Введение к работе
Актуальность темы. Согласно данным Международной морской организации в мировом транспортном флоте произошли значительные количественные и качественные изменения, связанные'с увеличением числа транспортных судов, увеличением их скорости и появлением большого количества.крупнотоннажных судов. В связи с этим требования обеспечения безопасности и эффективности использования транспортного флота выдвигают необходимость развития автоматизированных систем управления движением с целью наиболее полного-анализа большого количества внешних воздействий и принятия более о(.осйсвьн;:-мл управдььчсских реиений.
Увеличение объемов исходной информации :«акладь;вает жесткие требования по скорости и точности обработки в реальном масштабе времени и приводит к необходимости разработки специального алгоритмического обеспечения и инструментальных среств. позволяющих решать поставленные задачи.
В АСУ управления движением выделяются следующие основные этапы:
-
Сбор информации от внешних источников, в том числе многоканальной и многомерной.
-
Предварительная обработка данных с целью уменьшения погрешности и избыточности.
-
Создание и ведение баз данных АСУ. При этом выдвигаются требования минимизации хранимой информации и ее быстрого восстановления.
-
Проведение над входными данными и над данными из баз данных АСУ необходимых по условиям задачи управления преобразо-заний.
-
Формирование и выдача управляющих воздействий.
Основные особенности процесса обработки сигналов вообще, и в АСУ движения в частности, следующие: большой объем вычислений; работа в реальном масштабе времени; процессы являются случайными; обработка оцифрованных переменных: многоканальность измерительных трактов.
Класс сигналов, к которым относятся экспериментальные данные, не ограничивается элементарными функциями. Обычно экспериментальные данные, получаемые в процессе сбора информации, можно охарактеризовать как:
содержащие погрешности; ,
избыточные, т.е. число отсчетов значительно больше необходимого.
Уменьшение исходного количества отсчетов усложнит вопрос с исключением погрешностей. В то же время обработка избыточных данных приводит к дополнительным нагрузкам на обрабатывающие тракты. Дополнительная нагрузка на обрабатывающие модули приводит к дополнительным аппаратным затратам и трудностям при работе в реальном масштабе времени.
Можно выделить три направления решения данной проблемь
-
Непосредственная обработка исходных данных путем дополнительного увеличения производительности обрабатывающих структур:
-
Обработка предварительно сжатых данных;
-
Приведение к максимально достижимой эффективности представления данных.
Непосредственной альтернативой сжатию является увеличена вычислительных ресурсов. Такой подход в некоторых случаях може' быть проще, но предварительная обработка и в этом случае позво
ляет увеличить производительность вычислительной системы и, кроме того, повысить точность исходных данных, совмещая процесс сжатия с восстановлением функций по экспериментальным данным.
Другой альтернативой может быть прореживание исходного сигнала, но при этом нет эффекта уменьшения погрешности и аппроксимация исходной функция становится менее устойчивой.
Сглаживание по методу наименьших квадратов имеет больше всего шансов на успех, но здесь необходимо правильно выбрать базисные функции, коэффициент сжатия и способы определения коэффициентов. Обычно применяют глобальные базисы (Фурье, осредненные сплайны), но они имеют ряд недостатков.
Из локальных функций наиболее широко известны кусочные . полиномы, но они не обеспечивают возможность обработки коэффициентов, имеют неустойчивые производные и обладают меньшей эффективностью представления данных, чем сплайны.
Перспективным является использование сплайнов, благодаря следующим их свойствам:
малая избыточность:
возможность обработки коэффициентов разложения;
устойчивость производных;
возможность обработки сигнала по частям;
низкая степень.
Цель работы и задачи исследования. Целью диссертационной работы является обработка, расширение, сжатие, восстановление базы данных АСУ с помощью специального алгоритмического и инструментального обеспечения.
В соответствии с поставленной целью в работе формулируются и решаются следующие задачи:
исследование различных методов сжатия и систем базисных функций с точки зрения построения устройств обработки данных в АСУ;
разработка высокоэффективных алгоритмов обработки базисными сплайнами, позволяющих создавать высокопроизводительные устройства обработки сигналов в АСУ;
исследование и разработка вычислительных устройств, реализующих методы сплайн-обработки;
разработка программного обеспечения поддержки специальных алгоритмов.
Методы исследования. Методы исследований основаны на теории АСУ. теории спектрального анализа, теории сплайн-функций, теории автоматов и вычислительных систем.
Научная новизна. Научная новизна работы заключается в следующем:
произведена оценка области применения базисных сплайнов в задаче предварительной обработки данных для АСУ на основе введенного автором критерия эффективности сжатия;
определено, что лучшим образом отвечает поставленным целям метод преобразования данных в коэффициенты разложения по базисным сплайнам по методу наименьших квадратов;
предложены алгоритмы, использующие свойства сплайнов и позволяющие организовать работу комплексов АСУ в реальном масштабе времени;
предложено проводить ряд операций обработки непосредствен но над коэффициентами разложения; предложен метод интегрирования функций, представленных коэффициентами разложения;
рассмотрены вопросы выбора между реализацией подсистем
комплекса аппаратно, программно или с помощью процессоров ЦОС:
-предложен ряд аппаратных решений, использующих методы конвейеризации и распараллеливания, в том числе защищенные авторскими свидетельствами:
- разработаны алгоритмы и структуры комплексов для обработ
ки многомерных данных.
Практическая ценность. В результате исследований разработаны:
аппаратно-ориентированные алгоритмы обработки данных:
структуры комплексов и его отдельных подсистем на базе предложенных алгоритмов:
разработано программное обеспечение на базе предложенных алгоритмов:
разработана и внедрена автоматизированная система частотных испытаний, предназначенная для обеспечения управления испытаниями авиационного оборудования.
На защиту выносятся:
-
Метод предварительного преобразования исходных данных в коэффициенты разложения по базисным функциям, позволяющий выделять исходную функцию из зашумленной и одновременно проводить сжатие данных.
-
Аппаратно-ориентированные алгоритмы обработки данных на основе базисных сплайнов и их приложение для увеличения производительности систем АСУ и улучшения характеристик баз данных АСУ.
-
Инструментальные комплексы АСУ на базе предложенных алгоритмов, в том числе для обработки многомерных и многоканальных данных.
-
Программный комплекс поддержки алгоритмов.
Апробация работы. Результаты работы диьладывались и обсуждались на следующих конференциях и семинарах:
республиканская научно-техническая конференция молодых ученых и специалистов. 27-29 апреля 1989 г;
зональный семинар "Микропроцессоры в системах контроля и управления". Пенза: 14-15 сентября 1989 г.;
YI всесоюзный симпозиум "Проблемы создания преобразователей формы информации". Киев. 1988 г.:
3-я республиканская конференция "Интегральные уравнения в прикладном моделировании". Одесса, 1989 г.:
45.46.47-я научно-техническая конференции "Актуальные проблемы развития радиотехники, электроники, связи". Л.. 1990, 1991 гг.
семинар "Применение ПЭВМ в системах контроля и диагностики РЭА". М., 1989 г.;
межотраслевой научно-технический семинар "Разработка архитектуры и ПО вычислительных систем обработки информации в реальном времени, использующих микромощную элементную базу".Усть-Нарва, 1991;
научно-техническая конференция профессорско-преподавательского состава ЛЭТИ им. В.И.Ульянова (Ленина), 1988 -1991;
семинар "Вычислительная техника в АСНИ" Ленинградского отделения НТОРЭС им. А.С.Попова, 1990;
всесоюзная научно-техническая конференция "Перспективы развития и применения средств вычислительной техники для моделирования и автоматизированного исследования", октябрь 1991 г., Москва.
Публикации. По теме диссертации опубликовано 23 печатных
работы, в том числе получено 2 авторских свидетельства.
Структура и объем работы. Диссертационная работа состоит из введения, четырех разделов с выводами, заключения, списка литературы и 3-х приложений.
