3079

УДК 621.363.6

ПРОБЛЕМНО-ОРИЕНТИРОВАННАЯ

ИДЕНТИФИКАЦИЯ

ОПТОЭЛЕКТРОННЫХ СИСТЕМ

И.С. Литвин

ТНЭУ

Украина, 46001, Тернополь, ул. Львовская, 11

E-mail: [email protected] Ключевые слова: идентифицируемость оптоэлектронных систем, системы управления реального времени, программное компьютерное моделирование Аннотация: Рост производительности и гибкости систем управления реального времени требует дальнейшего развития оптоэлектронных систем (ОЭС) с интегрированными специальными функциями и алгоритмами. Качество промышленного освоения оптоэлектронной компонентной базы определяется, в первую очередь, уровнем наукоемкости методов идентификации ОЭС. Разработанная методология идентификации ОЭС и ее практическое применение для программного компьютерного моделирования физически разнородных функциональных блоков ОЭС на общей платформе программного обеспечения позволяет проводить анализ ОЭС – изучение свойств и определение выходных параметров ОЭС, при известных входных и внутренних параметрах функциональных блоков.

Предложенный подход позволяет расширять состав множества моделей и может быть использован при решении задачи синтеза согласованной структуры ОЭС с определением внутренних параметров при известных требованиях к входным и выходным параметрам блоков.

1. Введение Современные системы управления реального времени (СУРВ) можно условно разделить на три основные части: (i) управляемый объект или процесс (УОП), (ii) контроллер (регулятор) системы управления (КСУ) и (iii) система сбора данных (ССД).

По сравнению с другими типами ССД, оптоэлектронные системы (ОЭС) позволяют получать наиболее полную информацию об УОП и поэтому являются самыми распространенными и наиболее часто применяемыми в современных СУРВ [1].

Благодаря уникальным свойствам оптического излучения, ОЭС позволяют решать задачи измерения, контроля и мониторинга в управлении с высокими характеристиками по точности, быстродействию, надежности, пропускной способности и теоретически неограниченными возможностями математической и логической обработки информации [2].

Основной проблемой для практического применения ОЭС является сложность аппаратной и программной реализации алгоритмов обработки изображений в приемлемом для СУРВ интервале времени, вследствие больших объемов входных, преобразуемых и обрабатываемых данных [3]. Кроме того, состояние и уровень развития оптоэлектронных технологий, во многом определяющих технический прогресс в науке и промышленности, технологическую независимость и военную безопасность государства, в свою очередь, зависят от качества промышленного

XII ВСЕРОССИЙСКОЕ СОВЕЩАНИЕ ПО ПРОБЛЕМАМ УПРАВЛЕНИЯ

ВСПУ- Москва 16-19 июня 2014 г.

освоения компонентной базы, используемой в ОЭС, определяемого, в первую очередь, уровнем наукоемкости методов идентификации ОЭС, направленных на поиск решений практических задач управления.

Сложность идентификации реальной ОЭС, с точки зрения системного объединения, определяется наличием множества абстрактных и ненаглядных математических моделей физически разнородных оптических, фотоэлектрических, аналоговых электронных, аналого-цифровых и цифровых вычислительных блоков, входящих в состав ОЭС. А c точки зрения функционирования – сложными связями между этими блоками, и между ОЭС и средой в которой они функционируют, а также необходимостью развертывания поведения системы во времени и в пространстве [4]. В настоящее время задача определения согласованных характеристик блоков с помощью проблемно-ориентированных средств программного компьютерного моделирования ОЭС является одной из важных практических задач [5, 6]. Поэтому, существует актуальная потребность создания наукоемких методологий идентификации ОЭС для практического применения математического аппарата теории систем управления реального времени.

2. Практические аспекты идентификации ОЭС 2.1. Идентификация ОЭС в контексте поиска решений практических задач Главной особенностью создания современной компонентной базы ОЭС является широкое использование методологий проектирования и соответствующих им средств программного компьютерного моделирования, ориентированных на технологию «система на кристалле» [7, 8]. В связи с чем, функциональные фоточувствительные среды, использующие нанобъекты, чрезвычайно перспективны для разработок новых принципов построения оптоэлектронных систем с интегрированными специальными функциями и алгоритмами, базирующихся на новых физических принципах с использованием уникальных свойств нанообъектов [9]. Такие системы играют чрезвычайно важную роль для эффективного восприятия, преобразования и обработки информации, поступающей от УОП, представленной с помощью оптических сигналов в виде изображений [10]. Однако внедрение современных технологий создания интегральных ОЭС требует дальнейшего развития современных наукоемких методов их идентификации, как для построения и исследования систем так и для всестороннего моделирования их свойств в течении всего жизненного цикла, чтобы обеспечить соответствие характеристик ОЭС потребностям клиентов.

Широкое использование ОЭС в будущем предопределенно теми преимуществами, которые представляет им электромагнитное излучение оптического диапазона спектра, как носитель информации. Например, высоким быстродействием, обусловленным использованием принципа параллелизма обработки информации в оптических блоках ОЭС [11]. Известно, что промышленная реализация оптоэлектронных методов и средств восприятия и предварительной обработки информации является одним из наиболее перспективных направлений комплексной модернизации существующих и повышения информационной эффективности вновь создаваемых ССД [12]. Оптоэлектронные методы и средства измерения, контроля и мониторинга производственных процессов не только способствуют росту производительности, гибкости и качества работы технологического оборудования, но и обеспечивают более высокий уровень конкурентной способности на мировых рынках всего диапазона выпускаемой продукции. СУРВ на основе ОЭС обеспечивают быстрый рост производства, уникальные возможности

XII ВСЕРОССИЙСКОЕ СОВЕЩАНИЕ ПО ПРОБЛЕМАМ УПРАВЛЕНИЯ

ВСПУ- Москва 16-19 июня 2014 г.

для повышения надежности и рентабельности, сокращения времени выхода на рынок.

Поэтому разработки и исследования по созданию ОЭС, с интегрированными специальными функциями и алгоритмами, являются одним из приоритетных направлений европейской исследовательской программы «Horizon 2020 – The Framework Programme for Research and Innovation» [13]. Нацеленность исследователей ЕС на создание новых методологий проектирования таких ОЭС, отражается в публикациях [14] и стимулируется в финансовом и организационном отношениях. Промышленный выпуск комплексов бесконтактных оптоэлектронных измерений обеспечивает повышение производительности труда на участках производства, связанных с измерениями, что является базой для увеличения объема производства, например, автомобилей [15].

При отсутствии разработок и исследований перспективных базовых оптоэлектронных технологий, становится невозможным эффективное решение прикладных и фундаментальных задач промышленной автоматики, связанных с управлением производственными процессами в реальном времени, а тем более задач, связанных с военной промышленного освоения покупной компонентной базы, используемой в оптоэлектронных системах и приборах, зависит от уровня обработки результатов экспериментов и испытаний, что требует: (i) совершенствования структуры экспериментально-испытательной базы; (ii) модернизации и развития испытательных, измерительных и моделирующих средств, комплексов и стендов; с (iii) одновременным развитием технологий обработки и методик идентификации результатов экспериментов и испытаний ОЭС.

математического аппарата моделирования ОЭС В начале XXI века исследования, направленные на поиск решений практических задач управления вышли на новый уровень знаний, обобщающий основные системные принципы построения СУРВ [16]. В связи с чем, возникла возможность математического описания СУРВ для целенаправленного управления различными направлениями их разработок. Достигнутые теоретические результаты, а также достаточный уровень развития вычислительной техники, обусловили (i) необходимость развития комплексного подхода к программному компьютерному моделированию ОЭС и (ii) необходимость выделения отдельного направления теории систем управления реального времени, занимающегося разработкой наукоемких методов идентификации ОЭС.

Анализ известных результатов проведенных исследований моделей функциональных блоков ОЭС показал, что в пределах каждого направления, исследования ОЭС проводились с использованием специфического теоретического подхода к развязыванию

XII ВСЕРОССИЙСКОЕ СОВЕЩАНИЕ ПО ПРОБЛЕМАМ УПРАВЛЕНИЯ

поставленных задач. Поэтому, как следствие, возникла несогласованность моделей и алгоритмов выполнения операций обработки изображений, предложенных одними авторами, с методами и средствами создания функциональных блоков ОЭС, предложенных другими авторами. Однако для разных подходов к описанию ОЭС характерны следующие общие особенности: (i) ОЭС как объект моделирования – сложная неоднородная система [17]; (ii) принципиально невозможно получить результаты моделирования ОЭС без использования средств специализированного программного компьютерного моделирования [18]; (iii) разработанные на данное время методы программного компьютерного моделирования и проектирования ОЭС характеризуются сложностью, несовершенством и узкой направленностью математического обеспечения [19].

Подводя итог под результатами известных исследований моделей ОЭС, следует отметить, что при изучении ОЭС основной задачей является построение ее модели, отображающей в той или иной форме свойства, закономерности, физические и другие характеристики, присущие исследуемой ОЭС. Очевидно, что модель теряет свой смысл, как в случае тождественности с оригиналом (тогда она стает оригиналом), так и в случае избыточного во всех существенных отношениях отличия от оригинала. Таким образом, изучение одних свойств моделируемой ОЭС осуществляется ценой отказа от отображения других свойств. Известные модели ОЭС можно разделить на три основных класса: (i) символические (словесные описания, схемы, чертежи, математические уравнения), (ii) вещественные (макеты, разного рода физические аналоги) и (iii) программные (компьютерные программы), моделирующие информационные процессы в функциональных блоках ОЭС.

Математические модели, входящие в класс символических, адекватно отражают как статические, так и динамические связи между входными и выходными переменными ОЭС. С практической точки зрения, более привлекательны экспериментальные макеты ОЭС, позволяющие находить параметры модели ОЭС по результатам измерения их входных и выходных переменных. Хотя вещественные (экспериментальные) модели также предполагают наличие априорных сведений об изучаемой ОЭС, но их характер может быть не столь обстоятельным, как в случае символических. Как правило, уровень априорных сведений должен быть достаточным лишь для выбора структуры модели и условий проведения эксперимента. Входо-выходную информацию можно записывать в течение заранее спланированного идентификационного эксперимента, во время которого можно выбирать какие сигналы измерять, когда их измерять и какие входные сигналы использовать [20]. Программные компьютерные модели создают на основе апробированных математических моделей, которые могут быть получены, как аналитически, если закономерности протекающих в ОЭС информационных процессов полностью известны; а также и по результатам экспериментального исследования входных и выходных переменных вещественных моделей ОЭС, без изучения их физической сущности.

Программное компьютерное моделирование допускает перестройку на решение новых задач, позволяет получать новые или уточнять существующие знания о реальных ОЭС, объединяя достоинства математических моделей и экспериментальных макетов и снижая затраты на проведение физических экспериментов [21]. Такой интегрированный подход позволяет обойтись минимумом теоретических исследований, чтобы получить максимум априорных сведений об ОЭС при построении ее программной модели. Созданные интерактивные программно-технические комплексы для моделирования ОЭС, обеспечивают оптимальное построение и функционирование ОЭС, и поэтому широко применяются как при создании ОЭС, так и при их эксплуатации. Построение программных компьютерных моделей ОЭС на основе интегрированного комплексного проблемно-ориентированного подхода можно называть проблемно-ориентированной идентификацией ОЭС. Возникающая при этом проблема повышения эффективности средств

XII ВСЕРОССИЙСКОЕ СОВЕЩАНИЕ ПО ПРОБЛЕМАМ УПРАВЛЕНИЯ

программного компьютерного моделирования ОЭС есть частично или слабо структурированной, в частности в известных разработках и исследованиях:

1) Не определены четкие конкретные части программного обеспечения из которых необходимо начать решение общей проблемы.

2) Не определены количественные зависимости между информационной эффективностью ОЭС и параметрами и характеристиками оптических, фотоэлектрических, аналоговых и цифровых электронных вычислительных блоков.

3) Известные средства программного компьютерного моделирования, в подавляющем большинстве случаев, позволяют осуществлять эффективный количественный анализ и оптимизацию только отдельных частей ОЭС, из-за отсутствия общей единой платформы программного обеспечения.

Потребность в построении программных компьютерных моделей ОЭС на основе интегрированного комплексного проблемно-ориентированного подхода возникла из необходимости решать широкий круг актуальных задач: от управления когерентным лазерным излучением в оптических процессорах до распределенных сенсорных сетей и общегородских систем видеонаблюдения (телевидения кругового обзора). Основное назначение таких моделей – решение задачи управления структурами вместе с их симметриями. Традиционно разработчики теории ОЭС в подавляющем большинстве решаемых задач этим не занимались, ограничиваясь задачами, связанными с управлением состояниями, причем в фиксированных, уже заданных, неизменных системах, т. е. в системах с фиксированными структурами и соответствующими фиксированными симметриями [22]. Новая методология должна включать в себя эффективные (по сравнению с существующими) комплексные методологии идентификации в разных формах для различных типов практических задач в течение всего жизненного цикла любой реальной ОЭС. Несомненно, однако и то, что интегрированный комплексный проблемноориентированный подход к исследованию проблем идентификации ОЭС должен позволять создавать все описания реальных ОЭС, необходимые для практического применения таких элементов математического аппарата, которые позволяют отыскать решение конкретной практической задачи. А построенные на его основе средства программного компьютерного моделирования – «оказывать информационную поддержку в такой сложной деятельности, как переход от объективной реальности к модельным представлениям математической теории и обратно» [23].

3. Комплексный подход к методологии идентификации 3.1. Представление поиска решения на функциональном уровне Суть изучаемой проблемы заключается в следующем: поступающие от УОП входные данные – inpIS(t), характеризующие его действительное состояние, являются входным воздействием для ОЭС, где они собираются и преобразуется в выходную информацию – outIS(t). Множества переменных {inpIS(t)i} и {outIS(t)i} описывают входные и выходные данные функциональных блоков и могут представлять собой функции одинаковых или разных аргументов. Преобразование одной функции в другую производится операторным алгоритмом OA1={OA1i}, который определяет совокупность математических или логических операций, устанавливающих соответствие между ними:

(1) outIS (t) = OA1{inpIS(t)} В КСУ на основе поступающей от ОЭС информации – outIS(t) формируются выходные управляющие воздействия – outCU(t), которые передаются от КСУ к УОП в виде сигналов управления, а в УОП под воздействием управляющих сигналов осуществляется преобразование больших количеств энергии (по сравнению с энергией сигналов)

XII ВСЕРОССИЙСКОЕ СОВЕЩАНИЕ ПО ПРОБЛЕМАМ УПРАВЛЕНИЯ

в работу – формируется выходное воздействие – outGO(t). Назначение любого КСУ заключается в преобразовании информации, характеризующей действительное состояние УОП – inpCU(t)=outIS(t), в информацию управления outCU(t), то есть в информацию, которая должна, определять будущее поведение или состояние управляемого объекта outGO(t+t). А основной задачей КСУ – является установление оптимального баланса использования ресурсов в СУРВ. Таким образом, КСУ представляет собой устройство преобразования информации, принцип действия и конструкция которого определяются законами преобразования информации. Основной характеристикой любого регулятора (КСУ) является закон преобразования информации, реализуемый регулятором, который, в данном случае, можно представить операторным алгоритмом:

(2) outCU(t) = OA2{inp CU(t)}=OA2{ OA1{inpIS(t)}} В простейшем случае КСУ может быть просто линейным преобразователем, в котором сигнал обратной связи, показывающий отклонение УОП от требуемого положения – сигнал ошибки, линейно преобразуется в управляющий сигнал – outCU(t). Сложнейший пример КСУ представляют нервные системы животных и человека. Поэтому алгоритмы OA2 в различных КСУ могут значительно отличаться: от линейного преобразования в простейших механических системах до сложнейших законов мышления человека.

Для управления, например, манипулятором робота необходимо иметь модель УОП в виде математического описания, устанавливающего связь между входными и выходными переменными в форме, на основе которой может быть выбран закон управления, обеспечивающий заданное функционирование УОП. Получаемое описание – операторный алгоритм, который определяет совокупность математических или логических операций, должно давать правило преобразования воздействия на манипулятор inpGO(t) в его реакцию outGO(t). Переменные inpGO(t) и outGO(t) также могут представлять собой функции одинаковых или разных аргументов:

(3) outGO (t) = OA3{uGO(t)}=OA3{OA2{OA1{inpIS(t)}}} Таким образом, при заданной целевой функции – F(outGO(t)), возможности для выбора операторного алгоритма OA3, во многом определяющие области использования СУРВ, зависят от типов прикладных моделей, которые определяют законы преобразования информации в КСУ, и, как следствие – от эффективности сбора и преобразования информации в ОЭС, характеризующей действительное состояние УОП.

С технической точки зрения, УОП, КСУ и ОЭС представляют собой совокупность материальных тел, находящихся в непрерывном информационном взаимодействии между собой и с окружающей средой – inpSEV так, что в общем случае правило преобразования их результирующего воздействия на реакцию СУРВ – outRTS(t) можно представить операторным алгоритмом:

(4) outRTS(t) = OA4{ inpСУРВ(t)+ inpSEV(t)}= =OA4{outGO(t)+ outCU(t)+ outIS(t) + inpSEV(t)} Подстановка (1)-(3) в (4), показывает, что своевременность сбора и полнота преобразованной информации outIS(t), существенно влияют на реальные возможности ее обработки в КСУ и на скорость и адекватность формирования его выходных управляющих воздействий outCU(t), что во многом определяет эффективность использования ресурсов – outGO(t). Следовательно, основная задача, которую приходится решать в процессе разработки и исследования технических и программных средств ОЭС заключается в следующем: задан определенный набор возможных входных данных – входное воздействие – inpIS(t) и задан интервал времени t на обработку данного набора данных и их преобразование в определенное количество выходной информации – outIS(t), необходимой для формирования выходных воздействий outGO(t). Требуется построить с помощью средств программного компьютерного моделирования такую ОЭС, которая

XII ВСЕРОССИЙСКОЕ СОВЕЩАНИЕ ПО ПРОБЛЕМАМ УПРАВЛЕНИЯ

обеспечила бы реализацию операторного алгоритма, определяющего заданную зависимость выходной информации от входных данных. При этом в процедуре идентификации блоков ОЭС следует учитывать следующие граничные условия:

1) Высокотехнологические средства измерения, преобразования и контроля на основе интегральной микроэлектроники приблизились к фундаментальным ограничениям наноразмеров [24].

2) Разработчики ОЭС новых типов ориентируются на специфические функции и алгоритмы преобразования информации, базирующиеся на новых физических явлениях наноуровня, и на новые фоточувствительные среды и материалы, полученные с помощью нанотехнологий [25], сталкиваясь при этом с фундаментальными ограничениями на размеры фоточувствительных структур, определяемые длиной волны света.

3) Разработки и исследования СУРВ новых типов выдвигают требование к повышению информационной эффективности ОЭС путем интеграции функций предварительной обработки информации в ОЭС одновременно с преобразованием оптических сигналов [26].

4) При наличии достаточной, своевременной и предварительно обработанной информации о действительном состоянии или положении УОП становится возможным использование более простых операторов OA3{inpGO(t)}, существенно сокращающих затраты на разработку и создание конкурентно способных на мировом рынке наукоемких системных и прикладных программных продуктов.

Математически, операторный алгоритм OA1 определяется в соответствующих пространствах множества блоков ОЭС, в которых совершаются преобразования входных данных inpISi(t). Примерами таких пространств являются пространства непрерывных функций, определяющих передаточные характеристики оптических, фотоэлектрических, аналоговых электронных, аналого-цифровых и цифровых вычислительных блоков, каждый из которых может выполнять определенные функциональные преобразования информации OA1i. Множества входных и выходных сигналов этих блоков можно рассматривать как метрические пространства информационных процессов. Формально операторный алгоритм OA1 определяется архитектурой ОЭС и параметрами блоков.

Таким образом, задачу применения методов идентификации к исследованию ОЭС в общем виде можно представить, как задачу определения оператора ОЭС, оптимально преобразующего входные воздействия в выходные.

Для формирования условий к параметрам состояния функциональных блоков ОЭС и идентификации их согласованных внутренних параметров, проведено математическое моделирование информационных процессов в ОЭС при преобразовании и обработке изображений. Суть которого заключается в имитации работы блоков ОЭС с помощью математических моделей, которые отображают внешние связи «вход-выход» функциональных блоков [5]. Математические модели каждого функционального блока ОЭС построены на основе детализации энтропийного подхода и включают моделирование процессов преобразования информативных параметров сигналов из входа на выход с учетом влияния внутренних параметров блоков на отношение полезного сигнала к собственным шумам блока.

3.2. Идентификационный процесс в рамках С точки зрения функционального анализа, современные ОЭС можно рассматривать как совокупность разных за физической сущностью оптических, фотоэлектрических, аналоговых электронных, аналого-цифровых и цифровых вычислительных функциональных блоков, находящихся во взаимодействии и образующих некоторую целостXII ВСЕРОССИЙСКОЕ СОВЕЩАНИЕ ПО ПРОБЛЕМАМ УПРАВЛЕНИЯ ность, единство. Важным качеством таких ОЭС является эмерджентность – наличие в ОЭС таких свойств, которые не присущи ни одному отдельному блоку. Поэтому при изучении ОЭС недостаточно пользоваться методом их расчленения с последующим изучением этих блоков по отдельности. Это не позволяет применить общий (единственный) для всей ОЭС методологический подход к построению модели каждого блока и ограничиться использованием одного универсального алгоритма для расчетов ОЭС.

Разработанная процедура идентификации ОЭС базируется на рассмотрении вектора информационной эффективности – IEV_IS, который аппроксимирует значения итерации отображения совокупности значений параметров и характеристик реальных функциональных блоков и их входных и выходных параметров на информационную эффективность преобразования и обработки изображений в ОЭС. Модели компонент {IEV_ISi} функциональных блоков ОЭС построены на основе описания выходных параметров – {outIS(t)i}, которые характеризуют значение информационных потоков на выходах функциональных блоков, как отображение функциональных преобразований – {OA1i} на множество входных параметров – {inpIS(t)i}, которые характеризуют входные информационные потоки и величину их искажения в функциональных блоках ОЭС. Операторные алгоритмы {OA1i} описывают влияние внутренних параметров функциональных блоков – ivIS(t)i на преобразования информации. Множество ivIS(t)= set(ivIS(t)i) характеризует структуру и конструктивные особенности функциональных блоков, связывает их входы и выходы и описывает ОЭС в виде пространства состояний функциональных блоков. Поиск и применение модели изучаемого блока в пространстве состояний, обеспечивает заданное значение вектора состояний – IEV_ISi, на основе информации о переходной характеристике блока.

Состав компонент {IEV_ISi} выбран, во-первых, исходя из необходимости наиболее полно отобразить функциональные свойства блоков ОЭС, а во-вторых для обеспечения возможности оценки их информационной совместимости [5]. Для решения задачи идентификации параметров – IP_IS={ivIS(t), inpIS(t), outIS(t)}, которые характеризуют физическое и информационное состояние реальных функциональных блоков, а также для описания и моделирования изменения параметров в пространстве и во времени – переходных процессов в ОЭС, в состав компонент вектора информационной эффективности ОЭС включены:

1) Оптические блоки:

внутренние параметры оптических блоков – ivOB(t): площадь входного окуляра – Аin, фокусное расстояние объектива – f, интегральный коэффициент пропускания –, линейное – и угловое – увеличение и угловое поле зрения –, число отсчетов изображения – N2M2;

входные параметры оптических блоков – inpOB(t): входной информационный поток – inpOB(t), искажающий сигнал, который возникает в результате неоднородности структуры освещенности фона – p(X1,Y1,t);

выходные параметры оптических блоков – outOB(t): искажающий сигнал, который возникает в результате неоднородности передачи и искажения оптического изображения, – h(X1,Y1,X2,Y2), величина выходного информационного потока – outIS(t):

{outOB(t), h(X1,Y1,X2,Y2)}=OA1_OB{Аin, f, inpOB(t)} где OA1_OB – передаточная функция оптических блоков.

2) Фотопреобразовательные блоки:

внутренние параметры фоточувствительных элементов ОЭС – ivPC(t): спектральная чувствительность – (X3,Y3,2,t), число фоточувствительных элементов (число элементов дискретизации изображения – пикселей) – N3M3, диапазон изменения электрических сигналов – D3(t) = U3max(t)–U3min(t), в котором фотоэлектрические преобразования выполняются с заданной средней квадратичной (стандартной) поXII ВСЕРОССИЙСКОЕ СОВЕЩАНИЕ ПО ПРОБЛЕМАМ УПРАВЛЕНИЯ грешностью – 3, частота сигналов – f3, или длительность выходных импульсов – 3, а также число аналоговых каналов для вывода преобразованных электрических сигналов – n3;

входным параметром фоточувствительных элементов является выходной поток оптических блоков: inpPC(t)={outOB(t), h(X1,Y1,X2,Y2)};

выходные параметры фоточувствительных элементов – outPC(t): искажающий сигнал, который возникает в результате неоднородности фоточуcтвствительности по поверхности фоточувствительных элементов, – 3(X3,Y3); темновий сигнал элементов – gt(X3,Y3,t); сигнал, который возникает в результате паразитной засветки излучением, кроме оптического изображения – gо(X3,Y3,t); величина выходного информационного потока outPC(t):

(6) {outPC(t), 3(X3,Y3), gt(X3,Y3,t), gо(X3,Y3,t)}= =OA1_PC{(X3,Y3,2,t), N3M3, inpPC(t), D3(t), 3, f3, 3, n3}, где OA1_PC – передаточная функция фоточувствительных элементов.

3) Аналого-цифровые преобразователи (АЦП):

внутренние параметры аналого-цифрового преобразования – ivAD(t): разрядность аналого-цифрового преобразователя – b4, погрешность представления непрерывных значений выходного сигнала outPC(t) в точках дискретного отсчета цифровых значений электрического сигнала – 4; апертурное время, необходимое для выполнения одного преобразования, – Т4; диапазон изменения сигнала – D4= U4max(t)–U4min(t) в котором преобразования выполняются с заданной средней квадратичной (стандартной) погрешностью 4; частота квантования сигнала – f4; вероятность возникновения погрешностей – P4; число каналов передачи выходной информации N4;

входные параметры аналого-цифрового преобразования: входной информационный поток inpAD(t)={outPC(t), 3(X3,Y3), gt(X3,Y3,t), gо(X3,Y3,t)};

выходные параметры: искажение электрических сигналов в результате аналогоцифрового преобразования – h4; величина выходного информационного потока АЦП – outAD(t):

{outAD(t), h4}=OA1_AD{b4, 4, Т4, D4, inpOB(t)}, где OA1_ AD – передаточная функция аналого-цифрового преобразователя.

4) Цифровые вычислительные блоки (ЦВБ):

внутренние параметры цифровой обработки изображений ivDP(t): производительность – G5, частота работы процессора – f5, объем встроенной памяти программ и данных – М5, число каналов передачи информации (разрядность ЦВБ) – N5; вероятность возникновения погрешностей – P5; разрядность интерфейсных средств для обмена данными – n5 и их быстродействие – V5, входным параметром ЦВБ является информационный поток inpDP(t)={outAD(t), выходные параметры ЦВБ: искажение изображения в результате цифровой обработки – h5; выходной информационный поток ЦОБ – outDP(t):

(8) {outDP(t), h5}=OA1_AD{ G5, f5, М5, N5, P5, n5, V5, inpAD(t)}, где OA1_DP – передаточная функция ЦВБ.

Анализ соотношений (5-8) показывает, что состав наборов внутренних параметров разных функциональных блоков ivIS(t)=set(ivOB(t),ivPC(t),ivAD(t),ivDP(t),) существенно отличается. Кроме того, через специфические для каждого блока критерии качества, сложно определить их согласованные параметры, в результате решения одного или нескольких уравнений с помощью распространенного программного обеспечения для выполнения математических расчетов на универсальных компьютерах.

Разработанный проблемно-ориентированный подход к идентификации ОЭС позволяет описывать состояние каждого блока моделируемой системы набором параметров,

XII ВСЕРОССИЙСКОЕ СОВЕЩАНИЕ ПО ПРОБЛЕМАМ УПРАВЛЕНИЯ

которые хранятся в базе данных в памяти компьютера и могут быть использованы при решении задачи наилучшей возможной аппроксимации реальной ОЭС внутри данного класса моделей. При этом процедура идентификации ОЭС имеет естественный логический порядок: сначала собираем данные, потом формируем множество моделей и затем выбираем наилучшую модель [27]. Она осуществляется в пошаговом режиме с момента начала сбора информации об ОЭС до получения и проверки модели. На каждом шаге моделирования изменяются значения параметров функциональных блоков, а взаимодействие их моделей описывается алгоритмически. Программа, реализующая модель, отражает изменение состояния ОЭС, выдавая значения ее искомых параметров в виде таблиц по шагам во времени или в последовательности происходящих в системе событий. Для визуализации результатов моделирования можно использовать графическое представление.

Подходы к описанию ОЭС, позволяющие идентифицировать лишь отдельные их функциональные блоки, имеют ограниченную сферу применения из-за отсутствия комплексного подхода к моделированию ОЭС в целом. В то же время, стремительное насыщение рынка и заострение конкурентной борьбы привело к тому, что значительно повысились требования к разработкам новых научных основ построения и организации аппаратных средств и программного обеспечения ОЭС с целью их серийного производства с использованием современных нанотехнологий.

Разработанный комплексный проблемно-ориентированный подход к идентификации ОЭС позволяет использовать модели функциональных блоков, замещающие оригинал лишь в строго ограниченном смысле, но остающиеся достаточно эффективными для развязывания проблемы существенного повышения информационной эффективности преобразования и обработки изображений в ОЭС. Множество моделей-кандидатов получается на основании решения о том классе моделей, в котором будет проводиться поиск и может быть построено на основе известных физических законов, либо существует возможность использовать стандартные программные модели, например из Maple или MATLAB. Критерием для выбора модели является ее способность повторять данные, полученные из эксперимента, т.е. соответствовать поведению изучаемого функционального блока. Такой подход позволяет изменить традиционную стратегию поиска «описания для истинной системы на поиск описания наилучшей возможной ее аппроксимации», с целью разработки проблемно-ориентированного программного обеспечения, необходимого для налаживания серийного производства ОЭС и их эффективного использования в современных СУРВ.

Для ОЭС одного типа может быть построено несколько специализированных под конкретные проблемы моделей, концентрирующих внимание на определенных сторонах (функциях) исследуемой ОЭС или же характеризующих систему с разной степенью детализации. Что позволяет проводить анализ ОЭС – изучение свойств и определение выходных параметров ОЭС при известных входных и внутренних параметрах функциональных блоков. Работа со смещением и анализ дисперсии для оценивания передаточных функций, полученных от разных моделей позволяет, в перспективе, использовать предложенный подход к идентификации ОЭС при решении задачи синтеза согласованной структуры ОЭС с определением внутренних параметров при известных требованиях к входным и выходным параметрам функциональных блоков. При этом, множество математических моделей функциональных блоков ОЭС открыто с точки зрения перспективы их совершенствования при необходимости развития и усложнения схемы

XII ВСЕРОССИЙСКОЕ СОВЕЩАНИЕ ПО ПРОБЛЕМАМ УПРАВЛЕНИЯ

ОЭС, что позволяет достаточно быстро расширить состав программных модулей для их реализации в течение всего жизненного цикла ОЭС.

В связи с этим являются актуальными дальнейшие разработки и исследования проблемно-ориентированных комплексных методов идентификации ОЭС, которые обеспечивают повышение эффективности средств их программного компьютерного моделирования.

Soloman S. Sensors Handbook. 2nd edition. McGraw-Hill, 2010. 1385 p.

2. Righini G., Tajani A., Cutolo A. An introduction to optoelectronic sensors. Singapore: World Scientific, 3. Беломестнов Е.М. Особенности интеграции первичных преобразователей различной природы в едином сенсорном пространстве оптоволоконных сенсорных минисистем с тройным преобразованием сигналов // Труды Третьей российской конференции с международным участием «Технические и программные средства систем управления, контроля и измерения: труды и пленарные доклады участников конференции УКИ '12. М.: Институт проблем управления им. В.А.

Трапезникова РАН, 2012. С. 1382 – 1388.

4. Gregory J. Gbur. Mathematical Methods for Optical Physics and Engineering. Cambridge University Press, 5. Литвин И.С. Оптимизация информационной эффективности систем управления: монография.

Тернополь: ТНЕУ, 2008. 336 с.

6. Marco Alexander Treiber. Optimization for Computer Vision. An Introduction to Core Concepts and Methods. London: Springer, 2013. 257 p.

7. Jianjun Gao. Optoelectronic Integrated Circuit Design and Device Modeling. Wiley, 2011. 292 p.

8. Беломестнов Е.М. Новые пространственно-параметрические аспекты при интеграции функций в полупроводниковых первичных преобразователях излучений // Труды конференции УКИ '2010. С.

1273-1278.

9. Игнатов А.Н. Оптоэлектроника и нанофотоника. Учебное пособие. СПб.: Лань, 2011. 544 с.

10. Junichiro Toriwaki, Hiroyuki Yoshida. Fundamentals of Three-dimensional Digital Image Processing.

Springer, 2009. 278 p.

11. Keigo Iizuka. Engineering Optics. Springer, 2008. 525 p.

12. Ермаков О. Прикладная оптоэлектроника. М.: Техносфера, 2004. 416 с.

13. Horizon 2020 – The Framework Programme for Research and Innovation, 2012. 28 p 14. OPERA2015. Optics and Photonics in the European Research Area. 29 p.

15. Industry Report Photonics. 2013. 40 p.

16. Бахтадзе Н.Н., Лотоцкий В.А., Боровских Л.П. Новое об информационных технологиях в промышленности // Проблемы управления. 2010. № 1. С. 79-83.

17. Литвин И.С. Информационные процессы в управлении. Тернополь: Экономична думка, 1998. 303 с.

18. Торшина И.П. Компьютерное моделирование оптико-электронных систем первичной обработки информации. М.: Логос, 2009. 248 с.

19. Акмаров К.А., Глухов М.А., Максимов А.Г., Шипулин Е.А., Шишаков К.В. Расчет оптических систем в программных пакетах Zemax, Code V и OSLO. Ижевск: Изд-во ИжГТУб, 2007. 67 с.

20. Семенов А.Д., Артамонов Д.В., Брюхачев А.В. Идентификация объектов управления: Учебн.

пособие. Пенза: Изд-во Пенз. гос. ун-та, 2003. 211 с.

21. Торшина И.П. Компьютерное моделирование оптико-электронных систем первичной обработки информации. М.: Логос, 2009. 248 с.

22. Катыс Г.П. Оптико-электронные системы обработки и информации. М.: Машиностроение, 1973. 23. Прангишвили И.В., Лотоцкий В.А., Гинсберг К.С., Смолянинов В.В. Идентификация систем и задачи управления: на пути к современным системным методологиям // Проблемы управления. 2004. № 4. C.

24. Gyu-Chul Yi (Ed.) Semiconductor Nanostructures for Optoelectronic Devices: Processing, Characterization and Applications. Berlin: Springer, 2012. 335 p.

25. Predeep P. Optoelectronics – Devices and Applications. InTech, 2011. 630 p.

26. Joab Jackson. IBM devises software for its experimental brainlike chips. IDG News Service. August 08, 2013. www.networkworld.com/news/2013/080813-ibm-devises-software-for-its-272651.html?page=

XII ВСЕРОССИЙСКОЕ СОВЕЩАНИЕ ПО ПРОБЛЕМАМ УПРАВЛЕНИЯ

27. Дилигенская А.Н. Идентификация объектов управления. Самара: Изд-во Самарского государственного технического университета, 2009. 136 с.

XII ВСЕРОССИЙСКОЕ СОВЕЩАНИЕ ПО ПРОБЛЕМАМ УПРАВЛЕНИЯ