В статье предложен алгоритм сбора данных телекоммуникационной системы дистанционного контроля параметров дыхания. Разработаны модели процессов и потоков данных дистанционного контроля параметров дыхания группы пловцов на базе Google Analytics и предложенного решения на базе облачной платформы Microsoft Azure и аналитической платформы Power BI. Выбор облачной платформы Azure был осуществлен на основе решения соответствующей задачи методом анализа иерархий в системе Super Decisions. Динамическое наблюдение за функциональным состоянием спортсмена позволяет обеспечивать высокую физическую работоспособность, повысить эффективность тренировочного процесса, что способствует достижению высоких спортивных результатов.
Ключевые слова: телекоммуникационная система, пловцы, параметры дыхания, сбор данных, аналитическая платформа.
The article proposes an algorithm for collecting data from a telecommunication system for remote monitoring of respiration parameters. Models of processes and data flows of remote monitoring of breathing parameters of a group of swimmers based on Google Analytics and the proposed solution based on the Microsoft Azure cloud platform and the Power BI analytical platform have been developed. The choice of the Azure cloud platform was made based on the solution of the corresponding problem by the method of hierarchy analysis in Super Decisions. Dynamic observation of the functional state of the athlete allows for high physical performance, increase the efficiency of the training process, which contributes to the achievement of high sports results.
Keywords: Algorithm for data collection of a telecommunication system for remote monitoring of respiration parameters
Рост достижений в спорте сегодня связывают в основном с совершенствованием учебно-тренировочного процесса, приведением в соответствие биологических закономерностей протекания адаптационных процессов с главными параметрами тренировочных и соревновательных нагрузок, корректным управлением физическим состоянием атлетов на основе ожидаемой структуры соревновательной деятельности и планируемого спортивного результата.
Известно, что деятельность пловцов связана с воздействием на респираторную систему комплекса неблагоприятных факторов, в частности увеличенного парциального давления кислорода, что ведет к кислородной интоксикации 4, с. 35. Хотя для пловцов разработаны стандарты использования газовых сред для дыхания, проблема оценки состояния легочной функции пловца во время работы все еще остается актуальной, поскольку чувствительность к токсическим эффектам кислорода варьируется не только между субъектами, но и у одного и того же субъекта в разные периоды времени и уровня здоровья организма 2, с. 13.
В обычных условиях дыхание, как известно, осуществляется рефлекторно, обеспечивая необходимое содержание кислорода и двуокиси углерода в организме человека. Однако повышенные уровни парциального давления кислорода, двуокиси углерода и азота при подводном погружении, учитывая глубину погружения, уровень физической нагрузки, наличие задержек дыхания и изменение плотности вдыхаемого газа требуют сознательного контроля над дыханием 1, с. 212. Потеря контроля над дыханием может стать причиной панических состояний или потери сознания под водой, поэтому контроль за дыхательной системой по таким физиологическим параметрам пловца как ритм дыхания, вариабельность, продолжительность фаз вдоха и выдоха является необходимой составляющей, обеспечивающей безопасность человека при его нахождении под водой. Чтобы управлять тренировочным процессом не вслепую, нужно получить информацию о ходе и результатах выполнения тренировочных и соревновательных упражнений, состоянии спортсмена, окружающих условиях.
Сбор информации о состоянии объекта управления и сравнение его действительного состояния с должным называется контролем 5, с.35.
Схема управления тренировкой приобретает тогда следующий вид, рис. 1:
Рис. 1. Схема управления тренировкой
Для того чтобы спортивная тренировка стала действительно управляемым процессом, необходимо, чтобы тренер принимал решения с учетом результатов объективных измерений. Тренировка, построенная с учетом только самочувствия спортсмена и интуиции тренера, не может дать хороших результатов в современном спорте. Впрочем, не менее опасна и противоположная ошибка — недооценка самочувствия спортсмена. Поэтому только гармоничное сочетание объективных и субъективных показателей может обеспечить успех 3, с. 101.
Проведем обзор имеющихся аналогов интерактивных систем. Instabeat — гаджет для определения пульса, дистанции, темп дыхания, количество гребков, поворотов, считает калории во время занятий плаванием. Instabeat выглядит как насадка для очков, он отображает данные на линзе и позволяет, не прерывая тренировки, следить за своими показателями. Устройство предназначено как для профессиональных пловцов, так и для любителей 2, с. 14.
Во время тренировки светодиоды демонстрируют частоту сердечных сокращений. Разные цвета светодиодов обозначают разные типы упражнений. Синий цвет — легкий режим сжигания жира, зеленый — режим средней нагрузки, красный — программа экстремальных нагрузок.
Гаджет сохраняет информацию о тренировках в памяти гаджета. После тренировки можно перенести данные с Instabeat на ноутбук, подключив его через USB.
Устройство не передает измеренные параметры в реальном времени на ПК, а также не измеряет параметры внешнего дыхания.
Система второго поколения для командных тренировок Polar Team 2. Одно из важнейших преимуществ системы — это возможность записи и контроля параметров тренировки в режиме реального времени для 28 спортсменов одновременно 7. Данные, о ЧСС, % от максимума, нахождении его в пределах установленных тренировочных зон или даже в виде специально разработанного показателя тренировочной нагрузки «Training load» постоянно передаются по беспроводной связи Bluetooth с передатчиков, надетых на каждого игрока на базовую станцию в радиусе 100 м (при применении нескольких базовых станций — до 300 м), а со станции опять же по беспроводной связи на экран к тренеру
Анализируя работы ученых в области применения ИКТ в различных видах спорта, следует заметить, что среди них нет исследований, посвященных аналитической деятельности в плавании с помощью использования электронного дневника по учету параметров дыхания, хотя многие компании на рынке ИТ предлагают новейшие разработки. Например, Basis Peak успешно обеспечивает спортсмена информацией о развитии индивидуальных биологических характеристик (частоты сердцебиения, темпа бега, сожжённых калориях, времени тренировки и др.) 7. По окончании тренировки устройство формирует отчёт на экране браслета или через приложение, доступное обладателям смартфонов на Android.
Система должна обеспечить передачу информации о мгновенной объемной скорости вдоха/выдоха, содержании кислорода в выдыхаемом воздухе каждого из 32 спортсменов не менее 3-х часов. Объём вдыхаемого и выдыхаемого воздуха вычисляется по мгновенной объемной скорости вдоха/выдоха. Для получения более объективной информации о каждом из параметров, показания с датчиков нужно собирать с не реже чем 200 раз в секунду. Длительность вдоха или выдоха — от 0,5 с до 6 с. Диапазон скорости выдоха — от 200 мл/сек до 15 л/сек. Это означает что на АЦП микроконтроллера информация, о мгновенной объемной скорости выдоха должны приходить каждые 0,005 секунд. В соответствии с теоремой Котельникова — Шеннона точное восстановление возможно только если частота дискретизации выше, чем удвоенная максимальная частота в спектре сигнала. Частота дискретизации АЦП для преобразования данных со спирометра 
.
В телеметрической системе предполагается использование однонаправленного спирометра (измеряются только параметры выдоха), поэтому по радиоканалу потребуется передать от 100 до 200 мгновенных значений скорости выдоха в секунду.
Если на стороне передачи преобразовать показания спирометра (количество оборотов крыльчатки в секунду) в мгновенную объемную скорость выдоха, то потребуется передавать информацию со скоростью до 8 бит в секунду (без учета вспомогательной информации: адрес, проверочные биты, синхронизация и т.д). Если передавать информацию о количестве оборотов крыльчатки в секунду, то потребуется передавать до 8 Кбит в секунду. Количество оборотов крыльчатки прямо пропорционально мгновенной объемной скорости вдоха/выдоха (произведение количества оборотов, время в течение которого происходили эти обороты и эмпирического коэффициента). Это преобразование можно выполнить на передающей стороне.
Телеметрическая система предполагает использование капнометра — прибора для измерения концентрации углекислого газа в газовой смеси. Концентрация СО2 отображается как концентрация в объемных процентах (%) или как парциальное давление (mmHg, kPa). Концентрация может быть преобразована в mmHg (kPa) по формуле: PaCO2 = (Pb-47) x % CO2/100, где Pb — атмосферное давление. Частота измерения концентрации– 200 отсчетов в секунду. Диапазон измерения — от 0 до 10 % объемных процентов.
Частота дискретизации АЦП для преобразования данных с капнометра 400Гц. Потребуется передавать информацию со скоростью до 4 бит в секунду (без учета вспомогательной информации). Устройство, принимающее информацию от 32 телеметрических систем, должно передавать данные на компьютер со скорость от 384 бит\с без учета вспомогательной информации.
Для предотвращения наложения спектров сигнал, подаваемый на вход АЦП, должен быть пропущен через фильтр нижних частот для подавления спектральных компонент, частота которых превышает половину частоты дискретизации. Этот фильтр получил название anti-aliasing (антиалиасинговый) фильтр 7.
В ходе автоматизации необходимо создать платформу для автоматизации сбора требований, подбора исполнителей, подбора программы тестирований, автоматизации ручного труда обработки данных и приведение всей документации к единообразию. Предоставить все необходимые инструменты для хранения важной информации по проекту, быстрого и удобного к ней доступа.
В качестве основных требований к системе выступают:
− улучшения значений показателей качества обработки информации (снижение вероятности ошибочных расчетов, сокращение времени обработки и получения оперативных параметров дыхания группы пловцов);
− простота использования (специалистом области);
− гибкость к задаваемым для выгрузки параметрам;
− масштабируемость;
− полнота конечной информации;
− возможность хранения данных о спортсменах и экспертизы по проектам;
− возможность быстрого анализа прошлого опыта исполнителей.
Задачи проведения АБ-тестирований дистанционного контроля параметров дыхания группы пловцов являются потоковыми, т. к. являются результатом реализации основного функционального назначения тренерского и медицинского состава.
Внедрение описываемой системы обеспечит автоматизацию решения целого спектра подзадач основного процесса, выполняемого отделом, и таким образом затронет функции всех тренеров отдела. Режим решения задач сводится к диалоговому, т. к. на каждое действие пользователя следует ответ системы и наоборот.
Решение задачи в данной системе дистанционного контроля параметров дыхания группы пловцов состоит из следующих трех этапов, рис. 2.
Рис. 2. Этапы реализации системы дистанционного контроля параметров дыхания группы пловцов
Для решения задачи выбора наиболее предпочтительной облачной платформы дистанционного контроля параметров дыхания будут учитываться следующие признаки:
гибкость ценообразования;
простота интеграции с BI-системами;
развитость направления аналитики больших данных;
удобство использования;
качество защиты данных. Кластер «Альтернативы» состоит из трех элементов — облачных платформ, между которыми осуществляется выбор. Альтернативами в данной задаче являются следующие облачные платформы:
- Microsoft Azure;
- Amazon Web Services;
- Google Cloud Platform.
Наиболее удобным, с точки зрения автора является опросный способ ввода попарных сравнений. Сравнение элементов проводится по шкале интенсивности, приведенной в Таблице 1.
Таблица 1
Шкала относительной важности
|
Степень важности |
Определение |
|
1 |
Равная важность |
|
3 |
Умеренное превосходство |
|
5 |
Значительное превосходство |
|
7 |
Сильное превосходство |
|
9 |
Очень сильное превосходство |
|
2,4,6,8 |
Промежуточные значения между соседними значениями шкалы |
Шкала состоит из оценок от 1 (равная важность) до 9 (очень сильное превосходство). Лучшей считается альтернатива с наибольшим значением приоритета. Таким образом, наиболее предпочтительной облачной платформой является Microsoft Azure, на втором месте — Amazon Web Services, на третьем — Google Cloud Platform.
Результатом решения задачи выбора облачной платформы для данного решения стал выбор платформы Microsoft Azure. Также в предложенном решении задействована аналитическая платформа того же вендора Microsoft Power BI. На рисунке 3 представлена диаграмма деятельности по анализу параметров дыхания пловцов на базе облачной платформы Microsoft Azure и Power.
Рис. 3. Диаграмма деятельности UML решения на базе облачной платформы Microsoft Azure и Power BI
В Power BI веб-аналитик обладает широкими возможностями визуализации, на этом этапе также возможен импорт данных из других систем, если они не требуют предварительной обработки 5, с. 10. Веб-аналитик задает параметры формирования отчета для визуального отображения данных дыхания пловцов. Результатом этого процесса является готовая информационная панель 6.
Процесс анализа данных дыхания пловцов на базе облачной платформы требует от веб-аналитика значительной подготовки в области анализа данных, программирования, алгоритмов обработки данных. Кроме того, он должен разбираться в методах обработки Больших Данных, облачных технологиях и должен уметь работать с современными аналитическими платформами (Power BI) 8. Контекстная диаграмма предложенного решения представлена на Рисунке 2. Эта диаграмма позволяет определить границы анализируемой системы и идентифицировать внешние сущности. На рисунке 4 приведена диаграмма потоков данных решения.
Рис. 4. Контекстная диаграмма решения на базе облачной платформы дистанционного контроля параметров дыхания Microsoft Azure и Power BI
Данные дыхания пловцов сначала записываются и хранятся в системном журнале веб-сервера, затем они переносятся в облачное хранилище данных, обрабатываются на кластере, обработанные данные помещаются в таблицу. Данные из этой таблицы импортируются в информационную панель.
Веб-аналитик генерирует сравнительно большое количество потоков данных: расположение облачного хранилища данных, параметры формирования кластера, скрип для выполнения анализа данных на кластере, параметры визуализации данных в аналитической системе.
Кроме того, потенциально программу можно адаптировать под любой язык, что позволит кроме применения методов стилометрии на все современные языки, применять их в том числе и на древние. Это еще одна ветка развития данного комплекса, которую в будущем планируется развивать.
Литература:
- Андриянов Н. А., Дементьев В. Е. Сервис агрегации показаний приборов учета энергоресурсов в сети Bluetooth//Современные проблемы проектирования, производства и эксплуатации радиотехнических систем. 2016. № 1 (10). С. 212–215.
- Булгакова Н. С., Гельвановский М. И., Глисин, Ф.Ф., Горячева И. П., Гохберг Л. М., Житков В. Б., Климанов, В.В., Кузнецова О. В., Скатерщикова Е. Е., Струкова В. Е., Харламова И. В. Регионы России. Социально-экономические показатели. 2016: Стат.сб./ под общ.ред. С. Н. Егоренко. М.: Росстат, 2016. 13–26 с.
- Дементьев В. Е., Андриянов Н. А., Клочков В. Е. Возможности анализа показаний со счетчиков, получаемых посредством технологии Bluetooth//Актуальные проблемы физической и функциональной электроники материалы 20-й Всероссийской молодежной научной школы-семинара. Ульяновск, 2017. С. 101–103.
- Кранц Мачей. Интернет вещей [Текст]: новая технологическая революция: [12+] / Мачей Кранц; [перевод с английского З. Мамедьярова]. — Москва: Бомбора™, 2018. — 332 с.
- Минов А. В. Разработка организационно-управленческого механизма выбора модели производственной деятельности оператора Интернета вещей: автореферат дис.... кандидата экономических наук: 08.00.05 / Минов Александр Вадимович; [Место защиты: Моск. гос. техн. ун-т им. Н. Э. Баумана]. — Москва, 2018. — 16 с
- Писарский И. В. Современные тенденции развития коммуникаций и медиа [Текст] / Игорь Писарский. — Санкт-Петербург: СПбГУП, 2018. — 25 с.
- IoT Sports — History of IoT in Sports. URL: http://www.infiniteinformationtechnology.com/iot-sports-history-of-iot-insports (дата обращения: 29.10.2019)
- Smart sports: How the 'Internet of Things' is revolutionising the way we train and play сайт. — URL: https://en.wikipedia.org/wiki/Internet_of_things (дата обращения: 30.10.2019)
