Содержание к диссертации
Введение
1. Адаптивное управление передачей данных в телекоммуникационных сетях 10
1.1. Структура системы передачи информации и основные вероятностно-временные характеристики 10
1.2. Методы и процедуры передачи данных по каналам связи 17
1.3. Процедуры идентификации состояний дискретного канала 23
2. Разработка процедур идентификации квазистационарных состояний дискретного канала с использованием критериев на основе статистики 32
2.1. Идентификация квазистационарных состояний дискретного канала с помощью процедуры "скользящего среднего" 33
2.2. Модифицированная рекуррентная процедура идентификации 37
2.3. Процедуры идентификации по непараметрическим критериям, использующих х -распределение 41
2.4. Контроль состояния дискретного канала с помощью процедур на подынтервалах наблюдения 45
Основные результаты 54
3. Идентификация текущего состояния дискретного канала с использованием методов прогнозирования 55
3.1. Метод экспоненциального сглаживания 55
3.2. Принципы построения прогнозирующих процедур идентификации по методу экспоненциального сглаживания 60
3.3. Прогнозирующая процедура идентификации на основе процедуры "скользящего среднего" 64
3.4. Прогнозирующая процедура идентификации на основе процедуры "хи-квадрат" 67
3.5. Прогнозирующая процедура идентификации на основе процедуры со скользящим вектором оценок 72
3.6. Оценка вероятностей ошибок первого и второго рода разработанных прогнозирующих процедур 78
3.7. Устройство для контроля качества дискретных каналов связи 79
Основные результаты 83
4. Пакет прикладных программ для исследования процедур идентификации 85
4.1. Имитационное моделирование процедур идентификации состояний дискретного канала связи 85
4.2. Общая характеристика и структура пакета прикладных программ 87
4.3. Библиотека классов процедур идентификации 92
4.4. Формат хранения данных статистики декодирования блоков 103
Основные результаты 106
Заключение 108
Литература 110
- Структура системы передачи информации и основные вероятностно-временные характеристики
- Идентификация квазистационарных состояний дискретного канала с помощью процедуры "скользящего среднего"
- Принципы построения прогнозирующих процедур идентификации по методу экспоненциального сглаживания
- Общая характеристика и структура пакета прикладных программ
Введение к работе
Актуальность темы. При создании и использовании распределенных информационно-вычислительных систем применяются коммуникационные каналы различной физической природы (проводные, радиоканалы, спутниковые и т.п.). Все возрастающие объемы передаваемой информации предъявляют к каналам связи высокие требования по обеспечению вероятностно-временных характеристик системы передачи данных в целом (скорости, достоверности передачи информации). Несмотря на достижения в области высокоскоростных цифровых систем передачи данных, проблема обеспечения максимальной пропускной способности канала связи при заданной достоверности является актуальной и на сегодняшний день.
Каналы связи характеризуются двумя основными особенностями: сложным групповым характером ошибок и нестационарностью параметров во времени. В этих условиях повышение эффективности возможно только при применении адаптивных методов передачи данных с обоснованно выбранными параметрами процедур передачи и защиты информации от ошибок. В составе современных средств телекоммуникационного взаимодействия (модемы, протоколы) предусмотрены адаптивные стратегии управления передачей информации и адаптивные методы обработки информации. Такие средства используются в протоколах, реализованных в соответствии с международными рекомендациями V.34, MNP, V.42, V.90, V.92 и др. Вопросам повышения эффективности средств и систем передачи данных посвящены работы таких ученых России, как В.А.Котельникова, В.М.Глушкова, Л.Ф.Финка, Б.Р.Левина, А.Д.Харкевича, Н.Т.Петровича, А.Г.Зюко, В.О.Шварцмана, И.А.Мизина, Г.П.Захарова, В.П.Шувалова, Л.П.Коричнева, Б.Я.Советова, Э.А.Якубайтиса, В.В.Золотарева и др., а также зарубежных специалистов К.Шеннона, Р.Фано, У.Питерсона, Ф.Куо, Р.Галлагера и др.
Важнейшим элементом адаптивных протоколов передачи данных являются процедуры идентификации текущего состояния канала связи. В практических приложениях наибольшее распространение получили процедуры идентификации, основанные на выводах теории оценивания процессов (статистические процедуры) и, в частности, процедуры, описываемые в терминах проверки статистических гипотез. Однако некоторые существующие статистические процедуры наряду с почти оптимальной оперативностью идентификации имеют достаточно сложную практическую реализацию. В то же время простейшие в реализации процедуры зачастую оказываются неэффективными. Использование статистических методов прогнозирования и критериев на основе % -статистики при построении процедур идентификации позволяет избежать излишней громоздкости и повысить эффективность идентификации.
Цель диссертационной работы состоит в разработке процедур, позволяющих проводить идентификацию текущего состояния дискретных каналов с высокой эффективностью и характеризующихся простотой реализации; разработке процедур идентификации с использованием методов прогнозирования, обеспечивающих повышение оперативности идентификации текущего состояния дискретного канала; разработке средств исследования процедур идентификации в составе современных программных комплексов.
Для достижения цели необходимо решить следующие задачи:
Провести анализ принципов использования и мест приложения адаптивных методов передачи информации в информационно-вычислительных сетях.
Выявить перспективные направления в области разработки процедур идентификации, обеспечивающих надежную и высокоэффективную идентификацию текущего состояния дискретного канала.
Провести сравнительный анализ классических, непараметрических и прогнозирующих процедур идентификации.
4. Разработать программные средства имитационного моделирования процедур идентификации квазистационарных состояний дискретного канала, позволяющие проводить сравнительный анализ эффективности процедур и изучать процессы передачи данных, формирования оценок контролируемого параметра и принятия соответствующего решения.
Научная новизна. В рамках диссертационной работы были получены следующие результаты:
Предложена модификация правила решения рекуррентной процедуры, позволяющая повысить эффективность идентификации.
Разработаны процедуры идентификации текущего состояния дискретных каналов связи с использованием критериев на основе Х~ статистики.
Предложены принципы построения прогнозирующих процедур идентификации на основе статистических методов прогнозирования.
Разработан ряд прогнозирующих процедур идентификации текущего состояния, основанных на процедурах, относящихся к различным классам.
Проведен сравнительный анализ процедур идентификации по результатам машинного имитационного моделирования.
Практическая ценность работы. Разработан ряд процедур, которые относятся к классам классических (параметрических), непараметрических и прогнозирующих процедур, позволяющих повысить эффективность принятия решения о смене квазистационарного состояния по сравнению с аналогичными или исходными процедурами, и методика расчета параметров этих процедур. Разработано устройство, реализующее прогнозирующую процедуру идентификации по методу экспоненциального сглаживания. Разработан пакет прикладных программ для имитационного моделирования процессов получения оценок контролируемого параметра и принятия решения о смене квазистационарного состояния; моделирование может быть проведено в режиме получения статистических оценок времени запаздывания в принятии
7
решения о смене состояния или в режиме изучения процессов идентификации;
разработана библиотека классов процедур идентификации,
предусматривающая дальнейшее развитие пакета программ.
Результаты диссертационной работы использованы в ООО "ПЫТЬ-ЯХАВТОСПЕЦТРАНС-2" (г.Пыть-Ях, Тюменская область) при организации трактов телекоммуникационного взаимодействия с вахтенными буровыми бригадами. Пакет прикладных программ FSModel и входящая в его состав библиотека классов процедур идентификации для анализа эффективности процедур идентификации внедрены в учебный процесс Рязанской государственной радиотехнической академии для студентов специальности 220400 - "Программное обеспечение вычислительной техники и автоматизированных систем" в курсе "Обработка экспериментальных данных на ЭВМ", для студентов специальности 351400 - "Прикладная информатика (в экономике)" в курсах "Моделирование информационных процессов и систем" и "Методы и алгоритмы принятия решений".
Достоверность полученных в диссертационной работе результатов подтверждается:
использованием выводов и результатов теории вероятностей, прогнозирования и математической статистики;
верификацией разработанных программных средств имитационного моделирования;
результатами машинных экспериментов, полученными при имитационном статистическом моделировании исследуемых процессов передачи и защиты информации от ошибок в дискретном канале передачи;
имеющимися актами внедрения и использования результатов диссертационной работы.
Апробация работы. Основные положения диссертации докладывались на следующих конференциях:
8
л 1. 54-я Научная сессия РНТОРЭС им. А.С.Попова, посвященная Дню
радио (секция "Теория и техника передачи дискретных сигналов"), 19-21 мая
1999 г., г. Москва.
2. 36-я Научно-техническая конференция РГРТА (секция "Аппаратное
и программное обеспечение вычислительных систем и сетей"), 1-2 февраля
2000 г., г. Рязань.
3. Международная молодежная научная конференция "26-е
Гагаринские чтения" (секция "Наукоемкие технологии радиоэлектроники"), 11-
15 апреля 2000 г., г. Москва.
4. Всероссийская научно-практическая конференция "Современные
^ информационные технологии в образовании", 24-26 апреля 2000 г., г. Рязань.
55-я Научная сессия РНТОРЭС им. А.С. Попова, посвященная Дню радио (секция "Прикладные проблемы информационных технологий"), 17-19 мая 2000 г., г. Москва.
9-я Международная научно-техническая конференция "Проблемы передачи и обработки информации в сетях и системах телекоммуникаций" (секция "Системы передачи и обработки информации"), 2-4 октября 2000 г., г. Рязань.
7. 2-я Всероссийская научно-практическая конференция "Национальная
Щ экономика: проблемы и перспективы" (секция "Современные информационные
системы и технологии"), 29-30 ноября 2000 г., г. Санкт-Петербург.
8. Международная молодежная научная конференция "27-е
Гагаринские чтения" (секция "Информационные технологии"), 3-6 апреля
2001 г., г. Москва.
9. 56-я Научная сессия РНТОРЭС им. А.С.Попова, посвященная Дню
радио (секция "Прикладные проблемы информационных технологий"), 16-17
мая 2001 г., г. Москва.
10. 10-я Международная научно-техническая конференция "Проблемы
41 передачи и обработки информации в сетях и системах телекоммуникаций"
(секция "Системы передачи и обработки информации"), 14-16 ноября 2001 г., г. Рязань.
11. 11-я Международная научно-техническая конференция "Проблемы передачи и обработки информации в сетях и системах телекоммуникаций" (секция "Передача и обработка информации в системах телекоммуникаций"), 26-28 ноября 2002 г., г. Рязань.
Публикации. По теме диссертации опубликовано 14 работ, из них 5 в соавторстве. В их числе 12 тезисов докладов Международных и Всероссийских конференций, 1 статья в межвузовском сборнике научных трудов, 1 свидетельство о регистрации программы для ЭВМ в РОСПАТЕНТ.
Структура и объем диссертации. Диссертационная работа состоит из введения, четырех глав и заключения. Содержит 122 страницы, 12 таблиц, 27 рисунков. Список литературы состоит из 80 наименований.
Структура системы передачи информации и основные вероятностно-временные характеристики
Под системой передачи информации (СПИ) понимается совокупность технических средств и алгоритмов управления информационными потоками. Составные компоненты СПИ (элементы, группы элементов, связи и пр.) имеют сложную структуру, что позволяет использовать при их разработке и исследовании основные положения математической теории многоуровневых иерархических систем [1; 2]. Семиуровневая базовая эталонная модель взаимодействия открытых систем (ЭМВОС), определенная международным стандартом ISO 7498 [3; 6; 12], является примером многоуровневого описания СПИ.
Для удобства описания процессов управления передачей информации при решении задач анализа и синтеза СПИ целесообразно использовать понятия, связанные с физическим (первым) и канальным (вторым) уровнями эталонной модели. Можно выделить следующие уровни иерархической структуры системы [4; 20]: непрерывный канал, дискретный канал, блоковый канал, канал передачи данных, звено данных, каждый из которых имеет свое назначение, определяемое наличием тех или иных процедур передачи и защиты информации от ошибок.
Перечисленные уровни составляют известную и широко используемую структуру системы передачи дискретной информации (СПДИ) [14]. Простейшая структура СПДИ приведена на рис. 1.1.
В современных СПДИ управление передачей дискретной информацией осуществляется в каждый момент времени по текущему состоянию объекта и внешнему воздействию. Такое управление называется оперативным. Объектом управления в таких системах является совокупность приемо-передающей аппаратуры и прямой канал связи. В СПДИ, которая представляет собой, как правило, систему с решающей обратной связью (Automatic Repeat reQuest systems или ARQ-системах), значение оперативного управления является функцией от значения помехи, которая является случайной величиной [8]. В большинстве случаев в реальных ситуациях априорной информации недостаточно для разработки эффективных алгоритмов функционирования ARQ-систем из-за нестационарности внешнего воздействия. В таких условиях для управления требуются алгоритмы адаптивного управления, в которых недостаток априорной информации, в качестве которой используется среднее значение помехи, восполняется в процессе функционирования СПДИ. В зависимости от значения внешнего воздействия алгоритмы этого типа обеспечивают не только управление самим объектом, но и подсистемой оперативного управления. С этой целью в схему управления вводится контур адаптации. Структура адаптивной СПДИ в общем случае имеет вид, приведенный на рис. 1.2 [31]. Под адаптивным управлением СПДИ понимают целенаправленное изменение параметров, структуры или свойств системы на основании информации, получаемой в процессе выполнения основных функций, с целью достижения оптимального в том или ином смысле функционирования системы при начальной неопределенности и изменяющихся условиях. Можно выделить три основных взаимосвязанных этапа адаптационного процесса [14]: 1. Идентификация - распознавание характеристик системы и приложенных к ней возмущающих воздействий. При этом различают: задачу определения структуры и параметров системы; задачу распознавания параметров системы при заданной структуре. 2. Решение - анализ полученных характеристик системы и определение оптимальных режимов функционирования системы. 3. Управление - изменение параметров и/или структуры системы для оптимизации ее работы.
Идентификация квазистационарных состояний дискретного канала с помощью процедуры "скользящего среднего"
Оперативность идентификации определяется возможностью получения осведомительной информации за минимально короткие промежутки времени. Оперативность идентификации зависит, прежде всего, от объема N контрольной выборки, на основании которой идентифицируется текущее состояние канала связи. Увеличение объема N выборки может привести к чрезмерному сглаживанию нестационарного процесса в канале связи так, что средние во времени оценки не будут отражать текущего состояния канала. В тоже время уменьшение объема выборки приводит к возрастанию погрешности, обусловленной конечной точностью измерений при ограниченной выборке. Поэтому при разработке и реализации процедур идентификации основным вопросом является определение минимально возможного значения N, обеспечивающего необходимую достоверность идентификации, с учетом скорости изменения параметров канала связи, влияния процедуры идентификации на ВВХ системы в целом.
В рамках кусочно-стационарной модели дискретного канала, допускающей скачкообразное изменение состояния канала, оценкой оперативности идентификации может служить время запаздывания в принятии решения о смене квазистационарного состояния. Время запаздывания, выраженное числом h испытаний между моментом смены состояния и моментом принятия решения, является случайной величиной. Поэтому в процессе сравнительного анализа процедур идентификации используется среднее значение M(h) и дисперсия D(h) этой случайной величины [31].
Периодичность идентификации определяется интервалом времени, разделяющим два соседних момента принятия решения относительно текущего состояния канала связи. Процесс идентификации может быть реализован в виде текущей оценки контролируемого параметра р, реализуемой по результатам декодирования кодовых комбинаций, а также в форме тестового контроля по результатам приема и анализа специальной последовательности сигналов. В последнем случае возрастают потери пропускной способности канала, связанные с реализацией идентификации текущего состояния канала связи. Периодичность идентификации может совпадать с периодичностью следования испытаний (декодированию кодовых блоков), либо определяться длиной N контрольной последовательности (выборки). Принятие решения о состоянии канала связи может осуществляться через равные промежутки времени или через случайные интервалы времени, что обусловлено применением в процедуре идентификации того или иного правила принятия решения.
Важной характеристикой процедуры идентификации является регулярность (устойчивость) принятия решения в период смены состояния канала связи. На практике из-за стохастического характера поведения системы в ряде случаев наблюдаются неустойчивые решения относительно порогового значения. Поэтому повышение данного показателя эффективности может быть достигнуто за счет модификации процедуры принятия решения: введения задержки принятия решения, разнесения порогов. Требования по обеспечению высоких показателей эффективности является противоречивым, т.е. улучшение одного из показателей приводит к снижению одного или нескольких других показателей эффективности процедуры идентификации. Желание улучшить тот или иной частный показатель приводит к выбору или разработке новой процедуры идентификации. Все процедуры идентификации квазистационарных состояний дискретного канала можно классифицировать по различным признакам [31]. На рис. 1.3 приведена классификация процедур идентификации, в основу которой положены методы обработки экспериментальных данных [32].
К классу нестатистических процедур можно отнести процедуры идентификации квазистационарных состояний дискретного канала, базирующихся на использовании понятиях и выводах теории нечетких множеств и нечеткой логики [34; 35]. Применение принципов искусственного интеллекта, в частности нейрокомпьютерных технологий, для построения процедур идентификации и прогнозирования качества канала связи позволяет выделить такие процедуры в отдельную группу, также относящуюся к классу нестатистических процедур. Однако процедуры такого типа сложны в реализации и требуют значительного времени обучения.
Поэтому на сегодняшний день наибольшее распространение получили процедуры идентификации, основанные на выводах теории оценивания процессов (статистические процедуры) и, в частности, процедуры описываемые в терминах проверки статистических гипотез [31]. Статистические процедуры идентификации имеют следующие особенности применения: идентификация текущего состояния дискретного канала реализуется, как правило, по одному скалярному параметру р - вероятности искажения двоичного разряда (символа, блока); процедуры идентификации ориентированы на проверку двух (реже трех) гипотез: канал пригоден для работы или канал не пригоден для работы.
Принципы построения прогнозирующих процедур идентификации по методу экспоненциального сглаживания
Разработка эффективных процедур идентификации состояний дискретного канала связи неразрывна связана с проведением исследования процесса идентификации состояний канала новой процедурой и сравнительного анализа ее с ранее разработанными процедурами. Для решения этой задачи могут быть использованы реальные каналы связи, однако это требует значительных объемов материальных и временных затрат и часто исключает проведение достаточно полного натурного эксперимента. В этих условиях наиболее приемлемым методом исследования является метод имитационного моделирования стохастических систем.
Имитационное моделирование - это метод исследования, который основан на том, что анализируемая динамическая система заменяется имитатором, и с ним проводятся эксперименты для получения информации об изучаемой системе [70]. Имитационная модель устройства идентификации состоит из блока процедуры идентификации, который является основой данной модели, модели дискретного канала передачи данных и блока задания параметров. Модель дискретного канала требуется для имитации результатов передачи данных по каналу связи. При этом имитация передачи сообщения сводится к имитации его искажения. Полученная последовательность результатов передачи сообщений поступает для обработки на блок процедуры идентификации состояния дискретного канала, реализованный в соответствии с исследуемой процедурой идентификации. С выхода блока снимается множество показателей функционирования процедуры {Y}, позволяющие проводить оценку эффективности моделируемой процедуры. Совокупность значений параметров модели канала {X} формируется исследователем в блоке задания параметров дискретного канала на основе априорной информации о технических характеристиках моделируемого канала передачи данных и параметрах протокола передачи данных. Те же параметры используются блоком процедуры идентификации для расчета параметров процедуры идентификации. Часто при исследовании устойчивости принятия решений процедурой идентификации требуется наблюдать за поведением процедуры в течение некоторого времени в условиях неизменного или изменяющегося состояния дискретного канала связи. Для автоматического изменения значений параметров модели канала в моменты принятия процедурой решения об изменении состояния дискретного канала связи в модели устройства идентификации необходимо предусмотреть наличие обратной связи по номеру различаемого квазистационарного состояния Qj.
Программная реализация моделей устройств на ЭВМ осуществляется при помощи специальных языков имитационного моделирования. Однако при разработке проблемно-ориентированных программных имитационных моделей важно обеспечить максимальную адекватность модели, ее точность и пригодность. В этом случае более эффективным средством разработки машинной реализации и анализа модели является применение универсальных алгоритмических языков программирования. Кроме этого алгоритмические языки обладают гибкими средствами представления результатов моделирования. Указанные обстоятельства обуславливают целесообразность применения универсальных алгоритмических языков программирования при построении программной имитационной модели устройства идентификации состояния дискретного канала связи.
Цель разработки данного пакета программ заключается в создании гибких универсальных программных средств для сравнительного анализа и исследования эффективности процедур идентификации на основе имитационного моделирования процессов передачи, обработки информации и алгоритмов принятия решения относительно текущего состояния дискретного канала связи.
При проектировании пакета программ использовался системный подход, одним из принципов которого является принцип модульного построения. В соответствии с этим принципом программная система рассматривается и проектируется в виде взаимосвязанной совокупности модулей, каждый из которых реализует решение соответствующей подзадачи моделирования устройства идентификации.
Общая характеристика и структура пакета прикладных программ
При статистическом моделировании одной или двух процедур идентификации для заданного числа повторений отдельных реализаций при выбранных параметрах канала определяются среднее, выборочная дисперсия и эмпирическая плотность распределения числа шагов h между моментом изменения квазистационарного состояния и моментом принятия соответствующего решения. Результаты, полученные в ходе статистического моделирования, могут быть сохранены для дальнейшего анализа.
Генератор модели ошибок представлен классом TGenerate и включает в себя реализацию биномиальной модели ошибок, модели ошибок Мизина (тип А) и возможность использования статистики результатов декодирования, хранящейся на носителе данных.
С помощью модуля сжатия и распаковки можно считывать и записывать статистику результатов декодирования блоков (символов), полученную при передаче данных по каналам связи или из других источников, например, модели ошибок, которая не была включена в генератор модели ошибок данного пакета программ, и сохраненную на носителе данных в виде последовательности символов 0 и 1 или в формате, описание которого приводится далее. Полученная с помощью модуля сжатия и распаковки статистика может быть использована при проведении функционального и статистического моделирования.
Отображение справочной информации, представленной в формате HTML, осуществляется с помощью модуля вывода справочной информации. Справочная информация содержит инструкцию пользователя, подробное описание процедур идентификации и их параметров.
Модуль инициализации контрольных выборок процедур идентификации представлен классом TInitX.
Описания модуля инициализации выборок процедур идентификации и библиотеки классов процедур идентификации приводятся в следующем разделе. Модули пакета программ реализованы на языке Object Pascal при помощи технологии объектно-ориентированного программирования с использованием инструментальных средств разработки программного обеспечения Borland Delphi. Создание приложений в среде Delphi основывается на концепции форм (окон Windows-приложений), в которые помещаются те или иные компоненты стандартной библиотеки визуальных компонентов VCL (Visual Components Library). Возможность визуальной привязки кода отклика на определенные для каждого компонента события, без создания для этого новых классов, существенно сокращает временные затраты при разработке приложений, особенно интерфейсной части. Использование модулей Delphi позволяет отделить программный код, связанный с обработкой данных, от компонентов пользовательского интерфейса, содержащихся в форме. Совокупность отдельных модулей Delphi в рамках одного приложения автоматически образует проект. Код обработки данных может быть реализован в рамках некоторого модуля или в виде самостоятельных файлов с последующим включением их в проект.
Пакет прикладных программ предоставляет удобный инструментарий для детального исследования разрабатываемых процедур идентификации текущего состояния дискретного канала связи. Разработанный программный комплекс (рис.4.3) ориентирован на работу с ЭВМ со следующей минимальной конфигурацией: IBM-совместимый компьютер на базе процессора Intel80486; монитор SVGA и видеоадаптер, обеспечивающие разрешение 800x600 пикселей с 16 цветами; мышь или другое указывающее устройство; оперативная память не менее 16 Мбайт; объем памяти на жестком диске 500 Кбайт; Кроме этого, необходимо наличие установленного программного обеспечения: операционная система Windows 95/NT 4.0; программа для просмотра файлов в формате HTML (например, Internet-браузер), содержащих справочную информацию о пакете программ. Данный пакет прикладных программ зарегистрирован в Российском агентстве по патентам и товарным знакам (свидетельство о регистрации программ для ЭВМ №2001610060).
