CC BY
7УДК 621.396.96, 519.24, 621.391
ВЫЧИСЛИТЕЛЬНЫЙ ЭКСПЕРИМЕНТ ПО РАДИОМОНИТОРИНГУ НА ОСНОВЕ СТОХАСТИЧЕСКОЙ МОДЕЛИ РАДИОКАНАЛА В СРЕДЕ ПРОГРАММНОГО КОМПЛЕКСА «КИМ МРМ»*
Д. В. Дубинин1, В. Е. Лаевский2' а (V. Geringer), Й. Х. Тиммерманн3, А. А. Мещеряков4
1 4Томский государственный университет систем управления и радиоэлектроники Российская Федерация, 634050, Томск, просп. Ленина, 40 2 ^Государственный объединённый университет Баден-Вюртемберга, Инженерный факультет Германия, 88045, г. Фридрихсхафен, Фалленбрунен, 2 3E-mail: [email protected]
Рассматривается организация вычислительных экспериментов оценки параметров систем методы радиомониторинга в среде программного комплекса имитационного стохастического моделирования методов радиомониторинга «КИММРМ». В качестве электронной карты местности были выбраны искусственные изображения, построенные с помощью точечного потока восстановления.
Ключевые слова: исследования на моделях, стохастическое моделирование, двумерный поток восстановления, модель распространения радиоволн, определение местоположения, источник радиоизлучения.
EXPERIMENT OF RADIO MONITORING USING GEOMETRIC-STOCHASTIC CHANNEL MODELING AND HYBRID LOCALIZATION
D. Dubinin1, V. Geringer2, а (В. Е. Лаевский), J. C. Timmermann3, A. A. Mescheryakov4
1 4 Tomsk State University of Control Systems and Radioelectronics 40, Lenin Av., Tomsk, 634050, Russian Federation 2 3Baden-Wurttemberg Cooperative State University, Faculty of Engineering, Campus FN 2, Fallenbrunnen, Friedrichshafen, D-88045, Germany 3E-mail: [email protected]
Methods and algorithms for radio monitoring including their design and analysis can be considered as a complex issue. In general, the associated system efficiency should be validated by appropriate experiments based on well defined procedures, ideally including real data, and the results obtained by the experiments should be repeatable.
This paper describes the planning of radio monitoring methods by dedicated computer simulations. Hereby, an appropriate mathematical approach is used to generate a geometric-stochastic wave propagation model, whereas the direction of the individual propagation paths is affected by noise. In a second step, a hybrid localization method is implemented and tested in above environment to assess its performance. The results help both to improve the design of radio monitoring methods and to optimize the system architecture.
Keywords: research on models, stochastic computer simulation, two-dimensional renewal process, wave propagation model, location determination, radio source.
В последние несколько лет интенсивно ведутся исследования и разработки в области методов радиомониторинга, в частности методов координатометрии. Оценка эффективности определённого метода координатометрии зависит от множества факторов: местоположения приёмника и объекта радиомониторинга, точности оценок времени и углов прихода сигнала, характеристик антенн, параметрами внешней среды и т. д. Критерий качества эффективности работы методов координатометрии зависит от множества параметров и является векторной величиной. Основным инструментом при проведении подобных работ является формализация математической модели экспери-
мента, переход от детерминированных аналитических моделей к стохостическим. Это позволяет получать ряд преимуществ. Например, повышение надёжности результатов моделирования, проведение детерминированного факторного анализа, быстрая проверка гипотез, оценка и поиск альтернатив, улучшение качества предмета исследования в целом.
Цель работы - показать возможность решения задач тестирования методов координатометрии в среде «КИМ МРМ», являющийся приемником разработанного ранее программного комплекса стохастического моделирования случайных процессов «КИМ СП» [1; 2].
* Работа выполнена в рамках проекта по госзаданию Министерства образования и науки Российской Федерации № 8.7348.2017/8.9.
Рис. 1. ЭКМ на основе мозаики типа «Д» (слева), многолучевое распространение (справа)
Рис. 2. Относительная погрешность измерения расстояния от погрешности измерения пеленга при обработке сигнала, отражённого от объекта № 25 (1), № 23 (2), № 24 (3), № 26 (4)
В частности, система имитационного моделирования позволяет: анализировать важные особенности функционирования исследуемого метода координа-тометрии; разрабатывать предложения по его оптимизации и усовершенствованию; изучать сложные взаимодействия отдельных элементов информационно-измерительной радиосистемы, совокупности подсистем при воздействии на их функционирование различного характера изменений внешней среды; прорабатывать варианты стратегий использования метода на практике, предсказывать (моделировать) ограничения и другие трудности применения метода; получать новые знания, изучать и оценивать ситуации и альтернативы, располагая неполной информацией.
Методы и средства исследования. К основным методам исследования используемых в работе, можно отнести: статистические методы, методы имитационного (программного) моделирования, методы программирования, метод визуализации данных (функции, графики и т. п.) и др. В качестве специальных методов использовался подход, базирующийся на идее постепенной формализации моделей путем поочередного использования средств и методов активизации интуиции специалистов, а также методов
формального представления систем. Компьютерное моделирование проводилось в среде программного комплекса стохастического моделирования «КИМ МРМ».
Математическая формализация задачи. При проведении стохастического моделирования большое значение имеет выбор адекватной математической модели. В настоящее время не существует универсального способа формирования случайных полей с произвольно заданными характеристиками, а полное решение проблемы описания реальных изображений местности, их математическая формализация в общем случае отсутствует. В среде программного комплекса стохастического моделирования «КИМ МРМ» используется точечный потока восстановления для получения аппроксимации искусственных плоских эталонных карт местности и создании на этой основе стохастической модели распространения радиоволн. Способ получения эталонных изображений на основе двухмерного точечного потока восстановления описан в [3], математически формализован и детально проработан в работах [1; 4; 5]. Результаты исследования стохастических свойств эталонных карт местности приведены в работах [6; 7].
Результаты. Для проверки работоспособности программного комплекса «КИМ МРМ» была проведена оценка точности местоопределения источника радиоизлучения однопозиционным методом [8]. Электронная карта местности (ЭКМ) была получена на основе двухмерного точечного потока восстановления [9]. Размеры карты 270*270 точек. Карта содержала 30 замкнутых контуров (14 контуров представлены на рис. 1, в последующем назовём их объектами), которые имитировали границы местных предметов.
Источник радиосигналов располагался в точке А с координатами (89/235). Пункт приема радиоволн был размещен в точке В с координатами (89/90). Расстояние между пунктами излучения и приема равно R = 145. При таком расположении передатчика и приемника помимо прямой радиоволны (с азимутом 180°) в пункт приема приходят волны, отраженные от четырех местных предметов под намерами 23, 24, 25 и 26. Углы прихода отраженных от местных предметов радиоволн равны 137,24°; 222,75°; 214,13° и 127,68°.
Измерение пеленга на практике проводится с определенной погрешностью. Предположим, что погрешности измерения углов приема радиоволн распределены по нормальному закону с нулевыми средними значениями, а их среднеквадратические значения ста. Целью эксперимента было выявление зависимости относительной погрешности оценки расстояния между приемником и передатчиком от погрешности измерения пеленгов приходящих радиоволн ста . При моделировании значения ста менялись
в диапазоне от 0 до 1,5°. На рис. 2 представлена полученная зависимость.
Результаты моделирования показывают, что данная зависимость носит линейный характер. Значение <Jr/R не превышает 4 % при погрешности измерения углов прихода радиоволн в 1°. Погрешности оценки расстояния подчиняются нормальному закону распределения. Проверка проводилась по критерию Пирсона с коррекцией Йетса при уровнях значимости 0,05 при значениях степеней свободы равных 10.
Заключение. В ходе проверки работоспособности программного комплекса стохастического моделирования «КИМ МРМ» было выявлено следующие:
- аппроксимация искусственных эталонных карт местности точечным потокам восстановления в среде позволяет создавать геометрически - стохастическую модель распространения радиоволн,
- путем настройки системной модели (генерации сценариев, расчета путей распространения и т. п.) возможна проверка и оптимизация однопозиционных гибридных методов координатометрии,
- программный комплекс позволяет выявлять особенности функционирования анализируемого метода координатометрии, проводить оценку параметров метода и давать рекомендации по его использованию.
Библиографические ссылки
1. Дубинин Д. В., Кочегуров А. И., Лаевский В. Е. Методика моделирования случайных яркостных по-
лей, аппроксимированных однородными одноуровневыми марковскими цепями // Проблемы информатики. Новосибирск: СО РАН, 2011. № 4 (12). C. 35-40.
2. Bundled Software for Simulation Modeling / D. Dubinin, V. Geringer, A. Kochegurov, K. Reif // In: Proceedings of the International Symposium on Signals, Circuits and Systems (ISSCS 2013), Romania, Iasi: ISSCS Press (IEEE Catalog Number: CFP13816-CDR). 2013. P. 1-4.
3. Лаевский В. Е. Алгоритм построения одноуровневых марковских полей // Известия Томского политехнического университета. 2006. Т 309, № 8. С. 32-36.
4. Geringer V., Dubinin D., Kochegurov A. Eine Methode zur Erzeugung stochastischer Helligkeitsfelder durch homogene, einstufige Markoff-Ketten // Oldenbourg Wissenschaftsverlag, Technisches Messen (ISSN 0171-8096), 2012. № 5. Р. 271-276.
5. Ein stochastischer Algorithmus zur Bildgeneri-erung durch einen zweidimensionalen Markoff-Erneuerungsprozess / D. Dubinin, V. Geringer, A. Kochegurov, K. Reif // Oldenbourg Wissenschaftsverlag, In: at- Automatisierungstechnik, 2014. № 1, Heft 62. Р. 57-64.
6. Дубинин Д. В., Лаевский В. Е. (V. Geringer), Райф К. К. (K. Reif) К статистике пространственно -временных сигналов, сформированных двумерным точечным потоком восстановления // Сборник научных трудов SWorld. Одесса : КУПРИЕНКО, 2012. Т. 4, № 3. С. 26-31.
7. Дубинин Д. В., Кочегуров А. И., Лаевский В. Е. К статистике морфологии случайных пространственно - временных сигналов, сформированных двумерным точечным потоком восстановления // Известия Томского политехнического университета. Томск : Изд-во Том. пол. ун-та, 2012. Т. 321, № 5. С. 194-198.
8. Пространственно-временные искажения сантиметровых радиосигналов на наземных трассах распространения и их влияние на точность пассивных систем местоопределения : монография / В. П. Денисов [и др.] ; под общ. ред. В. П. Денисова. Томск : Изд-во Томского государственного университета систем управления и радиоэлектроники, 2014. 502 с.
9. Дубинин Д. В., Кочегуров А. И., Лаевский В. Е. (V. Geringer) Принципы формирования электронной карты местности на основе двухмерного точечного потока восстановления // Решетневские чтения : материалы XX Юбилейной междунар. науч.-практ. конф. (09-12 ноября 2016, г. Красноярск) : в 2 ч. / под общ. ред. Ю. Ю. Логинова ; Сиб. гос. аэрокосмич. ун-т. Красноярск, 2016. С. 30-33.
References
1. Dubinin D., Kochegurov A., Laevski V. Metodika modelirovaniya sluchaynykh yarkostnykh poley, approk-simirovannykh odnorodnymi odnourovnevymi mark-ovskimi tsepyami [A Particular Method of Generating Stochastic Intensity Fields by two-dimensional Semi-Markov Model]. Journal of Information Sciences, Novosibirsk: "ICM & MG SB RAS" Publisher. 2011. № 4 (12). P. 35-40. (In Russ.)
2. Bundled Software for Simulation Modeling / D. Dubinin, V. Geringer, A. Kochegurov, K. Reif // In:
Proceedings of the International Symposium on Signals, Circuits and Systems (ISSCS 2013), Romania, Iasi: ISSCS Press (IEEE Catalog Number: CFP13816-CDR). 2013. P. 1-4.
3. Laevski V. Algorithm of One-level Markovian Fields Construction // Bulletin of the Tomsk Polytechnic University (ISSN 1684-8519). 2006. Т 309, № 8. P. 32-36. (In Russ.)
4. Geringer V., Dubinin D., Kochegurov A. Eine Methode zur Erzeugung stochastischer Helligkeitsfelder durch homogene, einstufige Markoff-Ketten // Oldenbourg Wissenschaftsverlag, In: Technisches Messen (ISSN 0171-8096). 2012. № 5. Р. 271-276. (In Deut.)
5. Ein stochastischer Algorithmus zur Bildgeneri-erung durch einen zweidimensionalen Markoff- Erneuerungsprozess / D. Dubinin, V. Geringer, A. Kochegurov, K. Reif // Oldenbourg Wissenschaftsverlag, In: at- Automatisierungstechnik, 2014. № 1, Heft 62. Р. 57-64. (In Deut.)
6. Dubinin D., Geringer V., Reif K. On the Statistics of Space-time Signals Created by a Two-Dimensional Markov Renewal Process, International Scientific-Practical Conference of Scientific Researches and Their
Practical Application. Modern State and Ways of Development 2012, Ukraine, Odessa: Kuprienko-Publisher, 2012. Vol. 4, № 3. P. 26-32. (In Russ.)
7. D. Dubinin, A. Kochegurov, V. Laevski (V. Geringer) On the Statistics of Space-Time Signals Created by a Two-Dimensional Markov Renewal Process, Bulletin of the Tomsk Polytechnic University, Tomsk: TPU Press (ISSN 1684-8519), 2012. Vol. 321, № 5. P. 194-198. (In Russ.)
8. Denisov V. P. [et al.]: [Prostranstvenno-vremennye iskazheniya santimetrovykh radiosignalov na nazemnykh trassakh rasprostraneniya i ikh vliyanie na tochnost' passivnykh sistem mestoopredeleniya]. U. Ed. Dr. Prof. V. P. Denisov. Tomsk : TUSUR Press, 2014. 502 p. (In Russ.)
9. Dubinin D., Kochegurov A., Laevski V. (V. Geringer) [Printsipy formirovaniya elektronnoy karty mest-nosti na osnove dvukhmernogo tochechnogo potoka vosstanovleniya]. Materialy XV Mezhdunar. nauch. konf. "Reshetnevskie chteniya" [Materials XX Intern. Scientific. Conf "Reshetnev reading"]. Krasnoyarsk, 2016. P. 30-33. (In Russ.)
© Дубинин Д. В., Лаевский В. Е. (Geringer V.), Тиммерманн Й. Х., Мещеряков А. А., 2018
