В.В. ЛОБАЧЁВ
Научный
руководитель – Ю.А. ПОПОВ, д.т.н., профессор
Московский инженерно-физический институт (государственный университет)
Межфакультетская научная группа «DIAMOND-МИФИ»
МОБИЛЬНЫЙ КОМПЛЕКС ДЛЯ МОНИТОРИНГА
ВОЗДЕЙСТВИЯ СОЗНАНИЯ НА ГЕНЕРАТОР ШУМА
На примере разработки мобильного
программно-приборного комплекса рассмотрена оптимизация алгоритма цифровой
обработки сигнала и реализация методологии анализа результатов экспериментов.
Во всем мире, в особенности в США, многими научными лабораториями ведутся исследования в области физики сознания. Эта зарождающаяся область физики изучает взаимодействие сознания человека с различными физическими процессами (так называемое взаимодействие «человек-машина»). Одной из ведущих лабораторий, работающих по данной тематике, является Школа Исследований Аномалий Принстонского Университета, работающая под руководством Роджера Нельсона. В настоящее время группой Нельсона ведется круглосуточный мониторинг психоэмоциональной составляющей фона. Однако оборудование и алгоритмы, применяемые Нельсоном в этих исследованиях, позволяют лишь зафиксировать уровень воздействия. В то время как комплексы, разработанные в лаборатории НИС-1 каф. 12, позволяют фиксировать не только уровень воздействия, но и классифицировать его в зависимости от уровня на разных частотах. Начиная с 1995 года, в лаборатории было построено несколько поколений программно-приборных комплексов (ППК) для исследования человеко-машинных взаимодействий.
Одним из последних разработок лаборатории является мобильный программно-приборный комплекс (МППК). Он предназначен для мониторинга воздействия сознания человека на физические генераторы шума. Основные задачи построения этого комплекса:
· разработка на основе предыдущих комплексов системы, позволяющей вести полноценный мониторинг психоэмоциональной составляющей фона
· модернизация алгоритма цифровой обработки сигнала для получения более точных результатов
· разработка методов анализа результатов мониторинга с целью выявления скрытых зависимостей между различными параметрами проведения эксперимента
Благодаря своей компактности и мобильности, а также улучшенному алгоритму цифровой обработки сигнала, данный комплекс предоставляет возможности по проведению мониторинга коллективного воздействия сознания на массовых мероприятиях, таких как совещания, собрания, концерты, митинги, спортивные соревнования и т.д. Это позволяет оценить степень воздействия не только отдельного человека, но и группы людей, а также вклад определенного человека в психоэмоциональный фон среды.
Мобильный комплекс (мобильный ППК) функционирует на
основе определения отклонения от случайности определенного случайного физического
процесса. В качестве распределения, описывающего идеальный шум, берется
распределение Розенберга-Рудермана (рр-распределение вероятности периодов в
шуме), аналитическое выражение которого приведено в [3]. Таким образом, измерив
вероятности периодов pf,возд(m) с длинной m отсчетов на заданной частоте f можно
получить аналитическое выражение степени отклонения измеренного сигнала от
идеального шума:
Df= Sm | pf,возд(m)-p(m)| (1)
Однако выделение частотной составляющей сигнала в
значительной степени зависит от максимальной длины периода, учитываемого в формуле
(1). Например, при подмешивании периодического сигнала в шум четкое выделение
частоты периодического сигнала зависит от учитываемых периодов. Так, например,
при учете периодов с длиной 2 и 3 мы можем гораздо точнее установить частоту
периодического сигнала, чем при учете периодов с длиной от 2 до 9. На графике
приведены октавно-спектральные портреты (ОСП) для алгоритма с учетом периодов с
длиной 2 – 9 при подмешивании сигнала в
третью октаву для разных соотношений сигнал/шум.
Таким
образом, по графикам заметно, что частота воздействия определяется не точно.
Для решения этой проблемы предлагается использовать алгоритм, учитывающий
периоды с длиной 2 – 3, но значения p(m) рр‑распределения должны быть нормированы, т.е.
p’(2)+p’(3)=1 или p’(2)=p(2)/(p(2)+p(3)) и p’(3)=p(3)/(p(2)+p(3)). Результат
работы этого алгоритма можно увидеть на графике:
Также
особенностью алгоритма является то, что можно определить частоту
воздействующего сигнала с точностью плюс-минус одна октава. Т.е. в случае, если
соотношение сигнал/шум больше 0.8, то алгоритм точно показывает частоту
воздействующего сигнала. В случае если это соотношение меньше 0.8, то в этом
случае необходимо делать поправку на одну октаву в сторону уменьшения номера
октавы (как это видно из графиков).
Кроме повышения точности алгоритма в мобильном ППК реализован анализ результатов экспериментов на
основе технологии OLAP (on-line analysis processing).
В этой технологии данные представляются в виде n‑мерного гиперкуба, измерения (dimensions) которого являются характеристиками сигнала, а
исследуемой величиной – значения октавно-спектрального портрета. Таким образом,
взяв за измерение такие параметры, как частота (или октава), длина ряда, время
мониторинга, день недели, время суток, рабочее/нерабочее время и т.п. можно
исследовать зависимость значения ОСП от этих характеристик. В мобильном ППК реализован гибкий механизм назначения
различных измерений для экспериментов. После назначения измерений можно
использовать средства data mining для поиска скрытых зависимостей в исследуемых данных
либо экспортировать данные, агрегированные по заданным измерениям, в сводную
таблицу Excel. Для примера рассмотрим эксперимент по мониторингу
психоэмоциональной составляющей фона в одной из IT-компаний. При построении гиперкуба возьмем следующие
параметры: 1. частота (номер октавы), 2. дата, 3. время суток (день/ночь), 3.
рабочее/нерабочее время. В качестве исследуемой величины возьмем математическое
ожидание (МО). После расчета агрегированных значений получаем следующую сводную
таблицу:
|
Мат.
ожидание |
ДЕНЬ |
Среднее
за ДЕНЬ |
НОЧЬ |
Среднее
за НОЧЬ |
Среднее |
|
|
Частота |
НЕРАБ.
ВРЕ |
РАБ.
ВРЕМЯ |
|
НЕРАБ.
ВРЕ |
|
|
|
1.35 |
5.1128 |
6.0525 |
5.6875 |
5.4034 |
5.4034 |
5.6092 |
|
2.69 |
3.1764 |
3.6314 |
3.4547 |
2.9224 |
2.9224 |
3.3081 |
|
5.38 |
1.9122 |
2.3486 |
2.1791 |
1.9233 |
1.9233 |
2.1086 |
|
10.77 |
1.3948 |
2.2435 |
1.9138 |
1.3192 |
1.3192 |
1.7500 |
|
21.53 |
1.2822 |
2.4495 |
1.9961 |
1.1976 |
1.1976 |
1.7761 |
|
43.07 |
1.9171 |
3.1268 |
2.6569 |
1.7371 |
1.7371 |
2.4035 |
|
86.13 |
1.1466 |
0.9836 |
1.0469 |
1.1876 |
1.1876 |
1.0856 |
|
172.27 |
0.9308 |
0.7999 |
0.8507 |
0.9679 |
0.9679 |
0.8830 |
|
344.53 |
1.2837 |
1.4659 |
1.3951 |
1.2580 |
1.2580 |
1.3574 |
|
689.06 |
0.5850 |
0.5938 |
0.5903 |
0.5867 |
0.5867 |
0.5893 |
|
1378.13 |
0.7587 |
0.7113 |
0.7297 |
0.7162 |
0.7162 |
0.7260 |
|
2756.25 |
0.7603 |
0.8107 |
0.7911 |
0.6952 |
0.6952 |
0.7647 |
|
5512.5 |
1.3859 |
1.4454 |
1.4223 |
1.2835 |
1.2835 |
1.3841 |
Данная таблица для наглядности может быть представлена
в графическом виде:
При этом легко можно выявить зависимости при различных
сочетаниях характеристик мониторинга. А возможность гибко изменять конфигурацию
отображаемых параметров и применять различные агрегирующие функции позволяют
значительно облегчить исследователю анализ результатов мониторинга.
В качестве примера мониторинга рассмотрим суточный
мониторинг психоэмоциональной составляющей фона, проведенный в той же компании.
Начало рабочего дня сотрудников компании в 9-10 часов, окончание в 18-19 часов.
Однако многие задерживаются до 20-21 часов. Обеденный перерыв длится 1 час с 12
до 14 часов. Мониторинг позволяет зафиксировать время начала и окончания
рабочего дня, обеденного перерыва, а также изменения активности в течение
рабочего дня.
Как наглядно видно из графика, комплекс позволяет регистрировать изменения психоэмоциональной составляющей фона на частотах соответствующих альфа (~10Гц – память, подсознание) и бета (15 – 30 Гц – эмоциональное состояние человека) ритмам человеческого мозга.
Аналогичный мониторинг проводился в рабочее и ночное время в офисах и музее г. Москвы, что подтвердило возможность регистрации психоэмоционального фона инструментальными средствами ППК.
Список литературы
1. Лобачев В.В., Попов Ю.А. Программа виртуального робота «Жук». // Науч. сессия МИФИ-2000: Сб. науч. тр.: В 13 т. М.: МИФИ, 2000. Т.11.
2. Лобачев В.В., Еремеева Т.В., Матвейкина Ю.Ф., Попов Ю.А. Инструментальные средства, использующие звуковую плату, для экспериментального изучения аномалий человеко-машинного взаимодействия. // Науч. сессия МИФИ-2001: Сб. науч. тр.: В 14 т. М.: МИФИ, 2001. Т.11.
3. Лобачев В.В., Еремеева Т.В., Матвейкина Ю.Ф., Попов Ю.А. Комплекс для мониторинга психоэмоционального фона. //Науч. сессия МИФИ-2002: Сб. науч. тр.: В 14 т. М.: МИФИ, 2002. Т.11.