CC BY
6
Key words: wedge-shaped broadband antenna, antenna gain, traveling wave coefficient, band properties, radio relay communication.
Antropov Dmitry Alekseevich, candidate of technical sciences, docent, vnkantrop-ov@mail.ru, Russia, Moscow, Academy of Military Sciences
УДК 519.217
DOI: 10.24412/2071-6168-2022-2-203-208
ВРЕМЕННЫЕ ХАРАКТЕРИСТИКИ АЛГОРИТМОВ ЦИФРОВОЙ ОБРАБОТКИ ДАННЫХ ПРИ НАЛИЧИИ ПРЕРЫВАНИЙ
Е.В. Ахрамеева, Т.Р. Кузнецова, В.А. Шаров
Исследуются вычислительные системы, включающие основной процессор и блок обработки внешних прерываний. Разработана модель типового алгоритма цифровой обработки данных на вычислительной системе исследуемого типа. Приводятся методы оценки вычислительной сложности алгоритмов обработки данных без прерываний и с прерываниями. Показано, что наличие внешних прерываний приводит к увеличению времени интерпретации фоновой программы.
Ключевые слова: прерывание, алгоритм, вычислительная сложность, обработка прерывания.
Работа прерывания заключается в том, что при поступлении сигнала прерывания процессор обязан прекратить выполнение текущей программы и немедленно начать обработку процедуры прерывания. IBM PC-совместимый компьютер представляет собой реализацию так называемой фон-неймановской архитектуры вычислительных машин.
В фоновом режиме работы подобных систем интерпретируется основной алгоритм системы, и при поступлении прерывания от внешнего источника работа основной программы приостанавливается и система переходит к обработке прерываний. Сенсор фиксирует состояние объекта, близкое к критическому, генерирует прерывания независимо от котроллера. Между источником и ЭВМ фон Неймановского типа возникает «соревнование» [4, 5, 6]. При «победе» в «соревновании» контроллера интерпретация очередного оператора управляющего алгоритма осуществляется без задержек. При «победе» генератора прерываний время интерпретации очередного оператора алгоритма увеличивается на величину, определяемую вычислительной сложностью алгоритма обработки прерываний [7, 8, 9]. Таким образом, прерываний увеличивают общую временную вычислительную сложность фоновой программы, причем увеличение зависит от плотности потока заявок на прерывание и временной вычислительной сложностью алгоритма обработки прерывания. Методы оценки времени интерпретации фоновой программы на этапе проектирования программного обеспечения систем с прерываниями развиты недостаточно, что объясняет актуальность настоящей работы.
Модель функционирования контроллера Фон Неймановского типа с прерываниями вычислительного процесса может быть построена с применением теории параллельных полумарковских процессов [10, 11, 12]. Структура полумарковских процессов М = [А, H(t)] и Мт\ = [А1М, Hint (t)], описывающего как фоновый алгоритм, так и алгоритм обработки прерываний, приведена на рис. 1 а, где b - абстрактный аналог оператора «начало» алгоритма; е - абстрактный аналог оператора «конец» алгоритма.
Параллельно с процессами М и Мтг существует внешний, по отношению к контроллеру процесс, формирующий поток запросов на прерывания, плотность распределения времени между которыми определяется выражением g(t) [13]. Циклограмма функционирования вычислительной системы при наличии прерываний приведена на рис. 2. Первая циклограмма рисунка показывает поток запросов на прерывания. При появлении запроса прерывается выполнение основной программы (вторая циклограмма), контроллер переходит в режим обработки прерываний (третья циклограмма), а потом возвращается к интерпретации фоновой программы.
Mmt
б
Рис. 1. Полумарковский процесс, описывающий фоновый алгоритм и алгоритм обработки прерываний (а) и схема, поясняющая параллельную работу алгоритмов
Методами, изложенными в [10] полумарковские модели могут быть упрощены до структур, показанных на рис. 1 б, где М = [A, H(t)] - полумарковский процесс, который моделирует выполнение основного алгоритма обработки данных; Мп = [Amt, Hmt(t)] полумарковский процесс, который моделирует алгоритм обработки прерываний; A, Amt, - структуры соответствующих процессов; Hmt(t), Hmt(t) - полумарковские матицы, определяющие временные характеристики соответствующих полумарковских процессов;
g(t)
M
Mi
int
Рис. 2. Циклограмма функционирования контроллера при наличии внешних прерываний
A = [{4, e},{[b, e]}];
H(t)J0 f (t)
(1)
о 0 ^ (2)
Aint = [{bint, eint},{[4int, eint]}]; (3)
Hint =(0 Л"0(°)• (4)
Согласно свойствам алгоритмов исследуемого класса плотности распределения g(t), f(t) и fint(t) некоррелированы между собой. Для простоты дальнейших выкладок примем следующие допущения:
значение времени выполнения оператора b при каждой реализации алгоритма определяется обрабатываемыми этим оператором данными, которые поступают в систему до начала обработки, и не зависит от того, возникло в процессе выполнения оператора b прерывание, или нет;
случайные процессы выполнения оператора b и ожидания прерываний запускаются одновременно;
в системе существует один уровень прерываний.
Кроме того будем считать, что после начала обработки прерывания действие генератора g(t) приостанавливается и он перезапускается после окончания обработки прерывания.
Параллельный полумарковский процесс, приведенный на рис. 2, с использованием понятия «соревнования» может быть преобразован в ординарный полумарковский процесс, показанный на рис. 3 [14]. Полумарковский процесс имеет вид:
ц = {{е, 1,...,г,,г +1,...}, {{(1,2),...,(г -1,г),(г,г +1),...}, _
{(1, е), (2, е),..., (г-1, е), (г, е),...}}, rf(()} 204
t
t
t
л( )=
0 Л 1,2 0 • • 0 0 ••• Л1,в
0 0 Л2,3 • • • 0 0 ••• Л2,в
0 0 0 • • • 0 0 ••• Л3,в
0 0 0 . • • 0 Л1,1+1 ••• Л1,1+1
0 0 0 . • • 0 0 •• • Л1,1+1
0 0 0 • • • 0 0 •• • 0
(6)
Рис. 3. Ординарный полумарковский процесс функционирования системы
при наличии прерываний
Состояния полумарковского процесса имеют следующий физический смысл: 1-е состояния - описание «соревнования» генератора прерываний и фонового алгоритма, в случае «победы» генератора прерываний обработка прерывания и возврат к выполнению фонового алгоритма;
в-е состояние - поглощающее, означающее конец интерпретации алгоритма. Время пребывания в состояниях i определяется как исход «соревнования» между генератором прерываний и контроллером по зависимости:
Л1Д+1 (( ) = g (t )1 " Fi ,i+1(t )J+ fi,i+1(t )[1 - G(t )], (7)
где g(t) - плотность распределения времени между двумя запросами на прерывание; f i+i(t) -
плотность распределения времени, оставшегося до завершения интерпретации фонового алгоритма, если перед этим вычислительный процесс был прерван i - 1 раз; t t FX,l+1 (()= Í Л,l+1 О, G(() = Jg(т)т - функции распределения. О ' 0
Вероятности переключения в состояние в и i + 1 равны, соответственно
Pi,B = lg(t)[ - Fi,i+1(() J ; Pi,i+1 =1 - PI,B . (8)
0
Невзвешенные плотности распределения времени пребывания в состоянии i, если априорно известно, что произойдет переключение в состояние i + 1 и в, соответственно, формируются из взвешенных плотностей распределения и равны:
f (( )= g (' )[1 - Fi,i+1(t )] ; (9)
Pi, в
fii+1(( )= fi.i+1(t )[1 - G (t )]. (10)
Pi,i+1
При запуске «соревнования», при ожидании первого прерывания если еще не произошло, принимается, что f 2 (() = f (t) •
Из невзвешенных плотностей распределения (10) могут быть сформированы плотности распределения, участвующие в «соревнованиях» следующего этапа как время ожидания того, что процесс g(t) ожидает завершения процесса f i+1 (t) [14]:
1(t) J Лд+1(т) g (t + x)dx
f (т) _ __0_. (11)
Ji+1,i+2 (т) _
J FlMi(t )dG (t)
G(0)
Суммарное время достижения состояния в складывается из времени интерпретации фонового алгоритма и времени обработки прерываний:
/в(')_ L-1 j £ pJtB Lj )]■ (()]■ LL/xnt (()], (12)
где L-1{...} и lL..] - обратное и прямое преобразование Лапласа, соответственно.
События достижения поглощающего состояния в из состояния 1 ординарного полумарковского процесса (5) составляют полную группу несовместных событий, поэтому плот-
ж
ность распределения (12) является невзвешенной, т.е. j jb (()dt _ 1.
0
Для (12) могут быть получены численные оценки, математическое ожидание и дисперсия [15]:
ж ж
Тв _ j jb(()dt _ 1; Db _ jL - tb]2 jb(()dt _ 1. (13)
00
С использованием (12) может быть получена оценка прироста времени, затрачиваемого контроллером на обработку прерываний, как время ожидания процесса f (t) после его завершения, пока процесс fB(() завершит свою работу:
ж
1(t) j f (т)Ув (t + T)dT
f (t) _ __o_; (14)
fA(t) _—^В(Ж)-
j F (t )dFB (t)
Fb (0)
жж
ta _ j fA(t) _ 1; da _ j[l - тд]2 fA(t)t _ 1. (15)
00
Таким образом, получены математические зависимости, позволяющие оценить вычислительную сложность алгоритма обработки данных контроллером Фон Неймановского типа в системах, где возможны прерывания вычислительного процесса от внешнего источника сигнала. Также получена зависимость для оценки увеличения времени обработки данных в системах с прерываниями, по сравнению с системами без прерываний. Зависимости могут быть использованы при оптимальном проектировании программного обеспечения цифровых систем управления. Дальнейшее развитие метода может быть направлено на оценку временных характеристик, для конкретных законов распределения времени выполнения фонового алгоритма, алгоритма обработки прерываний и генератора прерываний.
Список литературы
1. Landau I.D., Zito G. Digital Control Systems, Design, Identification and Implementation. Springer, 2006. 484 p.
2. Aström J., Wittenmark B. Computer Controlled Systems: Theory and Design. Tsinghua University Press. Prentice Hall, 2002. 557 p.
3. Regehr J. Duongsaa U. Preventing interrupt overload // Proceedings of the Conference on Languages, Compilers, and Tools for Embedded Systems. 2005. P. 50 - 58.
4. Larkin E.V., Ivutin A.N. Estimation of Latency in Embedded Real-Time Systems // 3-rd Meditteranean Conference on Embedded Computing (MEC0-2014). 2014. Budva, Montenegro, 2014. P. 236 - 239.
00
3. Cleaveland R., Smolka S. Strategic directions in concurrency research // ACM Comput. Surv. 1996. Vol. 28, № 4.
4. Heymann M. Concurrency and Discrete Event Control // IEEE Control Syst. Mag. 1990. Vol. 10. P. 103 - 112.
5. Valk R. Concurrency in Communicating Object Petri Nets // Concurr. object-oriented Program. Petri nets. 2001. P. 164 - 195.
6. Ivutin A.N, Larkin E.V. Simulation of Concurrent Games // Bulletin of the South Ural State University. Series: Mathematical Modeling, Programming and Computer Software. Chelyabinsk,
2015. Vol. 8, № 2. P. 43 - 54.
7. Ivutin A., Larkin E., Lutskov Yu. Evaluation of Program Controlled Objects States // 4-th Mediterranean Conference on Embedded Computing (MECO). Budva, Montenegro, 2015. P. 250 -253.
8. Larkin, E., Ivutin, A., Esikov, D. Recursive Approach for Evaluation of Time Intervals between Transactions in Polling Procedure // 2016 8th International Conference on Computer and Automation Engineering (ICCAE 2016)., 2016 - Melbourne, Australia - MATEC Web of Conferences, 56(2016)01004.
9. Larkin E.V., Ivutin A.N., Kotov V.V., Privalov A.N. Simulation of Relay-races // Bulletin of the South Ural State University. Mathematical Modelling, Programming & Computer Software.
2016. Vol. 9. No 4. P. 117 - 128.
10. Akimenko, T.A., Larkin, E.V. The temporal characteristics of a wandering along parallel semi-Markov chains // Communications in Computer and Information Science. 4th International Conference on Data Mining and Big Data, DMBD 2019; Chiang Mai; Thailand. Vol. 1071, 2019, P. 8089.
11. Jiang Q., Xi H.-S., Yin B.-Q. Event-driven semi-Markov switching state-space control processes // IET Control Theory & Applications, Vol. 6, Iss. 12, 2012. P. 1861 - 1869.
12. Janssen J., Manca R. Applied Semi-Markov processes. Springer US, 2005. 310 p.
13. Larkin E.V., Ivutin A.N., Troshina A. Model of interruptions in Swarm unit // Advances in swarm intelligence. Proceedings of 8-th International conference ICSI 2017. Fukuoka, Japan, 2017. Part 1. P. 50 - 59.
14. Ivutin A.N, Larkin E.V. Simulation of Concurrent Games // Bulletin of the South Ural State University. Series: Mathematical Modelling, Programming and Computer Software. Chelyabinsk. 2015. Vol. 8. № 2. P. 43 - 54.
15. Kobayashi H., Marl B.L., Turin W. Probability, Random Processes and Statistical Analysis: Cambridge University Press. 2012. 812 p.
Ахрамеева Екатерина Владимировна, магистр, ahkatarina@mail. ru, Россия, Тула, Тульский государственный университет,
Кузнецова Татьяна Рудольфовна, канд. техн. наук, доцент, rudik64@mail.ru Россия, Тула, Тульский государственный университет,
Шаров Вадим Арнольдович, аспирант, vs@aqs.ru, Россия, Шуя, Шуйский филиал Ивановского государственного университета
TIME CHARACTERISTICS OF ALGORITHMS DIGITAL DATA ROCESSING
IF INTERRUPTIONS
E.V. Akhrameeva, T.R. Kuznetsova, V.A. Sharov
Computer systems, including main processor and external interruptions handler is considered. The model of standard digital data processing algorithm on the system under investigation is worked out. Methods of algorithm runtime estimation in the system with interruption and without interruption are sited. It is shown, that external interruptions increase a background program runtime.
Key words: Interruption, algorithm, runtime, interruption handling.
Akhrameeva Ekaterina Vladimirovna, magister, ahkatarina@mail.ru, Russia, Tula, Tula State University,
Kuznetsova Tatjana Rudolfowna, candidate of technical sciences, docent, rudik64@mail.ru, Russia, Tula, Tula State University,
Sharov Vadim Arnoldovich, graduate student, vs@aqs.ru, Russia, Shuya, Shuya branch of Ivanovo State University
УДК 004.85
DOI: 10.24412/2071-6168-2022-2-208-214
МЕТОДИКА СБОРА И ОБРАБОТКИ СОЦИОЛОГИЧЕСКОЙ ИНФОРМАЦИИ
ИЗ СЕТИ ИНТЕРНЕТ
А.А. Воробьев, А.М. Рыбак, Р.А. Середкин, А.Ю. Андросов, Б.И. Соловьев
Предложена методика сбора и обработки социологической информации из сети Интернет с применением тематического моделирования, сентимент-анализа публикаций и статистических методов анализа социологических данных, обеспечивающая повышение оперативности и точности мониторинга общественного мнения по различным темам.
Ключевые слова: тематическое моделирование, сентимент-анализ, статистический анализ, социологическая информация, сеть Интернет.
В настоящее время актуальным источником социологической информации становится глобальная сеть Интернет (социальные сети, электронные СМИ и др) [1]. Сбор и анализ открытых источников позволяет оценивать общественное мнение, не проводя анкетирование или интервьюирование, может способствовать существенному снижению ресурсозатрат сбора информации, улучшению качества аналитики и оперативному мониторингу тенденций в общественном мнении в реальном времени. Кроме того, в последние годы на качество результатов социологических опросов, проводимых на сенсетивные (общественно-политические) темы, оказывает рост ответов респондентов, закодированных в анкетах как «затрудняюсь ответить» (неопределившиеся респонденты), и поэтому целесообразно исследовать возможность пассивного сбора социологической информации из сети Интернет.
Анализ работ [1, 2, 3] показывает, что в настоящее время можно выделить два основных подхода к решению задачи извлечения социологической информации из текстовых публикаций в сети Интернет: машинное обучение и лингвистические методы.
В машинном обучении выделяют тематическое моделирование (Topic Mining), используемое для кластеризации текстов [2] и методы обучения с учителем, применяемые для классификации в текстовом анализе [3]. К основным методам тематического моделирования относят латентно-семантический анализ (LSA) [11], неотрицательную матричную факторизацию (NMF) [12], вероятностный латентно-семантический анализ (pLSA), скрытое размещение Дирихле (LDA) и иерархические процессы Дирихле (HDP) [4].
Лингвистический подход основан на использовании словарей и лингвистических пар-серов [8]. Методы лингвистического подхода достаточно просты в применении, т.к. шаблоны можно составлять автоматически, а оценочные слова известны или их списки (словари) имеются в свободном доступе.
Однако, одной из главных проблем при использовании вышеупомянутых подходов отмечается проблема дефицита или отсутствия инструментов для анализа на других языках, кроме английского [3].
В работе авторами была выдвинута гипотеза о возможности использования метода иерархических процессов Дирихле (HDP) для выделения тем (факторов) в текстовых сообщениях, опираясь на научные исследования [13].
Для оценки тональности выявленных тем существует множество методов автоматического сентимент-анализа [5]:
- подход, основанный на правилах;
