3. Применение средств идентификационных измерений

В наиболее общем виде возможности идентификационных измерений можно проиллюстрировать на примере решения классификационной задачи.

Задача классификации возникает тогда, когда необходимо неизвестный сигнал отнести к той или иной группе сигналов с известными характеристиками, например, к группе либо периодических, либо случайных сигналов. При этом желательно, чтобы периодические сигналы разделялись по форме во временной области, а случайные – по форме распределения мгновенных значений (в вероятностной области). 

На рис. 2  изображен виртуальный прибор (ВП), выполненный в среде LabVIEW-7 и позволяющий решить указанную задачу.        

 

 

Рис. 2. Панель управления и программный код виртуального прибора, анализирующего форму сигналов

 

На странице программного кода (правая часть рис. 2) размещены основные инструменты: три идентификационных тестера (два S-тестера и один K-тестер) [12,13] и база данных, выполненная в виде виртуального подприбора с именем RandPerRecog.vi. На панели управления (левая часть рис. 2) расположены элементы задания входного сигнала (массива) InputArray и отображения выходной информации (OutString, PeriodNum).

Если на входе действует периодический сигнал, то в окне OutString выводится имя сигнала, а в окне PeriodNum – его частота. При этом данный ВП различает 4 основных формы периодических сигналов (по количеству эталонов БД): прямоугольные, синусоидальные, треугольные и пилообразные.

Если на входе действует случайный сигнал, то в окне OutString выводится имя одного из следующих 8-ми распределений (по количеству эталонов БД): двумодального (2МОД), арксинусного (АРКС), равномерного (РАВН), треугольного (СИМП), нормального (НОРМ), двустороннего экспоненциального (ЛАПЛ), Коши (КОШИ) и биномиального (БИНОМ).

На рис. 3 представлена структура программного кода БД (RandPerRecog.vi), которая реализована с использованием пороговых элементов, настроенных на соответствующие диапазоны измеренных значений идентификационных параметров S1, S2 и K эталонов, а также логических устройств и переключателей, позволяющих формировать результат измерения в виде выходного суждения (имени сигнала). Границы срабатывания пороговых элементов выбраны так, чтобы обеспечить определенную устойчивость результата измерения к небольшим вариациям формы сигналов.

Проведенные авторами исследования идентификационных характеристик ВП подтверждают теоретические предположения о свойствах подобных систем в отношении их способности автоматически распознавать достаточно большое число классов сигналов.

 

Заключение

В работе представлены основы научных исследований, связанных со становлением нового направления в теории и технологиях измерений. Содержанием этого направления является решение проблемы измеримости формы сигналов и их характеристик. В основе решения указанной проблемы лежат следующие концептуальные и теоретические положения.

Концептуальная точка зрения постулирует систему взглядов на проблему в целом и намечает общее направление решения. В данной работе за основу принята достаточно простая идеология, которая заключается в утверждении: "Любая выборочная реализация сигнала информирует о своей структуре (форме) своими распределениями – РМЗ и РВИ. Эти распределения связаны между собой, например, как компоненты единого вектора – вектора формы." Отсюда вытекает путь решения проблемы, переводящий ее с концептуального на теоретический уровень. Этот путь связан с необходимостью научиться измерять РМЗ и РВИ, т.е. предложить пути отображения множества, каковыми являются распределения, в число.

Теоретический уровень решения проблемы измеримости формы сигналов рассмотрен в работе в достаточно общем виде – как условие постоянства формы сигнала, а, следовательно, и ее отображения (числа) при изменении масштабов по оси времени и амплитуд. Данный уровень представляется с помощью принципов инвариантности и эквивалентности.

 

 

Рис. 3. Структура программного кода модуля RandPerRecog.vi , реализующего функцию базы данных виртуального прибора (рис. 2)

 

Распространение методологии измерения на решение задач распознавания образов, основанное на измеримости формы сигналов, позволяет, кроме всего прочего, формировать различные технологии поверки и аттестации виртуальных средств идентификационных измерений. Таким образом, создаются условия для промышленной стандартизации интеллектуальных систем распознавания образов.

Надеемся, что обобщение и систематизация материалов исследований в области идентификационных измерений, будет способствовать становлению и развитию новых интеллектуальных технологий обработки информации.