Исследование и разработка методик и алгоритмов анализа характеристик обнаружения и сопровождения целей для управления охранными комплексами с активными датчиками тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат наук Муравьев Александр Борисович

• Муравьев Александр Борисович
• кандидат наук
• 2019

Оглавление диссертации кандидат наук Муравьев Александр Борисович

Введение

ГЛАВА 1. АНАЛИЗ СОВРЕМЕННОГО СОСТОЯНИЯ ПРОБЛЕМЫ ОЦЕНКИ ХАРАКТЕРИСТИК ОБНАРУЖЕНИЯ И СОПРОВОЖДЕНИЯ ЦЕЛЕЙ В ОХРАННЫХ КОМПЛЕКСАХ С АКТИВНЫМИ ДАТЧИКАМИ (АД)

1.1. Современные методики и алгоритмы оценки качества программно-аппаратных комплексов

1.2. Анализ существующих методик оценки характеристик обнаружения и сопровождения целей

1.2.1. Методики оценки качества характеристик обнаружения и сопровождения целей

1.2.2. Численная оценка качества обнаружения и сопровождения целей

1.2.3. Оценка разброса значений мер качества обнаружения и сопровождения целей

1.2.4. Анализ методик и алгоритмов нахождения соответствия между эталонными и расчётными данными

1.3. Анализ современных мер качества обнаружения и сопровождения целей

1.3.1. Анализ мер качества обнаружения целей

1.3.2. Анализ показателей качества сопровождения целей

1.3.3. Современные требования к методикам оценки качества обнаружения и сопровождения ц елей в охранных комплексах на основе активных датчиков

1.4. Цель и задачи диссертационной работы

Выводы

Глава 2. Формализация задачи повышения эффективности оценки характеристик обнаружения и сопровождения целей для управления охранными комплексами

2.1. Формализованное представление задачи оценки характеристик обнаружения и сопровождения целей

2.2. Разработка мер качества обнаружения и сопровождения целей в системах с активными датчиками (АД)

2.3. Методики оценки и сравнения характеристик обнаружения и сопровождения целей в охранных системах с активными датчиками

2.3.1. Методика расчёта мер качества обнаружения целей

2.3.2. Методика расчёта мер качества сопровождения целей

2.3.3. Методика получения комплексной оценки и контроля характеристик обнаружения и сопровождения целей

2.3.4. Методика сравнения характеристик обнаружения и сопровождения целей

2.4. Разработка критериев качества обнаружения и сопровождения целей в охранных

системах с активными датчиками

Выводы

Глава 3. Разработка схемы информационной системы и методики оценки

характеристик обнаружения и сопровождения целей в охранных системах

3.1. Разработка схемы информационной системы оценки и контроля характеристик обнаружения и сопровождения целей

3.2. Разработка способа получения эталонных данных

3.2.1. Анализ и классификация способов получения эталонных данных

3.2.2. Структурная схема системы получения эталонных данных

3.3. Разработка формата представления эталонных данных

3.4. Разработка схемы базы данных эталонных наблюдений

Выводы

Глава 4. Экспериментальные исследования и испытания, анализ результатов внедрения

4.1. Результаты практического применения программно-алгоритмического обеспечения для оценки характеристик и повышения эффективности управления приборным комплексом «Orwell-R»

4.2. Результаты практического применения программно-алгоритмического обеспечения для оценки характеристик и повышения эффективности управления в приборном комплексе «Сектор»

4.3. Особенности практической реализации схем и алгоритмов оценки характеристик обнаружения и сопровождения целей

4.4. Результаты экспериментального исследования методики получения эталонных

данных с использованием датчиков глобального позиционирования

Выводы

Заключение

Список литературы

Приложение 1. Акты внедрения результатов работы

Приложение 2. Описание формата эталонных данных на языке XML Schema 176 Приложение 3. Копии протоколов испытаний станции радиолокационной

«Orwell-R»

Приложение 4. Свидетельства об интеллектуальной собственности на алгоритмы программы, полученные с участием автора диссертации и

использованные приборного комплекса РЛС «Orwell-R»

Приложение 5. Фрагменты программы «Информационная система оценки и контроля качества»

Введение диссертации (часть автореферата) на тему «Исследование и разработка методик и алгоритмов анализа характеристик обнаружения и сопровождения целей для управления охранными комплексами с активными датчиками»

Введение

Актуальность проблемы. Факторами, обуславливающими разработку новых и совершенствование существующих методик оценки характеристик обнаружения и сопровождения целей в охранных системах с активными датчиками (АД), являются усложнение как аппаратной, так и программной составляющих этих комплексов, а также распространение охранных комплексов с активными датчиками, вызванное применением их не только на государственных, но и на частных объектах. Этому способствует удешевление и совершенствование аппаратной части охранных комплексов с АД.

Стохастичность поведения, «нетерпимость» к управлению и дрейф характеристик определяют модуль обнаружения и сопровождения целей как сложный объект исследования. Актуальной является задача разработки методик и алгоритмов для анализа характеристик данного объекта исследования, включающая задачу разработки критериев качества, а также решение связанных организационных задач.

Под активными датчиками в данном случае понимаются измерительные приборы, которые получают информацию за счёт обработки излучённого и отражённого сигналов.

Оценка характеристик обнаружения и сопровождения целей в охранных системах с активными датчиками особенно важна для достижения следующих целей:

1) испытание и оптимизация новых алгоритмов обнаружения и сопровождения целей;

2) сравнение нескольких алгоритмов обнаружения и сопровождения целей;

3) проверка соответствия алгоритма поставленным требованиям при разработке алгоритма (или целой системы) на заказ (согласно условиям контракта).

Применение методик и алгоритмов оценки характеристик обнаружения и сопровождения целей с использованием заранее подготовленных входных и эталонных данных позволяет уменьшить затраты на испытание приборного комплекса, контролировать улучшение характеристик в процессе разработки, упрощает и предоставляет возможность формализации настройки параметров работы алгоритма.

Общие принципы оценивания качества охранных систем с активными датчиками содержатся в работах А.И. Берга, Б.В. Бункина, Б.Ф. Высоцкого, В.Н. Филатова, В.С. Ефремова, Г.Я. Гуськова, Е.М. Сухарева, М.С. Рязанского, Н.Н. Девяткова, Н.Н. Пономарёва, Ю.С. Соломонова, и многих других. Оценке качества обнаружения и сопровождения целей посвящены работы А.И. Леонова, В.А. Турчина, Г.Б. Белоцерковского, К.И. Фомичева, К. Маникчанд, Л.А. Алексеевича, Л.Н. Захарьева, Роалдж Наджаснгар, Цзяя Цзя, Чжао Ц Хай-Чао, Шишань Янг, а также в работе Э. Стоу и Д. Хёрда, представленной на международной конференции «Radar confenence» в 2003 году [1]. Вопросами теории и практики оценки качества обнаружения и сопровождения движущихся объектов такие отечественные и зарубежные учёные, как А.А. Архиев, А.С. Малистов [15],

A.В. Хамухин [16], А.В. Шаповалов, А. Гувер [33], В.В. Николаев [13, 14],

B. Фёрстнер [30], Д.А. Вражнов, Д. Доерманн [21], Джеймс Блэк [10], Е.С. Янакова [67, 68], К. Бойер [27], К. Джейнс [18], К. Мэдсен [34], К. Нидхем [22], М. Триведи [28], М. Хит [32], П. Кортни [31], П. Росин [26], Скот Криг [9], С.Б. Колегров,

C. Дж. Дэйви [11, 12], С.Э. Эдем [23, 24, 25], Т. Элис [19], Х. Кристенсен [29], Э. Сеньор [20], Я.Я. Петричкович [17] и многие другие.

Разработкой математически строгих мер, определяющих расстояние между целевыми обстановками, занимаются такие учёные как: О. Драммонд [56], Д. Хоффман [57], Р. Махлер [58], Б. Фридлинг [59], Р. Ротрок [60], Б. Ристик [61], С. Блэкман [62 глава 13], Д. Шумахер [63].

Вопросы обнаружения и сопровождения целей на видео обсуждаются в рамках международной конференции PETS (англ. Performance Evaluation of Tracking and Surveillance).

В настоящее время недостаточно исследован вопрос повышения эффективности охранных комплексов с активными датчиками путём разработки методик и алгоритмов анализа характеристик обнаружения и сопровождения целей. Недостаточно исследована методика получения эталонных данных, методика подсчёта мер качества, методика получения единого численного представления этих мер и т.д. Очевидно, что обнаружение и сопровождение движущихся целей в системах на основе активных датчиков имеет свою специфику и недостатки. Эта специфика обусловлена такими серьёзными недостатками как относительно большой период

обновления информации, переменный размер элемента разрешения и т.д. Существующие методики либо не учитывают специфики работы охранных комплексов с активными датчиками, либо не содержат описание целостной методики.

В связи с вышесказанным крайне актуальной является проблема отсутствия комплексных и специализированных методик и алгоритмов анализа характеристик обнаружения и сопровождения целей в охранных комплексах с АД.

Объектом исследования в данной работе являются охранные комплексы с активными датчиками, а предметом исследования - характеристики обнаружения и сопровождения целей.

Исходя из анализа существующих в данной области проблем, были сформулированы следующие цели и задачи работы.

Целью диссертации является повышение эффективности охранных комплексов с активными датчиками путём разработки методик и алгоритмов анализа характеристик обнаружения и сопровождения целей.

Для достижения цели в работе решаются следующие задачи:

1) анализ современного состояния проблемы контроля и оценки характеристик обнаружения и сопровождения движущихся целей;

2) формализация задачи повышения эффективности контроля и оценки характеристик обнаружения и сопровождения целей в охранных комплексах с АД;

3) разработка методик и алгоритмов получения эталонных данных;

4) разработка формата и схемы базы данных для хранения информации о целевой обстановке;

5) разработка мер, алгоритмов их расчёта, а также критериев качества обнаружения и сопровождения целей;

6) разработка алгоритма оценки характеристик обнаружения и сопровождения целей в приборных комплексах с АД, алгоритма подсчёта единой численной оценки;

7) разработка схемы информационной системы оценки обнаружения и сопровождения целей в охранных комплексах с АД;

8) создание программного-алгоритмического обеспечения для оценки и контроля качества характеристик обнаружения и сопровождения целей.

Методы исследования

Поставленные задачи решались путём теоретических и экспериментальных исследований. Теоретическую и методологическую базу исследования составили элементы теории вероятностей и математической статистики. Использованы методы теории реляционных баз данных, исследования операций, машинного обучения.

Научная новизна работы состоит в разработке совокупности научно обоснованных технических решений, направленных на повышение эффективности охранных комплексов с АД путём разработки методик и алгоритмов анализа характеристик обнаружения и сопровождения целей.

В процессе исследований получены следующие новые научные результаты:

1) на основе проведённого анализа формализована задача повышения эффективности контроля и оценки характеристик обнаружения и сопровождения целей в охранных комплексах с АД;

2) разработаны меры качества характеристик обнаружения и сопровождения целей в охранных комплексах с АД, основанные на таких областях современных информационных технологий как машинное обучение и исследование операций;

3) предложен алгоритм оценки и контроля характеристик обнаружения и сопровождения целей в охранных комплексах с АД на основе мер, критериев качества и методик быстрого расчёта, которые при выполнении типовых задач на 45% эффективнее волновой обработки элементов разрешения АД;

4) предложена обобщённая схема информационной системы контроля качества характеристик обнаружения и сопровождения целей в охранных комплексах с АД, позволяющая при обновлении программного обеспечения приборных комплексов сократить количество промежуточных испытаний;

5) предложен способ хранения информации о целевой обстановке, который благодаря дополнительному разделению тестовых данных на категории уменьшает время выборки тестовых данных более чем в 2 раза по сравнению с существующими системами;

6) разработано программно-алгоритмическое обеспечение для повышения эффективности оценки характеристик обнаружения и сопровождения целей в охранных системах с АД, основанное на разработанных алгоритмах и мерах.

Достоверность новых научных результатов подтверждаются соответствием результатов теоретических и практических исследований, а также их применением при разработке приборного комплекса РЛС «ОтеП-Я» ЛЦКБ.464412.002.

Практическая значимость работы состоит в следующих достижениях.

1. Разработанный способ хранения информации о целевой обстановке благодаря дополнительному разделению тестовых данных на категории позволил уменьшить время выборки тестовых данных более чем в два раза по сравнению с существующими системами, что позволило значительно увеличить скорость оценки и контроля качества обнаружения и сопровождения целей.

2. Разработанный алгоритм оценки качества характеристик обнаружения и сопровождения целей в охранных системах с АД, включающий способ хранения и получения эталонной информации о целевой обстановке, позволил на 12% увеличить дальность обнаружения целей для РЛС «OrweП-R».

3. Разработанный эффективный способ расчёта мер качества обнаружения целей, позволил для типовых задач сократить время нахождения соответствия расчётных и эталонных целей на 45%, что позволило в реальном времени осуществлять контроль значений мер качества.

4. Разработанные методики и алгоритмы были использованы при эксплуатации охранных комплексов «ОтеИ-Я» и «Сектор» на таких стратегических объектах как «Бурейская ГЭС», «Курская АЭС» и других, а также на таких зарубежных объектах как Западная Курна-2, Ирак.

Результаты исследования доведены до конкретных алгоритмов, методик и программного обеспечения.

Личный вклад автора. Все основные результаты диссертационной работы получены автором лично.

Автор диссертации принимал непосредственное участие в испытаниях и апробации результатов диссертационных исследований на опытных и серийных образцах аппаратуры.

Реализация полученных результатов. Все работы по программной реализации предложенных в работе методик проводились под руководством или при непосредственном участии автора.

В результате проведённых исследований получены и выносятся на защиту следующие основные научные положения.

1. Формализованное представление задачи повышения эффективности контроля и оценки характеристик обнаружения и сопровождения целей в охранных комплексах с АД.

2. Меры и критерии качества характеристик обнаружения и сопровождения целей в охранных комплексах с АД.

3. Алгоритм оценки и контроля характеристик обнаружения и сопровождения целей в охранных комплексах с АД на основе разработанных мер, критериев качества и методик быстрого расчета, которые при выполнении типовых задач на 45% эффективнее волновой обработки элементов разрешения АД.

4. Обобщённая схема информационной системы оценки и контроля характеристик обнаружения и сопровождения целей в охранных комплексах с АД, позволяющая при обновлении программного обеспечения сократить количество промежуточных испытаний.

5. Способ хранения информации о целевой обстановке, уменьшающий время выборки данных более чем в два раза по сравнению с существующими системами.

6. Результаты внедрения разработанного программно-алгоритмического обеспечения в приборные комплексы «ОтеИ-Я» и «Сектор», которое позволило на 12% увеличить дальность обнаружения типовой цели при сохранении вероятности ложной тревоги на приемлемом уровне.

Апробация работы и публикации. Основные положения диссертационной работы докладывались и обсуждались в ряде международных, всероссийских и межвузовских научно-технических конференций, в частности:

1) 13-я Международная конференция «Авиация и космонавтика-2014»;

2) 5-я Всероссийская научно-практическая конференция «Актуальные проблемы информатизации в науке, образовании и экономике - 2012»;

3) 16-я Всероссийская межвузовская научно-техническая конференция студентов и аспирантов «Микроэлектроника и информатика - 2013»;

4) 18-я Международная телекоммуникационная конференция молодых ученых и студентов «Молодежь и наука».

По теме диссертации опубликовано 19 научных работ. Из них в ведущих рецензируемых журналах, входящих в перечень, утверждённый ВАК - 4. Без соавторов опубликовано 1 4 работ.

Структура и объём работы. Диссертационная работа состоит из введения, четырёх глав, заключения, списка литературы, включающего 111 наименований и пяти приложений. Основной текст диссертации представлен на 157 страницах, 53 рисунках и 29 таблицах.

Краткое содержание работы. Во введении обосновываются актуальность темы исследования и характеризуется степень ее разработанности, конкретизируются цель и задачи исследования, определяется методологическая и теоретическая основа исследования, сформулированы научная новизна, теоретическая и практическая значимость исследования, а также положения, выносимые на защиту. Представлено краткое содержание диссертации.

В первой главе проводится анализ современных методик и алгоритмов оценки качества характеристик программно-аппаратных комплексов на производстве, классификации методик оценки качества характеристик обнаружения и сопровождения целей. Рассматриваются существующие меры качества обнаружения и сопровождения целей, а также современные требования к методикам оценки качества обнаружения и сопровождения целей в охранных комплексах с активными датчиками.

Вторая глава посвящена формализации задачи повышения эффективности контроля и оценки характеристик обнаружения и сопровождения целей для управления охранными комплексами с активными датчиками. Разработано тринадцать мер качества обнаружения и сопровождения целей, методики расчёта их значений, методика получения комплексной оценки алгоритмов, методика сравнения реализаций алгоритмов, а также шесть, основанных на мерах, критериев качества обнаружения и сопровождения целей в охранных комплексах с АД.

Третья глава посвящена исследованию и разработке средств оценки характеристик обнаружения и сопровождения целей в охранных комплексах с активными датчиками. Разработаны методики и алгоритмы расчёта мер качества, а также схема информационной системы для оценки качества реализаций алгоритмов. Предложен анализ и классификация методик получения эталонных данных.

Четвёртая глава посвящена экспериментальному исследованию и анализу результатов внедрения. Приведены особенности практической реализации программно-алгоритмического обеспечения системы оценки и контроля качества обнаружения и сопровождения целей «информационная система оценивания и контроля качества» (АСОиКК).

В заключении приведены основные выводы и результаты, полученные при выполнении диссертационной работы.

В приложениях представлены: акты внедрения результатов работы; описание формата эталонных данных на языке XML Schema; копии протоколов испытаний станции радиолокационной «Orwell-R» ЛЦКБ.464412.002; свидетельства об интеллектуальной собственности на алгоритмы и программы, полученные с участием автора диссертации.

Глава 1. Анализ современного состояния проблемы оценки

характеристик обнаружения и сопровождения целей в охранных

комплексах с активными датчиками (АД)

Теоретическую основу для обнаружения и сопровождения целей в системах с активными датчиками составляют методы и алгоритмы цифровой обработки сигналов (ЦОС).

В настоящее время большое внимание уделяется разработке новых эффективных методов и алгоритмов обнаружения и сопровождения движущихся целей, однако недостаточное внимание уделено программно-алгоритмическому обеспечению систем оценки характеристик обнаружения и сопровождения целей.

Традиционно при рассмотрении вопросов, связанных с качеством систем обнаружения и сопровождения в системах с активными датчиками (АД), считалось, что полезная информация о цели сконцентрирована в одном элементе разрешения активного датчика, либо при изложении теории автор абстрагировался от понятия элемента разрешения, и использовалось понятие выборки входных колебаний из выборочного пространства [74, 75]. В данной работе рассматривается и решается проблема оценки качества обнаружителя с предположением, что цель находится в нескольких элементах разрешения АД, то есть является распределенной.

1.1. Современные методики и алгоритмы оценки качества программно-аппаратных комплексов

Сложность современных систем неуклонно увеличивается, предъявляемые к ним требования постоянно изменяются и растут, что обуславливает необходимость автоматизации оценки качества программного обеспечения.

Охранные системы с активными датчиками представляют собой сложный программно-аппаратный комплекс, в котором программное обеспечение в большой степени определяет основные характеристики и качество системы. Формализации характеристик качества программного обеспечения (ПО) посвящен ряд международных и российских нормативных документов КОЛЕС 90003:2014 [76], КОЛЕС 25010:2011 [77], КОЛЕС 25051:2014 [78], ГОСТ 28195-89 [79], ГОСТ 28806-90 [80], где выделены группы показателей, позволяющие оценивать ПО с позиции пользователя, разработчика и управляющего проектом.

Функциональная пригодность ПО характеризуется погрешностью вычислений, защищенностью от несанкционированного копирования или использования, способностью к взаимодействию с другими программными продуктами, согласованностью с международными, государственными, отраслевыми стандартами и правилами проектирования.

Применение встраиваемого программного обеспечения в серийном изделии, на которое возлагается реализация основных функций системы, обеспечивает его высокое качество, что повышает надежность и повторяемость изделия за счет уменьшения влияния человеческого фактора. Выпуск новых изделий или изделий с расширенной функциональностью осуществляется за счет изменения рабочего ПО (довольно часто без изменения аппаратного обеспечения) и проведения комплекса предварительных и приемочных испытаний согласно ГОСТ 34.603-92 [81].

Согласно межгосударственному стандарту ГОСТ 34.603-92 [81] в процессе разработки продукции производственно-технического назначения предусмотрены следующие виды испытаний: предварительные испытания, испытания в процессе опытной эксплуатации и приемочные испытания. По окончании разработки согласно межгосударственному стандарту ГОСТ Р 15.201-2000 [82] определены предварительные и промежуточные испытания.

Предварительные испытания проводятся с целью предварительной оценки соответствия опытного образца продукции требованиям технического задания, а также для определения готовности опытного образца к приёмочным испытаниям.

Приемочные испытания проводятся с целью оценки всех определённых техническим заданием (ТЗ) характеристик системы, проверки и подтверждения соответствия системы требованиям ТЗ в условиях, максимально приближенных к условиям реальной эксплуатации, а также для принятия решения о заключении контракта на покупку оборудования.

Опытную эксплуатацию системы проводят с целью определения фактических значений количественных и качественных характеристик системы и готовности персонала к работе в условиях функционирования, определения фактической эффективности, корректировке документации (при необходимости).

Лабораторные и натурные испытания являются частью предварительных и приемочных испытаний экспериментальных и опытных образцов продукции в

условиях, имитирующих реальные условия эксплуатации. Лабораторные испытания - это испытания, проводимые в лабораторных условиях согласно ГОСТ 16504 81 [83]. Натурные испытания предполагают установку стенда на объекте штатной работы, либо на аналогичном охраняемом объекте. Такие испытания часто связаны с дополнительными расходами: выезд на объект персонала и вывоз оборудования, установка оборудования (в некоторых случаях это сопряжено с высотными работами и промышленным альпинизмом). Натурные испытания предполагают физическое присутствие целей в зоне ответственности испытываемой охранной системы с активными датчиками. Существует два вида методик проведения натурных испытаний. Первая заключается в искусственном помещении целей в зоне ответственности. Вторая основана на обнаружении естественных целей, например, въезжающих на территорию завода автомобилей. Наличие искусственных целей позволяет наиболее полно проверить качество работы системы, что особенно полезно при внутренних испытаниях. Использование же естественных целей обеспечивает наибольшее приближение к естественным условиям эксплуатации охранной системы.

Объём и содержание предварительных испытаний, необходимых для обеспечения требуемой заказчиком надёжности, определяет разработчик. Испытания должны проверять корректность работы охранной системы при всех условиях её работы (различные погодные условия, время суток и т.д.). При испытаниях необходимо учитывать значения параметров работы оцениваемого алгоритма.

Охранная система на основе активных датчиков включает в себя аппаратную и программную составляющие. Предварительным и натурным испытаниям подвергается стенд, включающий аппаратное обеспечение, аналогичное или идентичное аппаратному обеспечению, используемому при штатной работе охранной системы. Во время предварительных испытаний программного обеспечения допускается использование макетного или опытного образца изделия, соответствующего аппаратному обеспечению, применяемому на штатном изделии.

При предварительных испытаниях программного обеспечения довольно часто используются персональные компьютеры общего назначения, серверы и другие аппаратные средства. Такие испытания в первую очередь ориентированы на

выявление ошибок, связанных с неправильной обработкой входных данных, логических ошибок программно-алгоритмического обеспечения системы. При использовании макетных и опытных образцов проверяются ошибки, связанные с совместимостью программной и аппаратных частей системы. Для проверки заявленной функциональности изделия перед приёмочными испытаниями должны быть проведены предварительные испытания с использованием штатного аппаратного обеспечения либо опытных или макетных образцов.

Приёмочные испытания могут проходить отдельно для программной составляющей охранной системы с активными датчиками. По классификации ГОСТ 34.603-92 [81] проверку качества программной составляющей (алгоритмов обнаружения и сопровождения целей) можно отнести к автономным испытаниям. Приёмочные испытания могут проходить как с участием органов государственного надзора (при условии, что разработка охранной системы производилась в рамках государственного заказа), так и с участием представителя фирмы-заказчика.

Натурные испытания предполагают использование штатной аппаратной и программной составляющих охранной системы. Использование отладочных плат неприемлемо, так как данный вид испытаний является наиболее затратным, и целесообразно выявить наибольшее число потенциальных ошибок. Натурные испытания являются наиболее показательными и должны использоваться при приёмке изделия заказчиком. По классификации ГОСТ 34.603-92 данные испытания относятся к комплексным испытаниям. Такие испытания должны учитывать полноту и качество выполнения функций охранной системы в целом. Программа и методика приёмных испытаний согласуются с заказчиком. Они устанавливают

и и • • с» и

необходимый и достаточный объём испытаний, обеспечивающий заданную достоверность получаемых результатов.

По результатам комплексного тестирования принимается решение о возможности (невозможности) приёмки информационной системы в опытную эксплуатацию. Также по результатам приёмных испытаний составляется список необходимых доработок, и устанавливаются сроки их выполнения. После устранения выявленных недостатков должны быть проведены новые натурные испытания.

Характеристики обнаружения и сопровождения могут значительно отличаться в зависимости от условий работы (в особенности от входных данных) и в общем случае представляют собой случайную величину. Для оценки характеристик данной случайной величины на основе экспериментов применяются методы, разработанные в теории математической статистики.

Основной выходной информацией алгоритмов обнаружения целей является факт наличия или отсутствия цели в зоне контроля датчиков с определением координат и класса цели, параметров ее перемещения и времени ее обнаружения. Основной выходной информацией алгоритмов сопровождения целей является информация о траектории целей в зоне контроля датчика, которая характеризуется вероятностью обнаружения истиной траектории, вероятностью обнаружения ложной траектории, средним временем автозахвата ложной и истиной траекторий. а) б)

Рисунок 1.1 — Выходная информация алгоритмов а) обнаружения и б) сопровождения целей

Задачей предварительных лабораторных испытаний является обеспечение качества программно-алгоритмической составляющей охранных комплексов на таком уровне, чтобы его с запасом хватало для прохождения последующих внутренних и тем более приёмочных испытаний [1].

Список литературы диссертационного исследования кандидат наук Муравьев Александр Борисович, 2019 год

Список литературы

1. Andrew G. Stove, David. L. Hurd. Performance evaluation of modern radars // Proceedings of the International Conference on Radar. - 2003. - No.03EX695 - P. 547553.

2. J. Jia, J. Liu, W. Shen, «Evaluation of Over-the-Horizon Radar combat efficiency», Moern Radar, vol. 17, no. 1, pp. 94-96, Feb 2006.

3. Roaldje Nadjiasngar, Alexander Charlish, «A performance model for target tracking with a radar network», Radar Conference 2015 IEEE, pp. 238-243, 2015.

4. Z. Zhao, B. Rao, T. Wang, S. P. Xiao, X. S. Wang, «Detection probability calculation and performance evaluation of radar network», Moern Radar, vol. 32, no. 7, pp. 7-10, Jul 2010.

5. A. K. Raz, D. A. DeLaurentis, «Performance evaluation of distributed Track-to-Track fusion systems», IEEE International Conference on Systems Man and Cybernetics (SMC), pp. 1585-1590, 2014.

6. Kaveer Manickchand; J. J. Strydom; A. K. Mishra. Comparative study of TOA based emitter deinterleaving and tracking algorithms. 2017 IEEE AFRICON. Year: 2017 Pages: 221 - 226.

7. Shishan Yang; Marcus Baum; Karl Granstrom. Metrics for performance evaluation of elliptic extended object tracking methods. Multisensor Fusion and Integration for Intelligent Systems (MFI), 2016 IEEE International Conference on. 19-21 Sept. 2016. Pages: 523 - 528.

8. M. Pelletier, E.P. Blasch. A Track Scoring MOP for Perimeter Surveillance Radar Evaluation // Information Fusion (FUSION). - 2012. - №15. - P. 2028-2034;

9. Scott Krig. Computer vision metrics. Survey, Taxonomy, and Analysis. - NY: Apress, Inc. - 2014. - 508 p.

10. James Black, Tim Ellis, Paul Rosin. A Novel Method for Video Tracking Performance Evaluation // Joint IEEE Int. Workshop on Visual Surveillance and Performance Evaluation of Tracking and Surveillance. - 2003. - P. 125-132.

11. Colegrove S.B., Davey S.J., Cheung B.A. Tracking System Performance Assessment // Proceedings of the Sixth International Conference of Information Fusion. - 2003. -Vol.2, №6. - 8-11 July 2003. - M(IEEE) - P. 926 - 933.

12. Colegrove S.B., Davey S.J., Cheung B.A. Tracker Assessment Tool for Comparing Tracker Performance // Australian Government. Department of Defence. Technical Report. - 2005 - 41 p.

13. Д.А. Вражнов, А.В. Шаповалов, В.В. Николаев. О качестве алгоритмов слежения за объектами на видео. // КОМПЬЮТЕРНЫЕ ИССЛЕДОВАНИЯ И МОДЕЛИРОВАНИЕ 2012 Т. 4 No 2 С. 303-313.

14. Д.А. Вражнов, А.В. Шаповалов, В.В. Николаев. Сравнительный анализ методов повышения устойчивости алгоритмов слежения на видео // Вестник томского городского университета, Управление, вычислительная техника и инфомратика №4(25) 2013.

15. Малистов А.С., Солохин А.А., Хамухин А.В. Формальный подход к оценке качества алгоритмов обработки изображений в интеллектуальных системах видеонаблюдения // Вопросы радиоэлектроники. 2006. Сер: Общетехническая(2), 17-29.

16. А.В. Хамухин. Оценка объёма тестовой выборки для вычисления ожидаемой доли ошибки при классификации объектов видеонаблюдения. M.: из-во «Компания Спутник+», научно-технический журнал «Актуальные проблемы современной науки», №6, 2007.

17. Петричкович Я.Я., Солохин А.А., Ахриев А.А. Оценка эффективности систем видеонаблюдения с компьютерным зрением при различных внешних условиях // Вопросы радиоэлектроники. 2006.Сер: Общетехническая(2), 29-39.

18. C. Jaynes, S. Webb, R. Matt Steele, and Q. Xiong, «An Open Development Environment for Evaluation of Video Surveillance Systems», Proceedings of the Third International Workshop on Performance Evaluation of Tracking and Surveillance (PETS'2002), Copenhagen, June 2002.

19. T.J. Ellis, «Performance Metrics and Methods for Tracking in Surveillance», Proceedings of the Third International Workshop on Performance Evaluation of Tracking and Surveillance (PETS'2002), Copenhagen, June 2002.

20. A. Senior, A. Hampapur, Y. Tian, L. Brown, S. Pankanti, R. Bolle, «Appearance Models for Occlusion Handling» Proceedings of the Second International Workshop on Performance Evaluation of Tracking and Surveillance (PETS'2001), Hawaii, Kauai, December 2001.

21. D. Doermann, and D. Mihalcik, «Tools and Techniques for Video Performance Evaluation», Proceedings of the International Conference on Pattern Recognition (ICPR'00), Barcelona, September 2000, pp 4167-4170.

22. C.J. Needham, R.D. Boyle. Performance Evaluation Metrics and Statistics for Positional Tracker Evaluation. International Conference on Computer Vision Systems (ICVS'03), Graz, Austria, April 2003, pp 278-289.

23. Erdem, B. Sankur, A.M. Tekalp. Metrics for Performance Evaluation of Video Object Segmentation and Tracking Without Ground-Truth. IEEE International Conference on Image Processing (ICIP'01), Thessaloniki, Greece, October 2001.

24. Erdem, B. Sankur. Performance measures for video object segmentation and tracking. IEEE Transactions on Image Processing ( Volume: 13, Issue: 7, July 2004 ) pp: 937 - 951.

25. Erdem, B. Sankur, A.M. Tekalp. Video object tracking with feedback of performance measures. Circuits and Systems for Video Technology, IEEE Transactions on. ( Volume: 13, Issue: 4) April 2003 pp: 310-324.

26. P.L. Rosin, E. Ioannidis. Evaluation of Global Image Thresholding for Change Detection, Pattern Recognition Letters, 2003, Vol. 24, No. 14, pp 2345-2356.

27. Kevin Bowyer. Empirical Evaluation Techniques in Computer Vision. 1st IEEE Computer Society Press Los Alamitos, CA, USA ©1998 ISBN:0818684011

28. M. Trivedi, Junwen Wu. Performance characterization for Gaussian mixture model based motion detection algorithms. Image Processing, 2005. ICIP 2005. IEEE International Conference on. 14-14 Sept. 2005.

29. H. Christensen and W. Foerstner. Performance characteristics of vision algorithms. Special issue on performance evaluation. Machine Vision and Applications, Volume 9 Issue 5-6, 1997.

30. H. Christensen, W. Foerstner, and C.B. Madsen. Workshop on performance characterization of vision algorithms . http://www.vision.auc.dk/hic/perf-proc.html, 1996.

31. P. Courtney, N. Thacker, and A.F. Clark. Algorithmic modelling for performance evaluation. Machine Vision and Applications, 9(5):219-228, 1997.

32. M. Heath, S. Sarkar, T. Sanocki, and K. Bowyer. A robust visual method for assessing the relative performance of edge detection algorithms. IEEE Trans. PAMI, 19(12): 13381359, 1997.

33. A. Hoover, G. Jean-Baptiste, X. Jiang, P. Flynn, H. Bunke, D. Goldgof, K. Bowyer, D. Eggert, A. Fitzgibbon, and R. Fisher. An experimental comparison of range image segmentation algorithms. IEEE Trans. PAMI, 18(7):673-689, 1996.

34. C.B. Madsen. A comparative study of the robustness of two pose estimation techniques. Machine Vision and Applications, 9(5):291-303, 1997.

35. Keni Bernardin, Rainer Stiefelhagen. Evaluating Multiple Object Tracking Performance: The CLEAR MOT Metrics, 2008.

36. A. A. Gorji; R. Tharmarasa; T. Kirubarajan. Performance measures for multiple target tracking problems. Information Fusion (FUSION), 2011 Proceedings of the 14th International Conference on. 5-8 July 2011.

37. K. C. Chang, S. Mori, C. Y. Chong, «Evaluating a multiple-hypothesis multitarget tracking algorithm», IEEE Transactions on Aerospace and Electronic Systems, vol. 30, no. 2, pp. 578-590, April 1994.

38. K.C. Chang; R.K. Saha; Y. Bar-Shalom; M. Alford. Performance evaluation of multisensor track-to-track fusion. Multisensor Fusion and Integration for Intelligent Systems, 1996. IEEE/SICE/RSJ International Conference on. 8-11 Dec. 1996.

39. K.C. Chang ; S. Mori ; C.-Y. Chong. Performance evaluation of track initiation in dense target environments. Systems Engineering, 1992., IEEE International Conference on. 1719 Sept. 1992.

40. K.C. Chang. Evaluating hierarchical track fusion with information matrix filter. Information Fusion, 2000. FUSION 2000. Proceedings of the Third International Conference on. 10-13 July 2000.

41. S. Mori, K.-C. Chang, C.-Y. Chong, «Comparison of track fusion rules and track association metrics», 2012 15th International Conference on Information Fusion (FUSION), pp. 1996-2003, Jul. 2012.

42. Tianxiang Chen, Quanbo Ge, Weifeng Liu, Zhuyun Niu, Jinyan Ma, «Performance indexes analysis for multi-observation platform system», Control And Decision Conference (CCDC) 2017 29th Chinese, pp. 2964-2969, 2017, ISSN 1948-9447.

43. K. Chang, Z. Tian, S. Mori, C. Chong, «MAP track fusion performance evaluation», Proceedings of the Fifth International Conference on Information Fusion 2002, vol. 1, pp. 512-519, Jul. 2002.

44. K. C. Chang, Z. Tian, and R. K. Saha, «Performance Evaluation of Track Fusion with Information Filter», Proc. First International Conference on Multisource-Multisensor Information Fusion, pp. 648 - 654, Las Vegas, NV, July 1998.

45. Rongtai Cai; Qingxiang Wu; Ping Wang; Xuguang Zhang; Shuo Hu. Performance analysis of object tracking algorithm. Image Analysis and Signal Processing (IASP), 2011 International Conference on. Publication Year: 2011, Page(s):463 - 467.

46. Performance analysis of real time object tracking system based on compressive sensing Urvi Anil Agrawal ; Preetida Vinayakray Jani Publication Year: 2017, Page(s):187 - 193

47. A performance evaluation tool for multi-sensor classification systems Rommel Novaes Carvalho ; K. C. Chang Publication Year: 2009, Page(s):1123 - 1130

48. Performance evaluation of multiple sports player tracking system based on graph optimization Yuri Nishikawa; Hitoshi Sato; Jun Ozawa 2017 IEEE International Conference on Big Data (Big Data) Year: 2017 Pages: 2903 - 2910.

49. Performance evaluation of multiple sports player tracking system based on graph optimization Yuri Nishikawa ; Hitoshi Sato ; Jun Ozawa Publication Year: 2017, Page(s):2903 - 2910

50. Macharla Vinaykumar; Ravi Kumar Jatoth Publication. Performance evaluation of Alpha-Beta and Kalman filter for object tracking. 2014 IEEE International Conference on Advanced Communications, Control and Computing Technologies. Year: 2014, Page(s):1369 - 1373

51. E. Loutas; N. Nikolaidis; I. Pitas. Evaluation of tracking reliability metrics based on information theory and normalized correlation. Proceedings of the 17th International Conference on Pattern Recognition, 2004. ICPR 2004. Publication Year: 2004, Page(s):653 - 656 Vol.4

52. Ravi Kumar Jatoth, Sampad Shubhra,Ejaz Ali. Performance Comparison of Kalman Filter and Mean Shift Algorithm for Object Tracking. Published By: MECS Press. IJIEEB Vol.5, No.5, Nov. 2013

53. Maciej Szczodrak, Piotr Dalka, Andrzej Czyzewski «Performance evaluation of video object tracking algorithm in autonomous surveillance system» International Conference on Information Technology, ICIT 2010 • 28-30 June 2010

54. J. Nascimento, J. Marques, «Performance Evaluation of Object Detection Algorithms for Video Surveillance», IEEE Transactions on Multimedia, vol. 8, no. 4, pp. 761-773, Aug. 2006.

55. D. Hall ; J. Nascimento ; P. Ribeiro ; E. Andrade ; P. Moreno ; S. Pesnel ; T. List ; R. Emonet ; R. B. Fisher ; J. S. Victor ; J. L. Crowley. Comparison of target detection algorithms using adaptive background models. Publication Year: 2005, Page(s):113 - 120.

56. O. E. Drummond, «Methodologies for performance evaluation of multitarget multisensor tracking», in O. E. Drummond (ed.) Signal and Data Processing of Small Targets, Proc. SPIE, vol. 3809, pp. 355-369, 1999. Ambiguities in evaluating performance of multiple target tracking algorithms

57. J.R. Hoffman, R.P.S. Mahler, «Multitarget Miss Distance and its Applications», Proceedings of the Fifth International Conference on Information Fusion, vol. 1, pp. 149155, July 2002.

58. J. R. Hoffman, R. P. S. Mahler, «Multitarget miss distance via optimal assignment», IEEE Transactions on Systems Man and Cybernetics, vol. 34, no. 3, pp. 327-336, May 2004.

59. O. E. Drummond and B. E. Fridling, «Ambiguities in evaluating performance of multiple target tracking algorithms», in O. E. Drummond (ed.) Signal and Data Processing of Small Targets, Proc. SPIE, vol. 1698, pp. 326-337, 1992.

60. R. L. Rothrock and O. E. Drummond, «Performance metrics for multiple-sensor, multiple-target tracking», in O. E. Drummond (ed.) Signal and Data Processing of Small Targets, Proc. SPIE, vol. 4048, pp. 521-531, 2000.

61. B. Ristic, «A Tool for Track-While-Scan Algorithm Evaluation», in Proc. Information, Decision, Control (IDC99), Adelaide, Australia, Feb. 1999, pp. 105-110.

62. S. Blackman and R. Popoli, Design and Analysis of Modern Tracking Systems. Artech House, 1999.

63. Schuhmacher, B.-T. Vo, and B.-N. Vo, «A consistent metric for performance evaluation of multi-object filters», IEEE Trans. Signal Processing, vol. 56, no. 8, pp. 34473457, Aug. 2008.

64. «Orwell-R». Радиолокационные станции обнаружения и сопровождения // Электронный ресурс: статья. - Электрон. текстовые дан. - Режим доступа: http://www.elvees.ru/home/index.php?id=55;

65. Александров Ю.Н., Зинченко О.Н., Колобанова Е.С. Цифровой охранный радиолокатор Ku-диапазона // Вопросы радиоэлектроники. Серия общетехническая.

- 2006. - №2. - С. 115-126.

66. «Сектор». Радиолокационные станции обнаружения и сопровождения // Электронный ресурс: статья. - Электрон. текстовые дан. - Режим доступа: http://www.elvees.ru/home/index.php?id=55;

67. Применение методов динамической верификации для систем сигнальной обработки на отечественных процессорах серии «Мультикор». / О.Н. Зинченко, Л.А. Костров, Е.С. Янакова, А.Б. Муравьев. // Оборонная техника №7 (2015) - 2015 г. - C. 83-87.

68. Е.С. Янакова. Методика оценки качества алгоритмов обнаружения и сопровождения целей в охранных системах с активными датчиками. / Е.С. Янакова, А.Б. Муравьев // Оборонная техника №5 (2016) - 2016 г. - С. 15-18.

69. А.Б. Муравьев. Подход к построению автоматизированной системы контроля качества алгоритмов обнаружения и сопровождения целей. Радиопромышленность.

- 2016. - №3. - С. 23-27.

70. А.Б. Муравьев. Критерии качества алгоритмов обнаружения и сопровождения целей в охранных системах с активными датчиками. Радиопромышленность. - 2016.

- №4. - С. 130-134.

71. А.Б. Муравьев. Способ хранения проверочной информации о целевой обстановке для охранных приборных комплексов с активными датчиками. ООО «Издательство «Спутник+» - 2017 - № 4(106) - С. 143-144.

72. А.Б. Муравьев. Критерии качества обнаружения и сопровождения целей в охранных комплексах с активными радиолокационными датчиками. / А.Б. Муравьев // Журнал «Оборонная техника». № 11-12 (2017). С 115-118.

73. А.Б. Муравьев. Предметно-ориентированный способ хранения информации о целевой обстановке в охранных станциях серии «Сектор». / А.Б. Муравьев. // Журнал «Оборонная техника». №11-12 (2017). С. 119-122.

74. Левин Б.Р.Теоретические основы статистической радиотехники/ Левин Б.Р. - 3-е изд. Перераб и доп. - М.: Радио и связь, 1989. - 656 с.: ил. - ISBN 5-256-00264-3;

75. Теория обнаружения сигналов / П.С. Акимов, П.А. Бакут, В.А. Богданович и др.; Под ред. П.А. Бакута - М.: Радио и связь, 1984. - 440 с;

76. ISO/IEC 90003:2014. Разработка программного обеспечения. Руководящие указания по применению ISO 9001:2008 к компьютерному программному обеспечению;

77. ISO/IEC 25010:2011. Системная и программная инженерия. Требования и оценка качества систем и программного обеспечения (SQuaRE). Модели качества систем и программного обеспечения;

78. ISO/IEC 25051:2014. Программная инженерия. Требования и оценка качества систем и программного обеспечения (SQuaRE). Требования к качеству готового к использованию программного продукта (RUSP) и инструкции по тестированию

79. ГОСТ 28195-89. Оценка качества программных средств. Общие положения;

80. ГОСТ 28806-90. Качество программных средств. Термины и определения.

81. ГОСТ 34.603-92. Информационная технология. Виды испытаний автоматизированных систем

82. ГОСТ Р 15.201-2000. Система разработки и постановки продукции на производство. Продукция производственно-технического назначения. Порядок разработки и постановки продукции на производство

83. ГОСТ 16504-81. Система государственных испытаний продукции. Испытания и контроль качества продукции. Основные термины и определения

84. Caraway, Willie D., III, McElroy, Randy R. An analysis of multi-role survivable radar tracking performance using the ktp-2 group's real track metric // 2001.

85. Colegrove, S.B., Davey, S.J., Cheung, B. A Tracker Assessment Tool for Comparing Tracker Performance // Australian Government. Department of Defence. Technical Report, 2005.

86. Fei Yin, DimitriosMakris, Sergio Velastin. Performance Evaluation of Object Tracking Algorithms // In 10th IEEE International Workshop on Performance Evaluation of Tracking and Surveillance. 2007;

87. Faisal Bashir, FatihPorikli. Performance Evaluation of Object Detection and Tracking Systems // In IEEE International Workshop on Performance Evaluation of Tracking and Surveillance (PETS2006) (June 2006) Key: citeulike:2058015.

88. Thanarat Horprasert Chalidabhongse, Kyungnam Kim, David Harwood, Larry Davis. A Perturbation Method for Evaluating Background Subtraction Algorithms // Joint IEEE

Int. Workshop on Visual Surveillance and Performance Evaluation of Tracking and Surveillance. 2003.

89. L. M. Brown, A. W. Senior, Y.-L. Tian, J. Connell, A. Hampapur, C. f. Shu, H. Merkl, and M. Lu. Performance Evaluation of Surveillance Systems Under Varying Conditions // Proceeding of IEEE International Workshop. 2005. pp. 1-8.

90. Dominic Schuhmacher, Ba-TuongVo, and Ba-Ngu Vo. A Consistent Metric for Performance Evaluation of Multi-Object Filters // The IEEE Transactions on Signal Processing. 2008. Vol. 56 (8). P. 3447 - 3457.

91. BrankoRistic, Ba-NguVo, Daniel Clark, Ba-Tuong Vo. A Metric for Performance Evaluation of Multi-Target Tracking Algorithms // The IEEE Transactions on Signal Processing. 2011. Vol. 59(7). P. 3452 - 3457.

92. Zdenek Kalal, Krystian Mikolajczyk, Jiri Matas. Forward-Backward Error: Automatic Detection of Tracking Failures // Pattern Recognition (ICPR), 2010 20th International Conference on - IEEE 2010, Page(s): 2756 - 2759.

93. Ширман Я. Д., Лосев Ю. И., Минервин Н. Н. и др. Радиоэлектронные системы: основа построения и теория. Справочник / под ред. Я. Д. Ширмана. - М.: МАКВИС, 1998. - 826 с.

94. Вентцель Е. С.Исследование операций: задачи, принципы, методология //Вентцель Е. С. — 2-е изд., стер.— М.: Наука. Гл. ред. физ.-мат. лит., 1988,— 208с.

95. KeinosukeFukunaga. Introduction to statistical pattern recognition / 2nd edition 1990;

96. Fawcett T. ROC Graphs: Notes and Practical Considerations for Researchers / T.Fawcett. Kluwer Acad. Publ., 2004. 38 с;

97. Andrew P.Bradley. The use of the area under ROC curve in the evaluation of the machine learning algorithms.

98. Н.В.Смирнов, И.В. Дунин-Барковский. Курс теории вероятностей и математической статистики.

99. Бакулев П. А., Степин В. М. Методы и устройства селекции движущихся целей. - М.: Радио и связь, 1986. - 288 с.

100. «Minutes of the 19 th Meeting (Volume 1: Business Meeting)», SUB GROUP K TECHNICAL PANEL KTP-2 RADAR DATA PROCESSING, July 1994.

101. R. Vezzani, R. Cucchiara, «Annotation collection and online performance evaluation for video surveillance: The visor project», Advanced Video and Signal Based Surveillance 2008. AVSS'08. IEEE Fifth International Conference on, pp. 227-234, Sept 2008.

102. Viper toolkit at sourceforge. Радиолокационные станции обнаружения и сопровождения // Электронный ресурс: статья. - Электрон. текстовые дан. - Режим доступа: http://viper-toolkit. sourceforge.net/.

103. Adrienne Watt, Nelson Eng. Database Design - 2nd Edition. // Электронный ресурс: монография. - Электрон. текстовые дан. - Режим доступа: http://open.bccampus.ca/dbdesign01.

104. Илюшечкин В.М. Основы использования и проектирования баз данных. / В. М. Илюшечкин. — М. : Издательство Юрайт ; ИД Юрайт, 2014. — 213 с. — Серия : Бакалавр. Академический курс.

105. Гаврилова Т.А. Базы знаний интеллектуальных систем./ Т. А. Гаврилова, В.Ф. Хорошевский — СПб: Питер, 2000. — 384 с.

106. Зинченко О.Н. Движущийся объект как спектрально-пространственная совокупность пикселей радиолокационного изображения. // Вопросы радиоэлектроники. Серия общетехническая. - 2008. - №3. - С. 157-169.

107. Tom Fawcett. An introduction to ROC analysis. // Электронный ресурс: статья. -Электрон. текстовые дан. - Режим доступа: http://www.sciencedirect.com/science/article/pii/S016786550500303X .

108. Fletcher, Robert H. Fletcher ; Suzanne W. (2005). Clinical epidemiology : the essentials (4th ed.). Baltimore, Md.: Lippincott Williams & Wilkins. p. 45. ISBN 0-78175215-9.

109. ONVIF [Электронный ресурс]: набор спецификаций. - Электрон. текстовые дан. - Режим доступа: http://www.onvif.org/specs/DocMap-16.06.html, свободный.

110. Suren Kumar, Tim K. Marks, Michael Jones, «Improving Person Tracking Using an Inexpensive Thermal Infrared Sensor», Computer Vision and Pattern Recognition Workshops (CVPRW) 2014 IEEE Conference on, pp. 217-224, 2014, ISSN 2160-7516.

111. Yi Wu, Jongwoo Lim, Ming-Hsuan Yang. Online Object Tracking: A Benchmark // Computer Vision and Pattern Recognition (CVPR), 2013 IEEE Conference on, 23-28 June 2013.

Приложение 1. Акты внедрения результатов работы

Анц«о*ерчсе общество «ЭЛВ^СН^сТо«»

ОГРН 1117746057714

ИНН/КПП 773557SC4?/7?J501C01

РФ, 12Л493, г. Москэл. iwsHorwA, потезл N« ¿922, дом Л, стр.? ♦ 7 435 926 79-57 wefcom е g! elveesnectek .com

АКТ

о внедрении диссертационной работы; Муравьева Александра Борисовича на чему «Исследование и разработка методик и алгоритмов анализа характеристик обнаружения и сопровождения целен для управления охранными комплексами с активными датчиками» на соискание учСпой степени кандидата технических наук но специальности 05.13.01 «Системный

Комиссия в составе: председатель комиссии - директор департамента разработки АО «ЭЛВИС-НеоТек» Содохин A.A.; члены комиссии - руководитель отдела компьютерного зрения Хамухин A.B.. руководитель отдела главный конструктор РДС Сидоров A.A. составили настоящий акт о том, чго результаты диссертационной работы Муравьева А.Б„ а именно:

- методики и алгоритмы анализа характеристик обнаружения и сопровождения целей в приборном комплексе РЛС «Onveil-R», обеспечившие решение ряда новых задач, таких как увеличение дальности дейегвия при ограниченной пиковой мощности датчика, обнаружение малоразмерных целей на фоне неоднородной подстилающей поверхности, уменьшение мертвой зоны для обнаружения близко расположенных объектов;

анализ, управление и обработка информации (технические системы)»

elveesneatek.ru

- формат и схема базы данных для хранения информации о целевой обстановке, уменьшающие время выборки тестовых данных, обеспечивая оценку качества алгоритмов обнаружения и сопровождения целей в реальном времени;

- методика оценки и контроля качества алгоритмов обнаружения и сопровождения целей, позволившая на 12% увеличить вероятность правильного обнаружения целей;

- предметно-ориентированные меры качества обнаружения и сопровождения целей для охранных комплексов с АД, основанные на таких областях современных информационных технологий как машинное обучение и исследование операций;

- эффективный алгоритм расчёта разработанных мер качества обнаружения и сопровождения целей, позволяющий для типовых задач сократить время нахождения соответствия расчётных и эталонных целей в несколько раз,

были использованы на предприятии АО «ЭЛВИС НеоТек» при разработке приборных комплексов серийных РЛС «ОтоеН-Я» ЛЦКБ.464412.002.

Разработанное программно-алгоритмическое обеспечение внедрено в систему верификации программного обеспечения на производстве серийной РЛС «ОтеП-Я», статистика по поставкам и отказам которой за три года показывает высокий уровень качества изделия, а также полноту и достоверность автоматизированной проверки приборного комплекса РЛС при производстве. В настоящее время успешно эксплуатируется более 100 комплектов РЛС «Ог\уе11-11» на объектах, расположенных на территории Российской Федерации и за рубежом. Общий объём поставок информационно-измерительной системы на базе РЛС «Ог\уе11-11» составляет 50 комплексов в год.

Благодаря использованию разработанных методик и алгоритмов, появилась возможность проведения типовых испытаний приборного комплекса «ОтеП-Я», связанных с обновлением программного обеспечения, в лабораторных условиях, что позволило сократить количество выездных натурных испытаний на 33%.

Внедрение разработанных методик и алгоритмов оценивания и контроля качества обнаружения и сопровождения целей благодаря оптимизации параметров работы алгоритма позволило увеличить дальность обнаружения типовой цели с 2500 до 2800 метров.

Разработанные методики и алгоритмы были использованы при эксплуатации охранных комплексов на таких объектах как «Усть-Илимская ГЭС», «Новосибирская

ГЭС», «С ая но- Шуши искал ГЭС», порт Махачкала, порт Приморск, порт Ейск, Кронштадт, аэропорт Шереметьево, Сургут, аэродром Раме) ¡скос, ЛИИ им. Громова, объекты XXII зимних олимпийских игр, на таких стратегических объектах как «Бурейская ГЭС», «Курская АЭС», а также на таких зарубежных объектах как Западная Курна-2 (Ирак) и

Внедрение результатов диссертационной работы выполнено при непосредственном личном участии автора. Основные результаты диссертационной работы Муравьева А.Б. использованы при выполнении научно-исследовательских и опытно-конструкторских ра-

Предеедатель комиссии: директор по разработкам

Члены комиссии:

руководитель отдела компьютерного зрения, к.т.н.

руководитель отдела главный конструктор РЛС

Ио&йхг Сидоров A.A.

Адрес: г Москяа, Зеленоград,

проезд 4422, дом 4, строение 2 Почтовый вдрис: 124460, г. Москва, л/я 19 Телефон/факс (495J y26-'/9-S7, факс. [499)731-19-61 vww.nuiltieo rc.ru, üerrL-SaryüM vecH.com

"УТВЕРЖДАЮ"

Заместитель Генерального директора

о внедрении диссертационной работы Муравьева Александра Борисовича на тему «Исследование и разработка методик и алгоритмов анализа характеристик обнаружения и сопровождения целей для управления охранными комплексами с активными датчиками (АД)» на соискание учёной степени кандидата технических наук но специальности 05.13.01 «Системный анализ, управление и обработка информации

(технические системы)»

Комиссия в составе: председатель комиссии заместитель директора по научной работе, к.т.п. Солохина Т.В,; члены комиссии начальник лаборатории 12 НТО-), д.г.н. Беляев A.A., начальник отдела программного обеспечения ПТО-3 Кузнецов Д.А. составили настоящий акт о том, что результаты диссертационной работы Муравьева А.Б., а именно:

• применение методик и алгоритмов анализа характеристик алгоритмов обнаружения и сопровождения целей, используемых в приборном комплексе РЛС «Сектор»» обеспечило решение ряда новых задач, таких как увеличение дальности действия при ограниченной пиковой мощности датчика, обнаружение малоразмерных целей на фоне неоднородной подстилающей поверхности, уменьшение мертвой зоны для обнаружения близко расположенных объектов;

• формат и схема базы данных для хранения информации о целевой обстановке, уменьшающие время выборки тестовых данных более чем в 2 раза по сравнению с существующими системами;

еэ завис

Акционерное общество Нлуч нп-п роизводствениы ¿: центр «Электронные вычислительно-информационные системы» (АО НМЦ «ЭЛВИС»)

о методика оценки и контроля качества алгоритмов обнаружения и сопровождения целей, позволившая на 12% увеличить вероятность правильного обнаружения целей;

• предметно-ориентированные меры качества обнаружения и сопровождения целей ДЛЯ охранных комплексов с АД, основанные на таких областях современных информационных технологий как машинное обучении и исследование операций;

• эффективный алгоритм расчёта разработанных мер качества обнаружения и сопровождения целей, позволяющий для типовых задач сократить время нахождения соответствия расчетных и эталонных целей в несколько раз,

были использованы на предприятии АО НИЦ «ЭЛВИС» при разработке серийного изделия РЛС «Сектор» РАЯЖ 464411.001-01.

Внедрение результатов диссертационной работы Муравьева А.Б. позволило разработать приборные комплексы системы сигнальной обработки РЛС «Сектор» наблюдения и сопровождения ближнего действия, пользовательские характеристики которого соответствуют требованиям, предъявляемым к охранным системам, и уровню мировых изделий подобного класса.

Благодаря использованию разработанных методик и алгоритмов, появилась возможность проведения типовых испытаний охранных комплексов с АД, связанных с обновлением программного обеспечения, в лабораторных условиях.

Внедрение разработанных методик и алгоритмов оценивания и контроля качества обнаружения и сопровождения целей благодаря оптимизации параметров работы алгоритма обнаружения и сопровождения позволило увеличить дальность обнаружения типовой цели.

Внедрение результатов диссертационной работы было выполнено при непосредственном личном участии автора. Основные результаты диссертационной работы Муравьева A.B. были использованы при выполнении научно-исследовательских и опытно-конструкторских работ.

гдеедатель комиссии:

Солохина Т.В.

Беляев A.A. Кузнецов Д.А,

Приложение 2. Описание формата эталонных данных на языке XML Schema

<xs:schema xmlns:tt="http://www. onvif.org/ver10/schema"

xmlns:xs="http://www.w3.org/2001/XMLSchema" targetNamespace="http://www.onvif.org/ver10/schema" elementFormDefault="qualified" version="2.5">

<!-- =========================================== __>

<!-- Appearance -->

<!-- =========================================== -->

<!-- =============================== -- >

<!-- class -- >

<!-- =============================== -- >

<xs:simpleType name="ClassType"> <xs:restriction base="xs:string"> <xs:enumeration value="Animal"/> <xs:enumeration value="Face"/> <xs:enumeration value="Human"/> <xs:enumeration value="Vehical"/> <xs:enumeration value="Other"/> </xs:restriction>

</xs:simpleType>

<!-- =============================== -- >

<xs:complexType name="ClassDescriptor"> <xs:sequence>

<xs:element name="ClassCandidate" min0ccurs="0" maxOccurs="unbounded">

<xs:complexType>

<xs:sequence>

<xs:element name="Type" type="tt:ClassType"/>

<xs:element name="Likelihood" type="xs:float"/>

</xs:sequence>

</xs:complexType>

</xs:element>

<xs:element name="Extension" type="tt:ClassDescriptorExtension"

min0ccurs="0"/>

</xs:sequence>

</xs:complexType>

<!-- =============================== -- >

<xs:complexType name="ClassDescriptorExtension"> <xs:sequence>

<xs:any namespace="##other" processContents="lax" min0ccurs="0" max0ccurs="unbounded"/>

<xs:element name="0therTypes" type="tt:0therType" max0ccurs="unbounded"/> <xs:element name="Extension" type="tt:ClassDescriptorExtension2"

min0ccurs="0"/>

</xs:sequence> </xs:complexType>

<!-- =============================== __>

<xs:complexType name="ClassDescriptorExtension2"> <xs:sequence>

<xs:any namespace="##targetNamespace" processContents="lax" min0ccurs="0" max0ccurs="unbounded"/> </xs:sequence>

<xs:anyAttribute processContents="lax"/> </xs:complexType>

<!-- =============================== -->

<xs:complexType name="0therType"> <xs:sequence>

<xs:element name="Type" type="xs:string"> <xs:annotation>

<xs:documentation>0bject Class Type</xs:documentation>

</xs:annotation>

</xs:element>

<xs:element name="Likelihood" type="xs:float">

<xs:annotation>

<xs:documentation>

A likelihood/probability that the corresponding object belongs to this class. The sum of the likelihoods shall N0T exceed 1 </xs:documentation> </xs:annotation> </xs:element>

<xs:any namespace="##any" processContents="lax" min0ccurs="1" max0ccurs="unbounded"/> </xs:sequence>

<xs:anyAttribute processContents="lax"/> </xs:complexType>

<!-- Shape descriptor -->

<!-- =============================== -- >

<xs:complexType name="ShapeDescriptor"> <xs:sequence>

<xs:element name="BoundingBox" type="tt:Rectangle"/> <xs:element name="Center0fGravity" type="tt:Vector"/>

<xs:element name="Polygon" type="tt:Polygon" min0ccurs="0" max0ccurs="unbounded"/> </xs:sequence>

<xs:anyAttribute processContents="lax"/>

</xs:complexType>

<!-- =============================== -- >

<xs:complexType name="Rectangle"> <xs:attribute name="az1" type="xs:integer"/> <xs:attribute name="r1" type="xs:integer"/> <xs:attribute name="az2" type="xs:integer"/> <xs:attribute name="r2" type="xs:integer"/> </xs:complexType>

<!-- =============================== -- >

<xs:complexType name="Vector"> <xs:attribute name="az" type="xs:integer"/> <xs:attribute name="r" type="xs:integer"/>

</xs:complexType>

<!-- =============================== -- >

<xs:complexType name="Polygon"> <xs:sequence>

<xs:element name="Point" type="tt:Vector" min0ccurs="3"

max0ccurs="unbounded"/> </xs:sequence>

</xs:complexType>

<!-- =============================== -- >

<xs:complexType name="Appearance"> <xs:sequence>

<xs:element name="Transformation" type="tt:Transformation" min0ccurs="0"/> <xs:element name="Shape" type="tt:ShapeDescriptor" min0ccurs="0"/> <xs:element name="Class" type="tt:ClassDescriptor" min0ccurs="0"/> </xs:sequence>

<xs:anyAttribute processContents="lax"/>

</xs:complexType>

<!-- =============================== -- >

<!-- Behaviour -- >

<!-- =============================== ^

<xs:complexType name="Behaviour"> <xs:sequence>

<xs:element name="Removed" min0ccurs="0">

<xs:complexType>

<xs:sequence>

<xs:any namespace="##other" min0ccurs="0" max0ccurs="unbounded"/>

</xs:sequence>

</xs:complexType>

</xs:element>

<xs:element name="Idle" min0ccurs="0">

<xs:complexType>

<xs:sequence>

<xs:any namespace="##other" min0ccurs="0" max0ccurs="unbounded"/>

</xs:sequence>

</xs:complexType>

</xs:element>

</xs:sequence>

<xs:anyAttribute processContents="lax"/>

</xs:complexType>

<!-- =============================== ^

<xs:complexType name="Rename"> <xs:sequence>

<xs:element name="from" type="tt:0bjectId"/> <xs:element name="to" type="tt:0bjectId"/>

</xs:sequence>

</xs:complexType>

<!-- =============================== ^

<xs:complexType name="Split"> <xs:sequence>

<xs:element name="from" type="tt:ObjectId"/>

<xs:element name="to" type="tt:ObjectId" minOccurs="2" maxOccurs="unbounded"/>

</xs:sequence>

</xs:complexType>

<!-- =============================== ^

<xs:complexType name="Merge"> <xs:sequence>

<xs:element name="from" type="tt:ObjectId" minOccurs="2"

maxOccurs="unbounded"/>

<xs:element name="to" type="tt:ObjectId"/>

</xs:sequence>

</xs:complexType>

<!-- =============================== -- >

<xs:complexType name="Transformation"> <xs:sequence>

<xs:element name="Translate" type="tt:Vector" minOccurs="0"/> <xs:element name="Scale" type="tt:Vector" minOccurs="0"/>

<xs:element name="Extension" type="tt:TransformationExtension" minOccurs="0"/> </xs:sequence><xs: anyAttribute processContents="lax"/>

</xs:complexType>

<!-- =============================== -- >

<xs:complexType name="ObjectTree"> <xs:sequence>

<xs:element name="Rename" type="tt:Rename" minOccurs="0" maxOccurs="unbounded"/>

<xs:element name="Split" type="ptt:Split" minOccurs="0" maxOccurs="unbounded"/>

<xs:element name="Merge" type="tt:Merge" min0ccurs="0" maxOccurs="unbounded"/>

<xs:element name="Delete" type="tt:ObjectId" min0ccurs="0" maxOccurs="unbounded"/>

<xs:element name="Extension" type="tt:ObjectTreeExtension" min0ccurs="0"/> </xs:sequence>

<xs:anyAttribute processContents="lax"/>

</xs:complexType>

<!-- =========================================== -- >

<!-- Base -- >

<!-- =========================================== -- >

<xs:complexType name="Frame"> <xs:sequence>

<xs:element name="Transformation" type="tt:Transformation" min0ccurs="0"/> <xs:element name="Object" type="tt:Object" min0ccurs="0" maxOccurs="unbounded"/>

<xs:element name="ObjectTree" type="tt:ObjectTree" min0ccurs="0"/> </xs:sequence>

<xs:attribute name="UtcTime" type="xs:dateTime" use="required"/> <xs:anyAttribute processContents="lax"/>

</xs:complexType>

<!-- =============================== -- >

<xs:complexType name="AntennaIterate"> <xs:sequence>

<xs:element name="Frame" type="tt:Frame" min0ccurs="0" maxOccurs="unbounded"/> </xs:sequence>

<xs:attribute name="AzMax" type="xs:integer" use="required"/> <xs:attribute name="RangeMax" type="xs:integer" use="required"/> <xs:attribute name="IterateNumber" type="xs:integer" use="required"/> <xs:anyAttribute processContents="lax"/>

</xs:complexType>

<!-- =============================== -- >

<xs:complexType name="0bjectId"> <xs:attribute name="0bjectId" type="xs:integer"/>

</xs:complexType>

<!-- =============================== -- >

<xs:complexType name="0bject"> <xs:complexContent> <xs:extension base="tt:0bjectId"> <xs:sequence>

<xs:element name="Appearance" type="tt:Appearance" min0ccurs="0"/> <xs:element name="Behaviour" type="tt:Behaviour" min0ccurs="0"/> </xs:sequence>

<xs:anyAttribute processContents="lax"/>

</xs:extension>

</xs:complexContent>

</xs:complexType>

</xs:schema>

Приложение 3. Копии протоколов испытаний станции

радиолокационной «Ои^еьь^»

3 Оцениваемые показатели и расчетные соотношения

3.1 Выполнение требований к реализуемым функциям Изделия:

- обнаружение движущейся цели;

автоматическое определение дальности и азимута обнаруженных целей;

- автоматическое измерение радиальной скорости цели;

- автосопровождение обнаруженных целей;

выдачу сигналов тревоги по факту обнаружения цели внутри тревожной зоны; отображение радиолокационной карты охраняемого объекта с возможностью привязки графического плана объекта к радиолокационной карте;

отображение мнемоник обнаруженных целей на графическом плане объекта; отображение траекторий движения обнаруженных целей;

ведение архива функционирования (системные события, радиолокационная карта и

целевая обстановка), возможность чтения и визуализации архивных данных средствами АРМ;

- индикацию текущего состояния;

автоматическое наведение поворотной телекамеры и тепловизора на обнаруженную цель и отображение видеоизображения цели на экране АРМ;

возможность ручного и полуавтоматического (по карте)

телекамерой;

управления поворотной

скорость перемещения

- видеозапись сопровождения цели с телекамеры и тепловизора.

3.2 Измерение максимальной.....мальной дальности обнаружения выполняется с помощьо

типовой цели (человек, надувная лодка), перемещающейся внутри арены обзора в направлении от внешнего модуля Изделия или к внешнему модулю Изделия. Радиальная ■ цели должна составлять не менее 1 км/ч.

3.3 Оцениваемые показатели дальности цели для режима 1(ЛЧМ):

максимальная дальность отметки цели составляет не менее 950 м; минимальная дальность отметки цели составляет не более 150 м.

Оцениваемые показатели дальности цели для режима 2(КИ):

максимальная дальность отметки цели составляет не менее 450 м; минимальная дальность отметки цели составляет не более 50 м;

5 Условия проведения испытаний

5.1 Даты проведения испытаний - 23.08.2011-25.08.2011

5.2 Место проведения испытаний - БНС-3 Курская АЭГ

5.3 Температура воздуха: 10-22 "С. 5 4 Ветер: 2-10 м/с.

5.5 Осадки: временами дождь.

6 Результаты испытаний

Перечень проверок и результаты испытаний приведены в таблице 2. Таблица 2 - Результаты испытаний

методов Требуемое значение Фактическое значение Примечание

Проверка выполнения требований к реализуемым функциям 5.1 требованиям удовлетворяет требованиям удовлетворяет Журнал

Измерение максимальной и минимальной дальности обнаружения и сопровождения для типовой цели 5.2 Режим ЛЧМ: мин. 150, макс. 950. Режим КИ: мин. 50, макс. 450 Режим ЛЧМ: мин. 158, макс. 403. Режим КИ: мин. 46, макс. 383 Журнал испытаний п.2. Испытания проводились в рамках ограниченной прямой

Измерение максимальной и минимальной дальности обнаружения и сопровождения для разных типов целей(надувнаялодка) 5.3 Режим ЛЧМ: мин. 150, макс. 950. Режим КИ: мин. 50, макс. 450 Режим ЛЧМ: мин. -, макс. 1003. Режим КИ: мин. 73,7, макс. - Журнал испытаний п.З. Испытания проводились в рамках ограничений

Проверка диапазона дальности визуальной фиксации объекта оператором по изображению поворотной телекамеры 5.4 Журнал

Проверка максимальной дальности цели, при которой проводилось автоматическое наведение телекамеры 274 метра В рамках зоны

Наименование проверки Номер пункта методов контроля Требуемое значение Фактическое значение Примечание

Процент ошибочных (неточных) наведений от общего числа наведений за время нахождения цели в арене обзора

Проверка точности измерения дальности 5.5 Не

Проверка требований отказоустойчивости оборудования и программного обеспечения 5.6 Сбоев не зафиксировано Сбоев не зафиксировано Журнал

Проверка выполнения требований к реализуемым функциям в нормальных климатических условиях в течение 24 часов 5.7 требованиям удовлетворяет требованиям удовлетворяет Журнал испытаний п.7

7 Выводы

7.1 Функциональные характеристики Изделия соответствуют заявленным в зксплуатационной документации и техническим условиям.

7.2 Изделие может быть применимо для обнаружения нарушителей как в зоне акватории БНС-

3, так и на подступах к БНС-3 на территории дамбы, находящихся в прямой видимости на расстоянии от 50м от места установки Изделия.

7.3 Изделие не обеспечивает обнаружение нарушителей за формами рельефа, которые препятствуют прямой видимости: стены строений, деревья, кустарники.

7.4 Изделие подтвердило свои функциональные характеристики в реальных условиях эксплуатации.

8 Замечания и рекомендации

8.1 Технические характеристики купольной телекамеры Ар* не позволяли обеспечить е* наведение на цели с требуемой точностью в ближней зоне действия Изделия: на расстоянии до 200 метров цели не всегда попадали в зону обзора телекамеры при ее автоматическом наведении

8.2 В дополнении к испытаниям в соответствии с Программой были проведены испытания работы Изделия при перемещении человека на границы ближней зоны действия Изделия: человек Двигался от Изделия с расстояния 40м до 50м. В ходе такой проверки человек обнаруживался е требуемом секторе обзора 7 раз из И проходов. Так как данная зона должна находиться под охраной, то рекомендуется дополнить охрану зоны посредством системы видеонаблюдения

OrweH?klP. рабом которой интегрирована с работой Изделия От исполнителя требуется предоставить информацию по системе Orwell 7klP и предложение по техническим средствам (видеокамерам или тепловизионным камерам) обеспечивающим выполнение данной задачи

Альтернативой использованию дополнительного оборудования для видеонаблюдения может быть перенос места установки Изделия на расстояние не менее 70м от границы водосброса 8 3 Для исполыования изделия на Курской АХ необходимо сертификация изделия по системе ОИТ; получение решения ГКРЧ о выделении полосы радиочастот, разрешение Россвязьнадзора на использование радиочастот или радиоканалов; свидетельство Россвязьнадзора о регистрации радиоэлектронного средства

9 Приложения

9 1 -Программа и методика проведения испытаний станции радиолокационной ОШЦ Й совместно с поворотной телекамерой» . 1*з иа 10 листа»

9 2 -Журнал испытаний станции радиолокационной 0«УУК1 Л в комплекте с купольной видеокамерой и тепловизором на поворотной платформе« . 1ЭМ на 76 лиса*

От Курской АХ

Начальник СБ:

Тонконожеико Н.Н.

Начальник ИТО СБ: Гетманский И H o<Z ïc^f Инженер по ИТСОСБ: ШмалюкС.Ю. SX.Pf.Jt&fr

У

От ÎAO «ЭЛВИИС»

Инженер НТЛ -22: MypraCJ). ££ ¿¡<ТА=»*Г

Г

Инженер НТЛ -21: Квасов А.В

Приложение 4. Свидетельства об интеллектуальной собственности на

алгоритмы программы, полученные с участием автора диссертации и использованные приборного комплекса РЛС «Оя^ьь-Я»

Приложение 5. Фрагменты программы «Информационная система оценки и контроля качества»

III @copyright

III 2017 ELVEES NeoTek JSC. All rights reserved.

III Closed source software. Actual software is delivered under the license agreement and (or) non-disclosure

III agreement. All software is copyrighted by ELVEES NeoTek JSC (Russia) and may not be copied, publicly

III transmitted, modified or distributed without prior written authorization from the copyright holder.

#include "stdafx.h" #include <iostream>

#include <boostIgeometryIalgorithmsIdetailIthomas_inverse.hpp> #include <boostIgeometryIcoreIsrs.hpp> #include <boostIunitsIcmath.hpp> #include "detection verifier.h"

namespace performance_evaluation {

GPStoAR::GPStoAR(double latitude, double longitude): m_latitude(latitude), m_longitude(longitude)

{}

std::pair<Radians, Meters>GPStoAR::Get(Radians latitude, Radians longitude) {

namespace bg = boost::geometry;

typedef bg::model::point<double, 2, bg::cs::geographic<bg::radian>> P; static const double kEarthRange = bg::srs::spheroid<double>().get_radius<1>(); const double distance = bg::strategy::distance::haversine<double>(kEarthRange).apply<P, P>( { m_longitude, m_latitude }, {longitude.value(), latitude.value()});

// bearing formula (for azimuth)

// 0 = atan2( sin ax • cos 92 , cos 91 • sin 92 - sin 91 • cos 92 • cos ax )

// more info in http://www.movable-type.co.uk/scripts/latlong.html

const double y = std::sin(m_longitude - longitude.value()) * std::cos(m_latitude); const double x = std::cos(latitude.value()) * std::sin(m latitude) -

std::sin(latitude.value()) * std::cos(m_latitude) * std::cos(m_longitude -longitude.value());

const double res_az = kPi - std::atan2(y, x);