close

Вход

Забыли?

вход по аккаунту

?

Специализированные микропроцессоры со встроенными устройствами аппаратной реализации интеллектуального управления на основе сетей элементарных нечетких вычислителей

код для вставкиСкачать
На правах рукописи
Васильев Алексей Евгеньевич
СПЕЦИАЛИЗИРОВАННЫЕ МИКРОПРОЦЕССОРЫ
СО ВСТРОЕННЫМИ УСТРОЙСТВАМИ АППАРАТНОЙ РЕАЛИЗАЦИИ
ИНТЕЛЛЕКТУАЛЬНОГО УПРАВЛЕНИЯ
НА ОСНОВЕ СЕТЕЙ ЭЛЕМЕНТАРНЫХ НЕЧЕТКИХ ВЫЧИСЛИТЕЛЕЙ
Специальность 05.13.05 – элементы и устройства
вычислительной техники и систем управления
Автореферат
диссертации на соискание ученой степени
доктора технических наук
Санкт-Петербург – 2018
Работа выполнена в Федеральном государственном автономном образовательном
учреждении
высшего
образования
«Санкт-Петербургский
политехнический
университет Петра Великого»
Научный консультант:
доктор технических наук, профессор
Мелехин Виктор Федорович
Официальные оппоненты: Заслуженный деятель науки и техники Российской
Федерации, доктор технических наук, профессор Кобзев
Валентин Васильевич, главный научный сотрудник АО
«Концерн «НПО «Аврора»
Доктор технических наук, профессор Мурсаев Александр
Хафизович, профессор кафедры вычислительной техники
ФГАОУ ВО «Санкт-Петербургский государственный
электротехнический университет «ЛЭТИ» им. В.И. Ульянова
(Ленина)»
Доктор технических наук, доцент Хижняков Юрий
Николаевич, профессор кафедры автоматики и телемеханики
ФГБОУ ВО «Пермский национальный исследовательский
политехнический университет»
Ведущая организация:
ФГБУН
«Институт
автоматики
и
электрометрии»
Сибирского отделения Российской академии наук
Защита состоится 27 декабря 2018 года в 16:00 часов на заседании диссертационного
совета Д212.229.18, созданного при Федеральном государственном автономном
образовательном
учреждении
высшего
образования
«Санкт-Петербургский
политехнический университет Петра Великого» по адресу 195251, Санкт-Петербург,
Политехническая ул., д. 21, 9-й учебный корпус, ауд. 325.
С диссертацией можно ознакомиться в фундаментальной библиотеке СанктПетербургского политехнического университета Петра Великого: 195251, СанктПетербург, Политехническая ул., д. 29, Главный учебный корпус, ауд. 251.
Автореферат разослан __________ 2018 года.
Ученый секретарь
доктор технических наук, профессор
Шашихин В.Н.
2
Общая характеристика работы
Актуальность
темы
исследования.
Развитие
критически
важных
областей
человеческой деятельности – робототехники, медицины, биоинженерии, энергетики,
промышленного производства – требует совершенствования методов и средств
управления
техническими
объектами,
улучшения
показателей
качества
функционирования устройств управления, снижения сроков, трудоемкости и стоимости
их разработки. Эти особенности определяются усилением степени влияния двух групп
основных тенденций.
Первая группа включает тенденции расширения практики использования так
называемых
«сложных»
объектов,
тенденции
ужесточения
существующих
и
обеспечения новых требований к режимам эксплуатации систем управления.
Вторая группа связана с интеграцией элементов систем управления, что позволяет
говорить о развитии встраиваемых систем. К фундаментально значимым свойствам
таких систем относятся: интеграция устройства управления и объекта управления (в
конструкторском, схемотехническом и алгоритмическом аспектах), ориентированность
на массовый промышленный выпуск, ориентированность на автономность исполнения
целевых функций. По совокупности характерных свойств к системам такого рода
предъявляются ужесточенные надежностные, стоимостные и энергетические
требования. Следствием необходимости их удовлетворения являются ресурсные
ограничения (прежде всего по вычислительной производительности) в сравнении с
вычислительными средствами общего назначения.
Разработка встраиваемых систем управления с указанными ограничениями
методами классической теории управления существенно затруднена, а порой и
практически невозможна – в связи с предъявляемыми ограничениями к компонентной
базе (следующими из свойства встраиваемости) при одновременном наличии
потребностей существенного увеличения функциональных возможностей системы
управления. При решении подобных задач все возрастающую значимость обретает
теория интеллектуальных систем управления, ее методы и приложения.
Применительно к области технического управления целесообразно использовать
понятие “встраиваемые интеллектуальные системы управления” (ВИСУ), отражающее
сочетание признаков встраиваемых систем управления (характеризующихся высокой
надежностью, низкой стоимостью, простотой эксплуатации) и интеллектуальных
систем управления (характеризующихся возможностью реализации алгоритмов
управления высокой степени сложности).
Анализ научных публикаций позволяет сделать вывод, что одними из наиболее
применяемых в системах управления методов интеллектуальной обработки данных
3
являются методы теории нечетких множеств, а основой аппаратного обеспечения
встраиваемых интеллектуальных систем управления как правило выступают
функционально-ориентированные контроллеры (ФОК), в том числе на основе
микропроцессоров (МП) и микроконтроллеров (МК). Такая аппаратура содержит
архитектурные, схемотехнические и программные средства, обеспечивающие
эффективную реализацию алгоритмов адаптивного и интеллектуального управления в
указанном выше смысле за счет многоуровневой организации системы управления.
ВИСУ широко применяются в практике реализации задач управления объектами и
процессами различной степени сложности (начиная от объектов специального
назначения и заканчивая бытовыми устройствами).
С точки зрения разработки систем нечеткой обработки информации, наиболее
значимым этапом, от которого в существенной степени зависит результативность
применения аппарата нечетких вычислений и удовлетворение требований к значениям
показателей качества управления, является создание базы нечетких знаний (БНЗ).
Следует отметить, что эвристический синтез баз нечетких знаний может привести к их
неполноте или противоречивости; к негативным особенностям автоматизированного
синтеза относятся:
 чувствительность к вариациям в начальных условиях: в зависимости от
незначительных вариаций в исходных данных и параметрах, возможна генерация
систем нечеткой обработки данных, сопоставимых по критерию близости результатов
нечетких вычислений, но существенно различающихся по структуре;
 повышенная трудоемкость анализа, в том числе определения степени сложности и
степени подобия нечетких систем;
 принципиальная итерационность процесса синтеза: существующие методы
предполагают неоднократный переход к начальным этапам синтеза и участие
разработчика в нем.
С точки зрения реализации нечетких вычислений на встраиваемых
микропроцессорных платформах, критическим аспектом является принцип их
реализации, основанный либо на использовании программных подходов, либо на
использовании аппаратных средств.
Применение в микропроцессорных системах управления эмуляторов нечетких
вычислений зачастую ограничивает темп принятия решений и формирования
управляющих воздействий; для специализированных процессоров и бортовых систем
управления дополнительным ограничением выступает недопустимость увеличения
тактовой частоты процессора по условиям требований обеспечения повышенной
надежности и пониженного энергопотребления. В связи с этим актуальными являются
разработка и применение микропроцессоров, снабженных узлами аппаратной нечеткой
4
обработки информации – т.н. нечеткими вычислителями (НВ). НВ предназначаются для
повышения вычислительной производительности таких систем управления благодаря
поддержке операций нечеткой обработки информации на уровне аппаратных схем.
В соответствии с общепринятой классификацией, множество аппаратных нечетких
вычислителей
включает
сопроцессоры,
интеллектуальные
контроллеры
и
комбинированные решения на их основе. Применение всех существующих классов
нечетких вычислителей сопряжено с рядом особенностей:
 при использовании внешних нечетких сопроцессоров ограничивающим фактором
является пропускная способность межпроцессорного интерфейса обмена;
 при использовании нечеткого сопроцессора, встроенного в кристалл основного
микропроцессора,
ограничивающим
фактором
является
зависимость
вычислительного процесса нечеткой обработки данных от ресурсов основного
микропроцессора, что ограничивает или исключает параллельность нечетких и
алгоритмических вычислений.
Кроме того, существующие аппаратные реализации НВ не предоставляют
механизм описания функций принадлежности произвольного вида, что неблагоприятно
отражается на качестве функционирования систем нечеткой обработки информации.
Сказанное выше позволяет сделать вывод об актуальности научной проблемы
удовлетворения системы требований: совершенствования аппарата описания
микропроцессорных устройств, содержащих узлы нечеткой обработки данных;
разработки отечественной элементной базы микропроцессорных средств, эффективно
выполняющих нечеткую обработку информации в аспекте повышения ее
вычислительной производительности; снижения трудоемкости разработки прикладных
встраиваемых систем на базе предложенных методов и средств.
Тематика работы соответствует следующим положениям:
 разделам Государственного рубрикатора научно-технической информации 28.23.33 –
Аппаратная реализация интеллектуальных систем, 28.19.23 – Адаптивные и
обучающиеся системы; 47.14.07 – Проектирование и конструирование
полупроводниковых приборов и приборов микроэлектроники, 50.09.47 Устройства
управления и регулирования, 50.09.33 – Микропроцессоры, 50.33.31 – Управляющие
ЭВМ и ВК;
 разделам Перечня приоритетных направлений развития науки, технологий и техники в
Российской
Федерации:
перспективные
виды
специальной
техники;
робототехнические комплексы;
 разделам Перечня Национальных технологических инициатив Российской Федерации:
AeroNet, AutoNet, NeuroNet, MariNet;
5
 разделам Перечня критических технологий РФ: технологии информационных,
управляющих,
навигационных
систем;
технологии
создания
электронной
компонентной базы.
Степень проработанности темы. Проблема реализации методов нечетких вычислений
рассматривается в работах K. Asai, T. Terano, M. Sugeno, B. Kosko, A. Pegat, H. Saito, A.
Hedi, B. Othman Slim, T. Morishita, M. Patyra, J. Grantner, K. Koster, C. Yang, S. Gao, M.
Oussalah, H. Wang, M. Klug, E. Castelan, H. Zhang, L. Silva, S. Feng, M. Akbarzadeh, A.
Boulkroune, B. Mashoufi, A. Dexter, V. Callaghan, H. Hagras, В.И. Варшавского, В.Б.
Мараховского, А.С. Ющенко, А.В. Затонского, Д.В. Титова, А.С. Шведова, Н.Б.
Филимонова, В.В. Кобзева, О.В. Толстеля, М.В. Бобыря, Д.В. Чернышева, А.С. Сизова,
А.Г. Булгакова, В.Н. Карандина, М.И. Труфанова, О.С. Амосова, Ю.Н. Хижнякова, А.А.
Шестакова и др. Схемотехническая поддержка аппарата нечетких вычислений в
массовых продуктах микроэлектронной промышленности предлагается в разработках
мировых лидеров производства изделий микропроцессорной техники NXP/Freescale и
STMicroelectronics. Существующие цифровые вычислители с поддержкой нечеткой
обработки
информации
имеют
значительные
ограничения
по
целевой
производительности в связи с отмеченными выше особенностями архитектурной
организации. Известны экспериментальные проекты нечетких вычислителей в виде
аналоговых решающих устройств, выполняющих арифметические операции над
сигналами, определенный параметр которых (например, амплитуда) является носителем
нечеткой информации. Подобные системы обладают значительным быстродействием,
но их применение в составе управляющей микропроцессорной вычислительной
системы затрудняется необходимостью использования интерфейсных средств,
согласующих ее цифровую и аналоговую части. Кроме того, в нечетких вычислителях
такого рода затруднено задание нечетких функций принадлежности произвольного
вида, что усложняет описание сложных функциональных зависимостей.
Следует отметить, что, как правило, в работах по данной тематике глубоко
рассматривается либо математический, либо физический аспект проблемы, что
существенно ограничивает достижимость основного результата – построения
эффективных (с точки зрения простоты реализации, распространенности компонентной
базы, точности и быстродействия обработки информации) встраиваемых
микропроцессорных и микроконтроллерных систем с аппаратной поддержкой нечетких
вычислений. Приведенные в проанализированных работах эффективные с точки зрения
быстродействия системы как правило, либо не позволяют описывать сложные
функциональные зависимости с практически пригодной для реализации на
встраиваемых платформах сложностью, либо предназначены для реализации устройств
6
нечеткого управления уникальными объектами, в связи с чем достигнутые результаты
не применимы для решения задач автоматизации широкого класса.
Цели и задачи диссертационного исследования. Цель исследования – комплексное
улучшение показателей точности и быстродействия устройств вычислительной техники
и систем управления путем создания новых методов и средств анализа и синтеза
встраиваемых микропроцессорных систем с нечеткой обработкой информации, а также
соответствующих архитектурных, алгоритмических и схемотехнических решений.
Для достижения указанной цели были решены следующие задачи:
• предложены понятия элементарного нечеткого вычислителя (ЭНВ),
элементарных нечетких вычислителей (СЭНВ) и их схемотехнические модели;
сети
• предложены способ представления базы нечетких знаний и алгоритм ее обработки,
обеспечивающие высокую точность нечеткой обработки информации ЭНВ при
одновременном обеспечении высокой скорости этой обработки;
• выполнена микросхемотехническая реализация ЭНВ и сопроцессора СЭНВ;
• созданы микропроцессорные решения, содержащие интегрированные на кристалл
сопроцессоры СЭНВ, обеспечивающие эффективное в смысле повышения точности и
снижения затрат времени вычисление нечетких зависимостей, и пригодные для
применения в качестве элементов вычислительных систем и систем управления.
Область исследования. Содержание диссертации соответствует положениям п.п. 1, 2,
3 областей исследования паспорта специальности 05.13.05.
Объект и предмет исследования. Объектом исследования являются элементы и
устройства вычислительной техники, обеспечивающие аппаратную поддержку
исполнения алгоритмов нечетких вычислений в системах управления. Предметом
исследования являются принципы построения аппаратных нечетких вычислителей, а
также методы и средства анализа и синтеза таких вычислителей.
Научная и теоретическая новизна работы.
1. Предложен новый подход к организации аппаратных вычислений функциональносложных нечетких зависимостей, основанный на концепции сетей элементарных
нечетких вычислителей, что позволяет повысить степень автоматизации и снизить
трудоемкость анализа и синтеза ВИСУ с нечеткой обработкой информации.
2. Предложена структурно-функциональная модель элементарного нечеткого
вычислителя, позволяющая выполнять анализ и синтез систем нечеткой обработки
информации, представляющих собой структурированные совокупности идентичных
вычислительных элементов, что расширяет номенклатуру электронной компонентной
базы аппаратной поддержки нечетких вычислений.
3. Предложена математическая модель выполнения операции дефаззификации,
отличающаяся от известных подходом к нормированию степеней уверенности термов
7
выходных переменных, что позволяет повысить качество нечетких вычислений на
границах интервалов действия нечетких правил.
4. Предложена структура данных, описывающая сеть элементарных нечетких
вычислителей и обладающая возможностью динамического изменения в процессе
функционирования, что позволяет повысить производительность нечетких вычислений.
5. Предложен алгоритм функционирования элементарных нечетких вычислителей,
обеспечивающий снижение затрат ресурсов, необходимых для его исполнения.
6. Предложена структура нечеткого сопроцессора на основе сети элементарных
нечетких вычислителей, применимая для аппаратной микросхемотехнической
реализации на основе интегральных схем.
7. Предложена
структурно-функциональная
организация
микропроцессора
со
встроенным аппаратным вычислителем нечетких зависимостей на основе сетей
элементарных вычислителей, обеспечивающая повышение эффективности решения
задач управления в системах управления на основе отечественной компонентной базы.
Практическая значимость работы. Значение результатов для практики заключается:
 в повышении точности и быстродействия аппаратных встраиваемых реализаций
нечетких преобразователей информации, создаваемых с применением предложенных
методов;
 в разработке инструментальных комплексов автоматизированной генерации
аппаратных внутрикристальных нечетких преобразователей информации;
 в решении задачи импортозамещения электронной компонентной базы систем
управления.
Результаты диссертационной работы защищены тремя патентами на изобретения:
№2477525 «Микроконтроллер с аппаратным нечетким вычислителем переменной
структуры», №2402822 «Стенд для изучения микроконтроллерных систем управления»
и №2643613 «Симметричный трѐхкоординатный движитель с линейно-скользящей
опорой и встраиваемым устройством управления, и симметричная шагающая
платформа на его основе», а также отмечены наградами ряда международных выставок.
Методология и методы исследования. В диссертационной работе использованы
методы и методология системного анализа, теории сложности, теории графов, теории
конечных автоматов, теории нечетких множеств, имитационного моделирования.
Положения, выносимые на защиту.
1. Принцип организации аппаратных вычислений нечетких зависимостей, основанный
на применении сетей элементарных нечетких вычислителей.
2. Структурно-функциональная модель элементарного нечеткого вычислителя.
3. Математическая модель выполнения операции дефаззификации и ее реализация.
8
4. Алгоритм
функционирования
элементарных
сопутствующие структуры данных.
нечетких
вычислителей
и
5. Аппаратная микросхемотехническая реализация нечеткого вычислителя на основе
сети элементарных нечетких вычислителей.
6. Аппаратная микросхемотехническая реализация микропроцессора со встроенным
аппаратным вычислителем нечетких зависимостей на основе сетей элементарных
вычислителей как вычислительного узла системы управления.
7. Инструментальные средства поддержки разработки систем нечеткой обработки
информации на основе сетей элементарных вычислителей.
Достоверность и обоснованность полученных результатов. Достоверность и
обоснованность результатов диссертационной работы подтверждается корректным
применением
используемых
методов
исследований,
близостью
результатов
моделирования и натурной реализации систем, высокой степенью согласованности
полученных результатов с данными независимых авторов.
Апробация работы. Основные результаты и положения диссертационной работы были
представлены на следующих международных и всероссийских конференциях:
International Conference on Information Management and Technology «ICIMTech-2016»,
Bandung (Indonesia), 2016; 11-я Всероссийская научно-практическая конференция
«Перспективные системы и задачи управления», Симферополь-Евпатория, 2016; 4-я
Всероссийская научно-техническая конференция «Суперкомпьютерные технологии2016» Дивноморское, 2016; International conference «Forest & Photonics», Koli (Finland),
2016; 8-я Всероссийская мультиконференция по проблемам управления «МКПУ-2015»,
Дивноморское, 2015; International Conference on Information Technology in Medicine and
Education ITME-2014 (Jeju, Korea); International Conference on Advances In Computer and
Electronics Technology, ACET-2013 (Hong Kong, China); Научно-практические
конференции с международным участием «Неделя науки СПбГПУ», Санкт-Петербург,
2015-2002 г.г.; Международные научно-методические конференции «Высокие
интеллектуальные технологии и инновации в национальных исследовательских
университетах», Санкт-Петербург, 2014-2002; Международные научно-практические
конференции «Микропроцессорные, аналоговые и цифровые системы: проектирование
и схемотехника, теория и вопросы применения», Новочеркасск, 2013 и 2011 г.г.;
Всероссийская научно-техническая конференция «Биотехнические, медицинские и
экологические системы и комплексы. Биомедсистемы-2011», Рязань, 2011;
Международная научная конференции «Решетневские чтения», Красноярск, 2011;
Всероссийские конференции «Экстремальная робототехника», Санкт-Петербург, 20082002, а также на иных конференциях и семинарах. Практические результаты работы
экспонировались на международных выставках «Точные измерения» (Москва) в 20159
2014 г.г., и «Hi-Tech» (С-Петербург) в 2018-2008 г.г., где награждены 9 золотыми и 7
серебряными медалями, а также специальным призом конкурсной комиссии.
Публикации по теме диссертационного исследования. Автором лично и в
соавторстве опубликовано более 200 работ, из них в базе РИНЦ зарегистрировано 111.
Основное содержание диссертационной работы отражено в 79 публикациях, в том
числе в 16 статьях в изданиях, рекомендованных ВАК или приравненных к ним (из них
10 индексируются в базе Scopus); в двух многотиражных монографиях; в двух учебных
пособиях; в трех патентах на изобретения.
Личный вклад автора в проведенные исследования. Все представленные в
диссертационной работе результаты получены автором лично или при его
непосредственном ведущем участии. В публикациях, подготовленных с участием
соавторов, автор диссертационного исследования внес определяющий вклад в
постановку задач, выбор направлений и методов исследований, их реализацию и
анализ.
Структура и объем диссертации. Диссертация состоит из введения, пяти глав и
заключения, включает 229 страниц, 129 рисунков и 15 таблиц. Список литературы
содержит 197 наименований. Объем приложений составляет 25 страниц.
Содержание работы
Во введении обоснована актуальность диссертационной работы, сформулированы цель
и задачи исследования, продемонстрированы научная и теоретическая новизна и
практическая значимость работы, сформулированы основные положения, выносимые
на защиту.
В первой главе «Микропроцессорные системы управления с нечеткой обработкой
информации. Задача совершенствования элементной базы» рассматриваются методы и
средства построения микропроцессорных ВИСУ, основанных на применении аппарата
теории нечетких множеств. Приводятся основные сведении о нечетких системах
управления, базовых моделях нечетких вычислений, методах и средствах
проектирования и отладки встраиваемых микропроцессорных систем нечеткого
управления техническими объектами реального времени.
Описываются программные и аппаратные подходы к технической реализации
микропроцессорных средств нечеткой обработки информации, отмечаются их
преимущества и недостатки. Применение в микропроцессорных системах управления
эмуляторов нечетких вычислений зачастую ограничивает темп принятия решений и
формирования управляющих воздействий; для специализированных процессоров и
бортовых
систем
управления
дополнительным
ограничением
выступает
10
недопустимость увеличения тактовой частоты процессора по условиям требований
обеспечения повышенной надежности и пониженного энергопотребления.
Отмечается, что существенно повысить производительность нечетких вычислений
возможно путем использования разновидности функционально-ориентированных
контроллеров (ФОК) – нечетких вычислителей (НВ), представляющих собой
специализированные микропроцессоры (МП), поддерживающие на аппаратном уровне
реализацию алгоритмов нечеткой обработки данных за счет применения специальных
арифметико-логических устройств и расширенной системы команд (рис. 1).
Рис. 1. Обобщенная структура аппаратного нечеткого вычислителя.
Проведенный в работе анализ способов применения существующих НВ в задачах
интеллектуального управления выявляет характерные факторы, ограничивающие
эффективность нечетких вычислителей:
 при использовании в качестве НВ внешнего вычислителя – нечеткого сопроцессора
(НС),
ограничивающим
фактором
является
пропускная
способность
межпроцессорного интерфейса обмена между основным МП и НС;
 при использовании НС, встроенного в кристалл основного МП, ограничивающим
фактором является зависимость вычислительного процесса нечеткой обработки
данных от ресурсов основного микропроцессора, что ограничивает или исключает
параллельность нечетких и алгоритмических вычислений.
Следует также отметить, что существующие аппаратные реализации МП с
нечеткой обработкой данных и НС не предоставляют механизм описания функций
принадлежности произвольного вида, что неблагоприятно отражается на точности
11
нечеткой аппроксимации; для достижения требуемых показателей точности
разработчики целевых систем прибегают к усложнению нечеткой подсистемы,
результатом чего является снижение производительности системы управления.
Сказанное выше позволяет сделать вывод об актуальности научной проблемы
удовлетворения системы требований: совершенствования аппарата описания
микропроцессорных устройств, содержащих узлы нечеткой обработки данных;
разработки отечественной элементной базы микропроцессорных средств, эффективно
выполняющих нечеткую обработку информации в аспекте повышения ее
вычислительной производительности; снижения трудоемкости разработки прикладных
встраиваемых систем на базе предложенных методов и средств.
В заключение формулируется задача совершенствования элементной базы
микропроцессорных систем управления с нечеткой обработкой информации.
Во второй главе «Элементарные нечеткие вычислители и сетевые структуры на
их основе» предлагаются концепция и модель элементарного нечеткого вычислителя, а
также подходы к их использованию в микропроцессорных системах нечеткого
управления, обеспечивающие повышение точности и производительности нечетких
вычислений.
Как показано в главе 1, разработка нечетких подсистем традиционно сводится к
проектированию специфического НВ, предназначенного для аппроксимации
конкретной функциональной зависимости, или предназначенного для решения
конкретной задачи ситуационного управления.
Несмотря на специфичность конкретного НВ, реализация его происходит на
универсальных аппаратных ресурсах МП, и с точки зрения практики такой подход
является неоптимальным по ряду обстоятельств. Так, в МП-системе потребуется
резервировать ресурсы с учетом максимальной допустимой сложности НВ – в
результате для большинства конкретных реализаций НВ часть этих ресурсов останется
невостребованной. Во-вторых, вероятной является ситуация, что для некоторой
конкретной специфической задачи потребуется НВ, сложность которого превысит
потенциальные возможности выделенных ресурсов, и, следовательно, реализация
которого будет невозможна.
Обеспечить снижение зависимости реализуемости нечеткого вычислителя от
объемов выделяемых для этого ресурсов возможно, применяя структурированные
совокупности
узлов
обработки
информации,
подчиняющиеся
в
своем
функционировании единому плану.
Нечеткие вычислители предлагается представлять в виде графовой схемы –
нечеткой сети. Узлами этой сети являются элементарные нечеткие вычислители – ЭНВ
(рис. 2).
12
Рис. 2. Традиционная структура НВ (а);
пример структуры НВ на основе сети элементарных НВ (б).
Структура сети элементарных нечетких вычислителей может быть представлена
ориентированным графом, описываемым тройкой F ,C , α , где F – множество ЭНВ,
образующих сеть, C – множество связей между ЭНВ, направление которых задается
функцией инцидентности , сопоставляющей каждой связи сС упорядоченную пару
ЭНВ
f1, f 2
из F. Упорядочивание позволяет задать направление передачи
информации: для f1F и f2F результаты с выходов f1 поступают на входы f2.
Множество F может представлять собой упорядоченный
сопоставленных элементарным нечетким вычислителям в сети.
набор
номеров,
Множество C в сочетании с функцией  могут быть представлены в матричном
виде для удобства автоматического анализа структуры сети ЭНВ: C может быть
выражено совокупностью чисел сij, где i и j – номера строк и столбцов квадратной
матрицы, задаваемых по правилу:
 1, если выход ЭНВ i соединен со входом ЭНВ j,
cij  
0, если выход ЭНВ i не соединен со входом ЭНВ j.
Строки матрицы отображают выходы ЭНВ, а столбцы – их входы; значениями сij
выступают значения функции (i,j), сопоставляющей номерам ЭНВ, образующим F,
число, отвечающее за их упорядочивание в паре (с): если для некоторого сС
(с) = f i , f j , то (i,j)=1; если же в множестве С не найдется такого с, что
(с) = f i , f j , то (i,j) = 0.
Значения физических сигналов, формируемых на входах ЭНВ, переводятся в
элементы множества термов T, которые обрабатываются вычислительным блоком ЭНВ.
Его назначение состоит в аппаратной реализации отображения, описываемого тройкой
X ,Y , L , где XTn – множество входных термов ЭНВ, YTm – множество выходных
термов ЭНВ, L – оператор, осуществляющий отображение TnTm и представляющий
собой набор составляющих его правил, n – число входов ЭНВ, m – число его выходов.
Каждый терм tT представляет собой пару z, μ t z  , где zR – множество возможных
13
значений терма, а функция t(z) сопоставляет каждому значению z число из интервала
[0,1] и называется функцией принадлежности.
Оператор L может быть представлен таблицей соответствия результатов нечетких
логических условий P для значений входов ЭНВ операциям O нечеткой логики,
которые должны быть выполнены над входными термами для получения термов
выходов ЭНВ, то есть
L: PO. Операция дефаззификации задает отображение
функции принадлежности t(z) терма t на множество действительных чисел: tR.
Далее под элементарным подразумевается нечеткий вычислитель, обладающий
возможностью агрегирования с нечеткими вычислителями, базы нечетких знаний
которых тождественны данному. Такой подход позволит снизить трудоемкость
разработки НВ (сведя ее к задаче нахождения матрицы связей между ЭНВ) при
одновременном снижении ресурсоемкости технической реализации в связи с
применением менее сложных вычислительных узлов.
Указанный принцип регулярно используется
в
практике
реализации
вычислительных структур; в частности, внутреннее устройство ПЛИС –
программируемых логических схем – представляет собой совокупность логических
ячеек, соединяемых и взаимодействующих по заданной разработчиком схеме для
решения конкретной задачи обработки данных; изменение этой схемы соединений
позволит на той же совокупности аппаратных элементов обеспечить иную
функциональную обработку данных; число целесообразных комбинаций таких ячеек
многократно превышает их собственное количество, а использование поэтапной
обработки данных физически одной и той же ячейкой практически снимает проблему
ограничений размерности. Подобный принцип используется при синтезе
комбинационных схем, при построении сложных конечных автоматов как композиции
более простых и др.
Предлагаемые решения отличаются от известных классом реализуемых функций,
относящихся к классу нечетких функций; применением идентичных вычислительных
элементов и ориентацией на задачи анализа и синтеза нечетких вычислительных
структур в практике применения микропроцессорных систем управления.
БНЗ ЭНВ (“базис”) может быть сформирован универсальным, пригодным для
решения широкого круга задач аппроксимации, или специальным – для оптимальной
реализации (с точки зрения точности и одновременной простоты сети ЭНВ) некоторого
специфического множества функций.
Анализ существующих нечетких вычислителей показывает, что наиболее часто
применяемая из существующих модель операции дефаззификации «средневзвешенное
максимумов» обеспечивает недостаточно высокую точность нечеткой аппроксимации
на границах действия правил. Для повышения точности разработчики математического
14
обеспечения прибегают к увеличению числа термов и правил, тем самым увеличивая
сложность базы нечетких знаний и, следовательно, снижая темп ее обработки.
Для преодоления указанного недостатка и повышения точности нечетких
вычислений на основании анализа применяемых способов дефаззификации
предлагается модифицировать операцию дефаззификации, используя для расчета
выходного значения соотношение
M


 Ymax i   μ ki 

i 1 
k 1

N
N
M
 μ
i 1 k 1
,
ki
где N – число правил нечеткого контроллера, M – число элементов части „Если‟
каждого
правила.
Таким
образом, вес очередного правила определяется
не
минимальной степенью уверенности условий, составляющих часть „Если‟, а их
произведением. Анализ проведенных автором серий экспериментов показал, что
приведенная погрешность нечеткой аппроксимации снижалась при использовании этой
модели дефаззификации в среднем на порядок при незначительной модификации
вычислительной модели.
В целях снижения сложности нечеткого описания предлагается обеспечить ЭНВ
возможностью оперировать функциями принадлежности произвольного вида; решение
основано на использовании просмотровых таблиц (массивов значений функций
принадлежности) – рис. 3. Это позволяет тривиальным образом задавать любые
нелинейные функции принадлежности, свести задачу вычисления их значений к задаче
индексации массива, тем самым снизив сложность и, косвенно, повысив скорость
выполнения дефаззификации.
В главе описана методика разработки описания нечеткого контроллера с
использованием нелинейных функций принадлежности.
15
Потребность снижения временных затрат на выполнение нечетких вычислений
ставит задачу поиска эффективных вычислительных схем для выполнения нечетких
операций и их алгоритмического воплощения. С использованием представленных в главе
метода дефаззификации и способа описания функций принадлежности, предложена схема
организации нечетких вычислений (рис. 4) и соответствующий алгоритм (рис. 5),
обеспечивающие увеличение точности нечетких вычислений и снижение времени их
выполнения в сравнении с известными подходами, так как позволяют использовать
произвольные виды термов, при этом временные затраты на фаззификацию не зависят от
вида терма и являются минимальными из возможных (поскольку выполнение
фаззификации эквивалентно процедуре индексации массива, хранящего развертку функции
принадлежности, текущим значением соответствующей входной переменной).
Рис. 4. Схема организации нечетких вычислений.
16
Переход к
следующему Xi
Обнулить базу
временных
переменных
Считать число
правил, входов,
выходов
Нет
Чтение очередного
YL
из таблицы
выходных термов
Чтение из таблицы
выходных термов
веса терма ТiуL
для YL
Обработаны
все входы?
Да
1
Считать очередное
правило Rj
Считать номер
терма Txirj из Rj для
очередного Xi
Нет
Считать номер
терма Tyirj из Rj для
очередного Yi
Чтение из базы
максимумов
Мax(TiyL)
Tyirj
используется?
Умножение Мax на
вес терма, сохранение,переход к
следующему терму
Да
Нет
Txirj
используется?
Да
Обработаны
все термы?
H(Tyirj):=
H(Tyirj)+ (Rj)
Да
Считать
из базы термов
значение (XiTxirj)
Нет
Первый
проход по Rj?
Нет
YL:=(Maxi*Пi)/ Пi
Переход к
cледующему YL
Переход к
cледующему Yi
Да
(Rj):=
(Rj)*(XiTxirj)
Обработаны
все выходы?
Нет
Обработаны
все выходы?
Да
Да
(Rj):=(XiTxirj)
Обработаны
все правила?
Да
Нет
1
Рис. 5. Последовательность выполнения этапов нечетких вычислений.
17
Нет
Далее в главе приведены примеры ЭНВ и сетей на их основе, решающих задачи
аппроксимации функции одной переменной сетью ЭНВ с линейным базисом,
аппроксимации функции одной переменной сетью ЭНВ с нелинейным базисом,
аппроксимации функций нескольких переменных сетями ЭНВ с нелинейными
базисами.
На рис. 6 приведено описание БНЗ, обеспечивающей аппроксимацию первого
вида, а на рис. 7 - структурная схема ЭНВ на ее основе. Его сигналами ввода-вывода
являются: входная величина: x; выходная величина и ее нечеткая инверсия: y и ny;
номер реализуемой нечетким контроллером передаточной характеристики: y_num (вида
“д”, “е” или “ж” на рис. 6); величина вертикального сдвига: b; величина усиления: k;
сигнал разрешения функционирования НК: E; начальное и конечное значения
диапазона входной величины, на котором НК активен: x_n и x_k; значение выхода НК в
пассивном состоянии: mm; входные контакты для каскадного включения casc, с1, с2;
выходное значение компаратора сигналов и его нечеткая инверсия comp и ncomp. Блок
fuzz обеспечивает вычисление трех передаточных характеристик (рис. 7, б, в, г) с
задаваемым параметром k коэффициентом усиления; их выходные сигналы
масштабируются блоками scale2-scale4 и передаются на селектор mult, повторяющий на
выходе ту, чей номер соответствует значению y_num. Далее информация вновь
поступает на модуль fuzz для выполнения вертикального сдвига, интенсивность
которого задается величиной b. Далее, следуя установленной схеме соединений,
полученное значение поступает на компаратор comp1, сравнивающий текущее значение
выхода блока fuzz с выходным значением в точке casc и выбирающий из них
наименьшую в текущий момент времени величину.
С выхода блока comp1 сигнал поступает на блок cut1, который проверяет,
находится ли текущее значение входного сигнала x внутри рабочего диапазона
[x_n..x_k]; если да – передает на свой выход выходной сигнал блока comp1, если нет –
передает на свой выход значение mm.
Блоки comp1 и cut1 необходимы для обеспечения возможности сопряжения между
собой участков, формируемых различными ЭНВ сети.
Comp2 – вспомогательный компаратор, обеспечивающий простоту построения
иерархически организованных структур на основе ЭНВ.
Разрешение работы ЭНВ обеспечивается логическим значением true на входе E.
18
а)
б)
в)
г)
д)
е)
ж)
Рис. 6. ЭНВ для линейной аппроксимации: структура (а), входные и выходные термы (б),
фрагмент правил (в), передаточные функции выходов (г-ж).
Рассмотрим построение сети ЭНВ указанного типа для решения задачи
аппроксимации заданной одномерной нелинейной зависимости вида:
19
а)
б)
в)
г)
Рис. 7. Структурная схема (а) и передаточные функции (б-г) ЭНВ с линейным базисом.
Структура соответствующей сети ЭНВ представлена на рис. 8. Каждый отрезок на
графике реализуется отдельным ЭНВ; левая и правая части зависимости зеркально
симметричны и генерируются верхней и нижней частями сети ЭНВ, соответственно.
Последовательность активизации ЭНВ определяется кольцевым регистром сдвигов,
реализованном на триггерах s1, s2, s4, s6, s7, s9, s10.
Использование возможности задания функций принадлежности произвольного
вида обеспечивает реализацию необходимых нелинейных зависимостей “вход–выход”,
повышая качество аппроксимации (рис. 9). Снабжение ЭНВ этапом предварительного
нелинейного преобразования входного сигнала (пример функций принадлежности
показан на рис. 9, в) обеспечивает повышение точности представления заданной
аналитической зависимости при одновременном снижении сложности самой сети.
20
а)
б)
в)
Рис. 8. Исходная зависимость (а), аппроксимирующая сеть ЭНВ (б),
результирующая зависимость (в).
б)
а)
в)
г)
д)
Рис. 9. Сравнение эффективности применения базисов ЭНВ: сеть «линейных» ЭНВ (а),
результаты аппроксимации (б), термы нелинейного преобразователя (в), сеть
«нелинейных» ЭНВ (г), результаты аппроксимации (д).
Далее в главе сформулирована методика синтеза многомерных сетей ЭНВ как
совокупности подсетей (рис. 10) и приведены примеры ее использования для решения
задач аппроксимации вычислительно-сложных многомерных нелинейных функций.
21
Рис. 10. Обобщенная структура нечеткой подсети.
На рис. 11 показан пример применения методики для синтеза сети ЭНВ. Серии
экспериментов, описанные в работе, показывают возможность повышения точности
аппроксимации посредством сетей ЭНВ на порядок в сравнении с классическими
методами.
Рис. 11. Моделирование нечеткой сети в среде MathConnex.
22
В третьей главе «Техническая реализация микропроцессорных устройств с
аппаратной поддержкой сетей элементарных нечетких вычислителей» рассматриваются
вопросы
создания
функционально-ориентированных
микропроцессоров
и
микроконтроллеров,
снабженных
аппаратными
нечеткими
вычислителями.
Последовательно рассмотрены технические решения по построению внешнего
нечеткого сопроцессора, микропроцессора со встроенным НВ, микропроцессора со
встроенным сопроцессором сети ЭНВ (СЭНВ).
Основные структурные схемы нечеткого вычислителя показаны на рис. 12.
Рис. 12. Основные структурные схемы нечеткого вычислителя: модуль фаззификации
(а), модуль логического вывода (б) и модуль дефаззификации (в).
23
Эти структуры были положены в основу аппаратной реализации внешнего
нечеткого сопроцессора, а также использованы в модулях встроенного нечеткого
вычислителя и встроенного сопроцессора СЭНВ.
Структура МК со встроенным НВ поясняется рис. 13: на едином кристалле
размещаются основной микроконтроллер, содержащий процессор с АЛУ общего
назначения и набор типовых периферийных узлов микроконтроллера, и встроенный на
кристалл нечеткий вычислитель со структурой, обоснованной в главе 2 и показанной на
рис. 12. Память вычислительной системы доступна для обращения и со стороны
процессорного ядра, и со стороны блока нечетких вычислений. К преимуществам
данной структуры относится отсутствие потребности использования АЛУ
процессорного ядра блоком НВ, что обеспечивает независимость протекания процесса
нечеткой обработки данных от процесса алгоритмических вычислений и допускает их
одновременность, что в свою очередь повышает вычислительную производительность
микропроцессорной системы в целом в сравнении с референтными моделями
микроконтроллеров со встроенными аппаратными узлами нечетких вычислений,
рассмотренными в главе 1.
К преимуществам блока нечетких вычислений относится возможность работы с
описаниями термов произвольного вида, задаваемых и обрабатываемых посредством
предложенных в главе 2 методов и средств, что расширяет многообразие нечетких
систем, реализуемых на основе данного подхода, в сравнении с референтными НВ.
Рис. 13. Структура микроконтроллера с аппаратным нечетким вычислителем.
К дополнительным преимуществам данной структуры относится потенциальное
достижение высокого темпа обмена данными между основным ядром и НВ, а также
снижение трудоемкости формирования термов произвольного вида. Кроме того,
подобный способ доступа к памяти обеспечивает простоту и высокую достижимую
скорость смены баз нечетких знаний, расположенных в общем адресном пространстве
памяти микропроцессора.
24
Наконец, предлагаемые архитектурные решения обеспечивают минимизацию
массогабаритных параметров микропроцессорных систем управления и обеспечивают
экономное использование линий ввода-вывода основного микропроцессора.
Функциональная организация микроконтроллера с блоком сопроцессора сетей
элементарных нечетких вычислителей показана на рис. 14 и включает следующие узлы:
 процессорное ядро;
 система управления сопроцессором СЭНВ и его сопряжения с внутренней шиной;
 модуль указателя базы нечетких знаний элементарного нечеткого вычислителя;
 модуль указателя базы сети элементарных нечетких вычислителей;
 модуль элементарного нечеткого вычислителя;
 модуль хранения выходных результатов узлов сети элементарных нечетких
вычислителей.
Рис. 14. Взаимодействие процессорного ядра МП с сопроцессором СЭНВ.
Система управления и сопряжения процессорного ядра со встроенным
сопроцессором сети ЭНВ обеспечивает возможность занесения из ядра МП настроек и
исходных данных для работы сопроцессора, прием из ядра МП входных значений,
активизацию нечетких вычислений и управление процессом выполнения их стадий,
передачу на процессорное ядро выходных значений. Обмен информацией между ядром
МП и СЭНВ выполняется традиционным образом – путем обращения к SFR.
25
Регистры FuzX1..FuzXn содержат значения входных величин блока СЭНВ, а
FuzY1..FuzYk – значения его выходных величин. Регистр FuzCon содержит разряды
флага активации нечетких вычислений, флага занятости, флага разрешения генерации
сопроцессором СЭНВ по окончании вычислений запроса прерывания и обслуживания
этого прерывания. Регистр KDB_PTR является указателем на начало области памяти
МП, содержащей базу нечетких знаний элементарного нечеткого вычислителя.
Память МП является двухпортовой, при этом через основной порт (порт
процессорного ядра) память доступна для чтения и записи, а через дополнительный
порт (порт сопроцессора СЭНВ) память доступна только для чтения. Этим
гарантируется бесконфликтность и независимость частично или полностью
совпадающих во времени процессов доступа к памяти со стороны ядра МП и стороны
сопроцессора СЭНВ.
Таким образом, подготовив БНЗ ЭНВ, процессорное ядро устанавливает
KDB_PTR на ее начало, обеспечивая сопроцессору СЭНВ возможность вычислений по
заданной БНЗ. Подготовив в памяти несколько БНЗ, процессорное ядро имеет
возможность оперативной (за время выполнения одной пересылки нового значения в
KDB_PTR) смены базиса ЭНВ.
Аналогичным образом с помощью регистра NEFS_PTR осуществляется задание и
смена описания графа сети ЭНВ (рис. 15).
Рис. 15. Организация базы описания сети ЭНВ (а), хранение промежуточных результатов (б).
Система управления сопроцессором СЭНВ, обратившись посредством NEFS_PTR
к памяти описания графа СЭНВ, загружает в ЭНВ описание входов и параметров
очередного j-го узла нечеткой сети, принимая их значение либо из FuzX1.. FuzXn (если
Nнк=0), либо из внутренней памяти значений выходов узлов СЭНВ Y1..Yk НК с
соответствующим номером. Вычисленные значения Y1..Yk ЭНВ заносятся в
предназначенные для хранения ячейки НКj. По окончании движения по графу СЭНВ
выходные значения из памяти промежуточных значений заносятся в регистры FuzY1..
FuzYk. Такой подход к реализации связей в сети ЭНВ (в отличие от схемотехнических
связей) обеспечивает гибкость, масштабируемость и высокий темп обработки
информации.
26
Рассмотренные структуры блоков нечетких вычислений были реализованы на
языке описания аппаратуры VHDL с применением системы Quartus, интегрированы в
библиотеки
разработанной
инструментальной
среды
FOC-Builder
как
новое
периферийное устройство и добавлены к процессорному ядру семейства x51. Вариант
распределения адресного пространства ЭНВ показан на рис. 16, примеры физической
реализации микропроцессорных устройств – на рис. 17, а структура внешних
аппаратных средств – на рис. 18.
В главе описано также соответствующее системное программное обеспечение
всех разработанных вариантов нечетких вычислителей.
FuzAddr_H/
FuzAddr_L
Память
входных термов.
Строб записи: wrTerm
FuzAddr_H/
FuzAddr_L
Память
максимумов.
Строб записи:
wr(Tiyj)max
00/00
…
00/FF
01/00
…
01/FF
Развертка терма 1
для Х1
00/00
(Т1y1)max
…
…
…
…
09/00
…
09/FF
0A/00
…
0A/FF
0B/00
…
0B/FF
Развертка терма 10
для Х1
Развертка терма 2
для Х1
00/09
(Т10y1)max
00/0A…00/0F
–
00/10h
(Т1y2)max
FuzAddr_H/
FuzAddr_L
Память
правил.
Строб записи: wrRule
00/00
…
00/FF
01/00
…
01/FF
Номера термов
для столбца Х1
матрицы правил
Номера термов
для столбца Х2
матрицы правил
…
…
04/00
…
04/FF
05/00
…
05/FF
06/00
…
06/FF
Номера термов
для столбца Х5
матрицы правил
Номера термов
для столбца Y1
матрицы правил
Номера термов
для столбца Y2
матрицы правил
…
…
00/19h
00/1A…00/1F
(Т10y2)max
–
Развертка терма 2
для Х2
00/20h
(Т1y3)max
…
…
…
…
…
…
31h/00
…
31h/FF
Развертка терма 10
для Х5
(Т10y5)max
09/00
…
09/FF
Номера термов
для столбца Y5
матрицы правил
Примечание:
нумерация с нуля.
в позиции термов,
не используемых в
правиле, занести 0Fh
FuzAddr_H/
FuzAddr_L:
00/00
Развертка терма 1
для Х2
00/49h
Регистр количества правил.
Строб записи: wrRuleCnt
количество
используемых правил
Рис. 16. Пример организации адресного пространства ЭНВ.
Ведущий МК
Нечеткий сопроцессор
Управляющий модуль на основе
МК со встроенным НВ
Рис. 17. Варианты натурной реализации микропроцессорных нечетких вычислителей.
27
Рис. 18. Схемотехническое окружение управляющего модуля на основе НВ.
В четвертой главе «Автоматизация задач анализа и синтеза микропроцессорных
систем управления на основе аппарата сетей элементарных нечетких вычислителей»
рассматриваются
инструментальные
средства
поддержки
разработки
микропроцессорных нечетких вычислителей, а также примеры использования аппарата
сетей ЭНВ в задачах анализа и синтеза микропроцессорных систем управления.
С точки зрения методологии системного проектирования, актуальным подходом,
позволяющим существенно снизить степень влияния указанных выше негативных
факторов, ограничивающих эффективность использования существующих аппаратных
нечетких вычислителей, и расширить их функциональные возможности, является
подход, основанный на сочетании применения функционально-ориентированных
контроллеров (ФОК) в качестве аппаратной основы НВ, и специализированного
программного инструментария разработки и конфигурирования ФОК в целях
формирования необходимой для реализации программной составляющей архитектуры
процессорного элемента и необходимого для реализации системы управления
множества периферийных модулей; этим разрешается противоречие между парадигмой
28
неизменности архитектуры микроконтроллера (микропроцессора), и необходимостью
ее изменения для оптимального решения конкретной задачи.
Структура инструментальных средств показана на рис. 19.
Рис. 19. Основные элементы инструментального комплекса Fuzzy FO-x51
Рассмотрим возможности применения аппарата сетевой организации
элементарных нечетких вычислителей для анализа сложности нечетких систем
управления. В качестве примера рассмотрим актуальную прикладную область –
системы управления движением автономных необитаемых мобильных транспортных
средств.
Положим, что входными переменными микропроцессорного НВ, управляющего
движением, являются: текущий угол наведения на цель и расстояние до нее, угол
наведения на центр ближайшего препятствия. Выходными переменными
разрабатываемого микропроцессорного НВ выступают: направление движения и
скорость движения. Робот должен достичь цели, уклоняясь от столкновения с
препятствиями (рис. 20).
29
Проанализируем с помощью аппарата сетей ЭНВ сложность трех независимых
разработок – эвристически спроектированных нечетких контроллеров, успешно
решающих указанную задачу.
x1 – угол на цель
x2 – расстояние
до цели
x3 – угол центра
препятствия
Нечеткий
контроллер
y 1 – угол
поворота
y 2 – скорость
движения
?
Рис. 20. Нечеткий контроллер для управления движением мобильного робота.
Для каждого из контроллеров регистрируется таблица принятия решений (база
данных “вход–выход”); на ее основе описанными в главах 1 – 3 методами и средствами
строится эквивалентная этому нечеткому контроллеру сеть нечетких вычислителей
(базис ЭНВ для всех трех сетей одинаков). Результирующие графовые структуры
подлежат анализу (рис. 21).
Трассировка
траектории,
число правил
Характерные фрагменты
семейства характеристик
«вход-выход»
Структура сети элементарных нечетких
вычислителей, функционально эквивалентной
исходному нечеткому контроллеру
9
11
16
Рис. 21. Результаты анализа НК с применением сетей ЭНВ.
30
Представление нечетких систем принятия решений в виде эквивалентных сетей
элементарных нечетких вычислителей открывает широкие перспективы для развития
методов и средств анализа и оптимизации их структуры и баз нечетких знаний.
Для снижения трудоемкости разработки сетей элементарных нечетких
вычислителей для микропроцессорных систем создана совокупность инструментальных
средств, обеспечивающих генерацию структуры сети ЭНВ и их параметров.
Реализована процедура автоматизированной генерации сети ЭНВ на заданном базисе
элементарных нечетких вычислителей.
Пример функции двух переменных показан на рис. 22; на рис. 23 показана
синтезированная СЭНВ, функционально эквивалентная ей.
а)
б)
Рис. 22. Исходная функция двух переменных (а) и ее визуальная интерпретация (б).
а)
б)
в)
г)
Рис. 23. Результаты синтеза СЭНВ для функции рис. 22: структурная схема сети (а);
результаты работы каскадов (б-в); результат аппроксимации (г).
31
В пятой главе «Экспериментальные исследования» приводятся результаты измерений
достигнутых значений точности и быстродействия микропроцессорных устройств с
аппаратной нечеткой обработкой
информации,
разработанных с применением
предложенных в работе методов и средств, а также примеры их практического
применения в задачах автоматики, вычислительной техники и систем управления.
Проведены серии экспериментов по сравнительному анализу моделей СЭНВ и их
микропроцессорных реализаций, а также сравнительному анализу точности и
быстродействия предлагаемых решений и референтных образцов (рис. 24).
Рис. 24. Схема экспериментальных исследований натурных реализаций НВ.
В табл. 1 приводится пример оценки точности разработанных микропроцессорных
нечетких вычислителей в сравнении с аппаратными нечеткими вычислителями
массового производства; в табл. 2 – пример сравнительной оценки их быстродействия.
32
Табл. 1. Пример сравнения точностных характеристик НВ.
Табл. 2. Относительные значения показателей производительности НВ.
Таким образом, в одинаковых в сравнении с референтными образцами условиях
эксплуатации,
предлагаемый
микропроцессорный
нечеткий
вычислитель
демонстрирует на порядки более высокую производительность, одновременно с этим
обеспечивая на порядок более высокую точность.
В главе представлены также результаты использования предлагаемых решений в
задачах управления автономными мобильными робототехническими объектами, в
задачах интеллектуальной обработки данных в системах технического зрения
различных
принципов
действия,
в
системах
управления
локомоциями
робототехнических
механизмов,
в
задачах
интеллектуального
управления
кооперативным поведением мобильных робототехнических объектов, а также в
интеллектуальных системах управления сложной медицинской техникой – наркознодыхательной аппаратурой.
В заключении приводятся основные результаты и выводы. Предложенные в
диссертационном исследовании модели, методы и средства направлены на создание и
развитие электронной компонентной базы встраиваемых интеллектуальных систем
управления на основе приложений теории нечетких множеств.
33
В работе предложены:
1. Принцип организации аппаратных вычислений нечетких зависимостей, основанный
на применении сетей элементарных нечетких вычислителей.
2. Структурно-функциональная модель элементарного нечеткого вычислителя.
3. Математическая модель выполнения операции дефаззификации и ее реализация.
4. Алгоритм функционирования элементарных
сопутствующие структуры данных.
нечетких
вычислителей
и
5. Аппаратная микросхемотехническая реализация нечеткого вычислителя на основе
сети элементарных нечетких вычислителей.
6. Аппаратная микросхемотехническая реализация микропроцессора со встроенным
аппаратным вычислителем нечетких зависимостей на основе сетей элементарных
вычислителей как вычислительного узла системы управления.
7. Инструментальные средства поддержки разработки систем нечеткой обработки
информации на основе сетей элементарных вычислителей.
Предлагаемые в диссертационном исследовании подходы обеспечивают
комплексное улучшение показателей точности и быстродействия микропроцессорных и
микроконтроллерных устройств вычислительной техники и систем управления с
нечеткой обработкой информации.
Основные публикации автора по теме диссертационного исследования.
1. В изданиях Перечня ВАК и приравненных к ним:
1.1. Васильев А.Е., Васильянов Г.С., Кабесас Тапиа Д.Ф., Переверзев А.Е., Нгуен Б.Х.
Аппаратная реализация высокопроизводительных нечетких вычислений на
программируемых логических интегральных схемах // Радиотехника и электроника,
2017.– Т. 62, № 12.– С. 1243-1256. (Перечень ВАК. Переводная версия: Vassiliev
A.E., Vasil'yanov G. S., Cabezas Tapia D. F., Pereverzev A. E., Nguyen Boi Hue. Hardware
Implementation of High-Performance Fuzzy Computations Based on Programmable Logic
Integrated Circuits // Journal of Communications Technology and Electronics, 2017.– Vol. 62,
Issue 12.– Pp. 1414-1426 индексируется Scopus)
1.2. Vassiliev A.E., Ivanova T.Y., Cabezas Tapia D.F., Luong Q.T. Microcontroller-based
embedded system equipment development for research and educational support // Proceedings
of 2016 International Conference on Information Management and Technology, 2016.– Pp.
219-223. (Индексируется Scopus)
1.3. Vasilev A.E., Ivanova T.Yu., Cabezas Tapia D.F., Sadin Ya.D. Design of functionoriented microcontrollers on equipment of programmable logic integrated circuits for
embedded systems // Automatic Control and Computer Sciences, 2015.– Vol. 49, Issue 6.– Pp.
404-411. (Индексируется Scopus)
34
1.4. Vasilev A.E., Cabezas D., Pyshkin E. Assisted lung ventilation control system as a human
centered application: the project and its educational impact on the course of embedded
systems // Lecture Notes in Electrical Engineering, 2015.– Vol. 331.– Pp. 421-427.
(Индексируется Scopus)
1.5. Vasil‟ev A.E., Kolodeznikov I.V. The development and use of data acquisition and
control systems based on ARM-microcontrollers. // Measurement Techniques, 2015.– Vol. 58,
Issue 3.– Pp. 245-249. (Индексируется Scopus)
1.6. Васильев А.Е., Гиганова В.И. Применение сетей элементарных нечетких
вычислителей для синтеза и анализа систем нечеткой обработки информации и
управления. // Известия Российской академии наук. Теория и системы управления,
2014.– № 6.– С. 34-44. (Перечень ВАК. Переводная версия: A.E. Vasil‟ev, V.I.
Giganova. Networks of elementary fuzzy solvers for synthesizing and analyzing fuzzy data
processing and control systems.– Journal of Computer and Systems Sciences International.–
2014.– Vol. 53, Issue 6.– Pp 808-818 индексируется Scopus)
1.7 Васильев А.Е., До Суан Тьен, Кабесас Тапиа, Садин Я.Д., Донцова А.В.
Методологические аспекты и инструментальные средства автоматизированного
проектирования
функционально-ориентированных
микроконтроллеров
для
встраиваемых приложений. // Научно-технические ведомости СПБГПУ, 2013.–
№2(169).– С. 123-134. (Перечень ВАК)
1.8. Васильев А.Е., Мурго А.И. Проектирование подсистем сетевого обмена данными
для встраиваемых устройств управления на основе микроконтроллеров. // Научнотехнические ведомости Санкт-Петербургского государственного политехнического
университета. Информатика. Телекоммуникации. Управление, 2011.– Т. 6-1. № 138.– С.
25-31. (Перечень ВАК)
1.9. Васильев А.Е., Донцова А.В., Мурго А.И. Алгоритмическая реализация средств
нечеткой обработки информации для встраиваемых интеллектуальных систем
микроконтроллерного управления. // Научно-технические ведомости СанктПетербургского государственного политехнического университета. Информатика.
Телекоммуникации. Управление, 2011.– Т. 6-2. № 138.– С. 63-70. (Перечень ВАК)
1.10. Васильев А.Е., Шилов М.М., Мурго А.И. Научно-методические аспекты
преподавания
дисциплин
цикла
«Встраиваемые
микроконтроллеры»
//
Информационно-управляющие системы, 2011.– №6.– С. 68-77. (Перечень ВАК)
1.11. Васильев А.Е., Литвинчук А.В., Петров Д.Д. Проектирование средств и систем
обработки информации на основе сетей элементарных вычислителей нечетких
логических функций. // Научно-технические ведомости Санкт-Петербургского
государственного политехнического университета. Информатика. Телекоммуникации.
Управление, 2010.– Т. 3. № 101.– С. 7-14. (Перечень ВАК)
35
1.12. Васильев А.Е., Криушов А.В., Шилов М.М. Инструментальные средства и
методология подготовки специалистов в области встраиваемых интеллектуальных
систем управления // Информационно-управляющие системы, 2009.– №4.– С. 43-52.
(Перечень ВАК)
1.13. Васильев А.Е.,
Криушов
А.В.,
Шилов
М.М.
Научно-исследовательская
лаборатория встраиваемых интеллектуальных систем управления робототехническими
объектами. // Научно-технические ведомости Санкт-Петербургского государственного
политехнического университета, 2007.– № 52-2.– С. 185-189. (Перечень ВАК)
1.14. Васильев А.Е., Киричков А.В., Леонтьев А.Г. Исследование мехатронных
устройств с применением электромеханических аналогий. // Мехатроника,
автоматизация, управление, 2004.– № 7.– С. 20-22. (Перечень ВАК)
1.15. Leonov, G., Filippovskii, V., Vasilev, A., Vasilev, A.: The UMG-1 medical gas
humidifier.//
Biomedical
Engineering,
2005.–
Vol.
39,
Issue
6.–
Pp.
301-305.
(Индексируется Scopus)
1.16. Vasil'ev A. E., Leonov G. N. A Controller for Medical Devices. // Biomedical
Engineering, 2004.– Vol. 38, Issue 2.– Pp. 96-100. (Индексируется Scopus)
2. Патенты
2.1. Васильев А.Е., Шилов М.М. Микроконтроллер с аппаратным нечетким
вычислителем переменной структуры. Патент РФ на изобретение RUS 2477525 // 2013г.
Бюл. № 7.
2.2. Васильев А.Е., Васильянов Г.С. «Симметричный трѐхкоординатный движитель с
линейно-скользящей опорой и встраиваемым устройством управления, и симметричная
шагающая платформа на его основе». Патент РФ на изобретение RUS 2643613 // 2018 г.
Бюл. № 4.
2.3. Васильев А.Е., Криушов А.В., Шилов М.М. Стенд для изучения
микроконтроллерных систем управления. Патент РФ на изобретение RUS 2402822 //
2010 г. Бюл. № 30.
3. Монографии и учебные пособия.
3.1. Васильев А.Е. Встраиваемые системы автоматики и вычислительной техники.
Микроконтроллеры.– М.: Горячая линия - Телеком, 2018.– 590 с.
3.2. Васильев А.Е., Иванова Т.Ю., Колодезников И.В. Аппаратные платформы
встраиваемых систем. Отечественная элементная база. Микроконтроллеры 1986ВЕ92.–
СПб.: Изд-во Политехнического ун-та, 2015.– 79 с.
36
3.3. Васильев А.Е. Автоматизированные информационно-управляющие системы.
Встраиваемые интеллектуальные системы нечеткого управления.– СПб.: Изд-во
Политехнического ун-та, 2013 (2009).– 104 с.
3.4. Васильев А.Е. Анализ и синтез микроконтроллерных систем интеллектуального
управления на основе сетей элементарных вычислителей нечетких логических
функций. // В кн: «Наука и технологии».– М., 2012. – С. 107-124.
3.5. Васильев А.Е. Микроконтроллеры. Разработка встраиваемых приложений. – СПб.:
BHV-Петербург, 2012 (2008). – 304 с.
37
Васильев Алексей Евгеньевич
СПЕЦИАЛИЗИРОВАННЫЕ МИКРОПРОЦЕССОРЫ
СО ВСТРОЕННЫМИ УСТРОЙСТВАМИ АППАРАТНОЙ РЕАЛИЗАЦИИ
ИНТЕЛЛЕКТУАЛЬНОГО УПРАВЛЕНИЯ
НА ОСНОВЕ СЕТЕЙ ЭЛЕМЕНТАРНЫХ НЕЧЕТКИХ ВЫЧИСЛИТЕЛЕЙ
Автореферат
диссертации на соискание ученой степени доктора технических наук
Подписано в печать 25.09.2018. Формат 60х84/16.
Усл. печ. л. 2,4. Тираж 100. Заказ _____________.
Отпечатано с готового оригинал-макета, предоставленного автором,
в Типографии Политехнического университета Петра Великого.
195251, Санкт-Петербург, Политехническая ул., 29.
Тел.: (812) 552-77-17; 550-40-14.
38
1/--страниц
Пожаловаться на содержимое документа