Главная » 2014 » Сентябрь » 1 » Скачать Синтез структур преобразователей частотно-временных параметров сигналов в код на основе нейросетевых технологий. Челебаев, бесплатно
6:37 AM
Скачать Синтез структур преобразователей частотно-временных параметров сигналов в код на основе нейросетевых технологий. Челебаев, бесплатно
Синтез структур преобразователей частотно-временных параметров сигналов в код на основе нейросетевых технологий
Диссертация
Автор: Челебаев, Сергей Валерьевич
Название: Синтез структур преобразователей частотно-временных параметров сигналов в код на основе нейросетевых технологий
Справка: Челебаев, Сергей Валерьевич. Синтез структур преобразователей частотно-временных параметров сигналов в код на основе нейросетевых технологий : диссертация кандидата технических наук : 05.13.05 Рязань, 2006 194 c. : 61 06-5/2737
Объем: 194 стр.
Информация: Рязань, 2006
Содержание:
1 ВВЕДЕНИЕ
Глава
I ОБОСНОВАНИЕ НРИМЕНЕНИЯ БАЗИСА НЕЙРОСЕТЕВЫХ ОНЕРАЦИЙ ДЛЯ ПРОЕКТИРОВАПИЯ ПРЕОБРАЗОВАТЕЛЕЙ ЧАСТОТНО-ВРЕМЕННЫХ ПАРАМЕТРОВ СИГНАЛОВ, МОДЕЛИ ИХ СТРУКТУР С ФИКСИРОВАННЫМИ СВЯЗЯМИ
11 Состояние применения ИНС для построения преобразователей формы представления информации
12 Концепция и направления приложения ИНСтехнологий для проектирования преобразователей формы информации (ПФИ)
13 Методы описания процессов преобразования и модели нейроподобных структур преобразователей аналоговой величины X в унитарный цифровой эквивалент у
14 Подходы к описанию нейроподобных структур преобразователей с позиционным кодированием результата Основные рекомендации по применению нейроподобных структур преобразователей х—> у* и х- у1;
Введение:
Актуальность проблемы. Для измерения целого ряда параметров технологических процессов (уровень физических сред, расход, плотность, давление, скорость, температура и т.д.) широко используются частотные датчики с представлением измерительных данных в виде частотно- и время-импульсных сигналов. Важным направлением кардинального повышения точности и надежности их измерения является развитие функциональных возможностей преобразователей, осуш;ествляющих аналого-цифровое преобразование и первичную математическую переработку этих (импульсно-аналоговых) сигналов. Созданию теории, методов и специализированных средств их преобразования и математической переработки посвящены работы [1 12] многих советских и зарубежных ученых: СмоловаВ.Б., Угрюмова Е.П., Карпова Р.Г., Паламарюка Г.О., Шляндина В.М., Новицкого П.В., Кнорринга В.Г., Гутникова B.C., Шахова Э.К., Данчеева В.П., Герасимова И.В., Сафьянникова Н.М., Вуда П., Тейлора Д. и др. Одной из первопричин интеллектуализации преобразователей является развитие технологий микроэлектроники. С появлением в последние годы БИС и СБИС с программируемой структурой, в том числе и ПЛИС (программируемые логические интегральные схемы), появились все необходимые предпосылки для расширения функциональных возможностей, а также дальнейшего улучшения технико-экономических характеристик преобразователей частотно-временных параметров измерительных сигналов. Однако их достижение ограничивается рядом нерешенных до настоящего момента проблем, связанных с проектированием этих преобразователей. Так, известные методы преобразования импульсноаналоговых сигналов ориентированы в основном на построение устройств на базе цифровых схем со средним уровнем интеграции. При этом их прямой перевод в среду ПЛИС, например с помощью графического редактора САПР, не учитывает возможностей современных БИС на оперативную (программную) перестройку их схемы на решение новой задачи преобразования, что весьма существенно для реализации преобразователей с обучаемой (перестраиваемой) структурой.Наряду с этим также следует отметить такие проблемы, как: отсутствие до настоящего времени удобного для последующей реализации на ПЛИС способа математического описания (моделей) преобразователей, причем инвариантного к виду преобразуемой аналоговой величины. Наличие такого описания рассматривается как основа формализации синтеза этих преобразователей, позволяющего*сократить сроки разработки устройств преобразования информации, особенно с увеличением сложности и перечня выполняемых ими операций; узкая специализация известных вычислительных и функциональных преобразователей с фиксированной структурой и вытекающая отсюда необходимость расширения их интеллектуальных возможностей по пути создания структур с изменяемыми, обучаемыми связями между элементами устройства, особенно учитывая рост применения нейросетевых технологий построения интеллектуальных систем в различных областях информационно-измерительной и вычислительной техники. В связи с этим является актуальным разработка специальных нейрочипов, ориентированных на преобразование аналоговых величин, представленных в виде значений частоты, периода или временного интервала, в их цифровой эквивалент, отображаемый обычно посредством унитарного или двоичного позиционного кода. Их создание приводит к необходимости формализации процесса проектирования (синтеза) преобразователей формы информации (ПФИ) от постановки задачи конкретной разработки устройства до его микроэлектронной реализации. Одним из возможных эф(ективных направлений решения указанных выше проблем является применение математического аппарата искусственных нейронных сетей (ИНС). Его использование позволяет в результате обучения нейросети получить математическое описание структуры преобразователя, отличающегося высокой однородностью составляющих его нейроэлементов и технологической простотой реализации сети на ПЛИС, в том числе путем ее представления на языках описания аппаратуры. Повышению эффективности систем обработки информации на основе ИНС посвящены работы [13 18] таких известных ученых, как Галушкин А.И., Головко В.А., Круглов В.В., Ясницкий Л.Н., Мак-Каллок У., Питтс В., Розенблатт Ф., Уидроу Б., Хофф М., Хопфилд Дж., Кохонен Т. и др. Внедрение нейросетевой организации систем в основу построения преобразователей импульсно-аналоговых сигналов в код, называемых часто еще импульсно-цифровыми, позволяет также существенно расширить их функциональные (интеллектуальные) возможности. В первую очередь, это обучаемость ИНС-устройства на реализацию нелинейной функции преобразования с возможностью коррекции погрешностей датчиков, подключаемых к преобразователю, а также поддержка сетью функций адаптации к входным сигналам (фильтрация помех, предсказание результата, динамическая перестройка структуры ПФИ на вид определенного воздействия и т.п.). Необходимость формализации процедуры (проведения, осуществления) синтеза такого рода ПФИ также обусловлена тем, что традиционные приемы разработки преобразователей ориентированы, в основном, на реализацию простых операций. Их усложнение приводит к длительному, трудоемкому поиску наиболее целесообразного метода преобразования формы представления информации, а затем его воплощения в схему устройства на основе типовых узлов и элементов вычислительной техники (ВТ). Поэтому использование только такого подхода к их разработке является одним из сдерживающих факторов в развитии интеллектуальных ПФИ. В связи с этим является актуальным решение такой важной научноприкладной задачи, как эффективное использование нейросетевого функционально-логического базиса операций для описания структур импульсноцифровых преобразователей и создание на его основе процедур их синтеза с целью упорядочивания процесса проектирования этих устройств, особенно с расширением их операционных возможностей. Цель II задачи исследования. Цель работы: разработка моделей и процедур синтеза структур преобразователей частотно-временных параметров сигналов в цифровой код на основе применения нейросетевых технологий, обеспечивающих сокращение сроков проектирования создаваемых, устройств с расширенными функциональными возможностями при заданной точности преобразования. Для ее достижения необходимо решить следующие основные задачи. 1. Определение основных методологических подходов и положений по применению PfflC-технологий для проектирования преобразователей импульсно-аналоговой формы представления информации. 2. Разработка методов описания процессов преобразования частоты и временного интервала в код с использованием операций математического нейрона, построение моделей нейроподобных структур преобразователей. 3. Разработка процедур (порядка и содержания этапов) синтеза нейросетевых структур преобразователей импульсно-аналоговых сигналов в код с настраиваемыми в ходе обучения сети синаптическими связями между ее нейроэлементами. 4. Исследование технических характеристик импульсно-цифровых линейных и функциональных преобразователей с нейросетевой организацией путем анализа и моделирования их основных нейроэлементов, реализация структур преобразователей на ПЛИС с учетом способов их исходного описания. Методы исследования. Для решения поставленных задач использовались математический аппарат теории искусственных нейронных сетей, теория аппроксимации и приближения функций, основы теории вероятностей, элементы теории графов и синтеза цифровых автоматов, методы моделирования. Научная новизна работы состоит: 1)в разработке методологических подходов и положений по применению нейросетевых технологий для проектирования устройств преобразования частотно-временных параметров сигналов в цифровой код; 2) в разработке методов описания процессов преобразования и моделей структур преобразователей с фиксированными связями между нейроэлементами; 3) в создании моделей и процедур синтеза структур нейропреобразователей с настраиваемыми синантическими связями, базирующихся на получении в результате обучения аппроксимирующей сети конфигурации схемы устройства с минимально возможными аппаратными затратами с обеспечением заданной точности преобразования; 4) в разработке методики структурного синтеза нейропреобразователя как цифрового автомата от этапа постановки задачи до его микроэлектронной реализации на ПЛИС. Достоверность полученных результатов подтверждается математическими обоснованиями, корректным использованием математического аппарата искусственных нейронных сетей и теории аппроксимации, сопоставлением альтернативных подходов, а также результатами моделирования. Практическая значимость. Практическая значимость работы состоит в том, что предложенные модели и процедуры синтеза нейросетевых структур устройств преобразования формы информации являются основой создания на базе программируемых БИС линейных и функциональных преобразователей импульсно-аналоговых сигналов с расширенными функциональными возможностями и улучшенными технико-экономическими характеристиками. Предложенная с использованием нейросетевых технологий инженерная методика синтеза этих преобразователей на ПЛИС позволяет существенно упорядочить процесс и соответственно сократить сроки их проектирования. Анробация работы. Основные положения и результаты работы докладывались и обсуждались на: 11-й, 12-й, 13-й и 14-й международных конференциях "Проблемы передачи и обработки информации в сетях и системах телекоммуникаций", г. Рязань, РГРТА, 2002, 2004 и 2005 гг.; -8-й, 9-й и 10-й всероссийской конференции "Новые информационные технологии в научных исследованиях и образовании", г. Рязань, РГРТА, 2003, 2004 и 2005 гг.; Всероссийских конференциях "Биотехнические, медицинские и экологические системы и комплексы", г. Рязань, РГРТА, 2002,2004 и 2005 гг.;
10-й всероссийской межвузовской научно-технической конференции студентов и аспирантов, г. Москва, МИЭТ, 2003 г.; -Всероссийской научной конференции молодых ученых и аспирантов "Информационные технологии, системный анализ и управление", Таганрог, ТРТУ, 2003 г.; 10-й международной научно-технической конференции студентов и аспирантов "Радиоэлектроника, электротехника и энергетика", г. Москва, МЭИ, 2004 г.; 9-й всероссийской научно-технической конференции, г. Н. Новгород, Межрегиональное Верхне-Волжское отделение Академии технологических наук Российской Федерации (МВВО АТИ РФ), 2004 г.; научно-технической конференции РГРТА. г. Рязань, РГРТА, 2004 г. Реализация результатов работы. Иа основе предложенных в работе порядка и содержания этапов синтеза нейросетевых структур преобразователей частотно-временных параметров сигналов разработана и внедрена на ФГУП "Государственный рязанский приборный завод" для САПР ПЛИС представленная на языке описания аппаратуры, а также, в виде списка соединений, библиотека этих устройств как основа сокращения сроков на разработку систем, содержащих в своем составе преобразователи формы информации. Результаты диссертационных исследований также использзются в учебном процессе Рязанского государственного радиотехнического университета на кафедре "Биомедицинской и полупроводниковой электроники" по специальности 190500 «Биотехнические и медицинские аппараты и системы» в дисциплине «Преобразователи информации». Публикации. Самостоятельно и в соавторстве по теме диссертации опубликовано 30 работ, в том числе 1 патент, 2 свидетельства Рособразования РФ об официальной регистрации программ для ЭВМ, 10 статей (из них 2 в центральной печати), тезисы к 16 докладам на международных и российских научных конференциях и 1 методические указания к лабораторным работам.Структура работы. Диссертация состоит из введения, четырех глав, заключения, сниска литературы из 110 наименований, и приложения. Диссертация содержит 147 страниц основного текста и 31 страницу рисунков и таблиц (71 рисунок и 14 таблиц). Положения, выносимые на защиту: 1. Модели структур преобразователей с фиксированными связями между нейроэлементами, отличающимися высокой степенью однородности и простотой их реализации. 2. Модели и процедуры синтеза структур нейропреобразователей с настраиваемыми синаптическими связями, базирующиеся на получении в результате обучения исходной анпроксимирующей нейросети конфигурации схемы устройства с минимальными аппаратными затратами на его последующую реализацию с обеспечением заданной точности преобразования. 3. Методы последовательного вычисления активационных функций и соответственно поддерживающие их способы каскадного включения и многотактной работы однонейронных сетей при построении структур преобразователей с существенным (почти на порядок) сокращением затрат на их реализацию. 4. Методика структурного синтеза нейропреобразователя как цифрового автомата от этапа постановки задачи до его реализации, позволяющая существенно упорядочить процесс проектирования устройств преобразования информации, сократить сроки и затраты на его разработку.
