Виртуальный прибор, распознающий периодические и случайные сигналы

Размещено на http://www.allbest.ru/

Виртуальный прибор, распознающий периодические и случайные сигналы

ФУНКЦИОНАЛЬНОЕ НАЗНАЧЕНИЕ И ОБЛАСТЬ ПРИМЕНЕНИЯ

Функциональное назначение заявляемого виртуального прибора (ВП) состоит в распознавании формы сигналов, их классификации и идентификации. виртуальный прибор программный

Область применения ВП - интеллектуальные системы измерения, управления, контроля и диагностики, работающие в режимах интерактивного и автоматического распознавания и идентификации сложных сигналов.

ИСПОЛЬЗУЕМЫЕ ТЕХНИЧЕСКИЕ СРЕДСТВА

Включают персональный компьютер типа PENTIUM-3 и выше с 64 МБ (и выше) оперативной памяти. Используемая среда программирования - LabVIEW-7.1.

СПЕЦИАЛЬНЫЕ УСЛОВИЯ ПРИМЕНЕНИЯ

Определяются конкретной предметной областью применения и оговариваются в техническом задании.

УСЛОВИЯ ПЕРЕДАЧИ ДОКУМЕНТАЦИИ

Техническая документация передается заказчику на договорной основе с заявителем.

ТЕХНИЧЕСКОЕ ОПИСАНИЕ

При разработке систем автоматического управления, ориентированных на работу в условиях высокой степени неопределенности внешних воздействий, возникает необходимость в адаптации алгоритмов управления к этим условиям. Основным источником информации об изменении условий управления являются сигналы, снимаемые с различных датчиков. При этом в большинстве случаев изменяются не только параметры, но форма сигнала.

В настоящее время в технике обработки сигналов отсутствуют инструменты непосредственного измерения формы сигналов. Поэтому мониторинг формы сигналов чаще всего осуществляется путем косвенных измерений большого числа параметров Фурье-спектра с объединением результатов измерений в один с помощью сложных логических построений. Все это ведет к усложнению программного обеспечения систем управления и, как следствие, к уменьшению их быстродействия.

В заявляемом виртуальном приборе (ВП) реализовано непосредственное измерение формы сигналов с помощью технологии идентификационных шкал [1-3] (ИШ). Структурная схема ИШ, представленная на рис. 1, состоит из тестеров идентификационных параметров (IdP-тестеров), реляционной базы данных (БД) и логического анализатора (ЛА).

Строки (записи) БД образованы именами эталонных сигналов, которые следует различать в процессе последующей штатной работы системы в режиме распознавания. Эталоны БД формируются экспертом на этапе обучения. От количества и качества эталонов зависит разрешающая способность ИШ. Столбцы (поля) БД образованы именами используемых идентификационных тестеров, с помощью которых производится измерение входных сигналов. С формальной точки зрения, IdP-тестер осуществляет отображение множества, например, временного ряда наблюдений F(t), в число G, с соблюдением двух основных принципов: масштабной инвариантности и эквивалентности. Эти принципы формулируются следующим образом:

1. Масштабная инвариантность отображения множества (сигнала) F(t) в число G, при которой Id[F(t)] = Id[A + BF(Ct)] = G, где Id[..] - операция идентификации сигнала, A, B, C - постоянные коэффициенты.

2. Эквивалентность форм характеристик сравниваемых сигналов, при которой, если G1 = Id[F1(t)], G2 = Id[F2(t)], то при G1 = G2, имеем F1(t) ? F2(t), где знак "?" означает, что эти сигналы эквивалентны в идентификационном смысле.

Таким образом, в клетках БД заносятся измеренные значения идентификационных параметров сигналов.

В ЛА хранится алгоритм, в соответствии с которым эталоны БД выделены в требуемые классы. Этот алгоритм формируется экспертом на этапе обучения и заключается в последовательной сортировке и фильтрации записей БД по каждому идентификационному параметру. Количество выходов алгоритма равно числу классов, на которое делятся эталоны БД. Если на вход системы поступит неизвестный сигнал, он будет отфильтрован алгоритмом в соответствующий класс по совокупности своих идентификационных параметров.

В заявляемом виртуальном приборе данная технология распознавания сигналов реализована в виде структуры, изображенной на рис.2.

Рис. 2. Панель управления и программный код ВП

ВП (рис.2) содержит: два S-тестера, один K-тестер и подприбор RndPerRecog, выполняющий функции БД и ЛА. Соответствующие структуры данных инструментов представлены на рис. 3-5.

Рис.3. Структура программного кода S-тестера

Рис. 4. Структура программного кода K-тестера

Рис. 5. Структура программного кода подприбора RndPerRecog

Функции, выполняемые указанными инструментами сведены в табл. 1.

Таблица 1

При необходимости возможно расширение БД эталонов как периодических, так и случайных сигналов с целью увеличения числа распознаваемых классов. Для адаптации ВП к другой предметной области требуется сформировать новую, соответствующую БД эталонов. При этом структура ВП и алгоритм его работы останутся прежними.

Литература

1. Кликушин Ю.Н. Классификационные шкалы для распределений вероятности.- Интернет-статья, М.: Журнал Радиоэлектроники, ИРЭ РАН, № 11 (ноябрь), 2000 г.

2. Кликушин Ю.Н. Технологии идентификационных шкал. - Материалы 7-ой Международной конференции "Актуальные проблемы электронного приборостроения", АПЭП-2004, Новосибирск, НГТУ, т.3, с.52-57.

3. Кликушин Ю.Н. Алгоритм классификации сигналов. - Материалы 8-ой Международной конференции "Актуальные проблемы электронного приборостроения", АПЭП-2006, Новосибирск, НГТУ, Т.3, с.126-133.

Размещено на Allbest.ru