CC BY
44
Известия ТРТУ
Специальный выпуск
Сформированная совокупность объектов графического изображения помещается в отдельный файл и может обрабатываться отдельно от основного чертежа. Для вырезки контура произвольной формы необходимо разделить его на многоугольники выпуклой формы и повторить алгоритм вырезки для каждого выпуклого контура.
УДК 681.3.06:681.518.3
С. В. Николаев
О ПРИНЦИПАХ ПОСТРОЕНИЯ ЛЕГКО НАРАЩИВАЕМОЙ (ОТКРЫТОЙ) ПРОГРАММЫ ДЛЯ МОДЕЛИРОВАНИЯ ИЗМЕРИТЕЛЬНЫХ И ДРУГИХ СИСТЕМ ОБРАБОТКИ И ПРЕОБРАЗОВАНИЯ СИГНАЛОВ (НА ПРИМЕРЕ ПРОГРАММЫ МАС20)
Возможны два подхода к созданию моделирующих программ при разработке систем: 1) создавать заново модель под каждую вновь проектируемую систему; 2) создать одну универсальную программу, которая может быть настроена на моделирование любой системы из заданного класса.
Достоинство специализированной модели состоит в определенности спецификации на разработку моделирующей программы (ясно, что нужно моделировать и в каком виде выдавать результат), однако при этом велика трудоемкость, поскольку для каждой новой системы нужно создавать свою программу.
Универсальная модель привлекательна возможностью многократного использования единожды созданного программного продукта, однако попытки разработки такой программы обычно наталкиваются на «диффузность спецификации», т. е. на невозможность четко задать необходимые функции, форматы данных и т. п.
Предлагается компромиссный подход: разрабатывать моделирующую программу для частных задач, но с условием, чтобы она легко изменялась или наращивалась для создания на ее основе в последствии (путем настройки или генерации) других частных моделей с максимальным использованием уже имеющихся функциональных возможностей. Основная цель при этом — возможность развития с сохранением устойчивого «ядра». Для этого должны быть реализованы следующие принципы.
1. Программа должна строиться из модулей с минимальной зависимостью между ними.
2. Вызов всех модулей должен осуществляться единообразно.
3. Чтобы «ядро» было устойчивым, модули, входящие в его состав, должны обладать определенной функциональной избыточностью.
4. Должны быть разработаны и соблюдены стандарты на данные межмодульного обмена (способ порождения имен файлов, размещение их в каталогах, вид хранимой информации и способы, кодирования).
Имеется определенный практический опыт создания моделирующих программ с учетом предложенных принципов. В качестве примера рассматривается программа МАС20 [1], которая первоначально была создана для моделирования измерительных систем с адаптивной дискретизацией сигналов на основе апертурных алгоритмов сжатия. Затем ее функциональные возможности были расширены без какой бы то ни было переделки, а только путем
Секция автоматизированных систем научных исследований
добавления новых модулей, реализующих операции фильтрации, спектрального анализа и корреляционной обработки.
С помощью такой модифицированной программы были проработаны несколько вариантов цифрового акустического течеискателя. Кроме того, она с успехом используется в учебном процессе [2], при этом не было обнаружено ни одного случая зависания или нештатного «поведения», что обычно имеет место в «доработанных» программах, особенно когда доработки делаются разными людьми.
СПИСОК ЛИТЕРАТУРЫ
1. Программа для моделирования алгоритмов сжатия (МАС): Методические указания но применению/ТРТИ. Сост. С. В. Николаев. Таганрог, 1993. 21 с.
2. Исследование методов временной дискретизации с помощью ЭВМ: Метод, указания к самост. работе по курсу СППО/ТРТИ. Сост. С. В. Николаев. Таганрог, 1993. 18 с.
УДК 621.317.7
В. Г. Коеторпичепко, В. А. Мир вода ПОРЯДКОВЫЕ СТАТИСТИКИ В ОЦЕНКЕ ЗАКОНОВ ВЕРОЯТНОСТЕЙ
Традиционные методы анализа законов распределения вероятностей основаны на группировании данных и проверке гипотезы о виде закона с помощью статистических критериев (Пирсона, Колмогорова и др.). При этом интервалы группирования должны быть согласованы с динамическим диапазоном анализируемых данных.
Эти проблемы достаточно просто рещаются при анализе готовых массивов данных. Попытка решить эти вопросы в динамическом режиме обработки положительных результатов не дает.
Устранению отмеченных проблем посвящена данная работа. В ней предлагается для анализа данных использовать порядковые статистики. Показано, что порядковые статистики делят область под кривой у = /(х) на (п + 1)
„ ' „ 1
частей, математическое ожидание площади каждой из которой —--------.
Сп + 1)
Отсюда следует, что математическое ожидание порядковых статистик также будут делить площадь под кривой плотности на (п + 1) частей с площадью
— ^—. Таким образом, используя моменты порядковых статистик, можно (п + 1)
оценить плотность распределения случайной величины.
При этом следует отметить ряд особенностей:
— оценка плотности может быть получена при минимальном числе наблюдений п> 1;
— при большом числе испытаний точность растет с ростом числа моментов порядковых статистик.
Для объективного решения задачи «Находятся ли данные в соответствии с предполагаемым распределением ?» предлагается следующий подход.
Анализируется характер зависимости между теоретическими и эмпи- , рическимими моментами порядковых статистик. Затем проверяется адекват-
