Дослідження автоматизованої комп’ютерної системи виявлення провідних об’єктів у водних глибинах. Програмно-апаратна частина.

Abstract

Актуальність: Кваліфікаційна робота присвячена розробці електромагнітної автоматизованої системи для виявлення провідних об'єктів у морських глибинах. Дослідження стосується аналізу форми вихідного сигналу електромагнітної системи для виявлення провідних об'єктів, застосування GPS для визначення точних координат точки поверхні, під якою знаходиться об’єкт, а також перетворення вихідного сигналу системи у форму придатну для запуску GPS, забезпечення ефективної передачі даних у реальному часі. Автоматизовані системи виявлення об'єктів, що працюють в автономному режимі, мають великий потенціал для морських досліджень, пошукових операцій і картографування. Вони здійснюють збір даних про навколишнє середовище, що дає змогу визначати місцезнаходження і тип об'єктів. Важливу роль у системі відіграє точність вимірювань, яка залежить від правильної калібровки системи та оптимізації роботи алгоритмів обробки даних. Об'єктом дослідження є процеси виявлення та класифікації підводних об'єктів за допомогою автоматизованих систем, що включають інтеграцію GPS- навігації, електромагнітних сенсорів та комунікаційних модулів. Предметом дослідження є методи обробки сигналів від пошукової системи для ідентифікації об'єктів, а також оптимізація отримання і передачі даних з використанням бездротових технологій. Метою роботи є розробка автоматизованої системи для виявлення провідних об'єктів на морських глибинах, яка здатна забезпечити точну реєстрацію координат і параметрів сигналу, а також ефективну передачу даних на пульт оператора для подальшого аналізу та прийняття рішень. Система повинна забезпечити високу точність виявлення об'єктів, що є необхідним для пошукових операцій, моніторингу морського середовища і картографування підводних об'єктів. Важливим аспектом є використання штучного інтелекту для класифікації сигналів і фільтрації шумів, що дозволяє суттєво підвищити точність і надійність системи. Штучний інтелект, зокрема, використовується для адаптації системи до змінних умов, автоматичної корекції помилок і відсіювання недостовірних даних, що сприяє значному поліпшенню ефективності роботи в реальних умовах морських досліджень. У першому розділі "Аналіз існуючих методів виявлення провідних об'єктів" розглянуті різні методи, що використовуються для виявлення підводних об'єктів, включаючи акустичні, оптичні та електромагнітні технології. Особливу увагу приділено електромагнітним сенсорам, які дозволяють точно виявляти металеві об'єкти на великих глибинах, зокрема для пошуку затонулих суден або інших металевих структур. Визначено основні переваги і обмеження кожного з методів, а також те, як вони застосовуються в 9 різних типах підводних досліджень. Акцент зроблено на використанні електромагнітних сенсорів для виявлення провідних об'єктів, що є основою для подальшого аналізу і побудови системи. Другий розділ "Технічні основи та принципи роботи GPS у підводних дослідженнях" охоплює різноманітні аспекти використання GPS для визначення координат підводних об'єктів. Розглянуті методи корекції похибок сигналу, пов'язані з впливом морського середовища, таких як ефекти рефракції і поглинання сигналів, а також застосування інерціальних навігаційних систем для компенсації втрат сигналу. Описано, як ці методи дозволяють досягти високої точності позиціювання, що є важливим для точного моніторингу і картографування об'єктів на морському дні. Третій розділ "Розробка автоматизованої системи виявлення провідних об'єктів" зосереджений на безпосередньому створенні системи, що включає всі необхідні компоненти: модулі збору даних, обробки сигналів, визначення типу об'єкта і передачі даних на пульт оператора. Включено детальний опис архітектури системи та алгоритмів, що дозволяють ефективно обробляти великі обсяги даних у реальному часі. Використання бездротових технологій, таких як LoRa SX1278, дозволяє забезпечити передачу даних на великі відстані з мінімальними енергетичними витратами, що є критично важливим для автономної роботи системи. Окремо розглянуто інтеграцію штучного інтелекту для підвищення ефективності класифікації сигналів, адаптації до нових типів об'єктів і фільтрації шумів. Цей підхід дозволяє значно зменшити кількість помилок і підвищити точність розпізнавання об'єктів навіть у складних морських умовах

The thesis is dedicated to the development of an automated system for detecting conductive objects on the seabed. The research covers a wide range of aspects, including the use of electromagnetic sensors for object detection, the application of GPS for precise location determination, as well as the development of algorithms for signal classification and real-time data transmission. The work places significant emphasis on the integration of artificial intelligence to enhance object detection accuracy and reduce noise interference. Automated object detection systems, operating autonomously, have great potential for marine research, search operations, and mapping. They use sensors to collect environmental data, enabling the identification of object locations and types. The system’s accuracy, which depends on proper sensor calibration and data processing algorithm optimization, plays a crucial role in ensuring reliable results. The object of research is the processes of detecting and classifying underwater objects using automated systems, which integrate GPS navigation, electromagnetic sensors, and communication modules. The subject of research is methods of signal processing from sensors for object identification, as well as optimizing data transmission using wireless technologies such as LoRa SX1278. The aim of the work is to develop an automated system for detecting conductive objects on the seabed, capable of accurately registering coordinates and signal parameters, as well as efficiently transmitting data to the operator's console for further analysis and decision-making. The system must ensure high detection accuracy, which is essential for search operations, marine environment monitoring, and mapping underwater objects. An important aspect is the use of artificial intelligence for signal classification and noise filtering, which allows for a significant improvement in system accuracy and reliability. Artificial intelligence is specifically used for adapting the system to changing conditions, automatically correcting errors, and filtering out unreliable data, thereby greatly improving the efficiency of marine research operations. The first chapter, "Analysis of Existing Methods for Detecting Conductive Objects," examines various methods used for detecting underwater objects, including acoustic, optical, and electromagnetic technologies. Special attention is given to electromagnetic sensors, which enable precise detection of metallic objects at great depths, particularly for locating sunken ships or other metal structures. The chapter identifies the key advantages and limitations of each method, and how they are applied in different types of underwater research. Emphasis is placed on the use of electromagnetic sensors for detecting conductive objects, which forms the basis for further analysis and system development. The second chapter, "Technical Foundations and Principles of GPS in 11 Underwater Research," covers various aspects of using GPS for determining the coordinates of underwater objects. The chapter discusses methods for correcting signal errors related to the marine environment, such as refraction and signal absorption effects, as well as the application of inertial navigation systems to compensate for signal loss. It describes how these methods ensure high positioning accuracy, which is vital for precise monitoring and mapping of objects on the seafloor. The third chapter, "Development of the Automated System for Detecting Conductive Objects," focuses on the actual creation of the system, which includes all necessary components: data collection modules, signal processing, object type determination, and data transmission to the operator’s console. It provides a detailed description of the system architecture and algorithms that allow for efficient processing of large data volumes in real-time. The use of wireless technologies, such as LoRa SX1278, ensures long-range data transmission with minimal energy consumption, which is critically important for the system's autonomous operation. The chapter also discusses the integration of artificial intelligence to enhance the efficiency of signal classification, adaptation to new types of objects, and noise filtering. This approach significantly reduces errors and improves object recognition accuracy, even in challenging marine conditions.