«2 ТРУДЫ ИНФОРМАЦИОННЫЕ Кольского научного центра РАН ТЕХНОЛОГИИ 5/2013 (18) выпуск 4 СОДЕРЖАНИЕ Стр. Введение.. 9 В.А. Путилов Средства информационного мониторинга и А.В. Маслобоев моделирования глобальной безопасности ...»

В настоящее время в Арктическом регионе происходят быстрые изменения, как в области окружающей среды, так в политике и экономике. При проведении мониторинга любого объекта или экосистемы возникает специфика, вытекающая из особенностей объекта исследования. Такая специфика имеется при исследовании арктического региона. Для Арктики особое значение приобретают такие факторы, как изменение климата, демографические изменения и рост глобального спроса на природные ресурсы региона [6]. Кроме того, арктическая морская деятельность, по всей вероятности, значительно расширится в результате повышения спроса на природные ресурсы и улучшения доступа к морским районам. Эта деятельность повысит риски для окружающей среды и экологических процессов. Следовательно, России и другим арктическим государствам необходимо прилагать дополнительные усилия в целях подготовки надлежащих и своевременных национальных и международных правил и мер, чтобы уменьшить риски и потенциальные негативные воздействия судоходства и других видов деятельности в арктических водах.

Сложность экологической ситуации на арктических территориях России обусловлена слабой восстановительной способностью природных компонентов на фоне постоянно растущего техногенного давления со стороны горнодобывающей, нефтедобывающей и горноперерабатывающей промышленности, частых аварий на нефте- и газопроводах, буровых платформах и установках, промышленных выбросов в атмосферу и сбросов сточных вод в реки и моря [1].

Несмотря на то, что в настоящее время информация о ледяном покрове на водных объектах получается за счет спутниковых данных, ряд элементов, характеризующих динамику ледникового покрова, либо не определяются, либо определяются с большими погрешностями. Поэтому задача создания спутникового мониторинга арктических территорий является актуальной и требует комплексного решения.

При современном развитии технологий космического дистанционного зондирования земной поверхности вопрос об основном источнике данных для мониторинга высокоширотной Арктики решается однозначно, но проблема эффективного использования разнообразной космической информации для изучения арктического региона остается достаточно острой, так как единой законченной комплексной методики, использующей все возможности таких данных, на настоящий момент не существует [2].

Современные технические средства дистанционного зондирования Земли (ДЗЗ), позволяют получать цифровые изображения участков земной поверхности с высоким пространственным разрешением и в широком диапазоне спектра электромагнитных волн. Кроме того, значительное развитие получили математические методы обработки цифровых изображений (пространственно-спектральный анализ, мультифрактальный анализ, радарная интерферометрия и др.), которые при соответствующей адаптации алгоритмической базы могут быть применены для обработки цифровых изображений ледового покрова и других элементов рельефа северных территорий [3].

Таким образом, в настоящее время появились реальные возможности для разработки последовательной, научно-обоснованной концепции и методологии космического мониторинга арктических территорий и реализации на основе этой концепции космического географического метода изучения изменений на земной поверхности в северных регионах России.

Краткая история дистанционного зондирования Земли Современный этап развития ДЗЗ обычно связывают с успешной эксплуатацией ERTS - технологического спутника NASA по изучению земных ресурсов 1972 года. Этот спутник был переименован в Landsat-1, и по программе Landsat в течение более чем 30 лет накоплен огромный архив данных ДЗЗ. С этих пор космическая съемка стала проводиться в массовом порядке не только в интересах военных, но и для применения в мирных целях: в метеорологии, при исследовании природных ресурсов и т.д. История отечественных КА природноресурсного назначения началась в 1974 г. с запуска ИСЗ Метеор-Природа с установленными на борту сканирующими устройствами высокого (МСУ-Э) и среднего разрешения (МСУ-СК).

Бурный рост объема получаемой информации в это время был поддержан одновременным прогрессом вычислительной техники и средств хранения данных. По настоящему широкие перспективы открылись перед ДЗЗ с развитием компьютерных технологий, переносом всех операций по обработке и использованию данных на компьютеры, особенно в связи с появлением ГИС.

В последние годы отчетливо обозначились основные тенденции в развитии технологий ДЗЗ из космоса: увеличение пространственного разрешения получаемых изображений и производительности съемки с КА, создание спутников или группировок для решения специализированных задач, более активное использование радиолокационных съемок. Все это непосредственным образом сказывается на структуре и объеме рынка ДЗЗ улучшается качество продукции, и в то же время за счет увеличения на орбите количества спутников и конкуренции значительно снижается стоимость данных, постоянно расширяются архивы снимков, в том числе на территорию России [4].

ДЗЗ сегодня - это огромное разнообразие методов получения изображений буквально во всех диапазонах длин волн электромагнитного (ЭМ) спектра от ультрафиолетовой (УФ) до дальней инфракрасной (ИК) зоны и радиодиапазона, самая различная обзорность - от снимков с метеорологических геостационарных спутников, охватывающих почти целое полушарие, до детальных съемок небольших участков. Пространственное разрешение, при этом, может варьироваться от нескольких километров до нескольких сантиметров.

';

Современное состояние дистанционного зондирования Земли В настоящее время большую часть данных дистанционного зондирования Земли получают с искусственных спутников Земли (ИСЗ). Большой обзор поверхности Земли с высоты полета спутника, высокая скорость движения спутниковых датчиков и возможность регистрировать сигналы в нескольких спектральных диапазонах позволяют получать огромные объемы данных.

Широта охвата территории является характерной чертой дистанционных методов исследования Земли. Организация работ по изучению поверхности Земли, основанная на сочетании аэрокосмических методов с небольшим объемом наземных исследований, которые проводятся на ограниченном числе опорных маршрутов и ключевых участков, позволяет значительно сократить сроки производства работ и снизить их стоимость.

Данные космических съемок сегодня стали доступны широкому кругу пользователей и активно применяются не только в научных, но и производственных целях. ДЗЗ является одним из основных источников актуальных и оперативных данных для геоинформационных систем (ГИС). Научнотехнические достижения в области создания и развития космических систем, технологий получения, обработки и интерпретации данных многократно расширили круг задач, решаемых с помощью ДЗЗ [5]. Основные области применения данных ДЗЗ из космоса - изучение состояния окружающей среды, землепользование, изучение растительных сообществ, оценка урожая сельскохозяйственных культур, оценка последствий стихийных бедствий и т. д.

Понятие дистанционного зондирования Земли Дистанционное зондирование - это способы получения информации об объекте на расстоянии без вступления с ним в прямой контакт, К методам дистанционного зондирования относятся все методы неконтактного получения информации, такие как сейсморазведка, гравиразведка и т. д. Среди них особое место занимают методы ДЗЗ из космоса.

Под дистанционным зондированием поверхности Земли понимается наблюдение и измерение энергетических и поляризационных характеристик излучения объектов в различных диапазонах ЭМ спектра с целью определения местоположения, вида, свойств и временной изменчивости объектов окружающей среды без непосредственного контакта с ним измерительного прибора.

ДЗЗ имеет широкий круг приложений, и прежде всего, в военной сфере.

В невоенной сфере большинство приложений относится к категории исследования окружающей среды:

1. Атмосфера: температура, осадки, распределение и тип облаков, концентрации газов и т.д.

2. Земная поверхность: топография, температура, альбедо, влажность почвы, тип и состояние растительности, антропогенные нагрузки.

3. Океан: температура, топография, цвет водной поверхности и т.д.

4. Криосфера: распределение, состояние и динамические подвижки снега, морского льда, айсбергов, ледников.

Одной из наиболее важных характеристик ДЗЗ является возможность накапливать данные о большой области земной поверхности или объеме атмосферы за короткий промежуток времени, получая практически моментальный снимок. Например, с помощью сканера на геостационарном метеорологическом спутнике Meteosat изображение примерно четверти поверхности Земли формируется менее чем за полчаса. Если этот аспект рассматривать в сочетании с тем фактом, что с помощью спутниковых систем можно получать данные в ситуациях сложных для наземных исследований, когда они медленны, дороги, опасны, политически неудобны, то потенциальная польза ДЗЗ становится еще более очевидной. Дополнительным преимуществом ДЗЗ является возможность систем выдавать калиброванные данные в цифровом виде, которые могут быть введены непосредственно в компьютер для обработки.

В современных условиях следующие характеристики определяют востребованность космических снимков (КС):

Объективность - каждый КС является документом, объективно отражающим состояние местности на момент съемки. Подделать КС практически невозможно, так как съемку ведут различные компании-операторы и попытки изменения данных могут быть легко обнаружены.

Актуальность - материалы космической съемки можно получить на различные даты, включая съемку на заказ, которая осуществляется, как правило, в течение нескольких недель.

Масштабность - современные приборы ДЗЗ позволяют одновременно снять значительные по площади территории с довольно высокой степенью детализации.

Экстерриториальность - участки съемки никак не привязаны к государственным и территориальным границам и для проведения съемки не требуется разрешение.

Доступность - в настоящее время данные ДЗЗ с пространственным разрешением 2 м и ниже являются открытыми. Процедура заказа и получения снимков достаточно проста.

Данные ДЗЗ, полученные с космических спутников, зачастую нельзя получить никаким другим способом. Современная служба погоды в значительной мере основана на наблюдениях со спутников. Следует отметить, что чем больше территория государства, тем более эффективно применение дистанционных методов.

Доступ к данным ДЗЗ регулируется так называемой политикой «открытого неба» (Open Sky Policy). Основным международным консультативным органом координации политики в области ДЗЗ является CEOS (Committee on Earth Observation Satellites).

Применение и источники данных ДЗЗ для развития арктической зоны Российской Федерации В арктических и субарктических регионах России на первом месте стоят проблемы мониторинга состояния природных ресурсов и экологического контроля за их добычей и переработкой, анализ состояния природных комплексов в условиях антропогенного воздействия. В настоящее время большинство исследований в области экологии и природопользования базируется на данных ДЗЗ. Тенденции к расширению роли космического мониторинга в значительной мере связаны с усилением требований к оперативности и достоверности сведений о состоянии окружающей среды.

При решении тематических задач оценки природных ресурсов и окружающей среды, решаемых с использованием материалов ДЗЗ, выделяют четыре основные области [6]:

1) геология и ресурсы недр; 2) гидрология и поверхностные водные ресурсы; 3) лесные ресурсы и растительный покров; 4) воздействия на окружающую среду.

Современный рынок данных ДЗЗ предоставляет широкие возможности по выбору КС, которые могут быть использованы для создания и обновления геопространственной информации. Для задач крупномасштабного топографического картографирования подойдут снимки сверхвысокого ПР (выше 2 м), такие как WorldWiew-l, GeoEye-1, CARTOSAT-2, QuickBird, IKONOS, РесурсДК и др., и высокого ПР (2-3 м), такие как Radarsat-2, SPOT-5, CARTOSAT-1, FORMOSAT-2, ALOS PRISM.

Для целей тематического картографирования, в большинстве случаев, подходят КС сенсоров среднего ПР, имеющие большое количество спектральных каналов, отвечающих за узкие участки спектра. Наличие каналов в среднем, ближнем и дальнем ИК диапазонах дает расширенные возможности для прикладных задач, связанных с картографированием растительного и почвенного покровов. К таким съемочным системам относятся, прежде всего, RapidEye, ALOS AVNIR-2, Landsat-5/7, SVOT-4/5, ASTER, IRS-1С/ID, Resoursesat-1 и др.

Современные КС более низкого ПР в таких системах, как MODIS, MERIS, NOAA и других, также несут огромный объем полезной информации, позволяющей решать тематические задачи в мелких масштабах.

К настоящему моменту накоплен большой архив данных ДЗЗ, который регулярно пополняется. У потенциального потребителя есть широкие возможности выбора снимков по типу съемки, пространственному и радиометрическому разрешению, а также по времени съемки. Архивные данные, как правило, значительно дешевле оперативных, но в любом случае, для конечного пользователя проходит определенное время между заказом снимка и его получением, даже если снимки приобретаются через Интернет. Организации, которые работают с большими объемами информации, могут получать данные со спутников в режиме оперативной связи, минуя поставщиков данных ДЗЗ, если приобретут и установят у себя станцию приема информации.

Заключение В настоящее время ДЗЗ является источником актуальной и оперативной пространственной информации и широко используется для решения различных тематических задач. Для развития арктических и субарктических регионов России ДЗЗ приобретает особое значение, т.к. в связи с труднодоступностью, широким промышленным освоением и уязвимостью экосистемы северных регионов ДЗЗ из космоса становится одним из наиболее эффективных инструментов решения возникающих задач.

Литература 1. Зятькова, Л.К., Елепов Б.С. У истоков аэрокосмического мониторинга природной среды («Космос» - программе «Сибирь»): монография. / Л.К.

Зятькова, Б.С. Елепов. - Новосибирск: СГТА, 2007. - 380 с.

2. Гарбук, С.В., Гершензон, В.Е. Космические системы дистанционного зондирования Земли / С.В. Гарбук, В.Е. Гершензон. - М.: А и Б. - 1997.- 296 с.

3. Гонсалес, Р., Вудс, Р. Цифровая обработка изображений / Р. Гонсалес, Р. Вудс / пер. с англ. - М.: Техносфера, 2006. - 1072 с.

4. Замятин, А.В., Марков, Н.Г. Анализ динамики земной поверхности по данным дистанционного зондирования Земли / А.В. Замятин, Н.Г. Марков.

- М.: ФИЗМАТЛИТ, 2007. - 176 с.

5. Ермошкин, И.С. Современные средства автоматизированного дешифрирования космических снимков и их использование в процессе создания и обновления карт // ARCREVIEW. - 2009. - № 1. -С.12-13.

6. Миртова, И.А., Берюляев, A.A. Географические основы аэрокосмического топографического мониторинга территорий Крайнего Севера / И.А. Миртова, А.А. Берюляев // Известия вузов. «Геодезия и аэрофотосъемка».

- 2010. - №6. - С.68-73.

7. Беленко, В.В., Малинников, В.А. Мониторинг природных и техногенных геоэкологических систем Хибинского горнопромышленного узла по данным космической съемки / В.В. Беленко, В.А. Малинников // Известия вузов «Геодезия и аэрофотосъемка».- 2011. -№4. - С.84-87.

Сведения об авторах Вицентий Александр Владимирович - к.т.н., научный сотрудник, доцент, е-mail: [email protected] Alexander V. Vicentiy - Ph.D. (Tech. Sci.), Researcher, Associate professor УДК 004.7, 004. И.О. Датьев, А.С. Шемякин ФГБУН Институт информатики и математического моделирования технологических процессов

КНЦ РАН

Кольский филиал ПетрГУ

ИНФОРМАЦИОННЫЕ СИСТЕМЫ ДЛЯ ИЗВЛЕЧЕНИЯ ДАННЫХ

О ПЕРЕМЕЩЕНИЯХ МОБИЛЬНЫХ УСТРОЙСТВ

Аннотация Самоорганизующиеся одноранговые коммуникационные сети, построенные на основе мобильных устройств, являются перспективной технологией телекоммуникаций. Поэтому, развитие таких сетей, моделирование процессов в них протекающих (перемещения узлов, передачи сообщений) и создание новых протоколов передачи данных являются актуальными задачами. Как правило, математические модели перемещений мобильных узлов не учитывают реальные данные. Авторы сконцентрировались на проблемах получения исходной информации для построения адекватных моделей перемещения мобильных устройств и посвятили данную статью обзору информационных систем, использующих сведения о местонахождении мобильных устройств.

Ключевые слова:

моделирование, мониторинг, анализ, перемещение узлов сети, динамические самоорганизующиеся мобильные системы.

I.O. Datyev, A.S. Shemyakin

INFORMATION SYSTEMS FOR AD-HOC NETWORKS MOBILITY DATA

EXTRACTION

Abstract Ad-hoc networks based on mobile devices, are promising technologies for telecommunications. Therefore, development of existing mobile networks, simulation of the processes occurring in them and new algorithms and data transfer protocols creation are urgent tasks. Today, there are different mathematical mobility models of ad-hoc networks nodes. As a rule, such models are not based on actual data on the The authors of this article focused on the problems of obtaining background information for an adequate model of mobile nodes movement creation. Therefore, this article presents a review of information systems, which use information about the Key words:

simulation, monitoring, analysis, mobility models, ad-hoc networks.

Введение Все больше и больше информационных систем используют в качестве своей основы для приема и передачи данных мобильные устройства.

Мобильные устройства на сегодняшний день являются неотъемлемыми спутниками жизни практически каждого человека. Согласно данным прогноза мирового мобильного трафика на период с 2012 по 2017 год, опубликованного компанией Cisco [1], число подключенных к сети мобильных устройств в году превысит количество жителей Земли. К 2017 году в мире будет в среднем по 1,4 подключенному к интернету мобильному устройству на каждого жителя Земли (более 10 млрд. устройств на 7,6 млрд. человек).

Самоорганизующиеся одноранговые коммуникационные сети, построенные на основе мобильных устройств, являются перспективной технологией телекоммуникаций. К основным преимуществам подобных сетей следует отнести незадействованный вычислительный и телекоммуникационный ресурс множества мобильных устройств, находящихся в распоряжении современных пользователей, а также возможность организации телекоммуникационных сетей на базе устройств малого радиуса действия без создания наземной инфраструктуры базовых станций [2, 3].

Поэтому, развитие существующих динамических мобильных сетей, моделирование процессов в них протекающих (перемещения узлов и процессов передачи сообщений между узлами) и создание принципиально новых алгоритмов и протоколов передачи данных являются актуальными задачами.

Так, например, при тестовых испытаниях производительности разработанных протоколов передачи данных самоорганизующейся мобильной сети необходимо создать условия, максимально приближенные к реальным: соответствующий диапазон передачи сигнала, ограниченное пространство буфера для хранения сообщений, адекватные модели трафика передаваемых данных, а также реалистичные модели перемещения мобильных устройств [5, 6].

На сегодняшний день, существуют различные математические модели перемещений узлов самоорганизующихся сетей [5]. Как правило, подобные модели не опираются на реальные данные о перемещениях мобильных узлов.

Однако, существует достаточно большое количество информационных систем, использующих сведения о местонахождении мобильных устройств (как сотовых телефонов, так и устройств, оснащенных GPS-модулями).

Авторы данной статьи сконцентрировались на проблемах получения исходной информации для построения адекватных моделей перемещения мобильных устройств. Именно поэтому, статья посвящена обзору информационных систем, так или иначе использующих сведения о местонахождении мобильных устройств.

Геолокационные сервисы операторов сотовой связи Особенности функционирования мобильных сетей GSM подразумевают определение местонахождения мобильного устройства для осуществления передачи данных [4]. Сразу после включения, мобильное устройство (MS) осуществляет поиск ближайших базовых станций (Base station, BS): прослушивает эфир в поисках доступных сот. Телефон может прослушивать до 16 широковещательных каналов. Из их числа определяется шесть, наиболее удовлетворяющих по затратам энергии и качеству сигнала. Но в каждый момент времени мобильное устройство будет работать только с одной. У любой из сот есть свой уникальный номер (CellID). При этом все базовые станции (BS) объединены в группы. Как правило, принадлежность к группе определяется их местоположением (Location area), и чтобы базовые станции можно было идентифицировать, каждой группе присваивается уникальный номер — Location area code (LAC). Вместе параметры LAC и CellID работают как уникальные идентификаторы базовой станции, на которой зарегистрировано и работает мобильное устройство. Именно используя эти параметры, Центр коммутации выбирает верное направление для отправки вызова нужному устройству, иначе приходилось бы производить поиск мобильного устройства среди тысяч базовых станций. Кроме того, определяется сектор базовой станции (Cell Sector) и фиксируется время, за которое сигнал от мобильного устройства достигает базовой станции – это параметр Timing Advance. Благодаря этому известна не только принадлежность к базовой станции, но и удаленность от нее (рис. 1).

Данные о местоположении мобильного устройства обновляются с определенной периодичностью или в случае, если он перемещается, то при каждом переключении между базовыми станциями.

Такие особенности функционирования сетей GSM, позволяют операторам сотовой связи создавать и развивать информационные системы, предоставляющие, так называемые, геолокационные сервисы. Примерами реализации геолокационных сервисов являются проекты «Радар», «Маячок», «Контроль кадров» крупнейшего оператора сотовой связи «Мегафон».

Автоматизированные системы управления горнотранспортными комплексами В настоящее время существуют готовые программно-аппаратные решения, позволяющие отслеживать положение транспорта с помощью специализированных мобильных устройств. Широкое распространение такие решения нашли в горнодобывающей отрасли для отслеживания текущего положения горного оборудования, а также при организации движения общественного транспорта.

Система «Карьер». Система «Карьер» [7] автоматизирует процесс диспетчеризации, что позволяет минимизировать так называемые «простои»

техники. Также возможен контроль и управление загрузкой материала, причем управление осуществляется в реальном времени, при необходимости, можно оперативно получить отчетность. Система «Карьер» позволяет автоматизировать процессы управления и наведения горных машин с использованием высокоточной навигации (рис. 2). При этом можно осуществлять контроль над параметрами эксплуатации и состояния горных машин.

Все компоненты системы взаимодействуют между собой с помощью беспроводных сетей, таких как: Motorla MESH, WiFi, WiMax, GSM, Motorola Canopy, Система спутниковой связи Iridium. Для того чтобы горная машина была подконтрольна системе «Карьер», на ее борту должно быть установлено следующее оборудование: интеллектуальная панель, оборудование беспроводной передачи данных, датчики и системы диагностики, навигационные системы.

Структура программного обеспечения системы «Карьер» приведена на рис. 3.

Рис. 3. Структура программного обеспечения Для управления горнотранспортным комплексом используются различные типы карт, причем, как растровые, так и векторные. Эти карты автоматически обновляются из геологических систем. Оператор может наносить на карту различные объекты, маршруты движения, зоны и т. п., просматривать исторические данные. Также для контроля и управления комплексом могут использоваться мобильные приложения.

MODULAR MINING. Американская фирма MODULAR MINING SYSTEM [8] специализируется на разработке компьютеризированных систем управления горными работами при открытой и подземной добыче полезных ископаемых. Основанная в 1979 г. фирма уже с 1980 г. начала активно действовать на рынке автоматизированных программных средств для горнодобывающей промышленности, предложив свою первую систему POPS (Prototype Open pit System) для проектирования карьеров. На сегодняшний день фирма является одним из лидеров на этом рынке – за 15 лет существования ею поставлено 39 программ на 80 горнодобывающих предприятий. Одна из ее наиболее известных систем – мощный пакет программ «Диспетчер» (Dispatch), с помощью которого из одного центра ограниченное количество операторов осуществляет автоматический контроль и управление грузопотоками автосамосвалов (рис. 4), работой и перемещением выемочно-погрузочной техники и бурового оборудования, планирование техобслуживания горного оборудования, а также подготавливаются статистические сводки и производственнотехнические отчеты. Производительность предприятий, на которых применялась система Dispatch, возросла от 6 до 32%.

Рис. 4. Управление самосвалами в системе Dispatch Определение местоположения горнотранспортного оборудования производится с помощью глобальной системы позиционирования GPS, использующей космические спутники связи. Система GPS легко совмещается с остальными системами программы Dispatch. Компания MODULAR MINING SYSTEM предлагает полный набор оборудования для системы GPS. Система GPS способна непрерывно в реальном времени осуществлять управление движением самоходного оборудования. Мобильное автономное оборудование через бортовую антенну получает автоматическое сообщение о прибытии к «виртуальному»

радиомаяку, используя систему координат карьера, хранимую в памяти бортового компьютера на машине, информацию от спутников GPS, наземной отражающейся станции и данные радиоканала.

Данные расположения оборудования передаются в виде файловых сообщений круглосуточно в реальном времени. Сообщения включают «снимки»

(мониторинг) карьера в реальном времени, диспозицию оборудования в любой момент смены, текущие данные о поливке и планировке автодороги.

Управление транспортными средствами является наиболее сложным процессом в программе Dispatch. Вся информация, собираемая с бортовых компьютеров самосвалов, передается в информационный центр (диспетчерскую) на центральный компьютер. Управление транспортными грузопотоками из информационного центра производится одним или двумя диспетчерами. В начале смены диспетчер сообщает свой номер (своего рода пароль) бортовому графическому дисплею GOIC (Graphical Operator Interface Console), расположенному в кабине самосвала. В течение смены диспетчер отмечает только отклонения от нормы (например, задержки и простои оборудования). Остальная информация собирается системой в автоматическом режиме.

Проект «Интеллектуальный карьер». Суть проекта состоит в создании первой в России и СНГ технологии для осуществления добычи полезных ископаемых на открытых горных работах, не требующей присутствия людей.

Самосвалы роботизированы, то есть движутся полностью автономно без водителей в кабине, а другая погрузочно-доставочная техника дистанционноуправляемая.

Экономический эффект при использовании системы «Интеллектуальный Карьер» достигается за счет:

исключения производственного персонала в зоне непосредственного ведения горных работ, уменьшения ремонтного персонала. Один оператор в диспетчерском центре может контролировать движение 4-10 самосвалов.

Машинисты погрузочной техники переводятся в современный диспетчерский центр и работают под непосредственным руководством горных инженеров;

уменьшения капитальных затрат при использовании техники – 15-20% за счет правильной эксплуатации техники;

повышения производительности работы самосвалов на 20% за счет уменьшение количества простоев, изменения технологического процесса смены.

Одной из особенностей системы является возможность привязывать рабочую смену самосвала к плановым ТО и ремонтам техники. Простои, связанные с человеческим фактором устраняются (пересменка, обед, плохое самочувствие, ошибки в организации производственного процесса и т.д.) Кроме того, отпадает необходимость строительства социальной инфраструктуры для линейного персонала открытых горных работ, поскольку работа может проводиться из удаленных диспетчерских центров, расположенных в административных центрах с развитой социальной инфраструктурой.

Проект разрабатывает компания «ВИСТ МАЙНИНГ ТЕХНОЛОДЖИ» – 100 % дочерняя компания ВИСТ Групп, более 50 человек заняты в НИОКР проекта, среди членов команды 2 доктора наук, 5 кандидатов наук, 5 лауреатов премии правительства в области науки и техники.

Среди партнеров компании - ведущие горнодобывающие компании, Заводы БЕЛАЗ, ОМЗ, ведущие горнодобывающие компании, ИПКОН РАН [9].

АСУ ГТК компании ЗАО «Союзтехноком». Для предприятий горнодобывающей отрасли ЗАО «Союзтехноком» [10] предлагает программноаппаратные комплексы автоматизации контроля и учета работы технологического универсальным инструментом для учета технических и технологических параметров, технической диагностики узлов и агрегатов транспорта, позволяющим строить как автономные автоматизированные системы, так и комплексные диспетчерские системы (автоматизированные системы управления горнотранспортным комплексом). Система управления горнотранспортным комплексом предполагает создание единого информационного пространства «автосамосвал (погрузочные средства) – водитель (оператор) – диспетчерский пост – водитель (оператор)». Участие мобильных и стационарных объектов в обмене информацией достигается их оснащением работомерами с GPS навигацией и устройствами передачи данных. Рабочая модель системы ориентирована на сеть первичной обработки и передачи информации с бортов для принятия решений должностными лицами. Во время работы бортовой комплекс выполняет функции «черного ящика», записывая в оперативную память все события технологического процесса, происходящие «на борту», а также осуществляя контроль состояния важнейших систем транспортного средства. В состав системы входят:

бортовое устройство идентификации, сбора и учета сменной информации – работомер (PM2). Внешний вид РМ2 приведен на рис. 5;

устройство идентификации iButton (далее устройство iButton или таблетка);

считыватель iButton, подключаемый к персональному компьютеру.

Оборудование транспортных средств бортовыми вычислителями создает стартовые условия для широкого использования современных информационных технологий оперативного учета, контроля и управления процессом перевозок при открытых разработках полезных ископаемых. Бортовой вычислитель автоматически обеспечивает прием-сдачу рабочих смен и формирование сменных отчетов об использовании транспортного средства в принятой на предприятии системе учета производственных показателей. В течение рабочей смены в хронологическом порядке регистрируются технологические операции погрузки, разгрузки, заправки ГСМ с указанием пространственных координат, а также возникающие на борту неисправности, внутрисменные простои, их причины и точные координаты стоянки.

Ещё одним примером систем управления горнотранспортным комплексом может служить Система диспетчеризации Wenco. Автоматизированная система компании Wenco [11] включает широкий набор функций, начиная с системы отчетности по оперативной информации из карьера, высокоточного позиционирования и управления техникой, и заканчивая информацией по техническому состоянию карьерной техники и передовой системой автоматической диспетчеризации.

Используя современные технологии в областях GPS-мониторинга, беспроводных широковещательных каналов связи, информационных технологий и компьютерных программ, Wenco используется крупнейшими компаниям в горнодобывающей отрасли, таких как, BHP-Billiton, DeBeers, Teck Cominco, US Steel и в СНГ, АК «АЛРОСА», ЗАО «ПОЛЮС», Ferrexpo.

Автоматизированные системы мониторинга и диспетчеризации общественного транспорта Система ГЛОНАСС-мониторинга Voyager. Система GPS/ГЛОНАСС [20] мониторинга отображает информацию о текущем местоположении транспорта, его скорости, адресе в режиме реального времени. Контролируются такие параметры, как зажигание, работа аккумулятора/массы, исправность самого прибора, состояние дополнительных механизмов (рис. 6).

ГЛОНАСС контролирует транспорт в режиме реального времени.

Частота обновления информации составляет не более 15 секунд. Объекты можно группировать и контролировать как все сразу, так и по отдельности.

В отчете по пробегу содержится информация о ежедневном и общем пробеге автомобиля, начале и продолжительности рабочего дня, суммарном времени движения и стоянок, скорости. Возможен автоматический расчет топлива по нормативам.

Для сферы пассажирских перевозок и опасных грузов очень важен контроль соблюдения заданного расписания движения. Система ГЛОНАСС GPS мониторинга транспорта может создавать отчет по посещению определенных зон. В качестве контрольных зон используются объекты, точки маршрута, “коридоры”, используемые для маркировки маршрута. Зоны создаются как вручную, так и автоматически.

Чтобы снизить вероятность проезда водителя по запрещенным маршрутам предусмотрена возможность контроля маршрутов в реальном времени.

Рис. 6. Online-мониторинг Сгруппировав созданные контрольные зоны в порядке посещения, возможно контролировать маршрут движения транспорта (рис. 7). Определив время посещения каждой контрольной зоны, можно создать расписание для каждого маршрута. Фактически, это маршрутный лист движения транспорта.

Фиксируются все посещенные водителем адреса, пробег между ними, скорость движения. Кроме того, на карте отображаются места и продолжительность стоянок.

Система диспетчеризации BusReport [21] – программный комплекс от компании KazinterSoft, который работает совместно с системой GPSмониторинга Wialon и решает основные задачи диспетчеризации городского пассажирского транспорта. BusReport – web-решение, формирующее отчеты для всех предприятий, занимающихся пассажирскими перевозками.

Для работы BusReport необходимы:

постоянный доступ в Интернет.

отдельная учетная запись в существующей системе мониторинга Wialon.

подключение модулей Wialon ActiveX и "Расширенные отчеты".

Далее представлены особенности и дополнительные возможности системы BusReport. Система позволяет сформировать все необходимые виды отчетов (по превышениям скоростного режима, по контрольным точкам, по интервалу между автобусами, по количеству автобусов на маршруте, по количеству «кругов» и др.). Специализированное клиентское программное обеспечение предусматривает получение информации о схемах маршрутов и текущем положении автобусов со смартфонов и планшетов на базе Android.

Также, предусмотрена возможность подключения камеры и датчиков пассажиропотока к GPS-трекеру, что позволяет получать снимки из салона автобуса. Кроме того, возможна установка автоинформатора c GPS-приемником (устройство автоматического объявления остановок и других служебных сообщений, а также вывода информации на светодиодное табло). Система BusReport поддерживает возможность взаимодействия с информационным табло, установленным на так называемой «умной» автобусной остановке.

Программа для такси Infinity TAXI [22] - система автоматизации диспетчеризации такси. Важной отличительной особенностью системы является встроенный Call-центр и запись разговоров. Возможно подключение электронных карт, модуля SMS, GPS-навигации. Использование специальных водительских терминалов (Java-приложений) позволяет отказаться от радиоканала.

Функциональные особенности системы Infinity Taxi:

запись разговоров (записанные разговоры хранятся по каждому заказу в отдельности);

работа с корпоративными клиентами;

гибкие правила расчета стоимости;

призовые поездки, проведение акций;

взаиморасчет с водителями;

взаиморасчет с операторами;

определитель номера;

база адресов, возможность задать адрес по первым введенным символам возможность подключения телефонных гарнитур;

предоставление статистических данных по звонкам;

возможность «тонкой» настройки внешнего вида с помощью специального конфигуратора;

телефонизация службы такси. Наличие офисной АТС не требуется;

автоматический контроль работы операторов. Отслеживание пропущенных телефонных вызовов, среднего времени поднятия телефонной трубки, средней продолжительности обработки заказа по каждому оператору.

Для моделирования мобильных сетей трудно переоценить значение данных о перемещениях мобильных устройств и их владельцев. В то же время, представленные выше информационные системы мониторинга и диспетчеризации транспорта используют подобные данные в своей работе ежедневно.

Сервисы поиска попутчиков Рodorozhniki.com. Каждый день сотни тысяч людей преодолевают один и тот же привычный маршрут на работу, учебу или куда-то там еще. Кто-то делает это на своем 5-ти местном автомобиле, скучая в заторах, а кто-то намеревается протиснуться в маршрутку или метро, пытаясь добраться в том же направлении. Суть ресурса podorozhniki.com [13] проста - объединить пассажиров и водителей, которые хотят рационально использовать автотранспорт.

Необходимо указать, куда и когда планируется поездка, и система подберет попутчиков-подорожников по заданному маршруту. Поездки можно планировать как в пределах города, так и для междугородних путешествий.

Преимущества сервиса для водителей: расходы на бензин (а, возможно, и другие) частично или полностью компенсируют попутчики; водителям удастся избежать стресса и нагрузки от ежедневного вождения (участники проекта podorozhniki.com могут по очереди исполнять роль водителя). К преимуществам для пассажиров следует отнести: стоимость проезда с водителем-подорожником сопоставима со стоимостью проезда в общественном транспорте; возможность передвигаться по городу или между городами с комфортом на автомобиле вместо не всегда удобного общественного транспорта. Чем больше людей воспользуется ресурсом podorozhniki.com для нахождения попутчиков, тем свободнее станут дороги, уменьшится количество дорожных заторов, выбросов вредных газов.

Dowezu.ru. Проект [14] помогает в поиске попутчиков для совместного путешествия или езды на работу. Водитель и пассажир находят друг друга по схожему маршруту, знакомятся, общаются и договариваются о совместных поездках.

На сайте проекта необходимо заполнить анкету и после этого можно пользоваться всеми сервисами сайта. Также возможно вести переписку с попутчиками, смотреть фотографии и многое другое.

Таким образом, системы поиска попутчиков могут быть полезны для извлечения сведений о намерениях перемещений владельцев мобильных устройств. На основе таких сведений, возможно, осуществлять прогнозирование перемещений мобильных устройств и их владельцев.

GPS-трекеры индивидуального пользования На сегодняшний день, можно выделить две основные группы GPSтрекеров: аппаратные, в виде отдельных устройств, и программные, в виде приложений для мобильных устройств.

Рассмотрим пример аппаратного GPS-трекера «ГДЕ МОИ». GPS-трекер «ГДЕ МОИ» – это небольшое устройство для спутникового слежения за автомобилями, людьми и другими объектами. Положив GPS-трекер в бардачок автомобиля или портфель ребенка, можно отслеживать их перемещение в городе и за его пределами. Таким образом, GPS-трекер служит «маячком», позволяющим отслеживать передвижение. Технически в GPS-трекере совмещено два устройства: GPS-приемник и GSM-модем. С помощью спутниковой системы позиционирования GPS-трекер вычисляет координаты и скорость движения, и тут же передает полученные данные наблюдателю через GPRS-канал сотовой связи (для этого в устройство вставляется SIM-карта). Результаты непрерывного наблюдения в течение некоторого промежутка времени позволяют получить маршрут объекта. Используя WEB-сервис «ГДЕ МОИ», доступный по адресу http://my.gdemoi.ru (мобильная версия – http://gdemoi.mobi) вы можете отслеживать местонахождение объектов с GPS-трекерами в режиме «он-лайн».

Для этого достаточно наличие мобильного телефона или компьютера: данные от GPS-трекера накладываются на электронную карту, показывая текущее положение (с адресом) и пройденный маршрут.

Когда объект на время покидает зону GSM-покрытия (например, в метро или за городом), GPS-трекер накапливает данные во встроенной памяти и затем, при появлении сотового сигнала, передает их единым пакетом. С помощью WEB-сервиса «ГДЕ МОИ» возможно отслеживание истории перемещения объекта. История перемещений GPS-трекера хранится до трех лет. На маршрутах отмечаются: время и адрес начала и конца движения, время в пути и протяженность маршрута, скорость и другие параметры. С помощью услуг «ГДЕ МОИ» можно получать моментальные уведомления посредством SMS, автоматическим телефонным звонком или на E-mail об интересующих событиях: нажатие тревожной кнопки, посещение заданной гео-зоны, отклонение от маршрута, контроль посещений заданных мест, низкий заряд аккумулятора, выключение GPS-трекера, снятие GPS-трекера с объекта, срабатывание автомобильной сигнализации [12].

Далее, в качестве примеров программных разновидностей GPS-трекеров и демонстрации их функциональных возможностей, рассмотрим 5 популярнейших (с наибольшими рейтингами Google Play приложений для ОС Android) спортивных GPS-трекеров. Большинство подобных приложений умеет не только считать километраж, но и рисовать маршруты, формировать статистику перемещений и делиться ей в социальных сетях. Однако, несмотря на схожий принцип работы, у каждой из подобных программ есть свои особенности.

Runkeeper в Google Play. Приложение ориентировано именно на бегунов: акцент сделан на маршруты, трассы и командные забеги. Кроме того, Runkeeper [15] оснащен системой тренировок, что дает возможность избежать типичных для новичков ошибок и сделать пробежки более эффективными. Вся необходимая информация по маршруту выводится в наушники прямо поверх музыки (во всех спорт-трекерах существуют плееры). Помимо стандартных для спорт-трекеров счетчиков дистанции, средней скорости и сожженных калорий, Runkeeper хорошо интегрируется с соцсетями, позволяя «расшаривать»

достижения, сравнивать их с рекордами друзей. Для полноценного использования приложения потребуется регистрация на сайте, возможная через аккаунт в Facebook. Внешний вид одного из окон приложения приведен на рис. 8.

Endomondo Sports Tracker в Google Play. Endomondo [16] – кросплатформенное приложение, предназначенное для фиксации данных о тренировках. Среди функций – счетчики продолжительности и средней скорости пробежки, расстояния и сожженных калорий, подача аудиосигналов и несколько режимов тренировки. Как и большинство спорт-трекеров, система достижений в Endomondo имеет состязательный характер: соревноваться можно со своими собственными рекордами, рекордами друзей и лучшими достижениями на маршруте (их Endomondo запоминает в виде трасс). Кроме того, есть возможность включать в секундомере приложения обратный отсчет. В отличие от Runkeeper, аудиоподсказки в Endomondo вынесены в платную версию.

Регистрация возможна как через форму на сайте, так и через Facebook последний вариант позволяет автоматически выкладывать результаты прямо в хронику. Внешний вид приложения приведен на рис. 9.

Adidas miCoach в Google Play. Adidas miCoach [17] - приложение от фирмы Adidas, первоначально созданное для работы с ее проприетарными гаджетами для анализа пробежек. Однако и без них программа позволяет накапливать статистику по дистанции, калориям и скорости, осуществлять звуковые подсказки и планировать тренировки. Среди режимов: свободная пробежка и режим «трека», сложность которого меняется в зависимости от указанного уровня подготовки. Главными же преимуществами miCoach являются поддержка русского языка (в аудиоподсказках, в частности) и календарь тренировок, позволяющий работать с ним также в приложении Google-Календарь. Запланированные тренировки, в нем записанные, miCoach умеет отправлять на телефон. Внешний вид одного из окон приложения приведен на рис 10.

Runtastic в Google Play. В целом, напоминающий Runkeeper, Runtastic [18] умеет считать дистанцию, время, скорость и сожженные калории.

Принципиальное отличие - слежение за перемещениями в трех измерениях, с точным отсчетом высоты, позволяющим подбирать сложность дистанции. Всю собранную информацию приложение выстраивает в красочные графики, которые можно автоматически публиковать в Facebook. PRO-версия отличается отсутствием рекламы, наличием голосовой связи, метеосводками и работой с Google Earth. Также, отличительной чертой Runtastic является принципиальная мультиплатформенность: кроме стандартных iOS и Android, программа поддерживает Windows, Blackberry и Bada. Внешний вид одного из окон приложения приведен на рис 11.

Рис. 10. Приложение Adidas miCoach Sports Tracker. Еще один популярный спортивный трекер — Sports Tracker [19]. Он доступен не только для Android. Есть версии для iOS и Windows Phone. Sports Tracker умеет различать свыше двенадцати видов спорта и показывать статистику по каждому из них с разбивкой дистанции на отрезки.

Кроме того, в сервисе предусмотрены звуковые выкладки каждые пятьсот метров с информацией об общем времени, времени за пройденный отрезок и скорости (кроме стандартных км/ч, имеются еще мин/км). После окончания пробежки, ее детали будут доступны на сайте приложения, с цветовым отображением скорости на маршруте. Регистрация возможна как через форму, так и через Facebook - в этом случае будут доступны данные о перемещениях ваших друзей, зарегистрированных в программе. Сайт Sports Tracker оснащен еще и счетчиком, суммирующим дистанцию, преодоленную всеми пользователями приложения. Внешний вид одного из окон приложения приведен на рис. 12.

Таким образом, GPS-трекеры позволяют производить мониторинг и накапливать информацию о перемещениях мобильных устройств, что, в свою очередь, может быть использовано при построении моделей перемещения узлов самоорганизующихся мобильных сетей. Кроме того, данные о перемещениях мобильных устройств, полученные в процессе работы подобных систем, могут быть применены для решения задач управления транспортными потоками (как автомобильными, так и пешеходными).

Рис. 12. Приложение Sports Tracker Основными критериями работы геолокационных сервисов являются не только точность определения координат мобильного устройства, но и частота их обновления по запросу, возможность получить не только актуальные координаты в текущий момент, но и хранить исторические данные и строить маршрут передвижения устройства, а значит и абонента.

Поскольку работа многих абонентских услуг связана с получением координат конкретного абонента, показать эти координаты возможно только в случае, если абонент дал на это разрешение: подтвердил свое согласие при запросе от геолокационного сервиса. Другого способа получить координаты абонента нет [4].

С другой стороны, в настоящее время существуют готовые программноаппаратные решения, позволяющие отслеживать положение транспорта с помощью специализированных мобильных устройств. Такие решения применяются в горнодобывающей отрасли для отслеживания текущего положения горного оборудования (Автоматизированная система управления горнотранспортными комплексами “Карьер”, разработанная ВИСТ Групп, Modular Mining Dispatch) и др., а также при организации движения общественного транспорта (как в пределах одного населенного пункта, так и в региональном масштабе). Наиболее яркие примеры программно-аппаратных решений в сфере организации движения общественного транспорта – диспетчеризация служб такси. Для организации взаимодействия между компонентами программноаппаратного комплекса используются все виды связи – как проводной, так и беспроводной (включая спутниковую связь).

Существуют решения и для индивидуального применения – так называемые GPS-трекеры, как аппаратные, так и программные, в виде приложений для мобильных устройств. Для функционирования подобных приложений требуется подключение к сети Интернет и передача данных о перемещении центральному серверу с целью дальнейшей обработки.

Среди прочих выделяется ещё одна группа информационных систем, с помощью которых можно извлекать информацию о перемещениях владельцев мобильных устройств: популярные системы типа «Попутчики»

(podorozhnik.com, dowezu.ru), позволяющие водителям и пассажирам связаться между собой для совершения совместных поездок как в пределах одного города, так и в пределах государства.

Итак, на сегодняшний день появляется всё большее количество информационных систем, так или иначе использующих телекоммуникационный ресурс мобильных устройств. Все эти системы, как правило, являются коммерческими проектами, направленными на решение частных задач. В то же время, информация о мобильных устройствах, их перемещениях, намерениях перемещений их владельцев и т. д., т.е. информация, используемая в этих изолированных друг от друга информационных системах, представляется полезной для моделирования перемещений узлов самоорганизующихся мобильных сетей. Однако, сведения о мобильных устройствах и их перемещениях, полученные в результате работы рассмотренных информационных систем в силу функциональной разнородности и информационной изолированности этих систем, обычно не применяются в исследованиях мобильных сетей.

Централизованный сбор разнородной информации на базе единой программной платформы или, по крайней мере, создание технологии доступа и интеграции существующих данных, по глубокому убеждению авторов, могут быть чрезвычайно полезны для формирования комплексного представления о процессах, протекающих в мобильных сетях (в том числе самоорганизующихся), их моделирования, создания новых и развития существующих методов передачи данных.

Литература 1. Cisco Visual Networking Index: Global Mobile Data Traffic Forecast Update -С.2012–2017. - Режим доступа:

http://www.cisco.com/en/US/solutions/collateral/ns341/ns525/ns537/ns705/ns827/ white_paper_c11-520862.html 2. Шишаев, М.Г. Организация динамической коммуникационной сети на базе мобильных устройств с многокомпонентной метрикой маршрутов / М.Г. Шишаев, А.В. Трефилов // Труды Кольского научного центра РАН. Информационные технологии.– Апатиты: Изд-во КНЦ РАН. - 4/2012(11). - Вып. 3.

-С.99-105.

3. Шишаев, М.Г. Имитационная модель пространственных перемещений объектов с квазислучайными параметрами маршрутов / М.Г. Шишаев, С.Ю. Елисеенко // Труды Кольского научного центра РАН. - Информационные технологии. – Апатиты: Изд-во КНЦ РАН. -4/2012(11). – Вып. 3. –С.106-114.

4. По следам мобильного телефона. Геолокация с помощью сотовой сети.

-Режим доступа: http://habrahabr.ru/company/megafon/blog/167905/ 5. Mobility model in ad hoc network. - Режим доступа: http://www-public.itsudparis.eu/~gauthier/MobilityModel/mobilitymodel.html 6. Lu, G., Manson, G., Belis, D. Mobility Modeling in Mobile Ad Hoc Networks with Environment-Aware./ Gang Lu, Gordon Manson and Demetrios Belis // Journal of Networks, vol. 1, no. 1, may 2006.

7. ВИСТ Групп. Решения для горнодобывающей отрасли. -Режим доступа:

http://www.mwork.su/images/news/vist/3.pdf 8. Современные программные системы компании Modular Mining для управления горным оборудованием на карьерах //Горная Промышленность. -№4.

-1996.

9. Проект «Интеллектуальный карьер». - Режим доступа:

http://community.sk.ru/net/1110187/ 10. АСУ ГТК - Автономный вариант. - Режим доступа:

http://www.sotekom.ru/content/asu-gtk-avtonomnyy-variant 11. Высокоэффективные системы управления карьерной техникой.

- Режим доступа: http://wenco.ru/ 12. GPS трекеры «ГДЕ МОИ». - Режим доступа: http://www.gdemoi.ru/gpstreker.php 13. Добро пожаловать на podorozhniki.com! - Режим доступа:

http://podorozhniki.com/ru/about 14. Помощь и советы. - Режим доступа: http://dowezu.ru/app_ref/faq.aspx 15. Runkeeper. - Режим доступа:

https://play.google.com/store/apps/details?id=com.fitnesskeeper.runkeeper.pro 16. Endomondo Sports Tracker. -Режим доступа:

https://play.google.com/store/apps/details?id=com.endomondo.android 17. Adidas miCoach. - Режим доступа:

https://play.google.com/store/apps/details?id=com.adidas.micoach 18. Runtastic. - Режим доступа:

https://play.google.com/store/apps/details?id=com.runtastic.android 19. Sports Tracker. - Режим доступа:

https://play.google.com/store/apps/details?id=com.stt.android 20. Профессиональный ГЛОНАСС GPS мониторинг транспорта с помощью систем Voyager. - Режим доступа: http://www.gps-spb.ru/glonass-monitoringtransporta.html 21. BusReport. - Режим доступа:

http://gurtam.com/ru/gps_tracking/gps_business/telematics_soft.html?app=busrep 22. Комплексная программа для диспетчерской такси! - Режим доступа:

http://www.infinitydv.ru/infinity-taxi Сведения об авторах Датьев Игорь Олегович – к.т.н., научный сотрудник, e-mail: [email protected] Igor O. Datyev – Ph. of Sci (Tech), Researcher Шемякин Алексей Сергеевич – младший научный сотрудник, e-mail: [email protected] Alexey S. Shemyakin – Junior researcher УДК 004.772, 004. Ю.В. Катькалов, Я.А. Сахаров ФГБУН Полярный геофизический институт КНЦ РАН

СИСТЕМА ПЕРЕДАЧИ ДАННЫХ ДЛЯ СЕТИ ГЕОФИЗИЧЕСКИХ СТАНЦИЙ

Аннотация В работе описана система, предназначенная для передачи геофизических данных с удаленных точек наблюдения, построенная на базе GSM-устройств, использующихся для подключения к сети Интернет. Приводится описание основных компонентов системы, а также процедур передачи данных.

Ключевые слова:

система передачи данных, геофизические данные.

Ju.V. Katkalov, Ja.A. Sakharov

DATA TRANSMISSION SYSTEM FOR GEOPHYSICAL NETWORKS

Abstract The article decribes the system designed for transmission geophysical data from remote observation points by using GSM as access point on Internet. It contains description of the main components of the system, as well as data transmission Key words:

data transmission system, geophysical data.

Введение При решении современных задач по исследованию воздействия факторов космической погоды на технологические или иные системы, становится актуальной проблема оперативной передачи информации, собираемой на территориально распределенной сети станций, в единый информационный центр для обработки, анализа и последующего размещения их в базах данных. В условиях Арктики зачастую единственным способом оперативной передачи информации являются мобильные каналы связи. Нами разработана система сбора, передачи и обработки данных, предназначенная для обслуживания геофизических обсерваторий Полярного геофизического института. Далее описана система, обеспечивающая передачу данных на центральный узел для хранения, обработки и визуализации данных, работающая в обсерватории Ловозеро, а также в международном проекте EURSIGIC Система передачи данных Разработанная система состоит из двух компонентов: системы сбора данных и системы передачи данных на центральный сервер сбора данных (рис. 1).

EURISGIC - European Risk from Geomagnetically Induced Currents. Проект финансируется Европейским Союзом в рамках Седьмой Европейской Рамочной Программы (FP7-SPACE-2010-1).

Рис.1. Основные компоненты системы передачи данных Система передачи данных включает в себя два компонента, разделенных территориально: локальный сервер и центральный сервер сбора данных.

Локальный сервер соединен с системой сбора данных и выполняет функцию подготовки данных, полученных системой сбора, с дальнейшей отправкой данных на центральный сервер сбора. Данный компонент реализован в виде аппаратно-программного комплекса, включающий локальный сервер, работающий под управлением операционной системы Linux (openSUSE 12), и GSMмаршутизатор (CCU 3G VPN). GSM-маршрутизатор представляет собой автономное устройство, которое предназначено для подключения сетевых устройств из локальной сети к сети Интернет, используя сеть GSM в качестве среды передачи данных.

Использование GSM-маршрутизатора в качестве устройства для соединения с Интернет имеет ряд преимуществ по сравнению с использованием обычных неавтономных GSM-устройств, таких как GSM-модемы:

GSM-маршрутизатор является автономным устройством (не требует наличие компьютера для подключения);

GSM-маршрутизатор может использоваться как точка выхода в сеть Интернет для нескольких сетевых устройств;

GSM-маршрутизатор включает аппаратные/программные средства контроля состояния подключения к сети Интернет.

Таким образом, использование GSM-маршрутизатора позволяет организовать беспроводное соединение с сетью Интернет для одного или нескольких устройств в условиях, когда организация проводного соединения невозможна или нецелесообразна (например, по техническим или экономическим соображениям).

Работа локального сервера сбора данных реализована следующим образом (рис. 2):

1) система сбора данных записывает полученные данные в файл и, согласно расписанию, передает данные на локальный сервер сбора данных, используя один из возможных протоколов передачи данных. В качестве протоколов передачи данных могут использоваться ftp, http, ssh, smb, rsync и другие;

2) cервер, согласно установленному расписанию, проверяет наличие новых данных от системы сбора и, в случае их наличия, производит подготовку данных для отправки на центральный сервер сбора. Данная процедура состоит из двух этапов: архивация данных, которая включает сжатие данных, и перемещение данных в архивное хранилище. Данные, переданные в хранилище, будут также добавлены в очередь, которая представляет собой список файлов для передачи на центральный сервер сбора;

3) на завершающем этапе сервер осуществляет отправку данных, находящихся в очереди, на центральный сервер сбора данных.

Рис. 2. Схема передачи данных на центральный сервер сбора Процедура передачи данных на центральный сервер сбора выполняется по следующей схеме:

1) локальные сервер, используя протокол ssh, устанавливает соединение с центральных узлом по заданному адресу;

2) на следующем этапе для всех файлов, находящихся в очереди на передачу, будет выполнена следующая процедура:

на локальном сервере вычисляется хешш-сумма (контрольная сумма) файла по алгоритму MD5. Для вычисления хешш-суммы используется программа md5sum;

локальные сервер передает файл на центральный сервер сбора и помещает его во временное хранилище. Для передачи данных на удаленный узел (центральный сервер сбора данных) используется программа scp, которая использует ssh в качестве транспортного протокола;

после завершения процедуры передачи, локальный сервер вычисляется хешш-сумму файла, который находится во временном хранилище на центральном сервере сбора;

локальный сервер производит проверку, совпадают ли хешш-суммы файлов из временного хранилища и из очереди и, в случае совпадения (считается, что если хешш-суммы совпадают, то файл был передан без ошибок), файл перемещается из временного хранилища в основное хранилище данных на центральном сервере сбора;

в случае, если процедура передачи файла была прервана (например, из-за разрыва соединения) или хешш-суммы файлов не совпадают, локальный сервер пытается передать файл из очереди повторно.

3) Локальный сервер закрывает соединение с центральным узлом и удаляет из очереди все файлы, которые были успешно переданы на центральный сервер сбора данных.

Несмотря на то, что описанная процедура передачи данных с локального сервера на центральный сервер сбора данных является более трудоемкой по сравнению с обычными процедурами передачи данных (например, копирование фалов по протоколу ftp или rsync), она позволяет гарантировать, что данные, которые будут помещены в основное хранилище на центральном сервере сбора, не будут содержать ошибок.

Использование протокола ssh позволяет организовать защищенный (зашифрованный) канал передачи данных, что является необходимым в случаях, когда данные являются конфиденциальными. Кроме того, протокол ssh позволяет организовывать ssh-туннели, которые могут использоваться, например, для создания "прямого" соединения между двумя узлами (VPN-overssh). Использование таких соединений, позволяет решить задачу, связанную с контролем и управлением удаленной системой сбора данных.

Описанный подход к реализации передачи данных на центральный сервер сбора с использованием локального сервера хранения данных позволяет решить ряд важных задач. Во-первых, использование промежуточного сервера хранения данных позволяет разделить задачу сбора и задачу передачи данных.

Это позволяет реализовывать более гибкую конфигурацию систем сбора и передачи данных, а также производить масштабирование существующей системы, в случае, когда требуется организовать передачу данных от нескольких системы сбора данных (рис. 3). Во-вторых, наличие локального сервера хранения, в качестве компонента системы передачи данных, позволяет организовывать отправку данных на центральный сервер независимо от работы системы сбора.

Рис. 3. Пример масштабирования системы передачи данных Заключение В приведенном подходе данные, переданные одной или несколькими системами сбора, будут переданы на центральный сервер сбора данных, который выполняет роль консолидирующего узла, что позволяет организовать на сервере централизованную систему хранения и обработки данных.

Данная система используется в течение семи лет для сбора и передачи данных, получаемых на обсерваториях Ловозеро и Лопарская в режиме «почти реального времени». Описанная система передачи данных также использовалась для организации сети станций, предназначенных для регистрации геомагнитно индуцированных токов в проекте EURISGIC.

Сведения об авторах Катькалов Юрий Владимирович – младший научный сотрудник, е-mail: [email protected] Juri V. Katkalov – Junior research Сахаров Ярослав Алексеевич – к.ф.-м.н., заведующий лабораторией, е-mail: [email protected] Yaroslav A. Sakharov – PhD (Phys.&Math.Sci.), Head of laboratory УДК 004.7, 004. М.Г. Шишаев, Т.А. Порядин ФГБУН Институт информатики и математического моделирования технологических процессов

КНЦ РАН

Кольский филиал ПетрГУ

ПРОБЛЕМА ФОРМИРОВАНИЯ ЭФФЕКТИВНЫХ КАРТОГРАФИЧЕСКИХ

ИНТЕРФЕЙСОВ ИНФОРМАЦИОННЫХ СИСТЕМ ДЛЯ ЗАДАЧ УПРАВЛЕНИЯ

ТЕРРИТОРИЯМИ

Аннотация В статье рассмотрена проблематика эффективного картографирования для быстрого и адекватного восприятия информации. Представлен краткий обзор психологии восприятия и современных способов картографирования, предложена общая схема технологии динамического когнитивного картографирования.

Ключевые слова:

картографирование, визуализация данных, интерактивный визуальный анализ.

M.G. Shishaev, T.A. Poryadin

PROBLEM OF EFFECTIVE MAP-BASED INFORMATION SYSTEM’S INTERFACE

FORMATION FOR TERRITORIES MANAGEMENT TASKS

Abstract The article describes the problems of efficient mapping for fast and adequate perception of the information. A brief review of cognitive psychology and modern mapping techniques is given. General scheme of dynamic cognitive mapping Key words:

mapping, data visualization, interactive visual analysis.

Введение Современные задачи управления требуют оперативной обработки больших объемов разнородной информации. Несмотря на быстрое развитие, современные информационные технологии (ИТ) не способны соперничать в этой области с человеческим мозгом. Как следствие, получило развитие такое направление прикладной информатики, как интерактивный визуальный анализ – Interactive Visual Analysis (IVA) [1]. Методология IVA подразумевает, что ИТ играют вспомогательную роль в процессе обработки информации и принятия решений: их основная функция заключается в предварительной подготовке и адаптации информации о ситуации и последующей передаче человеку для окончательного анализа и принятия решения.

Работа выполнена в рамках проекта №2.8 программы фундаментальных исследований ОНИТ РАН «Интеллектуальные информационные технологии, системный анализ и автоматизация», при поддержке РФФИ (грант № 13-07-01016 «Методы динамического синтеза когнитивных интерфейсов мультипредметных информационных систем»).

В задачах управления территориями наиболее эффективным способом визуального представления информации является геоизображение (карта) [2]. В контексте комплексного управления территориями для формирования геоизображений необходимо оперативное и динамическое картографирование.

При этом для окончательного анализа ситуации и принятия решений должны привлекаться специалисты и эксперты в различных предметных областях. Как правило, представители различных предметных областей имеют существенно разные когнитивные и ментальные стереотипы, определяющие способы восприятия и оперирования информацией. Таким образом, для оперативного картографирования, ориентированного на пользователей различных категорий, необходимы специализированные технологии, обеспечивающие автоматизированное формирование геоизображений, адаптированных к особенностям восприятия человека и способствующих, тем самым, более быстрому и адекватному принятию решений. Подобные технологии могут базироваться на формальном представлении знаний о предметной области и об особенностях человеческого восприятия информации.

В данной работе рассмотрены гештальты и перцептивные стереотипы как средство описания закономерностей восприятия информации группами людей, современные подходы к решению задачи эффективного картографирования.

Также предложена технология динамического когнитивного картографирования, основанная на формализованных знаниях о предметной области и особенностях человеческого восприятия.

Психология восприятия: гештальты и перцептивные стереотипы Общепринятые сегодня подходы к описанию процессов восприятия и структурирования ощущений человека сформировались в начале XX века в рамках школы научной психологии, получившей название гештальтпсихология.

Основной идеей гештальтпсихологии является постулат целостности восприятия, означающий, что воспринимаемая человеком картина не является простой суммой ее составляющих. Человек всегда стремится интерпретировать опыт как некоторое доступное пониманию целое. Ярким примером подобной структурной целостности восприятия является наблюдение о том, что известная человеку мелодия узнается даже в случае, если она транспонируется в другие тональности. Центральным понятием гештальтпсихологии является гештальт целостная структура (от нем. Gestalt — образ, форма), в принципе не выводимая из образующих ее компонентов.

Согласно гештальтпсихологии, целостность восприятия и его упорядоченность достигаются благодаря следующим принципам:

близость (стимулы, расположенные рядом, имеют тенденцию восприниматься вместе);

схожесть (стимулы, схожие по размеру, очертаниям, цвету или форме, имеют тенденцию восприниматься вместе);

целостность (восприятие имеет тенденцию к упрощению и целостности);

замкнутость (отражает тенденцию завершать фигуру так, что она приобретает полную форму);

смежность (близость стимулов во времени и пространстве; смежность может предопределять восприятие, когда одно событие вызывает другое);

общая зона (принципы гештальта формируют наше повседневное восприятие наравне с учением и прошлым опытом; предвосхищающие мысли и ожидания также активно руководят нашей интерпретацией ощущений) [3].

Восприятие гештальтов можно считать одинаковым практически для всех людей. Вместе с тем, для групп людей объединенных общей культурой, образованием или профессией существуют свои, специфичные для группы, принципы восприятия. Эти принципы названы исследователями П. Фоули и Н.

Моури перцептивными стереотипами [4]. Такие стереотипы устойчивы и остаются неизменными на протяжении всей жизни индивидуума. В отличие от гештальтов, перцептивные стереотипы отражают специфику некоторой проблемной области и могут рассматриваться как принципы, способствующие точному и быстрому восприятию объекта в контексте определенного спектра прикладных задач.

Но так как у разных групп людей разные перцептивные «стереотипы», они могут противоречить друг другу, а это приведет к ошибкам в восприятии.

Примером может служить разная интерпретация красного и синего цвета учеными-физиками и большинством других людей. Для большинства красный цвет обычно считается «теплым», а синий - «холодным», но у физиков синий цвет вызывает ассоциацию с более нагретым телом (это объясняется известным соотношением между температурой черного тела и его спектром излучения).

Еще один подобный пример связан с эксплуатацией электростанций. Обычно индикаторы, указывающие на нормальную работу агрегатов, делаются зелеными, а в случаях неисправности применяются индикаторы красного цвета.

Но в электротехнике сложилось, что красный цвет используют для обозначения замкнутых цепей, по которым течет электрический ток, а зеленый — для разомкнутых цепей. Поэтому может возникнуть конфликтная ситуация из-за неправильного восприятия.

Отсюда следует, что для правильного и быстрого восприятия информации важно установить, какие стереотипы формируют восприятие пользователя. Тогда можно определить, как правильно отобразить данные.

В тех случаях, когда наблюдатель находится в состоянии напряжения, в условиях дефицита времени или он устал, в восприятии проявляется тенденция выделять ожидаемые стереотипы (даже если в нормальных ситуациях восприятие ничем не затруднено). В этом случае нужно представлять человеку информацию только в том виде, который соответствует его стереотипам восприятия.

Кроме способа визуализации информации, на скорость и адекватность ее восприятия влияет и ее количество. Человеческую память часто подразделяют на две составляющие: долговременную память, которая является постоянным источником информации о мире, и кратковременную, или оперативную, память ограниченный запас «осознанной» информации, который является временным. В оперативной памяти удерживается ограниченное число несвязанных друг с другом элементов, даже если повторению уделяется все внимание; это число изменяется от 5 до 9 [5]. Из этого следует, что количество отображаемых данных нужно регулировать. Например, группировать данные и ранжировать по важности для отображения только самой важной информации.

Современные способы картографирования Для изображения различных объектов и процессов, их качественных и количественных характеристик на картах используют особый язык - условные знаки (условные обозначения). Существуют общий стандарт картографических знаков и множество специализированных, ориентированных на ту или иную предметную область.

Условные знаки на географических картах выполняют сразу две функции – определяют пространственное положение объектов и указывают их вид и некоторые характеристики. Различают площадные (или масштабные), линейные, внемасштабные и пояснительные условные знаки. Перечень всех используемых на карте условных знаков и их объяснения содержит легенда к карте. Из чтения легенды можно составить представление о карте, не глядя на неё.

Объектами, изображаемыми на картах, могут быть любые предметы, явления или процессы. Для их изображения применяют самые разнообразные способы. Так, рельеф Земли изображается послойной окраской: низменности, имеющие высоты от 0 до 200 м, закрашиваются зеленым цветом, а возвышенности, имеющие высоты от 200 до 500 м, — светло-коричневым. Какой высоте соответствует каждый цвет, видно из таблицы, размещаемой внизу карты. Она называется шкалой высот. Пользуясь ею, можно быстро определить приблизительную высоту какого-либо участка территории. Так же построена и шкала глубин. Высоты некоторых горных вершин или низменностей, а также глубины океанических впадин показаны на карте и глобусе в метрах.

Полезные ископаемые Земли (уголь, нефть, газ, золото, алмазы и др.) показывают на карте специальными значками. Это международные значки, они понятны большинству образованных людей.

Изолинии (от греческого isos - равный) - линии на географических картах, проходящие через точки с одинаковыми значениями какоголибо географического явления, например, атмосферного давления — изобары, температуры воздуха — изотермы, высоты земной поверхности – изогипсы (горизонтали).

Способ ареалов используется на картах растительности, животного мира, карте лесов. С его помощью показываются площади распространения (ареалы) тех или иных видов растений, животных или лесов разного состава: хвойных, смешанных и т.д.

Знаки движения изображают перемещение различных объектов и явлений на карте: морские течения, ветры, воздушные массы, а также транспортные перевозки грузов и пассажиров.

Качественный фон используют для изображения качественных характеристик какого-либо явления или процесса (без количественных показателей).

Картодиаграмма изображает на карте географические объекты или явления диаграммными фигурами, например — промышленность крупных городов на карте промышленности.

Картосхема - схематическая карта, не имеющая градусной сетки, изображает географические объекты и явления просто и наглядно. Например, картосхема погоды, картосхема торговых связей страны, схемы маршрутов и путешествий и т.д.

Картограмма - это схематическая географическая карта, на которой штриховкой различной густоты, точками или окраской определенной степени насыщенности показывается сравнительная интенсивность какого-либо показателя в пределах каждой единицы нанесенного на карту территориального деления (например, плотность населения по областям или республикам, распределение районов по урожайности зерновых культур и т.п.) [6].

Таким образом, на сегодняшний день сформировались некоторые общие принципы визуализации картографических объектов. Однако, вследствие естественного стремления к общности, данные принципы не могут охватить все множество специфичных задач картографирования территорий, возникающих при решении тех или иных прикладных проблем.

Одним из вариантов решения данной проблемы является специализированный стандарт картографирования, ориентированный на некоторое ведомство и, как следствие, на ограниченный спектр прикладных задач.

Примером может служить стандарт МЧС. В нем строго указаны требования, правила и порядок картографирования, и перечислены условные обозначения и знаки. Для специалистов в этой области не будет проблем с пониманием информации представленной по этому стандарту. Однако для человека, не имеющего отношение к МЧС и незнакомого с данным стандартом, карта, сформированная на его основе, далеко не всегда будет понятной. В упомянутом стандарте имеются условные знаки, интерпретация которых для рядового человека будет затруднительна (рис. 1).

Рис. 1. Пример условных обозначений и знаков МЧС Таким образом, специализированные стандарты лишь частично решают проблему эффективного картографирования. В ситуациях, когда интерпретировать карту необходимо одновременно нескольким специалистам из различных проблемных областей, требуется либо некоторый универсальный способ визуализации картографической информации, либо динамическое картографирование «на лету», адаптированное под особенности восприятия того или иного пользователя. Создание стандартов под все возможные существующие задачи, в особенности в условиях постоянного появления новых, не представляется возможным. Поэтому выходом из положения представляется создание технологии динамического когнитивного картографирования, адаптированного под специфику восприятия пользователя.

Технология динамического когнитивного картографирования Технология динамического когнитивного картографирования основана на формальном представлении знаний о предметной области и об особенностях визуального восприятия информации пользователями различных категорий [7].

Одним из ключевых компонентов технологии является специализированная онтология пользовательского представления [8], описывающей визуальные картографические стереотипы для различных категорий пользователей. Общая схема технологии представлена на рис. 2.

информационные Логический вывод и визуальное атрибутирование Рис. 2. Функциональная схема информационной технологии На основе формулировки задачи, пространственной и атрибутивной информации, хранящейся в ГИС, а также информации из разнородных внешних источников в рамках расчетно-аналитической подсистемы формируются атрибутированные картографические слои, подлежащие визуализации. Затем, в ходе логического вывода на онтологиях предметной области и пользовательского представления, с учетом характеристики задачи и контекста ситуации, осуществляется визуальное атрибутирование геоизображения (сопоставление пространственным объектам графических образов — форм и визуальных атрибутов). Таким образом, обеспечивается содержательное соответствие картографического геоизображения специфике решаемой задачи и психологии восприятия информации лицом принимающим решение.

Использование в рамках технологии формализованных знаний о ментальных стереотипах пользователей (в форме онтологии пользовательского представления) позволяет оперативно формировать картографические интерфейсы информационных систем, обладающие высоким уровнем когнитивности.

В свою очередь, формализованные в виде онтологии знания о предметной области обеспечивают возможность автоматизированного анализа информации, характеризующей ситуацию, поступающей из различных источников. Такие особенности данной технологии открывают широкие возможности для построения на ее основе систем комплексной информационной поддержки задач управления территориями.

Заключение Территории, как объекты управления, представляют собой сложные системы взаимосвязанных компонентов социальной, экономической и экологической природы. Управление подобными системами требует привлечения лиц принимающих решения (ЛПР), являющихся специалистами в различных предметных областях. Для эффективной информационной поддержки принятия решений в условиях разнородности задач управления необходимо обеспечить ЛПР адекватной задаче, достаточно точной и быстро интерпретируемой информацией. Динамически формируемая интерактивная карта представляется наиболее эффективным интерфейсом систем, реализующих такую поддержку.

Оперативное формирование когнитивного картографического интерфейса информационной системы поддержки управления территорией является сложной задачей. Для формирования эффективных (в смысле простоты и скорости восприятия) интерфейсов необходимо учитывать особенности психологии восприятия человека, в том числе обусловленные его профессиональной или иной специализацией. Перспективным подходом к реализации таких интерфейсов представляется использование в рамках соответствующих информационных систем формализованных знаний о предметной области и об особенностях восприятия человеком визуальной информации.

Литература 1. Oeltze S., Doleisch H, Hauser H., Weber G., Interactive Visual Analysis of Scientific Data. Presentation at IEE VisWeek 2012, Seattle (WA), USA.

2. Берлянт, А.М. Геоиконика / А.М. Берлянт. - М.: Астрея, 1996. -206 с.

ISBN 5-7594-0025-8. 206.

3. Koffka K. Principles of Gestalt psychology. N.Y., Routledge, 1935. -720 с.

4. Салвенди, Г. Человеческий фактор /Г. Салвенди. - М: Мир, 1991. -276 с.

ISBN 5-03-001710-0.

5. Миллер, Дж. А. Магическое число семь плюс или минус два. О некоторых пределах нашей способности перерабатывать информацию / Дж. А. Миллер //Инженерная психология /под ред. Д.Ю. Панова и В.П. Зинченко. -М., 1964.с.

6. Берлянт А.М. Картография / А.М. Берлянт. - М: Аспект Пресс, 2002. -336с.

ISBN 5-7567-0142-7.

7. Шишаев, М.Г. Технология интеллектуализированного динамического картографирования в задачах управления комплексной безопастностью территорий / М.Г. Шишаев, П.А. Ломов // Применение космических технологий для развития арктических регионов: сборник тезисов докладов Всероссийской конференции с международным участием. - Архангельск: ИПЦ САФУ, 2013.

- С.274-276.

8. Ломов, П.А. Преобразование OWL-онтологии для визуализации и использования в качестве основы пользовательского интерфейса / П.А. Ломов, М.Г. Шишаев, В.В. Диковицкий // Онтология проектирования. – Самара:

Новая техника. -2012. -№3. -C.49-61. ISSN 2223-9537.

Сведения об авторах Шишаев Максим Геннадьевич – д.т.н., заведующий лабораторией, е-mail: [email protected] Maksim G. Shishaev - Dr. of Sci (Tech), Head of laboratory Порядин Тимофей Александрович – аспирант, е-mail: [email protected] Timofey A. Poryadin – Post-graduate УДК 004.9, 004. П.А. Ломов, М.Г. Шишаев ФГБУН Институт информатики и математического моделирования технологических процессов

КНЦ РАН

Кольский филиал ПетрГУ

ВИЗУАЛИЗАЦИЯ OWL-ОНТОЛОГИЙ НА ОСНОВЕ КОГНИТИВНЫХ ФРЕЙМОВ

Аннотация Данная статься посвящена проблеме визуализации онтологий, описанных на языке OWL, для облегчения их понимания. Для этого предлагается формировать из элементов онтологии специальные структуры - когнитивные фреймы. Предполагается, что отображение когнитивных фреймов при визуализации позволит обеспечить лучшее понимание исходной OWLонтологии, чем простое отображение связанных понятий в виде графовой структуры. В работе рассматривается понятие когнитивного фрейма, определяются требования к нему, а также рассматриваются алгоритмы его Ключевые слова:

онтология, семантик-веб, понимание онтологий, визуализация онтологий, онтология P.A. Lomov, M.G. Shishaev

VISUALIZATION OF OWL-ONTOLOGIES ON THE BASIS OF COGNITIVE FRAMES

Abstract This paper is devoted to the issue of visualization of the OWL-ontologies helping their comprehension. We present the approach of combining some UPO elements with special fragments - cognitive frames. It is expected that showing cognitive frames during visualization instead of just showing any terms linked with the chosen one will be more useful for ontology understanding. We determine some requirements for cognitive frames, define the types of them and consider formal algorithms for Key words:

ontology, semantic web, ontology comprehension, ontology visualization, upper level ontology.

Введение На сегодняшний день для описания экспертных знаний в различных информационных системах широко применяются онтологии. Используемым языком при этом являться язык веб-онтологий Ontology Web Language [1].

Предложенный и развиваемый консорциумом W3C, OWL на сегодняшний день является де-факто стандартом описания онтологий, благодаря наличию богатых выразительных возможностей и формальной разрешимости. Однако, несмотря на относительную простоту логических утверждений, которые при использовании, например, манчестерского синтаксиса [2] напоминают предложения Работа выполнена в рамках проекта №2.8 программы фундаментальных исследований ОНИТ РАН «Интеллектуальные информационные технологии, системный анализ и автоматизация», при поддержке РФФИ (грант № 13-07-01016 «Методы динамического синтеза когнитивных интерфейсов мультипредметных информационных систем»).

английского языка, описание на нем больших онтологий приводит в итоге к проблеме их понимания (ontology comprehension) [3, 4].

Наличие данной проблемы затрудняет работу пользователя с OWLонтологией, так как он должен уметь правильно выбирать и интерпретировать совокупности синтаксических конструкций для понимания того, какой объект, процесс или явление ими описывается. Данная задача требует помимо знания как синтаксиса языка OWL, так и особенностей описания с его помощью предметных знаний. Заметим также, что решение данной задачи экспертом усложняется по мере увеличения объема и сложности онтологии, что это может в конечном итоге фактически нивелировать одну из положительных особенностей их использования - возможность их повторного применения.

Одним из общих способов облегчения понимания онтологии экспертом является ее визуализация. На сегодняшний день существует множество программных средств, которые могут быть использованы для визуализации OWL-онтологий: GraphViz [5], TGVizTab [6], OWLViz [7], OntoSphere [8]. Они ориентированы на представление онтологий в виде графовой структуры. Однако онтологии, описанные с помощью языка OWL, являются системой логических утверждений (аксиом) дескрипционной логики, не все из которых могут быть непосредственно представлены в виде элементов графа. В этом случае существующие средства не визуализируют их, что приводит к сокрытию фрагментов знаний предметной области, представленных в онтологии. Также данные средства почти не учитывают при визуализации смысл понятий и отношений, представленных в онтологии, что также негативно сказывается на понимании ее пользователем.

В данной работе предлагается проводить визуализацию того или иного понятия онтологии исходя из того, какие при его определении используются инвариантные понятия и отношения. В качестве их источников рассматриваются онтологии верхнего уровня. Таким образом, в онтологии выделяются фрагменты, на основе которых формируются особые структуры – когнитивные фреймы, которые и представляются пользователю в рамках визуализации. При формировании когнитивных фреймов учитываются также особенности психологического восприятия человеком информации. Предполагается, что визуальное представление формализованных знаний описанных в онтологии, в виде системы фреймов упростит их понимание пользователем.

Понятие когнитивного фрейма Как правило, процесс визуального представления каких-либо данных или знаний в рамках интерфейсов информационных систем заключается в уподоблении объектов, процессов и явлений предметной области, а также отношений между ними некоторым визуальным образам. В этом случае, как это отмечается в работе [9], такой визуальный образ выступает в роли метафоры визуализации сущности предметной области. Таким образом, метафора визуализации в данном случае определяется как отображение, ставящее в соответствие понятиям и объектам моделируемой прикладной области систему сближений и аналогий и порождающее некоторый изобразительный ряд (набор видов отображения) и набор методов взаимодействия с визуальными объектами.

В работе [10] подчеркивается, что метафора визуализации в графических интерфейсах выполняет основную когнитивную функцию. Это проявляется в том, что пользователь может приложить образ неизвестного фрагмента действительности к другому известному фрагменту и тем самым обеспечить концептуализацию неизвестного фрагмента по аналогии с уже сложившейся системой понятий.

Для формальных онтологий в качестве метафоры визуализации обычно выступает, графовая структура, то есть набор именованных вершин соединенных дугами. Это вызвано тем, что формальные онтологии можно приближенно уподобить семантическим сетям, для которых обычно применяются графические нотации, алфавит которых основан на элементах графа. Однако логические языки, которыми описываются формальные онтологии, являются более выразительными, чем языки семантических сетей.

Это обстоятельство требует, как это было отмечено ранее в работе [11], анализа, часто нетривиального, онтологии перед ее визуализацией. Заметим также, что в процессе визуализации какого-либо понятия, представленного в онтологии, важно передать идею этого понятия, которую автор в него вложил. Это в ряде случаев не сводиться к просто отображению самого понятия и его непосредственных партнеров по отношениям, а требует их отбора в соответствии со значением понятия в предметной области. Наряду с этим важным является использование визуального выделения некоторых графических элементов, исходя из роли, которую играет для описания понятия представляемый ими компонент онтологии.

Будем далее использовать для таких визуальных метафор, используемых при представлении содержимого онтологии, понятие когнитивный фрейм (КФ).

В какой-то степени оно является близким с известным понятием «Фрейм»

Минского М., но имеет несколько иную цель. Так Минский определял фрейм, как структуру данных для представления стереотипной ситуации [12]. Таким образом, фрейм является своего рода моделью какого-либо объекта, явления, события, процесса. В нашем случае под КФ имеется в виду графическая структура, позволяющая представить идею уже существующего описания в онтологии некоторой сущности. То есть КФ обеспечивает своего рода метапредставление, способствующее восприятию человеком знаний из онтологии об объектах, процессах и явлениях, описанных другим человеком.

Основные требования к когнитивному фрейму Далее рассмотрим требования к КФ, которые должны быть учтены при его формировании. К первому требованию относиться компактность КФ. Оно основывается на ограничении Миллера [13], указывающее на возможность хранения в кратковременной памяти человека не более чем 7-9 объектов. Данное требование определяет допустимый предел числа компонентов КФ, не превышение которого позволяет человеку одномоментно воспринять передаваемую им идею без дополнительных мыслительных операций по разбиению большего количества компонентов на группы. В случаях, когда удовлетворение данного требования затруднительно, можно прибегнуть к методам, описанным в работе [14], таким, как устранение несущественных деталей или выделение «ортогональных» (не пересекающихся) ракурсов рассмотрения и создание нескольких когнитивных фреймов в виде иерархической структуры.

Наряду с этим также важно представлять в рамках одного КФ полную информацию о понятии в целом или, в случае ее большого объема, о понятии в рамках отдельной перспективы. Выполнение требования полноты и компактности когнитивных фреймов позволит человеку оперировать преимущественно кратковременной памятью, «загружая» в нее отдельные фреймы целиком, что потребует гораздо меньше умственных усилий, чем мысленный синтез образа из нескольких фреймов или их декомпозиция.

Важным требованием к КФ также является его «привычность» для пользователя. Это обусловлено тем, что КФ выполняет роль визуальной метафоры, которая предполагает представление некоторого неизвестного объекта посредством некоторого объекта-заместителя, известного и понятного пользователю. Чем более пользователь знаком с объектом-заместителем, тем больше знаний о нем пользователь сможет переложить на неизвестную сущность и тем самым проще и полнее познать ее и оперировать знаниями о ней.

Вероятно, данную особенность можно объяснить тем, что человек в процессе познания мира оперирует, так называемыми, когнитивными структурами. Их природа многогранна и неоднозначна. Как отмечается в работе [15], когнитивные структуры «отражают определенное видение мира человеком, способы концептуализации этого видения в языке, общие принципы категоризации и механизмы обработки информации, с точки зрения того, как в них отражается весь познавательный опыт человека, а также влияние окружающей среды». С понятием когнитивной структуры тесно связано понятие ментальной репрезентации или ментальной модели, которая определяется как некоторое знание в долговременной или кратковременной памяти, структура которого соответствует структуре репрезентируемой ситуации [16]. Когнитивная система индивида как иерархическая совокупность когнитивных структур позволяет ему составить представление о мире, опираясь исключительно на внутренние репрезентации [17]. Таким образом, в результате применения когнитивных структур к информации об окружающем мире человек формирует или дополняет в сознании ментальные модели объектов, предметов и явлений (рис. 1).

Рис. 1. Использование когнитивных структур в процессе познания Соответственно, чем проще происходит процесс подбора и применения некоторой когнитивной структуры для обработки данных о новом объекте, процессе или явлении, тем меньше умственных усилий на это затрачивается.

Метафора в этом случае позволяет автоматически повторно применить туже когнитивную структуру к воспринимаемой сущности, что и к уже познанной, выступающей в роли метафоры. Заметим также, что в этом случае также продуцируется сходная ментальная модель, которую проще увязать в виду прошлого опыта с существующими моделями других сущностей и сохранить в памяти. Не зря одним из правил запоминания информации считается то, что понятое знание запоминается легче и на более долгий срок.

В связи с приведенными выше рассуждениями для обеспечения «привычности» КФ его структурные элементы и взаимосвязи между ними, а также их визуальное отображение должны:

- являться прототипом некоторой существующей ментальной модели в сознании человека;

- или явно задавать знакомый ракурс рассмотрения какого-либо объекта в рамках КФ для выбора адекватной когнитивной структуры в процессе познания.

Первое условие очевидно и следует из использования КФ как визуальной метафоры. Однако выполнить его в должной мере затруднительно, ввиду того, что применяемая для онтологий визуальная метафора – некая графовая структура – может представлять фактически любой объект. В этой связи человек будет рассматривать его с общих позиций, не воспринимая его специфику, обусловленную предметной областью.