Xem các cuộc thảo luận, số liệu thống kê và hồ sơ tác giả cho ấn phẩm này tại: https://www.researchgate.

net/publication/271452517

Một nền tảng cảm biến điện thoại thông minh hợp tác để phát hiện và theo dõi máy bay không
người lái thù địch
Giấy hội nghị · Tháng 5 năm 2013
DOI: 10.1117/12.2014530

TRÍCH DẪN

18344
4 Tác giả, bao gồm:

Sanjay Boddhu
Qbase LLC
41 ẤN PHẨM 183 TRÍCH
DẪN
XEM GIÁO
E
SƯ

Một số tác giả của ấn phẩm này cũng đang làm việc trên các dự án liên quan này:

Dự án Sensor Fusion View

Tất cả nội dung sau trang này đã được Sanjay Boddhu tải lên vào ngày 18 tháng 8 năm 2015.

Người dùng đã yêu cầu tăng cường tệp đã tải xuống.

 Nền tảng cảm biến điện thoại thông minh hợp tác để phát hiện và
Theo dõi máy bay không người lái thù địch
Sanjay K. Boddhua, Matt McCartneyb, Oliver Ceccopieric, Robert L. Williamsc
aQbase, sboddhu@4qbase.com;
bWright State University, mccartney.6@wright.edu;
c,dTec^Edge Innovation and Collaboration Ctr. và Air Force Research Lab,
Robert.Williams@wpafb.af.mil;

Trừu tượng
Trong những năm gần đây, không chỉ các cơ quan vũ trang Hoa Kỳ mà các cơ quan thực thi pháp luật khác đã thể
hiện sự quan tâm ngày càng tăng trong việc sử dụng máy bay không người lái cho các mục đích giám sát và trinh sát
khác nhau. Hơn nữa, những tiến bộ gần đây trong công nghệ điều khiển và điều hướng máy bay không người lái tự
động đã làm tăng đáng mừng phạm vi địa lý của các nhiệm vụ dựa trên máy bay không người lái vượt ra ngoài
phạm vi phủ sóng tầm nhìn thông thường. Không có bất kỳ yêu cầu tinh vi nào về liên kết dữ liệu để điều khiển
chúng từ xa (con người trong vòng lặp), máy bay không người lái đang chứng tỏ là một phương tiện đáng tin cậy và
hiệu quả để đảm bảo nhân viên và binh lính sử dụng trong hoạt động quân sự. Tuy nhiên, giống máy bay không
người lái tự trị này có khả năng chứng minh là một mối đe dọa đáng kể khi được mua bởi các nhóm chống đối xã
hội muốn nhắm mục tiêu bất động sản và cuộc sống trong các khu định cư đô thị. Để tiếp tục nâng cao vấn đề, các
kỹ thuật phát hiện tiêu chuẩn như RADARs, máy quét chữ ký liên kết dữ liệu RF, v.v., tỏ ra vô ích vì các máy bay
không người lái có kích thước nhỏ hơn để tránh bị phát hiện thành công bởi một hệ thống dựa trên RADAR trong
môi trường đô thị và tự trị, có khả năng hoạt động mà không cần liên kết dữ liệu hoạt động có thể theo dõi được
(RF). Do đó, để phát hiện ra các giải pháp thực tế có thể xảy ra đối với vấn đề này, nhóm nghiên cứu tại AFRL’s
Tec ^ Edge Labs trong các chương trình SATE và YATE đã phát triển một nền tảng hợp tác dựa trên điện thoại
thông minh có khả năng mở rộng cao, phân phối về mặt địa lý và dễ dàng triển khai, có thể hỗ trợ phát hiện và theo
dõi các máy bay không người lái thù địch không xác định.

Trong tình hình hiện nay, vấn đề hợp tác này được xây dựng trên mô hình "Human-as-Sensors", bao gồm chủ yếu là
tận dụng các cảm biến được tích hợp trên thiết bị của điện thoại thông minh để nắm bắt các thuộc tính của máy bay
không người lái (hướng bay, định hướng, hình dạng, màu sắc, v.v.,), với khả năng đối chiếu thời gian thực thông qua
đám mây cảm biến có thể sáng tác cao và mô-đun xử lý thông minh (dựa trên mô hình xác suất) có thể ước tính và
dự đoán có thể. Đường bay của một máy bay không người lái dựa trên nhiều điểm dữ liệu mà chúng ta có thể quan
sát thấy (phân phối về mặt địa lý). Thiết bị cảm biến cộng tác được phát triển này đã được thử nghiệm tại hiện
trường và được chứng minh là có hiệu quả trong việc cung cấp cơ chế cảnh báo thời gian thực cho nhân viên tại hiện
trường để ngăn chặn hoặc khắc phục những thiệt hại tiềm ẩn do các máy bay không người lái của kẻ thù bị phát hiện
gây ra.

1. Giới thiệu
Các hệ thống máy bay không người lái được quân đội Mỹ đánh giá cao về tính linh hoạt và kiên trì trong các nhiệm
vụ liên quan đến giám sát, trinh sát và các nhiệm vụ liên quan đến tình báo khác; đến nỗi 3,3 tỷ USD ngân sách quân
sự của Mỹ trong năm 2010 được dành cho nghiên cứu và phát triển liên quan đến máy bay không người lái. Tuy
nhiên, không lâu trước khi những tiến bộ trong lĩnh vực thông tin nhân tạo, sức mạnh tính toán và vật liệu máy bay
điều khiển từ xa đã làm cho có thể kết hợp các cộng đồng trực tuyến (như DIY DRONES3) dành để ghi lại công
khai quá trình chế tạo một máy bay không người lái giá rẻ và hiệu quả. Theo đó, tiềm năng quân sự của máy bay
không người lái tự chế giá rẻ một ngày nào đó có thể được sử dụng bởi các cá nhân hoặc nhóm chống xã hội, có thể
trên quy mô lớn để gây tổn hại về thể chất hoặc thu thập thông tin nhạy cảm. Vào năm 2011, khả năng xảy ra một
cuộc tấn công như vậy đã trở thành hiện thực khi một jihad tự kích hoạt từ Massachusetts thừa nhận với các nhà điều
tra rằng một bộ nhớ cache của thiết bị mà anh ta đã thu thập được, bao gồm một máy bay RC hiệu suất cao, thiết bị
GPS và một số lượng chất nổ C-4 mạnh mẽ, sẽ được sử dụng để hợp pháp hóa các cuộc tấn công vào lầu năm góc và
Thủ đô 1 của Hoa Kỳ. . Người ta đã lập luận rằng sẽ cực kỳ khó khăn để xây dựng một hệ thống máy bay không
người lái có khả năng tự động mang tải trọng có kích thước đáng kể đến một mục tiêu với độ chính xác cao, nhưng
các cuộc thi robot là hậu phương như UAV Outback 4 và Hiệp hội các hệ thống phương tiện không người lái quốc
tế5 Cả hai đều tổ chức các cuộc thi chứng minh rằng máy bay không người lái tự trị có thể được thiết kế để hoạt
động với độ chính xác của đồng hồ hoặc tốt hơn. Theo đó, có những exists hoặc sẽ sớm tồn tại nhu cầu về các cơ chế
phát hiện và cảm biến máy bay không người lái để phản ứng thích hợp với các mối đe dọa có hại từ các hệ thống
máy bay không người lái ít thân thiện hơn.

Các hệ thống giám sát không phận hiện tại chủ yếu dựa vào RADAR để phát hiện sự hiện diện, tốc độ, độ cao,
hướng và tốc độ của máy bay, rất hiệu quả trong việc phát hiện máy bay kim loại lớn như máy bay chở khách. Tuy
nhiên, nếu phép đo mặt cắt ngang radar của một cây cầu không người lái được cho là có thể so sánh với chiều dài
của sải cánh bình phương thì mặt cắt radar của một số máy bay mô hình cấp sở thích lớn hơn có thể so sánh với một
con chim lớn: khoảng 1 mét vuông. Do đó, ngay cả khi khả thi lắp đặt hệ thống radar ở các khu vực đô thị nổi bật,
các phương pháp lọc đo radar sẽ không thể phân biệt hiệu quả máy bay không người lái với dương tính giả. Các cơ
chế giám sát không phận thay thế như phát hiện địa chấn âm thanh có thể dễ dàng bị phá vỡ với việc sử dụng các
nguồn động cơ đẩy điện gần như im lặng . Các hệ thống phát hiện máy bay quang học hiện tại để sử dụng trên UAV
có thể so sánh với quan sát của con người khi được sử dụng để phát hiện máy bay có người lái, mặc dù hoạt động
mặt đất của các hệ thống này sẽ bị hạn chế rất nhiều bởi các yêu cầu trên không và hoạt động để gắn chúng vào các
vật thể cố định hoặc di động.

Những thách thức trên được giải quyết trong việc triển khai hệ thống giám sát máy bay không người lái được trình
bày trong bài báo này tận dụng khả năng cảm biến của các nhóm người hiện có trên mặt đất trong môi trường đô thị
và các thiết bị điện thoại thông minh cá nhân của họ. Hệ thống này cung cấp một mạng lưới những người tham gia
khả năng ghi lại định lượng các hoạt động của máy bay không người lái không xác định thông qua một loạt các hành
động cần thiết để có được các phép đo đường bay một phần các cảm biến vật lý được nhúng trong điện thoại thông
minh. Tổng hợp nhiều tài khoản ghi âm máy bay không người lái cung cấp một hình ảnh toàn cầu ảo mô tả ước tính
về thông tin đường bay trong quá khứ, hiện tại và dự kiến của máy bay không người lái được đề cập.

Hệ thống theo dõi drone được thiết kế để cung cấp sử dụng có lợi trong loại kịch bản xâm nhập không người lái kém
thân thiện sau đây. Ít nhất một số ít các nhà khai thác hiện trường như cảnh sát được trang bị điện thoại thông minh
dựa trên Android. Phần mềm cần thiết để thu thập dữ liệu đường bay của UAV được đóng gói sẵn với điện thoại
hoặc có thể được tải xuống dễ dàng từ dịch vụ đám mây. Các nhà khai thác có thể khởi tạo ứng dụng bằng cách đăng
nhập vào máy chủ phòng trò chuyện XMPP được xác định trước và gửi ứng dụng chạy ở phía bắc. Các nhà khai thác
hiện trường được phân tán trong một khu vực đô thị và tiến hành một thói quen hàng ngày không bị cản trở cho đến
khi một UAV được người vận hành cảm nhận về thể chất hoặc người vận hành được thông báo qua ứng dụng rằng
một nhà điều hành khác gần đó đã cảm nhận được một UAV trong khu vực. Một khi người vận hành đã phát hiện ra
UAV trên bầu trời, ứng dụng theo dõi UAV được mở ra và người dùng nhanh chóng nhập vectơ hướng chung của
UAV thông qua cử chỉ "vuốt" màn hình cảm ứng. Vị trí người vận hành và dữ liệu hướng UAV được công bố lên
đám mây và thông báo cho các nhà khai thác khác trong khu vực. Ngay sau khi cử chỉ vuốt, chế độ xem camera
quay lưng được hiển thị và người dùng được hướng dẫn lót các crosshairs lên với UAV và ghi lại tiêu đề và gia tốc
kế dữ liệu. Trong giai đoạn này, người dùng có tùy chọn chụp ảnh. Dữ liệu được ghi lại sau đó được công bố lên
đám mây để ước tính đường bay cấp cao của UAV.

2. Tổng quan
Trong phần này, chúng tôi bắt đầu với một mô tả chi tiết về cấy ghép ứng dụng Android của khách hàng, sau đó cung
cấp một cái nhìn tổng quan về kiến trúc hệ thống cốt lõi và khung truyền thông mạng tương ứng của nó. Chúng tôi
tiếp tục với một mô tả về platform trực quan hóa toàn cầu ảo và hệ thống lưu trữ dữ liệu thời gian thực. Phần này
được kết luận với một cái nhìn tổng quan về quá trình tổng hợp được sử dụng để tạo ra các ước tính đường bay.

Giao diện Người dùng Ứng dụng

Màn hình mở của Máy bay không người lái - Tracker (UAV-T) (figure 1) hoạt động như một màn hình chính cho
ứng dụng và điều khiển các ứng dụng được thiết lập, khởi động và thoát chức năng thông qua các nút menu tùy
chọn. Lựa chọn nút cài đặt nâng menu chứa các trường để nhập thiết đặt tài khoản phòng trò chuyện mạng và XMPP
(hình 2). Các nút menu bao gồm nút kết nối máy chủ XMPP, nút chỉ đường và nút ứng dụng thoát. Hộp thoại được
hiển thị khi người dùng chọn nút kết nối máy chủ cung cấp hộp văn bản cho người dùng nhập thông tin kết nối máy
chủ XMPP. Nút chỉ đường chỉ cần mở màn hình của các ứng dụng readme tệp văn bản. Nút thoát ứng dụng đóng
hoàn toàn ứng dụng và dừng tất cả các dịch vụ.
 Hình 1 Màn hình mở của APP UAV-T

Hộp thoại Thiết đặt Hình 2

Công cụ đo lường máy bay không người lái trực quan phía khách hàng

Mô-đun ghi máy ảnh cung cấp chức năng chính cho dự án Guardian Angel. Công việc của mô-đun này là truyền dữ
liệu đã được ghi lại đến máy chủ XMPP và cơ sở dữ liệu. Chế độ xem máy ảnh được hiển thị trên màn hình với nút
dừng ở phía dưới bên trái, nút bắt đầu ở phía dưới bên phải và tóc chéo ở giữa màn hình. Crosshair cũng phục vụ để
cho phép người dùng chụp ảnh và lưu nó vào trong sự méo mó bên ngoài.

Mô-đun ghi camera là giao diện người dùng chính cho ứng dụng; ghi dữ liệu khi chọn nút ghi trên chế độ xem máy
ảnh như được hiển thị trong hình 3. Quảng cáo được ghi lại và thông tin tiêu đề người dùng được truyền đến máy
chủ remote XMPP trong thời gian thực trong khi ứng dụng đang ghi. Có ba nút trên mô-đun này, mỗi nút gọi một
hành động riêng biệt. Nút ghi âm gọi nhiều chức năng cập nhật dữ liệu cảm biến, tạo thanh tiến trình và bắt đầu
người gửi tin nhắn XMPP. Trong quá trình ghi lại dữ liệu cảm biến điểm nổi được cập nhật và chuyển đến máy chủ
XMPP một cách nỗ lực nhất. Phiên ghi dữ liệu kéo dài sáu giây, dẫn đến khoảng 57-59 gói đọc cảm biến được gửi
đến máy chủ XMPP. Sau khi phiên ghi đã hoàn tất chế độ xem bản ghi dữ liệu có thể được sử dụng để tiếp tục theo
dõi ngoại tuyến cho đến khi người dùng chọn rõ ràng nút dừng. Ngoài ra, khi người dùng chọn crosshair trên màn
hình, một bức ảnh của cảnh được nhấn và lưu vào bộ nhớ ngoài.
 Hình 3 Màn hình ghi dữ liệu

Dữ liệu quan sát người dùng

Tạm dừng màn hình ghi lại camera bắt đầu màn hình nhập dữ liệu quan sát của người dùng cho phép người dùng
đóng góp thêm chi tiết định tính về phiên theo dõi UAV bằng cách trả lời một loạt các câu hỏi trắc nghiệm. Các câu
hỏi bao gồm ba nhóm mỗi nhóm có ba nút radio mỗi nhóm như được hiển thị trong hình 4. Các nhóm câu hỏi được
tổ chức như sau.

o Kích thước: Nhỏ, Trung bình, Lớn o Âm lượng: Im lặng, Yên

tĩnh, Ồn ào

o Khoảng cách: Nửa sân bóng đá, một sân bóng đá, hai sân bóng
đá

Hình 4 Màn hình nhập dữ liệu quan sát người dùng

Cùng với các nhóm radio, mô-đun dữ liệu quan sát của người dùng có trường văn bản. Trường văn bản nhằm mục
đích cho người dùng nhập thông tin mang tính bước ngoặt rõ ràng hoặc mô tả hời hợt về khu vực phát hiện UAV.
Tất cả dữ liệu được nhập bởi người dùng bao gồm ảnh (nếu một như được chụp trong mô-đun ghi) được gửi đến
máy chủ XMPP khi nút hoàn tất được chọn. Sau khi truyền, người dùng được hướng trở lại mô-đun chính để bắt đầu
một phiên khác hoặc thoát khỏi ứng dụng.

Giao diện Bản đồ Máy khách

Giao diện bản đồ khách hàng hiển thị bản đồ Google và cho phép người dùng nhập trực quan thông tin không gian
liên quan đến đặc điểm đường bay quan sát được. Các nút "Rõ ràng", "Cốt truyện" và "Gửi" đã được thêm vào để
giúp người dùng nhập thông tin một cách đơn giản như được hiển thị trong hình 5. Ngoài ra, thông tin sử dụng ứng
dụng cho mỗi bước được hiển thị trong hộp văn bản ở phía trên cùng của màn hình. Khi giao diện bản đồ được tải,
vị trí GPS được lấy từ các cảm biến bên trong và được sử dụng để đo bản đồ và hiển thị vị trí hiện tại của người
dùng dưới dạng biểu tượng màu xanh lá cây (hình 5).

Hình 5 Thông tin vị trí người dùng được hiển thị trên giao diện bản đồ

Trong trường hợp tín hiệu GPS không có sẵn trên điện thoại nhưng vẫn được biết đến thông qua nguồn external, một
phương tiện nhập thủ công vị trí hiện tại được cung cấp. Trường văn bản sẽ hiển thị một hình ảnh động nhấp nháy
thông báo cho người dùng rằng vị trí của họ không thể được tìm thấy và sẽ yêu cầu họ điều hướng thủ công đến vị
trí hiện tại của họ trên bản đồ. Một khi vị trí người dùng được thiết lập, người dùng bây giờ sẽ có khả năng bắt đầu
vẽ các điểm trên màn hình tương ứng với hướng bay quan sát gần đúng của UAV được theo dõi trong màn hình mã
hóa. Khi người dùng chọn một vị trí trên bản đồ và mũi tên sẽ xuất hiện để hiển thị vị trí đã chọn mà UAV được
quan sát ban đầu. Sau đó, người dùng sẽ được nhắc nhở bởi một trường văn bản để chọn thêm 3 điểm trong một
chuỗi liên quan đến hướng bay (hình 6). After tất cả các dữ liệu có liên quan đã được nhập nút "Gửi" sau đó sẽ bắt
đầu nhấp nháy thông báo cho người dùng để gửi dữ liệu đến máy chủ trò chuyện XMPP.

Hình 6 Điểm được chọn được tô sáng bằng màu đỏ đại diện cho hướng đi

Công chứng di động

Ứng dụng UAV-T cung cấp một cách để người dùng được thông báo về việc nhìn thấy UAV địa phương. Mục đích
của các thông báo là để thông báo cho các nhóm người dùng trong cùng một phòng trò chuyện XMPP rằng một
UAV đã được phát hiện ở vị trí của họ. Một thông báo được gửi khi một người dùng hoàn thành giai đoạn 1: vẽ vị trí
của họ và vị trí của họ đoán về UAV trên chế độ xem bản đồ. Khi thông tin này được truyền đi, tất cả những người
dùng khác trong phòng trò chuyện XMPP sẽ nhận được thông báo. Thông báo sẽ phát tiêu đề của người dùng đã gửi
thông báo và khoảng cách gần đúng của họ từ mỗi người nhận. Sau khi chọn trên thông báo , người dùng sẽ được
chuyển hướng đến chế độ xem bản đồ và hiển thị biểu tượng trên vị trí của người dùng đã phát hành thông báo. Các
thông báo cung cấp một cái nhìn thoáng qua về các hoạt động phát hiện UAV địa phương, giúp chuẩn bị quá trình
thu thập dữ liệu dễ dàng hơn.

3. Kiến trúc lưu trữ giám sát liên tục (PSSA) với Thử nghiệm cảm biến lớp mở (OLST)

Đã có một số dự án nghiên cứu hợp tác như Sensor Aided Vigilance (SAVIG), Persistent Sensor Storage
Architecture (PSSA) và Centralized Operational Web Promote Animal Traceability and Health (COWPATH). These
đều đã được tiến hành tại cơ sở ICC và đã thành công trong việc tạo ra một số khung phần mềm và phần cứng bao
gồm giường thử nghiệm cảm biến lớp mở (OpenLST) và Kiến trúc đám mây PSSA. Các framework này đã được
thông qua và nâng cao các chương trình under như Summer at the Edge (SATE) và Year at the Edge (YATE).
OpenLST là một nền tảng phổ biến được phát triển để cung cấp hình dung về các cảm biến trong lĩnh vực và thử
nghiệm khác nhau được phát triển tại cơ sở10. Kiến trúc đám mây của PSSA, như được thể hiện trong Hình 7 (A), tiếp
theo, là một kiến trúc tập trung vào mạng phụ trợ được phát triển để hỗ trợ ăn trực tiếp các dữ liệu cảm biến khác
nhau với các mô-đun trực quan hóa thích hợp trong thời gian thực, với khả năng phát hiện và thêm liền mạch các
cảm biến mới vào các nền tảng OpenLST. Ngoài ra, nhiều nền tảng trực quan hóa OpenLST (phiên bản Trung tâm
chỉ huy và phiên bản Di động 8, 14) đã được trang bị các mô-đun PSSA để truy cập đồng thời dữ liệu trực tiếp và dữ
liệu khai thác thời gian thực từ các cảm biến được triển khai trong lĩnh vực này.

Tóm lại, người ta có thể cảm nhận kiến trúc đám mây PSSA như một kiến trúc dựa trên sự kiện bao gồm chủ yếu là
ba khái niệm chủ yếu là nhà xuất bản, người đăng ký và sự kiện. Mỗi nhà xuất bản xuất bản các sự kiện lên đám
mây, chỉ có thể truy cập được bởi những người đăng ký được đăng ký lại. Kiến trúc cung cấp các dịch vụ cốt lõi để
tích hợp liền mạch các cảm biến và nền tảng phổ biến13, 14. OLST là một ứng dụng toàn cầu ảo được mã hóa bằng java
và dựa trên dự án Sóng gió thế giới nguồn mở của NASA. OLST chứa một giao diện người dùng đồ họa tương tự
như Google Earth cho phép người dùng phóng to, xoay và xoay bản đồ9. Ngoài ra, OLST cung cấp chức năng hiển
thị hình ảnh tĩnh và dữ liệu trên đầu bản đồ dưới dạng các lớp trong suốt. Tuy nhiên, the PSSA được phát triển bởi
Boddhu et al. 8 đi sâu hơn một bước và cho phép các luồng dữ liệu trực tiếp được hình dung trên toàn cầu trong thời
gian thực khi dữ liệu mới được đưa vào hệ thống10.

Dữ liệu Cục bộ và
(Blackberry, Android, iPhone) Máy chủ TệpExternal Gateway

(A) (B)
Biểu đồ mạng cảm biến PSSA và sơ đồ dòng chảy

Hình 7 (A) cung cấp một cái nhìn khái niệm về Kiến trúc đám mây giám sát và lưu trữ liên tục (PSSA Cloud).
PSSA là một kiến trúc đám mây cộng tác sự kiện "Plug &Play" cho phép tích hợp liền mạch các cảm biến mới và
các dịch vụ liên quan thông qua khái niệm bình thường hóa sự kiện. Hình 7 (B) cung cấp một cái nhìn dịch vụ nội bộ
của PSSA, nơi mọi dịch vụ có thể triển khai và cung cấp động lực cho các dịch vụ khác thông qua quy trình đăng ký
động. Mỗi dịch vụ ăn uống có trách nhiệm đăng ký một senor mới hoạt động trong lĩnh vực này và xuất bản các
luồng dữ liệu (sự kiện) của mình cho tất cả các dịch vụ được đăng ký quan tâm bao gồm phổ biến, ứng dụng và dịch
vụ lưu trữ. Các dịch vụ hỗ trợ PSSA này được phân phối trên các nền tảng máy tính khác nhau (máy tính để bàn,
máy chủ hoặc điện thoại di động) một cách thích hợp theo yêu cầu nhiệm vụ. Đám mây PSSA rất dễ làm mất lòng
trong môi trường mạng có dây hoặc không dây với các dịch vụ cốt lõi tối thiểu8 (hiển thị trong biểu tượng đám mây
ở 7 (B)).
Kết nối người dùng di động với đám mây PSSA

Để thiết lập liên lạc tầm xa giữa người dùng hiện trường và các thực thể trong mạng khu vực địa phương PSSA,
chúng tôi đã chọn giả định rằng người dùng trường sẽ có quyền truy cập vào kết nối mạng diện rộng. Một máy chủ
trò chuyện XMPP đã được sử dụng làm phương tiện để thiết lập liên lạc giữa người dùng trường di động và các thực
thể PSSA LAN. Solution này được sử dụng chủ yếu cho các thuộc tính phát sóng vốn có trong dịch vụ chatroom, và
thứ hai là để hỗ trợ một loạt các hệ thống cảm biến tiềm năng. Openfire được sử dụng để thiết lập máy chủ trò
chuyện, nhưng khung nhắn tin cơ bản trên đám mây không giới hạn ở một dịch vụ nhắn tin tức thời XMPP cụ thể.

Dữ liệu cảm biến và tất cả các quan sát khác từ người dùng trường ban đầu được truyền đến máy chủ XMPP, được
tổ chức theo định dạng XML, được tiêu chuẩn hóa trên toàn hệ thống (Hình 8). Để triển khai ban đầu của chúng tôi,
tất cả các tin nhắn được phát đến tất cả người dùng được kết nối với máy chủ XMPP với mục đích tối đa hóa kiến
thức tình huống của tất cả các thực thể tham gia mọi lúc. Tuy nhiên, một thiết kế triển khai thực tế hơn có thể đã tính
đến các mối quan tâm về bảo mật và băng thông.

Việc chặn các tin nhắn XMPP để sử dụng trong PSSA LAN được cung cấp bởi thời gian chạy của PSSA có chứa kết
nối chuyên dụng với phòng trò chuyện. Thời gian chạy này, được gọi là XMPP Bridge, liên tục phân tích tất cả dữ
liệu có cấu trúc xml được xuất bản vào phòng trò chuyện, đóng gói và từ khóa tất cả dữ liệu hợp lệ như một thông
điệp sự kiện ZMQ đến đám mây PSSA. Thông điệp sự kiện, được tổ chức theo một sơ đồ XML tương tự, được sử
dụng để thông báo cho tất cả các thực thể PSSA đăng ký dữ liệu và quan sát cảm biến người dùng trường. Cầu
XMPP hiện đang được cấu hình chỉ để nghe, nhưng cũng có thể được sử dụng để xuất bản ước tính đường bay được
tạo ra trong đám mây PSSA cho người dùng trường.

Mô-đun bộ chuyển đổi xử lý PSSA (PAM)

Mô-đun chuyển đổi xử lý PSSA (PAM) là một thời gian chạy giao diện với đám mây PSSA để thực hiện tính toán
trên dữ liệu theo dõi UAV được thu thập bởi các nhà khai thác hiện trường. Chủ đề chính của PAM xử lý giao diện
dòng lệnh và cho phép người dùng đăng ký nhà xuất bản PSSA nội bộ một cách an toàn, xóa kho dữ liệu động hoặc
chấm dứt thực thi một cách an toàn. Như với tất cả các thuê bao PSSA khác, PAM chứa một chủ đề nghe dịch vụ
Thư mục mà các cuộc thăm dò mỗi nửa giây cho các mục sensors có sẵn mới. Đối với tất cả các mục sự kiện mới
được đánh dấu "ADD", một chủ đề phân tích sự kiện trẻ em mới được bắt đầu. Mỗi chủ đề phân tích sự kiện chứa
một chủ đề đăng ký sự kiện PSSA trẻ em, liên tục thăm dò ý kiến cho các tin nhắn sự kiện mới từ mục sự kiện tương
ứng. Level của tính song song này cho phép nhiều luồng thông điệp cảm biến được lưu trữ và phân tích đồng thời.

Tin nhắn lấy từ đăng ký sự kiện PSSA được phân tích trong một phân tích sự kiện, cung cấp dữ liệu được lưu trữ và
sử dụng để xử lý sau này. Tin nhắn mà PAM nhận được được phân loại dựa trên các thuộc tính tin nhắn được phân
tích từ các tin nhắn PSSA là dữ liệu giai đoạn 1 hoặc giai đoạn 2 và được lưu trữ phù hợp trong một thùng chứa dữ
liệu điện thoại tĩnh . Cụ thể, ID người dùng, dữ liệu vị trí địa lý và thêm 4 điểm địa lý tương ứng với hướng di
chuyển gần đúng của UAV được cung cấp để lưu trữ trong kho dữ liệu điện thoại khi dữ liệu giai đoạn 1 và giá trị
góc và tiêu đề được lưu trữ trong kho chứa dữ liệu điện thoại dưới dạng dữ liệu giai đoạn 2. Trong hộp đựng dữ liệu
điện thoại trung thực, các thuộc tính và giá trị tin nhắn được lưu trữ trong một số thùng chứa phụ và được quản lý
theo cách minh bạch với luồng xử lý. Các bộ dữ liệu được nhập vào bộ sưu tập theo giai đoạn của chúng: dữ liệu
giai đoạn 1 được đóng trực tiếp trước và xử lý việc lưu giữ hồ sơ ban đầu cần thiết cho mỗi người dùng trường tham
gia. Nếu đây là lần đầu tiên người dùng gửi dữ liệu đến cửa hàng, các thùng chứa dữ liệu điện thoại động được khởi
tạo cho vị trí người dùng và đọc cảm biến điện thoại, thì nếu không dữ liệu giai đoạn 1 đã gửi được viết thay cho
mục nhập trước đó của người dùng vào kho dữ liệu. Ngoài ra, một mục được thêm vào một hàng đợi dữ liệu người
dùng giai đoạn 1 mới có sẵn để luồng xử lý có thể phản ứng phù hợp. Tương tự như vậy, dữ liệu giai đoạn 2 được tắt
và chỉ được lưu trữ dưới dạng cấu trúc dữ liệu hàng đợi, vì dữ liệu tiêu đề và góc được lưu trữ, ăn bởi luồng xử lý và
cuối cùng được lưu trữ bởi một cơ sở dữ liệu riêng biệt PSSA thời gian chạy. Ngoài ra, khía cạnh tạm thời của dữ
liệu phát trực tuyến đồng thời bằng nhiều cảm biến được giữ lại bằng cách phụ lục dữ liệu bổ sung vào hàng đợi chỉ
khi đã tồn tại dữ liệu từ các luồng cảm biến khác, nếu không hàng đợi sẽ bị xóa và dữ liệu mới được đẩy ra phía
trước.

Việc triển khai một filter Kalman dựa trên một mô phỏng được lắp ráp bởi Aaron Canciani của nhóm Commanders
Challenge 2012 đã được sử dụng trong PAN để ước tính thông tin vị trí UAV trong quá khứ và dự đoán11. Việc triển
khai sử dụng động lực học, đầu vào điều khiển đã biết và các phép đo sequential từ các cảm biến gia tốc kế để tạo
thành ước tính về trạng thái hiện tại và dự đoán của UAV. Hơn nữa, chỉ có trạng thái ước tính từ bước thời gian
trước và các phép đo dữ liệu hiện tại thực sự là cần thiết để có được ước tính về trạng thái thành công.

PAM chứa một nhà xuất bản PSSA và một chủ đề vòng lặp kalman phản ứng với trạng thái của hộp chứa dữ liệu
điện thoại theo một trong ba cách. Trường hợp đầu tiên xảy ra khi có ít nhất một tập hợp dữ liệu vị trí người dùng
giai đoạn 1, liên quan đến việc lấy sự khác biệt của phép đo vị trí mới với ước tính trạng thái trước đó và nhân nó
với ma trận kalman hiện tại để nâng cao ma trận chắc chắn ước tính. Cập nhật trạng thái chỉ dựa trên trường hợp 1
bước tạo ra các ước tính gần tuyến tính rất thô về đường bay của UAV vì bước lan truyền chỉ dựa trên một vị trí duy
nhất.

Trường hợp 2 chỉ xảy ra sau khi 2 luồng simultaneous của góc và dữ liệu tiêu đề tồn tại trong hộp chứa dữ liệu điện
thoại. Một khi các yêu cầu cho trường hợp 2 đã được đáp ứng, tất cả các giá trị dữ liệu tiêu đề điện thoại được tam
giác trong tất cả các kết hợp có thể có của điện thoại có sẵn. Quá trình tam giác này được ngoại suy cho mỗi cặp
điện thoại để tạo ra kích thước mẫu lớn hơn và giá trị độ lệch chuẩn đáng kể hơn. Bộ tam giác khác nhau thấp nhất
được thực hiện gần nhất với đường bay thực sự của UAV và được sử dụng để cập nhật trạng thái kalman. Các biện
pháp cập nhật sau đó được so sánh với các phép đo dự đoán để cập nhật trạng thái ước tính đầu ra và ma trận chắc
chắn. Điều quan trọng cần lưu ý ở đây là một số mức độ chồng chéo giữa 2 hoặc nhiều luồng cảm biến phải tồn tại
cho bất kỳ hình thức tam giác nào để có place. Trường hợp 3 của vòng lặp kalman chỉ đơn giản là lan truyền trạng
thái dựa trên các giá trị ước tính trạng thái trước đó, làm giảm sự chắc chắn trong ước tính sản lượng.

Vòng lặp kalman được thiết kế để truyền phát các điểm ước tính vị trí UAV như fast như dữ liệu thô được truyền
vào PAM. Đầu ra cho đám mây PSSA được xử lý chủ yếu bởi một chủ đề nhà xuất bản PSSA trẻ em mà các cuộc
thăm dò liên tục cho dữ liệu vị trí mới được cung cấp cho một hàng đợi trong mỗi lần lặp lại của vòng lặp kalman
tạo ra dữ liệu không bằng không. Thông tin vị trí được đóng gói vào một thông điệp có cấu trúc xml và chứa đầy
thông tin ngữ cảnh liên quan đến phiên bản PAM như vị trí và tên chủ đề.

Hình 8 Mẫu tin nhắn xml PSSA cho các sự kiện UAVRaw "f2"

Trực quan hóa Dữ liệu Cảm biến Người dùng Trường

OpenLST được sử dụng làm đầu ra trực quan chính của cả dữ liệu cảm biến thô và thông tin đường bay ước tính.
OpenLST chứa một chủ đề người đăng ký tương tự như chủ đề được sử dụng trong PAM với mục đích thu thập tin
nhắn mà published lên đám mây PSSA và hiển thị chúng trong thời gian thực. Thiết lập người nghe cơ bản này được
sử dụng để triển khai ban đầu của chúng tôi áp đặt các giới hạn truyền phát tin nhắn tiêu chuẩn trên OpenLST. Tuy
nhiên, việc bổ sung một thực thể PSSA kết nối cơ sở dữ liệu có thể cho phép phát lại các phiên theo dõi UAV đệm.

Có hai nhóm đồ họa chính được hiển thị trong một phiên theo dõi UAV. Thứ nhất, khi tiếp nhận phiên theo dõi của
người dùng trường, một biểu tượng và một hình nón trường nhìn được hiển thị như được hiển thị trong hình 9. Trực
quan hóa dữ liệu người dùng cá nhân có nghĩa là để hỗ trợ phân tích định tính kết quả ước tính đường bay. Ví dụ,
người vận hành giao diện trực quan hóa có thể biết rằng quan sát của một số người dùng kém chính xác hơn others;
trong trường hợp này độ chính xác của các phân đoạn của ước tính đường bay có thể được đánh giá trong bối cảnh
chất lượng của người dùng tham gia tính toán của nó. Biểu tượng được sử dụng để biểu thị vị trí chính xác của người
dùng và có thể được chọn để xem ống gió (hình 10) chứa dữ liệu quan sát gần đây nhất do người dùng gửi. Hình nón
trường nhìn được sử dụng để hiển thị hướng xem của người dùng trong phiên theo dõi UAV. Bán kính của hình nón
được ánh xạ theo ước tính khoảng cách của người dùng.

Thứ hai, OpenLST được sử dụng để hình dung dữ liệu ước tính đường bay do PAM tạo ra. Đường cong màu đỏ
trong hình 11 thể hiện một phân đoạn ước tính đường bay tuyến tính mô phỏng. Trung tâm của vòng tròn màu đỏ ở
đầu đường cong được sử dụng để đại diện cho ước tính vị trí gần đây nhất của UAV và bán kính của vòng tròn là lỗi
ước tính tương ứng.
Hình 9 Trực quan hóa dữ liệu quan sát người dùng trường thô

Biểu đồ 10 Danh sách dữ liệu quan sát người dùng trường thô

Hình 11 Ước tính đường bay và trực quan hóa lỗi

 5. Thảo luận
Hệ thống giám sát máy bay không người lái được thiết kế để chứng minh rằng một giải pháp thay thế cho giám sát
không phận RADAR có thể được thiết kế và thực hiện. Hệ thống này đã được thử nghiệm thực địa trong nhiều dịp,
trong đó nó chứng minh rằng nó có thể cung cấp kết quả thuyết phục, nhưng sẽ cần thử nghiệm thêm để tạo ra bằng
chứng đáng kể rằng các ước tính đường bay trên thực tế có thể so sánh với đường bay thực tế với tỷ lệ sai số có ý
nghĩa thống kê thấp.

Thử nghiệm thực địa được thực hiện tại các sân bay máy bay điều khiển từ xa địa phương với các mô hình máy bay
RC có kích thước và tốc độ khác nhau. Hầu hết các thử nghiệm liên quan đến một máy bay cánh quạt chạy với tốc
độ khoảng 30 dặm / giờ theo đường thẳng và tại điện thoại thông minh Most 3 được trang bị cho các quan sát viên
mặt đất. Các nhà quan sát mặt đất được đặt trong một hình tam giác cách nhau khoảng 30 mét. Các thử nghiệm cuối
cùng cho thấy người vận hành dễ sử dụng và phối hợp bằng hệ thống thông báo và dẫn đến ước tính đường bay thời
gian lại tương tự như đường bay quan sát được của mô hình.

Tham khảo

[1] Lindsay, Jay (2011) Huffington Post, Model Airplanes on Public's Radar là vũ khí khủng bố tiềm năng sau âm
mưu thất bại, có sẵn tại http://www.huffingtonpost.com/2011/09/29/model-airplanes-
terroristweapons_n_988140.html

[2] Gertler, Jeremiah (2012) Dịch vụ nghiên cứu congressional, Hệ thống máy bay không người lái của Hoa Kỳ, có
sẵn tại http://fpc.state.gov/documents/organization/180677.pdf

[3] Anderson, Chris (2013) DIYDRONES, có sẵn tại http://diydrones.com/

[4] Thử thách không người lái 2012, Availible tại http://www.uavout backchallenge.com.au

[5] 2013 Hiệp hội hệ thống phương tiện không người lái quốc tế, có sẵn tại http://iarc.angel-strike.com

[6] Altmann, J ̈urgen (2005) Khoa học và An ninh Toàn cầu, Phát hiện địa chấn âm thanh của các vụ phóng tên lửa
đạn đạo để cảnh báo early hợp tác về tấn công hạt nhân, có sẵn tại
http://www.princeton.edu/sgs/publications/sgs/pdf/13_3%20Altmnann.pdf

[7] Dey, Geyer, Singh, và Digioia (2009) Field and Service Robotics Conference, Phát hiện thụ động, tầm xa của
Máy bay có sẵn tại
http://www.rec.ri.cmu.edu/fsr09/papers/FSR2009_0016_78510a0fda78516865d1178ec4822072.pdf

[8] S.K. Boddhu, Robert L. Williams (2012). "Nâng cao nhận thức tình huống bằng cách sử dụng điện thoại thông
minh", Khả năng tương tác đa cảm biến mặt đất / không khí , tích hợp và kết nối cho ISR III liên tục, Hội nghị
Quốc phòng, An ninh và Cảm biến của SPIE 2012.

[9] http://worldwind.arc.nasa.gov/java/

[10] Diễn viên: Rob Williams, Sanjay Kumar Boddhu, Ed Wasser "Điều chỉnh các đổi mới lưu trữ giám sát
liên tục vì an ninh nội địa" cho Hội nghị Defense, An ninh và Cảm biến của SPIE 2011.

[11] Welch, Greg (2012) Đại học Bắc Carolina, Kalman FIlter, có sẵn
tại http://www.cs.unc.edu/~welch/kalman/

[12] Lampert, Tim (2006) Đại học Cá voi Nam mới, mã nguồn Java của táo spline, Có sẵn tại
http://www.cse.unsw.edu.au/~lambert/splines/source.html

[13] Ed Wasser, S.K. Boddhu, Niranjan Kode, Telford Berkey. CÁC BIỆN PHÁP HIỆU SUẤT PHÂN TÍCH,
KHỐI I: XỬ LÝ DỮ LIỆU GIÁM SÁT LIÊN TỤC, LƯU TRỮ VÀ TRUY XUẤT, Báo cáo hợp đồng cuối
cùng, AFRL-RH-WP-TR-2012-0094, có sẵn tại www.dtic.mil/cgi-bin / GetTRDoc? AD=ADA567802.

[14] S.K. Boddhu, Robert L. Williams (2013). "Ứng dụng điện thoại thông minh phát hiện sự kiện nhận thức
bối cảnh cho người phản ứng đầu tiên", khả năng tương tác đa cảm biến mặt đất / không khí , tích hợp và mạng
cho ISR IV liên tục, Quốc phòng, An ninh và Cảm biến của SPIE 2013.
 [15] Marina Altynova, Ed Wasser, S.K. Boddhu, Niranjan Kode, Telford Berkey. CÁC BIỆN PHÁP HIỆU
SUẤT PHÂN TÍCH, TẬP II: CÔNG CỤ CHẤT LƯỢNG THÔNG TIN CHO CÁC BỘ DỮ LIỆU GIÁM SÁT
LIÊN TỤC, Báo cáo hợp đồng cuối cùng, AFRL-RH-WP-TR-2012-0094, có sẵn tại www.dt
ic.mil/cgibin/GetTRDoc? AD=ADA567802.

Xem số liệu thống kê xuất bản