автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.10, диссертация на тему:Способы, модели и алгоритмы автоматизированной оценки состояния наземных подвижных групповых объектов

с/(¡¿^

На правах рукописи

КОШКИН Руслан Петрович

СПОСОБЫ, МОДЕЛИ И АЛГОРИТМЫ АВТОМАТИЗИРОВАННОГО МОНИТОРИНГА СОСТОЯНИЯ НАЗЕМНЫХ ПОДВИЖНЫХ ГРУППОВЫХ ОБЪЕКТОВ

Специальность 05 13 10 Управление в социальных и экономических системах

Автореферат диссертации на соискание ученой степени кандидата технических наук

КУРСК - 2005

Работа выполнена на кафедре «Информационные системы в экономике» Курского государственного технического университета

Научный руководитель - доктор юхиичсских паук, профессор,

заслуженный лея гель науки РФ Сизов Л С

Официальные оппоненты - доктор клпических паук профессор

заелчленпыи леятс п, науки 1'Ф | июн li С , К.ШДИД.Н 1С\ПИ'[1_СКН\ П,1)К Жопок) И

Ведущая оришизапия - 5 ЦПИИИ МО РФ

З.шши диссертации еоеюи1Ся " 27 ' мая 2005 i »14 часов на заседании диссср-ищиошшт шве га Д 212 105 02 ири Курском пкудлрегвеннеш 1С\нич«,ком университет) адресу 305040 Курск )я 50 лс! Ок1ября 94

С дисссришиси можно ознакомился в библишскс упннсрси гс i а Л и юрсфсрл] разослан " апреля 2005 i

О13ЫШ.1 па автореферат в двух экземплярах, заверенные печатью просим направляв по адресу 305040, г Курск, ул 50 лег Ок1ября 94 КП У, ученому секретарю диссертационно!о совета Д 212 105 02

Ученый секретарь диссертнионпот соне га

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ Актуальность. В соответствии с Концепцией национальной безопасности в решении ряда вопросов обеспечения жизнедеятельности на территории Российской Федерации происходит смещение центра тяжести с федерального на региональный уровень Это определило возникновение проблем управления токальной (региональной) безопасностью с целью оперативного реагирования на угрозы возникновения кризисных (чрезвычайных) ситуаций в социальной, экономических и других сферах жизнедеятельности субъектов России

Одними из основных дестабилизирующих факторов в социальной и экономической сферах жизнедеятельности ряда регионов выступают угрозы и проведение террористических акций, проникновение на территорию регионов мобильных криминальных группировок (далее - мобильных группировок), а также совершение этими группировками краж стратегических ресурсов (нефти, газа, леса и др) В настоящее время действия мобильных группировок отличаются высокой маневренностью, что обусловлено широким применением ими автотранспортных средств и др техники

В этих условиях существенно возрастают требования к эффективности процессов управления силами и средствами подразделений Государственной инспекции безопасности дорожного движения (ГИБДД), Федеральной пограничной службы (ФПС), таможенных структур и др силовых структур на территории регионов России Управление осуществляется через пункты управления действиями поисковых подразделений (ПУПП) взаимодействующими в рамках единой автоматизированной информационной системы дежурно-диспетчерской службы (перспективной системы мониторинга чрезвычайных ситуаций региона)

Важнейшим этапом повышения эффективности управления силами поисковых подразделений региона является мониторинг в районах кризисных (чрезвычайных) ситуаций, деятельности мобильных группировок в целях своевременного реагирования на возникающие угрозы Своевременное принятие решений руководством региональных ПУПП требует распознавания состояния мобильных группировок (далее - групповых объектов) в момент выдвижения их в предполагаемые районы оперативных действий, места постоянной и временной дислокации С целью формализации дальнейшего описания входящие в состав групповых объектов колонны автотранспорта (техники) далее будем называть простыми групповыми объектами (ПГО) В то же время под одиночными объектами понимается как автотранспорт (техника) входящий в состав ПГО, так и автотранспорт, покидающий район совершения несанкционированных действий и пр

В настоящее время результативность деятельности поисковых подразделений регионов на основе существующих технологий и методов обнаружения и распознавания, особенно в плане слежения за передвижением групповых объектов, остается недостаточной Вместе с тем существующие методы сбора, обработки сведений при ограниченном ресурсе привлекаемых дежурных сил приводят к задержкам в оценке характера деятельности (далее - состояния) групповых объектов, а следовательно, к задержкам при принятии соответствующих управляющих решений Под текущим состоянием групповых объектов в данном случае следует понимать направление его выдвижения

Таким образом, в настоящее время имеет место противоречие между необходимостью повышения эффективности управления поисковыми силами на основе решения задач по своевременной и достоверной оценке состояния групповых объектов и существующими оперативно-техническими возможностями сил и средств поисковых подразделений Разрешение этого противоречия возможно путем повышения результативности

процесса поиска и оценки состояния групповых объектов па основе создания автоматизированной распределенной мониторинговой сети (АРМС)

Одним из основных этапов создания такой сети является реализация автоматического распознавания как одиночных так и групповых объектов (ГО) в соответствующих физических полях (оптическом сейсмическом, магнитном и т д) Наиболее информативным остается распознавание одиночных объектов по визуальным признакам проявляющимся в оптическом и ИК-диапазоне длин волн

Вопросы распознавания одиночных объектов по их изображениям рассмотрены в работах Захарова И С , Титова В С , Огреба С М Юхно П М , Прэтта У и др Однако распознавание одиночных объектов в условиях мониторинга I О на дорожной сети имеет ряд специфических особенностей (скрытное расположение те 1евизионного средства наблюдения позволяет получать изображение только бокового ракурса объекта, наличие меняющихся фоновых ус ювий наблюдения и условий освещенности кратковременное нахождение объекта в зоне наблюдения и т д ) что требует разработки способов и систем распознавания, учитывающих эти особенности

Вопросы поиска объектов в непрерывном пространстве рассматривались в работах Абчука В Л, Атакищева О И Суздаля В I Сизова А Си др Методы оценки состояния объектов поиска из южены в работах Поспелова Д А Клыкова Ю И Лазарева В М и др Однако следует отметить, что вопросы автоматизированною поиска и оценки состояния ГО распределенного в пространстве дорожной сети произвольной топо югии на основе сведений, поступающих от посюв наблюдения и поисковых подразделений региона, требует дальнейших исследований

Поэтому в качестве объекта исследовании выступают средства мониторинга поисковых подразделении для оценки характера деятельности групповых объектов а предмета исследований методы и способы автоматизированного распознавания и оценки состояния групповых обьектов учитывающие вышеизложенные особенности проявления объекта на входе распознающей системы

Цепью диссертационной работы является повышение эффективности управления мероприятиями поисковых подразделений путем автоматизации оценки состояния групповых объектов на основе создания распреде генной мониторинговой сети Для достижения поставленной цели в работе решаются следующие задачи

1 Анализ особенностей и технических предпосылок создания АРМС для оценки состояния ГО и определение ее структурно-функциональной организации

2 Разработка способа распознавания одиночных объектов

3 Разработка метода, моделей и алгоритма распознавания целевого назначения и сослояния ГО в условиях его импликантного наблюдения

4 Разработка способа обнаружения и слежения за ГО на основе АРМС

5 Экспериментальная проверка метода и алгоритмов оценки состояния типовых

ГО

Методы и математический аппарат исследования. В работе использованы методы теории эффективности, поиска, графов, распознавания образов, теории вероятностей, математической статистики теории сетей, методы экспертного анализа, теории нечетких множеств, теории функций доверия

Границы исследования. Поиск, распознавание и оценка состояния ГО в условиях его наблюдения на дорожной сети произвольной топологии Научная новизна работы заключается в разработке

1 Аналитических моделей поиска объектов постами наблюдения и подвижными патрулями на дорожной сети произвольной топологии базирующихся на дифференциальных уравнениях, описывающих динамику приращения вероятности их обнаружения, и

обеспечивающих расчет значений вероятности обнаружения для оценки результативности различных вариантов поиска

2 Способа распознавания одиночных объектов (00) на основе функций доверия и двухэтапной процедуры последовательной обработки векторов пространства признаков, обеспечивающих распознавание, инвариантное к взаимному расположению в пространстве объекта и датчиков средства наблюдения

3 Метода многоуровневого распознавания ГО и его состояния при движении по дорожной сети произвольной топологии учитывающего нечеткость описания признаков на каждом иерархическом уровне и позволяющего обеспечить требуемую для практики достоверность и своевременность распознавания

4 Способа и алгоритма обнаружения колонны наземной техники в условиях неполных априорных данных о параметрах ее движения, особенностью которою является адаптация к динамике движения колонны путем постоянного уточнения ее основных параметров на основе текущих измерений параметров движения отдельных элементов колонны, позволяющего автоматизировать обнаружение колонн со структурно-временными параметрами движения, отличающимися от стандартных

5 Способа и обобщенного алгоритма обнаружения ГО в условиях априорной неопределенности его местоположения и характера движения по дорожной сети, отличающегося наблюдением за дорогами, входящими в минимальное сечение графа, и обеспечивающего заданную вероятность обнаружения объекта

Практическая значимость работы состоит в том, что ее результаты позволили

- уменьшить объем проектных работ и финансовых средств на создание автоматизированной системы Глиной дежурно-диспетчерскои службы (ЕДДС) в Курской области и других субъектах РФ,

- сократить временные затраты на сбор и обработку информации по сравнению с использовавшимися в Управлении ГИБДД по Курской области технологиями информационной поддержки деятельности должностных лиц

Основные результаты, полученные в работе внедрены в Управлении ГИБДД по Курской области, в в/части и учебном процессе Курского ГТУ по специально-

сти 061900 - «Информационные системы и технотогии» (дисциплина - «Корпоративные информационные системы»)

На защиту выносятся следующие научные положения

1 Способ распознавания движущейся техники по данным от датчиков средств наблюдения на основе функций доверия, инвариантный к взаимному расположению в пространстве объекта и датчиков

2 Метод многоуровневого распознавания целевого назначения и состояния ГО в условиях его импликантного наблюдения на дорожной сети произвольной топологии

3 Способ и обобщенный алгоритм обнаружения ГО, базирующиеся на наблюдении за дорогами, входящими в минимальное сечение графа, отображающего всевозможные пути между оперативно важными пунктами

Апробация и публикации по теме диссертации. Основные положения и результаты работы докладывались и обсуждались на научно-технических конференциях в/части 45807-Р/И, Курского ГТУ По теме диссертации опубликовано 15 работ, в том числе 7 статей, 6 тезисов докладов, 2 раздела отчетов по НИР

Личный вклад автора. В работах, опубликованных в соавторстве и приведенных в конце автореферата, в [1,4,6] лично автором разработаны аналитические модели для оценки результативности поиска объектов на дорожной сети, в [10,12] способ распознавания одиночных объектов, в [1,3,5] метод многоуровневого распознавания целевого назначения и состояния ГО, в [2,11] способ и алгоритм обнаружения колонн, в [2,11] спо-

соб и обобщенный алгоритм обнаружения ГО при движении по дорожной сети произвольной топологии, в [3,12,13] разработаны составные элементы устройства распознавания одиночных объектов, в [7] проведено исследование результативности распознавания движущейся техники в зависимости от выбранного для распознавания участка контура в [1,8] разработан алгоритм сбора и обработки имп пикантных сведений о состоянии распределенного объекта

Структура и объем работы. Диссертация состоит из введения пяти разделов заключения, списка использованной литературы (92 наименования) Текст диссертации вк полает 173 страницы, из них 128 страниц основного текста

КРАТКОЕ СОДЕРЖАНИЕ РАБОТЫ Введение содержит краткий анализ состояния вопроса обоснование актуальности темы работы, формулировку цели и основных задач исследований основные научные результаты работы их научную новизну и положения выносимые на защиту

В первом разделе на основе рассмофсния основных особенностей современной криминогенной обстановки в кризисных районах и приграничнои территории сделан вывод о возрастающей рочи подразделений и частей ведущих поиск мобильных группировок Показано, что высокая динамика изменения ситуации в приграничных районах, районах с высокой интенсивностью движения I О предъявляет жесткие требования к опера тивности и достоверности вскрытия происходящих изменении в состоянии объекюв поиска

Современные действия ГО характеризуются большим пространственным размахом, высокой маневренностью и подвижностью Составной их частью явяется изменение местоположения - перемещения по региону проводимое с целью сокрытия факта преступления, выдвижения в безопасный район преодоление приграничных районов и пр Это обусловтивает необходимость обеспечения фебусмой достоверности и своевременности оценки состояния ГО в условиях перемещения

Распознавание составных элементов ГО, определение состояния в целом ГО в момент их передислокации является достаточно сложной задачей Существенное в вляние на поиск 10 оказывает характер их движения по дорожной сети, метеорологические условия, топология дорожной сети

В настоящее время поиск составных частей ГО ведется подвижными патрулями (ПП) на основе последовательного осмофа дорожной сети и прилегающих к ней районов постами наблюдения, развернутыми на рубежах вероятного движения обьекта и совместно силами ПП и постов наблюдения

Показано, что вероятность обнаружения объекта силами N ПП может быть оценена следующим выражением

М0 = яял(«) (1-Рм<0).

где ^„«=1-

1-И

м •¡н

1 N

С

^{^дор + ^доп

М

Г (и/*)'

-ехр ---—

I

р рр 5„ АД I ОУ " я1>П1> 20 -¿Ы

- вероятность выхода объекта из района к моменту времени (,

и

В - дальность распознавания ПП одиночного объекта из состава колонны ПГО р^ плотность дорожной сети, - площадь района поиска, - допустимое удатение ПГО от дороги, Ь^оп - длина дополнительного пути проходимого П П отяженность

дорожной сети в районе поиска; V ( V) - средняя скорость осмотра (движения) ПП (по) дорожной сети; Ьа- протяженность дополнительного пути, преодолеваемого ПП при осмотре дорожной сети; средняя протяженность дорог; средняя скорость движения составных частей ГО по дорожной сети; 1,с - расстояние между двумя сторонами района

поиска одного поискового подразделения;

Вероятность обнаружения объекта к моменту времени I постами наблюдения, размещаемыми по периметру района на маршрутах вероятного его выдвижения, определяется как

где />п = - потенциальная вероятность обнаружения объекта постами на-

блюдения, развернутыми по периметру района поиска на вероятных рубежах его выдвижения,

- общее количество дорог, ведущих за пределы района.

Для оценки вероятности обнаружения объекта постами наблюдения, размещенными по периметру района на рубежах вероятного его выдвижения, и ПП, получено следующее выражение:

На рисунке 1 представлены зависимости предельных вероятностей обнаружения

организуемых из состава одного поискового подраз-

км в зависимости от общей протяженности дорожной сети. Под предельной вероятностью обнаружения понимается ее значение полученное при условии нахождения объекта поиска в районе с вероятностью равной

\М0км/ч,и=4км/ч

У-40км/ч,и--40км/ч

\'4км/ч.и--40км.'ч

Цор> км

"о 40 во I» |«> гя мо зш ж «о

Рисунок 1. - Вероятность обнаружения объекта четырьмя подвижными патрулями

Из представленных зависимостей (рисунок 1) следует, что вероятность своевременного обнаружения объема поиска силами четырех ПП имеет низкую результатив-

ность при — < 1 Кроме того, данный способ поиска не обеспечивает непрерывности наблюдения за всеми вероятными маршрутами движения в течение времени проведения поисковой операции

На рисунке 2 приведены зависимости вероятности обнаружения движущегося объекта для случая, когда выходящие из района поиска дороги контролируются ситами постов наблюдения и дорожная сеть внутри района осматривается силами двух ПП, а также для случая, когда на основе имеющегося ресурса одного типового поискового подразделения развернуто восемь постов наблюдения Из зависимостей (рисунок 2) видно, что наибольшую вероятность обнаружения имеет поиск силами постов наблюдения

При этом показано, что с организационной точки зрения необходимая плотность контроля дорожной сети для потучения требуемой вероятности обнаружения ГО и выявления маршрутов его вероятного движения может быть обеспечена на основе существующих охранно-сигнализационных и телевизионных комплексов развертываемых на всех маршрутах передислокации составных частей ГО

Однако в усчовиях перемещения колонн ГО по маршрутам, контролируемым соответствующими силами и средствами поисковых подразделений, частей и большом количестве поступления сведений о правонарушениях в регионе значительно возрастает интенсивность поступления сведений как на пункт управления (ГТУ) подразделения так и ПУПП региона Это приводит к задержкам в оценке характера деятельности ГО а также к недостаточной полноте и достоверности получаемых данных об их состоянии в целом

Рисунок 2 - Вероятность обнаружения объекта при совместном поиске ПП и

постами наблюдения при поиске силами только постов наблюдения в районе .2

5„=400км при £1р=160км

Показано, что в этих условиях одним из направлений повышения своевременности и достоверности принятия решений о состоянии ГО является создание АРМС основными элементами структурно-функциональной организации которой являются

- автоматизированное рабочее место дежурного ПУПП слежения за состоянием групповых объектов в районе (АРМСГО),

- автоматизированные комплексы распознавания групповых объектов (АКРГО)

АРМСГО - это комплекс программно-аппаратных средств, баз знаний и баз данных для поддержки и принятия решения о состоянии ГО на основе сведений поступающих от АКРГО, развернутых в районах действий поисковых подразделений.

База данных содержит модифицируемые в процессе проведения операции модели ГО и их текущего состояния.

АКРГО включает:

1. Автоматизированные средства распознавания 00 (АСРОО), а также скорости и направления их движения на основе данных от датчиков первичной информации: средств телевизионного наблюдения, датчиков-классификаторов из состава существующих и перспективных комплексов ОСА, а также других датчиков, обеспечивающих определение, селекцию параметров движущихся 0 0 .

2. Устройство автоматического распознавания колонн составных частей ГО и определения их состава (УАРК) на базе анализа данных, поступающих от АСРОО.

3. Радиоканал приема-передачи данных между АСРОО и УАРК на пункте сбора и обработки сведений поискового подразделения.

Предполагается, что модели ГО модифицируются на основании сведений, поступающих от специальных служб

В целом, проведенный в рамках первого раздела анализ особенностей объектов поиска и существующей системы поиска, а также ее результативности функционирования на основе разработанных аналитических моделей позволил обосновать необходимость создания, структурно-функциональную организацию АРМС и поиска путей решения частных задач исследований в рамках разработки способов распознавания 0 0, колонн автотранспорта (техники) и метода распознавания в целом ГО. что адекватно задачам, стоящим перед составными элементами и в целом перед АРМС

Во втором разделе исследованы особенности ведения наблюдения с применением телевизионных средств, разработана процедура предварительной селекции информативного фрагмента контура 0 0 , исследовано признаковое пространство на основе моментов сплайна, интерполирующего верхнюю часть контура их боковой проекции, разработана двухэтапная процедура, инвариантная к существующим условиям наблюдения и предложена обобщенная структурная схема автоматизированного средства распознавания 0 0. В качестве объектов распознавания при исследованиях рассматривались 5 классов техники. Для распознавания заданных классов 00 предложено использовать наиболее информативную верхнюю часть их контура (кривая рисунок 3).

Рисунок 3 - Верхний участок контура одиночного объекта - автобуса (кривая - координаты центра тяжести

С целью учета изменения геометрических размеров и наклона силуэта объекта при отсутствии точных данных о его положении в кадре изображения, был разработан алгоритм выделения кривой / (1,1) , реализующий процедуру размещения ее в поле анализа.

Анализ возможных условий взаимного расположения 00 и средств телевизионного наблюдения позволил определить требования к диапазону допустимых изменений его геометрических размеров и углов наклона в кадре изображения

Для решения задачи распознавания 00 по фрагменту контора (кривой исследована возможность применения в качестве признаков - моментов сплайна, интерполирующего верхнюю часть контура боковой проекции объекта распознавания

В результате проведенных исследований показано, что для распознавания всех

типовых классов 00 узлы сетки для построения сплайна целесообразно выбирать с

шагом (т е число точек в поле анализа или 1 м реального размера 00 ),

который обеспечивает требуемый уровень визуального распознавания 00

Так как изменение формы интерполируемой кривой зависит от значений вторых производных моментов сплайна в узлах сетки, то они рассматривались в качестве

К -мерного вектора признаков >я7а') каждого /- ГО класса

Для обеспечения распознавания 00 инвариантною к условиям наблюдения предложен способ, базирующийся на двухэтапной процедуре распознавания

На первом этапе на основе статистического метода решается задача по определению двух классов имеющих наибольшее значение апостериорной вероятности

Л/'''1 = т[ч'\ т'} Каждый и) выбранных к ыссов отождествляется с ихнвстст-

вующим структурным признаком

На втором чтапе лпя \странения пошикшей на первом майе распознавания неоднозначности применяются описания к [ассов 00 построенные на основе функции дове-

Х^^'Ы", вк почаншшх полученные на первом лапе и дополнитсчь-

ные Объект распознавания ошося! к ктассу, выбранному на первом лапе имеющему наибольшее значение функции доверия на соответствующих базовых множес1ва\ при-

В целом разработка предложенной процедуры выделения верхней части контура и двухэтапной процедуры, используюшей сведения от существующих датчиков из состава ОСА создаю основу для разработки обобщенной структуры автоматизированного средства распознавания 00

В третьем разделе разработан метод многоуровневого распознавания I О и его состояния в условиях импликантного наблюдения на дорожной сети произвольной юполо-гии, способ обнаружения колонн составных частей ГО разного ранга

Показано, что многоуровневый процесс сбора и обработки сведений дтя целей управления действиями силовых структур в условиях импликантного наблюдения составных частей средствами АРМС на дорожной сети базируется на

моделях вида

где - нечеткое описание каждого ГО (или ПГО) ] - го класса ¥1 - ГО ранга, базирующееся на множестве ГО (ГО) (/7 — 1)- го ранга;

Г^ - модель ГО (ПГО) П — ГО ранга в движении по одному маршруту:

- алгоритм принятия решения о нелепом назначении ГО (В^"') в условиях последовательного наблюдения его составных частей в динамике движения по дорожной сети (по одному маршруту);

- множество правил влияния, устанавливающих взаимосвязь выявленных признаков = {Х^ } с прогнозируемым состоянием ГО П- го ранга.

В качестве признаков для распознавания и прогнозирования состояния ГО ранга предложено использовать направление движения и полосу, в пределах которой обнаружена передислокация

Алюритм принятия решения (У''] базируется на последовательном выполнении

лапов, кажлый из которых заключается и обнаружении и распознавании колонн объектов и - го ран 1а (В'"'"}) на основе множества признаков, отображающих динамику их

движения, и признаков целевого назначения - ПГО. ГО (/?-!)- ю ранга

»-')). доступных в момент времени (/<"'")) наблюдения Ш-ой импликанты. По результатам распознавания объекта наблюдаемою в момент времени производится обновление множества признаков для распознавания объекта Д^"41)

Основными папами рачрабошнною алгоритма является обнаружение и распознавание движущихся ГО разно!о ранга Л 1я решения задачи обнаружения колонн ГО £(т,п) и [о предложено использовать модели /У"'. учитывающие стандартные дистанции между соответствующими элементами колонн одного ранга. Однако в реальных условиях, в первую очередь для колонн ПГО параметры их движения могут отличаться от стандартных.

В случае неполных априорных данных о параметрах движения колонны ПГО предложен способ и разработан алгоритм её обнаружения в общем потоке техники, базирующиеся на сравнении параметров движения (скорости распознаваемых элементов колонны с параметрами следующих за ним элементов. При этом учитываются скорректированные их средние значения.

Этот способ обнаружения базируется на соответствующей модели движения >~\ - го элемента колонны в движении, которая учитывает следующие ограничения:

для скорости - не менее ¡<1)- раз. а для дистанции- не менее раз из измеренных характеристик движения 00, следующих в колонне за Г\ - м. Допустимые

отклонения скорости и дистанции определяются на основе экспертных оценок для стандартных условий движения.

В работе также представлены модели для распознавания элемента колонны,

для которого произошли значительные (превышающие Д^ И Д/?.) изменения положения, а также в положении последнего элемента колонны

В случае последовательного во времени обнаружения составных элементов ГО отсутствует полнота проявления признаков ГО, что приводит к неоднозначности его распознавания при существующем подходе Поэтому распознавание в условиях наблюдения импликанты предложено проводить при одновременном выполнении следующих требований:

а) значение функции доверия ^ для ГО имеет максимальное значение,

определяемое в соответствии с выражением

нии импликанты признака указывающею на количество распо-

знанных ПГО / - го целевого назначения (п-1) - го раша.

значение функции доверия о классе на множестве значений

признаков Д <"■•"), обнаруженных к моменту времени н а б л ю д е нТВятом пликанты

- множество ГО ранга и выше, участвующих в распознавании и опреде-

ленных на множестве всех обнаруженных признаков

б) ценность полученной информации о классе распознаваемого ГО имеет положительную величину и определяется как

Схема признакового пространства каждого ГО ( или ПГО ) ран-

га показана на рисунке 4. При этом

множество градаций признаков, применяемых для описания

объекта (ПГО, ГО)

множество значений функции принадлежности (доверия) для ГО П -го ранга }- ого класса на базовом множестве возможных количеств ПГО (и —1)-го ранга 12

Рисунок 4 - Схема признакового пространства ГО П- гораша

Для устранения неопределенности при построении описании составных элементов ГО и ею составных частей реализован способ построения нечетких описании на основе метода анализа иерархий, учитывающий согласованность суждений экспертов и иерархичность структуры признаковою пространства

Таким образом, своевременность принятия решения о целевом назначении и состоянии ГО достигается путем реализации процесса многоуровневого распознавания на основе обнаружения части его структурных элементов

В четвертом разделе предложен способ и обобщенный алгоритм обнаружения составных частей ГО на дорожной сеж произвольной топологии, базирующиеся на создании в зоне ответственности АРМ С рациональной пространственной структуры, обеспечивающей требуемую достоверность обнаружения и слежения за ГО

Проведенный анализ показал, что применяемые в настоящее время подходы для рационального размещения постов наблюдения и охранно-сигнализационных средств на дорожной сети не учитывают специфику функционирования ЛРМС и ее элементов Поскольку моделью дорожной сети является граф б;,, а ее дороги - ребрами этого графа

у которых размещаются элементы АРМС. то для обеспечения требуемой вероятности обнаружения объекта предложен способ в основу которого положено определение дорог, входящих в минимальное сечение графа, отображающего всевозможные пути между оперативно важными пунктами (ОВП), являющимися промежуточными или конечными точками маршрута движения ГО.

Для реализации предложенного способа разработан обобщенный алгоритм определения рациональной топологии АРМС, критерием которой является гарантированное обнаружение объекта при минимальном ресурсе выделяемых средств наблюдения При этом на первом этапе формируются множества ОВП Х2 и граф дорожной сети G, по которой допускается движение ГО, а на втором этапе определяются сечения между всеми парами вершин, входящих в множество допустимых пар вершин начала Хп и конца движения и принадлежащих множеству ОВП и формируется множество се-

чений Ssl,...,Si/e. рассекающих соответственно пуги м»жлу ягсчи парами О Г* Г! {(*,,*,), ., С*,,*,)} е Пп.к). На третьем этапе определится множество Т всех возможных объединений сечений путей между заданным множеством пар вершин 1(п,к), входящих в множества 5„, , S . Из множества Т ыи' 'рпк^ :гкое сечение, которое является минимальным Г*,,,. При размещении среда в наблюдения АРМС на ребрах из множества достигается сколь уюдно близкое к единице значение вероятности обнаружения объекта в случае, если выделяемое коли'и-ссо »лемептв АРМС больше количества ребер в минимальном сечении. Когда же выделяемый ресурс средств из состава АРМС меньше количества ребер в минимальном ссченни путей между заданным множеством пар ОВП, необходимо определить такое ич размгшечие, чтобы вероятность обнаружения объекта была не ниже требуемого значения Для по го случая предложена методика, учитывающая вероятностный характер движения объекта и базирующаяся на определении вероятности Р. : "опа.'ания пщвижнот обм-кта t'a р^бро из минимального сечения пугей между заданным мт-жссглом ■ tnp Oi'.l'i

Unk)

х ( z р^к'(и„) /;' "(„„J,

р _ lnk)cl М______________

' ' = NU)

где N(I) •• количество пар вершин, входящих в множа о .j i а.1 Г;НП ](п к >

Pj"'K)(ut !) - вероятность движения объекта по pc6pv и , г- ■ с юг.иих. ко' за объект * *

может перемешаться из вершины хп к вершине хк ,

f!"h(u,i) " функция, принимающая -значение КО), если pi! /, !-• о "и i fco входит) в состав / - го пуги от пункта х„ к пункту х, :

L(n,K) - количество всех возможных маршрутов дьижения ог вершины х'„ к #

вершине хк.

Искомым считается множество, объединяющее ребра из минимального сечения путей между заданным множеством пар ОВП с требуемой суммарно? вероятностью движения через них при заданных ограничениях.

Принимая во внимание аппроксимацию дорожной сети направленным графой и факт обнаружения составных элементов ГО на дорогах, входяши-. в минимальное сечение путей 7*, рассмотрен способ определения направления движения иа основе опреде-*

ления вершины хк, движение в направлении которой имеет наибольшее значение вероятности

1 " U]

где априорная вероятность движения ГО в направлении пункта х'к ;

{к\ * N - количество вероятных направлений движения, плнхтов хк :

£<»-*>(Й, ) - функция, принимающая значение 1(0). если дуга й. , входит (не вхо-* *■

дит) в состав / - го пути от пункта хп ( или к пун стал, хк ).

;) - вероятность движения обг-.е^ч чег*ч ¡ч-ipi« г. , в направление от

пункта хп к пункту хк

Таким образом на основе применения АРМС предложен способ и разработан ал горитм обнаружения составных элементов ГО учитывающие априорную неопределенность в их местоположении и характере движения по дорожной сети и позволяющие ре шать задачу поиска и слежения за Г О с требуемой вероятностью

В пятом разделе диссертации привезены результаты экспериментальной и теорети ческой оценки достоверности и оперативности распознавания средствами из состава АРМС состояния объекта поиска

Исследования выполнены путем моделирования ситуаций с применением знаковых моделей Полученные результаты анализировались экспертной группой и свидетельствуют о том что примененный метод позволяет автоматизировать процесс принятия peше ния о состоянии I О в момент ею передвижения

На основе имитационного моделирования тестовых изображений силуэтов прове лена оценка верояпюсти попарною распознавания заданных к шссов 00 на первом эигк разработанной двухэшпной процедуры (таблица 1)

Табтица ) Оценки вероязпост ( нижней [раницы/^] ) прави аного раепозна вания 01ИНОЧНОИ) объект /, го к ысса по 7 ми признакам (моментам сп мина /и/ ) на фонеобьек1а /., - ю класеа

КлассыОО (/, ) применяемых в тестовой выборке Класс! 1 00 ( ) н<> фоне коюрых распознаются тестовые изображения 00

1я I елая 1 усс ничтя гечника автобусы грузовой автотранспорт легкая броне техника инженерная тех ника

1яжстая гусени \ ная техникт 1 (0 932) 1 (0 932) 1 (0 932) 1 (0 932)

автобусы 1 (0 94) I (0 94) 0 962 (0 889) 0 923 (0 842)

грузовой автотр шепорт 0 92 (0 836) 0 84(0 75) 0 96 (0 885) 0 >(, (0 885)

легкая бронетехника 0 92 (0 81С) 1 (0 938) 0 88 (0 79) 1 (0 938)

инженерная техника 1 (0 938) 0 84(0 75) 1 (0 938) 0 92 (0 836)

Звездочкой (*) в таблице 1 обозначено значение нижней границы интервала в котором находится истинное значение вероятности распознавания

Из анализа таблицы 1 следует что допускаются ошибки при распознавании 00 с похожими контурами в существующих УСЛОВИЯХ наблюдения Полученные оценки веро ятности правильного распознавания 00 на втором этапе процедуры показали ее инвари антность к реально существующим условиям взаимного положения датчиков средства наблюдения и объекта распознавания

В результате проведенных расчетов на примере дежурной части ГИБДД и анализа установлено, что достигнутые оперативность добывания, сбора, обработки доведения информации о составных частях ГО на пункт управления дежурной части ГИБДД и ее достоверность соответствуют современным требованиям При этом достигается выигрыш более чем в 5 раз в оперативности добывания, сбора, обработки и доведения сведений на ПУ дежурной части ГИБДД по сравнению с существующими возможностями подразделений патрульно-постовой службы а в целом оперативность управления дежурной смены ГИБДД увеличивается в 1 4 раза Показано что применение АРМС рациональной топо-

логии обеспечит своевременное и достоверное распознавание состояния ГО в условиях высокоманевренных действий

В результате проведенной экономической оценки установлено, что стоимость создания, внедрения и эксплуатации системы мониторинга движения ГО на основе АРМС на первых этапах будет превышагь стоимость существующей системы поиска и наблюдения ГИБДД в 1,2-1,4 раза В перспективе с внедрением серийных образцов стоимость мониторинга на основе АРМС существенно снизится

В заключении излагаются основные результаты и выводы, полученные в диссертационной работе

Основные результаты работы заключаются в следующем

1 Показано что одним из основных путей повышения эффективности управления социальными процессами является нейтрализация действий мобильных криминальных группировок на основе слежения за их состоянием с применением АРМС. базирующейся на средствах распознавания и оценки их состояния Обоснована структурно-функциональная организация АРМС

2 Разработаны аналитические модели поиска объектов постами наблюдения и подвижными патрулями на дорожной сети произвольной топо югии базирующиеся на дифференциальных уравнениях, описывающих динамику приращения вероятности обнаружения составных частей ГО, и обеспечивающие расчет значений вероятности их обнаружения для оценки результативности различных вариантов поиска

3 Разработан способ распознавания движущейся наземной техники на основе двухэтапной процедуры обработки векторов пространства признаков, описывающих структуру объекта распознавания и применении для распознавания методов теории функций доверия, обеспечивающий распознавание, инвариантов к взаимному расположению в пространстве объекта и датчиков средства наблюдения

4 Разработаны способ и алгоритм обнаружения колонны наземной техники в условиях неполных априорных данных о параметрах ее движения особенностью которого является адаптация к динамике движения колонны путем постоянного уточнения ее основных параметров на основе текущих измерений параметров движения отдельных элементов колонны позволяющий автоматизировать обнаружение колонн со структурно-временными параметрами движения, отличающимися от стандартных

5 Разработан метод многоуровневого распознавания целевого назначения и состояния ГО при движении по дорожной сети произвольной топологии, особенностью которого является учет нечеткости описания признаков на каждом иерархическом уровне описания ГО

6 Разработаны способ и обобщенный алгоритм обнаружения ГО, базирующиеся на наблюдении за дорогами, входящими в минимальное сечение графа, отображающего всевозможные пути между оперативно-важными пунктами, суммарная вероятность движения через которые превышает требуемое значение

7 Результаты имитационного моделирования показали, что в типовых условиях близких к реальным, двухэтапная процедура обеспечивает требуемую вероятность (более 0,9) попарного распознавания оперативно важных одиночных объектов в условиях существующей неоднозначности во взаимном положении объекта и датчиков средств наблюдения АРМС

Проведена экспериментальная проверка и доказана возможность применения разработанных методов моделей и алгоритмов при оценке состояния группового объекта на дорожной сети Показано, что применение АРМС позволит обеспечить достоверное и своевременное распознавание состояния ГО При этом увеличивается (не менее чем в 5 раз) оперативность добывания, сбора, обработки и доведения информации средствами из состава АРМС по сравнению с существующими возможностями поисковых подразделений, а оперативность управления дежурными силами увеличивается не менее, чем в 1,4 раза

Основные резульгаты исследовании по теме диссертации изложены в следующих работах:

1 Кошкин, Р П Формализация процессов сбора и обработки данных для диагностического обеспечения телекоммуникационных систем [Текст]/ РП Кошкин // Известия Тульскою ГУ Т 1 Вып 2 -Тула Издательство ТульскогоГУ 2005 -С 109-114

2 Кошкин, Р II Процедура оперативного изменения структуры сети телевизионного наблюдения [Текст]/Р II Кошкин // НГСб ф 4S807-P/II -Курск, 2004 -№2 -С 16-23

3 Кошкин Р П Автоматизированная система диалогического обеспечения телекоммуникационных (.исгем [Ickci] / PII Кошкин, А В Потапов // Известия Гу [ьского

4 Кошкин, Р П Модели поиска моби п. ны\ обьекюв [1ексг] / Р П Кошкин АС Си-

5 Кошкин, Р П Нечеткая модель действий обучаемого в чрезвычайных ситуациях |Текст]/РП Кошкин АС Сизов, ДА С фебков // Те ^коммуникации - 2005 N» 3 -

6 Кошкин, Р П Аналитическая модель шя оценки результативности применения комплексов охранно-сигнализационной annapaivpbi при ведении поиска обьекюв на дорожной се 1 и [Текст] / Р П Кошкин АС Сизов, Д А Стребков // HIC6 в/ч 45807-P/II -

7 Кошкин, РП Классификация авюмоби 1ьной техники на основе нейросетей [ I екст] / Р П Кошкин АС Сизов ДА С гребков//НТСб в/ч 45807-Р/Н - Курск, 2004 -

8 Кошкин, РП Автома1изация диагностики гехшленных объектов в системе управления региональной безопасностью [Гексз] / P1I Кошкин // "Современная парадигма укрепления российской i осударственности сущность, тенденции, проблемы и пути решения" тез докл междун научно-практической конф - Курск, 2004 - С 12-14

9 Кошкин Р П Модель оценки результативности применения комплексов охранно-сигнализационной аппаратуры при ведении поиска на дорожной сети [Текст] / Р П Кошкин, АС Сизов, ДА Стребков//Тез докладов 25-й НТК в/ч 45807-Р/Н - Курск, 2004 -С 14-18

10 Кошкин, Р П Способ построения печеной модели действий движущегося объекта в контролирусмой датчиком-анализатором зоне [Текст] / Р.П Кошкин, АС Сизов, Д А Огребков, С Ю Челышов // 1ез докладов 25-й НТК в/ч 4S807-P/H - Курск, 2004 -С 18-22

11 Кошкин, Р П Способ обучения тактике применения технических средств обеспечения на основе программных тренажеров [Текст] / Р П Кошкин, А С Сизов,

Д А Стребков, М Н Смирнов // Гез докладов 25-й НТК в/ч 45807-Р/П - Курск, 2004 -С 24-26

12 Кошкин, РП Способ и комплекс технических средств обнаружения человека [Текст] / Р П Кошкин Т Л Атнагулов, Ю К Шляхов // 1 ез докладов 25-й НТК в/ч 45807-Р/И -Курск, 2004 -С 26-28

13 Кошкин, Р П Пассивный способ оценки расстояния до объекта наблюдения теп ловизионным прибором [ГеКе^ / Р П Кошкин, С В Зубков, Ю К Шляхов // Тез док!адов 25-й НТК в/ч 45807-Р/Н Курск 2004 - С 32-33

Соискатель

Р П Кошкин

ИД №06430 от 10 12 01 Подписано в печать^? ОУ2005 Формат 60x84 1/16 Печать офсетная Печ л 1,0_ ГиражЮОэкз Заказ № 99-

Курский государственный технический университет. Издательско-полиграфический центр Курского государственного технического университета

305040, г Курск, ул 50 лет Октября, 94

os /«г - os S3

,f

V'

Hozóos 925

СПИСОК СОКРАЩЕНИЙ.

ВВЕДЕНИЕ.

АНАЛИЗ УСЛОВИЙ ФУНКЦИОНИРОВАНИЯ АВТОМАТИЗИРОВАННОЙ РАСПРЕДЕЛЕННОЙ МОНИТОРИНГОВОЙ СЕТИ ОЦЕНКИ СОСТОЯНИЯ ГРУППОВЫХ ОБЪЕКТОВ.

1.1 Характеристика задач мониторинга угроз локальной безопасности в социально-экономической сфере.

1.2 Характеристика высокомобильных групповых объектов и условия распознавания их состояния.

1.3 Оценка результативности существующих способов поиска групповых объектов на дорожной сети

1.4 Обобщенная структурно-функциональная организация автоматизиро ванной системы слежения за состоянием ГО

Выводы.

2. РАЗРАБОТКА СПОСОБА И ДВУХЭТАПНОЙ ПРОЦЕДУРЫ РАСПОЗНАВАНИЯ ОПЕРАТИВНО-ВАЖНЫХ ОДИНОЧНЫХ ОБЪЕКТОВ

2.1 Процедуры предварительной обработки и преобразования изображений одиночных объектов.

2.1.1 Выбор диапазона дальностей функционирования устройства распознавания телевизионных изображений и размеров анализируемого кадра

2.1.2 Выделение информативного для распознавания фрагмента контура боковой проекции одиночного объекта.

2.1.3 Определение диапазона изменений размеров и углов наклона силуэта объекта в кадре изображения.

2.2 Разработка моделей и устройств для распознавания ОО по их изображениям в условиях неопределенности взаимного положения телевизионной камеры и объекта.

2.2.1 Синтез нейросетевого устройства распознавания оперативно-важных одиночных объектов по фрагменту контура.

2.2.2 Модель одиночного объекта в признаковом пространстве — моментов сплайна, интерполирующего верхнюю часть контура.

2.3 Разработка способа и двухэтапной процедуры распознавания, инвариантных к условиям взаимного положения одиночного объекта и датчиков средства наблюдения. 2.3.1 Описание одиночного объекта в пространстве структурных признаков на основе функций доверия.

2.3.2 Двухэтапная процедура распознавания одиночных объектов, инвариантная к взаимному расположению объекта и датчиков средства наблюдения.

Выводы.

3. РАЗРАБОТКА МЕТОДА, МОДЕЛЕЙ И АЛГОРИТМОВ ДЛЯ щ РАСПОЗНАВАНИЯ СОСТОЯНИЯ ГРУППОВЫХ ОБЪЕКТОВ.

3.1 Исследование возможностей распознавания целевого назначения и состояния группового подвижного объекта в условиях его импликантного наблюдения средствами АРМС.

3.2 Метод многоуровневого распознавания и оценки состояния группового объекта в условиях его импликантного наблюдения на дорожной сети.

3.3 Разработка нечеткого описания группового объекта.

3.4 Способ, алгоритм обнаружения колонны в общем потоке техники при неполных априорных данных о параметрах ее движения.

3.4.1 Способ, алгоритм обнаружения колонны в условиях изменения параметров ее движения.

3.4.2 Обнаружение колонны при прогнозировании параметров ее движения.

Выводы.

4. РАЗРАБОТКА СПОСОБА, АЛГОРИТМА ОПРЕДЕЛЕНИЯ

РАЦИОНАЛЬНОЙ ПРОСТРАНСТВЕННОЙ СТРУКТУРЫ АВТОМАТИЗИРОВАННОЙ РАСПРЕДЕЛЕННОЙ МОНИТОРИНГОВОЙ СЕТИ ДЛЯ ОБНАРУЖЕНИЯ И СЛЕЖЕНИЯ ЗА ГРУППОВЫМИ ОБЪЕКТАМИ.

4.1 Вопросы создания АРМС обнаружения и слежения за перемещением

ГО в районе поиска.

4.1.1 Анализ внешних факторов, влияющих на определение пространственной структуры АРМС.

4.1.2 Анализ пространственной структуры дорожных сетей в районе поиска.

4.2 Способ, обобщенный алгоритм рационального размещения средств наблюдения АРМС для гарантированного обнаружения передислокации

4.3 Итерационный алгоритм расчета размещения средств наблюдения АРМС.

4.4 Методика рационального размещения элементов АРМС на вероятных маршрутах движения ГО.

4.5 Способ прогнозирования направления движения ГО в условиях его импликантного наблюдения средствами АРМС.

Выводы.

5. ЭКСПЕРИМЕНТАЛЬНАЯ ОЦЕНКА РАЗРАБОТАННЫХ МЕТОДА, МОДЕЛЕЙ И АЛГОРИТМОВ ОЦЕНКИ СОСТОЯНИЯ ГО.

5.1 Экспериментальная проверка алгоритма и методики определения рациональной пространственной структуры АРМС для обнаружения ГО в районе поиска.

5.2 Экспериментальная оценка процедуры определения направления движения ГО.

5.3 Экспериментальная проверка моделей и алгоритмов распознавания ГО в условиях его импликантного наблюдения на дорожной сети.

5.3.1 Экспериментальная оценка результативности предложенного способа обнаружения колонны наземной техники.

5.3.2 Проверка достоверности распознавания целевого назначения ГО средствами АРМС.

5.4 Оценка достоверности и оперативности обработки, доведения данных, получаемых в условиях применения АРМС.

5.4.1 Оценка достоверности распознавания одиночных объектов средствами из состава АРМС.

5.4.2 Оценка достоверности и оперативности добывания, обработки, доведения информации в условиях применения АРМС.

5.5 Ориентировочная оценка создания и внедрения автоматизированной распределенной мониторинговой сети.

Выводы.

В соответствии с принятой и практически реализуемой Концепцией национальной безопасности Российской Федерации в решении ряда вопросов жизнедеятельности происходит смещение центра тяжести с федерального на региональный уровень [ 9, 52, 83 ]. Особую значимость для региональной (локальной) безопасности в современных условиях приобретает поддержание требуемого уровня стабильности в социально-экономической сфере, требующее оперативного реагирования на возникающие угрозы.

Усиливающаяся нестабильность в социально-экономической сфере ряда регионов связана, в первую очередь, с возможностью проведения террористических акций, проникновением на территорию регионов криминальных групп, возрастающим количеством нелегальных переходов регламентированных границ государства и границ приграничных регионов, регионов вооруженного противоборства мобильными криминальными группировками, увеличением преступлений на дорожной сети, а также количества краж стратегических ресурсов (нефти, газа, леса и др.) [9, 12, 58, 70 ]. Действия этих мобильных группировок отличаются высокой маневренностью, что обусловлено широким применением ими автотранспортных средств и др. техники.

В этих условиях существенно возрастают требования к эффективности процессов управления силами и средствами подразделений Государственной инспекции безопасности дорожного движения (ГИБДД), Федеральной пограничной службы (ФПС), таможенных структур и др. силовых структур на территории регионов России. Управление осуществляется через пункты управления действиями поисковых подразделений (ПУПП) взаимодействующими в рамках единой автоматизированной информационной системы дежурно-диспетчерской службы (перспективной системы мониторинга чрезвычайных ситуаций региона) [ 46, 59, 60, 67 ].

Важнейшим этапом повышения эффективности управления силами поисковых подразделений региона является мониторинг в районах кризисных (чрезвычайных) ситуаций, деятельности мобильных группировок в целях своевременного реагирования на возникающие угрозы. Своевременное принятие решений руководством региональных ПУПП требует распознавания состояния мобильных группировок (далее - групповых объектов) в момент выдвижения их в предполагаемые районы oneративных действий, места постоянной и временной дислокации. С целью формализации дальнейшего описания входящие в состав групповых объектов колонны автотранспорта (техники) далее будем называть простыми групповыми объектами (ПГО). В то же время под одиночными объектами понимается как автотранспорт (техника) входящий в состав ПГО, так и автотранспорт, покидающий район совершения несанкционированных действий и пр.

В настоящее время результативность деятельности поисковых подразделений регионов на основе существующих технологий и методов обнаружения и распознавания, особенно в плане слежения за передвижением групповых объектов, остается недостаточной. Вместе с тем существующие методы сбора, обработки сведений при ограниченном ресурсе привлекаемых дежурных сил приводят к задержкам в оценке характера деятельности (далее - состояния) групповых объектов, а следовательно, к задержкам при принятии соответствующих управляющих решений. Под текущим состоянием групповых объектов в данном случае следует понимать направление его выдвижения.

Таким образом, в настоящее время имеет место противоречие между необходимостью повышения эффективности управления поисковыми силами на основе решения задач по своевременной и достоверной оценке состояния групповых объектов и существующими оперативно-техническими возможностями сил и средств поисковых подразделений. Разрешение этого противоречия возможно путем повышения результативности процесса поиска и оценки состояния групповых объектов на основе создания автоматизированной распределенной мониторинговой сети (АРМС).

Одним из основных этапов создания такой сети является реализация автоматического распознавания как одиночных так и ГО в соответствующих физических полях (оптическом, сейсмическом, магнитном и т.д.). Наиболее информативным остается распознавание одиночных объектов по визуальным признакам, проявляющимся в оптическом и ИК-диапазоне длин волн.

Вопросы распознавания одиночных объектов по их изображениям рассмотрены в работах Захарова И.С. [ 10 ], Титова B.C. [ 50, 57 ] , Юхно П.М. [ 57, 91 ], Прэтта У. [ 71 ] и др. Однако распознавание одиночных объектов в условиях мониторинга ГО на дорожной сети имеет ряд специфических особенностей (скрытное расположение телевизионного средства наблюдения позволяет получать изображение только бокового ракурса объекта; наличие меняющихся фоновых условий наблюдения и условий освещенности, кратковременное нахождение объекта в зоне наблюдения и т.д.), что требует разработки способов и систем распознавания, учитывающих эти особенности.

Вопросы поиска одиночных объектов в непрерывном пространстве рассматривались в работах Абчука В.А. [ 1 ], Атакищева О.И. [ 3 ], Суздаля В.Г. [ 1 ], Сизова А.С. [ 41, 78 ] и др. Методы оценки состояния объектов поиска изложены в работах Поспелова Д.А. [ 69 ], Клыкова Ю.И. [ 30 ] и др. Однако следует отметить, что задача автоматизированного поиска и оценки состояния распределенного группового объекта (ГО) в пространстве дорожной сети произвольной топологии на основе сведений, поступающих от постов наблюдения и поисковых подразделений региона, еще окончательно не решена.

Поэтому в качестве объекта исследований выступают средства мониторинга поисковых подразделений для оценки характера деятельности групповых объектов, а предмета исследований - методы и способы автоматизированного распознавания и оценки состояния групповых объектов, учитывающие вышеизложенные особенности проявления объекта на входе распознающей системы.

Целью диссертационной работы является повышение эффективности управления мероприятиями поисковых подразделений путем автоматизации оценки состояния групповых объектов на основе создания распределенной мониторинговой сети.

Для достижения поставленной цели в работе решаются следующие задачи:

1. Анализ особенностей и технических предпосылок создания АРМС для оценки состояния ГО и определение ее структурно-функциональной организации.

2. Разработка способа распознавания одиночных объектов.

3. Разработка метода, моделей и алгоритма распознавания целевого назначения и состояния ГО в условиях его импликантного наблюдения.

4. Разработка способа обнаружения и слежения за ГО на основе АРМС.

5. Экспериментальная проверка метода и алгоритмов оценки состояния типовых ГО.

Методы и математический аппарат исследования. В работе использованы методы теории эффективности, поиска, графов, распознавания образов, теории вероятностей, математической статистики, теории сетей, методы экспертного анализа, теории нечетких множеств, теории функций доверия.

Границы исследования. Поиск, распознавание и оценка состояния ГО в условиях его наблюдения на дорожной сети произвольной топологии.

Научная новизна работы заключается в разработке:

1. Аналитических моделей поиска объектов постами наблюдения и подвижными патрулями на дорожной сети произвольной топологии, базирующихся на дифференциальных уравнениях, описывающих динамику приращения вероятности их обнаружения, и обеспечивающих расчет значений вероятности обнаружения для оценки результативности различных вариантов поиска.

2. Способа распознавания одиночных объектов (00) на основе функций доверия и двухэтапной процедуры последовательной обработки векторов пространства признаков, обеспечивающих распознавание, инвариантное к взаимному расположению в пространстве объекта и датчиков средства наблюдения.

3. Метода многоуровневого распознавания ГО и его состояния при движении по дорожной сети произвольной топологии, учитывающего нечеткость описания признаков на каждом иерархическом уровне и позволяющего обеспечить требуемую для практики достоверность и своевременность распознавания.

4. Способа и алгоритма обнаружения колонны наземной техники в условиях неполных априорных данных о параметрах ее движения, особенностью которого является адаптация к динамике движения колонны путем постоянного уточнения ее основных параметров на основе текущих измерений параметров движения отдельных элементов колонны, позволяющего автоматизировать обнаружение колонн со структурно-временными параметрами движения, отличающимися от стандартных.

5. Способа и обобщенного алгоритма обнаружения ГО в условиях априорной неопределенности его местоположения и характера движения по дорожной сети, отличающегося наблюдением за дорогами, входящими в минимальное сечение графа, и обеспечивающего заданную вероятность обнаружения объекта.

Практическая значимость работы состоит в том, что ее результаты позволили:

- уменьшить объем проектных работ и финансовых средств на создание автоматизированной системы Единой дежурно-диспетчерской службы (ЕДДС) в Курской области и других субъектах РФ;

- сократить временные затраты на сбор и обработку информации по сравнению с использовавшимися в Управлении ГИБДД по Курской области технологиями информационной поддержки деятельности должностных лиц.

Основные результаты, полученные в работе внедрены в Управлении ГИБДД по Курской области, в в/части 25714 и учебном процессе Курского ГТУ по специальности 010502 - «Прикладная информатика в экономике» (дисциплина - «Информационные технологии»).

На защиту выносятся следующие научные положения:

1. Способ распознавания движущейся техники по данным от датчиков средств наблюдения на основе функций доверия, инвариантный к взаимному расположению в пространстве объекта и датчиков.

2. Метод многоуровневого распознавания целевого назначения и состояния ГО в условиях его импликантного наблюдения на дорожной сети произвольной топологии.

3. Способ и обобщенный алгоритм обнаружения ГО, базирующиеся на наблюдении за дорогами, входящими в минимальное сечение графа, отображающего всевозможные пути между оперативно важными пунктами.

Апробация и публикации по теме диссертации. Основные положения и результаты работы докладывались и обсуждались на научно-технических конференциях в/части 25714, Курского ГТУ. По теме диссертации опубликовано 15 работ, в том числе: 7 статей, 6 тезисов докладов, 2 раздела отчетов по НИР.

Личный вклад автора. Аналитические модели для оценки результативности поиска объектов на дорожной сети; способ распознавания одиночных объектов; метод многоуровневого распознавания целевого назначения и состояния ГО; способ и алгоритм обнаружения колонны наземной техники; способ и обобщенный алгоритм обнаружения ГО при движении по дорожной сети произвольной топологии, а также результаты экспериментальных исследований получены автором лично.

Структура и объем работы. Диссертация состоит из введения, пяти разделов, заключения, списка использованной литературы (92 наименования). Текст диссертации включает 173 страницы, из них 128 страниц основного текста.

Выводы

1. Экспериментальная проверка показала возможность и целесообразность автоматизации процесса оценки состояния ГО на дорожной сети за счет создания АРМС.

2. Полученные на основе имитационного моделирования оценки вероятности правильного распознавания одиночных объектов показали, что применение предложенного метода, базирующегося на двухэтапной процедуре последовательной обработки векторов пространства признаков, описывающих информативный элемент структуры объекта и его структуру, а также применении методов теории функций доверия, обеспечивает распознавание, инвариантное к реально существующим условиям взаимного положения датчиков средства наблюдения и объекта.

3. Расчетно-теоретическим путем показано, что достигнутые вероятности правильного распознавания составных частей ГО на дорожной сети, а также полнота контроля за районами возможной передислокации соответствуют в условиях применения АРМС современным оперативным требованиям, что обеспечит достоверное распознавание оперативно-тактического назначения и состояния ГО. Полученные оценки оперативности добывания, обработки и доведения информации на ПУПП соответствует современным требованиям. При этом достигается выигрыш более чем в 5 раз в оперативности добывания, обработки и доведения разведывательной информации на ПУПП, а в целом в оперативности управления дежурными силами — более чем в 1,4 раза.

Показано, что применение АРМС рациональной топологии позволит обеспечить своевременное и достоверное принятие решения о состоянии ГО, находящегося в движении на дорожной сети.

ЗАКЛЮЧЕНИЕ

Особую значимость для региональной (локальной) безопасности в современных условиях приобретает поддержание требуемого уровня стабильности в социально-экономической сфере, требующее оперативного реагирования на возникающие угрозы, в том числе на действия мобильных криминальных группировок.

Одним из актуальных направлений повышения оперативно-технических возможностей системы локальной безопасности региона является создание и развертывание АРМС, обеспечивающей требуемую своевременность и достоверность оценки состояния ГО.

В этом плане в работе получены следующие основные результаты:

1. Показано, что одним из основных путей повышения эффективности управления социальными процессами является нейтрализация действий мобильных криминальных группировок на основе слежения за их состоянием с применением АРМС, базирующейся на средствах распознавания и оценки их состояния. Обоснована структурно-функциональная организация АРМС.

2. Разработаны аналитические модели поиска объектов постами наблюдения и подвижными патрулями на дорожной сети произвольной топологии, базирующиеся на дифференциальных уравнениях, описывающих динамику приращения вероятности их обнаружения, и обеспечивающие расчет значений вероятности обнаружения для оценки результативности различных вариантов поиска.

3. Разработан способ распознавания движущейся наземной техники на основе двухэтапной процедуры обработки векторов пространства признаков, описывающих структуру объекта распознавания и применении для распознавания методов теории функций доверия, обеспечивающий распознавание, инвариантное к взаимному расположению в пространстве объекта и датчиков средства наблюдения. —

4. Разработаны способ и алгоритм обнаружения колонны наземной техники в условиях неполных априорных данных о параметрах ее движения, особенностью которого является адаптация к динамике движения колонны путем постоянного уточнения ее основных параметров на основе текущих измерений параметров движения отдельных элементов колонны, позволяющий автоматизировать обнаружение колонн со структурно-временными параметрами движения, отличающимися от стандартных.

5. Предложен метод многоуровневого распознавания целевого назначения и состояния ГО при движении по дорожной сети произвольной топологии, особенностью которого является учет нечеткости описания признаков на каждом иерархическом уровне.

6. Разработаны способ и обобщенный алгоритм обнаружения ГО, базирующиеся на наблюдении за дорогами, входящими в минимальное сечение графа, отображающего всевозможные пути между оперативно-важными пунктами, суммарная вероятность движения через которые удовлетворяет современным оперативным требованиям.

7. Результаты имитационного моделирования показали, что в условиях близких к реальным, двухэтапная процедура обеспечивает требуемую вероятность распознавания оперативно важных одиночных объектов в условиях существующей неоднозначности во взаимном положении объекта и датчиков средств наблюдения АРМС.

Проведена экспериментальная проверка и доказана возможность применения разработанных методов, моделей и алгоритмов при оценке состояния группового объекта на дорожной сети. Показано, что применение АРМС позволит обеспечить достоверное и своевременное распознавание состояния ГО. При этом достигается выигрыш (не менее чем в 5 раз) в оперативности добывания, сбора, обработки и доведения информации средствами из состава АРМС по сравнению с существующими возможностями поисковых подразделений, а выигрыш в оперативности управления дежурными силами - не менее, чем в 1,4 раза.

V*

1. Абчук, В. А. Поиск объектов Текст./ В. А. Абчук, В.Г.Суздаль — М.: Сов.радио, 1977.

2. Альберг, Дж. Теория сплайнов и ее приложения Текст./ Дж. Альберг, Э. Нильсон, Дж. Уолш М.: Мир, 1972.

3. Атакищев, О.И. Метаграмматики и особенности их применения для формального описания сигналов документальных служб связи и передачи данных Текст. / О.И.Атакищев // Телекоммуникации. — 2002. № 1,2

4. Анфилатов, B.C. Системный анализ в управлении: Учебное пособие Текст./ B.C. Анфилатов [и др.]; под редакцией А.А. Емельянова.- М.: Финансы и статистика, 2002.

5. Безопасный город Москва. Российский опыт Текст. //Системы безопасности. 2002. № 5.

6. Браверманн, Э.М. Структурные методы обработки эмпирических данных Текст. / Э.М. Браверманн, И.Б. Мучник М.: Наука, 1983.

7. Вентцель, Е.С. Теория вероятности Текст./ Е.С. Вентцель. — М. Радио и связь, 1972.

8. Вентцель, Е.С. Прикладные задачи теории вероятностей Текст. /Е.С. Вентцель, JI.K. Овчаров. — М.: Радио и связь, 1983.

9. Возженников, А.В. Современные проблемы национальной безопасно-{0 сти России на региональном уровне Текст. / А.В. Возженников,

10. А.А. Пригожев //Информационный сборник «Безопасность». — 1999. №11,12.

11. Волковский, H.JI. Энциклопедия современного оружия и боевой техники Текст. Т.2 / H.JI. Волковский. СПб.: Издательство «Полигон», 2000.

12. Голубев, Ю.Н. О необходимости внедрения информационных технологий в практику контроля автомобильного транспорта Текст. / Ю.Н. Голубев // Военная мысль. — 2005. № 1.

13. Грибовский, Г.И. Новый статус телефона «01» в Единой дежурно-диспетчерской службе Курской области успехи и проблемы Текст. / Г.И. Грибовский, В.М. Добров, В.Н. Зубков // Технологии гражданской безопасности. — 2005. № 1.

14. Городецкий, В.И. Статистические методы в прикладной кибернетике: учебное пособие Текст. / В.И. Городецкий, А .Я. Иоффе, JI.M. Морозов [и др.] М.: МО СССР, 1980.

15. Гороховатский, В.А., Ересько Ю.Н., Путятин Е.П, Стрельченко В.И.

16. Динер, И.Я. Исследование операций Текст. / И.Я. Динер. — JL: ВМА, 1969.

17. Дуда, Р. Распознавание образов и анализ сцен Текст. / Р.Дуда, П. Харт.-М.: «Мир», 1976.

18. Соколов, Е.Е. Основные принципы построения современных комплексов технических средств охраны Текст./ Е.Е. Соколов, Е.Г. Соколов // «Каталог Системы безопасности». — 2001. № 1.

19. Завьялов, Ю.С. Сплайны в инженерной геометрии Текст. / В.А.Леус, В.А.Скороспелов. — М.: Машиностроение, 1985.

20. Заде, Л. Понятие лингвистической переменной и его применение к принятию приближенных решений Текст. / Л. Заде. — М.: Мир, 1976.

21. Зыков, А.А. Теория конечных графов Текст. / А.А. Зыков. — Новосибирск: Наука, 1969.

22. Катыс, Г.П. Восприятие и анализ оптической информации автоматической системой Текст. / Г.П. Катыс. — М.: Машиностроение, 1986.

23. Кендал, М. Геометрические вероятности Текст. / М. Кендал, П. Мо-ран.-М.: Наука. Гл. ред. физ.-мат. лит., 1972.

24. Ким, Д.П. Методы поиска и преследования подвижных объектов Текст. / Д.П. Ким. М.: Наука. Гл. ред. физ.-мат. лит., 1989.

25. Клир, Д. Системология. Автоматизация решения системных задач Текст. / Д. Клир. М.: Радио и связь, 1990.

26. Клочко, В.К. Последовательное выделение изображений в задаче распознавания образов Текст./ В.К. Клочко, К.К.Клочко, Е.П.Чураков // Приборостроение. 1997. № 6.

27. Клыков, Ю.И. Ситуационное управление большими системами Текст. / Ю.И. Клыков. М.: Энергия, 1974.

28. Козьминых, С.И. Методологические принципы проектирования интегрированных систем безопасности Текст. / С.И. Козьминых, С.В. За-бияко // Конфидент. 2002. № 1.

29. Кошкин, Р.П. Автоматизированная система диагностического обеспечения телекоммуникационных систем Текст. /Р.П. Кошкин, А.В. Потапов // Известия Тульского ГУ. Том 1. Вып.2. Тула: Издательство Тульского ГУ, 2005.

30. Кошкин, Р.П. Формализация процессов сбора и обработки данных для диагностического обеспечения телекоммуникационных систем Текст. /Р.П. Кошкин // Известия Тульского ГУ. Том 1. Вып.2. — Тула: Издательство Тульского ГУ, 2005.

31. Кошкин, Р.П. Процедура оперативного изменения структуры сети телевизионного наблюдения Текст. /Р.П. Кошкин // НТСб в/ч 45807—РЯ1. -Курск, 2004.-№2.

32. Кошкин, Р.П. Классификация автомобильной техники на основе ней-росетей Текст. / Р.П. Кошкин, А.С. Сизов, Д.А. Стребков // НТСб в/ч 45807-P/II. Курск, 2004. № 2.

33. Кошкин, Р.П. Модели поиска мобильных объектов Текст. /Р.П. Кошкин, А.С. Сизов, Д.А. Стребков //НТСб в/ч 45807-P/II. Курск, 2004. -№2.

34. Кошкин, Р.П. Способ обучения тактике применения технических средств обеспечения на основе программных тренажеров. Текст. / Р.П. Кошкин, А.С. Сизов, Д.А. Стребков, М.Н. Смирнов // Тез. докл. на 25-ой НТК в/ч 45807-P/II. Курск, 2004.

35. Кошкин, Р.П. Способ построения нечеткой модели действий движущегося объекта в контролируемой датчиком-анализатором зоне Текст. / Р.П. Кошкин, А.С. Сизов, Д.А. Стребков, С.Ю. Челышов // Тез. доклада на 25-й НТК в/ч 45807-P/II. Курск, 2004.

36. Кошкин, Р.П. Модель оценки результативности применения комплексов охранно-сигнализационной аппаратуры при ведении поиска на дорожной сети Текст. / Р.П. Кошкин, А.С. Сизов, Д.А. Стребков // Тез. доклада на 25-й НТК в/ч 45807-РЛ1. Курск, 2004.

37. Крылов, В.М. ALPHA и OMEGA интегрированных систем безопасности. Методологические принципы проектирования интегрированных систем безопасности Текст. / В.М. Крылов, Ю.М.Левин. // Конфидент. -2002. №5.

38. Куликов, Л.С. Автоматизированная система Единой дежурно-диспетчерской службы г. Курска и Курской области (АС ЕДДС-К). Текст. Технический проект в 2 кн. Кн. 2. / Л.С.Куликов [и др.] — М.: ВНИИГОЧС, 1998.

39. Ларин, A.M. Исследование эффективности нейросетевых алгоритмов Хопфиллда при распознавании изображений Текст. / А.М.Ларин, С.Л.Мазилов, С.М.Огреб, П.М.Юхно // Радиотехника и электроника. — 1999. № 8.

40. Летяго, А.Г. Основы проектирования цифровых информационных систем Текст. / А.Г.Летяго, B.C. Титов; под ред. А.Г. Летяго. — Курск, 2002.

41. Лопин, В.И. Распознавание объектов по их тепловизионным образам Текст. / В.И.Лопин, И.А.Хаталах // Измерительная техника. — 2000. №8.

42. Лифанов, Ю.С. Системы обнаружения движущихся объектов по их собственным физическим излучениям Текст. / Ю.С.Лифанов, С.Н.Ананьев, П.Ф.Хорев // Зарубежная радиоэлектроника. Успехи современной радиоэлектроники . — 1998. № 10.

43. Мачкин, П.И. Анализ и оценка локальной безопасности социально-экономического развития регионов России (субъектов РФ) Текст. / П.И.Мачкин // Проблемы управления безопасностью сложных систем. — М.: ИПУ РАН, 2001.

44. Мелихов, А.Н., Применение графов для проектирования дискретных устройств Текст. / А.Н.Мелихов, Л.С.Берштейн, В.М.Курейчик. — М.: Наука, 1974.

45. Мосалев, В. Системы дистанционного наблюдения за полем боя на базе разведывательно-сигнализационных приборов Текст. / В. Мосалев // Зарубежное военное обозрение. — 2000. № 2.

46. Нечеткие множества и теория возможностей. Последние достижения Текст. / под ред. P.P. Ягера.- М. Радио и связь, 1986.

47. Огреб, С.М. Особенности обнаружения пространственных объектов в присутствии пространственно-временного шума Текст. /С.М.Огреб, П.М.Юхно // Радиотехника и электроника. — 1998. № 6.

48. Основные направления дальнейшего развития Единых дежурно-диспетчерских служб городов Российской Федерации Текст. // Системы безопасности. — 2002. № 5.

49. Отчет о НИР «Коммюнике» / М.: 3 ЦНИИ МО РФ, 1995.

50. Отчет о НИР «Притирка-1 К»/ войсковая часть 25714; рук. С.П.Ющенко. Курск, 2003.

51. Отчет о НИР «Эксперт-К» / войсковая часть 25714; рук. С.П.Ющенко. — Курск, 2002.

52. Петров, А.В. Применение ситуационных центров в региональном управлении Текст. / А.В.Петров, М.М.Тихомиров, Ю.Г.Федулов — М.: РАГС, 1999.

53. Понькин, В. А. Оценка качества обнаружения пространственно-протяженных объектов по их изображениям Текст./ В.А. Понькин, В.Н. Поветко // Радиотехника и электроника. 1993. Т.38. № 4.

54. Попело, В.Д. Алгоритм фильтрации случайных полей изображений на двумерных сетках произвольной формы Текст. /В. Д.Попело, П.С.Русинов, А.А.Сирота // Радиотехника. — 1999. № 8.

55. Попов, А.П. Основные направления дальнейшего развития Единых де-журно диспетчерских служб городов Текст. / А.П.Попов //Системы безопасности. — 2002. № 5.

56. Поспелов, Д.А. Принципы ситуационного управления Текст. / Д.А.Поспелов // Изв. АН СССР. «Техническая кибернетика» — 1971, №2.

57. Поспелов, Д.А. Ситуационное управление: теория и практика Текст. / Д.А.Поспелов. М.: Наука, 1986.9 70. Противодействие терроризму. Реалии и перспективы Текст. // «Каталог Системы безопасности». 2001. № 1.

58. Прэтт, У. Цифровая обработка изображений Текст. В 2 кн./ У.Прэтт — М.: Мир, 1982.

59. Рогинский, В.Н. Теория сетей связи Текст. / В.Н.Рогинский [и др.] — М.: Радио и связь, 1981.

60. Саати, Т. Принятие решений: метод анализа иерархий Текст. / Ф Т.Саати. М : Радио и связь, 1993.

61. Сагдулаев, Ю.С. Распознавание оптических изображений Текст. / Ю.С.Сагдулаев, В.С.Титов, С.В.Дегтярев. Ташкент: ТЭИС, 2000.

62. Салов, С.С. Концептуальные положения по совершенствованию государственной системы управления в условиях чрезвычайных ситуаций Текст. / С.С.Салов //Проблемы управления безопасностью сложных систем. М.: ИГГУ РАН, 2001.Ф

63. Самохвалов, Ю.А. Совершенствование метода анализа иерархий как методологической основы СППР Текст. / Ю.А.Самохвалов // Управляющие системы и машины. 1996. № 1/2.

64. Сборник образцов документов по гражданской обороне и защите от чрезвычайных ситуаций Текст. В 2 кн. Кн.2. / под. ред. Г.Н.Кириллова.

65. Сизов, А.С. Алгоритм размещения датчиков системы слежения в интересах обеспечения прогнозирования местоположения групповых подвижных объектов Текст. / А.С.Сизов, Д.А.Стребков // НТСб в/ч 45807-P/II. Курск, 2004. - №2.

66. Силов, В.Б. Принятие стратегических решений в нечеткой обстановке Текст. / В.Б.Силов. М.: ИНПРО-РЕС, 1995.

67. Стребков, Д.А. Построение нечеткой модели группового подвижного объекта Текст. / Д.А.Стребков. // НТСб в/ч 45807-P/II. Курск, 2002. -№1.

68. Трахтенгерц, Э.А. Агентно-ориентированные информационные технологии управления проектами Текст. / Э.А.Трахтенгерц. — М.: ИПУ РАН, 1999.

69. Третьяков, М.Е. Принятие решений по выбору гипотез в технических системах в условиях нечеткой среды Текст. / М.Е.Третьяков // Информационные технологии. — 2001. № 10.

70. Указ Президента Российской Федерации от 10 января 2000 года №24 «О Концепции национальной безопасности Российской Федерации».

71. Уоссерман, Н. Нейрокомпьютерная техника. Теория и практика Текст. / Н.Уоссерман.; пер с англ. Ю.А.Зуева. М.: Мир, 1992.

72. Ушакова, Н.Н. Коррекция цифровых космических изображений на основе верифицирующего моделирования: дисс.канд.тех.наук. / Ушакова Н.Н. Белгород, 2002.

73. Федеральный закон Российской Федерации «О безопасности», 1992 г.

74. Федеральный Закон Российской Федерации «Об информации, информатизации и защите информации», 1995 г.

75. Фу, К. Структурные методы в распознавании образов Текст. / К.Фу. — М.: Наука, 1977.

76. Фукунага, К. Введение в статистическую теорию распознавания образов Текст. /К.Фукунага. -М.: Наука, 1979.

77. Хеллман, О. Введение в теорию оптимального поиска Текст. / О.Хеллман; под ред. Н.Н. Моисеева. — М.: Наука. Главная редакция физ.-мат.лит., 1985.

78. Юхно, П.М. Форма объектов и качество их автоматического обнаружения и различения Текст. / П.М.Юхно, С.М.Огреб, Я.Л.Марек. // Радиотехника и электроника. — 2001. № 10.

79. Ющенко, С.П. Информационные проблемы обеспечения социально-политической безопасности РФ Текст. / С.П. Ющенко [и др.] // Социально-политическая безопасность: федеральный и региональные аспекты Курск: РАГС, Курский филиал, 1999.