru) кандидат технических наук. ПАО «Интелтех», генеральный директор. г. СанктПетербург
(office@itain.ru) кандидат технических наук. ЗАО «Институт телекоммуникаций», исполнительный директор. г. СанктПетербург
Миляков / Milyakov D.
Биденко / Bidenko S.
(denis@inwin.ru) кандидат технических наук. СанктПетербургский филиал АО "КБ НАВИС", заместитель директора. г. СанктПетербург
(sibidenko@mail.ru) доктор технических наук, профессор. ПАО «Интелтех», советник генерального конструктора. г. СанктПетербург
Юрий Львович
Денис Федорович
Андрей Сергеевич
Сергей Иванович
Черный / Cherny S. Сергей Григорьевич
(sergiiblack@gmail.com) кандидат технических наук, доцент. ФГБОУ ВО «Керченский государственный морской технологический университет», заведующий кафедрой «Информационные технологи». г. Керчь
Ключевые слова: система освещения обстановки – situation detection system; геомоделирование сети мобильной связи – mobile communication networks; геолокационный потенциал базовой станции – base station geolocation potential; А-сервисы мобильных сетей связи – A-services of mobile communication networks. Рассмотрены направления пространственного увеличения глобальных зон координатного покрытия ГНСС за счет А-сервисов мобильных телекоммуникационных сетей в интересах процедур геомоделирования в системах освещения региональной обстановки. Определены геоинформационные и геолокационные требования систем территориальной хозяйственной активности. Установлены пространственные ограничения целостности координатного обеспечения ГНСС. Сформулированы конфликтные аспекты соотношения конфиденциальности персональных данных, координатного потенциала систем больших данных и геоинформационных потребностей систем освещения территориальной обстановки. The directions of spatial increase of global zones of coordinate coverage of GNSS due to A-services of mobile telecommunications networks in the interests of geo-modeling procedures in regional lighting systems are considered. Geo-information and geolocation requirements of territorial economic activity systems have been defined. Spatial limitations of the integrity of the GNSS coordinate security have been established. Conflicting aspects of the ratio of personal data privacy, the coordinate potential of big data systems and geo-information needs of territorial lighting systems have been formulated.
118 118 2 2020.indd 118
23.06.2020 9:26:59
Николашин Ю.Л. и др. Расширение геолокационного функционала ГНСС сервисами мобильной сетевой ... Известно, что по данным от вышек сотовой связи оператор, при желании, может с точностью от 100 до 1000 метров, определить положение мобильного терминала [12]. Определить свое примерное местоположение достаточно быстро можно, например, с помощью сервиса от Google, использующего известные геолокации беспроводных сетей по Wi-Fi точкам. На Google-сервер периодически передаются данные об идентификаторе сети SSID, что дает большой массив (в объеме концепции больших данных [10]) приблизительной координатной информации о положении объектов геолокации (пользователи гаджетов). Этот метод хорошо зарекомендовал себя за рубежом и применяется в местах, куда не проникает спутниковый сигнал. Обращает на себя внимание уже широко применяемая технология поддержки ГНСС потребителей – Assisted GNSS (A-GNSS, часто A-GPS, реже aGPS), которая эффективна в неблагоприятных для приема спутникового сигнала локациях и позволяет существенно сократить TTFF, предоставляя в навигационный приемник данные альманаха и эфемерид спутников ГНСС, полученные со специальных серверов по каналам сотовой связи. Технология поддержки потребителей Assisted GNSS имеет различные реализации и уровни сервисов. Для передачи ассистирующей информации используется универсальный стандартизированный протокол SUPL, который поддерживается большинством современных смартфонов. Технология А-GNSS реализована у ряда зарубежных компаний производителей устройств, таких как Nokia, Broadcom, Qualcomm, U-BLOX и других, а также Google и отечественных поставщиков навигационной информации, размещающих в сети свои SUPL-серверы [11]. Для реализации on-line режима Assisted GNSS на SUPL-серверы требуется передать единичную информацию о грубом (примерном) местоположении терминала, для чего системе вполне достаточно знания, например, текущего идентификатора сотовой сети и идентификатора используемой ячейки (MCC и MNC) [12]. Место ячейки или сети является достаточным для сбора ассистирующей информации, которая возвращается абоненту по установленному соединению и подается в навигационный приемник. По полученной информации навигационный приемник находит спутниковые сигналы всего за несколько секунд. Персонифицирующей геообъект информацией, которую можно получить (и проследить), является IP-адрес, с которого выполняется запрос на SUPLсервер. Мобильному устройству присваивается индивидуальный IP-адрес, который сопоставляется с общедоступным, уже с которого происходит запрос. Общедоступный IP-адрес используется совместно с другими пользователями. Следовательно, сетевой оператор может определить, какой пользователь инициировал запрос, в то время как у SUPL-сервера такой возможности нет (такая информация не требуется). SUPL (Secure User
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 119
2020
Территориальная активность социума (производство, перевозки, добыча сырья и биоресурсов, исследования и изыскания, оборона и безопасность) характеризуется глобальным пространственным охватом, разнородной многоуровневой структурой и сложным содержательным функционированием [2, 3, 9]. Целенаправленное регулирование этой обширной территориально распределенной деятельности требует [2, 3]: 1) больших массивов особой пространственной информации (геоинформация – данные, имеющие привязку к поверхности Земли); 2) специальных формализованных структур для ее представления (геоинформационные модели); 3) особых методов преобразования отдельных геоданных и процедур пространственного анализа территориальной ситуации (данных об обстановке) в целом (геомнформационные методы). Геомодели структурируют информацию о собственном пространстве объектов и явлений реального мира (форма, географическое положение (координаты), территориальные связи и отношения, распространение) и их содержании (расширительная описательная информация об объектах и явлениях реального мира и их функционировании; описательные рекомендации) [2, 3, 9]. Источником координатной информации для геомоделей в настоящее время в первую очередь являются глобальные спутниковые навигационные системы (ГНСС) [1, 3, 7]. От них поступает более 95% информации о положении, высоте, скорости, ускорении геообъектов [1, 3, 6]. Основу ГНСС составляет спутниковая орбитальная группировка. От количества, расположения, взаимного размещения, высоты спутников, наклона орбиты зависит зона (пространство) координатного покрытия и точность определения места. На сегодняшний день структура спутникового координационного пространства неоднородна, точность определения координат изменчива [4, 5, 8]. Так, наилучшая точность позиционирования (единицы метров) достигается в местах с открытой видимостью небесной полусферы, а для формирования первого навигационного решения подавляющему большинству навигационных приемников требуется от минуты и более. Время первоначального определения местоположения (TTFF) значительно, вплоть до неприемлемого, возрастает в местах неблагоприятных для приема спутникового сигнала. Это подтверждается широкой практикой пользователей смартфонов и планшетов, которые в большинстве своем имеют встроенные в девайсы ГНСС (ГЛОНАСС, GPS) приемники. Поэтому цель работы состоит в определении подходов к расширению геолокационного пространства (зоны) ГНСС. Для решения данной проблемы существует множество альтернативных способов как грубого (приблизительного) определения места, так и информационной поддержки ГНСС приемника данными, полученными извне (из других источников).
119 119 23.06.2020 9:27:00
ГЕОИНФОРМАТИКА Plane Location) – это защищенный протокол определения местоположения пользователей. Технология A-GNSS позволяет навигационному приемнику получить по сетям связи поддерживающую информацию (эфемериды спутников, время и т.д.), благодаря которой сокращается время формирования первого решения. Точный состав информации, способ обмена данными и протоколы передачи описываются рядом стандартов 3GPP и OMA. Один из наиболее распространенных протоколов – OMA SUPL, он используется большинством современных смартфонов для получения A-GNSS данных через сеть Интернет. В свою очередь протоколом OMA SUPL (рис. 1) предусматривается и фактически реализуется передача таких данных как индивидуальный номер мобильного абонента (IMSI), хранящийся на SIM-карте, в который входят коды MCC и MNC, что с технической точки зрения избыточно [12]. Во избежание перехвата IMSI, его рекомендовано посылать через сеть настолько редко (только при аутентификации пользователя), насколько это возможно, а в тех случаях, когда это возможно, вместо него посылается случайно сгенерированный TMSI. Помимо IMSI, сервер получает информацию об идентификаторе базовой станции связи, так называемой Cell ID, в пределах которой обслуживается абонент. Местоположение базовой станции связи доступно при помощи базы данных Cell ID операторов связи. Таким образом, о перемещениях пользователей со смартфоном и аккаунтом Google для сервиса A-GNSS известно как минимум троим субъектам навигационно-телекоммуникационного процесса: пользователи, сотовый оператор и Google.
SUPL-серверы Google (supl.google.com) и Nokia/ Microsoft (supl.nokia.com) для предоставления информации используют протокол управления передачи данных (TCP) через порт 7275. Использование программыанализатора сетевого трафика Wireshark для защищенного соединения без каких-либо дополнительных средств бесполезно, так как передаваемый контент зашифрован. Но существует SUPL-прокси, программа с открытым исходным кодом от разработчика Tatu Mannisto, которую можно использовать вместе с переадресацией домена для обеспечения SSL-соединения SUPL и дешифрования сообщений запроса и ответа. SSL-сертификат, генерируемый программным обеспечением Tatu Mannisto, можно применить и в Wireshark, а следовательно, и расшифровать сообщения SUPL. На рис. 2 приведен скриншот выполненного SUPL запроса для Andriod-устройства, где видно ID SIM карты – идентификатор IMSI. Как уже было сказано ранее, никакая персональная информация, в том числе и IMSI, не требуется. Если выполнить запрос без SIM-карты в устройстве, то в поле IMSI будет значение 0. На рис. 3 показан скриншот, где указан Cell ID, который необходим для запроса SUPL, вероятно для проверки подтверждения легитимности доступа абонента к услуге. Информация об IMSI и Cell ID предоставляет владельцам сервера поддержки протокола SUPL постоянную персональную информацию и, как следствие, возможность определять и записывать местоположение пользователя всякий раз, когда выполняется запрос SUPL. Не исключено, что эти данные передаются дальше третьим лицам. На рис. 4 приведен скриншот с первой частью ответа SUPL, где прописано местоположение ячейки, в радиусе которой находится пользователь, в то время, когда
Рис. 1. Сетевая инициализация SUPL
120 120 2 2020.indd 120
23.06.2020 9:27:00
Николашин Ю.Л. и др. Расширение геолокационного функционала ГНСС сервисами мобильной сетевой ... отправляет запрос SUPL. Если указать координаты в Google, то откроется карта с точной локацией. Вторая часть ответа, которая не показана, содержит поддерживающую информацию для приемника. Анализ приведенного фрагмента показывает, что SUPL-клиент мобильного устройства не проверял валидность SSL-сертификата. Поскольку он не был включен в список доверенных сертификатов, то Клиент должен был прервать запрос во время авторизации SSL-сессии. Но так как этого не произошло, можно предположить, что вычислить приблизительное местоположение абонента можно, сгенерировав псевдозапрос. Оперируя с устройствами на Andriod-платформе, можно не посылать запрос SUPL ни по Wi-Fi, ни по сотовой сети. Информация может быть проанализирована с помощью tcpdump – одного из инструментов сетевого анализа. Автор отмечает, что некоторые радиомодули, объединенные с приемником GPS, сами выполняют запросы по установленному сотовому IP-соединению. Это означает, что нет возможности отследить запрос и установить, содержит ли он личную информацию или нет. Запрос полностью обходит операционную систему устройства, так как сделан непосредственно радиомодулем. Однако на данный момент нет доказательств, что устройства использовали технологию A-GPS и содержали информацию о пользователе в передаваемых сообщениях.
Выводы 1. Перспективным направлением расширения геолокационной зоны ГНСС, повышения целостности ее функционала, является интеграция спутниковых навигационных систем с мобильными телекоммуникационными сетями. 2. В основу такой интеграции может быть положено использование аппарата Assisted GNSS в системах глобальной спутниковой навигации. 3. Использование аппарата Assisted GNSS в спутниковых навигационных системах: – в определенной мере расширяет функциональное пространство глобальной навигационной спутниковой системы в аспекте координатного обеспечения территориальной активности; – позволяет наряду с координатным наполнением собственного пространства геомоделей расширять описательную составляющую геопространства за счет содержательной идентификации объектов территориальной активности; – детерминирует взаимооднозначность соответствия пространственной и содержательной составляющих процесса геомоделирования. 4. Применение расширенного A-GPS-функционала ГНСС при геомоделировании территориальной активности социально-технических систем может приво-
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 121
2020
Рис. 2. Cкриншот выполненного SUPL-запроса с информацией об IMSI
121 121 23.06.2020 9:27:00
ГЕОИНФОРМАТИКА
Рис. 3. Cкриншот выполненного запроса SUPL c информацией о Cell ID
Рис. 4. Первая часть ответа SUPL-сервера
122 122 2 2020.indd 122
23.06.2020 9:27:01
Николашин Ю.Л. и др. Расширение геолокационного функционала ГНСС сервисами мобильной сетевой ... дить к конфликту (противоречию) с требованиями конфиденциальности личной информации пользователей мобильных систем связи.
Литература
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 123
2020
1. Дворкин, Б. А. Развитие и современное состояние спутниковых навигационных систем и сервисов. Интеграция технологий ДЗЗ и ГНСС / Б.А. Дворкин // ГЕОМАТИКА. – 2010. – № 2. – С.12–18. 2. Зеркаль, О. В. Понятие информация и геоинформация. Развитие взглядов и современные воззрения / О.В. Зеркаль // Геоинформатика. – 2008. – № 4. – С. 21–32. 3. Феномен геоинформационного управления и принципы его реализации / Е.П. Истомин [и др.] // Вестник СанктПетербургского университета. Серия 7: Геология. География. – 2014. – № 4. – С. 180–188. 4. Комаровский, Ю. А. Ухудшение точности GPS-приёмника вблизи высоких объектов / Ю.А. Комаровский // Учёные записки КНАГТУ. – 2012. – №1. – С. 28–35. 5. Машбиц, Л. М. Компьютерная картография и зоны спутниковой связи / Л.М. Машбиц. – М.: Горячая линия – Телеком, 2009. – 260 c. 6. Бартенев, В. А. Современные и перспективные информационные ГНСС-технологии в задачах высокоточной навигации: монография / В.А. Бартенев, М.Н. Красильщиков. – М.: Физматлит, 2014. – 191 с. 7. Урличич, Ю. М. ГЛОНАСС – Российская национальная система. Состояние, перспективы развития и применения системы ГЛОНАСС / Ю.М. Урличич // T-COMM: Телекоммуникации и транспорт. – 2008. – № 2. – С. 14–18. 8. Шлыков, А. А. Исследование проблемы навигации внутри современных зданий со сложной архитектурой [Электронный ресурс] / А.А. Шлыков, О.Ф. Абрамова // Современная техника и технологии. Электронный журнал. – 2014. – № 2. – Режим доступа: http://technology.snauka. ru/2014/02/3085 [дата обращения: 07.02.2019], свободный. – Загл. с экрана. 9. Bivand, R. Implementing representations of space in economic geography / R. Bivand // Journal of regional science. – 2008. – Vol. 48, No 1. P. 1–27. 10. O'Neil, C. Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy / C. O'Neil. – New York: Crown, 2016. – 259 p. 11. User Plane Location Protocol : Описание протокола ULP для SUPL 3.0 // Open Mobile Alliance. – 2014. –OMA-TSULP-V3_0-20140916-C. – P. 26. 12. Sauter, M. How SUPL Reveals My Identity And Location To Google When I Use GPS [Электронный ресурс] / M. Sauter – Режим доступа: https://blog.wirelessmoves.com/2014/08/suplreveals-my-identity-and-location-to-google.html, свободный. – Загл. с экрана.
123 123 23.06.2020 9:27:01
ГЕОИНФОРМАТИКА
Информационная поддержка процесса представления геоинформационных объектов отображения в геоинформационной системе поддержки принятия решения ситуационных центров Information support for the submission process geographic information display objects in the geographic information system of decision support situational centers
Морозов / Morozov P.
Курчидис / Kurthidis V.
(mpa24@mail.ru) кандидат технических наук, доцент. ФГКВОУ ВО "Ярославское высшее военное училище противовоздушной обороны" МО РФ (ЯВВУ ПВО) , докторант. г. Ярославль
(idahmer@yandex.ru) доктор технических наук, профессор. ЯВВУ ПВО, профессор кафедры. г. Ярославль
Анисимов / Anisimov O.
(zyuzina9696@mail.ru) ЯВВУ ПВО, начальник учебной лаборатории. г. Ярославль
Павел Андреевич
Олег Витальевич
(qwaker@inbox.ru) доктор технических наук, профессор. ЯВВУ ПВО, профессор кафедры. г. Ярославль
Виктор Александрович
Зюзина / Zyuzina A. Анастасия Дмитриевна
Ключевые слова: геоинформационная система поддержки принятия решения – geographic information system for decision support; информационная поддержка – information support; оперативная геоинформация – operational geoinformation. Рассматриваются аспекты информационного обеспечения и информационной поддержки деятельности ЛПР с использованием геоинформационной СППР ситуационных центров. Обсуждаются ограничения существующих средств информационной поддержки с точки зрения сокращения времени формирования оперативной геоинформации, необходимой для принятия решений. Предлагается подход к формированию оперативной геоинформации, основанный на определении и совместном использовании концептуальной модели деятельности ЛПР, естественно-подобного языка и моделей данных информационной системы, позволяющий определять признаки данных в запросах в конструкциях естественного языка. Рассматривается усовершенствованная архитектура средств информационной поддержки в геоинформационной СППР ситуационных центров. The aspects of information support of the activities of decision-makers using geoinformation systems of decision support for situation centers are considered. The limitations of existing means of information support are discussed in terms of reducing the time it takes to form operational geo-information necessary for decision-making. An approach to the formation of operational geoinformation is proposed, based on the definition and sharing of the conceptual model of the decision maker’s activity, a naturally-similar language and data models of the information system, which allows identifying data attributes in queries in natural language constructs. The improved architecture of support tools in the geographic information system for decision support for situation centers is considered.
Геоинформационная система поддержки принятия решений ситуационных центров (ГИ СППР СЦ) предназначена для поддержки лиц, принимающих сложные многокритериальные решения в сложной информационной обстановке на всех этапах функционирования ситуационных центров. Все действия, выполняемые в
процессе принятия решения, связаны с необходимостью многократного формирования, использования и анализа значительного объема разнообразной оперативной геоинформации на управляемой территории Уменьшение времени формирования необходимой оперативной геоинформации для принятия решения
124 124 2 2020.indd 124
23.06.2020 9:27:01
Морозов П.А. и др. Информационная поддержка процесса представления геоинформационных ... предлагается обеспечивать за счет совершенствования средств автоматизации информационной поддержки ГИ СППР СЦ. В средствах автоматизации информационной поддержки ГИ СППР СЦ используются запросноответные технологии работы с соответствующими информационно-программными модулями (см. рис. 1), которые за счет интеграции средства подготовки и исполнения запросов, а также средств предоставления данных, обеспечивают достаточно высокий уровень автоматизации при формировании необходимой оперативной геоинформации при принятии решения. В целом формирование оперативной геоинформации при выполнении совокупности действий для принятия решения осуществляется посредством составления и выполнения последовательности запросов со стороны лица, принимающего решения (ЛПР). В каждом j-м запросе определяются требования к информационным элементам которые используются при формировании ответа на этот запрос. Эти требования
представляются в виде совокупности признаков данных так, что необходимый информационный элемент определяемый этими признакам, связывается с результатом выполнения соответствующего запроса (1) Формально оперативная геоинформация формируемая ЛПР при выполнении всякого действия может быть представлена, как совокупность разнородных информационных элементов данных содержащихся в различных информационно-программных модулях ГИ СППР СЦ и удовлетворяющих требованиям запросов (2) Формирование элементов оперативной геоинформации по всякому запросу связано с соответствующими временными затратами
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 125
2020
Рис. 1. Обобщенная структура геоинформационной системы поддержки принятия решений ситуационного центра
125 125 23.06.2020 9:27:02
ГЕОИНФОРМАТИКА при осуществлении действий по формированием этого запроса извлечением соответствующих данных и предоставлением результатов расчетов в наиболее удобном для ЛПР виде, с целью последующего принятия решения. Общее время выполнения этих действий характеризуется соответствующими временными затратами связанными с формированием запросов и извлечением, обработкой и предоставлением данных, соответствующих этому запросу. Формирование запроса в ГИ СППР СЦ выполняется вручную, а извлечение данных по запросу, их обработка и предоставление осуществляется автоматически средствами системы управления ГИ СППР СЦ. Это позволяет утверждать, что время формирования одного элемента можно записать в следующем виде: (3) где – время формирования запроса Тогда общее время формирования оперативной геоинформации может быть записано следующим образом: (4) Это означает, что временные затраты на формирование оперативной геоинформации в ГИ СПРН СЦ в основном определяются временем формирования запросов, содержащих требования ко всем информационным элементам, необходимым для выполнения всякого действия при подготовке приятия решения. При большом количестве запросов как видно из формулы (4), время формирования оперативной информации при выполнении всякого действия может быть значительным. Выражения (3) и (4) учитывают возможности средств информационной поддержки, реализованных в используемых запросно-ответных технологиях работы с информационно-программными и программными модулями ГИ СППР СЦ на основе графических и языковых интерфейсов при автоматизированном доступе к геоданным и их предоставлении ЛПР. Это обеспечивает возможность формирования запросов, определяющих требования к необходимой оперативной геоинформации с помощью традиционных средств указания (мышь и клавиатура) либо с помощью языковых средств командной строки. Использование средств указания характеризуется тем, что они имеют жесткие рамки правил определения признаков геоданных при формировании запроса на получение элемента этих данных. Эти признаки определяются путем многократного выполнения манипуляций с мышью или на клавиатуре для выбора пункта меню, окна и т. п., причем число этих манипуляций зависит от количества признаков. В отличие от средств указания используемые в ГИ СППР СЦ языковые средства формирования запросов
(в частности, средства формирования SQL-запросов) обладают высокой гибкостью, так что в одном запросе возможно задавать достаточно сложные правила, определяющие признаки данных (название таблиц, полей, атрибутов данных и т.д.). Определение этих признаков характеризуется многократным выполнением манипуляций связанных с ручным вводом языковых конструкций в командную строку, причем число таких манипуляций зависит не только от количества признаков, но и от сложности языковой структуры формируемой командной строки, и в целом может быть значительным. В целом информационная структура ГИ СППР СЦ, показанная на рис. 1, характеризуется высокой долей ручных операций, связанных с выполнением различных манипуляций при формировании запросов что негативно отражается на общем времени формирования оперативной геоинформации. Это выступает фактором, ограничивающим возможности существующих средств информационной поддержки ГИ СПРН СЦ по сокращению времени при подготовке принятия решения. Снятие указанного ограничения видится в переходе к естественно-языковым средствам формирования запросов. В настоящее время имеется определенный положительный опыт разработки и использования таких средств в системах информационной поддержки на основе формализованного концептуального представления радиоэлектронной аппаратуры применительно к формированию оперативной информации о воздушной обстановке в КСА военного назначения [3, 4] и к техническому диагностированию РЭА изделий ВТ ПВО [5–7]. Результаты исследований, представленных в этих работах, показывают, что использование естественно-подобных языковых запросных средств в этих системах обеспечивает существенное сокращение времени формирования интересующей информации. Однако непосредственное использование методов и средств, представленных в [3–7], применительно к деятельности ЛПР по принятию решения с использованием ГИ СПРН СЦ не представляется возможным, во-первых, из-за принципиальных отличий в словарной и семантической структуре описания предметной области, а во-вторых, из-за принципиальных отличий структуры базовых моделей представления предметной области. Отмеченные различия носят принципиальный характер, что не позволяет непосредственно использовать вышеупомянутые методы и средства в системе информационной поддержки ГИ СППР СЦ для формирования необходимой оперативной геоинформации по запросам на естественно-подобном языке. Это приводит к необходимости разработки нового подхода по формированию оперативной геоинформации, который, как и в [8], основывается на использовании естественно-языковых запросов с учетом предметных особенностей выполнения действий по оперативной подготовке предложений на подготовку принятия решения.
126 126 2 2020.indd 126
23.06.2020 9:27:03
Морозов П.А. и др. Информационная поддержка процесса представления геоинформационных ... Предлагаемый подход основан на интеграции различных аспектов процессного представления действий (структурного, функционального, информационного, понятийного и языкового), которые связаны с формированием и использованием разнородной геоинформации при подготовке и принятии решения. Каждый из этих аспектов целесообразно формально представить в виде соответствующих моделей, а логика их интеграции обеспечивается за счет перехода к единой формализованной концептуальной модели деятельности ЛПР сопрягаемой с естественно-подобным языком, отражающим понятийное содержание этой деятельности с точки зрения формирования оперативной геоинформации. Предлагаемый подход реализуется на основе совокупности четырех компонент, структурно организованных в виде, представленном на рис. 2. В первой компоненте предлагается осуществить поаспектную структуризацию действий ЛПР в процессе подготовки решения. Для этого выполняется информационно-логический анализ этого процесса в рамках методологий IDEF0, IDEF1X и DFD, с использованием соответствующих нормативных и регламентирующих документов.
Результаты анализа обеспечивают представление всяких действий в процессе принятия решения с использованием фраз и предложений естест-венного языка, т.е. формируется совокупность понятий и терминов предметной области. Таким образом создается совокупность поаспектных модельных представлений предметной области, отражающих указанные выше аспекты процессного представления действий лица принимающего решение. Вторая компонента обеспечивает создание дескриптивной модели процесса (ДМП) принятия решения, на основе логико-лингвистического подхода, обеспечивающей единое формализованное концептуальное представления этого процесса. Создание модели ДМП связано с выделением совокупности базовых процессных элементов (например, действие, событие, связь и т.п.). Для всякого процессного элемента предлагается определить его понятийное представление и сформировать некое формализованное шаблонное описание ШП, которое раскрывает семантические связи между используемыми для его описания предметными понятиями и отношениями естественного языка. В работе такое описание названо семантическим шаблоном. Семанти-
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 127
2020
Рис. 2. Структура архитектуры средств информационной поддержки формирования оперативной информации в ГИ СППР СЦ
127 127 23.06.2020 9:27:03
ГЕОИНФОРМАТИКА ческие шаблоны ШП позволяют сформировать основу семантической сети для формального определения всех процессных элементов, представленных в модели ДМП. Особенность семантического шаблона ШП состоит в том, что он представляет собой совокупность понятий естественного языка, описывающих атрибуты конкретного процессного элемента, но не значения этих атрибутов. Для создания модели ДМП предлагается выполнить переход от предметного описывания процесса на основе семантических шаблонов к прикладному представлению этого процесса, на основе экземпляров шаблонов в соответствии с данными, хранимых в ГИ СППР СЦ, так, что: Интеграция и в единую дескриптивную модель ДМП осуществляется посредством понятийного связывания всех шаблонов и соответствующих им экземпляров на основе совокупности ассоциативных связей В результате обеспечивается формирование дескриптивной модели ДМП: (6)
Четвертая компонента определяет средства, которые обеспечивают возможность использования предлагаемого запросного механизма для формирования и обеспечения оперативной геоинформации по запросам формируемым ЛПР. Эта компонента включает средства, обеспечивающие проверку грамматической и предметной корректности этих запросов, выделение и интерпретация признаков данных для формирования запросов в ГИ СППР СЦ, а также извлечение данных и их компоновку для представления оперативной геоинформации в требуемом виде. Проверка грамматической и структурной корректности запроса производится формально по грамматике GL языка L, при этом выделяется структура этого запроса. Проверка предметной корректности запроса основана на совокупности правил, отражающих представление семантики предметной области в шаблонах ШП модели ДМП. Выделение признаков данных скрытых в языковой структуре корректного запроса основано на совместном анализе грамматических правил GL и элементов Путем согласования выделенных признаков данных со структурой баз данных ГИ СППР СЦ осуществляется интерпретация и преобразование запроса в совокупность запросов на внутреннем языке баз данных (в частности, на языке SQL). Собственно извлечение информационных элементов данных осуществляется встроенными средствами управления баз данных ГИ СППР СЦ. Визуализация этой информации осуществляется в текстовом или графическом виде встроенными программно-техническими средствами ГИ СППР СЦ. Совместное использование информационного ресурса, определяемого данным подходом посредством объединения дескриптивной модели ДМП, естественноподобного языка L и модели данных ГИ СППР СЦ, обеспечивает возможность голосового ввода признаков данных, определяющих требования к необходимой оперативной геоинформации. Это позволяет рассматривать предлагаемый подход, как основу развития средств автоматизации информационной поддержки ЛПР при подготовке принятия решения. Представленный подход в целом способствует повышению эффективности использования средств информационной поддержки геоинформационной системы поддержки принятия решения ситуационного центра. Использование естественно-подобных языков способствует повышению информативности запросов и уменьшению количества запросов при определении требований к оперативной геоинформации, необходимой ЛПР для принятия решения.
Формируемая таким образом модель ДМП образует информационную основу для разработки третьей и четвертой компонент предлагаемого подхода, связанных с формированием запросов на естественно-подобном языке и получением необходимой оперативной геоинформации. Третья компонента в структуре предлагаемого подхода направлена на создание формализованного представления запросов для формирования признаков данных которые определяют на естественно-подобном языке требования к необходимым информационным элементам Для этого производится определение структуры запросов которая отражает разновидности этих запросов и учитывает возможность обеспечения геоинформацией ЛПР в конструкциях естественного языка. Использование естественно-подобного языка в запросах основывается на словарно-понятийном анализе разработанной модели, обеспечивающем создание грамматического шаблона PL этого языка. Посредством интеграции создаваемого шаблона PL с моделями данных ГИ СППР СЦ осуществляется формирование грамматики GL естественно-подобного языка L, адаптированного к представлению данных в ГИ СППР СЦ. Использование этого языка позволяет определять в конструкциях естественного языка признаки данных в запросах Модель ДМП обеспечивает предметное содержание языка L, достаточное для выражения в запросах разнообразных признаков данных, определяющих требования к оперативной геоинформации, необходимой Литература ЛПР для принятия решения. 1. Терелянский, П. В. Системы поддержки принятия Все средства, определяемые в первых трех компо- решений. Опыт проектирования: монография / П.В. Теренентах, обеспечивают создание запросного механизма, лянский. – Волгоград: ВолгГТУ, 2009. – 127 с. позволяющего определять признаки данных на 2. Бахарев, Т. С. Применение геоинформационных систем естественно-подобном языке в запросах для решения прикладных задач предупреждения чрезвы-
128 128 2 2020.indd 128
23.06.2020 9:27:04
Морозов П.А. и др. Информационная поддержка процесса представления геоинформационных ...
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 129
2020
чайных ситуаций / Т.С. Бахарев, В.А. Гадышев, Ю.А. Плотников // Проблемы управления рисками в техносфере. – 2010. – № 1 (13). – С. 34–39. 3. Способ формирования командно-ориентированных запросов в системах поддержки принятия решений / Р.И. Аношин [и др.] // Международная НПК «Путь в науку 2018», Ярославль, 2018. 4. Одно из направлений сокращения времени принятия решения оператором автоматизированного рабочего места комплекса средств автоматизации на основе формализованной концептуальной модели воздушной обстановки / Р.И. Аношин [и др.] // Международная НПК «Путь в науку 2018», Ярославль, 2018. 5. Анисимов, О. В. Формирование диагностической информации в виде фрагментов электрических схем радиоэлектронной аппаратуры / О.В. Анисимов, В.А. Курчидис // Труды МАИ. – 2017. – № 94. 6. Анисимов, О. В. Способ формирования схемных фрагментов по голосовым запросам обслуживающего персонала в системах информационной поддержки / О.В. Анисимов, В.А. Курчидис, Т.А. Попов // Наукоемкие технологии в космических исследованиях Земли. – 2015. – Т. 7, № 4. – С. 28–34. 7. Анисимов, О. В. Дескриптивная модель радиоэлектронной аппаратуры на основе онтологий для автоматизации информационной поддержки обслуживающего персонала при диагностировании сложных технических комплексов / О.В. Анисимов, В.А. Курчидис, А.С. Приветень // Наукоемкие технологии в космических исследованиях Земли. – 2016. – Т. 8, № 3. – С. 72–77. 8. Информационная поддержка деятельности по оперативному восстановлению изделий военной техники ПВО в центре ситуационного управления работами по ремонту и сервисному обслуживанию / О.В. Анисимов [и др.] // Научно – технический сборник ЦНИИ ВВС МО РФ. – 2018. – Часть 3. – С. 6–35.
129 129 23.06.2020 9:27:04
ГЕОИНФОРМАТИКА
Рациональное проектирование геодезических наблюдений за деформациями сооружений Rational design of geodesic monitoring of structural deformations
Чернов / Chernov I.
Исаков / Isakov A.
(4ern86@bk.ru) кандидат технических наук. ФГБВОУ ВО «Военнокосмическая академия имени А. Ф. Можайского» МО РФ (ВКА им. А. Ф. Можайского), доцент кафедры картографии. г. СанктПетербург
(artem.isak@mail.ru) ВКА им. А. Ф. Можайского, слушатель кафедры высшей геодезии. г. СанктПетербург
Иван Владимирович
Артем Владимирович
предлагается реализовать оба подхода, для чего необКлючевые слова: тахеометрическая съёмка – tacheo- ходимо выполнить анализ ошибок, присущих тахеоmetric survey; деформации сооружений – deforma- метрической съёмке. tion of structures; предельные точности – limit accuraИзмеренными величинами в идеальном тахеометре cy; обоснование – justification; точки съёмки – survey являются A, z, D – азимут (горизонтальное направpoints. ление), зенитное расстояние и длина вектора полоСтатья посвящена мониторингу деформаций жения точки съёмки. В топоцентрической горизонтной инженерных сооружений с применением современ- системе координат (при идеальной начальной выставке) ных тахеометров. Рассматривается случай мониторинга с завышенными требованиями к точности положение определяемой точки M показано на рис. 1. На рис. 1 точка O – точка установки тахеометра выявления деформаций, сопоставимых с предельно достижимым уровнем точности тахеометрической M – определяемая точка, DX, DY, DZ, DXY – длины соотсъёмки. В статье выполнен анализ ошибок ветствующих проекций вектора положения. Можно тахеометрической съёмки, предложен подход к записать зависимость вычисляемых координат (прираоцениванию точности определения деформаций, основанный на раздельном определении её щений) от измеряемых тахеометром величин составляющих, предложен подход, позволяющий обосновать расположение станций тахеометрических (1) измерений при мониторинге деформаций сооружений. Для определения средней квадратической ошибки (СКО) координат применима формула СКО функции The article is devoted to the monitoring of deformations of engineering structures using modern total stations. The независимых аргументов [4]. Для рассматриваемого case of monitoring with excessive requirements for the ac- случая (1) СКО функций координат составит curacy of detection of deformations comparable with the maximum achievable level of accuracy of total station survey is considered. The article analyzes the errors of total station surveys, proposes an approach to assessing the accuracy of determining deformations, based on the separate determination of its components, and proposes an approach that allows one to justify the location of stations for total station monitoring of deformations of structures.
Для повышения точности геодезических определений традиционно используются два направления: «… посредством малого числа наблюдений, точных во (2) всех их элементах …», [1] т.е. путём учёта, компенсации, либо минимизации ошибок или путём увели- где mD – величина СКО измерения длины линии (ТТХ чения числа избыточных измерений (прежде всего тахеометра). Отсюда, с учётом уравнений (1) можно независимых) [2–4]. Для решения поставленной задачи получить
130 130 2 2020.indd 130
23.06.2020 9:27:05
Чернов И.В., Исаков А.В. Рациональное проектирование геодезических наблюдений за деформациями ... Таблица 1 Технические характеристики современных тахеометров
карьеров, стадионов или при контроле осадок грунтов в районе шахт и т.д. Однако при оценивании СКО координат необходимо учесть тот факт, что расстояние от точки съёмки до различных по высоте точек контролируемого объекта будет существенно разниться. Так, при z=90° и расстоянии от точки съёмки до контролируемого объекта D0, расстояние от точки съёмки до любой точки круглого объекта можно представить (3) формулой где
(4)
D2=DX2+DY2+DZ2.
С учётом этой формулы, можно получить уравнение Выражения (2) и (3) характеризуют СКО опреде- для СКО определения координат округлого объекта ления координат при съёмке круглого объекта из его из его центра центра, когда длина измеряемой линии не зависит (слабо зависит) от её же азимута A. Например, при съёмке
(5)
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 131
2020
Рис. 1. Определяемые тахеометром величины
Визуализация зависимостей (5) при фиксированных представлена на рис. 2. При оценивании деформаций вытянутого объекта необходимо учесть, что расстояние от точки съёмки до различных точек контролируемого объекта будет существенно разниться не только при изменении зенитного расстояния измеряемого направления, но и при изменении его азимута. Так, если A=0°, z=90°, и расстояние от точки съёмки до контролируемого объекта D0, тогда расстояние от точки съёмки до точки объекта можно представить формулой
131 131 23.06.2020 9:27:06
ГЕОИНФОРМАТИКА
длины измеряемой линии на один километр, мм/км; (6) DКМ – длина измеряемой линии в километрах. Точность измерения линии тахеометром до отражателя нахоПосле подстановки (6) в (2) получим дится на уровне m0=1…3 мм, k=1…5 мм (табл. 1). Если, опираясь на практику, ограничить измерение длин линий 100 метрами, то СКО измерения длин линий, в соответствии с (8), составит порядка mD = 1…3 мм. С учётом ограничения длин изменяемых линий и на основании (7) представлена визуализация СКО определения координат тахеометром в зависимости от азимута и зенитного расстояния съёмки при D0=20м, mD = 2 мм, mA = 2″, mz =3″ (рис. 3). Рис. 2 и 3 показывают, что характер зависимости (7) СКО от измеренных величин для каждой координаты индивидуален. Представление результирующего СКО определения деформации как среднего геометричеФормулы (7) содержит параметры mD, mA, mz, которые ского приводит к существенной потере информативопределяются техническими характеристиками самого ности при оценивание точности. Кроме того, из рис. тахеометра (табл. 1). Однако СКО измерения углов 3 видно, что при съёмке всего объекта с одной точки не зависят от значений самой измеряемой величины. СКО определения координат резко возрастает для Напротив, СКО измерения длины линии, для совре- горизонтальных углов в диапазоне 60–120º. Очевидно, менных тахеометров описывается выражением для съёмки крупных объектов потребуется использовать несколько точек для съёмки, с целью исключения (8) измерения горизонтальных углов в диапазоне 60–120º. mD=m0+kDКМ, Таким образом, для рационального проектирования где m0 – базовая составляющая СКО, мм; k – прира- наблюдений за деформациями сооружений необходимо щение СКО измерения длины линии при увеличении обосновать число и положение точек съемки относи-
Рис. 2. Зависимость СКО координат от измеренных величин при съёмке округлого объекта из его центра; а) зависимость СКО координаты X от A и z, б) зависимость СКО координаты Y от A и z, в) зависимость СКО координаты Z от A и z, г) результирующее отклонение
132 132 2 2020.indd 132
23.06.2020 9:27:11
Чернов И.В., Исаков А.В. Рациональное проектирование геодезических наблюдений за деформациями ... тельно объекта, исходя из протяжённости и высоты контролируемого сооружения и допустимых точностей контроля деформаций. Обоснование критерия выбора положения точек для съёмки деформаций сооружений. Положение точек съемки относительно объекта (контролируемого сооружения) целесообразно представить в топоцентрической системе координат ODAz (рис. 1). Области допустимых значений ODAz будут иметь ограничения. Стоит учесть тот факт, что для современных тахеометров существуют ограничения по измерению зенитных расстояний, обусловленные конструкцией вертикального круга. На малых (менее 40–50°) и на больших зенитных расстояниях измерение z тахеометром не реализуемо, что определяет диапазон z (40°, 130°). Важной технической характеристикой тахеометра является разрешающая способность ψ трубы. Под разрешающей способностью трубы понимают способность оптической системы давать раздельные изображения двух близкорасположенных точек (способность различить объект). Разрешающую способность ψ трубы тахеометра можно рассчитать, зная ее увеличение Г по формуле [5]
Измерения при контроле деформаций сооружений, как правило, проводятся с использованием марок-отражателей, наклеиваемых на сооружение. Размеры марок составляют около 50×50 мм. Линии на марке, отображающие цель, имеют толщину порядка 1 мм. Учитывая ψ = 2″, с использованием формулы (9) нетрудно рассчитать, что линии марки будут различимы на расстояниях до ≈103 м. Не всегда существует возможность вынести точку съёмки на указанное расстояние. Кроме того, поиск марки на таком расстоянии затруднителен. В результате на практике чаще выбираются точки для измерений на расстояниях 30–50 м. Также для тахеометров существует ограничение минимальной длины линии. Отсюда D [1 м, 50 м]. Учитывая описанные ограничения, можно сформулировать критерий пригодности D положения точек съёмки относительно объекта
(10)
(9) где – допустимые значения – допустимые значения – допустимые значения – допуДля рассматриваемой группы тахеометров разре- стимые значения СКО определения координат контрошающая способность составит ψ = 2″. лируемого объекта.
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 133
2020
Рис. 3. Зависимость СКО координат от измеренных величин; а) зависимость СКО координаты X от A и z, б) зависимость СКО координаты Y от A и z, в) зависимость СКО координаты Z от A и z, г) результирующее отклонение
133 133 23.06.2020 9:27:12
ГЕОИНФОРМАТИКА
Пример обоснования числа точек для геодезических наблюдений за деформациями сооружения с заданной точностью. Рассмотрим для примера оценивания деформаций здание в плотной городской застройке, протяжённость которого составляет порядка 250 метров. Из-за плотной городской застройки вести наблюдения возможно с расстояния D0 порядка 20–25 метров от фасада. Пусть для съемки объекта доступен тахеометр со следующими характеристиками: mD=3 мм, mA=5″ и mz=5″. В соответствии с действующим ГОСТом [6] это здание необходимо контролировать с применением измерений, обеспечивающих погрешность измерения вертикальных деформаций 2 мм и горизонтальных 5 мм. Тогда для уменьшения СКО определения координат необходимо ограничить диапазон измерения горизонтальных углов (азимутов) A от 0° до 60° (рис. 3). Приняв D0 = 20 м, возможно рассчитать расстояние l, через которое следует устанавливать вдоль фасада точки съемки по формуле:
3. Чернов, И. В. Модель интегрированной спутниковогироскопической системы оперативного определения высокоточного азимута / И.В. Чернов // Геодезия и картография. – 2017. – № 7. – С. 2–8. 4. Астапович, А. В. Теория математической обработки измерений. Часть 1. Ошибки измерений: учеб. пособие / А.В. Астапович. – 2-е изд., перераб. и доп. – СПб.: ВКА имени А.Ф. Можайского, 2017. – 191 с. 5. Заказнов, Н. П. Теория оптических систем: Учебник для студентов приборостроительных специальностей вузов / Н.П. Заказнов, С.И. Кирюшин, В.Н. Кузичев. – 3-е изд., перераб. и доп. – М.: Машиностроение, 1992. – 448 с. 6. ГОСТ 24846–2012. Грунты. Методы измерения деформаций оснований зданий и сооружений. – Введ. 2013–07–01. – М.: Стандартинформ, 2014. – 19 с.
l=D0tgA. Получим, что l=35м. То есть для контроля деформаций с заданной точностью необходимо выполнить съёмку исследуемого здания с четырёх точек. В этом случае ожидаемые СКО составят m=3,4 мм (mX=2,2 мм, mY=1,6 мм, mZ=2,1 мм). При наблюдении высоких зданий для уменьшения величины СКО необходимо придерживаться диапазона углов z [60°, 90°], этого можно достичь при удалении точки съемки от объекта. Тогда с каждым перемещением прибора для наблюдений будут доступны новые области контролируемого объекта.
Заключение Предложенный в статье подход позволяет решать задачи контроля деформаций сооружений исходя из заданной точности. Это позволяет проектировать геодезические работы с завышенными требованиями к точности выявления деформаций, сопоставимых с предельно достижимым уровнем точности тахеометрических измерений. Предложенный подход позволяет не только обосновывать положение точек установки прибора и их число, но и требования к техническим характеристикам тахеометров. Это достигается раздельным проектированием съёмки для определения горизонтальных и вертикальных деформаций.
Литература 1. Уралов, С. С. Курс геодезической астрономии. Часть 2. Разделы 1, 2: Учебник / С.С. Уралов. – М.: ВИА, 1971. – 366 с. 2. Обоснование эмпирического коэффициента понижения точности гироскопических наблюдений / В.Ф. Алексеев, Ю.В. Левадный, И.В. Чернов // Труды Военно-космической академии имени А.Ф. Можайского. – СПб.: ВКА им. А.Ф. Можайского, 2018. – Вып. 665. – С. 132–138.
134 134 2 2020.indd 134
23.06.2020 9:27:12
Оценка точности автоматизированного дешифрирования лесных растительных сообществ при создании карт маскирующих свойств местности Estimation of accuracy of automated decoding of forest plant communities to create maps of the masking properties of the terrain
Хайруллин / Khayrullin R. Радис Рафисович
(ria525@yandex.ru) ФГБВОУ ВО «Военнокосмическая академия имени А. Ф. Можайского» МО РФ, адъюнкт кафедры высшей геодезии. г. СанктПетербург
Представленная в статье методика позволяет оценивать атрибутивную точность автоматизированного дешифрирования лесных растительных сообществ, в зависимости от корректности эталонирования их дешифровочных признаков. Использование разработанной методики в топографо-геодезическом производстве позволит повысить качество принимаемых решений по управлению территориями и планированием хозяйственной деятельности. The method presented in the article allows us to evaluate the attributive accuracy of the automated decoding of forest plant communities, depending on the correctness of the standardization of their decoding features. The use of the developed methodology in topographic and geodetic production will improve the quality of decisions on the management of territories and planning of economic activity.
Введение Одной из задач топографо-геодезического производства является совершенствование теории и практики картографирования местности и оценки ее свойств. В рамках решения данной задачи разработана методика автоматизированного создания специальной карты маскирующих свойств лесной растительности по материалам обработки космической съемки [1]. Одним из основных блоков разработанной методики является
автоматизированное дешифрование лесного растительного покрова, для практической реализации которого используются различия индикационных свойств растительности в разных зонах ее спектра. В качестве показателей, характеризующих видовой состав растительных сообществ, принимаются их вегетационные индексы (ВИ). Автоматизированный процесс дешифрирования заключается в сравнении между собой значений ВИ, полученных по материалам космической съемки, с эталонными индексами, хранящимися в базе данных. Несмотря на хорошие результаты, полученные при апробации разработанной методики [1, 6], в ней имеется один существенный недостаток, заключающийся в отсутствии механизма определения атрибутивной точности автоматизированного дешифрирования лесного растительного покрова. Атрибутивная точность (пространственных данных) – близость фактических атрибутивных данных пространственных объектов к истинным [11], а под атрибутивными (описательными) данными понимается множество характеристик объекта, находящегося в определенном месте. Эти показатели могут быть качественными или количественным, но в любом случае они должны описывать объект. Если будет разработана данная методика, то будет повышена достоверность создаваемых карт маскирующих свойств местности и, как следствие, качество принимаемых по ним решений.
Научно-методическая основа исследования В основу проведенного исследования заложены подходы, позволяющие определять близость атрибутов, характеризующих лесной растительный покров, к их действительным показателям (на заданный момент времени) [5, 8, 9, 10]. Атрибутивная точность автома-
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 135
2020
Ключевые слова: маскирующие свойства лесного покрова – masking properties of forest cover; лесные растительные сообщества – forest plant communities; вегетационный индекс – vegetation index; дешифровочные признаки – decoding features; беспилотный летательный аппарат – unmanned aerial vehicle.
135 135 23.06.2020 9:27:12
ГЕОИНФОРМАТИКА
тизированного дешифрирования растительных сообществ выражается в оценках соответствия реальности или подобия. В общем случае для оценивания точности атрибутов лесного растительного покрова предлагается составлять матрицу определения ошибок классификации, в которой классы типов лесной растительности, определенные в интерактивном режиме по аэрофотоснимкам, полученным с использованием беспилотного летательного аппарата (БПЛА), сравниваются с классами типов лесной растительности, полученными в результате автоматизированного дешифрирования космических снимков. В идеале все элементы матрицы должны располагаться по ее диагонали. Это показывает, что на местности и в базе данных зафиксирован один и тот же класс. В данном случае ошибка в определении типа растительного сообщества при автоматизированном дешифрировании космического снимка равна нулю. Однако на практике идеальный случай маловероятен. Это объясняется как тональной неоднородностью отображения на космических снимках объектов дешифрирования, так и их состоянием на момент съемки. В результате могут возникать два класса ошибок: ошибки «пропусков» и ошибки добавления «ложного класса». Ошибки пропусков возникают тогда, когда растительные сообщества, относящиеся к определенному классу, неправильно зафиксированы в базе данных. Ошибки добавления имеют место в тех случаях, когда в базе данных зафиксирован класс растительного сообщества, которого на местности нет [2, 10]. Проценты совпадения типов лесной растительности, определенных в интерактивном режиме по аэрофотоснимкам, полученным с использованием БПЛА, и типов лесной растительности, полученных в результате автоматизированного дешифрирования космических снимков, от общего числа анализируемых образов являются частными оценками атрибутивной точности автоматизированного дешифрирования растительных сообществ по космическим снимкам. Для расчета обобщенного показателя атрибутивной точности автоматизированного дешифрирования растительных сообществ по космическим снимкам предлагается использовать следующую зависимость [2, 8]: (1) где Q – обобщенный показатель атрибутивной точности автоматизированного дешифрирования растительных сообществ по космическим снимкам; Di – значение i-го диагонального элемента; n – общее количество диагональных элементов; N – общее количество образов. Число, характеризующее показатель Q, может быть случайным. Для учета случайности предлагается использовать следующую зависимость:
(2) где k – индекс каппа Коэна; xi+ – значения первых ячеек итоговых строк; x+i – значение первых ячеек итоговых столбцов; r – количество ячеек итоговых строк.
Результаты исследований Оценивание атрибутивной точности автоматизированного дешифрирования растительных сообществ по космическим снимкам производится в пределах ключевых участков ландшафтов, расположенных на изучаемой территории. Ключевым участком называется часть территории ландшафта, выбранная для проведения детальных исследований лесного растительного покрова. Реализация разработанной методики осуществлялась в пять этапов: 1) выбор в каждом ландшафте ключевого участка; 2) аэрофотосъемка ключевых участков ландшафтов с использованием беспилотного летательного аппарата (БПЛА); 3) создание по материалам аэрофотосъемки фотопланов на ключевые участки ландшафтов; 4) дешифрирование в интерактивном режиме типов лесной растительности в пределах ключевых участков ландшафтов; 5) оценивание атрибутивной точности автоматизированного дешифрирования основных типов лесных растительных сообществ. Первый этап. Ключевой участок выбирался таким образом, чтобы в его пределах находились типичные представители основных типов лесных растительных сообществ, характерных для изучаемого ландшафта. Как правило, ключевой участок выбирался в ядре ландшафта, приуроченном к его центру. Площадь ключевого участка в зависимости от сложности растительного покрова изменялась от нескольких десятков квадратных километров до ста и более. Второй этап. Аэрофотосъемка ключевых участков осуществлялась в двух зонах спектра – красной (λRED=0,68–0,7 мкм) и ближней инфракрасной (λNIR=0,74–1,1 мкм). Управление БПЛА выполнялось с наземного пункта управления по радиоканалам. Положение летательного аппарата во время полета фиксировалось на электронной карте, отображаемой на экране монитора. При выполнении работ по апробации разработанной методики аэрофотосъемка характеризовалась следующими параметрами: перепады высот в пределах маршрутов составляли от 250 до 550 м; средняя величина продольных и поперечных перекрытий кадров колебалась в пределах от 28 до 96%; ширина обзора изменялась от 170 м до 380 м. Третий этап. Трансформирование отдельных снимков и объединение полученных растров в единое
136 136 2 2020.indd 136
23.06.2020 9:27:12
Хайруллин Р.Р. Оценка точности автоматизированного дешифрирования лесных растительных ... Таблица 1
Результаты интерактивного дешифрирования типов растительных сообществ в пределах ключевых участков
Таблица 2
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 137
2020
Матрица определения ошибок классификации
137 137 23.06.2020 9:27:13
ГЕОИНФОРМАТИКА
геоинформационное пространство выполнялось с использованием цифровой фотограмметрической системы (ЦФС PHOTOMOD). Точность трансформирования при высоте сечения рельефа 5 м составила 8 м для равнинных участков местности и 10 м для холмистых. Результатом работ явились координатно-привязанные фотопланы на ключевые участки ландшафтов в виде двух геометрически идентичных, но различных по спектральным образам, трансформированных изображений. Четвертый этап. Для систематизации информации о типах растительных сообществах был разработан их классификатор. В качестве объектов классификатора были приняты типы растительных сообществ, характерные для изучаемой территории: 1) сосновые зеленомошные и лишайниковые леса; 2) сосновые долгомошные и сфагновые леса; 3) елово-березовые зеленомошные леса; 4) елово-березовые долгомошные и сфагновые заболоченные леса; 5) болота. Результаты интерактивного дешифрирования типов растительных сообществ в пределах ключевых участков ландшафтов приведены в табл. 1. Пятый этап. Для оценивания атрибутивной точности автоматизированного дешифрирования по космическим снимкам основных типов лесных растительных сообществ табл. 1 была преобразована в матрицу определения ошибок классификации, которая представлена в табл. 2. Далее с использованием зависимостей (1) и (2) были рассчитаны: 1) обобщенный показатель атрибутивной точности автоматизированного дешифрирования по космическим снимкам основных типов лесных растительных сообществ (Q); 2) индекс каппа Коэна (k). В нашем случае Q = 82,2%, а k = 77,4%, это свидетельствует о том, что в 82 случаев из 100 отдешифрированных лесных растительных сообществ они совпадают с реальными. В том случае, если необходимо повысить точность дешифрирования, следует на основе полученных данных откорректировать значения эталонов и произвести повторные расчеты.
Заключение Разработанная методика позволяет получать объективную информацию об атрибутивной точности автоматизированного дешифрирования по космическим снимкам основных типов лесных растительных сообществ на основе ограниченного объема исходных данных. Она может успешно применяться для создания по материалам космической съемки специальных карт маскирующих свойств лесной растительности. Заложенные в ее основу подходы базируются на исследованиях, проведенных с 2011 года по настоящее время [1–6],
которые были доложены на всероссийских и международных конференциях.
Литература 1. Методика автоматизированного создания специальной карты маскирующих свойств лесной растительности по материалам аэрокосмической съемки / В.Ф. Алексеев [и др.] // Труды Военно-космической академии имени А.Ф. Можайского. – 2019. – №668. – С. 11–117. 2. Борзов, С. М. Классификация типов растительного покрова по гиперспектральным данным дистанционного зондирования Земли / С.М. Борзов, О.И. Потатуркин // Вестник НГУ. Серия: Информационные технологии. – 2014. – Т. 12, № 4. – С. 13–22. 3. Мониторинг зеленых насаждений с применением беспилотных летательных аппаратов / В.Ф. Ковязин [и др.] // Аграрный научный журнал. – 2016. – № 4. – С. 14–19. 4. Осипов, А. Г. Методика комплексной оценки оперативно-тактических свойств местности в системах поддержки принятия решений с использованием геоинформационных технологий / А.Г. Осипов, А.Н. Ефимов // Труды Военнокосмической академии имени А.Ф. Можайского. – 2014. – № 642. – С. 102–109. 5. Осипов, А. Г. Совершенствование подходов к оптимизации содержания картографической информации, используемой для оценки местности в автоматизированных комплексах поддержки принятия решений по управлению войсками / А.Г. Осипов, Ю.В. Саломатина, Д.Л. Дьячкова // Труды Военно-космической академии имени А.Ф. Можайского. – 2015. – № 648. – С. 105–112. 6. Осипов, Г. К. Совершенствование информационного обеспечения геоинформационных систем военного назначения / Г.К. Осипов, А.Н. Ефимов // Сборник научных трудов ОВА. – 2011. – № 111. – С. 64–72. 7. Осипов, Г. К. Теоретические основы разработки содержания баз данных о местности в геоинформационных системах военного назначения / Г.К. Осипов, А.Н. Ефимов // Труды Военно-космической академии имени А.Ф. Можайского. – 2011. – № 631. – С. 130–132. 8. Щербаков, В. М. Практика автоматизированного дешифрирования территорий, определенного направления использования на примере Приозерского района Ленинградской области / В.М. Щербаков // Сборник материалов II международной научно-практической конференции Геодезия, картография, геоинформатика и кадастры. От идеи до внедрения. Санкт-Петербург, 8–10 ноября 2017. – 2017. – С. 92–101. 9. Congalton, R. G. A Review of Assessing the Accuracy of Classifications of Remotely Sensed Data / R.G. Congalton // Remote Sensing of Environment. – 1991. – Vol. 37. – P. 35–46. 10. Richards, J. A. Remote Sensing Digital Image Analysis / J.A. Richards. – Berlin: Springer-Verlag, 2013. – 464 p. 11. ГОСТ Р 52438–2005. Географические информационные системы. Термины и определения. – Введ. 2006–07–01. – М.: Стандартинформ, 2018. – 12 с.
138 138 2 2020.indd 138
23.06.2020 9:27:14
КОСМОС Критерий РКС оценки линейного инструментального разрешения КА ДЗЗ на местности для совершенного проектирования оптикоэлектронной аппаратуры (ОЭА) КА ДЗЗ The RSS criterion for assessing of linear instrumental resolution of ERS SC on the terrain for the perfect design of optoelectronic equipment for ERS SC
Тюлин / Tyulin A.
Свиридов / Sviridov K.
(tyulin@spacecorp.ru) доктор экономических наук, членкорреспондент РАРАН. АО «Российская корпорация ракетнокосмического приборостроения и информационных систем» (АО "Российские космические системы"), генеральный директор. г. Москва
(sviridovkn@yandex.ru) доктор технических наук, профессор, заслуженный изобретатель РФ. АО "Российские космические системы", главный научный сотрудник. г. Москва
Андрей Евгеньевич
Константин Николаевич
Ключевые слова: геометрическое разрешение GSD – Введение geometric resolution GSD; линейное разрешение РКС – linear resolution RSS; дифракционное разрешение В настоящее время наиболее информативным и – diffraction resolution; критерий Найквиста – Nyquist criterion; коэффициент совершенства ОЭА – co- востребованным продуктом ДЗЗ является оптическое efficient of perfection of the OEE; совершенное изображение зондируемого участка земной поверхпроектирование ОЭА КА ДЗЗ – perfect design of the ности. Существуют различные критерии оценки качеOEE of ERS SC. ства изображений. Однако немногие из них пригодны Рассматриваются критерии оценки предельного для оценки эффективности наблюдательных систем. инструментального разрешения КА ДЗЗ на местности: Проведенные исследования [1] свидетельствуют о том, зарубежный критерий GSD оценки геометрического что наиболее универсальным критерием, характеризуразрешения и отечественный критерий РКС оценки линейного разрешения. Показано, что критерий ющим как качество изображения объекта, так и эффекGSD является некорректным для оценки линейного тивность наблюдательной системы, является разреразрешения КА ДЗЗ на местности, а главное, его шающая способность. Величина инструментального использование при проектировании ОЭА препятствует разрешения КА ДЗЗ на местности зависит от степени согласованию объектива и цифрового детектора ОЭА согласования оптико-электронной аппаратуры (ОЭА) по критерию Найквиста. Предложено для оценки реального линейного разрешения КА ДЗЗ на местности по критерию Найквиста [1] и может варьироваться от и совершенного проектирования его ОЭА использовать некоторого реального значения предела инструменкритерий РКС, применение которого позволит тального разрешения КА ДЗЗ на местности до велисогласовать проектируемую ОЭА по критерию чины максимального (дифракционного) предела. От Найквиста и обеспечит возможность достижения дифракционного предела инструментального выбора критерия оценки зависит как правильность определения реального линейного разрешения КА линейного разрешения КА ДЗЗ на местности. ДЗЗ на местности, так и возможность согласования Criteria for assessing the limiting instrumental resolution of ОЭА по критерию Найквиста при ее проектировании. remote sensing spacecraft on the terrain are considered: Рассмотрим существующие критерии оценки предельthe foreign GSD criterion for assessing geometric resolution and the Russian RSS criterion for the linear resolution ного инструментального разрешения КА ДЗЗ на местassessment. It is shown that the GSD criterion is incorrect ности и дадим их сравнительный анализ. for assessing the linear resolution of remote sensing spacecraft on the ground, and most importantly, its use in the Известный критерий оценки геометриdesign of the optoelectronic equipment prevents the lens ческого разрешения – GSD and digital optoelectronic detector from matching according to the Nyquist criterion. It is proposed to use the RSS criterion to evaluate the real linear resolution of remote Сегодня в качестве основного критерия оценки sensing spacecraft on the terrain and the perfect design предела пространственного разрешения КА ДЗЗ на of its optoelectronic parts, the use of which will make it местности используют проекцию одного пикселя цифроpossible to match the designed optoelectronic equipment according to the Nyquist criterion and will provide the op- вого детектора d на зондируемую земную поверхность portunity to achieve the diffraction limit of the instrumental [2]. Этот предел инструментального геометрического linear resolution of remote sensing spacecraft on the ter- разрешения КА ДЗЗ на местности определяется соотrain. ношением
140 2 2020.indd 140
23.06.2020 9:27:21
Тюлин А.Е., Свиридов К.Н. Критерий РКС оценки линейного инструментального разрешения КА ДЗЗ ...
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 141
2020 2018
(1) этом линейное разрешение на местности RЛРМ аналогового фото изображения ДЗЗ определяется проекгде F – фокусное расстояние объектива, а H – высота цией линейного разрешения в изображении RЛРИ = КА ДЗЗ. 2р на зондируемую земную поверхность [9], как Критерий (1) оценки предельного инструментального разрешения ОЭА КА ДЗЗ на местности (2) был принят в практике ДЗЗ с появлением цифровых детекторов: сначала за рубежом, где он был назван В случаях формирования цифрового изображения GSD (Ground Sample Distance) [3], а впоследствии, без размер минимального разрешаемого элемента в изобракаких-либо обоснований правомерности его исполь- жении р равен размеру пикселя d цифрового детекзования, он был принят и в российской практике тора. При этом формула линейного разрешения на ДЗЗ [4,5]. Обозначим его . Тогда равенство (1) местности (2) преобразуется к виду можно записать: Недостатком критерия GSD (1) оценки геометри(3) ческого разрешения КА ДЗЗ на местности является то, что он дает оптимистичную, но ошибочную оценку Таким образом, получено выражение для оценки линейного разрешения КА ДЗЗ на местности. Экспе- линейного разрешения ОЭА КА ДЗЗ на местности, рименты по оценке предельного инструментального как проекции периода дискретизации цифрового разрешения КА ДЗЗ на местности в оптическом и детектора 2d на зондируемую земную поверхность радиодиапазонах длин волн свидетельствуют о том, RЛРМ, а это и есть новый критерий оценки линейчто в действительности размер проекции пикселя ного разрешения КА ДЗЗ на местности, интуина Землю (GSD) всегда меньше реального линейного тивно предложенный [9], запатентованный [10] и разрешения данных ДЗЗ на местности [6]. Однако описанный [14] в РКС ранее, названный «критерий вопреки результатам многочисленных экспериментов, РКС» – RРКС=2dH/F. Здесь он получен на основании в качестве оценки величины предельной разреша- того, что период дискретизации цифрового детекющей способности цифровых систем ДЗЗ на местности тора (два пикселя), как и его проекция на зондируиспользуют проекцию пикселя цифрового детектора емую земную поверхность, для цифровых изобрана зондируемую земную поверхность GSD: то есть жений ДЗЗ эквивалентен периоду (двум линиям) на практике имеет место неоправданное отождест- штриховой миры, используемой при определении вление понятий линейной разрешающей способности линейного разрешения на местности для аналоговых КА ДЗЗ на местности и размера проекции пикселя фото изображений ДЗЗ в соответствии с действуна Землю GSD–геометрического разрешения КА ющим российским стандартом оценки разрешения ДЗЗ на местности. [8]. Иллюстрация критериев GSD и РКС представСуществует мнение [6], что «… такой подход к лена на рис.1. оценке разрешения КА ДЗЗ на местности критерием Один пиксель d в цифровом изображении, как и GSD используется для преднамеренного завышения его проекция на зондируемую земную поверхность декларируемых технических характеристик средств GSD, соответствуют половине периода штриховой ДЗЗ по сравнению с их реальными показателями, миры аналогового фото изображения, то есть GSD чтобы повысить конкурентоспособность продуктов эквивалентен одной (светлой или темной) линии ДЗЗ на потребительском рынке». Это несоответствие штриховой миры и не может оценивать линейное оценок критерия GSD экспериментальным резуль- разрешение в соответствии с российским ГОСТ[8]. татам стимулировало нас на проведение дополниЗа рубежом введение в практику ДЗЗ критерия тельных исследований. GSD, по-видимому, было связано с зарубежными стандартами разрешения, в соответствии с котоНовый критерий оценки линейного рыми за величину линейного разрешения в изобраразрешения – РКС жении, как и на местности, принимается одна линия (светлая или темная) штриховой миры. Известно [7], что определения линейного разреВ связи с этим в работе [7] отмечено, что «…в станшения аналоговых фото изображений по штриховым дартизованном для видео и цифровой фототехники мирам в отечественной и зарубежной практике отли- зарубежном (см., например, ISO 12231, ISO 12233) чаются на уровне стандартов: ГОСТ и ISO. Действи- термине «пара линий» за «линию» считается также тельно, российский стандарт в соответствии с ГОСТ и промежуток между штрихами миры, что физически [8] устанавливает, что линейное разрешение в изобра- неверно, так как в таком случае пространственная жении определяется периодом штриховой миры, то частота получается обратной полупериоду миры…». есть суммой светлой и темной линий RЛРИ = 2р, где Это качественно свидетельствует об ошибочности р – размер светлой или темной линии – минималь- критерия GSD. Количественное подтверждение ного разрешаемого элемента штриховой миры. При будет дано ниже.
141 23.06.2020 9:27:22
КОСМОС Сравнительный анализ критериев оценки ционный элемент разрешения объектива (диск Эри) разрешения. Дифракционное линейное разре- λF/D приходятся, как минимум, два элемента разрешение и критерий Найквиста шения (пикселя) 2d цифрового детектора. Полученный Наряду с рассмотренными выше критериями оценки предельного инструментального разрешения КА ДЗЗ на местности, существует дифракционный предел разрешения RD, который определяет потенциальные возможности ОЭА по достижению максимального линейного разрешения КА ДЗЗ на местности в соответствии с известной формулой [1]
результат свидетельствует о том, что новый критерий оценки RРКС (3) позволяет согласовать ОЭА КА ДЗЗ по критерию Найквиста (6) и обеспечить возможность достижения дифракционного предела разрешения (RРКС=RD). Рассмотрим коэффициент качества ОЭА КА ДЗЗ (обозначим его KО), вводимый как отношение критерия GSD (1) к дифракционному пределу разрешения на местности (4)
(4) где D – диаметр апертуры объектива, а λ – средняя длина волны солнечного излучения подсвета. Заметим, что дифракционный предел инструментального разрешения (4) КА ДЗЗ на местности может быть достигнут только при согласовании объектива и цифрового детектора по критерию Найквиста [1]. Реальное инструментальное разрешение средств ДЗЗ на местности зависит от степени согласования по критерию Найквиста [1] пространственного разрешения объектива с пространственным разрешением детектора. Согласно этому критерию, при цифровом детектировании сигналов вводится понятие частоты Найквиста fN =(1/2)·f1/d равной половине частоты дискретизации f1/d = 1/d, и утверждается, что при дискретизации аналогового сигнала полезную информацию несут только частоты, которые ниже частоты Найквиста (f < fN). В мировой научно-технической литературе эта теорема отсчетов (выборки) носит название теоремы Найквиста – Шеннона (в России – теоремы Котельникова), которая гласит, что, если аналоговый сигнал имеет спектр, ограниченный частотой fмакс, то он может однозначно и без потерь быть восстановлен по своим дискретным отсчетам, взятым с частотой дискретизации f1/d ≥ 2fмакс, где fмакс= fN – верхняя частота в спектре (временном или пространственном). Для оценки степени согласования объектива и цифрового детектора ОЭА по критерию Найквиста вводится [11] понятие коэффициента совершенства ОЭА КА ДЗЗ, как отношение критерия РКС оценки предельного инструментального линейного разрешения КА ДЗЗ на местности RРКС (3) к дифракционному пределу линейного разрешения RD (4) (5) где К≥1. В согласованной по критерию Найквиста ОЭА коэффициент совершенства аппаратуры равен единице (К=1). При этом из формулы (5) следует, что (6) а это есть условие согласования объектива и цифрового детектора по критерию Найквиста, когда на дифрак-
(7) где KО ≥1. Ситуация, когда KО=1, представляет границу применимости критерия GSD для оценки разрешения систем ДЗЗ на местности, когда dH/F=λH/D, так как ситуация, когда GSD становится меньше дифракционного предела (KО<1), противоречит физическому смыслу. Из сравнения (5) и (7) следует, что К=2KO,
(8)
и ограничение, устанавливаемое критерием GSD на KO, а именно, KO ≥1, накладывает ограничение на коэффициент совершенства K (8), как K≥2
(9)
Это подтверждается на практике значениями коэффициентов совершенства (K ≥ 2) для всех реально существующих зарубежных КА ДЗЗ сверхвысокого разрешения, представленных в Таблице1 и спроектированных на базе критерия GSD. Отсюда видно, что, используя критерий GSD для оценки предельного инструментального разрешения КА ДЗЗ на местности, нельзя достичь коэффициента совершенства проектируемой аппаратуры, равного K=1, то есть, нельзя согласовать ОЭА по критерию Найквиста и достичь дифракционного предела разрешения КА ДЗЗ на местности.
Проектирование оптико-электронной аппаратуры (ОЭА) КА ДЗЗ Оптико-электронная аппаратура КА ДЗЗ включает: оптический объектив с диаметром апертуры – D [м] и фокусным расстоянием – F [м], а также цифровой детектор с пространственным элементом разрешения (пикселем) – d [мкм] (рис. 2). Совершенное проектирование ОЭА КА ДЗЗ подразумевает определение величин D, F и d, обеспечивающих согласование объектива и цифрового детектора по критерию Найквиста для достижения дифракционного предела разрешения. Рассмотрим подходы к проектированию ОЭА КА ДЗЗ, основанные на использовании критериев оценки
142 2 2020.indd 142
23.06.2020 9:27:22
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 143
2020 2018
Рис. 1. Оценки предельного инструментального разрешения ОЭА КА ДЗЗ на местности: а) геометрическое разрешение – GSD, б) линейное разрешение – РКС
Тюлин А.Е., Свиридов К.Н. Критерий РКС оценки линейного инструментального разрешения КА ДЗЗ ...
143 23.06.2020 9:27:23
КОСМОС предела инструментального разрешения КА ДЗЗ на местности: GSD (Подход I) и РКС (Подход II) [12].
(11)
Подход I
и, подставляя в (11) паспортные данные п.1): λ = 0,6 мкм, Н=500 км, RГРМ =1 м, получают D = 0,3 м; Проектируя ОЭА КА ДЗЗ, опираясь на критерий 7) формируют коэффициент качества проектируGSD, выполняют следующую последовательность емой ОЭА КА ДЗЗ, как операций: 1) задают паспортные данные для КА ДЗЗ такие, (12) например, как: требуемое геометрическое разрешение КА ДЗЗ на местности RГРМ =1 м, среднюю высоту КА где KO ≥1; ДЗЗ над зондируемой земной поверхностью Н=500 8) и, устанавливая требуемый коэффициент качекм и среднюю длину волны солнечного излучения ства KO, равным единице, т.е. подсвета земной поверхности λ = 0,6 мкм; 2) выбирают реально существующий цифровой (13) детектор ОЭА с размером элемента дискретизации (пикселя) d, равным, например, d=6 мкм; определяют требуемое фокусное расстояние проек3) определяют исходные данные для проектиро- тируемой ОЭА, как вания ОЭА такие как: RГРМ d, Н и λ; 4) Формируют оценку предельного инструменталь(14) ного разрешения КА ДЗЗ на местности RGSD, равной требуемому геометрическому разрешению КА ДЗЗ на местности RGSD=RГРМ=1м, а, подставляя в (14) значения величин: d = 6 мкм, D = 5) определяют дифракционное разрешение КА ДЗЗ 0,3 м, λ= 0,6 мкм, получают на местности RλH/D, равным требуемому геометриче(15) скому разрешению КА ДЗЗ на местности RГРМ 9) из условия (13), когда KO =1, следует, что RλH/D =RГРМ = 1 м (10) (16) 6) на основании равенства (10) определяют требу- то есть при этом на дифракционный элемент разреемый диаметр апертуры объектива ОЭА, как шения объектива (диск Эри) λF/D приходится один Таблица 1
Коэффициент совершенства К ОЭА зарубежных КА ДЗЗ сверхвысокого разрешения, (К>2)
144 2 2020.indd 144
23.06.2020 9:27:23
Тюлин А.Е., Свиридов К.Н. Критерий РКС оценки линейного инструментального разрешения КА ДЗЗ ... элемент разрешения (пиксель) d цифрового детектора в изображении. Соотношение (16) свидетельствует о том, что использование при проектировании ОЭА критерия GSD (RГРМ) не позволяет согласовать ОЭА КА ДЗЗ по критерию Найквиста. Рассмотрим негативные последствия этого рассогласования. При полученном (14) фокусном расстоянии объектива (15), равном F=3 м, и пространственном элементе разрешения (пикселе) выбранного цифрового детектора, равном d = 6 мкм (f1/d = 166 мм-1), максимальная пространственная частота объектива, передаваемая детектором (частота Найквиста), определяется как fмакс = fN =f1/d /2 = 83 мм-1.
(17)
Пространственная частота (17) при λ=0,6 мкм и F = 3м соответствует эквивалентному диаметру апертуры объектива DЭ, определяемому как (18) и равному DЭ =0,15 м. В соответствии с формулой дифракционного линейного разрешения (4), при λ=0,6 мкм, имеем RDэ = λH/Dэ = 2 м
зондируемую земную поверхность (GSD). Это свидетельствует о том, что с учетом критерия Найквиста реальное инструментальное линейное разрешение систем ДЗЗ на местности необходимо оценивать не одним пикселем (его проекцией на Землю – GSD), а проекцией на зондируемую земную поверхность периода дискретизации цифрового детектора, состоящего из двух пикселей, RРКС=2dH/F. Эту оценку предельного инструментального разрешения КА ДЗЗ на местности мы упоминали как «критерий РКС». Рассмотрим проектирование ОЭА на его основе.
Подход II 1) как и в рассмотренном Подходе I, задают паспортные данные для КА ДЗЗ, такие, например, как: RЛРM =1 м, Н=500 км, λ =0,6 мкм; 2) выбирают цифровой детектор, как и в первом случае, с размером пространственного элемента разрешения (пикселем), равным d = 6 мкм; 3) определяют исходные данные для проектирования ОЭА КА ДЗЗ, такие как RЛРM, d, Н и λ; 4) формируют проекцию периода дискретизации цифрового детектора 2d на зондируемую земную поверхность RРКС =2dH/F; 5) приравнивают сформированную оценку RРКС к требуемому линейному разрешению КА ДЗЗ на местности
(19)
(20) Легко видеть, что эта величина предельного линейного разрешения (19), полученная с учетом информа6) определяют дифракционное разрешение объекционного критерия Найквиста, в два раза превышает тива ОЭА КА ДЗЗ на местности RD (4); предельное геометрическое разрешение (1) RГРМ = 1м, 7) приравнивают его к требуемому линейному разреполученное проекцией одного пикселя детектора на шению КА ДЗЗ на местности
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 145
2020 2018
Рис. 2. Оптико-электронная аппаратура (ОЭА) космического аппарата дистанционного зондирования Земли (КА ДЗЗ)
145 23.06.2020 9:27:23
КОСМОС При этом для нее получено: D = 0,3м, F = 6м, d = (21) 6мкм, RРКС = RD = RЛРМ =1м. 8) и, исходя из требуемого дифракционного разрешения объектива ОЭА на местности (21), определяют требуемый диаметр апертуры объектива D, как (22) и после подстановки в (22) паспортных данных п.10): λ = 0.6мкм, Н = 500 км и RЛРМ =1м получают 9) исходя из равенства (20), определяют требуемое фокусное расстояние объектива ОЭА, как (23) и после подстановки в (23) исходных данных пп.1)–2): d= 6мкм, Н=500км, RЛРМ=1м, получают
Следует заметить, что полученное здесь фокусное расстояние объектива проектируемой ОЭА (F=6м) в 2 раза превышает фокусное расстояние объектива (F=3м), полученное при проектировании ОЭА на базе критерия GSD. 10) для контроля результатов проектирования определяют коэффициент совершенства проектируемой ОЭА, как (24) 11) а, подставляя данные спроектированной ОЭА: d = 6мкм, D = 0,3 м, F = 6м, λ = 0,6мкм) в формулу (24), получают коэффициент совершенства проектируемой ОЭА, равным единице (К = 1), то есть K
(25)
откуда (26) а (27) Полученное выражение (26) есть ни что иное, как условие согласования аппаратуры КА ДЗЗ по критерию Найквиста, когда на дифракционный элемент разрешения объектива (диск Эри) λF/D в изображении приходятся два элемента разрешения цифрового детектора 2d. Итак, получили, что проектируемая ОЭА является совершенной (К=1) (25), согласована по критерию Найквиста (26) и обеспечивает достижение дифракционного предела разрешения (27).
Заключение Таким образом, в результате проведенного рассмотрения и на основании результатов, представленных в цитируемой литературе авторов, можно сделать следующие выводы: 1. Известный зарубежный критерий оценки предельного инструментального геометрического разрешения КА ДЗЗ на местности GSD (RdH/F) является некорректным для оценки линейного разрешения КА ДЗЗ на местности, требуемого для оценки российским ГОСТ[8], а главное, его использование при проектировании ОЭА препятствует согласованию объектива и цифрового детектора по критерию Найквиста, устанавливая ограничение на коэффициент совершенства проектируемой ОЭА предельной величиной, равной К = 2, что делает невозможным достижение дифракционного предела инструментального разрешения КА ДЗЗ на местности. В результате сегодня все КА ДЗЗ сверхвысокого разрешения, спроектированные на базе критерия GSD, имеют коэффициент совершенства ОЭА К, большим двух (К>2) [9,13], что свидетельствует об их несовершенстве. 2. Отсутствие согласования ОЭА по критерию Найквиста ограничивает инструментальное линейное разрешение КА ДЗЗ на местности величиной RDэ=RλН/Dэ, где DЭ–эквивалентный диаметр апертуры объектива диаметра – D, DЭ ≤ (1/2)D. 3. Это «диафрагмирование» апертуры объектива диаметра – D эквивалентной апертурой диаметра – DЭ не только ухудшает реальное линейное разрешение КА ДЗЗ на местности (RDэ ≥ 2RD) более, чем в 2 раза, но ведет и к существенным финансовым потерям. Известно [15], что стоимость С создания наземного оптического телескопа диаметра D пропорциональна С~ D3, и реальное уменьшение диаметра апертуры в 2 раза приводит к финансовым потерям в 8 раз, а для космических телескопов с учетом стоимости пусков КА ДЗЗ эту цифру финансовых потерь необходимо еще увеличить, и это серьезные финансовые потери. Таким образом, очевидно, что необоснованное использование разработчиками при проектировании ОЭА критерия GSD существенно снижает эффективность систем ДЗЗ и ведет к неоправданным финансовым потерям Заказчика. Очевидно, что нецелесообразно вкладывать денежные средства в создание объектива диаметра – D, если инструментальное разрешение обеспечивает только эффективный диаметр – DЭ, меньший – D. 4. В несогласованной по критерию Найквиста ОЭА КА ДЗЗ [11] критерий GSD дает оценку геометрического разрешения КА ДЗЗ на местности RGSD=RГРМ=RdH/F, которая в 2 раза меньше реального инструментального линейного разрешения КА ДЗЗ на местности, опре-
146 2 2020.indd 146
23.06.2020 9:27:24
Тюлин А.Е., Свиридов К.Н. Критерий РКС оценки линейного инструментального разрешения КА ДЗЗ ... деляемого RЛРМ=R2dH/F, а в согласованной по Найквисту ОЭА критерий GSD дает оценку геометрического разрешения КА ДЗЗ на местности RdH/Fc (где FC = FK – cогласующее фокусное расстояние), которая оказывается в 2 раза меньше дифракционного предела линейного разрешения КА ДЗЗ на местности, определяемого RD=λH/D, что противоречит физическому смыслу и свидетельствует об ошибочности критерия GSD для оценки линейного разрешения КА ДЗЗ на местности. 5. Критерий GSD оценки предельного инструментального разрешения КА ДЗЗ на местности, по-видимому, можно использовать для оценки геометрического разрешения КА ДЗЗ на местности, имея ввиду, что линейное разрешение КА ДЗЗ на местности в 2 раза больше геометрического разрешения и связанно с ним соотношением RЛРМ=2RГРМ, но ни в коем случае не использовать критерий GSD для проектирования ОЭА КА ДЗЗ. 6. При проектировании ОЭА КА ДЗЗ необходимо использовать отечественный критерий оценки предельного инструментального линейного разрешения КА ДЗЗ на местности, критерий РКС (RРКС=2dH/F), предложенный в [9,10] , который свободен от отмеченных недостатков GSD и связан с ним упомянутым в п.5 соотношением RРКС=2RGSD. Его применение позволяет согласовать проектируемую ОЭА по критерию Найквиста (λF/D=2d) с коэффициентом совершенства спроектированной ОЭА, равным К=1, и обеспечить достижение дифракционного предела линейного разрешения КА ДЗЗ на местности (2dH/F=λH/D).
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 147
2020 2018
9. Cвиридов, К. Н. О предельном инструментальном разрешении космического аппарата «Ресурс-П» (№1, 2, 3) / К.Н. Свиридов // Ракетно-космическое приборостроение и информационные системы. – 2017. – Т. 4, Вып. 2. – С. 20–28. 10. Пат. № 2669262 РФ, МПК G02B 23/12, G03B 37/00. Способ оценки и максимизации предельного инструментального разрешения космического аппарата дистанционного зондирования Земли на местности / А.Е. Тюлин, К.Н. Свиридов, патентообладатель АО «Российские космические системы»; № 2017144878; заявл. 20.12.2017; опубл. 09.10.2018, Бюл. № 28. – 23 с. 11. Свиридов, К. Н. О критериях оценки предельного инструментального разрешения космического аппарата дистанционного зондирования Земли на местности / К.Н. Свиридов, А.Е. Тюлин // Информация и Космос. – 2018. – № 3. – С. 143–146. 12. Свиридов, К. Н. О проектировании оптико-электронной аппаратуры космических аппаратов дистанционного зондирования Земли / К.Н. Свиридов, А.Е. Тюлин // Информация и Космос. – 2018. – № 4. – С. 136–145. 13. Свиридов, К. Н. Реальное инструментальное разрешение на местности зарубежных космических аппаратов дистанционного зондирования Земли сверхвысокого разрешения / К.Н. Свиридов, А.Е. Тюлин, С.А. Волков // Информация и Космос. – 2019. – № 1. – С. 150–159. 14.Свиридов, К. Н. Новая технология оценки и максимизации предельного инструментального разрешения космических аппаратов дистанционного зондирования Земли / К.Н. Свиридов, А.Е. Тюлин // Информация и Космос. – 2019. – № 2. – С. 118–124. 15. Свиридов, К. Н. Оптическая локация космического Литература 1. Уэзерелл, У. Оценка качества изображения. Проек- мусора / К.Н. Свиридов. – М.: Знание, 2006. – 488 с. тирование оптических систем / У. Уэзерелл; под ред. Р. Шеннона, Дж. Вайанта. – М.: Мир, 1983. – 431 с. 2. Лавров, В. В. Космические съемочные системы сверхвысокого разрешения / В.В. Лавров // Геоинформационный портал ГИС–Ассоциации. – 2010. – № 2. – С. 19. 3 Ground Sample Distance (GSD)-Support [Электронный ресурс]. – Режим доступа: http://support.pix4d.com/he/en-us/ articles/202559809, свободный. – Загл. с экрана. 4. Космический аппарат «Ресурс-П»/А.Н. Кирилин [и др.] // Геоматика. – 2010. – № 4. – С. 23–26. 5. Хмелевской, С. И. Тенденции в развитии цифровых аэросъемочных систем. Критерии сравнения и оценки / С.И. Хмелевской // Геопрофи. – 2011. – № 1. – С. 11–16. 6. Замшин, В. В. Методы определения линейной разрешающей способности оптических и радиолокационных аэрокосмических изображений / В.В. Замшин // Известия ВУЗов. Геодезия и аэрофотосъемка. – 2014. – № 1. – С. 43–47. 7. Характеристика качества изображения на сайте НТЦ Красногорский завод им. С.А.Зверева [Электронный ресурс]. – Режим доступа: http://www.zenitcamera.com/ qa/qa-resolution.html, свободный. – Загл. с экрана. 8. ГОСТ 15114–78. Системы телескопические для оптических приборов. Визуальный метод определения предела разрешения. – Введ. 30–01–78. – М.: Изд-во стандартов, 1978. – 6 с.
147 23.06.2020 9:27:24
КОСМОС Комбинированный метод управления облетом космических аппаратов Combined method of controlling the flyby spacecraft
Гончаревский / Goncharevsky V. Вилен Степанович
(vilenstepan@yandex.ru) доктор технических наук, профессор, заслуженный деятель науки и техники РФ. ФГБВОУ ВО «Военнокосмическая академия имени А.Ф. Можайского» МО РФ, почетный профессор. г. СанктПетербург
Ключевые слова: взаимный маневр – mutual maneuver; относительная система координат – relative coordinate system; линия визирования – line of sight; энергетические затраты – power consumption. В статье рассматривается метод выполнения облета космических аппаратов, в котором для управления поперечным относительным движением активного аппарата используется дискретный, а для корректирования продольного движения – непрерывный вид управляющих воздействий. Показано, что при облете по этому методу можно снизить величину энергетических затрат на осуществление маневра. The article deals with the method of flight of spacecraft, in which the control of the transverse relative motion of the active apparatus is used discrete, and for the correction of longitudinal motion – a continuous type of control actions. It is shown that the flight by this method can reduce the amount of energy costs for the maneuver.
Облет является одной из разновидностей относительного или взаимного маневра космических аппаратов (КА). Его выполнение может потребоваться при решении целого ряда практических задач освоения и использования космического пространства: осуществление стыковки с орбитальными станциями и комплексами, оборудованными несколькими стыковочными узлами, спасение экипажей КА в аварийных ситуациях, опознавание и инспекция неизвестных космических объектов и др. В процессе облета маневрирующий (активный) аппарат (АА) должен перемещаться относительно пассивного аппарата (ПА) по траектории заданной формы, а следовательно, на кинематику относительного движения (ОД) аппаратов накладываются определенные ограничения. Так, при облете на постоянной относительной дальности R эти ограничения имеют вид нелинейных голономных связей типа где – декартовы координаты АА в выбранной относительной системе координат
(ОСК) с началом в центре масс ПА. Такие ограничения приводят к тому, что траектория маневра в ОСК будет представлять собой окружность или ее отрезок, лежащий на сфере с радиусом т.е. ОД происходит по траектории, в каждой точке которой радиальная относительная скорость поддерживается равной нулю, следовательно, вектор скорости в каждый момент времени направлен по нормали к линии визирования (ЛВ), соединяющей центры масс аппаратов. Введение рассмотренных ограничений превращает траекторию ОД в вынужденную, а следовательно, требует для ее реализации применения непрерывных во времени управляющих воздействий и использования методов управления относительно ЛВ. Все это увеличивает энергетические затраты (ЭЗ) на выполнение маневра по сравнению с методами свободных траекторий (МСТ), где такие ограничения отсутствуют. Однако заметим, что ограничения на вид траектории ОД, вводимые в методах управления относительно ЛВ, представляют собой фактически ограничения лишь на одну из двух его составляющих, т.е. на продольное (вдоль ЛВ) или на поперечное (по нормали к ЛВ) движение. Поэтому здесь принципиально вынужденным в процессе взаимного маневра (ВМ) является только одно из этих движений, второе может быть свободным. При выполнении маневра облета с использованием методов управления относительно ЛВ ограничения накладываются лишь на траекторию продольного движения, и следовательно, только этот вид движения является принципиально вынужденным. Поперечное движение может быть свободным. В связи с этим в данном случае целесообразно применить схему одно или двух импульсного МСТ для управления поперечным движением по нормали к ЛВ. Метод управления в таком случае будет представлять в определенном смысле некоторую комбинацию МСТ и методов управления относительно ЛВ, что позволит уменьшить ЭЗ на выполнение облета.
148 2 2020.indd 148
23.06.2020 9:27:25
Гончаревский В.С. Комбинированный метод управления облетом космических аппаратов При решении задачи отыскания управляющих воздействий для такого комбинированного метода примем следующие исходные условия: 1. ПА вращается вокруг планеты по круговой орбите с постоянной угловой скоростью ω. АА выведен на компланарную орбиту, близкую к орбите ПА. 2. Движение АА рассматривается в визирной орбитальной ОСК, начало которой совпадает с центром масс ПА [1]. 3.АА должен выполнить облет ПА на постоянной дальности R. 4.Для управления поперечным ОД используется дискретный, а для управления продольным ОД – непрерывный вид управляющих воздействий. С учетом ограничений, накладываемых на кинематику ОД при выполнении облета на постоянной дальности, дифференциальные уравнения, описывающие это движение в визирной орбитальной ОСК, принимают в рассматриваемом случае вид [1] (1) где β – угол, характеризующий положение АА на круговой траектории облета (индекс « - « означает нормирование по дальности). Первое уравнение системы (1), описывающее свободное поперечное ОД (свободное ОД по окружности радиуса R0), представляет собой однородное нелинейное дифференциальное уравнение второго порядка. Отыскание точного аналитического решения такого уравнения наталкивается на серьезные математические трудности [2…4]. Для нахождения приближенного решения можно воспользоваться одним из методов
исследования нелинейных систем с одной степенью свободы, получившим название метода припасовывания. Этот метод является одним из наиболее точных методов изучения движения подобных систем [5]. Применение его в рассматриваемом случае особенно удобно, так как нелинейную функцию sin2β, входящую в первое уравнение системы (1), можно аппроксимировать кусочно-линейной ломаной, содержащей n звеньев, причем каждое из них представляет собой прямолинейный отрезок с угловым коэффициентом Ki, т.е. (2) где
Тогда свободное поперечное ОД можно описать системой из n ЛДУ, сменяющих друг друга, ибо каждому звену ломаной будет соответствовать участок круговой траектории облета на котором уравнение движения является линейным. Действительно, подставив формулу (2) в первое уравнение системы (1), получим соотношение которое представляет собой n сменяющих друг друга ЛДУ второго порядка с постоянными коэффициентами, найти точное аналитическое решение которых уже не представляет трудностей. В зависимости от значения коэффициента Ki эти решения имеют вид:
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 149
2020 2018
Рис. 1
149 23.06.2020 9:27:25
КОСМОС где Далее исследование свободного поперечного ОД можно производить следующим образом: задавшись начальными условиями по углу β и скорости для какоголибо из n участков, находим интегральную кривую, соответствующую этим начальным условиям, затем определяем координату β и скорость на границе с соседним участком траектории, на котором ОД описывается уже другим ЛДУ, а в качестве начальных условий для его решения берем значение вектора поперечного состояния на предыдущем участке и т.д. В результате, проводя такое последовательное припасовывание начальных условий, можно получить закон свободного поперечного ОД по круговой траектории облета ПА. Подставив затем этот закон во второе уравнение системы (1), найдем программу непрерывного управления продольным ОД, удерживающего АА на постоянной дальности в процессе облета ПА. На рис.1 приведены зависимости времени полного облета от величины начальной скорости для ряда начальных угловых положений АА.
Эти зависимости получены в результате решения первого уравнения системы (1) методом припасовывания при аппроксимации функции sin2β кусочноломаной трапецеидальной формы с погрешностью аппроксимации не более 15…20%. Видно, что при время облета Т, в отличие от движения с постоянной угловой скоростью, увеличивается с уменьшением существенно нелинейно. По графикам можно, зная требуемое время облета, найти требуемую начальную скорость а, следовательно, и величину программного импульса управления переводящего АА на круговую траекторию облета из положений, когда он находится либо непосредственно под или над ПА, либо на одной орбите – впереди или сзади ПА. Зависимости угловой скорости полного облета ПА от времени на интервале при или и при различном Т изображены на рис. 2. Видно, что максимальное значение скорости имеет место при Видно также, что если Т<2, то отклонение закона свободного ОД от закона ОД с постоянной угловой скоростью не превышает 15%, а при Т<1 – 5%. Следовательно, при таких значениях Т движение
Рис. 2
150 2 2020.indd 150
23.06.2020 9:27:25
Гончаревский В.С. Комбинированный метод управления облетом космических аппаратов с постоянной скоростью будет близко к свободному поперечному ОД. Суммарные ЭЗ при декартовом управлении в случае использования рассматриваемого комбинированного метода облета будут определяться соотношением
где
Расчеты по этим соотношениям показывают, что использование комбинированного управления позволяет снизить ЭЗ по сравнению, например, с непрерывным управлением, обеспечивающим облет ПА с постоянной угловой скоростью, рассмотренным в работе [6]. Это снижение увеличивается с ростом времени облета Т. Так, например, при Т=2,7 оно составляет примерно 15% от величины ЭЗ, имеющих место при комбинированном управлении. Таким образом, это позволяет сделать вывод о том, что с энергетической точки зрения применение дискретного вида управления для корректирования поперечного ОД при осуществлении облета ПА является более целесообразным.
Литература
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 151
2020 2018
1.Гончаревский, В. С. Методы и алгоритмы управления относительным движением космических аппаратов / В.С. Гончаревский. – МО РФ, 1998. – 87 с. 2. Гноенский, Л. С. Математические основы теории управляемых систем / Л.С. Гноенский, Г.А. Каменский, Л.С. Эльсгольц. – М.: Наука, 1969. – 512 с. 3. Карташев, А. П. Обыкновенные дифференциальные уравнения и основы вариационного исчисления / А.П. Карташев, Б.Л. Рождественский. – М.: Наука, 1976. – 256 с. 4. Эльсгольц, Л. Э. Дифференциальные уравнения / Л.Э. Эльсгольц. – М.: Издательство ЛКИ, 2014. – 312 с. 5.Бутенин, Н. В. Введение в теорию нелинейных колебаний / Н.В. Бутенин, Ю.Н. Неймарк, Н.А. Фуфаев. – М.: Наука, 1976. – 384 с. 6. Гончаревский, В. С. Непрерывный метод управления облетом космических аппаратов / В.С. Гончаревский // Информация и Космос. – 2019. – № 2. – С. 136–138.
151 23.06.2020 9:27:26
КОСМОС Формирование требований к перспективной системе средств выведения космических аппаратов на основе концепции опережающего развития The formation of requirements for new system launch spacecraft based on the concept of priority development
Казаков / Kazakov R.
Семенов / Semenov E.
(kazakov13kaf@mail.ru) кандидат технических наук. ФГБВОУ ВО «Военнокосмическая академия имени А. Ф. Можайского» МО РФ (ВКА им. А. Ф. Можайского), старший научный сотрудник 25 отдела ВИ (НИ). г. СанктПетербург
(vka@mail.ru) ВКА имени А. Ф. Можайского, адъюнкт кафедры конструкции ракетносителей и ракетных двигателей. г. СанктПетербург
Рустем Рифатьевич
Ключевые слова: космический аппарат – the spacecraft; система средств выведения – launch system; управление развитием – management development; формирование требований к системе – formation of system requirements. В статье описана методика формирования требований к перспективной системе средств выведения космических аппаратов. В основу методики положена концепция опережающего развития средств выведения. Концепция предполагает формирование вариантов развития на основе прогнозов состава и параметров целевых задач, а также ограничений на интервале планирования. Описаны основные этапы методики. Материал статьи может быть полезен при обосновании требований к перспективной системе средств выведения и разработке планов развития космической инфраструктуры. The article describes the method of formation of requirements for new system launch spacecraft. The methodology is based on the concept of priority development of launch vehicles. The concept involves the formation of development options, based on projections of the composition and characteristics of tasks and restrictions on planning. Describes the main stages of the methodology. The material may be useful in the justification of requirements for the advanced system of launch vehicles and the development of space infrastructure.
Евгений Николаевич
экономике и оборонной сфере государства. Полнота состава, своевременность развертывания и восполнения орбитальных группировок (ОГ) КА определяются возможностями системы средств выведения (ССВ) космических аппаратов [1]. Под системой средств выведения будем понимать совокупность эксплуатируемых (применяемых или готовых к применению) ракет-носителей, разгонных блоков и иных средств, предназначенных для запуска космических аппаратов различного целевого назначения и соответствующую наземную космическую инфраструктуру. От состояния и возможностей системы средств выведения напрямую зависит уровень обороноспособности государства и эффективность функционирования его социальноэкономического комплекса [2,3].
Цель исследования Цель исследования – разработка методики обоснования требований к системе средств выведения КА, обеспечивающей полноту решения текущих и перспективных задач выведения КА при ограничениях на надежность, стоимость и интенсивность выведения.
Исходные предположения и допущения метода исследования
Принципиальной особенностью ССВ является ее открытость (незамкнутость), означающая функциоВведение нирование в условиях динамически изменяющейся среды [4]. Данные изменения обусловлены двумя групВ настоящее время наблюдается существенное возрас- пами факторов: внешними, связанными с динамикой тание роли отечественных орбитальных космических состава задач по запуску космических аппаратов, и средств (группировок космических аппаратов (КА)) в внутренними, связанными с процессами изменения
152 2 2020.indd 152
23.06.2020 9:27:26
Казаков Р.Р., Семенов Е.Н. Формирование требований к перспективной системе средств выведения ... состояния собственно средств выведения. Динамика состава задач может проявляться как в появлении потребности решения новых задач по освоению космического пространства и расширении его использования в интересах государства, так и в потере актуальности некоторых ранее решаемых задач. В частности, могут измениться параметры орбит выведения вследствие проявления отрицательного влияния на возможность хозяйственного использования орбит фактора загрязнения космическим мусором [5]. Изменение состояния средств выведения может выражаться, в том числе, в их моральном старении [6,7] – отставании их технического уровня, элементной базы, эксплуатационнотехнических характеристик (например, ремонтопригодности, контролепригодности) от изменившегося вследствие технического прогресса общего уровня. И в том и в другом случаях возникает потребность во внесении своевременных изменений в структуру системы средств выведения, касающихся разработки
и введения в эксплуатацию новых средств выведения, снятия с эксплуатации устаревших средств выведения, либо их модернизации. Так как в основу вносимых изменений в ССВ должен быть положен прогноз состояния средств выведения и множества перспективных задач выведения, речь идет о применении концепции опережающего развития ССВ, ориентированного на своевременное реагирование на будущее. Таким образом, речь идет об опережающем управлении структурной динамикой ССВ КА.
Постановка задачи исследований При заданных исходных данных: о – горизонте планирования космической деятельности государства; о – перечне задач по выведению КА заданной массы на заданную орбиту; о значениях требований к – надежности и – стоимости выведения КА; о – составе элементов ССВ
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 153
2020 2018
Рис. 1. Структура предлагаемой методики
153 23.06.2020 9:27:26
КОСМОС и их параметрах: – максимальной массы выводимого груза, показателей надежности стоимости и максимальной интенсивности выведения грузов на типовые орбиты необходимо разработать научно-методическое обеспечение, позволяющее определить достаточность существующей системы средств выведения для решения текущих и перспективных задач выведения при оптимальном распределении задач по элементам ССВ. При недостаточности существующей системы средств выведения – предпочтительные варианты развития ССВ с учетом ограничений, связанных с нестабильным выделением ресурсов.
Описание методики решения задачи исследований Предлагаемая методика основывается на концепции опережающего развития ССВ, вытекающей из концепции более высокого уровня, а именно – концепции функционально-структурного анализа и синтеза эволюционирующих систем Е. Балашова [8], которая предполагает построение перспективных вариантов технических структур развивающихся систем на основе прогноза развития функциональной структуры сложной системы. Ввиду этого обстоятельства, решение задачи формирования требований к перспективной системе средств выведения, как видно из рис. 1, целесообразно начать с прогнозирования перспективных направлений космической деятельности государства для заданного горизонта планирования. Состав таких направлений позволит определить значения массогабаритных характеристик перспективных КА и орбит их выведения. При этом следует учесть возможные ограничения по орбитам выведения с учетом влияния космического мусора. Все это позволит сформировать окончательный состав и определить параметры текущих и перспективных задач выведения КА для заданного горизонта планирования. Возможность выполнения всего спектра перспективных задач выведения КА определяется составом и возможностями средств выведения КА [9,10]. Поэтому следующим этапом методики является уточнение структуры и параметров состояния существующей системы средств выведения. При этом большую роль может сыграть система мониторинга технического состояния и остаточного ресурса наземной составляющей ССВ, активно развиваемая в течение последних двадцати лет как в теоретическом, так и в практическом направлениях. После того как получены прогнозы состава и параметров задач выведения КА на рассматриваемый период планирования, уточнены значения показателей остаточного ресурса и срока службы наземной инфраструктуры средств выведения, необходимо найти наиболее приемлемый вариант распределения задач выведения по элементам системы средств выведения, чтобы при
имеющихся ограничениях по надежности, стоимости и интенсивности выведения максимизировать число успешно выполняемых задач на интервале планирования. Формальная постановка данной задачи может быть реализована в виде задачи одномерного булевого целочисленного программирования с целевой функцией (1) (1) где – вариант распределения задач по элементам ССВ,
– дополнительная переменная,
– весовой коэффициент важности -й задачи, при системе ограничений (2–6):
(2) (3) (4)
(5)
(6) Смысл выше сформулированных ограничений следующий: (2) – каждая задача выведения решается на одном элементе ССВ; (3) – масса выводимого груза не превышает максимальную грузоподъемность средства выведения; (4) – фактическая надежность выведения КА не ниже требуемой; (5) – фактическая стоимость выведения не превышает запланированную; (6) – фактическая интенсивность выведения по каждому элементу ССВ не превышает их потенциальные возможности по темпам запуска КА. Если в результате исследования возможности оптимального распределения задач выведения КА по элементам системы средств выведения окажется, что все перспективные задачи полностью распределены (могут быть успешно решены на существующей технической структуре ССВ), то делается вывод о том,
154 2 2020.indd 154
23.06.2020 9:27:28
Казаков Р.Р., Семенов Е.Н. Формирование требований к перспективной системе средств выведения ... что требования к системе средств выведения могут быть сохранены на существующем уровне. В противном случае необходимо приступить к формированию вариантов развития системы средств выведения, обеспечивающих полноту решения задач выведения КА для заданного горизонта планирования. Таких вариантов (требующих консолидации усилий ведущих специалистов ракетно-космической отрасли) в общем случае может быть несколько. Об этом, в частности, отмечено в монографии Е. Балашова [8], где сказано, что единственной функциональной структуре развивающейся системы может соотвествовать несколько вариантов технических структур. Сформированные варианты должны быть проанализированы на предмет выбора наиболее предпочтительного из них. Поэтому следующими этапами методики являются анализ степени реализуемости вариантов развития системы средств выведения в условиях нестабильного выделения ресурсов [7] и ранжирование вариантов развития системы средств выведения с учетом устойчивости к реализации в условиях нестабильного выделения ресурсов с выбором предпочтительного варианта развития системы средств выведения. Исходными данными для анализа степени реализуемости вариантов развития ССВ в условиях нестабильного выделения ресурсов являются оценки необходимых затрат на реализацию рассматриваемых вариантов развития ССВ, а также прогнозируемые этапы выделения ресурсов на реализацию проектов развития. Каждый вариант требует вложения финансовых, материальных и трудовых ресурсов. Реализация варианта развития ССВ планируется на заданном числе этапов. На каждом этапе выделяются финансовые, материальные и трудовые ресурсы, а сами работы могут быть проведены только в интервалах времени, когда выделенные ресурсы поступили на объект [7]. Оценки необходимых финансовых, материальных и трудовых ресурсов на реализацию варианта развития ССВ (выражения (7–9)):
не могут быть точно известны и задаются нечеткими числами. Пусть булева переменная принимает единичное значение, когда -е средство выведения создается в -м интервале -го этапа. Тогда задача реализации варианта развития ССВ в условиях нестабильного финансирования может быть сформулирована как многокритериальная задача нечеткого линейного программирования с двумя целевыми функциями. Первая целевая функция отражает полноту выполнения программ развития (выражение (13). Вторая целевая функция отражает длительность реализации варианта (выражение (14).
(8)
(18)
(9)
(19)
(13)
(14) где – показатель полноты реализации варианта развития ССВ в условиях нестабильного финансирования; – показатель длительности реализации варианта развития ССВ в условиях нестабильного финансирования; – коэффициент важности создания -го элемента ССВ; – длительность создания (модернизации) -го элемента ССВ. Множество ограничений представлено выражениями (15–19). (15) (16) (17)
а также значения выделяемых ресурсов (выражения где (10–12)): (10)
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 155
2020 2018
Смысл выше сформулированных ограничений следующий: (15) – создание (модернизация) i-го элемента (11) ССВ осуществляется только на одном j-м интервале k-го этапа; (16), (17) и (18) – суммарные материальные, трудовые и финансовые ресурсы, расходуемые на каждом (12) этапе, не должны превосходить выделяемых средств;
155 23.06.2020 9:27:29
КОСМОС (19) – начало создания (модернизации) элемента i2 следует только после окончания создания (модернизации) элемента i1. Алгоритм решения задачи анализа степени реализуемости вариантов развития ССВ в условиях нестабильного выделения потребных ресурсов состоит «в преобразовании двухкритериальной задачи к последовательности однокритериальных задач методом уступок и дальнейшему решению однокритериальных задач нечеткого линейного булевого программирования методом ветвей и границ» [3, 7]. После того как закончен этап выбора предпочтительного варианта развития ССВ, можно приступить к формированию требований к перспективным средствам выведения КА и формированию требований к системе средств выведения КА в целом. Сущность данных этапов носит в основном нормативно-юридический характер и реализуется в пунктах различных нормативно-правовых документов, регламентирующих развитие ССВ на рассматриваемом плановом периоде времени.
базы технических средств / А.В Муравьев, О.Л. Шестопалова // Транспортное дело России. – 2014. – № 6. – С. 186–189. 7. Анализ влияния нестабильности обеспечения ресурсами на степень реализуемости программ развития системы средств выведения космических аппаратов [Электронный ресурс] / А.Н Миронов [и др.] // Информационно-экономические аспекты стандартизации и технического регулирования. Научный интернет-журнал. – 2017. – № 4 (38). – Режим доступа: http://iea.gostinfo.ru/files/2017_04/2017_04_09.pdf., свободный. – Загл. с экрана. 8. Балашов, Е. П. Эволюционный синтез систем / Е.П. Балашов. – М.: Радио и связь, 1985. – 328 с. 9. Пайсон, Д. Б. Техническая политика создания космического сегмента спутниковых систем связи: Учебное пособие / Д.Б. Пайсон. – М.: Изд-во МАИ, 2005. – 99 с. 10. Левитан, Е. П. Современные ракеты-носители / Е.П. Левитан, С.А. Герасютин // Земля и Вселенная. – 2008. – № 6. – С. 90–99.
Выводы Описанная в статье методика формирования требований к перспективной системе средств выведения КА на основе концепции опережающего развития заключается в применении механизма итерационного сопоставления множества изменяющихся целевых задач с возможностями их выполнения в условиях динамичного характера состава и параметров средств выведения и имеющихся ресурсов, что позволяет оперативно корректировать требования к системе средств выведения.
Литература 1. Садчиков, И. И. Обоснование рациональной полетной кратности использования двигателей и планера многоразовых средств выведения полезной нагрузки на космические орбиты/ И.И. Садчиков, С.А. Чулков // Вестник Московского авиационного института. – 2009. – Т. 16, № 6. – С. 164–170. 2. Гранкин, Б. К. Проблемы и пути обоснования требований к универсальным стартовым комплексам и их составным частям / Б.К. Гранкин, В.В. Козлов // Сб. тезисов докладов в/ч 73790. – М., 1995. 3. Определение потребности в модернизации составных частей ракетно-космических комплексов / Е.В. Басотин [и др.] //Современные наукоемкие технологии. – 2016. – № 12 (3). – С. 486–490. 4. Сизяков, Н. П. Анализ состояния и тенденций развития рынка космических услуг / Н.П. Сизяков, Д.В. Скориков // Информация и Космос. – 2010. – № 1. – С. 119–121. 5. Виды защит космических аппаратов от космического мусора / В.В. Бурмистров [и др.] // Труды Военно-космической академии А.Ф.Можайского. – 2015. – № 649. – С. 144–152. 6. Муравьев, А. В. Прогнозирование срока службы информационной системы с учетом морального старения элементной
156 2 2020.indd 156
23.06.2020 9:27:29
Модель процесса диагностирования бортовой радиоэлектронной аппаратуры космических аппаратов на основе обратных математических преобразований множества диагностических признаков Model of the process of diagnostics of onboard radio electronic equipment of spacecraft based on inverse mathematical transformations of a set of diagnostic features
Белокопытов / Belokopytov M.
Иванов / Ivanov I.
(Hommer1990@mail.ru) кандидат технических наук. ФГБВОУ ВО «Военнокосмическая академия имени А. Ф. Можайского» МО РФ (ВКА им. А. Ф. Можайского), начальник научноисследовательской лаборатории. г. СанктПетербург
(igorivanov90@yandex.ru) Главный испытательный космический центр МО РФ имени Г. С. Титова, старший научный сотрудник отдела. г. Краснознаменск, Московская обл.
Клыков / Klikov V.
(vka@mil.ru) ВКА имени А. Ф. Можайского, адъюнкт кафедры. г. СанктПетербург
Марк Львович
Владимир Алексеевич
(vka@mil.ru) кандидат технических наук ВКА имени А. Ф. Можайского, преподаватель кафедры. г. СанктПетербург
Игорь Геннадьевич
Рыльков / Rilkov A. Александр Игоревич
Ключевые слова: космический аппарат – spacecraft; бортовая аппаратура – on-Board equipment; идентификация – identification; техническое диагностирование – technical diagnostics; диагностический признак – diagnostic feature. Статья посвящена вопросам идентификации бортовой радиоэлектронной аппаратуры космических аппаратов с целью решения задачи технического диагностирования. Основное внимание в работе акцентируется на формализации процесса технического диагностирования бортовой аппаратуры на основе математического аппарата конечных автоматов. Предложена модель процесса идентификации и технического диагностирования на основе обратных математических преобразований множества диагностических признаков, представленная в операторной форме. The article is devoted to the identification of onboard radio-electronic equipment of spacecraft in order to solve the problem of technical diagnostics. The main attention is focused on the formalization of the process of technical diagnostics of onboard equipment based on the mathematical apparatus of finite automata. A model of the identification process and technical diagnostics based on inverse mathematical transformations of a set of diagnostic features, presented in the operator form, is proposed.
Создание перспективных космических аппаратов (КА) с высокими целевыми и эксплуатационными характеристиками требует разработки новых подходов к решению проблемы обеспечения работоспособности
бортовых систем (как специальных, так и служебных). Важнейшим направлением решения данной проблемы является разработка и создание систем контроля и диагностирования [1, 2], которые позволят при достаточно низком уровне ресурсных затрат с требуемой максимальной достоверностью и полнотой оценивать
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 157
2020 2018
Введение
157 23.06.2020 9:27:29
КОСМОС техническое состояние (ТС) бортовых систем (БС), а также формировать воздействия по управлению в процессе его целевого применения. Разработка таких систем невозможна без математического моделирования функционирования, в том числе диагностирования, современной высокотехнологичной бортовой аппаратуры.
Разработка модели решения задач идентификации и диагностирования бортовой аппаратуры КА Для систем технического диагностирования бортовой аппаратуры (БА) КА уровень эффективности решения поставленных задач определяется алгоритмами идентификации и диагностирования в рамках используемой модели функционирования БА КА. Из литературы [3–5] известно, что процессы идентификации и диагностирования заключаются в реализации двух этапов. На первом этапе производится достаточно большое число экспериментов, связанных с имитацией различных состояний объекта в лабораторных или натурных условиях, то есть решается задача идентификации, построения модели функционирования БА КА по входным и выходным экспериментальным данным. Второй этап заключается в определении реального технического состояния объекта по результатам выполненных измерений, принятых в качестве эталонных, модельных (результат первого этапа). В совокупности все этапы представляются следующей обобщенной диаграммой, полученной от объединения отображений [3] (рис. 1). Здесь: φ:Т×Х×Q→Y – отображение множества текущих состояний БА в множество параметров; λ:Y→Y/Q – отображение, которое обозначает операцию факторизации; ψ:Y→E – отображение отнесения наблюдаемого состояния БА к одному из заданных видов технического состояния (решение задачи классификации); – взаимно однозначное отображение фактор-множества и видов технического состояния;
– отображение реализации процесса выработки решения; – отображение, позволяющее уточнять условия разбиения множества Y на классы, фактормножество Y/Q, а значит, и множество E. Данная модель может быть представлена в операторной форме. С этой точки зрения процесс определения технического состояния также можно разделить на несколько этапов. Результатом первого этапа является определение операторного уравнения наблюдения относительно в момент времени (1) где – допустимое управляющее воздействие из множества X, выданное в момент времени ; – реакция динамической системы на управляющее воздействие выданное в момент времени Необходимо также отметить, что уравнение (1) строится на основе функции выхода (2) при соблюдении условия наблюдаемости, необходимым и достаточным условием которой является инъективность отображения (функция выхода):
(3) Благодаря чему выходные переменные можно использовать в качестве признаков наблюдаемого текущего состояния объекта. Итак, первым этапом при реализации определения технического состояния объекта является решение задачи наблюдения, то есть решения уравнения (1). При полной наблюдаемости объекта всегда возможно определение его состояния по данным измерений сигналов на его выходах. Но конечной целью диагностирования является определение одного из заданных видов ТС, к которому может быть отнесено наблюдаемое текущее
Рис. 1. Модель процессов идентификации и диагностирования БА КА
158 2 2020.indd 158
23.06.2020 9:27:30
Белокопытов М.Л. и др. Модель процесса диагностирования бортовой радиоэлектронной аппаратуры ... состояние объекта. Задача отнесения наблюдаемого состояния объекта к одному из заданных видов его ТС называется задачей классификации, решение которой можно отнести ко второму этапу процесса технического диагностирования. Однако решению данной задачи должно предшествовать определение классов эквивалентности на множестве выходных параметров, обладающих следующими свойствами:
ющее: всякому наблюдаемому состоянию объекта должен быть поставлен в соответствие единственный вид его ТС. Таким образом, сформулированная задача классификации заключается в разбиении множества Y на ряд непересекающихся классов. На третьем этапе происходит определение принадлежности каждого из наблюдаемых состояний объекта одному из классов, полученных в результате отображений (5) и (6):
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 159
2020 2018
– свойство рефлексивности, (7) свойство симметричности, – свойство транзитивОператор сопоставляет набору какое-то ности. (3) конкретное значение На завершающем этапе определения ТС объекта где P – бинарное отношение эквивалентности на множе- происходит реализация отображения конкретного стве Y. решения, реализуемого на основе оператора П, который Отношение эквивалентности задает разбиение формально определенному виду ТС в рамках заданной множества Y всех состояний объекта на непересека- модели ставит в соответствие вполне конкретное решение ющиеся классы, то есть осуществляет факторизацию об его истинном ТС с учетом вероятностных харакэтого множества. Обозначим получающийся при этом теристик, возможных ошибок при диагностировании, класс на основе оператора через следующее выра- погрешностей выполняемых измерений и помех: жение: (8) (4) Необходимо отметить, что с целью проведения парагде – оператор, соответствующий отображению метрической идентификации возможно отображение, который в свою очередь по своему смыслу реализуемое в выражении: является наложением (сюрьекцией) и называется естественным отображением; (9) – выражение, которое обозначает класс эквивалентности для некоторого набора параметров которое позволяет провести уточнение сформировансоответствующим состоянию ного в результате решения задачи классификации Как было отмечено ранее, целью диагностирования выражения является определение одного из видов ТС, к которому В общем виде модель процесса технического диагноможет быть отнесено наблюдаемое текущее состо- стирования, представленная в операторной форме, яние объекта. С математической точки зрения данное изображена на рис. 2. выражение может быть определено через оператор Представленная общая постановка задачи иденв следующем виде: тификации и диагностирования объекта справедлива для любого вида определяемых его ТС. В такой (5) постановке может быть сформулирована как задача проверки правильности функционирования объекта Тогда с учетом выражения (5) и по существу рассма- (задача контроля), так и задача поиска дефектов в триваемой задачи необходимо, чтобы элемент множе- нем. Как было отмечено ранее, определение операства характеризующий заданный вид ТС, тора φ в процессе идентификации требует некоторых находился во взаимно однозначной зависимости с временных затрат. В случае сложных объектов эти выражением через оператор затраты могут оказаться значительными. В этом случае целесообразно построение более упрощенной модели, (6) которая, хотя и не позволяет глубоко исследовать диагностируемый объект, но дает возможность достаС точки зрения теории множеств отображение, реали- точно быстро определить его ТС с заданной степенью зуемое посредством оператора (6), будет находиться точности (детализации) (например, определить место во взаимно однозначной зависимости, если отобра- дефекта с заданной глубиной в темпе поступления жение, реализуемое оператором (4), будет являться диагностической информации). естественным отображением, а отображение, реалиВ свою очередь при синтезе математической модели зуемое оператором (5), – наложением (сюрьекцией), Мф (А) функционирования БА КА решают задачу обеспето есть элемент e E является образом по крайне мере чения взаимно однозначного соответствия (биекции) φ: одного элемента y Y. Физически это означает следу- Q → Y (φ-1)-1=φ между множеством состояний Q системы
159 23.06.2020 9:27:31
Рис. 2. Модель процесса идентификации и технического диагностирования, представленная в операторной форме
КОСМОС
160
2 2020.indd 160
23.06.2020 9:27:31
и множеством кортежей выходных значений Y, а в процессе наблюдения за системой контролируются все входные и выходные переменные (рис. 3.). В данном случае система является закрытой. Закрытой называется система, которая не взаимодействует с внешней средой, либо взаимодействует известным, строго определенным образом [4]. У закрытой системы состояниями являются кортежи (векторы) выходных значений yi, по которым однозначно определяется состояние системы. В процессе испытаний КА как систему всегда стараются закрыть с помощью введения допусков, подключения дополнительных измерительных приборов, по следующим причинам [5]: – для закрытых систем существует полная алгоритмическая модель, конечное множество анализируемых протоколов; – для закрытых систем проверку исправности можно осуществлять через проверку правильности функционирования.
Модель процесса диагностирования бортовой радиоэлектронной аппаратуры КА на основе обратных математических преобразований множества диагностических признаков Использование математических моделей при построении алгоритмов контроля БА КА связано с «проклятием» размерности решения задач при их оптимальном и биективном синтезе (в рамках выбранных критериев) вследствие большого числа контролируемых параметров Y. В настоящее время принята концепция сокращения множества Y на основе определения информационно значимых признаков, что приводит к снижению достоверности контроля БА КА не ниже заданного [2]. Следовательно, повышение эффективности решения задач идентификации и диагностирования автономной бортовой системы диагностирования зависит от оптимизации алгоритмов контроля на множестве Y, то есть
предлагается сократить мощность множества Y без уменьшения числа контролируемых параметров за счёт преобразования множества выходных сигналов Y в Y’ с помощью некоторого сжимающего отображения [6], то есть реализовать операцию обратного математического преобразования множества диагностических признаков: (10) Получаем композицию отображений исходного множества состояний Q в преобразованное множество параметров Y’, то есть (рис. 4). При этом мощности множеств: Классам параметров S множества Y соответствует элементы множества Y’ – диагностические признаки r (множество диагностических признаков Обратное преобразование осуществляет полную декомпозицию параметров множества Y’. В данном случае процесс (модель) технического диагностирования происходит уже не над полем выходных переменных, а над полем обобщенных диагностических признаков. Исходя из этого диаграмма процесса контроля и диагностирования может быть преобразована путем введения ряда дополнительных отображений (рис. 5). Здесь: – сжимающее отображение выходных сигналов; – взаимно однозначное отображение множества преобразованных выходных сигналов в множество видов ТС; – взаимно однозначное отображение фактор-множества преобразованных выходных сигналов в множество видов ТС; – отображение, позволяющее уточнять условия разбиения множества Y на классы, фактормножество Y’/Q, а значит, и множество E. На рис. 6 представлена операторная форма процесса технического диагностирования, отличающаяся от предыдущей наличием обратного математического преоб-
Рис. 3. Биективное отображение множества состояний системы в множество выходных переменных
ИНФОРМАЦИЯ и КОСМОС №2 2 2020.indd 161
2020 2018
Рис. 2. Модель процесса идентификации и технического диагностирования, представленная в операторной форме
Белокопытов М.Л. и др. Модель процесса диагностирования бортовой радиоэлектронной аппаратуры ...
161 23.06.2020 9:27:32
КОСМОС разования множества диагностических признаков, деление соответствия конкретному решению об его реализуемого при помощи оператора истинном ТС с учетом вероятностных характеристик, возможных ошибок при диагностировании, а также погрешностей при измерении происходит аналогично (11) предыдущей модели, но с учетом уже не выходных где – обобщенный диагностический признак, параметров объекта yj(tg), а обобщенных диагностиполученный в результате действия оператора ческих признаков rj(tg). Необходимо отметить, что свойства эквивалентности при решении задачи классификации определяЗаключение ются не на множестве выходных параметров Y, а на множестве обобщенных диагностических признаков R: Представленный способ преобразования исходной модели объекта показывает возможность идентифисвойство рефлексивности, кации БА КА с целью построения оптимизированных свойство симметричности, алгоритмов контроля на основе обобщенных диагно– свойство транзитив- стических признаков. Однако известно [7], что максиности. (12) мально возможная достоверность в рамках использованной математической модели может достигаться за Выработка решения о принадлежности состояния счет биективного преобразования множества всевозобъекта одному из видов (классов) ТС, а также опре- можных контролируемых параметров в множество
Рис. 4. Композиция отображений множества состояний системы в множество Y’
Рис. 5. Модель процессов идентификации и диагностирования с учётом преобразования множества Y
162 2 2020.indd 162
23.06.2020 9:27:32
ИНФОРМАЦИЯ и КОСМОС №2
2 2020.indd 163
2020 2018
Рис. 6. Модель процесса идентификации и технического диагностирования с учетом преобразования множества диагностических признаков, представленная в операторной форме
Белокопытов М.Л. и др. Модель процесса диагностирования бортовой радиоэлектронной аппаратуры ...
163
23.06.2020 9:27:33
КОСМОС диагностических признаков меньшей мощности. Это в свою очередь подразумевает решение обратной задачи, которая может быть решена за счет синтеза оптимальной в рамках выбранных критериев программы диагностирования. При разработке специального математического обеспечения процессов идентификации и технического диагностирования бортовой аппаратуры автономных космических аппаратов критериями оптимизации будут являться: обеспечение максимально возможного уровня достоверности контроля ТС БА КА в рамках рассматриваемой математической модели, а также минимизация временных затрат как на синтез, так и на применение оптимальных алгоритмов контроля и диагностирования БА КА.
Литература 1. Лоскутов, А. И. Методика синтеза математической модели функционирования бортовых систем изделий ракетнокосмической техники на основе логической декомпозиции. / А.И. Лоскутов, В.А. Клыков // Приборы и системы. Управление, контроль, диагностика. – 2016. – № 5. – С. 7–18. 2. Wander, A. Innovative fault detection, isolation and recovery strategies on-board spacecraft: state of the art and research challenges / A. Wander, R. Förstner // Deutscher Raumfahrt congress. – 2012. – P. 9. 3. Дмитриев, А. К., Идентификация и техническая диагностика / А.К. Дмитриев, Р.М. Юсупов. – М.: МО СССР, 1987. – 525 с. 4. Дунаев, В. В. Классификационные основы теории испытаний. / В.В. Дунаев; под ред. В.И.Белицкого. – Л.: МО СССР, 1984. – 145 с. 5. Дмитриев, А. К. Метод дигнастирования бортовой аппаратуры космического аппарата: дис... канд. техн. наук: 20.02.16: защищена 22.05.98 – СПб.: ВКА им. А.Ф. Можайского, 1998 – 207 с. 6. Лоскутов, А. И. Основы испытаний бортовых радиоэлектронных систем / А.И. Лоскутов, Г.И. Козырев. – СПб.: ВКА имени А.Ф. Можайского, 2013. – 158 с. 7. Дунаев, В. В. Алгоритмические основы испытаний / В.В. Дунаев, О.М. Поляков, В.В. Фролов. – Л.: МО СССР, 1991. – 429 с.
164 2 2020.indd 164
23.06.2020 9:27:33