CC BY
110
YOLOv3, проведено обучение на изображениях опасных объектов. Приложение протестировано на видео, с изображением реальных ножей, гранат, пистолетов, автоматов и макетах опасных предметов, рассмотрены возможности улучшения характеристик системы.
Ключевые слова: системы
видеонаблюдения, распознавание объектов повышенной опасности, нейронные сверточные сети.
In the article, the preliminary results of creating an automated video surveillance system for objects of increased danger recognizing, for example, when organizing operational video surveillance of security measures at railway infrastructure facilitiesin, sensitive organizations (military plants and institutions, research institutes,
etc.) are proposed. The process of operational video surveillance based on a neural network is proposed as an improvement of existing systems. To date, there are very few such developments. An algorithm for detecting objects and the architecture of a neural network is proposed. A computer application was implemented in the Python 3.6 programming language, using the TensorFlow library, and the basic YOLOv3 architecture, and training was conducted on images of dangerous objects. The application was tested on video, with the image of real knives, grenades, pistols, machine guns and mock-ups of dangerous objects, the possibilities of improving the characteristics of the system are considered.
Keywords: video surveillance systems, recognition of high-risk objects, neural convolutional networks.
УДК 621.39
ЯРЕМКО И.Н., к.т.н., доцент (Донецкий национальный технический университет) ПАВЛОВСКАЯ К.А., ассистент (Донецкий национальный технический университет)
Анализ модели распространении радиоволн SUI для решения задач построения сетей сотовой связи 5G
Yaremko I.N., Candidate of Technical Science, Associate Professor (DONNTU) Pavlovskaya K.A., Assistant (DONNTU)
Analysis of the SUI radio wave propagation model for solving the problems of building 5G cellular networks
Введение
При прогнозировании зон покрытия базовыми станциями, обеспечивающих мобильную связь между железнодорожными службами и подвижным составом, особую роль играет расчет нагрузки сетей мобильной связи, исходя из которой планируют архитектуру создающейся сети,
координаты базовых станций с учетом заданного качества обслуживания QoS.
При проектировании сетей 5G для нужд железнодорожного транспорта необходимо учитывать влияние всевозможных факторов
распространения радиоволн на параметры передающего и
принимаемого сигнала.
Основными параметрами для расчета нагрузки сети являются мощность передатчика базовой станции, чувствительность базовой станции и станции абонентов, находящихся в подвижном составе, высота антенны базовой станции, рельеф зоны обслуживания базовой станции и потери в каналах базовая станция-абонент в зависимости от рельефа местности. Это связано с тем, что территория использования
железнодорожного транспорта
многообразна. При отсутствии информации о размере, типе и форме помех наиболее эффективным инструментом определения потерь сигнала мобильной связи является использование эмпирических моделей распространения сигнала систем сотовой связи.
Анализ публикаций
Анализ существующих работ о применении эмпирических моделей распространения сигнала систем сотовой связи показал, что модели Ли, Окамуры, Хата, Уолфиша-Икегами могут успешно применяться при планировании систем мобильной связи с различными недостатками для каждой модели.
Модель Ли [1] может использоваться для городской и сельской местности, однако при использовании этой модели следует обращать внимание, что на пересеченной местности эффективная высота антенны может сильно отличаться от ее физической высоты.
Модель Окамуры [2] лучшим образом подходит для городских и пригородных районов, однако мало эффективна для сельской местности.
Модель Хата [3] дает возможность оценить зависимость потери сигнала от
несущей частоты, высоты антенн базовой станции и абонента, типа местности. Более точные результаты для описания процессов
распространения сигнала для расстояний свыше 1 км и частот до 1,5 ГГц.
Модель Уолфиша-Икегами [4] применима при расчете топологии сетей мобильной связи в условиях насыщенной городской застройки, однако, данная модель требует большего количества информации, по сравнению с другими существующими моделями.
Данные модели подходят в первую очередь для сотовых систем связи, в которых передающая антенна расположена на базовой станции (БС), а приемная антенна на абонентской станции (АС). В большинстве случаев предполагается, что антенна БС должна возвышаться над крышами соседних зданий.
В существующих научных работах, а также в рекомендациях МСЭ-Я [5] говорится, что перечисленные модели не могут использоваться для планирования сетей сотовой связи 5G вследствие того, что диапазон их ограничен частотами до 3 ГГц. Кроме этого, ни одна из рассмотренных моделей не дает достоверных результатов в случае низко расположенных передающих антенн, а в сетях пятого поколения активно используются пико соты, которые могут быть расположены на высоте не более 2 метров.
Цель работы
Целью настоящей статьи является анализ модели канального
распространения сигналов БШ для дальнейшего применения в задачах
оптимального расположения базовых станций в сетях мобильной связи 5G.
величин, полученных с помощью статистической процедуры.
Основная часть
Модель Stanford University Interim (SUI), была разработана группой 802.16 IEEE совместно со Стэнфордским университетом [6], она является расширением модели Хата с параметрами коррекции для частот выше 1900 МГц. Модель SUI предлагается в качестве решения для планирования сетей сотовой связи в полосе 3,5 ГГц - 11ГГц для различных типов местности.
Рассматривая влияние рельефа местности на качество сигнала, можно выделить три категории:
1) А - горная местность, большая растительность или плотная городская застройка с большим количеством препятствий, вследствие чего большие затухания;
2) B - горная местность и редкая растительность или пригородная зона с разновысотными постройками;
3) С - плоский рельеф и редкая растительность или сельская местность с малым количеством препятствий, наименьшие затухания.
Модель SUI применяется только в том случае, если:
1) радиус покрытия отдельных ячеек не должен быть более 8км;
2) высота антенны на приемном модуле составляет от 2 до 10 м;
3) высота антенны передающего источника (базовой станции) составляет от 15 до 40 м;
4) покрытие сотовой связи составляет от 80 до 90%.
Главное отличие этой модели от существующих является введение показателя потерь на трассе у и стандартного отклонения слабого затухания s в качестве случайных
L = ) + iOylgA + X, + X, + ,, (1)
А
h
7 = a-b ■ К +
xf = 6ig;f), f 2000
Xh = 201g (hp,
be
(2)
(3)
(4)
где = 100м; X - длина волны, м; у -экспонента потерь сигнала мобильной связи, дБ; й - расстояние от базовой станции до абонентской, м; къс и ^ъ -высоты антенн базовой и абонентской станции, м; X]- - коэффициент коррекции частоты; Хц - коэффициенты коррекции высоты приемникаантены; / - рабочая частота, МГц; а, Ь, с -коэффициенты, зависящие от категории местности согласно таблице 1.
Таблица 1
Зависимость коэффициентов от категории местности
Коэффи циенты Категория местности А Категория местности В Категория местности С
а 4,6 4 3,6
b 0,0075 0,0065 0,005
e 12,6 17,1 20
Использование поправочных коэффициентов в формуле (2) необходимо для получения более точных результатов для категорий местности А, В, С. На рисунке 1 приведена зависимость высоты подвеса базовой станции от показателя потерь сигнала в сетях сотовой связи, без учета поправочных коэффициентов.
Из рисунка 1 следует, что все три графика стремятся к одинаковым значениям у для высоты базовой станции выше 2 м, вследствие чего расчеты потерь становятся менее точными для различных категорий местности. Следует отметить тот факт, что категория С характеризуется наибольшими показателями потерь на трассе, а в категории А наименьший показатель потерь на трассе.
Из вышесказанного следует, что при использовании рабочих частот выше 2 ГГц, а также высоты антенн базовой станции между 2 и 10 м, необходимо использовать поправочные
коэффициенты для каждой категории местности, приведенных в таблице 1.
На рисунке 2 показано, что при высоте базовой станции выше 3 метров наибольшее затухание характерно для категорий местности А и В (наибольший показатель потерь), что подтверждает мнение о необходимости использования поправочных
коэффициентов в модели SUI.
Таким образом, применение поправочного коэффициента в модели SUI позволит в полной мере учитывать потери при распространении сигнала для различных типов местности.
О 150
-—1 кате орияА
11 орняВ
1
11 1
и — кате "орияС
* м
Ч
\
\
у \
1 \\
ч\
ч ^
\
—-
0.2 0.4 04 01 1 11 \А
Высота базовой станции (кЬс), м
Рис. 1. Зависимость высоты подвеса базовой станции от показателя потерь сигнала в сетях сотовой связи, без учета поправочных коэффициентов
к 30
—| категория А |
Л — категория В
к.
X
Ч
ч.
Ч
м
Рис. 2. Зависимость высоты подвеса базовой станции от показателя потерь сигнала в сетях сотовой связи, с учетом поправочных коэффициентов
Выводы
Анализ модели канального распространения сигналов 8Ш позволяет сделать однозначный вывод о возможности применении ее при решении задач оптимальной
расстановки базовых станций в сетях 50, для обеспечения требуемых показателей качества связи
железнодорожного сообщения.
Применение данной модели возможно вследствие того, что она может работать на частотах свыше 3 ГГц и высоте антенн более 2 м. Эти характеристики соизмеримы с характеристиками работы сети мобильной связи 5G, которая работает в частотных диапазонах свыше 3,5 ГГц и активно используются пикосоты с высотой подвеса до 5 м.
Проектирование сетей мобильной связи 5G c использованием модели канального распространения сигналов SUI позволит создавать
высокоскоростные сети мобильной связи как между диспетчерами и подвижным составом, так и непосредственно в подвижном составе с заданным качеством обслуживания QoS при минимальных затратах как на стадии проектирования, так и в процессе эксплуатации.
Список литературы:
1. Lee W.C.Y., Mobile Communications Design Fundamentals, 2nd Edition, McGrawHill, New York, 1993.
2. Y. Okumura, E. Ohmori, T. Kawano, K. Fukuda, «Field Strength and Its Variability in VHF and UHF LandMobile Radio Service», Review of the Electrical Communication Laboratory, Vol. 16, №9-10, 1968, pp. 825-873.
3. COST 235. Radiowave propagation effects on next-generation fixed-services terrestrial telecommunication systems. Chair: M.P.M. Hall, UK. URL: http://www.cost.eu/COST_Actions/ict/235
4. Stiiber G.K. Principles of Mobile Communication, Kluwer Academic Publishers, Boston, 1996.
5. Рекомендация МСЭ-R P.1406-2 (07/2015). Эффекты распространения радиоволн, касающиеся наземных
сухопутной подвижной и
радиовещательной служб в диапазонах ОВЧ и УВЧ. URL:
http://www.itu.int/dms_pubrec/itu-r/rec/p/RREC-P.1406-2-201507-I!!PDF-R.pdf
6. Erceg V. Channel models for fixed wireless applications / V. Erceg, K.V.S. Hari, et al. // Tech. Rep. IEEE 802.16a-03/01, June 2003.
Аннотации:
В статье определены недостатки существующих эмпирических моделей распространения сигнала систем сотовой связи, обоснована невозможность применения их для сетей сотовой связи 5G.
Проведен анализ модели
распространения сигнала SUI, обоснована необходимость использования в ней поправочных коэффициентов при решении задачи оптимальной расстановки базовой станции.
Ключевые слова: Задача, сигнал, базовая станция, модель, сеть, потери, рельеф.
The article identifies the shortcomings of existing empirical models of signal distribution of cellular communication systems, substantiates the impossibility of using them for 5G cellular communication networks.
The analysis of the SUI signal propagation model is carried out, the necessity of using correction factors in it when solving the problem of optimal placement of the base station is substantiated.
Keywords: Task, signal, loss, base station, model, network, terrain.
