автореферат диссертации по авиационной и ракетно-космической технике, 05.07.12, диссертация на тему:Адаптивные способы анализа, оценки и повышения эффективности бортовой подсистемы обработки данных дистанционного зондирования земли

кандидата технических наук
Кафаров, Сахиб Гасанага
город
Баку
год
1998
специальность ВАК РФ
05.07.12
Автореферат по авиационной и ракетно-космической технике на тему «Адаптивные способы анализа, оценки и повышения эффективности бортовой подсистемы обработки данных дистанционного зондирования земли»

Автореферат диссертации по теме "Адаптивные способы анализа, оценки и повышения эффективности бортовой подсистемы обработки данных дистанционного зондирования земли"

АЗЕРБАЙДЖАНСКОЕ НАЦИОНАЛЬНОЕ АЭРОКОСМИЧЕСКОЕ АГЕНТСТВО

На правах рукописи УДК 528.85: 519.254 ( 043.3 )

КАФАРОВ САХИБ ГАСАНАГА

АДАПТИВНЫЕ СПОСОБЫ АНАЛИЗА, ОЦЕНКИ И ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ БОРТОВОЙ ПОДСИСТЕМЫ ОБРАБОТКИ ДАННЫХ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ

Специальность: 05.07.12 - дистанционные аэрокосмические

исследования

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Баку - 1998

Работа выполнена в Институте Космических Исследований Природных Ресурсов им. Т. К. Исмаилова, АНАКА

Научные руководители:

- доктор физ.-мат. наук, профессор,

лауреат Гос. премии Азербайджана А.Ш. Мехтиев

- кандидат технических наук, с.н.с. P.A. Тагиев

Официальные оппоненты:

- доктор технических наук, профессор P.M. Алиев

- кандидат технических наук, с.н.с. H.A. Абдуллаев

Ведущая организация - Институт Кибернетики Академии Наук Азербайджанской Республики

Защита диссертации состоится " Р " КО Я**1998 г. в

/4 0О

_ часов на заседании Специализированного Совета Н.004.31.01 при Азербайджанском Национальном Аэрокосмическом Агентстве по адресу: 370106, Баку, проспект Азадлыг, 159

С диссертацией можно ознакомиться в библиотеке Азербайджанского Национального Аэрокосмического Агентства

Автореферат разослан

1998 г.

Ученый секретарь Специализированного Совета, к. т. н., с.н.с.

P.A. Тагиев

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. Изучение природных ресурсов Земли (ИПРЗ) с помощью бортовых систем дистанционного зондирования (БСДЗ) является в настоящее время одним из интенсивно развивающихся направлений науки и техники. Научные данные, получаемые БСДЗ в ходе аэрокосмических экспериментов, открывают перед исследователями широкие возможности анализа и обработки данных дистанционного зондирования (ДЗ) о природных процессах при решении большого комплекса научных и технических задач в интересах эффективного и рационального использования природных ресурсов Азербайджанской Республики. БСДЗ представляют собой сложные автоматизированные комплексы обработки информации. Состав и архитектура БСДЗ зависит от целевого предназначения, решаемых задач и технико-эксплуатационных требований, предъявляемых к ней потребителями различных отраслей. При исследовании информационных и эксплуатационных возможностей БСДЗ необходимо учитывать особенности ее организационной структуры, обусловленные наличием или отсутствием средств обработки информации на борту, возможными видами и вариантами построения и комплексирования бортозой аппаратуры дистанционного зондирования Земли.

Архитектура современных бортовых систем дистанционного зондирования Земли представляет собой сложную композицию различных подсистем: управления носителем, обработки данных (ОД), навигационной, энергетической и т.д. Роль и место подсистемы обработки данных (ПОД) в эффективном решении задач ДЗ в архитектуре БСДЗ является определяющей. Тем более, что развитие современных информационных и компьютерных технологий создало предпосылки для создания высокопроизводительных вычислительных средств, удовлетворяющих требованиям и ограничениям бортовых подсистем обработки данных. Эффективность функционирования бортовой подсистемы обработки данных определяется адаптивностью ее программно-технической и алгоритмической структуры к изменению интенсивности информационных потоков, поступающих от зондируемых природных объектов. Тенденция к увеличению информационных потоков и усложнение решаемых задач ДЗ с одной стороны, и необходимость обработки больших массивов данных в реальном масштабе времени при заданных требованиях и ограничениях на системотехнические характеристики бортовой подсистемы обработки данных ДЗ с другой - часто приводят к тому, что вычислитель подсистемы обработки данных не справляется с возложенными на него функциями или работает в режиме пиковых информационных нагрузок. Поэтому задача создания способов анализа, оценки и повышения эффективности архитектуры бортовой подсистемы обработки данных, адаптивной к изменению интенсивности информационных потоков, поступающих на вход ПОД является весьма актуальной.

Цель работы. Целью настоящей работы является разработка способов анализа, оценки и повышения эффективности архитектуры обработки данных подсистемы обработки данных, адаптивных к изменению интенсивности информационных потоков данных ДЗ, поступающих на вход подсистемы обработки данных в виде полей электромагнитного излучения определенных диапазонов длин волн, характеризующих состояние природных объектов и экосистем.

Для достижения цели в диссертационной работе были поставлены и решены следующие задачи:

1. Структурный анализ архитектуры бортовой ПОД ДЗ;

2. Оценка эффективности процесса дискретной обработки данных;

3. Оптимизация временной диаграммы решения функциональных задач ДЗ;

4. Сглаживание пиковых информационных нагрузок вычислителя ОД.

Методы исследований. Исследование базируется на методах теории информации, методах теории систем массового обслуживания, методах математического анализа, методах аналитического моделирования , методах макропроектирования сложных систем.

Научная новизна исследований и полученных результатов. В результате проведенных исследований и решения поставленной задачи:

- предложен адаптивный способ анализа и оценки эффективности архитектуры обработки данных ПОД, базирующийся на математическом аппарате теории систем массового обслуживания и системном макропроектировании программно-технических и алгоритмических средств;

- предложен адаптивный способ повышения эффективности процесса обработки дискретных данных ДЗ для заданных ограничений на параметры процесса;

- предложен новый способ оптимизации временной диаграммы решения функциональных задач ДЗ для эффективного использования текущей информационной производительности вычислителей ПОД при возрастании объемов информационных потоков;

- предложен новый способ сглаживания пиковых информационных нагрузок вычислителя подсистемы обработки данных ДЗ, для ее равномерной загрузки потоками данных, подлежащих обработке.

Практическая ценность и реализация результатов работы. Разработанные в результате выполнения диссертационной работы способы повышения эффективности архитектуры ОД ПОД позволяют провести макропроектирование архитектуры ОД, обеспечивающей необходимую и достаточную информационную производительность при решении прикладных задач ДЗ в реальном масштабе времени. При этом можно получить количественную оценку эффективности архитектуры ПОД за счет выбора наиболее оптимальных системотехнических характеристик. В . итоге исследователь или проектировщик получает конкретные данные для разработки

аргументированных технических решений по созданию новых и модернизации существующих ПОД БСДЗ. Результаты работы реализованы в госбюджетной НИР "Исследование информационных свойств штатной измерительной аппаратуры самолета-лаборатории и ее комплексирование", проводившейся в Институте Космических Исследований Природных Ресурсов АНАКА в 1996-97г.г. Результаты проведенных исследований вошли в научно-технические отчеты и переданы в вышеуказанную организацию.

Апробация работы. Основные положения и результаты были доложены и обсуждались на научных семинарах, проведенных Азербайджанским Национальным Аэрокосмическим Агентством, Азербайджанской Национальной Академией Авиации и на 2-ом Международном Симпозиуме "Проблемы математического моделирования, управления и информационных технологий з нефтегазовой промышленности", Баку, 1998 г.

Публикации. По результатам выполненных исследований опубликованы б

работ.

Основные положения, выносимые на защиту:

1. Способ анализа и оценки эффективности архитектуры обработки данных ПОД, базирующийся на математическом аппарате теории систем массового обслуживания и системном макропроектировании программно-технических и алгоритмических средств.

2. Способ повышения эффективности процесса обработки дискретных данных ДЗ для заданных ограничений на параметры процесса.

3. Способ оптимизации временной диаграммы решения функциональных задач ДЗ для эффективного использования текущей информационной производительности вычислителей ПОД при возрастании объемов информационных потоков.

4. Способ сглаживания пиковых информационных нагрузок вычислителя подсистемы обработки данных ДЗ для ее равномерной загрузки потоками данных, подлежащих обработке.

Структура и объем диссертации. Диссертация состоит из введения, пяти глав, заключения, списка литературы и приложения. Основной текст изложен на 138 страницах машинописного текста, содержит 17 рисунков, 2 таблицы. Список литературы включает 73 источника.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность темы диссертационной работы, определяются ее цели и методы исследований, приводятся сведения о ее научной новизне и практической ценности, отражается краткое содержание диссертации, приводятся научные и практические результаты.

В первой главе проводится анализ современных архитектурных концепций и способов построения бортовых подсистем обработки данных, рассматривается модель коллектива вычислителей как основа для построения эффективной архитектуры ОД бортовой ПОД, проводится анализ канонических структур современных подсистем обработки данных, базирующихся на четырех типах архитектур ОД: вГБЮ, БШБ, М^Б и М1МБ. Архитектура 5180 определяет такое функционирование ПОД, при котором один поток команд управляет обработкой одного потока данных. Архитектура \1ISD позволяет нескольким потокам команд обрабатывать один поток данных. Архитектура БШГО предоставляет возможность одному потоку команд обрабатывать несколько потоков данных. Архитектура М1Г*ГО допускает обработку несколькими потоками команд несколко потоков данных.

Концептуальное представление об эффективности архитектуры построения современных ПОД складывается из трех основных компонентов: 1 Эффективности архитектуры технических средств обработки данных;

2)эффективности архитектуры программных средств обработки данных;

3)эффективности способов и алгоритмов обработки данных.

Современный этап развития большинства бортовых ПОД связан с бортовыми ПОД параллельного действия. Функционирование подобных ПОД, в отличие от единичного вычислителя (например, одного компьютера), основано на методах имитации коллектива вычислителей. Это в частности, позволяет преодолеть ограничение в производительности, существующее для единичного вычислителя, достичь высоких показателей надежности и эффективности решения прикладных задач по проблемно-ориентированной обработке данных дистанционного зондирования. Модель коллектива вычислителей описывается выражением:

< в, А >, (1)

где в = {Сь С2,.--, С„} - множество связанных вычислителей, функционирование которого основано на следующих принципах:

1) параллельности решения прикладных задач ДЗ;

2) программируемости архитектуры технических средств ПОД и информационного взаимодействия между вычислителями для решения прикладной задачи ДЗ;

А - алгоритм работы коллектива вычислителей.

Требование принципа программируемости структуры сводится к тому, чтобы в коллективе вычислителей была заложена возможность программной настройки структуры априори и ее перенастройки в процессе функционирования с целью обеспечения адекватности структурам и параметрам решаемых прикладных задач ДЗ и достижения эффективности при заданных условиях эксплуатации. Следовательно, в коллективе вычислителей должна быть заложена

возможность хранения своей архитектуры и ее программной модификации (перенастройки). Алгоритм А функционирования коллектива вычислителей представляет собой суперпозицию, описываемую выражением:

А ( Р ( О ) ), (2)

где Р -параллельная программа вычислений (для решения прикладной задачи ДЗ), п п

причем Р = и Р(, П Р( = О, Р( - ( - я ветвь программы;

{=1 (=1 п

О - исходный массив данных для параллельной программы, причем Б = II И),

п (=1

- индивидуальный массив данных для С(, причем в общем случае П =0.

1=1

В эквивалентном виде алгоритм (2) работы коллектива вычислителей представляет собой композицию (А1«А\")«...»(А1»АГ')»...«(Ап«Ап"), где (А|«А(") определяет поведение вычислителя С( среди других вычислителей множества О; А( и А(" - соответственно алгоритм индивидуальной работы С | и алгоритм реализации взаимодействий С ( с вычислителями С(£ 0|С(. Последний алгоритм представляет собой суперпозицию А;"(Р(",(5)), в которой Р(" - программа для установления связей и выполнения взаимодействий между вычислителем С| и другими вычислителями подмножества 0|С г, Б - описание структуры коллектива вычислителей (т.е. структуры сети связей между вычислителями). В качестве 3 может пониматься граф, вершинам которого сопоставлены вычислители, а ребрам линии связи между ними.

Многообразие технических реализаций модели коллектива вычислителей (1) является следствием разницы в способах воплощения совокупности алгоритмов {А("}, где {=1, п; задания {РГ} и выбора структуры Б. Аппаратные средства, с помощью которых реализуется совокупность алгоритмов {А]", Аг",-, А1",..., А„"} и которые вместе с сетью связей составляют среду для осуществления взаимодействий между вычислителями коллектива, называют коммутаторами. От способа реализации коммутатора зависит эффективность вычислительных средств параллельного действия.

При полном воплощении принципа однородности имеют место отношения эквивалентности: А[ = А^ А(" = А/', ( Фу, {» ^ = 1, п, которые обеспечивают высокую эффективность коллектива вычислителей. Исходя из вышеизложенного, можно сделать вывод о том, что коллектив вычислителей обладает свойствами ПОД и является средством решения сложных прикладных задач ДЗ.

Во второй главе проводится общая и математическая постановка задачи исследования, рассматриваются способы анализа (прямые задачи) и синтеза (обратные задачи) бортовых ПОД, определяются целевые функции ПОД и

аналитические способы исследования эффективности архитектуры ПОД на основе математического аппарата теории массового обслуживания.

Конкретный вид целевых функций бортовой системы определяется как правило, ее назначением и спецификой решения задач. Так, для бортовой системы ИПРЗ в зависимости от целей исследования в качестве целевой функции могут быть, например, приняты: вероятность контроля Р(т,р) не менее заданной доли (3 природных объектов за время т.

Для случаев фундаментального исследования природных объектов целевая функция Р(Т), как характеристика производительности бортовой системы для заданного интервала времени Т, может быть представлена в виде функционала:

Р(Т) = / (Т, П;, К„), (3)

где п^ - число природных объектов j -го типа, информация о которых получена бортовой системой за время Т;

Ка- коэффициент значимости природных объектов а-й категории.

Целевые функции вида (3) могут быть получены с учетом информационного качества г бортовой аппаратуры дистанционного зондирования (БАДЗ), оцениваемого вероятностью Р, достоверного определения состояния природных объектов з'-го типа по полученному кадру (файлу) данных.

Р(Т) = /(Т)п^,,Р)), (4)

При моделировании и комплексном исследовании вопросов, связанных с динамикой функционирования бортовой системы необходимо учитывать: характеристики наземной ситуации в изучаемых районах; параметры внешней среды; технические характеристики и режимы функционирования целевой аппаратуры дистанционного зондирования.

Наземная или объектовая ситуация может быть математически представлена совокупностью:

ОМБ^Ь (5)

составленной из двух подмножеств характеристик.

Первое подмножество включает характеристики изучаемых районов:

8 = {V,, <р(, Эь К,}, (6)

где VI, ф(, Б) - координаты и количество вершин многоугольника, которым аппроксимируется (-й изучаемый район, причем (=1 ...I; !?.(- индекс или номер изучаемого района; К{ -приоритетный признак {-го изучаемого района.

Второе подмножество формируется из характеристик изучаемых

природных объектов:

W = G\S = {vn, Фп, R„, S„, Ka}, (7)

где vn, фп - координаты n-го природного объекта, причем n = 1...N; N - число изучаемых природных объектов; R„ -класс природного объекта; S„ -площадь п - го природного объекта.

Обобщенный коэффициент К„ значимости природного объекта, входя в подмножество (7), сам является сложной функцией вида:

Ка = / (et, е2, ж) (8)

и зависит от длительности действия признака деятельности природного объекта (например, продолжительности наводнения или пожара) et; коэффициента значимости природного объекта ez; признака повторности зондирования природного объекта я.

Параметры внешней среды должны отображать и учитывать влияние "внесистемных" факторов: метеорологической обстановки в районах дистанционного зондирования, ее в моделях можно учесть, например, количеством облачности или бальности г| и вероятностью р того, что природный объект не закрыт облаками при данной облачности; астрономических условий изучения природных объектов, которые могут быть охарактеризованы величиной освещенности подстилающей поверхности Земли Е или значениями высот Солнца Н.

Для математического описания интегральной производительности БСДЗ используем следующее выражение: .

Np I ю

M[N] = (1/NP) £ £ [пе£ M„i (1-0,1 т|)] „, (9)

п-1 (-1 п=1

где Np-число природных объектов, которые могут экспонироваться БСДЗ с учетом ограничений по освещенности и облачности;

пе - число экспонированных кадров данных природных объектов в изучаемом районе;

Мп - частота повторяемости облачности т) баллов.

Относительная производительность р БСДЗ характеризует значение, которое составляет число кадров данных, экспонируемых системой за пекоторый период функционирования от их общего числа Т и может быть описана следующим математическим выражением:

Np

Р = M[N]/N = (1/NpN) I N„(0,t) (10)

л-1

где N„(0,1) - суммарная производительность БСДЗ за определенный промежуток времени.

Баланс информативности БСДЗ представляет собой наиболее обобщающую характеристику информационных возможностей системы.

Условие баланса информативности можно описать следующим математическим выражением:

N2 1

N(0,0 - Е Ии -1 Д^ (11)

(-1 Г1

где N(0,1) - объем информации, полученной БСДЗ за интервал времени [ОД];

- число залетов, обеспечивающих сплошное перекрытие изучаемых районов природных объектов;

N1.1 - число экспонированных кадров данных в 1-й полосе дистанционного зондирования;

Д^ - объем информации, теряемый в результате влияния j - го фактора, например облачности, недостаточной освещенности.

Математический аппарат теории массового обслуживания может быть использован как аналитический инструмент системных исследований для анализа отдельных элементов и фаз функционирования бортовой системы дистанционного зондирования природных ресурсов. Предпосылками к этому служат эмпирические данные, полученные автором работы на основе анализа результатов имитационного моделирования работы бортовой ПОД.

Данные проведенных имитационных экспериментов подтверждают справедливость гипотезы о пуассоновском распределении первичного потока информации на входе любого типа бортовой аппаратуры дистанционного зондирования. Тогда вероятность того, что за время т бортовой системой будет осуществлено зондирование к природных объектов, можно представить выражением:

{[Ь/£В][(Хе)итП

Рц(т,к)= -ехр{-[Ь/£В][(Х0и1]} (12)

к!

где к = 0,1,2...число зондируемых объектов, появляющихся на временном интервале пролета носителя т в и-м районе;

Ь, I - соответственно ширина полосы обзора и захвата кадром (сканированием на местности);

- интенсивность потока данных зондируемых природных объектов в поле зрения бортовой аппаратуры;

В - число одновременно работающих датчиков дистанционного зондирования.

Используя информацию о распределении времени обслуживания потоков данных зондируемых природных объектов в различных фазах, можно расчитать

некоторые показатели качества работы элементов бортовой системы дистанционного зондирования и наземных средств приема данных.

При макропроектировании часто бывает пеизвестен закон распределения времени обслуживания потоков данных F(to), но имеются данные по ожидаемому темпу обслуживания потоков (кадры, файлы) цо и стандартному отклонению времени их обработки со. В этом случае можно использовать математический аппарат теории массового обслуживания и получить следующее выражение для расчета математического ожидания числа экспонированных кадров данных:

tat Но2 а02 + 2цо-1]

М[п.]= --(13)

2цо [Цо - ta]

Если известно, что на борту предполагается установить аппаратуру дистанционного зондирования с фиксированной величиной то, то формула (13) упрощается и принимает следующий вид:

ta [ 1 - но]

М[п„] = --(14)

Но [ta - Но]

В случаях, когда допускается аппроксимация распределения F(tq) экспоненциальным законом, а бортовая система дистанционного зондирования обладает свойством систем массового обслуживания с ограничением, расчет эффективности системы, отображаемой оператором типа Fi = q(Toi,coi), может быть произведен по ряду дополнительных показателей. К их числу можно отнести: вероятность иметь в очереди на обработку число кадров более ожидаемого nog в момент времени t при заданном начальном состоянии системы; вероятность начать немедленную обработку очередного кадра или файла данных; вероятность иметь в буферной памяти больше или меньше допустимого объема информации.

Таким образом, исходя из вышеизложенного, можно сделать вывод о том, что математический аппарат теории массового обслуживания применим для проведения анализа и оценки эффективности архитектуры обработки данных бортовой ПОД.

В ■ третьей главе проводится структурный анализ функциональной архитектуры ПОД и анализ взаимодействия функциональной и технической архитектуры ПОД, рассматриваются алгоритмы многоуровневого анализа ПОД и способы формализации функций и процедур ПОД, проводится математическое моделирование процесса обработки данных бортовой ПОД, разрабатываются способы анализа, оценки и повышения эффективности ПОД как модели СМО.

Представим модель дискретной обработки информации об изменяющемся физическом поле, излучаемым природным объектом в виде следующего описания:

г = <х, и, 1)=>у, у> (15)

где X - множество, характеризующее информационные входы; и - множество, характеризующее управляющие входы; V - среда обработки данных;

Я (б^) - помеха, возникающая в процессе вычислений; У - множество, характеризующее информационные выходы.

Пусть элемент х € X отображает состояние измеряемого .параметра физического поля природного объекта в точке с координатой б, где 1 < в < п3, где п8 - число первичных измерительных преобразователей в приемном блоке датчика, регистрирующего физическое поле природного объекта. Если предположить, что число уровней квантования значений измеряемого параметра физического поля равно Оа, то максимальное время, в течение которого можно с относительной погрешностью 1Ша полагать, что картина физического поля не изменяется, будем называть временем кадра Т. Интенсивность информационной нагрузки на входе вычислителя определяется производительностью поля, которая равна количеству информации, приходящемуся на единицу апертуры кадра в единицу времени:

Ро = (по/Ъ-Т)1оё2(1 + 1/8о) (16)

где Ь - размер апертуры датчика дистанционного зондирования; 6о = 1Юа - относительная погрешность; <йо = п0/Ь - пространственное разрешение.

Отсчеты измеряемого параметра поля (амплитуды) берутся в гц точках с помощью первичных измерительных преобразователей А, расположенных на расстоянии I друг от друга по апертуре Ь. После преобразования результатов измерений в цифровую форму, массив данных {в,,} для восстановления исходного кадра данных характеризуемого вектором и(х), подается на вход вычислителя V бортовой ПОД, который выполняя обратное интегральное преобразование по заданному алгоритму, производит вычисление вектора {д^; К = 1, К ) , близкого к исходному. Результаты вычислений поступают на внешние устройства вывода данных ПОД. Таким образом, вектор наблюдаемых отсчетов вп преобразуется в вектор исходного кадра данных. Этот алгоритм можно скорректировать с помощью линейного функционала, при задании которого следует учитывать, что программа вычислений фактически состоит из одного многократно (к раз) повторяемого оператора. Каждое выполнение такого оператора позволяет находить один из отсчетов из за время Т|, где К = 1, К. Тогда время вычисления множества ^к} составляет Т„= К'Т+ТР, где Тр - время возможного простоя вычислителя ПОД и выполнения им неосновных операций.

Элементами множества X являются коды команд на выполнение операций в вычислителе из заданного набора базисных операций. Средой V является -

процессорный вычислитель с заданным набором базисных операций. В этой среде возможно появление пространственно-временных помех Щв.О, ухудшающих точность и информационную производительность ПОД. В качестве помех могут быть: импульсный шум и шум аппаратуры дистанционного зондирования, сбои и отказы в работе вычислителя, влияние параллельных вычислительных процессов друг на друга. Так как ПОД является сложной подсистемой, то на первой стадии исследований невозможно учесть все тонкости ее архитектуры. Для вычислителя ПОД с учетом специфики его работы в составе бортовой ПОД введем показатель текущей информационной пропускной способности (ИПС) как функции интенсивности информационной нагрузки:

Р* = (и-С- Н) / (№Тк-С) (17)

где со = П(/Ь, причем П{ -число точек физического поля, на обработку которых затрачивается время Т„ = М-Тк-С, где N - число операций, выполняемых вычислителем; Т^ - длительность короткой вычислительной операции; С -средняя сложность выполняемых операций; Н = 1о§2 (1+1/5), где 8 - погрешность результатов вычислений; £ = Т„ / Т - временное разрешение.

Пусть Ртах - максимальное значение ИПС конкретного <3 - процессорного вычислителя ПОД для заданного набора базисных операций прикладного алгоритма вычислений. Значение ?„г„ характеризует способность вычислителя обработать за время кадра Т с погрешностью б информационное поле, для которого отсчеты измеряемого параметра берутся в точках. Тогда, если не учитывать требования потребителя результатов обработки данных, условие согласования производительности поля с пропускной способностью вычислителя для обработки информации с максимально возможной точностью результатов за заданное время Т может быть представлено в виде:

Ро<Рш« (18)

Невыполнение равенства в условии (18) позволяет сделать вывод об имеющейся избыточности в информационных параметрах самого вычислителя (в информационной пропускной способности Р*), если задано значение Ро или в объеме входного массива данных (в производительности поля Ро) для данного вычислителя.

Минимально возможное количество информации, которое должно поступить на вход вычислителя в течение заданного промежутка времени и обеспечить достижение цели, поставленной в функциональной задаче по обработке данных, характеризующих физическое поле природного объекта, назовем полезной информацией. Исходя из требований потребителя к количеству полезной информации, а значит, к величинам щ, Т, Ь и допустимой погрешности

ба выходных данных, ИПС вычислителя не должна быть меньше заданного значения, обозначенного через Р2. Тогда условием обработки полезной информации без потерь является выполнение неравенств Риа) > Р2 и Ро > Р*. Так как Ро > Р* и Риаз > Р*. то достаточным условием будет:

Р* > Рг (19)

Для характеристики допустимой избыточности в информационной пропускной способности вычислителя ПОД с учетом требований потребителя результатов обработки данных введем коэффициент 71 — Ртах / Рг ~ 1 • ТоГДа для заданного значения тс получим условие выбора вычислителя для более эффективного использования его информационной производительности:

Р*<(1+я)Р2 (20)

Ограничимся случаем, когда (¡> = 1 и время кадра Т не задано и определяется длительностью вычислений Т„ . Кроме того, будем считать, что погрешность результатов обработки информации 6 не может превышать допустимую величину 5а, так как в противном случае информационная пропускная способность вычислителя принимается равно,й нулю. Предположим, что вычислитель ПОД обрабатывает иг точек кадра данных по определенной программе, включающей N операций. Возможны следующие случаи для соотношений информационных пропускных способностей Р*, Ртах, Ро и Р2:

1) случай 1 — условия (18) - (20) выполняются;

2) случай 2 — условие (19) выполняется, а условие (20) не выполняется;

3) случай 3 - условие Р = Р2 выполняется, но не выполняется условие (18);

4) случай 4 - условие Р < Р* выполняется, причем Ро» Ртах или Ро« Ртах ■

Для перечисленных выше случаев предлагаются следующие способы оптимизации процесса обработки данных вычислителем ПОД:

1. Для случаев 2 и 4 заменить алгоритм обработки данных или систему базисных функций вычислителя на квазиоптимальные. При этом постоянными останутся значения по = пь 5о, и Р0 , а остальные параметры N. 6, Т„ и Р* могут быть изменены так, чтобы выполнялось условие (20).

2. Для случая 2 сократить число вычислительных операций: для линейного преобразования сигналов такое сокращение может быть осуществлено за счет замены части коэффициентов в матрице данных на нулевые значения. Аналогией этому может служить уменьшение размеров апертуры приемного блока датчика БСДЗ при том же пространственном разрешении ш. В результате сократится время вычислении Т„, но возрастет погрешность вычислений 8, так как она обычно является монотонно убывающей функцией от Т„.

3. Изменить размеры апертуры кадра и, следовательно пространственного разрешения при щ=согш, приводящее из-за наличия межканальных помех к

изменению погрешности 5о массива данных на входе вычислителя ПОД, в результате чего может быть выполнено условие (20) в случаях 2 и 4.

4. Увеличить число итераций в вычислительном алгоритме: при этом величины по = пе, 5о и Р0 считаются постоянными, а за счет увеличения значения N (и, следовательно, Т„) можно ожидать снижения методической составляющей погрешности 5. В результате может быть получена такая величина Р*, что для случая 4 станет выполняться условие (20).

5. Уменьшить число обрабатываемых точек поля щ при бо-сопяг (прореживание входного массива данных); величины 5о и Ро считаются постоянными, а величины N и Т„ уменьшатся, следовательно, изменится величина ИПС. Применение вышеизложенного способа для случая 2 позволяет обеспечить выполнение условия (20). Аналогией такого способа для приемного блока датчика ДЗ является прореживание числа первичных измерительных преобразователей и, следовательно, уменьшение его пространственного разрешения при постоянных значениях Ь и 5о.

6. Изменить динамический диапазон сигналов датчиков ДЗ на входе вычислителя ПОД. При этом значения величин пе и N остаются практически неизменными. В случае 4 необходимо увеличить динамический диапазон сигналов и разрядную сетку вычислителя ПОД для снижения погрешности 6, а для случая 3 -уменьшить динамический диапазон для повышения 5 и выполнения условия (20).

Рассмотрим бортовую ПОД, применяя математический аппарат теории систем массового обслуживания (СМО), а также учитывая специфику решаемых прикладных задач ДЗ. Прежде чем доказать правомерность и целесообразность представления ПОД как СМО, приведем основные теоретические и математические описания базовых элементов теории СМО, которые предполагается использовать для построения методов анализа, оценки эффективности и синтеза бортовой ПОД при решении прикладных задач ДЗ.

При решении задач анализа и синтеза СМО предполагается знание совокупных свойств исследуемой СМО, каждое из которых может быть измерено, т.е. оценено количественно. Некоторые свойства СМО можно рассматривать как первичные, их количественные оценки будем называть параметрами СМО. Остальные свойства относятся к вторичным, их количественные оценки будем называть характеристиками СМО. Кроме того должен быть определен критерий эффективности, устанавливающий способ оценки качества работы СМО. Используя приведенные выше понятия, СМО можно охарактеризовать следующей совокупностью параметров и характеристик:

1) параметры входящего потока заявок;

2) параметры архитектуры СМО;

3) параметры алгоритма управления процессами обработки заявок;

4) системные характеристики СМО.

К основным параметрам входящего потока заявок можно отнести следующие: интенсивность входящего потока заявок и допустимое время пребывания заявки в СМО та.

К основным параметрам архитектуры СМО можно отнести следующие: число каналов обслуживания т и число мест в очереди заявок п .

К основным параметрам алгоритма управления процессами обработки заявок можно отнести следующие: режим приоритетной обработки заявок Р и режим бесприоритетной обработки заявок В.

К основным системным характеристикам СМО можно отнести следующие: математическое ожидание длительности обслуживания заявки т5, интенсивность потока обслуживания заявок ц = 1 / х, и интенсивность выходящего потока заявок Я-0-

Рассмотрим более подробно базовые определения и математические выражения теории СМО, на основании которых будет проведен анализ, оценка эффективности и синтез ПОД как СМО.

Вероятность обслуживания заявки определяется как вероятность того, что произвольно выбранная из входящего потока с интенсивностью >.1 заявка, будет обслужена СМО, т.е. окажется в потоке обслуженных заявок с интенсивностью Х0:

Рс = 1о'Ь (21)

Вероятность потери заявки ре определяется как вероятность того, что произвольно выбранная из входящего потока с интенсивностью Х( заявка, окажется в потоке потерянных заявок с интенсивностью Хр :

Ре = Хр / X, = (Х( - Х0)/Х( = 1- (Х0 / Х() = 1- Ро (22)

Среднее время пребывания заявки в СМО ^ определяется как математическое ожидание времени пребывания заявки в СМО, равное промежутку времени от момента поступления заявки на вход СМО, до момента появления ее в выходящем потоке заявок. Среднее время преобразования заявки в СМО ^ определяется как сумма среднего времени ожидания (пребывания в очереди) и и среднего времени обслуживания (пребывания в канале обслуживания) 15:

Ъ-^+Ъ (23)

Средняя длина очереди заявок I определяется как математическое ожидание числа заявок, находящихся в очереди. Для определения длины о.череди используют следующую формулу:

€ = Х( • ^ (24)

Среднее число занятых каналов обслуживания к определяется как математическое ожидание числа занятых обслуживанием каналов и характеризует коэффициент загрузки СМО 1|/, вычисляемый по формуле:

V = К / т (25)

Среднее число заявок в СМО г определяется как математическое ожидание числа заявок, находящихся в очереди или в каналах обслуживания и вычисляется по формуле:

ъ = ( + К (26)

г = 1с Хг и = М I» + Ъ) = V Ъ (27)

Под показателем эффективности СМО понимается количественный показатель, характеризующий качество выполнения СМО, возложенных на нее функциональных задач. На основании показателя эффективности СМО можно разработать способ оценки эффективности работы СМО при заданных ограничениях на ее параметры.

Таким образом, на основании вышеизложенного, можно сделать вывод о возможности создания адаптивных способов анализа, оценки и повышения эффективности архитектуры ОД бортовой ПОД на основе математического аппарата теории СМО.

В четвертой главе предлагается алгоритм оптимизации временной диаграммы решения функциональных задач (ФЗ) в ПОД ДЗ, способ сглаживания пиковых информационных нагрузок и требований к информационной производительности ПОД, предлагается алгоритм планирования вычислительных процессов при необходимости параллельной обработки данных, предлагается математический аппарат для проведения имитационного моделирования сглаживания пиковых информационных нагрузок на ПОД, предлагается математический аппарат для имитационного моделирования алгоритма планирования параллельных вычислительных процессов.

Особенностью макропроектирования бортовых ПОД является то, что требования к информационной производительности вычислителя должны быть определены разработчиками на начальном этапе проектирования.

Предварительная оценка требуемой для решения функциональных задач информационной производительности ПОД проводится с целью выявления максимумов требуемой информационной производительности бортовой ПОД на основе аналитических оценок, выполняемых в процессе решения каждой ^й функциональной задачи (1 < j < п), и значений времени решения ^р каждой 1-й информационной цепочки (1 < ( < ш). Обозначим через М( множество номеров функциональных задач, входящих в 1 - ю цепочку. Тогда требуемая для их

решения информационная производительность ПОД на интервале [tbk(, ten] выражается формулой: NJ

Pi= I --(28)

JfcTvli tpl

Аналогично для функциональных задач, входящих в г-ю информационную цепочку, информационная производительность ПОД, требуемая на интервале [tbkr, tetr], выражается формулой: NJ

Р(= Е --(29)

jeUi tpr

Распределение моментов [tbki, tetl] для всех (1 < £ < т) дает исходную временную диаграмму решения функциональных задач, а расчет величины P(t) можно провести по формуле: ' т

Pi = I Pi (t) (30)

¡»1

На основе вычислений по формуле (30) строится исходный график требуемой информационной производительности ПОД. Основным его показателем служит отношение Pmax / Pmm, характеризующее неравномерность информационной нагрузки ПОД (Р шах п Pmin - максимальный и минимальпыи уровни требуемой информационной производительности бортовой ПОД соответственно). Проведение практических расчетов показало, что при условии Ртах / Pmin >1,5 следует проводить сглаживание требований к информационной производительности ПОД.

Сглаживание требований к информационной производительности ПОД в, моменты пиковых информационных нагрузок заключается в таком преобразовании исходной временной диаграммы решения функциональных задач ПОД, при котором за счет снижения Ртах и увеличения PTOjn отношение Pmax / Pmin приближается к единице.

Каждая информационная цепочка функциональных задач и отдельные составляющие ее функциональные задачи в большинстве случаев допускают сдвиг момента начала решения вправо и момента окончания решения - влево по оси времени: такие сдвиги не приводят к нарушению требований, определяемых режимом работы в реальном масштабе времени и могут быть скомпенсированы увеличением объема и времени занятости буферной памяти ПОД.

Алгоритм сглаживания предполагает следующие процедуры: 1) анализируем Р(£) для всех (1 < t < к) и определяем те временные интервалы, на которых суммарная информационная производительность существенно превосходит среднюю информационную производительность P*(At). Предположим, что это условие имеет место на s -м такте, причем

P(s) = max P(£) » P*(At) (31)

1 <t<k

2) аналогично находим временные интервалы, где суммарная информационная производительность существенно меньше средней; для определенности предположим, что это условие имеет место на р-м такте, причем

Р(р) = min P(«) « P*(At) (32)

1 <t<k

Величины P(s) - P*(At) и P*(At) - P(p) характеризуют неравномерность требований к информационной производительности ПОД; причем первая разность свидетельствует о "перегрузке" s- го такта, а вторая - о "недогрузке" р -го такта. Следовательно, в первую очередь следует рассматривать возможность перераспределения информационной нагрузки между этими тактами.

3) упорядочим величины Psi (1 < i < m) по возрастанию:

последовательно сравнивая величины Psi и P(s) - P*(At) , найдем такую т--ю информационную цепочку функциональных задач, для которой выполняется условие:

Psr = PCs) - P*(At) (33)

Исключение этой информационной цепочки из загрузки ПОД на s - м такте сглаживает требования к информационной производительности. Если для любого 1 < г < m выполняется условие Psr < P(s) - P*(At) , то рассматривается возможность исключения 2-х, 3-х и т.д. информационных цепочек до тех пор, пока требования к информационной производительности по всем информационным цепочкам, оставшимся на s - м такте, не будут примерно равны величине Р (At). Окончание процесса сглаживания информационных нагрузок и соответственно требований к производительности ПОД определяется по достижению для всех тактов обработки (1 '< I < К.) достаточной степени приближения отношения Р(£) / P*(At) к единице.

В пятой главе приводятся результаты имитационного моделирования алгоритмов оптимизации временной диаграммы решения функциональных задач ДЗ, сглаживания пиковых информационных нагрузок и требований к производительности ПОД, а также результаты моделирования способов анализа, оценки и повышения эффективности архитектуры ОД бортовой ПОД необходимой и достаточной для решения функциональной задачи ДЗ.

ОСНОВНЫЕ ВЫВОДЫ И РЕЗУЛЬТАТЫ

1. Анализ существующих работ выявил, что классический подход на основе модели машины Дж. фон Неймана, вступил в резкие противоречия с требованиями, предъявляемыми к современным средствам обработки информации, что инициировало поиск новых принципов обработки информации,

новых структурных и архитектурных решений, которые бы адекватно учитывали возможности современных компьютерных технологий.

2. В результате проведенных исследований показано, что архитектурные концепции и способы построения \1ISD, БШО и МП^ГО-систем, основанные на модели коллектива вычислителей, являются наиболее эффективными для высокопроизводительных бортовых систем обработки данных. На современном этапе развития бортовых систем обработки данных дистанционного зондирования наибольшее распространение имеет архитектура типа БШБ, использующая магистральный (конвейерный, векторный) или матричный способ обработки информации. Эволюционное развитие бортовых систем обработки данных дистанционного зондирования идет в направлении к М1МО-архитектуре, т.е. в направлении все более полного воплощения принципов и свойств коллектива вычислителей.

3. Показано, что бортовые подсистемы обработки данных с программируемой архитектурой концептуально представляют собой коллектив элементарных компьютеров, число которых и структура связей между которыми, допускают варьирования в широких пределах в зависимости от решаемых прикладных задач дистанционного зондирования.

4. Определено, что в бортовых подсистемах обработки данных с программируемой архитектурой нет принципиальных ограничений на реализацию способов модели коллектива вычислителей как на макроуровне (на уровне подсистемы), так и на микроуровне (на уровне одного компьютера).

5. Предложен адаптивный способ анализа и оценки эффективности архитектуры обработки данных подсистемы обработки данных, базирующийся на математическом аппарате теории систем массового обслуживания и системном' макропроектировании программно-технических и алгоритмических средств, что позволяет на этапе макропроектирования априорно оценить эффективность любой архитектуры обработки данных подсистемы обработки данных.

6. Предложен адаптивный способ повышения эффективности процесса обработки дискретных данных дистанционного зондирования для заданных ограничений на параметры процесса, что позволяет путем имитационного моделирования выбрать наиболее эффективную архитектуру подсистемы обработки данных.

7. Предложен новый способ оптимизации временной диаграммы решения функциональных задач дистанционного зондирования для эффективного использования текущей информационной производительности вычислителей подсистемы обработки данных при возрастании объемов информационных потоков.

В. Предложен новый способ сглаживания пиковых информационных нагрузок вычислителя подсистемы обработки данных дистанционного зондирования, для ее равномерной загрузки потоками данных, подлежащих обработке.

9. Разработан гибкий аналитический аппарат, позволяющий на этапе макропроектирования оценивать и оптимизировать состав и системотехнические характеристики бортовых информационно-вычислительных комплексов.

Основное содержание диссертации опубликовано в следующих работах:

1.Тагиев P.A., Кафаров С.Г., Шамхалов Т.Ш. Анализ современных архитектурных концепций и методов построения бортовых подсистем обработки данных дистанционного зондирования природных ресурсов Земли.-Деп. в АзНИИНТИ, № 2527, 1997г.-18с.

2. Тагиев P.A., Кафаров С.Г., Тагиев Р. Р. Аналитическая модель оценки качества работы элементов бортовой системы дистанционного зондирования. Препринт АНАКА № 149, Баку, 1997.- Юс.

3. Тагиев P.A., Кафаров С.Г., Тагиев Р. Р. Математическое представление задач анализа и синтеза бортовой системы дистанционного зондирования. Препринт АНАКА № 151, Баку, 1997,- Юс.

4. Тагиев P.A., Кафаров С.Г., Тагиев P.P. Модели для оценки температуры тепловых полей по данным дистанционных измерений в ИК-диапазоне. Препринт АНАКА № 153, Баку, 1997,- 14с.

5. Кафаров С.Г. Математическая модель определения требуемого объема буферной памяти бортовой подсистемы обработки данных.-Деп. в АзНИИНТИ, № 2531, 1997г.-9с.

6. Тагиев P.A., Кафаров С.Г., Тагиев P.P. , Мирсалимов М.Р. Математическая модель оценки качества работы бортовой системы дистанционного зондирования. Труды 2-го Международного Симпозиума "Проблемы математического моделирования, управления и информационных технологий в нефтегазовой промышленности", Баку (Изв. АН Азербайджана, 1998, №1, с.47-49).

S. H. Qafarov

Yerin Masafadan Zondlanmasi Bort Verilanlarinin E'mali Alt Sistemi Effektivliyinin Anallzl, Qlymetlandirilmesi va Yüksaidllmasi Adaptiv Vasitalari

X Ü L A S Q

Dissertasiya i§inda tabii obyektlarin va ekosistemin vaziyyatini xarakteriza edan müayyan dal§a uzunluqlu elektromaqnit sahosi §üalanmasi §akllnde qa'bul edilan masafadan zondlama bort alt sistemi verilanlar kütlasi intensivliyinin dayi§mesina adaptiv bort e'mal alt sistemi arxitekturasi effektivliyinin analizi, qiymatlandirilmasi va yüksaldilmasi vasitalari yaradilmi? ve tadqiq edilmi§dir.

Kütlavi xidmat nazeriyyasi tabii ehtlyatlarin masafaden zondlanmasi bort sisteminin ve onun ayri-ayri elementlarlnin anallzl zamani sistem tedqiqatlarin analitik aleti kimi istifade olunur. Bunun esas §©rti kimi bort sisteminin i§ §araitlnin imitasiya modella§dirmasi va tadqiq olunan rayonlarda tabii obyektlarin yerla§ma variantlarinin alinmi§ empirik qiymatlarlnin analizini göstarmek olar.

Taklif olunan vasitalar masafadan zondlama bort sistemi va onun elementiarinin kompleks §akilda optimalligi va iflame keyfiyyetini hartarafli analiz etmaya imkan verir. Naticada sistemin arxitekturasi va verilanlarin e'mali prosesinin optimalla§dirilmasi hesabina onun ümumi informasiya qabillyyatinin adadi qiymetiandirilmasl aida olunur.

9n'anavi mühandis analizi metodlari makrolayihalandirma merhalasinda konkret masafaden zondlama funksionai mesalelerln haili effektivliyinin kompleks §akllda qiymatlandirilmasina imkan vermir.

Bu cahatdan taklif olunan vasitelar bort verilenlarini e'mal alt sistemi arxitekturasinin effektivllyini qiymatlendirmaya va masafaden zondlama funksionai masalalarln halii ügün taiab olunan va zaruri proqram-texnikl vasitalarln arxitekturasini se$maya imkan verlr.

S.H. Kafarov

Adaptive Ways of the Analysis, Estimation And Increase of Data Processing Efficiency in Airborne Subsystems of Remote Sensing of the Earth

SUMMARY

The dissertation considers investigation and development of the ways of the analysis, estimation and increase of architecture efficiency of airborne subsystem data processing adaptive to change of intensity of information flows of remote sensing data, acting on an input as fields of electromagnetic radiation of the certain ranges of lengths of waves describing a condition of natural objects and environmental resources.

The mathematical model of mass service theory is used as an analytical tool of system researches for the analysis of separate elements and functioning phases in remote sensing airborne systems of natural resources. The preconditions to this are served by the empirical data received on the basis of analysis of imitating modeling results of airborne system functioning conditions and variants of natural objects location ir. investigated areas.

The developed ways allow carrying out overall analysis of functioning quality and structure optimality of remote sensing airborne system and its elements. Thus the quantitative estimation of overall system information capacity is reached due to optimization of architecture and data processing procedure.

The traditional methods of the engineering analysis do not allow complete efficiency estimating of the solution of a concrete remote sensing functional task at the stage of macro projecting. The developed ways allow estimating an efficiency of architecture of airborne subsystem data processing and choosing architecture of software-hardware devices, which are indispensable and sufficient for the solution of