RU2741762C1

RU2741762C1 - Способ обучения системы распознавания немонотонности сигналов

Info

Publication number: RU2741762C1
Application number: RU2020104949A
Authority: RU
Inventors: Дмитрий Александрович Недорезов
Original assignee: Акционерное общество "Информационные спутниковые системы" имени академика М.Ф.Решетнёва"
Priority date: 2020-02-04
Filing date: 2020-02-04
Publication date: 2021-01-28

Abstract

Изобретение относится к способу обучения системы распознавания немонотонности сигналов. Технический результат заключается в повышении вероятности обнаружения аномалий в сигнале. В способе воспроизводят осциллограмму на дисплее аналитической системы, проводят обучение аналитической системы путем указания на часть осциллограммы, которую принимают за образец для анализа, записывают все значения точек осциллограммы по оси ординат в виде чисел в массив, после обработки элементов которого получают массив осциллограммы одного периода, являющийся образцом, вычисляют все периоды во всей анализируемой осциллограмме, аналогично образцу получают двумерный массив, сравнивая подмассивы которого с образцом, аналитическая система принимает решение, нужно ли сообщать и формировать изображения анализируемого периода осциллограммы, кроме того, вычисляют разность порядковых номеров следования во всей анализируемой осциллограмме начальных элементов тех подмассивов двумерного массива, которые следуют непосредственно друг за другом, получают массив разностей для выполнения расчетов, по результатам которых определяют элемент осциллограммы, в районе которого имеет место длительное отсутствие изменений амплитуды сигнала. 13 ил.

Description

Изобретение относится к способам распознавания образов и может быть использовано для анализа осциллограмм на предмет наличия в них аномалий.

Известен способ интеллектуальной синхронизации TriggerScan от компании Teledyne Lecroy (TriggerScan [Электронный ресурс] // Сайт компании Teledyne Lecroy. 2019. URL:

http://teledynelecroy.com/features/featureoverview.aspx?modelid=2108&capid=102&mid=556). Способ состоит в том, что воспроизводят осциллограмму на дисплее аналитической системы в виде статического изображения. Затем проводят обучение аналитической системы путем указания на часть осциллограммы, которую необходимо принять за графический образец. Далее аналитическая система, на основе заданного графического образца, автоматически рассчитывает десятки числовых параметров описывающих сигнал, принятый за образец и на основе данных параметров может обнаруживать некоторые части осциллограммы отличные от заданного графического образца, а также сообщать о них специалисту, проводящему анализ, и сохранять их изображения.

Недостатками данного способа являются: невозможность обнаружения аномалий, не подпадающих под номенклатуру аномалий, которые способен обнаруживать данный способ, т.е. анализ осциллограммы проводится только на предмет наличия определенных фронтов, рантов, импульсов заданной длины, интервалов между импульсами, глитчей.

В рамках заявленного изобретения:

- «Немонотонность сигналов» – это отличие длительности, какого-либо периода осциллограммы от средней длительности периодов этой осциллограммы, либо длительности осциллограммы между ее периодами, следующими непосредственно друг за другом, от средней длительности этой осциллограммы между ее периодами.

- «Аналитическая система» – это система, способная анализировать электрические сигналы на предмет наличия в них аномалий, а также сообщать о наличии и характеристиках аномалий, в случае их обнаружения. Аналитическая система может быть реализована на ЭВМ, которая исполнена в виде промышленного или персонального компьютера либо в виде электронного измерительного прибора, например, осциллографа;

- «Интеллектуальный графический режим обучения» - это технология определения параметров обнаружения периодов сигнала, отличающихся от периода, заданного специалистом, проводящим анализ, в качестве образца в виде графической области, параметры которой, при помощи предлагаемого в рамках данной заявки способа, переводятся в числовые параметры, более подходящие для проведения расчетов ЭВМ. Обучение, в данном случае, состоит в том, что аналитическая система дополняется параметрами, необходимыми для эффективного обнаружения интересующих специалиста данных и игнорирования не интересующих. Интеллектуальность состоит в высокой степени автоматизации решения задач определения периодов, отличных от заданного образца. То есть аналитической системе достаточно просто указать определенный графический образец, и она автоматически обнаружит периоды осциллограммы отличные от него;

- «Дисплей» – это устройство, выводящее на экран текстовую и графическую информацию;

- «Рант» – это импульс положительной или отрицательной полярности имеющий меньший уровень, чем все остальные импульсы периодической последовательности;

- «Глитч» – импульсная помеха заданной длительности;

- «Период осциллограммы» – графическое отображение периода сигнала на осциллограмме.

Наиболее близким (прототипом) является способ интеллектуального графического обучения системы распознавания образов (патент РФ №2684203). Способ состоит в том, что воспроизводят осциллограмму на дисплее аналитической системы в виде статического изображения. Затем проводят обучение аналитической системы путем указания на часть осциллограммы, которую необходимо принять за графический образец. Далее аналитическая система, на основе заданного графического образца, автоматически рассчитывает десятки числовых параметров описывающих сигнал, принятый за образец и на основе данных параметров обнаруживает части осциллограммы отличные от заданного графического образца.

Недостатком данного способа является невозможность обнаружения участков осциллограммы, в которых длительное время отсутствуют изменения амплитуды электрического сигнала, что уменьшает вероятность обнаружения аномалий.

Для заявленного способа выявлены общие с прототипом существенные признаки: проводят обучение аналитической системы, в процессе которого рассчитывают десятки числовых параметров описывающих образец сигнала и, на основе данных параметров, обнаруживают периоды осциллограммы отличные от рассчитанного образца, сообщают о них и сохраняют их изображения.

Технической проблемой заявленного изобретения является устранение указанного недостатка, что позволит обнаруживать участки осциллограммы, в которых длительное время отсутствуют изменения амплитуды электрического сигнала, тем самым повысить вероятность обнаружения аномалий.

Техническая проблема изобретения решается тем, что в способе обучения системы распознавания немонотонности сигналов воспроизводят осциллограмму целиком (либо частично) на дисплее аналитической системы в виде статического изображения. Далее проводят обучение аналитической системы путем указания на часть осциллограммы, которую необходимо принять за образец для анализа на предмет наличия в анализируемой осциллограмме периодов отличных от указанных. Определяют минимальное

и максимальное

значения осциллограммы по оси ординат в рамках указанного образца. Затем определяют максимальный размах сигнала:

. Затем специалист, проводящий анализ, либо задает коэффициент средних игнорируемых амплитуд

, который может принимать значения от 0 до 0,5, либо оставляет значение по умолчанию 0,4. Это делается для исключения из дальнейших расчетов, выполняемых для обнаружения переходов из условно обозначенной области (УОО) низких амплитуд в УОО высоких амплитуд, часто встречающихся паразитных колебаний в районе нулевой амплитуды при анализе переменного тока или средней амплитуды при анализе постоянного тока, величина

зависит от амплитуды помех. Далее определяют верхнюю границу диапазона УОО низких амплитуд:

и определяют нижнюю границу диапазона УОО низких амплитуд:

. Определяют нижнюю границу диапазона УОО высоких амплитуд:

и определяют верхнюю границу диапазона УОО высоких амплитуд:

(фиг.1). Автоматически считают общее количество точек S, содержащих значения по оси ординат, из которых составлена осциллограмма, указанная в графическом образце. Затем записывают все значения точек осциллограммы по оси ординат в виде чисел в массив

, состоящий из S элементов, причем сохраняют порядок следования элементов в

таким же, как в осциллограмме-образце. Далее для каждого элемента

последовательно рассчитывают среднее значение из самого элемента и следующего сразу за ним, получившиеся средние значения записывают в массив

в том же порядке, что в

, получают результат в виде массива такой же размерности – это делается для игнорирования в расчетах краткосрочных низкоамплитудных помех, которые могут усложнить обнаружение переходов из УОО низких амплитуд в УОО высоких. Для каждого элемента

последовательно вычисляют к какому из диапазонов УОО он относится: низких амплитуд, высоких амплитуд или не относится ни к тому, ни к другому. По результатам вычислений составляют массив

_,в котором заменяют каждый числовой элемент элементом логического типа, где все элементы из диапазона низких амплитуд заменяют константой «Ложь», все элементы из диапазона высоких амплитуд заменяют константой «Истина». Значения, не вошедшие ни в тот, ни в другой диапазон, игнорируют и не переносят в массив

– это делается для исключения из расчетов, выполняемых для обнаружения переходов из УОО низких амплитуд в УОО высоких амплитуд, часто встречающихся паразитных колебаний в районе нулевой амплитуды при анализе переменного тока или средней амплитуды при анализе постоянного тока. Вычисляют порядковые номера элементов массива

которые имеют значение «Истина» и при этом предыдущий перед ними элемент имеет значение «Ложь», то есть обнаруживают места перехода от УОО низких к УОО высоких амплитуд. Выделяют графическую область и область числового массива

между двумя первыми переходами (если в графическом образце специалист, проводящий анализ, указал более двух полных периодов, что допускается, переходов будет больше чем два), получают точный образец осциллограммы одного периода, который считают окончательно рассчитанным образцом для последующих вычислений, вычисляют размерность этого массива. Таким же образом, как был вычислен период сигнала в образце, вычисляют все периоды во всей анализируемой осциллограмме, тем самым, получают числовой массив периода образца и множество числовых массивов всех периодов осциллограммы одинаковой размерности, которые представляют собой двумерный массив

; Поочередно сравнивают все массивы периодов с образцом, причем первый элемент каждого числового массива сравнивают с первым элементом образца, второй со вторым, третий с третьим и так далее, поочередно, до последних элементов массива. Данный шаг позволяет провести абсолютно полное сравнение периода образца с анализируемыми периодами, каждый минимально выделяемый элемент сравнивается с каждым («Поточечное сравнение»), что позволяет обнаружить абсолютно любое минимальное отличие от образца (аномалию). Затем вычисляют значения разностей элементов («Поточечного сравнения»), то есть отклонения от образца по оси ординат. Далее подсчитывают количество отклонений для каждого анализируемого периода осциллограммы по пяти критериям, значение разности по оси ординат входит в диапазон: от 5 до 10, от 10 до 20, от 20 до 30 и от 60 до

процентов от

_. Специалист, проводящий анализ, вводит критерии количества выходов элементов массивов периодов осциллограммы за пределы каждого из пяти диапазонов по оси ординат, в соответствии с которыми аналитическая система должна принять решение сообщать и формировать изображения анализируемого периода осциллограммы или не делать этого, то есть проигнорировать период, посчитав, что он недостаточно отличается от заданного образца. Причем аналитическая система сообщает о периоде при выходе хотя бы из одного диапазона и обозначает какие именно диапазоны были превышены. Также имеется возможность оставить критерии по умолчанию. Это упростит процесс обучения, но может отрицательно сказаться на принятии аналитической системой решения о сообщении о наличии того или иного периода в осциллограмме.

Для обнаружения участков осциллограммы, на которых длительный период времени отсутствовали изменения амплитуды сигнала, вычисляют разность порядковых номеров следования, во всей анализируемой осциллограмме, начальных элементов тех подмассивов (строк) двумерного массива

, которые следуют непосредственно друг за другом, то есть получают массив разностей

. Далее рассчитывают среднее арифметическое из всех элементов

и обозначают его как

, если какой либо элемент

имеет числовое значение, превышающее

, с учетом заданной допустимой погрешности P, значит, в районе такого порядкового номера всей анализируемой осциллограммы имело место длительное отсутствие изменений амплитуды сигнала.

Таким образом, предлагаемый способ позволяет обнаруживать любые периоды осциллограммы, отличающиеся от заданного в процессе интеллектуального обучения образца, а также участки осциллограммы, на которых длительное время отсутствовало изменение амплитуды сигнала, тем самым повысить вероятность обнаружения аномалий.

Предлагаемый способ применим для анализа любых типов сигналов, которые имеют в своем составе периодически повторяющуюся часть, а также один, и только один, восходящий переход от условно обозначенной области низких амплитуд к условно обозначенной области высоких амплитуд в пределах каждого отдельного периода (фиг. 1). К такому типу относится большинство сигналов встречающихся в природе, в том числе сигналы синусоидальной (фиг. 2), треугольной (фиг. 3) и прямоугольной форм (фиг. 4).

Заявка поясняется изображениями:

Фиг.1 – изображение осциллограммы, используемой для осуществления предлагаемого способа с обозначениями: УОО низких, средних и высоких амплитуд, единственного восходящего перехода от УОО низких к УОО высоких амплитуд и периода сигнала;

Фиг.2 – изображение осциллограммы синусоидальной формы, используемой для осуществления предлагаемого способа с обозначениями: УОО низких, средних и высоких амплитуд, единственного восходящего перехода от УОО низких к УОО высоких амплитуд и периода сигнала;

Фиг.3 – изображение осциллограммы треугольной формы, используемой для осуществления предлагаемого способа с обозначениями: УОО низких, средних и высоких амплитуд, единственного восходящего перехода от УОО низких к УОО высоких амплитуд и периода сигнала;

Фиг.4 – изображение осциллограммы прямоугольной формы, используемой для осуществления предлагаемого способа с обозначениями: УОО низких, средних и высоких амплитуд, единственного восходящего перехода от УОО низких к УОО высоких амплитуд и периода сигнала;

Фиг.5 – изображение элементов управления и отображения программы ЭВМ осуществляющей предлагаемый способ;

Фиг.6 – осциллограмма, воспроизведенная при помощи предлагаемого способа на дисплее аналитической системы (в данном случае ЭВМ);

Фиг.7 – процесс указания образца осциллограммы;

Фиг.8 – два полных периода сигнала, с избыточными данными по краям, указанные для расчета точного образца осциллограммы;

Фиг.9 – рассчитанный точный образец осциллограммы;

Фиг.10 – элементы управления программы ЭВМ служащие для задания, специалистом, проводящим анализ, количества превышений каждого из пяти диапазонов по оси ординат;

Фиг.11 – элемент отображения статических изображений обнаруженных при помощи предлагаемого способа;

Фиг.12 – участок осциллограммы, на котором длительное время отсутствовало изменение амплитуды сигнала;

Фиг.13 – элемент управления программы ЭВМ служащий для задания, специалистом, проводящим анализ, коэффициента степени отличия количества точек между следующими непосредственно друг за другом периодами осциллограммы от среднего.

Способ осуществляют следующим образом.

При помощи программного обеспечения (фиг.5), созданного на основе предлагаемого способа, на дисплее аналитической системы (в данном случае ЭВМ) воспроизводят осциллограмму целиком (либо частично) в виде статического изображения (фиг.6). Далее проводят обучение аналитической системы путем указания на часть осциллограммы, которую необходимо принять за образец для анализа на предмет наличия в анализируемой осциллограмме периодов отличных от указанных (фиг.7). В предлагаемом в рамках данной заявки на изобретение способе, достаточно указания двух (фиг.8) или более полных периодов осциллограммы, причем нет необходимости точного указания периодов образца, возможно указание двух полных периодов с избыточными данными до начала первого и, после окончания второго периода, аналитическая система самостоятельно определит расположение периода и выведет его на дисплей (фиг.9). Специалист, проводящий анализ задает коэффициент средних игнорируемых амплитуд

, который может принимать значения от 0 до 0,5, либо оставляет значение по умолчанию – 0,4. Специалист, проводящий анализ, вводит критерии количества выходов элементов массивов периодов осциллограммы за пределы каждого из пяти диапазонов по оси ординат (фиг.10), в соответствии с которыми аналитическая система должна принять решение сообщать и формировать изображения анализируемого периода осциллограммы (фиг.11) или не делать этого, то есть проигнорировать период, посчитав, что он недостаточно отличается от заданного образца, причем система сообщает о периоде при выходе хотя бы из одного диапазона и обозначает, какие именно диапазоны были превышены. Также имеется возможность оставить критерии по умолчанию: от 5 до 10 – 10 отличий, от 10 до 20 – 5 отличий, от 20 до 30 – 2 отличия и от 60 до

– 1 отличие. Это упростит процесс обучения, но может отрицательно сказаться на принятии аналитической системой решения о сообщении о наличии того или иного периода в осциллограмме.

Также аналитическая система автоматически рассчитает количество точек между всеми следующими непосредственно друг за другом периодами осциллограммы и, если обнаружит количество точек между периодами, которое сильно отличается от среднего (фиг. 12), то сообщит об этом специалисту и, запротоколирует номер точки начала такого длительного отсутствия изменения амплитуды сигнала в осциллограмме. Коэффициент степени отличия количества точек, между следующими непосредственно друг за другом периодами осциллограммы, от среднего, задается специалистом, проводящим анализ, или оставляется по умолчанию (фиг. 13).

Claims

Способ обучения системы распознавания немонотонности сигналов, при котором воспроизводят осциллограмму на дисплее аналитической системы в виде статического изображения; проводят обучение аналитической системы путем указания на часть осциллограммы, которую необходимо принять за образец для анализа на предмет наличия в анализируемой осциллограмме периодов, отличных от указанных; определяют минимальное Ymin и максимальное Ymax значения осциллограммы по оси ординат в рамках указанного образца; определяют максимальный размах сигнала: Amax=Ymax - Ymin; задают коэффициент средних игнорируемых амплитуд K, который может принимать значения от 0 до 0,5, либо оставляют значение по умолчанию 0,4; определяют верхнюю границу диапазона условно обозначенной области (УОО) низких амплитуд: Nmax=Ymin + Amax x K; определяют нижнюю границу диапазона УОО низких амплитуд: Nmin=-∞; определяют нижнюю границу диапазона УОО высоких амплитуд: Vmin=Ymax – Amax x K; определяют верхнюю границу диапазона УОО высоких амплитуд: Vmax=∞; считают общее количество точек S, содержащих значения по оси ординат, из которых составлена осциллограмма, указанная в графическом образце; записывают все значения точек осциллограммы по оси ординат в виде чисел в массив MS0, состоящий из S элементов, причем сохраняют порядок следования элементов в MS0 таким же, как в образце; для каждого элемента MS0 последовательно рассчитывают среднее значение из самого элемента и следующего за ним, получившиеся средние значения записывают в массив MS1 в том же порядке, что в MS0, получают результат в виде массива такой же размерности; для каждого элемента MS1 последовательно вычисляют, к какому из диапазонов УОО он относится; по результатам вычислений предыдущего шага составляют массив MS2, в котором заменяют каждый числовой элемент, элементом логического типа, где все элементы из диапазона низких амплитуд заменяют константой «Ложь», все элементы из диапазона высоких амплитуд заменяют константой «Истина», значения, не вошедшие ни в тот, ни в другой диапазон, не переносят в массив MS2; вычисляют порядковые номера элементов массива MS2, которые имеют значение «Истина», и при этом предыдущий перед ними элемент имеет значение «Ложь»; выделяют графическую область и область числового массива MS1 между двумя первыми переходами, получают массив осциллограммы одного периода, который является образцом, вычисляют размерность этого массива; таким же образом, как был вычислен образец, вычисляют все периоды во всей анализируемой осциллограмме, получив таким образом двумерный массив MS3, поочередно сравнивают все массивы периодов с образцом, причем первый элемент каждого числового массива сравнивают с первым элементом образца, второй со вторым, третий с третьим и так далее, поочередно, до последних элементов массива, вычисляют значения разностей элементов, то есть отклонения от образца по оси ординат; подсчитывают количество отклонений для каждого анализируемого периода осциллограммы по пяти критериям, значение разности по оси ординат входит в диапазон: от 5 до 10, от 10 до 20, от 20 до 30 и от 60 до ∞ процентов от Amax; вводят критерии количества выходов элементов массивов периодов осциллограммы за пределы каждого из пяти диапазонов по оси ординат, в соответствии с которыми аналитическая система принимает решение сообщать и формировать изображения анализируемого периода осциллограммы или не делать этого, то есть проигнорировать период, посчитав, что он недостаточно отличается от заданного образца, причем аналитическая система сообщает о периоде при выходе хотя бы из одного диапазона и обозначает, какие именно диапазоны были превышены; или оставляют критерии по умолчанию, отличающийся тем, что вычисляют разность порядковых номеров следования во всей анализируемой осциллограмме начальных элементов тех подмассивов двумерного массива MS3, которые следуют непосредственно друг за другом - получают массив разностей Mr; рассчитывают среднее арифметическое из всех элементов Mr и обозначают его как Mrs; если какой-либо элемент Mr имеет числовое значение, превышающее Mrs, с учетом заданной допустимой погрешности P, делают вывод, что в районе этого элемента осциллограммы имело место длительное отсутствие изменений амплитуды сигнала.