2. Обратное Скелетное Соотношение Отношение площади скелета к общей площади региона
3. Глубина сложности Обратная скелетная пропорция *отношение периметра к площади
4. Серый уровень среднего Средний уровень отношений
5. Серый уровень стандартного отклонения Стандартное отклонение уровня отражений
6. Однородность Отношение стандартного отклонения к среднему для поверхности окружающей слик
7. Число локальных объектов Число ближайших объектов
8. Число глобальных объектов Общее число объектов на изображении
9. Средний контраст локальной площади Отношение серого уровня среднего к среднему уровню отражений от окружающей поверхности
10. Средний градиент на границах Средний уровень величины градиента на границах
11. Сглаженость локального кон-траста Отношение среднего градиента вне локальной площади к каковому внутри площади
12. Отношение площадей Отношение длины границы к площади
13. Первый инвариантный плос-костной момент Производные от первого центрального момента второго порядка и первого центрального момента третьего порядка
14. Второй инвариантный плос-костной момент Производные от первого центрального момента второго порядка и первого центрального момента третьего порядка
15. Расстояние до корабля Дистанция до ближайшего обнаруженного корабля
Вариант № 4
Схема классификации.
Каждый из объектов соответствующий модели слика, классифицируется на основе вектора параметров объекта и категории ветра (оцениваемого по среднему уровню отражений на изображении) используя статистическую модель слика. Имеется одна статистическая модель слика для каждой категории ветра. Подходящая модель используется для вычисления условной плотности вероятности для объекта, являющегося нефтяным сликом или похожей неоднородностью. Плотность вероятности рассматривается на базе t-распределения Стьюдента. Апостериорная вероятность для двух классов вычисляется затем из условной плотности вероятности априорной вероятности нефтяного слика. Априорная вероятность для нефтяного слика моделируется как функция категории ветра, сложности изображения, размеров и формы слика и его окрестностей. Функция потерь, принимающая в расчет ожидаемое число нефтяных сликов, пропускаемых как ложные (выглядящие также) используется когда каждый объект относится к классу, который минимизирует ожидаемые потери.
Если один или более сликов были классифицированы как нефтяные слики, включается функция ложных тревог, переводящая систему в режим проверки и привлечения внимания оператора. Оператор установит окончательный класс каждого объекта, который вызвал ложную тревогу, или по оценке использует ERVISYS в соответствии с случаем 1 или определит класс по месту определения (случай 2). Случай 1 типичен, когда слик кажется нефтью, но очень далек от любой хрупкой области, мал и, следовательно будет раздроблен в ближайшее время. Его можно считать безвредным и ни какие активные действия не будут иметь место. В случае 2 направляется самолет или корабль на место обнаружения слика и определяется (уточняется) истинный тип слика. Такой окончательный результат классификации (вручную) используется, чтобы система обучалась на основе опыта. Результат перезаписывает модуль обнаружения для обновления статистической модели слика.
Заключение
Цель работы - разработка математического аппарата совместной обработки информации в многосенсорной системе мониторинга акватории порта.
Строительство и эксплуатация портов, относящихся к объектам с повышенным риском возникновения сложных аварийных ситуаций требуют обеспечения высококачественными системами мониторинга. Развитие теоретических основ проектирования комплексных систем экологического мониторинга акваторий портов и береговых зон промышленных регионов является базовой составляющей создания эффективных природозащитных организационно-технических комплексов. Которые предназначены для постоянного наблюдения за экологическим состоянием акватории, раннего обнаружения аварийных ситуаций и информационного обеспечения ведения аварийно-спасательных и реалибитационных работ на период строительства и эксплуатации портов. Важнейшим требованием к системе является ее полное соответствие технологиям экологического мониторинга и мониторинга чрезвычайных ситуаций. Информация от подсистем должна поступать на обработку в информационный центр. Результатом совместной обработки полей различной физической природы является заключение о состоянии акватории: “находится в пределах допустимых норм”, “начало аварийной ситуации”. Система выдает информацию о динамике аварийной ситуации и масштабах аварии.
В результате исследования получено:
конфигурации систем объединения информации при решении задач автосопровождения надводных объектов.
математическое обеспечение
процедуры обработки информации в многосенсорных системах автосопровождения НП в условиях априорной неопределенности.
позволяющее вычислить оценку ошибки сглаженного значения и ее ковариацию на выходе центрального процессора многосенсорной системы автосопровождения НП по данным оценок и их ковариаций локальных процессоров без непосредственного использования результатов измерений.
методика обработки информации в многосенсорных системах автосопровождения целей с разнородными датчиками при наличии нескольких целей по критерию минимального риска. При этом для минимизации функции риска применен релаксационный метод Лагранжа.
Таблица Перечень сокращений
Сокращение Расшифровка
МСМАП - многосенсорная система мониторинга акватории порта
НП - нефтяное пятно
ПТН - подсистема телевизионного наблюдения
ПХК - Подсистема химометрического контроля
РЛП - радиолокационная подсистема
РЛС - радиолокационная станция
САП - сейсмоакустическая подсистема
ЧС - чрезвычайная ситуация
Вариант № 5
Разработка типовой структуры сбора и обработки информации в многосенсорной системе мониторинга акватории порта
В последние годы сформировалось два базовых подхода к проблеме оценки состояния природной водной среды, имеющими своей целью:
защиту здоровья населения;
охрану отдельных популяций живых организмов
санитарно-гигиенический подход;
санитарный подход;
обеспечение благополучия природных экосистем (экосистемный или экологический подход).
Прогнозирование динамики экологической обстановки является одной из наиболее важных и ответственных составляющих экологического мониторинга морской среды, особенно если оно проводится в местах возникновения техногенных катастроф, когда значение даже краткосрочного прогноза особенно велико для принятия адекватных управленческих решений, направленных на стабилизацию экологической обстановки.
Процесс прогнозирования начинается с анализа результатов наблюдения за экологическим состоянием контролируемого объекта и оценки текущей экологической обстановки. Тщательно изучается априорная информация, касающаяся изучаемого водного бассейна, собираются сведения об основных известных источниках загрязнения и их параметрах, приоритетных загрязнителях морской среды и механизмах их перераспределения в изучаемой акватории, а также о географическом положении и социально-политической обстановке в контролируемом регионе.
Далее создается физико-математическая модель наблюдаемого явления. Эта модель в дальнейшем может многократно изменяться и уточняться.
Обязательным этапом прогнозирования является оценка достоверности полученного прогноза.
В последние годы оценка экологической обстановки и прогноз ее динамики в подвергающихся интенсивному антропогенному воздействию акваториях океана осуществляется путем решения прямых и обратных задач экологического мониторинга.
Прямые задачи экологического мониторинга базируются на априорном знании состояния источников загрязнений (т.е. их мощности, мест дислокации, физико-химического состава и свойств приоритетных загрязняющих примесей, а также гидродинамические условия поступления таких примесей в морскую среду и перераспределения в ней).
В результате решения прямых задач удается рассчитать пространственно-временную изменчивость распределения приоритетных загрязняющих примесей в контролируемой акватории, причем адекватность прогнозных оценок может быть проверена путем проведения натурного экологического эксперимента и сопоставление его результатов с расчетами.
Обратные задачи экологического мониторинга основываются на наличии априорной и, главным образом апостериорной (т.е. полученных в результате экологических исследований) информации о факторах природного и антропогенного воздействия, в т.ч. о текущем пространственном распределении загрязняющих веществ в контролируемой акватории, а также на знании закономерностей их миграции в морской среде.
Таблица Перечень сокращений
Сокращение Расшифровка
ГАП - гидроакустическая подсистема
ГПФ - Гидрофизические поля
ДНА - диаграмма направленности антенны
ИКП - инфракрасная подсистема
ИП - информационная подсистема
ЛП - лидарная подсистема
МП - морская поверхность
Для выбора подходящего для охраняемого объекта типа системы охраны удобно использовать качественные бальные оценки показателей надёжности обнаружения и устойчивости к ложным тревогам, которые назовём соответственно потенциалом обнаружения и потенциалом ложных тревог.
Вариант № 6
Введение
В системах интегрирования различают несколько уровней интегрирования информации:
сбор данных; эти функции выполняет интерфейсная система интегрирования информации;
организация и хранение данных; эти функции охватывает интегрированная информационная технология;
взаимодействие процессов моделирования и обработки информации;
представление информации.
Интерфейсная система интегри-рования информации предназначена для группирования независимых систем регистрации информации и систем мониторинга для задач комплексной обработки и анализа информации. Она включает в себя систему, поддерживающую работу каналов связи, стандарты на представление информации и на командный язык общения пользователей, программное обеспечение, поддерживающее стандарты.
Интегрированная информационная технология предназначена для структурной организации и доступа к информации. Доступ организуется в распределенной структуре, в которой взаимосвязаны между собой системы хранения информации с помощью соответствующих стандартизованных интерфейсов.
Уровень взаимодействия процессов моделирования и обработки информации позволяет объединять различные модели и методы обработки информации. Взаимодействие реализуется на основе конвейерного принципа в рамках многозадачных операционных сред.
Системы представление информации выполняют функцию визуализации в процессе анализа данных на единой иллюстративной основе. В экологии к таким системам в первую очередь относятся системы, имеющие картографический интерфейс.
Картографический интерфейс является ключевым элементом в интегрированных экологических системах. Картографический интерфейс реализуется как объектно-ориентированная система, в которой каждый элемент представлен как объект, имеющий список атрибутов. Одна часть атрибутов определяет способ отображения объекта, а другая – параметры, участвующие в моделировании ситуации. Любой объект может быть связан с информационным файлом, в котором может быть дана подробнейшая информация об объекте.
Экологическая ситуация наносится на картографическую схему непосредственно с компьютерных средств ввода информации или базы данных (БД). Картографический интерфейс может быть подключен к модели развития экологической ситуации, и экологическая ситуация будет развиваться в процессе моделирования.
Системы интегрирования экологической информации, обеспечивающие комплексность обработки и анализа экологической информации, по сравнению с другими информационными технологиями обладают дополнительно следующими свойствами: модульностью и гибкостью.
Модульность – свойство подсистем группироваться в комплекс для выполнения определенной работы. Гибкость - свойство систем интегрирования быстро и без больших затрат подключать и отключать различные элементы (подсистемы).
Эти свойства особенно важны для анализа информации в процессе выработки решений, когда смена цели информации меняется не только от проекта к проекту, но и при рассмотрении одного проекта, и не один раз.
Модель управления многосенсорной системой мониторинга акватории порта имеет многоуровневую структуру, в которой каждый уровень может существовать независимо или быть связанным с другими, а каждый верхний уровень поддерживается нижними. Как видно из рисунка 2, в нее входят различные структурные элементы. Рассмотрим их более подробно.
Таблица Перечень сокращений
Сокращение Расшифровка
ГАП - гидроакустическая подсистема
ГПФ - Гидрофизические поля
ДНА - диаграмма направленности антенны
ИКП - инфракрасная подсистема
ИП - информационная подсистема
ЛП - лидарная подсистема
МП - морская поверхность
МСМАП - многосенсорная система мониторинга акватории порта
НП - нефтяное пятно
ПТН - подсистема телевизионного наблюдения
РЛП - радиолокационная подсистема
Вариант № 7
Обратные задачи и пространственно-градиентный анализ полей в морских средах.
Обратные задачи, связанные с определением электромагнитного образа источника по известным полям, математически формируются в виде векторного интегрального уравнения Фредгольма первого рода:
,(1)
где 
– вектор напряженности электрического или магнитного полей; 
– ядро уравнения, для скалярных задач 
– функция Грина. В нашем случае – тензор второго ранга.
При решении обратных задач возникают три вопроса:
Существует ли решение основного интегрального уравнения?
Да
Нет
Если решение существует, то является ли оно единственным?
Да
Нет
Устойчиво ли решение, т.е. приводят ли малые изменения исходных данных, соответственно, к малым изменениям решения?
Да
Нет
Если ответы на все эти вопросы положительны, то задача называется корректно поставленной. В противном случае задачу называют некорректно поставленной или просто некорректной.
В последнее время заметно возрос интерес к электромагнитным полям, имеющим биологическое происхождение. Например, зарегистрированы электрические поля величиной порядка 10-3 В/м и более в зоне скопления фитопланктона и бактерий на глубинах 15 – 20 м. Обнаружено и обратное влияние электромагнитного поля на жизнедеятельность микроорганизмов. По-видимому, изучение электромагнитной активности обитателей морских глубин и их реакции на внешние электромагнитные воздействия должно стать важным звеном в освоении Мирового океана. Этот путь, возможно, приведет к разгадке тайн исчезновения или необъяснимого роста отдельных популяций, их миграционных законов, а также особенностей поведения перед надвигающимися стихийными бедствиями. Сегодня ясно одно, что успех в этом важном деле, как и в решении рассмотренных выше задач, непосредственно связан в развитием методов и средств пространственно-временного анализа подводных электромагнитных полей.
Точность восстановления пространственной структуры полей регламентируется количеством их пространственных отсчетов и погрешностью измерений. Максимальное число пространственных отсчетов ограничено в процессе исследования. Ограничивающими факторами при последовательном анализе являются нестационарность измеряемых процессов, а при параллельном – значительные аппаратурные затраты. Погрешность измерений во многих случаях обусловлена воздействием помеховых полей, обладающих высокой степенью однородности «не зависимо от координат» в исследуемой области пространств. В основном мешающее действие оказывают микропульсации МПЗ и шумы индуцируемые при вибрации датчиков полей в МПЗ. Механизм возникновения последних заключается в разделении зарядов в проводниках датчиков под действием силы Лоренца, если проводники перемещаются во внешнем магнитном поле. В то же время во многих океанологических исследованиях требуется локализовать и идентифицировать источники, находящиеся на относительно небольших удаления, так что их поля достаточно быстро меняются в области размещения датчиков полей. Проблемы локализации и идентификации источников по их полям в так называемой ближней зоне возникают при электромагнитных исследованиях различных гидродинамических процессов, при изучении магнитных аномалий, полей различных биообъектов и микроорганизмов, а также при решении ряда других прикладных задач исследования океана.
Таблица Перечень сокращений
Сокращение Расшифровка
МСМАП - многосенсорная система мониторинга акватории порта
НП - нефтяное пятно
ПТН - подсистема телевизионного наблюдения
ПХК - Подсистема химометрического контроля
РЛП - радиолокационная подсистема
САП - сейсмоакустическая подсистема
ЧС - чрезвычайная ситуация
РЛС - радиолокационная станция
Вариант № 8
Сравнительный анализ характеристик систем охраны различных типов
Многообразие типов технических средств охраны (ТСО) зданий и территорий ставит перед руководством охраняемого объекта и служб безопасности вопрос их правильного выбора на основании предъявляемых к обеспечению безопасности требований и условий на конкретном объекте.
Современные технические средства охраны базируются на самых разных физических принципах и типах чувствительных элементов (ЧЭ), воспринимающих воздействие нарушителей при пересечении их чувствительных зон (ЧЗ). В табл. 1 приведены основные типы технических средств охраны.
Выбор типа и образца системы охраны осуществляют по их функциональным критериям. Основными функциональными критериями технических средств охраны являются надёжность обнаружения нарушителей и устойчивость к ложным тревогам. Количественные показатели для функциональных критериев – это вероятность обнаружения нарушителей и частота ложных тревог.
Для выбора подходящего для охраняемого объекта типа системы охраны удобно использовать качественные бальные оценки показателей надёжности обнаружения и устойчивости к ложным тревогам, которые назовём соответственно потенциалом обнаружения и потенциалом ложных тревог.
Типы технических средств охраны
Физический принцип действия Тип ЧЭ Воспринимаемое воздействие нарушителей
Электромеханический Натянутые проволочные нити с концевыми датчиками положения и (или) натяжения, в опорах ограждения, стойках и проч. Раздвижение нитей, их обрыв или перекусывание
Проводно-обрывной Система встроенных, натянутых между опорами или приклеенных на полотно ограждения проводов или микропроводов Обрыв провода
Вибрационный 1) Кабельные датчики вибраций, закрепляемые на полотне ограждения
(трибоэлектрические, оптоволокон-ные, магнитострикционные).
2) Система соединённых в косу и закреплённых на полотне ограждения точечных датчиков вибраций. Колебания полотна ограждения при перелезании или проделывании отверстия
Сейсмический 1) Система сейсмических датчиков (электродинамичес-ких, пьезоэлектрических и др.), установленная в грунте.
2) Чувствительные к сейсмическим колебаниям почвы кабельные датчики (шланговые с незамерзающей жидкостью, электретные, оптоволоконные, магнитострикционные и др.) Сейсмические колебания почвы, вызываемые человеком при движении
Емкостной 1. Декоративный металлический козырёк на ограждении.
2. Сетчатый козырёк.
3. Козырёк из натянутых проводов
4. Специальное сетчатое полотно ограждения Изменение емкости антенной системы ЧЭ, изолированного от земли при приближении к ней или касании нарушителя
Индуктивный Система натянутых между опорами ограждения проводов, образующих индуктивную петлю Изменение индуктивности петли ЧЭ при раздвижении, обрыве или разрезании проводов
Радиолучевой Разнесённые передатчик и приёмник СВЧ излучения Изменение уровня принимаемого приёмником сигнала из-за движения нарушителя между передатчиком и приёмником
Радиоволновой Специальная система параллельных проводов, по которым осуществляется приёмопередача излучения в определённом диапазоне волн Изменение уровня принимаемого сигнала из-за движения нарушителя вблизи от системы проводов
Магнитометри-ческий Специальная система проводов, образующая чувствительный к изменению магнитного поля при перемещении через неё металлических предметов элемент Изменение уровня магнитометрического сигнала на выходе ЧЭ при перемещении вблизи ЧЭ нарушителей
Телевизионный Телекамера Видеоизображение
Для надёжности обнаружения используем следующие бальные оценки и соответствующие вероятности обнаружения:
5 – очень высокая (0.98 и выше);
4 – высокая (0.95);
3 – средняя (0.9);
2 – ниже средней (0.7 - 0.8);
1 – низкая (ниже 0.7).
Аналогичные градации используются и для частоты ложных тревог (без уточнения конкретных уровней):
1 – очень низкая частота ложных тревог;
2 – низкая;
3 – средняя;
4 – высокая;
5 – очень высокая.
Вариант № 9
Сравнительный анализ характеристик систем охраны различных типов
В табл. 2 приведены значения потенциала обнаружения. По данным опубликованным в /1/. Потенциал обнаружения зависит от способа проникновения нарушителя на охраняемый объект. Наличие нескольких значений потенциала обнаружения, указанных в табл. 2, означает, что есть как разные подварианты преодоления ТСО так и варианты образцов данного типа ТСО.
Таблица2 Потенциал обнаружения нарушителей ТСО
Способы
преодоления
нарушителем Тип ТСО по принципу действия
электромеханический вибрационный емкостной радио-лучевой магнитометр. сейсмич. ИК телевиз.
Перелеза-ние 5 5 5
Разрезание 5 5 5
Подкоп 1 3-4 2-3 1 3-4 5 1 1
Нормаль-ный шаг 5 4 5 4 5
Медленный шаг 3 2-4 4 4 4
Бег 4 2-4 4 4 5
Ползком 2-3 1-4 3 3 2
Перекатом 2-3 1-4 3 3 3
Прыжком 2-3 3-4 5 4 5
Суммарный
потенциал
обнаруже-ния 11 13-14 12-13 19-22 16-25 29 23 25
Потенциал ложных тревог зависит от помеховой обстановки в зоне расположения датчика системы охраны.
Модель нарушителя
Модель нарушителя должна учитывать как способы регистрации сигналов, т.е. применяемые датчики, так и способы возможных действий учитываемых категорий нарушителей. Способы возможных действий определяются в модели нарушителя с использованием информации, получаемой от заказчика системы. Перечень используемых технических средств выбирается совместно заказчиком и техническими специалистами, реализующими систему охраны. Все эти данные формируются для каждого охраняемого объекта и могут различаться в зависимости от свойств охраняемого объекта и средств, которые может предоставить заказчик для реализации системы. Разработка модели нарушителя чрезвычайно важна для разработки всей системы, так как определяет алгоритмы обработки сигналов и свойства системы охраны в целом.
Процесс создания модели нарушителя можно разбить на следующие этапы:
сбор информации о потенциальных нарушителях;
формализация собранной информации;
разработка модели нарушителя.
На первом этапе разработкой модели занимаются специалисты службы безопасности. На данном этапе в модели определяются:
категории нарушителей;
цели, которые могут преследовать нарушители каждой категории;
характер осведомлённости;
уровень подготовки;
оснащение.
По результатам этого этапа, сотрудниками службы безопасности составляется техническое задание для организации производящей разработку и (или) установку системы охраны.
На основании этого технического задания технические специалисты организации, занимающейся установкой системы охраны, формализуют всю собранную информацию, т.е. преобразуют её к виду необходимых функциональных параметров ТСО.
Кроме того, на основании ранее выполненных работ по исследованию сейсмоакустических сигналов был определен состав других объектов, анализ которых является существенным при создании САСО. К этим объектам были отнесены: движущиеся средства наземного транспорта (трамвай и автомобили) и движение животных (в первую очередь собак). Прием сигналов от подобных объектов может привести к снижению качества функционирования САСО по обнаружению человека, поэтому эти сигналы являются помехами. Для последующей разработки и анализа алгоритма селекции движения человека на фоне сигналов от какого - либо объекта - помехи проводились записи при одновременном движении человека и данного объекта-помехи.
Вариант № 10
Потенциал ложных тревог ТСО
В табл. 3 приведены значения потенциала ложных тревог для некоторых типов систем охраны. Значения потенциала ложных тревог приводятся, при условии что, в системах охраны не применяются современные эффективные алгоритмы обработки сигналов.
Таблица 3 Потенциал ложных тревог ТСО
Условия эксплуатации
в охраняемой
зоне Тип ТСО по принципу действия
вибрационный емкостной Радио-лучевой магнитометр. сейсмич. ИК телевиз.
Ветер 2 2 1 1 2 1 4
Дождь 3 3-4 2 2 2 2 5
Снег 3 3 2 2 2 4 5
Густой туман 0 0 2 0 0 3 Не работ.
(6)
Сейсмические
помехи 0 0 0 2 5 0 0
Животные 3 4-5 2 2 5 5 3
Подземные
электрические
кабели 1 1 1 4 3 1 0
Высоковольтные линиии 1 1 2 4 2 1 0
Суммарный
потенциал
обнаружения 13 14-16 12 17 21 17 23
Как видно из представленного анализа современных ТСО, в настоящий момент не существует единственного типа ТСО, обеспечивающего высокие значения функциональных характеристик при эксплуатации в любых помеховых условиях, при обнаружении нарушителей проникающих на охраняемый объект любым способом. Всё это, а также
возросшие требования безопасности, приводят к необходимости совместного использования как различных систем охраны, так и различных систем безопасности (системы охраны, системы контроля доступа, системы защиты информации и др.), т.е. к созданию комплексных автоматизированных систем безопасности.
Модели источников помех
Для снижения частоты ложных тревог и увеличения вероятности правильного обнаружения сейсмоакустической системы охраны необходимо учитывать свойства помеховых сигналов, на фоне которых производится обнаружение и распознавание нарушителя, т. е. необходимо разработать модели источников помех на охраняемом объекте. Модели источников помех включают в себя модель сейсмоакустического фона на охраняемом объекте и модели источников сейсмоакустических сигналов не являющихся нарушителями, но появление которых возможно в зоне чувствительности датчика (например животные, проходящий мимо транспорт и др.). Модель сейсмоакустического фона удобнее представить как модель интегрального вклада, т.е. не описывать вклад каждого отдельного источника, а моделировать совокупный фоновый процесс. Это связано с большим количеством формирующих фон источников, недостатком информации для описания этих источников из-за их большого разнообразия и невозможности доступа к информации о каждом из них.
В качестве источников помех, для которых возможно создание отдельных моделей, при использовании САСО вне здания, могут быть рассмотрены сигналы, создаваемые при движении животных и транспортных средств, отдельно работающих машин и механизмов, находящихся в зоне чувствительности датчиков.
При реализации алгоритмов обработки сейсмоакустических сигналов для решения задачи обнаружения и распознавания нарушителей весьма существенной является информация о параметрах и статистических свойствах сигналов и помех, поступающих на датчики. С этой целью в рамках данной работы проведены натурные измерения сигналов импульсных и непрерывных источников и сейсмоакустического фона.
Из обзора литера-туры /4–6/ известно, что свойства сейсмоакусти-ческого фона сильно зависят от наличия искусственных и естест-венных излучателей сейсмоакустических колебаний в месте расположения датчиков. Состав таких излучателей и их количество будет определяться возможным местом установки системы охраны.
По уровню сейсмоакустического фона и возможным источникам его создания искусственного происхождения можно выделить пять зон возможного места расположения охраняемого объекта:
промышленная зона в городе;
жилая зона в городе;
парковая зона в черте города;
пригородная зона;
лесной район.
Вариант № 11
Модели нарушителя и источников помех в сейсмоакустической системе охраны
В настоящее время, рост изобретательности и оснащённости преступных сообществ при совершении преступлений, приводит к необходимости создания интеллектуальных систем охраны. Интеллектуальная система охраны подразумевает реализацию сложного алгоритма обработки сигналов от датчиков, с целью обнаружения, выделения информационного сигнала на фоне помех и классификации нарушителя. Интеллектуальные системы разрабатываются с целью учета множества возможных ситуаций и выбора оптимального способа обнаружения и распознавания нарушителя в данной конкретной обстановке. Для создания алгоритмов обработки сигналов и выработки стратегии их использования в интеллектуальной системе охраны необходимо предварительно разработать модели нарушителя и источников помех на охраняемом объекте.
Выше было сказано о том, что основными функциональными параметрами ТСО являются вероятность обнаружения нарушителя и частота ложных тревог, которые зависят от способа представления нарушителя в пространстве параметров сигналов, регистрируемых датчиками системы, и от способа обработки этих параметров. Как отмечено в /1/ на вероятность обнаружения нарушителей влияет в первую очередь способ преодоления нарушителем охраняемого рубежа. Поэтому для создания модели нарушителя необходимо каждому способу преодоления охраняемого рубежа поставить в соответствие вектор наиболее информативных контролируемых параметров сигнала от датчика. Данный вектор параметров образует в системе охраны образ способа преодоления охраняемого рубежа. В итоге модель нарушителя содержит образы всех наиболее вероятных способов преодоления рубежа. Созданные образы необходимы для разработки эффективного алгоритма обнаружения нарушителя.
В табл. 4 представлены способы преодоления нарушителем охраняемого рубежа, которые необходимо рассматривать при создании модели нарушителя.
Таблица 4 Способы преодоления нарушителями охраняемого рубежа
Тип способа преодоления охраняемого рубежа Используемые средства и варианты способа
Перелезание через ограждение без подручных средств
с помощью приставной лестницы
с помощью крюков зацепов
с помощью рулонов плотного материала
Проделывание лаза в ограждении раздвижение нитей полотна
перекусывание кусачками
силовым пробиванием
прожиганием горелками
подрывом взрывчатых веществ
рытьём канавы
рытьём подземного тоннеля
В рост обычным шагом
Бегом
медленным шагом
медленным шагом с остановками
Согнувшись или на корточках обычным шагом
медленным шагом с задержками
Ползком с обычной скоростью
очень медленно
Перекатом
По воздуху использование стрелы крана
с помощью лёгких летательных аппаратов
Модели источников помех
Модели источников помех включают в себя:
Модель сейсмоакустического фона на охраняемом объекте
Модели источников сейсмоакустических сигналов не являющихся нарушителями, но появление которых возможно в зоне чувствительности датчика (например животные, проходящий мимо транспорт и др.).
Модель сейсмоакустического фона удобнее представить как модель интегрального вклада, т.е. не описывать вклад каждого отдельного источника, а моделировать совокупный фоновый процесс. Это связано с большим количеством формирующих фон источников, недостатком информации для описания этих источников из-за их большого
Вариант № 12
Натурные измерения по регистрации сейсмоакустических сигналов
При реализации алгоритмов обработки сейсмоакустических сигналов для решения задачи обнаружения и распознавания нарушителей весьма существенной является информация о параметрах и статистических свойствах сигналов и помех, поступающих на датчики. С этой целью в рамках данной работы проведены натурные измерения сигналов импульсных и непрерывных источников и сейсмоакустического фона.
Из обзора литературы /4–6/ известно, что свойства сейсмоакустического фона сильно зависят от наличия искусственных и естественных излучателей сейсмоакустических колебаний в месте расположения датчиков. Состав таких излучателей и их количество будет определяться возможным местом установки системы охраны.
По уровню сейсмоакустического фона и возможным источникам его создания искусственного происхождения можно выделить пять зон возможного места расположения охраняемого объекта:
промышленная зона в городе;
жилая зона в городе;
парковая зона в черте города;
пригородная зона;
лесной район.
Каждое из этих мест является типичным по составу источников колебаний, формирующих сейсмоакустический фон. При работе САСО в здании, можно выделить две зоны расположения здания:
в районе с высокой интенсивностью движения транспорта;
в районе с низкой интенсивностью движения транспорта.
При разработке сейсмоакустической системы охраны (САСО) необходимо теоретическое и экспериментальное исследование сейсмоакустических сигналов от всех объектов, являющихся источниками сейсмоакустических излучений, сигналы которых могут быть приняты датчиками системы. Одним из основных объектов-нарушителей, для обнаружения которых предполагается использовать разрабатываемую САСО является человек. От полноты исследований и адекватности разработанной модели сигнала при движении человека во многом зависят характеристики разрабатываемой САСО. Поэтому при проведении экспериментов по сбору сигналов в данной работе особое внимание было уделено сигналам, принимаемым датчиками от движения человека.
Кроме того, на основании ранее выполненных работ по исследованию сейсмоакустических сигналов был определен состав других объектов, анализ которых является существенным при создании САСО. К этим объектам были отнесены: движущиеся средства наземного транспорта (трамвай и автомобили) и движение животных (в первую очередь собак). Прием сигналов от подобных объектов может привести к снижению качества функционирования САСО по обнаружению человека, поэтому эти сигналы являются помехами. Для последующей разработки и анализа алгоритма селекции движения человека на фоне сигналов от какого - либо объекта - помехи проводились записи при одновременном движении человека и данного объекта-помехи.
Таблица Перечень сокращений
Сокращение Расшифровка
ГАП - гидроакустическая подсистема
ГПФ - Гидрофизические поля
ИКП - инфракрасная подсистема
ДНА - диаграмма направленности антенны
Вариант № 13
Содержание
Перечень сокращений, условных обозначений, символов,единиц и терминов
Введение
Разработка концепции мониторинга и структуры баз данных по инновационному потенциалу ВУЗов России
Государственная инновационная политика и формирование нормативно-правовой базы, стимулирующей инновационную деятельность
Мониторинг науки и инноваций высшей школы России – инструмент обоснования собственной научно-технической и инновационной политики
Концепция мониторинга инновационного потенциала вузов России
Разработка требований к структуре баз данных по объектам мониторинга
Разработка и исследование основных этапов мониторинга инновационного потенциала ВУЗов и научных оргаизаций
Содержание основных этапов мониторинга
Количественная оценка инновационного потенциала на основе годовых отчетов вузов
Экспертная оценка инновационного потенциала независимыми экспертами
Составление и аналитическая обработка анкет экспертов
Анкета эксперта
Формирование структуры ежегодно составляемых материалов для трех уровней
Разработка методики прогнозирования динамики потенциала и научных организаций
Опытная эксплуатационная система мониторинга
Организация проведения опытной эксплуатации
Результаты анкетирования
Оформление документации по системе мониторинга. Структура системы управления базы данных
Заключение
Список используемых источников
Разработка концепции мониторинга и структуры баз данных имеет целью формулировку основополагающих принципов мониторинга инновационного потенциала вузов России, как целостной системы ежегодного обследования.
Прежде всего определены основные показатели инновационного потенциала. Эта задача весьма сложна из-за отсутствия на государственном уровне четких количественных критериев оценки инноваций. Поэтому авторский коллектив, проанализировав большое количество публикаций и нормативных материалов, выбрал вполне определенный набор показателей. Эти показатели адекватно описывают именно инновационный потенциал научных коллективов вузов. В частности в них отражена специфика вузов, заключающаяся в том, что большинство результатов НИР в вузах используется в учебном процессе в виде оборудования и знаний, а также тиражируется в промышленности России и за рубежом. Это говорит о том, что инновационный цикл в вузах имеет явно выраженный циклический характер.
Показатели инновационного цикла
№ п/п Группа показателей Показатели группы
1 Фундаментальные и поисковые исследования 1.1 Кадровый состав занимающихся фундамен-тальными и поисковыми исследованиями
1.2 Объемы финансирования ФПИ, отнесенные к количеству кандидатов и докторов наук, занимающихся ФПИ
1.3 Количество публикаций, патентов и т.д.
1.4 Количество аспирантов и докторантов
2 Прикладные НИР 2.1 Объемы финансирования прикладных НИР по видам источников, отнесенные к объемам финан-сирования ФПИ
2.2 Кадровый состав занимающихся прикладными НИР