3.1.2. Описание методики тестирования.
Для проведения анализа производительности систем, еще не реализованных в виде конкретных устройств, решающее значение имеет метод имитации. Под имитацией понимается создание модели, воспроизводящей работу Fieldbus-системы, анализ которой производятся с учетом реальных событий, но в отрыве от реального масштаба времени. Имитация имеет ряд преимуществ: гибкое изменение параметров, влияющих на работу системы, возможность проиграть наихудший вариант и т.д.
Произведя примерную имитацию выполнения данным устройством своих функций были сделаны следующие выводы:
1) Программы выполняет заданный минимум функций.
2) Программы обладает рядом добавочных функций, облегчающих работу с ней.
3) Программа легко модифицируется.
4) Программа полностью защищена от ошибок связанных с непрофессионализмом пользователя.
5) Программа не защищена от ошибок системы и сознательных действий противоречащих цели программы.
6) Устройство выполняет необходимые функции
3.1.3. Результаты.
В результате тестирования(имитации) программы и устройства были получены необходимые данные, не было выявлено никаких ошибок выходящих за рамки ограничения на программу.
3.2. Ограничение на разработку.
Данное программное обеспечение будет работать только на микросхемах указанных выше. Напряжение питания необходимо подавать раздельно на оба блока схемы.
1) Шина земля должна быть раздельной, во избежания помех.
2) напряжение питания : +(5-12)В
3) место размещения : объемом 30х20х7 (см3)
4) вибрационная устойчивость
3.3. Инструкция пользователю.
При использовании данного устройства необходимо соблюдать условия определенные в пункте 3.2 . Кроме указанных требований необходимо соблюдать меры предосторожности при подключении устройства к питанию, т.к. неправильное подключение приведет к выходу из строя нейрочипов. Программирование нейрочипов проводить через выводы CP0…CP4 указанные на схеме. При необходимости можно разработать интерфейсную программу которая простым опрашиванием COM-порта будет выдавать данные о скорости ветра в том или ином месте аэродрома с указанием времени поступления данных.
Выводы
Теперь видно, что реализованное устройство выполняет поставленную задачу и не содержит ошибок, что позволяет без опасений работать с программой и устройством.
Заключение.
В результате проведенной работы была организована структурная схема распределенных датчиков для измерения скорости ветра. Из данной схемы и определения производительности полученной имитируемой системы были сделаны выводы о пригодности нейрочипов для данной области их использования. В результате использование датчиков на основе нейрочипов на небольших аэродромах не имеет под собой экономической основы, т.к. стоимость нейрочипа значительно больше имеющихся на данный момент аналогов, а производительность их при небольшом количестве не значительно выше других процессоров. Поэтому данное устройство нужно использовать при большом количестве датчиков, больше нескольких тысяч, тогда производительность датчиков с нейрочипами и приемо-передающих устройств на их основе значительно выше, чем при том же количестве датчиков с использованием других процессоров. Отсюда видны следующие преимущества и недостатки данного метода.
Преимущества:
· не большая стоимость компонентов для реализации отдельного прикладного узла,
очень простая конфигурация узла нижнего уровня, большая номенклатура устройств и приборов, выпускаемых промышленно в странах ЕЭС и США и имеющих встроенные узлы LONWORKS для работы в составе сетей ECHELON (большая распространенность стандарта в мире), большое количество готовых процедур по адаптации типовой периферии в стандартной библиотеке NEURON, простота разработки прикладного программного обеспечения узлов.Недостатки:
· чрезвычайно большая стоимость, хотя и весьма эффективных и удобных, отладочных средств,
отсутствие узлов WDT, узла автоматического сброса при включении питания (требует использования внешнего супервизора) и возможности работы в “спящем режиме” у микроконтроллеров NEURON, крайне слабая поддержка данного стандарта дилерскими фирмами в России.Программа полностью соответствует техническому заданию и выполняет поставленное задание.
Из-за большой стоимости пакета разработки, компиляции и компановки программ написанных на NEURON C проверить работоспособность программы является невозможным, поэтому приходится довольствоваться лишь примерным теоретическим результатам и результатам имитационного и математического моделирования.
Хотя на данный момент нейрочипы являются дорогостоящим продуктом, но
за ним будущее, т.к. в наше время главным фактором является скорость, а скорость нейрочипа пока не видит ограничений.
Список литературы.
1. Дитрих-Лой-Швайнцер. «LON -технология».ПГТУ .395с. 1999
2. Журнал «Радио и связь» №4 1999г.
3. Войкова А.П. «Нейронные сети и нейрочипы», Москва, 280с., 2000г.
8. Приложения.
8.1. Текст программы.
8.1.1 Подготовка нейрон чипов
************************************************************************
* Эта программа на Neuron C устанавливает Neuron Chip в slave A
* mode.
************************************************************************
IO_0 parallel slave s_bus;
#define DATA_SIZE 255 //максимально разрешенное поле данных
struct parallel_io_interface
{
unsigned int length; //length of data field
unsigned int data[DATA_SIZE];
}piofc
when (io_in_ready(s_bus))1 //готовность приема информации
{
piofc.length = DATA_SIZE; //максимальное число в байтах
to read
io_in(s_bus,&piofc); //получить 10 байт
incoming data
}
when (io_out_ready(s_bus)) //готовность передать 10 байт
{
piofc.length = 10; //кол-во байт
io_out(s_bus,&piofc); //передать 10 байт из буфера
}
when (...) //условие по которому будет отправлено сообщение о заполнении буфера
{
io_out_request(s_bus); } request
... 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