автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.05, диссертация на тему:Исследование и разработка методов параметрической оптимизации многоканальных информационно-измерительных систем

На правах рукописи

удк 621.317.7:519.8

ЖУКОВ АРТЕМ ВЛАДИМИРОВИЧ

ИССЛЕДОВАНИЕ И РАЗРАБОТКА МЕТОДОВ ПАРАМЕТРИЧЕСКОЙ ОПТИМИЗАЦИИ МНОГОКАНАЛЬНЫХ ИНФОРМАЦИОННО-ИЗМЕРИТЕЛЬНЫХ СИСТЕМ

Специальность:

05.13.05 - Элементы и устройства вычислительной техники и систем управления

Автореферат диссертации на соискание ученой степени кандидата технических наук

Таганрог 2006

Диссертация выполнена на кафедре автоматизированных систем научных исследований и экспериментов Таганрогского государственного радиотехнического университета.

Научный руководитель: доктор технических наук, профессор

Самойлов Л.К.

Официальные оппоненты: доктор технических наук, профессор

Рогозов Ю.И.

кандидат технических наук,

зам. директора по науке ОАО НИИ «Бриз»

Заковоротнов Е.А.

Ведущая организация: Ростовский научно-исследовательский

институт специальных информационно-измерительных систем (РНИИСИИС)

Защита состоится 31 августа 2006 года в 1610 на заседании Диссертационного совета Д212.259.02 в Таганрогском государственном радиотехническом университете. Адрес: ГСП-17, Некрасовский 44, Таганрог, Ростовская обл. 347928.

С диссертацией можно ознакомиться в библиотеке Таганрогского государственного радиотехнического университета.

Автореферат разослан " /Г " июня 2006 года

Учёный секретарь Диссертационного совета

Л.К. Бабенко

хообЬ

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

1. Объект исследования. Объектом исследования являются многоканальные информационно-измерительные системы (ИИС), рассматриваемые в контексте систем управления. Исследуются взаимосвязи параметров информационного потока многоканальных ИИС, а также их зависимости от накладываемых на ИИС ограничений.

2. Актуальность темы. Применение различных информационных технологий определяет большой спрос на ИИС. В связи с ростом объемов передаваемой информации повышаются требования к качеству измерительной информации и пропускной способности ИИС. Наличие ограничений со стороны системы управления и объекта управления на ИИС обуславливает некоторое множество возможных значений информационного потока и соответственно задачу определения его оптимума, Факт повышенных требований к измерительной информации от ее потребителя делает выбор параметров информационного потока более критичным и определяет актуальность оптимизации параметров потока измерительных данных в особенности для многоканальных ИИС. Качественное управление при минимальном количестве затрат всевозможных ресурсов системы управления позволяет говорить об ее эффективности и ИИС в частности, что снова .подтверждает актуальность темы исследования параметрической оптимизации ИИС.

3. Цель работы. Работа посвящена исследованию и разработке методов определения оптимальных значений параметров информационного потока многоканальных ИИС. Исследуются возможности минимизации потока измерительной информации от объекта управления с учетом накладываемых ограничений, что может гарантировать качественное управление и строгое выполнение требований технического задания.

В соответствии с целью работы решаются следующие задачи:

1. Анализ основных ресурсов и направлений оптимизации ИИС (определение целевой функции оптимизации и критериев оптимальности);

2. Исследование методов учета погрешностей, вносимых при обработке информации;

3. Исследование и разработка методик обоснования выбора величины потока измерительной информации в ИИС;

4. Исследование влияния параметров антиэлайзинговых фильтров (предварительной фильтрации с целью снижения погрешности наложения спектров) на общую погрешность ИИС;

5. Анализ методик выбора оптимальных частот дискретизации в многоканальной ИИС при прямых измерениях;

6. Разработка методик выбора оптимальных частот дискретизации в многоканальной ИИС при косвенных измерениях;

7. Исследование сходимости алгоритмов расчета параметров информационного потока ИИС;

8. Исследование эффективности предлагаемых методик выбора оптимальных параметров ИИС;

9. Реализация алгоритмов расчета оптимальных параметров информационного потока ИИС в системе ЬаЬ\Пе\у™.

4. Методы исследования. При решении поставленных задач автором использовались: итерационные методы оптимизации, численные методы вычислений, теории дифференциальных и интегральных исчислений, теория рядов, операторный и временной методы анализа сигналов, методы компьютерного моделирования.

5. Научный результат. Итогом проведенных исследований и расчетов является:

1. Проведенный анализ основных ресурсов и параметров ИИС, который позволил определение целевую функцию оптимизации и критерий оптимальности;

2. Методика выбора оптимальных параметров антиэлайзинговых фильтров, которая позволяет определить оптимальное соотношение погреш! кдеэд^ ^ВД^МЯУ?Ь-'Й'А^1' погрешности наложения спектров; БИБЛИОТЕКА

С.-Петербург

©Э 200 4кт

4. Методики расчета оптимальных частот дискретизации в мнсн оканзчъной ИИС при прямых измерениях, использование которых позволяет минимизировав избыточность измерительной информации,

5. Методика расчета оптимальных частот дискретизации в многоканальной ИИС при косвенных измерениях, применение которой минимизирует избыточность измерительной информации, повышая этим быстродействие системы управления,

6 Методика оценки эффективности предлагаемых алгоритмов выбора оптимальных параметров информационного потока ИИС, использование которой позволяет получить оценки изменения параметров информационного потока при отклонении его значения от оптимума.

7. Реализация алгоритмов расчета оптимальных параметров информационного потока ИИС в системе ЬаЬУ1е\у™, которая позволяет автоматизировать расчет.

6. Основные положения, выносимые на защиту.

1. Методика обоснования выбора величины потока измерительной информации в

ИИС;

2 Алгоритм решения задачи расчета минимальной частоты дискретизации по известному значению допустимой методической погрешности комбинированного восстановления информационного сигнала;

3 Результаты исследования и методики расчета оптимальных частот дискретизации в многоканальной ИИС при косвенных измерениях;

4 Результаты исследования влияния параметров антиэлайзинговых фильтров на общую погрешность ИИС и алгоритм выбора их оптимальных значений;

5 Результаты исследования эффективности оптимизации информационного потока многоканальной ИИС при использовании разработанных алгоритмов.

7. Практическая ценность. Результаты, полученные в этой работе могут быть использованы для оценки эффективности работы уже существующих ИИС и при разработке оптимальных ИИС. Реализация предложенных алгоритмов расчета оптимальных параметров информационного потока позуоляет автоматизировать расчет.

8. Достоверность полученных в диссертации результатов подтверждена теоретическим обоснованием, программными реализациями, вычислительными экспериментами, а так же применением предлагаемых методик на практике для конкретных задач, что подтверждают приложенные в диссертации акты о внедрении.

9. Апробация результатов. Результаты работы докладывались и обсуждались на всероссийских и международных конференциях:

■ 6-ой международной научно-технической конференции студентов и аспирантов "Радиоэлектроника, электротехника и энергетика", Москва, 2000,

■ 3-ей всероссийской научно-практической конференции «Актуальные проблемы защиты и безопасности», Санкт-Петербург, 2000;

■ ЬУ научной сессии, посвященной дню радио, РНТОРЭС, Москва, 2000;

■ 3-й международной конференции и выставки «Цифровая обработка сигналов и ее применение», Москва, 2000;

■ 4-й международная конференция и выставка «Цифровая обработка сигналов и ее применение», Москва, 2002;

■ 8-ой международной научно-технической конференции студентов и аспирантов "Радиоэлектроника, электротехника и энергетика", Москва, 2002;

■ IX международной научно-технической конференции «Радиолокация, навигация, связь», Воронеж, 2003;

■ Ш межвузовской конференции по научному программному обеспечению «Практика применения научного программного обеспечения в образовании и научных исследованиях», Санкт-Петербург, 2005;

■ XIII международной научно-практической конференции «Фундаментальные и прикладные пробтемы приборостроения, информатики и экономики», Сочи, 2005

Структура и объем диссертации. Диссертация состоит из введения, четырех глав, заключения, списка литературы и трех разделов приложений Основной раздел изложен на 110 страницах машинописного текста Диссертация поясняется 51 рисунком и 11 таблицами, а также включает библиографию из 69 наименований. Общий объем диссертации 148 страниц, включая приложения.

Во введении обоснованна актуальность темы, сформулированы цели и задачи исследований.

В первой главе приведен анализ структур и параметров многоканальных ИИ С, определены основные ограничения накладываемые на ИИС, предложена стратегия оптимизации и методы ее реализации.

В случаях применения современных ИИС можно говорить об их принадлежности к системам обнаружения событий (мониторинга), системам диагностики, распознавания образов и так далее ИИС выполняют функции восприятия техническими средствами величин исследуемых объектов, сбора, передачи и накопления измерительной информации, которая используется для организации процессов контроля. Это позволяет в общем случае рассматривать ИИС как подсистему системы управления.

Будет справедливо считать, что определение значений основных параметров ИИС должно выполняться при соблюдении требований системы управления и при учете свойств самого объекта управления.

ИИС выполняет функцию сбора и передачи информации к блокам, отвечающим за ее дальнейшую обработку, принятие решений и формирования воздействий на объект управления. К ее основным параметрам и характеристикам можно отнести: общую погрешность системы у иис , число каналов измерения К, информационный поток от объекта

исследования Ф,, разрядность данных = О,К -1 в измерительных каналах, частоты

взятия отсчетов в каждом канале {//} , кодировку данных, вид модуляции и вид носителя

информации в линии связи Все перечисленные параметры, при учете свойств объекта и параметров других блоков системы управления, полностью определяют структуру ИИС. Этот факт говорит о возможности определения таких значений параметров ИИС, при которых все требования к ее свойствам выполнялись в оптимальном объеме

Корректность работы любой системы управления определяется такими параметрами, как. общая допустимая погрешность системы управления, время реакции на изменение объекта, устойчивость системы. Эти три параметра системы управления определяют ее точность, быстродействие и стабильность работы, что по отдельности или совокупно может служить определением ее качества.

Анализ параметров ИИС и их взаимосвязей показал, что основной целью оптимизации ИИС является обоснования выбора информационного потока Ф,. После анализа ИИС в контексте системы управления, была получена система следующих ограничений, накладываемых на ИИС:

Здесь: у*'"„ - допустимая погрешность рассматриваемой ИИС, у1 - погрешности, входящие в утк ; Т время реакции системы управления, Т"у - допустимое время реакции системы управления; /пи - максимальная тактовая частота.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

< V ^ и > 5

(1)

Таким образом, из (1 1) следует, что система управления накладывает на ИИС три главных ограничения:

1 погрешность, вносимая ИИС в информационный поток, должна быть меньше допустимой;

2. время, затрачиваемое системой на отработку реакции при изменении состояния объекта, должно быть меньше допустимого значения,

3 информационный поток ограничен с одной стороны допустимой погрешностью ИИС. а с другой стороны аппаратными возможностями системы и допустимым временем реакции системы управления, что связанно в большинстве случаев с вычислительными задержками при обработке измерительной информации.

Время реакции системы управления зависит от возможной скорости выполнения алгоритма обработки информации, то есть от значения потока измерительной информации

ТСу=К,р{Ф,) (2)

Так как значение времени задержки реакции системы управления прямо пропорционально значению информационного потока, то с его ростом время задержки будет расти, при чем достаточно быстро при определенных видах используемых алгоритмах обработки.

Третье ограничение является наиболее важным, так как фактически регламентирует все остальные параметры ИИС

<р/=<М*>Л,и) (3)

При попытке понизить значение погрешности, вносимой ИИС в информационный сигнал (а значит и ошибку системы управления), необходимо увеличивать поток данных для получения большего объема информации от объекта управления. При увеличении информационного потока согласно (2) увеличивается время обработки измерительной информации, что замедляет работу всей системы управления. Как видно, ограничения противоречивы. Это противоречие еще больше обостряется в сложных многоканальных ИИС, где допустимая погрешность делится на большое число измерительных каналов Тогда область допустимых значений информационного потока каждого измерительного канала весьма мала.

Именно при возникновении взаимно противоречивых ограничивающих условий возникает проблема оптимальности. Достижение оптимальности состоит в наилучшем удовлетворении этим условиям - решения задачи нахождения экстремума.

Была предложена следующая стратегия по оптимизации ИИС: обоснование необходимого потока измерительной информации от объекта управления на базе значения общей допустимой погрешности системы управления Такой подход позволяет исключить нехватку измерительной информации при недостаточном информационном потоке и избыточность информации, которая может привести к перегрузке системы управления и так же сделать ее не работоспособной

Информационный поток от объекта управления со!ласно (3) определяется числом измерительных каналов ИИС, частотами дискретизации всех измерительных каналов и разрядностью данных Выбор значения разрядности данных осуществляется на основании отведенного значения погрешности квантования, которая так же входит в общую погрешность.

Было показано, что составляющими, которые главным образом определяют значение информационного потока, являются частоты дискретизации для каждого измерительною канала обусловлено большим диапазоном значений, которые они могут

принимать

В качестве критерия оптимальности ИИС предлагается минимизация избыточности информационного потока измерительных данных с учетом ограничений налагаемых на ИИС

<Zf' =шт{ф,(л:,/,,л)} (4)

'Ткк-Уип

Решение задачи оптимизации в общем случае сводится к определению такого вектора параметров {/fj и {и^}, который удовлетворял бы ограничениям (1) и отображал

экстремальное значение целевой функции (3)

Зависимость (3) не линейна и достаточно сложна Решение (4) в аналитической форме определить практически не возможно даже при наличии достаточной априорной информации Следовательно, использование классических методов оптимизации не применимо Поэтому было принято решение о применении алгоритмические методов оптимизации, которые основаны на базе численного решения подобных задач. Такой подход не позволяет получать общего аналитического решения задачи (4), что в какой-то мере носит отрица!ельный характер. Однако, численное решение более быстрый и удобный путь получения искомого результата, который не требует никаких упрощений расчетной модели в отличие от классических методов.

Во второй главе было проведено исследование методов учета общей погрешности ИИС и ее составляющих

Согласно выбранному критерию оптимизации ИИС существует необходимость в оценке общей погрешности ИИС для проверки первого условий (1) Это выполнимо

при комплексном анализе всех процессов на каждом этапе преобразования информации в рассматриваемых ИИС Каждый этап преобразования измерительной информации вносит свои погрешности, которые в сумме составляют общую погрешность, вносимою ИИС К наиболее значительным ее составляющим можно отнести: инструментальную погрешность антиэлайзинговой фильтрации сигнала перед дискретизацией уф, инструментальную

погрешность дискретизации удт, динамическую погрешность первого рода у'аш, динамическую погрешность второго рода у"ш, погрешность наложения спектров ун, методическую погрешность квантования уа, методическую погрешность восстановпения . инструментальную погрешность восстановления у"ш, погрешность округления при вычислениях уак.

Все приведенные погрешности не коррелированны и суммируются геометрически

rZ = Л^Ш^Ш1 HrLf + (r,f+(r-J-(rlfHrJHrJ = Jï&y,

у»"' <у

' общ ' доп

Наиболее подобно были рассмотрены погрешности, значения которых непосредственно зависят от параметров общего информационного потока <Pf в ИИС (3), таких как. fa и п.

Если считать что, погрешность наложения обусловлена только соседними элементами спектра, а высокочастотные продукты всех остальных элементов уже не оказывают существенного влияния на результат, то погрешность наложения спектра можно рассчитать, как:

)\X(ffdf

Г„= 2-%----(6)

]и/)1 v

о

Для определения параметра у: по значению или параметра по допустимому значению уи были разработаны алгоритмы численного решения уравнения (6)

(5)

Исследована зависимость погрешности уи от параметра /, при программном, аппаратном и комбинированном способах восстановления

При программном способе восстановления для различных видов полиномиального восстановления и аппроксимации ортогональными функциями зависимости параметра /, от погрешности имеют одну структуру и могут быть обобщены выражением (7).

//

С(и)М"

(7)

Г (и) - константа, определяемая дополнительными ограничениями (способами оценки производных для сплайнов) и типами полиномов, М"*] — модуль максимума

и+1 производной функции х(/), Ми"' - тах(х<и,1) (()) .

Процесс цифровой восстановительной фильтрации тоже может применяться при программном восстановлении. Оценка методической погрешности при цифровой восстановительной фильтрации приведена в виде выражения (8).

Г„ ="

1

Л , '-'-А

)|1-ш(/)|>+ ¡|ш(/)|2#

(8)

где Еи - энергия, пропускаемая идеальным ФНЧ, £„=(1 ~ частота среза В

выражение (8) первое слагаемое в скобках представляет собой энергию ошибки отклонения №/(/) в полосе пропускания, второе слагаемое представляет собой энергию ошибки неполного подавления «лишних» составляющих спектра восстанавливаемого сигнала.

При аппаратном восстановлении реализуется принцип кусочно-полиномиальной аппроксимации. Для этого используются фиксаторы (устройства, восстанавливающие информационный параметр на заданном интервале в виде непрерывной от времени функции по какому-либо закону) ИИС являются частью систем управления, поэтому к ним очень часто предъявляется требование работы в реальном времени, что определяет экстраполирующий характер восстановления измерительных данных.

На практике используются фиксаторы малых порядков, что связанно со сложностью реализации фиксаторов высоких порядков и проблемой сходимости аппроксимирующих полиномов для некоторых зависимостей.

В общем случае экстраполирующий полином, определяющий фиксатор, можно

и

записать следующим образом: Р(1,о) = / е [/, г , ], ак - коэффициенты полинома.

¿»о

Тогда спектр Р(/,и) будет иметь вид Ч'(/,и) = Р(г,у)<->Ч/(/,у).

о \ »--0 )

При выполнении операции интегрирования после суммирования, для спектра экстраполирующего полинома в результате можно получить выражение (9)

_т; ]

Ч»0» = 2>*

к I

02*/)"

Таким образом, аналогично (8) методическая погрешность восстановления при помощи фиксаторов будет определяться выражением (10)

к

Уг

(Ю)

При нулевом порядке восстанавливающею полинома его амплитудный спектр будет

Ч/(/,0) = °:о Т"]/{.г • Следовательно, для ЦАП

" п

иметь вид /я/ Г '

= (11)

Выражение (9) определяет спектры идеальных фиксаторов На практике зависимости, рассчитанные по выражению (9), искажаются добавлением паразитного ФНЧ, что так же необходимо учитывать при вычислении методической погрешности восстановления.

При аппаратном восстановлении после фиксаторов часто используют

дополнительный ФНЧ с АЧХ #(/) и частотой среза с целью ослабления

высокочастотных составляющих, прошедших через фиксатор. Последовательное включение фиксатора и сглаживающего ФНЧ соответствует произведению спектров и #(/),

что позволяет переписать выражение (10).

'У - 1

У J

Следует отметить, что решение уравнений (8), (10) и (12) относительно частоты дискретизации f0 удобно производить в численном виде, так как процесс интегрирования в аналитическом виде при высоких порядках полиномов может быть весьма затруднительным При этом можно использовать алгоритмы, подобные алгоритмам решения прямой и обратной задачи для погрешности наложения спектров (6).

При комбинированном восстановлении методическая погрешность уц состоит из

двух составляющих: методической погрешности программного восстановления у" и методической погрешности аппаратного восстановления у*

к = (13)

Погрешность у" определяется выражениями (7,8). у" может быть определена выражениями (10) и (12).

Разработан алгоритм численного решения обратной задачи для методической погрешности комбинированного восстановления. Он заключается в оптимальном распределении погрешности между у" и уАи

В третьей главе формализовано описание информационного потока, приведены результаты исследования методов выбора частоты дискретизации информационных сигналов, рассмотрены методы определения параметров информационного потока для многоканальных ИИС при прямых измерениях в каждом канале, предложены алгоритмы расчета оптимальных параметров информационного потока для многоканальных ИИС при косвенных измерениях, приведены результаты исследования влияния параметров антиэлайзинговых фильтров на общую погрешность ИИС

В виде информационной оценки было использовано значение информационного потока ИИС, который связан выражением (1) со значением допустимой погрешности ИИС и допустимым быстродействием системы управления.

Общий информационный поток ИИС Ф;£ складывается из информационных потоков всех измерительных каналов

йе

Ф, = ' Л

е'.

(14)

Здесь I - количество информации, содержащееся в цифровом сигнале g -го канала.

В качестве меры количества информации цифрового сигнала берется энтропия (двоичный логарифм его мощности) Показано, что множество всех аналоговых сигналов с конечной «информативной» длительностью Т эквивалентно Т -мерному евклидову пространству Е1, а аналогово-цифровое преобразование можно рассматривать, как проецирование аналогового сигнала на решетку Q = Q{T,f0,D,n), QcE2 D —

динамический диапазон информационного сигнала. T,fa,D,n - параметры решетки Q

Проведен сравнительный анализ известных критериев выбора частоты дискретизации информационного сигнала' частотного, корреляционного, квантового и критерия наибольшего отклонения. Показано, что ни один из рассмотренных критериев не учитывает всех основных погрешностей процесса оцифровки-восстановления, рассмотренных выше

Рассмотрен алгоритм выбора оптимальной частоты дискретизации для ИИС с одним измерительным каналом В основу этой методики положена задача распределения общей допустимой погрешности уош между погрешностями системы (5). Критерием выбора является минимум частоты дискретизации при допустимой погрешности ИИС, что соответствует выбранному критерию оптимизации общего информационного потока Ф,

К необходимой для расчета априорной информации относятся' спектральная плотность информационного сигнала в рассматриваемом измерительном канале; общая допустимую погрешность ИИС у^, способ восстановления информации на выходе ИИС (вид восстанавливающего полинома и его порядок), знание предварительной структуры разрабатываемой системы.

Центральным моментом методики расчета минимально-возможной частоты дискретизации является итерационное перераспределение значений погрешности наложения спектров yh и методической погрешности восстановления уи, с учетом других погрешностей ИИС, до приблизительного равенства значений частоты дискретизации, соответствующим каждой из них.

Зависимости /„(/>) и У„(/о) представляют собой нелинейные монотонно-убывающие функцию.

Область допустимых значений Q параметра /й зависит от значений /,ш и /,mí" : Í2 = Х™1} • Параметр f('mx определяется вторым условием выражения (1).

Итак, только уя и ум зависят от частоты дискретизации в явном виде Введем параметр А, который отражает остаточную погрешность от допустимой погрешности ушт, приходящуюся на ун и уи (16)

а=)г=)2 - )2 )2 - (rl, )2 - - )' - (г.. )2 - (г™ )2 . (15)

Критерий оптимизации параметра fo можно записать как'

rainíi ' (16)

То есть, f¿"" - f™" является координатой точки eSi, при выполнении условий' у и = ¡л, У„-Т) и цг +Т}1 = Д2, а так же/;" =//.

Предложена реализация итерационного алгоритм оптимизации параметра fà. уи = A cosa, у - A sin a Задавая изменение угла а в качестве приращения ±Л можно осуществлять перераспределение погрешностей уи и уч Перераспределение осуществляется до тех пор, пока модуль разности текущих f" и f" не будет меньше допустимой величины

погрешности вычисления е При каждой итерации производится половинное деление приращения Л, знак которого зависит от соотношения значений и .

Для дальнейшего упрощения формулировок будем обозначать процедуру расчета оптимальной частоты дискретизации для одного измерительного канала оператором Р Обратный расчет значений погрешностей у, и общей погрешностей измерения по

заданной частоте дискретизации обозначим оператором Р

Приведен анализ методов выбора оптимальных частот дискретизации для многоканальных ИИС при прямых измерениях в каждом канале Число измерительных каналов равно К, в каждом измерительном измеряется параметр хг, = О,А"-1 Задана допустимая по! решность ИИС у,„„ Для каждого канала допустимая погрешность измерений будет равна допустимой погрешности ИИС уя = умп В общем случае решетки будут иметь различные параметры -{Тк,Д,. , так как параметры х% могут быть не

однородными.

Показано, что при отличающихся между собой Q|¡ выгодно применять программный опрос ПП (каждый ПП опрашивается определенное число раз за цикл, то есть с частотой ; последовательность обращений к каждому из преобразователей определяется программой опроса). В этом случае для каждого выполняется процедура Р.

^М-СЧЬ (17)

Общая частота опроса всех ПП определяется (18)

08)

«»1

В случае циклического опроса ПП при прямых измерениях в каждом информационном канале каждый ПП опрашивается один раз за цикл, что определяет общую частоту опроса всех ПП выражением (20).

//=шах{/^} (19)

Если все измеряемые параметры хг однородны, то возможно координаты вектора {/«">"«} окажутся приблизительно одинаковыми величинами В этом случае выбор общей

частоты дискретизации по выражению (19) наиболее оправдан. В других случаях применение (19) вызовет снижения погрешностей измерений в каждом канале, где /"'" < шах Этот факт говорит о тенденции роста общего информационного потока Ф*

при циклическом опросе ПП, что является своеобразной платой за упрощение устройства управления ИИС.

Приведены результаты исследований и разработаны алгоритмы определения оптимальных частот дискретизации для многоканальных ИИС при косвенных измерениях В этом случае параметры х используются при косвенном измерении параметра г (20).

г = г(х„, . (20)

11ри косвенном измерении параметра 2 общая погрешность ИИС состоит из четырех основных составляющих' погрешности измерения параметра г - динамической

погрешности расчета параметра г- у^, методической погрешности восстановления параметра г - . инсгрументальной погрешности измерения параметра г - У"'„ Погрешность измерения угип1 определяется погрешностями измерения параметров . по котбрым определяется г (20).

Допусшмая погрешность ИИС определяет суммарное значение погрешностей , , у'и, (обратная задача), которые в свою очередь определяют общую погрешность ИИС уит (прямая задача) Погрешности и могут быть определены при известной структуре ИИС Погрешности и ;/' не могут быть однозначно определены до расчета частоты расчета параметра 2, так как погрешность у'^ фактически определяет параметр/,2, в свою очередь параметр определяет погрешность Первоначально возможно лишь определить их долю Д в допустимой погрешности ИИС уЛол (21)

А=• (21)

Разработан итерационный алгоритм для определения конкретных значений погрешностей и , при которых параметр был бы оптимальным

Для косвенных измерений рассмотрен случай программного опроса ПП

Для расчета оптимальных параметров решеток необходимо- произвести

распределение погрешности у'и и (А) на у^, что даст возможность применить процедуру Р для каждого измерительного канала.

Предложено решение задачи распределения погрешности ^ косвенного

измерения параметра г по измерительным каналам (обратная задача для (¿)) (22).

Дх„

( \

К- 5г

1 *

Уя =■

(22)

Т1 г & &

В общем случае х не однородны и-*- , что определяет различные решетки

* дха дх,

к 1

Следовательно, при расчете параметра 2 будет возникать дополнительная погрешность

экстраполяции параметров в момент времени расчета г. Этот факт обуславливает

методическую погрешность восстановления при измерении параметров хг

При программном опросе длительность цикла определяется периодом опроса канала с наименьшей частотой дискретизации.

< гтп{//1, ётп=£|,,. (23)

Погрешность восстановления параметров х учитывается в применяемой методике Г при расчете частот дискретизации для каждого канала.

При циклическом опросе ПП значения параметров хг определяются с одной частотой. После получения значения хе в каждом измерительном канале производится расчет параметра г Совпадение частоты расчета параметра г и частот дискретизации параметров ха позволяет говорить об отсутствии погрешностей восстановления параметров хе при

циклическом опросе ПП.

Предложен алгоритм расчета оптимальной частоты дискретизации информационных сигналов в каждом канале (частоты расчета параметра)

/,г=шах{^}. (24)

Дискретизация всех информационных сигналов с частотой //, которая выше их собственных, приводит к снижению погрешностей измерения параметров хе В этом случае общая погрешность у°""' (25) будет меньше погрешности (к)

При нулевой методической погрешности восстановления параметра * погрешность у* будет определяться как-

Задача оптимизации заключается в нахождении такого значения частоты //, при котором погрешности у'6"' и у^ [к) были бы приблизительно равными.

В ИИС возможны различные комбинации всех рассмотренных случаев, то есть часть измерительных каналов может быть задействована для прямых измерений, а другая часть измеряемых параметров может участвовать в косвенных измерениях других параметров Поэтому при определении частоты дискретизации для каждого измерительного канала, сначала следует провести их сортировку по предложенным типам, а затем для каждой группы провести расчет частот дискретизации по изложенным выше методикам

Предложено решение задачи выбора типа и параметров антиэлайзингового фильтра Она является частью комплексной проблемы выбора оптимальных параметров общего информационного потока Фf, решение которой основано на рассмотрении всего процесса дискретизации-восстановления

Основной целью предварительной аналоговой фильтрации перед временной дискретизацией сигнала является обеспечение необходимой величины погрешности наложения спектров ун Но, необходимо учитывать, что ограничительный фильтр, уменьшая погрешность наложения спектров, сам вносит погрешность, растущую с ростом порядка фильтра г Увеличение погрешности фильтра ужесточает требования к той же погрешности наложения спектров уи. В итоге общего выигрыша может и не быть

Предлагается итерационный процесс выбора фильтра Критерий целесообразности постановки ограничительного фильтра можно сформулировать следующим образом. Если при расчете частоты дискретизации по процедуре Р без фильтра были получены значения частоты дискретизации /0 и погрешности наложения спектров ук, а при постановке фильтра, вносящего погрешность уф, /"и ун, соответственно, то целесообразность постановки фильтра может быть выражена условиями (27).

Если хотя бы одно из неравенств в (27) не выполняется^ то использование предварительной фильтрации не целесообразно Если же с постановкой нового фильтра частота дискретизации увеличилась, то следует уменьшить порядок фильтра и или вообще исключить фильтр, считая, что спектр сигнала ограничивается ДЧХ устройств ПП

В четвертой главе приведены результаты анализа устойчивости разработанных алгоритмов оптимизации информационного потока многоканальных ИИС, рассмотрена их программная реализация и предложены оценки эффективности оптимизации

В результате исследования устойчивости алгоритмов оптимизации информационного потока многоканальных ИИС были получены требования к параметрам спектральной

(25)

(26)

(27)

плотности информационных сигналов для гарантированной сходимости Показано, что начальные данные для расчета и вид решаемых уравнений обеспечивают необходимые условия для применения используемых методов приближения

Приведены оценки эффективности оптимизации по предложенным методикам, основанные на сравнительном анализе значений общего информационного потока, общей погрешности ИИС и быстродействия системы управления при оптимальных значениях параметров ИИС со значениями этих величин отличных от оптимума (рис 1)

При равномерной дискретизации по времени информационной поток измерительного канала будет определяться выражением (28).

Ф,.

■4 п,

г

(28)

»к

Рис. 1 Зависимости информационного потока в измерительном канале от частоты взятия отсчетов, разрядности представления данных и составляющих общей погрешности ИИС

Предложена оценка отклонения информационного потока от оптимального значения, определяемого найденными параметрами п°р' и в виде коэффициентом оптимальности X (29):

г<>1 ^ се

(29)

Областью определения коэффициента оптимальности является интервал % е (ж„ш,Л),

где минимальное значение коэффициента оптимальности определяется максимальными информационным потоком ИИС Как правило, максимальный поток ограничен максимальной тактовой частотой и максимальной разрядностью представления данных; так же максимум информационного потока может ограничивать система управления по причине наличия ограничения по времени на обработку измерительных данных при росте информационного потока от ИИС

Хш

фПМХ

'г

(30)

Близость коэффициента оптимальности х к единице говорит о приближении к оптимальному значению информационного потока

Выражение для коэффициента оптимальности х (29) можно представить в виде зависимости от составляющих общей погрешности ИИС (рис. 1).

¡ "1" . у. >Р'

•I ог я

(31)

х =

<К_ ф„

"АггЛ)

На основе анализ функционала )' +(х!!)2 J при различных

перераспределениях у между составляющими массива {у,} можно принимать решение о

целесообразности дальнейшего снижения или увеличения погрешности измерения у в ИИС

при сравнении получаемых значений информационного потока ИИС. Для этого пригодна другая оценка (32):

гф»(У«)-ф*(У«-АУ») (32)

¿гг ~ Уг-^Г,

</Ф,

Оценка -- показывает, на сколько возрастет информационной поток в

измерительном канале при уменьшении общей погрешности измерения уг параметра на величину Д/г.

Рассмотрены примеры зависимости информационного потока в измерительном канале от параметров пх и fч, а так же составляющих погрешности измерения /г параметра х^

Предлагаемые методики оценки эффективности оптимизации ИИС позволяют производить комплексный анализ возможностей конкретной конфигурации ИИС и выявлять необходимость изменения какого-либо параметра информационного потока с учетом всех основных погрешностей ИИС.

Приведенная программная реализация объединяет в себе разработанные алгоритмы оптимизации и позволяет автоматизировать процесс расчета.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

Основными научными результатами диссертационной работы являются разработанные методы оптимизации параметров многоканальных ИИС при различных видах измерений и способах опроса ПП

Основными теоретическими и практическими результатами работы являются •

1 Методика обоснования выбора величины потока измерительной информации в многоканальных ИИС, позволяющая минимизировать избыточность информационных данных;

2 Алгоритм решения задачи расчета минимальной частоты дискретизации по известному значению допустимой методической погрешности комбинированного восстановления информационного сигнала, позволяющий оценить погрешность метода комбинированного восстановления;

3. Результаты исследования и методики расчета оптимальных частот дискретизации в многоканальной ИИС при косвенных измерениях, использование которых делает возможным сократить избыточность информационного потока;

4. Результаты исследования влияния параметров антиэлайзинговых фильтров на общую погрешность ИИС и алгоритм выбора их оптимальных значений, использование которых позволяет определить оптимальное соотношение погрешности наложения спектров и погрешности антиэлайзингового фильтра;

5. Результаты исследования эффективности оптимизации информационного потока многоканальной ИИС при использовании разработанных алгоритмов, применение которых позволяет оценить эффективность работы ИИС и установить необходимость оптимизации какого-либо из параметров ИИС

Итогом проведенных исследований в диссертации является предложенная комплексная теория оптимизации информационного потока многоканальных ИИС при

д-ookfv

08 iS63^se®2-

равномерной дискретизации информационных сигналов с учетом налагаемых на ИИС ограничений.

ПУБЛИКАЦИИ ПО ТЕМЕ РАБОТЫ

1 Жуков А.В , Жуков В.M Система сбора измерительной информации с объектов расхода энергоресурсов. Тезисы докладов шестой международной научно-технической конференции студентов и аспирантов. - М.. Изд-во. МЭИ, 2000 - с. 265,266.

2 Жуков А В. Жуков В.М Система экологического мониторинга акватории залива у 4 побережья Таганрога. - Таганрог: «Известия ТРТУ» №2, 2001 - с. 67-72

3. Жуков А.В, Жуков В.М. Система радиомониторинга подвижных объектов с не конфликтующими кодовыми сигналами Труды LV научной сессии, посвященной дню

радио, РНТОРЭС - М.: «Информсвязьиздат», 2000. - с. 138, 139. *

4. Жуков A.B., Жуков В М. Адаптация структуры частотно-временных сигналов в неконфликтной цифровой системе радиомониторинга Доклады 3-й международной конференции и выставки «Цифровая обработка сигналов и ее применение». - М.: «Инсвязьиздат», 2000. - с 34-36.

5. Жуков A.B., Жуков В.М. Многофункциональная бортовая радиотехническая система. 4-я международная конференция и выставка «Цифровая обработка сигналов и ее применение», T-1 - M.- «Инсвязьиздат», 2002. - с. 183- 185.

6 Жуков А В Информационно-измерительная система контроля качества импульсного стабилизатора напряжения. - Радиоэлектроника, электротехника и энергетика // Восьмая международная науч.-тех. конф. студентов и аспирантов, T-1. - М.. Изд-во. МЭИ, 2002. - с. 391-392.

7. Самойлов Л.К., Жуков A.B. Выбор оптимальной частоты равномерной временной дискретизации низкочастотных сигналов. - Воронеж: сборник докладов IX международной научно-технической конференции «Радиолокация, навигация, связь», 2003 - 8 с.

8. Л.К. Самойлов, A.B. Жуков Прикладная программа оптимизации параметров информационно-вычислительных систем. Труды Ш межвузовской конференции по научному программному обеспечению «Практика применения научного программного обеспечения в образовании и научных исследованиях» - СПб • «Нестор», 2005. - с 136,137.

9 Самойлов Л.К, Жуков A.B. Выбор оптимальных частот дискретизации информационных сигналов при многоканальной структуре информационно-измерительной системы. Труды XIII международной научно-практической конференции «Фундаментальные и прикладные проблемы приборостроения, информатики и экономики» - М.. Изд-во МГАПИ, 2005 — с 101-106.

10 Жуков А В, Самойлов Л.К Процесс выбора ограничительного фильтра перед временной j дискретизацией сигнала. - M ' Авиакосмическое приборостроение, 2004, №3. - 5с.

11. Жуков A.B. Алгоритм определения минимальной частоты дискретизации по известной допустимой методической погрешности комбинированного восстановления // Сборник , ' докладов международной науч конф «Статистические методы в естественных, * # гуманитарных и технических науках» - Таганрог: ТРТУ, 2006 - 4 с.

Личный вклад автора в работах, написанных в соавторстве, состоит в следующем-[1-5] - проведен расчет оптимальных значений параметров информационных потоков в разрабатываемых систем сбора данных, [7,8] - разработка алгоритма и программная реализация расчета онтималыюй частоты дискретизации информационных сигналов для ИИС при прямых измерениях, [9] - разработка и программная реализация алгоритмов расчета оптимальных параметров информационного потока для многоканальных ИИС при косвенных измерениях, [10] - разработка и программная реализация алгоритма выбора оптимальных параметров антиэлайзинговых фильтров.

Тип.ТРТУ Заказ №ОДтир./ДОэкз.

ВВЕДЕНИЕ

1. АНАЛИЗ СТРУКТУР, ПАРАМЕТРОВ И НАПРАВЛЕНИЙ ОПТИМИЗАЦИИ ИИС

1.1 Анализ структур рассматриваемых ИИС

1.2 Исследование основных параметров ИИС и их зависимостей

1.3 Выбор критерия оптимизации ИИС

1.4 Определение возможных методов оптимизации ИИС

1.5 Выводы по главе

2. ЭТАПЫ ПРЕОБРАЗОВАНИЯ ИНФОРМАЦИИ В ИИС И ВНОСИМЫЕ ПРИ ЭТОМ ПОГРЕШНОСТИ

2.1 Оценка методической погрешности квантования по уровню

2.2 Исследование методов учета погрешности наложения спектров

2.3 Разработка алгоритмов решения прямой и обратной задачи для погрешности наложения спектров

2.4 Оценка зависимости методической погрешности восстановления от частоты дискретизации

2.5 Исследование погрешностей ИИС, не зависящих от параметров общего информационного потока

2.6 Выводы по главе

3. РАЗРАБОТКА МЕТОДИК И АЛГОРИТМОВ ОПРЕДЕЛЕНИЯ ОПТИМАЛЬНЫХ ПАРАМЕТРОВ ИНФОРМАЦИОННОГО ПОТОКА В МНОГОКАНАЛЬНЫХ ИИС

3.1 Формализация описания информационного потока в измерительном канале ИИС. Определение стратегии его оптимизации

3.2 Анализ методов выбора частоты дискретизации информационных сигналов

3.3 Методики расчета оптимальных частот дискретизации информационных сигналов в многоканальной ИИС при прямых измерениях

3.4 Разработка алгоритмов определения оптимальных частот дискретизации информационных сигналов в многоканальной ИИС при косвенных измерениях

3.5 Исследование влияния параметров антиэлайзинговых фильтров на общую погрешность ИИС

3.6 Выводы по главе 85 4. ИССЛЕДОВАНИЕ УСТОЙЧИВОСТИ И ЭФФЕКТИВНОСТИ АЛГОРИТМОВ ОПТИМИЗАЦИИ ИНФОРМАЦИОННОГО ПОТОКА ИИС. ПРОГРАММНАЯ РЕАЛИЗАЦИЯ.

4.1 Анализ устойчивости алгоритмов оптимизации параметров многоканальных ИИС

4.2 Оценки эффективности оптимизации информационного потока ИИС

4.3 Программная реализация алгоритмов оптимизации информационного потока ИИС

4.4 Выводы по главе

Развитие информационных технологий в обществе за несколько последних десятилетий определяет большой спрос на технические и научные разработки, посвященные сбору, передаче, хранению и обработке информации. Это объясняет огромное количество исследовательских работ, касающихся информационно-измерительных систем (ИИС), устройств цифровой обработки сигналов, быстрых алгоритмов вычислений, систем сжатия данных, систем управления информационными потоками, базами данных и накопления информации. При этом основной целью всех разработок является правильное, качественное и своевременное применение накопленной информации, что объясняет достаточно большую потребность в экспертных системах и системах интеллектуального контроля. Как правило -это сложные системы, которые могут включать в себя все упомянутые выше стадии преобразования информации. С уверенностью можно говорить, что системы сбора информации всегда являются их неотъемлемой частью.

Современные системы контроля имеют достаточно широкий спектр применения, и соответственно сложность каждой из них в зависимости от выполняемых функций может меняться в достаточно большом диапазоне. С развитием технологий ставятся все более и более сложные задачи управления, которые неизбежно влекут за собой соответствующие проблемы адекватной оценки и корректного измерения параметров объектов управления. Соответственно, это обуславливает постоянно возрастающую сложность измерительных систем.

С увеличением сложности объектов исследования, как правило, увеличивается число информационных параметров, что зачастую ведет к увеличению числа измерительных каналов, а также к увеличению числа замеров в единицу времени. Все это приводит к растущей тенденции увеличения потоков измерительной информации и повышению требований к качеству, целостности, актуальности и многим другим свойствам измерительной информации, которая после обработки является базой для принятия решений о дальнейших изменениях управляющих воздействий на объект управления.

С другой стороны типовые концепции построения ИИС уже давно устоялись. Но, несмотря на это, наблюдается постоянный рост технических усовершенствований уже имеющихся наработок, всегда существуют ограничения на такой ресурс, как аппаратные возможности систем. Именно в сложных системах управления, где максимально сокращен запас таких ресурсов, наиболее остро обозначен вопрос о выборе значений параметров информационных потоков в ИИС на фоне оговоренных ограничений.

1. Актуальность темы. Применение различных информационных технологий определяет большой спрос на ИИС. В связи с ростом объемов передаваемой информации повышаются требования к качеству измерительной информации и пропускной способности ИИС. Наличие ограничений со стороны системы управления и объекта управления на ИИС обуславливает некоторое множество возможных значений информационного потока и соответственно задачу определения оптимума информационного потока. Факт повышенных требований к измерительной информации от ее потребителя делает выбор параметров информационного потока более критичным и определяет актуальность оптимизации параметров информационного потока для разрабатываемых ИИС.

Актуальность исследования становится более очевидной при учете того, что класс практических задач и областей применения систем сбора данных постоянно расширяется.

Несмотря на достаточно длительную историю развития измерительной техники, далеко не во всех случаях можно сказать, что теоретические основания в области измерительной техники пригодны для практического применения [1,2,3].

Исследование возможности минимизации потока измерительной информации от объекта управления с учетом накладываемых ограничений позволит разработать методы, гарантирующие максимально качественное управление и выполнение требований технического задания.

Факт качественного управления при минимальном количестве затрат всевозможных ресурсов системы управления позволяет говорить об эффективности системы управления и ИИС в частности, что снова подтверждает актуальность темы исследования параметрической оптимизации ИИС.

2. Объект исследования. Объектом исследования являются многоканальные ИИС, рассматриваемые как часть систем управления. Исследуются взаимосвязи параметров информационного потока ИИС, а также их зависимости от ограничений, накладываемых на ИИС.

3. Цель работы. Целью работы является разработка и исследование методик выбора оптимальных значений параметров информационного потока многоканальных ИИС. В соответствии с целью работы решаются следующие задачи:

1. Анализ основных ресурсов и направлений оптимизации ИИС (определение целевой функции оптимизации и критериев оптимальности);

2. Исследование методов учета погрешностей, вносимых при обработке информации;

3. Исследование и разработка методик обоснования выбора величины потока измерительной информации в ИИС;

4. Исследование влияния параметров антиэлайзинговых фильтров на общую погрешность ИИС;

5. Анализ методик выбора оптимальных частот дискретизации в многоканальной ИИС при прямых измерениях;

6. Разработка методик выбора оптимальных частот дискретизации в многоканальной ИИС при косвенных измерениях;

7. Исследование сходимости алгоритмов расчета параметров информационного потока ИИС;

8. Исследование эффективности оптимизации параметров информационного потока ИИС;

9. Реализация алгоритмов расчета оптимальных параметров информационного потока ИИС в системе Lab View™.

4. Методы исследования. При решении поставленных задач автором использовались: итерационные методы оптимизации, численные методы вычислений, теории дифференциального и интегрального исчислений, теория рядов, операторный и временной методы анализа сигналов, методы компьютерного моделирования.

5. Научный результат. Итогом проведенных исследований и расчетов является:

1. Проведенный анализ основных ресурсов и параметров ИИС, который позволил определить целевую функцию оптимизации и критерий оптимальности;

2. Алгоритм решения задачи расчета минимальной частоты дискретизации по известному значению допустимой методической погрешности комбинированного восстановления информационного сигнала, который дает возможность оценки частоты дискретизации при перераспределении погрешностей;

3. Методика выбора оптимальных параметров антиэлайзинговых фильтров, которая позволяет определить оптимальное соотношение погрешности фильтрации сигнала и погрешности наложения спектров;

4. Методики расчета оптимальных частот дискретизации в многоканальной ИИС при прямых измерениях, использование которых позволяет минимизировать избыточность измерительной информации;

5. Методика оптимального выбора величины потока измерительной информации в многоканальной ИИС при косвенных измерениях, применение которой минимизирует избыточность измерительной информации, повышая этим быстродействие системы управления;

6. Методика оценки эффективности предлагаемых алгоритмов выбора оптимальных параметров информационного потока ИИС, использование которой позволяет получить оценки изменения параметров информационного потока при отклонении его значения от оптимума;

7. Реализация алгоритмов расчета оптимальных параметров информационного потока ИИС в системе LabView™ ,что позволяет автоматизировать расчет.

6. Основные положения, выносимые на защиту.

1. Методика обоснования выбора величины потока измерительной информации в ИИС;

2. Алгоритм решения задачи расчета минимальной частоты дискретизации по известному значению допустимой методической погрешности комбинированного восстановления информационного сигнала;

3. Результаты исследования и методики расчета оптимальных частот дискретизации в многоканальной ИИС при косвенных измерениях;

4. Результаты исследования влияния параметров антиэлайзинговых фильтров на общую погрешность ИИС и алгоритм выбора их оптимальных значений;

5. Результаты исследования эффективности оптимизации информационного потока многоканальной ИИС при использовании разработанных алгоритмов.

7. Практическая ценность. Результаты, полученные в этой работе могут быть использованы для оценки эффективности работы уже существующих ИИС и при разработке оптимальных ИИС. Использование программной реализации предложенных алгоритмов позволяет автоматизировать расчет оптимальных значений параметров ИИС.

8. Достоверность полученных в диссертации результатов подтверждена теоретическим обоснованием, программными реализациями, вычислительными экспериментами, а так же применением предлагаемых методик на практике для конкретных задач, что подтверждают приложенные акты о внедрении.

9. Апробация результатов.

Результаты работы докладывались и обсуждались на всероссийских и международных конференциях. Основные результаты автора отражены в следующих опубликованных работах:

1. Жуков А.В., Жуков В.М. Система сбора измерительной информации с объектов расхода энергоресурсов. Тезисы докладов шестой международной научно-технической конференции студентов и аспирантов. - М.: Изд-во. МЭИ, 2000.-с. 265,266.

2. Жуков А.В. Жуков В.М. Система экологического мониторинга акватории залива у побережья Таганрога. - Таганрог: «Известия ТРТУ» №2, 2001. - с. 67-72.

3. Жуков А.В., Жуков В.М. Система радиомониторинга подвижных объектов с не конфликтующими кодовыми сигналами. Труды LV научной сессии, посвященной дню радио, РНТОРЭС. - М.: «Информсвязьиздат», 2000. - с. 138, 139.

4. Жуков А.В., Жуков В.М. Адаптация структуры частотно-временных сигналов в неконфликтной цифровой системе радиомониторинга. Доклады 3-й международной конференции и выставки «Цифровая обработка сигналов и ее применение». -М.: «Инсвязьиздат», 2000. - с. 34-36.

5. Жуков А.В., Жуков В.М. Многофункциональная бортовая радиотехническая система. 4-я международная конференция и выставка «Цифровая обработка сигналов и ее применение», Т-1. - М.: «Инсвязьиздат», 2002-с. 183- 185.

6. Жуков А.В. Информационно-измерительная система контроля качества импульсного стабилизатора напряжения. - Радиоэлектроника, электротехника и энергетика // Восьмая международная науч.-тех. конф. студентов и аспирантов, Т-1. -М.: Изд-во. МЭИ, 2002.-е. 391-392.

7. Самойлов JI.K., Жуков А.В. Выбор оптимальной частоты равномерной временной дискретизации низкочастотных сигналов. - Воронеж: сборник докладов IX международной научно-технической конференции «Радиолокация, навигация, связь», 2003. - 8 с.

8. JI.K. Самойлов, А.В. Жуков Прикладная программа оптимизации параметров информационно-вычислительных систем. Труды Ш межвузовской конференции по научному программному обеспечению «Практика применения научного программного обеспечения в образовании и научных исследованиях». - СПб.: «Нестор», 2005. - с 136,137.

9. Самойлов JI.K., Жуков А.В. Выбор оптимальных частот дискретизации информационных сигналов при многоканальной структуре информационно-измерительной системы. Труды XIII международной научно-практической конференции «Фундаментальные и прикладные проблемы приборостроения, информатики и экономики» -М.: Изд-во. МГАПИ, 2005. - с. 101-106.

10. Жуков А.В, Самойлов JI.K. Процесс выбора ограничительного фильтра перед временной дискретизацией сигнала. - М.: Авиакосмическое приборостроение, 2004, №3. - 5с.

11. Жуков А.В. Алгоритм определения минимальной частоты дискретизации по известной допустимой методической погрешности комбинированного восстановления // Сборник докладов международной науч. конф. «Статистические методы в естественных, гуманитарных и технических науках». - Таганрог: ТРТУ, 2006. - 4 с.

10. Структура диссертации. Диссертация состоит из введения, четырех глав, заключения, списка литературы и трех разделов приложений.

4.4 Выводы по главе.

Итак, в этой главе были исследованы три аспекта: устойчивость алгоритмов оптимизации параметров информационного потока ИИС, проведен анализ эффективности параметрической оптимизации ИИС, рассмотрен вариант программной реализации.

При анализе устойчивости алгоритмов оптимизации ИИС были получены требования к параметрам спектральной плотности информационных сигналов для гарантированной сходимости. Показано, что начальные данные для расчета и вид решаемых уравнений обеспечивают необходимые условия для применения используемого метода приближения.

Приведены оценки эффективности оптимизации по предложенным методикам, основанные на сравнительном анализе значений общего информационного потока, общей погрешности ИИС и быстродействия системы управления при оптимальных значениях параметров ИИС со значениями этих величин, отличных от оптимума. Рассмотрены примеры зависимости информационного потока в измерительном канале от параметров ng и fdg, а также составляющих погрешности измерения yg параметра xg. Предлагаемые методики оценки эффективности оптимизации

ИИС позволяют производить комплексный анализ возможностей конкретной конфигурации ИИС и выявлять необходимость изменения какого-либо параметра информационного потока с учетом всех основных погрешностей ИИС.

Приведенная программная реализация объединяет в себе разработанные алгоритмы оптимизации и позволяет автоматизировать процесс расчета.

ЗАКЛЮЧЕНИЕ

В результате анализа зависимостей основных параметров ИИС от параметров объекта управления и системы управления в диссертации была предложена комплексная теория оптимизации информационного потока многоканальной ИИС при равномерной дискретизации информационных сигналов. Эта теория учитывает влияние основных составляющих общей погрешности измерения и ограничения со стороны объекта управления и потребителя измерительной информации.

Критерием оптимальности информационного потока измерительных данных в ИИС является минимизация его избыточности с учетом налагаемых на ИИС ограничений.

Было показано, что актуальность оптимизации общего информационного потока особенно возрастает при ограниченности аппаратных ресурсов системы измерения и постоянно растущими требованиями к измерительной информации, что зачастую вызвано усложнением задач управления.

Выбранный критерий оптимизации обусловил необходимость решения вопросов: учета погрешностей ИИС на всех этапах преобразования измерительной информации; исследования и разработки методик расчета и алгоритмов выбора оптимального значения информационного потока от объекта управления; исследования устойчивости и эффективности предложенных алгоритмов; реализации разработанных алгоритмов оптимизации многоканальных ИИС.

1. В результате анализа основных погрешностей преобразования информации в ИИС были разработаны: алгоритмы численного решения прямой и обратной задач для погрешности наложения спектров, что дало возможность производить вычисления с заданной точностью при любой форме определения спектра информационного сигнала; алгоритм решения обратной задачи для методической погрешности комбинированного восстановления, реализующий распределение допустимой методической погрешности между всеми восстановительными процессами (программным восстановлением, фиксатором и сглаживающей фильтрацией).

2. После исследования и формализации ограничительных условий был рассмотрен итерационный алгоритм выбора частоты дискретизации для одного канала, который учитывает большинство погрешностей процесса дискретизации-восстановления, чем выгодно отличается от уже известных методик. Он был обозначен оператором F. Методика F послужила основой решения подобной задачи для многоканальных ИИС при косвенных измерениях.

3. Как было показано, при прямых измерениях в каждом канале ИИС задача оптимизации общего информационного потока сводится к оптимизации каждого канала в отдельности. При программном опросе ПП для каждого канала применяется методика оптимизации F. В случае циклического опроса ПП в многоканальной ИИС при прямых измерениях достаточно применить процедуру оптимизации F для канала с наиболее широким спектром, выбрав параметры его информационного потока для других каналов.

4. Для оптимизации информационного потока многоканальной ИИС при косвенных измерениях были разработаны: методика распределения допустимой погрешности ИИС между каналами; общий итерационный алгоритм оптимизации значения частоты расчета косвенно измеряемого параметра.

Алгоритм оптимизации значения частоты расчета косвенно измеряемого параметра для каждой итерации включает в себя: методику определения оптимальных частот дискретизации для каждого измерительного канала при программном опросе ПП и методику расчета общей частоты дискретизации при циклическом опросе ПП.

5. После выполнения расчетов по преложенным алгоритмам необходимо учитывать служебную информацию, используемую для организации синхронной работы всех блоков ИИС. В рассмотренных алгоритмах она не учитывается, так как ее вид и объем зависит от организации обмена данными и конкретизации структуры ИИС. Тем более при равномерной дискретизации по времени и определенной структуре ИИС объем служебной информации является постоянной величиной и может учитываться после оптимизации ИИС.

6. Другим результатом диссертации является итерационный процесс выбора параметров антиэлайзинговых фильтров при временной дискретизации аналоговых сигналов, основанный на идее выбора оптимальной частоты дискретизации при комплексном анализе процесса дискретизации-восстановления. Такой подход позволяет определить оптимальное соотношение погрешности, вносимой фильтрацией сигнала, и погрешности наложения спектров.

7. Для приведенных и разработанных алгоритмов оптимизации информационного потока ИИС была исследована их устойчивость. При анализе устойчивости алгоритмов оптимизации ИИС были получены требования к параметрам информационного сигнала для гарантированной сходимости. Показано, что начальные данные для расчета и вид решаемых уравнений обеспечивают необходимые условия для применения используемого метода приближения.

8. Проведено исследование эффективности параметрической оптимизации ИИС. Приведены оценки эффективности оптимизации по предложенным методикам, основанные на сравнительном анализе значений общего информационного потока, общей погрешности ИИС и быстродействия системы управления при оптимальных значениях параметров ИИС со значениями этих величин, отличных от оптимума. Рассмотрены примеры зависимости информационного потока в измерительном канале от параметров ng и fdg, а так же составляющих погрешности измерения у параметра х . Предлагаемые методики оценки эффективности оптимизации ИИС позволяют производить комплексный анализ возможностей конкретной конфигурации ИИС и выявлять необходимость изменения какого-либо параметра информационного потока с учетом всех основных погрешностей ИИС,

9. Рассмотрен вариант программной реализации. Основные результаты этой работы были применены на практике, о чем свидетельствуют акты о внедрении (прил. 3) и опубликованные работы [6267].

Проведенные в работе исследования показали, что разработанные методики позволяют создавать оптимальные высокопроизводительные многоканальные ИИС для различных видов применений с минимальной избыточностью данных на выходе, учитывая требования потребителя измерительной информации.

1.K., Палазиенко А.А., Сарычев В.В., Ткаченко Г.И. Дискретизация сигналов по времени. Практика, алгоритмы. - Таганрог: Изд-во. ТРТУ, 2000. - 85 с.

2. Григоренко A.M. Некоторые вопросы теории технической информации / А. М. Григоренко. М.: ЮБЕКС, 1998. - 111 с.

3. Самойлов Л.К., Жуков А.В. Выбор оптимальной частоты равномерной временной дискретизации низкочастотных сигналов. Воронеж: сборник докладов IX международной научно-технической конференции «Радиолокация, навигация, связь», 2003. - 8 с.

4. Цапенко М.П. Измерительные информационные системы: структуры и алгоритмы, схемотехническое проектрование. 2-е изд., перераб. и доп. - М.: Энегроатомиздат, 1985. - 439 с.

5. Айфичер Э.С., Джервис Б.У. Цифровая обработка сигналов: практический подход, 2-е изд. Пер. с англ. М.: Изд. дом «Вильяме», 2004.-992 с.

6. Гольденберг Л.М. Цифровая обработка сигналов: справочник / Л. М. Гольденберг, Б. Д. Матюшкин, М. Н. Поляк. М.: Радио и связь, 1985. -312 с.

7. Акимов П.С. Сигналы и их обработка в информационных системах: учеб. пособие для вузов / П. С. Акимов, А. И. Сенин, В. И. Соленов. -М.: Радио и связь, 1994. 256 с.

8. Enden A.W.M. van den. Discrete-time signal processing: An introduction / Enden A.W.M. van den, Verhoeckx N.A.M.; Translated by Roberts D.A.E. -New York: Prentice Hall, 1989. 478 p.

9. Осипов Л.А. Обработка сигналов на цифровых процессорах: линейно-аппроксимирующий метод: справ, пособие / Л. А. Осипов. М.: Горячая линия-Телеком, 2001. - 112 с.

10. Куприянов М.С. Цифровая обработка сигналов: процессоры, алгоритмы,средства проектирования / М. С. Куприянов, Б. Д. Матюшкин. СПб.: Политехника, 1998. - 592 с.

11. Победоносцев В.А. Основания информметрии: очерки прикладной теории измерения информации / В. А. Победоносцев. М.: Радио и связь, 2000.-191 с.

12. Адаптивные системы сбора и передачи аналоговой информации: основы теории / А. Н. Дядюнов, Ю. А. Онищенко, А. И. Сенин. М.: Машиностроение, 1988.-288 с.

13. Адаптация и обучение в автоматических системах / Я. 3. Цыпкин. М.: Глав. ред. физ-мат. литературы изд. «Наука», 1968.-400 с.

14. Ю.С. Попков, О.Н. Киселев, Н.П. Петров, Б.Л. Шмульман Идентификация и оптимизация нелинейных стохастических систем. -М., «Энергия», 1976. 440 с.

15. Орнатский П.П. Теоретические основы информационно-измерительной техники: учебник для студ. вузов / П. П. Орнатский. 2-е изд., перераб. и доп. - Киев: Вища школа, 1983. - 456 с.

16. Александровский Н.М. Элементы теории оптимальных систем автоматического управления. -М.: Энергия, 1969. 128 с.

17. Кондратьев Г.В. Геометрическая теория синтеза оптимальных стационарных гладких систем управления / Г. В. Кондратьев. М.: ФИЗМАТЛИТ, 2003. - 143 с.

18. Саврасов Ю.С. Оптимальные решения: лекции по методам обработки измерений / Ю. С. Саврасов. -М.: Радио и связь, 2000. 152 с.

19. Назаров С.В. Измерительные средства и оптимизация вычислительных систем / С. В. Назаров, А. Г. Барсуков. М.: Радио и связь, 1990. - 248 с.

20. Струченков В.И. Методы оптимизации. Основы теории, задачи, обучающие программы / В.И. Струченков. М.: Изд-во «Экзамен», 2005.-256 с.

21. Еремин И.И. Теория линейной оптимизации / И. И. Еремин; УрО РАН, ин-т математики и механики. Екатеринбург: 1999. - 312 с.22