ПОТЕНЦИАЛЬНЫЕ ВОЗМОЖНОСТИ ОПТИЧЕСКИХ РАСПРЕДЕЛЕННЫХ АКУСТИЧЕСКИХ СЕНСОРОВ ДЛЯ ОПРЕДЕЛЕНИЯ МЕСТОПОЛОЖЕНИЯ ЗЛОУМЫШЛЕННИКА


Цитировать

Полный текст

Аннотация

В работе рассмотрены возможные модели и алгоритмы, основанные на анализе особенностей энергетических и временных характеристик и (или) диаграмм направленности, учитывающие особенности пространственного расположения источника (или источников) сигнала для последующей локализации источника звука, применительно к волоконно-оптическим сенсорным сетям для решения задачи определения с заданной точностью местоположения злоумышленника на охраняемом объекте. В качестве наилучшей была выбрана модель, базирующаяся на оценках разности времени задержки акустических сигналов, в разных точках отсчета характеристики обратного рассеяния оптического волокна распределенного акустического сенсора. В качестве примера представлены результаты вычислений оценок погрешности определения координат источника звука в зависимости от уровня шума в помещении с двумя оптическими волокнами, уложенными параллельно вдоль противоположных стен.

Полный текст

Введение В современных условиях сложной кримино- генной обстановки, нестабильной политической и экономической ситуации как в мире в целом, так и в РФ в частности вопросы обеспечения без- опасности населения и промышленных объектов приобретают особую актуальность. Особую и вполне реальную опасность для крупных произ- водственных, коммерческих, военных и финан- совых, объектов представляют злонамеренные несанкционированные действия нарушителей: террористов, диверсантов, преступников, экстре- мистов. Последствия их действий непредсказу- емы: от потери имущества до создания чрезвы- чайной ситуации на объекте (пожар, разрушение, затопление, авария и т. п.). Все вышеперечислен- ные факторы требуют осуществления меропри- ятий по противодействию преступным посяга- тельствам и обеспечению безопасности на всех уровнях, из которых исходит угроза. Одной из эффективных мер по обеспечению безопасности важных промышленных объектов является создание автоматизированной системы охраны и противодействия от несанкциониро- ванного проникновения физических лиц - си- стемы физической защиты. В данных системах остро стоит проблема точного определения место положения злоумышленника на объекте для сво- евременного реагирования и направления груп- пы охраны для задержания нарушителя. В статье для решения проблемы определения с заданной точностью местоположения злоумыш- ленника на охраняемом объекте предложено использовать имеющиеся на объекте воло- конно-оптические линии связи (ВОЛС) с уста- новленными на них распределенными акустиче- скими сенсорами - DAS (Distributed Acoustic Sensors) [1-3], с последующим подключением к работе систем телевизионного наблюдения для отслеживания перемещения злоумышленника. На сегодняшний день сложно найти современ- ный объект, не опутанный оптическим волокном (ОВ) для высокоскоростного обмена данными, ввиду чего целесообразным является его исполь- зование для проектирования систем физической защиты, уже имеющихся на объекте ВОЛС. Обзор существующих методик В настоящее время для определения нахож- дения и местоположения злоумышленника на объекте, как правило, используют системы ви- деонаблюдения, которые легко обмануть, зная место расположения камер на объекте, многие из которых в целях экономии ресурсов настрое- ны на включение и запись по движению. Также существуют дорогостоящие радиоволновые дат- чики (принцип работы основан на регистрации возмущений электромагнитного поля, которые вызывает попадающий в это поле нарушитель), вибрационные датчики (разработаны на основе сенсорных микрофонных кабелей, которые кре- «Infokommunikacionnye tehnologii» 2021, Vol. 19, No. 2, pp. 239-249 пятся к ограде, регистрируют ее механические ко- лебания при попытке вторжения на объект и пре- образуют эти колебания в электрический сигнал), сейсмические датчики (основаны на применении чувствительного элемента - геофона, регистри- рующего механические вибрации) [4]. Данные датчики не применяются внутри помещений и не подходят для определения местоположения зло- умышленника внутри крупных офисных зданий. До недавнего времени для решения задач точ- ного местоположения наиболее широко были распространены распределенные беспроводные сенсоры (Wireless Sensor Networks - WSNs) [5]. WASN состоит из набора сенсорных узлов, со- единенных между собой через беспроводную среду [6; 7]. Каждый узел имеет один или не- сколько датчиков (микрофонов), блок обработки данных, модуль беспроводной связи, а иногда и один или несколько исполнительных механизмов (громкоговорителей) [8]. В течение последнего десятилетия использование информации о ме- стоположении и ее потенциальные возможности в развитии окружающей среды интеллектуаль- ных приложений способствовали разработке ло- кальных систем позиционирования с WSNs [9]. Локализация и ранжирование в WSNs обычно решаются путем измерения уровня принимаемо- го сигнала (Received Signal Strength - RSS) или времени прибытия (Time of Arrival - TOA) радио- сигналов [10]. Однако подход RSS, будучи отно- сительно недорогим, несет в себе возможность появления значительных ошибок из-за замира- ния канала, больших расстояний и многолучево- сти. В контексте обработки акустических сигна- лов WASNs также обеспечивают преимущества по сравнению с традиционными (проводными) микрофонными решетками [11]. Например, они позволяют увеличить пространственное покры- тие за счет распределения микрофонных узлов по большей площади, масштабируемой структу- ре и, возможно, лучшим свойствам отношения «сигнал/шум» [Signal-to-Noise Ratio] (SNR). Фак- тически, поскольку точность определения даль- ности зависит как от скорости распространения сигнала, так и от точности измерения TOA, аку- стические сигналы могут быть предпочтительнее по отношению к радиосигналам [12]. Основным из недостатков беспроводных сен- сорных сетей можно считать точность определе- ния местоположения сенсора, что, в свою очередь, влияет на погрешность локализации источника звука - злоумышленника. В свою очередь, систе- мы TDOAs (Time Difference of Arrival), построен- ные на основе DAS, имеют размах по расстоянию между сенсорами менее 1 м и чувствительность до 90 дБ, такие системы разделяют на несколь- ко классов в зависимости от типа используемого обратно-рассеянного излучения и типа информа- ционной составляющей обратно-рассеянного из- лучения. Тип DAS-системы может быть амплитудным, фазовым, частотным или поляризационным. В за- висимости от её типа для обратно-рассеянного сигнала определяются соответствующие харак- теристические параметры, которые описывают отражающие способности волокна на различных его участках, длина которых лежит в интервале от 1 м до 10 м. В соответствии с типом систе- мы в качестве таких параметров может высту- пать амплитудный, частотный, фазовый или по- ляризационный показатель обратно-рассеянного интерференционного сигнала. Вследствие влия- ния внешнего механического воздействия (на- пример, сейсмоакустического), приложенного на конкретном сегменте сенсора, на этом сегменте возникает локальная девиация коэффициента рассеяния. В DAS-системах различных типов обобщенным параметром, объективно характе- ризующим эту локальную девиацию, считается некоторая аналитическая функция от разности значений параметров, соответствующих одному и тому же сегменту сенсора в смежных циклах зондирования. Вид такой аналитической функ- ции зависит от типа DAS-системы и является ноу- хау производителей DAS-систем (на российском рынке наиболее распространены технические решения: «Волк», «Волкодав», «Волна Альфа», «Ворон», «Дунай», «Омега», «Оптолекс», «Со- кол», «FiberPatrol», «Optosens», «Silixa iDAS» и система «OXY») [3; 4; 13; 14]. В литературе этот обобщенный параметр называют информацион- ным параметром или сигналом. Таким образом, для DAS-систем различного типа информацион- ный параметр имеет разную физическую приро- ду. Отражающая способность отдельных участ- ков оптоволокна связана с величиной локального коэффициента рассеяния света на этих участках (сегментах). Локальный коэффициент рассеяния, в свою очередь, определённым образом зависит от частоты и интенсивности вибраций внешнего механического воздействия на поверхность сен- сора. Путём импульсного зондирования оптово- локонного сенсора с определенной частотой (на практике ∼ 2000 Гц) при измерении значений соответствующего информационному параметру восстанавливается амплитудно-частотная ха- рактеристика (АЧХ) сейсмоакустического поля, воздействующего на сенсор. Физика механизма работы DAS-систем с мономодовым сенсором довольно сложная. На процесс формирования обратно-рассеянного сигнала влияет множество факторов, возникающих вследствие внешнего ме- ханического воздействия (например, сейсмоаку- стического поля) на сенсор. Кроме того, влияют эффекты сжатия/растяжения оптоволокна, веду- щие к микрофлуктуациям длины и поперечного сечения сенсора, а также к вариациям локального коэффициента преломления света в волокне. Эф- фекты изменения локального местоположения центров рэлеевского рассеяния (микровкрапле- ний) влияют на девиацию локального коэффици- ента рассеяния. Необходимо отметить, что на сегодняшний день практически все здания имеют сеть оптово- локонных линий связи. Очевидно, что свободные волокна могут быть с успехом использованы в Рисунок 1. Предполагаемые коммуникации офисного здания Метод TDOA основан на разнице во вре- мени распространения звуковых волн от место- положения источника звука до пар сенсоров. Если источник расположен в точке xs, а i-й микрофон в точке m, то датчик находится в точке ( m) mi i качестве распределенных акустических сенсоров 1, ..., N применение к вычислению местоподля определения местоположение источника зву- ка и в том числе злоумышленника. Описание математической модели ложения злоумышленника на объекте методом TDOA обусловлено разницей в диапазонах от ис- точника до микрофонов i и j (DAS). Тогда оценка задержки рассчитывается как Ранее в работе были рассмотрены возможные rm x m( m) - x mm модели и способы локализации источника зву- ( m) ij ij , s i s j ка, основанные на анализе особенностей энер- c c гетических и временных характеристик и/или i 1, ..., N , j 1, ..., N , i j, m 1, ..., M . характеристик диаграмм направленности, учи- тывающие особенности пространственного рас- положение источника (или источников) сигнала для последующей локализации источника звука, применительно к волоконно-оптическим сенсор- ным сетям. В качестве оптимальной была выбрана мо- дель, базирующаяся на оценках разности време- ни задержки акустических сигналов, регистрируемых сосредоточенными сенсорами, например Здесь N - число сенсоров или точек отсчета на характеристике обратного рассеяния оптического волокна. Пусть в здании на рисунке 1 установлены сен- соры DAS (см. рисунок 2), и там предположитель- но находится злоумышленник, а ОВ в помещении расположено вдоль двух противоположных стен. В таком случае мы будем рассматривать пары сенсоров в пределах одного узла, поэтому опустим надстрочный знак m для датчика. Оценка ˆ на решетках Брэгга, или в разных точках отсчета характеристики обратного рассеяния оптическо- го волокна распределенного акустического сен- сора DAS. Предположим, что имеется некоторое здание с уже имеющейся структурой ВОЛС (см. рису- нок 1). В данном здании узлы соединены меду собой через канал с низким битрейтом и синхроij для TDOA ij может быть выполнена с помощью обобщенной перекрестной корреляции (GCC) между сигналами, полученными от сенсоров mi и mj, как подробно описано ниже. При работе в безэховом сценарии и одном источнике сигнал дискретного времени, получаемый микрофоном- сенсором i, есть низация по времени между ними не гарантируxi (t) i s(t - i ) i (t), i 1, ..., N , ется, в свою очередь, каждый датчик состоит из где i - потери, определяемые чувствительнескольких сенсоров, а для более точной локалиностью оптоволоконной сенсорной системы; зации источника звука требуется максимальное s(t) - исходный сигнал; i (t) аддитивный шуколичество вычислений для каждого узла, затем мовой сигнал; i задержка распространения полученные измерения объединяются для лока- лизации центрального узла. Рассмотрим, что в данном здании имеется M узлов в сети. Все узлы оснащены N микрофонами. между источником и I сенсором (точкой отсчета). В области дискретного преобразования Фурье (DTFT) сенсорные сигналы могут быть записаны как измерение
×

Об авторах

О. Ю Губарева

Поволжский государственный университет телекоммуникаций и информатики

Email: o.gubareva@psuti.ru
Самара, РФ

В. О Гуреев

Поволжский государственный университет телекоммуникаций и информатики

Email: v.gureev@psuti.ru
Самара, РФ

Г. Н Чифранов

Поволжский государственный университет телекоммуникаций и информатики

Email: chifranov.e@yandex.ru
Самара, РФ

Список литературы

  1. Treshchikov V. Dunay software and hardware complex. In: T8 company. URL: https://t8.ru/wp-content/uploads/2019/01/Dunay-2019-eng.pdf (дата обращения: 25.12.2020)
  2. Бурдин В.А., Губарева О.Ю. Методы локализации источников звука в акустооптических сенсорных сетях // Фундаментальные проблемы оптики: материалы XII Международной конференции (ФПО-2020). 2020. С. 199
  3. Burdin V.A., Gubareva O.Y. Simulation of simplex acousto-optical data transmission on fiber optic link // Proc. SPIE 10774. 2018. Vol. 10774-0B
  4. Магауенов Р.Г. Системы охранной сигнализации: основы теории и принципы построения. М.: Изд-во Горячая линия-Телеком, 2004. 367 с
  5. Low-cost alternatives for urban noisenuisance monitoring using wireless sensor networks / Segura-Garcia [et al.] // IEEE Sensors Journal. 2015. Vol. 15, № 2. P. 836-844
  6. Geographic multipath routing based on geospatial division in duty-cycled underwater wireless sensor networks / J. Jiang [et al.] // Journal of Network and Computer Applications. 2016. Vol. 59. P. 4-13
  7. Bertrand A. Applications and trends in wireless acousticsensor networks: a signal processing perspective // Proc. IEEE Symposium on Communications and Vehicular Technology in the Benelux (SCVT ’11). 2011. P. 1-6
  8. Raykar V.C., Kozintsev I.V., Lienhart R. Position calibration of microphones and loudspeakers in distributed computing platforms // Proc. IEEE Transactions on Speech and Audio. 2005. Vol. 13, № 1. P. 70-83
  9. A survey of localization in wireless sensor network / L. Cheng [et al.] // International Journal of Distributed Sensor Networks. 2012. Vol. 2012. P. 12
  10. Survey of wireless indoor positioning techniques and systems / H. Liu [et al.] // IEEE Transactions on Systems, Man and Cybernetics. 2007. Vol. 37, № 6. P. 1067-1080
  11. Wang H. Wireless sensor networks for acoustic monitoring: Ph.D. dissertation / USA. University of California, Los Angeles (UCLA). Los Angeles, Calif., 2006
  12. Priyantha N., Chakraborty A., Balakrishnan H. The cricket location-support system // Proc. 6th Annual International Conference on Mobile Computing and Networking (MobiCom ’00). 2000. P. 32-43
  13. Тимофеев А.В., Грознов Д.И. Классификация источников сейсмоакустической эмиссии в волоконно-оптических системах мониторинга протяженных объектов // Автометрия. 2020. Т. 56, № 1. С. 59-73
  14. Pipeline leak detection technology based on distributed optical fiber acoustic sensing system / Zuo [et al.] // Proc. IEEE Access. 2020. Vol. 8. P. 30789-30796
  15. Knapp C.H., Carter G.C. The generalized correlation method for estimation of time delay // Proc. IEEE Transactions on Acoustics, Speech and Signal. 1976. Vol. 24, № 4. P. 320-327
  16. Huang, Y.A., Benesty J. Audio Signal Processing for Nextgeneration Multimedia Communication Systems // Springer Science & Business Media. 2007
  17. Acoustic source localization with distributed asynchronous microphone networks / A. Canclini [et al.] // Proc. IEEE Transactions on Audio, Speech and Language. 2013. Vol. 21, № 2. P. 439-443
  18. TDOA-based acoustic source localization in the space-range reference frame / P. Bestagini [et al.] // Multidimensional Systems and Signal Processing. 2014. Vol. 25, № 2. P. 337-359
  19. Huang Y. Source localization in Audio Signal Processing for Next-Generation Multimedia Communication Systems. Berlin: Springer, 2004. P. 229-253
  20. Gillette M.D., Silverman H.F. A linear closedform algorithm for source localization from time-differences of arrival // Proc. IEEE Signal Letters. 2008. Vol. 15. P. 1-4
  21. Smith J.O., Abel J.S. The spherical interpolation method of source localization // IEEE Journal of Oceanic Engineering. 1987. Vol. 12, № 1. P. 246-252
  22. Smith J.O., Abel J.S. Closed-form least-squares source location estimation from range-difference measurements // Proc. IEEE Transactions on Acoustics, Speech, and Signal. 1987. Vol. 35, № 12. P. 1661-1669
  23. Huang Y., Benesty J., Elko G.W. Passive acoustic source localization for video camera steering // Proc. IEEE International Conference on Acoustics, Speech, and Signal. 2000. Vol. 2. P. II909-II912
  24. Smith J.O., Abel J.S. The spherical interpolation method forclosed-form passive source localization using range difference measurements // Proc. IEEE International Conference on Acoustics, Speech, and Signal. 1987. Vol. 12. P. 471-474
  25. Schau H.C., Robinson A.Z. Passive source localization employing intersecting spherical surfaces from time-of-arrival differences // Proc. IEEE Transactions on Acoustics, Speech, and Signal. 1987. Vol. 35, № 8. P. 1223-1225
  26. Real-time passive source localization: a practical linear-correction least-squares approach / Y. Huang [et al.] // Proc. IEEE Transactions on Speech and Audio. 2001. Vol. 9, № 8. P. 943-956
  27. Beck A., Stoica P., Li J. Exact and approximate solutions of source localization problems // Proc. IEEE Transactions on Signal. 2008. Vol. 56, № 5. P. 1770-1778
  28. A robust and low-complexity source localization algorithm for asynchronous distributed microphone networks / A. Canclini [et al.] // Proc. IEEE Transactions on Audio, Speech and Language. 2015. Vol. 23, № 10. P. 1563-1575
  29. Localization of acoustic sources through the fitting of propagation cones using multiple independent arrays / A. Canclini [et al.] // Proc. IEEE Transactions on Audio, Speech and Language. 2012. Vol. 20, № 7. P. 1964-1975

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Губарева О.Ю., Гуреев В.О., Чифранов Г.Н., 2021

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.