Алгоритмы и устройства корреляционного анализа неравномернодискретизированных сигналов

Тип работы:
Диссертация
Предмет:
Информационно-измерительные системы
Страниц:
235


Узнать стоимость

Детальная информация о работе

Выдержка из работы

Значительные материальные средства, выделяемые государством на проведение научных экспериментов и промышленных испытаний, требуют от разработчиков информационно-измерительных систем /ШС/постоянного повышения эффективности таких систем. Одним из важнейших показателей эффективности ИИС является быстродействие& raquo- Причём, особенно высокие требования по быстродействию предъявляются к системам с большими объёмами': обрабатываемых измерительных данных. К ним относятся ИИС для статистического анализа, в частности, корреляционного анализа /КА/. Определение корреляционных функций 1Ш/ в темпе проводимого эксперимента требуется во многих областях науки и производства: в самонастраивающихся системах автоматического управления, при вццелении сигналов из шумов, при управлении производственными процессами, в технической и медицинской диагностике, при измерении скоростей движения различных объектов, при прецизионном. определении положения движушихся объектов и расстояния до них и т. д. Причём, в большинстве практических задач требуется, чтобы время КА было минимальным и не зависело от количества определяемых ординат Ш. В связи с этим разработка и исследование быстродействующих алгоритмов и соответствующих систем для КА исследуемых сигналов является актуальной и важной народно-хозяйственной задачей. Решение этой задачи позволит расширить частотный диапазон исследуемых сигналов, снизить затраты на проведение корреляционных измерений, повысить их эффективность. В настоящее время разработка методов повышения быстродействия КА ведётся только для непрерывных и равномернодискретизированных сигналов. В соответствующей научно-технической литературе этому вопросу уделялось и уделяется большое внимание /21,28,40,50,55/. Вместе с тем, большое количество работ как в СССР, так и за рубежом посвящено вопросам исследования сигналов с неравномерным тем- 5 пом дискретизации /адаптивная дискретизация и коммутация, стохастическая, спорадическая дискретизация/, как одному из способов повышения эффективности, в частности, быстродействия, измерительных и, в особенности, телеизмерительных систем /1,18,22,37,45,64 80, 85/. Неравномерная дискретизация, приводящая к & quot-сжатию"- данных, позволяет получить ряд преимуществ при измерениях- расширение полосы частот пропускаемых сигналов в каналах связи, уменьшение необходимых объёмов памяти, устранение эффекта наложения спектров, повышение помехоустойчивости систем. Анализ литературных источников показывает, что вопросы повышения эффективности систем с неравномерным темпом дискретизации рассматривается без учёта конечной цели обработки результатов измерений. А между тем, наибольший эффект & quot-сжатие"- данных может дать именно на этапе вторичной обработки измерительной информации, и его можно рассматривать как средство повышения эффективности, в первую очередь, быстродействия, этапа обработки информации. Таким образом, следует указать на перспективность применения 'Ьжатия& quot- исследуемых сигналов для повышения быстродействия КА. Существующие методы и алгоритмы КА & quot-сжатых"- данных требуют, как правило, равноотстоящих ординат исследуемых сигналов. Поэтому перед КА переходят от & quot-сжатых"- данных к регулярному представлению входных сигналов, т. е. восстанавливают их /квазиобратимое & quot-сжатие"-/, Это требует значительных затрат времени и в большой степени снижает общий полезный эффект применения & quot-сжатия"- данных /1,64/. Кроме того, следует отметить, что существует ряд физических процессов и явлений с принципиально неравномерным темпом дискретизации. Примерами таких процессов могут служить потоки элементарных и других частиц, сигналы которых имеют импульсный характер и могут быть измерены только в моменты существования этих импульсов, а также прочие & quot-естественные"- потоки /см. библ. 47/. К неравномерной дискретизации /НРД/приводят различные методики измерения, такие как: ла- б верный доплеровский метод измерения скорости потока в одночастотном режиме рассеивания /25/, применение времяпролётных методов при оценивании характеристик газовой среды в газожидком потоке /26/, метод измерения гравитационных аномалий /НО/, метод исследования глубоководных течений посредством плавающих буёв /113/ и т. д. Неидеальность устройств дискретизации и хранения, которая имеется, очевидно, во всякой реальной системе, также приводит к неравноотстоящим отсчётам исследуемых сигналов. В то же время вопросы определения различных статистических характеристик, в частности, корреляционнБК характеристик /КХ/, по НРД выборкам остаются до сих пор нерешёнными /1,64/. Решение этих вопросов позволит существенно ускорить КА сигналов, а также проследить влияние различных алгоритмов НРД и их параметров на метрологические характеристики алгоритмов оценивания, т. е. учитывать конечную цель измерения при 'Ьжатии& quot- данных. Таким образом, целью диссертационной работы является разработка и исследование быстродействующих алгоритмов и устройств для КА НРД сигналов. Научная новизна диссертационной работы заключается в следующем: — проведён анализ и классификация методов повышения быстродействия КА и методов НРД исследуемых сигналов по ряду предложенных классификационных признаков с целью определения наиболее эффективных по быстродействию- - разработаны и иследованы мультипликативные и упрощеннье алгоритмы для последовательного КА НРД сигналов- - разработаны и исследованы мультипликативные и упрощенные алгоритмы реального времени КА НРД сигналов с применением интервальной Ш — - разработаны и исследованы алгоритмы определения моментных характеристик произвольного порядка, позволяющие проводить — 7 КА нецентрированных НРД сигналов в реальном масштабе времени. Перечисленные новые научные результаты составляют основные положения, выносимые автором на защиту. — 8 I. СРАВНИТЕЛЬНЫЙ АНАЛИЗ И КЛАССШИКАЩЯ МЕТОДОВ УСКОРЕНИЯ КА. Эффективным средством теоретического и экспериметаяьного исследования случайных процессов и полей является корреляционная теория, оперирующая двумя первыми моментами случайных функций: математическим ожиданием и корреляционной функцией. Для боль шинства случайных процессов, встречающихся на практике /т.е. с нормальным законом распределения вероятностей/, эти характеристики КА являются исчерпывающими для определения законов распределения вероятностей этих процессов любого порядка по количественной оценке. Этим обстоятельством, в основном, объясняется широкое практическое применение КА в различных системах научных исследований и промышленных испытаний. В свою очередь, потребности науки и производства в практическом применении КА предопределили и дальнейшее развитие и углубление корреляционной теории, появление большого количества теоретических и прикладных работ в области разработки различных методов и структур устройств КА. Большой вклад в развитие теории и практики корреляционных измерений внесли как зарубежные учёные, такие, как Бендат Дж., Пирсол А., Андерсон Т. В., Мидцлтон Д., Лампард Д. Г., Ланге Ф. и другие, так и советские учёные: Пугачёв B.C., Левин Б. Р., Мирский Г. Я, Цветков Э. И., Грибанов Ю. Н., Балл Г. А., Романенко А. Ф., Сергеев Г. А., Синицын Б. С, Виленкин Я., Горбацевич Е. Д., Жовинский В. Н. и многие другие. В работах этих учёных достаточно подробно рассмотрены различные методы измерения оценок Ш, вопросы их аппаратурной реализации, вопросы их метрологического анализа, а также вопросы повышения эффективности существующих корреляционных систем /КС/. — 9 I.I. Сравнительный анализ основных методов повышения быстродействия КА. Одним из важнейших показателей эффективности ЙИС является быстродействие проводимых исследований. Причем, особенно высокие требования по быстродействию предъявляются к системам с большими объёмами передаваемых и обрабатываемых данных, а именно, к телеметрическим системам и системам статистической, в частности, корреляционной обработки и т. д. По некоторым данным /18/ около 90?^ передаваемых и обрабатываештх данных являются избыточными. В связи с этим наиболее остро встают вопросы ускоренной обработки, в частности, корреляционной обработки, измерительных данных. Важность задачи повышения быстродействия корреляционных измерений предопределила большое количество работ в этом направлении. Этому вопросу посвящено много статей, диссертаций и монографий советских и зарубежных авторов /Мирский Г. Я., Синицын Б. С, Иванов Л. Н., Губарев В. В., Филаретов Г. Ф., Тихонов В. А., Прянишников В. А., Волков И. И., Прохоров А., Свалов Ю. Л., Хан & sect-.Т., Элдон Д. и т. д./. Причем, особенно интенсивно эти методы стали разрабатываться в последние два десятилетия. Это связано, с одной стороны, с возросшими требованиями науки и производства к времени проведения экспериментальных исследований, ориентацией исследователей на создание аппаратуры, позволяющей вести анализ в темпе эксперимента. С другой стороны, в структуры АСНИ и ИИС прочно вошли как неотъемлемая часть и центральное ядро микропроцессоры, микро- и мини-ЭВГД. Это привело к дальнейшеьог развитию систем научных исследований, возникновению измерительно-вычислительных систем /ЙВС/, в которых измерительные и вычислительные части соединились в такой степени, что дали новое качество ИИС /46, 100/. Внедрению ми- 10 кропроцессорной техники в корреляционные системы способствовала как специфика алгоритмов КА, так и преимущества применения универсальных ЭШ. Однако такие недостатки микро-ЭВМ, как сравни тельно малое быстродействие и ограничения, накладываемые на объёмы оперативной памяти, поставили перед исследователями задачу разработки ускоренных алгоритмов КА с новой остротой. Причем, как отмечено в /41/, вопросы ускорения КА следует рассматривать совместно с принципами построения КУ, способами их реализации и методами применения. Без этого нельзя правильно понять и определить пути повышения быстродействия корреляционных измерений. Существует много различных подходов к классификации методов повышения быстродействия средств статистических измерений /33, 34, 36, 41, 55/. Однако, приводимые классификации ограничиваются только одним каким-либо классификационным признаком или являются слишком общими, не учитывающими специфики КА, и не дают полного представления о многообразии существующих методов. С другой стороны, все методы ускорения КА условно можно разбить по ряду классификационных признаков. Это дает возможность определить направления и пути повышения производительности корреляционных систем. Основным и наиболее общим признаком является источник повышения быстродействия КА. По этому признаку все методы принято /41/ делить на технологические, структзфные и алгоритмические. Однако, в связи с законным внедрением в структуры ИИС микропроцессорной техники к этим трём группам методов следует добавить ещё программный. Эти методы ни в коей мере не исключают друг друга и должны развиваться совместно и комплексно. Рассмотрим подробнее каждую их этих групп методов. Т е х н о л о г и ч е с к и е м е т о д ы. Использование той — II или иной аналоговой или цифровой техники в качестве элементной базы корреляционных систем в значительной степени влияет на их построение, организацию и качество функционирования. Особенно это влияние усилилось в связи с появлением аналоговых и цифровых больших интегральных схем /БИС/ и последних достижений микро-процессорной техники / 24,102,103,107/. Основные направления применения микропроцессорной техники сводятся к следующим /34/: 1. Разработка корреляционных систем в виде БИС. Такая возможность существует благодаря особенностям алгоритмов КА. Такие системы обладают рядом достоинств: высокая производительность за счет интегральной технологии и специализации, эффективность использования и экономичность, малые масса, габариты, потребляемая мощность и т. д. Это подтверждают разработки коррелометров, выполненных по различной технологии в виде БИС /103,106/. Среди подобньк разработок следует ввделить аналоговый тридцатидвухкаскадный коррелометр /24/, намного превосходящий по характеристикам средства аналогичного назначения- 20 МГц коррелятор /106/ специали зированного назначения- коррелятор ТС 1235 /107/. Вопросы пост роения высокопроизводительной арифметической ПЗС БИС корреляционных измерений рассмотрены также в /102/.2. Использование микропроцессоров /МП/ и микропроцессорных приборов для построения корреляционных систем. МП широко применяются в качестве ядра корреляционных и спектральных систем /13,30, 51,83/. В таких системах МП может выполнять как непосредственно функциональное преобразование, так и сервисные и другие вспомогательные функции. Типовые М П наборы, используемые для построения корреляционных систем, могут дополняться специальныгш БИС, расширяющими возможности МП и упрощающими системную организацию. К этим модулям — 12 относятся, прежде всего, быстродействующие умножители /Y?, Z1/ и средства согласования МП с аналоговыми устройствами /61/.3. Применение в составе корреляционных систем микро-ЭШ. Построение корреляционных систем на основе микро-ЭВМ даёт таким средствам ряд преик! уществ: простое и быстрое изменение алгоритма функционирования системы, возможность встраиваться в более сложные системы /60/, производить анализ результатов измерения, вы водить результат на различные внешние устройства /35/. Например: коррелометр, описанный в /62/, реализует знаковый алгоритм КА и позволяет сократить затраты на оборудование по сравнению с аппаратной реализацией в 2−3 раза. Дяя повышения производительности систем на основе микро-ЭВМ, используются специализированные ин тегральные модули, выполняющие основные операции статистических измерений /умножение, индексация, функциональное преобразование/. Так, в /35/ показаны структуры систем, использующие специализированные модули, выполненные в стандарте KAfflAK. Такое сочетание позволяет совместить быстродействие аппаратурной реализации и преш^тщества микро-ЭВМ. Шогопроцессорное построение повышает производительность, надёжность и живучесть систем. Так, система, описанная в /109/, содержит кроме основного Ш вспомогательный, расширяющий набор реализуемых функций. Большие возможности КА открываются с появлением микро-ЭВМ, выполненных в одном кристалле. Приведённые примеры подтверждают перспективность технологических методов ускорения корреляционных систем. С т р у к т у р н ы е м е т о д ы. Одним из основных методов повышения быстродействия корреляционных систем является использование соответствующих структурных решений. В зависимости от сложности архитектурного построения повышение производительности/КС/ корреляционных систем может осуществляться на разных уровнях: — 13 на специализированном уровне, т. е. на уровне определения одной из корреляционных характеристик, вьшолнения составляющих операций и совмещения их выполнения внутри системы, и на системном уровне, т. е. на уровне получения набора корреляционных характеристик, как результата работы всей системы в целом. Основой повышения производительности корреляционных систем /КС/ на обоих уровнях является распараллеливание вычислительных процессов. Всё множество архитектурных построений КС на специализированном уровне можно разделить на 3: последовательная структура, параллельная структура / рис. 1.1. /и параллельно-последовательная д, А Л Ра спрвдвлитель .А А.. .А, А А, А… А.. • • • г р, f г Р п Д — данные- А — алгоритм определения f@- Р — формирование результата Рис. I.I. На системном уровне повышение производительности КС, по аналогии с вычислительными, можно разделить на 4 класса /33/. I, Систеьш первого класса характеризуются тем, что один поток команд обеспечивает обработку одного потока данных /последовательная обработка/. Повышение производительности возможно за счет вычислительно! мощности процессора путём распараллеливания или одновременности выполнения — 14 операций, использования сверхоперативной памяти и перекрытия команд.2. Системы второго класса характеризуются тем, что несколько потоков команд обслуживают обработку одного потока данных. Это так называемая конвейерная обработка. Такая обработка является вариантом магистральной обработки, при которой используется не только конвейерная обработка команд, но и осуществляется выполнение одной и той же арифметической операции над последовательностью операндов по мере их продвижения по магистрали.3. Системы третьего класса позволяют обрабатывать несколько потоков данных с помощью одного потока команд и реализуются в виде матричной или ассоциативной обработки данных. В матричных и ассоциативных средствах в большей степени, по сравнению с магистральныгли, проявляются такие принципы построения высокопроизводительных средств как параллельность, переменность структуры и конструктивная однородность.4. Системы четвёртого класса позволяют вести обработку нескольких потоков данных несколькими потоками команд и реализуются в виде многопроцессорных систем и сетей. Для них применяется также аппаратно-программный способ реализации алгоритма функционирования. Каждый элементарный процессор такой системы имеет собственное устройство управления, собственное или общее ЗУ. Элементарным процессором может быть отдельная Э Ш или корреляционное уст ройство. Явным преимуществом подобных архитектур является возможность программной перестройки структуры с целью получения максимально возможной производительности. — 15 Возможными способами построения эффективных высокопроизводительных структур КС является многократное повторение рассмотрен ных структур, комбинации различных архитектурных решений. Это позволяет рационально использовать каждую из них для выполнения тех задач, которые лучше всего согласуются с их возможностями. Производительность К С в существенной степени зависит и от рационального сочетания программной и аппаратной частей системы. В /62/, например, исследованы различные способы построения корреляционных систем: аппаратный, программный и программно-аппаратный, и показано, что с точки зрения производительности и аппаратзфных зат рат наиболее целесообразен прогршлмно-аппаратный способ реализации. Использование в структуре КС специализированных модулей, выполненных в стандарте ШШК /95/, также является вариантом структурных решений и позволяет увеличить производительность КС. П р о г р, а м м н ы е м е т о д ы. Использование программного или програшшо-аппаратного способа реализации КС предполагает наличие программных методов ускорения КА. От способа программной реализации алгоритма обработки измерительной информации и програьямирования ввода-вывода данных в существенной степени зависит время работы всей КС. Особенно это относится к системам реального времени, для которых изменение времени обработки одного отсчета хотя бы на один машинный такт приводит к соответствующему изменению диапазона частот измеряемых сигналов и сказывается на области применения КС. Для программного увеличения быстродействия КС на основе микро-ЭШ используется множество вариантов небольшого количества основных принципов, которые можно разделить на несколько групп. П е р в, а я г р у п п, а — это методы, связанные с использованием сверхоперативной памяти, которая в небольших количест — 16 вах представлена во всех современных ЭВМ. Наличие сверхоперативной памяти позволяет при составлении программы обработки использовать ячейки этой памяти для выполнения большинства медленных операций. В т о р, а я г р у п п, а методов программного ускорения работы КС связана с распараллеливанием арифметических операций. Эта группа объединяет большое число методов, которые зависят от конфигурации и матобеспечения конкретной микро-ЭВМ. Распараллеливание микропрограммы управления, ввода-вывода и арифметических операций даёт возможность уменьшить число машинных циклов, необходимых для выполнения данного алгоритма. Программное распараллеливание за счет перекрытия командных циклов с циклами поступлерпш информации и с выполнением микропрограмм, за счет по точной организации обработки, когда новый отсчет начинает обрабатываться сразу же после окончания первой операции над предыдущим отсчетом и т. д. Третья г р у п п, а программных методов повышения быстродействия КС реального времени на базе микро-ЭШ связана с рациональной организацией ввода-вывода измерительных данных. Специфика таких систем состоит в необходимости одновременного хранения м значений измеряемого процесса. Обычный способ ввода в известных системах КА приводит к необходимости сдвига в каждом цикле обработки содержимого м ячеек памяти /рис. I.2./. Таким образом, время обработки одного отсчета возрастает на i, i*tnep, где tnef> - время перезаписи содержимого одной ячейки памяти. Учитывая, что в КС число ординат Ш — м может достигать несколько десятков и сотен, то проигрыш по быстродействию становится очевидным. Преодолеть указанный недостаток можно с помощью соответствующей организации программы ввода данных с использова- 17 нием принципа циркуляции памяти. Этот принцип заключается в следующем. Текущее значение измеряемого процесса х^ (i гo-fл/-/), где: Ы — число отсчётов процесса IX (i), записывается в ячейку с адресом J s (i)r7?ocf^. При этом изменение адреса j осуществляется простым инкрементированием счётчика адреса, пока содержимое его не достигнет значения м. После этого счётчик адреса сбрасывается и запись начинается с нулевой ячейки /рис. I.3./. Рис. 1,3. Циркуляционная организация ввода в память. Циркуляционная организация памяти требует соответствующего усложнения алгоритма обработки данных. Применение указанного принципа описано в работе /77/. Как показано в /77/, принцип циркуляции памяти в системах реального времени существенно увеличи- 18 вает их быстродействие. Однако до сих пор в КС применение циркуляьрш памяти не реализовалось. Ч е т в е р т, а я г р у п п, а программных методов повышеi ния быстродействия КС основана на применении принципа косвенной адресации при вычислении интервала времени между отсчётами про цесса. На первый взгляд такое применение должно увеличить время обращения к памяти по сравнению с прямой адресацией. Однако, использование прямой адресации в КС приводит к вынужденному применению сканирования /поиска/ соответствующих интервалов между отсчётами по всей выборке процесса. Использование же косвенной адресации позволяет по текзпцему значению интервала между отсчётами процесса сразу определять соответствуюп^ую ячейку, в которой на капливаются промежуточные результаты /т.е. номер ординаты Ш/, Положительный эффект в последнем случае достигается за счет устранения необходимости сканирования по всей выборке. Указанные программные методы особенно эффективны в КС с неравномерным темпом дискретизации. Рассмотренные группы методов повышения производительности КС являются важными) и основополагающими & raquo-йх подробное рассмотрение представляет собой большую самостоятельную задачу. Однако, учитывая то, что в последнее время основное внимание разработчиков сосредоточено на проектировании систем на базе микропроцессорной техники и микро-ЭШ /46,100/, наиболее перспективными являются алгоритмические методы ускорения КА, позволяющие преобразовывать алгоритмы вычислений к виду, повышающему быстродействие КС. Рассмотрим подробнее эту группу методов. — 19

Результаты работы докладывались и обсуждались на:

— научно-технических конференциях факультета математических знаний КПтИ им. В. В. Куйбышева /1981−1983 г. г. /-

— научно-технической конференции молодых учёных и специалистов КПтИ им. В. В. Куйбышева, посвященной 60-летию образования СССР /5−7 апреля 1982 г. /-

— заседании Куйбышевской областной школы-семинара & quot-Применение микро-процессоров и микро-ЭВМ в автоматизированных системах& quot- /2930 ноября 1983 г. /-

— Всесоюзной научно-технической конференции & quot-ИИС-81"- /г. Львов, 1981 г. /-

— Всесоюзной научно-технической конференции & quot-ИИС-83"- /г. Куйбышев, 1983 г. /-

-Всесоюзном симпозиуме & quot-Статистические измерения и применение микромашинных средств в измерениях& quot- /г. Вильнюс, 1982 г. /-

— Всесоюзном симпозиуме & quot-Статистические измерения и применение микромашинных средств в измерениях& quot- /г. Юрмала, 1984 г./.

Основные положения, результаты и выводы диссертационной работы опубликованы в следующих печатных трудах:

1. Белолипецкий В. Н. Применение адаптивной дискретизации р упрощенных алгоритмах КА. -Куйбышев, 1984 г. II е.-копись представлена Куйбыш. политех. ин-том. Деп. в ЩИИТЭЙ приборостроения, вып. № 8, 1984, № 2444−84.

2. Прохоров С. А., Белолипецкий В. Н. Многофункциональный коррелометр на базе микро-ЭВМ. — Межвуз. сборник. Вычислительная техника, Пенза, 1983, вып. 13, с. 118−124.

3. Прохоров С. А., Белолипецкий В. Н. Корреляционный анализ с использованием адаптивных информационно-измерительных систем /АИИС/.- В кн. :Информационно-измерительные системы-81. Тез. докл. Всесоюзн. конф. ч1, Львов, 1981, с. 87−88.

4. Белолипецкий В. Н. «Прохоров С. А. Микропроцессорный многофункциональный коррелометр. -В кн. :Статистические измерения и применение микромашинных: средств в измерениях. Тез. докл. Всесоюзн. симп., секция II, Л., 1982, с. 115−119.

5. Прохоров С. А., Белолипецкий В. Н. Разработка и исследование адаптивных методов повышения быстродействия корреляционного анализа /КА/. -В кн.: Информационно-измерительные системы-83. Тез. докл. Всесоюзн. конф. «секция III, Куйбышев, 1983, с. 144−145.

6. Белолипецкий В. Н. «Прохоров С. А. Корреляционный анализ с применением стохастической дискретизации. -В кн. :Статистические измерения и применение микромашинных средств в измерениях. Тез. докл. Всесоюзн. симп. «секция 1У, Л., 1984, с. 27−31.

7. А.С. 903 896/СССР/. Устройство для определения экстремумов функций / Сухинин В. П., Белолипецкий В. Н. -0ИП0ТЗ, 1982, № 5.

8. А.С. 960 864/СССР/. Устройство для определения интервала корреляции/ Прохоров С. А., Сухинин В. П. «Белолипецкий В. Н., Мартовой

В. П. -0ИП0ТЗ, 1982, Н935.

9. A.C. 968 819/СССР/. Цифровой автокоррелятор /Прохоров С.А., Белолипецкий В. Н, -ОИПОТЗ, 1982,№ 39.

10. A.C. 980 101/СССР/. Цифровой коррелятор/ Прохоров С. А. «Белолипецкий В. Н., Иванов С. Г. -ОИПОТЗ, 1982, № 45.

11. A.C. 1 020 835/СССР/. Цифровой автокоррелятор/ Прохоров С. А., Белолипецкий В. Н. -ОИПОТЗ, 1983,№ 20.

12. A.C. 1 022 167/СССР/. Автокоррелятор/ Прохоров С. А., Мартовой В. П., Белолипецкий В. Н., Сухинин В. П. -ОИПОТЗ, 1983,№ 21.

13. A.C. 1 042 030/СССР/. Коррелятор/ Прохоров С. А. «Белолипецкий В. Н. -ОИПОТЗ, 1983, № 34.

14. A.C. 1 072 057/СССР/. Цифровой коррелятор/ Прохоров С. А., Сухинин В. П., Белолипецкий В. Н. «Мартовой В. П. -ОИПОТЗ, 1984,№ 5.

15. A.C. П4 529/СССР/. Цифровой автокоррелятор/ Прохоров С. А., Белолипецкий В. Н., Мартовой В. П. -ОИПОТЗ, 1984,№ 27.

16. Прохоров С. А., Белолипецкий В. Н. Коррелятор. Решение о вьщаче А. С. /СССР/ по заявке № 3 703 988/24 с присоединением заявки К93 701 886/24 от 20. 02. 84.

17. Прохоров С. А., Иванов С. Г., Белолипецкий В. Н. Устройство для определения структурной и интервальной функции. Решение о выдаче А. С. /СССР/ по заявке К93 693 028/24 с присоединением заявки № 36 9452I/24 от 19. 07. 84.

заключение

Потребности науки и производства постоянно требуют от проектировщиков ИИС увеличения эффективности разрабатываемых систем. Стремление учёных и специалистов проводить свои исследования в темпе эксперимента ставят перед проектировщиками задачу увеличения быстродействия измерительных, в частности корреляционных, систем как одного из основных показателей эффективности. С другой стороны, широкое распространение в науке и технике получили системы измерения и передачи информации со & quot-сжатием"- данных, приводящим к неравномерному темпу дискретизации сигналов. Однако, до сих пор не существует алгоритмов и устройств КА измерительных данных, представленных неравноотстоящими отсчётами, хотя именно & quot-сжатие"- данных позволяет существенно повысить быстродействие КА исследуемых сигналов. В данной работе впервые рассматривались вопросы, связанные с разработкой и исследованием алгоритмов и устройств КА НРД сигналов.

В диссертационной работе получены следующие основные научные результаты:

1. На основе анализа и классификации основных методов ускорения КА было выявлено, что в связи с тем, что в настоящее время основное внимание разработчиков сосредоточено на проект1фовании систем с применением микропроцессорной техники, микро- и мини-ЭВМ, наиболее перспективны алгоритмические методы повышения быстродействия КА.

2. Среди алгоритмических методов ускорения КА наиболее эффективны с точки зрения быстродействия методы, использующие & quot-сжатие"- измерительных данных, приводящее к НРД исследуемых сигналов, в частности, АД и СпД сигналов, позволяющие получить большие коэффициенты & quot-сжатия"- измерительных данных.

3. Для простоты МА разработанных алгоритмов и для расширения класса анализируемых сигналов за счёт анализа недифференцируемых сигналов, а также сигналов с произвольным законом распределения, была предложена методика МА на основе ИМ и разработан пакет прикладных программ моделирования.

4. Для предложенной общей модели восстановления сигналов впервые были разработаны и исследованы следующие алгоритмы КА:

— мультипликативные алгоритмы КА по параметрам модели восстановления центрированных и нецентрированных сигналов-

— мультипликативные и упрощенные алгоритмы КА по параметрам модели восстановления сигналов для кусочно-ступенчатого восстановления и произвольного вида НРД-

— мультипликативные и упрощенные алгоритмы КА без учёта модели восстановления сигналов и с учётом модели восстановления с применением интервальной Ш& gt-.

5. Проведённый М А разработанных алгоритмов методом ИМ показал, что:

— наименьшими погрешностями определения Ш& gt- исследуемых сигналов обладают мультипликативные алгоритмы КА по параметрам интерполяционной модели восстановления сигналов первого порядка-

— среди экстраполяционных моделей дискретизации, позволяющих вести КА в реальном масштабе времени, наименьшими погрешностями обладают алгоритмы АД с вычислением производной в существенном отсчёте сигнала-

— алгоритмы КА без учёта модели восстановления сигналов с применением интервальной Ш& gt- позволяют получить меньшие погрешности в случае анализа узкополосных сигналов-

— алгоритмы КА с автоматическим учётом модели восстановления сигналов с применением интервальной Ш позволяют получить меньшие погрешности при анализе широкополосных сигналов.

6. Разработаны общие принципы построения аппаратуры КА НРД сигналов и структуры КУ для анализа указанных сигналов, признанные изобретениями /6,7,9,74,75/. Показано, что замена многоразрядных блоков умножения на одноразрядные блоки выделения модуля разности позволяют существенно упростить структуры КУ и реализовать упрощенные алгоритмы КА /73/.

7. На основе проведённого сравнительного анализа различных аппаратурных решений структур КУ, анализа разработанных алгоритмов КА и различных типов микро-ЭВМ была разработана и реализована корреляционная ИИС на базе микро-ЭВМ «Эпектроника-60& quot-, использующая знаковый алгоритм КА при СпД исследуемых сигналов. Областью применения разработанной ИИС являются стационарные эргодические нормальные случайные сигналы с частотным диапазоном 0−1000 Гц.

8. Экспериментальные исследования разработанной корреляционной ИИС показали, что приведённые погрешности определения оценки Ш для широкополосных сигналов 15%, что подтверждают результаты ИМ.

9. Предложена методика инженерного расчёта параметров устройств и корреляционной ИИС на базе микро-ЭВМ для КА исследуемых сигналов с неравномерным темпом дискретизации.

Разработанные в диссертационной работе методы КА НРД сигналов были использованы при разработке средств получения и обработки измерительной информации для океанологических исследований в Тихоокеанском океанологическом институте ДВНЦ АН СССР. Разработанная корреляционная ИИС на базе микро-ЭВМ внедрена в учебном процессе кафедры «Информационно-измерительная техника& quot-.

ПоказатьСвернуть

Содержание

1. СРАВНИТЕЛЬНЫЙ АНАЛИЗ И КЛАССШКАЦИЯ МЕТОДОВ УСКОРЕНИЯ КОРРЕЛЯЦИОННОГО АНАЛИЗА. V

1.1. Сравнительный анализ основных методов повышения быстродействия КА.

1.2. Алгоритмические методы ускорения КА. Определение задачи исследования.

1.3. Сравнительный анализ и классификация методов нераьномер ной дискретизации сигналов.

1.4. Модели исследуемых сигналов. Выбор критериев качества алгоритмов и устройств КА неравномернодискретизирован-ных сигналов.

Основные результаты первого раздела.

2. РАЗРАБОТКА И ИССЛЕДОВАНИЕ ШСТРОДЕЙСТВЩИХ АЛГОРИТМОВ ОПРЕДЕЛЕНИЯ КОРРЕЛЯЦИОННЫХ ФУНКЦИЙ /Ш/ НЕРАВНОМЕРНО -ДИСКРЕТИЗИРОВАННЫХ СИГНАЛОВ.

2.1. Мультипликативные алгоритмы определения Ш центрированных сигналов по параметрам их модели восстановления.

2.2. Алгоритмы определения Ш& gt- с использованием интервальной корреляции.

2.3. Упрощенные алгоритмы определения КБ центрированных сигналов по параметрам их модели восстановления.

2.4. Алгоритмы определения корреляционных характеристик не-центрированных неравномернодискретизированных сигналов.

Основные результаты второго раздела.

3. АППАРАТУРНЫЙ СИНТЕЗ КОРРЕЛЯЦИОННЫХ УСТРОЙСТВ /КУ/, РЕАЛИЗУЮЩИХ РАЗРАБОТАННЫЕ АЛГОРИТМЫ КА.

3.1. Специфические особенности построения аппаратуры КА неравномернодискретизированных сигналов.

3. 2, Структуры быстродействующих КУ реального времени для неравномернодискретизированных сигналов.

3.3. Методика инженерного расчёта параметров коррелометров. 147 Основные результаты третьего раздела.

4. ПРОГРАММНО-АППАРАТНШ МЕТОДЫ РЕАЛИЗАЦИИ КОРРЕЛЯЦИОННОЙ ИИС ДЛЯ НЕРАВН0МЕРН0ДИСКРЕТИЗИР0ВАННЫК СИГНАЛОВ.

4.I. Обоснование реализации корреляционной ИИС на базе микро-ЭВМ.

4.2. Структура ИИС на базе микро-ЭВМ. Особенности выбора алгоритма КА.

4.3. Методика инженерного расчёта параметров ИИС. Обоснование выбора типа микро-ЭВМ. Г

4.4. Аппаратурная и программная реализация корреляционной

ИИС на базе микро-ЭВМ.

Основные результаты четвёртого раздела.

5. ЭКСПЕРИМЕНТАЛЬНОЕ ИССЛЕДОВАНИЕ КОРРЕЛЯЦИОННОЙ ИИС НА БАЗЕ МИКРО-ЭВМ.

5.1. Методика проведения экспериментального исследования раз работанной корреляционной ИИС.

5,2. Определение предельных возможностей ИИС и анализ резуль татов оценивания Ш.

5.3. Технические характеристики разработанной ИИС.

Основные результаты пятого раздела.

ЗАКЛЮЧЕНИ Е.

ЛИТЕРАТУР А.

Список литературы

1. Адаптивные телеизмерительные системы. Б. Я. Авдеев, Е.М. Ан-тонюк, С. Н. Долинов, Л. Г. Журавин, Е. И. Семёнов, А.В. ^ремке/Под ред.

2. A.В. Фремке/. -Л.: Энергоиздат, Ленингр. отд-ние, 1981. -248с.

3. Артамонов Г. Т., Тюрин В. Д. Анализ информационно-управляющих систем со случайным интервалом квантования сигнала во времени. -М.: Энергия, 1977. -112с.

4. A.C. 9038Э6/СССР/. Устройство для определения экстремумов функций /Сухинин В.П., Белолипецкий В. Н. -ОИПОТЗ, 1982,№ 5.

5. А.С. 960 864/СССР/. Устройство для определения интервала корреляции /Прохоров С.А., Белолипецкий В. Н., Сухинин В. П. «Мартовой В. П. -0ИП0ТЗ, 1982, №.

6. A.C. 968 819 /СССР/. Цифровой автокоррелятор /Прохоров С.А., Белолипецкий В. Н. -ОИПОТЗ, 1982,№ 39.

7. А.С. 980Ю1/СССР/. Цифровой коррелятор/Прохоров С.А. «Бело-липецкий В.Н., Иванов С. Г. -ОИПОТЗ, 1982,№ 45.

8. А.С. 1 020 835 /СССР/. Цифровой автокоррелятор/Прохоров С.А., Белолипецкий В. Н. -ОИПОТЗ, 1983, Ш).

9. A.C. 1 022 167/СССР/. Автокоррелятор /Прохоров С.А., Мартовой

10. B.П., Белолипецкий В. Н., Сухинин В. П. -ОИПОТЗ, 1983, W21.

11. A.C. 1 042 030 /СССР/. Коррелятор/Прохоров С.А., Белолипецкий В. Н. -ОИПОТЗ, 1983, № 34.

12. A.C. 1 072 057 /СССР/. Цифровой коррелятор /Прохоров С.А., Сухинин В. П., Мартовой В. П., Белолипецкий В. Н. -ОИПОТЗ, 1984,№ 5.

13. Банковский В. М. Разностно-дискретный метод передачи информации в телеизмерительных системах. -В кн. ?Автоматическое управление.М. :АН СССР, i960, с. 57−63.

14. Белолипецкий В. Н. Применение адаптивной дискретизации в упрощенных алгоритмах КА. -Куйбышев, 1984,11с. -Букопись представлена Куйбыш. политех. ин-том. Деп. в ЦНИИТЭИ приборостроения, вш. 8, 1984, № 2444−84.

15. Белолипецкий В. Н., Прохоров С. А. Микропроцессорный многофункциональный коррелометр. -В кн. ?Статистические измерения и применение микромашинных средств в измерениях. Тез. докл. Всесоюзн. симп., секция II, Л., 1982, с. II5-II9.

16. Бендат Д., Пирсол А. Применения корреляционного и спектрального анализа. -М. :Мир, 1983. -312 с.

17. Большаков И. А., Ракошиц B.C. Прикладная теория случайных потоков. -М. :Сов. радио, I978. -328 с.

18. Быков В. В. Цифровое моделирование в статистической радиотехнике. -М.: Сов. радио, 197I. -326 с.

19. Быстродействующие аппаратные умножители многоразрядных чисел. -Электроника, 1977, № I, с. 100−101.

20. Вебер Д. Р. Экономический аспект проблемы сжатия данных. -В кн. :Достижения в области телеметрии.М. :Мир, 1970, с. 34−42.

21. Вентцель Е. С. Теория вероятностей. -М.: Наука, 1976. 576 с.

22. Веселова Г. П. «Грибанов Ю. И. Сравнительный анализ упрощенных методов получения оценок корреляционных функций. -В кг. :Методы представления и аппаратурный анализ случайных процессов и полей. Тез. докл. Всесоюзн. симп., секция II, Л., 1972, с. 132−133.

23. Виленкин С. Я. Статистические методы исследования стационарных процессов и систем автоматического регулирования. -М. :Сов. радио, 1967. -200 с.

24. Виттих В. А. Сжатие данных в информационно-измерительных системах: синтез алгоритмов и проектирование устройств. Дисс. докт. техн. наук. -Л., 1975. -291с.

25. Волков И. И., Мартовой В. П. Генератор тестового случайного сигнала на микро-ЭВМ для статистической оптимизации и контроля АСУ

26. ТП. -В кн. :Н Всесоюзн. конф. по перспективам и опыту внедрения статистических методов в АСУ ТП. Тез. докл., секция 2. -М., 1984, с. 114−115.

27. Высококачественный монолитный коррелятор на основе сочетания ПЗС и М0П-приборов. -5йектроника, 1977,№ 20,с. 15−16.

28. Талонов В. А., Томсонс Я. Я. Об одной модели стохастической дискретизации. -В кн. :Методы представления и аппаратурный анализ случайных процессов и полей. Тез. докл. Всесоюзн. симп., секция 3, Л., 1976, с. 72−78.

29. Талонов В. А., Томсонс Я. Я. Об оценке математического ожидания стационарного случайного процесса при неравномерной дискретизации. -В сб. :Алгоритмы обработки и средства автоматизации тепло-физического эксперимента. Новосибирск, 1978, с. 20−30.

30. Гейст. Биполярные умножители, повышающие производительность МОП микропроцессора. -Электроника, 1977, Р14,с. 38−39.

31. Грибанов И. И., Веселова Т. П., Андреев В. И. Автоматические цифровые корреляторы. -М. ?Энергия, 1971. -240с.

32. Гончаров В. А. Высокочастотный цифровой коррелятор. -В кн.: Статистические измерения и применение микромашинных средств в измерениях. Тез. докл. Всесоюзн. симп., секция II, Л., 1982, с. 30−32.

33. Громогласов Н. М., Судьин С. Л. О корреляционном анализе импульсных потоков. -В сб. :Аналого-дискретные преобразователи сигналов. Рига, 1977, вып. 3, с. 3−17.

34. Губарев В. В. Сравнение непосредственного о релейного методов измерения корреляции. -В кн. :Методы представления и аппаратурный анализ случайных процессов и полей. Тез. докл. Всесоюзн. симп., т. 9, Новосибирск, 1969, с. 13−16.

35. Губарев В. В., Иванов Л. Н. Структуры высокопроизводительных средств статистических измерений. -В кн. :Методы представления и аппаратурный анализ случайных процессов и полей. Тез. докл. Всесоюзн. симп. & raquo-секция II, Л., 1980, с. 3−11.

36. Губарев В. В., Иванов Л. Н. Использование современной элементной базы для построения средств статистических измерений. -В кн. :Статистические измерения и применение микромашинных средств в измерениях. Тез. докл. Всесоюзн. симп. «секция II, Л., 1982, с. 3−8.

37. Губарев В. В., Иванов Л. Н. О применении ЭВМ в системах статистических измерений. -В кн. :Методы представления и аппаратурный анализ случайных процессов и полей. Тез. докл. Всесоюзн. симп., секция II, Л., 1978, с. 12−18.

38. Девиссон Д. Теоретический анализ систем со сжатием данных. -ТИИЭР, 1968, т. 56,№ 2,с. 46−58.

39. Домарацкий А. Н. Иванов Л.Н., Юрлов Ю. И. Многоцелевой статистический анализ случайных сигналов. -Новосибирск:Наука, 1975. -164 с.

40. Ермаков С. М. Метод Монте-Карло и смежные вопросы. -М.: Наука, 1975. -327 с.

41. Новинский В. Н., Арховский В. Ф. Корреляционные устройства. М. :Энергия, 1974. -248 с.

42. Иванов Л. Н. Последовательный и оперативный КА /методы повышения быстродействия и принципы построения устройств/. -Дис. канд. техн. наук. -Новосибирск, 1967. -163 с.

43. Исмаилов Ш. Ю., Сысоев Н. Ш., Хан Ф. Т. Адаптивный метод измерения корреляционной функции.- В кн. ?Статистические измерения и применение микромашинных средств в измерениях. Тез. докл. Всесоюзн. симп., Секция 4, 1982, с. 94−101.

44. Исследование принципов построения автоматизированных систем измерения, контроля и управления оборудованием радиоцентровс применением мини-ЭВМ и микропроцессоров. Отчёт по НИР,-Куйбышев, ГР № 78 014 604, 1978,238 с.

45. Кавалеров Г. И., Мандельштам С. М. Введение в информационную теорию измерений. -М.'. Энергия, 1974. -376 с.

46. Кавалеров Г. И. «Мандельштам С. М., Солопченко Г. И., Цапенко М. П. «Цветков Э. И. Что такое измерительно-вычислительные комплексы. -Измерительная техника, 1979, Р2,с. 13−14.

47. Кондаков А. Д. Исследование и разработка способов оценки погрешности измерительно-информационных систем при стохастической дискретизации сигналов. -Дисс.. канд. техн. наук. -Л., 1980. -223 с.

48. Крюков В. И. Вычисление корреляционной функции и спект -ральной плотности мощности случайной выборки. -Радиотехника и электроника, 1967, вып.2.с. 184−192.

49. Куликовский К. Л. «Миронов В. П. Информационно-измерительные системы. Уч. пособие. -Куйбышев:Авиационный институт, 1982. -97 с.

50. Левин Б. Р. Теоретические основы статистической радиотех-ники.Т.1. -М. :Сов. радио, 1969. -752 с.

51. Лейкинд, Десильва. Широкополосный коррелятор. Приборы длянаучных исследований, 1977, № 9, с. 20−25.

52. Маркюс Ж. Дискретизация и квантование. -М.: Энергия, 1969. 144 с.

53. Методика определения методических погрешностей результатов измерения с помощью измерительно-вычислительных средств вероятностных характеристик случайных процессов: Отчёт по НИР ВНИИЭП, ГР Р 80 047 022,-Л., 1983. -37 с.

54. Методы нормирования метрологических характеристик, оценки и контроля характеристик погрешностей средств статистических измерений. РТМ 25 139−74. :Минприбор, 1974. -76 с.

55. Мирский Г. Я. Аппаратурное определение характеристик случайных процессов. -М.: Энергия. 1972. -455 с.

56. Мирский Г. Я. Аппаратурное определение шага измерения функций корреляции случайного процесса. -В кн. :Методы представления и аппаратурный анализ случайных процессов и полей. Тез. докл. Всесоюзн. симп., секция III, Л., 1972, с. 3−6.

57. Мирский Г. Я. Характеристики стохастической взаимосвязи и их измерение. -М. -Энергия, 1982,-319 с.

58. Мирский Г. Я. и др. Принцип построения многоканального адаптивного коррелометра. -В кн. :Методы представления и аппаратурный анализ случайных процессов и полей. Тез. докл. Всесоюзн. симп., секция II, Л., 1978, с. 16−22.

59. Митюшкин К. Г., Фишман М. М. Адаптивная дискретизация при аппроксимации случайных процессов ступенчатыми функциями. -В кн.: Методы представления и аппаратурный анализ случайных процессов и полей. Тез. докл. Всесоюзн. симп. «секция III, Л., 1976, с. 53−57.

60. Многоканальный БШ-анализатор, сопрягаемый с компьютерными терминалами. -Электроника, 1980,№ 12, с. 109.

61. Прозам, Мрозовски. Гибридные приборы аналогового ввода-вывода для микропроцессорных систем. -Электроника, 1977,№ 11,с. 36−42.

62. Немченко М. И. Исследование и разработка знаковых алгоритмов и аналого-цифровых устройств предпроцессорной статистической обработки случайных сигналов. -Автореф. дисс.. канд. техн. наук. -JI., 1980. -21 с.

63. Ольховский Ю. Б. «Новосёлов О. Н., Мановцев А. П. Сжатие данных при телеизмерениях. -М. :Сов. радио. 1971. -303 с.

64. Пиржуков И. Я. Сравнительный анализ и оптимизация алгоритмов измерения корреляционных функций электрических сигналов по методической погрешности. -Дисс. канд. техн. наук. -Л., 1976. -201с.

65. Попенко Н. В., Прянишников В. А. 0 погрешности устройства адаптации по аргументу корреляционной функции. -В кн. :Методы представления и аппаратурный анализ случайных процессов и полей. Тез. докл. Всесоюзн. симп., секция I, Л., 1976, с. 64−68.

66. Применение методов имитационного моделирования для решения метрологических задач. Отчёт по НИР. -Л. :ВНИИЭП, Шифр 0471 4865 10, 1984,63с.

67. Прохоров С. А. Исследование и разработка методов и аппаратуры для аппроксимации корреляционных функций функциями заданного вида. -Дисс.. канд. техн. наук. -Куйбышев, 1974. -199 с.

68. Прохоров С. А., Белолипецкий В. Н. Разработка и исследование адаптивных методов повышения быстродействия корреляционного анализа /КА/. -В кн. :Информационно-измерительные системы-83. Тез. докл. Всесоюзн. конф., секция III, Куйбышев, 1983, с. 144−145.

69. Прохоров С. А. «Белолипецкий В. Н. Корреляционный анализ сприменением стохастической дискретизации. -В кн. ?Статистические измерения и применение микромашинных средств в измерениях. Тез. докл. Всесоюзн. симп., секция 1У, Л., 1984, с. 27−31.

70. Прохоров С. А. «Белолипецкий В. Н. Многофункциональный коррелометр на базе микро-ЭВМ. -Межвуз. сборник. Вычислительная техника в автоматизированных системах контроля и управления, Пенза, ППИ, 1983, вып. 13, с. 118−124.

71. Прохоров С. А. «Белолипецкий В. Н. Корреляционный анализ с использованием адаптивных информационно-измерительных систем /АШС/ -В кн. :Информационно-измерительные системы-81. Тез. докл. Всесоюзн. конф., секция I, Львов, 1981, с. 87−88.

72. Прохоров С. А. «Белолипецкий В. Н. Коррелятор. Решение о выдаче А.С. /СССР/ по заявке № 703 988/24−24/23 525/ с присоединением заявки № 3 701 886/24−24/23 493/ от 20. 02. 1984.

73. Прохоров С. А. «Белолипецкий В. Н. «Иванов С. Г. Устройство для определения структурной и интервальной функции. Решение о выдаче А.С. /СССР/ по заявке № 3 693 028/24 с присоединением заявки3 694 521 от 19. 07. 84.

74. A.C. П4 529/СССР/. Цифровой автокоррелятор /Прохоров С.А. «Белолипецкий В. Н., Мартовой В. П. 0ИП0ТЗ, 1984,^27.

75. Прянишников В. А. Исследование и разработка методов и автоматических устройств для корреляционного анализа процессов в условиях априорной неопределенности. -Дисс. канд. техн. наук. -Л., 1979. -186 с.

76. Рабинер Л. Гоулд Б. Теория и применение цифровой обработки сигналов. -И.: Мир, 1978. -848 с.

77. Разработка средств получения и обработки измерительнойинформации для океанологических исследований. Отчёт по НИР. -Куйбышев, ГР Р 80 007 333, д.е., 1982,94 с.

78. Свалов Ю. Л. О вычислении статистических характеристикпо сжатым данным. -В кн.: Методы представления и аппаратурный анализ случайных процессов и полей. Тез. докл. Всесоюзн. симп., секция III, Л., 1976, с. 64−66.

79. Симпсон P.C. Сравнение алгоритмов уменьшения избыточности. -В кн. Достижения в области телеметрии. -М:Мир, 1970, с. 42−57.

80. Синицын B.C. Методы и системы корреляционных измерений. -Автореф. дисс.. докт. техн. наук. -Новосибирск, 1966. -26 с.

81. Смирнов C.B. Разработка методов и средств оценки эффективности ИВК со сжатием данных. -Дисс.. канд. техн. наук. -Куйбы -шев, 1979. -257 с.

82. Смит. Микропроцессорный 10 КГц анализатор спектра с разрешающей способностью 0,1 МГц. -Электроника, 1980, N92,с. 21−22.

83. Смышляева Л. Г., Уланов В. А. Моделирование на ЭВМ дискретных случайных процессов с заданной корреляционной функцией. -В кн.: Методы представления и аппаратурный анализ случайных процессов и полей. Тез. докл. Всесоюзн. симп., секция 4, Л., 1976, с. 26−30.

84. Сокращение избыточности. -ТИИЭР, I967, t. 55, i?3, тематический выпуск.

85. Сордия Х. Р. Разработка и исследование адаптивного метода корреляционного анализа. -Дисс. канд. техн. наук. -М., 1980. 177 с.

86. Ступин Ю. В. Зарубежный опыт применения вычислительных средств в физическом эксперименте. -В кн. :Автоматизация научных исследований. Материалы III Всесоюзн. школы., Рига: Зинатне, 1972, с. 5−50.

87. Сухинин В. П. Статистическая информационно-измерительная система на базе ИВК. -Дисс. канд. техн. наук. -Куйбышев, 1980. -212 с.

88. Сушков B.C. Синтез цифрового фильтра для моделирования на

89. ЦВМ стационарных гауссовых процессов с корреляционной функцией произвольного вида. -В кн. :Методы представления и аппаратурный анализ случайных процессов и полей. Тез. докл. Всесоюзн. симп. «секция 4, Л., 1976, с. 35−39.

90. Темников Ф. Е. Теория развёртывающих систем. -М. -Л., Гос-энергоиздат, 1963. -168с.

91. Тихонов В. А. Исследование и разработка цифровых систем и аналогодискретных устройств для оперативного корреляционного анализа. -Дисс. канд. техн. наук. -Киев, 1970. -169 с.

92. Тихонов В. И. Выбросы случайных процессов. -М.: Наука, 1970. -392 с.

93. Тихонов В. И. Статистическая радиотехника. Изд.2. -М. ?Радио и связь, 1982. -624 с.

94. Филаретов Г. 3>-. Исследование цифровых корреляторов. -Дисс. канд. техн. наук. -М., 1968. -230с.

95. Фремке A.B. Телеизмерения. -М. :Высшая школа, 1975. -247с.

96. Хан Ф. Т. Разработка и исследование адаптивного метода измерения кор. функции случайных процессов на базе ИВК. -Дис. канд. техн. наук. -Л., 1982. -16 с.

97. Хуснутдинов Г. Н. Исследование информационных и дисперсионных характеристик спорадических алгоритмов измерения непрерывных случайных процессов. -Автореф. Дисс.. канд. техн. наук. -М., 1969. -18с.

98. Хуснутдинов Г. Н., Яролошвили Р. В. Погрешность воспроизведения образцовой'}& copy-. -В кн.: Методы представления и аппаратурный анализ случайных процессов и полей. Тез. докл. Всесоюзн. симп. секция 4, Л., I97I, c. 6I-67.

99. Цапенко М. П., Алиев Т. М., Клисторин И. С. «Куликовский К. Л. и др. Современное состояние и перспективы развития измерительных информационных систем. -Измерения, контроль, автоматизация, 1981, № 5, с. 24−29.

100. Цветков Э. И. Особенности развития комплекса АСЭТ в одиннадцатой пятилетке. -Приборы и системы управления, 1982, PI2,с. 30−32.

101. Циммерман, Барбе. Обработка цифровых сигналов новая область применения ПЗС. -Электроника, 1977,№ 7,с. 35−44.

102. Цифровые корреляторы в виде БИС. -Электроника, 1972, № 7, с. 34−35.

103. ЯеЫщ, we. E%-Хб, л/4, 108. F. Л/tz%-tLOSL, ?lsuui1. У- T^C. Meur

Заполнить форму текущей работой