Введение к работе
Актуальность проблемы. Большинство процессов, протекающих в технических и природных объектах, имеет сложный характер. Это обусловливает необходимость привлечения всей имеющейся информации о таких объектах для получения объективного решения об их состоянии и функционировании. Часто, информация бывает недостаточной, неточной и мало достоверной, что затрудняет использование известных методов для измерения значений контролируемых величин изучаемых процессов.
Одним из наиболее важных вопросов является задача определения характеристик связи между свойствами объекта и влияющими факторами среды его окружения. Поэтому при вероятностном представлении модели объекта основным параметром взаимосвязи свойств и процессов является корреляционная функция. А для выяснения хода развития того или иного процесса необходимо знать их периодичность.
К изучению сложных объектов необходимо подходить с позиции интеллектуализации измерительных процессов. Основными требования к информационным технологиям интеллектуальных измерений можно назвать следующие:
обеспечение контроля качества получаемых результатов и определение комплекса метрологических характеристик (точность, надежность, достоверность);
учет специфики объекта измерения, о виде и степени определенности априорной и получаемой экспериментальной информации при выборе методов и средств измерений;
возможность оптимизации, планирования и проведения измерительного эксперимента в соответствии с метрологическими требованиями и ограничениями;
обеспечение наибольшей полноты получаемых решений на основе учета всей доступной качественной и количественной информации;
способность динамической адаптации технологии к меняющимся условиям измерений и свойствам объекта в процессе эксперимента;
создание развивающихся и саморазвивающихся технологий и интеллектуальных измерительных систем;
возможность самообучения и на основе этого самоорганизация интеллектуальных измерительных систем.
Последние три требования обусловлены тенденцией к интеллектуализации информационных технологий, что особенно важно для опре-
деления свойств, состояний, динамики развития сложных объектов, например, таких как экологические объекты со сложной иерархией внутренних и внешних взаимосвязей.
Для преодоления указанных трудностей при выполнении названных требований призвана данная диссертационная работа, в основу которой положена методология регуляризирующего байесовского подхода. Главными достоинствами названного подхода можно назвать:
минимизацию риска принятия неверного решения;
возможность принятия решения как на основании экспериментальных данных, так и с использованием интуитивного неформализованного опыта исследователя;
обеспечение последовательного накопления знаний об исследуемом объекте и постоянное замещение априорной информации апостериорной;
возможность реализации на базе новых информационных технологий, в том числе экспертных систем;
обеспеченность результатов измерений метрологическим сопровождением на каждом этапе исследования;
способность к самообучению и саморазвитию при изменении условий измерения.
Целью диссертационной работы является разработка алгоритмов идентификации нормированной функции авто- и взаимной корреляции и периодограммы в условиях сложных измерительных ситуаций (недостаточность или полное отсутствие априорной информации об измеряемых параметрах) с помощью регуляризирующего байесовского подхода. В соответствии с поставленной целью предполагается решение следующих задач:
-
Разработка алгоритмов с использованием регуляризирующего байесовского подхода на основе известных методов измерения корреляционной функции и выявления скрытых периодичностей, позволяющих получать решения с гарантированным качеством в условиях сложной измерительной ситуации.
-
Создание инженерной методики на основании разработанных алгоритмов, ориентированной на применение новых информационных технологий в виде методологической базы экспертных систем.
3. Решение задачи метрологического сопровождения разработанных алгоритмов с определением характеристик точности, надежности и достоверности.
Объектами исследования являются нормированные авто- и взаимные корреляционные функции (их модели, а также значения коэффициентов корреляции в фиксированные сдвиги времени) и периодограммы (их модели, а также значения пробных периодов и максимальных отклонений преобразованных случайных процессов).
Основные методы исследования. При разработке алгоритмов идентификации корреляционной функции и периодограммы использовались математический аппарат теории вероятности, математической статистики, теории информации, функционального анализа, теории случайных величин и функций, нечетких множеств, высшей алгебры, преобразования Фурье.
Основные защищаемые положения:
-
Классические методы измерения корреляционных функций и вскрытия периодичностей в сложной измерительной ситуации не отвечают большинству требований, предъявляемых к ним в настоящее время, и поэтому не дают возможность адекватно идентифицировать корреляционную функцию и периодограмму при исследовании процессов, протекающих в природных системах.
-
В условиях значительной априорной неопределенности об изучаемых объектах целесообразно использовать методологию регуляри-зируюшего байесовского подхода, позволяющую получить многоальтернативные и метрологически аттестованные результаты идентификации авто- и взаимной корреляционной функции и периодограммы.
-
Реализация созданной на основе разработанных алгоритмов инженерной методики возможна с применением новых информационных технологий интеллектуализации измерительных процессов.
Научная новизна работы заключается в следующем:
-
Сформулированы требования к задаче определения авто- и взаимной корреляционной функции в условиях значительной априорной неопределенности.
-
Представлен критический обзор существующих методов измерения корреляционных функций и вскрытия периодичностей в свете сформулированных требований;
-
Разработаны новые алгоритмы на основе регуляризирующего байесовского подхода, позволяющие определить значения и построить модели корреляционной функции и периодограммы. Это, в отличие от традиционных методов, обеспечивает получение удовлетворительных результатов в сложной измерительной ситуации и повышение качества результатов за счет постоянного привлечения новых знаний об объекте измерения и среде его функционирования.
4. Полученные результаты идентификации обеспечены полным
метрологическим сопровождением, включающем количественные харак
теристики точности надежности и достоверности, при их реализации по
средством экспертных систем.
Практическую ценность работы обусловливает:
1. Разработка новой информационной технологии выявления
структуры и взаимосвязей сложных объектов, позволяющей измерять
корреляционные функции и периодограммы в условиях неполной и не
четкой априорной информации.
2. Получение конкретных моделей и результатов идентификации
авто- и взаимной корреляционной функции и периодограммы при ис
следовании гелио-, геофизических и гидробиологических процессов, ха
рактеризующих функционирование экосистемы Балтийского моря.
Апробация работы проводилась на следующих семинарах и конференциях:
научно-технической конференции "Диагностика, информатика, метрология, экология, безопасность - 97" (Санкт-Петербургский государственный электротехнический университет, июль 1997)
международной конференции "Белые ночи" (Санкт-Петербург, июль 1997);
научно-технической конференции профессорско-преподавательского состава (Санкт-Петербургский государственный электротехнический университет, январь 1997);
международной конференции "Информационные аспекты реализации принципов устойчивого развития региональных экосистем" (Австрия, июль 1996);
научно-практическом семинаре "Финский залив - 96" (Санкт-Петербург, октябрь 1996);
- научных семинарах кафедры информационно-измерительной
техники (СПбГЭТУ, 1996 - 1997).
Публикации. По материалам диссертации опубликованы 3 печатные работы.
Структура и объем работы. Диссертационная работа состоит из введения, четырех разделов с выводами, заключения, списка литературы, включающего 133 наименования, и приложения. Основная часть работы изложена на 117 страницах. Работа содержит 39 рисунков и 1 таблицу.