РОЗДІЛ 2
МЕТОДОЛОГІЯ ТА ТЕОРЕТИЧНЕ ОБҐРУНТУВАННЯ МЕТОДІВ ЗМЕНШЕННЯ НАДЛИШКОВОСТІ ЦИФРОВИХ ДАНИХ У КОМП'ЮТЕРНИХ СИСТЕМАХ
2.1. Логіко-статистичні та інтегрально - імпульсні моделі інформаційного стану джерел інформації
Дослідження систем зі стисненням даних може проводитись експериментальним та аналітичним методами. У першому випадку результати дослідження цілком визначаються умовами досліду, параметрами та структурою системи, типом визначеного процесу, які важко змінювати. У зв'язку з цим, більш перспективними є аналітичні методи, хоча вони і вимагають чіткої математичної постановки вихідної задачі: ймовірнісний опис повідомлень, вибір операторів його перетворення, вибір критерію якості.
Реальні фізичні процеси можна описувати на макрорівні, коли використовуються характеристики джерела за великий інтервал часу, або на мікрорівні, коли використовуються короткочасні властивості ДІ, а також на структурному рівні, коли окремі елементи процесу можна класифікувати на основі виділення специфічних ознак. Перші два види опису базуються на представленні процесу у вигляді експериментальної кривої (з неперервним або дискретним часом). Структурний опис дозволяє виявити дискретну природу об'єкту і представити його у вигляді ланцюжка символів із заданого алфавіту. При цьому на вихідний опис джерела впливає характер подальшої обробки повідомлення.
Макроопис доцільно використовувати для процедур стиснення даних фіксованої структури (неадаптивних), мікроопис -для адаптивних алгоритмів
зменшення надлишковості, структурне представлення - для методів, що базуються на синтаксичному підході до розпізнавання образів.
Таким чином, розробка моделі джерела інформації повинна відповідати вимозі універсальності для узгодження вказаних видів опису і адекватно відображати реальні нестаціонарні фізичні процеси.
Приведені в розділі 1 приклади класифікації семантичних станів технологічних установок нафтогазової промисловості є основою для побудови сенсорів та техногенно-екологічних комп'ютерних систем безпеки. Важливу роль відіграє побудова в реальному масштабі часу розроблених логіко-статистичних (ЛСІМ) та інших інформаційних моделей [4, 10, 44].
Особливо це стосується кодування семантичних станів ДІ, коли необхідно відслідковувати критичні ситуації технологічних об'єктів, до яких належать аварії, викиди нафти, коротке замикання.
Кодування нульовими та одиничними бітами унітарного базису вимагає додатково фіксувати час, оскільки ми не можемо відразу визначити момент часу, в який відбулась зміна.
Використання бітів Галуа дозволяє вдосконалити існуючу систему, позбавити її вказаного недоліку. Нульовим значенням ставляться у відповідність прямі біти Галуа, а одиничним - інвертовані. Це дозволяє визначити час, коли відбулася зміна. Для визначення моменту часу необхідно декодувати останніх біт послідовності Галуа, що передують інвертованому біту (де - розрядність кодону Галуа).
Перша ЛСІМ фіксує вихід за границі апертури "норми" амплітудних значень характеристичних параметрів (рис. 2.1) згідно аналітичного виразу:
,
де - границя апертури амплітудних значень.
Рис. 2.1. Перша ЛСІМ.
Друга ЛСІМ фіксує зміну динаміки характеристичного параметру , амплітуда якого не виходить за границі апертури (рис. 2.2) згідно наступного аналітичного виразу:
Рис. 2.2. Друга ЛСІМ.
де - автоструктурна кореляційна функція ; - часове зміщення;
Третя ЛСІМ фіксує зміну знаку коефіцієнта взаємокореляції між двома характеристичними параметрами і з амплітудами, що не виходять за межі апертури (рис. 2.3), один з яких вважається контрольним або еталонним згідно виразу:
Рис. 2.3. Третя ЛСІМ.
Четверта ЛСІМ базується на спектральному аналізі контрольованого сигналу. Множина визначає спектральний склад сигналу, який відповідає нормальному режиму роботи ДІ (рис. 2.4):
Рис. 2.4. Четверта ЛСІМ.
Запропонована в роботі [10] п'ята ЛСІМ базується на матриці коефіцієнтів взаємокореляції сигналів в каналах ДІ і оцінки глобальної дисперсії . Вона дозволяє зафіксувати зменшення значень нижче встановленої апертури , що відповідає руйнуванню кореляційних зв'язків і деградації системи в цілому. На відміну від попередніх ЛСІМ дана модель виражається одною булевою змінною (рис. 2.5), яка оцінює загальний стан багатоканального ДІ:
Рис. 2.5. П'ята ЛСІМ на основі глобальної дисперсії.
Шоста ЛСІМ, запропонована автором, базується на оцінці відхилення значення контрольованого параметру від еталонного. Задається , обчислюється величина відхилення сигналу, після цього здійснюється порівняння обчисленого і заданого значення.
У разі, якщо відхилення реального сигналу від передбачуваного не перевищує заданого значення, у канал зв'язку поступають прямі біти Галуа, при перевищенні допустимого відхилення біт Галуа інвертується. Інвертовані біти Галуа вказують на номер відліку (або ж час), коли відбулось дане відхилення. При нормалізації процесу у канал зв'язку знову поступають прямі біти Галуа.
Якщо відомо, що для ДІ на протязі тривалого часу відхилення сигналу не перевищує заданого значення, то доцільно використати модифікований метод, суть якого полягає в наступному: якщо відхилення сигналу є в межах норми, то в канал зв'язку нічого не передається, але біти Галуа постійно генеруються на передавальній стороні, останні бітів записуються в буфер. У кожний момент слідування наступного біту Галуа вміст буферу оновлюється. У разі недопустимого відхиленні у канал зв'язку передається весь вміст буферу та інвертований біт Галуа.
Рис. 2.6. Шоста ЛСІМ.
Значення шостої ЛСІМ визначаються за формулою:
В загальному випадку застосування ЛСІМ дозволяє ефективно зменшити обсяг даних. Якщо діапазон квантування контрольованого параметру , то розрядність коду для представлення одного відліку визначається за формулою