Обработка и передача измерительной информации
Обработка и передача измерительной информации
© электронная версия подготовлена АВТЭКС Санкт-Петербург, http://www.autex.spb.su
а дисперсия оценки ошибки первого рода
порядка 
и в среднем для данной модели 
и 
.Проведенный анализ показывает, что оценки ошибки первого рода
и вероятности правильного обнаружения слабо зависят от закона распределения высокочастотной составляющей процесса. Например: для экспоненциальной функции низкочастотной составляющей 
при расположении аномальных измерений в начале процесса 
значения ошибки первого рода порядка 
, а вероятности правильного обнаружения порядка 
; для параболической функции низкочастотной составляющей при расположении аномальных измерений в конце исследуемого процесса значения ошибки первого рода порядка 
, а вероятности правильного обнаружения порядка 
.На основе проведенных исследований можно сделать следующие выводы:
Использование многопорогового метода при анализе нестационарных случайных процессов позволяет получить оценки ошибки первого рода
и вероятности правильного обнаружении 
, которые практически не зависят от места расположения аномальных измерений.
Оценки вероятности правильного обнаружения и ошибки первого рода , при использование многопорогового метода анализа нестационарного случайного процесса, слабо зависят от функции распределения аддитивной высокочастотной шумовой составляющей 
.
Многопороговый метод анализа нестационарных случайных процессов позволяет получить оценки вероятности правильного обнаружения и ошибки первого рода , которые практически не зависят от функции низкочастотной составляющей .
Литература
Большаков, А.А. Методы обработки многомерных данных и временных рядов [Текст]: учебное пособие для вузов./ А.А. Большаков, Р.Н. Каримов.-М.: Горячая линия-Телеком, 2007.-522с.
Фомин, А.Ф. Отбраковка аномальных результатов измерений [Текст] / А.Ф.Фомин, О.Н. Новоселов, А.В. Плющев. - М.: Энергоатомиздат, 1985. -200 с.
Марчук В.И. Первичная обработка результатов измерений при ограниченном объеме априорной информации: Монография [Текст] / Под ред. К.Е. Румянцева. – Таганрог: Изд-во ТРТУ, 2003. – 160 с.
Пат. №2302655 Российская Федерация, С1, МПК G06F 15/00. Способ обнаружения аномальных измерений без оценки функции тренда и устройство его реализующее [Текст] / Марчук В.И., Шерстобитов А.И., Воронин В.В., Токарева С.В.; заявитель и патентообладатель Южно-Рос.гос.ун-т экономики и сервиса.- №2302655 ; Заявл. 17.10.2005; Опубл. 10.07.2007 Бюл. №19.-5с.:ил.
DETECTION OF ABNORMAL MEASUREMENTS AT THE MULTITHRESHOLD LEVEL OF THE ANALYSIS OF NON-STATIONARY CASUAL PROCESS
Tokareva S.
The South-Russian state university of economy and service
Practice of processing of experimental data shows, that they alongside with a great bulk of the typical measurements representing sample of some general set, as a rule, contain abnormal measurements. Abnormal measurements in sample appear for the different reasons: gross blunders at registration of measurements, influence of casual pulse handicapes, failures of the equipment, measurement in erroneous units, etc. [1]. Presence of abnormal measurements can essentially deform an estimation of the measured information, therefore it is necessary to apply methods to their detection and the further analysis. The analysis of various methods of detection of abnormal measurements has shown, that there is no uniform approach for the decision of a problem of detection of abnormal results of measurements. Existing methods and algorithms possess a number of the restrictions connected with great volume of the necessary aprioristic information [2, 3].
In this connection, in the given work, the method of detection of abnormal measurements is offered at the limited volume of the aprioristic information on statistical characteristics of sample of results of measurements. The basic difference of an offered method, from known, is connected with detection of abnormal measurements in sample of non-stationary casual process without an estimation of a high-frequency component. In an offered method sliding value of a level of the analysis of non-stationary casual process is used. Thus the values exceeding multithreshold levels of the analysis of process are fined until by means of digital program it will not be found out no stationary in sample of investigated process [4]. The decision on anomaly of values is accepted after the analysis of a file of penalties. Such approach at the analysis of non-stationary casual process allows to reach the best efficiency concerning estimations of a mistake of the first sort
and probability of correct detection . The purpose of the given work is researches of efficiency of a method of the multithreshold analysis for non-stationary casual processes at a various arrangement of abnormal values in sample. As an estimation of the efficiency, the offered method, estimations of a mistake of the first sort and probability of correct detection are used. In that specific case the mathematical model of results of measurements can be presented in the form of:
, where - a low-frequency component; - an additive high-frequency component; 
- abnormal values of investigated process., 
and 
- volume of the initial sample, investigated process. As a result of the lead researches, estimations of a mistake of the first sort and probability of correct detection depending on the location of abnormal measurements are received at gauss, uniform and reley laws of distribution of an additive high-frequency component . On the basis of the lead researches it is possible to draw following conclusions: Use of a multithreshold method at the analysis of non-stationary casual processes allows to receive estimations of a mistake the first sort and probability correct detection which practically do not depend on the location of abnormal measurements; estimations of probability of correct detection and a mistake the first sort , at use of a multithreshold method of the analysis of non-stationary casual process, poorly depend on function of distribution additive high-frequency a component ; the multithreshold method of the analysis of non-stationary casual processes allows to receive estimations of probability of correct detection and as mistake of the first sort which practically do not depend on function of a low-frequency component .
ЦИФРОВЫЕ ГЕНЕРАТОРНЫЕ ПРЕОБРАЗОВАТЕЛИ
Нагаев Д.А.
Тольяттинский государственный университет
В системах контроля и управления широко используются генераторные измерительные преобразователи на аналоговых управляемых автоколебательных системах. Недостатком аналоговых систем является чувствительность к внешним и внутренним дестабилизирующим и возмущающим факторам.
Последнее время все большую популярность завоевывают цифровые системы. Достоинством цифровых измерительных систем является повторяемость результатов и отсутствие дополнительной погрешности из-за влияния дестабилизирующих факторов.
Исследования показывают, что прямая замена аналоговых элементов соответствующими цифровыми не всегда возможна.
С помощью генераторных измерительных преобразователей решается проблема получения цифровой информации с помощью параметрических датчиков, которые являются элементами управления автоколебательной системы. Для генераторных преобразователей представляют большой интерес комбинационные автоколебательные системы, например, трёхчастотные генераторы.
Цифровые генераторные преобразователи строятся на основе автоколебательных систем, которые представляют собой программу, зашитую в микроконтроллер. Отсюда и их привлекательные качества: малые габариты, высокая производительность, надежность и способность быть адаптированными для выполнения самых разных задач.
Использование микроконтроллеров приводит к повышению технико-экономических показателей (стоимость, надежность, потребляемая мощность, габаритные размеры), а так же позволяет сократить время разработки изделий, делает их модифицируемыми и адаптивными.
Для ввода информации в цифровую систему необходимо использовать аналого-цифровые преобразователи (АЦП). В настоящее время АЦП имеют наименьшее быстродействие из всех используемых блоков. В цифровых генераторных преобразователях ввод информации возможен без использования АЦП.
Рассмотрим реализацию генераторного преобразователя на основе цифровой автоколебательной системы с комбинационным взаимодействием сигналов трёх некратных частот. В цифровых комбинационных генераторах генерируются несколько колебаний с разными частотами в разных точках схемы. Каждый генерируемый сигнал является продуктом перемножения и последующей фильтрации выбранных двух других сигналов из всех генерируемых. Частота одного сигнала равна сумме или разности частот перемножаемых двух других сигналов. В результате алгебраическая сумма частот всех генерируемых сигналов в петле генератора равна нулю. Баланс частот – это дополнительное условие устойчивой генерации сигналов кроме условий баланса амплитуд и баланса фаз. Увеличение количества условий устойчивой генерации сигналов увеличивает число степеней свободы автоколебательной системы и, соответственно, число положительных свойств.
При выбранной комбинации частот соответствующим образом настраиваются коэффициенты передачи и полосы пропускания полосных усилителей, в пределах которых должно выполняться условие баланса амплитуд. В области частот, где выполняется условие баланса амплитуд, должны выполняться ещё два условия:
(1), где 
– фазовые сдвиги в полосных усилителях, считая смесители идеальными.В цифровой генераторный преобразователь включены полосные фильтры с конечной импульсной характеристикой (КИХ - фильтры), которые имеют один неоспоримый плюс - линейные фазочастотные характеристики (ФЧХ). При каскадном включении фильтров эквивалентная ФЧХ также линейная. Это позволяет получить линейные характеристики генераторных преобразователей.
В рассматриваемых генераторных преобразователях может быть реализован режим повышенной чувствительности. Для этого необходимо ввести в автоколебательную систему дополнительный фильтр с инвертированной ФЧХ.
При каскадном соединении двух четырехполюсников их ФЧХ складываются. Для выполнения условий возникновения автоколебаний необходимо, чтобы баланс фаз был кратен 2. Считаем, что условие баланса амплитуд выполняется. Если четырехполюсники имеют типичные ФЧХ, то генерируемая частота всегда будет находиться между резонансными частотами четырехполюсников (Рис.1.а). Значительное изменение наклона ФЧХ одного из цифровых полосных фильтров приводит к незначительному изменению генерируемой частоты (Рис.1.б). В этом случае частота автоколебаний не может иметь повышенную чувствительность к управляющему воздействию.
Однако, если ФЧХ одного из полосных цифровых усилителей инвертировать (Рис.1.в), то условия баланса фаз могут выполняться вне резонансных частот фильтра. При небольшом изменении наклона ФЧХ одного из четырехполюсников, наклон эквивалентной ФЧХ изменяется значительно (Рис.1.г). То есть можно говорить о повышенной чувствительности автоколебательной системы к управляющему воздействию.
Если эквивалентная ФЧХ пересекает ось частот в нуле, либо стремиться к бесконечности, то можно говорить о бесконечной чувствительности или сверхчувствительности автоколебательной системы. При введении дополнительного фазового сдвига так же проявляется эффект повышенной чувствительности к управляющему воздействию.
Рис.1.
Изменяя наклон ФЧХ одного из четырехполюсников, можно получить эквивалентную ФЧХ типичного, инвертированного, а так же нулевого характера.
Прямым способом получить цифровой фильтр с инвертированной ФЧХ невозможно. Цифровой фильтр, инвертирующий ФЧХ, можно синтезировать структурным способом (Рис.2). При этом используется два канала прохождения сигналов на кратных частотах. В каждом канале свой фазовый сдвиг. Выходные сигналы каналов перемножаются.
Достоинства и недостатки фильтра с инвертированной ФЧХ:
Разработанная структура полосного фильтра позволяет инвертировать ФЧХ и плавно изменять её крутизну заданным образом.
Полосный фильтр с инвертированной ФЧХ может работать в любых диапазонах частот, где возможна физическая реализация входящих в него блоков.
АЧХ и ФЧХ цифрового фильтра с инвертированной ФЧХ жестко не связаны.
Эквивалентная АЧХ разработанного фильтра определяется формой АЧХ входящих в него фильтров.
Цифровой фильтр с инвертированной ФЧХ имеет большую крутизну АЧХ.
Повышенная инерционность фильтра.
Рис.2
На рис. 3 приведена модель генераторного преобразователя, реализованного на основе цифровой трехчастотной комбинационной автоколебательной системы.
Рис.3.
Сигнал с выхода цифрового фильтра с инвертированной ФЧХ и сигнал после цифрового фильтра 2 подаются на перемножитель 1. Из сигнала с выхода перемножителя1 выделяется либо суммарная, либо разностная частота с помощью цифрового фильтра 1. Сигнал с выхода цифрового фильтра 1 подается в цифровую систему управления.
Такую схему можно использовать как угловой модулятор и параметрический измерительный преобразователь.
Рассматриваемая автоколебательная система из-за наличия смесителей характеризуется жёстким возбуждением. Требуется начальный толчок для возбуждения свободных колебаний в любом полосном усилителе. После этого происходит возбуждение всей автоколебательной системы.
Рассмотрим случай, когда частота синусоидального сигнала 2 равна сумме частот сигналов с выхода цифрового фильтра с инвертированной ФЧХ и цифрового фильтра 2. Зависимости частот генерируемых сигналов от частоты сигнала возбуждения имеют вид:
, 
, (2), где Rn - количество коэффициентов импульсной характеристики цифрового фильтра; Fd - частота дискретизации цифрового фильтра; n - количество фазовых сдвигов, кратным 360 градусам.Полученные выражения позволяют легко рассчитать коэффициент преобразования, например частоты сигнала возбуждения в частоту генерируемых сигналов.
Выделим способы управления и настройки цифрового комбинационного трехчастотного генератора:
Введение дополнительного фазового сдвига (фазовращатель).
Изменение количества коэффициентов импульсной характеристики одного из цифровых фильтров (изменение наклона ФЧХ).
Изменение количества коэффициентов импульсной характеристики в нескольких цифровых фильтрах одновременно.
Изменение частоты дискретизации одного из цифровых фильтров.
Изменение частоты дискретизации всей системы.
Управление по цепи возбуждения (изменение частоты сигнала возбуждения).
Введение дополнительного фазового сдвига на один из входов в цепи возбуждения.
Разработаны программы реализации цифровых генераторных преобразователей.
Литература
1. Иванов В.В., Нагаев Д.А. Цифровые генераторные преобразователи сигналов с угловой модуляцией // Известия Самарского научного центра РАН: спец. выпуск «Наука – промышленности и сервису», 2006. - С. 33-35.
2. Нагаев Д.А., Шакурский В.К., Управление цифровыми генераторными преобразователями вариацией частоты дискретизации // Автоматизация технологических процессов и производственный контроль: Сб. докл. Международной научно-технической конференции 23-25 мая. Ч.1.- Тольятти: ТГУ, 2006. - С. 274-276.
3. Нагаев Д.А., Шакурский В.К., Аналоговые и цифровые генераторные преобразователи повышенной чувствительности // Инновационные технологии в управлении, образовании, промышленности «АСТИНТЕХ – 2007»: материалы Всероссийской научной конфренции 18-20 апреля 2007г – Астрахань: Издательский дом «Астраханский университет», 2007. – С. 256.
4. Шакурский В.К., Нагаев Д.А., Синтез аналоговых и цифровых автоколебательных систем в режиме повышенной чувствительности // Синтез, анализ и диагностика электронных цепей: Труды международной «Конференции по логике, информатике, науковедению – КЛИН 2007» (г. Ульяновск, 17 – 18 мая 2007 г.). – Ульяновск : УлГТУ, 2007.- С. 192 – 195.
5. Шакурский В.К., Иванов В.В., Нагаев Д.А. Цифровые генераторные преобразователи повышенной чувствительности для систем управления и контроля // Труды восьмой международной научно – практической конференции «Современные информационные и электронные технологии». - Одесса, Украина: 2007. - С. 296.
6. Нагаев Д.А., Шакурский В.К., Синтез цифровых автоколебательных систем в режиме повышенной чувствительности к управляющему воздействию // Методы и средства управления технологическими процессами: МСУПТ – 2007: материалы IV Международной конференции, Саранск, 24 -26 окт. 2007г. - Саранск: Изд-во Мордовского ун-та, 2007.- С 56 – 59.
DIGITAL GENERATING CONVERTERS
Nagaev D.
The Toglyatti state university
In monitoring systems and managements are widely used generating measuring converters on analog operated self-oscillatory systems. Lack of analog systems is sensitivity external both internal destabilizing and revolting factors.
Researches show, that direct replacement of analog elements corresponding digital not always is possible.
By means of generating measuring converters the problem of reception of the digital information by means of parametrical gauges which are elements of management of self-oscillatory system is solved. For generating converters represent the big interest combinational self-oscillatory systems, for example, three-frequency generators.
Digital generating converters are under construction on the basis of self-oscillatory systems which represent the program which has been sewn up in the microcontroller. From here and their attractive qualities: small dimensions, high efficiency, reliability and ability to be adapted for performance of the most different problems.
For input of the information in digital system it is necessary to use analog-digital converters (ADC). Now ADC have the least speed from all used blocks. In digital generating converters input of the information is possible without use ADC.
At the chosen combination of frequencies factors of transfer and a passband of strip amplifiers within the limits of which the condition of balance of amplitudes should be satisfied in appropriate way are adjusted.
In the field of frequencies where the condition of balance of amplitudes is satisfied, should be satisfied two more conditions:
(1), where – phase shifts in strip amplifiers, including amalgamators ideal.Strip filters are included in the digital generating converter with the final impulse characteristic (FIR - filters). It allows to receive straight-line characteristics of generating converters.
In considered generating converters the mode of the raised sensitivity can be realized. For this purpose it is necessary to enter into self-oscillatory system the additional filter with inverted phase response.
In the direct way to receive the digital filter with inverted phase response it is impossible. The digital filter inverting phase response, it is possible to synthesize in the structural way. Thus it is used two channels of passage of signals on multiple frequencies. In each channel the phase shift. Target signals of channels are multiplied.
The digital generating converter can be used as the angular modulator and the parametrical measuring converter.
The digital generating converter because of presence of amalgamators is characterized by rigid excitation. The initial push for excitation of free fluctuations in any strip amplifier Is required. After that there is an excitation of all self-oscillatory system.
Ways of management and adjustment of the digital combinational three-frequency generator:
Introduction of additional phase shift (phase shifter).
Change of quantity of factors of the impulse characteristic of one of digital filters.
Change of frequency of digitization of one of digital filters or all systems.
Management on a circuit of excitation (change of frequency of a signal of excitation).
Introduction of additional phase shift on one of inputs in a circuit of excitation.
Programs of realization of digital generating converters are developed.
АДАПТИВНАЯ МОДЕЛЬ ПОКРЫТИЯ СЕТЕЙ СОТОВОЙ ПОДВИЖНОЙ СВЯЗИ
Дементьев В.Е., Репин А.Н., Ташлинский А.Г.
Ульяновский государственный технический университет
Последнее десятилетие характеризуется стремительным развитием сетей сотовой подвижной связи (СПС). Активно развиваются сотовые, транкинговые, пейджинговые сети, а также сети абонентского радиодоступа. Это вызывает острую потребность в создании методов и алгоритмов, позволяющих оперативно оптимизировать такие сети. Важной частью проблемы оптимизации являются задачи выявления «узких» мест и выработки рекомендаций по улучшению качества покрытия. Особую актуальность эти задачи приобретают при эксплуатации современных сотовых сетей, что вызвано их широчайшим распространением и необходимостью постоянной модернизации и адаптации под требования абонентов. Ключевой задачей оптимизации сотовых сетей, является интерполяции и экстраполяции результатов реальных наблюдений на прилегающие территории. В настоящее время для решения этой задачи применяют два основных подхода. Первый из них основан на использовании результатов измерений радиопокрытия и сводится к решению задачи интерполяции изображений покрытия, заданных на нерегулярных сетках. Такой подход позволяет достаточно точно прогнозировать состояние покрытия вдоль трасс наблюдений, но практически неприменим для выполнения прогноза для территорий, удаленных от ближайших измерений более на 40-60 метров. Второй подход заключается в использовании математических моделей распространения радиосигнала как функций параметров базовых станций, рельефа, застройки и т.д. При этом исследование для построения изображения покрытия известных математических моделей, применяемых обычно для решения этой задачи (Окамура, Хата, COST231 и др.), выявило два существенных недостатка. Первый недостаток обусловлен пространственной однородностью структуры модели, не учитывающей характер застройки и рельеф. Кроме того, уровень электромагнитного поля вычисляется по одному и тому же выражению для любого расстояния от приемника до передатчика. Однако хорошо известно [1], что на практике это расстояние существенно влияет на характер описания электромагнитного поля. Поэтому, в частности, для реальных расчетов применяют две или более моделей одновременно (например, модель Икегами на расстоянии до 800 метров и модель Окамура на больших расстояниях). Второй недостаток известных моделей определяется детерминированным характером многочисленных параметров моделей и сложностью нахождения их оптимальных значений для реальных ситуаций. Это обусловливает существенное различие между расчетными данными и реальными измерениями. Противоречие между двумя подходами к оцениванию радиопокрытия можно разрешить, если представить электромагнитное покрытие в виде случайного поля [2], заданного на дискретной многомерной сетке, и воспользоваться методами обработки изображений [3]. В настоящей работе предлагается новая адаптивная теоретико-эмпирическая модель, позволяющая объединить достоинства аналитических математических моделей покрытия и методов интерполяции измерений. Основными свойствами предлагаемой модели является ее пространственная неоднородность и адаптивность, позволяющая «натягивать» ее на нерегулярную пространственную сетку реальных наблюдений. Исследования, основанные на большом объеме реальных измерений, показали, что модель распространения сигнала, удовлетворяющую отмеченным требованиям, можно описать следующей структурой:
, где 
, 
- коэффициенты, зависящие от частоты (
), вида территории (
), типов приемника (
), передатчика (
), параметров сети и определяемые по значениям отдельных наблюдений, 
- расстояние между приемником и передатчиком, k - номер пространственной зоны. Адаптация и настройка модели происходит при кластеризации всего массива реальных наблюдений. Для этого предлагается следующий алгоритм.1. Из множества наблюдений
выбирается одно 
, являющееся первым элементом множества 
. Формируется множество 
, состоящее из наблюдений 
, расстояние от которых до 
менее некоторого радиуса 
. Для всех наблюдений из 
последовательно проверяется гипотеза о соответствии множества {,
} одному законов распространения сигнала. Для этого производится корректировка модели и уточнение ее коэффициентов по формулам:
; 
.  |
| а) |
 |
| б) |
 |
| в) |
| Рис. 1. Координаты измерений (а), формирование набора непересекающихся областей (б) и прогноз уровня сигнала (в) |
и 
больше заданного порогового значения 
, то наблюдение с номером 
исключается из множества {,
}. Если таких точек больше одной, то и само наблюдение не включается в множество . При этом порядок перебора элементов множества зависит от расстояния до . 3. Шаги 2 и 3 повторяются для всех новых элементов в
. Если элементов в оказалось менее трех, то распадается, а наблюдения его составлявшие используются для формирования новых кластеров.Применение разработанной теоретически-эмпи-рической модели позволяет получить представление о поведении покрытия в заданной области. Обладая этим представлением, можно с хорошей точностью прогнозировать покрытие при изменении каких-либо параметров. А это в свою очередь позволяет приблизиться к решению задачи оптимизации сетей СПС. Анализ известных алгоритмов применяемых обычно для многопараметрической оптимизации показал, что наиболее приемлемыми с точки зрения достижения результата и быстродействия являются генетические алгоритмы.
Для реализации генетического алгоритма необходимо выбрать набор «хромосом» - параметров, влияющих на значение целевой функции. Будем считать, что такими параметрами являются параметры базовых станций, которыми можно управлять. После этого необходимо задать функцию полезности, позволяющую судить о качестве покрытия при текущем наборе параметров. В настоящей работе предлагается в качестве этой функции воспользоваться следующим функционалом. Пусть оператор на некоторой территории задает набор точек, в которых необходимо достигнуть некоторого качественного уровня покрытия (мощность сигнала, количество одновременно звонящих абонентов, уровень интерференции и т.д.). Понятно, что требования к покрытию в густонаселенных районах будут отличаться от требований к покрытию в районах с малой плотностью населения. Также возможен вариант, когда набор точек представляет собой узлы некоторой регулярной сетки, покрывающей всю территорию. Каждому такому параметру при условии его выполнения при текущих значениях «хромосом» ставится в соответствии некоторый числовой показатель выигрыша. Функция полезности будет представлять собой сумму этих выигрышей. Чем лучше выполняются требования к покрытию в заданных точках при текущих значениях «хромосом», тем успешнее считаются эти параметры. При достижении некоторого значения функции полезности (90-95% от максимума) считается, что параметры базовых станций оптимизированы.
 |
| Рис. 2. Оптимизация покрытия сотовой сети |
Результаты оптимизации параметров базовых станций подтверждают высокую эффективность синтезированных генетических алгоритмов. Однако при числе базовых станций больше 15 сходимость генетических алгоритмов существенно ухудшается. Выходом здесь может быть либо применение нечетких критериев к выбору новых «хромосом» в процессе оптимизации, либо разделение всей исследуемой территории на несколько непересекающихся областей, в которых проводится независимая оптимизация.
| Таблица | ||
| Относительное среднее рассогласование между расчетными значениями мощности сигнала и фактическими наблюдениями, % | ||
| Модель | Загородная зона | Город |
| Окамура | 9.8 | 33.4 |
| Икегами | 12.2 | 27.4 |
| COST231 | 10.8 | 30.3 |
| Адаптивная | 4.2 | 7,9 |
Работа выполнена при поддержке РФФИ (гранты 07-01-00138-а, 08-07-99003-р_офи).
Литература
Бабков В.Ю. Сети мобильной связи. Частотно территориальное планирование / В.Ю. Бабков, М. А. Вознюк, П.А. Михайлов. – М.: Горячая линия – Телеком, 2007.- 224 с.
Гонсалес Р. Цифровая обработка изображений / Р.Гонсалес, Р. Вудс, М.: Техносфера, 2005. – 1072 с.
Грузман И. С. Цифровая обработка изображений в информационных системах / И. С. Грузман [и др.], Новосибирск: НГТУ, 2002. - 456 с.
AN ADAPTIVE MODEL OF CELLULAR MOBILE COMMUNICATIONS NETWORKS COVERING
Dement'ev V., Repin A., Tashlinskii A.
Ul’anovsk State Technical University
The last ten years are characterized by rapid development of cellular mobile communications networks. Cellular, trunking, pagering networks and also networks of subscriber radio access are actively developed. It causes an acute need to produce methods and algorithms enabling to optimize efficiently such networks. The significant part of the optimization problem are the problems of «narrow» places revelation and elaboration of guidelines about covering quality improvement. These problems have special urgency when using modern cellular networks that is caused by necessity of permanent update and adaptation to subscriber requirements. The key problem of the cellular networks optimization is interpolation and extrapolation of real observations results in the contiguous area. At the present time two basic approaches are employed to solve this problem. The first one is reduced to solve the problem of interpolation of covering images on the usage of radio covering measurements results and that are given on the irregular grids and it is practically inapplicable for areas moved away from nearest measurements on more than 40-60 meters. The second approach uses mathematical models of radio signal propagation as a function of parameters of basic stations, relief, building up, etc. At that known models to be usually applied to solve this problem have two disadvantages. The first one is determined by the spatial homogeneity of the model structure that does not take into account the character of building up and relief [1]. The second disadvantage is determined by determinate character of numerous parameters of models and complexity of finding their optimal values for real situations. It leads to significant differences between design values and real measurements. The contradiction between two considered approaches can be resolved if the electromagnetic field is represented in the form of random field [2] given on the discrete multidimensional grid and to make use of image processing methods [3]. In this work a new adaptive theoretic-empiric model of covering enabling to collapse advantages of covering analytic mathematical models and measurements interpolation methods is proposed. The main advantages of the proposed model are its spatial heterogeneity and adaptation allowing to stretch it on the irregular spatial grid of real observations.
An algorithm of real measurements array clasterization is proposed. The analysis of algorithms to be emoloyed for numerous parameters optimization has shown that the most acceptable algorithms in respect to result attainment are genetic algorithms.
The carried out tests on the cellular network of one from operators in Ul’anovsk region showed that the model advantages become especially apparent in the city conditions that is explained by pronounced zone building up of city area, when one ward can be densely built with tall houses and another represents parkland zone area.
Further development of studies enables to produce algorithmic and program software that is the base of new technology of monitoring and optimization of cellular mobile communications networks.
This work was supported by RFBR (grants 07-01-00138-a, 08-07-99003-r_ofi).
References
Бабков В.Ю. Сети мобильной связи. Частотно территориальное планирование / В.Ю. Бабков, М.А. Вознюк, П.А. Михайлов. – М.: Горячая линия – Телеком, 2007.- 224 с.
Gonsales R. Digital Image Processing / R.C. Gonzalez, R.E. Woods . – M. : Tehnosfera. – 2005. – 1072 p.
Грузман И.С. Цифровая обработка изображений в информационных системах / И.С. Грузман [и др.], Новосибирск: НГТУ, 2002. - 456 с.
Система оптической лазерной триангуляции с автоматическим определением положения лазера и камеры
Давыденко Е.В., Приоров А.Л.
Ярославский государственный университет имени П.Г.Демидова.
150000, Россия, Ярославль, ул. Советская, 14.
Тел. (0852) 79-77-75. E-mail: [email protected]
Оптическая лазерная триангуляция – один из самых распространенных методов получения точных трехмерных моделей реальных объектов для последующего хранения, обработки и передачи информации о форме объекта [1]. Метод основан на определении формы объекта путем вычисления координат точек линии, образованной проекцией лазерного луча на сканируемый объект при условии пространственного разнесения лазера и регистрирующей камеры. При условии такого разнесения лазерная линия будет повторять форму объекта в точке падения (см.рис.1 линию 5). Зная информацию о взаимном расположении источника лазерного излучения и регистрирующей камеры, возможно вычисление реальных трехмерных координат точек поверхности сканируемого объекта [2]. Полная модель сканируемого объекта получается путем смещения лазерной линии вдоль всей поверхности объекта.
Рис.1. Принцип работы системы оптической лазерной триангуляции 1) сканируемый объект, 2) лазер с цилиндрической линзой, 3) лазерный луч, 4) экранная плоскость камеры, 5) проекция лазерного луча на экранную плоскость камеры, повторяющая форму объекта
Для получения трехмерной модели сканируемого объекта необходимо знать точные трехмерные координаты как камеры, так и лазера. В большинстве систем это достигается применением специализированных роботизированных манипуляторов или объединением камеры и лазера в жесткую конструкцию с точной системой позиционирования лазера.
В данной работе предлагается схема построения системы лазерной триангуляции без использования роботизированных манипуляторов с применением процедуры автоматизированного вычисления положения лазера и камеры в процессе сканирования, используя только изображения, получаемые регистрационной камерой.
Параметры камеры делятся на внутренние (фокусное расстояние, тип и величина геометрических искажений в оптической системе) и внешние (положение и ориентация в пространстве) [3]. При смене положения камеры для сканирования объекта с произвольного ракурса внутренние параметры камеры остаются неизменными, поэтому их вычисление необходимо произвести однократно. В разработанной системе эта процедура реализована стандартным методом калибровки камеры по шахматному шаблону.
Но внешние параметры камеры (ее координаты и ориентация) меняются при смене ракурса. В процедуре оптической лазерной триангуляции для определения внешних параметров камеры метод калибровки по шахматному шаблону становится малоприменимым, т.к. в этом случае при каждой процедуре смены ракурса необходимо заменять сканируемый объект шахматным шаблоном, и после калибровки вернуть объект на прежнюю позицию, причем выполнять это необходимо с большой точностью. Если в процессе замены шаблона положение сканируемого объекта изменится, то это приведет к систематической погрешности в результатах.
Поэтому в рамках данной работы был разработан и применен модифицированный алгоритм калибровки положения камеры, допускающий значительное перекрытие шаблона сканируемым объектом. В этом случае шаблон всегда располагается позади сканируемого объекта, их относительное положение в процессе сканирования не меняется. Данный метод позволяет непрерывно проводить вычисление положения камеры без замены шаблона, в том числе и в реальном времени.
В разработанном методе шаблон представляет собой две вертикальные полосы произвольной толщины с метками на концах, расположенные по краям шаблона. Сканируемый объект располагается между этих линий и занимает большую часть экранной плоскости камеры. В отличие от методов анализа шаблонов, в которых метки представляют собой обособленные объекты, разработанный метод обладает меньшей чувствительностью к шумам в изображении вследствие большой протяженности детектируемых линий, следовательно, большим количеством результативных точек для анализа.
В этом методе процедура вычисления положения камеры состоит из 2 этапов. На первом этапе происходит анализ изображения с целью получения координат меток. Данный анализ включает в себя детектирование краев, преобразование Хоха с последующим нахождением корректных локальных максимумов фазового пространства, анализ результатов и вычисление координат линий шаблона.
На втором этапе вычисляется соответствие между двумерными координатами
положения линий на экранной плоскости камеры и их трехмерными координатами 
в сканируемой сцене. Это соответствие получается путем численного решения системы уравнений вида (1): 
, (1), где 
– вектор координат объекта, 
– вектор координат точки на экранной плоскости камеры, R и T – матрицы преобразования координат, P – оператор проекции на двумерную плоскость. Для определения внешних параметров камеры вектор 
состоит из координат положения камеры 
, углов Эйлера наклона камеры 
и фокального расстояния камеры 
. Для нахождения этих параметров необходимо решить систему из семи уравнений, получаемых при раскрытии системы (1) для четырех разнесенных маркеров. Численное решение системы (1) находится методом итерационного уменьшения квадратичной функции ошибок Левеньерга-Маркара. В результате вычисляется
– вектор внешних параметров камеры. Связь между трехмерными координатами (x,y,z) и двумерными в результате раскрытия системы (1) будет иметь вид: 
, (2),
, (3)
(4)Автоматизированное вычисление положения камеры дает возможность применить для увеличения точности сканирования метод многоуровневого усреднения результатов [4]. В разработанной системе применяется 3 различных типа усреднения результатов:
1. Локальное усреднение в рамках одного изображения (сглаживание изображений). Эффективность сглаживания вытекает из факта, что шумы матрицы и лазерной полосы в большинстве случаев представляют собой высокочастотные помехи, и применение сглаживания как фильтра низких частот позволяет значительно снизить уровень этих помех. Искажениями формы лазерного импульса после процедуры сглаживания при корректном выборе окна сглаживающего фильтра в большинстве случаев можно пренебречь, т.к. огибающая амплитуды лазерного импульса обладает значительной протяженностью и не содержит высоких частот. Так же сглаживание помогает уменьшить влияние искажений из-за сжатия данных перед процедурой анализа. Однако локальное усреднение приводит к эффекту «замыливания» изображения, поэтому применение его в рассматриваемой системе ограничено.
2. Усреднение по времени (усреднение нескольких последовательно отснятых кадров). Данный метод уменьшения шума в видеопоследовательности так же является стандартным. Однако в системе лазерной триангуляции необходимо внедрение процедуры синхронизации позиции лазерного луча и алгоритма усреднения – усреднять можно только те кадры, положение лазерного луча в которых одинаково. В разработанной системе эта синхронизация достигается введением вышеописанной процедуры распознавания текущего положения лазерного луча. После определения положения лазерного луча алгоритм усредняет только те кадры, положение луча в которых неизменно.
3. Усреднение конечных результатов сканирования по выборке. Эффективность данного метода вытекает из того, что ряд погрешностей в системе носят стационарный по времени характер, и таким образом обычные методы усреднения (временное и локальное) не уменьшают их амплитуду. К таким погрешностям прежде всего относится шум «зернистости» лазерного луча, а так же искажения формы импульса при отражении и переотражении лазерного луча.
а) б)
Рис.2. Уменьшение шума в модели после процедуры многоуровнего усреднения
а) при использовании только локального усредненеия б) при использовании многоуровнего усреднения
а) б)
Рис.3. Фотография купюры достоинством 500 рублей (а) и фрагмент ее трехмерной модели (б). Тиснение шрифта высотой менее 0.01мм корректно отсканировано.
«Зернистость» лазерного луча – эффект, вызванный когерентностью лазерного излучения. Он представляет собой чередование темных и светлых областей, искажающих форму импульса. Особенность этого типа шума в том, что картина распределения светлых и темных областей статична относительно времени. Таким образом, усреднение по временной шкале не будет давать эффекта уменьшения данного типа шумов. Однако распределение темных и светлых областей в шуме «зернистости» сильно зависит от положения регистрирующей камеры. Поэтому возможно значительно повысить точность результатов сканирования усреднением по выборке результатов. Но для этого необходимо знать точные координаты источника лазерного излучения, а так же внешние и внутренние параметры камеры. Эти данные вычисляются с помощью вышеописанных алгоритмов.
Возможности системы позволяют при использовании любительской видеокамеры с разрешением матрицы 720х576 точек сканировать рельеф высотой менее 0.01мм - например, корректно распознается тиснение шрифта на рублевых банкнотах номиналом от 500р (см. рис.3). По этому параметру при использовании любительской видеокамеры разработанная система не уступает популярным промышленным образцам (Konica-Minolta Vivid 910, 3D Digital Corp EScan и др.). При использовании профессиональных видеокамер точность метода увеличивается.
Литература
3D лазерные информационные технологии/ П.Е. Твердохлеб, В.П. Коронкевич, Э.Г. Косцов и др.; Отв. ред. П.Е. Твердохлеб; Рос. акад. наук, Сиб. отд-ние, Ин-т автоматики и электрометрии. - Новосибирск, 2003.
Скворцов А. В. Алгоритмы построения триангуляции с ограничениями // Вычислительные методы и программирование. 2002. Т.3.
Amenta, N., Bern, M., Kamvysselis, “A New Voronoi-Based Surface Reconstruction Algorithm” Proc. SIGGRAPH ’98, ACM, 1998.
B. Curless and M. Levoy, “Better optical triangulation through spacetime analysis,” in ICCV, pp. 987–994, 1995.
D. Demirdjian, A. Zisserman, and R. Horaud, “Stereo autocalibration from one plane,” in ECCV (2), pp. 625–639, 2000.
Gühring, J., 2001. Reliable 3D surface acquisition, registration and validation using statistical error models. 3DIM 2001, Quebec City, Canada, pp. 224-231.
optical laser triangulation system with automatic camera and alser position estimation
Davydenko E., Priorov A.
Yaroslavl state university, Russia.
Optical laser triangulation is one of the most common methods to achieve 3-dimensional image of the real objects. This method is based on a laser stripe point position estimation when illuminating object of interest with laser source with linear optics. Information is registered with CCD-camera. One registered image contains information only about positions of points being currently illuminated by laser stripe, so to achieve complete 3-dimensional image the moving laser stripe is needed. Most devices use movable laser source and static camera and perform scan in real time. This allows to directly estimate position of laser source and camera to translate camera plane coordinate system to real world coordinates of object surface points.
Most systems use only recently registered image to compute 3D coordinates of surface points being currently illuminated by laser source. Position of laser stripe is usually estimated using simple algorithms of peak detection, this method takes into account only small neighborhood of points near maximum of illuminating Gaussian. But this approach leads to errors in case of complex shape of an object due to laser beam incompleteness or occlusion, for example on sharp edges or reflectance steps. Most of these errors can be overcome in way of processing not only most recent image but previous images. This method implements not only spatial but also time domain analysis to estimate the coordinates of laser stripe points. With usage of time domain analysis it is possible to extract the whole shape of illuminating laser pulse even in case of spatial occlusion or incompleteness. This gives us an ability to extract more precise and reliable data from registered images. But this method involves not just simple 2D-image processing but complex algorithms of 3D data analysis. This leads to impossibility of real-time data processing in case of short scan-time conditions, so two step scan method is more appropriate.
In this research we designed the laser triangulation system based on spatial and time domain analysis described above. Results of scan are more reliable in comparison with traditional spatial algorithms. Such system design doesn’t require a fixed laser and camera positions; triangulation angle is extracted directly from registered video without any additional information channel. Camera position is calculated by developed automatic camera matching algorithm using special markers in image. This leads to more flexible system usage (system is designed to work with almost any type of non-professional digital cameras) and independence of laser motion type. Also it’s possible to change camera to another one with better resolution without need of hardware or software parts redesign. Also such approach gives us some other advantages, for example it’s possible to easily fit scanned object with texture registered from another point of view, and more reliable full shape reconstruction with range information of same object scanned from different views.
Цифровая обработка сигналов и ее применение
Digital signal processing and its applications
страница 1
скачать
Другие похожие работы: