CC BY
55
НЛТУ
УКРЛ1НИ
t ,
Hl/IUB
Науковий bIch и к НЛТУУкраТни Scientific Bulletin of UNFU
http://nv.nltu.edu.ua https://doi.org/10.15421/40280128 Article received 14.12.2017 р. Article accepted 28.02.2018 р.
УДК 004.021
ISSN 1994-7836 (print) ISSN 2519-2477 (online)
[^1 Correspondence author E. K. Nazirov freestar@ukr.net
Э. К. Назиров, Т. А. Назирова
Харьковский национальный университет городского хозяйства им. А. Н. Бекетова, г. Харьков, Украина
СИСТЕМА ОПОВЕЩЕНИЯ В ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЯХ "АСЕН"
Оповещение населения о чрезвычайных ситуациях - это доведение до населения сигналов оповещения и экстренной информации об опасностях, возникающих при угрозе возникновения или возникновении чрезвычайных ситуаций природного и техногенного характера, а также при ведении военных действий или вследствие этих действий, о правилах поведения населения и необходимости проведения мероприятий по защите. Описаны принципы построения и работа системы распознавания чрезвычайных ситуаций "АсЕН", построенной на базе аудиоаналитики с использованием в качестве основного терминального оборудования смартфонов пользователей. Система позволяет регистрировать сигналы о потенциальной угрозе, идентифицировать характер угрозы, динамику и направление ее распространения, оповещать пользователя системы с предоставлением рекомендаций и правил поведения при наступлении конкретной чрезвычайной ситуации. Система состоит из нескольких подсистем и построена по модульному принципу. Изложены цели и задачи, выполняемые отдельными подсистемами, описана логика их работы. Все это позволит заранее предупреждать население, органы власти, предприятия, организации, учреждения и учебные заведения о возникновении чрезвычайных ситуаций, следовательно, адекватно реагировать на складывающиеся условия. В конечном итоге - в максимальной степени сократить потери в людях и материальных ценностях.
Ключевые слова: чрезвычайная ситуация; организация оповещения и связи; системы оповещения; сигналы оповещения; гражданская защита населения; информирование.
Введение. За последние годы Украина пережила оккупацию территорий, непризнанную войну на территориях Донецкой и Луганской областей, увеличение количества террористических актов на территории остальных областей Украины, серьезное падение экономики, дефицит энергоресурсов и угрозу дефолта по международным обязательствам. Все эти события способствовали как многократному увеличению чрезвычайных ситуаций (ЧС), так и росту риска их возникновения. Поэтому проблема создания новых моделей и методов поддержки принятия решения для предупреждения и ликвидации ЧС актуальна как в силу многократно возросшего их количества, так и в силу того, что в настоящее время созрела необходимость использования современных систем, позволяющих снизить масштабы и последствия при их ликвидации (Chub, Novoz-hilova, & Andronov, 2014).
Поскольку ЧС обычно возникают в условиях экстраординарных ситуаций, то и управление в таких условиях ЧС должно обладать гибкостью, способностью работать при недостатке информации, быстро адаптироваться к высоким темпам изменения ситуации, оперативно формировать эффективные решения с высокой результативностью и, как следствие, - минимизировать потери времени при ликвидации ЧС (Fay & Patterson, 2018;
Korniichuk, & Hrytsiuk, 2011; Malets, & Hrytsiuk, 2011; Malets, Rak, & Hrytsiuk, 2011).
Материал и методы исследования. Для обеспечения безопасности населения в мире активно планируются к внедрению системы "безопасного города", которые с помощью сети видеокамер и функции видеоанализа позволяют оперативно распознавать и реагировать на различные нештатные ситуации и случаи нарушения правопорядка.
В последнее время, учитывая, что все большее количество видеокамер оснащается встроенными микрофонами, активно развивается такое направление распознавания нештатных или чрезвычайных ситуаций, как аудиоаналитика.
Одной из наиболее известных коммерческих разработок аудиоаналитики является американская система ShotSpotter (Kolomietc, 2015). Данная система с 2006 г. установлена в неблагополучных районах Вашингтона и за прошедшие годы локализовала 39000 выстрелов из огнестрельного оружия, оперативно предупреждая полицейских о наступлении данного события.
Еще одним примером реализации подобной системы является разработка компании Audio Analytic Ltd из Великобритании (Kolomietc, 2015). Датчики этой компании, предназначенные для создания "умного дома", спо-
1нформащя про aBTopiB:
Ha3ipoB Ельдар Кямалович, здобувач, менеджер шформацшних технолопй ООО Метшвест Бизнес CepBic Украша, м. Кривий Pir. Еmail: freestar@ukr.net
Ha3ipoBa Тетяна Олексaндрiвнa, здобувач, старший шженер комп'ютерних систем ООО Метшвест Бизнес Сервк Украша,
м. Кривий Pir. Email: freestar@ukr.net Цитування за ДСТУ: Назipов Е. К., Назipова Т. О. Система сповщення в надзвичайних ситуащях "Асен". Науковий вкник НЛТУ
УкраТни. 2018, т. 28, № 1. С. 140-144. Citation APA: Nazirov, E. K., & Nazirova, T. A. (2018). Emergency Notification System "ACEH". Scientific Bulletin of UNFU, 28(1), 140144. https://doi.org/10.15421/40280128
собны регистрировать такие события, как выстрелы, агрессивные крики, плач ребенка, звуки автомобильной сигнализации, разбитого стекла и т.п. После регистрации события система отправляет уведомления пользователю, охранным агентствам для последующего реагирования.
Также известна разработка АО "Инновационный технологический центр "Система-Саров" (Kolomietc, 2015), которая использует специальные акустические
Зная месторасположение микрофонов и используя методы триангуляции (Lvov, Agapov & Tishhenko, 2010), данные системы точно определяют место возникновения события. К несомненным преимуществам систем аудиоаналитики следует отнести невысокую, по сравнению с видеокамерами, стоимость микрофонов, отсутствие "слепых зон", низкую плотность покрытия территории, чем для видеонаблюдения. Поток аудиоинформации с микрофона занимает намного меньше места, чем поток видеоизображения, а значит, его легче транспортировать и обрабатывать.
Важным моментом в работе систем аудиоаналитики являются средства регистрации сигналов, их географическое распределение (охват широкой территории, т.к. нужно раннее оповещение для резерва времени), наличие устойчивых каналов передачи данных, легкость коммуникации и взаимодействия с пользователями системы.
В настоящее время идеальными инструментами, которые могут выполнить перечисленные задачи, являются смартфоны, подключенные к каналам передачи данных, формируемыми сотовыми сетями мобильных операторов связи. Основное преимущество такого подхода состоит в том, что смартфоны пользуются в Украине (как и в мире в целом) все большей популярностью. Так, согласно последним данным, в Украине уже более 30 % населения в возрасте от 18 до 50 лет пользуются смартфонами. Каждый смартфон имеет микрофон, канал обмена информацией, датчик определения местоположения и может оснащаться различным программным обеспечением (Khalemsky & Schwartz, 2017).
Все это делает смартфон потенциальным кандидатом как на роль средства персонального оповещения владельца о наступлении нештатной ситуации, так и средства раннего обнаружения и идентификации чрезвычайной ситуации. То есть, при наличии специального программного обеспечения и работающего канала передачи данных, коим является мобильный интернет, смартфон может улавливать звуки, идентифицирующие чрезвычайную ситуацию, передавать характеристику этих звуков, данные о своем местоположении и точном времени в удаленно расположенную аналитическую систему.
К детектируемым чрезвычайным ситуациям могут относиться ситуации, связанные с террористической угрозой, нарушением общественного порядка, различными техногенными авариями, которые сопровождаются
микрофоны в определенных точках населенного пункта. Система интегрируется с различными средствами видеонаблюдения, позволяя оператору направить доступные видеокамеры в район звуковой аномалии для идентификации обстановки. Сравнительные характеристики функциональных возможностей указанных систем приведены в таблице.
громкими взрывами, воем сиренами и прочими акустическими артефактами.
Результаты исследования и их обсуждение. Задачей данного исследования является разработка территориально распределенной системы регистрации, реагирования и оповещения о наступлении чрезвычайной ситуации (Nazirov, 2015).
Клиентская часть предлагаемой системы будет работать на персональных смартфонах ее пользователей (регистрация наступления ЧС, вывод правил и рекомендаций к выполнению), а аналитическая часть (распознавание конкретного типа ЧС, реагирование, формирование сигналов оповещения и рекомендаций) будет работать в удаленном центре обработки данных. При наличии большого количества клиентов системы на определенной территории, это позволит:
• оперативно (в режиме реального времени) регистрировать наступление чрезвычайной ситуации;
• определять ее местоположение;
• распознавать конкретное чрезвычайное происшествие;
• формировать сигналы тревоги для сил реагирования и предотвращения чрезвычайной ситуации;
• оперативно оповещать пользователей системы о наступлении чрезвычайной ситуации;
• предлагать пользователям системы рекомендации по минимизации ущерба от произошедшей чрезвычайной ситуации.
Система оповещения в чрезвычайных ситуациях "АсЕН". Система построена по модульному принципу (рис. 1). Отдельные, независимые подсистемы позволят увеличить отказоустойчивость и масштабируемость системы, а также замену и модернизацию отдельных элементов системы без прерывания работы всей системы (Nazirov, 2015).
Основными подсистемами являются пользовательская (клиентская) подсистема, подсистема анализа и принятия решения, подсистема идентификации звука, подсистема оповещения и подсистема рекомендаций и правил поведения при наступлении конкретной чрезвычайной ситуации.
Пользовательская подсистема выполняет постоянную запись звука с микрофона смартфона (рис. 1,1). Запись ограничена определенным лимитом по времени. По достижении этого лимита времени пользовательская подсистема сохраняет только что записанный файл для возможного анализа, удаляет предыдущий сохраняемый файл, и начинает писать следующий файл.
Таблица. Сравнение функциональных возможностей систем регистрации ЧС
Наименование системы Регистрация событий Определение местоположения Распознавание события Тип датчиков
ShotSpotter Выстрелы, взрывы, хлопки Да Да, контроль операторов Собственная разработка
Audio Analytic Ltd Выстрелы, агрессивные крики, плач ребенка, звуки автомобильной сигнализации звук разбития стекла Реализуется в концепции "умного дома", событие происходит по определенному адресу Да Собственная разработка
"Система-Са-ров" Крики людей, выстрелы, звук сирен, превышение акустического фона По известному местонахождению аудиодатчика Да, контроль операторов Собственная разработка
Выбор способа распознавания интенсивного крат-
Поскольку клиентская подсистема выполняется на смартфоне, сложность реализации способа должна быть низкой для возможности быстрой отработки метода на смартфонах начального уровня. Быстрота и низкая сложность реализации обуславливают низкое качество (эффективность) распознавания события. Но, принимая во внимание большое количество работающих клиентских подсистем, нет необходимости концентрироваться на одном распознавании интенсивного кратковременного звука, полученном от одной клиентской подсистемы. Необходимо ориентироваться на массовое (десятки устройств) получение сигналов о наступлении события от множества клиентских подсистем, расположенных в достаточной для детектирования события близости друг от друга.
Для распознавания интенсивного кратковременного звука часто используется метод фильтрации уровней громкости звука (Ivanova & Kozhushko, 2015). Данный метод характеризуется высоким быстродействием и низкой сложностью реализации. Из его недостатков следует отметить среднюю эффективность. Параллельно записи происходит отслеживание текущего уровня сигнала, поступающего на микрофон и его сравнение в
для возможности оперативной передачи события в под-
режиме реального времени со средним уровнем сигнала (уровень фонового шума), полученным из предыдущего файла. Если текущий уровень сигнала превышает средний в N и более раз, то система формирует сигнал идентификации события на подсистему анализа и принятия решений.
Подсистема анализа и принятия решения:
• получив в заданном интервале времени сигналы от большого количества (десятки устройств) клиентских подсистем, находящихся в относительной близости друг от друга, принимает решение о наступлении события, а именно - распознавании интенсивного кратковременного звука, и начинает процедуры определения предполагаемого местонахождения и идентификации источника интенсивного кратковременного звука;
• получив в заданном интервале времени сигналы от некоторого количества (единицы устройств) клиентских подсистем, находящихся в относительной близости друг от друга, принимает решение о необходимости подтверждения наступления события, и начинает процедуру поиска предполагаемого события на клиентских подсистемах, расположенных в относительной близости от систем, идентифицировавших события. В случае подтверждения нахождения превышения уровней мощности над фоновым в заданный интервал времени на большом (десятки устройств) количестве
ковременного звука ограничен следующими условиями. Быстродействие способа должно быть высоким
систему анализа и принятия решения.
Рис. 1. Система оповещения в чрезвычайных ситуациях "АсЕН". Алгоритм работы: 1) пользовательской подсистемы; 2) подсистемы анализа и принятия решения; 3) подсистемы идентификации звука; 4) подсистемы оповещения; 5) подсистемы рекомендаций и правил
клиентских подсистем, которые после повторного анализа, отправили сигналы идентификации события на подсистему анализа и принятия решения, последняя начинает процедуры определения предполагаемого местонахождения и идентификации источника интенсивного кратковременного звука;
• получив в заданном интервале времени сигналы от одной или пары клиентских подсистем, находящихся в относительной близости друг от друга, принимает решение о ложном срабатывании и не принимает решение о регистрации интенсивного кратковременного звука (Malizia et al., 2009).
• В первых двух случаях подсистема анализа и принятия решения запускает следующие процедуры:
• определения предполагаемого местонахождения источника интенсивного кратковременного звука, - выполняется путем отправки запросов о текущем местоположении клиентских подсистем, зарегистрировавших наступление события. Полученные данные о местоположении клиентских подсистем и времени зарегистрированного события обрабатываются с помощью триангуляционных методов определения координат источника звука.
• идентификации источника интенсивного кратковременного звука (ИКЗ), выполняется путем отправки запросов на несколько клиентских подсистем, выбранных на основании наибольших разностей уровней ИКЗ и фонового шума о передаче ранее записанного звукового файла с идентифицированным ИКЗ. Полученные звуковые файлы передаются в подсистему идентификации звука для его последующей идентификации (рис. 1,2).
Подсистема идентификации звука принимает звуковые файлы с идентифицированным ИКЗ и осуществляет процедуру распознавания аудиособытия. Процедура включает в себя операции буферизации сигнала с перекрытием, предобработки сигнала, извлечения признаков (маркеров) сигнала, их постобработку, классификацию и обучение подсистемы. После идентификации источника сигнала, его тактико-технические характеристики (ТТХ) передаются в подсистему анализа и принятия решения для прогнозирования зон поражения. Используются такие характеристики как скорость и дальность распространения поражающих факторов источника ИКЗ, площадь возможного поражения (рис. 1,3).
Подсистема идентификации звука использует в своей работе базу данных с характеристиками определенных аудиособытий, возникающих при возникновении чрезвычайной ситуации. Для идентификации полученного звукового файла подсистема идентификации звука извлекает определенные признаки из полученного файла и сравнивает их с признаками эталонного звукового файла. Для повышения распознавания аудиосо-бытия возможно формирование вектора признаков, состоящего из нескольких перечисленных методов формирования признаков.
Подсистема анализа и принятия решения. Подсистема анализа и принятия решения, получив ТТХ источника ИКЗ, определяет координаты зоны возможного поражения, идентифицирует клиентские подсистемы, которые находятся в зоне возможного поражения, и сообщает подсистемам оповещения и рекомендаций и правил поведения идентификаторы, попадающих в зону поражения, клиентских подсистем и идентификатор конкретного типа чрезвычайной ситуации (Choya et al., 2016).
Подсистема оповещения. Подсистема оповещения формирует сигналы оповещения о наступлении чрезвы-
чайной ситуации на полученные клиентские подсистемы (рис. 1,4).
Подсистема рекомендаций и правил поведения.
Подсистема рекомендаций и правил поведения (рис. 1,5) производит поиск материалов, относящихся к конкретной чрезвычайной ситуации, и отправляет перечень ссылок на данный материал на находящиеся в зоне возможного поражения клиентские подсистемы (Dora-samy, Ramana & Kaliannan, 2017).
Выводы. Cистема AcEH позволяет регистрировать сигналы о потенциальной угрозе, идентифицировать характер угрозы, динамику и направление ее распространения, производить оповещение пользователя системы с предоставлением рекомендаций и правил поведения при наступлении конкретной чрезвычайной ситуации. В качестве основного средства регистрации и первичной обработки акустических сигналов, передачи данных, коммуникации и оповещения пользователя системы в работе предложено использование широко распространённых в настоящее время смартфонов, подключенных к каналам передачи данных, формируемых сотовыми сетями мобильных операторов связи.
Предложены алгоритмы первичной и удаленной обработки сигнала для его наиболее точного детектирования. Изложены цели и задачи, выполняемые подсистемами, описана логика их работы.
Перелш використаних джерел
Choya, S., Handmer, J., Whittaker, J., Shinohara, Y. Hatori, T., & Kohtake, N. (2016). Application of satellite navigation system for emergency warning and alerting. Computers, Environment and Urban Systems, 58, 12-18. https://doi.org/10.1016/j.compenvurbsys.2016.03.003 Chub, I. A., Novozhilova, M. V., & Andronov, V. A. (2014). Mate-maticheskie modeli i metody proektirovaniia sistem rannego obna-ruzheniiapozhara. Kharkiv: NUTcZU. 148 p. [In Russian]. Dorasamy, M., Ramana, M., & Kaliannan, M. (2017). Integrated community emergency management and awareness system: A knowledge management system for disaster support. Technological Forecasting and Social Change, 121, 139-167. https://doi.org/10.1016/j.techfore.2017.03.017 Fay, J. J., & Patterson, D. (2018). Chapter 15 - Emergency Management. In: Contemporary Security Management (Fourth Edition), 301-339. https://doi.org/10.1016/B978-0-12-809278-1.00015-3 Ivanova, G. S., & Kozhushko, V. V. (2015). Analiz podkhodov k res-heniiu zadachi raspoznavaniia intensivnykh kratkovremennykh zvukov. Inzhenernyi vestnik, 23, 123-129. Retrieved from: http://engbul.bmstu.ru/doc/761252.html. [In Russian]. Khalemsky, M., & Schwartz, D. G. (2017). Emergency Response Community Effectiveness: A simulation modeler for comparing Emergency Medical Services with smartphone-based Samaritan response. Decision Support Systems, 102, 57-68. https://doi.org/10.1016/j.dss.2017.07.003 Kolomietc, V. (2015). Analiz algoritmov audioanalitiki. Khabrakhabr. Retrieved from: https://habrahabr.ru/company/syne-sis/blog/250935/. [In Russian]. Korniichuk, V. V., & Hrytsiuk, Yu. I. (2011). Prychyny vynyknennia ta osoblyvosti likvidatsii nadzvychainykh sytuatsii na elevatorakh. Scientific Bulletin of UNFU, 21(08), 120-129. Lviv: RVV NLTU Ukrainy. [In Ukrainian]. Lvov, A. V., Agapov, M. N., & Tishhenko, A. I. (2010). Trianguliatci-onnaia sistema opredeleniia koordinat istochnika zvuka. Polzu-novskii vestnik, 2, 159-162. Retrieved from: http://elib.altstu.ru/elib/books/Files/pv2010_02/pdf/158lvov.pdf. [In Russian].
Malets, I. O., & Hrytsiuk, Yu. I. (2011). Vprovadzhennia informatsi-inykh tekhnolohii v upravlinsku diialnist pidrozdiliv Ministerstva
nadzvychainykh sytuatsii. Scientific Bulletin of UNFU, 21(14), 326-332. Lviv: RVV NLTU Ukrainy. [In Ukrainian].
Malets, I. O., Rak, T. Ye., & Hrytsiuk, Yu. I. (2011). Informatsiinyi analiz strukturnykh komponent nadzvychainykh sytuatsii. Intelektu-alni systemy pryiniattia rishen ta problemy obchysliuvalnoho inte-lektu: mater. Mizhnar. nauk. konf., zb. nauk. prats, (Vols. 1-2, vol. 2, pp. 62-67), 16-20 travnia 2011 r., m. Yevpatoriia. Kherson: Vyd-vo KhNTU. [In Ukrainian].
Malizia, A., Onorati, T., Diaz, P., Aedo, I., & Astorga-Paliza, F. (2009). SEMA4A: An ontology for emergency notification systems accessibility. Expert Systems with Applications, 37(4), 3380-3391. https://doi.org/10.10167j.eswa.2009.10.010 Nazirov, E. K. (2015). Ispolzovanie zvukometrii v personalnoi sisteme opoveshheniia o nastuplenii chrezvychainoi situatcii. Kompiu-terni tekhnolohii v miskomu ta rehionalnomu hospodarstvi: mater. Mizhnar. nauk.-prakt. internet-konf, (pp. 155-156). Kharkiv: KhNUMH im. O. M. Beketova. [In Russian].
Е. К. Ha3ipoe, Т. О. Наз1рова
Хартвський нащональний утверситет мiського господарства iM. О. М. Бекетова, м. Харюв, Украта
СИСТЕМА СПОВ1ЩЕННЯ В НАДЗВИЧАЙНИХ СИТУАЦ1ЯХ "АСЕН"
Сповщення населения про надзвичайш ситуацп - це доведення до населення сигналiв сповщення та екстреио'1 шформа-цп про небезпеки, що виникають у разi загрози виникнення або виникнення надзвичайних ситуацш природного i техногенного характеру, а також у разi ведення вшськових дш або внаслщок цих дш, про правила поведшки населення i иеобхщиос-тi здшсиеиия заходiв щодо захисту. Описано принципи побудови та роботу системи розтзиаваиия надзвичайних ситуацш "АсЕН", побудоваио'1 на базi аудiоаиалiтики з використаииям у ролi основного термiиальиого обладиаиия смартфошв корис-тувачiв. Система дае змогу рееструвати сигиали про потеицiйиу загрозу, щентифжувати характер загрози, дииамiку i иапря-мок 11 поширеиия, сповщати користувача системи з иадаииям рекомеидацш i правил поведiики в разi иастаиия коикретио'1 иадзвичайио'1 ситуацп. Система складаеться з кiлькох пiдсистем i побудоваиа за модульиим принципом. Викладено мету i завдаиия, що виконують окремi пiдсистеми, описано логiку 1'х роботи. Усе це дасть змогу заздалегщь попереджати населения, оргаии влади, тдприемства, оргашзацп, установи i иавчальиi заклади про вииикиеиия иадзвичайиих ситуацш, а отже, адекватно реагувати иа складш умови. У кшцевому тдсумку - максимально скоротити втрати в людях i матерiальиих цш-иостях.
Ключовi слова: иадзвичайиа ситуащя; оргаиiзацiя сповiщеиия i зв'язку; системи сповщення; сигнали сповiщеиия; ци-вшьний захист населения; iиформуваиия.
E. K. Nazirov, T. A. Nazirova
O. M. Beketov National University of Urban Economy, Kharkiv, Ukraine
EMERGENCY NOTIFICATION SYSTEM "АСЕН"
One of the key responsibilities of any government is to communicate and disseminate safety information and warnings to the general public in case of emergency. Providing alert communication in emergency situations is vital to reduce the number of victims. Many local governments and organizations that hold large, public events are adopting emergency notification systems in order to notify large groups of people in the event of an emergency. Reaching this goal is challenging due to users' diversity: people with disabilities, elderly and children, and other vulnerable groups. Notifications are critical when an emergency scenario is going to happen (e.g. a typhoon approaching) so the ability to transmit notifications to different kind of users is a crucial feature for such systems. Traditionally, warnings are issued by the government through a broadcast approach using communication channels such as TV and radio. Mobile emergency response applications involving location-based alerts and physical response of networked members increasingly appear on smartphones to address a variety of emergencies. Location-based emergency services and mobile alerts are becoming increasingly prevalent in the provision of emergency warnings. These new modes of emergency services have been adopted by several countries worldwide. This enables people to obtain necessary information anywhere (outdoor) and anytime during times of disaster. A satellite-based warning system could also be integrated with existing warning services and be used as a complementary technology. A decision maker can utilize system "AcEH" to generate a detailed simulation of different emergency response scenarios to assess the efficacy of smartphone-based response applications in varying geographic regions for a series of different conditions and processing. The article provides a highly concise overview and results. These studies can be used by officials and specialists in emergency planning in developing appropriate recommendations for protective actions and alert communication about emergency situations.
Keywords: emergency response; community; simulation; Emergency Response Information System (ERIS); emergency warnings.
