Trendy vo vede a výskume informačných a komunikačných technológií

ŽILINSKÁ UNIVERZITAE L E K T R O T E C H N I C K Á F A K U L T AKATEDRA TELEKOMUNIKÁCIÍ A MULTIMÉDIÍTRENDY VO VEDE A VÝSKUME INFORMAČNÝCHA KOMUNIKAČNÝCH TECHNOLÓGIÍLPP-0216-092010

© Autori: Róbert Hudec, Miroslav Benčo, Marin Vaculík, Jozef Dubovan, PeterBrída, Peter Počta, Martin Paralič, Ján Hlubík, Vladimír Martyščák,Zuzana Dubcová, Peter Lukáč, Martin Vestenický, Rastislav PirníkEditor: doc. Ing. Róbert Hudec, PhD.Jazyková úprava: doc. Ing. Ján Dúha, PhD.Vydané v rámci projektu podporovaného agentúrou APVV (Agentúra na PodporuVedy a Výskumu) na základe zmluvy č. LPP-0216-09:ICT POPULAS - Popularizácia vedy a výskumu v oblasti IKT technológií nastredných školách

OBSAHPredhovorTEORETICKÁ ČASŤ 1Vyhľadávanie statických obrazov 3Úvod 31 Spracovanie obrazu 32 Vyhľadávanie obrazových dát 42.1 Vyhľadávanie obrazov na základe ich obsahu 52.2 Princíp CBIR 53 Extrakcia príznakov 63.1 Farba 63.2 Textúra 73.3 Tvar 84 Praktické využitie popisu obrazových dát 9Literatúra 9Číslicová filtrácia šumu v obrazoch 11Úvod 111 Digitálny obraz a videosekvencia 112 Šumy 122.1 Aditívny gaussovský šum 132.2 Aditívny impulzový šum 142.3 Aditívny zmiešaný šum 143 Číslicová filtrácia 153.1 Filtrácia zašumených statických obrazov 153.2 Filtrácia zašumených dynamických sekvencií 174 Praktické využitie číslicových filtrov 18Literatúra 18Svetlo a prenos informácie 19Úvod 191 Svetelný zdroj 202 Laser 203 Fotonika 22ix

ivObsah3.1 Optické vlákno 233.2 Fotonické kryštálové vlákna 243.3 Prenosová rýchlosť 253.4 Budúcnosť fotonických komunikačných systémov 25Literatúra 26Automatické rozpoznávanie reči 27Úvod 271 Predspracovanie akustického signálu 272 Parametrizácia signálu 293 Učenie umelej inteligencie 304 Klasifikácia 325 Praktické využitie rozpoznávania reči 33Literatúra 34Nové smery v konvergencii sietí 35Úvod 351 Konvergencia 351.1 Od synchrónnej k asynchrónnej komunikácii 362 Siete novej generácie 37Literatúra 42Lokalizácia mobilného terminálu rádiovými sieťami 43Úvod 431 Lokalizácia mobilného terminálu 441.1 Lokalizácia pomocou mobilných bunkových sietí 441.1.1 Metóda identifikácie bunky - Cell ID 451.1.2 Metóda RSS (Received Signal Strength) 461.1.3 Metóda AoA (Angle of Arrival) 471.1.4 Metóda odtlačku signálu - „fingerprinting“ 481.1.5 Metódy založené na meraní času 49Literatúra 50Telemedicína 51Úvod 511 Elektronické zdravotníctvo „E-health“ 512 Telemedicína „M-health“ 522.1 Cieľová skupina telemedicínskej služby 532.2 Mobilné zdravotnícke terminály 54

Obsahv2.3 Budúcnosť mobilných zdravotníckych terminálov 552.4 Zásady návrhu mobilných zdravotníckych terminálov 57Literatúra 58Prenos hlasu cez IP sieť a hodnotenie jeho kvality 59Úvod 591 Hlasová služba a jej budúcnosť ako prenos cez IP sieť 602 kvalita hlasového prenosu 613 metódy hodnotenia 623.1 Kategórie hodnotenia používané v prípade subjektívnych metód 633.2 Metódy využívané v prípade objektívneho hodnotenia kvality hlasovéhoprenosu 63Literatúra 65Trendy vo využívaní služieb a aplikácií dostupných cez webové rozhranie 67Úvod 671 Zdieľanie súborov vo výmenných sieťach 671.1 Čisté (tzv. Pure) siete P2P 681.2 Sprostredkované (tzv. Mediated) siete P2P 691.3 Hybridné (tzv. Hybrid) siete P2P 692 Priamo distribuované virtuálne prostredia 702.1 Naživo hrané hry 712.2 Sociálne siete 72Literatúra 73Interaktívne televízne káblové rozvody 75Úvod 751 Siete ITKR v súčasnosti 751.1 Rozdelenie frekvenčného pásma 772 Potenciálny vývoj sietí ITKR 782.1 Riadenie prevádzky vo frekvenčnom pásme koaxiálneho kábla 782.2 Riadiace Centrum Koaxiálnej Siete (RCKS) 802.3 Server prioritizácie paketov a server manažmentu šírky pásma 813 Využitie ITKR 82Literatúra 82Vyhľadávanie strihov vo videosekvencii 83Úvod 831 Analýza multimediálneho obsahu 83

viObsah2 Detekcia hraníc záberu 853 Delenie prechodov 863.1 Strih 873.2 Únik 873.3 Rozplynutie 883.4 Zmazanie 884 Kritériá hodnotenia detekcie záberu 88Literatúra 90Segmentácia statických obrazov 91Úvod 911 Segmentácia farebného obrazu 912 Vývoj algoritmov segmentácie farebného obrazu 923 Miery podobnosti 944 Extrakcia príznakov 954.1 Príznaky typu farba 954.2 Základné modely farieb rgb, cmy 954.3 LINEÁRNA TRANSFORMÁCIA 964.4 Nelineárna transformácia 965 Využitie segmentácie farebného obrazu v praxi 97Literatúra 97Inteligentné dopravné systémy 99Úvod 991 Architektúra IDS 1002 Riadiaci systém dopravy mesta – všeobecne 1022.1 Základné funkcie RSD v mestách 1032.2 Technologické zariadenia IDS 1042.3 Základné súčasti RSD mesta a princíp riadenia dopravy 105Literatúra 106PRAKTICKÁ ČASŤ 107Extrakcia informácií z obrazu 109Úvod 1091 Systém vyhľadávania statických obrazov 1092 Systémy inteligentnej dopravy 1103 Web služba filtrácie obrazu 113Literatúra 114

ObsahviiVplyv straty paketov na kvalitu hlasového prenosu 115Úvod 1151 Strata paketov ako dominantný vplyv na kvalitu hlasového prenosu 1152 Popis experimentu 1173 Výsledky experimentu 1184 Záver 118Literatúra 119Terminál, systémy a služby mobilného zdravotníctva 120Úvod 1201 SYDMOS 1202 TEBID 1212.1 Koncepcia terminálu 1212.2 Protokol prenášaných dát TEBID-ASCII 1233 SYDES 1244 Služby 1254.1 Personalizácia klienta 1254.2 Pozícia pomocou siete GSM 1264.3 Zdravotný stav na požiadanie 1264.4 Služba EKG monitoring 126Literatúra 127Lokalizácia v bezdrôtových sieťach 128Úvod 1281 Vplyv rôznych parametrov na lokalizačnú presnosť metódy odtlačku signálu 1281.1 Implementácia do GSM 1291.2 Implementácia do WI-FI 131Literatúra 132Prepínanie videoprogramov v Riadiacom Centre Koaxiálnej Siete 133Úvod 1331 Princíp činnosti RCKS 1332 Komunikácia medzi riadiacim prvkom RCKS a prepínacím poľom 1343 Laboratórna vzorka RCKS 1374Záver 137Literatúra 138Signalizačné protokoly na účastníckej prípojke 139Úvod 139

viiiObsah1 Signalizačné protokoly 139Literatúra 146Inteligentné rečové komunikačné rozhranie 147Úvod 1471 Inteligentné rečové komunikačné rozhranie 1472 Architektúra IRKR 1483 Aplikácie IRKR 1493.1 Služba „Predpoveď počasia“ 1493.2 Služba „Cestovný poriadok“ 1503.3 Prístup k službám 151Literatúra 151Optický časový reflektometer (OTDR) 152Úvod 1521 Optická časová reflektometria 1522 Meranie na OTDR 1553 Záver 157Literatúra 157

PREDHOVORVážení čitatelia,publikácia, ktorú ste práve otvorili, vznikla v rámci projektu „ICT POPULAS -Popularizácia vedy a výskumu v oblasti IKT technológií na stredných školách“.Aktuálny nedostatok odborníkov nielen v oblasti IKT (Informačné a KomunikačnéTechnológie) hovorí o poklese záujmu mladých ľudí o štúdium technických smerov. Projekts podporou Agentúry na podporu vedy a výskumu Slovenskej republiky si kladie za cieľpopulárnou formou prezentovať vybrané témy vedy a výskumu v oblasti IKT študentomstredných odborných škôl s profiláciou odborných predmetov spadajúcich pod oblasť IKTa gymnázií a tým zvýšiť ich záujem o štúdium technických smerov. Projekt bude realizovanýna vybraných stredných školách v regiónoch VÚC Žilina, VÚC Banská Bystrica,VÚC Prešov a VÚC Trenčín od marca 2010.Publikácia je rozdelená na dve kapitoly, a to na teoretickú a praktickú časť. V rámci nichje v krátkosti a populárnou formou popísaných 12 teoretických a 6 praktických ukážokz oblastí IKT skúmaných na Katedre telekomunikácií a multimédií, Elektrotechnickej fakultyŽilinskej univerzity v Žiline. Počas realizácie projektu budú na vybraných stredných školácha gymnáziách kontaktnou formou prezentácií prezentované 6 teoretických a 6 praktickýchukážok, ktoré si študenti budú môcť aj reálne vyskúšať.Na záver by som sa rád poďakoval celému autorskému kolektívu za populárnespracovanie výsledkov svojej vedeckej a výskumnej práce a taktiež vedeniam stredných škôl,ktoré nám umožnili projekt POPULAS realizovať v priestoroch ich škôl. Rovnako by somsa chcel poďakovať doc. Ing. Jánovi Dúhovi, PhD. za pravopisnú korekciu publikácie.Podrobnejšie informácie o projekte spolu s časovým harmonogramom a množstvom ďalšíchinformácií budú dostupné na WEB adrese projektu http://kt.uniza.sk/populas/.Róbert Hudeckoordinátor projektu

TEORETICKÁ ČASŤ

VYHĽADÁVANIE STATICKÝCH OBRAZOVING. MIROSLAV BENČO, PHD.Ú V O DV ľudskej komunikácii má používanie obrazových dát veľmi dlhú históriu. Hlavnú rolupre široké využitie a získavanie obrazových dát zohralo vynájdenie fotografie a televízie. Noskutočnou vlajkovou loďou pre obrazovú revolúciu bolo vynájdenie počítača, ktorý priniesolširoké možnosti pre zachytávanie, ukladanie a prenos týchto dát. Zavedením internetu nazačiatku deväťdesiatych rokov sa používateľom sprístupnilo množstvo obrazových dát zcelého sveta, čo viedlo k masívnemu využívaniu digitálnych obrazových dát. Odhadovanýpočet obrázkov na webe v roku 1997 bol 10 až 30 miliónov [10], pričom v tomto čase ešteneboli komerčne zavedené digitálne fotoaparáty a kamkordéry.V súčasnosti je zachytávanie obrazových dát bežne používané a má využitie v mnohýchoblastiach, od rodinných fotiek a videoarchívov až po umelecké galérie, ďalej astronómia,geografia, architektúra, informačné systémy, reklama, móda, polícia a mnoho ďalších.Rapídnym zvyšovaním použitia týchto digitálnych záznamov tak vzniká závažný problémich triedenia a označovania, pretože hodnota informácie často závisí na tom, ako jednoduchomôžu byť tieto dáta nájdené, získané a prístupné [1].1 SPRACOVA N I E O B R A Z UObraz, alebo obrazová informácia je vizuálnou reprezentáciou informácie. Prespracovanie obrazu sa po nasnímaní analógový obraz diskretizuje, vzorkuje a nakonieckóduje, čím sa získa matica obrazových prvkov. Táto matica charakterizuje snímanýanalógový obraz v číslicovej forme (Obr. 1). Rozlíšenie digitálnych obrazov je definovanéhustotou snímacej mriežky, z čoho je odvodený počet obrazových prvkov v horizontálnom avertikálnom smere. Rozlíšenie je taktiež závislé aj od počtu úrovní použitého kvantizátora.

4 Vyhľadávanie statických obrazovDigitálny obraz je teda dvojrozmerná diskrétna funkcia f ( x,y)[2], ktorá pozostávaz N riadkov a M stĺpcov. Rozlíšenie obrazu je potom dané ako M × N . Pri označeníhorného ľavého rohu ako f (0,0)je potom pravý dolný roh obrazu vyjadrený akof M − N (Obr. 1).( 1, −1)Obr. 1 Matica obrazových prvkov pre digitálny obraz (rozlíšenie 8x6 pixelov)Jednotlivé súradnice v digitálnom obraze sa tiež nazývajú ako pixely. Výstupná hodnotapixelov v obraze závisí na type obrazu. Šedotónové obrazy vyjadrujú iba jasovú zložku.Hodnota každého pixelu potom vyjadruje hodnotu odtieňa šedej, kde minimálny jasvyjadruje čiernu a maximálny bielu. Pri farebných obrazoch je farebný odtieň obrazovéhoprvku definovaný vektorovo pomocou troch základných farieb. Najpoužívanejším farebnýmpriestorom je priestor označovaný ako RGB (Red – červená, Green – zelená, Blue – modrá).2 VYHĽADÁVA N I E O B R A Z O V Ý C H D Á T“A Picture is Worth One Thousand Words“ (Obraz ma hodnotu tisícky slov)Tento výrok sa často uvádza ako čínske príslovie, ale taktiež sa uvádza, že táto fráza bolavytvorená Fredom R. Barnardom v reklame obchodného katalógu Printers' Ink, ako ukážkapoužitia obrazov v reklamách na električkách, formulovaný ako "One Look is Worth AThousand Words" (Jeden pohľad má hodnotu tisícky slov) 8. decembra 1921 [3].V súčasnosti je tento výrok často používaný v informačných technológiách, kdevýskumná komunita hovorí, že obsah obrazu nemôže byť popísaný textom a preto súčasnévyhľadávacie systémy nie sú vhodné pre vyhľadávanie obrazov. Ak by existovala unikátnamnožina slov, ktoré najlepšie charakterizujú obraz, hľadanie na základe obsahu by bolo

Vyhľadávanie statických obrazov 5vyriešené [4]. Avšak systém založený na vyhľadávaní pomocou kľúčových slov nie jevhodný na spracovanie médií, pretože má dve hlavné nevýhody:▪▪neexistuje fixná množina slov, ktoré by popísali obsah obrazu,anotácie pomocou kľúčových slov sú subjektívne, t.j. každý človek môže popísaťobraz iným spôsobom.Tieto dva problémy sa s nárastom veľkosti obrazových databáz stavajú ešte viackritickými. Množstvo požadovanej manuálnej anotácie je v súčasnosti neúnosné, t.j. nie jemožné vytvoriť spoľahlivú aplikáciu využívajúcu kľúčové slová.Na zdolanie týchto problémov vznikla ako alternatíva k vyhľadávacím systémomzaloženým na textovom popise, nová generácia vyhľadávacích systémov, založená navizuálnom obsahu multimediálnych dát.2.1 VYHĽADÁVANIE OBRAZOV NA ZÁKLADE ICH OBSAHUVyhľadávanie obrazov na základe ich obsahu je v praxi označované ako CBIR (ContentBased Image Retrieval). Metóda CBIR umožňuje vyhľadávanie sémanticky relevantnýchobrazov v databáze obrazov, ktoré sú založené na automaticky odvodených vlastnostiachobrazu. Hlavnou úlohou systémov CBIR je extrakcia obrazových príznakov založená načasovo-priestorovej reprezentácii obrazu (vizuálneho obsahu) a porovnávaním ichpodobností.2.2 PRINCÍP CBIRTypická bloková schéma systému CBIR je zobrazená na Obr. 2. Najdôležitejšou časťousystémov CBIR je automatická extrakcia príznakov, ktorá určuje spôsob popisu obrazu.Pomocou extrakcie príznakov je vizuálny obsah databázy obrazov uložený do databázypríznakov. V takejto anotovanej databáze je potom možné jednoducho vyhľadávať. Vstuppre vyhľadávanie môže byť vyjadrený ako textový popis hľadanej informácie, príkladhľadaného obrazu, alebo jednoduchý náčrt hľadaného objektu. Po spracovaní vstupnejpožiadavky pre vyhľadávanie systém automaticky analyzuje obraz (extrakcia príznakov).

6 Vyhľadávanie statických obrazovObr. 2 Principiálna bloková schéma CBIRVýsledkom analýzy je vektor príznakov, na základe ktorého je možné porovnávaťpodobnosť obrazu s databázou obrazov. Dôležitým krokom pri vyhľadávaní vo veľkýchobrazových databázach je aj indexácia, ktorá zvyšuje efektivitu rýchlosti hľadania tým, žeposkytuje vyhľadávacie schémy. Pomocou vyhľadávacích schém sa hľadaný obrazporovnáva s databázou obrazov tak, že sa neprehľadávajú všetky obrazy v databáze, ale ibatie, ktorých obsah nejakým spôsobom koreluje s hľadaným obrazom. Ďalšou veľmi dôležitousúčasťou systémov CBIR je spätná väzba, ktorá umožňuje spätne upravovať a upresňovaťvyhľadávací proces.3 EXTRAKCIA P R Í Z N A K O VExtrakcia príznakov je proces, na základe ktorého sa určuje popis vizuálneho obsahu.V širšom zmysle, aj pri textovom vyhľadávaní môžu byť slová označené ako príznaky, alev tomto zmysle „príznak“ znamená vizuálnu vlastnosť obrazu. Vizuálne príznaky je možnérozdeliť do troch základných tried: farba, textúra a tvar.3.1 FARBAFarba je veľmi dôležitou súčasťou vnímania objektov, pretože oproti šedotónovémuvyjadreniu poskytuje viac vizuálnych informácií o objektoch. Typický príklad dôležitostifarby je znázornený na Obr. 3, kde sú zobrazené dva rôzne športové dresy, pričomv šedótonovom vyjadrení sú len veľmi ťažko rozpoznateľné.

Vyhľadávanie statických obrazov 7a) b)Obr. 3 Dôležitosť farby, a) šedotónový obraz, b) rovnaký obraz vo farebnom vyjadreníV dôsledku toho je informácia o farbe v oblasti spracovania obrazov a počítačovéhovidenia jednou zo základných informácií pre popis obrazu. Medzi dva najzákladnejšiefaktory využitia farieb patria tieto fakty:▪▪farba je silným deskriptorom, ktorý vo veľkej miere zjednodušuje identifikáciea extrakciu objektov z obrazu,človek dokáže rozoznávať približne 150 sýtych farieb a až niekoľko tisíc menejsýtych farieb, ale rozoznáva iba približne tucet odtieňov šedej [5].3.2 TEXTÚRAV mnohých algoritmoch v oblasti počítačového videnia a spracovania obrazov sa popisobrazu zjednodušuje na uniformnosti lokálnych intenzít jasu v obrazových regiónoch. Avšakpre obrazy zachytávajúce reálne objekty to často nie je postačujúce. Napríklad, obrazzachytávajúci drevený povrch (Obr. 4a) alebo vzor šachovnice (Obr. 4b) nie je uniformný aleobsahuje rôzne intenzity jasu, ktoré sa opakujú a vytvárajú tak vzory nazývané ako vizuálnetextúry.Medzi základné vlastnosti textúr [6] patria hrubosť (coarseness), jemnosť (fineness),viazanosť (contract), smerovosť (directionality), nerovnosť (roughness), pravidelnosť(regularity), atď. Extrakcia príznakov pre textúry sa vykonáva transformáciou sémantickejinformácie textúry obrazu na vektor príznakov, ktorý zachytáva najvýznamnejšiecharakteristiky danej textúry. Pre analýzu je veľmi dôležitým parametrom rozlíšenie, pretože

8 Vyhľadávanie statických obrazovperiodicita textúry je priamo závislá na veľkosti elementu textúry (texel). Väčšinou sapoužíva iba jedno rozlíšenie, pomocou ktorého sa prispôsobuje veľkosť texelu [7].a) b)Obr. 4 Textúrové vzory, a) drevený povrch, a) šachovnica3.3 TVARPoňatie tvaru je veľmi dobre zrozumiteľné, avšak je ťažké vyjadriť ho formálne. Zatiaľčo vnímanie tvaru človekom možno označiť ako vysokoúrovňový popis, matematický popisvedie k popisu tvaru nízkoúrovňovými príznakmi. Aj preto zatiaľ neexistuje jednoznačnáteória, ktorá by definovala tvar. Tvar môže byť definovaný pre rôzne špecifické aplikácie.Pre oblasť rozpoznávania objektov definoval Marshall (1989) tvar ako funkciu pozíciea smerovania prepojených kriviek v rámci dvojrozmerného poľa. Avšak je zrejmé, že tátodefinícia nie je všeobecne použiteľná. Pre popis tvaru je veľmi dôležitá segmentácia obrazu.Segmentácia je proces, ktorý rozdeľuje obraz na jednotlivé časti (segmenty), ktoré súkoherentné podľa určitého kritéria. Rozdeľuje ich v závislosti na objektoch nachádzajúcichsa v obraze. Jednotlivé segmenty je potom možné popísať tvarovými deskriptormi. Vovšeobecnosti je reprezentácia tvaru rozdelená do dvoch kategórií [8]:▪▪Založených na oblasti (Boundary-Based ) – hľadanie hraníc medzi jednotlivýmihomogénnymi oblasťami obrazu a to postupným delením väčších častí na menšie,t.j. na popis sa využívajú externé charakteristiky objektov.Založených na regióne (Region-Based) – hľadanie hraníc regiónov, pričom sapostupuje z vnútra regiónu smerom k hraniciam regiónov, t.j. na popis sa využívajúinterné charakteristiky objektov.

Vyhľadávanie statických obrazov 94 PRAKTICKÉ V Y U Ž I T I E P O P I S U O B R A Z O V Ý C H D Á TVyhľadávanie vizuálnych informácií je veľmi dôležité v mnohých priemyselnýchodvetviach a aplikáciách v praxi [9]. Napriek skutočnosti, že záujem o túto problematikuveľmi rýchlo rastie, aplikácie pre reálne využitie sú iba v počiatkoch vývoja. Medzi hlavnéoblasti využitia aplikácií pre vyhľadávanie obrazov patria:▪▪▪▪Armáda: Vojenské aplikácie sú pravdepodobne najlepšie vyvinuté, aj keď asinajmenej publikované. Medzi najviac známe možnosti využitia patria:rozpoznávanie nepriateľských vzdušných jednotiek pomocou obrazov z radaru,identifikácia cieľa z fotografických snímok, navádzacie systémy atď.Medicína: Moderná medicína sa čoraz viac opiera o diagnostické techniky, akýmisú: rádiológia, histopatológia, počítačová tomografia a pod., ktoré zapríčinili nárastpočtu a dôležitosti uložených lekárskych obrazov. Zatiaľ čo primárna potreba vmedicínskych obrazových systémoch je zobrazovanie obrazov týkajúcich sa danéhopacienta, vzrastá tiež záujem o využitie techník CBIR pri porovnávaní podobnýchdiagnóz z databázy.Domácnosť: V súčasnosti mnoho domácností využíva digitálne fotoaparáty alebokamkordéry. Fotky, videá, obľúbené scény z televíznych programov alebo filmov,to sú iba niektoré z oblastí, kde sa môžu technológie CBIR masovo rozšíriť.Webové vyhľadávače: Vyhľadávanie informácií na internete je jednouz najdôležitejších oblastí nasadenia systémov CBIR. Zatiaľ čo textové vyhľadávanieje už na veľmi vysokej úrovni, na vyhľadávanie obrazov sa stále používa ibavyhľadávanie na základe manuálne vložených metapríznakov alebo názvovjednotlivých obrazov.Medzi ďalšie nie menej dôležité oblasti, kde je potreba nasadenia týchto technológií, sú:vzdelávanie, polícia, móda, architektúra, žurnalistika, reklama, geografia atď., inými slovamivo všetkých oblastiach, kde sa pracuje s obrazmi v digitálnom tvare.LITERATÚRA[1] Benčo M., Automatický popis a vyhľadávanie dát pomocou extrakcie kombinovanýchpríznakov, Dizertačná práca, Žilinská univerzita v Žiline, 2008[2] Robert M. Gray and David L. Neuhoff: Quantization, IEEE Transactions onInformationTheory, 44(6):1.63, October 1998

10 Vyhľadávanie statických obrazov[3] The history of a picture's worth, [online] http://www2.cs.uregina.ca/~hepting/research/web/words/history.html, [24.7.2008] Dostupné na internete[4] Renato O. Stehling, Mario A. Nascimento, Alexandre X. Falcao: Techniques for Color-Based Image Retrieval, Technical Report TR 01-16, October 2001, [online]http://www.cs.ualberta.ca/TechReports/2001/TR01-16/TR01-16.ps.gz, [8.8.2006]Dostupné na internete[5] Fred Nicolls: The human visual system, [online] http://www.dip.ee.uct.ac.za/~nicolls/lectures/eee401f/hvs.pdf, [11.9.2008] Dostupné na internete[6] A. Materka, M. Strzelecki, Texture Analysis Methods: A Review, Technical Universityof Lodz, Institute of Electronics, COST B11 report, Brussels 1998, [online]http://www.eletel.p.lodz.pl/cost/pdf_1.pdf , [11.12.2006] Dostupné na internete[7] Kun Xu: Texture representation for contntent based retrieval, New Jersey, May 2000,[online] www.caip.rutgers.edu/riul/ research/theses/ps/xu_thesis-part1.ps.gz,[25.10.2006] Dostupné na internete[8] Dengsheng Zhang, Guojun Lu: Content-Based Shape Retrieval Using Different ShapeDescriptors - A Comparative Study, IEEE International Conference on Multimedia andExpo (ICME'01), 2001, ISBN: 0-7695-1198-8[9] C. C. Venters , M.Cooper: A review of content-based image retrieval systems, JISCTechnology Applications Programme, University of Manchester, 1999[10] Sclaroff S a iný: ImageRover: a content-based image browser for the World-Wide Web,Proceedings of IEEE Workshop on Content-Based Access of Image and VideoLibraries, San Juan, Puerto Rico, June 1997

ČÍSLICOVÁ FILTRÁCIA ŠUMU V OBRAZOCHDOC. ING. RÓBERT HUDEC, PHD.Ú V O DNahradenie analógových systémov digitálnymi, ako dôsledok výrazného technickéhoa technologického pokroku v posledných desaťročiach v oblasti mikroelektroniky, jenevyhnutne spojené aj s rozvojom číslicového spracovania signálov (ČSS) a v súčasnostipravdepodobne ani neexistuje taká oblasť priemyslu, kde by sa algoritmy ČSS nepoužívali.Podobne je to aj v oblasti číslicového spracovania obrazov, kde pri ich snímaní (kamerami,fotoaparátmi či skenermi), prenose a reprodukcii dochádza k poškodeniu užitočnejinformácie šumami. Úlohou číslicových filtrov je potom odstránenie prípadne potlačenieneužitočných signálov. Algoritmy číslicovej filtrácie obrazu našli uplatnenie v oblastisnímania obrazu tak pre priemyselné ako aj pre komerčné aplikácie, teda vo všetkýchsystémoch ktoré používajú elektronické snímacie zariadenia. Použitie číslicových filtrovv takýchto aplikáciách je predurčené vďaka ich výhodným vlastnostiam akými sú vysokástabilita číslicovej operácie, presnosť, ľahká implementácia, prestaviteľnosťa v neposlednom rade aj vysoká kompatibilita s inými číslicovými obvodmi a pod.1 DIGITÁLNY O B R A Z A V I D E O S E K V E N C I ANasnímaný analógový obraz (napr. CCD snímačom) nesie informáciu o priestorovýchzmenách jasu (šedý obraz, obr.1a) alebo zmenách jasu vo farebných kanáloch (farebnýobraz, obr.1b), ktoré ho charakterizujú. Ak je táto informácia funkciou iba plošnýchsúradníc, hovoríme o „statickom“ obraze. Keď je naviac aj funkciou času, hovorímeo „obrazovej sekvencii“ (sekvencia statických obrazov).Šedý alebo farebný obraz v digitálnej forme sa získava diskretizáciou, vzorkovaníma kódovaním nasnímaného analógového obrazu, pretože výstupný obrazový signál CCD(Coupled Charged Devices) snímača je analógový. Parametre zvoleného kvantovača potom

12 Číslicová filtrácia šumu v obrazochurčujú počet jasových úrovní obrazu. Pri šedotónovom obraze s 8-bitovým rozlíšením jasu jeto 2 8 čiže 256 úrovní v rozsahu 0-255. Podobne pri farebnom obraze je každý obrazovýprvok (OP) farebného obrazu definovaný tromi hodnotami základných farieb CP (ColorPrimaries). Takto definovaný farebný odtieň OP vychádza z farebnej metamérnej vlastnostiľudského oka, čiže nahradenia spektra vnímanej farby iným spektrom vytvoreným jasovýmiúrovňami základných farieb. Štandardne používanými CP sú červená, zelená a modrá (red –R, green – G, blue – B). Pri farebných obrazoch s rozlíšením jasu 8-bitov/kanál je možnénasnímať až 2 3*8 , čiže viac ako 1,67 milióna farieb. Okrem jasového rozlíšenia obrazu jeobraz v digitálnej forme a časovo-priestorovej oblasti definovaný ešte rozlíšením (početpixelov v horizontálnom a vertikálnom smere).a) b)Obr. 1 Originálny statický obraz Lena, a) šedotónová, b) farebná2 ŠUMYZaznamenaná obrazová informácia často nie je so skutočne vnímanou informáciouidentická a do istej miery je odchýlená. Táto odchýlka je spôsobená rôznymi vplyvmi, napr.odchýlkami snímacích detektorov, nedokonalosťou prenosového kanála, prírodnými asystémovými vplyvmi, prenášaním signálu, kvantovaním, elektrickou nekompatibilitou apod. a nazýva sa šum. Šum je teda signál poškodzujúci užitožnú obrazovú informáciu. Nie jemožné ho úplne odstrániť, avšak snahou ďalšieho spracovania je v čo najväčšej miere hopotlačiť a zároveň zachovať pôvodnú informáciu [1, 3]. Vo všeobecnosti je možné šumyrozdeliť na dve skupiny:▪▪nezávislý šum (napr. aditívny – gaussovský, rayleigho, exponenciálny, impulzový, apod., prípadne ich kombinácia),šum závislý na obrazových dátach (napr. multiplikatívny).

Číslicová filtrácia šumu v obrazoch 13Súčasne používané digitálne snímacie zariadenia ako kamkordér, fotoaparát, skener čimedicínske snímacie zariadenia (magnetická rezonancia, ultrazvuk a pod.) by sa bezčíslicových filtrov nezaobišli. Medzi najčastejšie sa vyskytujúce typy šumovv telekomunikačných zariadeniach patria aditívny gaussovský a impulzový šum. V oblastičíslicového spracovania obrazov je možné zdroje rušení obrazových signálov rozdeliť takto:▪▪▪snímanie obrazuo gaussovský šum (tepelná generácia v snímacom polovodiči, šumzosilňovačov a čítacích zariadení, kvantizačný šum, a pod.),o impulzový šum (technologické defekty snímača).prenos obrazuo impulzový šum (vplyv elektromagnetických výbojov (napr. atmosférické)).reprodukcia obrazuo impulzový šum (interferenčné rušenie iného elektromagnetického zdroja,elektromagnetická nekompatibilita a pod.),o gaussovský šum (úzkopásmová interferencia v širokopásmovýchsignáloch).2.1 ADITÍVNY GAUSSOVSKÝ ŠUMAditívny Gaussov šum je najčastejšie sa vyskytujúci typ šumu v prírode [1, 3]. Väčšinouvzniká vplyvom tepelných generácií v materiáli. V praxi sa mu približuje fluktuačný šum vrádioelektronických zariadeniach. Pre tento typ šumu platí, že ku každému OP sapripočítavajú (odpočítavajú) malé hodnoty s veľkou pravdepodobnosťou a veľké hodnotys malou pravdepodobnosťou podľa Gaussovho rozdelenia pravdepodobnosti so strednouhodnotou µ a so smerodajnou odchýlkou σ (obr.3a). V prírode sa najčastejšie vyskytujebiely gaussovský šum, čiže s µ = 0 označovaný aj ako AWGN (Aditive White GaussianNoise). Je zrejmé, že so zväčšovaním smerodajnej odchýlky σ sa rozširuje intervalnáhodných čísiel, čo zapríčiňuje aj zväčšenie šumu.Gaussov šum úspešne potláčajú lineárne filtre ako napríklad Wienerove [Hude00a],Kalmanove [Vase06], spriemerňovacie a pod. Vhodnou voľbou pri filtrácii nestacionárnehogaussovského šumu sú aj lineárne adaptívne filtre, ktoré prispôsobujú odpoveď filtrana meniace sa parametre šumu.

14 Číslicová filtrácia šumu v obrazoch2.2 ADITÍVNY IMPULZOVÝ ŠUMImpulzový šum vzniká hlavne v dôsledku atmosférických výbojov, impulzového rušenia,prenosom signálu cez komunikačný kanál pomocou nelineárnej modulácie a pod. Aj tentotyp šumu sa často vyskytuje v prírode [1, 3]. Impulzový šum s premenlivou hodnotou (I)znehodnotí len niektoré náhodne vybrané OP obrazu takým spôsobom, že pôvodnú hodnotuOP nahradí náhodnou hodnotou s rovnomerným rozdelením pravdepodobnosti, v rozmedzíhodnôt 0 až 255 pre 256 úrovňové obrazy (obr.3b). Ďalším typom šumu, ktorý patrí dokategórie impulzového šumu je tzv. čierno-biely BW (Black and White) impulzový šumktorý sa niekedy označuje aj ako „Salt and Pepper“, pretože pripomína biele a čierne bodkysoli a korenia. Tento šum podobne ako impulzový šum nahradzuje náhodne vybraté OPsignálu, ale pôvodnú hodnotu OP nahradí minimálnou alebo maximálnou hodnotou, t.j.hodnotami 0 alebo 255. Dá sa povedať, že uvedený šum sa vyskytuje v prírode častejšie akoimpulzový šum, pretože hodnota skutočného impulzu je často mnohonásobne väčšia akomaximálna hodnota signálu.Impulzový šum môže poškodiť obrazové prvky farebných obrazov len v niektoromfarebnom kanáli alebo všetky naraz. Ak bude OP poškodený len v jednom kanáli jedná sao nekorelovaný impulzový šum a ten sa bude javiť ako farebný. Ak bude OP poškodenýv každom farebnom kanáli a súčasne rovnakou hodnotou, bude sa jednať o korelovanýimpulzový šum a ten sa bude javiť ako šedý.Na potláčanie impulzového šumu sú určené nelineárne filtre ako napríklad kompozičné,poriadkovo-štatistické, mikroštatistické, LUM (Lower-Upper Middle), permutačné filtrea rovnako aj filtre na báze neurónových sietí, fuzzy logiky, genetických algoritmov, a pod.[1-3]. Ako veľmi efektívne filtre sa v poslednej dobe ukázali poriadkovo-štatistické filtrekombinované s detektormi impulzov [1].2.3 ADITÍVNY ZMIEŠANÝ ŠUMV súčastných elektronických systémoch sa však často stáva, že užitočný signál nie jepoškodený len jedným typom šumom, ale ich kombináciou. Najčastejším prípadom takéhotozmiešaného šumu je kombinácia aditívneho Gaussovho a impulzového šumu (obr.3c) [1].Pretože zmiešaný šum je kombináciou šumov s rôznymi pravdepodobnostnýmidistribúciami, nie je možné určiť optimálny filter z triedy lineárnych alebo nelineárnychfiltrov a ich účinnosť bude závisieť na dominantnosti niektorého šumu. Vhodnou voľbou sa

Číslicová filtrácia šumu v obrazoch 15javí číslicový poriadkovo-štatistický L-filtrer, ktorý patrí medzi lineárne filtre [1, 4]. Jehovýstup sa získa lineárnou kombináciou poriadkových štatistík vstupného pozorovania, čo jeale vlastnosť nelineárnych filtrov, čím jeho koeficienty môžu simulovať hociktorýporiadkovo-štatistický filter. Inou možnosťou filtrácie zmiešaných šumov je filtrácia rôznychčastí obrazu oddelene a to spojením niekoľkých čiastkových filtrov s priestorovýmdetektorom impulzov. Takého filtre sa označujú ako signálovo-závislé filtre [1, 4].3 ČÍSLICOVÁ FILT R Á C I A3.1 FILTRÁCIA ZAŠUMENÝCH STATICKÝCH OBRAZOVFiltrácia obrazového a nielen takéhoto signálu predstavuje takú operáciuso zašumeným/poškodeným číslicovým signálom, ktorá odstráni alebo aspoň výrazne potlačínežiaduce zložky nachádzajúce sa v originálnom signáli [1-4]. Filtrovať šum v statickýchobrazoch číslicovými filtrami znamená postupný výpočet nových/odhadovaných hodnôtoriginálneho obrazu pomocou rôznych matematických operácií. Tieto nové hodnoty,hovorme im filtrované, sa vypočítavajú z tzv. filtračného alebo pracovného okna, ktoré tvoriaOP/pixely nachádzajúce sa v okolí filtrovaného pixelu. Takto sa posúva filtračné okno pixelpo pixeli po celom riadku a tiež po všetkých riadkoch obrazu a vypočítané/filtrovanéhodnoty pixelov sa ukladajú do nového tzv. filtrovaného obrazu. Inými slovami, hodnotafiltrovaného pixelu je funkciou hodnôt pixelov nachádzajúcich sa v jeho okolí. Na obr.2 jeako príklad zobrazený princíp mediánového filtra, ktorého výstupom je práve mediánová(centrálna) poriadková štatistika (x’ 5 )zašumený obraznezoradený vektor vzoriekx1 x2 x3 x4 x5 x6 x7 x8 x9filtrovaný obrazfiltrovanýpixel x*pixely filtračného oknapre filtrovaný pixel x*filtračné okno 3x3Obr. 2 Princíp mediánového filtrax’1 x’2 x’3 x’4 x’5 x’6 x’7 x’8 x’9zoradený vektor vzoriekporiadkové štatistikyPri filtrácii farebných obrazov neobsahujú pixely informáciu len o jase v jednom kanáliale v troch (R-G-B), to znamená, že informácia o farbe pixelu je vektorovou veličinou.

16 Číslicová filtrácia šumu v obrazochZ tohto pohľadu sa farebné obrazy musia filtrovať vektorovými alebo viackanálovýmfiltrami. V zjednodušenej forme sa ale dá k filtrácii farebného obrazu pristupovať aj inak a totak, akoby sa jednola o filtráciu troch šedotónových obrazov, ktoré sa po filtrácii naspäťspoja a vytvoria výsledný farebný obraz. Takýto spôsob filtrácie sa potom nazývacomponent-wise, čiže po častiach.a) b) c)d) e) f)Obr. 3 Zašumený farebný statický obraz Lena šumom, a) gaussovským: µ = 0, σ =20, b)korelovaným impulzovým: p=10%, c) zmiešaným gaussovským a impulzovým. Filtrovanýfarebný obraz Lena, d) Wienerovým filtrom: šum z obr.3a, e) vektorovým mediánovýmfiltrom: šum z obr.3b, f) L-filtrom: šum z obr.3cNa obr. 3a-c sú zobrazené príklady zašumenia farebného statického obrazu Lena rôznymitypmi šumov a na obr.3d-f sú tieto obrazy filtrované rôznymi typmi lineárnycha nelineárnych číslicových filtrov. Tieto výsleky boli ale dosiahnuté iba veľmi jednoduchýmičíslicovými filtrami. V súšastnosti sú však pre aplikácie v moderných elektronickýchzariadeniach vyvíjané sofistikovanejšie algoritmy s cieľom vylepšiť odstup signál/šum. Tak

Číslicová filtrácia šumu v obrazoch 17napríklad na obr.4 sú zobrazené výsledky filtrácie L-filtrom (obr.4b) a viacúrovňovýmsignálovo-závislým L-filtrom s priestorovým mediánovým detektorom impulzov (obr.4c).a) b) c)Obr. 4 Šedotónový statický obraz Lena, a) poškodený zmiešaným šumom, b) filtrovaný L-F,c) filtrovaný C 2 SMD SD 5 L-F3.2 FILTRÁCIA ZAŠUMENÝCH DYNAMICKÝCH SEKVENCIÍČasovým radením statických obrazov za sebou vzniká obrazová sekvencia, čiževideosekvencia alebo video. Podobne ako pri filtrácii obrazov, aj videosekvencie môžu byťfiltrované ako sled statických obrazov. Podľa toho či sa na výpočet filtrovaného pixelupoužívajú iba pixely v jeho okolí a zároveň z tej istej snímky, hovoríme o priestorovejfiltrácii a je identická s filtráciou statických obrazov.bod na rovnakej pozícii bod na rovnakej pozíciiako filtrovaný bod filtrovaný bod ako filtrovaný bodpredchádzajúciobrazaktuálnyobraznasledujúciobrazObr. 5 Princíp časovej filtrácieOpačným prípadom je, ak sa na výpočet pixelu nepoužijú pixely z jeho priestorovéhookolia ale z jeho časového okolia, čiže pixely na tej istej pozícii v priestore alev predchádzajúcich prípadne následujúcich snímkach. V takomto prípade ide o časovúfiltráciu (obr.5). Posledným prípadom je kombinácia obidvoch predchádzajúcich postupov,kedy je filtračné okno časovo-priestorové (obr.6).

18 Číslicová filtrácia šumu v obrazochbod na rovnakej pozíciibod na rovnakej pozíciiako filtrovaný bod filtrovaný bod ako filtrovaný bodpredchádzajúciobrazaktuálnyobraznasledujúciobraz a) b) c)Obr. 6 Princíp čas.-priestorovej filtrácie, a) kocka, c) časové plus, c) čas.-priestorový kríž4 PRAKTICKÉ V Y U Ž I T I E Č Í S L I C O V Ý C H F I LT R O VČíslicová filtrácia ako elementárna metóda predspracovania číslicových signálov zaúčelom zlepšenia kvality signálu nachádza svoje uplatnenie skoro v o všetkýchkomunikačných systémoch. Pri zúžení iba na oblasť aplikácií spracovávajúcich obrazovédáta je úlohou číslicových filtrov v prvom rade potlačiť šum a zároveň zachovať detailya hrany obrazu (zachovanie vysokého kontrastu obrazu). Pri farebných obrazoch je naviacich cieľom dosiahnuť čo najmenšie farebné a pri videosekvenciách pohybové skreslenie.Najčastejšie nachádzajú svoje uplatnenie pri potláčaní šumov vznikajúcich pri snímaníkamerami, fotoaparatátmi tak s CCD ako aj CMOS snímačmi, pri efektívnejšom potláčaníšumov v ultrazvukových a CT obrazoch v medicíne, pri predspracovaní obrazov z teleskopovpri výskume vesmíru, pri snímaní farebných obrazov pri nízkom osvetlení alebo za šera, privytváraní kultúrneho dedičstva a pod.LITERATÚRA[1] Hudec R., Adaptívne poriadkovo-štatistické L-filtre, Monografia, Žilinská univerzitav Žiline, EDIS 2010, (v tlači)[2] Bovik A. C. et all: Handbook of Image and Video Processing (Communications,Networking and Multimedia), Hardcover: 1384 pages, Academic Press, 2005.[3] Vaseghi S. V.: Advanced Digital Signal Processing and Noise Reduction (Hardcover),Publisher: Wiley, 3 edition, 480 pages, 2006,ISBN: 047009494X.[4] Kotropoulos C., Pitas I.: Adaptive LMS L-filters for Noise Suppression in Images,IEEE Trans. on Image Processing, vol. 5, no. 12, pp. 1596-1609, December 1996.

SVETLO A PRENOS INFORMÁCIEING. JOZEF DUBOVAN, PHD.Ú V O DAttingere caelum diagito - dotknúť sa prstom nebies. Tak znie latinský výrok, ktorý byopisoval pochopenie javu, ktorý nazývame svetlom. Vďaka svetlu vnímame svet, v ktoromžijeme a vďaka svetlu a jeho energii aj žijeme. Svetlo oplýva ďalšími vlastnosťami, ktoré horadia na popredné miesta nášho záujmu. Jeho rýchlosť vo vákuu dosahuje takmer300 000 km.s -1 a nič rýchlejšie zatiaľ nepoznáme. Keď sústredíme jeho energiu do malejplochy je schopné prerezať každý materiál, ktorý na Zemi existuje. Pokojová hmotnosťfotónu (kvantum energie, ktoré má ako vlnové tak aj časticové vlastnosti) je rovná nule.Napriek tomu gravitačné pole na svetlo pôsobí a taktiež ono pôsobí gravitačne na inéobjekty. Snaha opísať svetlo siaha minimálne po Galileiho, ale až Albertom Einsteinom bolarozvinutá moderná koncepcia fotónu, ktorá vysvetlila experimentálne pozorovania, ktoré sanezhodovali s klasickým vlnovým modelom svetla.Obr. 1 Pohľad na nočnú oblohu je pohľadom do minulosti - svetlo opustilo objekty vovesmíre dávno, ale pozorujeme ho až teraz

20 Svetlo a prenos informácie1 SVETELNÝ ZD R O JDlhý čas bolo Slnko jediným zdrojom svetla pre obyvateľov na Zemi. Pred 80 000 rokmisa neandertálci naučili založiť oheň, takže ho nemuseli neustále udržiavať. Pred 40 000rokmi sa prvýkrát použili olejové lampy na osvetlenie pri kreslení jaskynných malieb. Vývojsvetelných zdrojov je úzko spätý s pokrokom pri porozumení fyzikálnych javov.Obr. 2 Elektromagnetické spektrumOlejové lampy, pochodne a sviečky sa bežne používali až do 19. storočia. Potom prišliplynové lampy. Všetky tieto svetelné zdroje na výrobu svetla využívali horenie olejov aleboplynov. Pach z týchto zdrojov bol mimoriadne nepríjemný, dym a otvorený oheň bolimimoriadne nebezpečné. Až koncom 19. storočia pokrok v oblasti výskumu materiálov(ktorý viedol k vytvoreniu volfrámového vlákna) umožnil hromadnú výrobu elektrickýchžiaroviek. O krátky čas neskôr prišli prvé výbojky [1].2 LASERTeoretické základy javov vzájomného pôsobenia elektromagnetického žiarenia a látkyboli položené už dávnejšie prácami Plancka, Bohra a Einsteina. Možnosť dosiahnutia javustimulovanej emisie žiarenia, nevyhnutnej na dosiahnutie laserového javu, pokusnou cestouodôvodnil ruský vedec V. A. Fabrikant ešte v roku 1940. Táto myšlienka bola potvrdená ažroku 1950 úspešnými pokusmi amerických fyzikov E. M. Purcella a R. V. Pounda. Prvézariadenie na zosilnenie mikrovlnového žiarenia MASER (zosilnenie mikrovĺn stimulovanouemisiou žiarenia) so zväzkom čpavkových molekúl v plynnom stave zhotovili AmeričaniaC. H. Townes, J. P. Gordon a H. J. Zeiger (na Kolumbijskej univerzite) a súčasne dvajaneskorší laureáti Nobelovej ceny (r. 1964) spolu s Townesom, ruskí fyzici N. G. Basov aA. M. Prochorov v rokoch 1954 až 1955. Koncepcia lasera vznikla niekoľko rokov pozhotovení a uvedení do činnosti prvých „maserov“. Tvorcovia laserovej techniky si kládlizákladnú otázku: „K akej frekvencii možno dospieť s maserovým efektom?“ Až neskôrdospeli vedci k odvážnym záverom, ktoré nasvedčovali, že je možné vytvoriť „optickýmaser“ čiže laser [2].

Svetlo a prenos informácie 21Obr. 3 Ukážka pôvodných poznámok Gordona Goulda, v ktorých sa prvý krát spomínaslovné spojenie LASER a ukážka konštrukcie hélium-neónového laseraObr. 4 Vznik laserového lúča

22 Svetlo a prenos informácieS prvým projektom tohto druhu vystúpili v roku 1958 americkí vedci C. H. Townes aA. L. Schawlow. V roku 1958 sa prvý krát objavuje slovné spojenie LASER (obr. 3), ktoré vsvojej práci použil Gordon Gould (doktorand Ch. Towensa na Kolumbijskej univerzite). Vdruhej polovici r. 1959 navrhol Townes model lasera, ale pokusy s ním sa nevydarili. Až oniekoľko mesiacov neskôr v roku 1960 sa podarilo mladému výskumníkovi z laboratóriaHowarda Hughesa (Hughes Aircraft Company), Theodorovi Haroldovi Mainmanovidosiahnuť laserový efekt v kryštáli syntetického rubína, skonštruovať a uviesť do činnostiprvý model lasera. Rubín odohral v tomto prípade podobnú úlohu ako predtým čpavok privzniku prvého masera [2]. Zosilnenie svetla vzniká vďaka stimulovanej emisii (obr. 5). Idevlastne o druh luminescencie, pričom elektróny z vybudených stavov neprechádzajú dozákladných stavov za sprievodu vyžiareného fotónu spontánne (náhodne), ale vplyvominterakcie s iným fotónom zodpovedajúcej vlnovej dĺžky. Takto vyžiarený „nový“ fotón márovnakú frekvenciu aj fázu ako „pôvodný“ fotón.Obr. 5 Pred tým ako dôjde ku spontánnej emisii musí atóm absorbovať energiuVďaka umiestneniu do rezonátora (najčastejšie Fabryho-Perotov, t.j. dve rovnobežnézrkadlá - obr. 4), spontánne vyžiarený fotón opakovane prechádza materiálom, vyvolávastimulovanú emisiu a takto vznikajúce fotóny vyvolávajú ďalšiu stimulovanú emisiu -dochádza k lavínovému efektu. Pochopiteľne, spontánna emisia prebieha aj naďalej, ale pourčitom čase môže prevážiť „balík“ fotónov pochádzajúci od iného spontánne vyžiarenéhofotónu. Tento čas (v jeho priemernej hodnote) udáva koherentnú dĺžku [3].3 FOT O N I K ARozmach tohto odvetvia, ktorý využíva fotóny pre praktické účely, a ktorý nadväzuje naklasickú optiku, spočíva v troch dôležitých medzníkoch vo vývoji. Prvým je vývoj takýchlaserov, ktoré generujú svetlo o takej vlnovej dĺžke λ, že je pri prenose optickým vláknom

Svetlo a prenos informácie 23prenášané s minimálnymi stratami. Druhým je vytvorenie takých štruktúr optických vlákien,ktoré z hľadiska fyzikálnych parametrov umožňujú prenos svetla tak, že vyslaná „svetelná“informácia v určitej forme je prijatá s minimálnym skreslením (disperzia a tlmenie) aj poprejdení veľmi veľkých vzdialeností. Tretím je vývoj polovodičových optickýchkomponentov, ktoré umožnili miniaturizáciu optických zariadení do prijateľnej formy [4].3.1 OPTICKÉ VLÁKNOOptické vlákno je skonštruované ako valcové jadro priemeru niekoľkých jednotiek aždesiatok µm z materiálu s určitým indexom lomu, pokryté plášťom z materiálu s menšímindexom lomu (obr. 6). Pri dopade svetelného lúča na rozhranie jadra a plášťa poddostatočne veľkým uhlom dopadu (čiže dostatočne „plocho“ respektíve „tupo“), nastávaúplný odraz. Sériou takýchto odrazov sa lúč šíri z jedného konca vlákna na druhý [5].a) b)Obr. 6 Štruktúra optického vlákna a) multimódového, b) jednomódového. Priemer jadramultimódového vlákna je 62,5 µm, priemer jadra jednomódového vlákna býva do 10 µm.Celkovo má vlákno (multimódové aj jednomódové) priemer 125 µmZ tohto princípu vyplývajú niektoré technologické obmedzenia pri použití optickýchvlákien. Predovšetkým ide o ohyb: keďže v ohnutom vlákne dopadá lúč na rozhranie jadroplášťpod iným uhlom ako v rovnom vlákne je možné, že nastane len čiastočný odraz a časťsvetla unikne (čo sa pre prenášané svetlo prejaví ako zvýšené tlmenie). Preto je dôležitédodržať minimálny predpísaný polomer ohybu pre dané vlákno (toto pochopiteľne závisí odpomeru indexov lomu jadra a plášťa, takže neexistuje univerzálna hodnota pre všetkyvlákna).

24 Svetlo a prenos informácieĎalším problémom je uhol, pod ktorým je potrebné umiestniť zdroj svetla, aby svetlo zneho bolo naviazané do vlákna tak, aby sa ďalej šírilo vláknom (tzv. akceptačný uhol – θa).Tento závisí od rozdielov indexov lomu jadra a plášťa a býva pomerne malý, z čoho vyplývanáročnosť umiestnenia zdroja svetla a detektora voči koncom vlákna.Najdôležitejšou aplikáciou optických vlákien je prenos údajov v telekomunikačnejtechnike. Využíva sa veľká prenosová kapacita (šírka využiteľného optického pásmapredstavuje približne 54 THz. V súčastnosti známa dosiahnutá prenosová rýchlosť jednýmoptickým vláknom je 25,6 Tb.s -1 na 240 km (publ. január 2008, Journal of LightwaveTechnology) [6]), možnosť prenášať informáciu na viacerých vlnových dĺžkach súčasne, anajmä odolnosť voči vonkajším elektromagnetickým vplyvom (čo znamená aj nulovýpresluch medzi jednotlivými vláknami v kábli).Optické vlákna sa spolu s prípadnými elektrickými vodičmi (pre napájanie prípadnýchzosilňovačov) a lanami (zabezpečujúcimi mechanickú odolnosť) kompletizujú do káblov.Tieto káble sú ukladané v šachtách, pod zem, vzdušným vedením príp. pod morom podobne,ako klasické komunikačné vedenia. V poslednom čase technológia optických komunikáciízlacnela natoľko, že je už pomerne bežné riešiť niektoré úseky LAN sietí pomocouoptických vlákien [5].3.2 FOTONICKÉ KRYŠTÁLOVÉ VLÁKNAFotonické kryštálové vlákna (PCF) sú špeciálnou a najmladšou kategóriou optickýchvlákien. Ich štruktúra ich predurčuje pre použite v rôznych špeciálnych režimoch, v ktorýchklasické vlákna nie sú schopné pracovať. Tieto vlákna sú napríklad schopné fungovať akojednomódové, v oblasti od ultrafialového žiarenia po infračervené a to s veľkým priemerommódového poľa. Sú používané ako vysokonelineárne vlákna pre generovanie tzv.superkontinua (zdroj s veľmi veľkou, v ideálnom prípade nekonečnou, generovanou šírkoupásma), alebo vlákna so špeciálnymi disperznými vlastnosťami. Ich využitie je široké.Zahŕňa oblasti nielen telekomunikácií, ale aj spektroskopie, biomedicíny, metrológie,zobrazovania alebo armády.Fotonické kryštálové vlákna sa vo všeobecnosti delia na dve základné skupiny [7]:▪▪indexom vodiace vlákna, ktorých oblasť jadra je neprerušený materiál vlákna(obr. 7b),vzduchom vodiace vlákna, ktorých oblasť jadra je tvorená dutinou (obr. 7c).

Svetlo a prenos informácie 25a) b) c)Obr. 7 Štruktúra optického vlákna a) klasického, b) indexom vodiaceho, c) vzduchomvodiaceho.3.3 PRENOSOVÁ RÝCHLOSŤFotonické komunikačné systémy sú známe najmä v spojitosti s vysokými prenosovýmirýchlosťami, ktoré je možné dosiahnuť. Dôvodov prečo to tak, je viacero [9]. Prvým z nichje šírka pásma. Tú si môžeme predstaviť ako kus rovnej zeme bez kopcov, kde môžemevybudovať diaľnicu s mnohými „informačnými jazdnými pruhmi“ v oboch smeroch. Šírkapásma elektronických komunikačných prostriedkov je pri porovnaní s optickými iba „lesnoucestičkou“, ktorá navyše ide občas do kopca. Na druhej strane predstava o neobmedzenýchprenosových rýchlostiach je mylná. Šírka pásma, v ktorej môžeme informáciu prenášať, jekonečná a preto aj prenosová rýchlosť vláknom je, aj keď veľmi veľká, ale konečná. Ďalšímdôvodom prečo je možné prenášať informácie optickým vláknom takými vysokýmiprenosovými rýchlosťami, je vývoj v oblasti úzkospektrálnych laserov.3.4 BUDÚCNOSŤ FOTONICKÝCH KOMUNIKAČNÝCH SYSTÉMOVOblasť fotoniky zaznamenala v poslednom desaťročí výrazný rozvoj a dnes sadynamicky rozvíja do rôznych oblastí akými sú vysielacie a prijímacie zariadenia, prenosinformácie po optickom vlákne, regenerátory a v neposlednom rade aj plne optickéspracovanie údajov. Zásluhu na tom mal vývoj v oblasti internetových aplikácií amultimediálnych služieb ako IPTV. Dnes sledujeme rozmach internetových stránok, ktoréponúkajú zábavu v rôznej forme. Často ide o formy obsahu, ktoré vyžadujú vyššie nároky naprenosovú rýchlosť. Siete budované operátormi dnes sú vo všetkých stupňoch sieťovejarchitektúry väčšinou optické. Majú na to niekoľko dôvodov. Tieto siete budú kapacitne

26 Svetlo a prenos informáciespĺňať požiadavky zákazníkov niekoľko rokov alebo desaťročí a cena optických káblov jeprijateľnejšia než metalických.Budúcnosť optických systémov leží v oblasti spracovania optických signálov tak, ako topoznáme v elektronických systémoch, ale v optickej podobe. Budú sa využívať viacstavovémodulačné formáty, ktoré umožnia efektívne využiť prenosovú kapacitu optického vlákna.Predpokladá sa, že do roku 2025 bude potrebná transatlantická prenosová kapacita na úrovnipribližne 100 Tb.s -1 [10]. V spojitosti s týmto očakávaním je potrebný vývoj v oblastiachlaserov a vlákien, zariadení potláčajúcim nežiaduce vplyvy (rôzne typy regenerátorov alebokompenzátorov), alebo zariadení pracujúcich s nelinearitami.LITERATÚRA[1] Citované z: http://www.osram.sk/osram sk/Svetelný design/About Light/Svetlo ačlovek/ Histria svetelnej techniky/index.html, dostupné na internete: 23. novembra 2009[2] Citované z: http://people.tuke.sk/ladislav.sevcovic/laser.pdf, dostupné na internete: 23.novembra 2009[3] Citované z: http://sk.wikipedia.org/wiki/Laser, dostupné na internete: 23. novembra2009[4] http://cs.wikipedia.org/wiki/Fotonika, dostupné na internete: 23. novembra 2009[5] Citované z: http://sk.wikipedia.org/wiki/Optické vlákno, dostupné na internete: 1.decembra 2009[6] Gnauck, A. H.; Charlet, G.; Tran, P.; Winzer, P. J.; Doerr, C. R.; Centanni, J. C.;Burrows, E. C.; Kawanishi, T.; Sakamoto, T.; Higuma, K., ”25.6-Tb/s WDMTransmission of Polarization-Multiplexed RZ-DQPSK Signals,” , Journal of LightwaveTechnology, vol.26, no.1, pp.79-84, Jan.1, 2008[7] http://www.newport.com/Fiber-Optics/1033/834181/product.aspx, dostupné nainternete: 29. novembra 2009[8] http://www.ipht-jena.de/en/optical-fibers-and-fiber-applications/departments/opticalfiber-technologies/crystal-fibers.html,dostupné na internete: 29. novembra 2009[9] Dado, M. a kol.: Kapitoly z optiky pre technikov, Žilinská univerzita, ISBN 80-7100-390-5., 348 s., EDIS, Žilina, 1998[10] Desurvire, E., ”Optical communications in 2025,” Optical Communication, 2005.ECOC 2005. 31st European Conference on , vol., no., pp. 5-6 vol.1, 25-29 Sept. 2005

AUTOMATICKÉ ROZPOZNÁVANIE REČIING. MARTIN PARALIČ, PHD.Ú V O DPočas posledných rokov sa rozšírila komunikácia človeka so strojom pomocou hovorenejreči. V súčasnosti sú na trhu rôzne hovoriace hračky, mobily s hlasovým vytáčanímtelefónneho čísla, čítačky textu pre zrakovo postihnutých ľudí, diktovanie textu do textovéhoeditora a pod. Vznikli rôzne dialógové systémy, v ktorých používateľ komunikuje sosystémom tak, že požiada svojím hlasom o informáciu, systém rozpozná požiadavku,vyhľadá v databáze odpoveď a syntetizuje text informácie do strojovej hovorenej reči.Rozpoznávanie reči je spojené s viacerými vednými disciplínami od spracovaniasignálov, cez matematické modelovanie fonetických vzorov, až po jazykové znalostia gramatiku. Riešenie problémov súvisiacich s automatickým rozpoznávaním reči je jednouz najaktuálnejších tém v oblasti umelej inteligencie.Ak chceme zapojiť do prirodzeného dialógu stroj (počítač), musíme technickya algoritmicky vyriešiť úlohy týkajúce sa spracovania rečového signálu, automatickérozpoznávanie a syntézu reči, porozumenie významu rozpoznaných slov a viet. Vzhľadomna nedokonalosť klasifikátorov pre rozpoznávanie reči je nutné riešiť ešte aj problémys chybne rozpoznanými slovami, či nesprávnou gramatikou.1 PREDSPRACOVA N I E A K U S T I C K É H O S I G N Á L UNapriek prudkému pokroku techniky je dodnes elementárnou strojovou informácioujeden bit, t.j. jeden diskrétny stav 0 alebo 1. Ak chceme spracovať akustický (zvukový)signál, musíme tento signál najprv zdigitalizovať. To znamená previesť fyzikálnu podstatuzvuku do takej podoby, aby sa dal tento signál vyjadriť pomocou núl a jednotiek, a následneaby sa dal znovu reprodukovať.

28 Automatické rozpoznávanie rečiNa digitalizáciu sa používa analógovo-digitálny prevodník, ktorý prevedie elektrickýanalógový signál získaný z mikrofónu do digitálnej podoby. Týmto prevodníkom jev počítači obvykle zvuková karta. Signál sa najprv diskretizuje v čase, čiže zo spojitéhoanalógového signálu sa odoberajú hodnoty amplitúdy v presných časových intervaloch(obr.1a). Tieto časové intervaly sú dané vzorkovacou frekvenciou f S , ktorá je vyjadrená akoobrátená hodnota času medzi dvoma intervalmi. Signál diskrétny v čase sa ďalej kvantuje,teda analógové hodnoty amplitúdy sa zaokrúhlia do kvantizačných úrovní, vyjadrenýchbitovým kódom. Počet kvantizačných úrovní je daný bitovým rozlíšením. Na obr. 1b jeznázornené kvantovanie len s malým množstvom kvantovacích úrovní. Z obrázka vidno, ževzorkovaný a kvantovaný signál je „schodovitý“, čím sa líši od pôvodného analógovéhosignálu. Táto odlišnosť sa nazýva kvantizačný šum. Na obrázku je 3-bitový kvantizér (2 3 = 8kvantovacích úrovní), ktorý má vysoký kvantizačný šum, ten by sa prejavil znehodnotenímsignálu. Pri dostatočne veľkom počte kvantovacích úrovní a vzorkovacej frekvencii ľudskézmysly nedokážu rozlíšiť rozdiel medzi analógovým a digitálnym signálom. V praxi sapoužíva pri kvantovaní minimálne 8-bitové rozlíšenie. Hudba na CD alebo v mp3 prehrávačije štandardne kódovaná s 16–bitovým rozlíšením (2 16 = 65536 úrovní) pri vzorkovacejfrekvencii 44kHz. V profesionálnych nahrávacích štúdiách sa používa až 24-bitovérozlíšenie, kvôli ďalšiemu spracovaniu a úpravám audiosignálov.a) b)Obr. 1 a) vzorkovanie analógového signálu, b) kvantovanie signálu diskrétneho v čase (3-bitové rozlíšenie)Rečový signál je svojou povahou veľmi unikátny. Žiadny rečník nedokáže vysloviť jednoslovo dvakrát úplne rovnako. Napriek tomu, že navonok nepočuť žiadny rozdiel, v podobesignálu sú tieto rozdiely zjavné, či u v dĺžke jednotlivých foném alebo samotnej amplitúde.Vzoriek je z významového hľadiska príliš veľa a taktiež sa líši ich postupnosť aj pri

Automatické rozpoznávanie reči 29„rovnako“ vyslovenom slove. Z tohto hľadiska rozpoznávanie nie je možné vykonávať lenobyčajným porovnaním nahraných vzoriek signálu. Preto sa digitálny signál ešteparametrizuje, čím sa z krátkej postupnosti vzoriek (cca 30ms) získa pozorovanie zloženéz niekoľkých parametrov – vektor príznakov, ktorý reprezentuje krátky časový úsekaudiosignálu.2 PA R A M E T R I Z Á C I A S I G N Á L URečový audiosignál parametrizujeme, teda získavame postupnosť čísel, ktorécharakterizujú požadované vlastnosti. Extrakcia príznakov je proces, počas ktorého savstupný audiosignál transformuje na postupnosť pozorovaní, za účelom získania určitýchvybraných rysov audiosignálu. Pri rozpoznávaní reči sa napr. obvykle vypočítavaenergetické spektrum signálu v krátkych časových oknách 10 – 40 ms, kedy sa audiosignálpovažuje za stacionárny [1]. Extrahované príznaky sú najčastejšie spektrálne alebokepstrálne koeficienty (resp. LPC koeficienty), ktoré skoncentrujú informáciu rečovéhosignálu do postupnosti vektorov dĺžky 5 – 40 prvkov [2]. Typ príznakov závisí od úlohyrozpoznávania.Obr. 2 Digitálny rečový signál (22kHz / 16bit / mono)V oblasti rozpoznávania reči sa za štandardné parametre považujú Melove frekvenčné -kepstrálne koeficienty (MFCC – Mel Frequency Cepstral Coefficients). Digitálnyaudiosignál (obr. 2) sa prevedie do spektrálnej oblasti (obr. 3). Ďalšími úpravami spektra sazískajú Melove koeficienty. Pre účel rozpoznávania reči stačí na jedno pozorovanie

30 Automatické rozpoznávanie rečizákladných 12 MFCC koeficientov. Jedno slovo je zložené zo skupiny takýchto pozorovaní.Aby bolo možné sledovať dynamiku signálu, používajú sa navyše koeficienty deltaa akceleračné koeficienty, ktoré sú odvodené od základných MFCC koeficientov.Obr. 3 Spektrum rečového signálu (FMAX = 0,5 . FS)3 UČENIE UMELEJ INTELIGENCIEAby mohol stroj rozpoznávať jednotlivé slová, musí sa tieto slová najprv naučiť. Obvyklesa modelujú len akustické časti slov ako sú fonémy, difóny a trifóny. Vzhľadom na veľkúrôznorodosť a mnohotvarosť rečového signálusa používa štatistické modelovanie.Výsledkom je, že každé tvrdenie je pravdivé iba s určitou pravdepodobnosťou. Teda akvstúpi do systému neznáme slovo, na základe naučených modelov sa vyhodnotívierohodnosť jednotlivých modelov. Klasifikátor vyberie víťazný model s najvyššouvierohodnosťou a odovzdá ho systému ako rozpoznané slovo (príp. rozpoznanú fonému).Pri rozpoznávaní reči sa používali na modelovanie neurónové siete. V súčasnosti sa viacvyužívajú skryté Markovove modely. Markovov model predstavuje stavový stroj, pričomtento stroj môže zotrvať vo svojom stave alebo postúpiť do ďalšieho stavu, prípadne môžestav preskočiť (obr. 4). Stavy S a K predstavujú počiatočný a koncový stav, ktoré vždynastanú. Jednotlivé stavy môžu zotrvávať alebo postupovať s pravdepodobnosťou a i,j.Markovov model umožňuje aj návrat do predchádzajúceho stavu, ale pri modelovaní rečimajú význam len jednosmerné dopredné modely. Výsledkom prechodu neznámychpozorovaní stavovým strojom je vierohodnosť, že skupina pozorovaní patrí testovanémumodelu [6].

Automatické rozpoznávanie reči 31Obr. 4 Skrytý Markovov model, 3-stavový jednosmernýJednotlivé stavy sú modelované pomocou Gaussovho zmesového modelu (GMM –Gaussian Mixture Model). Zmes tvoria jednotlivé komponenty, ktorých parametre sa učiaz trénovacej množiny rečového signálu. Jeden Gaussov model sa skladá z vektorovstredných hodnôt, kovariančných matíc a váhovacích koeficientov. Bodky na obr. 5znázorňujú pozorovania, na ktorých sa učí GMM. Priesečníky čiar predstavujú strednéhodnoty vektorov pozorovaní a tvar elipsy reprezentuje kovariančnú maticu.6543210-1-2-5 -4 -3 -2 -1 0 1 2 3 4 5Obr. 5 Učenie GMM modelu z pozorovaní (znázornené len pre 2 príznaky pozorovania)Pre neznáme pozorovanie dokážeme vypočítať s akou vierohodnosťou patrí do zvolenéhoGMM. Na obr. 6 je znázornená distribučná funkcia naučeného 3-komponentového GMMmodelu. Neznáme pozorovanie sa objaví niekde na ploche tejto funkcie a výška, v ktorej sa

32 Automatické rozpoznávanie rečinachádza, predstavuje vierohodnosť. Teda čím vyššie sa nachádza, tým je vyššiavierohodnosť tvrdenia , že model predstavuje neznáme pozorovanie [3].Obr. 6 Plocha distribučnej funkcie GMM modelu4 KLASIFIKÁCIAJednoduché systémy, v ktorých vystupuje len malá množina slov, napr. hlasové vytáčanietelefónneho čísla, pracujú len s malou množinou rozpoznávaných slov. Rozpoznávanie jev takom prípade vcelku jednoduchá záležitosť a maximálna úspešnosť takéhoto klasifikátoradosahuje až 94%. Teda štatisticky zo 100 rozpoznávaných čísloviek je 94 čísloviekrozpoznaných správne [7]. Pri väčších slovníkoch úspešnosť klasifikácie prudko klesáa preto sa obvykle nemodelujú celé slová, ale iba ich fonetické časti (difóny, trifóny).V závislosti od gramatiky jazyka môžu nastať iba určité kombinácie foném, čím možnovylúčiť niektoré chybné klasifikácie a zvýšiť úspešnosť klasifikátora. Počet fonetickýchjednotiek závisí od jazyka na ktorom pracuje automatický rozpoznávač reči. Parametrizáciaa modelovanie je univerzálne pre ľubovoľný jazyk, ale klasifikácia funguje iba na jazyku,v ktorom sú natrénované rečové modely. Taktiež každý jazyk má vlastnú gramatiku, takže akby sme chceli použiť nejaký cudzí systém, museli by sme kompletne natrénovať všetkymodely, prerobiť a vytvoriť nový gramatický model pre náš jazyk.

Automatické rozpoznávanie reči 33Napriek dosiahnutému pokroku sa rozpoznávače reči často mýlia a nemôžu sa použiťv situáciách, kde sa vykonáva kritické rozhodovanie. V zložitejších aplikáciách s veľkýmislovníkmi sa používajú rôzne dialógové systémy, ktoré v danom momente komunikáciezmenšujú rozsah možností vyslovených rečníkom, čím zvyšujú šancu, že slovo bude úspešnerozpoznané. Ďalej dialógový systém môže klásť kontrolné otázky, či bola kľúčováinformácia správne rozpoznaná, napr.:Stroj: „Povedzte názov mesta, kam si prajete cestovať?“(počet možností napr. 1000 miest)Človek: „Žilina“Stroj: „Slovom áno alebo nie potvrďte registráciu cestovného lístka do Žiliny.(počet správnych možností 2 – áno, nie)5 PRAKTICKÉ V Y U Ž I T I E R O Z P O Z N Á VA N I A R E Č IPrečo sa vlastne venovať rozpoznávaniu reči? Rozpoznávanie reči predstavuje v blízkejbudúcnosti obrovské komerčné využitie. Zatiaľ nie je k dispozícii klasifikátor, ktorý byrozpoznal ľudskú reč s rovnakou alebo aspoň porovnateľnou kvalitou akou dokáže vnímaťľudskú reč človek. Výkonnosť klasifikátora prudko klesá už aj pri malých zmenáchakustického prostredia a prenosovej cesty, ako je napríklad zmena mikrofónu.Rozpoznávanie reči je napriek tomu veľmi užitočné a žiadané. Príklady niekoľkých aplikácií,kde je možné využiť rozpoznávanie reči:▪▪▪Telefónne aplikácie: systémy hlasovej pošty. Charlet [5] sa venoval indexovaniuhovoriacich pre aplikácie typu hlasová pošta (voicemail).Operácie typu voľné ruky (hands-free).Aplikácie pre fyzicky hendikepovaných. Napr. aplikácia „MyVoice“ (prof. Nouzaa kol.) umožnuje ochrnutým ľudom hlasové ovládanie PC.V niektorých počítačových aplikáciách je reč prirodzenejším spôsobom komunikácie akoklávesnica a myš:▪▪DiktovanieJazykové prekladyŠpeciálne aplikácie ako identifikácia hovoriaceho, ktorú možno napr. využiť privyhľadávaní v databázach audia, či prístupe do chránených priestorov alebo informačných

34 Automatické rozpoznávanie rečihlasových systémov. Na Slovensku vznikla v spolupráci TU Košice, STU Bratislava, ŽUv Žiline a SAV pilotná aplikácia pre telefónnu a mobilnú komunikáciu v rámci projektuIRKR [4]. Službu si môžete vyskúšať cez telefón alebo skype (pozrihttp://irkr.tuke.sk/index.htm).LITERATÚRA[1] Psutka J.: „Komunikace s počítačem mluvenou řečí“, Academia Praha, ISBN 80-200-0203-0, 1995[2] Hess W., O'Shaughnessy D.: „Pitch Determination of Speech Signals: Algorithms andDevices by Wolfgang Hess“, The Journal of the Acoustical Society of America,Volume 76, Issue 4, October 1984, pp.1277-1278[3] Paralič M.: „Metódy rozpoznávania všeobecných audio signálov – rozpoznávanierečníkov”, Dizertačná práca, Žilinská univerzita v Žiline, 2007[4] Jarina R., Paralič M., Tichá D. , Kuba M., Černický S.: „Komunikácia človek - stroj,Úloha Štátneho programu V a V: 2003“, SP 20 028 01 03, Deliverable D1.8, Košice,Jún 2004[5] Charlet D.: “Speaker Indexing for Retrieval of Voicemail Messages“, Proc. ICASSP,vol. 1, 2002, pp. 121-124[6] Young S., Evermann G., Kershaw D., Moore G., Ovell J., Ollason D., Valtchev V.,Woodland P.: „The HTK Book (for HTK Version 3.1)“, on www (6th february 2005),http://htk.eng.cam.ac.uk/docs/docs.shtml, 2001[7] Kuba M., Paralič M., Jarina R.: „Compact Representation of Speech Using 2-DCepstrum - an Application to Slovak Digits Recognition“, 8th International Conferenceon Text, Speech and Dialogue TSD2005 , Karlovy Vary, 2005

NOVÉ SMERY V KONVERGENCII SIETÍDOC. ING. MARTIN VACULÍK, PHD.Ú V O DSnaha o zjednotenie sieťových technológií a služieb nie je nič nového. Už technológiaISDN, ktorá nastúpila pred viac ako štvrťstoročím, bola založená na princípe integráciesieťových technológií a integrácii služieb do jedinej digitálnej siete. Zvolená koncepcia sieteso spojovaním okruhov však nevyhovuje súčasným požiadavkám. Ak v minulosti bolnajrozšírenejším (a z pohľadu operátora najviac komerčne zaujmavým) typom služby prenoshlasu, v súčasnosti majú prioritu dátové služby. Siete na prenos dát majú odlišné vlastnosti anároky na technologické prostredie i parametre služby. Súčasne silné konkurenčné prostredietlačí operátorov udržiavať investičné a prevádzkové náklady čo najnižšie. Menia sa aj nárokyúčastníkov na vlastnosti služieb, čo súvisí s trendami v spoločnosti (nekomunikujeme radiosobne, radšej pošleme SMS alebo sa pripojíme na Facebook či inú sieť...), čo viedlo knovým pohľadom na integráciu a konvergenciu komunikačných technológií.1 KONVERGENCIANa konvergenciu, teda zjednocovanie a vzájomný prechod v oblasti komunikačnýchtechnológií, môžeme nazerať z viacerých pohľadov. V klasickom prístupe jednotlivé typyslužieb majú definované svoje siete. Príkladom môžu byť telefónne siete na prenos hlasu,dátové siete na prenos dát alebo siete mobilné či siete kábelovej televízie. Konvergencia sietísleduje hľadisko zosúladenia týchto sietí do siete jedinej, schopnej poskytovať všetky typyslužieb. Môžeme teda hovoriť aj o konvergencií z pohľadu sieťových technológií.Iné hľadisko je konvergencia služieb, teda zjednotenie vlastností služieb bez ohľadu nato, z akého terminálu ich používame. Príkladom môže byť telefonovanie z počítača, keďúplne rovnaký typ služby môžeme rovnocenne používať z digitálneho telefónu pripojeného kdátovej sieti alebo cez programovú emuláciu tohto telefónu v počítači. Podobne môžeme

36 Nové smery v konvergencii sietíhovoriť o konvergencii terminálov, keď sa snažíme o zjednotenie funkčných a technickýchvlastností terminálov. To vedie k vývoju multifunkčných terminálov – skúsme si napr.predstaviť, čo všetko vie poskytovať moderný mobilný telefón. Konvergencia vedie aj kzjednocovaniu vývojových a výrobných kapacít, prípadne celých spoločností, ktoré predtýmpôsobili v rôznych odvetviach komunikačných technológií. Súčasne dochádza k zjednoteniutrhov a vytváraniu nových obchodných modelov. Na modernom komunikačnom trhu saobjavujú možnosti aj pre malých poskytovateľov komunikačných služieb, ktorí by vklasickom prostredí neboli konkurencieschopní.1.1 OD SYNCHRÓNNEJ K ASYNCHRÓNNEJ KOMUNIKÁCIISvet komunikačných technológií balancuje medzi synchrónnymi a asynchrónnymiprenosovými technológiami. V synchrónnej časti komunikačného sveta používamesynchrónne digitálne multiplexy. Tieto sa vyznačujú prísnou organizáciou svojej štruktúry,dobrým využitím prevádzkovej kapacity prenosového média. Súčasne ale predpokladajú, žeprenos informácií prebieha po dopredu pripravenom kanáli s dopredu danou prenosovoukapacitou, ktorú nie je jednoduché zmeniť. Spojovacie a prenosové systémy sú robustné,zabezpečujú maximálne možnú kvalitu prenosu a vysokú spoľahlivosť. Prenosové vlastnostisú optimálne pre súvislé toky s konštantnou prenosovou kapacitou. Prenos dát je sícemožný, ale nie optimálny, pretože v súčasnosti uprednostňujeme prenos dát aynchrónnymspôsobom. Súčasne tieto systémy majú vysoké investičné a prevádzkové náklady. Všetkyparametre siete, rozhrania a procesy sú medzinárodne štandardizované, takže pri dodržiavaníštandardov nebol problém s kompatibilitou. Príkladom synchrónnych technológií sú sieteISDN, na transportnej sieti potom prenosový systém synchrónnej digitálnej hierarchie, SDH.Posun k asynchrónnej technológii predstavovala technológia asynchrónneho prenosovéhomódu, ATM. Technológia ATM bola kompromisom medzi asynchrónnou a synchrónnoutechnológiou. Aj táto technológia bola optimalizovaná na vysokú kvalitu prenosuširokopásmových služieb, a teda pomerne drahá. V rámci ATM bolo však vyvinutých veľamechanizmov a postupov, ako zabezpečiť kvalitu poskytovaných služieb napriek tomu, žeasynchrónny princíp prenosu vo všeobecnosti nie je optimálny na prenos u služiebpracujúcich v reálnom čase. Aj technológia ATM dodržiavala medzinárodné štandardy, čogarantovalo kompatibilitu a dlhodobo udržateľnú kvalitu siete. Pri ďalšom smerovaní vývojasieťových technológií sa uplatnilo viac vplyvov. S rapídnym nástupom dátovej komunikáciea extrémnym rozširovaním služieb siete internet bolo logické, že musí nastať prechod na

Nové smery v konvergencii sietí 37takú komunikačnú platformu, ktorá bude úplne kompatibilná, najlepšie rovnaká akopoužívajú dátové siete zabezpečujúce prístup na internet. Súčasne sa prejavili snahy o voľnútvorbu rozhraní, protokolov a služieb – podobne ako je to zvykom v internetovej komunite.To viedlo k otvoreným rozhraniam a snahám o potlačenie úlohy medzinárodnýchštandardov. Druhým vplyvom bol nárast konkurenčného prostredia pri poskytovaníkomunikačných služieb. To vyvolalo tlak na čo najnižšie investičné a prevádzkové náklady,aby aj malí operátori mohli byť konkurencieschopní. Súčasne rastú požiadavky na mobilituúčastníkov, aby svoje služby mohli účastníci používať kdekoľvek a kedykoľvek. Všetky tietovplyvy viedli k vývoju sietí novej generácie, „Next Generation Networks, NGN“.2 SIETE NOVEJ GENERÁCIESieť novej generácie (NGN) je založená na paketovom prenose, ktorá poskytujeúčastníkom komunikačné služby v širokom rozsahu, vrátane širokopásmových [1].Typickým znakom je oddelenie poskytovateľov služieb od prevádzkovateľov sietí,technického prostredia a procesu zostavenia spojenia od poskytovania samotnej služby.Vysunutie vytvárania služieb na okraj siete, smerom k zákazníkom, umožňuje pružnejšiereagovať na ich požiadavky, rýchlejšie službu nasadiť, ale aj rýchlo zrušiť, ak sa ukáženezaujímavou. V porovnaní s klasickou synchrónnou sieťou rastie počet služieb, ktoré súposkytované mimo reálneho času a s použitím otvorených rozhraní. Nové služby majú, ak toslužba vyžaduje, multimediálny charakter. Práve služby sú to, čo sieť poskytuje účastníkovi,pretože v konečnom dôsledku zákazníka nezaujíma technická platforma na ktorej operátorslužbu poskytuje, ale vlastnosti poskytovanej služby.Existujúce siete a služby však nie je jednoduché, ekonomické a v mnohých prípadoch anivhodné nahradiť novovznikajúcou technológiou. Preto do siete NGN musia byť začlenené ajexistujúce siete a služby. Používame na to mediálne rozhrania a moduly, pripojené k jadrovejIP sieti cez otvorené, všeobecne definované rozhrania. To na jednej strane umožňuje pružnévytváranie služieb aj bez podrobnejšej znalosti fungovania zvyšku siete, na druhej stranevšak výrazne zvyšuje riziko nekompatibility a pravdepodobnosť definovania rovnocennýchprocesov rôznymi spôsobmi. Ďalšou stránkou prechodu k sieťam NGN je nárast mobility.Konvergencia mobilých a pevných sietí predpokladá zjednotenie technických prostriedkov,pretože mnohé funkcie sú v pevnej aj mobilnej sieti podobné. Druhým znakom takejtokonvergencie je konvergencia služieb, pretože oba typy sietí poskytujú v mnohých prípadochrovnaké alebo aspoň podobné služby. Mobilita v širšom zmysle však neznamená lenrozšírenie mobilných sietí. Mobilitu môžeme chápať aj v zmysle možnosti pohybu účastníka

38 Nové smery v konvergencii sietív medzinárodnej sieti tak, že v ľubovolnom prístupovom bode siete sa prihlási na terminálsvojou identifikáciou a terminál sa bude správať rovnako, ako jeho terminál doma alebo vkancelárii, vrátanie zúčtovania komunikačných služieb na jeho bežný účet. To vyžadujezjednotenie programových prostriedkov, signalizačných protokolov i účastníckych asieťových údajov v medzinárodnom rozsahu.V neposlednom rade charakterizuje sieť NGN spôsob realizácie hlasovej služby. Akprijmeme zásadu, že jadro siete NGN je založené na paketovom spojovaní a aplikáciiprotokolov rodiny TCP/IP, je nevyhnuté presunúť realizáciu hlasovej služby do paketovéhoprostredia. Vzniká služba „Voice over IP, VoIP“. Nie je to jednoduché, pretože hlasováslužba na rozdiel napr. od prístupu k serverom siete internet je interaktívnou službouvyžadujúcou komunikáciu v reálnom čase. Aby sme dodržali aspoň čiastočne kvalituprenosu hlasu obvyklú v tradičnej digitálnej sieti, musíme v paketom režime zavádzaťviacero mechnizmov, ktoré minimalizujú nepriaznivé vlastnosti paketovej prevádzky. Vprincípe však VoIP nie je nový typ služby, stále zostáva hlasovou službou, len realizácia je vinom prostredí. Z pohľadu zákazníka sú však dôležité vlastnosti služby a nie technicképrostredie, na ktorom službu operátor realizuje.Vlastnosti komunikačnej siete úzko súvisia s poskytovanými službami a ich nárokmi naprenosové parametre. Paketové siete pracujúce na základe protokolu TCP/IP tak, ako bolipôvodne definované pre siete určené na dátové prenosy, bez špeciálnych nárokov na časyodozvy, alebo reakčné časy pri zmenách parametrov siete. Ak chceme takúto technológiupoužiť ako alternatívu klasickej komunikačnej siete, ktorej spoľahlivosť bola 99,999% prioneskorení dát počas prenosu rádu milisekúnd, treba sa zaoberať mechanizmami, ktoréudržia parametre siete na požadovanej úrovni. Nie je možné použiť klasické ethernetovskétechnológie, ale technológiu IP obohacujeme o mechanizmy, ktoré garantujú kvalitu prenosu.Hovoríme o technológii IP so zabezpečením kvality služby, QoS/IP.Z hľadiska základných funkcií je možné sieť NGN znázorniť formou vrstvového modelupodľa obr. 1. Hierarchicky najvyššie je vrstva, v ktorej sa vytvárajú, prevádzkujú a riadiavšetky služby a aplikácie. Je to logické, pretože akákoľvek komunikačná sieť nemôže byťsamoúčelná, ale je len prostriedkom na poskytovanie služieb požadovaných účastníkmi.Vrstva riadenia siete a spojení plní podobne ako v tradičnej sieti základné úlohy, bezktorých by sieť nebola funkčná. Bez ohľadu na použitú technológiu sieť musí vedieťvytvárať a smerovať spojenia. V klasickej sieti boli používané komunikačné uzly – ústredne.Tieto obsahovali dve hlavné časti – digitálne spojovacie pole, kde prebiehalo prepojovanie

Nové smery v konvergencii sietí 39jednotlivých ciest a spojovaciu logiku – riadenie spojovania. Spojovacie pole je úzkoviazané na fyzické vlastnosti spojovaných signálov. Spojovacia logika, ktorá zabezpečovalariadenie výstavby spojení, manažment účastníckych konfigurácií, smerovania tokov v sieti avytvárala dáta a rozhrania pre ostatné, napr. tarifikačné systémy, predstavuje programovévybavenie. Okrem toho musel komunikačný uzol zabezpečovať štandardné rozhrania kuvšetkým koncovým zariadeniam – terminálom. Rovnako musel umožňovať pripojeniespolupracujúcich sietí. Je teda možné povedať, že v tomto type sietí je spojovacia a riadiacainteligencia realizovaná centralizovanými procesormi a sústredená do spojovacích uzlov.JADRO SIETE NGNVRSTVA SLUŽIEBRIADENIE SIETE ASPOJENÍTRANSPORTNÁVRSTVAPRÍSTUPOVÁVRSTVAINÉ SIETEObr. 1 Funkčné členenie siete NGNZákladné funkcie komunikačnej siete, t.j. riadenie siete a spojenia, vytváranie rozhraní,prenos a spracovanie signalizácie, treba zabezpečiť aj v sieti NGN. Jednotlivé úlohy všakmôžu byť distribuované do rôznych častí siete, alebo minimalizované. Funkcie spojovania,smerovania a riadenia preberá softvérová ústredňa, „softswitch“. Softvérová ústredňa lenprogramovým vybavením však nedokáže nahradiť funkcie rozhraní, cez ktoré sú pripojenéjednotlivé partnerské siete alebo terminály. Mnohé existujúce terminály alebospolupracujúce siete majú odlišné rozhrania a signalizáciu.S ohľadom na komplexnosť procesov musia byť preto funkcie softvérovej ústrednerozdelené na dve časti. Časť zabezpečujúca prevažne funkcie nižších vrstiev modelu OSI,mediálna brána (Media Gateway), sa stará o konektivitu terminálov k paketovej transportnejsieti z hľadiska rozhraní a prispôsobenia toku do formátu podporovaného transportnou

40 Nové smery v konvergencii sietívrstvou. V sieti sa môžu vyskytovať aj iné brány, napr. na konverziu signalizácie. Naopak, sprechodom na prepojovanie paketov je možné nahradiť fyzické digitálne spojovacie polesoftvérovým smerovaním paketov s jednotnou dátovou štruktúrou. Druhou oblasťou jesústredenie riadiacich funkcií do samostatného funkčného bloku, označovaného ako riadiacajednotka mediálnych brán (Media Gateway Controller, MGC) alebo agent riadenia volaní(Call Agent). Výhodou takéhoto riešenia je, že jedno riadenie dokáže riadiť spojovaciefunkcie pre rôzne služby, v rôzne dislokovaných softvérových ústredniach a podstatneefektívnejšie.Riadenie jednotlivých sieťových komponentov vyžaduje prenos riadiacich signálov ainformácií pomocou signalizačných protokolov. Na rozhraní terminál – sieť v klasickejdigitálnej sieti sa používal protokol DSS1, na prenos informácii vnútri siete potomsignalizačný systém č. 7 (SS7). Signalizácia SS7 nebola doménou len sietí hlasovej služby,ale prenášala po určitej modifikácii aj informácie na riadenie služieb tzv. inteligentnej siete,v mobilných sieťach a pod. Všetky tieto signalizácie boli medzinárodne štandardizované, čona jednej strane zabezpečovalo bezproblémovú kompatibilitu, na strane druhej boli pomernekomplikované a dlho trval vývoj nových atribútov signalizácie. V novej sieti bola snaha ozjednodušenie protokolov a otvorenie rozhraní smerom k tvorcom nových služieb akomunikačných možností. Vzorom sa stal pomerne jednoduchý a hlavne textovoorientovaný – a tým čitateľný bez potreby špecializovaných analyzátorov – protokol nazostavenie a ukončenie komunikačných vzťahov SIP (Session Initiation Protocol). ProtokolSIP však definuje len všeobecné postupy, jednotlivé atribúty služieb definuje vloženýpodprotokol SDP (Session Description Protocol). Viac verzií protokolu SIP a jeho prílišnáotvorenosť spôsobili, že mnohí výrobcovia si vysvetľujú jeho parametre rôznym spôsobom.To hlavne v počiatkoch jeho nasadzovania často spôsobovalo nekompatibitu. Druhýmprotokolom používaným na výmenu informácií medzi mediálnymi bránami a k nimpriradeným kontolérom je protokol MEGACO (MEdia GAteway Control PrOtocol), ktorý jevšak pomerne komplikovaný.Celkový koncept siete NGN ukazuje obr. 2. Transportnú vrstvu predstavuje IP sieť, ktorápoužíva na fyzickej vrstve rôzne prenosové technológie. Na transportnú, jadrovú sieť súkladené mimoriadne nároky z hľadiska priepustnosti vysokého objemu dátových tokov amaximálne možnej spoľahlivosti. Jediné vhodné prenosové médium je optické vlákno,doplnené vysokospoľahlivým prenosovým systémom. V klasickej sieti plní túto úlohuprenosový systém SDH pre jeho vysokú spoľahlivosť a optimálne mechanizmyrekonfigurácie siete pri poruchách siete.

Nové smery v konvergencii sietí 41Tvorenie aprevádzka služiebÚ častnícke dáta -m obilní úč.Ú č. dátapevná sieťS O FTS W ITC HR iadeniezostaveniaspojeniaR iadeniebránS ignalizačnébrányS ieť G S MIP sieťxD S LIPterm inályM ediálnebrányK lasickéterm inályObr. 2 Koncepcia siete NGNV prechodnom období je možné i v sieti NGN používať túto technológiu aj na transportIP paketov. Vzhľadom na náklady a zjednotenie prenosových princípov však dávameprednosť čistému protokolu IP, u ktorého zlepšujeme smerovacie vlastnosti pomocouidentifikácie prenášaných paketov pomocou prídavných smerovacích návestí (label). Sieť IPs podporou MPLS (Multiprotocol Label Switching) dokáže zabezpečiť obdobné vlastnostipri nižších nákladoch. Riadiacim centrom siete sa stáva softswitch, orientovaný hlavne nazabezpečenie hlasovej služby riadením spojení VoIP a podporou ostatných služieb cezmediálne brány. Mobilná sieť je do siete zaradená prostredníctvom svojich spojovacíchuzlov, pripojených mediálnymi a signalizačnými bránami. Sieť NGN síce používa jednotnútechnológiu na báze IP, ale jednotlivé služby ešte stále nie sú plne integrované. Sú vyvíjané aposkytované oddelene, využívajú len jednotnú prenosovú koncepciu. Výrazný posun vintegrácii nastáva na platforme IP multimediálneho subsystému, IMS. Iniciátorom tejtoplatformy boli mobilní operátori sietí 3. generácie, ktorí zvolili pre svoju sieť signalizačnýprotolok SIP. Súčasne však na rozdiel od NGN definujú platformu IMS dôsledne namedzinárodných štandardoch. Logickým jadrom siete už nie je softswitch, ale úlohu funkciíglobálneho riadenia (Call Session Control Function, CSCF) preberá skupina výkonných SIPserverov. Všetky profily a účastnícke dáta, bez ohľadu na to aký charakter a aký prístup máúčastník, sú integrované do jedného miesta (Home Subscriber Server, HSS). Podobne nariadenie všetkých zákazníckych služieb je jednotná skupina aplikačných serverov (obr. 3).

42 Nové smery v konvergencii sietíObr. 3 Koncepcia platformy IP multimediálneho subsystémuPlatforma IMS poskytuje všetky spôsoby konektivity, ktoré v súčasnosti existujú. Voblasti prístupovej vrstvy je možné integrovane použiť mobilný prístup cez prostrediemobilnej siete 3. generácie UMTS, pomocou rádiovej technológie WiMax, alebo na krátkuvzdialenosť cez WiFi. Inteligentný mobilný terminál môže teda byť v budove pripojený cezWiFi, vo vonkajšom prostredí cez UMTS alebo WiMax. Mobilný prístup je teda integrálnousúčasťou siete. Podobne je možné využiť všetky prístupové technológie určené na transportIP paketov k účastníkovi – ako sú optické prístupové siete, technológie ADSL a VDSL,prípadne aktívny Ethernet. V prechodnom období platforma IMS, podobne ako NGN,umožňuje pripojenie aj existujúcich pevných a mobilných sietí pomocou mediálnych asignalizačných brán. Prevádzkovateľ siete spolu s poskytovateľmi jednotlivých služieb môžuzabezpečiť požadované služny bez ohľadu na polohu účastníka v sieti, spôsob jehopripojenia a čiastočne aj bez ohľadu na to, aký terminál používa. Prechodom na platformu IPmultimediálneho subsystému sa dokončí snaha o integráciu celého portfólia služieb pripoužití jedinej univerzálnej siete.LITERATÚRA[1] ITU-T Recommendation Y.2001 (12/2004) - General overview of NGN][2] Kinder, N.: IMS – IP Multimedia Subsystem. SONUS, 2005[3] OECD: Convergence and Next Generation Networks. OECD Ministrial meeting, Soul,2008

LOKALIZÁCIA MOBILNÉHO TERMINÁLURÁDIOVÝMI SIEŤAMIING. PETER BRÍDA, PHD.Ú V O DV posledných rokoch zaznamenali mobilné rádiové siete prudký rozvoj, ktorý priamosúvisí aj s rozvojom ich služieb. V nedávnej minulosti sa mobilné riešenia sústredili len nasprostredkovanie mobilnej komunikácie - prenos hlasu, neskôr krátkych textových správ.Postupne však na dôležitosti získava oblasť prenosu dát a služby založené na známej poloheklienta. Klienti už nevyužívajú prenosné zariadenia len ako oklieštenú verziu telefónov, alevyužívajú všetky možnosti mobility a maximálneho využitia ostatných služieb súčasne.Práve možnosť zmeniť svoju lokalitu počas práce sa stala konkurenčnou výhodou.Služby založené na polohe LBS (Location Based Services) sú dnes mladou, alenajdynamickejšie sa rozvíjajúcou časťou trhu. Víziou je poskytovanie presne dimenzovanýchLBS, personalizovaných podľa požiadavky zákazníka vzhľadom na jeho polohu - v blízkostiobchodu, bankomatu, čerpacej stanice, priateľa, nebezpečnej situácie, či dopravnej zápchy.Významným trendom je poskytovanie služieb v reálnom čase, napr. hlasových služieb,obrazových služieb, hier... Činnosť väčšiny služieb vyžaduje veľkú šírku pásma. Napr.príchodom služieb akými sú videotelefónia, VoD (Video on Demand) do mobilných sietí sapodstatným spôsobom zvýšili nároky na prenosové rýchlosti a tým aj efektívnejšievyužívanie frekvenčného spektra. Výskum v tejto oblasti je zameraný práve na efektívnezvyšovanie prenosových rýchlostí.Lokalizačné služby tvoria malý, ale dôležitý fragment v portfóliu ponúkaných služieb.Svoje uplatnenie nájdu v aplikáciách ako sú pohotovostné zásahy, využitie v dopravnýchsystémoch, tarifikácia podľa polohy a pohybu zákazníkov, prípadne v boji s kriminalitou [1].Ako príklad môžeme uviesť záchranné služby, ak sú ľudia nútení siahnuť po telefóne azavolať záchrannú službu, nachádzajú sa v stresových situáciách, keď nie sú schopní presnealebo dokonca vôbec určiť svoju aktuálnu pozíciu. V takomto prípade je dôležité čo

44 Lokalizácia mobilného terminálu rádiovými sieťaminajrýchlejšie a najpresnejšie automaticky lokalizovať mobilný telefón a tým aj postihnutého.Výskum v oblasti lokalizačných služieb je orientovaný na zvyšovanie kvality LBS a výskumtakých lokalizačných technológií, ktoré nevyžadujú významné finančné investície spojené simplementáciou danej technológie.1 LOKALIZ Á C I A M O B I L N É H O T E R M I N Á L ULokalizácia zákazníkov je určovaná nepriamo, t.j. na základe polohy mobilnej stanice MS(telefónu, terminálu) ktorú používa daný zákazník. V závislosti od aplikácie si môžemezákazníka na jednej strane predstaviť ako osobu alebo na druhej strane ako dopravnýprostriedok v prípade aplikovania v dopravných systémoch. V závislosti od požadovanýchkvalitatívnych parametrov služby QoS (Quality of Service) sa musí poskytovateľ službyrozhodnúť akú lokalizačnú technológiu použije na zabezpečenie lokalizácie MS. Napr. vprípade dopravných systémov sú hlavnou voľbou predovšetkým systémy GNSS (GlobalNavigation Satellite System), v prípade komerčných služieb ponúkaných mobilnýmioperátormi je cieľom využitie vlastnej technológie, t.j. na činnosť LBS sa využívajúzariadenia siete a samotný mobilný telefón. Operátor môže poskytovať služby napr.prostredníctvom bunkovej siete GSM, UMTS alebo 802.11x - Wi-Fi). Vo väčšine prípadovsi implementácia LBS vyžaduje realizovať určité zmeny v systéme, t.j. v sieťovejinfraštruktúre, alebo v MS. Všeobecne platí, že s vyššími kvalitatívnymi nárokmi na LBS(presnosť, spoľahlivosť...) rastú aj náklady spojené s implementáciou lokalizačnejtechnológie.Vo všeobecnosti však platí, že najvyššiu spoľahlivosť, presnosť atď. je možné dosiahnuťpomocou družicových navigačných systémov GNSS. Najznámejším takýmto systémom jeGPS (Global Positioning System). Avšak v tomto prípade si používateľ musí zabezpečiťďalšie zariadenie - prijímač GNSS. S tým súvisí aj vyšší počiatočný vklad, ale na druhejstrane bezplatné používanie lokalizačnej služby. Existuje predpoklad, že v budúcnosti vkaždom mobilnom telefóne bude implementovaný prijímač GNSS.1.1 LOKALIZÁCIA POMOCOU MOBILNÝCH BUNKOVÝCH SIETÍRádiové lokalizačné systémy určujú polohu MS meraním parametrov rádiového signálušíriaceho sa medzi MS a súborom referenčných staníc. Na obr. 1 sú znázornené referenčnéstanice (poloha ktorých je známa) ako BTS (Base Transceiver Station) a lokalizovaná MS,polohu ktorej potrebujeme určiť.

Lokalizácia mobilného terminálu rádiovými sieťami 45Obr. 1 Lokalizácia v 2D priestoreLokalizácia sa realizuje prostredníctvom lokalizačného procesu, ktorého výsledkom jeodhad polohy MS. Lokalizačný proces je inicializovaný lokalizačnou požiadavkou, ktorá jegenerovaná napr. LBS. Ďalším krokom je zber dát, ktoré sú potrebné k odhadnutiu polohy.Typ dát závisí od použitej lokalizačnej metódy, napr. úroveň prijímaného signálu, čas šireniaa pod. Odhad polohy MS je realizovaný pomocou lokalizačnej metódy a ten je považovanýza výsledok lokalizačného procesu. Vo všeobecnosti sa tieto údaje môžu posielať tretejstrane, čo môže byť v tomto prípade poskytovateľ služby [2].Lokalizačné metódy by mali spĺňať nasledovné požiadavky [3]:▪▪▪▪▪zabezpečenie čo najväčšej presnosti,minimálne zaťažovanie systému,ochrana súkromia (znemožnenie určenia polohy ak si to používateľ neželá),možnosť určiť polohu viacerých mobilných staníc v jednom časovom okamihu,možnosť lokalizovať všetky mobilné stanice.V nasledujúcej časti sú opísané princípy základných lokalizačných metód.1.1.1 METÓDA IDENTIFIKÁCIE BUNKY - CELL IDMetóda identifikácie bunky je základná lokalizačná metóda. Poloha MS je definovanáprostredníctvom plochy, ktorú pokrýva signálom daná základňová stanica (BTS)

46 Lokalizácia mobilného terminálu rádiovými sieťamizabezpečujúca komunikáciu s MS (obr.2). Na základe znalostí siete, t.j. rozmiestneniazákladňových staníc, je operátor schopný určiť geografickú polohu MS.Táto metóda je relatívne nepresná, nakoľko presnosť závisí od veľkosti plochy, ktorúpokrýva daná BTS. Vo vidieckych oblastiach, kde nie je potreba hustej siete BTS, je prenosťveľmi nízka, na druhej strane v centre miest, kde sú bunky malé, je možné dosiahnuťomnoho vyššiu presnosť. Pre zjednodušenie môžeme povedať, že zvýšenie presnosti pri tejtometóde spočíva v zmenšovaní plochy, na ktorej sa MS nachádza, napr. použitím smerovýchantén.Obr. 2 Metóda identifikácie bunky - Cell IDKeďže je táto metóda nepresná a jej samostatné použitie v praxi nemá veľký význam,može byť použitá ako záložné riešenie pre prípad zlyhania presnejších metód [4].1.1.2 METÓDA RSS (RECEIVED SIGNAL STRENGTH)Metóda RSS je založená na meraní úrovne prijímaného signálu. V MS sú merané úrovneprijímaných signálov z oklitých BTS (obr.3), alebo naopak úroveň signálu vysielaného z MSje meraná v BTS [5]. Na základe týchto údajov je vypočítaná poloha MS. Principiálne jemožné metódu popísať nasledovným vzťahom, ktorý opisuje úbytok úrovne signálu sozväčšujúcou sa vzdialenosťou [6].⎛ f ⎞∆P( dB) = 10αlog⎜⎟ −10β log( 4πd) , (1)⎝ c ⎠

Lokalizácia mobilného terminálu rádiovými sieťami 47kde ∆P je rozdiel medzi vysielanou a prijímanou úrovňou signálu, f je nosná frekvencia[Hz], c je rýchlosť svetla [m/s], d je vzdialenosť medzi MS a BTS, α je frekvenčný faktor a βje konštanta opisujúca terénne a topografické vlastnosti prostredia. K nameranej hodnoteúrovne signálu je podľa vzťahu (1) priradená vzdialenosť medzi MS a BTS. Táto vzdialenosťdefinuje kružnicu, na ktorej sa MS nachádza. Na jednoznačné určenie polohy v 2D priestoremusia byť použité minimálne tri BTS. Priesečník kružníc definuje polohu MS.Pri použití správnych modelov šírenia môže byť táto metóda veľmi presná, alev opačnom prípade môže byť určovanie polohy nepresné. Výhodou tejto metódy je, ženevyžaduje takmer žiadne zmeny v sieťovej infraštruktúre a ani v MS.Obr. 3 Metóda RSS1.1.3 METÓDA AOA (ANGLE OF ARRIVAL)Odhad polohy MS sa realizuje meraním uhlov príchodu signálu z MS v niekoľkých BTS.Použitím jednoduchého geometrického vzťahu sa určí poloha. Princíp metódy AoA jeznázornený na nasledujúcom obrázku.Výkonnosť metódy AoA je limitovaná presnosťou, ktorou môžu byť zmerané uhlypríchodu signálov. Taktiež je veľmi závislá na šírení signálov v okolí MS a BTS. Okolitérušiace prvky spôsobujú viacnásobné odrazy signálu, a tým zavádzajú chybu do odhadu uhla.

48 Lokalizácia mobilného terminálu rádiovými sieťamiPri absencii priamej vlny musí anténová sústava pracovať s odrazenými signálmi, ktorénemusia prichádzať zo smeru MS [7].Obr. 4 Meranie uhla príchodu AoA1.1.4 METÓDA ODTLAČKU SIGNÁLU - „FINGERPRINTING“Metóda odtlačku signálu sa značne líši od predchádzajúcich metód, rozdiel je v tom, žena určenie polohy nepoužíva merania uhlov alebo vzdialeností. Metóda je založená navytvorení rádiovej mapy územia, na ktorom dochádza k lokalizácii. Rádiovou mapou sarozumie databáza bodov so známou polohou, pričom každému bodu je priradený vektorúrovní signálov z okolitých BTS spolu s identifikátormi týchto staníc. Prenesene povedané,každý bod nesie „odtlačok“ úrovní signálov a ten je jedinečný tak, ako je unikátny ajodtlačok prsta ľudskej ruky, v angličtine fingerprint = odtlačok prsta.Určovanie polohy sa uskutočňuje v dvoch fázach - prípravnej a priamej. V prípravnejfáze prebieha zber potrebných dát pre vytvorenie rádiovej mapy. V priamej fáze jerealizovaná lokalizácia MS zisťovaním aktuálneho stavu úrovní signálu a porovnávanímtýchto hodnôty s údajmi z databázy. Týmto porovnáním získame odhad polohy MS.

Lokalizácia mobilného terminálu rádiovými sieťami 49Nevýhodou tejto metódy je citlivosť na zmeny v prostredí. Pohyb chodcov, automobilov,výstavba a búranie budov alebo poveternostné podmienky ovplyvňujú aktuálne vlastnostisignálu. Je teda nutné obnovovanie mapy, aby zodpovedala aktuálnym podmienkam.Obr. 5 Metóda odtlačku signálu1.1.5 METÓDY ZALOŽENÉ NA MERANÍ ČASUPri metóde RSS bola určovaná vzdialenosť medzi MS a BTS na základe poklesu úrovnesignálu. V prípade metód založených na meraní času sa vzdialenosť určuje pomocou časušírenia medzi MS a BTS. Ako príklad uvedieme metódu ToA (Time of Arrival), ktorá meriaabsolútny čas šírenia. Geometricky môže byť opäť vyjadrená kružnicou so stredom v BTS,na ktorej leží MS. Nameraný čas príchodu v i-tej BTS, môžeme vyjadriť takto2( x − x) + ( y − y)2rt i iii = =, (2)cckde r i je nameraná, resp. vypočítaná vzdialenosť medzi MS a i-tou BTS, [x i ; y i ] je poloha i-tej základňovej stanice, [x; y] sú súradnice lokalizovanej MS a c je rýchlosť svetla.Metóda vyžaduje zavedenie nových komponentov do siete, a to meracích jednotiek LMU(Location Measurement Unit), ktoré môžu byť súčasťou BTS. Dosiahnuteľná presnosť jevyššia v porovnaní s predchádzajúcimi metódami, avšak závisí od počtu LMU, ktoré boli dourčovania polohy zapojené, pričom platí, že čím viac LMU sa zapojí do merania, tým budevýsledok presnejší [7].

50 Lokalizácia mobilného terminálu rádiovými sieťamiPri implementácii lokalizačných metód do systému je dôležité brať v úvahudosiahnuteľnú presnosť a náklady spojené s implementáciou do existujúcej infraštruktúrysiete a mobilných zariadení. Okruh potenciálnych metód sa značne zredukuje, pretože voväčšine prípadov platí, že s narastajúcou kvalitou metódy stúpajú aj náklady na jejimplementáciu.LITERATÚRA[1] Dibdin, P.: Where are mobile location based services?. CM316 Multimedia SystemsPaper, 14th December 2001.[2] SnapTrack, A QUALCOMM Company Location Technologies for GSM, GPRS andWCDMA Networks. Location Technologies-WP X1, September 2001.[3] Brida, P. - Cepel, P. - Duha, J.: Mobile Positioning in Next Generation Networks(Chapter XI). In Kotsopoulos, S. & Ioannou, K. (Ed.), Handbook of Research onHeterogeneous Next Generation Networking: Innovations and Platforms (pp. 223 -252). New York, Hershey: IGI Global (Information science reference), 10/2008. ISBN978-1-60566-108-7 (hardcover), ISBN 978-1-60566-109-4 (ebook).[4] Zhao, Y.: „Standardization of Mobile Phone Positioning for 3G systems“. IEEECommunication Magazine, July 2002, vol. 40, no. 7, p. 108-116.[5] Thomas, N., Cruickshank, D. A: Passive Mobile Location System for UMTS. First YearReport, April 1999.[6] Willassen, S.Y.: A method for implementing Mobile Station Location in GSM.December 1998 [cit. 2005-09-16]. Dostupné na internete:http://www.willassen.no/msl/node1.html.[7] Caffery, J.J.jr.: Wireless Location in CDMA Cellular Radio Systems. 1. vyd. Universityof Cincinnati: Kluwer Academic Publishers 2000. ISBN 0-7923-7703-6.

TELEMEDICÍNAING. MIROSLAV BENČO, PHD.Ú V O DVývoj v zdravotníctve je charakterizovaný zvyšovaním efektivity, kvality a využívaníminformačnej a komunikačnej technológie. Zdravotnícka informatika skúma medicínske izdravotnícke problémy a metódy ich riešenia na základe účelového kombinovania zberu,organizovania, uchovávania, spracovávania, interpretovania a distribuovania medicínskychinformácií a znalostí za pomoci informačných a komunikačných technológií. Sozdravotníckou informatikou úzko súvisí telematika, telemedicína, telezdravie, eCard, e-Health (e-Zdravie, kladie sa dôraz na informačné a komunikačné technológie), ktoréprinášajú nielen kvalitu zdravotníckych služieb, ale prinášajú aj veľké úspory [1].1 ELEKTRONIC K É Z D R AV O T N Í C T V O „ E - H E A LT H“Pre slovenský výraz elektronické zdravotníctvo sa vo svete často využíva pojem e-Health. E-health je termín, ktorý je v súčasnosti značne používaný ale podľa Eysenbacha(2001, s. 1) ho pred rokom 1999 sotva niekto používal. E-health prvýkrát pravdepodobnenepoužili odborníci ale riaditelia a obchodníci, ktorí tento termín vytvorili a používali spolu sinými „e-slovami“, ako sú napr. e-commerce, e-business, e-solutions. Podľa definícieMinisterskej deklarácie, ktorá bola prijatá na 1. konferencii o e-health v EÚ v máji 2003, e-health znamená „využívanie moderných informačných a komunikačných technológií vzdravotníctve s cieľom naplniť potreby obyvateľov, pacientov, lekárov, poskytovateľovzdravotníckych služieb a tvorcov zdravotnej politiky“. Európska informačná spoločnosťdefinuje e-health ako „používanie informačných a komunikačných technológií a služieb prezdravie [4].E-Health je jednou z desiatich priorít akčného plánu e-Európa. Jeho cieľom je vytvoriťpoužívateľsky nenáročné a interoperabilné informačné systémy pre pacientov a

52 Telemedicínazdravotníckych profesionálov v rámci Európy. Umožňuje regiónom prekonať bariéryvzdialenosti pri riadení a poskytovaní zdravotnej starostlivosti, a preto je významnýmnástrojom vo vidieckych i mestských oblastiach. Dôležitou časťou tohto systému je ajzabezpečenie a zdieľanie informácií so zahraničnými e-Health programami. Rozvoj takýchtoinovatívnych technológií zároveň prispieva k celkovému hospodárskemu rozvoju regiónu.Ponúka nám systematické zavádzanie informačných technológií do zdravotníctva.Zdravotníkov odľahčí od množstva byrokracie a získajú tak viac času na starostlivosť opacienta. Včasný priamy prístup k informáciám o pacientoch, ich doterajšej liečbe,užívaných liekoch, či sprostredkovanie elektronického chorobopisu znižuje chybovosť anesprávne rozhodnutia lekárov [5].E-health zahŕňa širokú oblasť medicínskych služieb ktoré možno rozdeliť na [2]:▪▪▪medicínska informatika, ktorej úlohou je vyvíjanie metód a systémov nevyhnutnýchna získavanie, uchovávanie, vyhľadávanie, zdieľanie a optimálne uplatňovaniebiomedicínskych údajov a informácií, pričom sa orientuje výhradne na jedinca,zdravotnícka informatika, ktorá sa zameriava na činnosti, ktoré sa týkajú ochranyzdravia v celej populácii,telemedicína, ktorá sa venuje dištančnému monitorovaniu zdravotného stavujednotlivca a okolností, v ktorých sa nachádza a tiež sa venuje dištančnémuposkytovaniu diagnostických a ošetrovateľských služieb.2 TELEMEDICÍNA „ M-HEALT H “Ako už bolo spomenuté vyššie, telemedicína je jednou z častí e-Health a predstavujepoužitie medicínskych informácií vymieňaných medzi dvomi miestami pomocouprostriedkov elektronickej komunikácie pre zdravie a edukáciu pacientov, alebo preposkytovateľov na zlepšenie starostlivosti o pacienta. Zahrňuje mnoho oblastí počítačomasistovanej „diaľkovej“ medicíny. Jej súčasťou je teleprezenčná technológia, ktorá vytvárailúziu, že jej používateľ je úplne ponorený do iného prostredia, buď reálneho, alebosyntetického [3].Prínosy telemedicíny môžu byť veľmi rozmanité, napr. [4]:▪▪▪monitorovanie pacientov doma skráti dobu hospitalizácie,efektívne využitie telemedicíny skráti čakacie doby,informačné a komunikačné technológie zmiernia izoláciu ťažko nemocných čihendikepovaných pacientov,

Telemedicína 53▪▪▪▪informačné a komunikačné technológie zjednodušujú vytváranie svojpomocnýchskupín a sietí pre zdravotnícku výchovu,väčšia časť zdravotnej starostlivosti môže byť poskytovaná v miestnychzdravotníckych zariadeniach,lepšia dostupnosť odborných lekárov v telemedicíne umožní zlepšiť kvalituposkytovanej zdravotnej starostlivosti,použitie informačných a komunikačných technológii umožňuje efektívnu deľbupráce zdravotníkov a dovoľuje tak reštrukturalizovať a zefektívniť systémyposkytovania zdravotnej starostlivosti.2.1 CIEĽOVÁ SKUPINA TELEMEDICÍNSKEJ SLUŽBY[6]:Ľudí využívajúcich túto telemedicínsku službu je možné rozdeliť do piatich skupín a to▪▪▪▪▪starí a chronicky chorí ľudia,ľudia produktívneho veku – bežní ľudia,vrcholoví športovci,hendikepovaní ľudia (imobilní, nepočujúci, nevidomí...) – ŤZP,armáda, záchranári (horská služba, hasičský zbor, atď.).Skupina starých a chronicky chorých ľudíJe to najpočetnejšia skupina ľudí s kardiovaskulárnymi problémami. Na monitorovanieich zdravotného stavu sa zameriava najväčšia pozornosť, pretože pre ich vyšší vek súchúlostivejší na zdravotné problémy. Táto kategória ľudí venuje svojmu zdraviu zvýšenúpozornosť. Jedná sa o skupinu ľudí vo veku u žien od 55 rokov vyššie a u mužov od 60vyššie, resp. ľudí s chronickými zdravotnými problémami, ktoré vyžadujú dlhodobú liečbu.V súčasnej dobe je v určitých situáciách finančne náročné zabezpečiť kvalitnú domácuzdravotnú opateru. Z týchto dôvodov je najvhodnejšia pre starých a chronicky chorých ľudítelemedicína, t.j. diaľkový lekársky monitoring zdravotného stavu pacienta v domácomprostredí.Skupina ľudí produktívneho veku (bežní ľudia)Táto skupina pacientov (zákazníkov) pozostáva z bežných ľudí produktívneho veku,ktorí využívajú diaľkový monitoring svojho zdravotného stavu počas aktívnej činnosti (pripráci v zamestnaní, alebo pri aktivitách vo svojom voľnom čase). Do tejto skupiny môžeme

54 Telemedicínatiež zaradiť deti a mládež, ktorá môže využívať telemedicísku službu v škole, doma, alebopri aktivitách vo vonkajšom prostredí. Ak sa vyskytne zdravotná komplikácia, zdravotníckecentrum vyšle k pacientovi prvú pomoc a z upozorní rodiča na aktuálny zdravotný stav.Skupina aktívnych športovcovPri vrcholových športových podujatiach sa stali prípady, že profesionálni športovciskolabovali alebo zomreli. Zapríčinili to vrodené srdcové chyby a iné kardiovaskulárneporuchy, ktoré neboli včasne diagnostikované a ak aj boli, športovec netušil, aký vážny jejeho aktuálny zdravotný stav. Tento problém môže pomôcť vyriešiť diaľkový monitoringzdravotného stavu športovca pri tréningovom zaťažení. Vďaka pravidelnémuzaznamenávaniu a vyhodnocovaniu vitálnych parametrov športovca je možné včas upozorniťna prípadné hraničné výchylky fyziologických parametrov.Skupina hendikapovaných ľudí - ŤZPPatria sem imobilní ľudia odkázaní na pomoc iných a tým majú sťaženú dostupnosť klekárovi. Cez diaľkový monitoring v domácom prostredí sú títo ľudia ušetreníproblematického cestovania za lekárom a aj nepríjemnému čakaniu. Ďalej sem patrianepočujúci a nevidomí, ktorí z dôvodu svojho hendikepu majú odlišné vnímanie sveta a týmaj svojho zdravotného stavu. Nesmieme však zabúdať na ich sťaženú komunikáciu s lekáromzapríčinenú hendikepom – najmä u nepočujúcich, nakoľko minimum lekárov ovládaznakovú reč, resp. sa dokáže dorozumieť s nepočujúcim iným spôsobom. Pre túto skupinuexistuje možnosť využitia hlavne konzultačných služieb s lekárom.Skupina používateľov v extrémnych podmienkachV tejto skupine sa nachádza armáda, záchranári (horská služba, hasičský zbor...) a inéútvary špecializovaného nasadenia do extrémnych podmienok a situácií. Táto skupinavyužíva prevažne telemedicínske zariadenie TMZ integrované do čipu, ktorý jeimplementovaný pod kožou človeka z dôvodu extrémnych podmienok. Jedná sa o dočasnériešenia v situáciách, keď hrozí fyzické poškodenie konvenčného TMZ, resp. zariadeniesvojou prítomnosťou prekáža pri vykonávaní špecializovaných činností.2.2 MOBILNÉ ZDRAVOTNÍCKE TERMINÁLYMobilné zdravotnícke terminály (MZT) sú navrhované, vyvíjané resp. inovované zaúčelom merania – snímania vitálnych parametrov pacienta. Táto analýza stavu

Telemedicína 55fyziologických (vitálnych) parametrov pacienta je zameraná na príslušnú diagnózu chorobyalebo poruchy. To znamená, že MZT sú navrhované priamo pre jednotlivé diagnózy, resp.skupiny diagnóz, ak sa jedná o multifunkčné MZT. Na trhu je veľké množstvo výrobcov avývojárov MZT a tento počet rýchlo narastá s pokrokom rozvíjajúcich sa technickýchmožností. Trh pozostáva z národných aj nadnárodných spoločností zaoberajúcich sa toutooblasťou, nevynechávajúc súkromný sektor a predovšetkým univerzitné výskumne tímypracujúce na nových pokrokových MZT [6].2.3 BUDÚCNOSŤ MOBILNÝCH ZDRAVOTNÍCKYCH TERMINÁLOVBudúce verzie mobilných zdravotníckych terminálov by mali mať otvorenú skladbu,modulárny hardvér kompatibilný s novými prístupovými bezdrôtovými technológiami.Terminál by mal byť samorekonfigurovateľný, t.j. mal by si byť schopný nastaviť svojeparametre tak, ako to od neho požaduje služba, prípadne prispôsobiť komunikačné rozhraniepodľa dostupnej komunikačnej siete. V prípade dostupnosti niekoľkých sieti zvoliťoptimálnu s najlepšími parametrami (napr. veľkosť územia pokrytia signálom, oneskorenie,cena pripojenia a pod.). Pretože sú komunikačné rozhrania nových technológií vždy cenovonáročné, mal by sa vyvinúť čip, ktorý by v sebe integroval niekoľko rôznych komunikačnýchprotokolov (napr. GSM, WiFi, BlueTooth, ZigBee) [7].Úroveň telovej bezdrôtovej siete WBAN (Wireless Body Area Network) terminál tvoríriadiaca komunikačná jednotka tiež známa pod označením „osobný server“ (PersonalServer), ktorá zabezpečuje bezprostrednú komunikáciu s koncovými zariadeniami nielenv rámci WBAN ale prípadne aj so zariadeniami umiestnenými v osobnej bezdrôtovej sietiWPAN (Wireless Personal Area Network), t.j. robustnejšie a zložitejšie monitorovaciezariadenia umiestnené napríklad pri lôžku pacienta. Zariadenia PDA sú kvôli svojejarchitektúre (inteligentná verzia PC) a veľkému LCD displeju veľmi vhodné na aktuálnemonitorovanie zdravotného stavu. Potenciálne najvhodnejšími bezdrôtovým technológiamipre sieť WBAN sú odporúčania Bluetooth a ZigBee pre siete WPAN. Možno by sa na prvýpohľad zdalo, že si budú konkurovať, ale nie je to pravda. Mali by sa dopĺňať, pretoženiekedy bude potrebná vysoká prenosová rýchlosť (zložitejšie a viackanálové monitorovacieprístroje v nemocnici) a niekedy veľké množstvo senzorov s veľmi nízkym odberom(dlhodobé mobilné monitorovanie bežného pacienta). WBAN preto bude podľa aplikácietvorená zariadeniami len s jednou z týchto technológií prípadne oboma. V budúcnosti by

56 Telemedicínamali mať mobilné terminály so sieťou koncových zariadení WBAN architektúru znázornenúna obr. 1.GALILEOGLONASSEGNOSGPSpozičnásieťWMANWLANWPANWWANGSMGPRSEDGEUMTSEOGEKGpozičnýmodulWBANMobilný telefón+pozičné službyIEEE802.162-3GsieťWiMax modulEMGPDAWi-Fi modulIEEE802.11WiMaxsieťEEGOSOBNÝSERVERMobile-Fi modulGlukomerEKGTlakomerTeplomerIEEE 802.15.1IEEE 802.15.4BluetoothIEEE 802.15.3UWBZigBeeWi-FisieťIEEE802.20Mobile-FisieťObr. 1 Bezdrôtová konfigurácia mobilných zdravotníckych terminálov [7]Osobný server bude tvoriť osobný digitálny asistent PDA (Personal Digital Assistant),ktorý v súčasnosti už obsahuje rozhrania USB, Bluetooth, GPS, GSM/GPRS, IrDA a Wi-Fi.Neobsahuje však ešte ZigBee, Mobile-Fi, WiMax. Avšak pri integrácii súčasne dostupnýchtechnológií by bol PDA masívny, s veľkou spotrebou a vysokou cenou, čím by nespĺňal svojúčel tzv. lacného a všade dostupného inteligentného riešenia. V blízkej budúcnosti sa budúv závislosti od aplikácie zvyšovať objemy prenesených biodát a mobilné scenárezdravotníckych aplikácií budú kompatibilné s už súčasnými vysokorýchlostnými systémami3G. Z dôvodov vysokej penetrácie mobilných systémov sa budú presadzovať aj aplikáciedomácej starostlivosti s diaľkovou diagnostikou, s kontrolnými vyšetreniami lekármi -špecialistami a predpismi liekov, vysoké rozlíšenie obrazu umožňujúce vyšetrenia vovirtuálnych nemocniciach lekármi z celého sveta a pod. [7].

Telemedicína 572.4 ZÁSADY NÁVRHU MOBILNÝCH ZDRAVOTNÍCKYCH TERMINÁLOVBudúce riešenia mobilných bezdrôtových terminálov a systémov by mali rešpektovaťkritériá v niekoľkých úrovniach: technologickej, ekonomickej a sociálnej [8], ale bezspoluúčasti pacientov sa v modernom zdravotníctve nebudú môcť presadiť žiadne novéprístupy a systémy.Technologická úroveň▪ Akceptácia problémov používateľmi: hmotnosť terminálu, dlhá životnosť batériíspojená s nízkou spotrebou, biokompatibilita, použiteľnosť a bezpečnosť.▪ Bezproblémové a bezpečné snímanie a záznam veľkého množstva biodát zosenzorov.▪ Inteligentný dizajn zdravotníckych senzorov s integrovanými funkciamispracovania signálov a komunikáciou pre „nositeľné“ zariadenia.▪ Protokoly pre bezdrôtové zdravotnícke senzorové siete.▪ Podpora QoS v bezdrôtových zdravotníckych senzorových sieťach.Ekonomická úroveň▪ Dostupnosť lekárov pre monitorovanie a konzultačnú činnosť, alebo návrh novýchslužieb pre dlhodobé monitorovanie m-zdravotníckymi systémami.▪ Finančné úspory vyplývajúce zo skorej diagnostiky chorôb v porovnaní s cenou zapreventívnu starostlivosť.▪ Štandardizácia protokolov a rozhraní, ktoré významne znížia celkové náklady.▪ Nové obchodné možnosti s lacnejšími, menšími a pravdepodobne jednorazovýmisenzormi.Sociálna úroveň▪ Rozsah zdravotnej starostlivosti a spoluúčasť pacientov.▪ Podpora zdravého životného štýlu.▪ Sociálne sieťovanie rovnakých a záujmových skupín.

58 Telemedicína▪ Ochrana súkromia, zabezpečenie záznamov pacientov pri snímaní, prenose aúschove.LITERATÚRA[1] Dubcová Z., Hudec R., Vestenický M.: Design of SpO2 Non-Invasive System forOxygen Level‘s Measurement Purpose, First International Workshop on MedicalApplications Networking, IEEE ICC 2009, June 14-18 in Dresden Germany.[2] Kuboveová K.: Aktuálny elektronického zdravotníctva (e-health) v EÚ a SR,Diplomová práca, Univerzita Mateja Bela v Banskej Bystrici. Ekonomická fakulta;Katedra verejnej ekonomiky, 2008.[3] Slovenská spoločnosť pre medicínske vzdelávanie, „Telemedicína a medicínskarobotika “, http://www.ssmv.sk/view.php?cisloclanku=2006022702, [15.12.2009]Dostupné na internete.[4] Vejvalka J.: Telemedicína – přehled zahraničních zkušeností, Ústav vědeckýchinformací, Praha, 1999, http://www.inforum.cz/archiv/inforum1999/prednasky/vejvalka.htm, [15.12.2009] Dostupné na internete.[5] EurActiv, „eHealth - zdravie na internete“, http://www.euractiv.sk/verzia-pre-tlac/zoznam_liniek/ ehealth---zdravie-na-internete, [17.12.2009] Dostupné na internete.[6] Matula M.: Podpora telemedicíny prostredníctvom mobilných sietí, Diplomová práca,Žilinská univerzita v Žiline, Elektrotechnická fakulta, Katedra telekomunikácií amultimédií, 2008.[7] R. Hudec a kol.: SYDMOS (SYstem for Distant MOnitoring of the health State),TEBID (TErminal for collecting and transmission of BIoData), SYDES (SYstem ofconnectivity to the Data of the E-health State), Etapa č.6 – príloha záverečnej správyštátnej úlohy VaV „Komunikačné siete a služby nových generácií“ číslo úlohy 2003 SP51/028 09 00/028 09 10, 64 strán[8] Istepanian R. S. H., Jovanov E., Zhang Y. T.: Guest Editorial Introduction to the SpecialSection on M-Health: Beyond Seamless Mobility and Global Wireless Health-CareConnectivity, IEEE Transaction on Information Technology in Biomedicine, Vol. 8,No. 4, December 2004.

PRENOS HLASU CEZ IP SIEŤ A HODNOTENIEJEHO KVALITYING. PETER POČTA, PHD.Ú V O DV súčasnej dobe sme svedkami výrazného nasadzovanie internetu, ktoré spôsobujedrastickú zmenu v charaktere a objeme prevádzkových tokov na účastníckej prípojke, vlokálnom uzle ale aj v sieti. Nové služby predpokladajú zhlukový a časovo premenlivýdátový tok. To vedie k prehodnocovaniu technológie klasickej telefónnej siete pracujúcej naprincípe synchrónneho prenosu a pevného multiplexu v porovnaní s asynchrónnymspôsobom prenosu so štatistickým multiplexovaním signálu. Aj keď asynchrónny spôsobprenosu (Asynchronous Transfer Mode - ATM) je definovaný viac ako 15 rokov, naprieksvojej dokonalosti sa zákaznícky príliš nepresadil pre svoje vysoké náklady. V súvislosti svytváraním konkurenčného prostredia v oblasti poskytovania komunikačných služieb avzniku nových, častokrát „malých“ sieťových operátorov, vzniká tlak na prechod naasynchrónne metódy prenosu a spojovania pri redukovaní investičných a prevádzkovýchnákladov na siete a komutačné uzly, nákladov na vytváranie služieb a pod. Súčasne saprejavujú aj požiadavky zo strany zákazníka na dôslednú integráciu služieb a koncovýchzariadení. To vedie k postupnému prechodu na sieť technologicky konvergovanú smerom krapídne sa rozširujúcemu prostrediu IP sietí, s konvergovanými službami, koncovýmizariadeniami a pod. Toto prostredie bude vyžadovať multipoužívateľské a multiprotokolovéotvorené prostredie, v ktorom sieťovú inteligenciu budú zabezpečovať programovéprostriedky. Prostredie bude založené dominantne na protokoloch SS7, IP, ATM, H.323,MGCP, SIP a otvorených aplikačných rozhraniach. V tomto prípade naberá na dôležitosti ajproblematika kompatibility jednotlivých sieťových a koncových zariadení, ako aj protokolov[1].

60 Prenos hlasu cez IP sieť a hodnotenie jeho kvality1 HLASOVÁ SLUŽB A A J E J B U D Ú C N O S Ť A K O P R E N O SC E Z I P S I E ŤTypickým príkladom jednej oblasti, kde konvergencia služieb do jednej platformy môžepriniesť výhody a v budúcnosti aj zníženie prevádzkových nákladov, je oblasť hlasovejslužby. Preto typickou službou, ktorá bude využívaná sieťami budúcej generácie je službaprenosu hlasu cez IP sieť (VoIP), ale aj jej možné mutácie ako prenos hlasu cez bezdrôtovúlokálnu sieť WoLAN (Voice over Wireless LAN), prenos hlasu cez digitálnu účastníckulinku VoDSL (Voice over Digital Subscriber Line) a ďalšie., ktoré sú v súčasnosti vo vývoji.Pri všetkých už vyššie spomínaných možnostiach prenosu hlasu je nutné vyriešiť hlavnezabezpečenie dostatočnej úrovne kvality služby na príslušných prenosových technológiáchza účelom dosiahnutia porovnateľnej úrovne kvality hlasového prenosu ako v prípadeklasickej telefónnej siete. Z tohto dôvodu je veľmi dôležité venovať sa problematike kvalityhlasovej služby v týchto sieťach, ako aj zabezpečeniu dostatočnej úrovne kvality služby najednotlivých prenosových technológiách [2].Pri synchrónnej spojovo orientovanej technológii sú hlasové vzorky prenášané poprenosovej ceste, ktorá je vyhradená len danému spojeniu. Výstavba spojenia trvá určitý čas,avšak po vybudovaní prenosovej cesty má samotný prenos informácií bezkonkurenčne nízkeoneskorenie, nezávislé na stave a zaťažení siete. Oneskorenie je dané dobou šírenia signálupo prenosovom médiu a dobou spracovania v spojovacom systéme. Oneskorenie šírenímsignálu sa pohybuje rádovo v milisekundách a závisí na použitom médiu a jeho dĺžke.Oneskorenie spôsobené dobou spracovania v spojovacom systéme môže byť n x 125 µs.Ďalšou výhodou tohto typu prenosu je, že pri ňom nevzniká časová (alebo fázová) nestabilita- jitter. Jitter je vlastne časový rozdiel medzi dvoma za sebou idúcimi dátovými jednotkami.Tento parameter výrazne ovplyvňuje kvalitu hlasového prenosu tým, že spôsobuje straturečových vzoriek. Nevýhodou tejto technológie je nízka efektívnosť vo využití danej linky,čo je spôsobené pevne pridelenou kapacitou kanála, ktorá je dimenzovaná na špičkovúhodnotu kapacity vyžadovanej zdrojom pri spojení, bez ohľadu na okamžitú potrebnúkapacitu.Na druhej strane asynchrónna prenosová technológia s prenosom dátového toku pomocoupaketov umožňuje dynamické prideľovanie prenosovej kapacity podľa okamžitých nárokovzdroja. Na rozdiel od synchrónnej technológie, ktorá používa deterministicky orientovanépevné spôsoby multiplexovania zdrojových tokov, sa pri asynchrónnej prevádzke využívamultiplex štatistický. Prenosová linka je zdieľaná súčasne viacerými spojeniami, čo

Prenos hlasu cez IP sieť a hodnotenie jeho kvality 61zabezpečuje vyššiu efektivitu jej využitia. Paketový spôsob prenosu okrem vysokej účinnostivyužitia prenosovej kapacity zavádza do prenosovej cesty podstatne väčšie variabilnéoneskorenie, závislé na zaťažení siete a čiastočne znižuje efektivitu prenosu zapúzdrovanímprenášaných dát do záhlaví jednotlivých vrstiev.Oneskorenie je dané oneskorením prenosovej cesty po ktorej sa prenos uskutočňuje, tiežaj oneskorením, ktoré vzniká pri paketizácii a pri spracovaní v jednotlivých sieťovýchzariadeniach.Ako už bolo spomenuté, vplyvom zaťaženia prenosovej cesty sa mení oneskorenie, čospôsobuje vznik časovej nestability a chvenia, tzv. jitter. Nepravidelné zaťaženie prenosovejcesty má výrazný vplyv na stratu paketov, ktorá spôsobuje krátkodobé prerušenie hlasovejkomunikácie. Samozrejme, že strata paketov môže byť tiež spôsobená aj chybovosťou naprenosových trasách, lokálnym zahltením siete a následným zahodením paketov v sieťovýchzariadeniach.Čiastočné zníženie nepriaznivých vplyvov asynchrónnej technológie je riešené použitímvirtuálnych prenosových kanálov s rezervovaním sieťových prostriedkov.Vyššie uvedené vplyvy spôsobujú degradáciu poskytovaných služieb vyžadujúcichminimálne oneskorenie a prenos v reálnom čase, ako sú prenosy multimediálnych informácií,ktorých typickým predstaviteľom je aj hlasová služba.V súčasnosti sa vyvíjajú mechanizmy, ktorých úlohou je zabezpečenie uspokojivejkvality hlasového prenosu aj v sieťach využívajúcich asynchrónnu prenosovú technológiu.2 KVA L I TA H L A S O V É H O P R E N O S UKvalita hlasového prenosu je komplexný psychoakustický fenomén v rámci procesuľudského vnímania. Každá osoba interpretuje kvalitu hlasového prenosu rozdielnymspôsobom. Hodnotenie jednej osoby je ovplyvnené jej náladou, záujmom a očakávaním. Aksa však kvalita hlasového prenosu hodnotí a meria automaticky, závislosť na jednotlivýchmienkach sa eliminuje. Kvalita hlasového prenosu sa všeobecne vyjadruje pomocouparametra získaného metódou dobrozdaní MOS (Mean Opinion Score). Táto veličina udávapriemernú hodnotu reprezentatívneho počtu názorov na kvalitu hlasového prenosu. Je nutnépoznamenať, že kvalita hlasového prenosu sa zameriava len na jednosmerný rečový prenosod vysielajúceho účastníka ku prijímajúcemu. Kvalita hlasového prenosu je ovplyvnenápredovšetkým psychologickými faktormi, ako sú:

62 Prenos hlasu cez IP sieť a hodnotenie jeho kvality▪▪▪Zrozumiteľnosť: vnemová kvalita významu alebo informačného obsahu, ktorýhovoriaci povedal.Prirodzenosť: stupeň vernosti reči hovoriaceho.Hlasitosť: absolútna úroveň hlasitosti na strane poslucháča.3 METÓD Y H O D N O T E N I AMetódy hodnotenia kvality hlasového prenosu sa delia do dvoch základných tried:▪▪subjektívne metódy,objektívne metódy.Subjektívne metódy využívajú posluchovú porotu pre hodnotenie kvality hlasovéhoprenosu. Kvalita hlasového prenosu sa vyjadruje ako stredné bodové ohodnotenie názoru(MOS), ktoré je chápané ako priemerná hodnota kvality hlasového prenosu jednotlivýchčlenov poroty. Objektívne metódy nahradzujú posluchovú porotu pomocou algoritmuvýpočtu hodnôt parametra MOS z rečových vzoriek. Úlohou objektívnych metód jezabezpečenie čo najpresnejších výsledkov pri porovnaní s výsledkami posluchových testov.Výhody a nevýhody obidvoch metód sú znázornené v tabuľke 1. Subjektívne metódy súpoužívané len na získanie reálnych dát o používateľskom vnímaní kvality hlasovéhoprenosu. Objektívne metódy na druhej strane automatizujú prácu hodnotenia kvalityhlasového prenosu, pričom pre realizáciu testov pomocou týchto metód je nutné vynaložiťnižšie úsilie ako pri metódach subjektívnych. V skutočnosti sa výsledky subjektívnychposluchových experimentov používajú na kalibráciu objektívnych metód, čo zaručujemaximálnu zhodu so subjektívnym hodnotením.Tab. 1 Porovnanie subjektívnych a objektívnych metód merania kvality hlasového prenosuSubjektívne metódyObjektívne metódy+ presná kvalita hlasového prenosu+ dobrá zhoda s presnou kvalitouhlasového prenosu- vysoké úsilie potrebné prireprodukovaní výsledkov+ jednoduchá reprodukcia výsledkov- neautomatické meranie + automatické meranie- veľké úsilie (čas/cena) + mierne úsilie+ detekuje každé poškodenie- niektoré poškodenia nemusia byťsprávne ohodnotené

Prenos hlasu cez IP sieť a hodnotenie jeho kvality 633.1 KATEGÓRIE HODNOTENIA POUŽÍVANÉ V PRÍPADE SUBJEKTÍVNYCHMETÓDVo všeobecnosti je realizácia subjektívnych testov limitovaná na špecializovanépracoviská, ktoré majú k dispozícii bezodrazové miestnosti (anechoic room), v ktorých satakéto testy vykonávajú. Vo väčšine prípadov sa subjektívne hodnotenie realizuje pomocoukategórie absolútneho hodnotenia. To znamená, že rečové vzorky sú hodnotené bezreferencie, a na hodnotenie sa používa 5-bodová stupnica od „najlepšej“ po „zlú“ kvalitu(viď Tab. 2).Tab. 2 Stupnica pre kategóriu absolútneho hodnotenia (ITU-T P.800, MOS)Kvalita rečiSkóreNajlepšia 5Vysoká 4Stredná 3Nízka 2Zlá 1V menšej miere sa využívajú ďalšie dve kategórie, menovite kategória hodnoteniadegradácie a kategória porovnávacieho hodnotenia, ktoré používajú pre hodnotenie ajreferenčnú vzorku. Rozdiel medzi nimi je len v poradí použitia tejto vzorky, v prvom prípade(metóda hodnotenia degradácie) sa referenčná vzorka používa vždy na prvom mieste (jeprehraná používateľom ako prvá), pričom v druhom prípade dochádza k náhodnémustriedaniu poradia referenčnej a degradovanej vzorky, hodnotiace subjekty o tomto nie súinformované. Použitie referenčnej vzorky vedie aj k zmene stupníc používaných v prípadeoboch vyššie spomenutých metód, viac o tejto problematike je možné nájsť v [7].3.2 METÓDY VYUŽÍVANÉ V PRÍPADE OBJEKTÍVNEHO HODNOTENIA KVALITYHLASOVÉHO PRENOSUV prípade objektívneho hodnotenia rozlišujeme dve metódy, pomocou ktorých môže byťmeranie realizované, menovite ide o:▪▪intruzívnu metódu,neintruzívnu metódu.

64 Prenos hlasu cez IP sieť a hodnotenie jeho kvalityIntruzívna metóda je založená na nasledujúcom postupe:▪▪▪Vytvorenie spojenia medzi dvoma stanicami, ktoré sú väčšinou súčasťou meraciehosystému.Vyslanie vzorky rečového signálu a jej prijatie protistanicou.Porovnanie pôvodného a preneseného signálu pomocou vhodného algoritmunapodobňujúceho spôsob vnímania a hodnotenia názoru na kvalitu hlasovéhoprenosu priemerným poslucháčom.Obr. 1 Principiálna schéma intruzívneho merania kvality hlasového prenosuBolo vyvinutých mnoho algoritmov pracujúcich na tomto princípe, jedným z prvých bolalgoritmus Perceptual Speech Quality Measurement (PSQM) [8, 9], štandardizovaným tiežako ITU-T P.861, nasledovaný bol algoritmom Perceptual Analysis Measurement System(PAMS) [9, 10]. V súčasnosti boli tieto dva algoritmy nahradené algoritmom PerceptualEvaluation of Speech Quality (PESQ) [9, 11-12], štandardizovaným ako ITU-T P.862, ktorýje výrazne nasadzovaný na meranie kvality hlasového prenosu v telekomunikačných sieťach.Samozrejme, že vývoj pokračuje ďalej a Medzinárodná telekomunikačná únia (InternationalTelecommunication Union) sa v súčasnej dobe snaží štandardizovať nový algoritmus z tejtorodiny, jeho pracovný názov je P.OLQA. V prácach súvisiacich so štandardizáciou novéhoalgoritmu je vo významnej miere zainteresovaná aj Katedra telekomunikácií a multimédiíElektrotechnickej fakulty Žilinskej univerzity v Žiline, konkrétnejšie ide o Laboratóriumdigitálnych komunikácií.Neintruzívna metóda je založená na pasívnom monitorovaní prebiehajúcich spojení.Obvykle je implementovaná do monitorovacích, resp. dohľadových systémov, a teda

Prenos hlasu cez IP sieť a hodnotenie jeho kvality 65umožňuje merať kvalitu hlasového prenosu na viacerých spojeniach súčasne. Nevýhodoutohto postupu, ktorý je v príslušných štandardoch nazývaný Inservice Non-intrusiveMeasurement Device (INMD) je skutočnosť, že hodnotiaci algoritmus nemá k dispozíciipôvodnú vzorku rečového signálu, takže je veľmi obtiažne detekovať určité typy skresleniasignálu pri prenose (napr. harmonické skreslenie signálu, ktoré je spôsobené niektorýmitypmi kodekov, hlavne ADPCM). V tomto prípade bolo tiež vyvinutých veľké množstvomodelov, ako napríklad ANIQUE [13], 3SQM [14], atď., avšak len posledný sa dočkalštandardizácie a to pod označením ITU-T P.563.LITERATÚRA[1] Hudec, R. a kol.: Analýza a prognóza možností konektivity sietí navzájom, Etapa č.2štátnej úlohy VaV „Komunikačné siete a služby nových generácií“ číslo úlohy 2003 SP51/028 09 00/028 09 10, 78 strán, 2004.[2] Počta, P.: Konvergencia sietí z pohľadu kvality služby, Dizertačná práca, Žilinskáuniverzita v Žiline, 2007.[3] Kolektív autorov: Speech Quality and its Objective Evaluation with PACE, ASCOMTechnical White Paper Series [online], [cit. 2009-11-21], Dostupné na Internete:http://www.qvoice.com/4-literature/45/qv_wp103.pdf[4] Kolektív autorov: State of the Art Voice Quality Testing [online], [cit. 2009-11-21],Dostupné na Internete: http://www.opticom.de/download/STATEO1.PDF[5] Křenek, J., Holub, J.: Meření kvality hlasového prenosu v telekomunikačných sítích,ST 5/2004, 1996, str.6-8.[6] Křenek, J., Holub, J.: Hodnocení hlasových přenosů v telekomunikačných sítích, ST6/2001, 1996, str.3-5.[7] Počta, P., Vaculík, M.: Hodnotenie kvality hlasového prenosu v telekomunikačnýchsieťach, V Telekomunikace 9/2006, Praha (Česká republika), str. 23-25, ISSN 0040-2591.[8] Beerends, J. G., Stemerdink, J. A.: A Perceptual Speech Quality Measure Based on aPsychoacoustic Sound Representation, V J. Audio Eng. Soc., vol. 42, str. 115-123,1994, ISSN 1549-4950.[9] Počta, P., Vaculík, M.: Modely používané pre hodnotenie kvality hlasového prenosu vtelekomunikačných sieťach, V Telekomunikace 10/2006, Praha (Česká republika), str.23-26, ISSN 0040-2591.

66 Prenos hlasu cez IP sieť a hodnotenie jeho kvality[10] Rix, A. W. and Hollier, M. P. "The perceptual analysis measurement system for robustend-to-end speech quality assessment". V zborníku konferencie IEEE ICASSP 2000,Jún 2000.[11] Rix, A. W., Hollier, M. P., Hekstra, A. P. Beerends, J. G.: PESQ, the new ITU standardfor objective measurement of perceived speech quality, Part I – Time alignment, V J.Audio Eng. Soc., vol. 50, str. 755-764, 2002, ISSN 1549-4950.[12] Beerends, J. G., Hekstra, A. P., Rix, A. W., Hollier, M. P.: PESQ, the new ITU standardfor objective measurement of perceived speech quality, Part II – Perceptual model, V J.Audio Eng. Soc., vol. 50, str. 765-778, 2002, ISSN 1549-4950.[13] Kim, D.-S. : ANIQUE: An Auditory Model for Single-Ended Speech QualityEstimation, IEEE Transaction on Speech and Audio processing, vol. 13, no.5,September 2005, str. 821- 831, ISSN 1063-6676.[14] Malfait, L., Berger, J., Kastner, M.: P.563 – The ITU-T Standard for Single-EndedSpeech Quality Assessment, V IEEE Transaction on Audio, Speech and Languageprocessing, vol. 14. no. 6, November 2006, str. 1924-1934, ISSN 1558-7916.

TRENDY VO VYUŽÍVANÍ SLUŽIEB A APLIKÁCIÍDOSTUPNÝCH CEZ WEBOVÉ ROZHRANIEING. VLADIMÍR MARTYŠČÁK, PHD.Ú V O DRýchly vývoj informačno-komunikačných technológií podporený výskumom v optikevytvoril potrebné predpoklady pre vznik nových širokopásmových služieb a používateľskýchaplikácií. Vďaka tomu o internete nehovoríme iba ako o službe, ale ako o platforme, ktorámá významný vplyv na sprostredkovávanie informácií prostredníctvom webového rozhrania.Nové trendy oslovili najmä mladú generáciu ľudí, pre ktorú je „web“ v prvom radezdrojom rôznych informácií, používateľských skúseností a životného štýlu. Relatívnejednoduchý spôsob komunikácie prostredníctvom sietí podporujúcich šírenie digitálnychobsahov a priamo (on-line) distribuovaných virtuálnych prostredí im umožňuje tietoinformácie neobmedzene zdieľať, diskutovať alebo vytvárať. Fenoménom novodobejkomunikácie sa stali sociálne siete.1 ZDIEĽANIE SÚBOROV V O V Ý M E N N Ý C H S I E Ť A C HPoskytovanie akýchkoľvek súborov cez internet je založené na ochote majiteľov,autorov súborov, tieto zdieľať spolu s ostatnými. Hoci v súčasnosti neexistuje univerzálnadefinícia výmennej (Peer-to-Peer - P2P) siete, môžeme povedať, že ide o sieť, ktorádovoľuje skupine používateľov prostredníctvom rovnakej sieťovej aplikácie zdieľať nielendigitálny obsah súborov uložených na pevných diskoch pripojených počítačov, ale ajpočítačové prostriedky tj. šírku pásma, voľný výkon procesora a ukladací priestor [1]. SieťP2P predstavuje distribuovaný systém, ktorý sa skladá z prepojených uzlov, konkrétnychpočítačov, schopných samoorganizácie sieťovej topologie. Systém je adaptabilný,sprostredkováva krátkodobé pripojenia klientov s ohľadom na prijateľnú mieru konektivity avýkonu bez potreby centralizovaného servera. Počítače voči sebe vystupujú vo vzťahuklient/server, pričom na smerovanie nie je potrebný žiaden iný centralizovaný bod [2].

68 Trendy vo využívaní služieb a aplikácií dostupných cez web rozhranieKonektivita v rámci siete P2P, tzv. ad hoc spojenia, je využívaná na už spomínanézdieľanie digitálnych obsahov (audio, video) v sieťach a na prenos dát v reálnom čase tj. IPtelefonovanie (Skype), TV distribúciu (p2ptv), videokonferencie alebo zjednotenie správ(instant messaging) – chat, prip. na distribuované spracovanie výpočtov a prácu v odbornýchskupinách. Príklady niektorých obľúbených sietí P2P sú na obr. 1.Gnutella/Gnutella2Obr. 1 Príklady niekoľkých známych P2P sietíSiete P2P, tak ako ich poznáme a využívame v súčasnosti, delíme na:▪▪▪čisté P2P siete,sprostredkované P2P siete,hybridné P2P siete.1.1 ČISTÉ (TZV. PURE) SIETE P2PTieto siete sú charakteristické úplnou decentralizáciou. V rámci komunikácie medzipočítačmi nevystupuje žiaden server, každý uzol je tak klient aj server zároveň (obr.2).Obr. 2 Čistá sieť P2P

Trendy vo využívaní služieb a aplikácií dostupných cez web rozhranie 691.2 SPROSTREDKOVANÉ (TZV. MEDIATED) SIETE P2PHlavným bodom siete je centrálny server, ktorý udržiava informácie o uzloch v sieti,odpovedá na požiadavky (napr. adresy, identifikátory súborov, zoznam prostriedkov),vyhľadáva požadované súbory, smeruje požiadavky i dáta a stará sa o optimalizovanievýkonu siete. Informácie o tom, ktoré súbory je možné zdieľať, pochádzajú priamo z uzlov,tj. samotných počítačov, nakoľko centrálny server takéto údaje neuchováva (obr.3).Obr. 3 Sprostredkovaná P2P sieť1.3 HYBRIDNÉ (TZV. HYBRID) SIETE P2PTáto architektúra spája v sebe charakteristiky čistých i sprostredkovaných sietí P2P.Komunikácia viacerých serverov napomáha koordinácii a efektivite dátového prenosu(obr.4).S nárastom počtu uzlov narastá aj kapacita a škálovateľnosť celého systému. Toto všakneplatí pre architektúru klient/server s obmedzeným počtom serverov.Veľa používateľov podceňuje otázku bezpečnosti sieťovej komunikácie. Zvlášť v prípadesietí P2P je opatrnosť na mieste, a tak [3]:▪Nikdy neinštalujte klientov P2P v sieti kde sú uložené citlivé dokumenty beznastavenia parametrov prístupu a úrovne oprávnenia,

70 Trendy vo využívaní služieb a aplikácií dostupných cez web rozhranie▪▪▪vyvarujte sa inštalácie neovereného softvérového klienta,nezdieľajte adresár smerovania napr. „C:“,všetok stiahnutý softvér skontrolujte antivírusovým programom.Obr. 4 Hybridná sieť P2PO tom, že prevádzka sietí P2P predstavuje významný podiel vo využívaní dostupnej šírkypásma internetovej komunikácie hovoria štatistiky, podľa ktorých v Severnej Amerike v r.2008 predstavovala prevádzka v sieti P2P 35% z prevádzky v smere od uzlak používateľovi, zatiaľ čo v opačnom smere to bolo 75%. Zdieľanie súborov v sieťach P2Ptvorilo v r. 2008 44% z celkovej internetovej prevádzky, čo predstavuje oproti r. 2007nárast o 4% [4]. Napr. Skype mal v 1Q/2009 443 miliónov používateľských účtov, z ktorých42,2 milióna bolo aktívnych tj. denne pripojených. Za toto obdobie bolo uskutočnenýchcelkovo 23,6 miliárd minút hovorov v rámci siete [5].2 PRIAMO DISTRIBUOVA N É V I R T U Á L N E P R O S T R E D I AVyužívanie virtuálnych priamo distribuovaných prostredí, ako si ukážeme, už nie je lendoménou naživo hraných hier. Skúsenosti z virtuálneho prostredia Second Life [6] hovoria otom, že takéto prostredia predstavujú vhodné komunikačné platformy či miesta napodnikanie, vzdelávanie a zábavu rôznych spoločenských, sociálnych alebo profesneorientovaných komunít.

Trendy vo využívaní služieb a aplikácií dostupných cez web rozhranie 71Aktuálny vývoj v oblasti priamo distribuovaných virtuálnych prostredí sa zameriava nazlepšenie softvéru a midlvéru architektúry smerom k používateľsky orientovanýmaplikáciám, zameraným na prežitie „pocitu“ z prostredia a komunikácie. Požiadavky, ktorébudú z úrovne siete kladené na nové aplikácie distribuovaných virtuálnych prostredí, jeťažké posúdiť. V nasledujúcich častiach si z portfólia rôznych virtuálnych prostredípredstavíme naživo hrané hry a sociálne siete.2.1 NAŽIVO HRANÉ HRYNaživo hrané hry sa stali obľúbenou, nenáročnou internetovou aplikáciou na trávenievoľného času. Po zapojení sa viacerých používateľov je táto príkladom priamodistribuovaného virtuálneho prostredia kde sa hráčska základňa rozrástla od niekoľko tisíc ažpo niekoľko desiatok miliónov používateľov. Napríklad obľúbená hra World of Warcraft máviac ako 10 000 000 platiacich používateľov, rozdelených do niekoľko paralelných svetov, smaximálnym súčasným priamym prístupom pre 500 000 hráčov. Pohyb objektov sazaznamenáva ako kombinácia veľkosti a smeru. Server prenáša túto informáciu všetkýmhráčom v oblasti.Nakoľko naživo hrané hry predstavujú veľké virtuálne svety v ktorých by sa priodosielaní herných informácií o objektoch každému hráčovi spotrebovala obrovská šírkapásma, boli vytvorené techniky, ktoré rozdeľujú virtuálny svet na samostatné jednotky (zóny,bunky) a alokujú servery pre rôzne herné oblasti, príp. pre samostatné herné situácie. Serverytiež zabezpečujú komunikáciu medzi hráčmi. Hoci hráči môžu byť aktuálne napojení narôzne servery podľa vývoja hry vo virtuálnom svete. Komunikácia a posielanie správ medzinimi prebieha nezávisle od herného prostredia. V roku 2006 spoločnosť Vivendi oznámila,že World of Warcraft, v tom období najznámejšia hra, bola spravovaná na viac ako 1900serveroch po celom svete.Požadovaná šírka pásma pre oblasť naživo hraných hier je sotva prekážkou. Aktuálne hrysú vyvíjané s ohľadom na všeobecnú dostupnosť prístupovej siete, pričom donedávnaminimálnou požiadavkou bol modem s prístupovou rýchlosťou 56 kbit/s. So zvyšovanímšírky pásma rastie herné portfólio. 3D hry alebo virtuálna realita sa však z dôvodu veľkýchinvestícií do hardvéru pravdepodobne tak skoro na trhu neobjavia. So zaujímavým riešenímprišla Nvidia, dodávateľ grafických čipov, ktorá bude pre svoje grafické karty dodávaťšpeciálny ovládač a 3D okuliare. Tým by bolo možné zmeniť 2D hru na 3D bez potrebypreprogramovania.

72 Trendy vo využívaní služieb a aplikácií dostupných cez web rozhranie2.2 SOCIÁLNE SIETESociálne siete si za posledné roky získavajú stále väčšiu popularitu. Predstavujúkomunikačný priestor v ktorom sa stretávajú členovia rodiny, priatelia, kolegovia alebo ajcelkom neznámi ľudia. Z viac než 150 najpoužívanejších sietí [7] je najznámejšou Facebook[8]. Táto sieť pôvodne slúžila iba študentom Harvardskej univerzity, ale od augusta 2006 samôže pripojiť ktokoľvek. Jediná podmienka je vek nad 13 rokov. Členská základňak 17.9.2009 už takmer dosiahla výšku populácie Spojených štátov a v súčasnosti ju tvorí 300miliónov ľudí, z ktorých iba 30 % sú obyvatelia Spojených štátov [9]. „Začíname sa blížiť knášmu cieľu všetkých spojiť,“ napísal Mark Zuckerberg, zakladateľ siete, na svojom blogu[9].O obľube tejto siete medzi používateľmi hovorí aj heslo: „Kto nie je na Facebooku, tenneexistuje“. Mesačne do siete pribudnú viac než 2 bilióny fotografií a viac než 14 miliónovvideí, pritom len týždenne sú zdieľané viac než 2 bilióny rôznych dát vo forme digitálnychobsahov (webové linky, poznámky, príbehy, fotografie, videá ...) [10].Nárast komunikácie v sociálnych sieťach spojený s tvorbou multimediálneho obsahu nastrane doterajších používateľov, resp. konzumentov obsahu potvrdzuje aj štúdia - The CiscoVNI Usage study spoločnosti Cisco, podľa ktorej viac ako jedna tretina priemernejcelosvetovej širokopásmovej prevádzky sa každý mesiac využíva pre video, sociálne sietea spolupracujúce aplikácie tzv. visual networking. Prieskum predstavuje výsledky spoluprácespoločnosti Cisco s viac než s 20-timi poskytovateľmi služieb internetu po celom svete, ktorízdieľajú anonymné súhrnné dáta o využívaní sietí. Štúdia je zameraná na skutočnú sieťovúprevádzku, poskytuje predpoveď o budúcnosti rastu sietí, analyzuje trendy, predvída zmenyinfraštruktúry a rozvíja sieťové architektúry s ohľadom na ich využiteľnosť v budúcnosti..Štúdia The Cisco VNI Usage study potvrdzuje fakt, že IP siete a internet predstavujúzákladné platformy globálnej komunikácie, ako aj to, že za rastom celkovej prevádzky ječoraz viditeľnejšie zdieľanie a využívanie videoobsahu,“ povedal Marcel Rebroš, generálnyriaditeľ spoločnosti Cisco Slovakia [11].Vybrané zistenia štúdie The Cisco VNI Usage [11]:▪Rezidenční používatelia priemerne generujú internetovú prevádzku v objemepribližne 11,4 GB mesačne, z čoho 4,3 GB tvoria aplikácie visual networking,

Trendy vo využívaní služieb a aplikácií dostupných cez web rozhranie 73▪ Na jedno pripojenie v jeden deň pripadá objem zodpovedajúci zhruba stiahnutiu 3▪▪▪▪000 textových emailov, 100 hudobných súborov formátu MP3, alebo 360 čistotextových elektronických kníh,Najaktívnejšie jedno percento všetkých používateľov vytvára viac ako 20 percentcelkovej prevádzky,Najaktívnejších 10 percent všetkých používateľov vytvára viac ako 60 percentcelkovej prevádzky,V sledovanom období počas priemerného dňa celosvetovo prevádzka vrcholilapribližne v čase od 21:00 do 1:00,Počas tejto špičky sa generuje 25 percent celosvetovej internetovej prevádzky(alebo 93,3 MB / deň / pripojenie).LITERATÚRA[1] Broadband Glossary, [online] http://www.usr.com/education/broadbandglossary.asp,[25.11.2009] Dostupné na internete[2] Peer-to-Peer vs. Client-Server, [online]http://freepctech.com/pc/002/networks007.shtml, [25.11.2009] Dostupné na internete[3] Peer-to-Peer Network Security, [online]http://netsecurity.about.com/od/newsandeditorial1/a/p2psecur ity.htm, [30.11.2009]Dostupné na internete[4] End-user future services in access, mobile and in-building networks, [online]http://www.ict-alpha.eu/upload/uafh%C3%A6ngige%20centre/webmap/alpha_d1%201p.pdf, [30.11.2009] Dostupné na internete[5] Skype, [online] http://en.wikipedia.org/wiki/Skype, [30.11.2009] Dostupné na internete[6] Second Life, [online] http://secondlife.com, [30.11.2009] Dostupné na internete[7] List of social networking websites, [online]http://en.wikipedia.org/wiki/Social_networking_websites, [30.11.2009] Dostupné nainternete[8] Facebook, [online] http://www.facebook.com, [30.11.2009] Dostupné na internete[9] Počet používateľov Facebooku sa blíži populacií USA, [online]http://www.itnews.sk/spravy/ internet/2009-09-17/c129003- pocet – pouzivatelov –facebooku – sa – blizi – populacii - usa, [30.11.2009] Dostupné na internete

74 Trendy vo využívaní služieb a aplikácií dostupných cez web rozhranie[10] Facebook statistics, [online] http://www.facebook.com/press/info.php?statistics,[30.11.2009] Dostupné na internete[11] Prevádzka na internete rastie hlavne kvôli sociálnym sieťam a prenosu videa, [online]http://www.itnews.sk/spravy/tlacove-spravy/2009-11-04/c130069-prevadzka-nainternete-rastie-hlavne-kvoli-socialnym-sietam-a-prenosu-videa,[30.11.2009] Dostupnéna internete

INTERAKTÍVNE TELEVÍZNE KÁBLOVÉROZVODYING. JÁN HLUBÍK, PHD.Ú V O DInteraktívne televízne káblové rozvody (ITKR) predstavujú jednu z možností budovaniametalických prístupových sietí. Ako prenosové médium využívajú medený koaxiálny kábel.Ten má vďaka relatívne veľkej šírke prenášaného pásma, malému tlmeniu a dobrej odolnostivoči vonkajšiemu rušeniu výhodné prenosové vlastnosti. V súčasnosti sú zákazníci čoraznáročnejší na kvalitu širokopásmových služieb, a preto aktuálnym trendom v metalickýchprístupových sieťach je ponúknuť zákazníkovi čo najvyššiu prenosovú rýchlosť. Keďže šírkafrekvenčného pásma koaxiálneho kábla je limitujúca, ponúka sa možnosť uplatniť novémetódy riadenia prenosu dát, a týmto spôsobom aj naďalej konkurovať technológii FTTH(Fibre To The Home - vlákno do domu).1 SIETE ITKR V S Ú Č A S N O S T IV minulosti bol v rozsiahlych koaxiálnych sieťach v kaskáde zaradený veľký početširokopásmových zosilňovačov, čo malo za dôsledok veľkú poruchovosť a vysoképrevádzkové náklady. Preto sa v najvyšších úrovniach distribučnej siete začali používaťoptické vlákna. Zaradením optických vlákien do sietí bolo možné zameniť dlhé kaskádyširokopásmových zosilňovačov, a tým zlepšiť potrebnú kvalitu prenášaných signálov [2].Siete, ktoré na prenos informácií využívajú optické a koaxiálne káble sa nazývajú hybridnéopticko-koaxiálne (HFC) siete (obr. 1). Signál sa vysiela z hlavnej stanice do optickéhovlákna k optickému uzlu. V optickom uzle sa signál prevádza do elektrickej podoby akoaxiálnym káblom putuje do koncového účastníckeho zariadenia (EUB), ktoré môže byťpripojené k rôznym domácim zariadeniam.

76 Interaktívne televízne káblové rozvodyObr. 1 Topológia HFC sieteSrdcom celej siete je hlavná stanica (Headend), ktorá predstavuje zdroj televíznehosignálu pre HFC sieť, a zároveň tvorí komunikačné rozhranie HFC siete s ostatnými typmisietí (telefónna sieť, IP a pod.). Televízne signály sú prijímané zo satelitov alebo inýchzdrojov, následne frekvenčne konvertované do vhodných kanálov, zlučované s ostatnýmiTV, alebo dátovými kanálmi a vysielané do HFC siete. Distribučné uzly prijímajú TVa dátové signály z hlavnej stanice, a distribuujú ich do svojich HFC sietí.Obr. 2 Štruktúra hlavnej stanice a distribučného uzla [7]Optická časť HFC siete (1310, 1550nm) sa skladá z jednovidových vlákien. Podľarozsahu môže byť sieť jednostupňová alebo dvojstupňová. Ako zdroj optického signálu sapoužívajú lasery DFB (Distributed FeedBack – distribuovaná spätná väzba) a v rozsiahlychsieťach sa využívajú optické zosilňovače typu EDFA (Erbium-Doped Fiber Amplifier –zosilňovač s vláknom dopovaným erbiom) [3]. Limitujúcim faktorom je tu disperzia vlákien.

Interaktívne televízne káblové rozvody 77Z dôvodu prenosu analógových signálov sú kladené vyššie nároky na potlačenie odrazov. Vprípade veľkého množstva optických uzlov sa dá použiť technológia DWDM (DenseWavelength Division Multiplexing - vlnové multiplexovanie s vysokou hustotou vlnovýchdĺžok), alebo CWDM (Coarse Wavelength Division Multiplexing - vlnové multiplexovanie smalou hustotou vlnových dĺžok) [4]. Fotodiódy v optických prijímačoch sú širokopásmové,teda dokážu spracovať obe vlnové dĺžky. Optický uzol zabezpečuje pripojenie 500 až 2000účastníkov danej oblasti pomocou koaxiálnych rozvodov.V koaxiálnej časti siete sa signál šíri obvykle stovky metrov, alebo až niekoľkokilometrov cez rôzne zosilňovače a odbočovače až ku koncovému zariadeniu EUB, ktorýmmôže byť STB (Set-Top-Box), káblový modem (CM) alebo MTA (Multimedia TerminalAdapter – adaptér multimediálneho terminálu). Pre zosilňovanie elektrických signálov sú nakoaxiálnych sieťach inštalované GaAs (Galium-Arsenid) zosilňovače [5]. Napájaniezosilňovačov elektrickou energiou je realizované diaľkovo cez koaxiálne káble. Početzosilňovačov medzi optickým uzlom a účastníckou zásuvkou klienta sa podľa konkrétnejtopológie siete pohybuje v rozmedzí 1 až 4. HFC sieť je dimenzovaná na prenos desiatokanalógových televíznych a rozhlasových signálov, signálov digitálnej televízie [6] aposkytovanie dátových a internetových služieb [7-8].1.1 ROZDELENIE FREKVENČNÉHO PÁSMAV súčasnosti je frekvenčné pásmo rozdelené na pásmo pre priamy a pre spätný smer. Vpriamom (downstream) smere sa využíva frekvenčné pásmo 54-860 MHz, a v spätnom(upstream) smere 5 až 42 MHz. Pásmo pre priamy smer sa skladá z 8MHz frekvenčnýchkanálov (6MHz v USA). Kanály v pásme pre spätný smer môžu mať šírku 200-6400kHz. Naprenos digitálnych informácií sa v kanáloch využíva kvadratúrna amplitúdová modulácia(QAM) signálu [7]. Frekvenčné pásmo pre priamy smer je ešte rozdelené pre analógovévideo, digitálne video a dáta (viď. tab. 1). Rozsahy sa v rôznych sieťach môžu líšiť. Závisí tood vlastností siete a od služieb, ktoré sú poskytované. Dôležité je zdôrazniť, že tietosubpásma sa už počas prevádzky nemenia [9].Tab. 1 Frekvenčné pásma v ITKR sieťachFrekvenčnépásmo [MHz]Služba0 – 42 54 – 550 550 – 750 750 -860Spätný smerprenosu dátAnalógové.videoDigitálne.videoPriamy smerprenosu dát

78 Interaktívne televízne káblové rozvodyNa prenos digitálneho televízneho signálu cez káblové rozvody sa využíva štandardDVB-C (Digital Video Broadcasting - Cable). Spolu s ďalším vývojom nových modulačnýcha kódovacích techník sa začína zavádzať druhá verzia systému DVB-C. DVB-C2 by malpriniesť lepšie využitie prenosovej kapacity sietí ITKR, podporu pre služby HDTV a VoD[6].DOCSIS (Data Over Cable Service Interface Specification – špecifikácia rozhrania preprenos dát káblovým vedením) je štandard na prenos dát a implementáciu dátových služiebdo ITKR. V súčasnosti existuje verzia DOCSIS 3.0. Používateľom, pomocou spájaniaviacerých kanálov (bonding), ponúka maximálnu zdieľanú prenosovú rýchlosť približne 160Mb/s pre smer k účastníkovi, a zhruba 120 Mb/s pre smer od používateľa. DOCSIS 3.0ponúka plnú podporu pre protokol IPv6. Rýchlejší spätný kanál prináša takmer symetrickúprenosovú kapacitu, čo nájde svoje uplatnenie najmä pri videokonferenciách alebovideotelefónii [7].2 POTENCIÁLNY V Ý V O J S I E T Í ITKRZ nadobudnutých vedomostí môžeme usudzovať, že súčasný spôsob prenosu televíznycha dátových signálov je málo efektívny. Subpásma pridelené jednotlivým službám sú pevnedané, a počas prevádzky sa už nemenia (viď. Tab. 1). Princíp hromadného prenosu TVprogramov v sieti je síce lacné riešenie, ale z pohľadu obsadenia frekvenčného pásmakoaxiálnej časti siete je tento systém málo výhodný. Značná časť frekvenčného pásmakoaxiálneho kábla je obsadená práve TV programami, medzi ktorými sa nachádza aj veľkýpočet kanálov, ktoré v danom čase nie sú sledované. Neustále vyšší počet poskytovaných HDkanálov iba situáciu zhoršuje. S narastajúcimi požiadavkami na zvyšovanie prenosovejrýchlosti dát v sieti (ak sa jedná o sťahovanie dát alebo pozeranie videa) je nutné aj týmtoslužbám, pomocou združovania kanálov, prideľovať čoraz stále väčšiu prenosovú kapacitukoaxiálneho kábla. Keďže je kapacita koaxiálneho kábla obmedzená, je nutné prevádzku TVa dátových kanálov riadiť.2.1 RIADENIE PREVÁDZKY VO FREKVENČNOM PÁSME KOAXIÁLNEHO KÁBLAV návrhu sa predpokladá tzv. segmentácia frekvenčného pásma pre priamy smer. Vofrekvenčnom pásme koaxiálneho kábla sú navrhnuté tri segmenty služieb (obr.3).

Interaktívne televízne káblové rozvody 79Manažment šírky pásma na základe veľkosti prvých dvoch segmentov (Segment TV aSegment D1) určuje prenosovú kapacitu tretiemu segmentu D2. Segment môžeme definovaťako frekvenčné pásmo s premenlivou veľkosťou počas prevádzky pre určitý typ služby,alebo používateľa. Služby, ktoré môžu byť poskytované, sa delia na videoslužby a dátovéslužby.Obr. 3 Segmentácia frekvenčného pásma pre priamy smerTriedy dátových služieb sú rozdelené do troch skupín relatívnych priorít:▪ Priorita č. 1: VoIP, IPTV▪ Priorita č. 2: Internet (dátové služby, ktoré nepatria do skupiny priorít č. 1 a 3)▪ Priorita č. 3: Peer 2 Peer, FTP, BitTorrent, Gnutella, atď.Pri segmentácii sa vychádza zo súčasného stavu. Uvažujeme o týchto segmentoch(obr.3):▪▪▪Segment TV - určený pre videoslužby (kanály TV a VoD).Segment D1 - určený pre dátové IP služby (priorita č.1 a priorita č.2).Segment D2 - obsadzuje voľné frekvenčné pásmo a zabezpečuje konštantnézaťaženie frekvenčného pásma (ak je žiadané). Zjednodušene povedané, vypĺňavoľný priestor vo frekvenčnom pásme. Používateľ, ktorý surfuje na internete, sanachádza v Segmente D1. Ak začne tento používateľ sťahovať väčší objem dátnapr. pomocou protokolu FTP systém to automaticky zaregistruje a preradí ho dosegmentu D2, kde mu pridelí maximálnu možnú prenosovú kapacitu, ktorú má kdispozícii. Ak sa Segment TV alebo D1 zväčší, systém automaticky bude znižovaťprenosovú rýchlosť dátovým službám priority č. 3 až na minimálnu garantovanúúroveň.Frekvenčné pásmo pre priamy smer je rozdelené na dve pomocné pásma s konštantnouveľkosťou, ktoré budú definované poskytovateľom služieb:

80 Interaktívne televízne káblové rozvody▪▪Subpásmo I: Do tohto subpásma sa umiestňujú video kanály, ktoré vytvárajúsegment TV. Frekvenčné kanály sa obsadzujú postupne od najnižšej nosnejfrekvencie. Pri zaplnení tohto pásma video programami dochádza k zamietaniuďalších požiadaviek o iné video služby.Subpásmo II: Podobne ako v predchádzajúcom prípade sú umiestňované službypre segment D1, ktoré obsadzujú frekvenčné kanály od najvyššej nosnej frekvencie.Služby segmentu D2 môžu byť umiestnené do jedného, alebo druhého subpásma. Závisíto od množstva voľných kanálov v nich.Obr. 4 Názorná ukážka obsadenia frekvenčného pásma počas simulácie pre 12 kanálov2.2 RIADIACE CENTRUM KOAXIÁLNEJ SIETE (RCKS)Ako už bolo spomenuté, optický uzol v súčasných sieťach iba premieňa optický signál naelektrický. Je to nevhodné z toho dôvodu, že množstvo dát, ktoré sa prenáša v koaxiálnejvetve je to isté, ako v optickom vlákne. Umiestnením prepínača do optického uzla rozdelímeprenosovú kapacitu optického vlákna do jednotlivých koaxiálnych vetiev, čo zabezpečískutočnú hierarchiu. Z pohľadu TV služieb bude tento prepínač plniť funkciu filtra, ktorýprepúšťa iba žiadané TV programy do koaxiálnej časti siete. Keďže prepínač pracuje sjednotlivými TV programami, je výhodné umiestniť do tohto prvku siete aj sekundárnyserver VoD. Kombináciou optického uzla, prepínača a sekundárneho servera VoD námvznikne nový prvok siete, ktorý sa nazýva Riadiace Centrum Koaxiálnej Siete (RCKS). Nazáklade požiadaviek od účastníkov siete umiestňuje prijímané videoprogramy na voľnéfrekvenčné kanály, ktoré sa nachádzajú v subpásme pridelenom videoslužbám.

Interaktívne televízne káblové rozvody 81Prepínač sa skladá z troch častí:▪▪▪▪Modulu sieťového rozhrania (NIM) – obsahuje tuner a dekódovač QAM.Prepínacieho poľa – prepína videoprogramy na základe inštrukcií z riadiacehoprvku.Riadiaceho prvku – prijíma požiadavky od zákazníkov a riadi prepínacie pole.Komunikuje s STB na komunikačných kanáloch a informuje manažment šírkypásma o stave veľkosti segmentu TV.Modulátora DVB-C a modulátora I/Q – moduluje video na nosnú frekvenciupríslušného kanála.Obr. 5 Bloková schéma a laboratórna vzorka prepínača v RCKS pre štyri frekvenčné kanályv ktorých sa nachádzajú štyri videoprogramy [10]2.3 SERVER PRIORITIZÁCIE PAKETOV A SERVER MANAŽMENTU ŠÍRKYPÁSMAĎalším novým prvkom siete je server prioritizácie paketov, ktorý ma za úlohu rozpoznaťtyp služby, ktorý je poskytovaný prenášaným paketom a prideliť mu číslo prioritnej triedy.Hlavným prvkom inteligentnej siete je server manažmentu šírky pásma, ktorý sa nachádza vhlavnej stanici siete. Tento server na základe prijímaných paketov s prioritnými triedami a IPadries používateľov určuje v ktorom segmente sa IP dáta budú prenášať. Na základeinformácie o zaplnení frekvenčného pásma riadi dátovú prevádzku v sieti [1].

82 Interaktívne televízne káblové rozvody3 VYUŽI T I E I T K RNa základe týchto nových prvkov v sieti dôjde k efektívnemu využitiu frekvenčnéhopásma koaxiálneho kábla. Nutný zásah do siete je potrebné vykonať v hlavnej stanicia v optických uzloch siete. Hlavnou výhodu navrhovaného systému oproti súčasnej HFC sietije to, že vo frekvenčnom pásme sa nachádzajú iba tie služby, ktoré sú žiadané. Prenosovákapacita koaxiálneho kábla, ktorá sa týmto spôsobom uvoľní, je pridelená dátovým službám.Môže teda nastať stav, kedy je celé frekvenčné pásmo koaxiálneho kábla využívané iba nadátový prenos. V súčasnej sieti takýto stav nemôže nastať z dôvodu obsadenia značnej šírkyfrekvenčného pásma videoslužbami.LITERATÚRA[1] Hlubík, J.: Model inteligentnej ITKR siete, Dizertačná práca, Žilinská univerzita vŽiline, 2008[2] Dianiška, S.: Siete káblovej televízie – Parametre a štruktúry, Vydavateľstvo NOIBratislava, SAKT 2001, ISBN 80-968566-2-6[3] Chin-Lin Chen: Elements of Optoelectronics and Fiber Optics, School of Electrical andComputer Engineering, Purdue University, ISBN 0-256-14182-7[4] C. Siva Ram Murthy, Mohan Gurusamy – WDM optical networks: Concepts, Design,and Algorithms, Prentice-Hall, Inc., Upper Saddle River, NJ 07458, 2002, ISBN 0-12-060637-5[5] ČSN EN 50083-3: Kabelové sítě pro televizní a rozhlasové signály a interaktivní služby- Část 3: Aktivní širokopásmové díly pro koaxiální kabelové sítě, 2003-01-01[6] ETSI EN 300 429 Digital Video Broadcasting (DVB); Framing Structure, ChannelCoding and Modulation for Cable Systems, 04-1998A.[7] http://www.cablelabs.com/specifications/, [20. 11. 2009], dostupné na internete[8] Wahl, S.; Seibold, W.; Kopf, A.; Jaehnert, J.; Leligou, H.C. - Architecture andexperiences of a multi-service HFC network; Alcatel Corp. Res. Centre, Germany ; 26-29 June 2000; ISBN: 0-7803-5884-8[9] Walter Ciciora, James Farmer, David Large; Modern Cable Television Technology:Video, Voice, & Data Comm.; Morgan Kaufmann Publishers; 2nd edition, 2002[10] Štofan, S.: Návrh a realizácia laboratórnej vzorky prepínacieho poľa riadiaceho centrakoaxiálnej siete, Diplomová práca, Žilinská univerzita v Žiline, 2009

VYHĽADÁVANIE STRIHOV VOVIDEOSEKVENCIIING. ZUZANA DUBCOVÁÚ V O DVideo je najefektívnejšie médium pre zachytávanie sveta okolo nás. Kombináciouzvukových a vizuálnych efektov sa dosiahne veľmi vysoká miera reality. Pojem „video“ jepoužívaný najmä v priemysle na reprezentáciu všetkých audiovizuálnych záznamov asnímacích technológii. Video bolo základným záujmom filmového a televízneho priemyslu.V priebehu rokov tento priemysel vyvíjal detailné a kompletné postupy a techniky nazaznamenávanie, ukladanie, vydávanie, získavanie, zreťazenie a predstavenievideomateriálov. Na efektívne spravovanie týchto materiálov je nevyhnutný rozvojautomatických techník, aby vytvárali a riadili veľké množstvá videí [1-2]. Kompresia,skladovanie, prenos, video-dátový tok a taktiež aj prehrávanie digitálnej informácie boli už zveľkej časti vyriešené. Pozornosť sa upriamuje na to, ako začať v nazhromaždených dátach,ktorých je veľké množstvo, vyhľadávať [3]. S dostupnosťou a používaním on-linedigitálneho videa sa musíme zaoberať rozvíjaním nových postupov automatickej analýzyobsahu, postupnosťou ich triedenia podľa vopred definovaných kritérií – obsahových inízkoúrovňových. Najväčšia pozornosť bude sústredená práve na automatickú detekciuhraníc medzi jednotlivými zábermi z kamery (šotmi).1 ANALÝZ A M U LT I M E D I Á L N E H O O B S A H UAnalýza videa zakladajúca sa na obsahu delí video do šiestich štrukturálnych úrovní:kľúčové rámce, rámce, zábery, scény, príbehy a videosekvencie [4]. Kľúčové rámce a rámcesú najzákladnejšie a najmenšie jednotky videa. Ďalšou najväčšou jednotkou videa -syntakticky a sémanticky je vyššia jednotka nazývaná záber (shot). Záber reprezentujesekvenciu rámcov zachytených z jedného kontinuálneho záznamu jedinej kamery, je tovlastne séria súvislých za sebou nasledujúcich obrázkov vytvorených súvisle jednou

84 Vyhľadávanie strihov vo videosekvenciikamerou bez prerušenia, zobrazujúca plynulý dej v čase a priestore. Kľúčové rámce možnoextrahovať z každého záberu, sú zástupcami každého z nich. [5,6]. O úroveň vyššie možnorozoznávať skupiny po sebe nasledujúcich záberov – scény. Napríklad pohľady dvoch ľudípri ich dialógu tvoria sekvenciu záberov. Skupinu viacerých záberov, sústredených na istýobjekt nášho záujmu, voláme scénou. Scéna je teda logickým zoskupením záberov do jedinejvýznamovej (sémantickej) jednotky. Príkladom môže byť rozhovor dvoch moderátorov.Scéna sa skladá z množstva záberov, zatiaľ čo televízne vysielanie pozostáva zo súboru scén.Každá scéna je tvorená celistvým počtom záberov, kde sú konce a začiatky okrajovýchzáberov zväčša aj začiatkami a koncami danej scény tak, ako je to zobrazené na obr.1.Video sekvenciaPríbeh (event)Scéna(scene)Záber (shot)Rámce (frames)Kľúčové rámceObr. 1 Hierarchia videaVideosystém pre vyhľadávanie, indexovanie, analýzu, sémantický opis a kompresiu máarchitektúru ako je zobrazené na obr. 2. Tento systém je rozdelený do 4 častí, a síce vstupnétoky dát, časť nízkoúrovňového popisu, časť vysokoúrovňového popisu a nakoniec časťvýstupného toku dát. Prvý z nich príjme tri toky slovenských televíznych spravodajstiev(Markíza, JOJ, STV). Druhá časť obsahuje funkcie na extrahovanie nazývané príznaky, ktorésa získavajú zvlášť z každého obrázka. Príznaky zodpovedajú bodom, ktoré obsahujú značnémnožstvá farby, textúr, tvaru, atď. Tretia časť zahŕňa záberové kľúčové slovo, spájanie(zhlukovanie) scén, deskriptor týchto scén, ktoré reprezentujú nízku úroveň znakov vsémantickej úrovni a určujú príbuznosť susedných záberov. Podľa sémantického opisu budeposledná časť, výstupný tok, vytvorená zo vstupného, ktorý nebude obsahovať rovnaképríspevky.

Vyhľadávanie strihov vo videosekvencii 85TV JOJ TV MARKIZA STV 1VSTUPNÝ VIDEOTOKEXTRAKCIA PRÍZNAKOVSTRIH, STMIEVAČKA, ROZTMIEVAČKA, ROZPLYNUTIE, ...DETEKTOR PRECHODUKLASIFIKÁTOR ZÁBERUNÍZKOÚROVŇOVÝ POPISDESKRIPTOR ZÁBERUSPÁJAČ ZÁBEROV DO SCÉNDESKRIPTOR SCÉNVYSOKOÚROVŇOVÝ - SÉMANTICKÝ POPISTVORBA NOVÉHO VIDEOTOKUZMIEŠANÝVIDEOTOKVÝSTUPNÝ VIDEOTOKObr. 2 Logická architektúra navrhovaného systému2 DETEKCIA H R A N Í C Z Á B E R UDetekcie hraníc a ich úlohy, obsah každého obrazu, či už je to samostatný statickýobrázok alebo snímka vo videosekvencii, možno rozdeliť na niekoľko hierarchickyusporiadaných úrovní abstrakcie. Prvú, najnižšiu úroveň tvoria pixely, ktoré predstavujúinformáciu o jase a farbe. Ďalšia úroveň sa zaoberá znakmi alebo vlastnosťami, ako sú hrany,rohy, čiary, krivky a farebné oblasti v rámci daného obrazu. Vyššia úroveň abstrakciekombinuje a interpretuje tieto znaky ako objekty a k nim prislúchajúce atribúty. Na najvyššejúrovni sa využívajú koncepty spracovania a abstrakcie obrazu podobné ľudskému vnímaniu,ktoré spájajú jeden alebo viac objektov a definujú vzťahy medzi týmito objektmi. Detekciaobjektu vo videosekvencii zahŕňa určenie výskytu daného objektu v postupnosti snímok, akoaj čo najpresnejšie určenie jeho polohy pre ďalší proces rozpoznávania. Detekcia hraníczáberu (alebo jednoducho detekcia záberového prechodu, či záberová detekcia) je oblasťskúmania spracovania videa. Témou tejto oblasti je automatická detekcia prechodov medzi

86 Vyhľadávanie strihov vo videosekvenciizábermi v digitálnom videu s cieľom časového delenia videí. Takže môžeme povedať, žedetekcia hraníc záberu (Shot boundary detection - SBD) delí videosekvenciu na základnéčasové jednotky, nazývané zábery. Je to tiež zásadný krok automatického delenia a obsahovozaloženého získavania videa alebo sumarizácie aplikácií, ktoré poskytujú výkonný prístup doveľkých videoarchívov, napr. z každej scény môže aplikácia vybrať reprezentatívny obraz navytvorenie vizuálneho prehľadu celej videosekvencie a spracovaním takýchto znakov môževyhľadávací prostriedok hľadať položky ako napr. „ukáž mi všetky sekvencie, kde sú scény sautom“. Všeobecne povedané nemôže detekcia strihu urobiť nič, čo by človek nemoholurobiť manuálne, ale ušetrí to veľa času. Záberová detekcia je zobrazená na obr.3.videosekvenciascénascénazáber záber záber…….F F F F…….detekcie hraníczáberu (SBD)Obr. 3 Detekcia hraníc záberuHoci sa detekcia strihu zdá byť pre človeka jednoduchá úloha, pre počítač je to neľahkáúloha. Detekcia strihu by bola ľahšie vyriešiteľná, keby bol každý rámec videa obohatenýprídavnými informáciami o tom, kedy a akou kamerou bol natočený.3 DELENIE PRECHODOVDetekcia záberového prechodu je oblasť skúmania spracovania videa. Témou tejto oblastije automatická detekcia prechodov medzi zábermi v digitálnom videu s cieľom časovéhodelenia videí. V rámci detekcie záberových prechodov sú známe dva typy:

Vyhľadávanie strihov vo videosekvencii 87▪▪Náhle prechody – je to náhly prechod z jedného záberu na ďalší, t. j. jeden rámecpatrí k prvému záberu, ďalší rámec patrí k druhému záberu. Je to skoková zmenamedzi rámcami. Sú tiež známe ako tvrdé strihy, alebo strihy.Postupné prechody – v tomto type prechodov sú dva zábery kombinovanépoužitím pestrých, geometrických alebo geometricko-pestrých efektov, ktorépostupne nahradia jeden záber ďalším. Postupné prechody sa vyvíjajú časovo podobu niekoľkých rámcov. Poznáme rôzne typy, napr. zmazanie (wipe), rozplynutie(dissolve), stmievanie (fade)...[4].3.1 STRIHStrih (cut) patrí do skupiny náhlych prechodov, je definovaný ako tvrdý „rez“. Hranicamedzi dvoma snímkami je jasne definovaná, zmena medzi dvoma rámcami je skoková a takje badateľná aj voľným okom. Prechod nie je nič iné ako spojenie dvoch snímok (dvochsekvencií snímok) dohromady. Strih môžeme ponímať ako náhlu zmenu záberu, ktorá saudeje počas jediného rámca. Je to najčastejší typ prechodu medzi dvoma zábermi, pretože jenajľahšie realizovateľný a taktiež najľahšie detekovateľný.Obr. 4 Strih (cut)3.2 ÚNIKúniku:Únik (fade) patrí medzi postupné prechody a trvá niekoľko rámcov. Existujú dva typy▪▪Stmievačka (fade-in) je to pomalá zmena jasu, ktorá následne končí čiernymrámcom.Roztmievačka (fade-out) je taktiež zmena jasu, ale naopak ako pri stmievačke, priroztmievačke nasledujúci sled rámcov začína práve čiernym rámcom. Práveprítomnosť takéhoto monochromatického rámca je využívaná niektorýmialgoritmami pri odhaľovaní úniku.

88 Vyhľadávanie strihov vo videosekvenciiObr. 5 Únik (fade)3.3 ROZPLYNUTIERozplynutie (dissolve) tvorí taký prípad, že rámce prvého záberu sú postupne stmavené,rámce začínajúceho druhého záberu sú postupne zosvetlené. Prechodné rámce medzi týmitodvoma zábermi vznikli zlúčením (prekrytím) rámcov z oboch záberov. Rozplynutie jesúčasný prípad stmievačky a roztmievačky, kde sú tieto efekty vrstvené s pevnou časovouperiódou. Rozoznávame dva typy rozplynutí:▪▪krížové rozplynutie (cross-dissolve)aditívne rozplynutie (additive-dissolve)Obr. 6 Rozplynutie3.4 ZMAZANIEZmazanie (wipe) – prechod typu virtuálnej krivky idúcej naprieč obrazovkou, mažúcejstarú scénu a zobrazujúcej novú. Nastáva taktiež počas viacerých rámcov, je to špeciálnygrafický prechod.Obr. 7 Zmazanie (wipe)4 KRITÉRIÁ HODNO T E N I A D E T E K C I E Z Á B E R UPresné detekcie hraníc sú vyhodnotené pojmami presnosť (precision) P a rozoznanie(recall) R. Rozoznanie je definované ako percento požadovaných položiek, ktoré sú získané,hovorí o percente pravdivej detekcie vzhľadom ku celkovému (reálnemu) počtu hraníc

Vyhľadávanie strihov vo videosekvencii 89záberu nachádzajúcich sa v sekvecii. Presnosť je definovaná ako percentuálny podielzískaných položiek, ktoré sú požadované, udáva percento pravdivej detekcie vzhľadom kucelkovému počtu detekcií, ktoré algoritmus deklaroval. Vyjadruje teda hodnotu, aká časťbola skutočne pravdivá a dáva nám predstavu o pravdivosti algoritmu [7-8]. Výpočty narozoznanie a presnosť sú definované nasledovne pomocou rovníc:R = C /( C + M ) , P = C /( C + F), F 1 2PR/( P + R)= [1]kde symboly znamenajú: C (correct) - počet správne zistených strihov, M (misst) - početnedetekovaných strihov a F (false) - počet nesprávne zistených strihov. F1 je kombinovanývýpočet, ktorého výsledkom bude vysoká hodnota, ak obe kritériá presnosť aj rozoznaniedosahujú vysoké hodnoty [9].∆ IiO RIG INAL CUTSD ETE CT E D CUT S0.40.30.20.10 0 1000 2000 3000 4000 5000 6000 7000 8000FRAME10 0 1000 2000 3000 4000 5000 6000 7000 8000FRAME10 0 1000 2000 3000 4000 5000 6000 7000 8000FRAMEObr. 8 Príklad detekcie strihu, a) dynamika sekvencie, b) skutočné strihy, c) detekovanéstrihyAko doplňujúce charakteristiky k rozoznaniu R a presnosti P môžu byť použité aj FR aFP, kde FR je rámcové rozhranie (frame recall) a je definované ako pomer počtu správneurčených rámcov v detekovanom prechode (patriacich hraniciam záberu) ku skutočnémupočtu rámcov v danom prechode. FP je rámcová presnosť (frame precision), ktorá jedefinovaná ako pomer počtu správne detekovaných rámcov v detekovanom prechode kupočtu detekovaných rámcov daného prechodu.

90 Vyhľadávanie strihov vo videosekvenciiLITERATÚRA[1] Ružický E., Ferko A. 1995. Počítačová grafika a spracovanie obrazu. Bratislava:Sapientia, 1995. s.325. ISBN 80-967180-2-9[2] Žára J., Beneš B., Felkel P. 1998. Moderní počítačová grafika. Praha: Computer Press,1998. s. 448. ISBN 80-7226-049-9.[3] Smeaton A. F.: Challenges for Content – Based Navigation of Digital Video in FíschlárDigital Library, Lecture Notes In Computer Science, Vol. 2383, Proceedings of theInternational Conference on Image and Video Retrieval, Pages: 215-224, 2002, ISBN:3-540-43899-8[4] Lu H., Li Z., Tan Y.-P.,. Xue X, Video Shot Boundary Detection and SceneSegmentation, Advances in Image and Video Segmentation, ISBN: 1-59140-755-9(hardcover), ISBN: 1-59140-754-0(softcover), Image processing - Di[5] Abdeljaoued Y., Ebrahimi T., Christopoulos C., Mas Ivars I. „A new algorithm for shotboundary detection“, EUPSICO 2000: European signal processing conference No10,Tampere , FINLANDE (04/09/2000), pp. 151-154[Note(s) : XVII, 2556 p., ] (6 ref.)ISBN 952-15-0443-9 ; 952-15-0444-7 ; 952-15-0445-5 ; 952-15-0446-3 ; 952-15-0447-1[6] Boresczky J. S. and Rowe L. A.: „A comparison of video shot boundary detectionTechniques“ In Proceedings to Storage & Retrieval for Image and Video Databases IV,SPIE 2664, pages 170—179 (1996)[7] Browne P., Smeaton A. F., Murphy N., O’Connor N., Marlow S., Berrut C.,„Evaluating and Combining Digital Video Shot Boundary Detection Algorithms“,International Multimedia Conference archive Proceedings of the 8th ACM internationalworkshop on Multimedia information retrieval table of contents Santa Barbara,California, USA POSTER SESSION: Poster session 2: annotation, summarization, andvisualization table of contents Pages: 231 – 238,2006, ISBN:1-59593-495-2[8] Šarić M., Dujmić H., Baričević D., „Shot Boundary Detection in Soccer Video usingTwin-comparison Algorithm and Dominant Color Region, Journal of Information andOrganizational Sciences. 32 (2008) ; 67-73 (journal article).[9] Cao J., Cai A.,A robust shot transition detection method based on support vectormachine in compressed domain, Pattern Recognition Letters, Volume 28, Issue 12(September 2007),Pages: 1534-1540,2007, ISSN: 0167-8655

SEGMENTÁCIA STATICKÝCH OBRAZOVING. PETER LUKÁČÚ V O DPočítačová grafika patrí už niekoľko rokov medzi jednu z najvyužívanejších oblastípočítačového sveta. Médiá, ako napríklad televízia a tlač, ju využívajú denne v mnohýchprípadoch a podobách. Zrak je totiž jedným z najdôležitejších zmyslov človeka a mnohí sibez neho nevedia život ani predstaviť. Existuje nielen produktívna alebo vývojová formapočítačovej grafiky, ale aj analýza a vyhodnocovanie pre rôzne účely. Analýza obrazu sačasto používa ako príprava pre vývoj algoritmov spracovania obrazu. Analýza a spracovanieobrazu sa v dnešnej dobe využívajú stále viac.Segmentácia obrazu je jednou z najkritickejších oblastí analýzy obrazu. Objektomzáujmu analýzy obrazu je extrakcia informácie (v našom prípade je informáciareprezentovaná dátami) z obrazu alebo sekvencie obrazov (video). Segmentácia obrazuzaznamenala za posledných 50 rokov obrovský rozmach. Za toto obdobie sa vytvorilo veľaalgoritmov a metód, ktoré spracovávajú obraz na optimálny výsledok. Novoobjavenéalgoritmy nám posúvajú segmentáciu do rôznych oblastí použitia. Rozmanitosť použitiadokazujú nasledujúce oblasti: oblasť medicíny, kde sa využíva napríklad na lokalizáciutumorov, stanovenie diagnóz, študovanie anatomickej štruktúry a rôznych iných príkladov,potom je to oblasť dopravy, kde sa využíva v rôznych kontrolných systémoch, oblasťrozpoznávania tváre alebo odtlačkov prstov a aj rôznych iných oblastiach.1 SEGMENTÁCIA FA R E B N É H O O B R A Z USegmentácia obrazu je prvým krokom analýzy obrazu a je tiež najkritickejšímproblémom. Úlohou analýzy je extrakcia informácie z obrazu. Zahrňuje v sebe právesegmentáciu obrazu, reprezentáciu objektu a samozrejme aj získavanie príznakov.

92 Segmentácia statických obrazovHlavnou úlohou segmentácie obrazu je rozčleniť obraz do častí, ktoré majú úzkusúvislosť s predmetmi alebo oblasťami zachytenými v obraze, a vybrať tieto časti.Výsledkom má byť skupina vzájomne sa neprekrývajúcich oblastí, ktoré buď jednoznačnesúhlasia s objektmi nachádzajúcimi sa vo vstupnom obraze, kedy sa jedná o úplnúsegmentáciu, alebo vytvorené segmenty nemusia priamo súhlasiť s objektmi obrazu a vtedyide o čiastočnú segmentáciu [1].Pre úplnú segmentáciu je potrebná spolupráca s vyšším stupňom spracovania, kde savyužívajú konkrétne znalosti riešeného problému. Existujú však výnimky, kedy sa pri úplnejsegmentácii využíva nižšia úroveň spracovania, napríklad pri objektoch s veľkýmkontrastom na pozadí nemenného jasu (písaný text)[1].Pri čiastočnej segmentácii je výsledkom rozdelenie obrazu do samostatných častí, ktorésú homogénne vzhľadom k určitým zvoleným vlastnostiam, ako sú jas, farba, textúraa podobne. Po spracovaní zložitého obrazu je výsledkom skupina oblastí, ktoré súhomogénne v istých zvolených rysoch. Oblasti sa môžu prekrývať. Na dáta, ktoré popisujúčiastočnú segmentáciu, je potrebné aplikovať ďalšie postupy a metódy, ktoré pomocouvyššej úrovne umožňujú získať výslednú segmentáciu obrazu [1].Segmentácia obrazu je neustále žiadanou oblasťou výskumu napriek niekoľkým dekádamskúmania. Dokazujú to jednak konferencie zaoberajúce sa spracovaním videa a obrazu, naktorých sa prezentujú výsledky segmentácií obrazu, a taktiež knihy zaoberajúce saspracovaním a analýzou obrazu, v ktorých sa nachádzajú kapitoly špecializované na oblasťsegmentácie obrazu.2 VÝV O J A L G O R I T M O V S E G M E N T Á C I E FA R E B N É H OO B R A Z UVývoj techník na segmentáciu obrazu sa uskutočňuje už viac ako 40 rokov. V roku 1965bol predstavený operátor na detekciu hrán medzi rôznymi časťami v obraze, Robertsovoperátor (pomenovaný tiež Robertsov detektor hrán). Tento detektor bol prvým krokomk rozkladu obrazu na jeho podstatné časti. Odvtedy bolo navrhnutých obrovské množstvotechník a algoritmov zaoberajúcich sa segmentáciou obrazu. Napríklad rozšírenie 2-Dobrazov na 3-D, statický obraz na pohyblivý alebo sekvenciu obrazov (video), obraz šedejškály na farebný obraz a iné. Tieto rozšírenia dopomohli k rýchlejšiemu rozširovaniu počtutechník a algoritmov pre segmentáciu obrazu [2].

Segmentácia statických obrazov 93Obr. 1 Najvrchnejší obraz-originál. Príklady algoritmov segmentácie obrazu: a) Algoritmuszaložený na posune stredu, b) Algoritmus založený na teórii grafov, c) Algoritmus hybridnejsegmentácie, d) Algoritmus normalizačného rezu, e) Algoritmus očakávanej maximalizácie.V každom riadku sú výsledky segmentácie pre tri odlišné parametreZa posledných viac ako 40 rokov sa vyvinulo veľké množstvo techník a algoritmov presegmentáciu farebného obrazu. Pred 15 rokmi bol určený počet medzinárodne navrhnutýchalgoritmov pre segmentáciu obrazu, ktorého výsledkom bolo takmer 1000 algoritmov. Tentopočet nemusí byť úplne presný, keďže v tej dobe neboli možnosti vyhľadávania aké sú teraz.

94 Segmentácia statických obrazov3 MIER Y P O D O B N O S T IMiery podobnosti zohrávajú významnú úlohu pri segmentácii obrazu. Používajú sa naporovnávanie vektorov príznakov pri hľadaní podobnosti v obraze, t.j. definujú vzdialenosťmedzi vektormi. Najznámejšie a najpoužívateľnejšie miery podobnosti pre spracovanieobrazu sú uvedené nižšie, kde x, y sú porovnávané vektory. Grafické porovnanie metód je naobr. 2 [3].1. Manhattan, Cityblock, alebo metrika L1:L1(x, y) je miera podobnosti definovaná pomocou odlišnosti medzi dvomi vektormi x a y,pričom ju vypočítame ako súčet všetkých vzdialeností medzi prvkami vektorov x a y.2. Euclidova, alebo metrika L2:L2(x, y) je miera podobnosti definovaná pomocou odlišnosti medzi vektormi x a y, avšakna rozdiel od predchádzajúcej metriky ju vypočítame ako odmocninu súčtu štvorcovvšetkých vzdialeností medzi prvkami vektorov x a y.3. L∞ alebo Čebyševova metrika:L∞ (x, y) je miera podobnosti definovaná pomocou odlišnosti medzi vektormi x a y,v tomto prípade je to maximálna absolútna hodnota zo všetkých vzdialeností medzi prvkamivektorov x a y.a) b) c)Obr. 2 Zobrazenie rozdielov medzi základnými metrikami podobnosti v 2D priestore, a) L1,b) L2, c) L∞

Segmentácia statických obrazov 954 EXTRAKCIA P R Í Z N A K O VJedným zo základných prvkov segmentácie obrazu je vektor príznakov. Práve pomocoupríznakov je obraz reprezentovaný v algoritme segmentácie. Existujú tri základné typypríznakov, ktoré charakterizujú obraz. Sú to farba, textúra a tvar.4.1 PRÍZNAKY TYPU FARBAFarba je vnímaná človekom ako kombinácia troch zložiek, konkrétne to sú R (červená), G(zelená), a B (modrá), ktoré sa taktiež nazývajú primárnymi farbami. Z reprezentácie R, G, Bvieme odvodiť ostatné typy farebných priestorov použitím lineárnych alebo nelineárnychtransformácií. Červená , zelená a modrá zložka môžu byť reprezentované hodnotou jasu,získanou prostredníctvom troch oddelených filtrov (červený, zelený, modrý).Farebný priestor je viacrozmerný priestor, v ktorom je každá dimenzia reprezentovanáinou farbou. Pri segmentácii obrazu sa využívajú farebné priestory, naprí. RGB, YIQ, HSI,CIE L*u*v, žiaden z nich však nedominuje nad ostatnými. Vybrať si ten správny farebnýpriestor je stále jedným z problémov[4].4.2 ZÁKLADNÉ MODELY FARIEB RGB, CMYModely farieb RGB a CMY priradzujú každému pixelu vektor troch zložiek. Tento vektorvyjadruje farebné intenzity troch primárnych farieb. Geometricky môžeme zobraziť modelyRGB a CMY ako kocku (obr. 7).RGB je aditívny model a využíva farby: R – červená (Red), G – zelená (Green), B –modrá (Blue). CMY je substraktívny model a využíva farby: C – modrozelená (Cyan), M –fialová (Magenta), Y – žltá (Yellow) [5].Farby sú reprezentované ako vektor v 3D farebnom priestore RGB alebo CMY a hodnotyRGB (CMY) kompletne popisujú ich zobrazenie. Keďže je ale citlivosť ľudského oka nazmenu farby menšia ako na zmenu jasu, boli vytvorené alternatívy na základe modelu RGB(CMY). Cieľom bolo nájsť farebný priestor čo najpodobnejší vnímaniu farieb ľudskýmokom.Model RGB sa používa hlavne v televíznych systémoch a obrazoch zachytenýchdigitálnou kamerou. Monitory zobrazujú farebný obraz podľa modulovania intenzity trochzákladných farieb (červenej, zelenej, modrej) pre každý pixel obrazu [6,7]. Je vhodný pre

96 Segmentácia statických obrazovfarebné obrazovky, avšak nie veľmi dobrý pre farebnú segmentáciu a analýzu obrazu, kvôlivysokej korelácii medzi zložkami R, G a B [8, 9].Obr. 3 Farebné priestory RGB, CMY, YCbCr4.3 LINEÁRNA TRANSFORMÁCIAModel YCbCrTento model je jasovo-chromatickým modelom farieb. Je jednoduchou lineárnoutransformáciou modelu RGB (obr. 3), pričom:Y reprezentuje zložku jasu, Cb reprezentujemodrožltú farbu (blue yellow), Cr reprezentuje modrozelenú farbu (red cyan) [5].4.4 NELINEÁRNA TRANSFORMÁCIANormalizovaný model RGBAk vykonávame segmentáciu farebného obrazu, potrebujeme, aby boli farby nezávislé nazmene intenzity svetla. Účinnou metódou je v tomto prípade zmena intenzity rovnomerne vspektrálnom rozložení. Normalizovaný farebný priestor Nrgb je definovaný:rRR + G + B= ,gGR + G + B= ,bBR + G + B= [1].Keďže r + g + b = 1, ak máme dve zložky zadané, tretia zložka môže byť dopočítaná.Môžeme použiť iba dve z troch [10].

Segmentácia statických obrazov 975 VYUŽI T I E S E G M E N T Á C I E FA R E B N É H O O B R A Z U VP R A X IVýskum v oblasti segmentácie farebného obrazu výrazne pokročil za posledné roky.Svedčí o tom rozmanitosť využitia segmentácie v praxi. Metódy a algoritmy sa uplatnili voviacerých systémoch a rôznych odvetviach. Príkladmi oblastí využitia segmentáciefarebného obrazu sú :▪▪▪▪Doprava: S aplikáciami v oblasti dopravy sa stretávame denno denne. Aj keď si tomožno ani neuvedomujeme, stále je čo zdokonalovať. Je veľké množstvo využitiaalgoritmov segmentácie obrazu, najmä systémy kontroly dopravy ako sú napríklad izisťovanie priestupkov vodičov kamerovými systémami, monitovanie stavuobsadenia miest na parkovisku, monitorovanie vjazdu vozidiel do objektu,zisťovanie ŠPZ vozidla a veľa iných aplikácii.Web: V tejto dobe je web a jeho aplikácie asi jedna z najvyužívanejších oblastítakmer každého človeka. Každý z nás už aspoň raz vyhľadával informáciu nainternete. Avšak zatiaľ čo vo vyhľadávaní textu sa spravil obrovský kus práce,vyhľadávanie obrazov stále zaostáva. Aj v tejto oblasti vyhľadávania sa využívasegmentácia obrazu.Medicína: Medicína resp. lekárstvo je dôležité pre ľudstvo odjakživa. Segmentáciasi našla svoje miesto aj tu, môžeme ju nájst v systémoch pre lokalizovanie tumorov,stanovovaní diagnóz, štúdiu anatomickej štruktúry, plánovaní liečby a vo veľa inýchvyužitiach.Iné: Existuje veľké množstvo iných aplikácií, kde sa využíva segmentáciafarebného obrazu. Spomeniem už iba niektoré z nich ako napríklad systémy nalokalizovanie objektov (cesty, lesy) pomocou satelitov, systémy rozpoznávaniaodlačkov prstov, systémy rozpoznávania tváre, systémy na detegovanie brzdovéhosvetla a inéLITERATÚRA[1] Hlaváč V., Šonka M.: Počítačové videní, Grada, 1992, ISBN 80-85424-67-3[2] Zhang Y. J.: Advances in Image and Video Segmentation, IRM Press, 2006, ISBN:978-1591407546

98 Segmentácia statických obrazov[3] Laerhoven K. V.: Basic Statistics and Metrics for Sensor Analysis, [online], http://www.comp.lancs.ac.uk/~kristof/research/notes/basicstats/index.html, [2.1.2007],Dostupné na internete.[4] Gauch J., Hsia Ch.W.: A Comparison of Three Color Image Segmentation Algorithm inFour Color Spaces, SPIE Vol. 1818 Visual Communications and Image Processing ´92,1992[5] Ford A., Roberts A.: Colour Space Conversions, [online]http://www.poynton.com/PDFs/coloureq.pdf, [08.01.2010], Dostupné na internete[6] Orchard M.T., Bouman C.A.: Color Quantization of Images, IEEE Trans. on SignalProcessing, Vol. 39, No. 12, 1991[7] Comaniciu D., Meer P., Robust Analysis of Feature Spaces: Color Image Segmentation,IEEE Conference on Computer Vision and Pattern Recognition, 1997[8] Pietikainen M.: et. Al, Accurate Color Discrimination with Classification Based onFeature Distributions, International Conference on Pattern recognition, 1996[9] Littman E., Ritter H.: Adaptive Color Segmentation – A Comparison of Neural andStatistical Methods, IEEE Trans. on Neural Network, Vol. 8, No. 1,1997[10] Golland P., Bruckstein A.M.: Why R.G.B.? Or How to Design Color Display forMartians, Graphical Models and Image Processing, Vol. 58, No. 5,1996

LABORATORY OF TELEMATIC SYSTEMSINTELIGENTNÉ DOPRAVNÉ SYSTÉMYING. RASTISLAV PIRNÍK, PHD.Ú V O DV súčasnosti, keď mnohé aspekty spoločnosti boli zavedením pokrokových technológiívylepšené, je potrebné aby nové technológie s väčšou razanciou prenikali aj do riadeniadopravy. Túto požiadavku z veľkej časti spĺňajú Inteligentné dopravné systémy IDS (alebodopravná telematika), ako súbor technických nástrojov používajúci informačnú technológiu atelekomunikačné služby vo vozidle a v dopravnej infraštruktúre na podporu a prevádzkuslužieb doprave.IDS nie sú zamerané len na jeden druh dopravy, ale pokrývajú všetky jej formy aumožňujú ich vzájomnú spoluprácu pri poskytovaní služieb zákazníkovi. V ďalšom texte savzhľadom na zameranie budeme zaoberať prevažne využitím IDS v cestnej doprave.Hlavnými úlohami IDS podľa [1]:▪▪▪▪zvyšovať bezpečnosť cestnej premávky,zvyšovať efektívnosť prepravy,zvyšovať kvalitu životného prostredia,zdokonaľovať produktivitu komerčnej aktivity spoločnosti.Základným cieľom dopravnej telematiky je poskytovať užívateľom inteligentné služby,ktoré je nutné sledovať v niekoľkých rovinách [2]:▪služby pre cestujúcich a vodičov (užívateľov) – napríklad informácie o dopravnýchcestách, o dopravných spojoch, dopravné informácie prezentované vodičominformačných systémov na diaľnici, dopravné informácie prezentovanéprostredníctvom rádia, televízie alebo internetu, informácie posielané vodičom doautomobilov (dynamická navigácia, kongescencie atď.), služby mobilnýchoperátorov, atď.

100 Inteligentné Dopravné Systémy▪ služby pre správcov infraštruktúry (správcovia dopravných ciest, správcoviadopravných terminálov) – sledovanie kvality dopravných ciest, riadenie údržbydopravnej infraštruktúry, sledovanie a riadenie bezpečnosti dopravnej premávky,ekonomika dopravných ciest, atď.▪ služby pre prevádzkovateľov dopravy (dopravcov) – voľba dopravných ciest anajvýhodnejších trás, riadenie obehu vozového parku, diaľková diagnostikavozidiel, dodávka náhradných dielov, atď.▪ služby pre verejnú správu – napojenie systémov dopravnej telematiky nainformačné systémy verejnej správy, sledovanie a vyhodnocovanie prepravy osôba nákladu, riešenie financovania dopravnej infraštruktúry, nástroje pre výkondopravnej politiky miest, regiónu, štátu, atď.▪ služby pre bezpečnostný a záchranný systém (IZS – integrovaný záchranný systém)prepojenie systémov dopravnej telematiky na integrovaný záchranný systéma bezpečnostné systémy štátu, zabezpečenie lepšieho organizovaniu zásahu prilikvidácií havárií, nehôd zvýšenie prevencie proti vzniku mimoriadnych udalostís ekologickými dôsledkami, atď.▪ služby pre finančné a kontrolné inštitúcie – elektronická identifikácia vozidieľa nákladov, sledovanie a vyhľadávanie ukradnutých vozidiel, elektronické platby zaposkytnuté IDS služby, atď.V súčasnosti aplikácie IDS na Slovensku umožňujú automatizované zásahy dodopravného prúdu na základe informácií o stave dopravy, stave cestnej siete a klimatickýchpodmienkach. Ostatné prvky IDS, nachádzajúce sa na cestnej infraštruktúre SR sú lokálnehocharakteru a predstavujú len základné možnosti ovplyvnenia dopravného prúdu bez aplikáciemultikriteriálneho hodnotenia. Oblasť uplatňovania IDS v intravilánoch miest je koncepčneriešená v projekte Národného systému dopravných informácií - NSDI. Napriek tomu jemožno konštatovať, že v podmienkach Slovenska nebol doposiaľ realizovaný žiadny projekts komplexnejším využitím inteligentných dopravných systémov ani systémov integrovanejdopravy [2].1 ARCHITEKTÚRA I DSTak komplexný systém ako sú inteligentné dopravné systémy nie je možné zavádzať atvoriť bez vopred stanovenej a všetkými zúčastnenými odsúhlasenej architektúry. Pri jejtvorbe nie je možné sledovať iba technickú stránku veci, ale celý koncept je nutné zviazať spodobou organizačnej štruktúry danej organizácie, definovaní kompetencií, právomocí, atď

Inteligentné Dopravné Systémy 101Vývoj IDS začína systémovou architektúrou, ktorá rieši dopravný riadiaci systém zhľadiska dopravného procesu a organizačnej štruktúry, ďalej rieši harmonizáciu amedzinárodné rozšírenie IDS. V rámci tejto architektúry dochádza k definovaniu trochreferenčných modelov IDS:▪▪▪mestské riadenie dopravy,medzimestské riadenie dopravy,riadiace systémy v dopravnom prostriedku.Obr. 1 Referenčné modely IDSReferenčné modely (Obr. 1.) pisujú celkovú štruktúru systému a zahŕňajú funkčnú,informačnú, fyzickú, komunikačnú a organizačnú architektúru a majú medzi sebou cezpríslušné rozhrania vertikálne informačné väzby.

102 Inteligentné Dopravné SystémyArchitektúra IDS odráža niekoľko rozdielnych pohľadov na skúmaný systém, zahŕňaspolupôsobenie medzi zúčastnenými stranami. Jej úlohou je jasný a jednoduchý opis vzrozumiteľnej podobe.2 RIADIACI SYSTÉM DOPRAV Y M E S TA – V Š E O B E C N EVýznamným krokom pri zvyšovaní prepravných výkonov, efektivity, bezpečnosti akomfortu dopravy v intraviláne na stávajúcej mestskej komunikačnej sieti je zriadenie abudovanie Riadiaceho Systému Dopravy (RSD) mesta zvyčajne pod gesciou Slovenskejsprávy ciest (SSC). RSD mesta možno podľa TP 10/2008 charakterizovať ako inteligentnýdopravný systém umožňujúci centralizované komplexné riadenie a ovplyvňovaniedopravných prúdov v meste prostredníctvom zariadení pre riadenie dopravy, a to na základeúdajov zo zariadení dopravného prieskumu, meteorologických zariadení, uzatvorenéhotelevízneho okruhu a pokynov operátora. RSD mesta teda zabezpečuje dohľad nad aktuálnoudopravnou situáciou v meste a umožňuje riadenie dopravy s využitím technologickýchzariadení alebo operátora.RSD na úrovni mesta integruje viaceré subsystémy, ako sú napr. riadenie dopravnýchoblastí (systémy CSS doteraz spravované mestom), mestská hromadná doprava, statickádoprava, riadenie tunelov atď. RSD mesta v prípade riadenia dopravy je možné schematickýopísať na Obr. 2Úroveň dopravného uzla - je tvorená jednotlivými dopravnými uzlami. Vnajjednoduchšom prípade je dopravným uzlom dopravný radič svetelne riadenej križovatky,ale aj uzavretý parkovací systém, sčítacie stanovište, resp. stanovište monitorovania dopravy(ADP) apod. Jedná sa o relatívne uzavretý celok, ktorý je tvorený senzormi (dopravnédetektory, videodetekcia, meteostanice) a akčnými členmi (svetelné návestidlá, PDZ, ZPI ainé). Riadiaci systém CSS dokáže pracovať samostatne prípadne v koordinácii s ďalšímidopravnými uzlami, musí mať však zadefinované funkčné väzby a informačný obsahvzhľadom k nadriadenému riadiacemu systému.Úroveň útvaru – riadiaci systém dopravy integruje všetky dopravné uzly (CSS, ADP,kamery, ...) v určitej dopravne homogénnej geografickej oblasti (v tomto prípade intravilána extravilán mesta) za účelom jej komplexného monitoringu a strategického riadenia.Dôležité je zabezpečiť vzájomnú interoperabilitu všetkých subsystémov. Z hľadiskarozmiestnenia dopravných uzlov môže ísť o riadenie v línii, ak sú rozmiestnené za sebou,alebo o zložitejšie riadenie s plošným usporiadaním dopravných uzlov.

Inteligentné Dopravné Systémy 103Obr. 2 Hierarchická štruktúra riadenia dopravy v meste ( NSDI - Národný systémdopravných informácií, P&R - systém Park and Ride, PDZ - Premenné dopravné značenie,CSS - svetelne signalizačné zariadenie.)Časť funkcionality musí byť delegovaná na úroveň technologických zariadení, resp. ichriadiacich jednotiek (napr. radič CSS, radič ADP a pod), avšak režimy v ktorých pracujúvýlučne riadi nadradený systém dopravy RSD.2.1 ZÁKLADNÉ FUNKCIE RSD V MESTÁCHHlavnou úlohou RSD musí byť detekcia a vyhodnocovanie aktuálneho stavu dopravy navymedzenej infraštruktúre a dopravných uzloch (križovatkách) a na úrovni mestaoptimalizovať ich riadenie. V prípade výskytov dopravných kongescií alebo mimoriadnychudalostí, ktorými sú napríklad nehody, dokáže RSD zabezpečiť maximálnu plynulosťdopravy s čo najefektívnejšou elimináciou kongesčných stavov. Súčasne dôležitou úlohoubude informovať účastníkov cestnej premávky a cestujúcich o aktuálnej dopravnej situácii.

104 Inteligentné Dopravné SystémyZdrojom informácií budú ADP umiestnené na úsekoch ciest I. a II. triedy vybavenékombinovanou funkciou ADP+ASD a tiež informácie z agendových systémov (informácieod zložiek Policajného zboru, Hasičského záchranného zboru, Zdravotnej záchrannej služby,Správcu komunikácií, Integrovaného záchranného systému a iné.). Výstupom budú dáta preriadenie a eliminovanie dopravných kongescií. Výstupom sú informácie prezentovanépomocou akčných členov (PDZ a ZPI) priamo v/na infraštruktúre, rozhlasového vysielania,mobilných operátorov, internetu, aj prostredníctvom vysielania RDS-TMC na úrovninadradeného systému NDIC.2.2 TECHNOLOGICKÉ ZARIADENIA IDSK zabezpečeniu naplnenia základných funkcií a procesov RSD sú nevyhnutné externétechnologické zariadenia (TZ). Technologickými zariadeniami sa rozumejú elektronickyriadené výpočtové systémy vybavené snímačmi a/alebo akčnými členmi s telemetrickýmrozhraním pre diaľkový dozor a ovládanie z RSD. Jednotlivé externé technologickézariadenia budú komunikačne prepojené na nadradený riadiaci systém RSD.Technologické zariadenia delíme na:▪▪Pasívne TZ, ktoré slúžia na zber údajov potrebných na monitorovanie dopravnejsituácie v sledovanej oblasti, resp. na úseku. Delíme ich podľa povahymonitorovaných veličín na zariadenia snímajúce veličiny priamo súvisiace sdopravou a na zariadenia snímajúce veličiny, ktoré vplývajú na bezpečnosťsamotnej dopravy.Aktívne TZ, ktoré slúžia na riadenie dopravy a informovanie účastníkov dopravy odopravnej situácii a o faktoroch, ktoré priamo alebo nepriamo ovplyvňujúbezpečnosť cestnej premávky.Konkrétne v technologických uzloch RSD Miest budú koncentrované a variantnenapojené cez technologickú komunikačnú sieť nasledovné technologické zariadenia:▪▪▪▪radiče CSS,analyzátory dopravného prúdu (ADP v kombinácii s ASD),detektory dopravných udalostí (DDU),detekčné kamery (neinvazívne DDU určené aj pre systém kontroly a represie) adohľadové kamery systému CCTV ,

Inteligentné Dopravné Systémy 105▪premenné dopravné značky (PDZ).2.3 ZÁKLADNÉ SÚČASTI RSD MESTA A PRINCÍP RIADENIA DOPRAVYCelý systém riadenia dopravy v špecifikovanej oblasti je navrhnutý tak, aby sazabezpečilo dosiahnutie základného cieľa – zvyšovanie bezpečnosti a plynulosti cestnejpremávky na vybraných hlavných cestných ťahoch a zvyšovanie komfortu cestovania.Štruktúra navrhovaného systému riadenia dopravy pozostáva z troch vrstiev:▪▪▪Technologická vrstva pozostáva z technologických zariadení, ktoré monitorujú,informujú a podľa pokynov z RSD riadia dopravnú situáciu.Prenosová vrstva tvorená aktívnymi prenosovými a sieťovými prvkami slúži nasprostredkovanie prenosu dát medzi technologickou a riadiacou vrstvou.Nadradená vrstva pozostáva z riadiaceho a vizualizačného systému. Komponentytýchto systémov sú sústredené na dispečerskom pracovisku.Uvedené tri vrstvy – technologická, prenosová a nadradená – sú zvyčajne rozdelené naosem základných súčasti systému a to tak, aby sa zabezpečila realizácia navrhovanýchdopravno-inžinierskych opatrení a on-line riadenie dopravy v riešenej oblasti, t. j. v reálnomčase v závislosti od aktuálnej dopravnej situácie.Konkrétne sú to tieto časti RSD:▪▪▪▪▪▪▪▪Systém cestnej svetelnej signalizácie - dynamické riadenie dopravy nakrižovatkách.Detekčný systém dopravy a zariadenia dopravného prieskumu.Dohľadový kamerový systém.Premenné dopravné značky a informačné veľkoplošné tabule.Napájacia infraštruktúra.Meteorologický informačný systém.Komunikačný systém na prenos dát.Dispečerské pracovisko.

106 Inteligentné Dopravné SystémyLITERATÚRA[1] Schlosser, T.: Inteligentné dopravné systémy. Bratislava: JAGA group, v.o.s. 2001ISBN 80-88905-64-8[2] Čelko, J. a kol. Inteligentné dopravné systémy súčasť vybavenia pozemnýchkomunikácií mesta Prešov. Technická štúdia. Žilina : Stavebná fakulta. 2009.

PRAKTICKÁ ČASŤ

EXTRAKCIA INFORMÁCIÍ Z OBRAZUING. MIROSLAV BENČO, PHD., DOC. ING. RÓBERT HUDEC, PHD.Ú V O DV súčasnej dobe prudko rastie množstvo audiovizuálnych informácií v databázach, nohodnota informácie často závisí na tom, ako jednoducho môžu byť tieto dáta nájdené,získané alebo sprístupnené. Na dosiahnutie týchto cieľov sa v posledných rokoch v oblastivyhľadávania obrazov vyvinulo a stále vyvíja množstvo algoritmov a metód, na základektorých sú potom vyvíjané alebo vylepšované systémy spracovania obrazových dát. V tomtopríspevku budú popísané systémy vyvíjané katedrou KTaM na Žilinskej Univerzite.1 SYSTÉM V Y H Ľ A D Á VA N I A S TAT I C K Ý C H O B R A Z O VV oblasti popisu a vyhľadávania statických obrazov sa v súčasnosti pracuje vo viacerýchoblastiach. Medzi najvýraznejšie patrí kombinácia nízkourovňových príznakov [1]a segmentácia obrazu [2]. Navrhované algoritmy sú najprv testované a neskôrimplementované do systémov pre vyhľadávanie, ako je napr. systém INIRES (INteractiveImage REtrieval System). Je to interaktívny systém pre automatické vyhľadávanie statickýchobrazov [3]. Princíp vyhľadávanie spočíva v troch základných bodoch:1. výber obrazového vzoru,2. vyznačenie významných segmentov v obraze,3. samotné vyhľadávanie, ktoré spočíva v porovnávaní vyznačených segmentovs databázou obrazov.Základné okno systému INIRES je zobrazené na obr. 1 a člení sa na tri časti; v ľavomhornom rohu je zobrazený náhľad používateľom vybraného obrazového vzoru, hneď podním je zobrazená jeho automatická segmentácia a vpravo je zobrazených 12 obrazovdatabázy.

110 Extrakcia informácií z obrazuPo načítaní obrazového vzoru je zobrazený celý náhľad obrazu, avšak po označení(kliknutí) podstatných segmentov v segmentovanom náhľade sa v náhľade obrazovéhovzoru zobrazia už len vybraté segmenty. Po výbere segmentov sa spustí hľadanie obrazovv databáze, v ktorej sa obrazy zoradia podľa podobnosti k hľadanému vzoru. V pravej častiokna je potom zobrazených prvých 12 obrazov databázy, ktoré vlastnosťami najviaczodpovedajú hľadanému obrazu. Pomocou tlačidiel Dopredu (Forward) a Spať (Backward)je možné sa pohybovať po celej databáze obrazov. Kliknutím na ľubovoľný obraz v databázeje možné zmeniť obrazový vzor a znova vyhľadávať, čím sa môže hľadanie spresniť.Obr. 1 Hlavné okno aplikácie INIRES2 SYSTÉMY I N T E L I G E N T N E J D O P R AV YMetódy získania informácie z obrazu sú skúmané v mnohých oblastiach. Jednou veľkouoblasťou pouźitia je inteligentná doprava, kde je pomocou analýzy obrazu a videa možnérealizovať:▪▪▪▪▪meranie rýchlosti,evidenciu odcudzených motorových vozidiel,monitorovanie dopravnej situácie na cestách a križovatkách,riadiť parkovacie systémy,zisťovať zaťaženie diaľnic, atď.

Extrakcia informácií z obrazu 111V rámci projektu CONNECT bol vyvíjaný automatický pokutový systém prezachytávanie priestupkov na križovatke [4]. Systém pozostáva z dvoch kamiera z výpočtovej riadiacej jednotky, ktorá spracováva dáta z kamier, riadi kamery a extrahujepotrebné informácie. Zobrazenie monitorovacej obrazovky systému je na obr. 2.Obr. 2 Automatický pokutový systémZobrazenie pozostáva z troch častí:▪CAMERA #1 – kamera č. 1, ktorá je umiestnená nad križovatkou a slúži namonitorovanie situácie a zachytávanie priestupkov, kdeINPUT SEQUENCE – je vstupný obraz z kamery č. 1,MOVING SEGMENTATION – je pohybová segmentácia obrazu z kamery č. 1,ktorá zabezpečí nájdenie pohybujúceho sa objektu,HSV COLOR SEGMENTATION – detailná segmentácia obrazu založená naseparácii farieb, slúži na odstránenie nepotrebnej informácie z okolia objektu,▪CAMERA #2 – kamera č. 2, slúži ako detailná kamera na získavanie detailnýchinformácii o vozidle (EČV), kdeINPUT SEQUENCE – je vstupný obraz z kamery č. 2,MOVING SEGMENTATION – je pohybová segmentácia obrazu z kamery č. 2,ktorá zabezpečí nájdenie pohybujúceho sa objektu,▪FEATURES EXTRACTION – zobrazenie získaných dát z obrazu,

112 Extrakcia informácií z obrazuVIOLATION (priestupok) – informácia o tom, či na monitorovanej križovatkedošlo k priestupku,ENTITY (Druh objektu) – ide o označenie objektu podľa veľkosti (človek, osobnýautomobil, nákladné vozidlo),COLOR (Farba) – farba nájdeného objektu (vozidla),PLATE (Značka) – nájdené EČV vozidla.Obr. 3 Automatické meranie rýchlosti pomocou kameryČinnosť systému spočíva v monitorovaní križovatky kamerou č. 1 a vyhodnocovaním čina križovatke došlo k priestupku (napr. v smere kde svietila červená na semafore prešloauto). Ak dôjde k priestupku, aktivuje sa kamera č. 2 pre získanie EČV, na základe ktoréhosa v databáze motorových vozidiel nájdu potrebné informácie o vlastníkovi vozidla a jeautomaticky vytvorený pokutový lístok. S databázou sa porovnáva aj farba a druh vozidlapre prípad, že nájdená značka nie je kompletná, napr. bol chybne prečítaný jeden znak.V súčasnosti sú vyvíjané algoritmy aj na extrakciu ďalších vlastností , ako je logo výrobcuvozidla, štátny poznávací znak atď.

Extrakcia informácií z obrazu 113Súčasťou projektu bolo aj monitorovanie premávky, presnejšie meranie rýchlostipomocou kamery [5]. Na obr. 3 je zobrazený náhľad systému automatického meraniarýchlosti vozidiel pomocou kamery. Pre výpočet rýchlosti boli použité pohybové vektoryštandardu MPEG-1. Vyznačené farebné časti v obraze zobrazujú úseky, na ktorých je meranárýchlosť. Pri každej oblasti sa nachádzajú 3 namerané hodnoty:act – aktuálna rýchlosť vozidla,avg – priemerná rýchlosť vozidla,max – maximálna rýchlosť vozidla na danom úseku.3 WEB SLUŽB A F I LT R Á C I E O B R A Z UMedzi ďalšie významné oblasti spracovania vizuálnych dát na úrovni ichpredspracovania je číslicová filtrácia šumov, prípadne ďalšie operácie, akými sú ostrenie,rozmazanie, vyrovnanie bielej, interpolácia chýbajúcich dát napr. pri chybnom prenosev komunikačných systémoch a pod.Obr. 4 Aplikačné okno SW IFM

114 Extrakcia informácií z obrazuSpojením metód číslicového spracovania obrazových signálov a webových technológií jemožné vyvíjať systémy so službami, ktorých výpočtovú náročnosť matematických operáciínezdieľa klient ale server. Na obr. 4 je zobrazené okno jednej takejto služby filtrácie obrazus názvom IFM (Image Filtration Machine), ktorá umožňuje používateľovi úpravu fotografiebez toho, aby mal na svojom počítači nainštalovaný niektorý z editačných softvérov [6].Výhodou takého riešenia je aj to, že používateľ si môže nastavovať rôzne parametre filtrov(filtračných algoritmov a metód), čo väčšina dostupných softvérov neumožňuje, prípadne ichzakúpenie je finančne náročné. Služba IFM bude dostupná na stránke projektu POPULAS:http://kt.uniza.sk/populas/.LITERATÚRA[1] Benčo M., Automatický popis a vyhľadávanie dát pomocou extrakcie kombinovanýchpríznakov, Dizertačná práca, Žilinská univerzita v Žiline, 2008.[2] Benčo M. Hudec R.: The advanced image segmentation techniques for broadly usefulretrieval in large image databases, Zborník z konferencie Nové smery v spracovanísignálov IX., Tatranské Zruby Slovensko, pp. 40-44, 28-30. Máj 2006, ISBN 978-80-8040-344-7.[3] Hudec R., Benčo M., Sedlačko S.: INteractive Image REtrieval System – INIRES,Research in Telecommunication Technology 2008, ISBN 978-80-227-2939-0, Vyhne,September 2008.[4] Hudec R., Benčo M.: Systém automatickej identifikácie dopravných priestupkov,Medzinárodná konferencia „Research in Telecommunication Technology 2006“, Part II.pp. 133-136, September 11th - 13th 2006, Nové Město na Moravě, Czech Republic,ISBN 80-214-3243-8.[5] Čapka M.: The block matching algorithm and its use for vehicle motion description, In:Communications 2/2005 - Scientific letters of the University of Žilina, Žilina, July2005, pp 54-57, ISSN 1335-4205.[6] Pohorelec J.: Číslicové spracovanie a filtrácia statických obrazov ako WEB služba zoblasti aplikovaného ČSS, Diplomová práca, Katedra telekomunikácií, 2007.

VPLYV STRATY PAKETOV NA KVALITUHLASOVÉHO PRENOSUING. PETER POČTA, PHD.Ú V O DV oblasti hlasovej služby dnes zažívame dobu výrazných zmien, ktoré sa týkajú hlavnezmeny prenosového princípu, ktorý na jednej strane prináša úsporu nákladov na prevádzkutelekomunikačnej siete a aj jej efektívnejšie využitie, avšak na druhej strane prinášamnožstvo problémov a výziev pre dizajnérov sietí a sieťových zariadení. Zmenaprenosového princípu (zo synchrónneho na asynchrónny) nám zaviedla do prenosu novévplyvy, ktoré sa pri predchádzajúcom prenosovom princípe nevyskytovali, resp. vyskytovali,ale len vo veľmi malej miere. Nimi sú napr. strata paketov, časová (alebo fázová) nestabilita- jitter a oneskorenie. V tomto prípade sa ďalej budeme zaoberať práve vplyvom stratypaketov na kvalitu hlasového prenosu.1 STRATA PA K E T O V A K O D O M I N A N T N Ý V P LY V N AK VA L I T U H L A S O V É H O P R E N O S UStraty paketov môžu byť spôsobené:▪▪▪chybovosťou na prenosových trasách,lokálnym zahltením siete a zahodením paketov v sieťových zariadeniach,oneskorením paketu, ktoré je príliš veľké na ďalšie spracovanie, a preto sa paketpovažuje za stratený. V tomto prípade hovoríme o zahodení paketu na prijímacejstrane.Na obr. 1 vidíme prípad straty paketu, ktorá bola spôsobená neskorým doručením.Z dôvodu výraznej zmeny zaťaženia v určitom segmente IP siete cez ktorý bol realizovanýprenos, došlo k zmenu rozdielu jednosmerného oneskorenia medzi paketom číslo 2a paketom číslo 3, tento rozdiel je tiež nazývaný aj kolísanie oneskorenia, resp. jitter.

116 Vplyv straty paketov na kvalitu hlasového prenosuV prípade hlasového prenosu preferujeme, aby rozdiel jednosmerného oneskorenia medzi zasebou idúcimi paketmi bol konštantný, teda aby dekódovač mal vždy dáta na dekódovanie,čo nám zabezpečí bezproblémové fungovanie hlasovej služby. Z tohto dôvodu sa snažímeeliminovať vplyv jittra pomocou tkz. vyrovnávacích zásobníkov, ktoré sú implementovanév každom IP telefóne. Vyrovnávací zásobník sa pomocou sofistikovaných algoritmov [1]snaží eliminovať vplyv jittra tak, že v závislosti od meniacich sa podmienok prenosu v danejsieti nastavuje veľkosť (dĺžku) vyrovnávacieho zásobníka. Avšak v našom prípade (viďobr.1) paket číslo 3 prekročil túto vopred definovanú dobu, takže v prípade doručenia jepovažovaný za nepotrebný (kvôli neskorému doručeniu), je teda zahodený a v ďalšomprocese rekonštrukcie rečového signálu nie je už využívaný. Samozrejme, ako je viditeľnéz už spomenutého obrázka, rečový segment, ktorý obsahoval tento paket vo výsledkomrečovom signále chýba. To znamená, že výsledkom straty paketu v hlasovej komunikácii súrôzne medzery (prerušenia) poprípade nerozpoznateľná reč, resp. robotická reč.Obr. 1 Strata paketu spôsobená neskorým doručenímMedzery v rečovom signále môžu byť veľmi negatívne vnímané používateľom (rušivývplyv (zriedkavé straty), prípadne strata dôležitej informácie (v prípade frekventovanýchstrát)). Ak je rečová informácia stratená, je nepraktické ju znova získať. Najlepšia voľba jekamuflovanie chýbajúcich informácií s nejakou podobnosťou pôvodnému signálu. Z tohtodôvodu sa v prijímačoch používajú techniky [2], ktorých úlohou je maskovať vplyv stratypaketov na výslednú kvalitu hlasového prenosu vnímanú používateľom. Jedna z možnostímaskovania stratených rečových paketov je prehrať posledný paket na mieste stratenéhopaketu. Prehrávanie predošlých paketov je jednoduchým riešením a je akceptovateľné pre

Vplyv straty paketov na kvalitu hlasového prenosu 117zriedkavé straty paketov, avšak v prípade frekventovaných (častých) strát paketov jepotrebná sofistikovanejšia metóda.V nasledujúcom meraní si ukážeme ako rôzne veľkosti straty paketov budú vplývať navýslednú kvalitu hlasového prenosu, či zo subjektívneho hľadiska (počúvanie nahrávok,bližšie definované v ITU-T P.800) alebo z objektívneho hľadiska (hodnotenie realizovanépomocou v súčasnosti najpoužívanejšieho intruzívneho algoritmu Perceptual Evaluation ofSpeech Quality (PESQ) [3-4]).2 POPIS EXPERIME N T UJednosmerné spojenie Voice over IP (VoIP) bude vytvorené medzi dvoma stanicami(VoIP vysielač a VoIP prijímač) cez simulátor paketových strát (viď. obr.2). Z dôvoduabsencie reálnej telekomunikačnej siete budeme straty paketov simulovať pomocousimulátora strát. Toto simulovanie bude realizované pomocou Bernouliho modelu, ktorý jev súčasnosti jedným z najpoužívanejších modelov na tento účel.Obr. 2 Strata paketu spôsobená neskorým doručenímPre tento experiment si vyberieme kódovač ITU-T G.729, ktorý je výrazne nasadzovanýv súčasných telekomunikačných sieťach, kvôli jeho výhodným vlastnostiam. V použitýchsoftvérových VoIP klientoch je zabudovaná technika maskovania strát paketov a samozrejmeaj ďalšie techniky, ako napr. technika detekcie aktívnych rečových úsekov, atď.Výber referenčných signálov, ktoré budú prenášané cez vytvorené spojenie podliehakritériám, ktoré sú definované v Odporúčaniach ITU-T P.830 a P.800. Použité referenčnésignály by mali obsahovať určité množstvo aktívnej rečových periód, ktoré by mali byť

118 Vplyv straty paketov na kvalitu hlasového prenosuoddelené úsekmi ticha o dĺžke asi 1-3 sekundy. V prípade nášho experimentu použijemenahrávky, ktoré pochádzajú zo slovenskej rečovej databázy. V prípade každej hodnoty stratypaketov sa musia použiť dva mužské a dva ženské hlasy, aby bol eliminovaný výslednývplyv charakteristiky daného hlasu na výslednú kvalitu hlasového prenosu.Ako už bolo vyššie spomenuté, hodnotenie kvality budeme realizovať dvomi spôsobmi.V prvom prípade budeme hodnotiť kvalitu hlasového prenosu zo subjektívneho hľadiska(napodobnenie princípu subjektívneho testu podľa ITU-T P.800), tzn. že budeme počúvaťa hodnotiť prenesené vzorky, pričom v druhom rade uskutočníme hodnotenie pomocouv súčasnosti najpoužívanejšieho intruzívneho algoritmu, ktorý je tiež nazývaný PESQ.3 VÝSLEDKY E X P E R I M E N T UNa obrázku 3 je možné vidieť závislosť MOS (kvality hlasového prenosu) od stratypaketov. Toto meranie bolo realizované pomocou algoritmu PESQ. Ako je možné z obrázkavidieť, strata paketov má významný vplyv výslednú kvalitu hlasového prenosu.4 ZÁVERV tomto experimente sme si ukázali ako strata paketov môže ovplyvniť kvalitu hlasovéhoprenosu. Realizácia takýchto meraní v praxi má samozrejme viacej dôvodov. Po prvé,poskytovateľ hlasovej služby si vie takýmto spôsobom ohodnotiť úroveň kvality nímposkytovanej hlasovej služby, na druhej strane sú takéto merania veľmi užitočné predizajnérov nových sieťových zariadení, pretože si pomocou nich môžu overiť akonovonavrhnuté zariadenie, resp. nová implementácia (napr. vyrovnávacieho zásobníka,techniky maskovania strát paketov, adaptačnej metódy, atď.) vplýva na kvalitu hlasovéhoprenosu.

Vplyv straty paketov na kvalitu hlasového prenosu 119Obr. 3 MOS ako funkcia straty paketovLITERATÚRA[1] Narbutt, M., Davis, M.: Assessing the quality of VoIP transmission affected by playoutbuffer scheme, V zborníku konferencie MESAQIN 2005, Praha, 2005, ISBN 80-01-03262-0.[2] Perkins, C., Hodson, O. and Hardman V.: A Survey of Packet Loss RecoveryTechniques for Streaming Audio, V IEEE Network magazine, September/Október1998.[3] Rix, A. W., Hollier, M. P., Hekstra, A. P. Beerends, J. G.: PESQ, the new ITU standardfor objective measurement of perceived speech quality, Part I – Time alignment, V J.Audio Eng. Soc., vol. 50, str. 755-764, 2002, ISSN 1549-4950.[4] Beerends, J. G., Hekstra, A. P., Rix, A. W., Hollier, M. P.: PESQ, the new ITU standardfor objective measurement of perceived speech quality, Part II – Perceptual model, V J.Audio Eng. Soc., vol. 50, str. 765-778, 2002, ISSN 1549-4950.C

TERMINÁL, SYSTÉMY A SLUŽBY MOBILNÉHOZDRAVOTNÍCTVADOC. ING. RÓBERT HUDEC, PHD., ING. MARTIN VESTENICKÝ, PHD.Ú V O DRozvoj a implementácia ICT (Information and Communication Technology) technológiía ich služieb nemohla obísť ani takú oblasť akou je zdravotníctvo. V počiatkoch to boli lensystémy e-zdravotníctva používajúce pevné prenosové technológie (tradičná „desktoptelemedicine“, konzultácie a rehabilitácie na diaľku a pod.). S nástupom mobilnýchtechnológií navrhnutých pre osobné siete až po širokopásmové rozľahlé siete však umožnilinahradenie pevných technológií a zaviedli mobilitu pre používateľov aj zdravotníckeaplikácie (označenie m-zdravotníctvo, alebo mobilné zdravotníctvo).1 SYDMOSMobilita a tzv. inteligentné (smart) riešenia zdravotníckych monitorovacích zariadenívnesie do života ľudí/pacientov zvýšenie kvality života, skorú diagnostiku chorôb, zvýšenieúrovne starostlivosti, nepretržitý (on-line) dohľad nad zdravotným stavom a pod. Okremtýchto pozitívnych dopadov má však takýto spôsob kontroly zdravotného stavu jedno(odhliadnuc od finančných nákladov spojených s kúpou a prenájmom dátovej komunikačnejlinky) veľké úskalie, a to akceptácia a ochota takéto systémy používať.SYDMOS (SYstém pre Diaľkové MOnitorovanie zdravotného Stavu) je systémkomplexného monitorovania zdravotného stavu navrhnutý v roku 2006 pracovníkmi Katedrytelekomunikácií ŽU v Žiline. Tvoria ho dve časti a to časť klientská, ktorú tvorí terminálTEBID (TErminál pre zber a prenos BIoDát) a časť aplikačná SYDES (SYstém konektivityk Dátam E-zdravotného Stavu), spolu s personalizovanými službami pre klienta/pacienta.Principiálna sieťová architektúra systému SYDMOS je zobrazená na obr.1 [1] .

Terminál, systémy a služby mobilného zdravotníctva 121Obr. 1 Architektúra systému SYDMOS2 TEBID2.1 KONCEPCIA TERMINÁLUBloková schéma terminálu je zobrazená na obr. 2 a funčná vzorka na obr. 3 [1]. Termináltvorí niekoľko modulov a obvodových skupín, ktoré budú na ďalej stručne popísané.▪▪▪Digitálne obvody tvoria jadro terminálu. Ich ktorých hlavnou časťou jemikrokontrolér (PIC18F452), ktorý pomocou svojho softvérového vybavenia riadičinnosť ostatných modulov a obvodových skupín.GPS modul (GARMIN 18 LVC) zabezpečuje príjem a spracovanie signálovglobálneho systému určovania polohy a je hlavným blokom pre službu určeniapolohy terminálu.GSM modul (GSM/GPRS modul Maestro 100) zabezpečuje komunikáciu termináluso sieťou GSM/GPRS a s využitím jej služieb umožňuje pripojenie terminálu dosiete internet. V prípadoch, keď nie je možné určiť polohu terminálu pomocouslužieb systému GPS, môže prebrať úlohy určenia polohy terminálu na základevyužitia služieb určenia polohy poskytovaných sieťou GSM.

122 Terminál, systémy a služby mobilného zdravotníctva▪▪▪Modul merania krvného tlaku poskytuje informácie o systolickom a diastolickomkrvnom tlaku, ako aj o tepovej frekvencií používateľa terminálu (Omron R7).Analógové obvody zabezpečujú funkcie merania EKG a telesnej teplotypoužívateľa terminálu.Napájací zdroj poskytuje všetkým modulom a obvodovým skupinám príslušnénapájacie napätia (DC-DC menič +3.6V/+5V, +3.3V, -5V).Modul"Analógové obvody"Modul"GPS modul"Modul"Snímanie krvného tlaku"Modul"Digitálne obvody"Modul"Zdroj"Modul"GSM modul"Obr. 2 Architektúra systému SYDMOSObr. 3 Funkčná vzorka terminálu TEBID

Terminál, systémy a služby mobilného zdravotníctva 1232.2 PROTOKOL PRENÁŠANÝCH DÁT TEBID-ASCIIAplikačný protokol pre komunikáciu s terminálom TEBID je založený na princípe príkaz– odpoveď. Zoznam príkazov je v tab.1. Každý príkaz je vyslaný ako reťazec znakov ASCIIzakončených znakom CR [1, 3]. Každý príkaz je presne definovaný parametrami a dĺžkou.Podobne veľkosti jednotlivých údajových elementov aplikačného protokolu pre terminálexplicitne vychádzajú z bežných hodnôt snímaných modulmi. Zoznam odpovedí je uvedenýv tab. 2.Komunikácia medzi terminálom TEBID a serverom konektivity prebieha pomocouvyššie popísaného aplikačného protokolu, ktorého zložky sú vkladané do paketov TCP(Transmission Control Protocol). Služba servera konektivity, ktorá zabezpečuje spojenieTCP s terminálom TEBID používa port TCP číslo 789.Tab. 1 Zoznam príkazov protokolu TEBID-ASCIIPríkazPopisGPSDATA Požiadavka na vyslanie údajov o polohe určenej pomocou systému GPSGSMDATA Požiadavka na vyslanie údajov slúžiacich na určenie polohy terminálupomocou siete GSMBPMMEASPožiadavka na spustenie merania krvného tlakuBPMDATA Požiadavka na vyslanie údajov nameraných meračom krvného tlakuTPRDATAPožiadavka na vyslanie údajov o telesnej teplotePATIDPožiadavka na vyslanie identifikácie terminálu TEBIDGETCONFIG Požiadavka na vyslanie aktuálnej konfigurácie terminálu TEBIDSETCONFIGPožiadavka na spustenie procesu konfigurácieECGDATAPožiadavka na vyslanie priebehu EKGREDIRIPPožiadavka na zmenu servera konektivityTab. 2 Zoznam odpovedí protokolu TEBID-ASCIIOdpoveďPopisGPSÚdaje o polohe určenej pomocou systému GPSGSMÚdaje RSSI namerané modulom GSMBPMÚdaje o krvnom tlakuECGPriebeh EKGTPRÚdaje z teplotných senzorovIDIdentifikácie terminálu TEBIDCFGAktuálna konfigurácia terminálu TEBIDOKPríkaz úspešne vykonanýERRORPríkaz nevykonaný, neznámy príkaz prípadne iná chyba

124 Terminál, systémy a služby mobilného zdravotníctva3 SYDESAplikačná časť systému SYDES pozostáva z databázových serverov, zo serverovkonektivity a z webových serverov. Vyšší počet serverov je kvôli ich bezpečnej prevádzkeako je zálohovanie dát, výpadok a preťaženie. Databázové servery sú automaticky medzisebou synchronizované a servery konektivity a webu sa automaticky vedia presmerovať nadostupný, ak je to možné. Servery konektivity sú najdôležitejšie, lebo plnia viacej úlohnaraz:▪ zabezpečujú komunikáciu medzi TEBID-om a databázou (SQL), obr. 4,▪ a komunikáciu medzi klientom a databázou, ktorá sa vybuduje po stiahnutíobslužnej aplikácie klientom z webového servera (JAVA), obr. 5.Obr. 4 Komunikačný model TEBID-SYDES

Terminál, systémy a služby mobilného zdravotníctva 125Obr. 5 Komunikačný model systému SYDES4 SLUŽB Y4.1 PERSONALIZÁCIA KLIENTASlužby poskytované systémom SYDMOS závisia od profilu klienta a je možné ichmeniť. Medzi základné (časové) kategórie personalizácie klienta patria tieto:▪▪▪▪Pravidelné (nie nepretržité) snímanie biodát klienta vyžiadané zo stranydohľadového centra (webové aplikácie).Nepretržité snímanie biodát klienta vyžiadané zo strany dohľadového centra(webové aplikácie).Vysielanie biodát zo strany klienta len v prípade významných zmien zdravotnéhostavu.Jednorazové snímanie biodát klienta na požiadanie lekára (kontrola nasnímanýchúdajov).

126 Terminál, systémy a služby mobilného zdravotníctva4.2 POZÍCIA POMOCOU SIETE GSMSlužba poskytuje alternatívnu metódu určenia pozície v prípadoch, keď ju systém GPSnie je schopný poskytnúť, pretože je závislá na priamom vizuálnom kontakte s družicami.Predpokladá sa, že terminál TEBID budú používať predovšetkým chorí ľudia – pacienti,ktorí sa budú zdržovať predovšetkým vo vnútri budov, kde nie je jednoduché určiť polohuterminálu pomocou systému GPS. Sieť GSM má naopak na území Slovenska takmer 100percentné pokrytie signálom, z toho dôvodu sa toto riešenie javí ako ideálny spôsob naurčenie alternatívnej pozície terminálu.4.3 ZDRAVOTNÝ STAV NA POŽIADANIETáto služba je svojou podstatou podobná porovnateľným službám na požiadanie, ako súAoD (Audio on Demand), VoD (Video on Demand), MMoD (MultiMedia on Demand), FoD(File on Demand) a pod. Služba „Zdravotný stav na požiadanie“ HCoD (Health Condition onDemand) je určená hlavne rodinným príslušníkom, ktorí chcú zistiť zdravotný stavpoužívateľa terminálu.4.4 SLUŽBA EKG MONITORINGSlužba je založená na číslicovom spracovaní prijímaných dát EKG klienta. Cieľom tejtoslužby je upozorniť obsluhu v dohľadovom centre (osobný lekár, lekár záchrannej služby,športový lekár a pod.) na zmenu činnosti srdca. Táto služba bude dôležitá hlavne prihromadnej obsluhe veľkého počtu klientov, kde sa dozorujúci lekár nebude môcť venovaťkaždému klientovi zvlášť. Služba sa vykonáva na serveroch „konektivity“, kde prebiehavyrovnanie izolínie, rozpoznávanie nasnímaných signálov EKG (P-vlna, QRS-komplex, T-vlna). SW určuje variabilitu srdcového rytmu (pravidelný/nepravidelný) a pravidelnosťsrdcového rytmu (bradykardia/normálny/tachykardia), čo je zobrazené na obr.5 [2].

Terminál, systémy a služby mobilného zdravotníctva 127Obr. 6 SW okno pre určenie parametrov záznamu EKGLITERATÚRA[1] Hudec, R. a kol.: SYDMOS (SYstem for Distant MOnitoring of the health State),TEBID (TErminal for collecting and transmission of BIoData), SYDES (SYstem ofconnectivity to the Data of the E-health State), Etapa č.6 – príloha záverečnej správyštátnej úlohy VaV „Komunikačné siete a služby nových generácií“ číslo úlohy 2003 SP51/028 09 00/028 09 10, 64 strán[2] Hybrantová D.: Automatické rozpoznávanie patologických zmien činnosti srdca,Diplomová práca, Katedra teoretickej elektrotechniky a biomedicínskeho inžinierstva,EF ŽU v Žiline, 2006.[3] Vestenický M., Vestenický P., Hudec R.: TEBID ASCII Protocol, 4-th InternationalWorkshop - Digital Technologies 2007, November 29-30, 2007, Žilina.

LOKALIZÁCIA V BEZDRÔTOVÝCH SIEŤACHÚ V O DING. PETER BRÍDA, PHD.V súčasnosti existuje široké portfólio produktov a služieb založených na polohepoužívateľa. Lokalizácia pomocou zariadení, ktoré majú ľudia neustále pri sebe, umožnínapríklad uľahčenie práce záchranárov, sledovanie a kontrolu pohybu dopravnýchprostriedkov, nájdenie najbližšieho objektu (nemocnice, parkoviska, čerpacej stanice,reštaurácie, hotela) alebo poskytovanie reklamných informácií o akciách a výpredajoch vokolí. Množstvo aplikácií je obmedzené len ľudskou fantáziou.1 VPLY V R Ô Z N Y C H PA R A M E T R O V N A L O K A L I Z A Č N ÚP R E S N O S Ť M E T Ó D Y O D T L A Č K U S I G N Á L USystém GPS doplnený systémom EGNOS dnes ponúka výbornú presnosť, avšak vniektorých lokalitách ako husto zastavané oblasti, okolie výškových budov, lesný porastalebo vo vnútri budov ju nie je možné použiť. Na druhej strane mobilný telefón predstavujekaždodennú pomôcku a vlastní ho takmer každý. Využitie telefónu nám umožňujelokalizovať používateľa vo vyššie uvedených prostrediach s vyššou presnosťou v porovnanís GPS. Nakoľko priemerný telefón v sebe neobsahuje iba modul zabezpečujúci použitie sieteGSM/UMTS, ale navyše obsahuje ďalšiečasti podporujúce napr. platformy Bluetooth(802.15.1) alebo Wi-Fi (802.11x), môžu byť tieto rôzne platformy použité na lokalizáciu.Okrem toho je pomocou týchto technológií možné komunikovať s účastníkom a poskytovaťmu ďalšie doplňujúce služby.V tejto časti budu uvedené implementácie metódy odtlačku signálu na platformáchbunkovej siete GSM a siete Wi-Fi. Vo všeobecnosti je možné povedať, že obe riešeniapredstavujú lokalizačné služby, ktoré môžu byť poskytované bez aktívnej podpory operátora.

Lokalizácia v bezdrôtových sieťach 129Obe riešenia sú svojou architektúrou prakticky identické, pracujú vo forme klient-server,pozri obr.1, pričom obe časti navzájom komunikujú prostredníctvom rádiového rozhraniavyužívanej platformy GSM, resp. Wi-Fi.Obr. 1 Architektúra lokalizačného systémuV reálnom prostredí budeme vyšetrovať vplyv rôznych parametrov prostredia nalokalizačnú presnosť.1.1 IMPLEMENTÁCIA DO GSMAko je uvedené v kapitole „Lokalizácia mobilného terminálu rádiovými sieťami“,činnosť metódy odtlačku signálu môže byť rozdelená do dvoch fáz: prípravnej a priamej.V prípravnej fáze je vytváraná rádiová mapa, ktorá je prepojená s referenčným súradnicovýmsystémom. My v našom riešení používame ako referenčné hodnoty súradníc získanésystémom GPS v 2D forme: zemepisná šírka a dĺžka (latitúda a longitúda). V priamej fáze sauskutočnia potrebné merania a určí sa poloha MS.Na nasledujúcich obrázkoch je uvedené okno klientskej aplikácie, ktorá je nainštalovanáv mobilnom telefóne a pracuje pod operačným systémom Windows CE [1]. Daná aplikáciapodporuje tri základné LBS: lokalizáciu klienta, sledovanie pohybu klienta (tracking)a určenie lokalizačnej chyby. Jednotlivé služby sa spúšťajú z menu umiestneného v dolnejčasti okna.

130 Lokalizácia v bezdrôtových sieťacha) b)Obr. 2 a) Hlavné okno klientskej aplikácie; b) Zobrazenie polohy v Google Maps APIZ vyššie uvedených služieb sa budeme zaoberať iba lokalizáciou. Výsledkom tejto službyje zobrazenie polohy priamo na displeji obr.2 b). Za týmto účelom sme sa rozhodli používaťbezplatnú službu Google Maps API (v beta verzii). API poskytuje množstvo užitočnýchfunkcií na manipuláciu s mapami a pridávanie rôzneho obsahu [2].Nakoľko dôležitým kvalitatívnym parametrom LBS je dosiahnuteľná presnosť, nanasledujúcom obázku je uvedený histogram lokalizačnej chyby dosiahnutý v prostredís priamou viditeľnosťou LoS (Line of Sight) a bez priamej viditeľnosti NLoS (Non Line ofSight). Lokalizačnou chybou rozumieme vzdialenosť medzi odhadnutými a presnýmisúradnicami polohy mobilného telefónu.120100Prostredie LoS10080Prostredie NLoSPočet meraní80604020Počet meraní60402000 10 20 30 40 50 60 70Lokalizačná chyba [m]00 10 20 30 40 50 60 70 80 90 100Lokalizačná chyba [m]a) b)Obr. 3 a) Prostredie LoS, b) Prostredie NLoSAko dokazujú oba priebehy na obr.3, prostredie hrá dôležitú úlohu v lokalizačnomprocese. Dosiahnutá lokalizačná chyba je menšia v prostredí s priamou viditeľnosťou LoS.Dôležité v tomto smere je poznamenať, že lokalizačná chyba, ktorú ponúkajú mobilníoperátori v ich komerčných LBS je mnohonásobne vyššia v porovnaní s uvedeným riešením.

Lokalizácia v bezdrôtových sieťach 1311.2 IMPLEMENTÁCIA DO WI-FIV prípade použitia technológie Wi-Fi je princíp rovnaký ako v predchádzajúcom prípade,avšak nie je monitorovaná úroveň signálu z okolitých BTS, ale z prístupových bodov AP(Access Point) [3]. Realizácia tohto systému sa predpokladá vo vnútri budov, t.j.v podmienkach v ktorých je činnosť GPS vylúčená. Z tohoto dôvodu nemohli byť získanéreferenčné informácie o polohe z GPS, ale sme si vytvorili vlastný súradnicový systém.V predchádzajúcej časti sme ukázali ako vplýva prostredie na lokalizačnú chybu.Samozrejme toto nie je jediný ovplyvňujúci faktor. Medzi takéto faktory môže byť zaradenýnapr. počet použitých AP pre lokalizáciu, alebo hustota bodov v rádiovej mape (veľkosťdatabázy). Hustotu bodov môžeme nepriamo vyjadriť vzdialenosťou medzi bodmi tvoriacimimapu. Čím je vzdialenosť menšia tým je mapa hustejšia.Reálna situácia je znázornená na obr.4 [4]. Jednotlivé body tvoria pravidelný raster -červené body. Modré body znázorňujú rozmiestnenie prístupových bodov v priestore.Obr. 4 Rozmiestnenie bodov v rádiovej mape a rozmiestnenie APV nasledujúcej tabuľke je uvedený vplyv hustoty bodov v rádiovej mape na lokalizačnúchybu. Vzdialenosť medzi bodmi bola 2 resp. 4 metre.Tab. 1 Závislosť lokalizačnej chyby na hustote bodov v rádiovej mapeVzdialenosť jednotlivých bodov [m] Lokalizačná chyba [m]2 2,64 3,28Potvrdil sa všeobecný predpoklad, že väčšia hustota bodov v rádiovej mape zvýšilokalizačnú presnosť. Zvýšením vzdialenosti medzi bodmi v rastri o 100 % narástlapriemerná lokalizačná chyba o cca. 26 %. Tieto chyby boli spôsobené predovšetkým

132 Lokalizácia v bezdrôtových sieťachviaccestným šírením, t.j. prevláda šírenie prostredníctvom odrazov od stien a najmämobilných reflektorov - ľudí. Práve pohyb ľudí spôsobuje najväčšie rozdiely.V praktických meraniach budeme verifikovať uvedené výsledky ako aj vyšetrovať rôzneiné vplyvy na lokalizačnú presnosť v reálnych podmienkach vašej školy.LITERATÚRA[1] Benikovský, J.: “Vytvorenie systému na určovanie polohy v reálnej sieti GSM”.Diplomová práca, Žilinská univerzita, Elektrotechnická fakulta, 2008.[2] GOOGLE CODE, „Google Maps API“, cit. [2008-05-11], Dostupné na internete:http://code.google.com/apis/maps/[3] Tekel, S.: “Realizácia určovania polohy objektov vo vnútri budov”. Diplomová práca,Žilinská univerzita, Elektrotechnická fakulta, 2008.[4] Tatarová, B.: “Overenie činnosti lokalizačného systému vo vnútornom prostredí”.Bakalárska práca, Žilinská univerzita, Elektrotech. fakulta, 2009.

PREPÍNANIE VIDEOPROGRAMOVV RIADIACOM CENTRE KOAXIÁLNEJ SIETEING. JÁN HLUBÍK, PHD., ING. STANISLAV ŠTOFANÚ V O DCieľom inteligencie v interaktívnej sieti CATV je efektívne využívať frekvenčné pásmokoaxiálneho kábla. Na realizáciu takejto siete je potrebné doplniť existujúcu sieť o riadiacecentrum koaxiálnej siete (RCKS), ktoré sa nachádza na rozhraní optickej a koaxiálnej častisiete. Toto RCKS má za úlohu riadiť prevádzku televíznych a VoD služieb. Na základepožiadaviek od účastníkov siete umiestňuje prijímané videoprogramy na voľné frekvenčnékanály, ktoré sa nachádzajú v subpásme pridelenom videoslužbám.1 PRINCÍP Č I N N O S T I RCKSV optickom uzle, ktorý obsahuje RCKS, sa optický signál premieňa na elektrický.Výstupný elektrický signál z optického uzla sa privádza do RF rozbočovača, ktorý prepájajeden spoločný vstup na vstupné porty modulov sieťového rozhrania NIM. Úlohou každéhoNIM je demodulovať videoprogramy prenášané v jednom 8MHz kanáli. Riadiaci prvokRCKS na základe žiadostí od používateľov ovláda prepínacie pole, ktoré prepája požadovanévstupy na neobsadené výstupy. Výstupný modulátor DVB-C opäť moduluje videoprogramy,ktoré má na svojich vstupoch, do jedného 8MHz kanála. Všetky 8MHz kanály súumiestňované do frekvenčného pásma koaxiálneho kábla v RF zlučovači.Riadiaci prvok komunikuje s koncovými účastníckymi rozhraniami (EUB) na jednejstrane, a so serverom manažmentu frekvenčného pásma na strane druhej. Pri voľbevideoprogramu používateľom, EUB posiela požiadavku do RCKS o poskytnutie danejslužby. RCKS na základe tejto požiadavky vyhľadá vo svojej databáze číslo vstupného portu,ktorý odpovedá danému videoprogramu. Tento port prepojí s prvým voľným výstupnýmportom, ktorému odpovedá najnižšie číslo 8MHz kanála. Odpoveď s číslom frekvenčného

134 Prepínanie videoprogramov v Riadiacom Centre Koaxiálnej Sietekanála a časovou pozíciou v multiplexe, v ktorom sa nachádza požadovaný videoprogram, jeposielaná na IP adresu daného EUB. RCKS priebežne aktualizuje databázu počtuobsadených frekvenčných kanálov videosignálmi v danej koaxiálnej vetve. Táto databáza sanachádza spolu so serverom manažmentu šírky pásma v hlavnej stanici siete. Na základe nejserver manažmentu šírky pásma umiestňuje dátové služby do zvyšných frekvenčnýchkanálov. Takýmto spôsobom sa dosiahne lepšie využitie frekvenčného pásma koaxiálnehokábla.Obr. 1 Zjednodušená bloková schéma RCKS V obrázku by malo byť: Sekundárny serverVoD, Modulátor DVB-C, Modulátor I/Q, RF zlučovačPre dosiahnutie menšieho časového oneskorenia medzi voľbou a zobrazením služby VoDna televíznej obrazovke môže byť v RCKS umiestnený sekundárny server VoD. Tentosekundárny server VoD obsahuje časť celkovej databázy filmov, ktoré sú umiestnenév primárnom serveri VoD v hlavnej stanici. Databáza ponúkaných filmov v sekundárnomserveri VoD sa pravidelne aktualizuje z hlavnej stanice [1].2 KOMUNIKÁCIA M E D Z I R I A D I A C I M P R V K O M RCKSA P R E P Í N A C Í M P O Ľ O MAby bolo možné prepínať videoprogramy, v RCKS musí prebiehať komunikácia medziriadiacim prvkom RCKS a prepínacím poľom. Pre úspešnú komunikáciu medzi riadiacimcentrom a prepínacím poľom musia byť vopred známe jasné pravidlá komunikácie.

Prepínanie videoprogramov v Riadiacom Centre Koaxiálnej Siete 135Správy sa prenášajú vo forme osembitového slova v asynchrónnom móde. Prenosovárýchlosť je 9600 Bd. Prenos dátových slov sa uskutočňuje bez bez bitov parity a použitý jejeden stop bit. Pri komunikácií sa používajú riadiace slová SETUP, RESET a RESET_ALL.Potvrdzovanie prijatých riadiacich slov sa deje pomocou odpovedí READY, ERROR a OK.Binárne kombinácie jednotlivých riadiacich slov a odpovedí sú uvedené v tabuľkách 1 a 2.Tab. 1 Riadiace slová pre prepínacie poleRIADIACE SLOVOKÓDBIN HEXDOPLŇUJÚCE PARAMETRESETUP 01111000 78 adresa vstupu, adresa výstupuRESET 00001111 0F adresa výstupuRESET_ALL 00111111 3F -Tab. 2 Odpovede prepínacieho poľa pri komunikáciiSLOVO ODPOVEDEKÓDBIN HEXREADY 11000011 C3OK 11111111 FFERROR 10001000 88Na zostavenie spojenia medzi ľubovoľným vstupným portom prepínacieho poľaa ľubovoľným výstupným portom prepínacieho poľa slúži riadiaca správa SETUP. Jereprezentovaná binárnou kombináciou 01111000. Po prijatí správy SETUP potvrdímikroprocesor [5] v riadiacom poli jej prijatie odpoveďou READY s kombináciou11000011. Po tejto odpovedi očakáva mikroprocesor adresu výstupu. Matica prepínaciehopoľa v laboratórnej vzorke je 8x8, preto adresa vstupu a výstupu by mala byť v intervale 0 až7. Pokiaľ by prišla adresa odlišná ako je tento interval, mikroprocesor odpovedá správouERROR, a čaká na nové riadiace slovo. Ak príde od riadiaceho centra platná adresa,mikroprocesor ju potvrdí správou READY, a očakáva adresu vstupu. Adresa vstupu musíbyť rovnako z intervalu 0 až 7. Na neplatnú adresu procesor odpovedá správou ERROR,a očakáva ďalšie riadiace slovo. Po prijatí platnej adresy mikroprocesor nastaví napožadovaných portoch potrebné kombinácie, zostavenie spojenia potvrdí správou OK. Po jejodoslaní očakáva ďalšie riadiace slovo. Znázornenie priebehu komunikácie pri správeSETUP je na obrázku 2.

136 Prepínanie videoprogramov v Riadiacom Centre Koaxiálnej SieteObr. 2 Znázornenie priebehu komunikácie pri správe SETUPNa obrázku 3 je znázornený prípad ukončenia sledovania videoprogramu. Riadiacecentrum vyšle riadiace slovo RESET. Procesor odpovedá správou READY, očakáva adresuvýstupu, ktorý má odpojiť. Po prijatí platnej adresy rozpojí nastavené spojenie, odošleodpoveď OK, ktorou informuje riadiace centrum o vykonaní požadovanej akcie a očakávaďalšie riadiace slovo. Pri prijatí neplatnej adresy vyšle procesor správu ERROR a očakávanové riadiace slovo.Obr. 3 Znázornenie priebehu komunikácie pri správe RESETPosledné riadiace slovo RESET_ALL slúži na zrušenie všetkých existujúcich spojení. Vpodstate sa všetky porty mikroprocesora nastavia na počiatočnú hodnotu tak, ako pri reštartemikroprocesora. Po prijatí správy RESET_ALL nastaví mikroprocesor všetky porty napožadovanú úroveň a odošle správu OK. Priebeh komunikácie je na obrázku 4 [2].ko dokazujú oba priebehy na obr.3, prostredie hrá dôležitú úlohu v lokalizačnom procese.Dosiahnutá lokalizačná chyba je menšia v prostredí s priamou viditeľnosťou LoS. Dôležitév tomto smere je poznamenať, že lokalizačná chyba, ktorú ponúkajú mobilní operátori v ichkomerčných LBS je mnohonásobne vyššia v porovnaní s uvedeným riešením.

Prepínanie videoprogramov v Riadiacom Centre Koaxiálnej Siete 137Obr. 4 Znázornenie priebehu komunikácie pri správe RESET_ALL3 LABORAT Ó R N A V Z O R K A RCKSLaboratórna vzorka RCKS sa skladá zo softvérových a hardvérových častí. Hardvér tvoríriadiaca doska (riadiaci prvok RCKS) s procesorom ATmega16 [3] a testovacia vývojovádoska s programovateľným obvodom FPGA [6] (prepínacie pole), v ktorom je softvérovoimplementovaná štruktúrou prepínacej matice. Obe dosky sú navzájom prepojené sériovýmkomunikačným rozhraním RS232. Digitálne signály videoprogramov sú simulovanégenerátorom obdĺžnikového signálu, ktorý privádzame na vstup prepínacieho poľa a navýstupe prepínacieho poľa sledujeme signál pomocou osciloskopu. Pre zadávaniepožiadaviek o videoprogram využijeme voľne dostupnú utilitu „Hercules SETUP utility“[4].V prípade laboratórnej vzorky program komunikuje s procesorom ATmega16, a tennastavením požadovanej kombinácie na svojich portoch ovláda štruktúru matice v FPGA.Obr. 5 Laboratórna vzorka RCKS4 Z Á V E RNavrhnuté zapojenie umožní praktický overiť simulačné modely a matematické modelyprevádzky inteligentnej siete ITKR. Pomocou modelu riadiaceho prvku RCKS je možnéskúmať oneskorenie, dobu obsluhy požiadavky zákazníka a prakticky overiť zaťažovaniejednotlivých prvkov nachádzajúcich sa v RCKS. V blízkej budúcnosti budú realizované

138 Prepínanie videoprogramov v Riadiacom Centre Koaxiálnej Sietemožnosti programovania štruktúry riadiaceho centra RCKS a prepínacieho poľa na jedenprogramovací obvod FPGA.LITERATÚRA[1] Hlubík, J.: Model inteligentnej ITKR siete, Dizertačná práca, Žilinská univerzita vŽiline, 2008[2] Štofan, S.: Návrh a realizácia laboratórnej vzorky prepínacieho poľa riadiaceho centrakoaxiálnej siete, Diplomová práca, Žilinská univerzita v Žiline, 2009[3] Matoušek, D.: Práce s mikrokontroléry ATMEL ATmega16, BEN, 2006, ISBN8073001748[4] http://hw.cz/rs-232 [on-line 17.3.2010][5] http://www.atmel.com/dyn/resources/prod_documents/doc2466.pdf [on-line 17.3.2010][6] http://www.xilinx.com/support/documentation/data_sheets/ds529.pdf, [on-line17.3.2010]

SIGNALIZAČNÉ PROTOKOLY NAÚČASTNÍCKEJ PRÍPOJKEDOC. ING. MARTIN VACULÍK, PHD.Ú V O DSignalizácia na analógovej prípojke prenáša jednoduché signály, nevyhnutné na riadenievýstavby spojenia. Časť signalizácie prebieha zmenou hodnoty jednosmerného prúdu vúčastníckej slučke. Zdrojom napájania je napájací zdroj ústredne pripojený do účastníckejslučky cez napájací most. V stave pokoja, pri položenom mikrotelefóne prúd nepreteká, prizodvihnutí vysielame do ústredne žiadosť o zahájenie výstavby spojenia uzatvorenímúčastníckej slučky, čo spôsobí prechod prúdu s hodnotou okolo 25 mA. Voľbu prenášamepomocou vysielania frekvenčných signálov z telefónu do ústredne. Každá číslica mápridelenú dvojicu frekvencií, ktoré vysielame súčasne. To znižuje riziko napodobenia voľbyúčastníkom (skúste zapískať jednými ústami súčasne dva tóny...). Proces komunikácie jeobojsmerný, ústredňa oznamuje účastníkovi stav výstavby spojenia tónom s frekvenciou 425Hz, modulovaný časovo tak, aby vytváral oznamovací (možeš poslať voľbu), obsadzovací(spojenie nie je možné), kontrolný vyzváňací tón (spojenie dokončené až na účastníckezariadenie), ktoré poznáte z telefónu pripojeného po pevnej siete.1 SIGNALIZ A Č N É P R O T O K O LYV tejto časti sa zameriame na porovnanie princípov signalizačných protokolov na trochtypoch generačne rôznych účastníckych prípojok – analógovej, digitálnej v sieti ISDN aprípojky s prenosom hlasu cez IP prostredie – VoIP. Uvedené úlohy sú hlavne v oblastidigitálnych protokolov veľmi zjednodušené. Detailnejšia analýza protokolu DSS1 (DigitalSignalling System No. 1) používaného v ISDN alebo protokolu SIP (Session InitiationProtocol) v systémoch VoIP vyžaduje detailnú znalosť komunikačných procesov, ktorávyžaduje podrobnejšie štúdium.

140 Signalizačné protokoly na účastníckej prípojkePriebeh signalizácie je možné sledovať pri zapojení meracieho pracoviska podľa obr. 1.Účastíca slučka je emulovaná napájacím zdrojom s napätím 12V. Do série je zapojený zdrojkonštantného prúdu, ktorého impedancia je pre striedavý prúd vysoká, teoreticky nekonečná.To zabraňuje, aby sa striedavý signál z telefónu uzatváral cez napájací zdroj. V slučke jezaradený ampérmeter, pomocou ktorého nastavíme menovitý prúd slučkou (asi 25 mA). Dosérie s telefónnym prístrojom je zapojený rezistor R. Sledovaním úbytku napätia na rezistorevyhodnocujeme prietok prúdu slučkou.Obr. 1 Sledovanie účastníckej signalizácie analógového telefónneho termináluZmeny prúdu môžeme sledovať osciloskopom, analýzu frekvenčnej voľby môžeme robiťpomocou zvukovej karty PC a programov určených na prácu so zvukom (Audition,Audacity, SpectralLab a pod.). Konkrétny výber je daný Vašimi možnosťami.Osciloskopický záznam časového priebehu voľby číslic (na obr. 2 číslic 1, 2 a 3) jemožné sledovať na osciloskope – najlepšie pamäťovom. Jednotlivé frekvencie potomfrekvenčnou analýzou v PC – na obr. 3 je príklad analýzy číslice5.Obr. 2 Časový priebeh frekvenčnej voľby

Signalizačné protokoly na účastníckej prípojke 141Obr. 3 Priebeh voľby v spektrálnej oblastiSignalizácia na digitálnej účastníckej prípojke ISDN prebieha medzinárodneštandardizovaným protokolom DSS1. Protokol je definovaný na prvých troch vrstváchmodelu otvoreného systému OSI. Prenos prebieha cez signalizačný kanál, ktorý má paketovýcharakter. Jednotlivé správy sú prenášané v zabezpečených rámcoch. Signalizačné správydefinujú, čo sa má na prípojke vykonať, alebo čo sa vykonalo. Takmer všetky správy súdoplnené veľkým počtom doplnkových informačných prvkov, ktoré detailne popisujú všetkynastavenia komunikačného procesu. Analýza tejto signalizácie vyžaduje detailné znalostisignalizačných prvkov a správ. Samotným zosnímaním správ dostaneme len postupnosť núla jednotiek. Ich interpretáciu umožňuje jednoúčelový analyzátor a/alebo vhodné programovévybavenie. Analyzátor je okrem iných funkcií možné použiť ako monitor zapojený doúčastníckej prípojky, ktorý sleduje a analyzuje celú signalizáciu. Predpokladom je, žeterminál ISDN je pripojený na zodpovedajúcu ústredňu – obr. 4.Obr. 4 Analyzovanie účastníckej signalizácie digitálnej účastníckej prípojky ISDNNa tomto obrázku je znázornený analyzátor signalizácie IBT10 od spoločnosti W&G,rovnocenne je možné použiť ľubovolný iný analyzátor. Mnohé analyzátory umožňujúspracovať zosnímané dáta v počítači. Príklad protokolu základného zostavenia spojeniaukazuje obr. 5.

142 Signalizačné protokoly na účastníckej prípojkeObr. 5 Príklad protokolu základného spojenia pomocou protokolu DSS1Po nadviazaní logického spojenia medzi linkovou vrstvou terminálu a ústredne (správySABME a potvrdenie UA) pošle terminál žiadosť o zostavenie spojenia (SETUP), ktorýústredňa potvrdí (SETUP ACK). Voľba sa prenáša ako postupnosť číslic zapúzdrených dospráv INFO. Po skončení voľby ústredňa oznámi správu „spojujem“ (CALL PROCEDURE).Ak na volanej strane existuje terminál schopný spojenia, potvrdí to správou Alerting.Prihlásenie volaného sa signalizuje správou CONNECT s následným potvrdením druhoustranou (CONNECT ACK.)Príjem správy CONNECT spôsobí prepojenie hovorového kanála a štart tarifovania. Poskončení hovoru požiada jedna strana o rozpojenie spojenia (DISCONNECT) a spojenie sanásledne rozpojí pomocou správy RELEASE s potvrdením (RELEASE COMPLETE).Podrobnejšou analýzou jednotlivých správ môžeme detailne sledovať všetky parametrespojenia. Ako príklad je uvedená detailná analýza správy SETUP:

Signalizačné protokoly na účastníckej prípojke 143Tab. 1 Závislosť lokalizačnej chyby na hustote bodov v rádiovej mapeVýpis parametrov správy analyzátoromKomentárProtocol Discriminator : 0x08Call Reference Length : 1Call Reference Flag : Call Origin SideCall Reference Value : 0x01Message Type : SETUPCause : -Information Element Identifier : BEARERCAPABIL.Information Element Length : 3Hex. value : 80 90 A3Coding stand. : CCITT codingInfo tr.capab : SpeechTransfer mode : Circuit modeInfo tr.rate : 64 kbit/sLayer 1 ident.:User info l.1 : Rec.G.711 AlawInformation Element Identifier : CALLINGPTY NB.Information Element Length : 6Hex. value : 00 80 39 31 36 30Type of numb. : UnknownNumber. plan : UnknownPresent.indic : AllowedScreening ind : U.prov.nt.screNo.digits/IA5 : 9160Information Element Identifier : HIGHLAYER COMPInformation Element Length : 2Hex. value : 91 81Coding Stand. : CCITT codingInterpretat. : 1st HL id.usedPresent.meth. : high layer protocol profileHigh layer charac.identific. : TelephonySpráva CONNECT je v protokole DSS1,na základnom prístupe ISDN. Adresaspojenia na sieťovej vrstve je 01, správa saposiela v smere výstavby spojenia.Prenosové parametre spojenia súdefinované prvkom Bearer Capabilities,ktorý má dĺžku 3 oktety (80, 90 a A3) snasledovným významom: Požadovanáslužba je prenos reči v móde spojovaniaokruhov, na kódovanie reči sa používakodek podľa odporúčania ITU-T G.711 snelineárnym kvantovaním podľa zákona Aa prenosovou rýchlosťou 64 kb/s.Volajúca strana má číslo 9160,vygenerované terminálom vnedefinovanom očíslovacom pláne(terminál ho nemôže poznať, to je vecousiete). Sieť ho musí verifikovať a doplniťna kompletné účastnícke číslo, ktoré jepovolené zobraziť volanému účastníkovi(služba CLIP).Z hľadiska kompatibility na vyššíchvrstvách modelu OSI musí byť na cieľovejstrane terminál podporujúci hlasovú službu„Telefónia“.V konvergovaných sieťových technológiách riešime podporu hlasovej služby pomocouprenosu hlasu pomocou IP protokolu, „Voice over IP“, VoIP. Pri používaní telefónnehoprístroja typu VoIP je v súčasnosti najrozšírenejší protokol na vytvorenie spojenia SIP(Session Initiation Protocol). Na jeho analýzu môžeme použiť aj voľne dostupné programovévybavenie, napr. program WireShark. Musíme však zabezpečiť, aby sieťová karta v počítači

144 Signalizačné protokoly na účastníckej prípojkeso spusteným programom mohla sledovať pakety prebiehajúce medzi terminálom a sieťou.Najjednoduchšie to dosiahneme, ak pripojíme terminál k sieti cez IP rozbočovač (HUB),ktorý kopíruje prenášané pakety na všetky svoje porty (obr. 6).Obr. 6 Analýza protokolu SIPAk nenastavíme vhodné filtre, napr. typ správ alebo príslušnú adresu, zobrazujeanalyzátor všetky pakety prechádzajúce prípojkou. Na obr. 6 môžeme rozpoznať správuINVITE, ktorou žiada terminál s IP adresou 158.194.171.128 o definovanie IP adresy avytvorenie cesty k volanému terminálu. Protokol SIP je veľmi jednoduchý a na definovaniepodrobnejších parametrov spojenia musí používať vnorený protokol, popisujúci potrebnéparametre – Session Description protocol, SDP.Obr. 7 Výpis protokolu SIP

Signalizačné protokoly na účastníckej prípojke 145Na požiadavku INVITE odpovedá smerovač (router) SIP s pridelenou adresou158.191.171.124 odpoveďou „Trying“ a následnou správou „Ringing“ pri dosiahnutícieľového terminálu.Podrobnejšie môžeme sledovať jednotlivé parametre spojenia pri otvorení správy vstrednom okne prehliadača, alebo výpis jenotlivých oktetov a ich interpretáciu v abecedeASCII v okne spodnom. Ukážka detailnejšieho popisu tela správy INVITE protokolom SDPje na obr. 8. Všetky riadky, ktoré majú pred sebou návestie „+“, je možné ďalej otvoriť azískať ešte detailnejšiu štruktúru parametrov. Na začiatku tela protokolu je priradenie správyk príslušnej relácii (session), tu definovanej IP adresou volajúceho terminálu, definovanieinformácií o požadovanom spojení a časová známka procesu (00).Obr. 8 Detail výpisu protokolu SDP/SIPPotom nasleduje definovanie charakteru mediálneho toku. Z analýzy je vidieť, žemediálne dáta majú charakter audia, zvukové vzorky sa budú prenášať pomocoutransportného protokolu RTP (neplatí to všeobecne, v mnohých sieťach sa prenáša hlaspomocou transportného protokolu UDP, ktorý má nižšiu réžiu). Hlasové vzorky môžu byťkódované rôznymi kodekmi, ďalšie riadky protokolu definujú všetky použiteľné kodeky.Štandardným kodekom je napr. kodek PCM s kompresiou podľa zákona A (PCMA) avzorkovacou rýchlosťou 8000 vzoriek za sekundu. Všetky kodeky majú detailnejší popisparametrov na ďalších riadkoch protokolu.

146 Signalizačné protokoly na účastníckej prípojkeAnalýza protokolov v digitálnych sieťach nie je jednoduchou záležitosťou a vyžadujehlboké znalosti o komunikačných procesoch a postupoch. Uvedené príklady sú len malouukážkou diania, ktoré prebieha na účastníckej prípojke keď sa rozhodneme telefonovať aleboposielať dáta.LITERATÚRA[1] Schwartz, L., Čepčiansky, G., Vaculík, M.: Technológie v NGN. EDIS, 2008 , Vyd. 1. -ISBN 978-80-8070-795-8[2] Salchow, K. J: Introduction to the IP Multimedia Subsystem (IMS): IMS BasicConcepts and Terminology. F5 Networks, 2007.

INTELIGENTNÉ REČOVÉ KOMUNIKAČNÉROZHRANIEING. MARTIN PARALIČ, PHD.Ú V O DProblematika automatického strojového rozpoznávania reči je v súčasnosti jednouz popredných priorít výskumu zaoberajúceho sa umelou inteligenciou. Systémy strojovéhorozpoznávania reči (ASR automatic speech recognition) vychádzajú z vedomostí o vytváraniľudskej reči v hlasovom ústrojenstve človeka a vnímaní prostredníctvom sluchovýchorgánov. Súčasné systémy na celom svete sa zďaleka nedokážu vyrovnať schopnostiamčloveka, preto majú funkčné aplikácie rôzne obmedzenia, vďaka ktorým možno využiť ASRaj v reálnych aplikáciách. Systémy ASR sú závislé od jazyka a jeho gramatiky, preto je tátotéma aktuálna svojím spôsobom jedinečná aj v krajine ako je Slovensko.1 INTELIGENTNÉ REČOVÉ KOMUNIKAČNÉR O Z H R A N I EObr. 1 Inteligentné rečové komun;ikačné rozhranieV rámci projektu Inteligentné rečové komunikačné rozhranie (IRKR) bol vyvinutýinformačný systém prístupný cez telefón z ľubovolného miesta, s možnosťou pripojenia do

148 Signalizačné protokoly na účastníckej prípojketelekomunikačnej siete s využitím hlasového módu bez dodatočných dátových modulova technológií [1]. Systém vznikol v spolupráci odborníkov z TU Košice, STU Bratislava,Žilinskej Univerzity a UI SAV.Softvérovo-hardvérové riešenie je možné využiť pre budovanie portálov na hlasovéprepojenia medzi telekomunikačnými a informačnými sieťami. Informácie možno čerpaťz lokálnych i externých zdrojov, vrátane celosvetovej siete internet. Komunikácia je založenána princípe rozpoznávania a syntézy reči v slovenskom jazyku.Používateľ služby komunikuje s počítačom. Počítač vyzve používateľa, aby nadiktovalklúčové údaje, potrebné k vytvoreniu požiadavky na informačný server. Získané informáciesú vo forme syntetickej reči odovzdané naspäť používateľovi. Pomocou kontrolných otázoksa sleduje správnosť automatického rozpoznávania reči, prípadne sa môžu zopakovaťchybne rozpoznané slová. Jednoduchá gramatika čiastočne obmedzuje možnosti priodpovedi, čím sa zmenšuje množina slov a zvýši úspešnosť rozpoznávania.2 ARCHITEKTÚRA I RKRObr. 2 Bloková schéma architektúry IRKR systémuHUB je centrálnym prvkom komunikátora IRKR, ktorý riadi celý komunikátora smerovanie správ medzi jednotlivými komponentami systému. Je prevzatý z otvoreného(open-source) systému Galaxy Comunicator 4.0. [2]Audioserver predstavuje vstupno / výstupné komunikačné rozhranie medzi počítačoma telekomunikačným prostredím. Hardvérová časť je zložená z telefónnej karty INTELDIALOGIC a digitálnej ústredne PABX, ktorá rozširuje možnosti pripojenia do rôznychtelekomunikačných sietí. Softvérová časť zabezpečuje komunikáciu so serverom ASRa TTS.

Signalizačné protokoly na účastníckej prípojke 149Server ASR (Automatic Speech Recognition) predstavuje systém automatickéhorozpoznávač reči na báze HTK / ATK a Sphinx 4. Oba systémy sú nezávislé od hovoriaceho,sú určené na rozpoznávanie postupností izolovane vyslovovaných slov (stredne veľkýslovník) a spojito vyslovovaných číslic. Používajú sa akustické modely na báze skrytýchMarkovových modelov fonetických jednotiek slovenčiny (foném, trifón). Akustické modelyboli trénované pomocou databázy rečových nahrávok SpeechDat-Sk a Mobildat.Server TTS (Text To Speech) syntetizuje textové informácie do akustickej podobystrojovej hovorenej reči a posiela ich audioserveru, ktorý zabezpečí ich prehranie navýstupnom zariadení. Syntezátor pracuje na báze spájania predpripravených rečovýchjednotiek - difón.Informačný server zabezpečuje vyhľadávanie informácií na internete a odoslanie údajovriadeniu dialógov.Manažér dialógov predstavuje dialógovú riadiacu jednotku. Riadi celkovú komunikácius používateľom. Základnými komponentami manažéra dialógov je interpretátor jazykaVoiceXML, XML parser.Wrapper transformuje správy medzi HUBom a jednotlivými servermi, slúži teda akokomunikačné rozhranie medzi vzájomne nekompatibilnými systémami.3 APLIKÁCIE IRKRV súčasnosti sú k dispozícii dve služby vytvorené riešiteľmi úlohy: Predpoveď počasiaa Cestovný poriadok. Cieľom aplikácií je demoštrovať možnosti využitia komunikátoraIRKR na získavanie informácií zo siete internet. Informácie sa získavajú zo stránokwww.meteo.sk a www.zsr.sk . Služby sú k dispozícii na rovnakom telefónnom čísle.V úvode dialógu si používateľ vyberie požadovanú službu.3.1 SLUŽBA „PREDPOVEĎ POČASIA“Služba „Predpoveď počasia“ poskytuje aktuálne informácie o predpovedi počasia na tridni dopredu pre všetky okresné mestá a vybrané lokality na Slovensku. Vstupom odpoužívateľa sú údaje o lokalite a dni, pre ktoré nás zaujíma predpoveď. Deň môže byťvyjadrený absolútne (pondelok, utorok, … , prvého, desiateho, …) alebo relatívne (dnes,zajtra, pozajtra). Ak niektorá zo vstupných informácií chýba, dialógový manažér vyžiada

150 Signalizačné protokoly na účastníckej prípojkezadanie chýbajúceho údaja. Po spracovaní požiadavky sa zo stránky www.meteo.sk zistiapotrebné informácie a syntenzátor reči spracuje odpoveď do akustickej podoby.3.2 SLUŽBA „CESTOVNÝ PORIADOK“Služba „Cestovný poriadok“ poskytuje aktuálne informácie o odchodoch vlakov, príp.podrobnejšie informácie o zvolenom spoji v rámci všetkých železničných staníc a zastávokna Slovensku. Používateľ nadiktuje vstupné údaje ako sú: východzia stanica, cieľová stanica,dátum a približný čas odchodu. Deň môže byť podobne ako pri predpovedi počasiavyjadrený absolútne alebo relatívne. Čas sa nadiktuje ako hodina a minúta, napr. „šesťdvadsať dva“.START SESSION 17:04:41 DATE 01/29/10__________________________________________________0 : Dobrý deň Vám želá IRKR portál.1 : Prajete si vypočuť návod?2 : nie3 : Vyberte si službu. POČASIE alebo VLAKY.4 : počasie(weather)5 : Víta Vás služba POČASIE.6 : Pre aké mesto a deň si želáte vypočuť predpoved počasia?7 : žilina dnes8 : Vyhľadať informácie o počasí na dnes pre žilinu ?9 : nie10 : Zadajte mesto.11 : žilina(žilina)12 : Zadajte deň.13 : zajtra(zajtra)14 : Vyhľadať informácie o počasí na zajtra pre žilinu ?15 : áno16 : Bude sneženie, zrána okolo -4 °C, poobede vystúpi teplota na -1 °C.17 : Zopakovať predpoveď?18 : nie19 : Prajete si pokračovať?20 : nie21 : IRKR portál Vám želá príjemný deň. Dopočutia.Obr. 3 Príklad komunikácie s IRKR cez VoIP (skype) – výstup z monitorovacej stránky

Signalizačné protokoly na účastníckej prípojke 1513.3 PRÍSTUP K SLUŽBÁMV súčastnosti sú obe služby verejne prístupné na bezplatných telefónnych číslach zapredpokladu, že hovor nie je smerovaný cez viac ako jedného operátora:▪ Pevná linka (PSTN): +421 55 602 2297▪ T-Mobile (GSM): +421 911 650 038▪ Orange (GSM): +421 918 717 491▪Internet (VoIP), Skype požívateľ: irkr_pubPoužitá karta INTEL DIALOGIC v audioserveri mometálne umožňuje súčasné pripojenieštyroch používateľov do systému. Aktuálne informácie o systéme IRKR a monitorovaniehovoru možno vykonať na portáli http://irkr.tuke.sk .LITERATÚRA[1] Mirilovič M., Lihan S., Juhár J.: Architektúra systému - Používateľská príručka spôsobukomunikácie., Komunikácia človek - stroj, Úloha Štátneho programu V a V: 2003 SP20 028 01 03, Deliverable D3.0a[2] Ondáš S., Pleva M., Juhár J.: Architektúra systému - Systémová a programátorskápríručka, Komunikácia človek - stroj, Úloha Štátneho programu V a V: 2003 SP 20 02801 03, Deliverable D3.0c[3] Jarina R., Kuba M., Paralič M.: Compact Representation of Speech Using 2-DCepstrum – an Application to Slovak Digits Recognition, Lecture Notes in ArtificialInteligence, Vol. 3650, Springer-Verlag, 2005, pp. 342-347, ISSN 0302-9743[4] Kačur J., Frank J., Rozinaj G.: Speech Detection in the Noisy Environment UsingWavelet Transform, In: 4th EURASIP Conference Focused on Video/Image Processingand Multimedia Communications, Zagreb, Croatia, 2.-5.7.2003. pp. 661-666.[5] Rusko M., Daržagín S., Trnka M. Cerňak M.: Slovak Speech Database for Experimentsand Application Building in Unit-Selection Speech Synthesis, In:Lecture Notes inArtificial Intelligence, Vol. 3206, Text, Speech and Dialogue, Springer Verlag, 2004,pp. 457 – 464. ISBN 3-540-23049-1

OPTICKÝ ČASOVÝ REFLEKTOMETER(OTDR)ING. JOZEF DUBOVAN, PHD.Ú V O DDnešné optické komunikačné systémy sa nezaobídu bez spoľahlivých metód a prístrojov,pomocou ktorých sme schopní merať a určovať určité fyzikálne veličiny alebo javy. Jednou zmetód, ktorá má v telekomunikačnej praxi veľmi široké uplatnenie, je aj tzv. časováreflektometria. Jej princípy sú známe už z elektronických systémov, avšak veľké uplatneniesi našla aj v optických systémoch.1 OPTIC K Á Č A S O V Á R E F L E K T O M E T R I AV praxi sa často stretávame s potrebou zistiť v prípade porušeného alebo prerušenéhooptického vlákna v akej vzdialenosti od jeho začiatku sa táto porucha (nehomogenita)nachádza. Pre určenie tejto poruchy využívame prístroj nazývaný optický časovýreflektometer (Optical Time Domain Reflectometer – OTDR). OTDR fungujeprostredníctvom meracej metódy spätného odrazu, kedy je krátky optický impulz vyslanýoptickým vláknom. Svetelný impulz sa počas šírenia vláknom rozptyľuje (časť svetla sa vrátispäť na vstup) na rôznych nehomogenitách ako sú konektory, zvary, ohyby a iné chyby.Výkon signálu je meraný v špecifickom časovom intervale a je použitý pre charakterizovanieudalosti, ktorá nastala.Výpočet vzdialenosti k určitej poruche je daný vzťahom [1]:c td = [m] , [1].n 2kde c je rýchlosť svetla vo vákuu (2,998×108 m.s-1), t je čas od vyslania po prijatieoptického impulzu a n je index lomu vlákna, ktoré je testované.

Optický časový reflektometer (OTDR) 153Obr. 1 Bloková schéma OTDR [1] Set nie je slovenské slovo opraví DubovanOTDR využíva Rayleigho rozptyl a Fresnelov odraz na meranie stavu vlákna.Problémom je, že Fresnelov odraz je desaťtisíckrát výkonovo väčší ako spätný rozptyl.▪▪Rayleigho rozptyl spôsobuje, keď sa vláknom šíri optický impulz, že šíriace sasvetlo je rozptyľované na malých zmenách v materiáli (ako zmeny a poruchykontinuity indexu lomu) do všetkých strán. Malá časť svetla je odrazená späťk vysielaču, preto sa nazýva spätný rozptyl.Fresnelov odraz je spôsobený vtedy, keď dôjde k prudkej zmene v hustote materiálu(indexe lomu) zapríčinenej konektormi, alebo ak je koniec vlákna voľne vovzduchu. V tomto prípade sa odrazí späť k vysielaču pomerne veľká časť svetla zimpulzu šíriaceho sa vláknom (v porovnaní s Rayleigho rozptylom), ktoréhointenzita závisí od relatívneho rozdielu indexov lomu.Optická časová reflektometria umožňuje [3]:▪▪▪▪určiť dĺžku OV,lokalizovať nehomogenity a porušenia OV,meranie tlmenia OV, spojok a konektorov,meranie vzdialenosti nehomogenity, porušenia OV.

154 Optický časový reflektometer (OTDR)Obr. 2 Vo vlákne existujú mnohé príčiny, ktoré vplývajú na výsledné tlmenie. Medzi nimiaj rozptyly. Niektoré z nich dokážeme detegovať pomocou OTDR [2]Obr. 3 Nehomogenity OV a odrazený signál OTDR [3]

Optický časový reflektometer (OTDR) 1552 MERANIE NA O T DRPre meracie účely využívame OTDR FTB-7200D, ktorý umožňuje meranie akomultimódových (850 a 1300 nm) tak aj jednomódových (1310 a 1550 nm) optických vlákien.Jedná sa o reflektometer, ktorého tzv. mŕtva zóna je pre multimódové vlákno 1 m a 4,5 m prejednomódové. To znamená, že je schopný určiť poruchu už vo vzdialenosti 4,5 m odzačiatku optického vlákna (u oboch typov). Softvér reflektometra je zároveň schopnýautomaticky rozpoznať niekoľko druhov udalostí. Získané informácie je možné exportovať aspracovať pomocou iných analytických nástrojov.Obr. 4 Ukážka merania (reflektogramu) a prostredia OTDR EXFO FTB – 7200D.Umožňuje nastavenie rozsahu vzdialenosti, času trvania impulzu a času trvania merania(výsledným grafom je priemerná hodnota meraní)Na prístroji je možné pomocou tzv. videosondy sledovať ferulu konektora optickéhovlákna a tak stanoviť napríklad jej poškodenie alebo znečistenie.

156 Optický časový reflektometer (OTDR)a) b)Obr. 5 Ukážka a) nenasvietenej a b) nasvietenej feruly multimódového optického vlákna(SC/PC)Obr. 6 Meracie pracovisko na Katedre telekomunikácií a multimédií Elektrotechnickejfakulty Žilinskej univerzity

Optický časový reflektometer (OTDR) 157Obr. 7 Na obrázku vidíme konektor SC/APC, ktorý sa skladá z dvoch zásuvných častí aadaptéra. Pomocou OTDR vieme určiť v akej vzdialenosti sa nachádza od začiatku vlákna3 ZÁVERRozmach optických komunikačných systémov je sprevádzaný aj vývojom meracíchzariadení. V dnešnej dobe existujú mnohé meracie prístroje, ktoré sú schopné meraťparametre optických signálov aj pri jeho veľmi vysokých prenosových rýchlostiach alebotaké fyzikálne veličiny, ktoré sa významne podieľajú na degradácii optických signálov. Tietoprístroje sú však aj napriek pokračujúcemu vývoju veľmi náročné na konštrukciu a preto ajpomerne drahé. Avšak výskum v oblasti spracovania optických signálov ide stále dopredu apreto už dnes máme k dispozícii prístroje ako plne optické osciloskopy, polarizačnéreflektometre, atď. Tieto prístroje nám umožňujú sledovať javy, ktoré vplývajú na prenosoptických signálov a ich pochopením sa nám darí smerovať k vývoju tzv. plne optickýchkomunikačných systémov.LITERATÚRA[1] OTDR, FTB-7000 Series for FTB 400, User Guide, Version number: 4.0.14[2] Turán, J.: Meranie optických vlákien, http://www.kemt.fei.tuke.sk/predmety/KEMT471_OE/_materialy/Ing_OE/Prednasky/OE_Prezentacie/POE_09.pdf, [online]:10.2.2010[3] Chen, L.-CH.: Elements of Optoelectronics and Fiber Optics, Irwin Book Team, ISBN0-256-14182-7, USA, 1996