книги из ГПНТБ / Аналоговые запоминающие и адаптивные элементы
..pdf3-4. |
АЗЭ в |
системах автоматического регулирования |
коэффициентов |
усиления |
В |
целом |
ряде систем, как, например, в |
каналах связи |
[Л. 109, |
ПО], необходимо изменять и затем поддерживать на заданном уровне коэффициенты усиления, причем в каналах связи по целому ряду причин невозможно или нецелесообразно постоян но подавать эталонный сигнал усиления или же сигнал обрат ной связи. Поэтому настройка коэффициентов усиления произ водится лишь через определенные моменты времени, а в осталь ных промежутках этот коэффициент должен оставаться неиз менным. Для этой цели чрезвычайно удобным оказалось приме нение АЗЭ. Фактически запоминающие элементы в рассматри ваемых системах выполняют функции запоминания и хранения значений коэффициентов усиления. Процесс перезаписи в АЗЭ приводит к изменению коэффициентов усиления в каналах связи.
Типичный пример схемы автоматического регулирования ко эффициентов усиления в каналах связи, использующей аналого
вые запоминающие элементы, приведен на |
рис. 3-16. |
|
|
|||||||
Схема |
работает |
следующим |
образом. Выходной |
сигнал |
||||||
-Хвых.к в |
канале |
связи 1 |
через фильтр 5, усилитель 6 |
и |
вы |
|||||
прямитель 7 преобразуется в пропорциональный |
ему |
сигнал |
||||||||
обратной |
связи Х0.с- |
В |
определенные моменты |
времени |
сиг |
|||||
нал обратной |
связи |
Х0.с |
и эталонный |
сигнал |
Хэ |
посту |
||||
пают на |
схему сравнения |
8. |
Если |
разница |
Хд—Х0.с |
превосходит |
допустимое значение ошибки, то включается импульсное уст ройство записи 9, в результате чего изменяется ток на выходе
|
трансфлюксора |
4, |
|
используемый |
|||||
|
для |
нагревания |
|
термистора |
3. |
||||
|
Термистор включен в цепь обратной |
||||||||
|
связи усилителя канала связи 2, по |
||||||||
|
этому |
при |
изменении |
|
температуры |
||||
|
термистора |
изменяется и коэффици |
|||||||
|
ент усиления |
этого |
усилителя. |
Им |
|||||
|
пульсы записи будут подаваться до |
||||||||
|
тех пор, пока |
разница |
между |
Хэ и |
|||||
|
Х0.с не станет меньше допустимой. |
||||||||
|
При отключении одного из этих сиг |
||||||||
|
налов |
коэффициент |
усиления |
под |
|||||
|
держивается неизменным. |
|
|||||||
|
По |
существу |
рассмотренная |
си- |
|||||
^ |
стема |
очень |
близка |
к |
замкнутым |
||||
интегР^ованияЩиПУ |
™пам |
АЗУ |
с |
импульсной записью |
|||||
потока. |
(§ 3-1,6). |
Однако |
в |
данном |
слу- |
14!
чае в контуре регулирования имеется элемент с большой инер цией—термистор, вследствие чего частота импульсов записи должна быть очень низкой.
3-5. Интегрирование |
электрических |
сигналов на |
основе АЗЭ |
|
Задача интегрирования электрических |
сигналов |
с запомина |
||
нием значения |
интеграла |
в течение длительного |
промежутка |
времени является одной из трудно выполнимых, и для ее реше ния применяют, как правило, электромеханические, электро химические или цифровые интеграторы. В последнем случае аналоговый сигнал преобразуется в цифровую форму, что по зволяет использовать цифровые запоминающие устройства для длительного хранения информации.
Использование АЗЭ на магнитных элементах для накопле ния и хранения аналоговой информации вместо традиционного конденсатора со свойственными ему токами утечки позволяет создать принципиально новый вид интегрирующего устройства, эквивалентного по своим свойствам электромеханическим инте граторам, но обладающего по сравнению с ними существенными преимуществами [Л. 66].
В предположении, что одним из перечисленных в гл. 2 спо собов разрешена задача считывания магнитного потока, прин ципиальную возможность построения магнитных интеграторов можно видеть из простейшей схемы на рис. 3-17, где в торои дальном ферромагнитном сердечнике осуществлена отрица тельная обратная связь по скорости нарастания потока Ф3ап-
1см
Фзап
XП. СМ
'вх |
Г1 |
! , |
|
|
|
||
|
|
'зап |
3 |
вых
- 0
0-
Рис. 3-18. Принципиальная |
схема магнитного |
интегратора |
||
на |
трансфлюксоре. |
|
|
|
1 — трансфлюксор; 2 — усилитель; |
3 — фазочувствительный |
выпрямитель. |
142
Действительно, |
напряжение обратной связи с учетом |
деления |
|||||
его на потенциометре определится из формулы |
|
|
|
||||
f / 0 . c = |
* « » 0 . c % s - , |
|
|
|
|
(3-7) |
|
где а — коэффициент аттенюации |
потенциометра, |
a |
wox |
— чис |
|||
ло витков обмотки связи. |
|
|
|
|
|
||
При достаточно высоком коэффициенте усиления усилителя |
|||||||
можно считать |
t / B x = ^ o . c откуда |
|
|
|
|
|
|
* , . n = ®. + - ^ T J t / , . * . |
|
|
|
|
(3-8) |
||
где Фо — некоторая начальная величина |
магнитного |
потока. |
|||||
Постоянную |
интегрирования |
такого |
простейшего |
интегра |
|||
тора |
легко регулировать, изменяя коэффициент |
а. |
|
|
Если в качестве материала сердечника выбран ферромагне тик с прямоугольной петлей гистерезиса, то после снятия вход
ного |
напряжения UBX в силу |
свойств такого |
материала |
значе |
|
ние |
интеграла |
сохранится |
на практически |
неограниченное |
|
время. |
|
|
|
|
|
На рис. 3-18 |
приведена принципиальная схема одного |
из ти |
пов магнитных интеграторов с памятью [Л. 66]. Интегратор
состоит |
из трех |
основных |
элементов: |
трансфлюксора, |
исполь |
||||||||||||
зуемого |
в |
качестве |
аналогового |
запоминающего |
устройства |
||||||||||||
с неразрушающим считыванием потока |
Ф з а п ; усилителя |
записи, |
|||||||||||||||
охваченного |
последовательно включенной |
отрицательной |
обрат |
||||||||||||||
|
|
|
|
|
|
|
ной связью |
по скорости |
изменения |
||||||||
|
|
|
|
|
|
|
магнитного |
потока Ф з а п , |
и демоду |
||||||||
|
|
|
|
|
|
|
лятора, |
выполняемого обычно в виде |
|||||||||
|
|
|
|
|
|
|
фазочувствительного |
|
выпрямителя |
||||||||
|
|
|
|
|
|
|
( Ф Ч В ) . Во |
время изменения |
в |
про |
|||||||
|
|
|
|
|
|
|
цессе |
|
интегрирования |
потока |
Ф з а п |
||||||
|
|
|
|
|
|
|
под |
действием |
разности |
м. |
д. с. |
||||||
|
|
|
|
|
|
|
4апО'зап—t'o.cffi>o.c |
эквивалентная |
пло |
||||||||
|
|
|
|
|
|
|
щадь малого отверстия также изме |
||||||||||
О |
4 |
8 |
12 |
16 20 |
24 28 32 сек |
няется от |
некоторой |
максимальной |
|||||||||
|
|
|
|
|
|
|
величины до |
некоторой |
минималь |
||||||||
Рис. |
3-19. |
Осциллограммы |
|
ной |
величины |
при |
«заблокирован |
||||||||||
|
ном» |
|
состоянии |
трансфлюксора. |
|||||||||||||
изменения |
выходного |
напря |
|
||||||||||||||
жения |
интегратора |
|
|
При этом после снятия входного сиг |
|||||||||||||
при |
различных |
уровнях |
|
нала |
сердечник |
«запоминает» |
пред |
||||||||||
входного |
|
напряжения. |
|
шествующее |
состояние |
|
магнитного |
||||||||||
1 — 10 Мв; |
2^20 |
мв; |
3 — 50 |
мв; |
|
||||||||||||
4 —' 100 |
мв; |
5 -' |
150 мв. |
|
потока |
с |
точностью, |
определяемой |
143
прямоугольностью петли гистерезиса используемого материа
ла. Среднее значение э. д. с , индуктируемой в выходной |
обмотке |
|
трансфлюксора, |
|
|
ЕВых = 2WВ ы х / (Фзап + |
Фо), |
(3-9) |
где / — частота тока |
считывания, а се>в ы х — число витков |
выход |
ной обмотки трансфлюксора, размещенной на магнитопроводе считывания.
Задача |
усилителя в схеме рис. 3-18, |
так же |
как и в схеме |
||
рис. |
3-17, состоит в обеспечении изменения Ф з а п , |
а |
следователь |
||
но, |
и £ в ы х |
пропорционально интегралу |
входного |
напряжения. |
При бесконечно большом усилении усилителя и при наличии идеального (без потерь) Ф Ч В выходное напряжение интегра тора запишется в следующем виде:
(3-10)
о
На рис. 3-19 приведено несколько осциллограмм, представляю щих собой кривые нарастания выходного напряжения интегра
тора при |
подаче на вход |
усилителя |
2 |
(зажимы |
/—2 в |
схеме |
|
рис. 3-18) |
постоянного по знаку напряжения различных уровней. |
||||||
Как видно из рис. 3-19, |
при снятии |
входного |
сигнала |
в мо |
|||
мент достижения входным |
напряжением |
конца |
рабочей |
шкалы |
|||
± 1 0 в наибольшее изменение USUx, |
вызванное |
«непрямоуголь- |
|||||
ностью» |
петли гистерезиса, не превышает 2% |
|
максимальной |
||||
выходной |
величины за практически |
неограниченное время. |
л |
|
Решение широкого |
круга |
техниче- |
||||
^ |
|
ских задач, |
связанных |
с проблема- |
||||
• • • • • • • • • • • • • • • • м и обработки больших |
массивов ин- |
|||||||
Ппиниичы |
формации в экономических и соци- |
|||||||
" |
"> ' |
альных исследованиях, с разработ- |
||||||
Построения |
кой информационно-поисковых |
|
си- |
|||||
Мстоойств |
стем, с проблемами |
распознавания |
||||||
У |
" |
образов и идентификацией объектов* |
||||||
На ОСНОве |
часто происходит в условиях недо- |
|||||||
|
|
статочной априорной информации об |
||||||
|
|
изучаемом |
объекте |
или невозмож |
||||
|
|
ности построения его удобной |
мате |
|||||
|
|
матической |
модели. В |
этом |
|
случае |
||
|
|
обращаются |
к |
адаптивным |
|
систе- |
||
4-1. |
Особенности |
мам, способным |
устанавливать |
свое |
||||
применения АЭ |
функционирование во времени на ос |
|||||||
|
|
нове накопленного опыта [Л. 8, 116]. |
||||||
|
Основным средством |
решения перечисленных |
задач |
служат |
универсальные ЭВМ . Однако использование этих средств со пряжено с рядом известных технических трудностей, вытекаю щих из принципа последовательности при выполнении операций,
а |
также из-за высокой стоимости |
вычислительных машин. |
В |
силу этого внимание разработчиков |
в последнее время было |
сосредоточено на создании параллельных систем и автоматов, обладающих способностью к самоорганизации и более простых
по своей |
структуре, чем универсальные |
ЭВМ . В качестве при |
|||||
мера |
можно |
сослаться на разработку |
специализированной |
||||
ЭВМ, |
способной в несколько |
секунд |
выполнить |
задачи, для |
|||
решения которых на мощной ЭВ М CDC 6600 потребовалось бы |
|||||||
затратить 16 ч машинного времени [Л. 117]. |
|
|
|||||
Одним |
из |
перспективных |
путей технической |
реализации |
|||
адаптивных, или обучающихся, |
систем |
является использование |
|||||
для их построения адаптивных |
элементов |
(АЭ), определение |
|||||
которых было дано в § В - 1 . Как отмечалось |
в этом |
параграфе, |
|||||
основу |
для создания таких элементов |
составляют |
аналоговые |
запоминающие элементы (АЗЭ) . Характерной чертой обучаю
щихся систем является огромное число |
переменных |
взвешен |
|
ных связей |
(до 105 и более), поэтому такие системы |
являются |
|
основным |
потенциальным потребителем |
АЗЭ. Организация |
адаптивных элементов в систему чаще всего имеет матричный принцип, поэтому в дальнейшем многоэлементные устройства, обладающие способностью к самоорганизации и выполненные на базе адаптивных элементов, для краткости будем именовать обучающимися матричными структурами (ОМС) . Применение
10—382 |
1 |
4 |
5 |
О МС обеспечивает такие преимущества, как высокое быстро действие из-за параллельности всех операций, возможность
одновременного изменения состояния многих весовых |
элемен |
тов, удобство осуществления сложения выходных |
сигналов |
большого числа элементов, возможность непосредственной обра ботки входных сигналов в аналоговой форме, относительная простота и надежность.
Следует отметить, что надежность ОМС является следствием как высокой надежности самих АЭ, так и структурной организа ции, предусматривающей параллельность действия. Ввиду этого даже при выходе из строя ряда элементов система в целом оста ется работоспособной.
Вдальнейшем для конкретизации изложения в основном
будем рассматривать |
распознающие устройства, имея в |
виду, |
|||
что подобные |
устройства |
с принципиально |
несущественными |
||
изменениями |
могут |
быть |
использованы для |
решения |
других |
задач.
4-2. Основные предпосылки |
для организации обучающихся |
матричных |
|
структур |
(ОМС) |
|
|
Обычно |
полагают, что |
решение задачи распознавания связано |
сдвумя основными аспектами {Л. 116]:
свыбором признаков объекта хъ ..., хп, являющихся коор динатами многомерного вектора образа х; эта задача является наиболее трудной;
сразделением выбранного пространства признаков на обла сти, или с задачей собственно классификации.
На обоих этапах решения задачи распознавания широкое
распространение находят функции вида [Л. 8, 116, 118]:
|
m |
|
|
|
|
|
|
|
= £ cik<?i{x), |
k = l |
г. |
|
|
(4-1) |
|
В |
этой формуле ф г ( х ) ( t = |
l , . . . , m) — набор |
базисных |
функций, |
|||
a |
Cik(i=l, |
. . . , m; |
k=\, |
..., г)-—коэффициенты |
разложения |
||
функций Sfe(x) по базисным функциям. |
|
|
|
||||
|
Функции |
Sfc(\) |
удобно реализовывать с |
помощью |
адаптив |
ных элементов, объединенных по матричному принципу, как это показано на рис. 4-1. Коэффициенты dk представляют собой «веса», накопленные в АЭ. Выбор базисных функций ф г ( \ ) пред ставляет собой специальную проблему, однако, если они уже выбраны, принципиально их реализация возможна с помощью
функциональных |
преобразователей с передаточной функцией |
г ^ _ 1 [ ф г ( х ) ] , где |
W-1 является преобразованием, обратным к Ч*. |
146
Рис. 4-1. Структурная схема реализации |
функций |
типа |
(4-1). |
|
|
||||
Операции умножения, сложения и преобразования, |
необходимые |
||||||||
для получения |
функций |
S i ( x ) , |
. . . , S r ( x ) , |
производятся |
одновре |
||||
менно, что и |
обусловливает |
параллельность |
всех |
вычислений, |
|||||
реализуемых адаптивной |
матрицей. |
|
|
|
|
|
|||
Схема, изображенная |
на рис. 4-1, или ее некоторые |
видоиз |
|||||||
менения соответствуют ряду |
широко известных |
узнающих си |
|||||||
стем. Приведем примеры. |
|
|
|
|
|
|
|
||
1. Функции |
<Рг(\) |
являются |
линейными. |
Как |
правило, |
q>, - (x )=Xj. В таком случае распознающие машины называются линейными или при соответствующей организации выходных устройств матрицы кусочно-линейными [Л. 119]. Примером устройств такого класса является «Мадалайн», предложенная Уидроу.
2. Функции фг(х ) являются пороговыми. В таком случае мы приходим к перцептрону Розенблата, предложенному им как
эвристическая модель мозга |
человека |
[Л. 120]. |
3. Если входные сигналы |
матрицы |
являются дискретными, |
а коэффициенты с,& соответствуют относительным частотам по явления входных сигналов того или иного уровня, то матрица может реализовать машину условной вероятности [Л. 121]. Реа лизация оказывается тем более простой, что большинство из адаптивных элементов обладает накопительными характеристи ками, необходимыми для подсчета эмпирической частоты *.
* Подсчет эмпирической частоты появления значений признаков для каждого класса требует в этом случае условия, чтобы при обучении предъ являлось по равному числу представителей из всех классов при равных веро ятностях появления объектов из любого класса.
10; |
147 |
4. Схема рис. 4-1 допускает простое обобщение, позволяющее тем не менее реализовать более широкий класс функций:
Здесь qk, вообще говоря, заранее может быть не задано и опре деляется в зависимости от конкретных условий обучения. В от
личие |
от |
функций типа |
(4-1) указанные здесь |
зависимости |
||
позволяют |
осуществлять |
нелинейные преобразования относи |
||||
тельно |
базовых |
функций |
'cpi(x), . . . , |
ф т ( х ) . Схема, |
соответствую |
|
щая реализации |
соотношений (4-2), |
приведена на |
рис. 4-2. Ука |
занная схема позволяет осуществить целый ряд методов по вос становлению плотности распределения [Л. 122], как, например, метод «потенциальных» функций или близкие к нему. Заметим,
что, |
как |
правило, функции |
FJU{%) |
имеют несложный вид и мо |
гут |
быть |
легко технически |
реализованы. |
Рассмотренные выше схемы на рис. 4-1 и 4-2 являются осно вой при создании обучающихся матричных структур любого ти па. Выходные сигналы SR(x) таких схем можно в дальнейшем обрабатывать по-разному: квантовать по уровню, подавать на экстремальный детектор, использовать для мажоритарной логи ки и т. д. Особый интерес представляет случай, когда выходные сигналы элементарных матриц подаются на вход других ма триц; возникающая многослойная ОМС позволяет, прежде чем
принять |
решение, |
осуществить предварительное |
преобразование |
|
пространства исходных |
признаков [естественно, |
не выходящее |
||
за рамки |
функций |
(4-1) |
и (4-2)]. Указанная возможность явля |
ется принципиальной, так как ограниченность в длине обучаю щей выборки и в объеме памяти, всегда сопутствующая реше нию практических проблем, приводит к тому, что и самые изо щренные методы классификации оказываются бессильными, если признаки выбраны неудачно [Л. 116]. Там же указано, что в настоящее время значительная часть методов преобразования исходного пространства использует линейные преобразования. Последние же, как это следует из вышеизложенного, осуществи мы в рамках ОМС *. Отметим, что целый ряд систем, предназна ченных для распознавания сложных зрительных изображений и использующих современное представление о механизме зрения,
* Понятно, что если и решающие функции являются линейными, то оба слоя такой ОМС можно объединять в один. Принципиальный смысл много слойной ОМС именно в том и заключается, что следующие друг за другом любые два слоя осуществляют такие преобразования, которые нельзя выпол нить в одном.
148
целиком соответствует возможностям реализации таких систем на многослойной ОМС [Л. 118, 123, 124, 125]. Ограничиваясь эти ми примерами, подчеркнем важное для реализации обстоятель ство, что, несмотря на различие функций, осуществляемое от дельными слоями, все они имеют одинаковую структуру, способ ную к настройке. В этом отношении организация многослойных ОМС приближается к организации однородных структур [Л. 126].
|
Обсуждавшаяся выше организация ОМС была основана на |
|
возможностях адаптивных элементов в соответствии с |
формулой |
|
( В - |
8 ) . Однако в целом ряде случаев было бы удобно |
иметь та |
кие |
адаптивные элементы, для которых параметр адаптации с |
необязательно играл бы роль «веса», но и мог бы выполнять некоторые другие функции. Приведем пример.
Часто в задачах распознавания приходится считать расстоя ния в той или иной метрике. С одной стороны, такая задача мо-
*
*С|.1|ЧЧ.)
•**
*C I .4,I T(.)
* |
*С|.1к*(-) |
|
* |
4• |
|
|
C|.qkk44-) |
* * |
* |
С,.,г «г(.) |
** *С|.)ГФ(-)
** C|.qrrW<0
k-'[?j(x)]
*
*
С|.п.|ЧГ(0
Cijk4T(0
*Си к Ч Г (0
»
C i , q r r W ( - )
Ы'ЬтЩ
»1
t |
1 |
Cm,j,W(-) |
L |
tCm,q| |W(-) |
1L |
• |
|
CmJkW(-) |
1 |
» |
|
C m j k W O |
L |
»1
Cm,q k kTO L
»1
Cm,ifV( - ) L
»1
CmJrW(-) L
*1
Cm,qrrW(-; 1
Рис. 4-2. Структурная схема реализации функций типа (4-2).
149
жет быть успешно решена с помощью «весовых» адаптивных элементов. Например, для эвклидовой метрики будут следующие соотношения:
|
/ ~ |
« |
|
~ |
п |
п |
~ |
|
п _ |
|
Зга |
Ц Ck<?k (X), |
|
R* (х, |
с) = |
2 |
(Xi - аУ = 2 - ^ - 2 2 |
XiPt + |
2 |
с\ = |
|||||||
|
|
|
i = l |
|
|
i-l |
1=1 |
|
|
/=1 |
|
ft=l |
|
где |
|
|
|
|
|
|
|
|
|
|
|
|
(4-3) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
c f t = l , |
|
f K ( x ) = |
jc^ |
k = l , . . . , |
ti (k = |
i); |
|
|
|
|
|||
Сь = |
ск_п, |
?f t (x) = |
— 2 х й _ п , £ = |
« - ( - 1 , . . . . |
2/г |
(k — n = |
i); |
||||||
cft = |
<? |
, |
< p f t ( x ) = l , |
& = 2 / г + 1 , . . . , |
3/г |
(к — |
2w=-i). |
|
|||||
|
ft — 2n |
|
' |
1 |
|
|
4 |
|
|
* |
|
||
|
|
|
|
|
|
|
|
|
|
|
|
||
Здесь |
c = ( c i , |
. . . , |
c n ) есть некоторый |
эталон или |
представитель |
||||||||
определенного класса. По координатам |
с, можно в соответствии |
||||||||||||
с соотношениями |
(4-3) найти значения |
cit |
..., |
с3п, |
реализуемые |
в «весовых» адаптивных элементах. Однако если бы существо вал адаптивный элемент с характеристикой
у=(х-с)\ |
|
(4-4) |
то, положив Ci = |
ei, t = l , |
.. ., п, в указанном примере удалось бы |
втрое уменьшить |
число |
элементов. В настоящее время вопрос |
о создании «невесовых» адаптивных элементов остается полно стью открытым.
4-3. Обучение матричных структур на АЭ. Применение для целей обучения ЭВМ.
Как указывалось в предыдущем разделе, ОМС в основе своей работы имеют вычисление функций типа (4-1) или (4-2). На хождение параметров адаптации или «весов», входящих в эти формулы, осуществляется в процессе обучения матричных струк тур.
С точки зрения технической реализации алгоритмов обучения их удобно рассматривать в двух аспектах.
а) Исходя из необходимого в процессе обучения объема па мяти, все алгоритмы можно разделить на рекуррентные и нере куррентные. Применение первых делает объем памяти независи мым от длины обучающей выборки, и каждый новый член вы борки вносит свой вклад лишь в изменение параметров адапта ции, а потом он может быть «забыт». Нерекуррентные алгоритмы требуют запоминания всех членов выборки или некоторой части ее, но в любом случае объем памяти здесь больше, чем в первом случае, и он зависит, вообще говоря, от длины выборки и ее
150