Содержание к диссертации
Введение
Глава 1. Дискретное преобразование Фурье 11
1.1 Спектральное разложение сигналов 11
1.2 Метод дискретного преобразования Фурье 13
1.3 Применение прямоугольных периодических функций для вычисления дискретного преобразования Фурье 16
1.4 Применение решетчатых периодических функций в методе дискретного преобразования Фурье 26
1.5 Выводы 39
Глава 2. Метод мгновенной спектральной плотности 41
2.1 Метод мгновенной спектральной плотности 41
2.2 Вычисление спектральной плотности с использованием решетчатых периодических функций 44
2.3 Выводы 54
Глава 3. Метод синхронного детектирования 55
3.1 Применение метода синхронного детектирования в анализе проводных телефонных линий связи 55
3.2 Синхронный детектор на основе решетчатых периодических функций 58
3.3 Определение частоты сетевого напряжения 64
3.4 Выводы 70
Глава 4. Разработка программного комплекса 72
4.1 Требования, предъявляемые к программному обеспечению 72
4.2 Выбор языка программирования 74
4.3 Интерфейс пользователя 76
4.4 Модули программного комплекса 77
4.5 Выводы 100
Глава 5. Исследование низкочастотных радиоизлучений с помощью разработанного программного комплекса 104
5.1 Аппаратура регистрации низкочастотных радиоизлучений 105
5.2 Источники низкочастотных радиоизлучений 107
5.3 Анализ низкочастотных радиоизлучений разработанным программным комплексом 108
5.4 Выводы 113
Заключение 114
Список использованных источников 116
- Применение прямоугольных периодических функций для вычисления дискретного преобразования Фурье
- Вычисление спектральной плотности с использованием решетчатых периодических функций
- Требования, предъявляемые к программному обеспечению
- Анализ низкочастотных радиоизлучений разработанным программным комплексом
Введение к работе
Актуальность работы. Бурное развитие цифровой вычислительной техники значительно расширило сферы применения спектральных методов в задачах обработки информации, сформировав направление цифрового спектрального анализа (ЦСА), который в свою очередь оказывает влияние на развитие вычислительных методов и средств их реализации1 [60, стр. 5]. ЦСА во все больших масштабах находит применение в радиолокации, гидролокации, ультразвуковой локации, неразрушающем контроле, синтезе речи и музыки, обработке изображений и сейсмограмм, телефонии и многих других областях науки и техники.
"Системы звуковой локации в последнее десятилетие стали почти полностью цифровыми. Хотя полоса частот, в которой они работают, равна всего нескольким килогерцам, эти системы выполняют десятки миллионов или сотни миллионов умножений в секунду и еще больше сложений. Такие системы нуждаются в мощном цифровом оборудовании, и стали обычными проекты, требующие еще более мощной цифровой техники" [10, стр. 18].
Радиолокационные системы становятся цифровыми, тем не менее, некоторые важные функции по-прежнему реализуются традиционной микроволновой или аналоговой схемотехникой. Для того чтобы оценить колоссальные потенциальные возможности использования ЦСА в радиолокации, достаточно сказать, что радиолокационные системы очень похожи на системы звуковой локации, отличаясь от них тем, что используемая полоса частот в тысячи раз шире. Цифровая обработка сейсмической информации применяется при разведке земных недр, в частности, является одним из важнейших средств поиска залежей нефти. Неразрушающий контроль качества продукции, например отливок,
1 Из предисловия редактора перевода д.т.н., проф. И.С. Рыжака.
осуществляется по результатам эхолокации. Цифровая обработка сигналов используется для улучшения качества изображений, устранения дефектов некачественных фотографий. Однако такая цифровая обработка требует большого объема вычислений [10, стр. 19].
В настоящее время в качестве математического аппарата ЦСА широко используются метод дискретного преобразования Фурье (ДПФ), часто - в виде быстрого преобразования Фурье (БПФ), мгновенной спектральной плотности (МСГТ) и синхронного детектирования (СД). Однако реализация классических алгоритмов данных методов требует больших вычислительных затрат. Большое количество вычислительных операций существенно усложняет техническую реализацию устройств и ограничивает их быстродействие. Стремление уменьшить объем вычислений стимулировало развитие новых "быстрых" алгоритмов и методов спектрального оценивания, направленных на устранение указанных недостатков. Так, использование прямоугольных и решетчатых периодических функций позволяет значительно сократить объемы вычислений. Наиболее важной научно-технической проблемой в области ЦСА является реализация систем обработки сверхбольших потоков информации в реальном масштабе времени.
Цели работы и задачи исследования. Основная цель диссертационной работы состоит в разработке новых способов и алгоритмов ЦСА, обеспечивающих снижение вычислительных затрат по сравнению с традиционными алгоритмами ЦСА. Для достижения сформулированной цели необходимо решить следующие задачи:
Разработать способы и алгоритмы ЦСА на основе методов дискретного преобразования Фурье, мгновенной спектральной плотности и синхронного детектирования с использованием решетчатых периодических функций.
Исследовать полученные алгоритмы на тестовых примерах.
3. Разработать программный комплекс ЦСА на основе созданных
способов. Методы исследования. При решении задач, поставленных в диссертации, использовались методы обработки информации, численного анализа экспериментальных данных, гармонического анализа, математического моделирования с использованием инструментальных средств автоматизации математических и инженерных вычислений MathCAD и интегрированная среда разработки Borland Delphi.
Научную новизну полученных в работе результатов определяют:
Способ и алгоритм вычисления гармонического состава несинусоидальных периодических сигналов на основе методов дискретного преобразования Фурье с использованием решетчатых периодических функций.
Способ и алгоритм вычисления мгновенной спектральной плотности с использованием решетчатых периодических функций.
Способ и алгоритм вычисления гармонического состава несинусоидальных периодических сигналов на основе метода синхронного детектирования с использованием решетчатых периодических функций.
Способ и алгоритм расчета основной частоты сетевого напряжения с использованием решетчатых периодических функций.
Программный комплекс "SPECTR" для проведения ЦСА, в основе которого лежат разработанные способы проведения ЦСА.
Практическая ценность и реализация результатов работы. Практически значимыми являются разработанные способы, алгоритмы и программный комплекс проведения ЦСА. Программный комплекс "SPECTR" функционирует на компьютерах типа IBM PC под управлением операционных систем Microsoft Windows. Объем исходного кода
^ разработанного комплекса составляет более 18 000 строк на языке Object
Pascal.
Разработанные способы и алгоритмы использованы в "Научно-исследовательском институте автоматики и электромеханики (ФГНУ «НИИ АЭМ») при проведении НИОКР. В частности, разработанные способы и алгоритмы используются:
- при проектировании систем гарантированного питания ответственных
_ потребителей типа ПОС-4000 и ПОС-1000 для исследования спектров токов
обмоток выходных трансформаторов при различных видах нагрузок;
- для исследования спектров при проведении испытаний индукторов
систем высокочастотного индукционного нагрева при различных
положениях разогреваемой детали.
Созданный программный комплекс прошел апробацию и используется в
научных исследованиях в "Институте космофизических исследований
* аэрономии им. Ю.Г. Шафера" в лаборатории "Радиоизлучений ионосферы и
магнитосферы" и лаборатории "Полярных сияний и свечений ночного неба" ИКФИА СО РАН для анализа низкочастотных (ОНЧ) радиоизлучений и сигналов различного происхождения:
- шумовых и дискретных ОНЧ-излучений магнитосферы;
импульсных излучений грозовых разрядов (атмосфериков);
шумовой (флуктуационной) компоненты электромагнитных сигналов атмосферного происхождения - регулярного шумового фона;
4 - сигналов СДВ-радиостанций.
Программный комплекс "SPECTR" используются в учебном процессе Альметьевского государственного нефтяного института на кафедре "Нефтегазовое оборудование" в составе лабораторного комплекса "Основные явления теории колебаний" по курсу "Техническая диагностика" для студентов специальности "Машины и оборудование нефтяных и газовых промыслов". А также используется в учебном процессе филиала Уфимского
государственного нефтяного технического университета в г. Октябрьский в составе лабораторного комплекса "Основные явления теории колебаний" по курсу "Физические основы механики" для студентов специальности "Разработка нефтяных и газовых месторождений".
Внедрение результатов подтверждается соответствующими актами, приведенными в приложении В. На защиту выносятся:
Способ вычисления гармонического состава несинусоидальных периодических сигналов на основе метода дискретного преобразования Фурье с использованием решетчатых периодических функций.
Способ вычисления мгновенной спектральной плотности с использованием решетчатых периодических функций.
Способ вычисления гармонического состава несинусоидальных периодических сигналов на основе метода синхронного детектирования с использованием решетчатых периодических функций.
Результаты спектрального анализа низкочастотных радиоизлучений.
Способ расчета основной частоты сетевого напряжения с использованием решетчатых периодических функций.
Апробация работы. Основной материал представлен в научных
докладах, которые обсуждались на международной конференции The eight
International Scientific and Practical Conference of Students Post graduates and
Young Scientists «Modern Technique and Technologies» (Томск, 2002) [101]; IX
международной научно-практической конференции студентов, аспирантов и
молодых ученых «Современные техника и технологии» (Томск, 2003) [2];
международной молодежной научно-технической конференции
«Электроэнергетика, электротехнические системы и комплексы» 100-летию электротехнического образования в Сибири (Томск, 2003) [3]; II всероссийской научно-практической конференции студентов «Молодежь и современные информационные технологии» (Томск, 2004) [55];
международной научно-практической конференции «Электронные средства и системы управления» 400-летию города Томска (Томск, 2004) [4]; The 9-th Russsian-Korean International Symposium on Science and Technology KORUS-2005 (Новосибирск, 2005) [128].
Научная публикация, изложенная на Международной конференции The eight International Scientific and Practical Conference of Students Post graduates and Young Scientists « Modern Technique and Technologies» (Tomsk, 2002), no решению руководства, представлена на сайте "Institute of Electrical and Electronics Engineers, Inc." .
Основные результаты диссертационной работы изложены в одной из глав монографии «Функциональный контроль и диагностика электротехнических и электромеханических систем и устройств по цифровым отсчетам мгновенных значений тока и напряжения» (Томск, 2003) [1], опубликованы в 6 научных работах и в 3-х патентах РФ [66 - 68]. На один из разработанных способов подана заявка на получение патента Российской Федерации на изобретение [39].
Объем и структура работы. Диссертация состоит из введения, пяти глав, заключения, списка использованных источников из 132 наименований и трех приложений. Содержит 37 рисунков и 32 таблицы.
Содержание работы
Во введении дается обоснование актуальности работы в данном научном направлении, формулируется цель и задачи исследования, приводится краткое содержание работы по главам.
В первой главе рассмотрены основные задачи спектрального разложения, классический метод ДПФ, способ применения прямоугольных периодических функций при вычислении гармонического состава на основе метода ДПФ с целью поисков дальнейшего уменьшения вычислительных затрат. Показаны недостатки рассмотренных методов, получены формулы
алгоритмов вычисления гармонического состава на основе метода ДПФ с использованием решетчатых периодических функций, приведены расчеты тестовых примеров.
Во второй главе дан анализ известного метода расчета мгновенной спектральной плотности, показаны ограничения и возможности его совершенствования на основе привлечения решетчатых периодических функций, получены расчетные формулы и алгоритм расчета мгновенной спектральной плотности, приведены результаты расчетов тестовых примеров.
В третьей главе рассмотрены вопросы применения решетчатых периодических функций в задачах спектрального анализа сигналов методом синхронного детектирования. Разработан более совершенный вариант метода, получены необходимые для решения практических задач расчетные соотношения, приведены результаты расчетов тестовых примеров. Алгоритм и расчетные соотношения применены для решения часто встречающейся в диагностике электромеханических систем задачи определения основной частоты сетевого напряжения.
В четвертой главе изложены задачи и решения, связанные с разработкой программного обеспечения предложенных вариантов ЦСА, в частности, сформулированы основные требования к программной реализации, определены назначение, особенности программного комплекса "SPECTR" и технические требования, предъявляемые к ЭВМ.
В пятой главе рассмотрена прикладная задача исследования спектрального состава низкочастотных (ОНЧ) радиоизлучений с привлечением программного комплекса "SPECTR". Исследованием таких излучений занимаются лаборатории "Радиоизлучений ионосферы и магнитосферы" и "Полярных сияний и свечений ночного неба" Института космофизических исследований аэрономии им. Ю.Г. Шафера ИКФИА СО РАН и их анализ является важной научной и практической задачами.
В заключении приведены основные результаты и выводы по диссертационной работе.
В приложениях приведена справочная информация о программном комплексе "SPECTR", а также руководство пользователя программного комплекса "SPECTR" (приложение А), копии полученных патентов (приложение Б) и акты внедрения результатов диссертационной работы (приложение В).
Автор выражает благодарность своему первому научному руководителю к.т.н., доценту Е.И. Гольдштейну и научному руководителю д.т.н., профессору Г.П. Цапко за оказанную поддержку и помощь при написании диссертации.
Особую благодарность за сотрудничество и предоставленную информацию автор выражает ведущему научному сотруднику лаборатории "Радиоизлучение ионосферы и магнитосферы" ИКФИА СО РАН, с.н.с, к.ф.-м.н. В.И. Козлову и аспиранту каф. АиКС факультета АВТ Томского политехнического университета В.Н. Вичугову за помощь в написании программного комплекса "SPECTR".
Применение прямоугольных периодических функций для вычисления дискретного преобразования Фурье
В случае неправильного выбора периода сигнала, а также при наличии спектральных составляющих некратных частот появляется заметная погрешность расчетов по алгоритмам ДПФ и БПФ. Например, даже при отсутствии в анализируемом сигнале постоянной составляющей при расчете по формуле (1.2) полученное значение А0 будет отлично от нуля.
В некоторых руководствах по разложению в ряд Фурье можно встретить рекомендацию, в которой сказано, что для повышения точности разложения необходимо увеличить число разбиений N на периоде. Но данная рекомендация является во многих случаях некорректной, так как с увеличением N растут погрешности вычислений. Поэтому оптимальное или близкое к нему значение N находится с учетом влияния этих двух противоречивых факторов и определяется в ходе экспериментов в каждом конкретном случае.
В тоже время следует отметить, что с увеличением значения N возрастают вычислительные затраты, общий объем вычислений, увеличиваются затраты памяти [58, 104], что делает классический метод ДПФ малопригодным в задачах большой размерности.
В результате исследований, направленных на уменьшение объема вычислений при разложении сигнала на составляющие, сформировалось направление, названное секвентным анализом, которое основывается на разложении сигнала в базисе ортогональных прямоугольных функций [7, 93].
При использовании классического алгоритма ДПФ в режиме реального времени возникает необходимость выполнения большого объема вычислительных операций, из которых наибольших временных и аппаратурных затрат требуют операции перемножения многоразрядных отсчетов сигнала и гармонических функций в моменты дискретизации [7]. Это обстоятельство значительно затрудняет применение классического алгоритма ДПФ в режиме реального времени. Алгоритм быстрого преобразования Фурье (БПФ), который, как уже было сказано в п. 1.2, является одним из наиболее эффективных алгоритмов вычисления ДПФ, позволяет во много раз сократить количество операций умножений по сравнению с классическим алгоритмом ДПФ, однако общее количество вычислительных операций остается все же весьма большим, что существенно усложняет техническую реализацию устройств ДПФ и ограничивает их быстродействие [7].
Рациональным по объему вычислений являются алгоритмы БПФ, однако в работах [58, 131, 132] показано, что ДПФ, реализованный на основе алгоритма Винограда, оказывается эффективнее. Но данный алгоритм имеет существенный недостаток, который заключается в том, что для его реализации требуется выделение большого количества памяти [58]. Использование этого алгоритма для анализа массивов мгновенных цифровых отсчетов значительной размерности не эффективно. Однако на этом алгоритме показан еще один эффективный путь сокращения количества вычислительных операций при реализации алгоритмов ДПФ. В алгоритме Винограда реализован эффективный способ, позволяющий повысить быстродействие вычислительных устройств, реализующих алгоритмы ДПФ. Еще одна такая возможность для достижения этой цели заключается в изменении самой процедуры преобразования. Рассмотрим ее более подробно.
Одним из перспективных направлений современного спектрального анализа является развитие секвентного анализа [93], основная идея которого заключается в использовании ортогональных прямоугольных функций. В качестве прямоугольных функций можно использовать функции Уолша. Разложение на основе прямоугольных периодических функций сводится к простому умножению отсчетов анализируемого сигнала на значения 1 и -1 [7]. Данный подход также демонстрирует еще один возможный путь для достижения поставленной задачи. Однако использование в качестве базиса функций Уолша не позволяет получить выигрыш по сравнению с алгоритмом БПФ [59, 64, 118-122]. Еще один способ, направленный на уменьшение объема вычислений, дан в [7, 8]. Там рассматривается вариант использования промежуточных процедур разложения сигнала в системе прямоугольных периодических функций и позволяющий при осуществлении ДПФ существенно уменьшить объем вычислений по сравнению с алгоритмом БПФ. Интересным является также и второе обстоятельство - предлагаемый подход не требует ортогональности применяемых фильтрующих функций [7]. Рассмотрим физическую интерпретацию предложенного подхода более подробно.
Реализация классического алгоритма дискретного преобразования Фурье сводиться к умножению анализируемого сигнала на два опорных сигнала (фильтрующих) sin(ow) и cos(uW), суммированию полученных значений на периоде сигнала, подсчету коэффициентов разложения ряда Фурье и вычислению амплитуды и фазы выявленных гармонических составляющих по формулам (1.3). Сравнение классического алгоритма и предлагаемого в [7] для простоты производится рассмотрением процедуры умножения сигнала на один из опорных сигналов, предполагая, что анализируемую составляющую разложения сигнала на интервале [ta,tb] характеризует величина [7]
Вычисление спектральной плотности с использованием решетчатых периодических функций
Анализ результатов тестовых экспериментов (табл. 2,1-2.7) позволяет сформулировать следующие результаты: 1. Минимальное значение обрабатываемых отсчетов получено при М=4, Так, для гармонической составляющей с частотой /=50.1 Гц, в тестовых примерах № 1-6, количество обрабатываемых отсчетов составило 2004, что в 49.9 раз меньше числа обрабатываемых отсчетов при вычислении классического МСП - 100000. 2. С ростом значения М увеличивается количество обрабатываемых отсчетов; при М=8 уменьшение обрабатываемых отсчетов для гармоники с частотой /=50.1 Гц, в тестовых примерах № 1-6, составило в 24.95 раза. 3. Среднеквадратическая ошибка результатов расчета тестовых примеров приведена в сводной таблице 2.8 и в общем случае зависит от шага дискретизации, периода сигнала (интервала исследования) [1] и спектральных составляющих присутствующих в сигнале. Выбор оптимального значения М осуществляется путем экспериментальных исследований при решении определенного круга задач таким образом, чтобы обеспечивалась требуемая точность разложения. Это демонстрирует таблица 2.8, где приведена среднеквадратическая ошибка разложения. 5. Обеспечена хорошая чувствительность МАХ- , 6. Выявлена хорошая селективность (Af — \JT = 0.1 Гц) [60]. 2.3 Выводы 1. Подробно рассмотрен классический метод мгновенной спектральной плотности, показаны недостатки. 2. Разработан алгоритм и получены формулы вычисления МСП с использованием решетчатых периодических функций. 3. На тестовых примерах показана работоспособность полученных формул и алгоритма. Точность вычислений при этом остается приемлемой. Ошибка расчета параметров гармонических составляющих, в общем случае, зависит от шага дискретизации, периода сигнала (интервала исследования) [1] и конкретной рассчитываемой гармонической составляющей. Выбор значения М осуществляется путем экспериментальных исследований при решении определенного круга задач, таким образом, чтобы обеспечивалась требуемая точность разложения. 4. Снижение объема вычислительных операций приводит к уменьшению временных затрат на операции перемножения отсчетов анализируемого сигнала и решетчатых периодических функций в моменты дискретизации. Сокращение объема вычислений, в свою очередь, позволит значительно повысить быстродействие и расширить частотный диапазон исследований. 5. Новизна разработанного способа подтверждена Федеральной службой по интеллектуальной собственности, патентам и товарным знакам -РОСПАТЕНТ, с выдачей патента на изобретение и публикацией в Официальном бюллетене Российской Федерации по патентам и товарным знакам [67]. Принцип синхронного детектирования сводится к умножению анализируемого сигнала a{t) на управляющий (опорный, зондирующий) сигнал bon{t) той или иной формы, частоты и фазы (рисунок 3.1) [96]. Среднее значение выходного сигнала C(t) синхронного детектора четко зависит от амплитуды частотной составляющей сигнала a(t), причем при фазовой подстройке опорного сигнала удается выделить соответствующую составляющую сигнала практически без ослабления [14]. bl.it) Рисунок 3.1- Синхронный детектор Рассмотрим методику и алгоритм расчета амплитудных значений гармоник (начиная со второй), периодического сигнала в проводных телефонных линиях связи с помощью синхронною детектирования [14]. Одним из путей обнаружения посторонних объектов, вносящих нелинейные искажения, является метод воздействия на линию синусоидальным тестовым сигналом (напряжением) и определение наличия или отсутствия 2-й, 3-й и т.д. гармоник в сигнале отклике (токе)[14]. При подключении устройств несанкционированного съема информации в передаваемой информации возникают искажения. Для выявления вносимых искажений и соответственно выявления факта съема информации широко используется метод синхронного детектирования [14],
Требования, предъявляемые к программному обеспечению
Разработка программных продуктов сопряжена с некоторыми специфическими трудностями. На сегодняшний день, наиболее динамично и непредсказуемо развивающейся ветвью индустрии высоких технологий является рынок программного обеспечения. Системы программного обеспечения представляют собой сложные и запутанные творения человеческих рук, разработка которых не поддается методам формального анализа [12]. Можно выделить несколько этапов при разработке программного обеспечения: проектирование, кодирование, тестирование и оптимизация программного продукта. Вероятность разработки некачественного программного продукта напрямую зависит от недостаточно полной проработки каждого этапа. В этом отношении этап проектирования является ключевым, так как ошибки и недочеты, заложенные при проектировании, очень сложно, а порой и невозможно, исправить в дальнейшем.
Однако, не смотря на все трудности, рынок программных средств бурно развивается, значительно расширяя область применения программных технологий. Программное обеспечение широко используется в научных исследованиях и является основной составляющей современных вычислительных устройств и систем. Использование современных программных комплексов цифрового спектрального анализа в задачах обработки информации значительно упрощает анализ сигналов.
Для достижения высокого качества изделий применяются в основном два метода [52]. Первый метод основан на испытаниях и отбраковке изделий на конечном этапе разработки и производства. Данный метод является нерентабельным, так как значительная доля выпускаемых изделий может идти в брак. Второй метод основан на обеспечении высокого качества всего технологического процесса разработки, что гарантирует высокое качество конечного продукта
Для написания современного программного продукта необходимо соблюдение разработчиком ряда условий. Программный продукт должен быть независим от платформы, что обеспечит его легкую переносимость с одного компьютера на другой с сохранением полной функциональности, т.е. необходимо обеспечить мобильность продукта. Необходимо придерживаться принципа модульности при построении программного продукта, что позволит, в случае возникновения потребности, минимальными средствами модернизировать или повысить функциональность. Еще одним важным условием является использование процедур и функций, которые позволяют использовать однажды написанный код сколько угодно раз, и тем самым избежать нежелательного дублирования. Создаваемый программный продукт должен быть конкурентоспособным, причем не только по функциональности, но и по эффективности работы программного средства. До недавнего времени считалось, что программа написанная на языке низкого уровня более эффективно использует аппаратные ресурсы, однако современные среды разработки программного обеспечения создают не менее эффективный исполняемый код, не требуя при этом от программиста практически никаких знаний, кроме владения языком программирования.
Исходя из вышесказанного сформулируем основные требования предъявляемые к программному обеспечению: 1. мобильность; 2. модульность; 3. повторное использование кода (отсутствие дублирования программного кода); 4. эффективность программы. Качество и скорость разработки программного средства напрямую зависят от языка и среды программирования, поэтому прежде всего необходимо провести анализ хорошо зарекомендовавших себя языков программирования и выбрать наиболее эффективный с точки зрения поставленных целей и удовлетворяющий следующим требованиям: 1) соответствие требованиям концепции RAD (Rapid Application Development - быстрая разработка приложений); 2) полноценная работа под управлением ОС Windows 95/98/МЕ, WinNT 4-5 и Windows 2000/ХР/2003; 3) возможность быстрого освоения программистом. Современные среды разработки приложений обеспечивают построение программного кода с использованием RAD технологии, что значительно сокращает время на разработку законченного программного продукта. Применение RAD - средств дает возможность программисту избавиться от написания низкоуровневых процедур и сконцентрироваться на создании более продуманного и удобного графического интерфейса пользователя. Соответствие требованиям концепции RAD предполагает следующее [5]: 1) современная интегрированная среда разработки; 2) объектно-ориентированный язык программирования; 3) использование готовых библиотек и компонентов, позволяющих повторно применять отлаженный программный код; 4) проектирование графического интерфейса с помощью средств визуального программирования; 5) создание и использование динамических библиотек - DLL. Простота изучения разработчиком основ и базовых средств языка программирования достигается использованием объектных версий классических языков программирования таких как C++ и Object Pascal. Оба языка соответствуют требованиям концепции RAD. Основное отличие данных языков программирования заключается в программном синтаксисе написания кода. Генерируемые коды по эффективности существенно не отличаются, однако компиляторы языков семейства Pascal фирмы Borland (начиная с Turbo Pascal 1.0) [5] были одними из самых быстрых компиляторов. То есть, выбор языка программирования основывается только на личных предпочтениях программиста-разработчика и априорных требований к программному продукту. В качестве средства разработки программного комплекса был выбран язык программирования Object Pascal и интегрированная среда программирования Borland Delphi [5].
Отметим основные характеристики и возможности языка программирования Object Pascal. На сегодняшний момент объектно-ориентированный язык программирования Object Pascal получил широкое распространение, так как представляет из себя универсальный язык общего назначения. Язык Object Pascal очень эффективен особенно при разработке сложного программного обеспечения, программирования системных задач. Стандарты языка Object Pascal составлены так, чтобы программа, разработанная и протестированная на одной рабочей станции, работала и на другой без модификации и внесения каких-либо изменений в программный код, тем самым выполняется условие мобильности программного продукта.
Анализ низкочастотных радиоизлучений разработанным программным комплексом
Многокомпонентный приемно-измерительный комплекс, приемная часть комплекса реализована в виде трех антенн. Прием магнитной составляющей ОНЧ сигналов осуществляется с помощью двух ортогональных рамок. Прием электрической составляющей ОНЧ сигналов осуществляется с помощью вертикального штыря. Полученные сигналы подвергаются предварительному усилению. После предварительного усиления сигналы подаются по кабельным линиям связи в регистрирующую часть. В регистрирующей части передаваемые сигналы дополнительно усиливаются и подвергаются дискретизации на 12-разрядных аналого-цифровых преобразователях (типа L-205 или Е-330). Дискретизированные сигналы сохраняются на жестком диске ЭВМ [81].
Синоптическая запись сигналов осуществляется один раз в 30 минут. Длительность синоптической записи составляет 5 секунд. Для записи сигналов в ЭВМ используется программный продукт фирмы "Мера". Массивы мгновенных цифровых отсчетов записываются с временным разрешением 12 мкс/канал с частотой 83.3 кГц (L-205) и 6 мкс/канал (Е-ЗЗО). Анализ полученных реализаций может проводиться в частотном диапазоне до 41,65 кГц. [81]. Однопунктовый грозопеленгатор-дальномер с радиусом действия до 1000 км [47, 81]. Грозопеленгатор-дальномер решает следующие задачи: определение пеленга грозовых очагов, дальнометрии и селекции наземных разрядов. В качестве однопунктового грозопеленгатора-дальномера используется разработанный сотрудниками ИКФИА многокомпонентный приемо-измерительный комплекс. Данный комплекс осуществляет регистрацию радиосигналов в диапазоне частот 0.5-50 кГц. Пеленгация осуществляется с помощью системы антенн, позволяющей измерять вертикальную электрическую и две горизонтальные магнитные составляющие электромагнитного поля грозовых разрядов - атмосфериков. Дискретизация принимаемых сигналов осуществляется на базе аналого-цифровых преобразователей типа L-205 или Е-330. Запись дискретизированных сигналов осуществляется в ЭВМ типа Notebook [81]. Узкосекторный пеленгатор источников шумового ОНЧ излучения. Пеленгатор предназначен для определения направления на отдельные источники радиошумов, образующих флуктуационную составляющую. Прием сигналов осуществлен на системе антенн состоящей из двух вращающихся скрещенных рамок и "штыревой" антенны [81]. В связи с большим разнообразием низкочастотных сигналов существует множество их различных классификаций. Основные виды классификаций приведены в [54, 79, 94]. Еще одним видом низкочастотных сигналов являются излучения. Классификация излучений осуществляется по следующим отличительным признакам и характерным особенностям [81]; тип (электромагнитные и плазменные); форма динамического спектра; характер звучания в звуковоспроизводящих устройствах; место регистрации и т. п. По частотному распределению низкочастотное радиоизлучение подразделяется на три поддиапазона, которые в соответствии с рекомендациями международного радиофизического комитета (МККР) обозначаются: ULF, ELF, VLF. Это деление представлено в таблице 5.1 [81]. В научных исследованиях связанных с изучением возникновения возбуждений низкочастотных излучений в геофизических процессах в ионосфере и магнитосфере под КНЧ-излучениями (ULF) обычно понимают излучения в диапазоне 0,3-3,0 кГц. В ИКФИА основные наблюдения проводятся в поддиапазонах КНЧ и ОНЧ. Под ОНЧ - излучениями понимаются излучения, частотный диапазон которых заключен в полосе 0,3-30,0 кГц [81]. Предоставленная информация позволила скорректировать и оптимизировать алгоритмы разработанного комплекса "SPECTR". Низкочастотные радиоизлучения наиболее широко представлены в магнитосферно-ионосферных процессах. Однако источники радиоизлучений имеют более широкое распространение - излучения регистрируются практически во всех средах. Электромагнитное излучение грозовых разрядов является основным приземным источником ОНЧ - радиошумов [6, 80, 92]. Помимо радиошумов вызванных грозовыми разрядами существует еще и непрерывный ОНЧ-фон импульсного и шумового характера. Непрерывный фон наблюдается в следствии относительно слабого затухания электромагнитного излучения атмосфериков при распространении в магнитосфере. Основная энергия спектральной плотности мощности сосредоточена в ОНЧ-диапазоне с максимальной частотой на 7-12 кГц. Однако отдельный грозовой разряд сопровождается излучением в широком диапазоне частот перекрывающим полосу 7-12 кГц. Изучение низкочастотных радиоизлучений и сигналов различного происхождения является актуальной задачей имеющей важное практическое значение при диагностике состояния окружающей среды. [81] Исследования ОНЧ-излучений в ИКФИА проводятся по многим направлениям, но в соответствии с тематикой института наибольшее внимание уделяется магнитосферным источникам [81].
