автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.18, диссертация на тему:Математическое и программное обеспечение для разработки специализированных вычислительных систем мобильных тренажеров

На правах рукописи

Левшин Сергей Афанасьевич

МАТЕМАТИЧЕСКОЕ И ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ ДЛЯ РАЗРАБОТКИ СПЕЦИАЛИЗИРОВАННЫХ ВЫЧИСЛИТЕЛЬНЫХ СИСТЕМ МОБИЛЬНЫХ ТРЕНАЖЕРОВ

Специальность 05.13.18 - Математическое моделирование, численные методы и комплексы программ

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Новочеркасск - 2009

003473445

Работа выполнена на кафедре «Программное обеспечение вычислительной техники» ГОУ ВПО «Южно-Российский государственный технический университет» (Новочеркасский политехнический институт)»

Научный руководитель

кандидат технических наук, доцент Гринченков Дмитрий Валерьевич

Официальные оппоненты

доктор технических наук, профессор Маликов Андрей Валерьевич

кандидат технических наук, Балакин Александр Николаевич

Ведущая организация:

Военная академия связи (г. Санкт-Петербург)

Защита диссертации состоится «26» июня 2009 г. в 13 часов на заседании диссертационного совета Д 212.304.02 при ГОУ ВПО «Южно-Российский государственный технический университет (Новочеркасский политехнический институт)» по адресу: 346428, г. Новочеркасск, Ростовской обл., ул. Просвещения, 132, (гл. корпус, ауд. 107)

С диссертацией можно ознакомиться в научно-технической библиотеке «Южно-Российского государственного технического университета (Новочеркасского политехнического института)». С текстом автореферата можно ознакомиться на сайте ЮРГТУ (НПИ) www.npi-tu.ru

Автореферат разослан «21» мая 2009 г.

Ученый секретарь диссертационного совета канд. тех. наук, профессор

Иванченко А.Н.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Возрастающая сложность технических объектов, управляемых операторами, большой объем обрабатываемой информации, рост психологических нагрузок, сбои в работе оборудования определяют актуальность задачи разработки и эксплуатации средств подготовки операторов. До последнего времени тренажерная техника активно развивалась только в крупных учебных центрах (УЦ), оснащенных тренажерами базовой подготовки, в основу которых были положены принципы обеспечения адекватности моделирования объекта, возможности расширения функций тренажеров при модернизации штатных объектов управления, использование недорогой вычислительной техники. В тренажерах штатное оборудование, как правило, заменяется программно-управляемыми имитаторами. Средства, обеспечивающие информационное поле рабочего места обучаемого с индикаторами приборной среды, имитацию внешней визуальной обстановки и моделирование логики работы объекта, образуют программно-аппаратный комплекс (ПАК) тренажера.

Ядром современного ПАК является специализированная вычислительная система (ВС), в которой функциональные возможности определяются используемыми аппаратными и программными средствами. В тренажере специализированная ВС объединяет средства сопряжения с имитаторами, сбора и обработки информации с датчиков положения органов управления, а также обеспечивает решение заранее определенного набора функциональных задач. В настоящее время наиболее проработана кластерная архитектура ВС, на базе офисных ПЭВМ, как правило, применяемая в тренажерах базовой подготовки.

В последнее время все более широкое распространение получил класс мобильных тренажеров, используемых в местах базирования реальных объектов управления и обеспечивающих поддержание навыков операторов. Тренажеры данного класса сохраняют функциональные возможности тренажеров базовой подготовки в части состава моделей и адекватности моделирования объекта, обеспечения тренировки оператора, работы инструктора. При этом мобильные тренажеры должны иметь возможность: многократного перемещения; быстрого развертывания даже в недостаточно подготовленных для этого условиях; обладать высокой надежностью при эксплуатации в жестких климатических условиях. Перечисленные требования к мобильным тренажерам ставят задачу поиска иного технического решения построения ПАК. Одним из вариантов реализации может быть специализированная ВС на базе SMP-архитектуры (Symmetrical Multi Processor systems -системы с равноправным доступом процессорных блоков (ПБ) к общей оперативной памяти (ОП)), которая позволяет строить многопроцессорные ВС с гарантированной доставкой управляющих команд, а за счет выбора соответствующих аппаратных средств, удовлетворяющих требованиям построения мобильных тренажеров, обеспечить надежную работу ПАК. Несмотря на отмеченные преимущества, указанная архитектура в настоящее время находит ограниченное применение в тренажеростроении. Причиной этому является необходимость обеспечения жесткой аппаратной связи между вычислительными модулями и устройствами сопряжения с объектом (УСО), что часто приводит при модернизации изделия к расширению аппаратной части ВС и доработке ПС и, соответственно, повышению стоимости тренажера в целом. Этим объясняется то, что подход к построению многопроцессорных специализированных ВС

на базе 8МР-структур как основы ПАК тренажерных средств (ТС) в настоящее время проработан недостаточно.

Поэтому в связи с расширением области использования мобильных тренажеров и активным их внедрением в процесс подготовки операторов, актуальной становится задача разработки общих принципов построения специализированной ВС с 8МР-архитектурой на базе математических моделей с последующей их программной реализацией.

Диссертация выполнялась в рамках федеральной целевой программы «Интеграция науки и высшего образования России на 2002-2006 г.», утвержденной постановлением Правительства РФ № 660 от 5.09.01, в соответствии с научным направлением Южно-Российского государственного технического университета (НПИ), раздел «Проблемы автоматизации обработки информации в тренажно-обучающих информационных и управляющих комплексах» по теме 7.05 «Разработка теоретических основ проектирования корпоративных информационных систем» (утвержденного решениями ученого совета от 25.04.2001 и 1.03.2006). Разработанные программные средства и методические материалы использовались в учебном процессе при проведении лабораторных работ по курсу «Архитектура вычислительных систем и компьютерных сетей» для студентов специальностей 010503 (351500) и 230105 (220400) в ЮРГТУ (НПИ).

Цель диссертационной работы заключается в разработке математических моделей специализированной ВС с вМР-архитектурой, а также инструментального комплекса программ, позволяющего принимать наиболее рациональные технические решения на этапе эскизного и технического проектирования ПАК ТС.

Поставленная цель потребовала решения следующих задач исследования:

- провести систематизацию функций тренажерных средств;

- определить особенности и проблемы, возникающие при построении ПАК мобильных тренажеров, и провести их критический анализ;

- выбрать и сформулировать критерии эффективности проектируемого ПАК мобильного тренажера;

- разработать имитационные модели возможных вариантов построения специализированных ВС мобильного тренажера с вМР-архитектурой;

- исследовать временные характеристики информационных потоков на системной шине (СШ) специализированной ВС с БМР-архитектурой ТС;

- разработать аналитические модели возможных вариантов построения специализированной ВС мобильного тренажера с 8МР-архитектурой;

- разработать инструментальный комплекс программ, который позволяет решать задачу выбора рациональных вариантов 8МР-структур для мобильных тренажеров на этапе их проектирования.

Методы исследования. В диссертационной работе используется аппарат теории вероятностей, математической статистики, теории массового обслуживания, а также другие методы математического моделирования.

Научная новизна работы заключается:

- в построении новых математических (аналитических и имитационных) моделей вМР-структур, защищенных авторскими свидетельствами, учитывающих время подключения источника заявки к обслуживающему устройству с дополнительной функцией в виде предобслуживания заявок;

- в разработке программных средств, реализующих проверку технических решений, принимаемых в процессе разработки ПАК ТС на базе БМР-архитектуры.

Практическая ценность работы заключается в следующем:

- разработаны структуры ряда специализированных ВС с БМР-архитектурой, позволяющие уменьшать время на выбор арбитром СШ из очереди на обслуживание ПБ в соответствии с заложенным алгоритмом (арбитраж СШ);

- разработаны математические (аналитические и имитационные) модели БМР-структур с учетом времени подключения источника заявки к обслуживающему устройству и предобслуживанием заявок, позволяющие более корректно описывать процесс информационного обмена;

- разработаны инструментальные программные средства, позволяющие выполнять проверку технических решений на этапах эскизного и технического проектирования.

Апробация работы. Основные положения и результаты работы докладывались и обсуждались на: II международной научно-практической конференции «Компьютерные технологии в науке, производстве, социальных и экономических процессах» Новочеркасск, 2001; отчетной конференции-выставке подпрограммы 205 «Транспорт». Научно-технической программы Минобразования РФ «Научные исследования высшей школы по приоритетным направлениям науки и техники», Москва-Звенигород 2002г; научно-технической конференции «Тренажерные технологии и симуляторы -2002» Санкт-Петербург, 2002; V международной научно-практической конференции «Компьютерные технологии в науке, производстве, социальных и экономических процессах» Новочеркасск, 2004; VII международной научно-практической конференции «Моделирование, теория, методы и средства» Новочеркасск, 2007.

Публикации. По теме диссертации опубликовано 15 печатных работ, в том числе 3 авторских свидетельства на изобретение, 4 статьи, 8 тезисов докладов на международных и всероссийских научно-технических конференциях.

Структура и объем диссертации. Диссертация состоит из введения, четырех глав, заключения, списка использованной литературы из 107 наименований и четырех приложений. Работа изложена на 241 страницах, содержит 93 рисунка и 26 таблиц.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы, изложены цели, задачи, научная новизна и практическая ценность диссертационной работы.

В главе 1 «Анализ проблемы разработки вычислительных систем на базе вМР-архитектуры и постановка задачи их математического моделирования»

проведена классификация задач проектирования тренажерных средств и рассмотрены проблемы их реализации в мобильных тренажерах. На основе существующих классификаций выделены общие особенности, характерные для всех ТС на стадии их проектирования, определены основные задачи, представленные в виде графа, описывающего жизненный цикл процесса разработки тренажера

Установлено, что специализированные ВС могут иметь различную архитектуру в зависимости от класса ТС, но в любой из реализуемых вычислительных струк-

тур наиболее узким местом является общий информационный канал. В инженерной практике широко используется подход, основанный на многосторонней оценке характеристик проектируемой системы. При этом на ранних стадиях проектирования, когда о проектируемом объекте недостаточно исходной информации предпочтительно использовать аналитические, приближенные модели. Далее полученные результаты согласуются с техническим заданием и уточняются с использованием более точных, но менее универсальных имитационных моделей. Показано, что процессы, протекающие на СШ специализированной ВС с БМР-архитектурой, достаточно сложны и многообразны. Поэтому аналитическая модель системы массового обслуживания (СМО) с предобслуживанием заявок не может с приемлемой точностью описать такие особенности алгоритма обслуживания, как случайный выбор источника заявки, либо алгоритмы предобслуживания такие как, выбор ПБ наиболее долго не обращавшегося к СШ; подключение ПБ, обратившегося к СШ последним.

В данной работе под предобслуживанием понимается последовательность действий, выполняемых арбитром СШ при отсутствии заявок в системе, направленных на уменьшение времени нахождения в системе первой поступившей заявки за счет заблаговременного подключения источника заявки к СШ.

В работе проведено исследование проблемы использования при построении ТС специализированной ВС с БМР-архитектурой в части рационального выбора количества ПБ, обеспечивающих выполнение всех функциональных задач за выбранный в тренажере такт моделирования. При этом увеличение количества ПБ и модулей ввода-вывода вызывает дополнительные непроизводительные затраты времени, связанные с возникновением очереди на доступ к СШ, причем арбитр СШ каждый раз тратит время на реализацию алгоритма выбора следующего ПБ из образовавшейся очереди. Данная проблема должна быть проработана и учтена на начальных этапах проектирования с целью определения путей ее решения. Поэтому одной из задач, решаемых в работе, является определение рациональности применения метода предобслуживания в специализированных ВС с 8МР-архитектурой. В работе реализовано два подхода для проверки конкретных технических решений - с использованием аналитического и имитационного моделирования. Технология оценки выбранного технического решения состоит в применении аналитических моделей на этапе концептуального проектирования ПАК, разработке предварительных архитектурных решений и определении перечня основных функциональных задач. На этапе проверки функциональных возможностей специализированной ВС, когда полностью определены все функциональные задачи, плановое время их выполнения, используются имитационные модели, позволяющие получить более точные оценки ее технических характеристик.

Выбор наиболее рациональной структуры ВС осуществляется путем сравнения условий их работоспособности, которые для у'-го варианта реализации ВС описываются неравенством:

и еыпу

Т ее, =—-<Тмод; (1)

п1

где 1 < _/' < N; Т/вс] - среднее фактическое время выполнения всех функциональных задач в ВС; Т'выщ - фактическое время выполнения функциональных задач в

/-том ПБ специализированной ВС мобильного тренажера; Тмод - такт моделирования тренажера; т, - количество ПБ в системе в j-ом варианте ВС; N - количество вариантов построения специализированной ВС на этапе эскизного проектирования.

Функциональные задачи, как правило, состоят из команд, время выполнения которых зависит не только от типа самой команды, но и от ее местоположения в микроархитектуре ВС. Так, если команда находится в кэш-памяти микропроцессора, то время ее выполнения составляет Ткк1 = Тк, где Тк - паспортное время выполнения данной команды. Для микропроцессоров с RISC-архитектурой Тк-const. Для микропроцессоров с CISC - архитектурой ограничим систему команд операциями АЛУ с временем выполнения Ткли, и вероятностью генерации данной команды РАШ, FPU с временем выполнения Тк„,и и соответствующей вероятностью Рп,,. и регистровыми командами с временем выполнения TkR и вероятностью PR, при условии, что Рми +Р№и + Ря= 1, тогда Тк = Тк^Р^ц + TkFPUPFPU + TkRPR.

Если команда отсутствует в кэш-памяти, то время выполнения команды определяется по формуле:

ГЦ, = {Топ ■ Fon + Тожр + Тперр ) + Тк, (2)

где р = 1 + 1,КфК; 1 - количество команд в кэш-памяти; Кфк- количество команд в функциональной задаче; Тожр - время ожидания обмена по СШ; Топ - время доступа к блоку ОП; Fon - количество пересылок в пакетном режиме обмена с ОП; Тперр -время переориентации в каждом цикле обмена по СШ. При выполнении команды, находящейся в кэш-памяти и требующей обращения к модулям УСО определим время выполнения по формуле:

Ткк1р = Тк + Тожр + Тперр, (3)

где p = \,z;z - количество команд в кэш-памяти. При отсутствии той же команды в кэш-памяти время выполнения определяется по формуле:

Ткнк:р = (Топ • Fon + Тожр + Тперр ) + Тк + Тожр + Тперр. (4)

где р = :+\, Kycos; Kycos - количество команд в функциональной задаче.

Фактическое время выполнения функциональной задачи состоит из времени выполнения команд, размещенных в кэш-памяти с вероятностью Ркзш и отсутствующих в ней с вероятностью (1 - Рюш), поэтому среднее время выполнения команды при отработке любой функциональной задачи определяется по формуле:

Тср = Ткк:'Ркэш + Ткик.(1 — Ркэш), (5)

где ТЫ, - среднее время выполнения команд размещенных в кэш-памяти; Ткнк,-среднее время выполнения команд отсутствующих в кэш-памяти. При определении данного параметра необходимо сделать предварительную оценку времени ожидания и времени переориентации, используя соответствующую имитационную модель, выполнив ограниченное число команд - d. Затем в формулах (2) -(4) расчетные значения Тожр и Тперр заменяются на их средние значения Тож и

Тпер, которые определяется по формулам:

_ ¡ i _ j d

Тож =-У Тожp, Tnep = --J^Tnepp.

" р-1 « р-1

Тогда для функциональных задач, в которых отсутствуют циклы обмена с УСО,

_ _ _ 1 Кф.

Ткк! =га, а ГЦ =-£ Tk>K,r • Д™ функциональных задач управления имитато-

КФк~1 Р-1+1

_ 1 z __1 Kyc°s

рами Ткк,. = -Утккл , а Ткнк, =-У Ткнк .

Фактическое время выполнения / функциональных задач, в которых отсутствуют циклы обмена с модулями УСО, в i -том ПБ у-го варианта реализации определяется равенством:

I _ щ _

=1™р + I ((Топ■ Fon + Тожр + Тперр) + Tkp), (6)

р=1 р=м

где Кфк - количество команд, обеспечивающих выполнение к-той функциональной задачи.

Кфк=Тфк/Тср-Г, (7)

где Тфк - плановое время выполнения функциональной задачи, при k = \J; V- коэффициент параллельного выполнения команд; / - количество команд в кэш-памяти; 1 = [КфкРкэш].

Фактическое время выполнения h задач управления имитаторами определяется соотношением:

Т%ГТ1 + Т2, (8)

где T,=Yjjkp+To3Kr+Tneppy,

Рл

Kycos _

Т2= Yj ((Топ ■ Fon + Тожр + Тперр) + Ткр + Тожр + Тперр,

p=z± I

где Kycos - количество команд, обеспечивающих выполнение s-той прикладной задачи управления имитаторами.

Кусо, = Тф3 /Тер ■ V, (9)

где Тф5 - плановое время выполнения функциональной задачи обмена с модулями УСО, при s = f+\,h;z- количество команд в кэш-памяти; г = [Кфк ■ Рюш].

Условие работоспособности каждого ПБ при выполнении функциональных задач определим из соотношения:

Т'вып:] = Тф19 + Тф'гц +... + Тф'/у + Тф'ит + Тф[^1Г. +... + Тф'Ы] < Тмод, (10) где i = l,ntj; j = l,N.

Из приведенных формул следует, что т'выпtJ существенно зависит от Тожр и Тперр, причем изменить фактическое время выполнения функциональных задач в

вычислительной структуре можно, совершенствуя методы обслуживания заявок, используя для этого дополнительно методы предобслуживания так, чтобы исключить из цикла обмена время переориентации Тперр, что в целом приводит к изменению

т!

Т вып^.

Коэффициент эффективности j-го варианта ВС, размещенной в одном крейте, определяется соотношением:

Кэф] = r'ecj/тмод, при 0,5 < Кэф] < 1; (11)

mj<(M- Myco),

где М- количество слотов к крейте; Myco- количество слотов, занимаемых модулями УСО. Для выбора наиболее рационального варианта предлагается использовать критерий:

Kr = min Кэф, (12)

j=\,N 1

В главе 2 «Определение основных временных характеристик многопроцессорных специализированных вычислительных систем в тренажерных системах методом имитационного моделирования» определяются основные временные характеристики многопроцессорных специализированных ВС с SMP-архитектурой, которые могут быть получены методом имитационного моделирования. В качестве вариантов реализации рассматриваются вычислительные структуры, в которых общими вычислительными ресурсами являются:

- блоки УСО и общей ОП, при условии, что ПБ имеют собственную локальную оперативную память (ЛОП);

- блоки УСО и общей ОП, в случае, когда ЛОП у ПБ отсутствует;

- общая ОП, а ПБ имеют ЛОП и автономные модули УСО.

Арбитр СШ может реализовывать различные алгоритмы выбора ПБ из очереди в том числе FIFO - «первый пришел - первый обслужился»; RAN - «случайный выбор»; R-R - «циклический опрос»; PRI - «относительный приоритет».

Выбор одной из трех описанных выше вычислительных структур осуществляется в соответствии с вероятностью появления заявки на СШ. Данный параметр для второй ВС равен Рсш = 0,02 и определяется на основании обобщенной характеристики, которая учитывает объем ЛОП, интенсивность междупроцессорного обмена и вывода данных в блоки УСО. Например, в современных ВС вероятность нахождения команды в кэш-памяти ПБ составляет 0,98. Для информационно слабо связанных ПБ вероятность появления заявки на СШ принята Рсш = 0,005. Для первой вычислительной структуры, имеющей ЛОП, значение Рсш выбирается в пределах 0,005 + 0,02.

В предложенной имитационной модели специализированной ВС с SMP-архитектурой каждое состояние характеризуется количеством заявок в системе, при этом время моделирования считается непрерывным, что позволяет отнести ее к классу дискретно-непрерывных систем. Модель выполнена на базе алгоритмического подхода. Внешние воздействия и параметры системы определяются методом статистических испытаний с продвижением модельного времени с использованием метода особых состояний, что позволяет уменьшать время моделирования. Все требования на доступ к СШ, поступившие за все время работы системы Т0, представим в виде очереди, в которой моменты времени поступления заявок образуют случайную последовательность Т = ((*), где i - номер ПБ, \<i<m;j - номер заявки в очереди,^ j < N\ s- состояние заявки в текущий момент времени t е[0, Т0], причем значение s соответствует: 0 - обслуживание заявки окончено, 1 — заявка находится в очереди на обслуживание, 2 - заявка еще не поступила в очередь на обслуживание.

В момент времени te[0,T0] в системе будет сформировано Кз заявок от ПБ, причем 0 < Кз < m и s=l: T(t) = ((*).

В общем случае Тожу - время ожидания (/'-той заявки - является случайной величиной и функционально зависит от переменных m - количества ПБ, d- дисциплины арбитража СШ и интенсивности поступления заявок А, причем:

Тожу =frandom (m,d;X), где d = {fifo,PRI,R-r},ä = —.

Тз

Переменная Тз принимает значение равное среднему времени поступления заявок в систему. Время переориентации Тперу зависит от используемых алгоритмов предобслуживания, которые могут быть приоритетными и равноправными. При реализации приоритетного алгоритма арбитр СШ при отсутствии заявок в системе подключает СШ только к наиболее приоритетному ПБ, в случае «правильного» выбора ПБ параметр Тперу=0 в цикле обмена.

К равноправным алгоритмам предобслуживания относятся:

- случайный выбор ПБ;

- выбор ПБ, который дольше всех не выставлял требований на доступ к общим вычислительным ресурсам;

- выбор ПБ, обращавшегося к СШ последним.

При этом среднее время переориентации системы, определяется равенством:

m N

Z YJnePij

Тпер = -,

m

а среднее время ожидания заявки в системе задается формулой

m N

YLT03Kîj

Тож = i=Lt!-_

m

Для проведения имитационного эксперимента была разработана модель рабочей нагрузки ВС, которая описывает совокупность всей входной информации (функциональных задач, данных, команд), поступающей в систему извне. Для построения базовых аналитических моделей специализированной ВС с SMP-архитектурой было проведено исследование потока заявок и времени обслуживания на СШ с использованием исходных данных, полученных в результате функционирования ряда реальных тренажеров. Полигон частот входного потока заявок для ВС с арбитром СШ -FIFO; m = 2; Рсш =0,02 приведен на рис.1, где сплошная линия описывает теоретическую кривую, а прерывистая соответственно эмпирическую.

Рк --------—

0,2--------

o,i _t___т уУ__^L_

10 20 30 40 50 60 70 80 T, тактов

Рис. 1 Арбитр СШ - FIFO; ш = 2; Рсш =0,02; к = 2; I = 0,05; М(Х) = 36,7; D(X) = 636,11; а = 25,22; *2=17,79

При рассмотрении работы специализированной ВС с SMP-архитектурой тренажеров в условиях тренировки было установлено, что поток заявок, возникающих

у 1 -i ***** 1

> < Ч

на СШ при выполнении функциональных задач, обладает свойствами стационарности, отсутствия последействия и ординарности. Это позволило предположить, что данный поток является простейшим. С помощью имитационного эксперимента было установлено, что закон распределения времени поступления заявок на СШ зависит от количества ПБ и с увеличением числа ПБ повышается вероятность возникновения очереди к общим информационным ресурсам. Закон распределения заявок изменяется от потока Эрланга 2-го порядка до потока Пуассона, причем интенсивность потока равна X = 0,05 мкс"1. Результаты эксперимента также показали, что в специализированных ВС обслуживание заявок происходит в соответствии с законом Эрланга В зависимости от быстродействия ОП и архитектуры ВС порядок закона Эрланга может изменяться от k = 1 до к = 3. Интенсивность обслуживания заявок для рассмотренных случаев изменяется в пределах ji = 0,09 - 1,02 мкс"1.

Полученные статистические гипотезы и оценки были проверены с помощью критерия Пирсона (х2), кроме этого, последовательности интервалов, полученных при исследовании входного потока, также оценивались на наличие корреляции между ними и присутствие тренда в интенсивности потока. Для проверки использовался критерий оценки того, что при фиксированном числе событий пуассоновского процесса они независимо и равномерно распределяются по рассматриваемому периоду наблюдения. Полученные результаты позволили использовать для разработки базовых аналитических моделей аппарат марковских случайных процессов.

В главе 3 «Аналитическое описание специализированных вычислительных систем на базе SMP-архитектуры с алгоритмом доступа к общим вычислительным ресурсам FIFO, RAN, PRI, R-R» представлены математические модели, предназначенные для аналитического описания исследуемых специализированных ВС с SMP-архитектурой и предобслуживанием ПБ. При рассмотрении ВС как СМО приняты обозначения, предложенные Кендаллом, включающие четыре переменные, описывающие СМО, а также дополнительно введенная информация об алгоритме выбора заявок из очереди. Первая переменная описывает характеристики входящего потока и может принимать значения М, Ек, D, G , где М- закон Пуассона; Е/с - закон Эрланга к-го порядка; D - детерминированный поток; G — произвольное распределение. Вторая переменная описывает характеристики времени обслуживания и принимает такие же буквенные обозначения, как и при описании входящего потока. Третья компонента принимает значение, равное числу обслуживающих устройств. Четвертая задает алгоритм выбора заявки из очереди.

Рассмотрим следующие варианты выбора заявки: FIFO, PRI, R-R. Тогда, классификационное представление E2/G/l/m/FIFO описывает СМО с одним обслуживающим устройством и очередью ограниченной емкости т, эрланговским входящим потоком второго порядка и произвольным распределением времени обслуживания с дисциплиной доступа к СШ «первый пришел - первый обслужился». В работе рассмотрим следующие базовые математические модели ВС с SMP-архитектурой: EJEJ1/m/FIFO, E2/E2/l/m/PRI, E2/E2/I/m/R-R; E2/M/l/m/FlFO, E2/M/l/m/PRI, E/M/l/m/R-R; M/E/l/m/FIFO, M/E2/l/m/PRI, M/EJl/m/R-R.

Для каждой модели определены следующие характеристики: среднее время нахождения заявки в системе; среднее время нахождения заявки в очереди. Для оценки использования предобслуживания в специализированных ВС с SMP-архитектурой на основе перечисленных моделей дополнительно разработаны новые

аналитические модели, учитывающие механизм предобслуживания, которые позволяют определить среднее время переориентации системы с использованием равноправного и приоритетного предобслуживания.

С учетом того, что во всех представленных СМО входной поток заявок или закон обслуживания, описывается законом Эрланга к-го порядка, при построении аналитической модели использовался метод фаз. Идея этого метода основана на том, что распределение Эрланга, представляющее собой сумму к случайных величин, имеющих экспоненциальное распределение, можно свести к марковскому процессу путем дополнительного введения в пространство состояния номера фазы, в которой находится процесс, либо других признаков в зависимости от дисциплины обслуживания, например, номер приоритета источника заявки. Для определения стационарных характеристик СМО, например, типа Е2/Е2/1/т/Р1РО, задается пространство состояний марковского процесса с непрерывным временем Е = {Е1 у} и

вычисляется матрица переходных состояний Q = Цд, л, 1|. Граф состояний для СМО Е2/Е2/1/3/Р1РО приведен на рис. 2. Пространство состояний СМО задается множеством: Е = {Е^}, ¡ = 0,ту' = 0,2т, где г -количество заявок, находящихся в очереди и на обслуживании в момент времени tn,neN; ) - суммарное количество этапов в системе для всех заявок в момент времени п е N.

Ро' рГ Р21 Рз'

Рис. 2. Граф состояний СМО Е2/Е2/1/3/Р1РО

Для однородного марковского процесса с непрерывным временем вектор стационарного распределения вероятностей Р = {р0,рх,...,рп,...,ры}, где рп, п = О,¿У;

т

N = +1) - вероятность того, что процесс в произвольный момент времени пре-

1=0

бывает в п -ом состоянии, находится из системы линейных уравнений Колмогорова-Чепмена, которая составляется по размеченному графу состояний:

N

<2Р = 0, при условии нормировки рп = 1.

л=0

В этом уравнении <2 = £>МуМ = 1| ~ инфинитезимальная матрица размера МхМ,

элементы которой задают интенсивности переходов между состояниями (у) и (1,7,) за бесконечно малый интервал времени Д/; А/=Л'+1 - общее число различных состояний процесса.

Индекс п по заданным г и ] определяется из условия:

£(¿ + 1) + у'-;, при 0<1<т, /< у <2»; О, ирм г = у = О.

Вероятность нахождения в системе к заявок задается равенством: Рк = £ Р/,

¿-1 *

где ^ = £(/ + 1); А2=£(/ + 1)-1; к>0. Если в системе заявки отсутствуют, то

1=0 /=0

Ро=Ро-

Таким образом, элементы инфинитезимальной матрицы СМО задаются следующими соотношениями:

тк, при / = у = 0; = 1; у, = 1; (т — ¡)к

г+ 1

, при г, = / +1; у, = у +1; 0 < / < т; 0 < у < 2г;

2/., при /, = г; у, = у +1; /' < у" < 2г; 0 < /' < т; 2ц, ирн /, = г;у = у -1; г < у < 2«; 0<1<т;

—, при /, = /-1;у, = у'-1; г'<у'<2г; 0</ <ш;

т, при =;-1;У| = у'-2; / = 1;у' = 2; г

О-в остальных случаях. Элементы матрицы <2 определяются с использованием алгоритмического подхода, предполагающего выделение процессов и формирование условий для определения интенсивностей перехода:

1) т/., при г = 0; у = 0; = 1; у', = I - первая фаза поступления первой заявки в систему;

2) ———, при /, = г +1; у, = у +1; 0 < / < т\ 0 < у < 2г - поток новых заявок (пер-

г + 1

вая фаза поступления новой заявки);

3) 2К, при = /; у, = у +1; / < у < 2/; 0 <1<т - поток поступивших новых заявок (заявка на второй фазе поступления);

4) 2ц, при г, = г; у = у -1; г < у < 2г; 0 < г < ш - первая фаза обслуживания выбранной из очереди заявки;

5) —, ири г, =; -1; у, = у -1; / < у < 2/; 1 < г < т - вторая фаза обслуживания любой /

заявки, кроме последней;

6) , при г, = 0; у, =0; г = 1; у = 1 - окончание обслуживания последней заявки; г + 1

7) при ;'[ = 0; у, = 0; i = 1; j = 2 - полное обслуживание первой заявки, если

/ + 1

произошло ее предобслуживание.

Количественные характеристики системы определяются по следующим формулам:

- среднее время нахождения заявки в системе:

WZ = NS/J,

где Ns - среднее число заявок в системе; Л - средняя интенсивность потока от всех источников, причем:

Ns=P^0+P;-l + ... + Pm-m-, X = NJX, где Na - среднее число активных источников, причем Na = m-Ns\

- среднее время ожидания заявки в очереди

wo = nJI,

где Na - среднее число заявок в очереди, причем N0 = Р0 ■ 0 + Р1 • 0 +... + Рт ■ (т -1);

- среднее время переориентации системы:

Tp = Q-Po)T.,

где Та = 1///, р0 - вероятность того, что в момент времени перед поступлением заявки обслуживающее устройство свободно.

Экспериментальные данные, полученные методами аналитического и имитационного моделирования, хорошо согласуются друг с другом, при этом максимальное отклонение результатов составляет от 7 до 10 % при условии, что вероятность генерации соответствующего потока заявок и времени обслуживания изменяется в диапазоне от 0,7 до 1,0. При уменьшении данной вероятности до 0,3 отклонение, соответственно, увеличивается до 20 %.

Базовые и новые аналитические модели, используемые для описания специализированной ВС с SMP-архитектурой (СМО E2/M/l/m/FIFO, Е2/М/l/m/PRl, E2/M/l/m/R-R; M/E2/l/m/FIFO, M/E2/l/m/PRI, M/Ejl/m/R-R ), построены с использованием описанной выше методики и подробно изложены в диссертационной работе.

В главе 4 «Программная реализация имитационных и аналитических моделей специализированных вычислительных систем на базе SMP-архитеетуры» приводится описание реализации инструментальных программных средств проверки технических решений (ИПС ПТР), используемых при проектировании ПАК тренажеров. Разработана функциональная схема программного комплекса, включающего подсистемы «Имитационные модели» и «Аналитические модели», позволяющие получать технические характеристики проектируемых специализированных ВС. Приведена методика оценки эффективности предложенного технического решения аналитическим и имитационным методами.

Для аналитической модели исходными данными являются: количество функциональных задач моделирования, выполняющих обмен с модулями УСО - /г; количество функциональных задач моделирования без обмена с модулями УСО -/; среднее число команд в функциональной задаче моделирования Кфк и среднее число команд в задаче обмена с модулями УСО Kycos; такт моделирования Тмод; количество источников заявок /и; дисциплина арбитража СШ - FIFO, RAN, PRI, R-R; дисциплина предобслуживания; паспортное время выполнения команды Тк; время дос-

тупа к ОП Топ\ формула оперативной памяти Fon', вероятность нахождения команды в кэш-памяти Ркэш; V- коэффициент параллельного выполнения команд. Параметры Тк, Ton, Fon, m, V соответствуют техническим характеристикам аппаратной части ВС.

На этапе 1 определяем Кфк и Кф5 по формулам (7) и (9) соответственно.

На этапе 2 выбираем модель СМО, соответствующую исследуемой j-той структуре специализированной ВС. Необходимо запустить ее на выполнение и получить значения fpj и Wo¡.

На этапе 3 определяется фактическое время выполнения функциональных задач, при этом формулы (6) и (8) примут, соответственно, следующий вид:

/ _ М _ _

T% = ZTkp+ I {(Топ■ Fon + Woj + TPj) + Tkp);

p=1 pW+l

T%=Tl + T2,

где T^J^iTK^WOj + fpj)-, T2 = ((Ton■ Fon+WOj + Tp¡) + Ткр + WOj + Tpj).

p=1 p=z+1

На этапе 4, подставив полученные значения в формулу (10), определим условие работоспособности каждого ПБ.

На этапе 5 из формулы (11) определяем коэффициент эффективности специализированной ВС.

Выполнив этапы 1-5 для всех N вариантов построения специализированной ВС, определим наиболее рациональный вариант по критерию (12).

Для уточнения технического решения используем метод имитационного моделирования, при этом необходимо выполнить следующие этапы:

- на этапе 1 определить плановое время выполнения каждой функциональной задачи, используя для этого программную среду ИПС ПТР и среднее количество команд к каждой функциональной задаче Кфк, Kycos по формулам (7) и (9).

- на этапе 2 определить фактическое время выполнения функциональных задач на каждом ПБ по формулам (6) и (8). Проверить условие работоспособности специализированной ВС по формулам (1) и (10).

- на этапе 3 определить коэффициент эффективности специализированной ВС по формуле (11).

- на этапе 4 наиболее рациональный вариант построения специализированной ВС определить по критерию, описанному формулой (12).

Для оперативного прогноза эффективности предлагаемых специализированных ВС для ПАК тренажеров можно воспользоваться следующей формулой определения фактического времени выполнения к- ой функциональной задачи: Т'фк=Тфк-PTj, где Рг, - коэффициент превышения планового времени выполнения задач дляу'-того варианта специализированной ВС.

Коэффициент получен при выполнении каждым ПБ имитационной модели одной и той же тестовой задачи с плановым временем выполнения Тп. Тогда Рг- = Тп/Т п], где Тпj- фактическое время выполнения тестовой задачи дляу'-того варианта специализированной ВС.

ЗАКЛЮЧЕНИЕ И ОСНОВНЫЕ ВЫВОДЫ

В диссертационной работе получены следующие основные теоретические и практические результаты:

1. Разработаны имитационные модели специализированных ВС с SMP- архитектурой, отличающиеся от известных учетом времени подключения источников заявок к СШ (время переориентации) и реализацией предобслуживания заявок с целью исключения этого времени в цикле обмена, что позволяет получать более точные технические характеристики в процессе разработки ВС.

2. С помощью имитационного эксперимента был уточнен закон распределения времени поступления заявок на СШ при выполнении функциональных задач, обеспечивающих работу тренажера При этом закон распределения заявок изменяется при возрастании уровня информационного обмена от потока Эрланга 2-го порядка до потока Пуассона. Установлено, что в специализированных ВС обслуживание заявок происходит в соответствии с законом Эрланга, причем в зависимости от быстродействия общей ОП и архитектуры ВС порядок закона Эрланга меняется от k = 1 до к = 3.

3. Разработаны аналитические модели специализированной ВС с SMP-архитектурой в виде СМО Е2/Е2/1/т с дисциплинами доступа к общим вычислительным ресурсам: FIFO, PRI, R-R, отличающиеся от известных учетом времени переориентации системы и реализацией равноправного и приоритетного предобслуживания ПБ, что позволяет получить более точные технические характеристики ВС и уменьшить среднее время простоя ПБ при обмене на СШ. Перечисленные аналитические модели описывают разработанные автором и защищенные авторскими свидетельствами вычислительные структуры.

4. Разработаны аналитические модели специализированной ВС с SMP-архитектурой, описываемой как СМО Ег1 M /1/ m с дисциплинами доступа к общим вычислительным ресурсам: FIFO, PRI, R-R, отличающиеся от известных учетом времени переориентации системы и реализацией равноправного и приоритетного предобслуживания ПБ, что позволяет получить более точные технические характеристики ВС и уменьшить среднее время простоя ПБ при обмене на СШ.

5. Разработаны аналитические модели специализированной ВС с SMP-архитектурой, описываемой как СМО MIE2I\Im с дисциплинами доступа к общим вычислительным ресурсам: FIFO, PRI, R-R, отличающиеся от известных учетом времени переориентации системы и реализацией равноправного и приоритетного предобслуживания ПБ, что позволяет получить более точные технические характеристики ВС и уменьшить среднее время простоя ПБ при обмене на СШ. Перечисленные аналитические модели описывают разработанные автором и защищенные авторскими свидетельствами вычислительные структуры.

6. Разработан инструментальный комплекс программ проектирования ИПС ПТР, отличающийся от известных возможностью получения технических характеристик аппаратной части ПАК тренажера и проверки корректности разработки и реализации программной части ПАК тренажера, выполненного на базе специализированных ВС с SMP-архитектурой, что позволяет уменьшить время проектирования и решить задачу выбора рациональных вариантов SMP-структур для мобильных тренажеров. Получены коэффициенты превышения планового времени выполнения

функциональных задач для рассматриваемых специализированных ВС с SMP-архитектурой.

7. Проведена оценка максимальной эффективности при использования механизма предобслуживания на базе аналитической модели СМО D/EJUm/FlFO, отличающейся от известных учетом времени переориентации системы и реализацией равноправного предобслуживания ПБ.

СПИСОК РАБОТ, ОПУБЛИКОВАННЫХ ПО ТЕМЕ ДИССЕРТАЦИИ

1. A.c. 1447142 СССР. Многопроцессорная вычислительная система / А.И. Ев-ченко, Ю.Н. Мхитаров, С.А. Левшин.

2. A.c. 1480605 СССР. Двухпроцессорная вычислительная система / А.И. Ев-ченко, Ю.Н. Мхитаров, С.А. Левшин.

3. A.c. 1589287 СССР, МКИ G06F 15/16. Многопроцессорная вычислительная система / А.И. Евченко, С.А. Левшин. - Заявл. 05.09.88, Опубл. 30.08.90, Бюл.№32.

4. Левшин С.А. Многопроцессорная вычислительная система с общим полем памяти // Робототехнические системы и комплексы: Межвуз. Сб. - Новочеркасск: НПИ 1988,-С. 113-121.

5. Евченко А.И., Левшин С.А. Системы массового обслуживания с предоб-служиванием заявок // Изв. вузов. Электромеханика. - Новочеркасск, 1993.-№6. -С. 61-68.

6. Потоцкий С.И., Левшин С.А. Совершенствование организации процессов обработки информации в тренажерах на базе SMP-структур // Технические средства и технологии для построения тренажеров: материалы науч.-техн. семинара, Звездный городок, Моск. обл., 3-4 апр. 1996г. - Звездный городок, 1996. - Вып.2. - С. 3133.

7. Структура системного программного обеспечения тренажера с распределенной системой моделирования. / А.Г. Душенко, В.М. Радченко, С.А. Левшин и др. // Компьютерные технологии в науке, производстве, социальных и экономических процессах: материалы II Междунар. науч.- практ. конф., г.Новочеркасск, 25 ноября 2001г. -Новочеркасск: ЮРГТУ (НПИ), 2001.-Ч 5.-С. 38-42.

8. Система моделирования многоосного автомобиля. / С.А. Левшин, P.A. Го-репекин, В.В. Емельяненко и др. // Компьютерные технологии в науке, производстве, социальных и экономических процессах: материалы II Междунар. науч. - практ. конф., г.Новочеркасск, 25 ноября 2001г. - Новочеркасск: ЮРГТУ (НПИ), 2001. -Ч. 5.-С. 49-56.

9. Тренажер массового автомобиля. / В.Е. Шукшунов, С.И. Потоцкий, A.B. Горепекин, С.А. Левшин, и др. // Научные исследования высшей школы по приоритетным направлениям науки и техники: тез. докл. отчетной конференции-выставки подпрограммы 205 «Транспорт», науч. - техн. программы Минобразования РФ, Москва-Звенигород, 11-13 февр. 2002г. - М.: Изд-во МАИ, 2002. - С. 211-213.

10. Комплексный динамический тренажер для подготовки водителей многоосных тягачей. / В.В. Михайлов, Е.И. Краснов, A.B. Горепекин, С.А. Левшин и др. // Тренажерные технологии и симуляторы - 2002: материалы науч.-техн. конф. - СПб.: Изд-во СПб. ГПУ, 2002. - С. 88-89.

11.Использование промежуточного программного обеспечения при комплек-сировании тренажера. / Б.В. Черчепов, С.А. Левшин, P.A. Горепекин и др. // Трена-

жерные технологии и симуляторы -2002: материалы науч.-техн. конф.-СПб.:Изд-во СПб. ГПУ, 2002. - С. 144-147.

12. Комплексный тренажер для подготовки специалистов по эксплуатации командно-штабных машин типа Р-149. / Б.В. Черчепов, С.А. Левшин, A.B. Горепекин и др. // Компьютерные технологии в науке, производстве, социальных и экономических процессах: материалы V Междунар. науч. - практ. конф., г.Новочеркасск, 12 ноября 2004г. - Новочеркасск: ЮРГТУ (НПИ), 2004. - Ч 2. - С. 7-11.

13. Комплекс средств связи многоэтапной подготовки специалистов связи ко-мандноштабной машины. / С.А. Левшин, P.A. Горепекин, В.В. Емельяненко и др. // Моделирование. Теория, методы и средства: материалы VII Междунар. науч. -практ. конф., г. Новочеркасск, 6 апреля 2007г. - Новочеркасск: ЮРГТУ (НПИ), 2007.-4 2.-С. 67-72.

14*. Гринченков Д.В., Левшин С.А. Проектирование специализированной вычислительной системы для мобильного тренажера. // Изв. вузов. Сев.-Кавк. регион. Техн. науки. - 2007. - №6. - С. 27-32.

15*. Гринченков Д.В., Левшин С.А. Имитационные модели специализированной вычислительной системы с SMP-архитектурой для мобильного тренажера. // Изв. вузов. Сев.-Кавк. регион. Техн. науки. - 2009. - №1. - С.43-50.

Символом * отмечены работы в рецензируемом научном журнале, входящем в перечень ВАК.

Личный вклад автора в опубликованных в соавторстве работах: [1-3] - разработка общей структуры и принципиальной схемы арбитра СШ, [5,15] - построение моделей и их программная реализация, [6, 14] - разработка принципов функционирования, [7, 8,11] - постановка задачи проектирования, [9, 10, 12, 13] - задачи комплек-сирование систем ТС.

Левшин Сергей Афанасьевич

МАТЕМАТИЧЕСКОЕ И ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ ДЛЯ РАЗРАБОТКИ СПЕЦИАЛИЗИРОВАННЫХ ВЫЧИСЛИТЕЛЬНЫХ СИСТЕМ МОБИЛЬНЫХ ТРЕНАЖЕРОВ

Автореферат

Подписано в печать 19.05.2009. Формат 60x84 Vie. Бумага офсетная. Печать цифровая. Усл. печ. л. 1,0. Уч.-изд. л. 1,23. Тираж 100 экз. Заказ 235.

Отпечатано в Издательстве ЮРГТУ (НПИ) 346428, г. Новочеркасск, ул. Просвещения, 132

СПИСОК СОКРАЩЕНИЙ ВВЕДЕНИЕ.

1 АНАЛИЗ ПРОБЛЕМЫ РАЗРАБОТКИ ВЫЧИСЛИТЕЛЬНЫХ СИСТЕМ НА БАЗЕ SMP -АРХИТЕКТУРЫ И ПОСТАНОВКА ЗАДАЧИ ИХ МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ

1.1 Классификация задач проектирования тренажерных средств и проблемы их реализации в мобильных тренажерах.

1.2 Этапы разработки специализированной ВС для мобильного тренажера.

1.3 Анализ особенностей и существующих методов моделирования при решении задачи разработки специализированной ВС.

1.4 Формализация проблемы построения аппаратной части специализированной ВС мобильного тренажера на базе SMP-архитектуры и постановка задачи исследования.

2 ОПРЕДЕЛЕНИЕ ОСНОВНЫХ ВРЕМЕННЫХ ХАРАКТЕРИСТИК МНОГОПРОЦЕССОРНЫХ СПЕЦИАЛИЗИРОВАННЫХ ВЫЧИСЛИТЕЛЬНЫХ СИСТЕМ В ТРЕНАЖЕРНЫХ СИСТЕМАХ МЕТОДОМ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ

2.1 Концептуальная модель специализированных вычислительных систем с SMP-архитектурой, используемых в тренажерных средствах.

2.2 Разработка алгоритмов функционирования имитационных моделей специализированных ВС с SMP-архитектурой

2.2.1 Разработка алгоритма функционирования имитационной модели специализированной ВС с SMP-архитектурой и FIFO и RAN-арбитрами.

2.2.2 Разработка алгоритма функционирования имитационной модели ВС с 8МР-архитектурой и РШ-арбитром.

2.2.3 Разработка алгоритма функционирования имитационной модели ВС с БМР-архитектурой и К-Я-арбитром.

2.2.4 Разработка модели рабочей нагрузки.

2.3 Результаты имитационного моделирования специализированной ВС с БМР-архитектурой

2.3.1 Исследование временных характеристик информационных потоков в комплексных тренажерах.

2.3.2 Анализ последовательностей интервалов времени, полученных методом имитационного моделирования».

2.4 Выводы к главе 2.

3 АНАЛИТИЧЕСКОЕ ОПИСАНИЕ

СПЕЦИАЛИЗИРОВАННЫХ ВЫЧИСЛИТЕЛЬНЫХ СИСТЕМ НА БАЗЕ SMP-АРХИТЕКТУРЫ С АЛГОРИТМОМ ДОСТУПА К ОБЩИМ ВЫЧИСЛИТЕЛЬНЫМ РЕСУРСАМ FIFO, RAN, PRI, R-R 3.1 Аналитические модели систем массового обслуживания с эр-ланговским входящим потоком и эрланговским временем обслуживания»

3.1.1 Аналитические модели системы массового обслуживания с алгоритмом доступа к общим вычислительным ресурсам FIFO и

3.1.2 Аналитическая модель системы массового обслуживания с алгоритмом доступа к общим вычислительным ресурсам PRI.

3.1.3 Аналитическая модель системы массового обслуживания,с алгоритмом доступа к общим вычислительным ресурсам R — R

3.1.4 Исследование специализированных ВС с использованием аналитических моделей систем массового обслуживания с алгоритмами доступа к общим вычислительным ресурсам FIFO,

RAN, PRI, R-R.

3.2 Аналитические модели систем массового обслуживания с эр-ланговским входящим потоком и пуассоновским временем обслуживания

3.2.1 Аналитические модели систем массового обслуживания с алгоритмами доступа к общим вычислительным ресурсам FIFO и RAN.

3.2.2 Аналитическая модель системы массового обслуживания с алгоритмом доступа к общим вычислительным ресурсам PRI.

3.2.3 Аналитическая модель системы массового обслуживания с алгоритмом доступа к общим вычислительным ресурсам R — R

3.2.4 Исследование специализированных ВС с использованием аналитических моделей систем массового обслуживания с алгоритмами доступа к общим вычислительным ресурсам FIFO,

RAN, PRI, R-R.

3.3 Аналитические модели систем массового обслуживания с пуассоновским входящим потоком и эрланговским временем обслуживания

3.3.1 Аналитические модели систем массового обслуживания с алгоритмом доступа к общим вычислительным ресурсам FIFO и RAN.

3.3.2 Аналитическая модель системы массового обслуживания с алгоритмом доступа к общим вычислительным ресурсам PRI

3.3.3 Аналитическая модель системы массового обслуживания с алгоритмом доступа к общим вычислительным ресурсам R — R.

3.3.4 Исследование специализированных ВС с использованием аналитических моделей систем массового обслуживания с алгоритмами доступа к общим вычислительным ресурсам FIFO;

RAN, PRI, R-R.

3.4 Сравнение результатов аналитического и имитационного моделирования специализированных ВС с SMP- архитектурой мобильных тренажеров.

3.5 Аналитическая модель системы массового обслуживания с регулярным входящим .потоком заявок и эрланговским временем обслуживания.

3.6 Выводы к главе 3.

4 ПРОГРАММНАЯ РЕАЛИЗАЦИЯ ИМИТАЦИОННЫХ И

АНАЛИТИЧЕСКИХ МОДЕЛЕЙ СПЕЦИАЛИЗИРОВАННЫХ ВЫЧИСЛИТЕЛЬНЫХ СИСТЕМ НА БАЗЕ SMP-АРХИТЕКТУРЫ 4.1 Структурная схема инструментальных программных средств проверки технических решений при проектировании специализированных ВС с БМР-архитектурош.

4.2 Описание программного интерфейса инструментальных программных средств проверки технических решений.

4.3 Использование инструментальных программных средств проверки технических решений.

4.4 Выводы к главе 4.

Возрастающая сложность технических объектов, управляемых операторами, большой объем обрабатываемой информации, рост психологических нагрузок, сбои в работе оборудования определяют важность задачи разработки и эксплуатации средств подготовки операторов. Подтверждением актуальности проблемы подготовки операторов и поддержания навыков являются аварийные ситуации, возникающие на железных и автомобильных дорогах, в морском флоте (гибель АЛЛ «Курск») и авиации (столкновение ТУ-154 и грузового Бо-инг-746 в Швейцарии).

В1 настоящее время практически во всех областях человеческой деятельности, где оператору необходимо принимать ответственные решения, имеются ТС различного класса. Так как первоначально наиболее сложными в эксплуатации объектами были летательные аппараты, то одними из первых в России были созданы авиационные тренажеры, такие как комплексный тренажер самолета КТС ИЛ-18, а затем и тренажер вертолета КТВ Ми-6 [1]. Этот ряд может быть продолжен тренажерами вертолетов Ми-8, Ми-24, Ка25, Ка-27 [2] и ком» плексными тренажерами самолетов Ту-204, Ил-96-300, Як-29 [3]. В настоящий момент любой вновь разрабатываемый самолет должен иметь соответствующий комплексный тренажер. Это относится как к гражданской авиации, так и к военной технике.

Морские тренажеры используются для подготовки и сертификации специалистов по управлению кораблем, например тренажеры серии «Лагуна» [4], навигационные тренажеры группы компаний «Транзас» [5] и КБМЭ «Вектор» [6], тренажеры по управлению корабельными соединениями, разработанные ЦНИИ «Гранит» [7], комплексные и тактические тренажеры для подготовки экипажей подводных лодок, разработанные ЦКБ МТ «Рубин» [8].

Космические программы обеспечиваются комплексными тренажерами Служебного модуля и Функционально-грузового блока российского сегмента МКС, являющимися полномасштабными аналогами модулей «Звезда» и «Заря», специализированными тренажерами сближения и стыковки «Дон-Союз-ТМ» и «Выход-2» [9].

ТС наземного транспорта в основном разработаны для военной техники, например комплексные тренажеры экипажа танка Т-72, экипажа боевой машины пехоты БМП-3, танка Т-90С, танка Т-80У [10]. Комплексный тренажер 15К520 позволяет готовить водителей многоосных шасси для ракетных комплексов «Тополь-М» [11-13].

Основное время подготовки обучаемые проводят на специализированных и комплексных тренажерах в условиях УЦ, таких как РГНИИ ЦГЖ им. Ю.А. Гагарина, УЦ ВМФ России, УЦ РВСН. Одним из этапов окончательной подготовки могут быть тренировки на тренажерных комплексах, объединяющих в себе ряд специализированных или комплексных тренажеров, что позволяет от> работать взаимодействие нескольких экипажей (групп операторов). В последнее время все более широкое распространение получил класс мобильных тренажеров, обеспечивающих поддержание навыков-операторов и используемых в местах базирования реальных объектов управления. Тренажеры данного класса сохраняют функциональные возможности тренажеров базовой подготовки в части состава моделей и адекватности моделирования объекта, обеспечения тренировки оператора, работы инструктора. При этом мобильные тренажеры должны иметь возможность: многократного перемещения; быстрого развертывания даже в недостаточно подготовленных для этого условиях; обладать высокой надежностью при эксплуатации в жестких климатических условиях.

В тренажной технике штатное оборудование, как правило, заменяется программно-управляемыми имитаторами. Конструкция и функционирование имитатора не должны прививать ложных навыков при управлении объектом. В современных ТС отсутствует жесткое разделение на программные и аппаратные средства, так как имитаторы штатного-оборудования часто изготавливаются на базе LCD-матриц, на которых программным способом реализуется нужный прибор или информационная панель. Такой подход позволяет поддерживать процесс обучения на агрегатах, имеющих различные модификации панелей управления на рабочем месте оператора. Средства, обеспечивающие. информационное поле рабочего места обучаемого с индикаторами приборной среды, имитацию внешней визуальной обстановкой и моделирование логики работы объекта, образуют ПАК. Ядром современного ПАК является специализированная,ВС в которой функциональные возможности определяются используемыми аппаратными и программными средствами. В тренажере специализированная ВС объединяет средства сопряжения с имитаторами, сбора и обработки информации с датчиков положения органов управления,, а также обеспечивает решение заранее определенного набора функциональных задач [14-16].

В настоящее время наиболее проработана кластерная архитектура ВС [ 1013] на базе офисных ПЭВМ, обычно используемая в тренажерах базовой подготовки, которые нашли широкое распространение в УЦ. Такой вариант позволяет,используя возможность масштабирования, проводить доработку ТС, которая . регулярно выполняется в тренажерах этого класса в связи с появлением новых нештатных ситуаций и режимов управления. Характерным примером являются; тренажеры МКС, размещенные в РГНИИ ЦГЖ им. Ю.А. Гагарина. Однако- в мобильных тренажерах применение такой архитектуры ограниченно надежностью применяемых вычислительных средств, в связи с возможными отказами при транспортных перемещениях, габаритными размерами корпусов ПЭВМ, а также широкими температурными режимами эксплуатации. Кроме того, при увеличении количества узлов в сети время отклика; в таких системах может не обеспечиваться, так как методы доставки не гарантируют передачу данных в заданный промежуток времени [17], что особенно важно в ТС с моделированием акустической обстановки.

Перечисленные требования к мобильным тренажерам ставят задачу поиска иного технического решения построения ПАК. Одним из • вариантов реализации может быть специализированная ВС на базе SMP-архитектуры (Symmetrical Multi Processor systems — системы с равноправным доступом процессоров к общей ОП и другим вычислительным ресурсам, размещаемым на СШ), которая позволяет строить многопроцессорные ВС с гарантированной доставкой управляющих команд, а выбор соответствующих аппаратных средств, удовлетворяющих требованиям построения мобильных тренажеров, обеспечит надежную работу ПАК.

Несмотря на перечисленные преимущества, указанная архитектура в настоящее время находит ограниченное применение в тренажеростроении. Причиной этому является необходимость обеспечениям жесткой аппаратной связи между вычислительными модулями и УСО, что часто приводит при модернизации изделия к расширению аппаратной части ВС и доработке ПС и, соответственно, повышению стоимости тренажера: Этим объясняется то, что подход к построению многопроцессорных специализированных ВС на базе 8МР-структур как основы ПАК ТС в настоящее время проработан недостаточно.

Поэтому в связи' с расширением области использования мобильных тренажеров и активным их внедрением в процесс подготовки операторов, актуальной« становится задача разработки общих принципов построения специализированной ВС с 8МР-архитектурой на базе математических моделей с последующей их программной реализацией.

В работе используется широко известный в инженерной-практике подход, основанный на многосторонней оценке характеристик проектируемой; системы. -При этом на ранних стадиях проектирования, когда о проектируемом объекте недостаточно исходной информации, предпочтительно - использовать аналитические, приближенные модели. Далее полученные результаты согласуются с техническим заданием и уточняются с использованием более точных, но менее универсальных имитационных моделей.

Это объясняется тем, что процессы, протекающие на СНГ специализированной ВС с 8МР-архитектурой, достаточно сложны и многообразны. Поэтому аналитическая модель* СМО с предобслуживанием заявок не может с приемлемой точностью описать такие особенности алгоритма обслуживания; как случайный выбор источника заявки, либо алгоритмы предобслуживания; такие как выбор ПБ, дольше всех не обращавшегося к СШ; выбор ПБ, обращавшегося к СШ последним.

Цель диссертационной работы заключается в разработке математических моделей специализированной ВС с БЫР-архитектурой, а также инструментального комплекса программ, позволяющего принимать наиболее рациональные технические решения на этапе эскизного и технического проектирования ПАК ТС.

Для достижения этой цели необходимо решить следующие задачи:

- провести систематизацию функций разрабатываемого тренажера;

- выделить особенности построения ПАК мобильных тренажеров и провести их критический анализ;

- выбрать критерии эффективности проектируемого ПАК мобильного тренажера;

- разработать имитационные модели возможных вариантов построения I специализированных ВС мобильного тренажера с 8МР-архитектурой;

- исследовать временные характеристики информационных потоков на СШ специализированной ВС с БЫР-архитектурой ТС;

- разработать аналитические модели возможных вариантов построения специализированной ВС мобильного тренажера с 8МР-архитектурой;

- разработать инструментальный комплекс программ проектирования, который позволяет решать задачу выбора рациональных вариантов БМР-структур для мобильных тренажеров.

Научная новизна полученных результатов в диссертации состоит в следующем:

- в построении новых математических (аналитических и имитационных) моделей БМР-структур, защищенных авторскими свидетельствами, учитывающих время подключения источника заявки к обслуживающему устройству с дополнительной функцией в виде предобслуживания заявок;

- в разработке программных средств, реализующих проверку технических решений, принимаемых в процессе разработки ПАК ТС на базе БМР-архитектуры.

На защиту выносятся следующие основные положения диссертационной работы:

- аналитическая модель специализированной ВС с равноправным предоб-служиванием заявок и алгоритмом арбитража «первый пришел - первый ушел», позволяющая более точно описать циклы обмена на СШ и уменьшить их среднее время в процессе выполнения функциональных задач;

- аналитическая модель специализированной ВС с равноправным и приоритетным предобслуживанием заявок и алгоритмом арбитража СШ «циклический опрос», позволяющая более точно описать циклы обмена на СШ и уменьшить их среднее время в процессе выполнения функциональных задач;

- аналитическая модель специализированной ВС с равноправным и приоритетным предобслуживанием заявок и алгоритмом арбитража СШ «относительный приоритет», позволяющая более точно описать циклы обмена на СШ и уменьшить их среднее время в процессе выполнения функциональных задач;

- инструментальный комплекс программных средств, позволяющий провести оценку технических решений, принимаемых в процессе разработки ПАК мобильного тренажера.

Полученные в диссертационной работе результаты исследований позволяют:

- обоснованно выбрать вариант специализированной ВС ПАК мобильного тренажера;

- уменьшить затраты на проектирование и изготовление аппаратных средств мобильного тренажера.

Апробация работы. Основные положения и результаты работы докладывались и обсуждались на: II международной научно-практической конференции" «Компьютерные технологии в науке, производстве, социальных и экономических процессах» Новочеркасск, 2001; отчетной конференции-выставке подпрограммы 205 «Транспорт». Научно-технической программы Минобразования РФ «Научные исследования высшей школы по приоритетным направлениям науки и техники», Москва-Звенигород 2002г; научно-технической конференции

Тренажерные технологии и симуляторы -2002» Санкт-Петербург, 2002; V международной научно-практической конференции «Компьютерные технологии в науке, производстве, социальных и экономических процессах» Новочеркасск, 2004; VII международной научно-практической конференции «Моделирование, теория, методы и средства» Новочеркасск, 2007.

Публикации. По теме диссертации опубликовано 15 печатных работ, в том числе 3 авторских свидетельства на изобретение, 4 статьи, 8 тезисов докладов на международных и всероссийских научно-технических конференциях.

Структура и объем диссертации. Диссертация состоит из введения, четырех глав, заключения, списка использованной литературы и приложений. Работа изложена на 241 страницах. Содержит 93 рисунка и 26 таблиц.

4.4 Выводы к главе 4

1. Разработан пакет инструментальных программных средств проверки технических решений, отличающийся от известных возможностью получения технических характеристик аппаратной и проверки корректности разработки и реализации программной частей ПАК тренажера, выполненного на базе специализированной ВС с БМР-архитектурой, что позволяет уменьшить время проектирования тренажера в целом.

2. Разработана структурная схема инструментальных программных средств проверки технических решений при проектировании специализированных ВС с 8МР-архитектурой.

3. Разработан программный интерфейс инструментальных программных средств проверки технических решений.

4. Разработана методика использования инструментальных программных средств проверки технических решений.

ЗАКЛЮЧЕНИЕ ПО ОСНОВНЫМ РЕЗУЛЬТАТАМ РАБОТЫ

В диссертационной работе получены следующие основные теоретические и практические результаты:

1. Разработаны имитационные модели специализированных ВС с SMP -архитектурой, отличающиеся от известных учетом времени подключения источников заявок к СШ (время переориентации) и реализацией предобслуживания заявок с целью исключения этого времени в цикле обмена, что позволяет получать более точные технические характеристики в процессе разработки ВС.

2. G помощью имитационного эксперимента был уточнен закон распределения времени поступления заявок на СШ при выполнении функциональных задач, обеспечивающих работу тренажера. При этом закон распределения заявок изменяется при возрастании уровня информационного обмена от потока Эрланга 2-го порядка до потока Пуассона. Установлено, что в специализированных ВС обслуживание заявок происходит в соответствии с законом Эрланга, причем в зависимости от быстродействия ООП и архитектуры ВС порядок закона Эрланга меняется от k = 1 до к = 3.

3. Разработаны аналитические модели специализированной ВС с SMP-архитектурой в виде СМО Е2/Е2/1/т с дисциплинами доступа к общим вычислительным ресурсам: FIFO, RAN, PRI, R-R, отличающиеся от известных учетом времени переориентации системы и реализацией равноправного и приоритетного предобслуживания ПБ, что позволяет получить более точные технические характеристики ВС и уменьшить среднее время простоя ПБ при обмене на СШ. Перечисленные аналитические модели описывают разработанные автором и защищенные авторскими свидетельствами вычислительные структуры.

4. Разработаны аналитические модели специализированной ВС с SMP-архитектурой, описываемой как СМО E2I M Ш m с дисциплинами доступа к общим вычислительным* ресурсам: FIFO, RAN, PRI, R-R, отличающиеся от известных учетом времени переориентации системы и реализацией \ равноправного и приоритетного предобслуживания ПБ, что позволяет получить более точные технические характеристики ВС и уменьшить среднее время простоя ПБ при обмене на СШ.

5.Разработаны аналитические модели специализированной ВС с SMP-архитектурой, описываемой как СМО М/Е2/1/т с дисциплинами доступа к общим вычислительным ресурсам: FIFO, RAN, PRI, R-R, отличающиеся от известных учетом времени переориентации системы и реализацией равноправного и приоритетного предобслуживания ПБ, что позволяет получить более точные технические характеристики ВС и уменьшить среднее время,простоя*ПБ при обмене на СШ: Перечисленные аналитические модели описывают разработанные автором и защищенные авторскими^ свидетельствами вычислительные структуры.

6. Разработан инструментальный комплекс программ проектирования ИПО ПТР, отличающийся от известных возможностью получения технических характеристик аппаратной и проверки корректности разработки, и реализации программной частей ПАК тренажера, выполненного на базе специализированных ВС с SMP-архитектурой, что позволяет уменьшить время проектирования и решать задачу выбора рациональных вариантов SMP-структур для мобильных тренажеров. Получены коэффициенты превышения планового выполнения функциональных задач для рассматриваемых специализированных ВС с SMP-архитектурой.

7. Проведена оценка максимальной эффективности при использования механизма предобслуживания на базе аналитической модели СМО D/E2/llm/FIFO, отличающиеся от известных учетом времени переориентации системы и реализацией равноправного предобслуживания ПБ.

1. ГТРК «Пенза». Пензенское конструкторское бюро моделирования Электронный ресурс.- URE: http:// www.Penza-trv.ru (дата обращения 10.01.2007).

2. Коротченко И: Тренажерные технологии XXI века. Электронный ресурс. Независимое Военное Обозрение. 2003;- 1авг. - URL: http:// www.nvo.ng.ru (дата обращения 10.01.2007).

3. Андрюшков А. Современная авиация начинается на земле с комплексных тренажеров,. Электронный ресурс. — Независимое Военное: Обозрение.-2003.- 24 окт. URL: http:// www.nvo.ng.ru (дата обращения 10.01.2007).

4. Компания «Кронштадт» Электронный: ресурс.- URL: http:// www.kronshtadt.ru (дата обращения-10.01.2007):

5. Компания «Транзас» Электронный ресурс.- URL: http:// www.transas.ru.

6. Конструкторское бюро морской электроники «Вектор». Электронный ресурс.» URL: http:// www.vector-marine.ru (дата обращения 12.01.2007).

7. Никольцев В. «Электронный полигон» универсальная-технология тренинга; моделирования; проектирования // Военный парад. — 2001. - Январь.

8. Центральное конструкторское бюро-морской техники «Рубин». Электронный ресурс!. URL: http://www.ckb-rubin:ru (дата обращения 12.01.2007).

9. Федоров А. Как российские космонавты спасли МКС. Электронный, ресурс. — Новости космонавтики.- 2000:- 1-31 июля. URL: http://www.novosti-kosmonavtiki.ru (дата обращения 15.01.2007).

10. Оружие России: Федеральный электронный справочник вооружения и военной техники Электронный ресурс.- URL: http:// www.arms-expo.ru (дата обращения 10.01.2007).

11. Моделирующий комплекс тренажера для подготовки водителей многоосных тягачей / Е.И. Краснов, С.А. Левшин, В.В. Емельяненко и др. // Тренажерные технологии и симуляторы -2002: материалы науч.-техн. конф.-СПб.: Изд-во СПб. ГПУ, 2002. С. 108-113.

12. Тренажерные системы / В.Е Шукшунов, Ю.А.-Бакулов, В.Н. Григоренко и др. М.: Машиностроение, 1981. - 256с.

13. Майерс Г. Архитектура современных ЭВМ: пер. с англ. М.: Мир, 1985. -Кн 1. - 364с.; Кн.2.- 312с.

14. Якубайтис Э.А. Архитектура вычислительных сетей. М.: Статистика, 1980:- 279с.

15. Юдинцева Ю.Е. Использование тренажерных комплексов при обучении операторов производств в условиях ограниченного времени принятия решений. // Тренажерные технологии и симуляторы -2002: материалы науч.-техн. конф.-СПб.: Изд-во СПб. ГПУ, 2002. С. 93-94.

16. A.c. 1447142 СССР. Многопроцессорная вычислительная система / А.И. Евченко, Ю.Н. Мхитаров, С.А. Левшин. 1988.

17. A.c. 1480605 СССР. Двухпроцессорная вычислительная система / А.И. Евченко, Ю.Н. Мхитаров, С.А. Левшин. 1989.

18. A.c. 1589287 СССР МКИ G06F 15/16. Многопроцессорная вычислительная система / А.И. Евченко, С.А. Левшин. Заявл. 05.09.88; опубл. 30.08.90, Бюл. № 32.

19. ГОСТ 21659-76. Тренажеры авиационные. Термины wопределения.

20. ГОСТ Р В 29.05.005-95. Тренажеры военной техники. Общие эргономические требования. — М.: Изд-во стандартов.

21. Серегин Г.Н., Шибаев В.М. Развитие международных норм и стандартов для авиационного тренажеростроения: материалы конф.в рамках Междунар.авиасалона «МАКС-2007», г. Жуковский. Жуковский, 2007.

22. ВВС России получили новый тренажер Ми-8 Электронный ресурс. — М.: Изд.-во «Вертолет». URL: http://ww.vertolet-media.ru (дата обращения 20.02.2007).

23. Литвиненко A.A. Компания «Динамика» новые технологии для создания современных авиационных тренажерных комплексов // Вестник авиации и космонавтики. - 2006. - №2. - С. 10-15.

24. Национальный центр авиастроения Электронный ресурс.- URL: http:// www.zhukavia.ru (дата обращения 16.01.2007).

25. Комплексный тренажер экипажа самолета Миг-29 / ЦНТУ «Динамика». Электронный ресурс.- URL: http://www.airshow.ru (дата обращения 01.0.2007).

26. Комплексный тренажер гидрографического судна. Электронный ресурс.- URL: http://www.transas.com (дата обращения 10.01.2007).

27. Тренажер ГМССБ. Сторм. Образовательные системы и технологии на море и реке. Электронный ресурс.- URL: http://www. 100rm.ru (дата обращения 10.01.2007).

28. Тренажер ГМССБ IIlKHnep-SKIPPERO-2000. / Балтийская Компания Снабжения Судов. Электронный ресурс.- URL: http://www.traintech.ru (дата обращения 08.02.2007).'

29. Незельский И.И. Морские навигационные тренажеры: проблемы выбора. СПб.: Электроприбор, 2006. - 220с.

30. Есин Б. Тренажер будущего. // Новости космонавтики. — 2003. 1-31 июля.

31. Магид С.И. Подготовка персонала энергопредприятий: О целесообразности использования «Компьютерных тренажеров» // Энергетика и промышленность России. 2002. - Ноябрь №11(27).

32. Транспортные тренажеры. / ООО «Группа Джей Си» Электронный ресурс.- URL: http:// www.jcsi.ru (дата обращения 11.01.2007).

33. Тренажер поездного диспетчера метрополитена. МГУПС Электронный ресурс.- URL: http://www.traintech.ru (дата обращения 12.02.2007).

34. Комплексные тренажеры экипажей: танков Т-55, Т-62, Т-72, Т-90, Т-80,1 tбоевых машин БМД-1, БМП-2, БМП-3. Модернизация авиационных комплексов (М.А.К.). Электронный ресурс.- URL: http:// www.airshow.rn (дата обращения 14.01.2007).

35. Тренажерные комплексы и тренажеры. Технологии разработки и опыт эксплуатации / В.Е. Шукшунов, В.В Циблиев, С.И. Потоцкий и др. М.: Машиностроение, 2005. - 384 с.

36. Майоров С.А. Основы теории вычислительных систем: учеб. пособие для вузов. М.: Высш. шк., 1978. - 408 с.

37. Панфилов И.В., Половко A.M. Вычислительные системы. М.: Сов. раIдио, 1980.-304 с.

38. Кузминский М. Power 4: надежда мира RISC // Открытые системы.2003.-Июнь.

39. Корнеев В. Эволюция микропроцессорных архитектур // Открытые системы. 2000. - Апрель.43 .Кузминский М. 64-разрядные микропроцессоры AMD // Открытые системы. 2002. - № 4.

40. Борзенко А. Многоядерные процессоры // BYTE/ Россия. 2005. - № 5.

41. Черняк Л. Многоядерные процессоры и грядущая параллельная революция // Открытые системы. 2007. — Июнь.

42. Коваленко Е. Система Sequent NUMA-Q // Открытые системы. 1997. -№2.

43. Корнеев В. Архитектуры с распределенной разделяемой памятью // Открытые системы. 2001. - № 3.

44. Колбин И. Технология AMD 64 // BYTE/ Россия. 2003. - № 6.

45. Гусева А.И. Технология межсетевых взаимодействий: NetWare-UnixWindows-Internet. М.: Диалог-МИФИ, 1997. - 272 с.

46. Фишер В. УМЕ с büicokhm коэффициентом готовности // Средства и системы компьютерной автоматизации. 2001. - №2.

47. Александров Р. Промышленные компьютеры, поставляемые компанией Arcobel Embedded Solution // Компоненты и технологии. — 2005. №9.

48. Гринченков Д.В., Левшин С.А. Проектирование специализированной вычислительной системы для мобильного тренажера. // Изв. вузов. Сев.-Кавк. регион. Техн. науки. 2007. - №6. - С. 27-32.

49. Флинт Ф. Локальные сети ЭВМ. Архитектура, принципы построения, реализация. — М.: Финансы и статистика, 1985. — 266 с.

50. Carrier Sense Multiple Access, 802.3, ANSI/IEEE.802.3. New York: The Institute of Electrical and Electronic Engeneering, Inc., 1985.

51. VME 64 Standart, ANSI/VITA-1994.

52. Петров M. Конструктивы Евромеханика от фирмы Bopla // Компоненты и технологии. — 2001. №7.

53. Голубев-Новожилов Ю.С. Многомашинные комплексы вычислительных средств. М.: Сов. радио, 1977. - 424 с.

54. Дроздов Е.А., Пятибратов А.П. Основы построения и функционированиявычислительных систем. — М.: Энергия, 1973. — 368 с.

55. Евреинов Э.В., Косарев Ю.Г. Однородные универсальные вычислительные системы высокой производительности. — Новосибирск: Наука, 1977. -308 с

56. Евреинов Э.В., Прангишвили М.В. Цифровые автоматы с настраиваемой структурой. — М.: Энергия, 1974. 240 с.

57. Игнатушенко В.В. Организация структур управляющих многопроцессорных вычислительных систем. -М.: Энергоатомиздат, 1984. 184 с.

58. Цвиргун А.Д. Структура сложных систем. — М.: Сов. радио, 1975. — 200с.

59. Янбых Г.Х., Эттингер Б.Я. Проектирование структуры отраслевой сети вычислительных центров. — Л.: Энергия, 1974. — 104 с.

60. Венцель Е.С. Исследование операций. — М.:Сов. радио, 1972. — 552 с.

61. Вентцель Е.С. Теория вероятности. М.: Физматгиз, 1962. - 564 с.

62. Клейнрок Л. Вычислительные системы с очередями: пер. с англ. М.: Мир, 1979.-600 с.

63. Кёниг Д., Штоян Д. Методы теории массового обслуживания: пер. с нем. -М.: Радио и связь, 1981. 128с.

64. Саати Т.Л. Элементы теории массового обслуживания и ее приложения: пер с англ. М.: Сов. радио, 1965. - 510 с.

65. Гнеденко Б.В., Коваленко И.И. Введение в теорию массового обслуживания. М.: Физматгиз, 1966. - 431 с.

66. Ивченко Г.И., Каштанов В.А., Коваленко И.Н. Теория массового обслуживания. М.: Высш. шк., 1982. - 256 с.

67. Зорева Л.Н., Богомолова Н.Е. Метод выбора оптимальной структуры децентрализованной управляющей системы // Распределенные управляющие и вычислительные системы. М.: Наука, 1987.

68. Жуковский В.Г., Черноморов Г.А. Анализ замкнутой системы массового ми, межвуз. сб.- Новоческасск: НПИ, 1979. С. 3-17.

69. Черноморов Г.А. Анализ системы массового обслуживания с относительным приоритетом и конечным числом разнотипных источников // Системыуправления, Новочеркасск: НПИ, 1975. Вып.2, — С. 28-34. — (Тр. Новочерк. политехи, ин-та; т. 310)

70. Кузминский М. Дорога к высоким частотам // Открытые системы. 2001.1. Февраль.

71. Кузминский <М. Микроархитектура DEC Alpha 210264 // Открытые системы. -1998. Январь.

72. Кузминский М. Микроархитектура Itanium // Открытые системы. — 2001.- Октябрь.

73. Волковинский М.И., Кабалевский А.Н. Анализ приоритетных очередей с учетом времени переключения. -М.: Энергоатомиздат, 1981.- 168 с.

74. Гнеденко Б.В., Даниэлян Э.Л., Димитров Б.Н. Приоритетные системы обслуживания. М.: Изд-во МГУ, 1973. - 447 с.

75. Gaver D.P. Competitive queuing: idleness probabilities under priority disciplines // J. Roy. Statist. Soc. Series B. 1963. - Vol. 25. - p. 489-499.

76. Яшков С.Ф. Анализ очередей ЭВМ. M.: Радио и связь, 1989. - 216 с.

77. Coffman E.G., Denning P. Operation Systems Theory // Englewood Cliffs: Prentice-Hall, 1973. 33 lp.

78. Головкин Б.А. Параллельные вычислительные системы. — M.: Наука, 1980.-519 с.

79. Левшин С.А. Многопроцессорная вычислительная система с общим полем памяти // Робототехнические системы и комплексы: межвуз. сб. — Новочеркасск: НПИ, 1988.-С. 113-121.

80. Альнах И.Н. Моделирование вычислительных систем. — Л.: Машиностроение. Ленигр. отд-ние, 1988. — 223 с.

81. Дудорин В.И., Лыкова Л.Н., Сиротин A.B. Моделирование структур АСУ на ЭВМ. М. Финансы и статистика, 1982. 168 с.

82. Железнов И.Г. Сложные технические системы (оценка характеристик). -М.: Высш. шк., 1984. 119 с.

83. Зобов Б.И., Сурков A.B. Основы моделирования вычислительных систем. М.: МЛТИ, 1982. - 32с.

84. Советов Б.Я., Яковлев С.А. Моделирование систем. М.: Высш. шк., 1985.-271 с.

85. Черноморов Г.А., Зуев В.А. Моделирование вычислительных систем тренажерных комплексов и ГАП: учебное пособие. — Новочеркасск: НПИ, 1987. -88 с.

86. Гринченков Д.В., Левшин С.А. Имитационные модели специализированной вычислительной системы с SMP-архитектурой для мобильного тренаже ра. //Изв. вузов. Сев.-Кавк. регион. Техн. науки. 2009. - №1. - С. 43-50.

87. Клейнрок Л. Теория массового обслуживания: пер. с англ. М.: Машиностроение, 1979.-432 с.

88. Гладкий B.C. Вероятностные вычислительные модели. М.: Наука, 1973. -299 с.

89. Шеннон Р. Имитационное моделирование систем — искусство и наука: пер. с англ. М.: Мир, 1978.-418 с.

90. Кокс Д., Льюис П. Статистический анализ последовательностей событий:пер. с англ. М.: Мир, 1969. - 312 с.1

91. ЮО.Гмурман В.Е. Руководство по решению задач по теории вероятностей и математической статистике: учеб. пособие для втузов. — М.: Высш. шк. 1979. 400 с.

92. Ермаков С.М., Михайлов Г.А. Статистическое моделирование. М.: Наука, 1982. - 296 с.

93. Климов Г.П. Теория вероятностей и математическая статистика. М.: МГУ, 1983. - 328с.

94. Захаров В.К., Севастьянов Б.А., Чистяков В.П. Теория вероятностей. -М.: Наука, 1983.- 160с.

95. Черноморов. Г.А. Теория принятия решений: учебное пособие / Юж,-Рос. гос. техн. ун-т. — Новочеркасск: Ред. журн. «Изв. вузов. Электромеханика», 2005, 448с.

96. Евченко А.И., Левшин С.А. Системы массового обслуживания с предоб-служиванием заявок. //Изв. вузов. Элекромеханика. 1993. - №6. - С. 61-68.

97. Феррари Д. Оценка производительности вычислительных систем: пер. с англ. -М.: Мир, 1981.-576 с.