Аналого-цифровой преобразователь в кодах "золотой пропорции" на основе нейронной архитектуры тема диссертации и автореферата по ВАК РФ 05.13.05, кандидат технических наук Смирнов, Дмитрий Николаевич
- Специальность ВАК РФ05.13.05
- Количество страниц 147
Оглавление диссертации кандидат технических наук Смирнов, Дмитрий Николаевич
Введение.
1. Системы счисления с иррациональным основанием.
1.1. Система счисления Бергмана.
1.1.1. Описание системы счисления.
1.1.2. Способ представления чисел.
1.1.3. Особенности системы счисления.
1.2. Обобщенная система счисления Бергмана.
1.2.1. Описание системы счисления.
1.2.2. Способ представления чисел.
1.2.3. Особенности системы счисления.
1.3. Сравнение систем счисления с иррациональным основанием и двоичной системы счисления
1.4. Выводы.
2. Аналого-цифровой преобразователь поразрядного кодирования в коде «золотой пропорции».
2.1. Применение избыточных кодов в аналого-цифровом преобразовании
2.2. Разработка функциональной схемы АЦП поразрядного кодирования в коде «золотой пропорции».
2.3. Анализ матрицы сопротивлений ЦАП в коде «золотой пропорции»
2.4. Квантование по уровню в АЦП поразрядного кодирования в коде «золотой пропорции».
2.4.1. Определение числа уровней квантования.
2.4.2. Оценка избыточности кода «золотой пропорции».
2.4.3. Величина кванта и погрешность квантования.
2.5. Режимы работы АЦП поразрядного кодирования в коде «золотой пропорции».
2.5.1. Режим исправной работы.
2.5.2. Режим коррекции ошибок.
2.5.3. Анализ возможностей корректирующей способности АЦП в коде «золотой пропорции».
2.5.4. Режим коррекции погрешности линейности
2.5.5. Анализ возможностей коррекции погрешности линейности.
2.6. Способы увеличения корректирующей способности АЦП в коде «золотой пропорции».
2.7. Выводы.
3. Архитектура АЦП поразрядного кодирования в кодах «золотой пропорции» на базе нейронной сети.
3.1. Принципы построения устройств с настраиваемой структурой
3.2. Искусственный нейрон.
3.2.1. Акта вационные функции.
3.3. Нейронные сети.
3.3.1. Однослойные искусственные нейронные сети.
3.3.2. Многослойные искусственные нейронные сети.
3.3.3. Сети с обратными связями.
3.3.4. Особенности нейронных сетей при проектировании аналого-цифровых преобразователей.
3.4. Обобщенная архитектура АЦП поразрядного кодирования в кодах «золотой пропорции».
3.4.1. Структура нейронного преобразователя.
3.4.2. Архитектура «золотого» АЦП с моноканалом линейной структуры
3.5. Анализ аппаратурных затрат на реализацию АЦП на базе моноканала
3.6. Выводы.
4. Разработка методики определения вероятностно-временных характеристик АЦП.
4.1. Нейронный АЦП в кодах «золотой пропорции» как система массового обслуживания.
4.2. Исследование нейронного АЦП в кодах «золотой пропорции» на основе СМО с отказами в обслуживании для случая однородных обслуживающих приборов.
4.3. Условия мультипликативности распределения вероятностей состояний модели СМО с отказами нейронного АЦП в кодах Фибоначчи.
4.4. Выводы.
5. Разработка нейронного АЦП в кодах «золотой пропорции» в составе системы автоматизации испытаний.
5.1. Описание аппаратурного и программного обеспечения системы.
5.1.1. Характеристика объекта автоматизации испытаний.
5.1.2. Назначение системы.
5.1.3. Структура системы.
5.1.4. Функционирование системы.
5.1.5. Результаты опытной эксплуатации САИ.
5.2. Программно-аппаратурная реализация многоканального адаптивного нейронного измерительного устройства в кодах «золотой пропорции»
5.3. Результаты опытной эксплуатации АМНИП.
5.4. Выводы.
Рекомендованный список диссертаций по специальности «Элементы и устройства вычислительной техники и систем управления», 05.13.05 шифр ВАК
Устройства динамического приоритета на основе нейронных технологий2006 год, кандидат технических наук Южаков, Александр Александрович
Исследование кодоуправляемых резистивных делителей напряжения в кодах с иррациональными основаниями1983 год, кандидат технических наук Петросюк, Юрий Андреевич
Разработка и исследование высокопроизводительных АЦП для прецизионных систем весоизмерения1984 год, кандидат технических наук Марценюк, Валерий Пантелеймонович
Синтез измерительных устройств и систем с итерационной коррекцией погрешностей1983 год, кандидат технических наук Шекиханов, Айдын Махмудович
Автоматизация регистрации параметров быстротекущих процессов при испытаниях сложных объектов с использованием алгоритмов сжатия информации2004 год, кандидат технических наук Федорищев, Иван Федорович
Введение диссертации (часть автореферата) на тему «Аналого-цифровой преобразователь в кодах "золотой пропорции" на основе нейронной архитектуры»
Информационные технологии имеют колоссальное и непрерывно возрастающее значение в жизни человечества, охватывая огромный круг задач, связанных главным образом со сбором, переработкой, передачей, хранением, поиском и выдачей информации человеку или машине. При этом особое место в этом ряду занимает измерительная техника, которая предназначена для получения опытным путем количественно определенной информации об объектах материального мира. С увеличением степени сложности создаваемых технических и технологических систем и комплексов значительно увеличивается и усложняется объем обрабатываемой информации и возрастают требования к точности и надежности измерений. Это определяет актуальность создания и совершенствования аналого-цифровых преобразователей (АЦП), предназначенных для измерения параметров сложных динамических объектов и быстротекущих процессов. Широкое распространение и использование в телекоммуникационных и вычислительных системах технических средств, для цифровой передачи данных, речи, аудио- и видеоинформации, цифрового телевидения и т.п. увеличивает интерес к современным системам измерения и преобразования информации, а также значимость указанной проблемы. В этих условиях исследование и разработка новых принципов, алгоритмов преобразования и методов (базисов) проектирования современных АЦП - перспективная и актуальная задача.
Постоянное повышение требований к точности, быстродействию, информативности и другим характеристикам процессов сбора, измерения и обработки информации обусловливает необходимость создания и развития современных систем измерения и преобразования информации. Широкое применение средств цифровой вычислительной техники при построении аналого-цифровых преобразователей (АЦП) ориентировано именно на обеспечение высоких метрологических и эксплуатационных характеристик АЦП. Указанные задачи нашли отражение в работах ведущих отечественных ученых Смолова В.Б., Гитиса Э.И., Новицкого П.В., Цветкова Э.Н. и др.
Современная тенденция развития АЦП и ЦАП состоит в увеличении скоростей и разрешающих способностей обработки сигналов при уменьшении уровня потребляемой мощности и напряжения питания. Современные измерительные преобразователи (ИП) данных в основном работают на напряжениях питания ±5V (двуполярный источник питания), +5V или +3V (однополярный источник питания). Число устройств с напряжением питания +3V быстро увеличивается вследствие появления для них большого числа новых рынков сбыта, таких как цифровые камеры, видеокамеры и телефоны сотовой связи. Эта тенденция создала множество проектных и конструкторских проблем, которым не придавалось значения в разработках более ранних преобразователей, использовавших стандартное напряжение питания ±15V и диапазон изменения входных сигналов ±10V.
Более низкие напряжения питания подразумевают меньшие диапазоны входных напряжений и, следовательно, большую чувствительность к разного вида помехам: шумам от источников питания, некачественным опорным и цифровым сигналам, электромагнитным воздействиям и радиопомехам (EMI/RFI) и, возможно наиболее важный момент - к некачественным методам развязки, заземления и размещения компонентов на многослойной печатной плате или подложке СБИС (ПЛИС). В АЦП с однопо-лярным источником питания диапазон изменения входных сигналов обычно отсчитывается вне связи с «землей». При этом проблема заключается в поиске совместимых усилителей с однополярным питанием для нормализации сигнала на входе АЦП и в осуществлении необходимого сдвига входного сигнала относительно «земли» в приложениях с непосредственной связью.
Несмотря на эти проблемы, в настоящее время доступны компоненты, которые обладают чрезвычайно высокими разрешающими способностями при низких напряжениях питания и малой потребляемой мощности.
Одно из направлений, удовлетворяющих указанным требованиям, состоит в реализации адаптивных АЦП нейронной архитектуры. Данная задача в настоящее время решается на базе использования методов, алгоритмов и структур АЦП широко представленных в работах Авдеева Б.Я., Гаранина И.М., Мановцева А.П., Новоселова О.Н., Переверткина О.М., Прангишвили И.В., Евреинова Э.В., Peterson Н.Р., Estrin G., Койфмана А.А., Южакова А.А. и др. Однако, реализация таких структур осуществляется в обычной «стандартной» двоичной системе счисления. Исследования, проведенные Стаховым А.П., показали, что применение кодов Фибоначчи и кодов «золотой пропорции» позволяют улучшить технические характеристики АЦП. Главным в этом случае является разработка оптимальных архитектур в кодах «золотой пропорции» с применением нейронных сетевых технологий. Эту проблему предлагается решить с помощью объединения новых систем счисления (системы счисления Бергмана), возможностей современной микроэлектронной техники и новых архитектурных решений АЦП, основанных на применении нейронных технологий. В указанной постановке данная проблема рассматривается впервые.
В работе показано, что возможный путь создания АЦП, отвечающих современным требованиям, основан на реализации таких устройств в классе нейронных адаптивных структур на базе кода «золотой пропорции». Учитывая сложность решаемых при проектировании указанного класса АЦП задач, в работе показано, что одной из основных по важности и сложности является разработка методики проектирования, анализа и оценки нейронной измерительной сети.
Поэтому целью настоящего исследования является разработка методики проектирования, расчета оптимального объема адаптивного нейронного АЦП и его сетевой архитектуры, удовлетворяющего заданным требованиям по точности измерений, надежности функционирования и эксплуатационным характеристикам.
В диссертационной работе предлагается отступление от традиционной формы изложения материала, при которой в первой главе дается обзор состояния вопроса. Учитывая специфику проблемы, в первой главе дается анализ системы счисления Бергмана (простой и обобщенный), а в последующих главах рассматривается анализ известных решений АЦП в кодах «золотой пропорции», их достоинства и недостатки, а также предлагаются соответствующие подходы к улучшению характеристик измерительных устрйоств.
Учитывая сформулированные выше проблемы, в работе были поставлены следующие задачи:
- разработать принципы построения и архитектуры адаптивных нейронных АЦП в кодах «золотой пропорции», включающих: структурно-логическую организацию указанного класса АЦП и принципы построения связей нейронов, механизмы построения измерительного нейрона в кодах «золотой пропорции», методы синтеза топологии адаптивного АЦП;
- исследовать процесс квантования в коде «золотой пропорции» и режимы работы АЦП, оценить избыточность кода «золотой пропорции» по отношению к двоичному коду, характеристики процесса исправления и обнаружения ошибок, линеаризацию градуировочной характеристики;
- разработать аналитическую и имитационную модели СМО с изменяющимися параметрами, которые характеризуются неоднородным входным потоком, переменным числом обслуживающих приборов;
- разработать методику оптимизации структуры нейронного АЦП в кодах «золотой пропорции» с заданными точностными характеристиками;
- провести практическую апробацию архитектуры АЦП, методов и моделей проектирования, реализованных на основе предложенных подходов.
Научная новизна работы заключается в:
- реализованных методологических основах классификации адаптивных нейронных АЦП в кодах «золотой пропорции»;
- разработанных принципах построения функционально полных структур адаптивных нейронных АЦП в кодах «золотой пропорции»;
- предложенных методах определения вероятностно-временных характеристик созданных моделей СМО;
- комплексе прикладных результатов синтеза архитектуры, схемных решений АЦП в кодах «золотой пропорции», программных средств, обеспечивающих решение задач расчета технических и метрологических характеристик рассматриваемого класса АЦП. 7
Корректность полученных результатов теоретически обоснована приведенными доказательствами и утверждениями. Адекватность полученных моделей (сходимость не хуже 2 %) доказана на основании использования имитационного моделирования, статических критериев и экспериментальных исследований на примере нейронного АЦП в кодах «золотой пропорции».
Диссертация выполнена в рамках НИОКР «Разработка системы автоматизации испытаний авиационных агрегатов», проведенной ЗАО «ИВС-сети» в течение 2005 года. Разработанная система и измерительный преобразователь внедрены в опытную эксплуатацию в ОАО Г1НППК.
Основное содержание диссертации изложено в 5 печатных работах [12, 13, 27, 41, 46] и докладывалось на ряде региональных, всероссийских и международных конференциях.
Диссертация состоит из введения, пяти глав, заключения, списка литературы и приложения.
Похожие диссертационные работы по специальности «Элементы и устройства вычислительной техники и систем управления», 05.13.05 шифр ВАК
Исследование и разработка вопросов построения программируемого аналого-цифрового преобразователя системного применения1984 год, кандидат технических наук Смажевский, Александр Иванович
Адаптивный цифровой измерительный преобразователь параметров гармонических сигналов на основе тройного развертывающего преобразования2012 год, кандидат технических наук Байдаров, Андрей Александрович
Синтез и анализ вероятностно-итерационных методов, алгоритмов и аналого-цифровых средств измерения2009 год, доктор технических наук Тихонов, Эдуард Прокофьевич
Разработка отказоустойчивого мультинейропроцессора цифровой обработки сигналов2008 год, кандидат технических наук Лавриненко, Сергей Викторович
Методы и вычислительные устройства цифровой обработки сигналов в системе остаточных классов2010 год, доктор технических наук Галанина, Наталия Андреевна
Заключение диссертации по теме «Элементы и устройства вычислительной техники и систем управления», Смирнов, Дмитрий Николаевич
5.4. Выводы
1. Разработана и внедрена в опытную эксплуатацию многоуровневая система автоматизации испытаний, предназначенная для адаптивного преобразования с заданной точностью, индикации, регистрации и хранения текущих значений параметров авиационных изделий при проведенных регулировочных, приемо-сдаточных и исследовательских испытаний. Опытная эксплуатация подтвердила практическую реализацию и эффективность применения для рассматриваемого класса нейронного измерительного
122 преобразователя методики проектирования и основных теоретических результатов, полученных в настоящей работе.
2. Разработана оригинальная аппаратурно-программная архитектура и внедрен многоканальный нейронный измерительный преобразователь с перестраиваемой структурой. Практическая реализация:
- подтвердила теоретические положения о возможности линеаризации градуировочной характеристики измерительного преобразователя;
- показала, что возможно осуществлять алгоритмы коррекции ошибок и неисправностей измерительного преобразователя.
3. Разработаны инженерные рекомендации по применению, выбору и использованию предложенной архитектуры адаптивного многоканального нейронного измерительного преобразователя.
4. Разработан и реализован комплект программ расчета вероятностно-временных характеристик измерительного преобразователя, результаты моделирования которого подтверждены опытной эксплуатацией последнего.
ЗАКЛЮЧЕНИЕ
Рассмотрение особенностей систем счисления нейронных сетевых архитектур АЦП позволило сформулировать системные требования к функциям, свойствам и параметрам нейронных адаптивных АЦП в кодах «золотой пропорции» (обеспечивающие заданные параметры эффективности, точности и надежности) и направленные на достижение максимального соответствия их требуемым схемотехническому и функциональному уровням.
Проведенная классификация систем счисления показала, что для задач построения современных измерительных систем целесообразно использовать систему счисления Бергмана. Проведенное сравнение двоичной системы счисления и системы с иррациональным основанием выявило положительные свойства системы Бергмана - естественную избыточность и легкость представления отрицательных чисел, что обеспечивает возможность контроля и диагностики измерительного устройства.
Анализ представленных тенденций развития АЦП позволил выделить общую черту. Эта особенность состоит в адаптации аппаратуры преобразователя к параллелизму измерительных процедур с перестраиванием оборудования в различные типы архитектур. Такие АЦП являются наиболее гибкими, так как выбор архитектуры адекватен оптимальному алгоритму обработки, т.е. для каждого алгоритма создается своя (оптимальная) архитектура. Среди указанного класса архитектур особое место занимают архитектуры, обладающие способностью настройки на изменения входного потока. Данные АЦП приспосабливаются к изменяющемуся числу заявок и требованиям по точности измерительного потока, выполняя множественные измерительные процедуры на выделенной для этих целей аппаратуре.
Исследования показали, что наиболее интересным является реализация таких АЦП на основе нейронных сетей как автоматов с настраиваемой структурой (АНС). Исследованы основные принципы построения АНС, из которых главными и представляющими наибольший интерес для задач построения АЦП являются: параллельность, переменность и однородность структуры. АНС, построенные на вышеперечисленных принципах, состоят из одинаковых и однотипно соединенных друг с другом универсальных элементов с программным изменением связей между ними.
Рассмотрены и классифицированы логические основы построения АНС. При этом:
- в качестве базиса реализации элементарного автомата выбран нейрон;
- структурой, объединяющей компоненты АЦП, определена нейронная сеть.
Для выбранного базиса реализации АЦП в кодах «золотой пропорции» и алгоритма преобразования (поразрядное кодирование)
- проведен анализ построения структуры преобразователя «код - напряжение» на основе резистивной матрицы, содержащей 3 номинала сопротивлений;
- выполнена классификация базовых структур нейронных сетей на основе топологического принципа.
Большое внимание уделено вопросам создания принципов реализации нейронного АЦП в кодах «золотой пропорции». Показано, что нейронная сеть преобразователя представляет структуру, где каждый нейрон соединяется со всеми нейронами. Базовыми элементами АЦП являются: настраиваемый нейроподобный элемент (нейрон - измерительный элемент), реализующий операцию измерения, перестраиваемая шина, обеспечивающая взаимосвязь нейронов.
В разработанной архитектуре нейронного АЦП в кодах «золотой пропорции» измерительная сеть представляет собой преобразователь «код - напряжение» (ПКН), который реализован на обращенной резистивной матрице Ri - R2 - R3. Для выбранного алгоритма преобразования и типа ПН К разработана микроструктура измерительного нейрона.
Указано, что основная проблема при создании реализуемых нейронных АЦП в кодах «золотой пропорции» состоит в разработке нейронной сети и способов коммутации нейронов в ней. В работе рассмотрена детерминированная регулярная однородная структура нейронной сети на основе топологии моноканала линейного типа.
Предложенная архитектура нейронной сети с моноканалом имеет следующие особенности:
- проведенный сравнительный анализ архитектур по функциональным возможностям, аппаратурным затратам и относительной пропускной способности показал их высокую эффективность;
- выигрыш в аппаратурных затратах по сравнению с классической архитектурой параллельного АЦП наступает уже при числе каналов, равному четырем;
- соотношение аппаратурных затрат практически не зависит от величины максимальной разрядности АЦП в запросах измеряемых сигналов;
- в суммарных аппаратурных затратах на реализацию АЦП существенную роль играют затраты на дополнительную аппаратуру нейрона; и недостатки:
- дополнительные затраты АЦП с моноканалом линейно зависят от числа входных каналов преобразователя;
- структура нейрона также зависит от числа входных каналов, что означает необходимость разработки конкретного нейрона под заданную реализацию.
В работе обосновывается, что одной из важных задач в процессе расчета АЦП является задача определения вероятностно-временных характеристик преобразователя на основе теории систем массового обслуживания. Показано, что с позиций СМО модели нейронного АЦП в кодах «золотой пропорции» относятся к классу СМО с изменяющимся режимом (параметрами). Отмечено, что основными параметрами, характеризующими изменяющийся режим, являются: неоднородный входной поток, переменное число обслуживающих приборов и интенсивность обслуживающих приборов.
В выбранном классе СМО с изменяющимся режимом
- получено доказательство эквивалентности уравнений глобального и детального балансов для СМО с отказами в обслуживании, которое достоверно определяет конструктивный критерий, обеспечивающий на практике снижение размерности вычислений;
- удалось показать, что их стационарные распределения вероятностей имеют мультипликативную форму, которая обеспечивает рекуррентность вычислений, ускоряет расчеты и снижает затраты машинного времени на вычисление вероятностно-временных характеристик.
Все созданные модели иллюстрируются численными примерами.
Разработанные методика расчета оптимального объема оборудования и структура нейронного АЦП в кодах «золотой пропорции» апробированы при реализации систем автоматизации испытаний, внедренной в ОАО ПНППК.
В диссертационной работе получены следующие научные результаты:
1. На основе функционально-эволюционного системного подхода определен новый класс адаптивных нейронных АЦП в кодах «золотой пропорции». Реализация этих принципов обеспечивает рост и улучшение характеристик АЦП.
2. Разработаны логические основы построения нейронного АЦП в кодах «золотой пропорции», основными принципами которых являются: классификация структур, структурные и схемные решения АЦП. Отмечено, что особое место в создании нейронного АЦП в кодах «золотой пропорции» представляет реализация многоканальных, адаптивных преобразователей на основе нейронных сетей. При этом в качестве базиса выбран измерительный нейрон, а структурой, объединяющей нейроны, определена нейронная сеть. Для алгоритма поразрядного кодирования реализована обобщенная структура АЦП и представлена ее реализация на резистивной матрице R] - R2 - R3.
3. Показано, что основная проблема при создании нейронного АЦП в кодах «золотой пропорции» состоит в разработке нейронной сети и способов коммутации нейронов в ней. Созданная детерминированная регулярная однородная структура сети на топологии моноканала линейного типа.
126
Для разработанной архитектуры нейронного АЦП в кодах «золотой пропорции» проведен сравнительный анализ по функциональным возможностям, аппаратурным затратам и относительной пропускной способности, предложены рекомендации по ее использованию.
Для адаптивного, многоканального нейронного АЦП в кодах «золотой пропорции» разработаны аналитическая и имитационная модели СМО с изменяющимся режимом (параметрами), в которых участвует неоднородный входной поток заявок, переменное число обслуживающих приборов и переменная интенсивность обслуживания заявки. Для разработанной аналитической модели:
- доказана эквивалентность уравнений глобального и детального балансов;
- показано, что стационарные распределения вероятностей имеют мультипликативную форму. Эти свойства обеспечивают рекуррентность вычислений, ускоряют расчеты и снижают затраты машинного времени на определение вероятностно-временных характеристик;
- получена хорошая сходимость результатов моделирования с использованием аналитической и имитационной моделей относительно статистического критерия Уилкоксона, что доказывает корректность разработанной аналитической модели.
5. Разработанная методика расчета оптимального оборудования нейронного АЦП в коде «золотой пропорции», а также принципы построения применены при выполнении научно-исследовательских работ, внедренных и принятых в опытную эксплуатацию. Результаты опытной эксплуатации подтвердили основные теоретические положения и предложенные технические решения диссертационной работы.
Список литературы диссертационного исследования кандидат технических наук Смирнов, Дмитрий Николаевич, 2007 год
1. Стахов А.П. Коды золотой пропорции. М.: Радио и связь, 1984,151 с.
2. P. Monteiro, R. Newcomb. Minimal and maximal Fibonacci Representations: Boolean Generation // Jhe Fibonacci Quarterly, 1976, V.14, № 1.
3. Ф. Селлерс. Методы обнаружения ошибок в работе ЭЦВМ. М.: Мир, 1972.310 с.4. http://www.goldenmuseum.com Музей Гармонии и Золотого Сечения.5. http://mashavph.narod.ru/l/class.htm Классификация систем счисления.
4. Стахов А.П. Коды «золотой пропорции». М.: Радио и связь, 1984.151 с.
5. Гельман М.М. Аналого-цифровые преобразователи для информационно-измерительных систем. М.: Изд-во стандарты, 1989. - 320 с.
6. Стахов А.П. Перспективы применения систем счисления с иррациональными основаниями в технике аналого-цифрового преобразования // Измерение, контроль, автоматизация. 1981, № 6. С. 3-9.
7. Моисеев B.C. Системное проектирование преобразователей информации. Л.: Машиностроение, 1982. - 255 с.
8. Методы введения избыточности для вычислительных систем. Под ред. B.C. Пугачева. М.: Сов. радио, 1966. - 456 с.
9. Шастова Г.А. Кодирование и помехоустойчивость передачи телемеханической информации. М.: Мир, 1966. - 454 с.
10. Салтыков А.А., Смирнов Д.Н. Аналого-цифровой преобразователь поразрядного кодирования с применением кода «золотой пропорции» // Сб. науч. трудов «Информационные управляющие системы». Пермь, Перм. гос. техн. ун-т, 2005. С 144-152.
11. Журавлев И.П., Котелюк Л.А., Циклинский Н.И. Надежность и контроль ЭВМ. М.: Сов. радио, 1978. - 416 с.
12. Половко A.M. Основы теории надежности. М.: Наука, 1984.446 с.
13. Францис Т.А., Янбых Г.Ф. Избыточность в электронных устройствах. М.: Энергия, 1969. - 248 с.
14. Кикосита К., Асада К., Карацу О. Логическое проектирование СБИС. М.: Мир, 1988. - 308 с.
15. Гитис Э.И., Пискунов Е.А. Аналого-цифровые преобразователи. -М.: Энегоиздат, 1981.-360 с.
16. Бромберг Э.И., Куликовский K.JI. Тестовые методы повышения точности измерений. М.: Энергия, 1978. - 176 с.
17. Лазарев В.Г., Пийль Е.Н. Синтез асинхронных* конечных автоматов. -М.: Наука, 1964. 320 с.
18. Глушков В.М. Синтез цифровых автоматов. М.: Физматгиз, 1962.-210 с.
19. Якубайтис Э.А. Асинхронные логические автоматы. Рига: Зи-натнс, 1996. - 158 с.
20. Евреинов Э.В., Косарев Ю.Г. Одноразрядные универсальные вычислительные системы высокой производительности. -М.: Наука, 1966. -110 с.
21. Евреинов Э.В., Прингашвили И.В. Цифровые автоматы с настраиваемой структурой (однородные среды). М.: Энергия, 1974. - 240 с.
22. Мкртчян С.О. Нейроны и нейронные сети (Введение в теорию нейронов и нейронных сетей). -М.: Энергия, 1971. 232 с.
23. Мак-Каллок У. Надежность биологических систем. Самоорганизующиеся системы: Пер. с англ. М.: Мир, 1964.
24. Южаков А.А. Интеллектуальные измерительные преобразователи на основе нейронных технологий. Пермь: Перм. гос. техн. ун-т, 1997. -68 с.
25. Артюх Ю.Н., Беспально В.А., Загурский В.Я., Якубайтис Э.А. Скоростные измерительные субсистемы. Рига: Зинатне, 1980. - 184 с.
26. Объектовые шины передачи данных // Экспресс-информация, серия «Приборы и элементы автоматики и вычислительной техники», 1989, №35.-С. 10-18.
27. Девис Д., Барбер Д., Прайс У., Соломонидес С. Вычислительные сети и сетевые протоколы. М.: Мир, 1992. - 562 с.
28. Преснухин J1.H., Нестеров П.В. Цифровые вычислительные машины. М.: Высшая школа, 1974. - 415 с.
29. Анисимов Б.В., Соломатин Н.М. Основы расчета и проектирования элементов ЦВМ. М.: Высшая школа, 1974. - 464 с.
30. Южаков А.А. Вопросы анализа аналого-цифровых преобразователей на основе систем массового обслуживания, функционирующих в случайной среде. Пермь, Перм. гос. техн. ун-т, 1997. 52 с.
31. Назаров А.А., Нулик М.М., Южаков А.А. Анализ математической модели адаптивной терминальной измерительной системы // Автоматика и телемеханика, 1993. № 11.-С. 108-119.
32. Матушкин Н.Н., Меркушев А.Г., Южаков А.А. Анализ обслуживания смешанного трафика в подсистемах коммутации каналов и пакетов // Тезисы докладов XVI Всесоюзной школы-семинар по вычислительным сетям. М.-Винница, 1991. Ч. 3. - С. 55-59.
33. Матушкин Н.Н., Южаков А.А. Выбор объема буферной памяти центра коммутации пакетов // Тезисы докладов XIV Всесоюзной школы-семинар по вычислительным сетям. М.-Минск, 1989. Ч. 3. - С. 69-74.
34. Башарин Г.П., Куренков Б.Е., Чумаев А.В. Анализ обслуживания смешанного трафика в подсистеме каналов ЦСКО // Тезисы докладов XV Всесоюзной школы-семинар по вычислительным сетям. M.-JL, 1990. Ч. 3.-С. 9-13.
35. Бронштейн И.Н., Семендяев К.А. Справочник по математике. -М.: Наука, 1986.-544 с.
36. Назаров А.А., Южаков А.А. Критерий эквивалентности уравнений глобального и детального балансов для цепей Маркова // Автоматика и телемеханика, 1995. № 12. С. 71-78.
37. Смирнов Д.Н. Анализ измерительных процессов аналого-цифрового преобразования в кодах Фибоначчи // Сб. науч. трудов «Системы мониторинга и управления». Пермь, ПемГТУ, 2006. С. 69-78.
38. Вентцель Е.С., Овчаров Л.А. Теория случайных процессов и ее инженерные приложения. М.: Наука, 1991. - 389 с.
39. Н.Н. Матушкин. Анализ и синтез структур адаптивных преобразователей // Перм. гос. техн. ун-т. Пермь, 1997. 47 с.
40. Авдеев Б.Я., Антонюк Е.М., Долинов С.Н. и др. Адаптивные телеизмерительные системы // Л.: Энергоиздат, 1981.- 248 с.
41. Авдеев Б.Я., Белоусов В.В., Брусаков И.Ю. и др. Цифровые адаптивные информационно-измерительные системы. // С-Пб.: Энергоатомиз-дат, 1997.-368 с.
42. Смирнов Д.Н. Многоканальный адаптивный нейронный аналого-цифровой преобразователь в кодах Фибоначчи // Сб. науч. трудов «Системы мониторинга и управления». Пермь, ПемГТУ, 2006. С. 62 - 68.
43. Салтыков А.А., Смирнов Д.Н. Проблема избыточного кодирования в АЦП // Сб. науч. статей. Вып. XXIII «Методы и средства технической диагностики». Йошкар-Ола, Map. гос. ун-т, 2006. С 91-96.
44. В.Г. Лазарев, Н.П. Маркин, Ю.В. Лазарев. Проектирование дискретных устройств автоматики // М.: Радио и связь, 1985. 168 с.
45. Смирнов Д.Н. Анализ измерения нейронного АЦП в кодах «золотой пропорции» // ISSN 0013-5771. «Электросвязь», № 8, 2007. С 20-22.
Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.