Типы данных поддерживаемые кс
Правильно спроектировать КС можно только хорошо проанализировав потоки данных в них и основные операции с данными.
Совокупность оцифрованных сигналов, поступающих в вычислительную среду в виде временных последовательностей, характеризующих процессы, поля, многомерные образования, параметры которых подлежат исследованию и данных хранящихся в файлах представляют собой рабочие массивы КС.
В
вычислительной среде данные потоки
преобразуются в кластерные структуры
достаточные для проведения цикла
измерений. Примером таких образований
может быть “окно” размером
,
включающее
объект и сформированный из временной
последовательности вектор отсчетов
(
-
порядковый номер), как кластер
;
. . .;
Формирование окна характерно для операции идентификации параметров двухмерных и трехмерных изображений в системах с линейной разверткой. При этом t - длина строки, j - номер строки внутри кластера, a - номер первой точки кластера. Для таких типов данных характерны особые ограничения (для указанного случая - условия слитности окна), критерии допустимости и качества проводимых операций.
2.1. Классические типы данных
К классическим форматам данных, которые должна поддерживать относятся:
- беззнаковое размером байт,
- беззнаковое размером слово,
- беззнаковое размером двойное слово,
- беззнаковое размером с четверное слово,
- знаковое размером байт,
- знаковое размером слово,
- знаковое размером двойное слово,
- знаковое размером четверное слово,
- плавающее F-формата,
- плавающее D-формата,
- поле битов переменной длины,
- строки символов,
- строки цифр в зонном формате,
- строки цифр в специальном формате,
- строки цифр без знака,
- строки цифр с ведущим отдельным знаком,
- упакованные десятичные строки.
Данные типы и классические операции над ними описаны в широко известных монографиях, справочниках и учебных пособиях, но более четко и строго они представлены в технических руководствах к ЭВМ. В этих описаниях (DtaSheet) идентифицированы действия по нарушению значимости, правила округления и т.п., которые также берутся за основу. Тип данных определяет и архитектуру АЛУ.
2.2. Форматы представления графических и специальных типов данных
Быстрые аппаратные средства широко используются сегодня и сохраняют свою актуальность, как перспективные решения, для обеспечения компьютерной графики. Поэтому разрабатываемые технологии должны включать поддержку графических форматов данных.
Графические форматы практически включают в себя два подмножества - растровый и векторный.
В перечне растровых выделяют JPEG, GIF, EPS, BMP, PICT, PCX, TARGA, TIFF и др. включающие описания объекта размером до 16 Мбайт. В перечне отличий форматов не последнее место занимают методы сжатия, использованные при формировании описаний объектов.
Векторные форматы, как правило, содержат менее объемное описание объекта. Достигаемая степень сжатия в десятки и сотни раз больше по сравнению с растровыми. Вот отдельные из них: CGM, DXF, EPS, PICT, WMF и др.
Преобразования выполняют программы-трансляторы. Их сложность при преобразовании растровый - векторный во много раз больше, чем при преобразовании векторный - растровый.
КС обрабатывают и более сложные типы данных, например, модулярные. Форматы остатков эквивалентны форматам генетически связанных оснований, хотя в арифметике с переполнением могут превышать их.
Измерительная информация сегодня по мере роста возможностей систем обработки данных и систем первичного преобразования физических сигналов различной природы представляется все новыми типами данных.
Как показал проведенный анализ, значительное количество таких типов перекрывается понятием кластера коррелированных отсчетов.
Часто встречаются беззнаковые, десяти-, двенадцати-, четырнадцатиразрядные отсчеты, в системах с высокими скоростями входных потоков - шести- и четырехбитные отсчеты. При поступлении в систему они чаще всего характеризуются однородностью выборок т.е. постоянством скорости поступления.
Одной из первых операций применяемой к входному потоку является формирование кластера коррелированных отсчетов как объекта.
Например, простейший случай - выборка длительностью
,
где
-
предыстория развития сигнала, в ходе
которой формируется кольцо данных с
контролем энергии в кольце (сторожевой
режим),
- выборка фиксированной длины достаточная
для локализации информации об объекте.
Пример более сложного объекта - многоимпульсное отображение смещения негативного изображения границы объекта в плоскости анализа в когерентных фотоэлектрических микроскопах. В данном случае отсчеты слитны и формирование кластера коррелированных отсчетов не представляет труда и не требует больших ресурсов памяти. Сложнее это решить в случае адаптивно-перестраиваемого формирования зондирующего импульса с разрешением более высоким, чем позволяет полоса пропускания системы.
В этом случае вводится расширение времени анализа с “впечатыванием” новых смещенных зондирующих импульсов через интервалы повторения. Объем файла удерживающего фрагменты может быть очень большим и превышать сотни мегабайт.