Выводы

Заключение

Список использованной литературы

Приложение

Список сокращений

АМ - амплитудная модуляция

АСУ - автоматизированная система управления

БЧХ -Боуза - Чоудхури - Хоквингема код

ДКУ - декодирующее устройство

ИИ - источник информации

КК - кодовая комбинация

КС - канал связи

КУ - кодирующее устройство

НМ - настраиваемая модель

ОФМ - относительная фазовая модуляция

РУ - решающее устройство

СКК - сигнально-кодовые конструкции

СПД - система передачи данных

УМП - управляющая программа моделирования

УС - устройство сравнения

УФКП - устройство формирования контрольной последовательности

ЧМ - частотная модуляция

ЭМ - эталонная модель

Введение

В процессе функционирования автоматизированной системы управления между ее элементами осуществляется непрерывный обмен различного рода информацией: объективной и субъективной. От скорости передачи и достоверности этой информации зависит качество и своевременность принятия решений управленческим аппаратом, а значит, и выполнение задач системой управления. Передача информации в АСУ осуществляется с помощью систем передачи данных.

Системы передачи данных (СПД) являются одним из основных элементов технического обеспечения автоматизированных систем управления (АСУ).

Качество их функционирования существенно влияет на своевременность и правильность принятия решения. Функционирование средств передачи информации в АСУ протекает в различных условиях помеховой обстановки, когда велика вероятность выхода (вывода) этих средств из строя. Их отказы и повреждения приводят к нарушению управления. Быстрое восстановление работоспособности этих средств позволяет уменьшить тяжесть этих последствий. Одним из путей повышения качества функционирования является применение адаптивных систем (самоприспосабливающаяся систем), автоматически изменяющих алгоритмы своего функционирования и (иногда) свою структуру с целью сохранения или достижения оптимального состояния при изменении внешних условий. Адаптивные системы передачи данных относятся к СПД с обратной связью.

В адаптивных СПД осуществляется необходимый контроль и по обратному каналу передается информация о состоянии канала связи и аппаратуры с целью изменения режима работы (скорости, кода, параметров сигналов и т.п.) передатчика и приемника.

Цель данной работы состоит в разработке адаптивной системы передачи информации, самоприспосабливающейся системы, меняющей свой алгоритм при изменении внешних условий для достижения оптимального состояния и корректной передачи данных. Поставленная цель достигается с помощью моделей, алгоритмов и СПД.

Для достижения поставленной цели были решены следующие задачи:

1) обоснована целесообразность разработки адаптивной системы передачи данных;

2) разработаны модели и алгоритмы работы системы;

3) разработан автоматизированный комплекс, позволяющий передавать данные.

При программной реализации полученных концепций использовались методы теории алгоритмов, структурного и объектно-ориентированного программирования.

Проектирование автоматизированной системы - логически сложная, трудоемкая и длительная работа. Тенденции развития современных информационных технологий приводят к возрастанию сложности автоматизированной системы, что способствовало их появлению

Порядок построения работы следующий: вначале анализируются структуры адаптивных систем, рассматривается их классификация, анализируются возможности изменения параметров помехоустойчивых кодов, изменение параметров методов передачи данных, оценка качества функционирования систем передачи данных, анализируется процесс моделирования.

Во втором разделе разрабатывается модель адаптивной системы передачи данных: передающего и принимающего устройства.

В третьем разделе решаются вопросы, связанные с конкретной реализацией проекта, такие как постановка требований к разрабатываемой программе, выбор среды программирования, реализация обмена данными между ЭВМ, непосредственно разработка программных модулей, описание программного продукта.

Для написания адаптивной системы передачи информации выбрана среда программирования Delphi 7.0. Она полностью отвечает требованиям скорость и качество создания программ и подходит для создания систем любой сложности. В основе такой общепризнанной популярности Delphi лежит тот факт, что Delphi, как никакая другая система программирования, удовлетворяет требованиям " быстрота, простота, эффективность, надежность ". Действительно, приложения с помощью Delphi разрабатываются быстро, причем взаимодействие разработчика с интерактивной средой Delphi не вызывает внутреннего отторжения, а наоборот, оставляет ощущение комфорта. Delphi-приложения эффективны, если разработчик соблюдает определенные правила (и часто - если не соблюдает). Эти приложения надежны и при эксплуатации обладают предсказуемым поведением.

В четвертом разделе производится экономическое обоснование разработки: просчитывается общая стоимость проектирования и исполнения комплекса.

1. Анализ структур адаптивных систем

1.1 Анализ классифицирующих признаков адаптивных систем

Для создания модели адаптивной системы передачи данных, необходимо разработать структуру СПД, которая может применяться в различных автоматизированных системах управления требующих повышенной достоверности передаваемых данных. В ходе анализа адаптивных систем были выявлены общие признаки, по которым определяется классификации систем передачи данных.

Адаптивные системы делят на две большие группы:

а) по характеру изменений в управляющем устройстве:

1) самонастраивающиеся (изменяются только значения параметров регулятора);

2) самоорганизующиеся (изменяется структура самого регулятора).

б) по способу изучения объекта системы:

1) поисковые;

2) беспоисковые.

В первой группе особенно известны экстремальные системы, целью управления которых является поддержание системы в точке экстремума статических характеристик объекта. В таких системах для определения управляющих воздействий, обеспечивающих движение к экстремуму, к управляющему сигналу добавляется поисковый сигнал. Беспоисковые адаптивные системы управления по способу получения информации для подстройки параметров регулятора делятся:

а) системы с эталонной моделью (ЭМ)

б) системы с идентификатором, в литературе иногда называют, как системы с настраиваемой моделью (НМ).

Адаптивные системы с ЭМ содержат динамическую модель системы, обладающую требуемым качеством. Адаптивные системы с идентификатором делятся по способу управления делятся:

а) прямой

б) косвенный

При косвенном адаптивном управлении сначала делается оценка параметров объекта, после чего на основании полученных оценок определяются требуемые значения параметров регулятора, и производится их подстройка. При прямом адаптивном управлении благодаря учёту взаимосвязи параметров объекта и регулятора, производится непосредственная оценка и подстройка параметров регулятора, чем исключается этап идентификации параметров объекта. По способу достижения эффекта самонастройки системы с моделью делятся на:

а) системы с сигнальной (пассивной);

б) системы с параметрической (активной) адаптацией;

в) комбинированными.

В системах с сигнальной адаптацией эффект самонастройки достигается без изменения параметров управляющего устройства с помощью компенсирующих сигналов. Процесс адаптации без обратной связи состоит из измерений характеристик входного сигнала или окружающей среды, введения этой информации в формулу или вычислительный алгоритм и использования результатов для регулирования адаптивной системы. При адаптации с обратной связью автоматически вносятся коррекции и с целью оптимизации параметров функционирования системы определяется их влияние на выходной сигнал. Этот процесс можно назвать адаптацией с функциональной обратной связью. В системе без обратной связи таким критерием являются некоторые характеристики входного сигнала и, возможно, другие данные, а в системе с обратной связью - кроме того, функция, выходного сигнала.

1.2 Анализ возможностей изменения параметров помехоустойчивых кодов

В адаптивных системах, одним из параметров, который можно изменять в зависимости от состояния канала связи, является помехоустойчивое кодирование. Исследование методов адаптивного кодирования, при которых в зависимости от состояния канала связи автоматически и целенаправленно изменяются структурно-параметрические и алгоритмические характеристики помехоустойчивого кода является актуальной. При адаптивном кодировании решают следующие основные задачи [2]:

а) определяют качество канала связи;

б) принимают решение - выбирают помехоустойчивый код, его параметры и алгоритмы кодирования, декодирования и цикловой синхронизации, обеспечивающие заданную вероятность доведения сообщения при минимальной избыточности кода;

в) выполняют управление, т.е. устанавливают параметры кода в кодирующем и декодирующем устройстве.

Используют параметрическую, алгоритмическую или структурную адаптацию. Обычно выбор той или иной кодовой конструкции выполняют заранее на этапе разработки системы, а в процессе эксплуатации меняют только его параметры. Однако возможно изменение алгоритмов кодирования и декодирования, а также и структуры самого кода, а не только его параметров и в процессе эксплуатации системы связи [3]. В этом случае используется алгоритмическая и структурная адаптация. Изменение кодовой конструкции на этапе эксплуатации обусловлено настолько существенным изменением состояния канала связи, что прежняя кодовая конструкция при любых ее допустимых параметрах и алгоритмах кодирования и декодирования уже не обеспечивает требуемую вероятность доведения сообщения. При незначительном изменении качества канала обычно управляют параметрами кода, поскольку это бывает существенно проще с точки зрения технической реализации. Основными параметрами помехоустойчивого кода являются блоковая длина или длина кодового ограничения и скорость кода, определяющие его избыточность и корректирующую способность. Важной характеристикой кода является его весовая структура. Чаще всего заранее выбирают код с определенными, наилучшими для данной кодовой конструкции параметрами. Однако, изменение параметров кода не всегда гарантирует необходимое минимальное кодовое расстояние и помехоустойчивость может ухудшится. К тому же далеко не все помехоустойчивые коды могут легко изменять свои параметры. Это объясняется тем, что многие алгоритмы кодирования и декодирования кодов привязаны к структуре порождающих и проверочных полиномов кода, а при изменении параметров кода эти полиномы могут меняться. Например, мажоритарное декодирование возможно только для кодов с определенными системами проверок, т.е. порождающими и проверочными полиномами. Аналогично и для кодов с перестановочным декодированием, которое можно использовать для кодов с определенным соотношением блоковой и информационной длин кода. Лучше обстоит дело при использовании алгебраических методов кодирования и декодирования. Эти методы разработаны для достаточно широкого класса помехоустойчивых кодов типа кодов БЧХ, Рида-Соломона. Алгебраические методы кодирования и декодирования позволяют легко изменять число проверочных и информационных символов кода, особенно при их программной реализации.

Аналогичная ситуация имеет место для вероятностных методов декодирования типа последовательного декодирования или декодирования Витерби. Эти методы обычно используются для декодирования непрерывных сверточных кодов, изменение длины информационной последовательности которых не представляет труда, а сокращение избыточности достигается выкалыванием части проверочных символов.

Среди множества различных недвоичных кодов особое место занимают коды Рида-Соломона, поскольку являются наилучшими недвоичными МДР-кодами (кодами с максимально достижимым расстоянием). Коды Рида-Соломона используются в качестве внешних кодов во многих перспективных кодовых конструкциях: каскадных, гибридных кодах и кодах с сигнально-кодовыми конструкциями (СКК) [4]. Параметры кода Рида-Соломона легко изменяются, что позволяет также легко изменять и параметры кодовых конструкций, построенных на его основе. При этом несложно обеспечить необходимую корректирующую способность кода Рида-Соломона, которая связана с параметрами кода простым соотношением

d(X,Y) = n-m +1, (1.1),

где d(X,Y) - минимальное кодовое расстояние кода,

n - блоковая длина кода

m - информационная длина.

Альтернативой кодам Рида-Соломона могут служить недвоичные коды с мажоритарным многопороговым декодированием [5]. Однако, сложность реализации кодов Рида-Соломона в процессе совершенствования алгоритмов и элементной базы постоянно сокращается, что делает эти коды привлекательными для применения в адаптивном кодировании.

Выбор кода в общем случае подразумевает также и возможность изменения алгоритмов декодирования. При декодировании одного и того же кода возможно использование различных алгоритмов, отличающихся вероятностно-временными характеристиками. В зависимости от выбранного алгоритма будут различаться вероятности правильного приема и трансформации сообщений и сложность декодирования, а значит, и время декодирования. Известны алгоритмы декодирования кодов с обнаружением ошибок, с исправлением ошибок, по наиболее вероятным символам, мягкое декодирование и другие.

В общем случае при адаптивном кодировании выполняется выбор кодовой конструкции, ее параметров и алгоритмов кодирования, декодирования и цикловой синхронизации. Математически структурно-параметрическая адаптация помехоустойчивого кода формулируется следующим образом. Система адаптивного кодирования S задается:

а) характеристиками канала связи H ,

б) структурно-параметрическими и алгоритмическими характеристиками помехоустойчивого кода N = {C ,K , A} ,

в) характеристиками системы адаптации F, рассматриваемой как объект автоматического управления и включающими законы формирования управляющих воздействий системы,

г) целевой функцией системы адаптации P, которую обычно выражают отклонением вероятности доведения сообщения от заданного значения.

Таким образом, система адаптивного кодирования представляется в виде

S = S(H,n = {C,K,A},F,P(1.2)

Задачей адаптивной системы является выбор структурно-параметрических и алгоритмических характеристик помехоустойчивого кода N = {C ,K , A} и законов управления F, обеспечивающих минимизацию целевой функции P при заданных характеристиках канала связи H. Математически задача адаптивного кодирования формулируется и решается как задача условной многокритериальной целочисленной оптимизации целевой функции.

Эффективность адаптивного кодирования оценивается либо повышением скорости передачи информации для заданной вероятности правильного приема сообщения

V = {max V}, P_пр =P_ппз}(1.3)

либо увеличением вероятности правильного приема сообщения при заданной постоянной скорости передачи информации по отношению к коду с постоянными параметрами.

P = {max P_пр}, V = V_з(1.4)

Для доведения сообщений с заданной вероятностью в нестационарном канале необходим постоянный контроль (мониторинг) его качества. Контроль качества канала должен проводится в рабочем режиме, без снижения скорости передачи в канале связи. Такое оценивание состояния канала связи возможно по результатам декодирования кода и анализа первичных и вторичных статистических признаков посылок. Однако ни статистические признаки, ни результаты декодирования кода не дают полной информации о распределении ошибок канала связи. Точность статистических признаков задается доверительными вероятностями и интервалами, результаты декодирования кода определяют статистику ошибок только в пределах корректирующей способности кода. Поэтому, для повышения надежности используются интегрированные оценки качества канала по результатам декодирования помехоустойчивого кода с учетом мягких весов посылок (массы), сформированных на основе первичных и вторичных статистических признаков. При оценивании качества канала также учитываются достоверности различных комбинаций ошибок по информационному критерию.

Методы оперативного оценивания качества канала можно разделить на две группы. Первая группа включает в себя прямые методы контроля, основанные на непосредственном подсчете числа ошибок в кодовых словах и вычислении частоты этих ошибок. В каналах низкого качества эти методы дают погрешность, поскольку трудно точно оценить число ошибок в стертых и трансформированных словах кода. Поэтому, в таких каналах применяют методы второй группы, при которых коэффициент ошибок и показатели группирования ошибок рассчитывают косвенным путем по распределению блоковой статистики ошибок в словах кода [5]. Косвенные методы оценивания качества канала основаны на сравнении теоретических и экспериментальных блоковых статистик ошибок в словах кода. Рассмотрим сначала косвенные методы контроля канала.

Качество канала связи определяется характеристиками канала H, влияющими на вероятность доведения сообщения. Такими характеристиками являются, например, коэффициент ошибок и коэффициент группирования ошибок в канале связи и другие. Характеристики канала H определяют при минимизации целевой функции, учитывающей квадратичное отклонение экспериментального распределения ошибок, полученного по результатам декодирования кода, от его теоретического распределения с использованием признаков достоверности.

Наиболее просто коэффициент ошибок можно определить, используя прямые методы контроля качества канала связи, непосредственно подсчитав количество ошибок, исправленных при декодировании кода. Прямые методы обычно используют в каналах относительно высокого качества (р ? 10^-3). Для этого сообщение, полученное при декодировании кода, заново кодируют тем же кодом, что и на передающей стороне канала связи и при этом получают восстановленную последовательность символов кода n₁. Последовательность n₁ полностью совпадает с последовательностью символов кода, которая передавалась по каналу связи. Далее из принятой последовательности символов кода n₂ вычитают восстановленную последовательность n₁, и получают последовательность ошибок [7]

l = n₂ - n₁ (1.5)

Теперь подсчитывают количество ошибок l₀ в последовательности ошибок l, т. е. в коде.

Коэффициент ошибок канала связи будет равен отношению числа ошибок l₀ в коде к общему количеству символов n в этом коде.

К_ОШ= l₀/ n (1.6)

При передаче сообщений, защищенных помехоустойчивым кодом, важным является выбор кодовой конструкции, ее параметров и алгоритмов кодирования, декодирования и цикловой синхронизации (рис. 1.1). При выборе кода необходимо согласовывать его параметры с источником сообщения, каналом связи и требованиями по доведению сообщения.

Параметры кода определяются:

а) характеристиками используемых каналов связи;

б) объемом передаваемых сообщений;

в) видом модуляции;

г) требованиями к помехоустойчивости и достоверности принятого сообщения;

д) необходимостью минимизации избыточности кода с целью сокращения времени передачи;

е) сложностью аппаратной и программной реализаций и быстродействием;

ж) допустимой временной задержкой в передаче и приеме сообщения;

з) цикловой синхронизацией помехоустойчивого кода.

На стадии эксплуатации системы связи выполняется оперативная адаптивная коррекция параметров кода. При этом обеспечивается заданная вероятность доведения сообщения при минимальной избыточности кода. На передающей стороне исходная информация кодируется помехоустойчивым кодом с переменными параметрами. На приемной стороне оценивается качество канала связи. Характеристики канала вычисляются на основании результатов декодирования кода.

Рисунок 1.1 - Схема адаптивного кодирования

Затем выбирается код, обеспечивающий требуемую вероятность правильного приема сообщения при его минимальной избыточности. Новые параметры помехоустойчивого кода по каналу обратной связи доводят до передающей стороны и устанавливают в кодирующем устройстве кода.

Вероятность правильного приема кода P_пр зависит от параметров кода N и качества канала связи H : P_пп = P_пп (H , N ) . Параметры кода N выбирают таким образом, чтобы вероятность правильного приема кода P_пр была не менее заданной вероятности P_прз, при условии минимальной избыточности кода.

Поскольку множество возможных параметров кода ограничено, то для оптимизации можно использовать метод последовательного перебора. Таким образом, решения принимают по таблице, входом которой является качество канала связи, а выходом - параметры кода. Объем этой таблицы решений зависит от точности определения и диапазона изменения параметров кода и качества канала связи. Как показывают расчеты, для практической реализации вполне достаточно таблицы решений небольшого объема (от нескольких сотен байт до нескольких кБайт), что позволяет оперативно и с достаточной точностью выбирать параметры кода.

Таблица 1.1

В качестве примера рассмотрим каскадный код БЧХ (31,16) - Рид-Соломона (N,16), используемый в комплексах наземной и воздушной помехозащищенной телекодовой связи Р-098-5. Таблица решений (таблица 1) этого кода задает зависимость оптимальной блоковой длины N внешнего кода каскадного кода БЧХ (31,16) - Рид-Соломона (N,16) от вероятности ошибки на бит в канале связи p=0.01…0.08 и коэффициента группирования a = 0…0.5 при вероятности правильного приема каскадного кода, равной 0.99.

Оптимальная блоковая длина кода при Pпрз = 0.99, к = 16. Таблица 1.по объему таблица решений позволяет выбирать блоковую длину кода Рида-Соломона в достаточно большом диапазоне изменения качества канала связи.

Построение функции или таблицы решений, определяющей зависимость параметров кода от качества канала связи, является одной из основных задач адаптивного кодирования. Априорная информация о соответствующих качеству канала связи параметрах кода учитывается в функции решений. Использование заранее подготовленной функции решений сокращает время адаптации системы к условиям эксплуатации. Это составляет первый контур адаптивного управления параметрами кода.

С учетом сказанного, алгоритм вычисления функции решения на стадии проектирования будет состоять из следующих шагов:

а) Определить модель ошибок канала и диапазон возможных изменений характеристик канала связи;

б) Вычислить вероятности правильного приема, стирания и трансформации внутреннего кода каскадного кода в зависимости от качества канала связи в заданном диапазоне изменения характеристик канала по формулам

P_п = P_п(H) , P_с =P_с(H) , P_т =P_т(H) , H а H_доп;

в) Вычислить вероятности правильного приема кода с каскадированием в заданном диапазоне изменения параметров внешнего кода и характеристик канала.

г) Выбрать значения параметров кода, обеспечивающие заданную вероятность правильного приема кода, по коэффициентам обнаруживаемых и исправляемых ошибок:

K=1 - ;

K=.

Зависимость параметров кода от качества канала связи, полученная на стадии разработки системы, определяется исходя из некоторых априорных сведений о характеристиках канала связи (исходя из модели канала связи), которые могут не вполне соответствовать реальному каналу связи. Это приводит к необходимости дополнительной коррекции параметров кода, которая учитывает отличия модели от условий эксплуатации. Дополнительная коррекция параметров кода по отклонению вероятности доведения сообщения от заданного значения составляет второй контур адаптивного управления.

Количественной оценкой эффективности адаптивного кодирования является коэффициент у повышения скорости передачи информации в системе связи с адаптивным кодированием, по сравнению с системой с постоянными параметрами. Этот коэффициент определяется по формуле

К=V/V₁

где V - средняя скорость передачи при использовании адаптивного кодирования, V₁ - средняя скорость передачи в системе с постоянными параметрами.

1.3 Анализ возможностей изменения параметров методов передачи данных

Анализ методов передачи данных показывает, что помехоустойчивость зависит от вида (свойств) передаваемых сигналов. При восстановлении переданного сообщения по принятому сигналу в канале с помехами и случайными искажениями можно судить только о вероятности того, что был передан тот или иной сигнал из множества используемых сигналов.

Основная задача приемника канала передачи дискретной информации - на основе анализа принимаемого сигнала с учетом всех известных сведений об источнике и канале связи должен принять решение о том, какое элементарное сообщение было передано. В результате действия помех и искажений в канале связи приемник может принять неправильное решение, отождествить принятый сигнал не с фактически переданным символом, а с каким-то другим. Такое событие называется ошибкой. При передаче данных возможны два рода ошибок:

а) передан символ "0", но под воздействием помех на приемной стороне зарегистрирован символ "1" (ошибка первого рода или "ложная тревога"). Вероятность этой ошибки равна

p(1,0) = p(0)p(1/0),

где p(0) - априорная вероятность передачи символа "0";

p(1/0) - условная вероятность приема символа "1", если передан символ "0";

б) передан символ "1", а на приемной стороне зарегистрирован символ "0" (ошибка второго рода или "пропуск цели"). Вероятность такой ошибки равна

p(0,1) = p(1)p(0/1),

где p(1) - априорная вероятность передачи символа "1";

p(0/1) - условная вероятность приема символа "0", если передан символ "1".

Оба вида ошибок в одинаковой степени ухудшают работу СПД. Поэтому объективным критерием количественной оценки помехоустойчивости различных СПД является величина суммарной вероятности ошибок первого и второго рода, которая определяется в соответствии с выражением

p= p(0)p(1/0) + p(1)p(0/1).

Условие минимума вероятности p называется идеального наблюдателя. Этот критерий используется при принятии решения о том, какой их двух возможных сигналов, соответствующих символам "0" и "1", был передан.

Вероятность p зависит как от соотношения уровней сигнала и помехи, так и от методов передачи сигналов. Предельно достижимую помехоустойчивость СПД, соответствующую наименьшей величине p, принято называть потенциальной.

Большой практический интерес представляет выяснение следующих вопросов:

а) какая минимально возможная величина p может быть достигнута в каждой СПД?

б) как осуществить оптимальную обработку принятых сигналов, чтобы полностью реализовать свойственную данному методу передачи потенциальную помехоустойчивость?

В теории потенциальной помехоустойчивости предполагается, что сигнал на приемной стороне известен полностью, т. е. известны его амплитуда, частота, начальная фаза несущей, длительность импульса, момент начала импульса. Неизвестно только, какое из двух значений модулируемого параметра передано. В этих условиях когерентный приемник наилучшим образом может распознать на фоне помех принимаемый сигнал. В реальных каналах параметры принимаемых сигналов всегда имеют некоторые случайные отклонения, обусловленные нестабильностью характеристик передающего устройства, среды распространения и пр.

В результате нарушается согласование с оптимальным приемником, построенным в соответствии с заранее известными образцами сигналов, и помехоустойчивость резко падает.

Устранение возникших рассогласований приводит к возрастанию сложности и стоимости приемных устройств, что не всегда оправдывается обеспечиваемой помехоустойчивостью. Кроме того, практическая реализация когерентного приемника встречает серьезные технические трудности.

Наибольшее распространение в СПД нашел некогерентный прием, т.е. прием при неизвестной начальной фазе несущей. В этом случае отпадает необходимость в системе выделения когерентного колебания, что значительно упрощает приемник. Снижение помехоустойчивости компенсируется сравнительно небольшим увеличением мощности передатчика. Некогерентный прием реализуется в СПД с АМ и ЧМ.

Если имеется возможность реализации когерентного приема, то применяют метод ОФМ. Его помехоустойчивость значительно выше, чем АМ и ЧМ.

Помехоустойчивость систем АМ можно оценить по формуле

p,

где Н =- относительный порог.

Помехоустойчивость систем ЧМ в условиях действия помех, имеющих нормальное распределение, оценивается по формуле:

p=,

где l=- отношение сигнал/помеха на выходе того фильтра, который настроен на частоту принимаемого сигнала.

Помехоустойчивость ОФМФ определяется по формуле

p=

p = 2p(1 - p) = 2p(1 - p).

На основании формул можно построить графики зависимости вероятности ошибки p от отношения Рс/Рп для различных методов передачи сигналов. Такие графики приведены на рисунке 1.2.

Анализ приведенных графиков, а также некоторые структурные особенности реализации отдельных методов передачи двоичных сигналов позволяют сделать следующие выводы.

Самой высокой помехоустойчивостью из рассматриваемых методов обладает метод ОФМП. Он значительно превосходит метод ЧМ и тем более АМ. В свою очередь, метод ЧМ превосходит по этому параметру метод АМ. Однако при одинаковой амплитуде сигнала средняя мощность передатчика при ЧМ (как во всякой системе с активной паузой) должна быть вдвое больше, чем при АМ.

Важнейшим достоинством ЧМ по сравнению с АМ является отсутствие необходимости установления оптимального порога, что существенно повышает помехоустойчивость при замираниях.

Таким образом, в создаваемой модели передачи данных необходимо менять вид передаваемого сигнала в зависимости от состояния канала связи. При наличии большого количества помех применять метод ОФМ, при улучшении канала связи ЧМ или АМ.

Рисунок 1.2 Зависимости вероятности ошибки от отношения

Pc/Pп для различных методов передачи сигналов.

1.4 Информационный подход к оценке качества функционирования систем передачи данных

Особенностью современного этапа развития теории информации и передачи данных является использование системного подхода к оцениванию эффективности передачи информации. При этом подходе учитывают все факторы, влияющие на достижение цели передачи информации и выполнение СПД основных задач. Одной из главных целей, решаемых СПД, является обеспечение максимального количества передаваемой информации при фиксированных затратах и обеспечение требуемого качества передачи при минимальных затратах. И в том и в другом случае необходимо оценить технико-экономическую эффективность системы в учетом ее надежности и других факторов, влияющих на качество передачи информации.

В реальных каналах связи скорость передачи информации R много меньше пропускной способности C. Чем большую скорость передачи допускает данная СПД, тем эффективнее используется канал. Наиболее общей оценкой эффективности системы передачи данных является коэффициент использования канала, равный отношению скорости передачи к пропускной способности:

= .

Для идеальной системы = 1, для реальных систем < 1.

В общем случае выражение для эффективности можно записать в виде произведения двух величин и

= ,

где - эффективность системы кодирования, равная коэффициенту

сжатия = 1 - r (1.21);

- эффективность системы модуляции.

Введя величину избыточности, получим

= 1 - r; = 1 - r,

где r - избыточность сообщения;

r - избыточность сигнала.

После подстановки имеем

= = (1 - r)(1 - r) = 1 - r,

где r = r + r - r r - полная избыточность системы.

Таким образом, эффективность СПД полностью определяется величиной ее избыточности. Отсюда задача повышения эффективности передачи сводится к задаче уменьшения избыточности сообщения и сигнала, точнее к рациональному использованию ее.

1.5 Анализ процесса моделирования

Модель - это физическое или абстрактное описание системы, которая позволяет адекватно отражать требуемые для данного этапа функциональные характеристики.

Модель служит необходимым средством в понимании или совершенствовании реальной системы. Языком философии модель может представляться эффективным средством общения и осмысления действительности.

В общем случае функции некоторых моделей весьма разнообразны. Известны 5 случаев применения моделей:

а) средства осмысления действительности;

б) средства общения;

в) средства обучения (тренажеры);

г) инструменты прогнозирования;

д) средства постановки экспериментов.

В первом случае модель помогает выявить взаимозависимости, необходимые мероприятия, временные соотношения, требуемые ресурсы и т.д.

Во втором случае модели являются средством общения и хорошо продуманная модель не имеет себе равных.

В третьем случае модель - это средство обучения, когда обучаемые лица должны уметь применять правильные решения в критических ситуациях, возникающих в реальных объектах.

Четвертый случай наиболее важен из всех, т.к. применяется для прогнозирования моделируемых объектов.

В пятом случае модель позволяет проводить эксперименты в таких ситуациях, когда на реальном объекте это невозможно.

При постановке задачи проектирования предписано создать модель, как средство, имитирующее процессы, происходящие в адаптивных СПД.

Имитационная модель представляется в виде совокупностей активностей, которые в свою очередь делятся на две части: первая часть имитационной модели связана с выполнением активностей и условий их инициализации. Вторая часть имитационной модели относится к автоматизации процедур моделирования и, как правило, для исследователя объекта она не представляет интереса. Другими словами, вторая часть имитационной модели должна быть выполнена на таком уровне, чтобы при изменении объектов моделирования эта часть модели оставалась универсальной.

В настоящее время под компьютерной моделью понимают:

а) условный образ объекта (системы объектов), описанный компьютерными средствами (таблицами, диаграммами, гипертекстами и др.) и отображающий структуру элементов объекта и взаимосвязи между ними (структурно--функциональные модели);

б) программный комплекс, позволяющий с помощью последовательности вычислений воспроизводить процессы функционирования объекта (системы объектов) при воздействии на него различных, как правило случайных, факторов (имитационные модели). Компьютерное моделирование - метод решения задачи анализа или синтеза сложной системы на основе использования ее компьютерной модели.

Построение компьютерной модели так или иначе связано с построением математической модели, для описания имитационных моделей - аппарат логико-математических моделей.

Первая часть имитационного моделирования является переменной, которая создается самим исследователем и структура этой части во многом определяется способами формализации объекта, целями и задачами моделирования и ограничениями на точность аппроксимации представляемых функциональных действий объекта (ФД _{i j} -> ФД _{i j} `). Вторая часть имитационной модели представляет реализацию средств автоматизации моделирования, которые обеспечивают процедуру выполнения операторов синхронизации М(t_ij), а также подпрограммы запуска и завершения моделирования, в том числе, подпрограмму сбора статистики модели.

Рисунок 1.3- Структура имитационной модели

Следует заметить, что УПМ (управляющая программа моделирования) и соответствующие подпрограммы принято считать универсальными, однако принцип построения и способ выполнения активности существенно зависит от класса объектов моделирования и это может вносить определенные изменения в УПМ. В сложных активностях состав активностей и характер их взаимодействия может быть различным. В зависимости от ФД _{i j} , а также наличия связей между компонентами K _i , цели и задачи моделирования выбирают определенный способ представления компонент К_i , некоторым набором активностей AK_i. Первичное представление имитационных моделей принято называть формализацией объекта моделирования.