Исследование оперативных методов решения обратных задач дистанционной диагностики тема диссертации и автореферата по ВАК РФ 01.04.03, кандидат наук Станкевич, Дмитрий Александрович

• Станкевич, Дмитрий Александрович
• кандидат наук
• 2014

Оглавление диссертации кандидат наук Станкевич, Дмитрий Александрович

Содержание

Введение

1 Обзор методов решения обратных задач дистанционной диагностики

1.1 Обратная магнитостатическая задача

1.2 Оперативные методы оценивания параметров сигнала

1.3 Стандартные квантовые пределы частотных и фазовых измерений

1.4 Постановка задач

2 Исследование намагниченности цилиндрических ферромагнитных образцов

2.1 Магнитостатика ферромагнетика

2.2 Определение намагниченности цилиндрических объектов

2.3 Экспериментальные результаты исследования намагниченности ферромагнитных изделий

2.4 Основные результаты и выводы

3 Исследование параметрических методов анализа сигналов

3.1 Параметрические методы измерения мгновенной частоты и угла фазового сдвига между двумя квазигармоническими сигналами

3.2 Квантовый предел параметрического оценивания угла фазового сдвига в квазигармоническом приближении

3.3 Результаты экспериментального исследования методов оценивания мгновенной частоты и угла фазового сдвига между двумя квазигармоническими

сигналами

3.4 Основные результаты и выводы

Заключение

Список используемой литературы

Приложение А. Трехкомпонентный магнитометр

Приложение Б. Высокочастотный цифровой параметрический фазометр

Введение диссертации (часть автореферата) на тему «Исследование оперативных методов решения обратных задач дистанционной диагностики»

Введение

Результативность и эффективность физических исследований в первую очередь связаны с точностью измерений и достоверной интерпретацией полученных данных. Постоянное повышение требований к достоверности проводимых исследований и увеличение получаемой информации в результате эксперимента вынуждают искать новые методы, как измерения физических величин, так и анализа результатов измерений.

В настоящее время большинство исследований физических систем производится с помощью радиоволновых методов, а поскольку объект исследования может находиться на значительном расстоянии, то широкое распространение получили методы дистанционной диагностики. В области теории и практики дистанционной диагностики достигнуты значительные результаты, однако остаются актуальными задачи, связанные с разработкой высокоточных методов решения многопараметрических задач, с проблемами планирования экспериментов и выбора условий их проведения, обеспечивающие минимальные или заданные погрешности измерений и достоверность интерпретации полученных данных. При планировании эксперимента следует учитывать, что точность измерений ограничена не только техническими возможностями используемых приборов, но и квантово-механическими свойствами приборов и объектов. Это в одинаковой степени относится как к макроскопическим, так и к микроскопическим объектам, различными могут быть лишь методы измерения.

Решение задачи интерпретации подразумевает наличие аналитической или эмпирической модели описания объекта исследования с точки зрения формирования этим объектом детерминированных или случайных полей и определения фа-зо-частотных, энергетических, статистических и прочих характеристик. Однако знания этих моделей недостаточно, необходимы также дополнительные сведения о модели сигналов в области их регистрации. Эти модели являются априорной информацией, составляющей основу для решения задач оперативной дистанционной диагностики.

Целью работы является разработка и исследование алгоритмов реального времени дистанционной диагностики динамических систем, основанных на современных методах решения обратных задач. Для достижения поставленной цели необходимо решить следующие задачи:

1. Обоснование связи топографии магнитного поля рассеяния вблизи поверхности ферромагнетика с его намагниченностью.

2. Обоснование метода измерения медленно меняющихся параметров квазигармонического сигнала путем решения обратной коэффициентной задачи.

3. Разработка аппаратно-программного комплекса для определения намагниченности ферромагнитных образцов.

4. Оценивание мгновенной частоты квазигармонических сигналов и угла фазового сдвига между ними при наличии амплитудной и частотной модуляции по короткой выборке.

5. Разработка аппаратно-программного комплекса параметрического анализа квазигармонических сигналов в реальном времени.

6. Определение метрологических характеристик параметрического фазометра. Предметом исследования являются современные методы решения обратных задач дистанционной диагностики.

Научная новизна диссертационной работы заключается в том, что:

1. Получены новые интегральные соотношения однозначной связи топографии магнитного поля рассеяния ферромагнетика с его намагниченностью.

2. Разработана новая методика определения намагниченности ферромагнитных стержней.

3. Впервые получены условия разрешимости обратной магнитостатической задачи для цилиндрических образцов.

4. Разработана новая методика оценивания угла фазового сдвига между двумя квазигармоническими сигналами при наличии амплитудной и частотной модуляции по короткой выборке путем решения обратной коэффициентной задачи.

5. Найден стандартный квантовый предел погрешности оценивания угла фазового сдвига между двумя квазигармоническими сигналами по ограниченной выборке.

Научно-практическое значение работы характеризуется тем, что:

1. Разработанный оперативный метод анализа намагниченности является научной и технологической базой для производства автоматизированного магнитометрического комплекса технической диагностики.

2. Разработанный метод оценивания угла фазового сдвига позволяет повысить точность навигационных систем и может быть использован для создания вторичного эталона угла фазового сдвига квазигармонических сигналов в диапазоне от долей герц до нескольких гигагерц.

Основные положения и результаты, выносимые на защиту:

1. Регуляризация обратной магнитостатической задачи методом замороженных коэффициентов позволяет однозначно определить медленно меняющуюся намагниченность магнитомягкого ферромагнетика, по которому не протекали токи.

2. Мгновенная частота и фазовый сдвиг квазигармонических сигналов могут быть определены путем решения обратной коэффициентной задачи.

3. Разработанный параметрический метод оценивания угла фазового сдвига позволяет увеличить точность фазовых измерений до Ю-5 рад на интервале наблюдения, содержащем несколько тысяч периодов сигналов, при наличии амплитудной и частотной модуляции.

4. Аппаратно-программный комплекс оперативного определения намагниченности цилиндрических ферромагнитных изделий.

5. Аппаратно-программный комплекс, измеряющий параметры квазигармонических сигналов в режиме реального времени.

6. Оперативный параметрический алгоритм оценивания угла фазового сдвига, позволяющий приблизиться к стандартному квантовому пределу. Обоснованность и достоверность результатов диссертации:

Результаты диссертации согласуются с известными положениями электродинамики, квантовой и статистической радиофизики, цифровой обработки сигналов. Достоверность полученных результатов и выводов подтверждается компьютерным моделированием и экспериментальными исследованиями на лабораторных макетах.

Личный вклад автора:

Основные результаты диссертации опубликованы в 15 научных работах и 1 патенте на полезную модель, из них 10 статей, включая 8 статей в рецензируемых изданиях перечня ВАК, рекомендованных для публикации материалов диссертации, 5 тезисов конференций.

Совместно с научным руководителем поставлены задачи диссертационного исследования, проанализированы квантово-механические ограничения на точность параметрического метода измерения угла фазового сдвига и основные выводы. Аппаратно-программные измерительные комплексы, численные и натурные эксперименты, анализ и интерпретация результатов выполнены лично автором при технической поддержке Орлова А.А и Перченко C.B.

Структура и объем диссертации: работа состоит из введения, трех глав, заключения, списка литературы, включающего 88 наименований, и приложений. Работа содержит 108 страниц, из которых 84 занимает основной текст.

Первый раздел посвящен обзору существующих подходов к решению задач пассивной диагностики на примере обратной магнитостатической задачи и определения параметров сигналов. Приведен краткий обзор современных параметрических методов и теории квантовых измерений. Помимо этого описаны постановка задачи и выбор методов исследования.

Во втором разделе работы приводится теоретическое обоснование для нахождения устойчивого решения-обратной магнитостатической задачи. Описан метод однозначного определения намагниченности цилиндрического ферромагнетика при намагничивании в геомагнитном поле, а также экспериментальные результаты, подтверждающие применимость метода в пассивной диагностике.

В третьем разделе предложен параметрический метод оценивания мгновенной частоты и угла фазового сдвига между двумя квазигармоническими сигналами, приведен анализ предельной точности, как самого метода, так и квантовый предел измерения фазы в квазигармоническом приближении. Изложены результаты экспериментов по определению параметров (мгновенной частоты и угла фазового сдвига) двух квазигармонических сигналов.

В заключении перечислены основные результаты работы и сделаны краткие выводы. Описания схем экспериментальных установок и некоторые результаты вынесены в приложения.

1 Обзор методов решения обратных задач дистанционной диагностики

В наиболее общей постановке целенаправленный процесс дистанционной диагностики может рассматриваться как идентификация нестационарной системы, искомыми параметрами которой являются медленно меняющиеся в пространстве и времени измеряемые физические величины, содержащие максимально возможную информацию о системе. До сих пор имеются весьма слабые связи и точки соприкосновения между идентификацией как разделом теории управления и теорией и методами решения обратных задач [1]. Наиболее информативным методом диагностики в настоящее время является радиоволновое дистанционное зондирование, используемое в задачах аэрокосмического мониторинга атмосферы [2] и геопространственных данных [3, 4], ЯМР томографии [5], мониторинге технического состояния зданий и сооружений, неразрушающего контроля и технической диагностики [6]. В рамках этих задач изменение динамических параметров объекта проявляется в изменении частоты, фазы и огибающей излучаемой или отраженной волны [7]. При этом часть параметров нестационарной системы, например частоты зондирующих сигналов и координаты передатчиков и приемников, могут полагаться известными [4]. Частота гармонического сигнала в настоящее время определяется с наивысшей точностью, поэтому преобразование в частоту обеспечивает максимально достижимую точность измерения контролируемых параметров. Фаза как истинный скаляр является релятивистским инвариантом, фазовые измерения обеспечивают максимальную помехозащищенность и информативность. Огибающая определяет энергию квазигармонического процесса и входит в уравнения движения нестационарной системы как обобщенная координата [7]. Поэтому применение радиоволновых методов обеспечивает существенное повышение эффективности диагностических комплексов.

Пусть состояние нестационарной системы в некоторый момент времени t характеризуется набором параметров (вектор состояния), который недоступен для прямого наблюдения, но может быть оценен косвенно через вектор наблюдаемых величин и(/), связанный с вектором состояния уравнением

Аг(0 = и(0- (1.1)

9

Здесь А - некоторый оператор, непрерывный в силу физической детерминированности. Вектор и(/) - результат измерений, приближенно равный вектору и(7), может не соответствовать решению уравнения (1.1) в силу того, что обратный оператор А"1 не всегда является непрерывным, следовательно, решение уравнения (1.1) не будет устойчивым к малым изменениям вектора наблюдаемых величин [8]. Задача поиска вектора ъ{() является обратной и относится к классу некорректно поставленных задач.

Характерной особенностью обратных задач часто является то, что определению подлежит не только вектор состояния, но и некоторые компоненты математической модели, например, коэффициенты дифференциального уравнения, которым описывается оператор А (1.1) [9]. Поиск устойчивого решения усложняется, если коэффициенты зависят от времени. В этом случае одной известной функции следует сопоставить несколько неизвестных. Построение решения обратной коэффициентной задачи может быть выполнено с помощью параметрической оптимизации, когда каждый искомый коэффициент представляется в виде ряда, неизвестные коэффициенты которого подлежат определению при решении обратной задачи. Среди обратных также выделяют граничные, эволюционные и геометрические задачи, отличающиеся заданием различного набора исходных предположений о решении, начальных и граничных условий [9].

Наиболее эффективным методом нахождения устойчивого решения задачи (1.1) является метод регуляризации [8]. Пусть некоторый числовой параметр 8 определяет среднеквадратичное отклонение вектора и(/) от точного значения и(?). Регуляризация приближенного решения задачи (1.1) заключается в построении регуляризирующего оператора а(б)), где а(8) - параметр регуляризации,

такого, что регуляризованное решение га = а(б)) стремится к точному ре-

шению при 8 —» 0.

Для построения регуляризирующих функционалов применяется метод минимизации сглаживающего функционала Ма(г,и(/)) = ||Аг-и(/)||2 +с£1{г). Здесь Г2(г) стабилизирующий функционал, отражающий априорную информацию о

форме решения. При малых значениях параметра а проблема поиска минимума функционала Ма близка к некорректной, а при больших - задача является корректной, но ее решение далеко от решения исходной задачи. Поэтому параметр а выбирают по невязке из условия ¡A z - u(f| < 5.

Существуют способы построения регуляризующего оператора, основанные

на использовании спектра оператора А. К таким задачам относятся интегральное

00

уравнение типа свертки j K{t - x)fz{x)dx - u{t), решение которого может быть най-

—00

дено с помощью регуляризирующего оператора вида:

R f (и, а) = — f ^°~|,С^ц(сй)ехр(- mt)d(£>, 2тг 4 Щсо)

здесь Дсо, а) - некоторая заданная четная по © функция такая, что Va > 0,0 < /(со, a) < 1, для любого a > 0 функция Дсо, а) —> 0 при со —> ±оо и всюду

/-/ а)

при любом а > 0 существует отношение [8].

К{(й)

1.1 Обратная магнитостатическая задача

В основе магнитных методов дистанционной диагностики лежит корреляционная связь между магнитными и механическими характеристиками ферромагнитных объектов [10]. Поскольку прямое измерение магнитного поля внутри исследуемого изделия в настоящее время не представляется возможным, то о намагниченности изделия с определенной точностью можно судить по распределению поля на его поверхности.

Обратная задача магнитостатики сводится к оцениванию магнитных характеристик тела по полю, измеренному в некоторой ограниченной области пространства вне объема этого тела [11]. Если из теории или эксперимента известна связь намагниченности с микроструктурой тела и механическими напряжениями в нем, то по найденному распределению намагниченности можно судить о его механических характеристиках.

Достаточно подробно исследованы обратные задачи в теории потенциала, поскольку они имеют большое прикладное значение в гравитационной разведке, например, при отыскании полезных ископаемых по аномалиям силы тяжести. Известно, что данная задача не имеет единственного решения без дополнительных предположений [12]. Связано это с тем, что тела, имеющие разную плотность и разный носитель этой плотности, могут создавать вне некоторой поверхности 5 одно и то же поле. В работе [13] доказывается неоднозначность решения обратной магнитостатической задачи восстановления магнитной проницаемости шара.

Таким образом, проблема характеристик источников поля внутри тела не может быть однозначно решена по измерениям только внешнего поля. Поэтому любая обратная задача должна быть поставлена настолько физически определенно, чтобы исключить возможность физически разных распределений источников поля. Например, если при решении задачи о шаре априорно задать функцию распределения плотности заряда, по измерениям внешнего поля можно однозначно вычислить радиус шара. Если задать радиус шара и функцию распределения заряда с точностью до одного неизвестного параметра, по измерению внешнего поля можно найти этот параметр [11, 13].

Поэтому относительно плотности всегда делаются некоторые упрощающие предположения, чаще всего плотность считается заданной. В таком предположении доказана теорема о единственности решения обратной задачи [9]. Аналогичная ситуация имеет место в электростатике для поля, создаваемого заряженным телом, и в магнитостатике для поля магнитных (фиктивных) зарядов. Применительно к задачам магнитной диагностики разработан ряд приближенных методов решения обратных задач, в которых используются дополнительные априорные предположения о находимой величине [11] или методы регуляризации [14].

Проведенный в монографии [11] анализ показывает, что решение обратной магнитостатической задачи в общем случае не единственно, математический алгоритм в общем виде очень сложен как для аппаратной реализации, так и для компьютерных вычислений, даже в случае регистрации только одной компоненты

поля рассеяния, например, тангенциальной. По существу, получить удовлетвори-

12

тельное решение обратной задачи магнитостатики удается только в скалярной постановке на модельных распределениях поля, предварительно полученных путем численного моделирования аналитических решений прямой задачи [15]. Вопрос о решении обратной задачи магнитостатики для слабо намагниченного тела по результатам измерения компонент поля рассеяния остается открытым, хотя необходимость такой постановки задачи не вызывает сомнений [16].

В магнитной диагностике обратная задача часто сводится к определению параметров некоторого локального нарушения микроструктуры, таких как координаты и геометрические размеры. Методам такого анализа посвящено большое число публикаций [17 - 19]. Они основываются на вычислении параметров геометрии дефектов микроструктуры по сравнению теоретически рассчитанного распределения магнитного поля над дефектом с экспериментальными результатами.

Существуют методы решения обратной задачи во всем объеме, сводимые к определению намагниченности М тела [11]. При этом область, в которой располагается исследуемое тело, разбивается на элементы с однородной намагниченностью или на группу диполей. В таком случае магнитное поле, создаваемое телом во внешней области, может быть представлено в виде суммы магнитных полей каждого элемента:

4тсН, (1.2)

I

Здесь Ну - магнитное поле в у'-ом элементе, а М, - вектор намагниченности в г-ом элементе; ал - элементы матрицы связей намагниченности и магнитного поля, определяемые из уравнений магнитостатики. Система (1.2) может быть решена относительно значений намагниченности, однако в большинстве случаев матрица системы (1.2) является плохо обусловленной, и решение не является единственным. Накопление ошибок при вычислениях в ЭВМ приводит к невозможности дробления области нахождения М на большое количество элементов.

Влияние случайных погрешностей входных данных на погрешность решения можно в определенной мере устранить или, по крайней мере, уменьшить про-

цедурой регуляризации, использующей априорную информацию об объекте измерения [20]. При отсутствии достаточной информации о форме и статистических характеристик входного сигнала или изображения перспективными методами решения обратных задач являются методы распознавания образов [21]. Задача распознавания представляет собой задачу классификации входной информации, которая является некоторой совокупностью параметров и признаков распознаваемых образов [3, 21]. Под признаком в общем смысле понимают некоторый объем информации, содержащейся в измерениях, необходимый для принятия решения о принадлежности образа к тому или иному классу. Под выделением признаков понимается процесс, в котором пространство данных преобразуется в пространство признаков, теоретически имеющее ту же размерность, что и у исходного пространства. Обычно преобразование выполняется таким образом, чтобы сократить пространство признаков до характерных или «эффективных» признаков. Таким образом, остается только значимая часть данных [4]. Пусть существует некоторый входной вектор х размерности т., который необходимо представить с помощью / чисел, I < т. Существует такое линейное преобразование Т, при котором усечение размерности вектора х до / будет оптимальным в смысле среднеквадратичной ошибки, оно называется пространственной декомпозицией.

Обычно различают два вида классификации: контролируемая и неконтролируемая. К первой группе относят такие классификаторы, для построения которых использовались методы с применением обучающих выборок. Ко второй группе относят классификаторы, основанные на кластерном анализе. Кластерный анализ - многомерная статистическая процедура, выполняющая сбор данных, содержащих информацию о выборке объектов, и затем упорядочивающая объекты в сравнительно однородные группы, называемые кластерами, так, чтобы каждый кластер состоял из схожих объектов, а объекты разных кластеров существенно отличались [22].

В дистанционной диагностике для решения задач интерпретации и классификации результатов все чаще применяются экспертные системы. Идея экспертных систем заключается в обобщении опыта каждого эксперта, полученного в ре-

14

зультате их раздельного обучения [23]. Обычно комбинацию таких экспертов называют ассоциативной машиной, они подразделяются на две категории: статические и динамические. В первом случае отклики различных экспертов объединяются при помощи некоторого механизма, но при этом не учитывается входной сигнал. Во втором классе входной сигнал учитывается при объединении сигналов экспертов.

Разделение ассоциативной системы на несколько экспертных групп очень выгодно. Во-первых, снижается время обучения, во-вторых, вероятность переобучения системы в случае, если количество настраиваемых параметров значительно больше размера множества данных обучения, заметно уменьшается. Также предполагается, что обучаемые эксперты будут сходиться к разным локальным минимумам на поверхности ошибок так, что комбинация их выходов приведет к эффективности обучения системы в целом. Серия работ [24 - 27] посвящена возможности использования теории распознавания образов для решения обратной задачи магнитостатики. При помощи решения прямых задач магнитостатики сравниваются модельные распределения поля и топологии реального поля. На основании этого сравнения и производится приближенная оценка параметров неоднородности микроструктуры материала.

1.2 Оперативные методы оценивания параметров сигнала

Большинство существующих методов и средств дистанционной диагностики и мониторинга, локации и навигации основано на обработке и интерпретации радиоволновых измерений, обладающих высокой информативностью и оперативностью в извлечении необходимой информации о состоянии и свойствах нестационарных систем. Однако эффективность существующих систем дистанционного зондирования и технической диагностики определяется не только техническими возможностями применяемых средств наблюдения и приемно-передающего комплекса, но и технологиями обработки информации [28]. При этом на скорость работы методов обработки информации накладываются достаточно жесткие требования, определяемые необходимостью работы таких систем в реальном време-

15

ни. Поскольку эффективность любой системы реального времени определяется не только корректностью выполнения вычислений, но и временем, за которое получен требуемый результат, время ее реакции на входное воздействие не обязательно должно быть очень малым, но оно должно быть гарантированным и отвечающим поставленным требованиям. Естественным для диагностических комплексов является требование выполнения всех необходимых операций за интервал дискретизации выходного (а не входного) потока данных, при условии, что выходной поток сохраняет всю информацию, необходимую для идентификации динамической системы.

При решении задач дистанционной диагностики предполагается, что на заданном интервале времени измерения оцениваемые параметры, являющиеся в общем случае некоторыми функциями координат и времени, имеют почти постоянное значение. Основной задачей является поиск оптимальных методов оценивания параметров сигнала по его значениям. Известное неравенство математической статистики Рао-Крамера [29], связывающее дисперсию аддитивного шума и дисперсию оцениваемых параметров, является нижней границей потенциально возможной точности измерений [1, 30, 31]. При совместном определении нескольких параметров сигнала (01,.., 0*) дисперсия несмещенной оценки удовлетворяет неравенству

где Ви 1 - диагональные элементы матрицы, обратной к информационной матрице Фишера

Здесь Р - условная плотность вероятности выборки и = (щ,.., им), где м, выборочные значения случайного процесса и(?, 0), усреднение производится по всем возможным реализациям случайного процесса при фиксированном векторе параметров 0.

(1.3)

(1.4)

Для анализа параметров сигнала часто используется метод вейвлет-анализа, позволяющий получить двумерный спектр сигнала, зависящий от спектральной частоты и времени [32]. Определение параметров сигнала, таких как мгновенная частота, амплитуда и начальная фаза сигнала, по вейвлет-спектру требует дополнительных вычислительных затрат и носит неодназначный характер. Существует большое число методов, которые являются аналогами метода вейвлет-спектра. Примером может являться метод анализа параметров сигнала на основе полиноминального представления полной фазы сигнала при помощи билинейного преобразования [33], который при соотношении сигнал-шум 8 дБ позволяет получить оценку мгновенной частоты с дисперсией в пределах 0,1 дБ от границы Рао-Крамера [31]. Подобный подход распространен и в других работах, где в более общем виде рассматривают методы восстановления производных полной фазы, основанные на переходе в комплексную область [34]. Однако устойчивость рассматриваемых методов к амплитудно-модулированным сигналам вызывает сомнение, поскольку результирующая функция может иметь многочисленные близкие экстремумы.

Список литературы диссертационного исследования кандидат наук Станкевич, Дмитрий Александрович, 2014 год

Список используемой литературы

1. Клейман Е.Г. Идентификация нестационарных объектов. Автоматика и телемеханика, №10. 1999. С. 3-45.

2. Волосюк В.К., Кравченко В.Ф. Статистическая теория радиотехнических систем дистанционного зондирования и радиолокации. М.: ФИЗМАЛИТ, 2008. 704 с.

3. Дистанционное зондирование / Ш.М. Дейвис, Д.А. Ландгребе, Т.Л. Филлипс [и др.]. M.: Недра, 1983. 415 с.

4. Шовенгердт P.A. Дистанционное зондирование. Методы и средства обработки изображений. М.: Техносфера, 2010. 560 с.

5. Callaghan Р. Т. Principles of Nuclear Magnetic Resonance Microscopy. Oxford Science Publications, 1991. 492 p.

6. Безопасность России. Безопасность строительного комплекса / H.A. Махму-тов, О.И. Лобов, К.И. Еремин. М.: МГОФ "Знание", 2012. 798 с.

7. Островский Л.А., Потапов А.И. Введение в теорию модулированных волн. М.: Физматлит, 2003. 400 с.

8. Тихонов А. Н., Арсенин В.Я. Методы решения некорректных задач. М.: Наука, 1974. 224 с.

9. Самарский A.A., Вабищевич П.Н. Численные методы решения обратных задач математической физики. М.: ЛКИ. 2007. 480 с.

10. Вонсовский C.B. Магнетизм. М.: Наука. 1971. 1032 с.

11. Печенков А.Н., Щербинин В.Е. Некоторые прямые и обратные задачи технической магнитостатики. Екатеринбург: УрО РАН, 2004. 177 с.

12. Гласко В.Б. Обратные задачи математической физики. М.: МГУ, 1984. 111 с.

13. Дякин В.В. Прямая и обратная задача магнитостатики // Дефектоскопия. 1996. №З.С. 3-6.

14. Новиков П.С. О единственности обратной задачи теории потенциала // Докл. АН СССР. 1938. Вып. 18. С. 165 - 168.

15. Сапожников А.Б., Мирошин Н.В. К вопросу о роли магнитной нелинейности среды при формировании поля скрытого дефекта // Труды ИФМ АН СССР. 1967. Вып. 26. С. 189- 198.

16. Загидулин Р.В. К расчету магнитного поля дефекта сплошности с учетом нелинейности магнитных свойств ферромагнетика // Дефектоскопия. № 3. 2000. С. 43-54.

17. Золотовицкий А.Б., Лопатин В.В., Шлеенков A.C. Решение обратной задачи магнитной дефектоскопии методом определения мультипольных моментов эффективного эллиптического дефекта // Дефектоскопия. 2000. № 11. С. 2742.

18. Загидулин Р.В., Дударев М.С., Щербин В.Е. Определение параметров искусственных и естественных дефектов в ферромагнитных изделиях // Дефектоскопия. № 2. 1994. С. 38-46.

19. Сурков Ю.П., Щербин В.Е., Ваулин C.J1. и др. К вопросу об определении геометрических размеров эксплуатационных дефектов трубопроводов // Дефектоскопия. 1994. № 12. С. 35-41.

20. Полякова Р. В., Жидков Е. П., Юдин И. П. Регуляризация по А.Н. Тихонову в одной задаче магнитостатики. // "Математика. Компьютер. Образование". Сб. трудов XIII международной конференции. Ижевск: Научно-издательский центр "Регулярная и хаотическая динамика", 2006. Т. 2. С. 171-177.

21. Горелик А.Д., Скрипкин В.А. Методы распознавания. М.: Высш. шк.,1984. 208 с.

22. Экспертные системы. Принципы работы и примеры / А. Брукинг, П. Джонс, Ф. Кокс. М.: Радио и связь, 1987. 224 с.

23. Хайкин С. Нейронные сети: полный курс. М.: ООО "И.Д. Вильяме", 2006. 1104 с.

24. Загидулин Р.В. Распознавание дефектов сплошности в ферромагнитных изделиях: дис... д-ра техн. наук. Уфа: ОАО «Геофизика», 2001. 412 с.

25. Загидулин Р.В., Щербинин В.Е. Determination of continuity defect geometrical parameters by the methods of recognition theory. Determinating classification sign // Дефектоскопия. 1994. № 12. С. 70.

26. Загидулин P.B., Мужицкий В.Ф. Определение геометрических параметров дефекта сплошности в ферромагнитной пластине путем минимизации сглаживающего функционала. 1. Исследование параметров сглаживающего функционала и признаков классификации дефектов сплошности // Дефектоскопия. 2001. № 10. С. 3-12.

27. Загидулин Р.В., Игумнова Н.Б., Щербинин В.Е. Распознавание дефектов сплошности в магнитной дефектоскопии // Дефектоскопия. 1994. № 5. С. 6879.

28. Шархраманьян A.M. Технологические и методические основы построения систем мониторинга несущих конструкций высотных и уникальных объектов. // Предотвращение аварий зданий и сооружений. Вып. 9. М.: РААСН, 2010. с. 262 - 274

29. Рао С.Р. Линейные статистические методы и их применения. М.: «Наука» 1968, 548 с.

30. Куликов Е.И., Трифонов А.П. Оценка параметров сигналов на фоне помех. М.: Сов. Радио, 1978. 296 с.

31.Кау S.M. Fundamentals of Statistical Signal Processing: Estimation Theory. NJ: Prentice Hall, Upper Sadie River, NJ, 1998. 595 p.

32. Todorovska M.I. Estimation of instantaneous frequency of signals using the continuous wavelet transform. University of southern California. Report CE 01-07. 2001. 52 p.

33. Peter O'Shea. A New Technique for Instantaneous Frequency Rate Estimation. IEEE Signal Processing Letters. Vol. 9, № 8, 2002. 251 - 252 pp.

34. Orovic, I., Draganic, A., Stankovic, S., Sejdic, E. A unified approach for the estimation of instantaneous frequency and its derivatives for non-stationary signals analysis. 11th International Conference on Information Science, Signal Processing and their Applications, ISSPA. 2012. 1130-1134 pp.

35. Turner R. Maneesh S. Decomposing signals into a sum of amplitude and frequency modulated sinusoids using probabilistic inference. 2012 IEEE International Conference on Acoustics, Speech, and Signal Processing, ICASSP 2012. 2173 - 2176 pp.

36. Zai Y., Lihua X., Cishen Z. A discretization-free sparse and parametric approach for linear array signal processing. IEEE Transactions on Signal Processing, Dec. 2013.

37. Sumeet K., Vivek K.G., Sanjay E.S. Efficient parametric signal estimation from samples with location errors. IEEE Transactions on signal processing, vol. 61, 21. 2013. pp. 5285 -5297.

38. Лабутин С.А., Пугин M.B. Помехоустойчивость и быстродействие методов измерения частоты по короткой реализации гармонического сигнала // Измерительная техника. 1998. № 9. С. 34-36.

39. Егоров Е.А., Лабутин С.А. Расщепление класса сигналов с помощью линий задержки // Электронное моделирование. 1984. № 4. С. 113-116.

40. Васильев Ф. П. Методы решения экстремальных задач. М.: Наука. 1988. 552 с.

41. Фрумин Л.Л. Об одном подходе к решению нелинейных параметрических задач // Вычислительные технологии. Т. 7. № 5. 2002. С 88-95

42. Воронцов Ю.И. Теория и методы макроскопических измерений. М.: Наука. 1989. 280 с.

43. Воронцов Ю.И. Стандартные квантовые пределы погрешностей измерения и методы их преодоления // УФН. Т. 164. № 1. 1994. с. 89-104.

44. Брагинский В.Б. Разрешение в макроскопических измерениях: достижения и перспективы // УФН. Т. 156. № 1. 1988. С. 93-115.

45. Данилишин Ш.Л., Халили Ф.Я. Преодоление стандартного квантового предела с помощью метода вариационно-стробоскопического измерения // Известия РАН. Серия физическая. 2006. Т. 70. № 3. С. 335-340.

46. Бом Д. Квантовая теория. М.: Наука, 1965. 728 с.

47. Воронцов Ю.И. Соотношение неопределенности энергия-время измерения // УФН. Т. 133. № 2. 1981. С. 351-365.

48. Файн В.М., Ханин Я.И. Квантовая радиофизика. М.: Сов. радио, 1965. 608 с.

49. London F. Winkelvariable und kanonische Transformationen in der Undulation-mechanik // Z. Phys. 40, 193 (1927).

50. Воронцов Ю.И. Фаза осциллятора в квантовой теории. Что это такое «на самом деле»? // УФН. Т. 172. № 8. 2002. С. 907-929.

51. Мурзахметов Б.К., Чижов A.B. Проблема фазы электромагнитного поля в квантовой оптике // Физика элементарных частиц и атомного ядра. Т. 27. № 3. 1996. С. 747-796.

52. Braginsky V.B., Khalili F.Ya., Kulaga A.A. Quantum-non-demolition measurement of the phase // Phys. Lett. A 202, 1 (1995).

53. Морозов В.А. Некоторые аспекты восстановления сигналов методом регуляризации // Вычислительные методы и программирование. Т. 2. 2001. С. 27-33.

54. Межгосударственный стандарт ГОСТ 8.129-99. Государственная система обеспечения единства измерений. Государственная поверочная схема для средств измерений времени и частоты. Введ. 29.10.1999.

55. МИ 1935-88 ГСИ. Государственная поверочная схема для средств измерений

2 9

электрического напряжения до 1000 В в диапазоне частот 1-10" ... 3-10 Гц.

56. Чмых М.К. Цифровая фазометрия. М.: Радио и связь. 1993. 184 с.

57. Боровков В.И., Игнатьев В.К., Никитин A.B., Юшанов C.B. Однозначное определение огибающей и мгновенной частоты электромеханических колебаний // Известия вузов. Электромеханика. 2012. № 1. С. 16-20.

58. Игнатьев В.К., Никитин A.B., Юшанов C.B. Определение электродинамических параметров нестационарных систем. Журнал радиоэлектроники [Электронный ресурс]. 2011. № 8. 14 с. Режим доступа: http://jre.cplire.ru/jre/augl l/7/text.pdf, свободный. Загл. с экрана.

59. Игнатьев В.К., Никитин A.B. Метод медленно меняющейся частоты в радиоволновых измерениях. Журнал радиоэлектроники [Электронный ресурс]. 2011. № 11. 20 с. Режим доступа: http://jre.cplire.ru/ire/novl 1/ 17/text.pdf, свободный. Загл. с экрана.

60. Федорюк М. В. Асимптотические методы для линейных обыкновенных дифференциальных уравнений. М.: Наука, 1983. 352 с.

61. Игнатьев В.К., Никитин А.В. О единственности квазигармонического представления волнового процесса. Доклады 5 Всероссийской НТК Радиолокация и радиосвязь. М.: ИРЭ РАН. 2011. С. 431-438.

62. Челноков Б.А., Найденов А.И. Линейное преобразование спектра амплитудно-модулированных сигналов // Радиоэлектроника: Труды научно-технической конференции. Каунас. 1970. Т. 6. С. 23-29.

63. Игнатьев В. К., Никитин А. В., Юшанов С. В. Параметрический анализ колебаний с медленно меняющейся частотой. // Известия вузов. Радиофизика. 2010. Т. LIII. № 2. С. 145-159.

64. Игнатьев В.К., Никитин А.В., Перченко С.В., Станкевич Д.А. Дефектоскопия стальных стержней. // Дефектоскопия. 2013. № 1. С. 61 - 66.

65. Игнатьев В.К., Козин Д.А., Орлов А.А., Станкевич Д.А. Микромагнитный метод микроструктурного анализа ферромагнитных цилиндрических образцов. Физические основы приборостроения. 2012. № 4. С. 44 - 57.

66. Ignatjev V.K., Orlov А.А., Stankevich D.A. Magnetostatics of Cylindrical Ferromagnetic Samples // Physics and Mechanics of New Materials and Their Applications. Brooklyn Polytechnic University, New York, 2013, chapter 7, 450 p.

67. Игнатьев B.K. Станкевич Д.А. Дефектоскопия стальной проволоки методом тензорной магнитной топологии [Электронный ресурс] // «Инженерный вестник Дона», 2012. № 2. Режим доступа: http://ivdon.ru/magazine/archive/n2y2012/786 (доступ свободный). Загл. с экрана. -Яз. рус.

68. Игнатьев В.К., Никитин А.В., Перченко С.В., Станкевич Д.А. Оперативный неразрушающий контроль несущих конструкций. // Технологии техносферной безопасности. 2011. вып. 6(40). 9 с.

69. Игнатьев В. К., Станкевич Д. А. Датчик для дефектоскопии стальных стержней. Патент РФ № 119117.

70. Михайлов С.П., Щербинин В.Е. Физические основы магнитографической дефектоскопии. М.: Наука, 1992. 240 с.

71. Бредов М.М., Румянцев В.В., Топтыгин И.Н. Классическая электродинамика. М.: Наука, 1985.400 с.

72. Вонсовский C.B., Щур Я.С. Ферромагнетизм. М.-Л.: ГИТТЛ, 1948. 816 с.

73. Дайсон Ф. Релятивистская квантовая механика. М.-Ижевск: ИКИ, НИЦ "РХД", 2009. 248 с.

74. Ахиезер А.И., Барьяхтар В.Г., Пелетминский C.B. Спиновые волны. М.: Наука, 1967. 368 с.

75. Тихонов А.Н., Самарский A.A. Уравнения математической физики. М.: Наука, 1966. 342 с.

76. Тихонов А.Н., Гончарский A.B., Степанов В.В., Ягола А.Г. Численные методы решения некорректных задач. М.: Наука. 1990. 232 с.

77. Gilbert T.L. A Lagrangian Formulation of Giromagnetic Equation of the Magnetization Field. Phys. Rev, 1955. V. 100. p. 1243.

78. Тикадзуми С. Физика ферромагнетизма. Магнитные характеристики и практическое применение. М.: Мир. 1987. 419 с

79. Гринберг Г.А. Избранные вопросы математической теории электрических и магнитных явлений. М.-Л.: изд. Академии Наук СССР, 1948. 727 с.

80. Методика поверки образцовых и рабочих средств измерений магнитного момента МИ 191-79. М.: Изд-во стандартов. 1980. 19 с.

81. Игнатьев В.К., Станкевич Д.А. Квантовый предел прецизионных методов измерения фазового сдвига. Южно-сибирский научный вестник [Электронный ресурс]. 2014. № 1 (5). С. 95 - 100. Режим доступа: http://s-sibsb.ru/issues-of-the-iournal.html?sobi2Task=sobi2Details&catid=25&sobi2Id:=183, свободный. Загл. с экрана

82. Игнатьев В.К., Станкевич Д.А. Аппаратно-программный комплекс для параметрического анализа сигналов в задачах технической диагностики // Инженерный вестник Дона. 2013. № 3. Режим доступа: http://ivdon.ru/uploads/article/pdf/IVD_l 06_ignatjev.pdf_l 843 .pdf, свободный. Загл. с экрана.

83. Рабинер Л., Гоулд Б. Теория и применение цифровой обработки сигналов. М.: Мир. 1978. 848 с.

84. Braunstein S. Some limits to precision phase measurement. Phys. Rev. A. 1994. V. 49 № l.P. 69-75.

85. Noh J., Kim K., Kim T. Precision Phase Measurment with Twin Beams. J. of the Korean Physical Society. 1997. V. 31. № 4. P 599 - 602.

86. Переломов A. M. Обобщенные когерентные состояния и их применения. М.: Наука. 1987. 272 с.

87. Bohnet J.G., Сох К.С., Norcia М.А., Weiner J.M., Zilong С., Thompson J.K. Reduced back-action for phase sensitivity 10 times beyond the standard quantum limit. arXiv preprint arXiv: 1310.3177 (2013).

88. Гринберг Я.С., Пашкин Ю.А., Ильичёв E.B. Наномеханические резонаторы // УФН. Т. 182. 2012. С. 407-436.

Приложение А. Трехкомпонентный магнитометр

Необходимой точностью и пространственным разрешением для магнитной пассивной диагностики обладает холловский магнитометр, систематические погрешности которого минимизированы с помощью четырехтактного алгоритма измерения. Структурная схема модуля, реализующего этот алгоритм, приведена на рис. ПЛ.

Рис. П. 1 Структурная схема магнитометрического модуля

Магнитометрический модуль содержит ПХ, источник постоянного тока (ИТ), систему коммутации, включающую ключи К1 - К10 и измерительный усилитель (У). Полный цикл измерения происходит за четыре такта системы коммутации.

Первый такт: ключи К1 - К4, Кб, К7 разомкнуты, К5, К8 замкнуты. Ток от источника ИТ протекает через ключ К5, контакты Т1, Т2, ключ К8. Напряжение и 1 с контактов П1, П2 подается через ключи К9, К10, находящиеся в положении 1, на вход усилителя У. При этом напряжение на входе усилителя С/3 = 17п + £/„ + их, где ип- ит + 17нс + иш - суммарная погрешность, не зависящая от направления тока, исм - напряжение смещения усилителя У.

Второй такт: ключи К1 - К4, К5, К8 разомкнуты, Кб, К7 замкнуты. Ток протекает через ключ Кб, контакты Т2, Т1, ключ К7. Поскольку направление тока через датчик Холла инвертировано по отношению к первому такту, напряжение на контактах П1, П2 равно -17]. Это напряжение подается через ключи К9, К10, на-

ходящиеся в положении 1, на вход усилителя У. Напряжение на входе усилителя равно С/4 = Un~ UH- Ux.

Третий такт: ключи К5 - К8, К2, КЗ разомкнуты, Kl, К4 замкнуты. Ток протекает через ключ К1, контакты П1, П2, ключ К4. Напряжение U2 с контактов Т1, Т2 подается через ключи К9, К10, находящиеся в положении 2, на вход усилителя У. Напряжение на входе усилителя равно Us = Uu+ UH- Ux.

Четвертый такт: ключи К5 - К8, Kl, К4 разомкнуты, К2, КЗ замкнуты. Ток протекает через ключ К2, контакты П2, П1, ключ КЗ. Напряжение на контактах Tl, Т2 равно -U2 и подается через ключи К9, К10, находящиеся в положении 2, на вход усилителя У. Напряжение на входе усилителя при этом равно Ue = Uu - UH + Ux. Таким образом

(l/з - UA + U5 - U6)/4 = UH, (U3-U4-U5 + U6y 4 = Ux0 = SB0.

Алгоритм позволяет исключить систематические погрешности, обусловленные остаточным напряжением, смещением измерителя, а также магнитным полем управляющего тока ПХ.

Для анализа топологии магнитного поля разработан трехкомпонентный магнитометр, реализованный по модульному принципу. Его структурная схема приведена на рис. П. 2.

Рис. П. 2 Структурная схема магнитометра

Магнитометр может содержать произвольное количество независимых каналов, каждый из которых состоит из ПХ и измерительного блока (ИБ). Измерительный блок содержит элементы, необходимые для реализации четырехкомпо-нентного алгоритма работы ПХ, малошумящий усилитель и 24-разрядный АЦП с последовательным интерфейсом передачи данных. Блок цифровой обработки (БЦО) осуществляет управление измерительными блоками, забирает у них информацию и осуществляет связь с компьютером.

Принципиальная схема измерительного блока приведена на рис. П.З. В схеме используется 24 разрядный сигма-дельта АЦП AD7190 с максимальной частотой дискретизации 4 кГц. Управление системой коммутации осуществляется через порт ввода-вывода АЦП. Состояние этого порта определяет внутренний регистр GPOCON АЦП. Источник питания системы коммутации тока через датчик Холла (DDI, DD2, VT1 - VT7) и источника тока (DA2, DA3) выполнен на преобразователе напряжении DAI PSD-3R305.

Для минимизации собственных шумов измерительного блока четыре неин-вертирующих усилителя на элементах DA6 - DA9 и R5 - R12 включены параллельно, а их выходы подключены к суммирующему усилителю на элементах DA10 и R13 - R17. Итоговый коэффициент усиления равен 1000, он выбран исходя из чувствительности датчиков и необходимого динамического диапазона по магнитному полю.

Блок цифровой обработки обеспечивает синхронную работу измерительных блоков, их опрос и передачу полученных данных в персональный компьютер. Он состоит из контроллера ADuC847, оптической развязки и преобразователя RS-232 - USB. Питание осуществляется от одной аккумуляторной батареи напряжением 3,3 В.

Чувствительность магнитометра по магнитному полю определяется крутизной преобразования датчика Холла и собственными шумами измерительного блока. Анализ шумов производился методом периодограмм Уэлча.

Рис. П.З. Принципиальная схема измерительного блока

о о

На рис. П.4 приведена СПМ приведенного ко входу шума Gif) одиночного усилителя (Ки = 422) с закороченными входами, построенная по 100 реализациям (по 1024 отсчета в каждой). На рис. П.5 показана СПМ шума Gif) одного из измерительных блоков, работающего с одним усилителем по четырехтактному алгоритму измерения. К его входу подключался резистивный эквивалент датчика, зависимость получена по 22 реализациям по 1024 отсчета в каждой. Порог чувствительности при крутизне датчика 1150 мкВ/мТл составил не более 2 нТл.

Оценка СПМ измерительного блока с ПХ (с одним усилителем) производилась по 10 реализациям по 1024 отсчета в каждой, при этом датчики помещались в магнитный экран. Оценка СПМ для одного из измерительных блоков приведена на рис. П.6, зависимости для двух других блоков аналогичны.

Использование четырех ОУ в измерительном блоке снижает уровень шумов в 1,5 -г 2 раза (рис. П.7), что полностью согласуется с теорией.

Рис. П. 4 СПМ приведенного ко входу шума одиночного усилителя

Рис. П. 5 СПМ приведенного ко входу шума измерительного блока с одним усилителем при четырехтактном алгоритме измерения

Рис. П. 6 СПМ приведенного ко входу шума измерительного блока с ПХ и с одним усилителем при четырехтактном алгоритме измерения

1 6 ■ 1 4 ■ 1 2 ä 1 ♦ J *♦♦ <♦/***9* ЛЛФv v — —« ♦ ♦ ♦ ♦ ♦ ♦ ♦ Ф ♦ * ♦ ♦ ^ ♦ ♦

1 1 с- а

06 04 -,—^ -г-г- — ----.

02 - — ---— - — - --- -

Э 1 2 3 4 5 6 7 8 9 1 f 0 ГЦ

Рис. П. 7 СПМ приведенного ко входу шума измерительного блока с четырьмя

усилителями

Из рис. П.7 видно, что СПМ не содержит фликер-шум, связанный с тепловым дрейфом усилителя. Чтобы убедиться в его отсутствии в широком диапазоне рабочих температур был произведен следующий эксперимент. На корпуса усилителей клеем БФ-6 наклеивалась медная пластина, выравнивающая температуру микросхем усилителей и резисторов обратной связи, тепловой контакт с которыми осуществляется через кремнийорганическую прокладку. Поверх медной наклеивалась слюдяная пластина, к которой приклеивался измерительный мост, причем корпус термодатчика, приклеивался к медной пластине, а остальные резисторы - к слюдяной. При пайке всех соединений под воздействием температуры клей полимеризовался, создавая хороший тепловой контакт между датчиком и медной пластиной. Затем все резисторы помещались в термостатирующий экран из пенополистирола. Мост подключался к входам AIN3 и AIN4 АЦП DD3 и к источнику опорного напряжения DA5.

Измерительный модуль помещался в морозильную камеру и охлаждался до 0° С. Затем при естественном нагреве до комнатной температуры измерялись зависимости напряжений U3 - Ue четырехтактного алгоритма от напряжения диаго-

103

нали моста, зависящего от температуры ЩТ). Полученные зависимости приведены на рис. П.8 и П.9. Видно, что четырехтактный алгоритм полностью исключает погрешность, связанную с температурным дрейфом усилителей. Таким образом, дрейф напряжения Холла от температуры связан только с погрешностью датчика, которую несложно устранить.

Рис. П. 8 Зависимости напряжений £/3 (а) и £У4 (б) от напряжения

в диагонали моста £7(7)

-12200 -11200 -10200 -9200 -8200 -7200 -6200 -5200

и(Т), мкВ

Рис. П. 9 Зависимости напряжений Щ (а) и 1/6 (б) от напряжения

в диагонали моста ЩТ)

Приложение Б. Высокочастотный цифровой параметрический фазометр

Высокочастотный цифровой параметрический фазометр состоит из двух блоков: блока оцифровки и контроллера интерфейса USB 3.0. Принципиальная схема блока оцифровки приведена на рис. П. 10.

Рис. П. 10 Принципиальная схема блока оцифровки высокочастотного цифрового

параметрического фазометра

Блок оцифровки содержит два 16-разрядных АЦП DD3, DD4 типа LTC2203 фирмы Linear Technology с частотой дискретизации до 25 МГц. Тактирование АЦП возможно либо от генератора ZQ1, либо от внешнего источника сигнала. В последнем случае преобразование синусоидального сигнала к уровню ТТЛ осуществляется компонентами R5-R7, С2 и DDI.2. При использовании делителя на 2, выполненного на элементе микросхемы DD2, возможно увеличение частоты тактирования до 50 МГц.

Анализируемые сигналы поступают на входы АЦП предварительно усиленные в 5 раз микросхемами DA2 и DA3 типа LTC6406 фирмы Linear Technology, которые представляют собой малошумящие низковольтные дифференциальные усилители с полосой до 800 МГц. Синфазное напряжение 1,25 В для дифференциальных усилителей формируется внутренним источником опорного напряжения АЦП. Напряжение питания 3,3 В БО формируется стабилизатором DA1 от отдельной аккумуляторной батареи с напряжением 5 В. По завершению преобразования АЦП выставляет данные на выходах по спаду сигнала на выходе CLKOUT-. Логический элемент DD5.1 обеспечивает синхронный захват данных с обоих АЦП контроллером интерфейса.

В качестве контроллера интерфейса USB 3.0 использовалась отладочная плата CYUSB3KIT-001 32-х разрядного микропроцессора CYUSB3014. Микропроцессор выполнен по архитектуре ARM-9, содержит 512 килобайт внутренней оперативной памяти, параллельный 32-х разрядный порт ввода-вывода, позволяющий осуществлять передачу информации между микропроцессором и БО с частотой до 100 МГц.

Поскольку оцифрованные данные перед передачей в персональный компьютер не требуется предварительно обрабатывать, пересылка данных осуществляется посредством механизма прямого доступа к памяти. В оперативной памяти микропроцессора резервируется 6 участков по 163 84 байт, что соответствует максимальному размеру пакета USB 3.0 в режиме передачи массивов данных (bulk mode). На рис. П. 11 приведена диаграмма состояний конечного автомата, осуществляющего работу порта GPIF II.

THO.WAir

LOGIC ONE

DMA.ROY.THO

TH0.RD.LD THO.RD

is.OiTt.coum INLDATi OMA.RDY.THO сэимт.одт»

Рис. П. 11 Диаграмма состояний конечного автомата порта GPIF II микропроцессора CYUSB3014

Передача информации из порта GPIF II в оперативную память микропроцессора осуществляют два потока, работающие по очереди. Сначала происходит заполнение первого буфера в нулевом потоке, затем - мгновенная смена контекста и начинается заполнение следующего буфера в первом потоке, при этом начинается передача первого буфера по интерфейсу USB.