Содержание к диссертации
Введение
1. Морфология и модели систем телеобработки 9
1.1. Многоуровневая модель архитектуры СТО . 9
1.2. Структура физического уровня СТО . 17
1.3. Математическая модель цифрового канала СЕЯЗИ 22
1.4. Показатели качества цифровых каналов СВЯЗИ 33
2. Методы формирования и обработки сигналов данных в системах телеобработки 40
2.1. Постановка задачи синтеза оптимальных опера торов формирования обработки сигналов данных 40
2.2. Синтез операторов формирования сигналов данных 42
2.3. Синтез линейных операторов обработки сигналов данных 55
2.4. Синтез нелинейных операторов обработки сигналов данных 73
3. Методы синхронизации процессов передачи сигналов данных в системах телеобработки 92
3.1. Структурный синтез процессоров синхронизации 92
3.2. Анализ динамических характеристик процессора синхронизации несущей 106
3.3. Анализ статистических характеристик процессора синхронизации несущей 115
3.4. Структурный синтез процессора-синхронизации несущей и тактовой частоты 123
4. Адаптивные процедуры обработки сигналов данных в систшах телеобработки 129
4.1. Метода адаптивной обработки сигналоЕ на основе идентификации параметров канала 129
4.2. Адаптивные нерекурсивные алгоритмы обработки сигналов данных 137
4.3. Оптимальные и быстрые адаптивные нерекурсивные алгоритмы обработки сигналов данных 147
4.4. Адаптивные рекурсивные алгоритмы обработки сигналов данных 153
Заключение 160
5. Имитационное моделирование процессов передачи данных в системах телеобработки . 162
5.1. Методика автоматизации имитационного моделирования сложных информационных систем. 162
5.2. Автоматизированная имитационная модель цифровых каналоЕ СЕЯЗИ: структура и GociaE комплекса функциональных моделей 174
Заключение 182
Основные результаты работы 184
Выводы 186
Литература 188
Приложения 200
- Структура физического уровня СТО
- Синтез операторов формирования сигналов данных
- Анализ динамических характеристик процессора синхронизации несущей
- Адаптивные нерекурсивные алгоритмы обработки сигналов данных
Структура физического уровня СТО
Элементами физического уровня являютоя физические каналы и логические модули управления первыми. Физические каналы (ФК) -это сложные сетеобразующие системы, обеспечивающие связь междуDSE и DSE ИЛИ ВТЕ . При малых расстояниях ФК создаются на основе прямых соединений ( 0, пар проводов, коаксиальный кабель), а при больших - на основе непрерывных каналов связи (ИКС), выделенных из телефонной сети, и имеют структуру вида: Т -DCE _ АЛ - УС - ЛС - УС - ЛС - ... - ЛС - УС - АЛ - DCE - Т , где Х- точка физического интерфейса; АЛ - абонентская линия; УС -узел связи, ЛС - линия связи телефонной сети. Точка физического интерфейса регламентируетоя Рекомендацией X.2I МККТТ /32,80/. Далее под DCE понимается устройство преобразования сигналов (УПС), реализованное в аппаратуре или программным способом на базе микропроцессора. УПС рассчитываются на стандартные скорости передачи данных и должны удовлетворять Рекомендациям МККТТ серииV /42/ и требованиям ГОСТ 17657-72.
Наибольшее применение в СТО находят ФК, рассчитанные на скорости передачи данных от 50 бит/с до 480 кбит/с. Особый интерес представляют ФК, организованные на базе физических цепей и некоммутируемых каналов тональной частоты (2,4-19,2 кбит/с), широкополосных НКС - предгрупповых трактов (12-24 кбит/с), трактов первичных (48-96 кбит/с) и вторичных (240-480 кбит/с) групп высокочастотного уплотнения линий связи.
В настоящее время осуществляется интеграция телефонной и других сетей связи страны в Единую автоматизированную сеть связи -ЕАСС /19/. Поэтому коммуникационную сеть СТО следует рассматривать как вторичную сеть ЕАСС, созданную на базе НКС, выделенных из первичной сети ЕАСС. Первичная сеть ЕАСС строится в соответствии G административно-территориальным делением страны и имеет трехуровневую структуру: I) местные оети (МС); 2) внутризоновые сети (ВЗС); 3) магистральная сеть (МГС). Чем выше уровень иерархии подсети, тем более совершенные линии связи и мощная канало-образующая аппаратура (КОА) используютоя в ее составе, тем более мощные пучки НКС соединяют ее узлы связи (УС). В сетевых СТО используются ФК на базе составных НКС, образованных путем выделения из подходящих по географическому расположению пучков НКС первичной сети ЕАСС элементарных НКС и последовательного соединения их друг с другом посредством техники кросса в соответствующих УС. В общем случае составной НКС имеет структуру вида: АЛ - УС (МС) -ЛС (МС) - УС (ВЗС) - ЛС (ВЗС) - УС (МГС) - ЛС (МГС) - УС (МГС) -ЛС (ВЗС) - УС (ВЗС) - ЛС (МС) - УС (МС) - АЛ, где в каждом УС реализована цепь КОА - кроео - КоА.
Структура физических каналов сетевой СТО гражданокой авиации в терминах ЕАСС показана на рис.1.5. Структура физических каналов системы автоматического обмена данными "воздух-земля" в со ставе АС УВД показана на рис.1.6.
Показатели качества ФК определяются характеристиками ИКС, помех и структурой DCE , а характеристики НКС - физическими свойствами линий связи и характеристиками фильтров КОА. При большом количестве транзитов характеристики НКС существенно отличаются от идеальных, вследствие чего сигнал данных при прохождении через НКС искажается и адресат получает данные с ошибками. Способность ВСЕ компенсировать искажения, вносимые НКС и источни чками помех, определяется применяемыми методами формирования и обработки сигналов данных.
Основной задачей при проектировании ВСЕ является максимизация скорости передачи данных при заданных ограничениях на величину потерь (вероятность ошибки), эффективную полосу частот НКС, сложность аппаратуры или алгоритмов. Такая задача оптимизации решается путем надлежащего выбора методов формирования, модуляции и обработки сигналов данных. Анализ показывает, что в настоящее время наиболее эффективными являются методы двумерной модуляции, обеспечивающие удельную скорость передачи, близкую к теоретическому пределу /6/.
Конкретизируя структуры НКС и ПСЕ , ориентированных на формирование и обработку сигналов данных с двумерной модуляцией, представим структурную схему физического канала СТО в виде, показанном на рис.1.7.а, где ПФС - процессор формирования сигналов; М - модулятор; ГТЧ и ІЇЇЧ - генераторы такТОБОЙ И несущей частоты; ГТИ - генератор тактовых импульсов, управляющих работой цифровых устройств; ЦАП и АЦП - цифро-аналоговый и аналого ифроЕой преобразователи; Д1 - демодулятор; ПС - процессор синхронизации; ПОС - процессор оценки сообщений; ГВЧ - генератор высокой частоты; ИПЧ - индивидуальный преобразователь частоты; КПФ - каналь
Синтез операторов формирования сигналов данных
Рассмотрим процедуру оптимального кодирования источника цифровой информации в синхронных системах передачи сигналов данных при ограниченной буферной памяти кодера. В целях эффективного использования полосы частот НКС и улучшения динамических характеристик процессора синхронизации по тактовой частоте правило кодирования должно обеспечить независимость и равновероятность СИМЕОЛОВ Q« на выходе кодера /100/.
В реальной ситуации исходные данные имеют существенные статистические связи (языковая избыточность, дублирование информации) . В математическом аспекте статистическую избыточность сообщений часто можно описать марковской цепью первого порядка с матрицей переходных вероятностей Р = {. pmnCK1)} и стационарными вероятностями Dm .В этом случае можно показать, что энергетические спектры низкочастотных компонент сигнала данных определяются выражением /58/:о
GCOJ) - передаточная функция формирующего фильтра. Отсюда видно, что линейчатые компоненты спектра будут отсутствовать только при условии, что
Это достигается путем устранения естественной избыточности сообщения посредством процедуры сжатия информации. При этом опектрпринимает вид фильтра. Другое важное свойство такого кодирования - сокращениеодлины сообщения в К=0/Н раз, где 3 = 0J2M ; Н - энтропия источника.
Многие реальные сообщения могут быть представлены в виде матриц X={2cLj} , например, оперативные производственные сводки для отображения на экране видеотерминала. В этом случае целесообразно процедуру кодирования применить к матрице X , а не к последовательности ее строк. Оптимальная процедура кодирования требует априорных сведений о статистических характеристиках кодируемых сообщений, и для ее реализации требуются значительные затраты вычислительных ресурсов. Поэтому целесообразно использовать процедуры, инвариантные относительно статистики источника. Одна из таких процедур предложена и исследована в работах /3,29/. Эта процедура предназначена для кодирования двумерных сообщений X с цифровыми элементами и основана на алгоритме предсказателя нулевого порядка (ІШП). Применим к этим элементам алгоритм, при котором последовательно сравниваются элементы строк X и сохраняются только существенные элементы, позволяющие точно Еосотановить последующие одинаковые с ними элементы. Для этого первый элемент строки сравнивается со вторым, и, если тот идентичен первому, то считается избыточным и отбрасывается. Затем первый элемент сравнивается с третьим и т.д. Если встречается элемент, не равный первому, то он считается следующим существенным элементом и последующие элементы сравни ваготся с ним. Для указания местоположения существенных элементов определяются их "адреса". Обработке подвергаются все строки матрицы X . Затем к столбцам результирующей матрицы X , отличной от исходной матрицы Е позициях, где имели место избыточные элементы, применяется аналогичный алгоритм. Адресация существенных элементов матрицы X после обработки строк и столбцов производится адресным кодом, удовлетворяющим условию неприводимости. На рис.2.1 представлена функциональная схема, реализующая описанный алгоритм сжатия информации. Результаты анализа блоками сжатия по строкам и столбцам поступают на генератор адресной информации и управляющий элемент, который управляет прохождением двоичной информации от источника на сумматор. Генератор адреса вырабатывает кодовые комбинации, указывающие местоположение существенных элементов. В сумматоре к сжатым данным добавляется адресная информация и синхропосылка. Структурная схема на рис.2.1 без связей, показанных пунктиром, не обеспечивает обмена данными по синхронному каналу, т.к. при ограниченной емкости БЗУ возможны его переполнение или опустошение и потеря информации. Для обеспечения надежной работы статистического кодера при ограниченной емкости БЗУ предлагается адаптивный режим работы синхронизатора (блок 6). Адаптивный синхронизатор работает в двух режимах: при обработке безызбыточного сообщения осуществляется Енешняя синхронизация с частотой, равной скорости передачи данных, а при обработке избыточного сообщения частота опроса источника повышается пропорционально уровню избыточности. Б целях устранения остаточных корреляционных связей между соседними кадрами, данные на выходе БЗУ подвергаются нестатистическому кодированию путем суммирования с псевдослучайной последовательностью, генерируемой ШП.
Рассмотрим методы реализации операторов формирования сигналов с двумерным модуляционным форматом. Формируемый сигнал в соответствии с (2.1) может быть представлен в виде
Отсюда следует, что сигнал s(t) может быть синтезирован путем формирования S Ct) и S t") Е первичной полосе частот. Формирование этих сигналов цифровыми методами требует синтеза генератора сигналов заданной формы по критерию минимума погрешности аппроксимации при ограничениях на длину разрядной сетки П0 и сложность алгоритма. Для оценки сложности цифровой аппроксимации детерминированной функции можно использовать Е -энтропию, т.е. минимальное число двоичных разрядов, необходимых для представления с точностью . На практике задача цифрового формирования сигнала должна решаться при жестких ограничениях на сложность алгоритма восстановления и объем памяти для цифровой копии.
Процедурой, обеспечивающей компромисс между точностью и сложностью цифрового формирования сигналов, ЯЕЛЯЄТСЯ дельта -модуляция. Этот метод основан на том, что дельта - копия сигнала последовательно считывается из запоминающего устройства, интегрируется накапливающим сумматором и сглаживается. Рассмотрим метод на примере сигнала с модуляцией 1-го рода. Структура НФС предложена в работе /2/. Функциональная схема такого ПФС представлена на рис.2.2, где БОМЗ - блок определения модуля и знака; PI, Р2 - распределители; ЗУІ, ЗУ2 - запоминающие устройства; БА - блок аппроксимации; ГГС - генератор гармонических сигналов. Функциональная схема БА показана на рис.2.3. На практике компо-ненты Q It) и Q (t) сигнала S(t) определяются на конечном интервале времени Т0=С-бТ,бТЗ . Отсюда следует, что при
Анализ динамических характеристик процессора синхронизации несущей
Б большинстве EHGокоскоростных цифровых каналоЕ СЕязи используется синхронный прием сигналов, обусловленный применением многопозиционных двумерных модуляционных форматов, обладающих малым запасом устойчивости к шуму и фазоЕому дрожанию. При этом жесткие требования к точности синхронизации по несущей часто в достаточной мере удовлетворяются простыми по структуре МВН на базе систем ФАПЧ, отслеживающих фазу несущей по пилот-сигналу.
В связи с тенденцией к всеобщей замене аналоговой элементной базы на цифровую (БИС, микропроцессоры) особый интерес представляют МВН на базе цифровых систем ФАПЧ. Рассмотрим структуру и характеристики перспективных цифровых МБН на базе управляемых цифровых синтезаторов частоты (УЦСЧ) /30,50,63/. Достоинством таких МВН является Еысокая точность отслеживания фазы входного сигнала. Структура МВН на базе УЦСЧ показана на рис.3.4.а, где ФУ - формирующее устройство; ЦФД - цифровой фазовый детектор; ЦФНЧ - цифровой фильтр нижних частот. Выделенный на Еыходе ИКС сигнал несущей частоты поступает на выход ФУ и преобразуется к виду, определенному структурой ЦФД, где проиоходат сравнение фаз, входного сигнала МВН и выходного сигнала УЦСЧ. Выходной сигнал ЦФД подвергается линейной обработке в ЦФНЧ и поступает на вход УЦСЧ в качестве управляющего сигнала. Все сигналы в контуре управления представляются в цифровой форме. Рассмотрим перспектив ную структуру УЦСЧ, основанную на табличном методе формирования гармонического сигнала /39/. Принцип работы такого синтезатора частот поясняется рис.3.4.б. В таблицу, хранимую в постоянном запоминающем устройстве (ПЗУ), записываются М отсчетов гармонического сигнала, взятых равномерно с шагом -9 =2 /14 на интервале L 0, 2. 1 и представленных в виде двоичных кодовых слов. Циклическое считывание этой таблицы из ПЗУ о постоянным шагом приращения адреса ячейки ПЗУ А А , удовлетворяющим условиюАА -М/2., вытекающему из теоремы Котельникова, и тактовой частотой з" обеспечивает формирование цифрового гармонического сигнала с частотой =- --fc . Отсюда следует, что изменяя соответствующим образом Ео Бремени шаг А А , можно добиться желаемого закона изменения частоты формируемого гармонического сигнала. Обозначим шаг приращения адреса для момента Бремени tn=nTs через A An . Текущий адрес ячейки ПЗУ в момент Тп определяется как An =(А П-1 " ""A/ ) 0( ivl . Далее считаем, что ААП=АА+П , где дА=ІПІ! (M-fco/ s) -постоянная компонента, соответствующая собственной частоте УЦСЧ, равной номинальной частоте несущей 4-со » если тактовая частота МВН -fs кратна -Ссо . Кроме того, на j-s накладывается ограничение M-fco f s 2. co » вытекающее из условия Величина А А хранится в регистре шага собственной частоты (РШСЧ). Величина - переменная компонента, пропорциональная сигналу управления МВН в момент Т л .
Структурная схема цифрового МВН на базе табличного УЦСЧ показана на рис.3.4.в, где АЦП и ЦАП - аналого-цифровой и цифро-аналогоЕый преобразователи; ВЦП - блок цифрового перемножения; ПР - параллельный регистр и ША - блок модификации адреса, представляющий собой накапливающий сумматор по модулю М . В момент
Бремени I n на первый вход НЦІ поступает отсчет ЕХОДНОГО сигнала МВН видагде N - порядок и 0l L , Pi - коэффициенты ЦФНЧ. Сигнал Vft преобразуется в БМА в переменную компоненту шага приращения адреса n=Int(KvVn) ; где Kv - коэффициент передачи БМА. Б целях упрощения анализа далее предполагается, чтоIKyVnl l ; п = КуУп . Из описанного принципа работы табличного УЦСЧ следует, чтоПодставляя сюда -9n=-Qn-cpn и n = KvVn , получимПодставляя в (3.37) выражение для Un=Zn , полученное из (3.35), и выражение для Vn ., полученное из (3.39), найдем следующее стохастическое разностное уравнение, описывающие динамику рассматриваемого цифрового МВН, порядок которого равенN+1 (на I больше порядка ЦФНЧ):
Здесь Wn - эквивалентный фазовый шум; К-AM 72 - коэффициент передачи разомкнутого контура управления МБН.Уравнение (3.40) является нелинейным, что затрудняет анализ динамики МВН. Предполагая фазовую погрешность достаточно малой ( 19П «1 ) перейдем к линейной модели цифрового МВН,описываемой при отсутствии шума (Wn=0) уравнением
Знание передаточной функции позволяет производить анализ устойчивости МВН. Необходимым услошем устойчивости ЯЕляетоя отсутствие полюсов Н ( Еяе единичного круга на 2 - плоскости. В частности, для МВН 1-го порядка условием устойчивости является 0 АК 2 .
Рассмотрим установившуюся фазовую погрешность цифрового МВН 1-го порядка при наличии постоянного сдвига частоты во входном сигнале. Имеем N=0 ; HF(Z)=1 ; -9п = 2ІГд-[-ПТ8 = ДО)ПТ8 ;8(Z)=AO)Ts/z(Z-lf; ф(2)=АО)Т8/2(2-1)(2-1 +А К) . Используя предельную теорему Z -преобразования, найдем установившуюся
Адаптивные нерекурсивные алгоритмы обработки сигналов данных
Рассмотрим задачу синтеза алгоритма адаптации для линейного ПДС на базе матричного КИХ-фильтра, обеспечивающего нерекурсивную фильтрацию двумерной последовательности на Еыходе канала по критерию минимума СКП в условиях недостаточной априорной информации относительно характеристик канала и помех. Какпоказано выше, в данном случае СКП имеет ЕИДслучайный функционал, зависящий от реализаций элементов случайных последовательностей {Хк} и{0 }, предполагаемых далее стационарными и эргодическими; Р(Х ,0 )- совместная плотность вероятности. Очевидно, что MLR, ."]=R ;M[j3Kl=p ; MCQKQKD=Og. Выше, при синтезе оптимальных параметров операторы матричного КИХ-фильтра, предполагалось, что R и р известны. С учетом этого оптимальное решение было найдено из необходимого и достаточного условия экстремума выпуклого функционала (4.14):
В общем случае матрица параметров канала Н и статистика помех не известны, что не позволяет аналитически описать зависимость между Хк и QK для отыскания P(XK,QK) Ясно, что при этом не удается записать уравнение (4.16) в ЯЕНОМ виде и найти OCQ \ регулярными итеративными методами. В такой ситуации решение можно получить путем последовательного использования всей доступной информации о конкретных реализациях Х , Q HV OL в целях управления значениями вектора ОС в дискретном Бремени К =0,1,2,... таким образом, что последовательность {оССКЗ} сходится к (X 0р в некотором-вероятностном смысле. ИтератиЕ-ная процедура вычисления Об С КЗ реализуется в адаптивных ПДС процессором адаптации.
Используя методы теории адаптивных и обучающихся систем /65,66/, запишем вероятностный итеративный алгоритм минимизации функционала (4.14), т.е. алгоритм адаптации матричного КИХ-фильтра, в рекуррентной формеаСКЗ = аСК-13-ГСКЗ й(Хк,"ак,0бСК-О). (4.17)
Здесь Г С КЗ - матрица адаптации. В наиболее общем случае класс градиентных алгоритмов адаптации будем описывать выражениемматрицы учета предыстории процесса адаптации. При L,МИ повышается качество процесса адаптации, т.к. учет предыдущих состояний системы и принятых ранее решений позволяет уменьшить чувствительность алгоритма адаптации к случайным выбросам в поведении управляемой системы. Отсюда приЕ и ВИПТ1 = 1 получается известный многошаговый алгоритм адаптации /65/, а при- модифицированный алгоритм адаптации /66/. Далее будем исследовать модифицированный алгоритм, который удобнее записать в виде
Здесь Y - оператор сглаживания векторной последовательности,определяемый для { ZCK3} , где 2СЮ =С ,ГК1, LKl,..., Zn СЮ Дт , выражениямиЗдесь т - оператор КИХ- или БИХ- ильтра. Эти фильтры имеют передаточные функциисоответственно, уотойчивы и имеют порядок М
Определяя V$ Q из (4.15) и подставляя в (4.18), получим следующий алгоритм (множитель 2 учтен в Г [К] .):
Для реализации алгоритма (4.19) требуются опорные последовательности \ХК; \ к; » пересчитываемые в R к и рк .На практике {Хк} всегда имеется в наличии, т.к. выход канала доступен для наблюдения. Сообщение \QKJ Б общем случае неизвестно, кроме того случая, когда передается априори известная настроечная комбинация. Поэтому на практике можно использовать Еыходную последовательность ПДС { к/ в предположении, что вероятность ошибки мала. Представим алгоритм (4.19) в скалярной форме. Для этого введем обозначенияполучим структуру процессора адаптации, представленную на рис.4.3. а. В СЕЯЗИ с тем, что вектор {V Q.} является несмещенной оценкой Еектора V Q. , алгоритм (4.19) сходится в среднем, если выполнены условия сходимости соответствующего регулярного итеративного алгоритма. Однако при этом Еопрос о сходимости Е вероятностном смысле остается открытым. Б работах /65,66/ показано, что алгоритмы стохастической аппроксимации, в частности (4.19), сходятся почти наверное ив среднеквадратическом при Г[К]=— ГШ. Эвристическая интерпретация этого условия дана Е работе /45/: вес корректирующего члена должен убывать, т.к. усиленный закон больших чисел гарантирует, что при этом оценки ОС ГК] будут сходиться к o(0pt . Рассматривая условия сходимости алгоритмов стохастической аппроксимации, полученные для специальных случаев.Роббинсом и Монро, Кифером и Волфовитцем, а для общего случая - Дворецким /45/, можно предложить следующие условия сходимости алгоритма (4.19) в вероятностном смысле:
С точки зрения простоты реализации особый интерес представляют алгоритмы с постоянной матрицей адаптации. Можно показать, что при ГСК] = 1 алгоритм (4.19) будет сходиться в среднем, если символы Q« статистически независимы и значение Т Еыбра-яо из некоторой допустимой области. Исследуем этот случай. Определим погрешность адаптации на К -ом шаге как
