автореферат диссертации по приборостроению, метрологии и информационно-измерительным приборам и системам, 05.11.16, диссертация на тему:Алгоритмический подход к совершенствованию ИИС на основе новых моделей представления сигналов

На правах рукописи

ПАНОВ Алексей Павлович

АЛГОРИТМИЧЕСКИЙ ПОДХОД К СОВЕРШЕНСТВОВАНИЮ ИИС НА ОСНОВЕ НОВЫХ МОДЕЛЕЙ ПРЕДСТАВЛЕНИЯ

СИГНАЛОВ

Специальности:

05.11.16 - Информационно-измерительные и управляющие системы

(приборостроение), 05.11.01 - Приборы и методы измерения (электрические величины)

Автореферат диссертации на соискание ученой степени кандидата технических наук

ПЕНЗА 2004

Работа выполнена в Пензенском государственном университете на кафедре «Автоматика и телемеханика».

Научные руководители: доктор технических наук, профессор

Щербаков М. А.; доктор технических наук, доцент Мясникова Н. В.

Официальные оппоненты: доктор технических наук

Цыпин Б. В.;

кандидат технических наук, Солодимова Г. А.

Ведущая организация - ФГУП НИИ физических измерений, г. Пенза.

Защита диссертации состоится 28 октября 2004 г., в 14 часов, на заседании диссертационного совета Д 212.186.02 в Пензенском государственном университете по адресу: 440026, г. Пенза, ул. Красная, 40.

С диссертацией можно ознакомиться в библиотеке Пензенского государственного университета.

Автореферат разослан 28 сентября 2004 г.

Ученый секретарь

диссертационного совета К.ТН., профессор

Ю. М. Крысин

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы.

Решение проблемы создания новых технических средств привело к появлению информационно-измерительных систем (ИИС), предназначенных для автоматического сбора и обработки информации.

Большой вклад в разработку научного направления, связанного с совершенствованием ИИС и преобразователей информации, внесли Новицкий П. В., Орнатский П. П., Кавалеров Г. И., Темников А. С, Цапенко П. П., Стахов А. П., Филиппов Н. А. и многие другие.

В последние годы улучшение многих характеристик ИИС было достигнуто благодаря использованию микропроцессорной техники. Рассредоточение вычислительной мощности по различным уровням и блокам ИИС позволяет уменьшить потоки информации, сократить общее время обработки, повысить точность и надежность работы системы.

В ИИС широко используется многофункциональная обработка измерительной информации за счет рационального сочетания средств с жесткой структурой (аппаратная реализация) и гибкими перестраиваемыми алгоритмами работы (программная реализация).

Затраты временных и материальных ресурсов на хранение и обработку информации в ИИС в значительной степени зависят от способа выполнения операций дискретизации и квантования, а точность измерений во многом определяется рациональным выбором алгоритмов обработки первичной измерительной информации. Поэтому актуальна задача совершенствования систем в смысле повышения точности результатов и быстродействия. Эта задача решается на базе концепции единства модели представления дискретных данных (а значит, и аналого-цифрового преобразования) и цифровой обработки, а также совершенствования самих измерительных преобразователей на основе алгоритмического подхода.

Цель диссертационной работы заключается в совершенствовании ИИС на основе новых моделей представления дискретных сигналов в форме, удобной для решения целевой задачи, а также новых

РОС НАЦИОНАЛЬНАЯ БИБЛИОТЕКА

Л03ЙГ

алгоритмических решений и способов адаптивного сжатия-восстановления данных.

Основными задачами исследования, вытекающими из поставленной цели, являются следующие:

- построение моделей представления данных при разных способах дискретизации (по времени и по уровню);

- разработка и исследование алгоритмов адаптивной дискретизации;

- разработка методики преобразования и обработки данных с применением разных способов дискретизации;

- разработка способов сжатия измерительной информации;

- исследование возможностей алгоритмического подхода для повышения точности измерений;

- разработка программного обеспечения для моделирования ИИС.

Методы исследований.

При решении поставленных задач использовались теория информации, линейная теория дискретных сигналов, математическая статистика, дифференциальное исчисление, булева алгебра, имитационное моделирование.

Моделирование проводилось в среде Electronics Workbench. Результаты исследований анализировались с использованием пакета MathCad. Для создания специальной программы моделирования ИИС использовалась интегрированная среда Delphi.

Научная новизна.

В работе получены следующие научные результаты:

1. Предложена адаптивная дискретизация, которая осуществляется в моменты достижения сигналом квантованных уровней и математически может трактоваться как равномерная дискретизация по уровню.

2. Предложен способ и устройство аналого-цифрового преобразования на основе адаптивной дискретизации.

3. Предложен подход к созданию итерационного преобразователя для измерения величины с повышенной точностью на основе алгоритмического подхода к измерениям и его схемная реализация.

4. Предложен алгоритм сжатия-восстановления информации на основе использования экстремумов и выборочной гистограммы.

5. Предложен подход к моделированию и визуализации работы ИИС и ее узлов.

Практическая ценность работы.

Использование предложенных преобразователей информации, ориентированных на последующую цифровую обработку, и оригинальные алгоритмы целевой обработки сигналов позволяют повысить быстродействие и точность, сократить объем хранимой и обрабатываемой информации за счет адаптивной дискретизации и ограничения области изменения сигналов.

Разработанное программное обеспечение может использоваться для прогнозирования точности разрабатываемых ИИС, для визуализации работы ИИС и ее узлов в учебном процессе.

Реализация и внедрение результатов.

Основные теоретические положения внедрены при выполнении фундаментальной НИР «Теория и методы построения высокопроизводительных систем для обработки гетерогенной информации» 1.1.00Ф, а также прикладной НИР «Проблемы построения автоматизированных систем диагностики на основе непараметрических моделей» (при финансовой поддержке гранта Т02-03.2-3577). Разработанная модель ИИС внедрена в учебный процесс по дисциплинам «Динамические измерения» и «Вычислительные методы». Результаты диссертации в части моделирования датчиков механических величин использованы в электронном пособии.

На защиту выносятся следующие положения:

1. Адаптивная дискретизация сигналов и модель дискретных данных, связанная с такой дискретизацией, представляющая собой динамическую гистограмму - двумерный массив, содержащий моменты пересечения сигналом каждого из уровней, а также алгоритмы обработки данных на основе такой модели.

2. Способ и устройство аналого-цифрового преобразования на основе дискретизации по уровню и квантования по времени.

3. Подход к созданию итерационного преобразователя с повышенной точностью измерения на основе использования алгоритмического подхода и его схемная реализация.

4. Способы сжатия и восстановления измерительной информации, использующие экстремальные значения сигнала и гистограмму для оптимизации каналов передачи данных.

5. Модель ИИС, позволяющая виртуально отображать функциональную модель объекта исследования, датчика, АЦП и итерационного преобразователя напряжения в код, а также исследовать погрешности классических и предложенных алгоритмов при различных методах дискретизации и квантования.

Апробация работы.

Основные положения докладывались на международных научно-технических конференциях «Методы и средства измерения механических параметров в системах контроля и управления» (г. Пенза, 1999, 2001, 2002), а также на конференциях профессорско-преподавательского состава, на Международном симпозиуме «Надежность и качество» (г. Пенза, 2003) и на 6-й Международной научно-практической конференции «Фундаментальные и прикладные проблемы приборостроения, информатики, экономики и права» (г. Сочи, 2003).

Публикации.

По материалам диссертационной работы опубликованы 10 печатных работ.

Структура и объем диссертации.

Диссертация состоит из введения, трех глав, заключения, библиографического списка (81 наименование), приложений. Общий объем работы составляет 192 страницы машинописного текста, в том числе 21 страница приложений, и включает в себя 77 рисунков и 9 таблиц.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы, определены цели и задачи исследования, дана общая характеристика выполненной работы, показаны актуальность и новизна решаемых задач.

В первой главе рассматриваются особенности построения современных ИИС, основные характеристики используемых в них сигналов и известные методы их обработки, проведена их систематизация и указаны пути совершенствования.

В настоящее время широкое распространение получили системы, в которых источником информации об объекте исследования являются измеренные величины, отражающие его свойства. Такие системы могут быть построены на основе единой структуры, включающей датчик, аналого-цифровой преобразователь и универсальный вычислитель. Целевая функция таких систем реализуется за счет программного обеспечения. Поступающую информацию можно хранить, передавать и обрабатывать как в виде непрерывных, так и в виде дискретных сигналов. На современном этапе развития информационной техники предпочтение отдается дискретным цифровым сигналам - для преобразования в такой вид сигнал подвергается операциям дискретизации по времени и квантования по уровню.

В главе рассмотрены методы дискретизации (восстановления) сигналов и их классификация по разным признакам. Для решения поставленных задач наиболее существенным является принцип выбора шага.

Существуют три критерия выбора шага дискретизации: частотный критерий (В. А. Котельникова), корреляционный критерий (Н. А. Же-лезнова), квантовый критерий (Ф. Е. Темникова). Последний из перечисленных позволяет решить задачу адаптивной дискретизации, в нем заложены большие возможности для совершенствования. Он определяет зависимость интервалов между отсчетами от величины ступени квантования по уровню и крутизны (первой производной) сигнала.

В развитии этого критерия предлагается вместо функции х = ¡(¡) рассматривать обратную функцию I = <р(х). Тогда мате-

матически меняются местами дискретизация (по амплитуде) и квантование (по времени). Метод основан на том, что шаг дискретизации выбирается таким образом, чтобы значение дискретизируемого сигнала не могло измениться больше, чем на шаг квантования. При этом информацию о сигнале несут моменты пересечения сигналом квантованных уровней. На современном уровне развития техники временные параметры могут быть измерены достаточно просто и более точно, чем амплитудные. Такое преобразование соответствует дискретизации по уровню и квантованию по времени, в отличие от общепринятого, когда дискретизация осуществляется по времени, а квантование - по уровню. Этому методу соответствует модель данных (у, представляющая собой двумерный массив значений моментов времени, соответствующих пересечениям сигналом уровней квантования и,/ = 0,1, ..., I.

Уи 7 7 7

В дальнейшем будем называть такую дискретизацию адаптивной дискретизацией: отсчеты берутся часто (с маленьким шагом дискретизации), когда сигнал меняется быстро, и редко (с большим шагом дискретизации), когда сигнал меняется медленно.

Использование предложенного способа аналого-цифрового преобразования позволяет уменьшить трудоемкость вычисления статистических и спектральных характеристик как за счет сокращения избыточности, так и за счет ограничения области изменения дискретных сигналов.

Например, спектральные характеристики сигнала могут быть оценены по формуле (дискретный аналог интеграла Лебега). Трудоемкость снижается за счет уменьшения числа умножений, которое теперь определяется числом уровней квантования и не зависит от длины выборки.

Кроме того, результат аналого-цифрового преобразования может быть сразу представлен в виде гистограммы, так как все данные, соответствующие моментам времени пересечения сигналом одного уровня у, имеют одинаковые значения Н/ и попадают в интервал

. Поэтому такая дискретизация наиболее при-

, М , ДА

А,-->х>к,+ —

способлена к предложенному автором методу совершенствования каналов передачи данных на основе адаптивного сжатия-восстановления по экстремальным значениям и выборочной гистограмме.

В работе предложены решения, основанные на применении специализированных устройств тракта преобразования информации и программной реализации алгоритмов, что позволяет строить виртуальные средства измерения на основе компьютерных технологий.

Для сопоставления предложенного способа преобразования с известными, анализа его возможностей и отработки схемных и алгоритмических решений ставится и решается задача моделирования ИИС, что позволяет оценить общую погрешность всего тракта и визуально отображать процесс обработки информации.

Во второй главе рассмотрены вопросы сжатия информации и дискретизации сигналов по уровню с квантованием по времени, а также способы совершенствования измерительных подсистем ИИС.

Разработан метод предварительного сжатия исходной информации с одновременным преобразованием ее в форму, удобную для дальнейшей обработки и хранения. Метод строится на основе определения экстремумов (минимумов и максимумов). Экстремумы, как правило, позволяют аппроксимировать сигнал путем интерполяции или экстраполяции, но сложность таких вычислений требует больших затрат времени. Для устранения этой проблемы предложено использовать выборочную гистограмму, по которой нетрудно расположить значения в порядке убывания или возрастания между экстремумами. Для этого необходимо построить гистограмму и хранить ее значения как вторую (вспомогательную) характеристику процесса, дополняющую первую (ряд экстремумов).

Представлен алгоритм сжатия измерительной информации, включающий в себя две процедуры: выделение экстремумов и построение гистограммы. Последний алгоритм, как известно, связан с сортировкой данных по подынтервалам гистограммы. Однако задача построения выборочной гистограммы значительно упрощается при применении АЦП параллельного действия, так как для оценивания характеристики необходимо подсчитывать только число пересечений каждого уровня, а экстремумы уже несут информацию о диапазоне изменения измеряемой величины.

Рассмотрим алгоритм сжатия и восстановления информации. Сначала из исходного сигнала Х(1) = {х, х2, ..., хя) выделяется по-

следовательность экстремумов ХЕ = (хЕ1, хв

хЕМ) с моментами

Т =

Е

, 1М} в соответствии с условием Щ|-1]-Щ) ДО+1] -Щ)> 0, / = 1,2,..., N.

Определяется диапазон для построения выборочной гистограммы (ХшЬ и Хтах). Затем интервал изменения делится на к подынтервалов равной длины (или интервалы группировки). Для каждого отсчета исходного сигнала рассчитывается соответствующий номер столбца гистограммы по формуле

(1)

после чего инкрементируется число ти попаданий на интервал группировки с данным номером и. Это повторяется до тех пор, пока не будет исчерпана выборка заданного объема.

Процесс восстановления производится в порядке, обратном процессу сжатия. При восстановлении информации два значения соседних экстремумов хЕ] и хЕ1+1 из запоминаемой или передаваемой последовательности привязываются к соответствующим моментам времени ^ и 1Е]+1. По формуле (1) для каждого из этих экстремумов вычисляются номера столбцов гистограммы (а и Ь соответственно). Затем вычисляется количество отсчетов Д = - ¡Е] - 1, которое необходимо расположить между этими экстремумами, и количество интервалов группировки (или столбцов гистограммы) между столбцами с1и = \Ь-а\- 1, соответствующими соседним экстремумам. Далее число подынтервалов делится пополам. Результат деления dv представляет собой число столбцов между столбцом, соответствующим значению экстремума, и серединой на гистограмме, а значение остатка md указывает на существование общего среднего столбца между столбцами, соответствующими заданным экстремумам. После этого производится извлечение нового значения из соответствующего столбца следующим образом:

У - X

^вост _ л тах -"-тт

(пит-0,5)+Хт

где пит = ии + dv + md - номер столбца гистограммы (в случае возрастания ии = а и в случае убывания ии = b). Затем осуществляются уменьшение числа отсчетов тшт = тпш - 1 в данном столбце гистограммы и, соответственно, декрементирование числа отсчетов Д. Такая процедура повторяется для следующих соседних столбцов слева (-dv) или справа (+dv) от середины до тех пор, пока число столбцов не будет равно нулю. После этого начинается процесс упорядочивания значений - сортировка, заключающаяся в ранжировании элементов значений по возрастанию или убыванию их значений. Усовершенствованный алгоритм учитывает, что рядом с экстремумом обязательно стоят близкие значения, так как скорость изменения сигнала на этом участке минимальна.

Рассмотрены способы схемной реализации устройства сжатия на основе АЦП параллельного преобразования, реализующего вышеописанный алгоритм сжатия.

Одним из путей повышения быстродействия ИИС является разработка новых моделей представления дискретного сигнала в форме, удобной для решения целевой задачи, например, вычисления спектральных или статистических характеристик.

Предложен метод адаптивной дискретизации для динамических измерений. Понятие «динамические измерения» трактуется как совместные измерения мгновенных значений сигнала и времени. Сформируем ряд уровней квантования, равноотстоящих друг от друга, как это сделано в АЦП параллельного действия. В то время, как в известном преобразователе измеряются амплитудные значения в заданные моменты времени, в предлагаемом преобразователе измеряется время, соответствующее пересечению сигналом квантованного уровня. Особенно просто это реализуется на основе счетчика, если сигнал преобразуется для последующей компьютерной обработки.

Применение адаптивной дискретизации позволяет снизить объем хранимой информации, тем самым, уменьшив ее избыточность.

Известно, что шаг дискретизации сигнала со спектром, ограниченным частотой f , обычно выбирают из соотношения

•'max' г

= —. Это соответствует 2m+1 точкам на период гармониче-

ского сигнала. Таким образом, чтобы обеспечить «запас» при дискретизации по уровню для воспроизведения «быстрых» фронтов, не-

обходимо иметь шаг квантования к = вт

Г4

Тогда число уровней

квантования будет меньше или равно п~

а число

точек на период сигнала равно 2п. При достаточно большем значе-

нии т получим отношение

2т 2 п

— , показывающее, 2

что за счет

адаптивного шага дискретизации происходит сокращение числа дискретных отсчетов по сравнению с обычной дискретизацией примерно в 1,5 раза, что существенно при больших выборках.

Предложены 4 варианта схемной реализации АЦП для измерения моментов времени пересечения с уровнем.

Первый из предложенных вариантов, использующий «свое» ОЗУ на каждый уровень квантования, позволяет полностью реализовать преимущества способа - воспроизводить высокочастотный фронт сигнала за счет зафиксированного «одновременного» срабатывания нескольких компараторов. Однако он требует значительной доработки существующих АЦП. Второй вариант с запоминанием уровня и времени в момент смены кода на выходе АЦП можно реализовать непосредственно на базе типового АЦП параллельного действия. Третий вариант устраняет недостаток дешифрации уровня у второго варианта. Четвертый вариант позволяет непосредственно подключаться к микропроцессорной магистрали, за счет этого его можно использовать в микроконтроллерах для обработки сигналов.

В главе также исследовано влияние неравномерной дискретизации на закон распределения случайного сигнала.

Задача повышения точности ИИС решается на основе алгоритмического подхода с использованием итерационного преобразователя и вычислителя.

Алгоритмический подход к измерениям позволяет существенно уменьшить инструментальную погрешность без изменения цены деления прибора. Эффект достигается за счет использования процедуры сопоставления сначала на основе уравнения х = пМ ± А. После этого мера Мсопоставляется с остатком по формуле М = И1Д0 + А1 и аналогичным образом со следующими остатками где

Д,- - остаток на г'-м шаге итерации. При этом измеряемая величина также определяется итерационным путем (для метода «слева» - нижний знак, а для метода «справа» - верхний)

Так как остаток всегда уменьшается, а число вложений его в меру наоборот растет, то ряд представляет собой сходящуюся последовательность.

Метод имеет модификацию, в которой производится сравнение остатков на разных шагах итерации (А,- = А« - Щ А^). Так как эти остатки представляют собой убывающую последовательность, то их сопоставление может происходить более быстро. Для метода «слева» («справа») получим

Выбор меры М = 2 и коэффициентов п - 2, т = 0, 1,..., удобен для последующего представления результата в двоичном коде. Однако в этом случае, как показали исследования, не следует применять

метод «слева», так как он сходится гораздо медленнее, чем метод приближения «справа».

При этом форма представления числа отличается от привычной лишь тем, что разрядные коэффициенты входят со знаком + или -, и легко преобразуется в обычную. Например, на вход преобразователя подается величина х = 11.2, а М = 22. Тогда для случая приближения «слева» получим

23 + 22

2-1 + 2-3 -2-4 + 2-5

2-6 + 2-7 -... « 11.578 .

Преобразуем в систему двоичного счисления с плавающей точкой

1011.10010101, т. е. 23 + 21 + 2° + 2Л + Т4 + 2Ч 2"8» 11.578 .

Предложенный алгоритм измерения можно реализовать в виде прибора с адаптивной шкалой, в котором на разных шагах итерации меняется его шкала.

На этом принципе разработаны схемы итерационного преобразователя, проведено его моделирование, исследованы характеристики и оценены погрешности. На рис. 1,я показана структура преобразователя, а на рис. 1,б - АЦП на его основе. Модель данного преобразователя представляет собой последовательное соединение нескольких каскадов. В основу каждого каскада положены усилитель с изменяющимся коэффициентом усиления, вычитатель, счетчик, компаратор, преобразователь кода, арифметико-логическое устройство, сдвиговые регистры.

Рис. 1. Начало

Рис. 1. Окончание

Первый вариант схемы дает результаты, требующие дальнейшей процессорной обработки, а второй - непосредственно код.

Результаты моделирования показали, что для получения результа-тa с приемлемой точностью, как правило, требуется 4-5 каскадов. Очевидно, что при увеличении числа итераций погрешность постепенно уменьшается. Показано, что погрешность в десятки раз меньше, чем зона нечувствительности элемента сравнения.

В третьей главе предложены способы моделирования узлов ИИС и системы в целом. При моделировании ИИС можно выделить задачи моделирования аналоговых объектов и преобразователей информации, моделирование АЦП и моделирование цифровых устройств.

Наибольшую сложность представляет моделирование непрерывных объектов с заданными динамическими свойствами. В работе моделируется процесс (снимаемый датчиком с исследуемого объекта), в спектре которого можно выделить узкополосные составляющие, аддитивно смешанные с шумом. Такая модель описывает широкий класс сигналов - вибрации, пульсации давления, акустическое излучение, колебания и т. д.

Моделирование случайных процессов с заданными корреляционно-спектральными характеристиками (КСХ) производится путем формирования коррелированной последовательности случайных чисел, соответствующей выбранной спектральной модели процесса

где - параметр функции.

Аналоговая часть системы ИИС включает в себя первичные (датчики) и вторичные преобразователи. Из множеств видов первичных преобразователей рассмотрен датчик инерционного действия для измерения быстро протекающих процессов в виде сложных полигармонических колебаний. Этот датчик часто применяется в задачах измерения вибраций (в акселерометрах, сейсмических приборах и др.).

Рассмотрены математические и электрические модели датчиков 1-го, 2-го и 3-го порядков. Приведены решения дифференциальных уравнений при различных условиях. Показан подход к моделированию звеньев произвольного порядка на основе разностных уравнений. Результаты моделирования проиллюстрированы графическими схемами и временными характеристиками.

В качестве основы для построения моделей с соответствующими функциональными свойствами приняты модули, каждому из которых соответствует оператор (характеризующий выполняемую функцию линейного или вычислительного преобразования) и соответствующая ему схемная реализация, раскрывающая принцип построения модуля. Рассмотрены принципы моделирования линейных модулей -преобразователей формы представления информации, а также гибридных вычислительных модулей и устройств, которые функционально связаны в систему.

В основу построения модели АЦП положен идеальный дискрети-затор с учетом методической погрешности, а также исследованы отличия реального преобразователя от идеального, которые существенно влияют на погрешность результата измерения как в статическом, так и в динамическом режиме. Степень общности модели достаточна для того, чтобы описать практически все разнообразие АЦП одним и тем же относительно небольшим набором модулей. Простейшая структура модели АЦП представляет собой последовательное соединение квантователя и временного дискретизатора. Данная модель отражает основные операции аналого-цифрового преобразования, причем существенное значение имеет порядок включения квантователя и дискретизатора, так как выполняемые ими операции

не обладают свойством коммутативности. Дискретизатор и квантователь целесообразно включить в обобщенную модель как самостоятельный структурный элемент. АЦП, помимо функций квантования и кодирования входного сигнала, должен выполнять функцию временной привязки (датирования) отсчетов. Датирование отсчетов производится по импульсному вспомогательному сигналу, подаваемому на АЦП или снимаемому с него. Время появления импульсов задается или измеряется.

Объективное математическое описание процесса аналого-цифрового преобразования, оформленное в виде алгоритма, необходимо для осуществления автоматизации структурного проектирования АЦП и связанного с ним цифрового моделирования.

Рассмотрены особенности компьютерного моделирования перечисленных узлов, а также системы в целом. В модели используется реальное целевое программное обеспечение проектируемой системы, причем на разных стадиях разработки системы может использоваться модель сигнала (имитирующего объект), файл данных с реального объекта и, наконец, данные, регистрируемые в реальном масштабе времени. Аналогично могут быть использованы оцифрованные данные с реального датчика и АЦП или, например, при отработке новых технических решений, с моделируемых устройств. Таким образом, модель допускает произвольную комбинацию реального оборудования и моделируемого.

В этой же главе описан пакет прикладных программ, осуществляющий моделирование ИИС в целом. Разработанная программа позволяет отображать виртуально функциональную модель объекта исследования, датчика, АЦП и итерационного преобразователя напряжения в код, а также исследовать сигнал при цифровой обработке с использованием различных методов дискретизации или квантования. На рис. 2 приведена структура модели.

Для демонстрации работы модели ИИС на рис. 3 приведены скриншоты разработанной программы. В первом квадранте приведен результат моделирования датчика, во втором - моделирования АЦП параллельного преобразования, в третьем - разработанного итерационного преобразователя, а в четвертом - результаты цифровой обработки данных.

Рис 3

Результаты моделирования позволяют оценить на предварительном этапе общую погрешность преобразования в системе и найти оптимальное соотношение схемотехнических и алгоритмических решений. В диссертационной работе результаты моделирования бы-

ли использованы для отработки предлагаемых схемотехнических и алгоритмических решений и оценки их эффективности.

В качестве критериев эффективности использовались быстродействие (при сохранении приемлемой точности), а также обобщенный параметр - временные затраты х погрешность. Минимизация этого критерия дает возможность построения систем, оптимальных по быстродействию и точности.

Дана оценка быстродействия и точности для нескольких способов обработки сигнала при различных числах уровней квантования. В качестве тестовых входных быстропеременных процессов были выбраны два сигнала с заданными характеристиками: случайный и полигармонический. Приведены графики зависимости быстродействия алгоритма и погрешности преобразования от числа уровней квантования при случайном и полигармоническом процессе для каждого из рассматриваемых пяти способов обработки сигнала.

Первый и второй способы осуществляют сжатие входного сигнала путем извлечения экстремумов и его последующее восстановление по ним и по выборочной гистограмме. Отличие этих способов в том, что во втором сначала выполняется квантование, а затем извлечение экстремумов.

Третий и четвертый способы осуществляют соответственно, дискретизацию по времени с квантованием по уровню и дискретизацию по уровню с квантованием по времени.

Пятый способ основан на четвертом способе с запоминанием моментов пересечений сигналом уровней квантования.

Первый и второй методы имеют максимальное быстродействие, но невысокую точность за счет потери информации в области неопределенности. Кроме выигрыша в быстродействии, этот метод позволяет уменьшить объем хранимой и передаваемой по каналам информации, допускающий, тем не менее, ее восстановление.

В третьем и четвертом способах погрешности при случайном входном процессе резко отличаются, а при гармоническом процессе отличаются незначительно и имеют одинаковое быстродействие. Это указывает на инвариантность, т. е. возможность дискретизации в одном случае по времени, а в другом - по уровню.

И, наконец, последний, пятый способ имеет высокую точность при любых сигналах за счет восстановления (или интерполяции) по значениям динамической гистограммы, но он реализуется не столь

быстро и уступает первому или второму методу по быстродействию, значительно превосходя их по точности.

В результате проведенного исследования можно сделать выводы:

- наиболее быстродействующим является второй (или первый) способ;

- наиболее точным является пятый (или четвертый) способ;

- наибольшее сжатие информации обеспечивает второй способ;

- пятый способ является наименее трудоемким за счет преобразования Фурье-Лебега.

Исследования подтвердили, что при любом виде дискретизации сигнала его можно восстановить по экстремальным значениям и гистограмме. Поэтому можно передавать по каналам связи вместо сигнала- экстремумы, моменты времени их появления и гистограмму. В ряде случаев можно для восстановления иметь априорную гистограмму и передавать новую, лишь если произошли существенные изменения диапазона, моды и т. п.

В приложениях приведены описания и тексты программ, реализующих моделирование.

ОСНОВНЫЕ ВЫВОДЫ И РЕЗУЛЬТАТЫ РАБОТЫ

1. В результате теоретических и экспериментальных исследований показано, что совершенствование ИИС может быть достигнуто на основе единства дискретной модели сигнала, метода аналого-цифрового преобразования и метода цифровой обработки, причем выбор дискретной модели, определяющей остальные этапы обработки сигнала, обусловлен целевой задачей, решаемой в ИИС.

2. Показано, что, наряду с широко применяемой дискретизацией по времени (с квантованием по уровню), может использоваться и дискретизация по уровню с квантованием по времени. Такая модель и ее реализация в соответствующем АЦП приводит к существенному снижению трудоемкости вычисления спектральных характеристик на основе интеграла Лебега. Кроме того, такая дискретизация сразу дает выборочную гистограмму как число пересечений каждого из уровней квантования.

3. Предложены варианты схемы на основе совершенствования АЦП параллельного преобразования, реализующие дискретизацию

по уровню с запоминанием времени его пересечения. Применение такого АЦП позволяет воспроизводить фронты быстро меняющихся сигналов. Такая дискретизация соответствует адаптивной временной дискретизации и обеспечивает сокращение объема обрабатываемой и хранимой информации. Особенный эффект она может дать в испытательном оборудовании.

4. Разработан итерационный преобразователь, реализующий алгоритмический подход к измерениям и использующий сопоставление входной величины с заданной мерой. Подход позволяет уменьшить инструментальную погрешность при статических измерениях величины за счет адаптивной шкалы, формирующейся в процессе измерения. Предложено несколько вариантов построения этого преобразователя, и показаны их преимущества для обработки сигналов с повышенной точностью.

5. Показано, что сигнал с достаточной для практических нужд точностью может быть восстановлен по экстремальным значениям и по выборочной гистограмме. Разработана методика сжатия-восстановления, а также рассмотрен вопрос схемной реализации такого подхода.

6. Разработана программа моделирования ИИС и ее компонентов (объекта, первичного преобразователя, АЦП, блока обработки). Применение этой модели позволило отработать новые схемотехнические решения и алгоритмы обработки.

Основное содержание диссертационной работы отражено в следующих публикациях:

1. Панов, А. П. Дискретизация сигналов при неравномерном шаге [Текст] / Н. В. Мясникова, А. П. Панов // Приборы и системы управления. -1999. - № 12. - С. 47-53.

2. Панов, А. П. Итерационные измерительные преобразователи повышенной точности [Текст] / В. В. Пащенко, Н. В. Мясникова, А. П. Панов // Методы и средства измерения в системах контроля и управления: сб. докл. Междунар. науч. конф. - Пенза: изд-во Пенз. гос. ун-та, 1999. - С. 3-6.

3. Панов, А. П. АЦП комбинированного типа на основе дискретизации по уровню [Текст] /А. П. Панов // Методы и средства измерения в системах контроля и управления: сб. докл. Междунар. науч. конф. - Пенза: изд-во Пенз. гос. ун-та, 1999. - С. 108-110.

4. Панов, А. П. Метод исследования сигналов на основе экстремальных значений и выборочной гистограммы [Текст] / Н. В. Мясни-кова, А. П. Панов // Датчики систем измерения, контроля, управления: межвуз. сб. науч. тр. - Пенза: изд-во Пенз. гос. ун-та, 2000. -Вып. 19-С. 102-107.

5. Панов, А. П. Аналого-цифровой преобразователь комбинированного типа [Текст] /А П. Панов // Датчики систем измерения, контроля, управления: межвуз. сб. науч. тр. - Пенза: изд-во Пенз. гос. ун-та, 2000. - Вып. 20. - С. 65-68.

6. Панов, А. П. Обработка сигналов при квантовании по уровню [Текст] /А. П. Панов // Методы и средства измерения в системах контроля и управления: сб. докл. Междунар. науч. конф. - Пенза: изд-во Пенз. гос. ун-та, 2001. - С. 86-88.

7. Панов, А. П. Измерительный преобразователь повышенной точности [Текст] /А. П. Панов // Датчики систем измерения, контроля, управления: межвуз. сб. науч. тр. - Пенза: изд-во Пенз. гос. ун-та, 2001.-Вып. 22.-С. 51-55.

8. Панов, А. П. Компьютерное моделирование ИИС [Текст] / А. П. Панов // Методы и средства измерения в системах контроля и управления: тр. Междунар. науч.-техн. конф. / под ред. М. А. Щербакова. - Пенза: ИИЦ Пенз. гос. ун-та, 2002. - С. 73-76.

9. Панов, А. П. Совершенствование виртуальных средств измерения на основе адаптивной дискретизации [Текст] /А. П. Панов // Фундаментальные и прикладные проблемы приборостроения, информатики, экономики и права: науч. тр. науч.-практ. конф. - М., 2003.-С. 178-180.

10. Панов, А. П. Аналого-цифровой преобразователь повышенной точности на основе алгоритмического подхода приближения [Текст] /А. П. Панов // Датчики систем измерения, контроля и управления: межвуз. сб. науч. тр. / под ред. М. А. Щербакова. - Пенза: ИИЦ Пенз. гос. ун-та, 2003. - Вып. 23. - С. 103-107.

11. Панов, А. П. Преобразователь повышенной точности для динамического измерения [Текст] /А. П. Панов // Проблемы автоматизации и управления в технических системах: сб. докл. Междунар. науч. конф. / под ред. М. А. Щербакова. - Пенза: ИИЦ Пенз. гос. унта, 2004. - С. 155-156.

ПАНОВ Алексей Павлович

АЛГОРИТМИЧЕСКИЙ ПОДХОД К СОВЕРШЕНСТВОВАНИЮ ИИС НА ОСНОВЕ НОВЫХ МОДЕЛЕЙ ПРЕДСТАВЛЕНИЯ СИГНАЛОВ

Специальности:

05.11.16 — Информационно-измерительные и управляющие системы

(приборостроение), 05.11.01 — Приборы и методы измерения (электрические величины)

Редактор Г. Н. Судовчихина Технический редактор Н. А. Вьялкова

Корректор Ж. А. Лубенцова Компьютерная верстка М. Б. Жучковой

ИД № 06494 от 26.12.01 Сдано в производство 28.09.2004. Формат 60х84'/16. Бумага писчая. Печать офсетная. Усл. печ. л. 1,16. Заказ №611. Тираж 100.

Издательство Пензенского государственного университета. 440026, Пенза, Красная, 40. Отпечатано в типографии ПГУ

»21606

РНБ Русский фонд

2005-4 21851

ВВЕДЕНИЕ.;.

1. ПРОБЛЕМЫ СОВЕРШЕНСТВОВАНИЯ ИНФОРМАЦИОННО-ИЗМЕРИТЕЛЬНЫХ СИСТЕМ.

1.1. Принципы построения систем на основе измерительного эксперимента

1.2. Роль информационных сигналов ИИС.

1.3. Применение методов дискретизации в ИИС

1.3.1. Критерии выбора шага дискретизации.

1.3.2. Адаптивная дискретизация.

1.4. Развитие метода адаптивной дискретизации на основе квантового критерия.

1.5. Применение статистических и корреляционно-спектральных характеристик сигнала в системах диагностики и контроля.

1.6. Подходы к сжатию данных для каналов передачи ИИС ..

1.7. Алгоритмический подход к совершенствованию преобразователей

1.8. Постановка задачи исследований.

1.9. Выводы.

2. СОВЕРШЕНСТВОВАНИЕ ПРЕОБРАЗОВАТЕЛЕЙ ИНФОРМАЦИИ ИИС.

2.1. Совершенствование каналов передачи информации на основе адаптивного сжатия.

2.1.1. Алгоритм сжатия-восстановления.

2.1.2. Схемная реализация алгоритма

2.2. Совершенствование АЦП параллельного действия.

2.2.1. Обоснование адаптивной дискретизации.

2.2.2. Схемная реализация метода адаптивной дискретизации.

2.2.3. Оценка распределения случайного сигнала при дискретизации по уровню (квантовании по времени).

2.3. Измерительный преобразователь на основе алгоритмического подхода

2.4. Выводы. з: МОДЕЛИРОВАНИЕ ИИС.

3.1. Задачи моделирования ИИ С.:.

3.2. Особенности моделирования объекта исследования и датчиков.

3.2.1. Принцип моделирования сигналов с заданными свойствами.

3.2.2. Моделирование датчиков и измерительных цепей.

3.2.3. Моделирование датчиков в среде Electronics WorkBench.

3.2.4. Математические и электромеханические модели датчика.

3.2.5. Универсальный подход к моделированию.

3.3. Моделирование аналого-цифрового преобразователя.

3.3.1. Модель квантователя.

3.3.2. Модель дискретизатора.

3.3.3. Обобщенная модель АЦП.

3.4. Моделирование виртуальной ИИС.

3.4.1. Особенности моделирования ИИС в среде Delphi.

3.4.2. Структура программного обеспечения.

3.4.3. Описание программного продукта.

3.4.4. Результаты исследования виртуальной ИИС.

3.5. Выводы.

Развитие современного научного эксперимента и совершенствование систем управления в различных отраслях науки в значительной степени зависят от своевременного и качественного сбора измерительной информации, от должного уровня и опережающего развития средств измерения.

В теоретическом плане при создании новых средств измерительной техники используются (обычно с необходимой доработкой в прикладном плане) современные достижения математики, теории автоматического управления и телемеханики, вычислительной техники и др.

Решение проблемы создания новых средств, способных разгрузить пользователя - исследователя от необходимости сбора и обработки интенсивных потоков измерительной информации, привело к появлению информационно-измерительных систем (ИИС), предназначенных для автоматического сбора и обработки информации.

Большой вклад в разработку научного направления, связанного с совершенствованием ИИС и преобразователей информации, внесли Новицкий П.В., Орнатский П.П., Кавалеров Г.И., Темников А.С., Цапенко П.П., Стахов А.П., Филиппов Н.А. и многие другие.

В настоящее время получили распространение системы на основе измерительного эксперимента, в которых источником информации об объекте исследования являются измеренные величины или параметры, отражающие свойства исследуемого объекта. К таким системам относятся системы телеизмерений, системы контроля, системы диагностики, системы управления, автоматизированные рабочие места и автоматизированные системы научных исследований. Все эти системы фактически включают в себя ИИС. Поэтому остается актуальной задача совершенствования ИИС. Под совершенствованием ИИС будем понимать повышение быстродействия и точности.

В последние годы улучшение многих характеристик ИИС было достигнуто благодаря использованию микропроцессорной техники. Рассредоточение вычислительной мощности по различным уровням и блокам ИИС позволяет уменьшить потоки информации, сократить общее время обработки, повысить надежность работы системы. В ИИС широко используется многофункциональная обработка измерительной информации за счет рационального^ сочетания средств^ с жесткой структурой (аппаратная-реализация)^ и гибкими перестраиваемыми алгоритмами (программная реализация).

Затраты временных и материальных средств на хранение и обработку информации в ИИС в значительной степени зависят от способа выполнения операций дискретизации и квантования, а точность измерений во многом определяется рациональным выбором алгоритмов обработки первичной измерительной информации.

Задача совершенствования ИИС в настоящей работе решается на базе концепции единства модели представления дискретных данных (а значит и аналого-цифрового преобразования) и цифровой обработки, а также совершенствования самих измерительных преобразователей на основе алгоритмического подхода.

Цель данной работы заключается в совершенствовании ИИС на основе новых моделей представления дискретных сигналов в форме удобной для решения целевой задачи, а также новых алгоритмических решений и способов адаптивного сжатия-восстановления данных.

Основными задачами исследования, вытекающими из поставленной цели, являются следующие:

- построение моделей представления данных при разных способах дискретизации (по времени и по уровню);

- разработка и исследование алгоритмовгадаптивной дискретизации;

- разработка методики преобразования и обработки данных с применением разных способов дискретизации; разработка способов сжатия измерительной информации; исследование возможностей алгоритмического подхода для повышения точности измерений;

- разработка программного обеспечения для моделирования ИИС.

При решении поставленных задач использовались теория информации, линейная теория дискретных сигналов, математическая статистика, дифференциальное исчисление, булева алгебра, имитационное моделирование. Моделирование-проводилось в среде-Electronics Workbench. Результаты исследований анализировались с использованием пакета MathCad.

Для проверки основных теоретических положений применялось имитационное моделирование, а также проводились экспериментальные исследования. Программирование для создания специальной программы моделирования системы осуществлялось в интегрированной среде Delphi.

В работе получены следующие научные результаты:

1) предложена адаптивная дискретизация, которая осуществляется в моменты достижения сигналом квантованных уровней и математически может трактоваться как равномерная дискретизация по уровню;

2) предложен способ и устройство аналого-цифрового преобразования на основе адаптивной дискретизации;

3) предложен подход к созданию итерационного преобразователя для измерения величины с повышенной точностью на основе алгоритмического подхода к измерениям и его схемная реализация;

4) предложен алгоритм сжатия-восстановления информации на основе использования экстремумов и выборочной гистограммы;

5) предложен подход к моделированию и визуализации работы ИИС и ее узлов.

Практическую ценность работы.

Использование предложенных преобразователей информации, ориентированных на последующую цифровую обработку, и оригинальные алгоритмы целевой обработки сигналов позволяют повысить быстродействие и точность, сократить объем хранимой и обрабатываемой информации за счет адаптивной дискретизации и ограничения области изменения сигналов.

Разработанное программное обеспечение может использоваться для прогнозирования точности разрабатываемых ИИС, для визуализации работы ИИС и ее узлов, для использования в учебном процессе.

Предлагаемые решения целесообразны всюду, где приходится собирать и обрабатывать огромные объемы информации в реальном масштабе времени. Такими объектами и системами являются атомные электростанции и энергетические системы, автоматизированные системы управления- производством и технологическими процессами, научные эксперименты и космические объекты и т.д.

Реализация и внедрение результатов.

Основные теоретические положения внедрены при выполнении фундаментальной НИР «Теория и методы построения высокопроизводительных систем для обработки гетерогенной информации» 1.1.00Ф, а также прикладной НИР «Проблемы построения автоматизированных систем диагностики на основе непараметрических моделей» (при финансовой поддержке гранта Т02-03.2-3577). Разработанная модель ИИС внедрена в учебный процесс по дисциплинам «Динамические измерения», «Вычислительные методы». Результаты диссертации в части моделирования датчиков механических величин использованы в электронном учебном пособии.

Апробация работы.

Основные положения докладывались на международных научно-технических конференциях «Методы и средства измерения механических параметров в системах контроля и управления» (г. Пенза, 1999, 2001, 2002 гг.), а также на конференциях профессорско-преподавательского состава, на международном симпозиуме «Надежность и качество» (г. Пенза, 2003 г.) и на 6-ой международной научно-практической конференции «Фундаментальные и прикладные проблемы приборостроения, информатики, экономики и права» (г. Сочи, 2003 г.).

Публикации.

По материалам диссертационной работы опубликованы 10 печатных работ.

На защиту выносятся следующие положения:

1. Адаптивная дискретизация сигналов и модель дискретных данных, связанная с такой дискретизацией, представляющая собой динамическую гистограмму - двумерный массив, содержащий моменты пересечения сигналом каждого из уровней, а также алгоритмы обработки данных на основе такой модели.

2. Способ и устройство аналого-цифрового^ преобразования на основе^ дискретизации по уровню и квантования по времени.

3. Подход к созданию итерационного преобразователя с повышенной точностью измерения на основе использования алгоритмического подхода и его схемная реализация.

4. Способы сжатия и восстановления измерительной информации, использующие экстремальных значения и гистограмму для оптимизации каналов передачи данных.

5. Модель ИИС, позволяющая виртуально отображать функциональную модель объекта исследования, датчика, АЦП и итерационного преобразователя напряжения в код, а также исследовать погрешности классических и предложенных алгоритмов при различных методах дискретизации и квантования.

Содержание работы:

В первой главе рассмотрены особенности построения современных ИИС, основные характеристики используемых в них сигналов и известные методы их обработки, проведена их систематизация и указаны пути совершенствования. А также рассмотрен алгоритмический подход к созданию измерительных преобразователей для повышения точности.

Во второй главе рассмотрены вопросы сжатия информации и дискретизации сигналов по уровню с квантованием по времени и рассмотрены способы схемной реализации АЦП на основе вышеописанного алгоритма. При этом описаны внутренние элементы преобразователя и принцип их работы.

В этой же главе также исследовано влияние неравномерной дискретизации на закон распределения случайного сигнала.

Разработаны схемы итерационного преобразователя повышенной точности, реализующего алгоритмический подход к измерению, и описаны принципы его функционирования, а также проведен анализ погрешностей.

В третьей главе предложены способы моделирования узлов ИИС и системы в целом. Рассмотрены наиболее распространенные в инженерной практике методы моделирования и их использование для решения инженерных задач на ПЭВМ, Проведено- динамическое имитационное моделирование датчиков и устройств систем на ПЭВМ, включающее генерацию псевдослучайных числовых последовательностей, имитирующих измеряемые величины и влияющие факторы, и моделирование преобразования информативных параметров сигналов в датчиках. Рассмотрены математические и электрические модели датчиков с порядками 1, 2 и 3 в качестве примеров и приведены решения дифференциальных уравнений при различных условиях. Для получения виртуального датчика, как элемента системы, использован принцип аналогий механических и электрических величин. Это позволило моделировать датчики в той же интегрированной среде, что и электрические преобразователи. Рассмотрены особенности построения моделей АЦП для обработки быстропеременных процессов. Приведенные в данной главе принципы построения линейных модулей — преобразователей формы представления информации, а также гибридных вычислительных модулей и устройств следует рассматривать как основу создания АЦП.

В этой же главе описан пакет прикладных программ, осуществляющих моделирование ИИС в целом. В связи с совершенствованием возможностей программирования и развитием технологии управления через элементы виртуальных приборных панелей все чаще применяют термин виртуальные измерительные средства. Разработанная программа позволяет отображать виртуально функциональную модель объекта исследования, датчика, АЦП и итерационного преобразователя напряжения в код, а также исследовать сигнал при цифровой обработке с использованием различных методов дискретизации и квантования.

В приложениях приведены рисунки, описания и тексты программ, реализующих моделирование ИИС, а также результаты исследований преобразователей и алгоритмов, проведенных с помощью модели ИИС.

3.5 Выводы

1. Рассмотрены теоретические основы моделирования составляющих ИИС.

2. Предложена универсальная модель объекта, описываемая суммой узкополосных составляющих аддитивно смешанных с широкополосным шумом. Такая модель подходит для описания широкого класса быстроперемен-ных процессов - акустических шумов, вибраций, быстропеременных давлений и т.д. Реализован алгоритм, позволяющий получать случайную последовательность с заданными корреляционно-спектральными характеристиками.

3. Рассмотрены наиболее часто встречающиеся модели датчиков механических величин. Для них приведены системы дифференциальных уравнений и их решения при свободных колебаниях и при вынуждающих воздействиях. Предложено для анализа таких систем вернуться к известным электромеханическим аналогиям и моделировать датчики в среде WorkBench. Приведены электрические аналоги моделей датчиков, а также — результаты их моделирования.

4. Рассмотрены подходы к моделированию АЦП как последовательности дискретизатора и квантователя (или - наоборот). Приведены модели АЦП параллельного преобразования, предложенные во второй главе.

5. Спроектирована и реализована программа имитационного моделирования «Информационно-измерительная система» с дружеским интерфейсом пользователя. Реализация системы проводилась с использованием инструментального средства разработки приложений Borland Delphi Client/Server

Version 4.0.

6. Использование модели ИИС позволило отработать новые технические и алгоритмические решения:

- АЦП с дискретизацией по уровню и с квантованием по времени ^преобразователь повышенной точности;

- доказать возможность сжатия-восстановления на основе использования экстремальных значений и выборочной гистограммы;

- оценить погрешность всей системы при использовании выбранного метода целевой обработки.

7. Доказано, что применение метода дискретизации по уровню в сочетании с соответствующими методами цифровой обработки позволяет повысить быстродействие системы при существенном уменьшении объема хранимой информации (не менее, чем в 1.5 раза) без существенного увеличения погрешности вычислений спектральных и статистических характеристик.

8. Показано, что наиболее оптимальным по сочетанию точность - быстродействие является метод, связанный с методикой построения динамической гистограммы (моментов пересечений сигнала с уровнями квантования) и восстановления по ней с применением интерполяции/экстраполяции или обратного дискретного преобразования Фурье (ДПФ).

ЗАКЛЮЧЕНИЕ

В результате теоретических и экспериментальных исследований показано, что совершенствование ИИС может быть-достигнута на основе развития концепции единства дискретной модели сигнала, метода аналого-цифрового преобразования и метода цифровой обработки. Причем выбор дискретной модели, определяющей остальные этапы обработки сигнала, обусловлен целевой задачей, решаемой в ИИС.

Показано, что наряду с широко применяемой дискретизацией по времени (с квантованием по уровню) может использоваться и дискретизация по уровню с квантованием по времени. Такая модель и ее реализация в соответствующем АЦП приводит к существенному снижению трудоемкости вычисления спектральных характеристик на основе интеграла Лебега. Кроме того, такая дискретизация сразу дает выборочную гистограмму, как число пересечений каждого из уровней квантования.

Предложены варианты схемы на основе совершенствования АЦП параллельного преобразования, реализующие предложенный подход. Применение АЦП на основе дискретизации по уровню с запоминанием времени его пересечения позволяет воспроизводить фронты быстроменяющихся сигналов. Такая дискретизация соответствует адаптивной временной дискретизации и обеспечивает сокращение объема обрабатываемой и хранимой информации. Особенный эффект она может дать в испытательном оборудовании, например, при обработке откликов на импульсное воздействие.

Исследован итерационный преобразователь на основе сопоставления входной величины с заданной мерой, реализующий алгоритмический подход к измерениям. Подход позволяет уменьшить инструментальную погрешность при измерении статической величины за счет адаптивной шкалы, формирующейся в процессе измерения. Рассмотрены способ и устройства итерационного преобразования напряжения в код на основе. Предложены несколько вариантов построения этого преобразователя и показаны их преимущества для обработки сигналов с повышенной точностью.

Показано, что сигнал с достаточной для практических нужд точностью может быть восстановлен по экстремальным значениям и по выборочной гистограмме. Разработана методика сжатия-восстановления, а также рассмотрен вопрос схемной реализации подхода.

Разработана программа моделирования ИИС и ее компонентов (объекта, первичного преобразователя, АЦП, блока обработки). Применение этой модели позволило отработать новые схемотехнические решения и алгоритмы обработки.

Результаты моделирования показали, что метод «динамическая гистограмма» является оптимальным за счет снижения трудоемкости преобразования и восстановления сигнала и при любом виде дискретизации возможно восстановить сигнал по экстремальным значениям и гистограмме. По такой гистограмме может быть восстановлена временная зависимость и оценена спектральная характеристика сигнала. Фактически результат аналого-цифрового преобразования также представляет собой динамическую гистограмму, а это означает, что значительно упрощается определение одноименной статистической характеристики и ее производных - функции распределения вероятности и плотности вероятности. Поэтому можно передавать по каналам связи вместо сигнала — экстремумы или их моменты времени на гистограмму, а также можно иметь априорную и передавать, если лишь произошли существенные изменения.

1. Цапенко М.П. Измерительные информационные системы: структура и алгоритмыг системотехническое проектирование //Учебное пособие для вузов. М.: Энергоатомиздат, 1985. - с. 438

2. Чернявский Е.А., Недосекин Д.Д., Алексеев В.В. Измерительно-вычислительные средства автоматизации производственных процессов: Учебное пособие для вузов. —Л.: Энергоатомиздат, 1989. 272 с.

3. Кавалеров Г. И. Измерительные — вычислительные комплексы // Прибо-ф ры и системы управления. № 11. 1977. С. 23-27.

4. Осадчий Е.П., Берестень М.П., Мясникова Н.В., Строганов М.П. Анализ быстропеременных процессов в сложных технических системах: Учебное пособие. Пенза: ПГТУ, 1996. - 62с.

5. МикроЭВМ в информационно-измерительных системах / С.М. Пере-верткин, Н.Н. Гаранин, Ю.Н. Костин, Миронов И.И. — М.: Машиностроение, 1987. — 248 с.ф 6. Голдман С. Теория информации. М.: Изд-во иностр. лит., 1957.

6. Кавалеров Г.И., Мандельштам С.М. Введение в информационную теорию измерений. М.: Энергия, 1974. 376 с.

7. Кузьмин И.В., Кедрус В.А. Основы теории информации и кодирования. — Киев: изд. объед. «Выща школа», 1977. — 280 с.

8. Гоноровский И.С. Радиотехнические цепи и сигналы. 3-е изд. — М.: Советское радио, 1977. - 608 с.

9. Осадчий Е.П., Строганов М.П., Шкодырев В.П. Цифровая обработка сигналов датчиков: Учебное пособие. — Пенза: ППИ, 1989. 64 с.

10. Трофимова И.П. Системы обработки и хранения информации: Учеб. пособие для вузов по спец. «Автоматизированные системы обработки информации и управления». М.: Высшая школа, 1989. - 191 с.

11. Баранов J1.A. Квантование по уровню и временная дискретизация в цифровых системах управления. М.: Энергоатомиздат, 1990. - 304 с.

12. Щ 13. Брагин А.А., Семенюк А.Л. Основы метрологического обеспечения аналого-цифровых преобразователей электрических сигналов. М.: Изд.-во стандартов, 1989. - 160 с.

13. Темников Ф.Е., Афонин В.А., Дмитриев В.И. Теоретические основы информационной техники, М.: Энергия* 1979. —312 с.

14. Отнес Р., Эноксон J1. Прикладной анализ временных рядов /Пер. с англ.-М.: Мир, 1982.-428 с.

15. Основы расчета спектральных характеристик: Учеб. пособие / Н.В. Мяс-никова, М.П. Строганов, М.П. Берестень и др. / Под ред. М.П. Строганова. Пенза: Изд-во Пенз. гос. техн. ун-та, 1995. - 51 с.

16. Основы математической статистики и обработки результатов измерений: Конспект лекций/ Р.В. Долидзе, Ю.П. Кирин, Е.А. Ломтев, Е.А. Чернявский. Пенза: ППИ, 1989. - 59 с.

17. Еремеев И.С. Устройство сжатия информации: Гибридные компараторы информации. М.: Энергия, 1980. - 160 с.

18. Свириденко В.А. Анализ систем со сжатием данных. — М.: Связь, 1977. -183 с.

19. Костин Ю.Н., Новоселов О.Н., Переверткин С.М. Сравнение алгоритмов сжатия данных с однопараметрической адаптацией // Вопросы расчета и проектирования автоматических информационных систем: Тр. МВТУ им Н.Э. Баумана. М., 1978. - № 270. - с. 28-30

20. Иосифов В.П., Карпов В.И., Строганов М.П. Линейные динамические системы. Математические модели и анализ: Учебное пособие. Пенза: Изд-во ПГУ, 1998. - 52 с.

21. Нуберт Г.П. Измерительные преобразователи неэлектрических величин. Л.: «Энергия», 1970. - 360 с.

22. Пащенко В.В., Маланин В.П. Измерительные цепи датчиков систем ав166томатики: Учеб.пособие / Под ред. Е.П. Осадчего. Пенза: ППИ, 1990. -68 с.

23. Иориш Ю.И. Виброметрия. Измерение вибрации и ударов. Общая теория* методы и приборы-- М^Машгиз, 1963. 771 с.

24. Маликов В.Т., Кветный Р.Н. Вычислительные методы и применение ЭВМ: Учебное пособие. К.: Выща школа, Головное изд-во. - 1989. -213 с.

25. Михалевич В. С., Волкович В. JI. Вычислительные методы исследования и проектирования сложных систем. М.: Наука, 1982.

26. Анисимов Б.В., Голубкин В.Н., Петраков С.В. Аналоговые и гибридные ЭВМ: Учебное пособие для вузов. М.: Высшая школа, 1986. - 288 с.

27. Цифровое моделирование случайных сигналов в устройствах автоматики: Метод, указ. к решению задач с применением ЦВМ. — Пенза: ППИ, 1984.-40 с.

28. Быков В.В. Цифровое моделирование в статистической радиотехнике. — М.: Советское радио, 1971. — 111с.

29. Лэм Г. Аналоговые и цифровые фильтры. Расчет и реализация. — М.: Мир, 1982.-848 с.

30. Исмаилов Ш.Ю., Комшилов О.А., Шкодырев В.П. Инженерная методика расчета рекурсивных цифровых фильтров N-ro порядка. Известия вузов. Приборостроение, 1979, №2.

31. Бендат Дж., Пирсол А. Измерение и анализ случайных процессов. — М.: Мир, 1974.

32. Кондалев А.И., Никитин А.Н. и др. Вопросы проектирования преобразователей формы информации. — К.: «Наукова думка», 1977. 240 с.

33. Дубровский И. И., Финякин JI.H., Кафаров В.В. Устройство параллельного ввода аналоговой информации в микро-ЭВМ // Микропроцессорные средства и системы 1986 № 5, С. 81 82.

34. Тарвер Графики для выбора аналого-цифровых преобразователей // Электроника, 1974, Т.47, № 4, С. 65-67.

35. Гитис Э.И., Пискулов Е.А. Аналого-цифровые преобразователи: Учебное пособие для вузов. М.: Энергоиздат, 1981. - 360 с.

36. Корн Г. Моделирование случайных процессов на аналоговых и аналогоцифровых машинах. М.: Мир, 1968.

37. Петровский А^А.^Методы и микропроцессорные средства обработки широкополосных и быстропротекающих процессов в реальном времени / Под ред. Г.В. Римского. Минск: Наука и техника, 1989. - 272 с.

38. Мясникова Н.В., Долгих JI.A. Модели сигналов на основе статистических и корреляционно-спектральных характеристик // Датчики систем измерения, контроля и управления: Межвуз. сб. научн. тр. Пенза, Издт во Пенз. гос. ун.-та, 1999. Вып. 19. - С. 102-107.

39. Гарет П. Аналоговые устройства для микропроцессоров и мини-ЭВМ. М.: Энергоатомиздат, 1981.

40. Преобразователи формы информации для малых ЭВМ / Кондалев А.И., Багацкий В.А., Романов В.А., Фабричев В.А. Киев: Наук.думка, 1982. — 312 с.

41. А. с. 1287183 А1 СССР. Устройство для определения экстремумов // В.ф, Е. Козлов // Открытия. Изобретения G06 F15/3 6

42. Зданович В.В. Влияние ошибок дискретизации по уровню на точность представления случайных величин в цифровой форме // Известия вузов. Приборостроение. Т. XII, № 5, 1969.

43. Хоровиц П., Хилл У. Искусство схемотехники: В 3-х томах: Т. 2. Пер. с англ. М.: Мир, 1993. - 371 с.

44. Мирский Г .Я. Микропроцессоры в измерительных приборах. — М.: Радио и связь, 1984. 160 с.

45. Орнатский П.П. Теоретические основы информационно-измерительной

46. Ф) техники. К.: «Вища школа», 1976. — 432 с.

47. Алиев Т.М., А.А. Тер-Хачатуров и др. Итерационные методы повышения точности измерений. Ташкент: Высшая школа, 1986. - 200 с.

48. Гельман М.М., Шаповал Г.Г. Автоматическая коррекция систематических погрешностей в преобразователях «напряжение-код». М. : Энергия, 1974. - 88 с.

49. Орнатский П.П. Автоматические измерения и приборы (аналоговые и цифровые). Киев: Вища школа, 1973. - 552 с.

50. Пейтон А.Дж., Волш В. Аналоговая электроника на операционных усилителях. М.: БИНОМ, 1994. - 352 с.

51. Мэтчо Дж. и др. Delphi 2. Руководство для профессионалов: пер. с англ.- Спб.: BHV Санкт-Петербург, 1997. - 784 с.

52. Кен Хендрсон Delphi 3. Руководство разработчика. Киев-Москва: Диалектика, 1997.

53. Том Сван Delphi4. Библия разработчика. Киев-Москва: Диалектика, 1998.

54. Шумаков П.В. Delphi 3 и разработка приложений баз данных. — Москва: Нолидж, 1999.

55. Стахов А.П. Введение в алгоритмическую теорию измерений. — М.: Советское радио, 1977. 288 с.

56. Солопченко Г.Н. Некорректные задачи измерительной техники // Измерительная техника, 1974, №i. С. 51-54.

57. Трахтман A.M. Введение в обобщенную спектральную теорию сигналов.- М.: Советское радио, 1972. 352 с.

58. Тюрин Ю.Н. Макаров А.А. Статистический анализ данных на компьютере / Под. ред. В.Э. Фигурнова. М.: Инфа-М, 1998. - 528 с.

59. Соболев B.C. Программное обеспечение современных систем сбора и обработки измерительной информации // Приборы и системы управления, 1998, №1.

60. Гольденберг JI.M., Матюшкин Б.Д., Поляк М.Н. Цифровая обработка сигналов: Справочник. — М.: Радио и связь, 1985. 312 с.

61. Филиппов Н.А. Теория и устройства неравномерного квантования.169

62. Бишкек: «Илим», 1994. 280 с.

63. Филиппов Н.А. Количественная информационная техника на основе геометрических прогрессий: Учебное пособие. — Бишкек: БПИ, 1991. — 104

64. Мясникова Н.В., Панов А.П. Метод исследования сигналов на основе экстремальных значений и выборочной гистограммы // Датчики систем измерения, контроля, управления: Межвуз. сб. науч. тр. Пенза: Изд-во Пенз. гос. ун-та, 2000. - Вып. 19 - С. 102-107.

65. Мясникова Н.В., Панов А.П. Дискретизация сигналов при неравномерном шаге // Приборы и системы управления, 1999, №12. С.47-53.

66. Пащенко В.В., Мясникова Н.В., Панов А.П. Итерационные измерительные преобразователи повышенной точности // Методы и средства измерения в системах контроля и управления: Сб. докл. международной науч. конф. Пенза: Изд-во Пенз. гос. ун-та, 1999. - С.3-6.

67. Панов А.П. Аналого-цифровой преобразователь комбинированного типа // Датчики систем измерения, контроля, управления: Межвуз. сб. науч. тр. Пенза: Изд-во Пенз. гос. ун-та, 2000. - Вып.20 - С.65-68.

68. Панов А.П. Обработка сигналов при квантовании по уровню // Методы и средства измерения в системах контроля и управления: Сб. докл. Международной науч. конф. Пенза: Изд-во Пенз. гос. ун-та, 2001. — С.86-88.

69. Панов А.П. Измерительный преобразователь повышенной точности // Датчики систем измерения, контроля, управления: Межвуз. сб. науч. тр. Пенза: Изд-во Пенз. гос. ун-та, 2001. - Вып.22. - С.51-55.

70. Панов А.П. Компьютерное моделирование ИИС // Методы и средства измерения в системах контроля и управления: Сб. докл. международной науч. конф. Пенза: Изд-во Пенз. гос. ун-та, 2002. - С.73-76.

71. Строганов М.П., Берестень М.П., Мясникова Н.В. Обработка сигналов в системах диагностики / Под ред. Е.П. Осадчего: Монография. — Пенза: Изд-во ПГУ, 1997. 119 с.

72. Краус М., Вошни Э. Измерительные информационные системы / Пер. с немец. -М: Мир, 1975. 310 с.

73. Берестень М.П. Способ дискретизации случайных сигналов // Датчики систем измерения, контроля и управления: Межвуз. сб. науч. тр. Пенза: Изд-во Пенз. гос. техн. ун-та, 1996. - Вып.16 - С.81-83.

74. Солопченка r.tL Двухэтапная оценка характеристик погрешности результатов измерений, выполняемых при реализации компьютерных технологий // Измерительная техника, 2000, №3. — С. 3.

75. Филиппов Н.А. Основа методологии достаточной точности // Методы и средства измерения в системах контроля и управления: Сб. докл. международной науч. конф. Пенза: Изд-во Пенз. гос. ун-та, 2002.- С. 197200.

76. Панов А.П. АЦП комбинированного типа на основе дискретизации по уровню // Методы и средства измерения в системах контроля и управления: Сб. докл. международной науч. конф. Пенза: Изд-во Пенз. гос. унта, 1999. - С.108-110.

77. Панов А.П. Преобразователь повышенной точности для динамического измерения // Проблемы автоматизации и управления в технических системах: Сб. докл. Международной науч. конф. / Под ред. М.А. Щербакова. Пенза: ИИЦ Пенз. гос. ун-та, 2004. - с. 155-156.

78. Алгоритмы сжатия и восстановленияданных. Блок-схемы221. НАЧАЛО^)1. X^i-O, N-l

79. Задание значения экстремумов XDTe(i). = Xe1. XD|Te(i+l)] =Xe[i+l]

80. Восстановление сжатых i I данных (с экстремумам и |1.числами гистограммы)1. КОНЕЦ

81. Нахождение номера подынтервала гистограммы при Xe1. => а, при Xei+1 . => b

82. Вычисление разности моментов An =Tei+l. Te1. - 1-12-*

83. Вычисление крайних значений ХМ1 и ХМ2 между экстремумами и установка логического регистра убывания (bl = 1)-11-*

84. Вычисление крайних значений ХМ1 и ХМ2 между экстремумами и установка логического регистра возрастания (Ы = 0)

85. Извлечение нового значения амплитуд XDid. при номере правого соседнего подынтервала (-dv) из гистограммыо1. Блок-схемы1. НАЧАЛО 3-.--- Ж

86. Установка начального условия minv=100;ki=0 и обнуление динамических массива Pel и Tel

87. Сжатие данных в виде таблицы tt\i.j. или гистограммы с числами пересечений уровня квантования-2-- Определение и вала гистограм уп={(у0. min омера подынтер-чы )/d+l>1 г

88. Создание и установка нового указателя переменной Ncl в начальное состояние---5-- Вычисление i тервала ги уп={(уГП омера подын-стограммы min)/d +1}1 г

89. Хранение момента времени в память с адресом Ncl10

90. Вывод содержимого памяти Pel в виде гистограммы1. КОНЕЦ )1. Нет8.

91. Добавление элемента массива в следующем ряде после текущего ряда ячеек памяти Ncl, т.е. в следующем списке массива временной переменной Tel для указателя Pel

92. Добавление элемента массива в первом ряде ячеек памяти Ncl, т.е. в начало списка массива указателя Pel в случае пустой памяти

93. Алгоритм работы виртуального измерительного преобразователя.1. Блок-схема1. ГНАЧАЛО J

94. Задание значения входной величины X, меры М и числа итераций К

95. Установка начальных значений brk и kl в нулевое и обнуление массива п и d

96. Алгоритм работы итерационной модели с повышенной точностью1. Her

97. Перестановка а = X; b = М; и установка е = 1; г = True

98. Перестановка а — М; b = X; и установка с = 0; г = False

99. Метод приближения слева а = X; b = М; с = 1; г = True

100. Метод приближения справа а = М; b = X; с = 0; г = False

101. Под п ро грам м а о п реде-ления числа ступеней п0. и разности d[0]