CC BY
21
Скрипачев В.О.1, Пирхавка А.П.2, Полушковский Ю.А.3, Суровцева И.В.4,
Жуков А.О.5, Яковлев О.В.6
1 Московский государственный технический университет МИРЭА, г. Москва,ст. преподаватель,
skripatchevv @ inbox. ru
2Московский государственный технический университет МИРЭА, г. Москва,к.т.н., доцент 3Московский государственный технический университет МИРЭА, г. Москва,к.т.н., ст. преподаватель 4НТЦ «Космонит» АО «Российские космические системы», г. Москва,вед.инженер 5 Экспертно-аналитический центр Минобрнауки, д.т.н., доцент вычислительный центр РАН им. А.А. Дородницына, г. Москва, д.т.н., с.н.с
АСПЕКТЫ СОЗДАНИЯ ИНФОРМАЦИОННОЙ СИСТЕМЫ ДЛЯ ОБРАБОТКИ
ИОНОСФЕРНЫХ ДАННЫХ
КЛЮЧЕВЫЕ СЛОВА
Ионосфера, обработка ионосферных данных, информационная система, информационно-технологический процесс, UML диаграмма.
АННОТАЦИЯ
В статье обоснована необходимость создания информационной системы обработки ионосферных данных, представляющая унифицированные возможности для различных корпоративных систем потребителей ионосферной информации.
Для диагностики состояния ионосферы используются различные методы измерений как наземные, так и с привлечением бортовой аппаратуры космических аппаратов (КА). Обзоры методов диагностики ионосферы рассматриваются в работах [1].
Состояние ионосферы (положение границ ее слоев, электронная концентрация, ионосферные неоднородности и пр.) необходимо учитывать при решении целого ряда научно-исследовательских задач:
- организация связи на низких частотах [1];
- повышение точности навигационного определения посредством космических навигационных систем;
- передача данных по радиоканалам «космос-земля» [2];
- планирование работы высокочувствительной бортовой аппаратуры КА;
- обеспечение информацией потребителей о наличии возмущений геофизического и геологического характера, например о процессах подготовки землетрясений, извержений вулканов [3, 4].
С учетом большого числа разнотипных научно-исследовательских задач целесообразно рассмотреть вопросы создания информационных систем, предоставляющих конечным пользователям возможности доступа, обработки и использования ионосферной информации.
В настоящее время не существует единой информационной системы, предоставляющей такие возможности. Как правило, доступ к ионосферным данным, включая архивные, ограничен, что приводит к необходимости составления и согласования различных документов, регламентирующих доступ. Однако даже при получении такого доступа существуют сложности с обработкой ионосферной информации, заключающиеся в создании инструментария обработки исходных данных.
Тем самым обусловлена необходимость разработки информационной системы обработки данных ионосферных параметров, которая представляла бы унифицированные возможности для различных корпоративных систем потребителей ионосферной информации. Поскольку ионосферная информация достаточно разнородна, то ее обработка требует применения специальных аппаратных и программных средств.
Таким образом, под обработкой информации необходимо понимать информационно-технологические процессы (ИТП), сопряженные в единую систему. При этом каждый вид
рассматриваемой ионосферной информации должен аккумулироваться единичным ИТП, состоящим из алгоритмов получения, обработки и распространения информации.
Основу ИТП составляют операции преобразования информации. Каждая операция получает входную информацию и обеспечивает получение выходной информацию. При этом выходная информация поступает на вход следующей операции обработки данных и т.д., до получения конечного результата, предоставляемого потребителям. При комплексирование таких операций в определенном порядке позволяет получить необходимые потребителям данные [5].
При разработке системы ИТП необходимо опираться на опыт применения объектно-ориентированного программирования (ООП), широко используемого при создании информационных систем, где используется понятие класса, представляющего собой спецификацию, описывающую новую форму данных, и объекта, представляющего собой индивидуальную реализацию структуры данных, созданную в соответствии с этой спецификацией [6].
Целесообразно рассмотреть ИТП с точки зрения ООП.
В состав ИТП могут входить как аппаратные, так и программные средства, т.е.
C ИТП { H ИТП , S ИТП } ,
где CИТП - совокупность средств, составляющих ИТП; HИТП - совокупность аппаратных средств; S ИТП - совокупность программных средств.
Опуская различия в аппаратных средствах получения ионосферной информации, рассматривая программные части ИТП Smn, и опираясь на принципы наследования, полиморфизма и инкапсуляции необходимо создать «абстрактный» ИТП 3J, в котором используется ряд операций, необходимых для достижения целевой функции обеспечения потребителей информацией. При этом операции и данные должны инкапсулироваться в ИТП [5].
Таким образом, систему обработки ионосферных данных можно представить как множество экземпляров процесса 31 , т.е.
П1={ 31,31... ,31}
Основными компонентами экземпляра ИТП являются: входная информация iq , операции преобразования Q1 в виде технических T1, программных Pi, организационных O1 средств и ресурсов, а также целевые компоненты C1 (требования, ограничения).
В результате формализации каждый экземпляр ИТП может быть представлен как:
31= <I1 ,Q1 (T1,P1,01),C1 > .
Для пояснения выше изложенного используем возможности языка UML (Unified Modeling Language). Диаграммы UML позволяют рассмотреть проектируемую систему с разных точек зрения
[7].
Система ИТП представляется диаграммой прецедентов. Прецедент - описание множества последовательностей действий (включая их варианты), которые выполняются системой ИТП для того, чтобы потребитель получил значимый результат. Чаще всего с помощью прецедентов моделируют «поведение» элементов системы в целом или подсистемы.
Рассмотрим диаграмму прецедентов для системы ИТП, имеющей четыре потребителя (Pi, P2, P3, P4) и четыре источника входных данных (Ai, A2, A3, A4) (Рис.1). На диаграмме абстрактный ИТП ассоциирован с источниками данных Ai, A2, A3, A4. Реализация ИТП связана с абстрактным ИТП. Прецедент комплексирования информации зависит от реализации ИТП и ассоциирован с потребителями.
Рис.1 - UML диаграмма прецедентов
Прецедент представляет собой функциональные требования к системе в целом. При этом каждый прецедент описывает алгоритм взаимодействия входных параметров Ai, A2, A3, A4 с системой в целом и ее абстракциями. Соответственно основными функциями, возлагаемыми на разрабатываемую информационную систему являются:
- обеспечение доступа к данным посредством соответствующих ИТП;
- возможность интеграции новых источников ионосферных параметров;
- преобразование исходных данных;
Для обеспечения функции доступа к данным необходимо учитывать, что работоспособность системы ИТП должна реализовываться с учетом использования потребителями разнородных систем обработки информации, поэтому в предлагаемой системе должны присутствовать API для работы с СУБД для различных языков программирования, наиболее распространенных в научно-исследовательской среде:
1. C/C++;
2. Java;
3. Fortran;
4. Interactive Data Language (IDL);
5. Python.
Для хранения ионосферных данных могут быть использованы СУБД MySQL или PostgreSQL.
Так, например, для работы с базами данных из языка Java необходимо использовать технологию JDBC (JavaDataBaseConnectivity), реализованную в виде пакета java.sql, входящего в состав Java SE. Основу JDBC составляют драйверы, позволяющие получать соединение с базой данных по соответствующему URL. В тоже время программный модуль IDL DataMiner используется для организации соединения с базами данных из IDL приложений посредством технологии ODBC (Open Database Connectivity).
Функция интеграции новых источников ионосферных данных должна обеспечиваться путем предоставления пользователю программных инструментов, позволяющих применять существующие структуры данных с минимальными трудозатратами, что можно достичь за счет широкого применения механизмов объектно-ориентированного программирования (инкапсуляция, наследование, полиморфизм). При этом необходимо учесть особенности применения объектно-ориентированной парадигмы в разных языках, например в IDL, о чем подробно изложено в [8].
Функция преобразования исходных данных заключается в их приведении к формату данных, удобном для применения в пользовательских системах обработки информации. Другими словами, данная функция должна обеспечиваться набором программных модулей, осуществляющих автоматизированное преобразование исходных данных, например преобразование файлов формата HDF в плоские файлы.
Помимо программных модулей, обеспечивающих реализацию вышеуказанных функций, целесообразно в состав системы ИТП ввести набор программных библиотек, позволяющих использовать их при работе корпоративных систем обработки ионосферной информации. В состав таких библиотек могут входить функции статистической обработки данных, функции фильтрации данных, функции доступа к тематическим интернет ресурсам.
Статистическая обработка необходима для получения наиболее информативных данных о каком-либо параметре ионосферы с течением времени, то есть необходимы процедуры обработки временных рядов наблюдений. При этом целесообразно использовать различные методы обработки в зависимости от их физической природы и шкал измерений: дихотомической, номинальной, интервальной [9].
Как правило, используются такие методы, как:
• корреляционный анализ для поиска тесноты связи между данными полученными
различными источниками данных;
• регрессионный анализ для поиска количественных значений параметров;
• пробит-анализ - частный случай регрессионного анализа, позволяющий оценить не
количественные значения, а вероятность возникновения события;
• спектральный анализ - метод, базирующийся на преобразовании Фурье.
Отдельно следует отметить необходимость проверки значимости в проводимых статистических исследованиях. Для определения уровня значимости, согласно теории математической статистики, требуется задание статистических гипотез. Как правило, используются: Ho - нулевая гипотеза и Hi - альтернативная гипотеза, при этом статистическая значимость определяется только на основе нулевой гипотезы.
Под фильтрацией данных необходимо понимать процедуры выборки данных с учетом заданных ограничений. Например, при анализе данных о сейсмической активности целесообразно вводить фильтр, определяемый формулой Добровольского [10]
. .-.0.43M р = 10 ,
где р - радиус зоны подготовки землетрясения;
M - магнитуда предполагаемого события.
Таким образом будут отобраны данные из целого набора, попадающие в указанный регион, что уменьшает объем обрабатываемых данных.
Под функциями доступа к тематическим Интернет ресурсамподразумевается доступ к ионосферным моделям, доступ к которым возможен в режиме онлайн, например ресурс http://omniweb.gsfc.nasa.gov/vitmo. Данный ресурс предоставляет возможность воспользоваться международными моделями ионосферы IRI и верхней атмосферы MSIS. При использовании в предлагаемой системе различных ионосферных моделей целесообразно исходить из следующего:
1. Модель MSIS (Mass Spectrometer Incoherent Scatter) описывает температуру и плотность нейтралов верхней атмосферы на высотах свыше 100 км. MSIS-86 составляет верхнюю часть модели CIRA-86 (COSPAR International Reference Atmosphere). Модель MSIS базируется на широком спектре данных, предоставленных A. E. Hedin и др. Источники данных включают [11]. Входными параметрами для моделиMSIS являются год, день от начала года, всемирное время (UT), высота, геодезические координаты (широта и долгота), местное время, поток F10.7 (предыдущего дня и осредненный за три месяца, и магнитный Ap (дневной или за последние 59 часов).
2. Модель ионосферы IRI (International Reference Ionosphere) в настоящее время широко используется и совершенствуется уже более двух десятилетий и ежегодно обновляется специальными рабочими группами, спонсируемые комитетом космических исследований (COSPAR) и Международным Союзом радионаук (URSI). Эти организации сформировали рабочую группу для создания эмпирической модели ионосферы, базирующейся на данных из всевозможных источников. Было выпущено несколько переизданий модели, последнее переиздание произошло в 2012 году. Для заданного местоположения и времени IRI описывает электронную плотность, электронную температуру, ионную температуру и ионный состав в диапазоне высот от 50 до 2000 км, а также электронное содержание. Модель представляет усредненные месячные значения для неполярной ионосферы в спокойных магнитных условиях [12].
В целях получения модельных параметров на большом объеме исходных данных необходимо реализовать программные модули, позволяющие устанавливать HTTP соединение, вводить данные и сохранять полученные модельные результаты. На Рис. 2 приведена упрощенная
UML диаграмма классов разработанных программных модулей для работы с моделями MSIS и IRL
Рис.2 - UML диаграмма классов
Основным классом является ModelConnector, от которого наследуются классы MSISConnector и IRIConnector необходимые для работы с моделями MSIS и IRI соответственно. Выводы
1. Показана необходимость создания информационной системы для обработки ионосферных данных, которая представляла бы унифицированные возможности для различных корпоративных систем потребителей.
2. Обоснованы рекомендации по созданию информационной системы обработки ионосферной информации с учетом:
- требований потребителей;
- условий организации информационно-технологических процессов и определяющих их факторов;
- состояния и перспектив развития технических, программных средств обработки и передачи ионосферных данных.
Литература
1. Nathan Blaunstein, Eugeniu Plohotniuc. Ionosphere and Applied Aspects of Radio Communication and Radar. CRC Press, 2008, 600p.
2. Peter Fortescue, Graham Swinerd, John Stark. Spacecraft Systems Engineering. Wiley; 4 edition, 2011, 724p.
3. С.И. Авдюшин, Н.П. Данилкин, С.В. Журавлев, Н.М. Давыдов, В.И. Лукьященко, В.А. Шувалов, А.И. Коваленко. Исследование и отработка многофункционального радиофизического комплекса для зондирования ионосферы, поверхности и подповерхности структур Земли с борта космических аппаратов. // Космонавтика и ракетостроение. 2007. №4 (49). С.158-163.
4. John Keith Hargreaves. The Solar-Terrestrial Environment: An Introduction to Geospace - the Science of the Terrestrial Upper Atmosphere, Ionosphere, and Magnetosphere. Cambridge University Press; 1995, 436p.
5. Скрипачев В.О., Чулкин М.О. Разработка прототипа информационно-технологического процесса обработки информации с учетом его стоимости // Программные продукты и системы. 2014. № 108. С. 100-102.
6. Stephen Prata. C++ Primer Plus (6th Edition). Addison-Wesley Professional; 6 edition. 2011. 1200p.
7. Язык UML. Руководство пользователя / Грейди Буч, Джеймс Рамбо, Айвар Джекобсон: Пер. с англ. Слинкин А.А. -2-е изд., стер. - М.: ДМК Пресс; СПб.: Питер, 2004. - 432с.
8. Ronn Kling. Object Oriented Programming with IDL. - Kling Research and Software, 2010. - 126p.
9. Скрипачев В.О., Яковлев О.В. Методические аспекты реализации технологий мониторинга риска в технических системах // //Технологии техносферной безопасности: интернет-журнал. 2014. № 4 (56). C.26. http://ipb.mos.ru/ttb.
10. Dobrovolsky I.P., Zubkov S.I. and MiachkinV.I.:1979, Estimation of the size of earthquake preparation zone, Pure Appl.Geophys. 117,1025-1044.
11. A. E. Hedin, Extensionofthe MSIS Thermospheric Model into the Middle and Lower Atmosphere, J. Geophys. Res. 96, 1159, 1991.
12. Коррекция модели ионосферы по данным спутникового радиозондирования со сверхнизких орбит: дис. к.ф.м.н. / Азизбаев М.Р.
