Материалы всероссийской научно-технической конференции Автоматизир

ном виде можно представить НС в виде последовательно соединен­ ных ОН, структура которых замкнута в кольцо. При этом если рас­ сматривать только этап проведения аналого-цифрового преобразова­ ния [4], то такую структуру можно взять за основу модели, так как Км, входные и выходные нейроны обеспечивают только маршрути­ зацию сигналов к соответствующей части свободных ОН.

На данном этапе моделирования мы поставили задачу опреде­ лить влияние отказов ОН в НС без дополнительных связей на веро­ ятность отказа в формировании ИАЦП под пришедший входной сигнал.

В качестве системы имитационного моделирования была выбра­ на программа AnyLogic, которая специализируется на создании мо­ делей для бизнеса, производства, IT-инфраструктуры и т.д. При вы­ боре этой системы главным аргументом стала возможность задания гибкой логики для работы модели, которая бы описывала принципы поведения нейронов и коммутации ОН в ИАЦП. В AnyLogic созда­ ние имитационной модели осуществляется с помощью трех основных подходов: системная динамика, дискретно-событийное и агентное моделирование. Для описания работы нашей системы был выбран агентный подход моделирования.

В агентном подходе моделирования система представляется в виде набора агентов, представляющих собой заявки, ресурсы, об­ служивающие системы. Каждый агент имеет свою программную реа­ лизацию и обладает динамическим поведением, т.е. агент зависит не только от событий заявки, но и от поведения других элементов (зая­ вок, агентов) системы, что, в свою очередь, подходит для описания логики формирования ИАЦП, формирования и обслуживания заявок, описания параметров и жизненного цикла ОН.

Для описания работы модели было создано 2 класса, агенты ко­ торых расположены и взаимодействуют между собой через агент верхнего уровня Main: MyNeuron (содержит популяцию агентов myNeurons, описывающих состояние, параметры и цикл жизни ней­ рона) и MyMessage (содержит популяцию агентов myMessages, пред­ ставляющих собой заявки для формирования ИАЦП с заданными параметрами). Кроме того, в агенте Main присутствует оператор со­ бытия generateMessages, который представляет собой входной поток заявок, имеющих пуассоновское распределение, но при этом опера­ тор имеет ограничение в генерации заявок, т.е. одновременно не

может быть сгенерировано заявок больше, чем задано входов для АЦП. Также присутствуют дополнительные счетчики для сбора ста­ тистики и анализа некоторых параметров системы, такие как: счетчи­ ки поступивших в систему заявок, счетчик заявок, получивших отказ

вобслуживании, когда не хватает ОН для обработки заявки, счетчик отказов, наступивших при выходе из строя ОН,.занятого обработкой заявки в данный момент, и счетчик находящихся в системе заявок

вданный момент.

Агент myNeurons (рис. 2) содержит в себе следующие параметры нейронов: номер, исправность и занятость нейрона.

Р а б о ч е е

со сто ян и е

Рис. 2. Структура агента myNeurons

Иерархическая структура (диаграмма состояний) задает логику изменения состояния нейрона от исправного к неисправному через графические блоки:

-исходное состояние (нейрон исправен);

-рабочее состояние (то же состояние, что и в исходном; данный блок используется для задания в следующем переходе в конечное со­

стояние интенсивности или условия выхода из строя ОН, так как

вграфическом элементе исходного состояния нет такой функции);

-конечное состояние (в этом блоке задается алгоритм выхода нейрона из строя).

Агент myMessages (рис. 3) описывает входную заявку присущи­ ми ему параметрами (разрядность, время жизни, соответствующее времени, требуемому для обработки заявки, номер входа) и размеще­

ние ее в НС. Операция «удаление» уничтожает заявку в системе

иосвобождает занимаемые ею нейроны, т.е. является аналогом раз­ рушения, сформированного ИАЦП. Блок-схема, представленная на рис. 3, задает логику обслуживания заявки, т.е. формирования ИАЦП,

исостоит из следующих блоков:

-исходное состояние (заявки не существует, ожидается наступ­ ление события generateMessages);

-поступление заявки переводит агент в состояние ФИАЦП (формирование индивидуального аналого-цифрового преобразовате­

ля), одновременно исполняется функция по поиску свободных ней­ ронов в НС; из состояния ФИАЦП в зависимости от того, удалось ли найти свободные нейроны и разместить ИАЦП в НС, агент myMessages может перейти в два состояния:

___ _ 1Г

О бслух:ивание

1г

Разрушение 1 ИАЦП

Рис. 3. Алгоритм работы агента myMessages

• ожидание наступает, если заявку не удалось разместить, при этом по таймеру агент будет возвращаться в состояние ФИАЦП и снова проверять состояние нейронов, так как генерация и соответ­ ственно исчезновение заявок не зависят непосредственно от АЦП, а определяются условиями внешних систем, то невозможность раз­ местить заявку не приводит к ее удалению;

• обслуживание наступает, если удалось найти свободные нейроны в достаточном количестве и входной сигнал может быть измерен, из этого состояния агент выйдет только по истечении вре­ мени жизни заявки, либо если во время обслуживания выйдет из строя один из нейронов, которые были задействованы для этого обслуживания.

Отказом в обслуживании является пребывание заявки в состоя­ нии ожидания больше некоторого времени (времени жизни заявки), которое свидетельствует о том, что в НС не хватает свободных и ис­ правных нейронов для формировании ИАЦП заданной разрядности.

Так как, вообще говоря, АЦП - это система реального времени, то наличие отказов в системе является одной из самых важных ее харак­ теристик, поэтому при моделировании как основной изучаемый па­ раметр мы приняли именно вероятность отказа.

Авторы считают, что в данной работе новыми являются сле­ дующие положения и результаты: разработана имитационная модель нейронной сети (НС) самомаршрутизирующегося аналого-цифрового преобразователя, при моделировании был использован агентный подход к моделированию, модель содержит две группы агентов, со­ ответствующих нейронам и входным заявкам на формирование ИАЦП. Исследование построенной модели привело к выводу о том, что положение вышедших из строя нейронов сильно влияет на изме­ нение вероятности отказа в обработке заявки в зависимости от интен­ сивности потока входных заявок.

В настоящее время решаются следующие задачи: улучшение мо­ дели НС для обеспечения легкой настройки системы под разное ко­ личество дополнительных связей между нейронами, исследование влияния других параметров на вероятность отказа в формировании ИАЦП (количество входов и количество нейронов, допустимые раз­ рядности заявок, количество и порядок выхода из строя нейронов). Кроме того, особый интерес представляет решение обратной задачи: определить требуемое количество нейронов при заданной вероятно­ сти безотказной работы устройства.

Библиографический список

1. Матушкин Н.Н., Южаков А.А. Измерительные преобразова­ тели на основе потоковой динамической архитектуры // Известия вузов. Приборостроение - 1994. -№ 1. - С. 16-21.

2.Посягин А.И., Южаков А.А. Разработка аналого-цифрового преобразователя на основе нейронной сети // Электротехника. - 2012.

-№ И . - С . 18-24.

3.Посягин А.И., Южаков А.А. Самомаршрутизирующийся ана­ лого-цифровой преобразователь на основе двухслойной нейронной

сети // Нейрокомпьютеры. - 2013. -№ 11. - С. 76-81.

4.Посягин А.И., Южаков А.А. Самомаршрутизация сигналов

ваналого-цифровом преобразователе на основе нейронной сети // Известия высших учебных заведений. Приборостроение. - 2014. - Т. 5 7 . - № 5 . - С . 38-43.

РАЗРАБОТКА И АНАЛИЗ МОДЕЛЕЙ ПРОТОКОЛОВ

МНОЖЕСТВЕННОГО ДОСТУПА CSMA-УЗЛОВ К СЕТЕВОМУ КАНАЛУ

Студентка гр. ТК-12-16 Ю.В. Лихачева

Научный руководитель - ассистент С.А Даденков Пермский национальный исследовательский политехнический университет

Решение задачи организации множественного доступа узлов к каналу в сетях с разделяемой средой передачи выполняется с по­ мощью вероятностных и детерминированных методов доступа. Веро­ ятностные методы позволяют более эффективно использовать сете­ вой канал при передаче спорадического трафика, а детерминирован­ ные методы - при передаче регулярного трафика. Использование де­ терминированных методов является целесообразным для обеспече­ ния вероятностно-временных характеристик систем жесткого реаль­ ного времени (РВ), в то время как вероятностные методы могут обес­ печить меньшее время передачи (при условии небольшой полезной загруженности канала с множественным соперничеством или высо­ кой загруженностью без соперничества), служить основой организа­ ции систем мягкого реального времени. Поэтому применение вероят­ ностных методов множественного доступа CSMA (Carrier Sense Mul­ tiple Access) получило широкое распространение в локально­ вычислительных сетях, сетях доступа Ethernet (FE, GE, xGE, ТЕ), транспортных сетях Metro Ethernet (ME).

В настоящее время методы множественного доступа активно применяются для построения промышленных сетей реального време­ ни: Industrial Ethernet (IE), CAN, LonWorks, ModbusTCP и др. Поэто­ му исследование эффективности, производительности вероятностных методов доступа семейства CSMA в условиях различной загруженно­ сти сетевого канала является актуальной задачей. Результаты данного исследования могут применяться на практике для определения наи­ более эффективных методов доступа, при определенных нагрузочных условиях эксплуатации (количество узлов в канале, интенсивности нагрузки, загрузка канала). Целесообразным также является разра­ ботка лабораторной работы, посвященной анализу принципов функ­ ционирования и эффективности технологий доступа, и внедрение ее

в учебный процесс. Практический анализ технологий позволит повы­ сить эффективность приобретения студентами знаний и умений ис­ следования сложных систем.

Анализ принципов функционирования и эффективности методов доступа целесообразно производить с помощью общецелевой систе­ мы имитационного моделирования AnyLogic. Это обусловлено рядом преимуществ системы для решаемого круга задач:

- простота и адекватность представления алгоритмов множест­ венного доступа с помощью развитого инструментария диаграмм состояний и переходов (State Chart), что позволяет сосредоточиться при разработке модели на детализации алгоритма факторами функ­ ционирования;

-адекватность представления узлов-соперников в виде объек­ тов с помощью агентного моделирования, что позволяет представить индивидуальный характер функционирования (случайного соперни­ чества по алгоритму), учесть индивидуальные характеристики (ин­ тенсивность, счетчики передачи, коллизий) узлов сети;

-развитый инструмент сбора и визуального отображения статистики;

-возможность построения и проведения экспериментов оценки показателей эффективности моделируемых методов и экспериментов варьирования параметров нагрузки с целью визуального и количест­ венного сравнения показателей эффективности методов.

В рамках настоящей работы авторами разработаны модели и вы­ полняется анализ следующих методов доступа: Aloha, /7-Persistent CSMA, predictive /7-Persistent CSMA. В дальнейшем авторы планиру­ ют дополнить работу исследованием протоколов: синхронная Aloha, CSMA/CD (Ethernet), CSMA/CA, CSMA/NBA и другими.

Методы доступа р-Persistent CSMA. Доступ узлов к сетевому каналу производится в синхронных пакетных циклах [1]. Циклы под­ разделяются на свободные, когда канал свободен, и занятые, когда выполняется передача. Каждый занятый пакетный цикл представляет собой время доступа к каналу и время передачи пакета.

Алгоритм доступа к среде включает следующие основные этапы (рис. 1)* [1]:

*Дитрих Д., Лой Д., Швайнцер Г.Ю. LON-технология, построение распределенных приложений: пер. с нем. / под ред. О.Б. Низамутдинова. - Пермь: Звезда, 1999. - 242 с.

Формирование сетевых сообщений для передачи выполняется функцией generateMsg, в рамках которой производится синхронное увеличение числа сообщений узла для передачи по каждой схеме доступа (+1 сообщение). Синхронность моментов генерации сообще­ ний для каждой схемы обеспечивает равенство условий моделируе­ мой нагрузки, что позволяет производить корректное сравнение по­ лучаемых оценок эффективности алгоритмов.

Эффективность доступа оценивается по средним показателям: вероятности коллизии, вероятности потери сообщений (при колли­ зии), среднего времени доступа. Корректность сбора статистики обеспечивается разработанными методами подсчета числа успешных/неудачных передач, времени занятости канала задержкой досту­ па и передачи, числом потерянных сообщений.

Проведение и анализ экспериментов оценки показателей и варьирования параметров модели методов доступа. Экспери­ мент оценки показателей функционирования продолжается в течение длительного интервала времени, что необходимо для получения ста­ тистически корректных результатов. Окончание эксперимента насту­ пает в фазе моделирования, в рамках которой статистика по средним показателям с течением времени остается практически неизменной. Результаты экспериментов (загрузка канала, вероятность коллизии (%), доля потерянных сообщений, задержка доступа (мс)) при раз­ личных исходных данных (интенсивности (сообщ./с, количестве уз­ лов) представлены в таблице.

Результаты экспериментов оценки показателей эффективности

Более гибким и эффективным для исследования является экспе­ римент варьирования параметров. В рамках исследования предлага­ ются два основных эксперимента: 1) варьирование интенсивности формирований узлами сообщений (нагрузки на канал) при фиксиро­ ванном количестве узлов; 2) варьирование числа узлов при фиксиро­ ванной суммарной нагрузке, создаваемой узлами сети. Результаты

данных экспериментов важны при анализе возможностей (эффектив­ ностей) протоколов доступа на различных участках загруженностей сетевых каналов и при различном количестве узлов. Пример резуль­ тата для выбранных исходных данных эксперимента №1: количество узлов - 60; интервал варьирования интенсивности - 1:5 (сообщ./с), приведены на рис. 3.

Рис. 3. Результаты эксперимента варьирования интенсивности нагрузки

Анализ результатов, полученных в рамках исследований, пока­ зывает, что меньшим временем доступа для передачи сетевых сооб­ щений характеризуется алгоритм aloha, что объясняется практиче­ ским отсутствием задержек перед передачей (только задержка ожи­ дания в очереди узла). С ростом нагрузки данный протокол характе­ ризуется высокой вероятностью коллизий и потерей сообщений. При загрузке канала выше 10 % более эффективным по вероятностям кол­ лизий и потерь сообщений является метод доступа p-Persistent CSMA. При загрузке канала, большей 50 %, эффективным является протокол с прогнозированием нагрузки predictive p-Persistent CSMA, который уменьшает вероятность коллизий и потери сообщений, но при этом увеличивает среднее время доступа узлов для передачи сообщений.