CC BY
25
ЛИТЕРАТУРА
1. Кузнецов Р.С., Мониторинг и верификация телеизмерений с тепловых пунктов // Труды международного симпозиума Надежность и качество. 2017. Т. 2. С. 53-57.
2. Чипулис В.П., Повышение точности измерений потребления горячей воды в жилом секторе // Труды международного симпозиума Надежность и качество. 2017. Т. 2. С. 109-111.
3. Кузнецов Р.С., Чипулис В.П., Информационно-аналитическое обеспечение систем мониторинга, анализа и управления объектами теплоэнергетики // Вестник Дальневосточного отделения Российской академии наук. 2016. № 4 (188). С. 116-124.
4. Чипулис В.П. Выбор и оценка эффективности регулирования режимов теплопотребления // Труды международного симпозиума Надежность и качество. 2016. № 2. С. 193-197.
5. Виноградов А.Н., Опыт применения «интернета вещей» и датчиков температуры wi-fi для энергосбережения тепловой энергии на объектах жкх // Труды международного симпозиума Надежность и качество. 2017. Т. 1. С. 267-272.
6. Виноградов А.Н., Опыт разработки автоматизированной системы управления технологическими процессами центральных тепловых пунктов (на примере ЦТП г.Фокино) // Труды международного симпозиума Надежность и качество. 2016. № 2. С. 198-200.
УДК 623.2 (083.75)
Антиликаторов А.Б., Бобылкин И.С., Зубцова И.С., Остроумов И.В.
ФГБОУ ВО «Воронежский Государственный технический университет», Воронеж, Россия
МОДУЛЬНАЯ ВСТРАИВАЕМАЯ ВЫСОКОИНТЕЛЛЕКТУАЛЬНАЯ ЭЛЕКТРОННО-ОПТИЧЕСКАЯ СИСТЕМА ВИДЕОНАБЛЮДЕНИЯ
В данной работе рассматривается встраиваемая электронно-оптическая система. Данная система позволяет анализировать видеоданные, расширяя и добавляя функциональные возможности. Её применение ускорит решение различных задач автоматизированного мониторинга, а также позволит упростить наблюдение за определенными территориальными пространствами. Ключевые слова:
ВЫСОКОИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМА УПРАВЛЕНИЯ И РАСПОЗНАВАНИЯ, МОДУЛЬНАЯ СХЕМА, ВИДЕОКАМЕРА
вила. Это позволяет быстро реконфигурировать систему для реализации функции быстрой замены или дополнения требующейся аппаратной или программной части. Данная система отличается от остальных возможностью интеллектуального анализа записываемой видеоинформации, под которым подразумевается адаптивная коррекция помех и погрешностей изображений, при всевозможных нюансах функционирования системы, что повышает вероятность обнаружения и распознавания определенных объектов и получение их детально чётких изображений.
Структурная схема предлагаемой системы видеонаблюдения.
Структурная схема предлагаемой системы видеонаблюдения реализуется из следующих конструктивных элементов: четырехканальная плата ввода аналогового видеосигнала SP-4 4 4a-cPCI, спецвычислитель СР3 0 8 базирующийся на процессоре IntelPentiumCore 2 Duо, модуль предварительной обработки изображения базирующийся на программируемой логической интегральной схеме (ПЛИС), интеллектуальный модуль обработки изображения на основе цифрового сигнального процессора (ЦСП) и ПЛИС, две портативные видеокамеры (аналоговые или цифровые) — обзорная и длиннофокусная, система ориентации длиннофокусной видеокамеры, и представлена на рис. 1.
Введение. Главная функция интеллектуальных систем видеонаблюдения - регистрация всей поступающей видеоинформации без компьютерной обработки, либо фиксация исключительно кадров, перемещения объектов, соответствующих определенным физическим параметрам. Это позволяет исключить основные минусы систем видеонаблюдения, а именно: затрудненность поиска определенного объекта в суммарном количестве поступивших видеоданных, необходимость применения хранилищ информации большого объема, потребность непрерывного мониторинга обстановки на экране (дисплее камеры), трудности (порой неосуществимости) реорганизации системы для выполнения другой задачи.
Применение интеллектуальных систем видеонаблюдения и формирование привязанной к ней элементной базы, средств и способов обработки видеоданных дает возможность существенно увеличить производительность систем видеонаблюдения благодаря распознаванию в соответствии с заранее подготовленными параметрами элементов и явлений. Кроме того, существенно улучшается качество записываемого сигнала изображения, регистрируя детально чёткие изображения определенных объектов (к примеру, идентификация человека или номера машины).
Очевидно, что построение подобных систем будет оптимальным при применении модульного пра-
Рисунок 1 - Структура системы
Предлагаемая структура позволяет выполнение следующих функций: ввод изображения и упрощенная правка искажений; выявление на изображении объекта определенного разряда; прием детально четкого изображения обнаруженного объекта способом наведения длиннофокусной видеокамеры на объект; фиксация определенного события (например, пере-
сечение человеком определенной территории); запись информационных данных; последовательный поиск объектов или событий.
Также система имеет возможность оснащения модулями распознавания объектов по конкретным изображениям, фиксирование геометрических критериев обнаруженных объектов, увеличение четкости видеоизображения перемещающихся объектов.
Механизм ввода видеоинформации и коррекции радиальной дисторсии показан на рис. 2. [1] Этот блок осуществляет ввод видеоинформации и коррекцию его искажений, возникших при радиальной дисторсии оптической системы видеокамеры в процессе получения видеоинформации. Это даёт возможность уменьшить загрузку спецвычислителя электронно-оптической системы.
Коррекция радиального искажения осуществляется благодаря переносу точек изображения в их точные местоположения (к', у') в соответствии с выражением [2]:
х' = х + Лх, у' = у + Лу (1)
Дальнейшая конкретизация яркости текущего пикселя I способом интерполяции по соседним пикселям, проводится по формуле:
I = к1 + (1-к)!^к111, (2)
где к — весовой коэффициент, показывающий величину коррекции яркости текущего пиксела;
к!— весовой коэффициент, показывающий вели-чинувоздействия яркости соседнего пиксела наяр-кость текущего пиксела;
I!— яркость соседнего пикселя.
Предлагаемый модуль даёт возможность корректировать как аналоговое изображение, так и цифровое. При приеме аналогового изображения модуль коррекции, помимо этого, выполняет функции аналого-цифрового преобразования (АЦП).
В процессе регулирования из спецвычислителя в контроллер модуля подается нужная для коррекции искажений информация о величинах (X, У) обрабатываемых данных изображения. Контроллер производит вычисление редактированных координат (к'гУ1) местоположения для каждого пикселя изображения с координатами (к, у) и регистрирует их в ОЗУ реестра коррекции по адресу А, равному А = к + уХ.
При подаче информации изображения в электронно-оптическую систему формирователь адреса 1 распознает адрес в ОЗУ реестра изменений, где предварительно внесены скорректированные координаты текущего пикселя. На выходе ОЗУ реестра изменений создаются значения (к', у'), которые формирователем адреса 2 изменяются в адрес А' = к' + у'Х. По адресу А' в ОЗУ видеоинформации фиксируется величина яркости текущего пикселя. В итоге, вслед за поступлением всей информации о пикселях нового кадра в ОЗУ видеоинформации записываются данные об изображении, не измененные воздействием радиальной дисторсии. Записанное изображение переносится по системной шине в спецвычислитель. При надлежащем преобразовании (добавляются два вспомогательных канала) модуль позволяет обеспечивать правку хроматической аберрации [3].
Рисунок 2 - Структура системы
Интеллектуальный модуль обработки изображения, предназначен для определенных объемных объектов определенной категории [4]. Дополнительная возможность модуля - это адаптивность изменения яркости изображения, которая подчиняется уровню света снаружи, учитывая правила выдержки (период создания единичного эпизода). При этом выполняется входит ряд операций: ввод информации изображения, подсчет свойств изображения, распознавание проекции эталонного изображения, которая имеет нужные свойства, вычисление матрицы поступающих критериев и матрицы весовых коэффициентов, формулировка, основанная на имеющейся информации класса эталона, которому свойственен объект.
Для отображения объекта, информация об изображении которого поступила на вход, выделяется и кодируется габаритное пространство (габаритное пространство - это прямоугольник, который описан вокруг изображения). После чего находится массив со свойствами эталонного изображения, затем сопоставляются коды распознаваемого и эталонного изображений, рассчитывается соотношение сторон габаритных пространств изображений. В случае если описанные конфигурации реализованы, то происходит сопоставление проекции эталона с изображением, информация о котором поступила на
вход. Проекция эталона создается так, что величины габаритного пространства распознаваемого изображения и проекция эталонного были одинаковы.
Затем происходит сравнение изображения объекта с проекцией эталона. Возникает это благодаря перцептрону (нейроподобная структура) . В случае превышения допустимого значения решающей функции, утверждается тот случай, когда изображение объекта относится к классу текущего эталона, иначе происходит новая итерация, и операция распознавания воспроизводится вновь, для следующей проекции эталона, которая будет соответствовать предыдущим условиям. После завершения перебора базы эталонов в соответствии с мажоритарным принципом назначается класс объекта.
Структурная схема интеллектуального модуля приведена на рис. 3.
Информация о входе изображения поступает на устройство ввода изображения (УВИ), отображающий яркостную часть и отправляющий поступившую информацию в устройство обработки поступившего изображения (УОПИ), что дает возможность обособить габаритное пространство и реализует расчет вектора свойств информации поступившего изображения. Устройство оценки изображения и шифрования (УОИиШ) осуществляет вычисление величин, требующихся для распознавания объекта.
Рисунок 3 - Структура системы
Затем, с помощью устройства, которое дает возможность извлечь информацию из записывающего устройства и производит сопоставление свойств (ИИЗУиСС), производится сравнение свойств доступных образцов, которые имеются в этом записывающем устройстве (ЗУСО), и свойств, которые были получены благодаря использованию устройства оценки изображения и шифрования. Если имеются сходства из записывающего устройства, в котором содержится информация об эталонных изображениях в векторном варианте (ЗУЭВИ), считывается нужная векторная модель эталонного объекта. С помощью устройства, обеспечивающего трансформацию векторного изображения (УТВИ), производится его разворот, изменение масштабов и перемещение информации в устройство расчета проекции (УРП), где векторное изображение преобразуется в нужную плоскую проекцию.
Исходя из информации, полученной устройством расчета проекции, генератор весов перцептрона (ГВП) производит веса для перцептроного устройства (ПУ) . Затем, с использованием устройства, передающего свойства «схожих» изображений, производится сравнивание первоначального изображения и проекции эталона (УПССИ). Для перцептрон-ного устройства входная информация изображения используется в виде количества пикселей. Ключевой элемент перцептронного устройства позволяет распознавать изображение. Свойства всех распознанных изображений вносятся в ячейку для сбора полученной информации изображений (ЯСИ), откуда происходит извлечение благодаря устройству выборки трехмерного эталона по переданным свойствам и записи требующейся информации (УВОиЗИ)
для перемещения в приспособление коммуникации со спецвычислителем (ПКЭВМ). Устройство вычисления разницы цвета (УВРЦ) пикселей находит численную информацию различий первоначального и эталонного изображений. Устройство записи свойств (УЗС) выполняет хранение данных о распознанных объектах.
Обзорную видеокамеру, в данном комплексе устанавливают таким образом, что территориальная часть, в которой располагается объект, размещается в кадре полностью. Изображение с обзорной видеокамеры передается через блок ввода аналогового сигнала (см. рис. 1) после перемещается в устройство заблаговременной обработки изображения, далее в интеллектуальный модуль и спецвычислитель. Спецвычислитель находит свойства, требующиеся для ориентирования длиннофокусной видеокамеры на цель, и посылает команду блоку ориентации видеокамеры. Изображение, размером в полный кадр, поступившее с длиннофокусной камеры, отправляется в спецвычислитель и записывается в реестре. После чего, операция нахождения объектов, перемещающихся через установленную территориальную часть, воспроизводится заново.
Предлагаемая последовательность действия модульной интегрированной интеллектуальной электронно-оптической системы мониторинга зависит от цели ее реализации и может изменяться в зависимости от решаемой проблемы [5].
Так возможно использование цифрового зеркального фотоаппарата, который подключается к спецвычислителю через блок управления вместо длиннофокусной видеокамеры. Схема представлена на рис. 4.
Рисунок 4 - Схема подключения фотоаппарата
Необходимо учитывать, что разрешающая способность у цифрового фотоаппарата выше, в сравнении с видеокамерой, поэтому возможно потребуется последующее изъятие данных из полученных изображений.
Заключение. Предлагаемое формирование модульной встраиваемой электронно-оптической системы
видеонаблюдения предоставляет возможность анализировать интеллектуальным способом входящую информацию видеоизображения, увеличивать и преобразовывать ее многозадачные возможности [6]. Это дает право реализовывать данную систему для выполнения всевозможных задач автоматизированного мониторинга и контроля определенного территориального пространства, а также объектов.
ЛИТЕРАТУРА
1. Пат. 2351983 РФ, МКИ G06K9/32. Устройство ввода изображения в ЭВМ и коррекции дисторсии / Д. В. Титов, М. И. Труфанов // Опубл. 10.04.09. Бюл. № 10.
2. Оптико-электронные устройства обработки и распознавания изображений / В. С. Титов, М .И. Труфанов., Е. А. Макарецкий, А. Я. Паринский.Тула:Изд-во ТулГУ, 2008. 121 с.
3. Пат. 2352987 РФ, МКИ G06K9/20. Устройство получения изображения с коррекцией хроматической аберрации / А. С. Козлов, В. С. Титов, М. И. Труфанов // Опубл. 20.04.09. Бюл. № 11.
4. Vision system for image recognition based on three-dimensional vector patterns / V. Gridin, V. Titov, M. Truphanov, S. Korostelev // Machine Graphics and Vision. 2009. Vol. 18, N 2. P. 175186.
5. Повышение точности и чувствительности пеленгаторной антенной системы / A.B. Антиликаторюв , Новикова, Р.А. Дуров // Труды международного симпозиума надежность и качество, Издательство: Пензенский государственный университет (Пенза) 2017г., Том: 2, страницы: 72-73.
6. Комплексная модель системы передачи дискретной информации фазоманипулированными сигналами и её программная реализация / И.В. Остроумов, М.А. Ромащенко // Труды международного симпозиума надежность и качество, Издательство: Пензенский государственный университет (Пенза) 2015г., Том: 1, страницы: 141-144.
УДК 621.3.049.77
Свиридова И.В., Бобылкин И.С., Чирков О.Н.
ФГБОУ ВО «Воронежский Государственный технический университет», Воронеж, Россия ОПТИМИЗАЦИЯ ОЦЕНКИ МНОГОЛУЧЕВОГО КАНАЛА РАДИОСВЯЗИ С OFDM
В настоящее время технология передачи данных по средствам OFDM модуляции рассматривается как одна из наиболее перспективных для построения широкополосных систем цифровой радиосвязи по многолучевым каналам, обеспечивающая достаточно высокую спектральную эффективность этих систем. В OFDM-приемнике выполняется оценка передаточной характеристики канала связи на пилотных поднесущих, а затем используется интерполяция полученных результатов на поднесущие, используемые для передачи данных. Ключевые слова:
МНОГОЛУЧЕВОЙ КАНАЛ РАДИОСВЯЗИ, ОЦЕНКА, МОДУЛЯЦИЯ
Введение. Беспроводная передача информации осуществляется по радиоканалу. Но любой пространственный канал в той или иной степени искажает передаваемые символы и добавляет шумы вследствие многолучевого распространения. Поэтому, крайне важной задачей проектировщиков мобильных систем радиосвязи с технологией OFDM, является оценка канала связи, для последующей безошибочной демодуляции переданной информации.
Оценка передаточной характеристики канала осуществляется путем передачи наряду с информационными символами - экспериментальных данных (пилотных символов) с определенной частотой и фазой. Соответственно демодуляция сигнала производится по этим известным пилотным данным.
Оптимизация оценки комплексной огибающей OFDM сигнала.
Приведем блок-схему OFDM-системы для сетей удаленного доступа [1].
Рисунок 1 - Блок-схема системы радиосвязи с технологией OFDM
В передатчике двоичная информация группируется, кодируется и модулируется согласно выбранной схеме (ФМ, КАМ) [2]. Затем в блоке обратного дискретного преобразования Фурье (ОБПФ) входная последовательность данных преобразовывается во временной интервал. Вставляется защитный интервал, происходит циклическое расширение на Тз. Защитный интервал выбирается больше ожидаемой задержки распространения сигнала, чтобы избежать межсимвольную интерференцию. Через цифро-аналоговый преобразователь с пропускной способностью
1/Тs данные передаются в выходную цепь. Дискретный многолучевый канал радиосвязи моделируется из импульсной характеристики переданного сигнала g(t) сопровождаемой белым Гауссовым шумом n(t) с нормальным распределением [4].
м
g(t) = ^amS(t -TmTs) (1)
где Ts - интервал дискретизации, амплитуда и 0 < TmTs < Тз.
am - комплексная
m=1
