Навигация
1. Постановка задачи
1.1. Обзор литературы и предлагаемые методы решения.
В связи с тем, что первый нейрочип был произведен в середине 1999 года, то количество литературы описывающей работу нейрочипа ограничено. Отечественных книг еще не написано, используются только переводы зарубежных авторов. Так наиболее подходящей книгой для реализации данного задания является книга немецкого автора Дитрих – Лой – Швайнцер «Lon технология». В этой книге есть как структурная, функциональная, так и программная реализация работы нейрочипа. Внутренней, электрической схемы нейрон чипа найдено не было по ранее описанным обстоятельствам и в связи авторским патентом выданным в США (USA patent № DC1233 -10 1999) о авторских правах на реализацию нейрочипа. Поэтому приведенная в приложении №1 схема является лишь примерной функциональной - электрической схемой, т.е. изображены внешние выводы микросхем, но а внутренней структуре умалчивается.
Методов реализации поставленной задачи в нашем случае может быть довольно много. Это обусловлено тем, что элементная база достаточно разнообразна и постоянно усовершенствуется. Так, например, на данный момент существует порядка 15 видов нейрочипов, со встроенной и внешней памятью, работающих на разных частотах, различным количеством выводов и разной формой, размером микросхем.
По заданию необходимо реализовать сеть на основе нейрочипа для обработки данных поступающих с аэродинамических датчиков подсчета скорости ветра. Т.к. данная сеть должна состоять из двух основных частей: разветвленной сети датчиков (каждый элемент состоит датчика + обрабатывающий нейрочип) и центрального процессора ( пороговый нейрочип + шина передачи данных в компьютер ), то тип нейрочипов и внешних устройств выбран оптимально из условия обеспечения их следующими компонентами:
1) напряжение питания : +(5-12)В
2) место размещения : объемом 30х20х7 (см3)
3) вибрационная устойчивость
Исходя из данных требований был выбран следующий тип нейрочипов, преобразующих устройств и устройств сопряжения: нейрон чип SLAVE A MC143120 32-LED SOG , нейрон чип MASTER A MC143120 32-LED SOG, преобразующее устройство MS555, устройство сопряжения MC145407.
1.2. Анализ задания.
В соответствии с заданием необходимо обработка информации поступающей с аэродинамических датчиков (датчики анализа скорости ветра) и передача поступающей информации по сети в ЭВМ, сеть реализовать на основе нейрочипа. Исходя из этого наше устройство будет состоять из двух глобальных частей: часть относящаяся к датчику SLAVE A BLOCK, и часть относящаяся к ЭВМ MASTER A BLOCK. Первый блок будет состоять из преобразующего чипа «555», который преобразовывает аналоговый электрический сигнал в прямоугольный импульсный сигнал. Далее сигнал поступает на вход NC SLAVE A, где производится подсчет количества импульсов в определенный промежуток времени, т.о. частота импульсов соответствует скорости ветра. После подсчета данные вместе с номером нейрочипа (каждый чип имеет свой индивидуальный номер, который зашивается в нем при производстве) попадают в устройство сопряжения NC с линией передачи. Затем через линию связи, в нашем случае это RS232C, преобразовавшись снова в устройстве сопряжения информация поступает в NC MASTER A, в котором она обрабатывается и если скорость ветра содержащаяся в данном пакете информации превышает допустимый порог в 50м/с, то пакет дополняется данными ( время получения пакета нейрочипом MASTER A : часы, минуты), и снова через устройство сопряжения передается в центральную ЭВМ по линии связи RS232C. Т.о. в ЭВМ будет получен пакет содержащий данные о скорости ветра, местоположении датчика ( которое будет определено по номеру нейрочипа), и времени получения данной информации. Обновление информации происходит каждые 100мкС ( причем данный параметр является установочным, т.е. его можно изменить при перепрограммировании нейрочипа MASTER A.
В нашем случае используется линия передачи RS232C, это не самый лучший, но самый простой вариант реализации передачи данных между датчиком и ЭВМ. Интерфейс RS232C накладывает серьезные ограничения на расстояния между датчиком и центральной ЭВМ. Оно не может превышать 300 м, т.к. расстояние между SLAVE A BLOCK и MASTER A BLOCK может составлять порядка 150м и расстояние между MASTER A BLOCK и центральной ЭВМ может составлять 150м, в сумме 300м. Как было сказано выше это не самый лучший вариант, т.к. взлетное поле большого аэродрома может тянуться на 15-20км, то передачу информации нужно будет производить с помощью повторителей. Но используя трансиверы MC145407 возможно сопряжение не только с RS232C, но и другими интерфейсами RS…, т.к. возможна передача за счет инфракрасного излучения и радио сигналов. Все эти методы передачи данных позволяют значительно увеличить расстояния между датчиками и центральной ЭВМ, но они являются более дорогостоящими и могут внести помехи в работу бортовых радиолокационных станций самолетов и РЛС терминала аэропорта. Поэтому в нашем случае целесообразно использовать интерфейсы типа RS.
Похожие работы
... и необходимостью специальной подготовки потенциальных пользователей для оптимальной организации адаптивного процесса. В то же время широкое распространение могут получить обученные аналоговые нейрокомпьютеры (нейросети) с фиксированной или незначительно подстраиваемой структурой связей – нейропроцессоры. Задача создания нейропроцессоров сводится к обучению цифровой нейросетевой модели нужному ...
... и число нейронов в каждом слое может быть произвольным, однако фактически оно ограничено ресурсами компьютера или специализированной микросхемы, на которых обычно реализуется нейросеть. Чем сложнее нейронная сеть, тем масштабнее задачи, подвластные ей. Выбор структуры нейросети осуществляется в соответствии с особенностями и сложностью задачи. Для решения некоторых отдельных типов задач уже ...
... в связи с необходимостью упорядоченного сообщения с высоким приоритетом при радикальном изменении окружающих условий и двунаправленностью каналов. Возможности вычисления путей маршрутизации можно применять при построении интегральных схем и проектирования кристаллов процессоров. Нейрокомпьютеры с успехом применяются при обработке сейсмических сигналов в военных целях для определения коорди
... информацию, находить в ней закономерности, производить прогнозирование и т.д. В этой области приложений самым лучшим образом зарекомендовали себя так называемые нейронные сети – самообучающиеся системы, имитирующие деятельность человеческого мозга. Область науки, занимающаяся построением и исследованием нейронных сетей, находится на стыке нейробиологии, математики, электроники и программирования ...
0 комментариев