Математическое и программное обеспечение интеллектуальных процедур идентификации состояния дискретного канала сети передачи данных тема диссертации и автореферата по ВАК РФ 05.13.11, кандидат технических наук Благодаров, Андрей Витальевич

• Благодаров, Андрей Витальевич
• кандидат технических наук
• 1999

Оглавление диссертации кандидат технических наук Благодаров, Андрей Витальевич

ВВЕДЕНИЕ.

ПРИНЦИПЫ ПОСТРОЕНИЯ АДАПТИВНЫХ СИСТЕМ

ПЕРЕДАЧИ ДАННЫХ.

1.1. Адаптивное управление звеном передачи данных.

1.1.1. Структура звена передачи данных.

1.1.2. Методы и процедуры передачи информации.

1.2. Модемные адаптивные протоколы передачи данных.

1.2.1. Адаптивные протоколы модуляции.

1.2.2. Адаптивные протоколы коррекции ошибок.

1.2.3. Адаптивные протоколы передачи'файлов

1.3. Классификация процедур идентификации состояния дискретного канала.

1.4. Интеллектуализация процедур идентификации состояния дискретного канала.

1.4.1. Способы интеллектуализации процедур идентификации

1.4.2. Особенности использования нейробионического подхода к интеллектуализации процедур идентификации.

2. РАЗРАБОТКА ИНТЕЛЛЕКТУАЛЬНЫХ ПРОЦЕДУР

ИДЕНТИФИКАЦИИ С ИСПОЛЬЗОВАНИЕМ

МАТЕМАТИЧЕСКОГО АППАРАТА ТЕОРИИ НЕЧЕТКИХ

МНОЖЕСТВ.,.

2.1. Классическая Вальдовская процедура идентификации.

2.2. Модификация Вальдовской процедуры идентификации с одной нечеткой гипотезой.

2.3. Модификация Вальдовской процедуры идентификации с двумя нечеткими гипотезами.

2.4. Сравнительный анализ классической Вальдовской процедуры и ее модификации с двумя нечеткими гипотезами

3. РАЗРАБОТКА ИНТЕЛЛЕКТУАЛЬНЫХ ПРОЦЕДУР ИДЕНТИФИКАЦИИ С ИСПОЛЬЗОВАНИЕМ НЕЙРОСЕТЕВЫХ ТЕХНОЛОГИЙ.

3.1. Постановка задачи

3.2. Выбор оптимальной длины передаваемого блока данных по показателю относительной скорости передачи данных

3.3. Методика расчета необходимой длины выборки.

3.4. Алгоритм прогнозирования выборки при изменении длины блока

3.5. Алгоритм масштабирования выборки.

3.6. Алгоритм принятия решения о смене текущего метода.

3.7. Структура нейросетевой процедуры идентификации состояния

4. ПРОГРАММНЫЕ СРЕДСТВА ДЛЯ СОЗДАНИЯ И МОДЕЛИРОВАНИЯ ИНТЕЛЛЕКТУАЛЬНЫХ ПРОЦЕДУР ИДЕНТИФИКАЦИИ

4.1. Библиотека классов, реализующая искусственные нейронные сети .Г.

4.1.1. "Блочный" подход к созданию нейроподобных структур

4.1.2. Иерархия классов библиотеки.

4.2. Пакет программ "Имитационное моделирование интеллектуальных процедур идентификации (ЗМАЯТЮ)"

4.2.1. Общие характеристики и структура пакета программ

4.2.2. Модель интеллектуальной нейросетевой процедуры идентификации.

4.2.3. Интерфейс пользователя.

Введение диссертации (часть автореферата) на тему «Математическое и программное обеспечение интеллектуальных процедур идентификации состояния дискретного канала сети передачи данных»

Актуальность темы. Важнейшей особенностью современного этапа развития и применения новых информационных технологий является широкое использование средств электросвязи в составе информационно-вычислительных сетей, в том числе глобальных сетей. Наибольшее распространение для организации удаленного взаимодействия пользователей сетей ЭВМ находят существующие коммутируемые телефонные каналы, что объясняется их всеобщей распространенностью и низкой арендной стоимостью. Основными особенностями используемых коммутируемых телефонных каналов являются сложный групповой характер ошибок и нестационарность параметров во времени. В связи с этим в международных стандартах (MNP, V42bis, V34, V90 и др.) предусмотрена возможность применения адаптивных методов передачи и защиты информации от ошибок. Адаптивные методы передачи и защиты информации от ошибок позволяют эффективно передавать информацию практически по любым каналам связи. Для передачи данных по коммутируемым телефонным каналам наибольшей популярностью пользуются модемы, производимые зарубежными фирмами (ZyXEL, Motorola, US Robotics и др.). Однако качество отечественных коммутируемых телефонных каналов значительно хуже зарубежных, что в ряде случаев затрудняет использование зарубежных модемов и стандартных международных протоколов передачи файлов. Поэтому разработка новых адаптивных протоколов различных уровней, учитывающих особенности отечественных телефонных каналов является актуальной задачей.

Важнейшим элементом адаптивных протоколов управления звеном передачи данных являются процедуры идентификации текущего состояния дискретного канала. Перспективным классом процедур идентификации являются интеллектуальные процедуры, использующие аппарат теории нечетких множеств и нейросетевые технологии.

Цель диссертационной работы состоит в разработке эффективных процедур идентификации с использованием таких средств искусственного интеллекта, как: нейросетевые технологии и аппарат теории нечетких множеств.

Для достижения цели необходимо решить следующие задачи:

1. Провести анализ принципов использования и мест приложения адаптивных методов передачи информации в составе протоколов управления звеном передачи данных.

2. Выявить целесообразность применения средств искусственного интеллекта к решению задачи идентификации состояния дискретного канала.

3. Разработать процедуры идентификации, позволяющие использовать нечеткую априорную информацию о возможных состояниях дискретного канала.

4. Разработать интеллектуальную нейросетевую процедуру идентификации состояния дискретного канала, предназначенную для работы в составе системы передачи данных (СПД) с адаптацией по длине передаваемого блока и позволяющую эффективно идентифицировать произвольное количество состояний.

5. Разработать средства программной реализации интеллектуальных ней-росетевых процедур идентификации.

6. Разработать средства имитационного моделирования нейросетевых процедур идентификации состояний дискретного канала, позволяющие наглядно показать процесс функционирования нейросетевых процедур идентификации, а также проводить анализ эффективности их работы.

Научная новизна. В рамках диссертационной работы были получены следующие результаты:

1. На основе анализа современных адаптивных протоколов передачи данных различных уровней выявлены возможные пути интеллектуализации процедур идентификации.

2. Разработана модификация Вальдовской процедуры идентификации с двумя нечеткими гипотезами, позволяющая использовать нечеткую априорную информация о возможных состояниях дискретного канала. Проведен анализ ее эффективности с помощью имитационного моделирования.

3. Разработана методика применения нейросетевых технологий к решению задачи идентификации состояния дискретного канала.

4. Предложена нейросетевая процедура идентификации состояния дискретного канала, предназначенная для работы в составе СПД с адаптацией по длине передаваемого блока и позволяющая эффективно идентифицировать произвольное количество состояний. В процедуре используется ряд новых решений:

• поиск оптимального метода передачи (оптимальной длины блока) по показателю относительной скорости передачи данных;

• применение искусственной нейронной сети для прогнозирования вероятности искажения блока заданной длины;

• эффективный самообучающийся алгоритм принятия решения о смене текущего метода;

• алгоритм прогнозирования выборки при смене текущего метода передачи данных;

• динамическое изменение длины выборки;

• алгоритм масштабирования выборки.

5. Предложен "блочный" подход к программной реализации нейроподоб-ных структур. Разработана библиотека классов на языке С++, реализующая нейронные сети при помощи "блочного" подхода.

6. Разработан пакет программ "Имитационное моделирование интеллектуальных процедур идентификации" (БМАЯТШ) и с его помощью проведен анализ эффективности нейросетевой процедуры идентификации по данным имитационного моделирования.

Практическая ценность работы. Разработана модификация Вальдовской процедуры идентификации с двумя нечеткими гипотезами, позволяющая использовать нечеткую априорную информацию о возможных состояниях дискретного канала.

Предложена принципиально новая интеллектуальная нейросетевая процедура идентификации состояния дискретного канала, предназначенная для работы в составе СПД с адаптацией по длине передаваемого блока и позволяющая эффективно идентифицировать произвольное количество состояний.

Разработана библиотека классов на языке С++, реализующая искусственные нейронные сети и позволяющая встраивать их в любые программы, написанные на С++. На основе библиотеки классов разработан пакет программ "Имитационное моделирование процедур идентификации состояния ДК с использованием нейросетевых технологий (8МА11ТГО)", позволяющий анализировать создаваемые нейросетевые процедуры идентификации.

Результаты диссертационной работы использованы ИЧФ «Лореаль» при создании Глобальной морской системы связи с судами, терпящими бедствие (ГМССБ). Библиотека классов, реализующая искусственные нейронные сети и входящая в состав пакета программ 8МАЯТГО, представленного в диссертации, внедрена в учебный процесс Рязанской государственной радиотехнической академии для студентов специальности 2204 - "Программное обеспечение вычислительной техники и автоматизированных систем" по курсу "Системный анализ и машинное моделирование".

Достоверность полученных в диссертационной работе результатов подтверждается:

• использованием выводов теории вероятностей и математической статистики;

• использованием выводов теории нечетких множеств;

• использованием понятий и выводов теории нейронных сетей;

• результатами имитационного моделирования интеллектуальных процедур идентификации состояния дискретного канала.

Апробация работы. Результаты работы докладывались на следующих конференциях и семинарах:

1. Всероссийская научно-техническая конференция студентов, молодых ученых и специалистов "Новые информационные технологии в научных исследованиях радиоэлектроники", 21-24 мая 1997г., г.Рязань.

2. 52-я научная сессия РНТОРЭС им.А.С.Попова, посвященная Дню Радио (секция "Теория и техника передачи дискретных сигналов"), 20-22 мая 1997г., г.Москва.

3. Международная научно-техническая конференция "К.Э.Циолковский -140 лет со дня рождения. Космонавтика. Радиоэлектроника. Геоинформатика", октябрь 1997г., г.Рязань.

4. 2-я Международная научно-техническая конференция "Моделирование и исследование сложных систем", 10-11 июня 1998г., г.Москва.

5. Всероссийская научно-техническая конференция студентов, молодых ученых и специалистов "Новые информационные технологии в радиоэлектронике", 20-22 мая 1998г., г.Рязань.

6. 2-я Всероссийской научно-практической конференция "Современные информационные технологии в образовании", 13-14 мая 1998г., г.Рязань.

7. 2-я Международная научно-техническая конференция "Космонавтика. Радиоэлектроника. Геоинформатика", 30 октября - 1 ноября 1998г., г.Рязань.

8. 54-я научная сессия РНТОРЭС им.А.С.Попова, посвященная Дню Радио (секция "Теория и техника передачи дискретных сигналов"), май 1999г., г.Москва.

9. Международный научно-технический семинар "Проблемы передачи и обработки информации в сетях и системах телекоммуникаций", 27-29 сентября 1999 г., Рязань.

10

Публикации. По теме диссертации опубликовано 11 работ. В их числе 1 статья в межвузовском сборнике, 9 тезисов и материалов докладов Международных и Всероссийских конференций и семинаров, одно учебно-методическое пособие.

Пакет программ "Имитационное моделирование интеллектуальных процедур идентификации (ЗМАЯТЮ)" зарегистрирован в Российском агентстве по патентам и товарным знакам (свидетельство о регистрации программы для ЭВМ №990515).

Структура и объем диссертации. Диссертационная работа состоит из введения, четырех глав и заключения. Содержит 153 страницы, 9 таблиц, 52 рисунка. Список литературы состоит из 70 наименования.

Заключение диссертации по теме «Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей», Благодаров, Андрей Витальевич

Основные результаты, полученные в диссертационной работе:

1. Проведен анализ современных адаптивных протоколов передачи данных различных уровней.

2. Выявлены возможные пути интеллектуализации процедур идентификации состояния дискретного канала.

3. Разработана модификация Вальдовской процедура идентфикации с двумя нечеткими гипотезами. Проведен анализ ее эффективности с помощью имитационного моделирования.

4. Разработана методика применения нейросетевых технологий к решению задачи идентификации состояния дискретного канала.

5. Предложена нейросетевая процедура идентификации состояния дискретного канала, предназначенная для работы в составе СПД с адаптацией по длине передаваемого блока и позволяющая эффективно идентифицировать произвольное количество состояний. В процедуре используется ряд новых решений:

• поиск оптимального метода передачи (оптимальной длины блока) по показателю относительной скорости передачи данных;

• применение искусственной нейронной сети для прогнозирования вероятности искажения блока данных;

• эффективный самообучающийся алгоритм принятия решения о смене текущего метода;

• алгоритм прогнозирования выборки при смене текущего метода передачи данных;

• динамическое изменение длины выборки;

• алгоритм масштабирования выборки.

6. Разработана библиотека классов на языке С++, реализующая нейронные сети при помощи "блочного" подхода.

141

7. Разработан пакет программ "Имитационное моделирование интеллектуальных процедур идентификации" (БМАЯТЮ) и с его помощью проведено имитационное моделирование нейросетевой процедуры идентификации.

ЗАКЛЮЧЕНИЕ

Список литературы диссертационного исследования кандидат технических наук Благодаров, Андрей Витальевич, 1999 год

1. Протоколы информационно-вычислительных сетей: Справочник/Аничкин С.А., Белов A.C., Бернштейн A.B. и др.; Под ред. И.А.Мизина, А.П.Кулешова. - М.: Радио и связь, 1990. - 504 с.

2. Шварц М. Сети связи: протоколы, моделирование и анализ: В 2-х ч. Ч.1/Пер. с англ. М.: Наука, 1992. - 336 с.

3. Халсалл Ф. Передача данных, сети компьютеров и взаимосвязь открытых систем/Пер. с англ. М.: Радио и связь, 1995. - 408 с.

4. Блэк Ю. Сети ЭВМ: протоколы, стандарты, интерфейсы/Пер. с англ. -М.: Мир, 1990.-506 с.

5. Бертсекас Д., Галлагер Р. Сети передачи данных/Пер. с англ. М. Мир, 1989.-544 с.

6. Зайцев С.С. Описание и реализация протоколов сетей сетей ЭВМ. М.: Наука, 1989.-270 с.

7. Дженнингс Ф. Практическая передача данных. Модемы, сети и протоколы/Пер. с англ. М.: Мир, 1989. - 271 с.

8. Хаусли Т. Системы передачи и телеобработки данных/Пер. с англ. М.: Радио и связь, 1994. - 456 с.

9. Коричнев Л.П., Пылькин А.Н. Распределенные вычислительные системы. Рязань: РГРТА, 1992. - 64 с.

10. Мизин И.А., Уринсон Л.С., Храмешин Т.К. Передача информации в сетях с коммутацией сообщений. М.: Связь, 1977. - 328 с.

11. Элементы теории передачи дискретной информации/Л.П.Пуртов, А.С.Замрий, А.И.Захаров, В.М.Охорзин; Под ред. Л.П.Пуртова. М.: Связь, 1972.-232 с.

12. Коричнев Л.П., Королев В.Д. Статистический контроль каналов связи. М.: Радио и связь, 1981.-240 с.

13. Дмошинский Г.М., Серегин A.B. Телекоммуникационные сети России. Описание. Классификация. Выбор. М.: Архитектура и строительство России, 1993.- 198 с.

14. Общесистемное проектирование АСУ реального времени/С.В.Володин, А.Н.Макаров, Ю.Д.Умрихин, В.А.Фараджев; Под ред. В.А.Шабалина. М.: Радио и связь, 1984. - 232 с.

15. Модемы: Разработка и использование в России. М.: Эко-Трендз Ко, 1995. - 128 с. - (Серия "Технологии электронных коммуникаций").

16. Вильховченко С.Д. Модем 96. Выбор, настройка и использование: Сопутствующий справочник по телекоммуникациям. М.: ABF, 1995. - 284 с.

17. Фролов A.B., Фролов Г.В. Программирование модемов. М.: ДИАЛОГ-МИФИ, 1994. - 178 с.

18. Фролов A.B., Фролов Г.В. Модемы и факс-модемы. Программирование для MS DOS и Windows. М.: ДИАЛОГ-МИФИ, 1995. - 284 с.

19. Пылькин А.Н. Методы, алгоритмы и процедуры адаптивного управления в системах передачи дискретной информации: Диссертация на соискание ученой степени доктора технических наук Рязань, 1994. - 406с.

20. Лагутенко О.И. Модемы. Справочник пользователя. Спб.: Лань, 1997.-368с.

21. Советов Б.Я., Стах В.М. Построение систем передачи информации для автоматизированного управления. Л.: Энергоиздат, 1982. - 120 с.

22. Митряев Е.В., Ростовцев Ю.Г., Рышков Ю.П. Контроль верности информации в морской радиосвязи. Л.: Судостроение, 1979. - 164 с.

23. Рожков Л.И. Контроль и коммутация оборудования в системах передачи данных. М.: Радио, 1979. - 240 с.

24. Грановский В.А., Сирая Т.Н. Методы обработки экспериментальных данных при измерениях. Л.:Энергоатомиздат, 1990. - 288с.

25. Леман Э. Проверка статистических гипотез/Пер. с англ. М.: Наука, 1979.-408 с.

26. Поспелов Д.А. Лекции Всесоюзной школы по основным проблемам искусственного интеллекта и интеллектуальным системам. Минск, Институт технической кибернетики АН БССР, 1990. 104с.

27. Уоссерман Ф. Нейрокомпьютерная техника: Теория и практика/Пер. с англ. М. : Мир, 1992. - 240 с. \

28. Артемкин Д.Е., Благо даров A.B., Новиков Г. А. Методы качественного анализа и принятия решений: Методические указания к лабораторным работам/Под ред.А.Н.Пылькина-Рязань, РГРТА, 1998.- 32с.

29. Гордиенко Е.К., Лукьяница A.A. Искусственные нейронные сети. Основные определения и модели//Изв. АН СССР. Техническая кибернетика. -1994. №5. - С.79-92.

30. Анил К. Джейн, Жианчанг Мао, Моиуддин K.M. Введение в искусственные нейронные сети//Открытые системы. 1997. - №4. - С. 16-24.

31. Клименко C.B., Слободюк Е.А., Самойленко В.Д., Ухов Т.Л. Искусстqвенные нейронные сети в физике высоких энергий // Информационные технологии.^^, 1998, С. 17-24.

32. Власов А.И. Аппаратная реализация нейроадаптивных систем активного управления волновыми полями в промышленном стандарте PC-104 // // Информационные технологии №12, 1998, С. 13-16.

33. Кирсанов Э.Ю. Опытные образцы отечественных нейрокомпьютеров серии "Геркулес" на стандартной элементной базе // Нейрокомпьютер №1-2, 1997, С.49-56.

34. Пузикова J1.A. Разработка и исследование нечетких моделей и процедур идентификации состояния дискретного канала в информационно-вычислительных сетях: диссертация на соискание ученой степени кандидата технических наук. Рязань, 1994. 173с.

35. Вальд А. Последовательный анализ: Пер. с англ. М.: Физматгиз, 960. - 360с.

36. Дубров A.M. Последовательный анализ в статистической обработке информации. -М.: Статистика, 1976. 160с.

37. Уилкс С. Математическая статистика / Пер. с англ. A.M. Кагана и др., под ред. Ю.В. Линника. М.: Наука, 1967.

38. A.c. N 571919 (СССР). Устройство для контроля качества канала связи / Л.П. Коричнев, С.И. Лаврентьев, А.Н. Пылькин. Б.И. -1990. - N 23.

39. Пузикова Л.А., Пылькин А.Н. Имитационная модель процедуры идентификации состояний дискретного канала в адаптивной системе передачи данных / Свидетельство о регистрации программы в Росреестре СССР N 256 от 4.07.91 г.

40. Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений / Пер. с англ. М.: Мир, 1976. - 160 с.

41. Пузикова Л.А. Нечеткие гипотезы в процедуре Вальда принятия решения о состоянии канала связи. // Технологии и системы сбора, обработки и представления информации: Тез. докл. междунар. конф Рязань, 1993. - С. 3536.

42. Тихонов А.Н., Васильева А.Б., Свешников А.Г. Дифференциальные уравнения. М.: Наука, 1985. - 232с.

43. Ильин В.А., Позняк Э.Г. Основы математического анализа: Учебник. Ч. 2.-М.: Наука, 1982. 447с.

44. Мантуров O.B. Курс высшей математики. М.: Высшая школа, 1991. -450с.

45. Пузикова JI.A., Пылькии А.Н. Имитационная модель процедуры идентификации состояний дискретного канала в адаптивной системе передачи данных при нечетких гипотезах выбора / Свидетельство о регистрации программы в Росреестре N 940350 от 05.09.94 г.

46. Манина J1.A., Пылькин А.Н., Гаврилов А.Н. Последовательные процедуры идентификации с нечеткими правилами принятия решения о состоянии дискретного канала // Электросвязь. 1996. - №4. - С. 10-14.

47. Благодаров A.B., Пузикова Л.А. Идентификация состояния дискретного канала в условиях нечеткой априорной информации//Тез. докл. LII научной сессии, посвященной Дню Радио. М.: РНТОРЭС им. А.С.Попова, 1997. -С.100-102.

48. Змитрович А.И. Интеллектуальные информационные системы.-Минск: НТОО "Тетра Системе", 1997.- 368с.

49. Благодаров A.B., Овечкин Г.В. Нейросетевая процедура идентификации состояния канала связи//Тез. докл. LIV научной сессии, посвященной Дню Радио. М.: РНТОРЭС им. А.С.Попова, 1999. - С.253-254.

50. Вентцель Е.С. Теория вероятностей. М.: Наука, 1964. - 576с.

51. Вентцель Е.С., Овчаров Л.А. Прикладные задачи теории вероятностей. М.: Радио и связь, 1983. - 416с.148

52. Крамер Г. Математические методы статистики М.:Мир, 1976, - 648с.

53. Липманн С.Б. С++ для начинающих Москва - Рязань - Тамбов: Гэ-лион, 1993, Т. 1,2.

54. Скляров В.А. Язык С++ и объектно-ориентированное программирование. Мн.: Выш. шк., 1997. - 478 с.

55. Каширин И.Ю Объектно-ориентированное проектирование программ в среде С++. Вопросы практики и теории./Под ред. Коричнева Л.П.-М.:НИЦПрИС, 1996.-192с.

56. Председатель методической комиссии факультета вычислительной техники к.т.н., доцент1. Та-^ Таран Ю.А.1. УТВЕРЖДАЮ»1. АКТоб использовании результатов диссертационной работы Благодарова Андрея Витальевича

57. РОССИЙСКОЕ АГЕНТСТВО ПО ПАТЕНТАМ И ТОВАРНЫЙ ЗНАКАМ (РОСПАТЕНТ)1. СВИДЕТЕЛЬСТВО

58. Об официальной регистрации программы для ЭВМ990515

59. Имитационное моделирование интеллектуальных процедур идентификации" (БМАКТЮ)1. Правообл адатель(ли): ,

60. Ълагодаров с&пдрей ЗдиталъевЫ, Овйкип Зенпадий (Владимировы1. Автор(ы):

61. Ълаюдаров сДпдреЖ (Витальевич 0ве1кип Геннадий (Владимировы (ШУ)

62. Страна: Российская Федерацияпо заявке № 990395, дата поступления: 20 мая 1999 г.

63. Зарегистрировано в Реестре программ для ЭВМг. Москва, 20 июля 1999 г.

64. Гсш^амз'нмЛди^штгюр, сЛ.З);. Жо^гш/ги/н