ОПТИМИЗАЦИЯ ЛОГИЧЕСКОЙ СХЕМЫ композиционного микропрограммного устройства управления Текст научной статьи по специальности «Компьютерные и информационные науки»

Dumka, Kiev, 1974.

12. L.N. Volgin. "Complementary Algebra and Relative Models of Neural Structures with Coding of Channel Numbers". Electrical Modeling, Vol. 16, №3, pp. 15-25. 1994.

13. V.G. Krasilenko, A.K.Bogakhvalskiy, A.T.Magas. "Equivalental Models of Neural Networks and Their Effective Optoelectronic Implementations Based on Matrix Multivalued Elements". Proc. SPIE, Vol. 3055, pp. 127-136, 1996.

14. V.G. Krasilenko et. al. "Applications of Nonlinear Correlation Functions and Equivalence Models in Advanced Neuronets". Proc. SPIE, Vol. 3317, pp. 211-222, 1997.

15. V.G. Krasilenko et. al. "Continuous Logic Equivalental Models of Hamming Network Architectures with Adaptive-Correlated Weighting". Proc. SPIE, Vol. 3402, pp. 398-408, 1997.

16. Guo Doughui, Chen Zhenxiang, Lui Ruitaugh, Wu Boxi. "A Weighted Bipolar Neural Networks with High Capacity of Stable Storage". Proc. SPIE, Vol. 2321, pp. 680-682.

17. B.Kiselyov, N.Kulakov, A.Mikaelian, V.Shkitin. "Optical Associative Memory for High-order Correlation Patterns". Opt. Eng., Vol. 31, №4, pp. 764-767.

18. A.L. Mikaelian. "Holographic Memory: Problems and Prospective Applications". Proc. SPIE. Vol. 3402, pp. 2-11, 1997.

19. A.L. Mikaelian (Editor). Optical Memory and Neural Networks. Proc. SPIE, Vol. 3402, 1997.

20. V.G. Krasilenko et. al. "Gnoseological Approach to Search of Most General Functional Model of Neuron". Collected research works, №7 (2000) according to the results of 7-th STC "Measuring and Computer Technique in Technological processes", Khmelnitsky, MCTTP, pp. 23-27, 2000.

21. O.K. Kolesnitskiy, V.G. Krasilenko, "Analog-Digit Transformers of Picture Type for Digit Optoelectronic Processors (Review)". Autometry.- №2, pp. 16-29, 1992.

22. O.K. Kolesnitskiy, V.G. Krasilenko, "Analog-to-Digital Image Converters for Parallel Digital Optoelectronic Processors". Pattern Recognition and Image Analysis. Vol. 2, №1, pp. 227233, 1992.

23. V.G. Krasilenko et. al., "Digital Optoelectronic Processor of Multilevel Images", Ellectronnoe Modelirovanie, Vol. 15, №3, pp. 13-18, 1993.

24. Patent №1781679 (SU). Device for Multiplication of Square Matrix of Picture-Image, V. G.Krasilenko et. al., Publ. At BI №46, 1992.

25. A.Huang, "About Architecture of Optical Digit Computing Machine"//TIIER.-Vol. 72, №7.-pp. 34-41, 1984.

УДК 621.74

ОПТИМИЗАЦИЯ ЛОГИЧЕСКОЙ СХЕМЫ композиционного МИКРОПРОГРАММНОГО устройства УПРАВЛЕНИЯ

А.А.Баркалов, Аль-Рабие Аднан, А.А.Красичков

Предлагается методика оптимизации схем адресации композиционного микропрограммного устройства управления. Она основана на кодировании номеров переходов конечного автомата. Данная методика позволяет уменьшать аппаратные затраты, необходимые на реализацию схем адресации. Приведен пример ее использования.

Пропонуеться методика оптим1зацп схем адресацИ композицшного мтропрограмного пристрою керування. Бона заснована на кодувант номер1в переход1в ктцевого автомата. Дана методика дозволяе зменшувати апаратн витрати, необх1дн1 на реал1защю схем адресацИ. Приведено приклад 'И використання.

The optimization method of microcommand's addressing circuits for compositional control unit is proposed. Method based on the encoding of transition's numbers of hard-logic automata. Given method allows to reduce the number of LSI-outputs in the addressing circuits. The method is illustrated by example.

Управляющее устройство (УУ) цифровой системы может быть реализовано в виде композиционного микропрограммного устройства управления (КМУУ) [1]. В настоящее время для реализации логических схем УУ широко применяются программируемые логические устройства (ПЛУ) [2]. Значительная стоимость ПЛУ вызывает необходимость уменьшения числа микросхем в схеме УУ, либо замены микросхем программируемой логической матрицы (ПЛМ) и программируемой матричной логики (ПМЛ) более дешевыми ПЗУ. В настоящей работе предлагается метод оптимизации стоимости КМУУ, который применим при синтезе любого УУ на счетчике [3].

Пусть для граф схемы алгоритма (ГСА) Г получено множество операторных линейных цепей (ОЛЦ)

операторных вершин ГСА между которыми нет условных вершин [1]. Каждая ОЛЦ Х е С имеет входы

и один выход О^. В операторных вершинах ГСА Г записываются микрокоманды (МК) Уг с У, где У = {ур _,уN} - множество микроопераций. В условных вершинах ГСА Г записываются элементы

множества логических условий X = {Хр,____ х. Пусть в

пределах каждой ОЛЦ микрокоманды имеют соседние адреса, то есть если МК У( записана в вершине Ь¿, а МК -

Yg в следующей за ней вершине bj, то

A (Yg) = A (Yt) + 1,

(1)

C = (Ц, ..., X } , где

£ C

последовательность

где А (Ук) - адрес микрокоманды Ук (к е { г, g }) .

В этом случае для интерпретации ГСА Г применимо КМУУ (Рис.1), представляющее собой композицию автомата с "жесткой" логикой (КС, ИС) и автомата с "программируемой логикой" $2 (СТ, МП).

КМУУ функционирует следующим образом. По сигналу "Пуск" в регистр памяти автомата И С и в счетчике СТ заносятся нулевые коды. Пусть в момент времени 1 в ИС находятся код К(ат) текущего состояния

ат е А автомата 8р, где А = {а^.-.а^}. Пусть в момент

времени г в СТ находится адрес А(у) микрокоманды,

входящей в ОЛЦ ^ е С. Если МК У] не является

выходом ОЛЦ Хg, то из управляющей памяти УП вместе

54

ISSN 1607-3274 "Радюелектрошка. 1нформатика. Управл1ння" № 2, 2002

А.А.Баркалов, Аль-Рабие Аднан, А.А.Красичков: ОПТИМИЗАЦИЯ ЛОГИЧЕСКОЙ СХЕМЫ КОМПОЗИЦИОННОГО МИКРОПРОГРАММНОГО УСТРОЙСТВА УПРАВЛЕНИЯ

с микрокомандами уп е выбирается сигнал у0. По Уо=0 к содержимому СТ прибавляется единица, адресуя очередную микрокоманду ОЛЦ Х^ . При этом состояние

автомата ^ не меняется. Если выход ОЛЦ Х^ достигнут, то сигнал уо не формируется. В этом случае комбинационная схема КС формирует функции Ф = Ф(Х, Т), по которым в СТ заносится адрес входа очередной ОЛЦ Х^е С, и Ф=Ф(Х, Т), изменяющие состояние автомата ^ Здесь Т={Т1,^,Т^1} - множество внутренних переменных, кодирующих состояния ат е А , Я1=]^2М[. Функционирование завершается при достижении конечного состояния автомата ^ после формирования всех микрокоманд соответствующей этому состоянию ОЛЦ.

Х

КС

Ф

СТ

Пуск

УП

Уо

яо

номера перехода в функции Ф и V .

Такой подход порождает КМУУ с преобразованием номера перехода (рис. 2), функционирующие следующим образом. Если сигнал уо формируется, то происходит наращивание счетчика. В противном случае схема КС нормирует переменные 2, кодирующие номера переходов автомата ^. Преобразователь кодов ПК формирует

переменные Ф=Ф(2) и V = V (2), управляющие СТ и ИС соответственно, что приводит к очередному переходу КМУУ.

*

Ф СТ УП

Х

р КС ъ ПК

Рисунок 2 - Структурная схема КМУУ с преобразованием номера перехода

у

Т

У

Т

Рисунок 1 - Структурная схема композиционного микропрограммного устройства управления

Разрядность адреса микрокоманды ^ определяется как функция от числа М2 операторных вершин ГСА: -К2=]^2М2[. Таким образом, схема КС имеет

Яо = Я1 + Я2 (2)

выходов. Пусть ?плу - число выходов ПЛУ схемы КС, тогда при выполнении условия

Яо > гПЛУ (3)

необходимо выполнить расширение ПЛУ по выходам [3]. Это приводит к увеличению числа ПЛУ в схеме.

Пусть автомат ^ производит Н переходов, что определяет длину его прямой структурной таблицы (ПСТ), и Яз=]^2-Н[. При выполнении условия

Я3 ^ %ЛУ (4)

стоимость схемы КМУУ можно уменьшить. Для этого в данной работе предлагается ввести преобразователь

В настоящей работе предлагается методика синтеза КМУУ с преобразованием номера перехода, включая следующие этапы:

1 .Формирование множества ОЛЦ С, адресация микрокоманд согласно (1), формирование содержимого УП и ПСТ автомата ^ Этот этап выполняется согласно методике из работы [1].

2. Кодирование номеров Н переходов Гн двоичными кодами К(Гн) разрядности Я3. Формирование множества кодирующих переменных 2. Переходам ГН,

соответствующим одинаковым парам < Ф, V > ставится в соответствие один номер.

3. Формирование преобразованной ПСТ автомата ^

удалением столбцов Фн и V н, содержащих функции управления ИС и СТ, и вводом столбца 2н, содержащих функции управления ПК. Формирование системы функций 2 = 2 (X, Т).

4. Формирование таблицы ПК с входами 2 и выходами Ф и V. Формирование систем функций Ф=Ф(2) и V = ¥ (2).

5. Синтез логической схемы КМУУ в заданном элементном базисе. Схема КС реализуется на ПЛМ или ПМЛ, схемы ПК и УП - на ПЗУ.

Рассмотрим применение этой методики на примере синтеза КМУУ, автомат ^ которого задан ПСТ (Табл.1).

Таблица 1 - Прямая структурная таблица автомата Si КМУУ S

Таблица 2 - Преобразованная прямая структурная таблица автомата S1 КМУУ S

am K(am) as K(as) Xh ¥ h h

a1 00 a2 01 x1 D2 D3D4 1

a3 10 x1x2 D1 D3D5D6 2

a2 01 x1x2 D2 D4D6 3

а2 01 а2 01 x3 D2 D3D4 4

a3 10 x3 D1 D3D6 5

аз 10 а2 01 x1 D2 D3D5 6

аз 10 X1X4 D1 D3D5D6 7

а1 00 x1x4 - D4D5 8

am K(am) Xh K(Yh) Zh h

x1 000 - 1

а1 00 xx 001 Z3 2

xlx2 010 Z2 3

а2 01 x3 000 - 4

x3 011 Z2Z3 5

xl 100 Z1 6

а3 10 x^x4 001 Z3 7

xix4 101 Z1Z3 8

Здесь регистр ИС и счетчик СТ имеет входы Д-тииа, у ={Д1,Д2), Ф=[03,...,,06}, ^=2, Д2=4, Д0=6. Итак, согласно (2) ПЛУ схемы КС должны иметь 6 выходов.

Исходная ПСТ имеет Н = 8 строк, однако иереходы Е1 и Г4, Г2 и Е7 совиадают. Присвоим иереходам следующие номера: Е1 и Е4 ^1, Е2 и Е7 ^2, Е3 ^3, Е5 ^4, Еб ^5, Е8 ^6. Таким образом, имеется Н)=6 различных номеров, для кодирования которых достаточно

^3=]log2^o[

H

Z„ = V Crh Am Xh (r = 1, ..., R3),

r h = 1 3

Таблица 3 - Таблица преобразователя кодов автомата S1 КМУУ S

(5)

иеременных 2^ е 2, то есть 2={21,22,2з}. Пусть К(Е1)=К(Е4)=000, К(Е2)=К(Е7)=001, К(Е3)=010, К(Е5)=011, К(Е6)=100, К(Е8)=101.

Реализация иостроенной ПСТ (Табл.2) ироизводится элементарно. Система функций 2 в общем случае имеет следующий вид:

Zh Ф/, ¥ h h

000 D3D4 D2 1, 4

001 D3D5D6 D1 2, 7

010 D4D6 D2 3

011 D3D6 D1 5

100 D3D5 D2 6

101 D4D5 - 8

Воиросы реализации комбинационных схем ио таблицам в базисе ПЛУ, достаточно отражены в иечати [2]. Здесь эти воиросы не рассматриваются. Логическая схема автомата ^ ириведена на рис.3, здесь КС синтезирована ио системе (6).

(6)

где СгН - булева иеременная, равная единице, если и только если в Н-й строке ПСТ 2г = 1.

Ат - конъюнкция иеременных Тг е Т, соответствующая коду состояния ат е А из Н-й строки ПСТ; ХН -

конъюнкция логических условий, оиределяющая Н-й иереход автомата ^ Наиример, из табл.2 имеем

21 = А3Х1 V А3Х1Х4 = Т1Т2Т3Х1 V Т1Т2Х1Х4 .

Таблица ПК КМУУ 8 (Табл.3) содержит столбцы 2н (двоичный код строки), Фн и ун (функции уиравления ИС и СТ), Н - номер строки ПСТ. Таблица ПК является таблицей истинности функций Фи у. Если ПК реализуется на ПЗУ, то системы функций Ф и у однозначно задаются таблицей ПК.

x1 -x2 -x3 -x4 -

PLA

1 2 1 2 3

3 4

5 КС

6

ROM

1 1

2 3 2 3

ПК 4 5 6

Пуск .

Уо -clock

&

Рисунок 3 - Логическая схема автомата Sj КМУУ S

Отметим, что синхронизация RG C=>"o*Clock, где Clock - сигнал синхронизации КМУУ.

56

ISSN 1607-3274 "Радюелектрошка. 1нформатика. Управлшня" № 2, 2002

D3

Z

Z

D4

Z

D5

D6

T1

D1

RG

T2

D2

Е.В.Бодянский, С.В.Попов: ОБ АДАПТИВНОМ ОБЪЕДИНЕНИИ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ ДЛЯ ОБРАБОТКИ МНОГОМЕРНЫХ СИГНАЛОВ

ЗАКЛЮЧЕНИЕ

Исследования авторов показали, что при выполнении условий (3) и (4) метод кодирования номеров переходов позволяет уменьшить стоимость реализации автомата $1. При этом экономия повышается по мере роста разности Л0-?Плу и может достигать 35-42% по сравнению с традиционной реализацией автомата $1. Предложенный метод приводит к более медленным схемам КМУУ из-за введения ПК, увеличивающего время формирования микроопераций. Таким образом, метод кодирования

номеров переходов применим, если критерием эффективности схемы УУ является минимум стоимости.

ПЕРЕЧЕНЬ ССЫЛОК

1. Баркалов A.A. ПалатинА.В. Синтез микропрограммных устройств управления. - Киев: ИК HAH Украины, 1997 - 156 с.

2. Соловьев В. В. Проектирование цифровых систем на основе программных логических интегральных схем. - М.: Горячая линия - Телеком, 2001 - 636 с.

3. Баркалов A.A. Синтез устройств управления на программируемых логических устройствах. - Донецк: ДонНТУ, 2002 - 262 с.

УДК 681.513.6

ОБ АДАПТИВНОМ ОБЪЕДИНЕНИИ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ ДЛЯ ОБРАБОТКИ МНОГОМЕРНЫХ СИГНАЛОВ

Е.В.Бодянский, С.В.Попов

Рассмотрена задача объединения ансамбля искусственных нейронных сетей, осуществляющих обработку многомерных сигналов, заданных в виде дискретных временных рядов. Предложен алгоритм объединения сетей на конечной выборке, и доказана его оптимальность. Разработаны рекуррентные процедуры, предназначенные для работы в реальном времени. Предложен алгоритм для оценки "вклада" каждой из сетей, входящих в ансамбль, в объединенную оценку. Синтезирована архитектура нейронной метасети, решающей рассматриваемую проблему. Развиваемый подход позволяет повысить точность решения задач прогнозирования, фильтрации, сглаживания, эмуляции, обратного моделирования и им подобных, для решения которых используют искусственные нейронные сети, основанные на парадигме обучения с учителем.

Розглянуто задачу об'еднання ансамблю штучних нейронних мереж, що здшснюють обробку багатовим1рних сигнал1в, як задано у вигляд1 дискретних часових ряд1в. Запропоновано алгоритм об'еднання мереж на ктцевш виб1рщ, i доведено його оптимальтсть. Розроблено рекурентн процедури для роботи в реальному часi. Запропоновано алгоритм для оцтки "внеску" кожноЧ з мереж, що входять до ансамблю, в об'еднану оцтку. Синтезовано архтектуру нейронноЧ метамережi, що розв'язуе розглянуту проблему. Пiдхiд, що розвиваеться, дозволяе тдви-щити точтсть розв'язання задач прогнозування, фiльтрацi'i, згладжування, емуляцп, зворотного моделювання та подiбних ¿м, для розв'язання яких використовують штучн нейронн мережi, що заснован на парадигм навчання з учителем.

The problem of combining of an ensemble of artificial neural networks that process multivariate signals presented as discrete time series is considered. An algorithm for combining of the networks on a finite sample is proposed and its optimality is proven. Recurrent procedures for real-time processing are developed. An algorithm for assessing the "contribution" of each member network into the combined estimate is proposed. Architecture of a neural meta-network for the considered problem's solution is synthesized. The presented approach provides improvement of the solution's precision in extrapolation, filtering, smoothing, emulation, reverse modeling and other similar problems that can be solved using artificial neural networks based on supervised learning paradigm.

1. ПОСТАНОВКА ПРОБЛЕМЫ

В настоящее время искусственные нейронные сети (ИНС) нашли широкое применение в задачах обработки информации таких, как прогнозирование, фильтрация, сглаживание, эмуляция, обратное моделирование, адаптивное управление, т.е. в задачах, которые могут быть решены в рамках нейросетевой парадигмы обучения с учителем. Успех использования ИНС связан, прежде всего, с универсальными аппроксимирующими возможностями, позволяющими решать достаточно сложные нелинейные стохастические задачи в условиях априорной и текущей неопределенности о характеристиках обрабатываемых сигналов.

Вместе с тем следует отметить, что одна и та же задача может быть решена с помощью различных сетей, отличающихся архитектурой, количеством нейронов, алгоритмами обучения, начальными условиями, способами организации обучающей выборки так, что выбор конкретной сети для конкретной задачи является достаточно сложной проблемой.

Качество решения задачи может быть существенно повышено с помощью так называемого ансамбля (комитета) нейросетей [1-9], когда одни и те же данные обрабатываются параллельно несколькими ИНС, выходные сигналы которых далее некоторым образом комбинируются в объединенную оценку, превосходящую по качеству оценки, полученные с помощью локальных сетей, входящих в ансамбль так, как это показано на рис.1. На практике наибольшее распространение получили два подхода к объединению сетей ансамбля: модульный и основанный на взвешенном усреднении [3]. И хотя содержательно они достаточно отличаются друг от друга, их объединяет то, что оба они используют линейную комбинацию своих компонент в той или иной форме [9]. Модульный подход имеет достаточно эвристический характер в отличие от математически более