13. AFtman E. A. [Optimizaciya vy'chislitel'noj sxemy' by'strogo preobrazovaniya Fure]. Omskij nauchnyj vestnik, 2008, no. 1 (64), pp. 149 - 151.
ИНФОРМАЦИЯ ОБ АВТОРАХ
Альтман Евгений Анатольевич
Омский государственный университет путей сообщения (ОмГУПС).
Маркса пр., д. 35, г. Омск, 644046, Российская Федерация.
Кандидат технических наук, доцент кафедры «Автоматика и системы управления», ОмГУПС.
Тел.: +7 (3812) 31-05-89.
E-mail: [email protected]
Елизаров Дмитрий Александрович
Омский государственный университет путей сообщения (ОмГУПС).
Маркса пр., д. 35, г. Омск, 644046, Российская Федерация.
Кандидат технических наук, доцент кафедры «Автоматика и системы управления», ОмГУПС.
Тел.: +7 (3812) 31-05-89.
E-mail: [email protected]
Александров Александр Владимирович
Омский государственный университет путей сообщения (ОмГУПС).
Маркса пр., д. 35, г. Омск, 644046, Российская Федерация.
Аспирант кафедры «Автоматика и системы управления», ОмГУПС.
Тел.: +7 (3812) 31-05-89.
E-mail: [email protected]
БИБЛИОГРАФИЧЕСКОЕ ОПИСАНИЕ СТАТЬИ
Альтман, Е. А. Совершенствование вычислительных процедур анализа сигналов тяговой электрической сети [Текст] / Е. А. Альтман, Д. А. Елизаров, А. В. Александров // Известия Транссиба / Омский гос. ун-т путей сообщения. - Омск. - 2018. - № 4 (36). -С. 113 - 120.
INFORMATION ABOUT THE AUTHORS
Altman Evgenii Anatolyevich
Omsk State Transport University (OSTU). 35, Marx st., Omsk, 644046, the Russian Federation. Ph. D. in Engineering, Associate Professor of the department « Automation and control systems», OSTU. Phone: +7 (3812) 31-05-89. E-mail: [email protected]
Elizarov Dmitrii Aleksandrovich
Omsk State Transport University (OSTU). 35, Marx st., Omsk, 644046, the Russian Federation. Ph. D. in Engineering, Associate Professor of the department « Automation and control systems», OSTU. Phone: +7 (3812) 31-05-89. E-mail: elizarovda @gmail.com
Aleksandrov Aleksandr Vadimirovich
Omsk State Transport University (OSTU). 35, Marx st., Omsk, 644046, the Russian Federation. Postgraduate student of the department « Automation and control systems», OSTU. Phone: +7 (3812) 31-05-89. E-mail: [email protected]
BIBLIOGRAPHIC DESCRIPTION
Altman E. A., Elizarov D. A., Aleksandrov A. V. Improvement of computing procedures of the signals analysis in the traction electrical network. Journal of Transsib Railway Studies, 2018, vol. 4, no 36, pp. 113 - 120 (In Russian).
УДК 621.317:004.7
А. А. Лаврухин, А. Г. Малютин, Т. В. Васеева
Омский государственный университет путей сообщения (ОмГУПС), г. Омск, Российская Федерация
ПОВЫШЕНИЕ ЭФФЕКТИВНОСТИ ИНФОРМАЦИОННО-ИЗМЕРИТЕЛЬНОГО КОМПЛЕКСА АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ МОНИТОРИНГА И
УЧЕТА ЭЛЕКТРОЭНЕРГИИ
Аннотация. Рассматриваются пути повышения эффективности информационно-измерительного комплекса автоматизированной системы мониторинга и учета электроэнергии. Исследуется возможность уменьшения объема телеметрического трафика в каналах передачи информации и повышения энергетической эффективности информационно-измерительной аппаратуры.
Ключевые слова: автоматизация, информационная система, мониторинг, учет, измерение, электроэнергия, передача данных, алгоритм.
Andrey A. Lavrukhin, Andrey G. Malyutin, Tatiana V. Vaseeva
Omsk State Transport University (OSTU), Omsk, the Russian Federation
IMPROVING THE EFFICIENCY OF THE INFORMATION-MEASURING COMPLEX OF THE AUTOMATED SYSTEM FOR MONITORING AND METERING OF ELECTRICITY
Abstract. We consider the ways of increasing the effectiveness of the information-measuring complex of an automated system for monitoring and metering electricity. The possibility of reducing the volume of telemetry traffic in information transmission channels and increasing the energy efficiency of information-measuring equipment is investigated.
Keywords: automation, information system, monitoring, accounting, measurement, electric power, data transfer, algorithm.
К основным факторам, сдерживающим развитие распределенных информационно-измерительных систем (ИИС), относятся ограниченная пропускная способность каналов передачи информации и проблемы, связанные с энергетической эффективностью информационно-измерительной аппаратуры [1 - 3]. В статье рассматриваются пути решения данных проблем в автоматизированной системе мониторинга и учета электроэнергии (АСМУЭ, далее - система) [2, 4].
Первая проблема является ключевой в задачах межмашинного взаимодействия (Machine-to-Machine, M2M) в автоматизированных системах управления технологическими процессами (АСУТП) и системах IIoT (Industrial Internet of Things) с развитой распределенной сетевой инфраструктурой и усугубляется с ростом объема передаваемой информации. Часто для уже имеющихся каналов проблема решается путем повышения эффективности протоколов передачи данных и оптимизации трафика, передающегося от датчиков или каких-либо других терминальных устройств к централизованным системам сбора информации. Это относится как к беспроводным, так и к проводным каналам, реализованным на основе современных технологий и протоколов передачи данных: ZigBee, Z-Wave, IO-Link, PROFINET, CAN, DeviceNet, Industrial Ethernet и др.
Решение второй задачи, связанной с повышением энергетической эффективности информационно-измерительной аппаратуры, непосредственно зависит от уровня развития элементной базы, а также от того, какой функциональный состав должен быть реализован в рамках всей системы. Частично проблема может быть решена за счет модернизации аппаратного обеспечения, что является длительной и затратной процедурой. Более эффективный путь решения проблемы - применение или разработка новых методов обработки, сжатия и восстановления информации и соответствующая модернизация программного обеспечения.
Проблема экономного использования ресурсов каналов передачи данных должна решаться с учетом выполнения одновременно требований надежности, экономичности, масштабируемости и конфигурируемости. Применяемые при построении системы решения должны отвечать требованиям информационной безопасности и иметь запас для расширения функциональности системы и ее перспективного развития.
В большинстве случаев рассматриваемые автоматизированные системы имеют иерархическую структуру [1 - 3]: нижний уровень исполнительных и измерительных устройств, промежуточный уровень распределения и подсистемы верхнего уровня, а также конечные потребители информации (пользователи). Соответственно на этих уровнях решаются следующие основные функциональные задачи: сбор информации с источников данных (измерителей), промежуточная обработка и хранение информации, централизованное хранение и предоставление информации конечным пользователям системы.
Нижний уровень АСМУЭ состоит из отдельных измерительных устройств (информационно-измерительные комплексы - ИИК) и исполнительных механизмов [4, 5]. Промежуточный уровень (локальные информационно-вычислительные комплексы - ЛИВК) представлен технологическими контроллерами или промышленными компьютерами, осуществляющими сбор данных с датчиков (или передачу управляющих воздействий на исполнительные устройства), управление в режиме реального времени на локальных участках объекта автоматизации и временную синхронизацию всех устройств системы. На вершине иерархии находятся автоматизированные рабочие места, операторные станции, серверы различных служб и сервисы (информационно-вычислительный комплекс - ИВК), задачи которых - выполнение интеграции в рамках всей системы, централизованный сбор и комплексный анализ данных, изменение режимов работы системы как целого.
Средства сбора данных и исполнительные устройства подключаются к промежуточной подсистеме с использованием технологий локальных сетей, ориентированных на промышленную эксплуатацию (Industrial Ethernet, ZigBee и др.), либо, в особых случаях, беспроводных технологий глобальных сетей операторов связи (например, GSM, GSM-R, UMTS, LTE и др.). Для передачи информации между подсистемами верхнего уровня и устройствами промежуточного уровня распределения могут быть задействованы глобальные или корпоративные сети, которые могут взаимно резервировать друг друга. Особенностью взаимодействия уровня ИВК с конечными потребителями информации является применение стандартных интернет / интранет-ориентированных технологий, средств и протоколов обмена данными с использованием универсального web-клиента - браузера, что позволяет реализовать клиентскую часть на различных программно-аппаратных платформах. Такая архитектура имеет высокую степень масштабируемости, устойчивости, доступности, универсальности и унификации. Последние характеристики расширяются с применением сервис-ориентированной архитектуры (SOA, service-oriented architecture), основанной на использовании сервисов (служб) со стандартизированными интерфейсами, например, на базе языка XML.
Во всех случаях необходимо обеспечивать работу в реальном масштабе времени всей транспортной инфраструктуры, гарантированный прозрачный доступ к информации по схеме 24/7/365, единообразие протоколов передачи данных, малое время отклика, адекватную пропускную способность, отсутствие «узких мест», изоляцию трафика без дополнительных задержек.
Транспортная инфраструктура должна обеспечивать следующие базовые функции:
- передачу информационных и диагностических сообщений на более высокий уровень;
- получение управляющей информации с более высокого уровня или их транзит с более высокого уровня на более низкий уровень;
- обнаружение ошибок в сообщениях и отбрасывание искаженных сообщений;
- повторную установку соединения и повторную передачу сообщений;
- функции защиты информации, включая управление ключами шифрования;
- управление качеством обслуживания.
Можно определить комплекс мер по повышению пропускной способности транспортной инфраструктуры:
- использование резервных каналов в качестве основных;
- использование обходных каналов передачи данных;
- добавление линий передачи данных. Данная мера может быть использована на каналах связи, имеющих наибольшую загрузку;
- повышение пропускной способности каналов за счет перехода на более производительные технологии, например, плотного спектрального уплотнения (DWDM) на магистральных линиях связи;
- мониторинг и классификация потоков трафика с целью выявления нецелесообразного расходования пропускной способности. Использование протоколов, предназначенных для учета сетевого трафика (например, Net-Flow);
- разделение передачи важного и второстепенного трафика по времени;
- оптимизация низкоуровневых и прикладных протоколов передачи телеметрических данных.
Для внутрисистемного информационного обмена необходимо использование открытых стандартных протоколов, обеспечивающих
- функциональную полноту и корректность реализации функций;
- совместимость систем и аппаратуры различных поставщиков;
- возможность объективного тестирования реализации протокола.
Основой для построения транспортных коммуникаций удаленных элементов системы являются модель взаимодействия открытых систем OSI/ISO и стек протоколов TCP/IP, что является стандартным, межплатформенным, низкоуровневым сервисом для обмена данными. Примером применения стека TCP/IP является ведомственная корпоративная сеть передачи данных (КСПД, сеть масштаба предприятия) ОАО «РЖД», которая в общем случае реализует транспортные услуги для поддержки территориально распределенных бизнес-приложений.
Использование стека протоколов TCP/IP на всех уровнях системы возможно также благодаря следующим преимуществам:
- массовость (стек реализован в большинстве сетевых устройств);
- заложенная в самом протоколе иерархичность;
- возможность одновременного функционирования на одном устройстве нескольких сетевых процессов;
- унификация доступа к устройствам и простота администрирования (система админист-рируется на уровне самих сервисов);
- простота реконфигурировния, масштабирования с сохранением целостности системы (соответствие структуре «доступ - распределение - ядро»).
Таким образом, стек TCP/IP целесообразно использовать в качестве базового стека протоколов для обмена информацией между элементами системы (с поддержкой прикладных протоколов, например, FTP и HTTP). При этом все элементы системы имеют сетевой компонент операционных систем, основанный на интерфейсе сокетов, которые обеспечивают примитивы низкого уровня для непосредственного обмена потоком байтов между программными процессами. Концепция взаимодействия программных компонентов - асинхронный обмен сообщениями с использованием очередей сообщений.
Для передачи периодической информации или информации о событиях по основному и резервному каналам могут быть использованы протоколы электронной почты SMTP и POP3. Результаты измерений на третьем уровне передаются в виде электронного документа, сформированного посредством расширяемого языка разметки (Extensible Markup Language -XML) или JSON, а между 1-м и 2-м уровнями - в формате JSON или CSV [5].
Однако использование стека TCP/IP на нижнем уровне исполнительных и измерительных устройств и промежуточный уровень распределения приводят к увеличению накладных расходов на транспортировку телеметрических данных. Это в первую очередь связано с избыточностью заголовков сообщений и сложностью функционирования протоколов передачи.
Следует отметить, что реализация и оптимизация IP-сервисов в системе должны выполняться в следующих основных направлениях:
выявление критериев для оптимизации и создание имитационной модели IP-сети, адаптированной под требования системы;
анализ и корректировка таких характеристик, как, например, задержка данных, особенно в поточном режиме работы (real-time);
разработка правил (методик) тонкой настройки сервисов, учитывающих специфику системы (предэксплуатационная наладка системы);
анализ и возможность реконфигурации нагрузки сети, в том числе автоматическое управление трафиком;
рассмотрение возможности использования каналов системы не только для передачи измерений.
Таким образом, для унификации применяемых стеков на разных уровнях системы и минимизации объема передаваемой информации необходимо реализовать протокол передачи данных телеметрической информации, поддерживающий асинхронный характер взаимодействия, компактные сообщения, возможность масштабирования и гибкую систему команд [5].
Предлагаемый в работе протокол передачи данных телеметрической информации обеспечивает взаимодействие уровней системы путем обмена сообщениями, типовая структура которых приведена в таблице 1.
Таблица 1 - Структура сообщения
Поля сообщения Примечание
Преамбула (4 байта) Битовая последовательность 1000100100000111000....
Длина тела сообщения Размер сообщения в байтах
(4 байта)
Тип сообщения (4 байта) 00x00ddppss dd (direction) - признак направления; pp (opération) - поле операции; ss (subject) - поле субъекта операции (источника или получателя)
Номер сообщения Используется, если сообщение является частью цепочки связанных
(4 байта) по смыслу сообщений
01.02.2015 00:01 42;3.582;407;1458.185;2541484.729;138807.445
Тело сообщения в формате CSV (или JSON). Содержит временные метки 01.02.2015 00:01 01.02.2015 00:01 01.02.2015 00:01 01.02.2015 00:01 45;3.599;403;1451.529;2541485.939;138807.445 48;3.603;402;1449.717;2541487.147;138807.445 51;3.574;387;1384.051;2541488.300;138807.445 54;3.594;389;1399.135;2541489.466;138807.445
01.02.2015 00:01 57;3.599;389;1399.125;2541489.466;138807.445
Протокол реализуется службой сбора данных телеметрии, которая является сетевой и предназначена для удаленного взаимодействия с большим количеством ИИК и концентраторами, она реализована по многопоточному и асинхронному принципам. Многопоточность позволяет достичь более эффективного использования ресурсов вычислительной машины за счет параллельного или псевдопараллельного исполнения несвязанных программных задач. Асинхронность необходима для действий, которые потенциально являются блокирующими, например, когда приложение работает в сети. Например, взаимодействие сервиса и некоторого ИИК иногда осуществляется медленно или с задержкой. Если такое действие блокируется сервисом в пределах синхронного процесса, все сеансы связи с другими ИИК вынуждено переходят в состояние ожидания. В случае асинхронного процесса независимо от завершения блокирующей задачи сервис может перейти к следующей операции, а потом вернуться к исходной задаче.
Рассмотренный протокол передачи технологической информации обеспечивает весь необходимый спектр коммуникационных и сервисных задач, необходимых для полноценного взаимодействия всех уровней системы и поддержания ее работоспособности и целостности в различных режимах функционирования системы. Протокол отвечает требованиям по асин-хронности взаимодействия, минимальному размеру сообщений и обеспечивает масштабирование и гибкую систему команд.
В ряде случаев, когда возможности каналов передачи данных могут непредсказуемо меняться в зависимости от различных внешних факторов, на уровне ИИК целесообразно
применять алгоритмы обработки данных и протоколы их передачи, обеспечивающие адаптивное ограничение трафика. Такой подход предусматривает установление нижней границы трафика данных, при котором передается необходимый минимум информации, и возможность увеличения трафика, если необходимо передавать некоторые детализированные данные.
Реализацию предлагаемого подхода удобно рассмотреть на примере распределенных автоматизированных систем мониторинга и учета электроэнергии в сетях высоковольтного напряжения, в том числе применяемых на железной дороге (в системе тягового электроснабжения) [2 - 4]. Основным элементом ИИК является счетчик электроэнергии - микропроцессорное устройство, к которому предъявляется комплекс требований, начиная от экономного энергопотребления, заканчивая реализацией в нем ряда функций, связанных с преобразованием, надежным хранением, обработкой и передачей информации [6]. Требование к пониженному энергопотреблению связано в первую очередь с тем, что питание для счетчика получается непосредственно от измеряемого напряжения 3,3 кВ с использованием специализированного преобразователя высоковольтного напряжения в стабилизированное низковольтное напряжение. Такой подход позволяет отказаться от элементов, требующих реализации гальванической изоляции с высоким уровнем электрической прочности, избежать проблем, связанных с паразитной емкостью между входом и выходом блока питания, снизить массу и стоимость измерителя, а также получить дополнительные преимущества в скорости монтажа и развертывания системы [7].
Состав основных функций программного приложения счетчика электроэнергии постоянного тока включает в себя следующее [8]:
- измерение значений сигналов тока и напряжения с частотой дискретизации 16 кГц;
- вычисление усредненных на заданных интервалах времени AT (1, 3, 6, 30 с) значений тока и напряжения, определение мощности, принятой и отданной энергии на этих же интервалах;
- кратковременное и среднесрочное сохранение данных измерений, надежное сохранение текущих показаний счетчика;
- осуществление сетевого обмена с технологическими контроллерами или промышленными компьютерами ЛИВК (с использованием беспроводной технологии передачи) и передача текущих или исторических данных;
- периодическое вычисление спектральных оценок сигналов тока и напряжения;
- осциллографирование сигналов тока и напряжения на удаленном устройстве с заданной периодичностью обновления осциллограммы;
- сервисные функции (полуавтоматическая калибровка, конфигурирование сетевых и локальных настроек).
Системное программное обеспечение (СПО) счетчика может быть реализовано двумя способами. Первый способ позволяет обойтись без применения операционной системы реального времени (ОСРВ). Для этого необходимо, чтобы стек сетевых протоколов был реализован во встроенном программном обеспечении модуля ZigBee. Для организации многозадачности и событийной модели программного приложения наиболее подходящим инструментом в силу прозрачности и предельной вычислительной экономичности является псевдопараллельное выполнение задач на уровне препроцессора (директив компилятора). Наиболее известной и лаконичной реализацией следует признать библиотеку прототредов Адама Дун-келса [9], которая поддерживает набор наиболее необходимых инструментов, позволяющих в линейном программном коде использовать многие преимущества и возможности многозадачных операционных систем, например, семафоры и мьютексы.
Второй способ организации многозадачности приложения и реализации сетевых протоколов предусматривает использование сетевой ОСРВ. Среди актуальных ОСРВ для встраиваемых систем (FreeRTOS, RIOT OS, TinyOS, Contiki) по совокупности требований (поддержка стека стандартных сетевых протоколов и 6LoWPAN, экономное использование опе-
ративной памяти и флэш-памяти, поддержка потоков с приоритетами, обеспечение жесткого реального времени) наиболее подходящей является ОСРВ RIOT, основанная на ядре Linux. Эта система является жесткой и позволяет ограничивать время на выполнение задачи встроенными таймерами до 1 мкс. В ОСРВ RIOT имеются в наличии готовые драйверы под различное аппаратное обеспечение. Операционная система RIOT эффективна с точки зрения энергопотребления, в том числе и благодаря планировщику, минимизирующему переключения контекстов.
Применение любого из названных выше способов реализации системного программного обеспечения счетчика позволяет использовать одну и ту же событийную модель с псевдопараллельным выполнением задач с назначенными приоритетами [9]. Диаграмма переходов состояний и соответствующих событий (диаграмма вызова функциональных задач), совмещенная с диаграммой потоков данных, приведена на рисунке 1.
Рисунок 1 - Диаграмма переходов состояний и потоков данных во встроенном программном обеспечении счетчика
Переходы осуществляются из основного состояния - ожидания - к другим состояниям, соответствующим функциям-обработчикам функциональных задач. Условиями переходов являются указанные события, обозначенные номерами - это аппаратные прерывания, прерывания таймеров, программные семафоры (флаги). Список событий и их приоритетов приведен в таблице 2. Условием возврата для всех обработчиков является окончание процедуры обработки. Используется вытесняющая приоритетная модель, т. е. при возникновении события, имеющего более высокий приоритет, обработка задачи с низшим приоритетом приостанавливается.
Таблица 2 - Список событий для переходов к функциональным задачам
Номер события Приоритет Описание
1 Наивысший Прерывание от АЦП (готовность данных в АЦП)
2 Средний Флаг готовности данных в буфере прореживания
3 Средний Флаг готовности данных в усредняющем буфере
4 Средний Флаг запроса сообщения, флаг готовности сообщения
5 Низкий Флаг запроса на передачу исторических данных по результатам парсинга
6 Высокий Флаг синхронизации времени по информационной сети по результатам парсинга
7 Наивысший Прерывание от модуля GPS/ГЛОНАСС
8 Высокий Прерывание от модуля ZigBee
9 Низкий Флаг на выполнение одной из сервисных функций по результатам парсинга
10 Средний Флаг готовности данных в усредняющем буфере
Основной источник данных - АЦП, который формирует отсчеты измеряемых величин с частотой = 16 кГц. Усреднение на интервалах времени АГ значений тока, напряжения и мгновенной мощности выполняется по формуле среднего арифметического.
Фильтрация с последующим постепенным прореживанием (двукратным на каждом шаге) с частотами дискретизации Fs2, Fs3, ..., FsN выполняется для задачи осциллографирова-ния сигнала в реальном времени на удаленном устройстве (таким устройством может быть как технологический контроллер, промышленный компьютер или даже ноутбук на тяговой подстанции, так и удаленное автоматизированное рабочее место, подключенное к серверу). Алгоритм выбора частоты дискретизации является адаптивным и подстраивается под пропускную способность информационной сети передачи данных (как на уровне «счетчик -концентратор», так и на уровне «концентратор - сервер»).
Уменьшение энергопотребления, размеров и стоимости измерительных устройств системы мониторинга и учета ресурсов достигается как за счет выбора современной элементной базы, так и за счет совершенствования программного обеспечения в направлении минимизации вычислительных затрат.
В измерительной системе большая доля вычислительных затрат приходится на алгоритмы цифровой обработки сигналов, такие как быстрое преобразование Фурье (БПФ) и вычисление корреляции сигналов (или свертки). Алгоритмы БПФ и быстродействие их реализаций хорошо изучены [10], аппаратные ресурсы, требующиеся для их применения в различных задачах, могут быть оценены по имеющимся открытым данным.
Алгоритмы вычисления корреляции (свертки) в системе мониторинга и учета ресурсов используются при выполнении фильтрации сигналов (КИХ фильтры) и для выполнения корреляционного анализа сигналов, причем наибольших вычислительных затрат требует второй вариант использования. Для выбора аппаратной реализации измерительных устройств и используемых в программном обеспечении алгоритмов необходимо оценить быстродействие функций вычисления корреляции на современных вычислительных устройствах.
Произведем анализ быстродействия реализаций алгоритмов одномерной дискретной свертки, которая является математическим описанием операции цифровой фильтрации и корреляции. Дискретная свертка является наиболее существенной операцией в цифровой об-
работке сигналов, она строит последовательность y(n), которая каждому целому числу последовательности определяет одно действительное или комплексное число, по двум последовательностям x(n) и h(n). Если область значений последовательности ограничена конечным множеством действительных или комплексных чисел, то такая последовательность называется цифровым сигналом.
Свертка и цифровые фильтры с конечной импульсной характеристикой (КИХ) вычисляются по формуле [11]:
L-1
y (n) = ^ x(n - 1)h(n),
k=0
где x(n) - входной сигнал; y(n) - выходной сигнал; N - длина сигнала x; h(n) - импульсный отклик системы длиной L. Если длина выходного сигнала y(n), рассчитанная по приведенной формуле, равна (N + L - 1), для его вычисления требуется NL умножений и (N -1)(L -1) сложений.
Недостаток вычисления операции дискретной свертки по указанной формуле заключается в том, что требуется значительное количество вычислительных операций. Другой недостаток состоит в том, что происходят временные задержки при обработке последовательности, поэтому используют секционирование сигнала и вычисление свертки для его блоков.
Для решения поставленной задачи существуют быстрые алгоритмы [12]. Любой алгоритм можно описывать через соотношение между входом и выходом либо детально предоставить информацию, объясняя его внутреннюю структуру. Если считать, что заданный алгоритм «вход-выход» имеет возможность быть описанным математической формулой, то такая реализация будет называться прямой. К быстрым алгоритмам относятся вычислительные процедуры, которые не являются очевидным способом вычисления требуемого входа, но при этом обеспечивают сокращение количества операций. Для оценки сложности алгоритма используют количество арифметических операций (сложения, вычитания, умножения, деления). Важно различать быстрый алгоритм, функцию, которую он вычисляет, и приложение, в котором используется. Например, необходимо различать дискретное преобразование Фурье (ДПФ) от быстрого преобразования Фурье (БПФ), так как второе преобразование является алгоритмом для первого [12].
Существует два подхода для быстрого вычисления свертки. Первый подход заключается в том, что входные последовательности х и у разбиваются на короткие секции (блоки). На выходе секции (блоки) преобразуются к циклической свертке. Следующим шагом циклическая свертка вычисляется через алгоритм БПФ или другие преобразования [4].
Второй подход заключается в том, что входные последовательности х и у разбиваются на последовательности из четных и нечетных отсчетов. Исходная свертка вычисляется с помощью вычисления трех сверток половинного размера. Расчет коротких сверток происходит в четыре раза быстрее, за счет чего сокращается общее число операций [12, 13].
В результате исследования быстродействия алгоритмов одномерной свертки на языке программирования С в среде разработке JetBrains CLion 2018.1 был получен график временных затрат в зависимости от длины фильтра для различных длин входного сигнала. Исходные данные: количество отсчетов при изменении длины фильтра от 100 до 900 и длины сигнала от 10000 до 40000, для получения статистически достоверного результата для каждой точки графика проводилось 10000 опытов. Зависимость быстродействия алгоритмов свертки при использовании различных фильтров приведена на рисунке 2 (в режиме Full производится вычисление свертки по N + L -1 точкам, где N и L - длина фильтра и сигнала соответственно).
Из полученных результатов моделирования быстродействия функций корреляции следует, что для наиболее тяжелого случая из рассматриваемого диапазона длин фильтра и сигнала время работы на современном персональном компьютере составляет примерно полсекунды. Практически измеренное время выполнения операций свертки и вычисления корреляции
соответствует теоретическим данным (линейно увеличивается с ростом числа отсчетов в каждом из сигналов). Несмотря на большую приближенность подобной оценки можно сделать вывод о возможности выполнения корреляционного анализа сигнала при текущей реализации алгоритма в режиме реального времени [13].
LQOO мс + «00
600
rJ
400
200
Л' - 40000
ф* N- 30000
X = 20000 __—
г г 1 К—■ """" tf- 10000
------- __ — ■ — ■ — г — ■ — "
100 200 300 400 Длина фильтра
500
60U
700
кол-во отсчетов
Рисунок 2 - Временные затраты на вычисление по алгоритму одномерной свертки на языке С (процессор Intel® Core™ i5-3550)
Таким образом, можно сделать следующие выводы:
повышение информационной, а следовательно, и энергетической эффективности транспортной подсистемы возможно за счет применения протокола передачи технологической информации, который обеспечивает весь необходимый спектр коммуникационных и сервисных задач и отвечает требованиям по асинхронности взаимодействия, минимальному размеру сообщений и обеспечивает масштабирование и гибкую систему команд;
целесообразно применение алгоритма адаптивного ограничения трафика и технологии его применения для информационно-измерительной подсистемы;
для выполнения расчетов при измерении параметров сигналов с точностью, требуемой современными стандартами, в режиме реального времени достаточно вычислительных ресурсов современного персонального компьютера. Однако вычислительной мощности современных микропроцессоров, используемых в информационно-измерительных комплексах системы, недостаточно. Поэтому построение полнофункциональной измерительной системы и повышение энергетической эффективности информационно-измерительных комплексов возможно путем применения быстрых алгоритмов обработки сигналов.
Список литературы
1. Ожегов, А. Н. Системы АСКУЭ: Учебное пособие [Текст] / А. Н. Ожегов / Вятский гос. ун-т. - Киров, 2006. - 102 с.
2. Черемисин, В. Т. Единая автоматизированная система учета электроэнергии на электроподвижном составе (ЕАСУЭ ЭПС) постоянного тока [Текст] / В. Т. Черемисин,
С. Ю. Ушаков, А. Л. Каштанов // Известия Транссиба / Омский гос. ун-т путей сообщения. -Омск. - 2013. - № 3 (15). - С. 108 - 114.
3. Разработка современной информационно-аналитической системы для сталеплавильного производства в условиях АО «Металлургический завод «Электросталь» [Текст] / А. А. Сисев, К. А. Положенцев и др. // Электрометаллургия. - 2017. - № 9. - С. 7 - 12.
4. Алгоритмы и структурные решения для построения автоматизированной системы мониторинга и учета электроэнергии на фидерах контактной сети [Текст] / А. А. Лавру-хин, А. Г. Малютин и др. // Известия Транссиба / Омский гос. ун-т путей сообщения. -Омск. - 2016. - № 4 (28). - С. 124 - 134.
5. Малютин, А. Г. Архитектурные аспекты реализации корпоративной информационной системы мониторинга и учета ресурсов [Текст] / А. Г. Малютин, А. А. Лаврухин, А. С. Оки-шев // Известия Транссиба / Омский гос. ун-т путей сообщения. - Омск. - 2017. - № 4 (32) -С. 130 - 141.
6. Информационная система оперативного контроля параметров электроэнергии в сети тягового электроснабжения [Текст] / С. Н. Чижма, А. А. Лаврухин и др. // Интеллектуальные технологии на транспорте / Петербургский гос. ун-т путей сообщения. - СПб. - 2015. -№ 2 (2). - С. 10 - 19.
7. Плотников, Ю. В. Экспериментальная лабораторная установка для исследования блоков питания измерителей параметров тяговой сети постоянного тока 3,3 кВ [Текст] / Ю. В. Плотников // Материалы науч.-практ. конф. «Инновационные проекты и новые технологии в образовании, промышленности и на транспорте» / Омский гос. ун-т путей сообщения. - Омск, 2018. - С. 14 - 20.
8. Пат. 165423 Российская Федерация, МПК В60М3/00, H02J1/00. Блок мониторинга и учета электроэнергии [Текст] / Черемисин В. Т., Чижма С. Н., Никифоров М. М., Лаврухин А. А., Малютин А. Г., Окишев А. С., Плотников Ю. В., Дегтерева А. В.; заявитель и патентообладатель Омский гос. ун-т путей сообщения. - 2015151245/11; заявл. 30.11.2015; опубл. 20.10.2016, Бюл. № 29.
9. Dunkels A., Schmidt O., Voigt T., Ali M. Protothreads: Simplifying Event-Driven Programming of Memory-Constrained Embedded Systems // In Proceedings of the Fourth ACM Conference on Embedded Networked Sensor Systems (SenSys 2006), Boulder, Colorado, USA, November 1-3, 2006 http://dunkels.com/adam/dunkels06protothreads.pdf. 10. FFTW Benchmark Results [Электронный ресурс] / Режим доступа: http://www.fftw.org/speed/, свободный.
11. Макклеллан, Д. Х. Применение теории чисел в цифровой обработке сигналов [Текст] / Д. Х. Макклеллан, Ч. М. Рейдер. - М.: Радио и связь, 1983. - Т. 20. - 264 с.
12. Блейхут, Р. Быстрые алгоритмы цифровой обработки сигналов [Текст] / Р. Блейхут. -М.: Мир, 1989. - 448 с.
13. Mou Z. J., Duhamel P. Fast FIR filtering: Algorithms and implementations, Signal Processing, 1987, Vol. 13, Issue 4, pp. 377 - 384.
14. Рабинер, Л. Теория и применение цифровой обработки сигналов [Текст] / Л. Рабинер, Б. Гоулд. - М.: Мир, 1978. - 848 с.
References
1. Ozhegov А. N. Sistemy ASKUE: Uchebnoe posobie (Automated systems of commercial electricity metering: study guide). Kirov: ViatSU, 2006, 102 p.
2. Cheremisin V. T., Ushakov S U., Kashtanov A. L. Global automatic electric power measuring system for rolling stock [Edinaya avtomatizirovannaya sistema ucheta elektroenergii na el-ektropodvizhnom sostave (EASUE EPS) postoyannogo toka]. Izvestia Transsiba - The journal of Transsib Railway Studies, 2013, no. 3 (15), pp. 108 - 114.
3. Sisev A.A. Design of up-to-date information-analytical system for steel-making production at JSC "Metallurgical plant 'Elektrostal'" [Razrabotka sovremennoy informacionno-analiticheskoy sistemy dlya staleplavilnogo proizvodstva v usloviyah AO "Metallurgicheskiy zavod 'El-ektrostal'"]. Electromettallurgiya - Russian metallurgy, 2017, no. 9, pp. 7 - 12.
4. Lavrukhin A. A., Malyutin A. G., Okishev A. S., Kildibekov A. B. Algorithms and structural solutions for construction the system of monitoring and electricity metering on the feeders of the contact network [Algoritmy i strukturnyye resheniya dlya postroyeniya avtomatizirovannoy sistemy monitoringa i ucheta elektroenergii na fiderakh kontaktnoy seti]. Izvestia Transsiba - The journal of Transsib Railway Studies, 2016, no. 4 (28), pp. 124 - 134.
5. Malyutin A. G., Lavrukhin A. A., Okishev A. S. Architectural aspects of the implementation of the corporate information system for monitoring and resources accounting [Arkhitekturniye aspekty realizacii korporativnoy informacionnoy sistemy monitoring I uchota resursov]. Izvestia Transsiba - The journal of Transsib Railway Studies, 2017, no. 4 (32), pp. 130 - 141.
6. Chizhma S. N., Lavrukhin A. A., Malyutin A. G., Okishev A. S. Information system of operational control parameters of electricity in the traction power supply network [Informatsionnaia sistema operativnogo kontrolia parametrov elektroenergii v seti tiagovogo elektrosnabzheniia]. In-tellektual'nye tekhnologii na transporte - Intellectual Technologies on Transport, 2015, no. 2, pp. 10 - 19.
7. Plotnikov U. V. Experimental laboratory setup for the study of power supply units for measuring parameters of a 3.3 kV DC network [Eksperimental'naya laboratornaya ustanovka dlya issle-dovaniy blokov pitaniya izmeriteley ritma seti postoyannogo toka 3,3 kV]. Tezisy dokladov nauch-no-prakticheskoy konferentsii "Innovacionniye proekti i noviye tekhnologii v obrazovanii, promish-lennosti i na transporte " (Abstracts of the conference "Innovative projects and new technologies in education, industry and transport"). - Omsk, 2018. pp. 14 - 20.
8. Cheremisin V. T., Chizhma S. N., Nikiforov M. M., Lavrukhin A. A., Malyutin A. G., Okishev A. S., Plotnikov Yu. V., Degteriova A. V. Patent RU165423U1, 20.10.2016.
9. Dunkels A., Schmidt O., Voigt T., Ali M. Protothreads: Simplifying Event-Driven Programming of Memory-Constrained Embedded Systems. In Proceedings of the Fourth ACM Conference on Embedded Networked Sensor Systems (SenSys 2006), Boulder, Colorado, USA, November 1-3, 2006, http://dunkels.com/adam/dunkels06protothreads.pdf.
10. FFTW Benchmark Results. - URL: http://www.fftw.org/speed/.
11. McClellan D. H., Raider Ch. M. Primeneniye teorii chisel v cifrovoy obrabotke signalov (The application of number theory in digital signal processing). Moscow: Radio and Communication Publ, 1983, vol. 20.
12. Bleyhut R. Bystrye algoritmy tsifrovoy obrabotki signalov (Rapid algorithms for digital signal processing). Moscow: Mir Publ., 1989, 448 p.
13. Mou Z. J., Duhamel P. Fast FIR filtering: Algorithms and implementations, Signal Processing, 1987, Vol. 13, Issue 4, pp. 377 - 384.
14. Rabiner L., Gould B. Teoriya i primeneniye tsifrovoy obrabotki signalov (Theory and application of digital signal processing). Moscow: Mir Publ., 1978, 848 p.
ИНФОРМАЦИЯ ОБ АВТОРАХ
Лаврухин Андрей Александрович
Омский государственный университет путей сообщения (ОмГУПС).
Маркса пр., д. 35, г. Омск, 644046, Российская Федерация.
Кандидат технических наук, доцент кафедры «Автоматика и системы управления», ОмГУПС. Тел.: +7 (3812) 31-05-89. E-mail: [email protected]
INFORMATION ABOUT THE AUTHORS
Lavrukhin Andrey Aleksandrovich
Omsk State Transport Univirsity (OSTU). 35, Marx av.m Omsk, 644046, Russia. Ph.D. in Technical Sciences, the senior lecturer of the department «Automatic and control systems», OSTU. Phone: +7 (3812) 31-05-89. E-mail: [email protected]
Малютин Андрей Геннадьевич
Омский государственный университет путей сообщения (ОмГУПС).
Маркса пр., д. 35, г. Омск, 644046, Российская Федерация.
Кандидат технических наук, заведующий кафедрой «Автоматика и системы управления», ОмГУПС.
Тел.: +7 (3812) 31-05-89.
E-mail: [email protected]
Васеева Татьяна Валериевна
Омский государственный университет путей сообщения (ОмГУПС).
Маркса пр., д. 35, г. Омск, 644046, Российская Федерация.
Аспирант кафедры «Автоматика и системы управления», ОмГУПС.
Тел.: +7 (3812) 31-05-89.
E-mail: [email protected]
БИБЛИОГРАФИЧЕСКОЕ ОПИСАНИЕ СТАТЬИ
Лаврухин, А. А. Повышение эффективности информационно-измерительного комплекса автоматизированной системы мониторинга и учета электроэнергии [Текст] / А. А. Лаврухин, А. Г. Малютин, Т. В. Васеева // Известия Транссиба / Омский гос. ун-т путей сообщения. - Омск. - 2018. - № 4(36). - С. 120 - 132.
Malyutin Andrey Gennadievich
Omsk State Transport University (OSTU). 35, Marx av., Omsk, 644046, Russia. Ph.D. in Technical Sciences, head of the department «Automatic and control systems», OSTU. Phone: +7 (3812) 31-05-89. E-mail: [email protected]
Vaseeva Tatiana Valerievna
Omsk State Transport University (OSTU). 35, Marx av., Omsk, 644046, Russia. Graduate student of the department «Automation and control systems», OSTU
Phone: +7 (3812) 31-05-89. E-mail: [email protected]
BIBLIOGRAPHIC DESCRIPTION
Lavrukhin A. A. Improving the efficiency of the information-measuring complex of the automated system for monitoring and metering of electricity. Journal of Transsib Railway Studies, 2018, vol. 4, no 36, pp. 120 - 132 (In Russian).
УДК 621.311
В. Е. Митрохин1, С. Н. Занкин2
*Омский государственный университет путей сообщения (ОмГУПС), г. Омск, Российская Федерация;
2Информационно-технологическая сервисная компания (ООО «ИТСК»), г. Омск, Российская Федерация
ЭКСПЕРИМЕНТАЛЬНАЯ ПРОВЕРКА АДЕКВАТНОСТИ МОДЕЛИ КОАКСИАЛЬНОГО КАБЕЛЯ В ШИРОКОМ ДИАПАЗОНЕ ЧАСТОТ
Аннотация. Разработана методика, позволяющая выполнять расчет параметров коаксиального кабеля с учетом частоты передаваемого сигнала. Проведен сравнительный анализ значений параметров кабеля РК 50-7-28 и RG142, полученных в результате измерений с помощью анализатора цепей, взятых из справочников с соответствующими результатами расчетов. Получены оценки точности расчетов, указывающие на необходимость учета дополнительных факторов с целью более корректного учета затухания в кабеле во всем диапазоне используемых частот.
Ключевые слова: анализатор спектра, волновое сопротивление, диэлектрическая проницаемость, коаксиальный кабель, коэффициент затухания коаксиального кабеля в системах железнодорожной связи, помехозащищенность сетевых каналов объектов РЖД.
Valery E. Mitrokhin1, Sergey N. Zankin2
!Omsk State Transport University (OSTU), Omsk, the Russian Federation, information technology service company (Ltd «ITSC»), Omsk, the Russian Federation
EXPERIMENTAL VALIDATION OF THE MODEL OF THE COAXIAL CABLE WITH THE BROAD FREQUENCIES SPECTRUM