Модель компактного диагностирования устройств систем передачи данных Текст научной статьи по специальности «Электротехника, электронная техника, информационные технологии»

Е. Д. БЫЧКОВ, В. В. ЛЕНДИКРЕЙ

ОАО «Электрическая связь», Омск

УДК 621.398:621.317

МОДЕЛЬ КОМПАКТНОГО ДИАГНОСТИРОВАНИЯ УСТРОЙСТВ СИСТЕМ ПЕРЕДАЧИ ДАННЫХ

а: а; s

а-

'Й и s:

о g

о

о £

§

а: S

о

а, g

О

о £

s g

0 g

1

о

§ S

S

СУЩЕСТВУЮЩИЕ МЕТОДЫ ДИАГНОСТИРОВАНИЯ РАДИОЭЛЕКТРОННЫХ УСТРОЙСТВ (РЭУ) РАЗДЕЛЯЮТСЯ НА ДВА КЛАССА: ДЕТЕРМИНИРОВАННЫЕ И СТАТИСТИЧЕСКИЕ (ВЕРОЯТНОСТНЫЕ). СИСТЕМА ПЕРЕДАЧИ ДАННЫХ (СПД) КАК ОБЪЕКТ ДИАГНОСТИРОВАНИЯ^) ЯВЛЯЕТСЯ СЛОЖНОЙ РАСПРЕДЕЛЕННОЙ СИСТЕМОЙ С РАЗЛИЧНЫМИ ЭЛЕКТРОННЫМИ КОМПОНЕНТАМИ (ЦИФРОВЫМИ, АНАЛОГОВЫМИ И ГИБРИДНЫМИ). ПОЭТОМУ В УСЛОВИЯХ ЭКСПЛУАТАЦИИ НАИБОЛЕЕ ПЕРСПЕКТИВНЫМ МЕТОДОМ ДИАГНОСТИРОВАНИЯ ЭЛЕМЕНТОВ СПД СЧИТАЕТСЯ СТАТИСТИЧЕСКИЙ, В ЧАСТНОСТИ, ВЕРОЯТНОСТНО-КОМПАКТНОЕ ТЕСТИРОВАНИЕ (ВКТ).

При вероятностно компактном тестировании на входы ОД подаются случайные тестовые наборы, а результаты тестирования сжимаются и сравниваются с эталонным (априорным ) сжатым результатом.

Существуют несколько способов сжатия реакций ОД: подсчетом логических переключений с помощью функций счета, подсчета контрольной суммы, с помощью функций Уолша (спектральных коэффициентов) и сигнатурного анализа [1,2].

При построении модели ВКТ для СПД в условиях эксплуатации будем полагать, что в ней, в основном, проявляются однократные константные неисправности типа «О» и «1». Элементы СПД как ОД условно делятся на блоки или субблоки согласно требуемой глубины диагностирования. Выходы данных блоков могут быть потенциальными контрольными точками (КТ), а также в качестве КТ могут использоваться существующие выходы самого устройства. Затем, согласно условному делению устройства СПД на диагностические блоки, строится направленный граф вида

С = (В,/_), (Я

где В- множество вершин, соответствующих блокам (субблокам), устройствам, на принятом уровне деления ОД, В = {т}, т=0...М-1; 1- множество направленных дуг, соответствующих функциональных соединений.

Граф (1) также может отображаться матрицей инци-

дентностеи

| /. ||. В качестве контролируемых пара-

метров в электронном устройстве, например модеме, могут быть использованы бинарные сигналы, уровни выходных сигналов II, скорость модуляции В1, частота Ч, фаза Ф и т.д., в зависимости от наличия специальных датчиков съема информации, достоверности и требуемой глубины диагностирования. Далее с учетом типа дефекта А. е {«1», «О»} блока Вт на основе графа (1) строится аналитическая зависимость (модель) реакции ОД от псевдослучайного воздействия х.е {0,1} в соответствии выбранному контролируемому параметру. Тогда такая модель процесса диагностирования представляется системой

zu =f (* ;dl0,d

.....d|m),

(2)

zpi=f <* ¡W

■■ d im ).

где л, - параметр (признак) диагностирования (контроля), я е П; с1|т - состояние блока (субблока), с! )те Def-допустимая область дефектов системы.

Для осуществления процесса имитационного моделирования системой (2) рассчитывается длина псевдослучайного теста по выражению [3]

1

N(x) = (2 le2) 'max {р (d.) * (1-p(d))} * In -,

(3)

Def

1-h

где £ - допустимое отклонение сжатой реакции ВКТ от эталонной (априорной); И - надежность тестирования; р(сГ) -априорная вероятность ]-го дефекта системы.

В качестве ВКТ для СПД предлагается ситатурный метод, который по оценкам [1,2,5] является наиболее перспективным для повышения ее контролепригодности.

На основе (3) определяется вид полинома F(x) сиг натурного анализатора.

Далее производится имитационное моделирование над системой с целью получения априорных характеристик ВКТ. В частности, производится моделирование для получения априорной вероятности проявления параметра за время тестирования N(x), при условии фиксации дефекта d ,

а..

p(7t/d)= - , (4)

NM

где Q я - количество отклонений параметра к от нормы.

Эталонные априорные контрольное коды или сигнатуры S получают натурным экспериментом, при нали чии сигнатурного анализатора (CA), рассчитываются либо определяются с помощью имитационного моделирования, Ms = || S ||, здесь i, j - индексы параметров и дефектов соответственно. Тогда на основе (2)-(4) получим априорную матрицу условных вероятностных распределений сигнатур для соответствующих параметров л и d(,npn этом будем полагать, что р(S ,/d ) = р(л/d .), Мр = || p(S тVdj) ||, i= 1...I ,j = 1 J,' ' ' (5)

где SJö - априорная сигнатура при условии фиксации де фекта d :.

На основе априорных сигнатур и матрицы (5) строится система взвешенных априорных шкал эталонных сигнатур по параметрам л (

S,1 = <S,1/p(S„1/dl);...;Siil/p(Sii1/dJ)>,

> (6)

S„ = <Snl /Р( S„ / d ,);...; S.,/p(S ,/(!,)>, p(SJà.)< p(S„,/djt1).

Будем полагать, что в (6) не существуют сигнатуры S4 , т.е. сигнатура, отображающая более одного состояния (дефекта).

Предложенная взвешенная априорная система шкал является основой при распознавании дефектов электронного устройства. В процессе компактного диагностирования его результатом является вектор апостериорных сигнатур

SA = <SA,/7i, ; Sa2/Л2 ; ...,SA/n>. (7)

Алгоритм распознавания дефектов заключается в идентификации (7) с системой (6) по критерию минимального расстояния, по соответствующим метрикам [4],

(8)

Дальнейшее распознавание дефектов может основываться на трех алгоритмах, т.е. на жестком и двух мягких.

Для первого случая. Если расстояние р ( .) > v, то считается , что дефекты отсутствуют, в противном случае по минимуму расстояния определяется тип дефекта по каждому параметру л . Таким образом образуются апостериорные области дефектов

DefA =(daM , dai2 .....d'j ), i=1...l, здесь] < = J, (9)

где da - выбранный тип дефекта по параметру л, .

р (SA ,S /d ), i=1...l, j=1...J.

г и ' ni Ki ) 7 ' 7 *

Далее, если предположить, что проявление дефектов независимое и известна априорная вероятность р(с!), то наиболее возможный тип дефекта по параметру я. может производиться по выражению '

(10)

где

d* = arg max p(dy S J , je DefA, P(d)'4SJd)

(11)

¡) *P(S „¡/d j)

В результате проведенных операций (11) и (10), получим подобласть апостериорных дефектов

Def = <d'11, d^.....d" >, i= 1 ...I, je Def, . (12)

из которой необходимо определиться с наиболее вероятным дефектом.

Выбор типа дефекта d" из данной области может быть произведен по мажоритарному принципу либо назначается экспертиза по элементам d', подмножества Def cDefA.

Второй алгоритм распознавания, дефектов основывается на концепциях fuzzy (нечетких) множеств [5-7]. В данном алгоритме результат компактного диагностирования представляется нечеткой матрицей типа, в которой каждая строка является нечетким множеством,

(13)

M ri =

л d

я, Ь„ Ьа . . . Ь, , Ь е [0,1], где Ь . - числовое значение степени принадлежности <1 нечеткого множества ОеП =< ПРИМЕРНОЕ МНОЖЕСТВО ДЕФЕКТОВ ПО ПАРАМЕ1"РУ я >,что описывается функцией принадлежности ) и численно имеет вид

DefA:

(14)

DefA| = <d¡1 /ц((1 и).....«1м/ц((1 >.

Здесь числовое значение ц(с!ч) =Ь0, которое определяется как дополнение метрического расстояния (1 - г) (8) [5].

Выбор наиболее ожидаемого дефекта по параметру л, будет производиться через нечеткий интеграл Эидепо по выражению [6,7]

d', = arg iF |i (d ) о g (.), Def*

(15)

Ш)= maxp(S J d ).

(16)

В результате выполнения операций (15) по каждому контролируемому параметру л, образуется нечеткая подобласть дефектов

= /д(сГ,);...; (Г, /д(«Г, )>, (17)

с функцией принадлежности иЮ = 9(1'; )■

1ЭеГ

Решение о типе дефекта (состояния) из (17) принимается с помощью вычисления нечеткого интеграла с использованием в качестве плотности нечеткой меры априорную безусловную вероятность аналогично (15)

d" = arg iF n(d:) о vx(.),

(18)

Der

ных дефектов по каждому параметру и матрицы предпочтений параметров диагностирования

М'с= ||ал;||,.7г=1...П, . (15)

где' ап;- числовые значения функции принадлежности

н(<М = <с1п не хуже dj >, а ^е [0,1],

п, ] -текущие индексы.

. Аналогично строится нечеткая матрица предпочтений для параметров диагностирования яеП

М"=ЦЬПЛ. АтН0,1], (20)

где Ьпт - числовые значения функции принадлежности

п, т - текущие индексы.

Далее по методике [7, 8] соотносятся матрицы (19), (20) и в результате чего получаем нечеткое множество ОеМ = < ПРИМЕРНОЕ МНОЖЕСТВО ДЕФЕКТОВ ПРИ УСЛОВИИ в» еП> с функцией принадлежности ц^ I / л,,..., я п). Применив нечеткое интегрирование по данной функции, получим наиболее возможный тип дефекта

(21)

d' = arg JFn(d /я,.....Я;)оу(.),

где iF, о -знаки нечеткого интеграла и композиции соответственно; д(.) - нечеткая (fuzzy) мера множества Dk =<d,, % d2.....dk>, плотность которой йЦ) определяется экспертными оценками или с помощью матрицы (5) по выражению

где у.(.) - нечеткая ¿.-мера упорядоченного множества

= * <1*,, d'2.....d'k>, с плотностью V (с! ^) = р( с! ^ ),

0'ксОеГ .

' Третий алгоритм распознавания дефектов строится на следунбщих'предпосылках. Помимо матрицы (13) строятся рефлексивные матрицы предпочтений апостериор-

Def

где v(.) - нечеткая мера упорядоченного множества D k=<

dr d2.....d k>, k= 1.. j, DkçDefA ; здесь плотность v(d J

нечеткой меры определяется максимальным числом из матрицы (13)

v(dk) = maxbr (22)

i б п

Таким образом, предложенные алгоритмы распознавания дефектов при ВКТ выбираются в зависимости от условий эксплуатации и наличия априорной информации. Реализация данного метода осуществляется аппаратно, аппаратно-программно либо программно.

ЛИТЕРАТУРА

1. Ярмолик В.Н. Контроль и диагностика цифровых узлов ЭВМ,- Минск: Наука и техника, 1988.-240 с.

2. Ефимов А.Н., Лук-Зильберман Е.В. Автоматы, чувствительные к искажениям исходных данных, и сигнатурный анализ //Итоги науки и техники.Сер.Техническая кибернетика. - М: ВИНИТИ, 1988, N25,С. 135-166.

3. Юдин Д.Б., Юдин А.Д. Число и мысль.Вып.8: Математика измеряет сложность.-М: Знание, 1985.-192с.

4. Колмогоров Ф.Н., Фомин C.B. Элементы теории функций и функционального анализа,- М.:Наука,1981,-542 с.

5. Абуталиев Ф.Б, Бычков Е.Д., Салахутдинов Р.З. Диагностическое обеспечение сложных электронных систем информационной сети// Международная научно-техническая конференция «Проблемы функционирования информационных сетей» ПФСИ-91, 2-6 сентября 1991г. Материалы конференции, Ч.2./ ВЦ АН СССР (Сиб. отделение),НЭИС, Новосибирск, 1991. С.3-8.

6. Бычков Е.Д. Распознавание дефектов цифровых устройств при нечеткой информации//Устройства обработки и передачи информации в системах связи:Сб.науч.тр./ ТашПИ. Ташкент, 1990. С.45-49.

7. Абуталиев Ф.Б., Бычков Е.Д., Салахутдинов Р.З. Нечетко-множественный подход к распознаванию состояний сложных систем//Алгоритмы. Автоматизация и моделирование социально-экономических систем. АН Республики Узбекистан. Ташкент, 1993, вып.78. С.5-16. '

8. Бычков Е.Д., Лендикрей В.В. Матричная модель оценки состояния информационной сети // Проблемы электромагнитного влияния и надежность функционирования систем передачи информации на железнодорожном транспорте: Межвуз.темат.сб.науч.тр./ Омская гос.акад. путей сообщения. Омск, 1998,С.48-52.

БЫЧКОВ Евгений Дмитриевич - кандидат технических наук, доцент Института радиоэлектроники, сервиса и диагностики

ЛЕНДИКРЕЙ Владимир Вернеевич - генеральный директор ОАО «Электросвязь»

8 июня 1999 г.

\

I

I

1 3

0

Г)

1

s

I %

0

е

S

1

s §

S

I