Разработка математического и программного обеспечения процедур непараметрической идентификации текущего состояния дискретных каналов информационно-вычислительных сетей

• Автор: Новиков, Геннадий Александрович
• Шифр специальности: 05.13.11
• Научная степень: Кандидатская
• Год защиты: 1999
• Место защиты: Москва
• Количество страниц: 115 с. : ил.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ
1. АДАПТИВНОЕ УПРАВЛЕНИЕ ПЕРЕДАЧЕЙ ДАННЫХ В ТЕЛЕКОММУНИКАЦИОННЫХ СЕТЯХ
1 Л. Структура системы передачи информации и основные
вероятностно-временные характеристики
1.2. Методы передачи данных по каналам связи
1.3. Процедуры идентификации состояний дискретного канала
2. РАЗРАБОТКА НЕПАРАМЕТРИЧЕСКИХ ПРОЦЕДУР ИДЕНТИФИКАЦИИ КВАЗИСТАЦИОНАРНЫХ СОСТОЯНИЙ ДИСКРЕТНОГО КАНАЛА СВЯЗИ
2.1. Идентификация квазистационарных состояний дискретного
канала с помощью процедуры "скользящего среднего"
2.2. Непараметрический подход к идентификации состояний
дискретного канала связи
2.3. Процедура контроля состояния дискретного канала по критерию
"хи-квадрат"
2.4. Метод уменьшения числа ложных решений в процедурах
идентификации квазистационарных состояний дискретного канала
2.5. Устройство для контроля качества дискретных каналов связи
2.6. Модифицированная процедура повышения устойчивости
принятия решения в процедурах идентификации состояний дискретного канала

3. ИДЕНТИФИКАЦИЯ ТЕКУЩЕГО СОСТОЯНИЯ ДИСКРЕТНОГО КАНАЛА НА ОСНОВЕ НЕЙРОКОМПЬЮТЕРНЫХ ТЕХНОЛОГИЙ
3.1. Общие замечания
3.2. Основные положения теории нейронных сетей
3.3. Нейросетевое решение задачи идентификации состояний
дискретного канала связи
3.4. Обучение нейронной сети на предыстории состояния
дискретного канала
4. ПАКЕТ ПРИКЛАДНЫХ ПРОГРАММ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ ПРОЦЕДУР ИДЕНТИФИКАЦИИ
4.1. Имитационное моделирование процедур идентификации
состояний дискретного канала
4.2. Общая характеристика и структура пакета программ
4.3. Программные модули и классы программы
4.4. Принципы построения пользовательского интерфейса
4.5. Руководство пользователя
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА
ПРИЛОЖЕНИЕ

ВВЕДЕНИЕ
Актуальность темы. Создание распределенных информационновычислительных систем и их эффективное использование напрямую связано с развитой структурой территориально удаленных пользователей, использующих коммуникационные каналы различной физической природы (проводные, радиоканалы, спутниковые и т.п.). Возрастающие объемы передаваемой информации предъявляют к каналам связи высокие требования по обеспечению вероятностно-временных характеристик системы передачи данных в целом (скорости, достоверности передачи информации). Несмотря на достижения в области высокоскоростных цифровых систем передачи данных, проблема по обеспечению максимальной пропускной способности канала связи при заданной достоверности является актуальной и на сегодняшний день.
Каналы связи характеризуются двумя основными особенностями: сложным групповым характером ошибок и нестационарностью параметров во времени. Решение задачи повышения эффективности передачи данных в этих условиях заключается в применении адаптивных методов передачи данных. Адаптивные методы в сочетании с обоснованно выбранными параметрами процедур передачи и защиты информации от ошибок позволяют эффективно передавать данные практически по любым каналам связи. В составе современных средств телекоммуникационного взаимодействия (модемы, протоколы) предусмотрены адаптивные стратегии управления передачей информации и адаптивные методы обработки информации. Такие средства используются в протоколах, реализованных в соответствии с международными рекомендациями У.34, МИР, Х.25, У.42, У.42Ыэ и др. Вопросам повышения эффективности средств и систем передачи данных посвящены работы таких ученых России, как В.В .Котельникова, В.М.Глушкова, Л.Ф.Финка, Б.Р.Левина, А.Д.Харкевича,
Н.Т.Петровича, А.Г.Зюко, В.О.Шварцмана, И.А.Мизина, Г.П.Захарова, В.П.Шувалова, Л.П.Коричнева, БЛ.Советова, Э.А.Якубайтиса, В.В.Золоторева и др., а также зарубежных специалистов К.Шеннона, Р.Фано, У.Питерсона, Ф.Куо, Р.Галлагера и др.

Проведенные расчеты показали, что размер контрольной последовательности, рассчитанный в условиях применения центральной предельной теоремы по формуле (2.3), примерно в 5 раз меньше, чем при расчетах по формуле (2.4) с использованием неравенства Чебышева, а значения порога уц+ь рассчитанные по формулам (2.5) и (2.6) совпадают [38]. Так как оперативность процедур идентификации определяется, прежде всего, объемом контрольной выборки, то применение процедуры "скользящего среднего" при распределении случайной величины отличном от нормального закона становится менее эффективным.
Рассмотренная процедура относится к классу статистических параметрических процедур идентификации (см. рис. 1.3) и может быть использована для сравнительного анализа при разработке непараметрических процедур идентификации.
Для сравнительной оценки эффективности процедур идентификации и верификации программных имитационных средств определим число Ь блоков, прием которых разделяет момент смены состояния и момент принятия соответствующего решения. Плотность распределения случайной величины Ь определяется выражением
Р1(н]), Ь = 0;
Р(Ь) = - Р;(Н;)Ру(Н;,1)...Ру(Н;,Ь- 1)Ру(Н,й), 1з = 1
Р1(Н1)Ру(Н1,1)...Р(Н1,Ь)Р(Н1)Р](Н]), й>м,
где Р;(Н)) - вероятность принятия гипотезы Н) при условии, что дискретный канал находился в состоянии Г2;; Ру(Н;, Ь) - вероятность принятия гипотезы II; при условии, что й блоков контрольной последовательности принадлежат квазистационарному состоянию, а N-11 блоков - состоянию О; (при этом состояния О; и являются соседними).
Можно показать, что
£р<ь)=1,