автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.17, диссертация на тему:Временной мультиконфигурационный анализ систем обработки постполетной информации

На правах рукописи

ТРОКОЗ Дмитрий Анатольевич

ВРЕМЕННОЙ МУЛЬТИКОНФИГУРАЦИОННЫЙ АНАЛИЗ СИСТЕМ ОБРАБОТКИ ПОСТПОЛЕТНОЙ ИНФОРМАЦИИ

Специальность 05.13.17 - Теоретические основы информатики

Автореферат диссертации на соискание ученой степени кандидата технических наук

ПЕНЗА 2013

2 4 ОКТ 2013

005535801

Работа выполнена в Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Пензенский государственный университет».

Научный руководитель: доктор технических наук, доцент

Пащенко Дмитрий Владимирович

Официальные оппоненты: Якимов Александр Николаевич,

доктор технических наук, профессор, ФГБОУ ВПО «Пензенский государственный университет», профессор кафедры «Конструирование и производство радиоаппаратуры»;

Ремонтов Андрей Петрович,

кандидат технических наук, доцент, ФГБОУ ВПО «Пензенский государственный технологический университет», заведующий кафедрой «Прикладная информатика»

Ведущая организация: ОАО «Научно-исследовательский

институт физических измерений», г. Пенза

Защита диссертации состоится «2/» У/_2013 г., в Х^часов,

на заседании диссертационного совета Д 212.186.01 в Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Пензенский государственный университет» по адресу: 440026, г. Пенза, ул. Красная, 40.

С диссертацией можно ознакомиться в библиотеке Федерального государственного бюджетного образовательного учреждения высшего профессионального образования «Пензенский государственный университет».

Автореферат разослан « /С_2013 г.

Ученый секретарь диссертационного совета

Гурии Евгений Иванович

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ Актуальность темы. Современные вычислительные системы параллельной обработки данных используются во многих технических отраслях, особенно в тех, где требуется провести оперативный анализ данных. При разработке таких систем возникает сложная задача, заключающаяся в определении наиболее подходящей многоядерной аппаратной конфигурации, которая, с одной стороны, позволила бы провести обработку данных в заданные сроки, а с другой - была бы наименее дорогостоящей. Наиболее эффективным решением этой задачи является разработка модели, которая бы позволяла не только определять время обработки данных системой, но и изменять параметры аппаратной конфигурации моделируемой параллельной системы без внесения существенных изменений в модель.

К вычислительным системам параллельной обработки данных относится наземный комплекс обработки и дешифрирования информации (НКОД) для авиационного комплекса радиолокационного дозора и наведения (АК РЛДН), разработка которого ведется в настоящее время ОАО «НПП "Рубин"» совместно с концерном радиостроения «Вега».

При разработке модели временного анализа этой системы, как и моделей подобных систем параллельной обработки данных, важным недостатком существующих подходов к построению математических моделей явилось малое внимание, отведенное проблеме изменения числа параллельных потоков в модели без изменения ее топологии.

Поэтому разработка и формализация методики построения мульти-конфигурационных моделей временного анализа масштабируемых систем параллельной обработки данных являются актуальной задачей, которая решается в данном диссертационном исследовании.

В основе настоящего исследования лежат результаты работ в области: теории высокоуровневых сетей Петри (К. Jensen, Lars М. Kristensen, Д. А. Зайцев), анализа систем параллельной обработки данных (IVlodek М. Zuberek, Krishna М. Kavi, B.B. Кузьму к), создание и применение АК РЛДН (В. С. Верба, В. И. Меркулов), моделирование дискретных систем (Е. Киндлер, И. В. Максимей).

Целью диссертационной работы является совершенствование теоретической базы для построения мультиконфигурационных моделей временного анализа масштабируемых систем многопоточной обработки данных и разработка модели параллельной обработки постполетных данных для авиационных комплексов радиолокационного дозора и наведения, позволяющей исследовать быстродействие системы для различных аппаратных конфигураций.

Для достижения поставленной цели были сформулированы и решены частные задачи:

1) создание подкласса сетевых моделей, именуемых далее многопоточными сетями, позволяющего сторить мультиконфигурацион-

ные модели временного анализа систем параллельной обработки информации;

2) разработка методики построения временных моделей масштабируемых систем параллельной обработки данных с использованием мно-гоноточных сетей, которая позволяет унифицировать процесс создания мультиконфигурационных моделей временного анализа аппаратно-программных систем обработки информации;

3) формализация процесса моделирования с использованием многопоточных сетей, позволяющая для заданной топологии модели и ее начального состояния определить результирующее состояние модели;

4) разработка и апробация математической модели обработки данных для системы АК РЛДН с использованием многопоточных сетей, позволяющей исследовать быстродействие системы для различных аппаратных конфигураций.

Объектом исследования является процесс обработки данных в системе АК РЛДН.

Предметом исследования является модель процесса обработки постполетной информации в системе АК РЛДН.

Методы исследования. Проведённые в работе исследования базируются па теории сетей Петри, алгебре множеств и исчислении предикатов.

Научная новизна работы состоит в следующем:

1) предложен подкласс сетевых моделей, названных многопоточными сетями, в котором в отличие от подобных подклассов для разделения потоков команд и данных определены два типа позиций и переходов, что позволяет изменять число параллельных потоков в модели без изменения ее топологии;

2) разработана методика построения временных моделей масштабируемых систем параллельной обработки данных с использованием многопоточных сетей, отличительной особенностью которой является возможность преобразования алгоритма работы исследуемой системы в соответствующую многопоточную сеть, что позволяет унифицировать процесс разработки мультиконфигурационных моделей временного анализа аппаратно-программных систем обработки информации;

3) предложено рекурсивное представление процесса исследования объекта моделирования, позволяющее рассчитать результирующее состояние модели для ее начального состояния и заданной топологии, которое в отличие от других формализмов использует топологию модели в качестве параметра, что позволяет аналитически описать любую многопоточную сеть.

Теоретическая значимость исследования обусловлена тем, что разработан и формализован новый подкласс сетевых моделей, который позволяет строить модели временного анализа многопоточных систем обработки данных и изменять их характеристики без изменения топологии.

Практическая ценность работы состоит в том, что была разработана математическая модель с использованием предложенного подкласса сетевых моделей и проведено моделирование, результаты которого позволили определить наиболее подходящую аппаратную конфигурацию для системы динамического воспроизведения и обработки информации (СДВОИ) и наземного комплекса обработки и дешифрирования информации (НКОД), используемых для обработки постполетной информации, регистрируемой АК РЛДН, что подтверждается актами внедрения результатов исследования диссертационной работы. Разработана система моделирования MTN Tools, позволяющая исследовать модели, построенные с использованием многопоточных сетей.

Определены границы практического применения результатов исследования. Описаны условия, которым должны соответствовать системы, чтобы исследовать их с помощью предложенного в диссертации подхода. Это класс систем обработки постполетных данных, т.е. данных, которые были зарегистрированы и не изменяются после регистрации, а их обработка должна выполняться за ограниченный промежуток времени.

Область исследования. Содержание диссертации соответствует паспорту специальности 05.13.17 «Теоретические основы информатики» (технические науки) по следующим областям исследований:

п. 2 «Исследование информационных структур, разработка и анализ моделей информационных процессов и структур»;

п. 5 «Разработка и исследование моделей и алгоритмов анализа данных, обнаружения закономерностей в данных и их извлечениях, разработка и исследование методов и алгоритмов анализа текста, устной речи и изображений»;

п. 10 «Разработка основ математической теории языков и грамматик, теории конечных автоматов и теории графов».

На защиту выносятся:

1. Подкласс сетевых моделей, названных многопоточными сетями, который позволяет строить временные мультиконфигурационпые модели многопоточных систем обработки данных.

2. Рекурсивное описание процесса моделирования, позволяющее рассчитать результирующее состояние модели, созданной с использованием многопоточных сетей, для ее начального состояния и заданной топологии.

3. Методика построения временных моделей масштабируемых систем параллельной обработки данных с использованием многоноточных сетей.

4. Система моделирования MTN Tools, позволяющая исследовать модели, построенные с использованием многопоточных сетей.

5. Математическая модель обработки данных для системы АК РЛДН, разработанная с использованием многопоточных сетей, позволяющая исследовать быстродействие системы для различных аппаратных конфигураций.

Достоверность научных положений подтверждена в ходе экспериментальных работ и опытной эксплуатации диагностической системы СДВОИ для комплекса А-50 и системы НКОД для комплекса А-100, разработанных с использованием алгоритмов, моделей и методик, предложенных в диссертационном исследовании. Была подтверждена работоспособность данных систем, используемых на этапах проектирования и эксплуатации авиационных радиолокационных комплексов. Закупленные с использованием результатов моделирования аппаратные средства НКОД подтвердили свои характеристики по быстродействию.

Реализация и внедрение результатов диссертационной работы

Диссертация выполнялась в рамках научно-исследовательских работ, проводимых в Пензенском государственном университете, результаты внедрялись в ходе выполнения опытно-конструкторских работ в ОАО «НПП "Рубин"», (г. Пенза), в ОАО «концерн "Вега"» (г. Москва) (два акта внедрения). Акты внедрения:

- технологическая система динамического воспроизведения и обработки информации, регистрируемой в модернизированном изделии «Р» для самолётов А-50 - в ОАО «концерн "Вега"»; ОАО «НПП "Рубин"»;

- наземный комплекс обработки и дешифрирования информации для самолётов А-100 - «ПРЕМЬЕР-НКОД» - ОАО «концерн "Вега"», ОАО «НПП "РУБИН"».

Апробация работы

Результаты работы докладывались и обсуждались на следующих конференциях:

- VIII Международная научно-техническая конференция «Новые информационные технологии и системы» (Пенза, 2008);

- I Международная научно-практическая конференция «Молодежь. Наука. Инновации» (Пенза, 2010);

- IX Международная научно-техническая конференция «Новые информационные технологии и системы» (Пенза, 2010);

- V Международная научно-практическая конференция «Молодёжь. Наука. Инновации» (Пенза, 2012).

Также основные результаты работы докладывались на ежегодных конференциях, проводимых в ОАО «НПП "Рубин"» и Пензенском государственном университете.

Публикации. По теме диссертации опубликовано 26 печатных работ, в том числе 8 статей в изданиях, рекомендованных ВАК РФ, и 13 свидетельств об официальной регистрации программ для ЭВМ. Все результаты, составляющие содержание диссертации, получены автором самостоятельно.

Личный вклад соискателя состоит в непосредственном участии в разработке алгоритмов и программного обеспечения модулей параллель-

ной загрузки и обработки постполетных данных, о чем свидетельствуют 13 свидетельств об официальной регистрации программ для ЭВМ. Указанные модули были разработаны автором в части параллельных алгоритмов загрузки и обработки постполетной информации и использованы им для получения исходных данных для моделирования. Соискателем самостоятельно разработан и формализован подкласс сетевых моделей, названных многопоточными сетями, и предложена методика построения временных моделей масштабируемых систем параллельной обработки данных с использованием многопоточных сетей. Методика использовалась для разработки временной модели параллельной загрузки данных, позволяющей исследовать быстродействие аппаратно-программных комплексов для различных аппаратных конфигураций. Автором было проведено моделирование, которое позволило определить наиболее подходящую аппаратную конфигурацию для разрабатываемых ЛК РЛДН, что подтверждается двумя актами о внедрении результатов диссертационного исследования.

Структура и объем диссертационной работы. Работа состоит из введения, четырех глав основной части и заключения, изложенных на 140 страницах (включая 38 рисунков, 14 таблиц, 37 формул), перечня принятых сокращений, списка литературы и двух приложений на 18 страницах.

КРАТКОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении раскрывается актуальность темы диссертации, определяется цель работы, описываются методы исследования, излагаются основные научные результаты, обосновывается теоретическая и практическая значимость работы, дается ее общая характеристика.

В первой главе даются общие сведения об авиационных комплексах радиолокационного дозора и наведения и рассматриваются проблемы производительности при обработке данных большого объема в этих системах. Рассматривается структура данных для конкретной системы обработки постполетной информации и проблемы производительности, которые возникают при загрузке данных в исследуемую систему. Для решения этих проблем предлагается использовать параллельные алгоритмы обработки данных. Обоснованы варианты решения проблемы определения наиболее подходящей аппаратной конфигурации. На работу параллельного алгоритма влияет множество аппаратно-программных факторов, совместное влияние которых невозможно проанализировать эмпирически. Возможным методом решения данной проблемы является построение математической модели системы и проведение моделирования. С этой целью приводится классификация математических моделей и соответствующих математических аппаратов:

- непрерывно детерминированные модели (дифференциальные уравнения);

- дискретно-детерминированные модели (конечные автоматы);

- дискретно-стохастические модели (вероятностные автоматы);

- непрерывно-стохастические модели (системы массового обслуживания);

- сетевые модели (сети Петри);

- комбинированные модели (агрегаты Бусленко).

Дается обоснование, что наиболее подходящим математическим аппаратом для построения модели рассматриваемой системы обработки данных являются сети Петри, а именно, цветные функциональные временные сети Петри. Рассматриваются существующие методики построения моделей параллельной обработки данных с использованием сетей Петри, которые предложили Krishna М. Kavi, В. В. Кузьмук, О.О. Супруненко, Wlodek М. Zuberek, N. Roy и другие исследователи данной области. Показывается, что ни одна методика в отдельности не решает проблему построения моделей временного анализа масштабируемых систем параллельной обработки постполетных данных. Предлагается провести композицию и модификацию указанных методик и выделить класс сетевых моделей, использующий в качестве базового цветные временные функциональные сети Петри и ориентированный на построение моделей временного анализа масштабируемых систем параллельной обработки данных. Дается обоснование, что полученный в результате такой композиции класс сетевых моделей упростит разработку моделей временного анализа масштабируемых систем параллельной обработки данных и уменьшит вычислительную сложность формализмов, описывающих процесс моделирования, относительно базового класса.

Во второй главе описывается подкласс временных функциональных цветных сетей Петри, которые в диссертации были названы многопоточными сетями, и проводится формализация процесса их моделирования. Формулируются определение и особенности многопоточных сетей.

Определение 1. Многопоточные сети - это особый подкласс временных функциональных цветных сетей Петри, который позволяет строить математические модели систем параллельной обработки данных.

Основной особенностью таких систем является принцип, согласно которому число одновременно работающих потоков в системе не должно превышать число процессоров в системе. При соблюдении этого принципа модель такой системы можно построить с помощью многопоточных сетей.

В главе формулируются основные свойства многопоточных сетей:

1. Переходы делятся на два типа: функциональные и освобождающие.

2. Позиции делятся на два типа: потоковые и информационные.

3. Одна позиция не может быть связана с одним и тем же переходом несколькими дугами одного направления.

4. С каждым переходом должна быть связана только одна входная потоковая позиция.

5. С каждым переходом должна быть связана только одна выходная потоковая позиция.

6. Каждая информационная позиция, которая связана с освобождающим переходом, должна быть связана с ним в обоих направлениях.

Для взаимодействия потоков предлагается использовать механизм, основанный на критических секциях. Каждая информационная фишка может выступать в роли критического ресурса, если алгоритм работы модели допускает существование момента времени, когда владелец данной фишки является универсальным.

Определение 2. Универсальный владелец (универсальный поток) -любой поток. Если владельцем информационной фишки является универсальный владелец, то ее обработку может производить любой поток.

Захват критического ресурса происходит автоматически при срабатывании функционального перехода, в который попадает информационная фишка с универсальным владельцем. Освобождение критического ресурса нужно осуществлять явно с помощью освобождающего перехода.

В главе предлагается способ формального задания многопоточных сетей. Математическая модель, построенная с использованием многопоточных сетей, задается следующими мультимножествами {Р,,Т1}:

Р - неупорядоченное мультимножество функциональных переходов;

Я — неупорядоченное мультимножество освобождающих переходов;

£>'- упорядоченное мультимножество информационных позиций;

Т' — упорядоченное мультимножество потоковых позиций.

Информационная фишка представляет собой упорядоченное множество из двух элементов {V, Щ,

где V — значение информационной фишки;

Ы— номер потока-владельца информационной фишки.

Потоковая фишка представляет собой упорядоченное множество из двух элементов {N,1},

где N — помер потока, соответствующего данной потоковой фишке;

Т — значение свойства времени данной потоковой фишки.

Для удобства формализации далее будут использоваться соответствующие упорядоченные множества для переходов, полученные путем случайной индексации элементов:

Р' - упорядоченное мультимножество функциональных переходов;

Л' - упорядоченное мультимножество освобождающих переходов.

Множество информационных позиций многопоточной сети предлагается задавать следующим образом:

где п0 - число информационных позиций; с!к - упорядоченное мультимножество информационных фишек в к-й позиции.

Информационные позиции способны хранить фишки, представляющие собой обрабатываемые данные. Они представляют собой особые ячейки памяти модели.

Множество потоковых позиций многопоточной сети предлагается задавать следующим образом:

7" = {'„-,'„.-Ч }.

где пт - число потоковых позиций; 11 - упорядоченное мультимножество потоковых фишек в 1-й позиции.

Потоковые позиции способны хранить фишки, представляющие собой потоки исполняемых команд (далее - потоки). Вместе с переходами они образуют алгоритмический каркас модели.

Множество функциональных переходов многопоточной сети предлагается задавать следующим образом:

Р' ={РмР1,-,Р„„},

где пР - число функциональных переходов; р1 - г'-й функциональный переход, который определяется следующим кортежем:

Где ?/лР ~~ номер потоковой позиции, соединенной с /'-м функциональным переходом входящей в переход дугой; ¡'оШР - номер потоковой позиции, соединенной с г'-м функциональным переходом исходящей из перехода дугой; £)/„ - помеченное подмножество номеров информационных позиций множества й', соединенных с г'-м функциональным переходом входящей в переход дугой; 0'аШ - помеченное подмножество номеров информационных позиций множества; £>7, соединенных с г'-м функциональным переходом исходящей из перехода дугой; Х\пР - помеченное подмножество информационных фишек, входящих в г'-й переход; ^Ч'р(т(Х1п/1)) - предикат, определяющий достаточное условие срабатывания ¿-го функционального перехода; Г' (со(Х/„Р)) - оператор, задающий выходную функцию для каждой выходной информационной позиции /'-го функционального перехода.

Функциональные переходы способны изменять данные информационных фишек и уничтожать информационные фишки, владельцем которых является инициирующая фишка или универсальный владелец, а также создавать новые информационные фишки. При этом владельцем созданных фишек становится инициирующий поток.

Определение 3. Инициирующая фишка (инициирующий поток) — потоковая фишка, которая участвует в данном переходе. Для одного перехода может быть только одна инициирующая фишка.

Функциональные переходы могут обладать временной задержкой.

Множество освобождающих переходов многопоточной сети предлагается задавать следующим образом:

R'= {r,,r2,...,rnJ,

где nR - число освобождающих переходов; г- —j-й освобождающий переход, который определяется следующим кортежем

О = ^inR' loutR' Dinout > Sr (®{XLr )) } »

где t'mR - номер потоковой позиции, соединенной с /-м освобождающим переходом входящей в переход дугой; t'outR - номер потоковой позиции, соединенной с j-м освобождающим переходом исходящей из перехода дугой; Djnolll — помеченное подмножество номеров информационных позиций множества D1, соединенных с j-м освобождающим переходом входящей и исходящей дугой; Х/пК - помеченное подмножество информационных фишек, входящих в j-й переход; SJR{a(XjnR)) - предикат, определяющий достаточное условие срабатывания j-го освобождающего перехода.

Освобождающие переходы изменяют владельца информационных фишек, владельцем которых является инициирующая фишка или универсальный владелец, на универсального владельца. Освобождающие переходы не способны изменять данные информационных фишек, создавать и/или уничтожать их. Данные переходы не обладают временной задержкой.

Для задания модели достаточно указать четыре вышеперечисленных множества, но их недостаточно для того, чтобы характеризовать текущий шаг моделирования. Для описания состояния модели зададим еще один параметр - текущее модельное время, при этом состояние модели после N шагов моделирования можно выразить тождеством:

Model(N) = {D'(N), Tl (AO, xTCK(7V)}. (1)

При этом множество функциональных переходов и множество освобождающих переходов полностью описывают топологию модели, т.е. топология сети Петри не зависит от шага моделирования, что можно выразить тождеством:

Nei={P',R1}. (2)

В главе проводится формализация процесса моделирования многопоточных сетей, в результате которой выводится рекурсивная формула,

которая в качестве аргументов принимает параметры топологии модели СNet — множества функциональных и освобождающих переходов) и ее любого, в частном случае начального, состояния (Model{N) - множества информационных и потоковых позиций и модельного времени) рассчитать результирующее состояние модели (Model{Nmd)).

\т'(N)y(j'(N),nt

Ihm(NetModel(W)=<^N+\\{D'(N),r(N),ma( u и t(J(T'(N),n),m))},

n -I m 1

\p'\ t/(z/(/V),J(4,(JV),l))| \J(d/(N)J0m(N)jv)i Rim(Net,{jcf{G{ua{ v ... v

1=1 "1=1 nm=\

WoVviiiwJ^WMI |4,(лг)|

v (S*p(<o( u J(J^{N)J{C/in{N)J)),„,))))&■

Ami

u J(J{Df(N)J(lJin(N),l)ln,))),ДР7,i),0)u

(3)

uua( v ... v

7=1 "1=1 nm=\

v ] (^K и J{J(D\N),J(D!]al(N),l)),nl)))&

i

& ^ Bmd (J(J(Tl (N), t'm (N)), k), RLrWi

и J(J(DfmJ(DL,(N), 0),«/))), •/(/?',y),0)))))),

где a(.Y,v,z) - оператор, который возвращает значение у, если высказывание х истинно, и значение г, если высказывание х ложно, при этом значения у может быть неопределенным, если высказывание х ложно, а значение г может быть неопределенным, если высказывание х истинно; О(Л') - предикат, определяющий условие окончания процесса моделирования для N шага моделирования; J(X,i) - оператор, который возвращает /-й элемент помеченного множествах; (N),Tl(N)}) - функция, возвращающая

состояние модели с учетом коррекции модельного времени; у(т|(N)) -функция, возвращающая пару мультимножеств, задающих мультимножества информационных и потоковых фишек, которая будет получена в результате срабатывания заданного перехода t\(N); G(X) — оператор, который возвращает случайный элемент множествах по закону равномерного

|А'|

дискретного распределения; <х>(Х)= и v(J(Z,/)) - оператор, который воз-

(=1

вращает помеченное множество значений помеченного множества X информационных фишек\Bend(x,y) - предикат, который определяет необходимое условие срабатывания перехода без учета модельного времени, где х - потоковая фишка; у - помеченное подмножество информационных фишек.

Информация о связях переходов и позиций в предложенном варианте формализации относится к переходам, а маркировка многопоточной сети—к позициям. На основе формулы (3) может быть спроектирована моделирующая система для многопоточных сетей, которая позволит проводить исследования алгоритмов программ для определения времени их работы на различных аппаратных конфигурациях.

В третьей главе описывается процесс загрузки данных в систему обработки постполетной информации, и разрабатывается натурная и математическая модель данного процесса. Рассматривается модель, в качестве которой предлагается использовать вычислительную машину с возможностью изменения аппаратной конфигурации и модифицированным ПО реальной системы. Модификация ПО заключается в добавлении средств профилирования в модуль загрузки данных.

Основными изменяемыми параметрами исследуемой модели являются число логических процессоров и организация RAID массива. Именно эти параметры оказывают максимальное влияние на быстродействие современных вычислительных систем. Используемые в натурной модели аппаратные платформы являются более дешевыми и менее быстродействующими вычислительными машинами, чем ЭВМ для реальной системы.

Главным преимуществом предлагаемой натурной модели является ее максимально приближенное к реальной системе поведение, так как ПО неотличимо в плане алгоритмов от того, что будет использовано в реальной системе, из чего следует, что результаты такой модели будут обладать высокой степенью достоверности.

Натурная модель строится как эталонная модель, которая будет использована для проверки разрабатываемой математической модели с целью подтверждения адекватности последней. Адекватность математической модели доказывается путем сопоставления результатов моделирования для ряда недорогих аппаратных конфигураций натурной и математической моделей. После этого математическая модель используется для проведения моделирования конфигураций любой сложности, а главное -стоимости, так как математическое моделирования различных аппаратных конфигураций может быть проведено на компьютере с любой аппаратной конфигурацией.

В главе предложена и описана методика построения временных моделей масштабируемых систем параллельной обработки данных с использованием миогопоточных сетей. Описанная методика позволяет строить временные модели для масштабируемых систем параллельной обработки данных, а также конфигурировать их путем изменения входных данных и числа параллельных потоков в моделируемой системе без изменения топологии модели, что упрощает и ускоряет процесс проведения большого количества модельных опытов.

В главе строится математическая модель, которая представляет собой четырехуровневую сеть. В качестве средства моделирования используется система CPN Tools, разработанная в университете Орхуса (Дания), которая позволяет описывать модели, построенные с использованием временных функциональных цветных сетей Петри, подклассом которых являются многопоточные сети.

Подробно исследовано функционирование разрабатываемой математической модели. Первый уровень модели представлен на рис. 1. Этот уровень обладает минимальной степенью детализации и включает сложный переход, который реализует процесс моделирования.

I' {thr«a<ti<i»£>,vaiuti{'S/I"i:,

. зоооозн*

G-3SifTfo_T

г*?~ шо^-ЗШ») -chenc®»»

iwm > .¡Элтон- mmmi}

I U* Г SSKJ*** i/4 УШ> t

1 • ftttf? МЗФ-О.У

i iivx; ;

Рис. 1. Первый уровень модели загрузки данных в экспертную систему

При переходе на более низкие уровни производится декомпозиция. На нижнем, четвертом, уровне все переходы являются простыми, т.е. не включают в себя другие переходы и позиции. Результат декомпозиции сложного перехода Load data to DB и соответственно второй уровень модели представлены на рис. 2.

В начале функционирования данного перехода фишки из позиций threads и files поступают в переход Read filesize and header, который моделирует процесс открытия файла, чтения его заголовка и определения размера, а также создаются временные информационные фишки для обработки данного файла.

Переходы Read file in buffer, Read codogram from buffer и end read file имеют одинаковую инициирующую потоковую позицию, поэтому они являются взаимоисключающими (т.е. только один переход может сработать в один момент времени). Переход Read file in buffer срабатывает, когда в буфере недостаточно данных для чтения из него очередной кодограммы. Переход Read codogram from buffer срабатывает, когда буфер содержит необходимый объем данных для чтения очередной кодограммы или ее заголовка. Переход end read file срабатывает, когда чтение файла окончено. Рассмотрим каждый из трех переходов более подробно.

Переход Read file in buffer моделирует чтение данных из файла в буфер и использует дисковую подсистему как критический ресурс.

Чтение очередной кодограммы из буфера и ее разбор, а также запись кодограммы в буфер базы данных и непосредственно в базу данных, если буфер содержит достаточно данных, осуществляет переход Read codogram from buffer.

Переход end read file срабатывает, когда файл полностью прочитан (значение соответствующей фишки в позиции file end истинно). При этом происходит инкрементация информационной фишки-счетчика в позиции processed files count, и потоковая фишка перемещается из позиции not read size _thread_ в позицию file is written _thread_, а соответствующие временные информационные фишки из позиций file end, not read size, is save header и save header удаляются.

Переход Load data to DB включает три сложных перехода: Read filesize and header, Read file in buffer, Read codogram from buffer, которые в результате декомпозиции образуют третий уровень модели, который в свою очередь содержит сложные переходы, образующие нижний - четвертый уровень модели. Топология и работа каждого из сложных переходов подробно описаны в этой главе диссертации.

В четвертной главе проводится комплексное исследование с использованием натурного и математического моделирования, на основе которого определяется наиболее подходящая аппаратная конфигурация моделируемой системы.

В данной главе сравнивается базовый класс сетевых моделей (цветные временные функциональные сети Петри) с производным классом (многоноточными сетями) по степени вычислительной сложности формализмов, описывающих каждый из классов. Для оценки вычислительной сложности формализмов базового и производного класса предлагается ис-

пользовать моделирование с использованием системы моделирования для цветных временных функциональных сетей Петри (базовый класс) -CPN Tools и системы моделирования для многопоточных сетей (производный класс) - MTN Tools, разработанной автором с использованием предложенных им формализмов.

По результатам моделирования были построены графики зависимостей времен затрачиваемых на обработку от числа потоков в модели для систем CPN Tools и MTN Tools и линии тренда для них (рис. 3).

-Измеренные данные ^Экспоненциальная (Измеренные данные)

Число потоков в модели

• Измеренные данные

Линейная (Измеренные данные)

S 600,0

* 500,0 s

5 400,0 ф

2. зоо,о

s

g 200,0

I 100,0

1 0,0

V

а.

as

CPN Tools

12345678 Число потоков в модели

MTN Tools

у = 0,8242х+ 3,9455

Рис. 3. Результаты времени моделирования в системах CPN Tools и MTN Tools

Полученные функции, задающие линию, тренда показывают, что для модели, реализованной в системе моделирования CRN Tools, зависимость времени, затрачиваемого на моделирование от числа потоков в модели, является экспоненциальной, в то время как для системы MTN Tools - линейной.

Из этого можно сделать вывод, что формализмы, предложенные автором для описания производного класса сетевых моделей (многопоточных сетей) имеют значительно меньшую степень вычислительной сложности, чем формализмы, описывающие базовый класс (цветные временные функциональные сети Петри). Это доказывает необходимость формализации, проведенной во второй главе данного диссертационного исследования, и выделения отдельного подкласса сетевых моделей в целом.

В главе рассматривается процесс получения входных данных для натурного моделирования на основе входных данных для экспертной системы предыдущего поколения. Для преобразования файлов с данными для предыдущей системы в новый формат было разработано программное обеспечение, которое достаточно подробно рассматривается в этой главе.

В результате на выходе программы получается файл, который полностью по своей внутренней структуре соответствует входному файлу для разрабатываемой экспертной системы. При этом полученный файл содержит данные реального полета, что является крайне важным при проведении моделирования, так как при проведении моделирования с тестовыми данными, сгенерированными полностью программным способом, высока вероятность получения неточных результатов, так как время обработки синтезированных данных может значительно отличаться от времени обработки реальных данных.

В главе также описан процесс проведения натурного моделирования для доступных аппаратных конфигураций. Проведенное натурное моделирование можно считать в достаточной мере достоверным, так как натурная модель максимально схожа с реальной системой, а значит, полученные при данном моделировании зависимости являются верными и могут быть использованы как верифицирующие для математического моделирования.

Рассматривается процесс верификации математической модели путем проведения математического моделирования для аппаратных конфигураций, использованных для натурного моделирования, и расчета коэффициентов пропорциональности для каждой конфигурации. В результате расчета устанавливается приблизительное равенство коэффициентов связи модельного времени натурной и математической моделей, что подтверждает правильность поведения математической модели. Зная, что математическая модель верно описывает моделируемую систему, проводится моделирование для большего числа аппаратных конфигураций с целью выбора наиболее подходящей и дешевой конфигурации.

По результатам математического моделирования были рассчитаны скорости обработки данных для каждой аппаратной конфигурации и результаты сведены в табл. 1.

Таблица I

Рассчитанные скорости обработки данных, МБ/с

Число процессоров КАШ0(2 НОБ) ЯАтю(4ьто) ЯАШ10(6 НБО)

1 10,1 11,5 12,1

2 15,7 19,5 21,1

4 22,4 28,0 33,0

8 25,2 35,0 38,0

16 26,1 36,2 39,3

Также в главе проводится анализ результатов математического моделирования. Строятся графики и гистограммы зависимости скорости обработки от числа процессоров и с учетом требования к системе по быстродействию (рис. 4), которое заключается в обеспечении скорости загрузки не менее 30 МБ/с, определяется множество подходящих конфигураций.

'Wvj ПИНЧСОСКЯ

Рис. 4. Требование по быстродействию к системе

Из рис. 4 видно, что только пять аппаратных конфигураций обеспечивают необходимый уровень быстродействия. Из пяти допустимых конфигураций, наиболее разумными являются две конфигурации:

- четыре логических процессора и RAID 10(6 HDD);

- восемь логических процессоров и RAID 10(4 HDD).

В настоящее время жесткие диски являются более дешевыми устройствами, чем процессоры. 11оэтому наиболее подходящей с экономической точки зрения является аппаратная конфигурация, в которой один 4-ядерный процессор и шесть жестких дисков, объединенных в RAID 10 массив.

В главе проводится расчет относительной погрешности, который уточняет возможность применения выбранной конфигурации и показывает, что даже с учетом погрешности выбранная конфигурация удовлетворяет требованям по скорости обработки данных для ПКОД.

Рассчитывается коэффициент детерминации для результатов натурного и математического моделирования, он получился равен 99,976 %. Дается объяснение, что он показывает степень адекватности математической модели. Делается вывод о высокой степени адекватности разработанной математической модели, а следовательно, и использовавшейся для ее создания методики построения временных моделей масштабируемых систем параллельной обработки данных и предложенного класса сетевых моделей (многопоточных сетей).

Два приложения к основному тексту диссертации содержат свидетельства о регистрации программных продуктов и акты внедрений.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

В ходе теоретических и экспериментальных исследований, выполненных в работе, получены следующие научные и практические результаты:

1. Предложен подкласс сетевых моделей, названных многопоточными сетями, в котором в отличие от подобных подклассов для разделения потоков команд и данных определены два типа позиций и переходов, что

позволяет изменять число параллельных потоков в модели без изменения ее топологии.

2. Разработана методика построения временных моделей масштабируемых систем параллельной обработки данных с использованием многопоточных сетей, отличительной особенностью которой является возможность преобразования алгоритма работы исследуемой системы в соответствующую многопоточную сеть, что позволяет унифицировать процесс разработки мультиконфигурационных моделей временного анализа аппаратно-программных систем обработки информации.

3. Предложено рекурсивное представление процесса исследования объекта моделирования, позволяющее рассчитать результирующее состояние модели для ее начального состояния и заданной топологии, которое в отличие от других формализмов использует топологию модели в качестве параметра, что позволяет аналитически описать любую многопоточную сеть.

4. Разработана система моделирования MTN Tools, реализующая формализмы многопоточных сетей. Отличительной особенностью данных формализмов является меньшая вычислительная сложность по сравнению с базовым классом сетевых моделей, что позволяет более оперативно исследовать модели систем параллельной обработки информации.

5. Построена математическая модель обработки данных для системы авиационных комплексов радиолокационного дозора и наведения с использованием многопоточных сетей, позволяющая исследовать быстродействие системы для различных аппаратных конфигураций.

ОСНОВНЫЕ ПУБЛИКАЦИИ Публикации в изданиях, рекомендованных ВАК РФ

1. Трокоз, Д. А. Табличная обработка информации, зарегистрированной авиационным радиолокационным комплексом / Д. В. Пащенко, Д. А. Трокоз // Вопросы радиоэлектроники. - 2009. - № 1. - С. 139-144.

2. Трокоз, Д. А. Стратегия параллельной обработки массивов данных в системе объективного контроля радиотехнического комплекса радиолокационного дозора и наведения / Д. В. Пащенко, В. А. Мачалин, А. II. Токарев, Д. А. Трокоз, М. Н. Синев // Радиотехника. - 2010. - № 8. - С. 51-55.

3. Трокоз, Д. А. Моделирование подсистемы загрузки данных наземной системы контроля авиационных радиолокационных комплексов с использованием аппарата сетей Петри / Д. В. Пащенко, Д. А. Трокоз, В. И. Волчихин // Известия высших учебных заведений. Поволжский регион. — 2010. — № 3. — С. 37 49.

4. Трокоз, Д. А. Проблемы построения многопоточной модели программного обеспечения экспертной системы авиационных радиолокационных комплексов / Д. В. Пащенко, Д. А. Трокоз // Известия высших учебных заведений. Поволжский регион. - 2011. - № 2 (18). - С. 21-30.

5. Трокоз, Д. А. Аппаратно-программный комплекс для анализа результатов до-кумиггировапия радиолокационной информации / Д. В. Пащенко, Д. А. Трокоз, М. П. Синев//Вопросы радиоэлектроники.- 2012. — № 1.-С. 144-153.

6. Трокоз, Д. Л. Разработка многопоточной модели программного обеспечения экспертной системы авиационных радиолокационных комплексов / Д. В. Пащенко, Д. А. Трокоз // Известия высших учебных заведений. Поволжский регион. Технические науки. -2011. -№ 3(19). - С. 44-56.

7. Трокоз, Д. Л. Формализация процесса моделирования многопоточных сетей Петри // Вопросы радиоэлектроники. - 2012. - № 4. - С. 86-97.

8. Трокоз, Д. Л. Способы организации очередей входа потоков в критические секции при построении моделей с использованием многопоточных сетей Петри // Радиопромышленность. - 2013. -№ 2. - С. 109-120.

Публикации в других изданиях

9. Трокоз, Д. Л. Система настройки диагностики радиолокационных комплексов / Д. В. Пащенко, Д. Л. Трокоз, М. П. Сипев // Новые информационные технологии и системы : сб. тр. 8 Междупар. науч.-техн. конф., Пенза, 2008. - С. 290-295.

10. Трокоз, Д. Л. Проблемы динамического отображения информации в системах объективного контроля радиотехнического комплекса / Д. В. Пащенко, Д. А. Трокоз, М. П. Синев // Проведение научных исследований в области обработки, хранения, передачи и защиты информации : сб. науч. тр. - Ульяновск : УлГТУ, 2009. - № 4. -С.150-154.

11. Трокоз, Д. А. Динамическое отображение информации в авиационных комплексах радиолокационного дозора и наведения / Д. В. Пащенко, Д. А. Трокоз. - Пенза : Изд-во Пенз. филиала РГУИТП, 2010. - С. 248-249.

12. Трокоз, Д. А. Стратегия параллельной обработки массивов данных в системе объективного контроля радиотехнического комплекса радиолокационного дозора и наведения / Д. В. Пащенко, В. А. Мачалин, А. П. Токарев, Д. А. Трокоз, М. П. Синев // Радиоэлектронные системы управления. - 2010. - № 4. - С. 48-52.

13. Трокоз, Д. А. Многопоточные сети Петри. — Пенза : Изд-во Пенз. филиала РГУИТП, 2012. - С. 230-238.

Свидетельства о государственной регистрации программ для ЭВМ

14. Свидетельство №2007614252 об официальной регистрации программы для ЭВМ. Функциональное программное обеспечение технологической системы динамического воспроизведения и обработки информации (мобильная часть) РДПИ.00996-01 / Н. Н. Коннов, Д. В. Пащенко, Д. А. Трокоз [и др.] ; зарег. в Реестре программ для ЭВМ

05.10.2007.

15. Свидетельство №2008610345 об официальной регистрации программы для ЭВМ. Функциональное программное обеспечение технологической системы динамического воспроизведения и обработки информации РДПИ.00996-02 / П. Н. Коннов, Д. В. Пащенко, Д. А. Трокоз [и др.]; зарег. в Реестре программ для ЭВМ 18.01.2008.

16. Свидетельство №2008614172 об официальной регистрации программы для ЭВМ. Функциональное программное обеспечение модернизированной технологической системы динамического воспроизведения и обработки информации РДПИ.00996-03 / II. П. Коннов, Д. В. Пащенко, Д. А. Трокоз [и др.] ; зарег. в Реестре программ для ЭВМ

09.09.2008.

17. Свидетельство № 2009614783 о государственной регистрации программы для ЭВМ. Программа подготовки форматов данных для наземного комплекса обработки и дешифрирования информации РДПИ.01151-01 / Д. В. Пащенко, А. П. Токарев, Д. А. Трокоз [и др.]; зарег. в Реестре программ для ЭВМ 04.09.2009.

18. Свидетельство № 2011614505 об официальной регистрации программы для ЭВМ. Программа подготовки форматов данных для наземного комплекса обработки и дешифрирования информации (XML Creator-2) РДПИ.01151-02 / Д. В. Пащенко, А. Н. Токарев, Д. А. Трокоз [и др.] ; зарег. в Реестре программ для ЭВМ 07.06.2011.

19. Свидетельство №2009614786 о государственной регистрации программы для ЭВМ. Функциональное программное обеспечение наземного комплекса обработки и дешифрирования информации (мобильной части) РДПИ.01090-01 / Д. В. Пащенко, А. Н. Токарев, Д. А. Трокоз [и др.] ; зарег. в Реестре программ для ЭВМ 04.09.2009.

20. Свидетельство № 2009614788 о государственной регистрации программы для ЭВМ. Функциональное программное обеспечение наземного комплекса обработки и дешифрирования информации (стационарной части) РДПИ.01090-02 / Д. В. Пащенко, А. Н. Токарев, Д. Л. Трокоз [и др.] ; зарег. в Реестре программ для ЭВМ 04.09.2009.

21. Свидетельство №2011614498 об официальной регистрации программы для ЭВМ. Функциональное программное обеспечение наземного комплекса обработки и дешифрирования информации (мобильной части) РДПИ.01090-03 / Д. В. Пащенко, А. П. Токарев, Д. А. Трокоз [и др.] ; зарег. в Реестре программ для ЭВМ 07.06.2011.

22. Свидетельство № 2011614506 об официальной регистрации программы для ЭВМ. Функциональное программное обеспечение наземного комплекса обработки и дешифрирования информации (стационарная часть) РД1Ш.01090-04 / Д. В. Пащенко, А. Н. Токарев, Д. А. Трокоз [и др.]; зарег. в Реестре программ для ЭВМ 07.06.2011.

23. Свидетельство № 2011614502 об официальной регистрации программы для ЭВМ. Специальное программное обеспечение автоматизированного рабочего места для тренировки обучаемого стационарной части процедурного тренажера наземного комплекса обработки и дешифрирования информации (СПО АРМ ОМ ПТ) РДПИ.01206-01 / Д. В. Пащенко, А. П. Токарев, Д. А. Трокоз [и др.] ; зарег. в Реестре программ для ЭВМ 07.06.2011.

24. Свидетельство № 2011614507 об официальной регистрации программы для ЭВМ. Специальное программное обеспечение автоматизированного рабочего места для тренировки обучаемого стационарной части процедурного тренажера наземного комплекса обработки и дешифрирования информации (СПО АРМ ОС ПТ) РДПИ.01205-01 / Д. В. Пащенко, А. П. Токарев, Д. Л. Трокоз [и др.] ; зарег. в Реестре программ для ЭВМ

25. Свидетельство №2011614501 об официальной регистрации программы для ЭВМ. Специальное программное обеспечение автоматизированного рабочего места инструктора процедурного тренажера (СПО АРМ И ПТ) РДПИ.01204-01 / Д. В. Пащенко, А. Н. Токарев, Д. А. Трокоз [и др.] ; зарег. в Реестре программ для ЭВМ 07.06.2011.

26. Свидетельство № 2013618836 о государственной регистрации программы для ЭВМ. Программа для моделирования многопоточных сетей «MTN Tools» / Д. В. Пащенко, Д. А. Трокоз ; зарег. в Реестре программ для ЭВМ 19.09.2013.

07.06.2011.

Научное издание

ТРОКОЗ Дмитрий Анатольевич

Временной мультиконфигурационный анализ систем обработки постполетной информации

Специальность 05.13.17 - Теоретические основы информатики

Редшсгор В. В. Чувашова Технический редактор Н. В. Иванова Компьютерная верстка Я. В. Ивановой

Распоряжение № 17/2013 от 10.10.2013. Подписано в печать 2013. Формат 60x84t/16. Усл. печ. л. 1,16. Заказ № 827. Тираж 100.

Издательство Г1ГУ. 440026, Пенза, Красная, 40. Тел./факс: (8412) 56-47-33; e-mail: iic@pnzgu.ru

Пензенский государственный университет

На правах рукописи

04201454497

Трокоз Дмитрий Анатольевич

ВРЕМЕННОЙ МУЛЬТИКОНФИГУРАЦИОННЫЙ АНАЛИЗ СИСТЕМ ОБРАБОТКИ ПОСТПОЛЕТНОЙ ИНФОРМАЦИИ

Специальность 05.13.17 - Теоретические основы информатики

ДИССЕРТАЦИЯ

на соискание ученой степени кандидата технических наук

Научный руководитель: доктор технических наук, доцент Пащенко Дмитрий Владимирович

ПЕНЗА 2013

Оглавление

Введение.......................................................................................................................6

Глава 1 Обзор математических аппаратов для моделирования обработки данных в системах авиационных комплексов радиолокационного дозора и наведения ... 13

1.1 Общие сведения об авиационных комплексах радиолокационного дозора и наведения.................................................................................................................13

1.2 Проблемы производительности при обработке больших объемов постполетных данных............................................................................................19

1.3 Классификация математических аппаратов..................................................23

1.4 Выбор математического аппарата для моделирования процесса обработки данных больших объемов......................................................................................27

1.5 Иерархические цветные функциональные временные сети Петри............31

Выводы....................................................................................................................35

Глава 2 Разработка основ теории многопоточных сетей......................................37

2.1 Многопоточные сети........................................................................................37

2.1.1 Информационные позиции............................................................................38

2.1.2 Потоковые позиции........................................................................................39

2.1.3 Функциональные переходы..........................................................................39

2.1.4 Освобождающие переходы...........................................................................40

2.1.5 Организация критических секций................................................................40

2.2 Формальное задание многопоточных сетей..................................................41

2.2.1 Вспомогательные операторы и предикаты..................................................42

2.2.2 Множество функциональных переходов.....................................................44

2.2.3 Множество освобождающих переходов......................................................46

2.2.4 Множество информационных позиций.......................................................47

2.2.5 Множество потоковых позиций...................................................................47

2.3 Формализация этапов процесса моделирования многопоточных сетей.... 47

2.3.1 Необходимые и достаточные условия разрешения срабатывания функционального перехода....................................................................................48

2.3.2 Необходимые и достаточные условия разрешения срабатывания освобождающего перехода.....................................................................................48

2.3.3 Формальное определение очередного срабатывающего перехода...........49

2.3.3 Формирование подмножества входных фишек для заданного разрешенного функционального перехода...........................................................50

2.3.4 Формирование подмножества входных фишек для заданного разрешенного освобождающего перехода...........................................................50

2.3.5 Формирование подмножества выходных фишек для заданного функционального перехода и подмножества входных фишек..........................51

2.3.6 Формирование подмножества выходных фишек для подмножества входных фишек при срабатывании освобождающего перехода........................52

2.3.7 Формальное определение окончания процесса моделирования...............53

2.4 Формализация процесса моделирования многопоточных сетей с использованием рекурсивного подхода...............................................................54

2.4.1 Формальное описание состояния модели....................................................54

2.4.2 Формальное описание процесса моделирования........................................55

2.4.3 Формальное описание Л^-го шага моделирования......................................58

2.4.4 Рекурсивное определение процесса моделирования..................................60

2.4.5 Обобщенная формализация процесса моделирования...............................61

Выводы....................................................................................................................64

Глава 3 Разработка натурной и математической моделей анализа данных в системе АК РЛДН......................................................................................................65

3.1 Организация загрузки данных в систему АК РЛДН....................................65

3.2 Натурная модель...............................................................................................72

3.3 Методика построения временных моделей масштабируемых систем параллельной обработки данных с использованием многопоточных сетей.... 74

3.4 Разработка математической модели...............................................................77

3.4.1 Выбор инструментальных средств для разработки математической модели.......................................................................................................................78

3.4.2 Первый уровень модели...............................................................................81

3.4.3 Второй уровень модели. Переход Load data to DB.....................................82

3.4.4 Третий уровень модели. Переход Readfilesize and header........................86

3.4.5 Третий уровень модели. Переход Read file in buffer...................................87

3.4.6 Третий уровень модели. Переход Read codogramm from buffer................90

3.4.7 Четвертый уровень модели. Переход Read codogramm header.................94

3.4.8 Четвертый уровень модели. Переход Write codogramms to DB................98

Выводы..................................................................................................................104

Глава 4 Исследование математической модели и разработка требований к программно-техническим средствам моделируемой системы...........................106

4.1 Сравнительный анализ производного и базового класса сетевых моделей 106

4.1.1 Система моделирования MTN Tools...........................................................106

4.1.2 Сравнительный анализ систем моделирования CPN Tools и M77V Tools .................................................................................................................................109

4.2 Генерация входных данных для натурного моделирования......................112

4.3 Натурное моделирование..............................................................................114

4.4 Математическое моделирование..................................................................118

4.5 Анализ результатов математического моделирования..............................122

Выводы..................................................................................................................128

Заключение...............................................................................................................129

Список сокращений и условных обозначений.....................................................131

Список литературы..................................................................................................132

Приложение А. Полученные свидетельства.........................................................141

Приложение Б. Акты о внедрении.........................................................................155

Введение

Одной из основных проблем, возникающих при использовании систем дальнего радиолокационного обнаружения (ДРЛО), является слежение (контроль) за процессом эксплуатации. Поэтому в состав радиолокационного комплекса (РЖ) входят средства объективного контроля (СОК), обеспечивающие документирование и анализ состояния технических средств РЛК, фиксирование радиолокационной обстановки и действий операторов [1]. Для обработки постполетной информации, зарегистрированной радиолокационными комплексами, используются вычислительные системы, которые требуют значительных аппаратных ресурсов и применения алгоритмов параллельной обработки данных.

Актуальность темы. Современные вычислительные системы параллельной обработки данных используются во многих технических отраслях, особенно в тех, где требуется провести оперативный анализ данных. При разработке таких систем возникает сложная задача, заключающаяся в определении наиболее подходящей многоядерной аппаратной конфигурации, которая, с одной стороны, позволила бы провести обработку данных в заданные сроки, а с другой - была бы наименее дорогостоящей. Наиболее эффективным решением этой задачи является разработка модели, которая бы позволяла не только определять время обработки данных системой, но и изменять параметры аппаратной конфигурации моделируемой параллельной системы без внесения существенных изменений в модель.

К вычислительным системам параллельной обработки данных относится наземный комплекс обработки и дешифрирования информации (НКОД) для авиационного комплекса радиолокационного дозора и наведения (АК РЛДН), разработка которого ведется в настоящее время ОАО «НПП «Рубин» совместно с концерном радиостроения «Вега».

При разработке модели временного анализа этой системы, как и моделей подобных систем параллельной обработки данных, важным недостатком

существующих подходов к построению математических моделей явилось малое внимание, отведенное проблеме изменения числа параллельных потоков в модели без изменения ее топологии.

Поэтому разработка и формализация методики построения мультиконфигурационных моделей временного анализа масштабируемых систем параллельной обработки постполетных данных, является актуальной задачей, которая решается в данном диссертационном исследовании.

В основе настоящего исследования лежат результаты работ в области: теории высокоуровневых сетей Петри (К. Jensen, Lars М. Kristensen, Д.А. Зайцев), анализа систем параллельной обработки данных (Wlodek М. Zuberek, Krishna М. Kavi, B.B. Кузьмук), создание и применение АК РЛДН (B.C. Верба, В.И. Меркулов), моделирование дискретных систем (Е. Киндлер, И.В. Максимей).

Целью диссертационной работы является совершенствование теоретической базы для построения мультиконфигурационных моделей временного анализа масштабируемых систем многопоточной обработки данных и разработка модели параллельной обработки постполетных данных для авиационных комплексов радиолокационного дозора и наведения, позволяющей исследовать быстродействие системы для различных аппаратных конфигураций.

Для достижения поставленной цели были сформулированы и решены частные задачи:

1. Создание подкласса сетевых моделей, именуемых далее многопоточными сетями, позволяющего строить мультиконфигурационные модели временного анализа систем параллельной обработки информации.

2. Разработка методики построения временных моделей масштабируемых систем параллельной обработки данных с использованием многопоточных сетей, которая позволяет унифицировать процесс создания мультиконфигурационных моделей временного анализа аппаратно-программных систем обработки информации.

3. Формализация процесса моделирования с использованием многопоточных сетей, позволяющая для заданной топологии модели и ее начального состояния определить результирующее состояние модели.

4. Разработка и апробация математической модели обработки данных для системы АК РЛДН с использованием многопоточных сетей, позволяющей исследовать быстродействие системы для различных аппаратных конфигураций.

Объектом исследования являются процесс обработки данных в системе АК РЛДН.

Предметом исследования является модель процесса обработки постполетной информации в системе АК РЛДН.

Методы исследования. Проведённые в работе исследования базируются на теории сетей Петри, алгебре множеств и исчислении предикатов.

Научная новизна работы состоит в следующем:

1. Предложен подкласс сетевых моделей, названных многопоточными сетями, в котором, в отличии от подобных подклассов, для разделения потоков команд и данных определены два типа позиций и переходов, что позволяет изменять число параллельных потоков в модели без изменения ее топологии.

2. Разработана методика построения временных моделей масштабируемых систем параллельной обработки данных с использованием многопоточных сетей, отличительной особенностью которой является возможность преобразования алгоритма работы исследуемой системы в соответствующую многопоточную сеть, что позволяет унифицировать процесс разработки мультиконфигурационных моделей временного анализа аппаратно-программных систем обработки информации.

3. Предложено рекурсивное представление процесса исследования объекта моделирования, позволяющее рассчитать результирующее состояние модели для ее начального состояния и заданной топологии, которое в отличии от других формализмов использует топологию модели в качестве параметра, что позволяет аналитически описать любую многопоточную сеть.

Теоретическая значимость исследования обусловлена тем, что разработан и формализован новый подкласс сетевых моделей, который позволяет строить модели временного анализа многопоточных систем обработки данных и изменять их характеристики без изменения топологии.

Практическая ценность работы состоит в том, что была разработана математическая модель с использованием предложенного подкласса сетевых моделей и проведено моделирование, результаты которого позволили определить наиболее подходящую аппаратную конфигурацию для системы динамического воспроизведения и обработки информации (СДВОИ) и наземного комплекса обработки и дешифрирования информации (НКОД), используемых для обработки постполетной информации, регистрируемой АК РЛДН, что подтверждается актами внедрения результатов исследования диссертационной работы. Разработана система моделирования MTN Tools, позволяющая исследовать модели построенные с использованием многопоточных сетей.

Определены границы практического применения результатов исследования. Описаны условия, которым должны соответствовать системы, чтобы исследовать их с помощью предложенного в диссертации подхода. Это класс систем обработки постполетных данных, то есть данных, которые были зарегистрированы и не изменяются после регистрации, а их обработка должна выполняться за ограниченный промежуток времени.

Область исследования. Содержание диссертации соответствует паспорту специальности 05.13.17 "Теоретические основы информатики" (технические науки) по следующим областям исследований:

п. 2 "Исследование информационных структур, разработка и анализ моделей информационных процессов и структур".

п. 5 "Разработка и исследование моделей и алгоритмов анализа данных, обнаружения закономерностей в данных и их извлечениях, разработка и исследование методов и алгоритмов анализа текста, устной речи и изображений";

п. 10 "Разработка основ математической теории языков и грамматик, теории конечных автоматов и теории графов";

Основные результаты, выносимые на защиту:

1. Подкласс сетевых моделей, названных многопоточными сетями, который позволяет строить временные мультиконфигурационные модели многопоточных систем обработки данных.

2. Рекурсивное описание процесса моделирования, позволяющее рассчитать результирующее состояние модели, созданной с использованием многопоточных сетей, для ее начального состояния и заданной топологии.

3. Методика построения временных моделей масштабируемых систем параллельной обработки данных с использованием многопоточных сетей.

4. Система моделирования MTN Tools, позволяющая исследовать модели построенные с использованием многопоточных сетей.

5. Математическая модель обработки данных для системы АК РЛДН, разработанная с использованием многопоточных сетей, позволяющая исследовать быстродействие системы для различных аппаратных конфигураций.

Достоверность научных положений подтверждена в ходе экспериментальных работ и опытной эксплуатации диагностической системы СДВОИ для комплекса А-50 и системы НКОД для комплекса А-100, разработанных с использованием алгоритмов, моделей и методик, предложенных в диссертационном исследовании. Была подтверждена работоспособность данных систем, используемых на этапах проектирования и эксплуатации авиационных радиолокационных комплексов. Закупленные с использованием результатов

моделирования аппаратные средства НКОД подтвердили свои характеристики по быстродействию.

Реализация и внедрение результатов диссертационной работы

Диссертационная работа выполнялась в рамках научно-исследовательских работ, проводимых в Пензенском государственном университете, и внедрялась в ходе выполнения опытно-конструкторских работ в ОАО «НПП «Рубин», г. Пенза, в ОАО «концерна «Вега», г. Москва (2 акта внедрения). Акты внедрения:

- Технологическая система динамического воспроизведения и обработки информации, регистрируемой в модернизированном изделии «Р» для самолётов А-50 - в ОАО «концерн «Вега» г. Москва; ОАО «НПП «РУБИН»;

- Наземный комплекс обработки и дешифрирования информации для самолётов А-100 - «ПРЕМЬЕР-НКОД» - ОАО «концерн «Вега» г. Москва, ОАО «НПП «РУБИН»;

Апробация работы

Результаты работы докладывались и обсуждались на следующих конференциях:

• VIII международная научно-техническая конференция «Новые информационные технологии и системы», Пенза 2008.

• I международная научно-практическая конференция «Молодёжь. Наука. Инновации» Пенза, 2010.

• IX международная научно-техническая конференция «Новые информационные технологии и системы», Пенза 2010.

• V международная научно-практическая конференция «Молодёжь. Наука. Инновации» Пенза, 2012.

Также основные результаты работы докладывались на ежегодных конференциях проводимых «ОАО «НПП Рубин» и в Пензенском государственном университете.

Публикации. По теме диссертации опубликовано 26 пе