Анализ алгоритмов проведения процедуры самодиагностики в аналого-цифровом преобразователе на основе нейронной сети

Обложка

Цитировать

Полный текст

Аннотация

Статья посвящена сравнению двух разработанных методов проведения самодиагностики для определения состояния нейронов самомаршрутизирующегося аналого-цифрового преобразователя на базе распределённой системы встроенного контроля и анализу отношения быстродействия к размерам нейронной сети. В основе системы диагностики лежит использование местного фрагментарного устройства управления и метода «эхолокации» для маршрутизации сигналов, которые позволяют исключать из сети отказавшие нейроны, при этом сохраняя возможность измерения на оставшихся в сети исправных нейронах. В результате работы выбран лучший алгоритм из предложенных, разработана структура базовой группы нейронов – «структура с избыточной связью», а также сделан вывод о размере базовой группы нейронов, позволяющей обеспечить высокое быстродействие системы самодиагностики. Кроме того, определены направления дальнейших исследований, связанных с диагностикой системы управления нейрона, использованием нескольких базовых групп нейронов и применением предложенных алгоритмов при высокой нагрузке на аналого-цифровой преобразователь.

Полный текст

Доступ закрыт

Об авторах

Антон Алексеевич Наборщиков

Пермский национальный исследовательский политехнический университет

Автор, ответственный за переписку.
Email: anton.naborshikov@gmail.com
ORCID iD: 0000-0002-8386-7376
SPIN-код: 5585-1141

аспирант кафедры автоматики и телемеханики

Россия, 614990, Пермь, Комсомольский проспект,29

Антон Игоревич Посягин

Пермский национальный исследовательский политехнический университет

Email: anton.naborshikov@gmail.com
SPIN-код: 4544-9816

кандидат технических наук, доцент кафедры автоматики и телемеханики

Россия, 614990, Пермь, Комсомольский проспект,29

Александр Анатольевич Южаков

Пермский национальный исследовательский политехнический университет

Email: anton.naborshikov@gmail.com
ORCID iD: 0000-0003-1865-2448
SPIN-код: 4820-8360

доктор технических наук, профессор, заведующий кафедрой автоматики и телемеханики

Россия, 614990, Пермь, Комсомольский проспект,29

Список литературы

  1. LiuG., LiG., Peng Z., Pan H. Adaptive neural network dynamic surface control algorithm for pneumatic servosystem // Proceedings of the 11th International Conference on Modelling, Identification and Control (ICMIC2019). Lecture Notes in Electrical Engineering, Tianjin, China,2019. Pp. 821-829
  2. Metrology for drone and drone for metrology: Measurement systems on small civilian drones / P. Daponte, L. De Vito, G. Mazzilli et al. // 2015 IEEE Metrology for Aerospace (MetroAeroSpace). 2015. Pp. 306-311.
  3. Тетенькин Ю. Г. Аналого-цифровой преобразователь для встраиваемых систем с коррекцией нелинейности первичных преобразователей (сенсоров) // Вестник Волжского университета им. В.Н. Татищева. 2011. № 17. С. 72-77.
  4. Байдаров А.А. Адаптивный измеритель параметров гармонических сигналов как средство диагностики и анализа // Информационно-измерительные и управляющие системы. 2010. Т. 8, № 12. С. 112-115.
  5. Посягин А.И., Южаков А.А. Разработка аналого-цифрового преобразователя на основе нейронной сети // Электротехника. 2012. № 11. С. 18-24.
  6. Глинкин Е. И., Глинкин М. Е. Технология аналого-цифровых преобразователей: монография / М-во образования и науки Российской Федерации, ГОУ ВПО «Тамбовский гос. технический ун-т». Тамбов : Изд-во ТГТУ,2008. 140 с.
  7. Walt Kester. The Data Conversion Handbook. Elsevier/Newnes,2005. 953 р.
  8. Rudy J. van de Plassche. CMOS Integrated Analog-to-Digital and Digital-to-Analog Converters // The Springer International Series in Engineering and Computer Science,2nd ed. 2003. 583 р.
  9. Кальченко С.Б., Мельников В.А., Харченко В.С. Динамическая архитектура и модульные вычислительные системы на БИС // Зарубежная радиоэлектроника. 1990. № 1. С. 63-84.
  10. Sandberg S. Homing and Synchronizing Sequences // Model-Based Testing of Reactive Systems, Ser. LNCS. Springer,2005. Vol. 3472. Рp. 5–33.
  11. Спирина Е. А., Чабдаров Ш. М. Распределение потоков информации систем, работающих в информационном поле // Вестник Поволжского государственного технологического университета. Серия: Радиотехнические и инфокоммуникационные системы. 2019. № 4(44). С. 6-15.
  12. Макагонов Н.Г., Посягин А.И., Южаков А.А. Принципы самомаршрутизации сигналов в аналого-цифровом преобразователе на основе однослойной нейронной сети // Электротехника. 2016. № 11. С. 3-6.
  13. Структура основного измерительного нейрона в самомаршрутизирующемся аналого-цифровом преобразователе /А.Ф. Васбиева, Л.М. Онискив, А. И. Посягин и др. // Информационно-измерительные и управляющие системы. 2015. Т. 13, № 9. С. 3-8.
  14. Артемьев И. А., Посягин А.И., Цыганцев В.А. Разработка основного измерительного нейрона на базе микроконтроллера STM8 для самомаршрутизирующегося аналого-цифрового преобразователя // Автоматизированные системы управления и Информационные технологии: Материалы всероссийской научно-технической конференции в 2-х томах, Пермь,08–10 июня 2022 года. Пермь: Пермский национальный исследовательский политехнический университет,2022. Том 1. С. 19-25.
  15. Pasquale Daponte, Linus Michaeli. ADC & DAC modelling and testing // Measurement. 2007. Vol. 40, Iss. 5. Pp. 459-462.
  16. Naborshchikov A. A., Yuzhakov A. A., Posyagin A. I. Possible Approaches to Organizing Self-Test of a Self-Routing Analog-To-Digital Converter Based on a Neural Network // Proceedings of the 2022 Conference of Russian Young Researchers in Electrical and Electronic Engineering, ElConRus 2022, St. Petersburg. St. Petersburg,2022. Pp. 391-394.
  17. Смирнов Д. Н. Анализ измерения нейронного АЦП в кодах "золотой пропорции" // Электросвязь. 2007. № 8. С. 20-22.
  18. Chelebaev S. V., Melnik O. V., Chelebaeva Y. A. Application of simulation modeling for the analysis of neurons of converters of time-and-frequency parameters of signals in a digital code // 2018 7th Mediterranean Conference on Embedded Computing, MECO 2018 – Including ECYPS 2018, Proceedings: 7, Budva. Budva,2018. Pp. 1-4.
  19. Katsko E. V., Posyagin A. I., Yuzhakov A. A. An autocontrol system based on neurons in a self-routing analogue converter // Russian Electrical Engineering. 2014. Vol. 85, No 11. Pp. 703-707.
  20. Клейман Л. А., Кон Е. Л., Фрейман В. И. Повышение надёжности функционирования элементов информационно-управляющих систем с применением встроенных средств диагностирования // Вестник Поволжского государственного технологического университета. Серия: Радиотехнические и инфокоммуникационные системы. 2019. № 3(43). С. 29-40.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. Структура скрытого слоя САЦП НС

Скачать (171KB)
3. Рис. 2. Самодиагностика для «Структуры с внутренней обратной связью» при m=3 (а – выборка ОИН для первого измерения, б – потенциально неисправные ОИН после первого измерения, в, г – определение неисправного ОИН по результатам второго измерения)

Скачать (279KB)
4. Рис. 3. Алгоритмы процедуры самодиагностики для «Структуры с внутренней обратной связью» с учётом сокращения тестов при 2m-1 исправных нейронах

Скачать (204KB)
5. Рис. 4. Самодиагностика для «Структуры с избыточной связью» при m=3 (а – выборка ОИН для первого измерения, б – потенциально неисправные ОИН после первого измерения, в, г – определение неисправного ОИН по результатам второго измерения)

Скачать (337KB)
6. Рис. 5. Алгоритм процедуры самодиагностики для «Структуры с избыточной связью» с учётом сокращения тестов при 2m-1 исправных нейронах

Скачать (244KB)
7. Рис. 6. Зависимость сложности алгоритма (количества тактов) от разрядности ЦАП/АЦП-структуры (m)

Скачать (128KB)
8. Рис. 7. Зависимость сложности алгоритма (количества тактов) от разрядности ЦАП/АЦП-структуры (m) для проверки одного нейрона

Скачать (120KB)
9. Рис. 8. Зависимость затраченного времени на проверку нейронной сети разного размера

Скачать (135KB)

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».