Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

книги из ГПНТБ / Яковлев, В. В. Стохастические вычислительные машины

.pdf
Скачиваний:
8
Добавлен:
22.10.2023
Размер:
15.73 Mб
Скачать

При линейной интерполяции погрешность метода аппроксима­ ции определяется величиной остаточного члена R (А) в интерполя­ ционной формуле Ньютона [55]

R (А) = ^

(.А - At) (А - А1+1),

(3.30)

где Ф" (Q — вторая производная функции Ф (А) в точке с абсцис­ сой Ai <; £ A l+ ц где погрешность наибольшая; A t, A i + 1 — начало и конец шага аппроксимации hi. Обозначив

получим А А { = уhi и А A i + 1 = А A t hi = ht (у — 1).

Тогда формула (3.30) примет вид

Я ( Л ) = - ^ Л ? у ( у - 1 ) .

Так как при интерполяции 0 <( у <[ 1 и при этих значениях у

имеет место неравенство у (у — 1) ^

, то

т. е. абсолютная ошибка линейной интерполяции не превосходит

Vs абсолютной величины второй разности.

 

 

 

Так

как необходимо, чтобы погрешность

аппроксимации

е

не превышала R С<4)тах, то величина шага, при котором это

усло­

вие выполняется, будет

 

 

 

 

 

К

 

 

 

 

Ф'(£) I»

 

 

 

 

 

 

 

 

2.

Вспомогательные функции теперь

представим

в

виде

Фг (Л)

= Ф (А ) + 2е и Ф2 (А) = Ф (А) — 2е (рис. 49, б). В этом

случае максимальная погрешность аппроксимации равна 2е,

а шаг

аппроксимации увеличивается в ]/2 раз, т. е.

hi — 4

Ф'(£)1

На рисунке показан способ построения приближающей функции Ф (Л), при которой ошибка не превышает 8.

Уравнение для каждого отрезка аппроксимирующей линии Ф (^4) можно записать в виде

ф(Л) = ф/+ А/4 ,

(3.31)

где фг и ki — соответственно свободный член и коэффициент наклона аппроксимирующего отрезка, являющиеся постоянными величинами в пределах шага аппроксимации.

110

В более удобном для моделирования виде уравнение (3.31) можно записать так

Ф (А) = Ф (А;) + (Ам ) - ср (А,)] ~ЛА~ А‘ ,

(3 .3 2 )

где ф (A t), ф {Ai +j) — значения функции на

границах

участка

аппроксимации; А — текущее значение кода.

 

 

Аппроксимация исходной функции может

быть произведена

с равномерным и переменным шагом. Метод разбиения по аргу-

Код функции

Рис. 50. Стохастический кусочно-линейный аппроксиматор:

П З У — постоянное запоминающее устройство; СС — схема сравнения; ГСЧ — генератор случайных чисел

менту в основном определяет сложность детерминированной части ФПКВ. Она получается наиболее простой в случае равномерного разбиения по А , когда ht = 2~s = const.

Разделим преобразуемое число А = 0, a lf а 2. . ,at на две части а 1а 2- • •as as+1- ■-at по s и i—s разрядов в каждой из них. Пусть

S

I

S

номер участка

аппроксимации,

первые

s разрядов определяют

для которого

в П ЗУ хранится

начальное

значение функции и

коэффициент

наклона. Тогда остальные I

s

разрядов исполь­

зуются для кодирования дискретных значений аргумента, принад­ лежащих шагу аппроксимации /г,-.

На рис. 50 представлена структура детерминированной и ве­ роятностной части кусочно-линейного аппроксиматора, реализу­ ющего зависимость (3.32).

Структура вероятностной части блок-схемы должна обеспечи­ вать вычисление значений функции ф (А).

Уравнение, описывающее работу вероятностной части, имеет вид

Р (z) = Р и + Р иРв — Р п Р а Р з = Р и + P biP b d — P ith (3 -33)

111

где

вероятность р 1(- — пропорциональна

 

начальному

значению

Ф (At) i-то участка аппроксимации; p 2i — пропорциональна

при­

ращению функции на участке аппроксимации;

 

р 3 — пропорцио­

нальна

текущему значению

I s разрядной

 

части

числа А .

Для любого г-го участка аппроксимации, таким образом,

имеем 2l~s дискретных

значений функции ф (А)

 

при изменении А

в промежутке

A t <^А <^А1 + 1 с

шагом

 

2~1,

что соответствует

изменению аргумента A t_s

(текущего значения I s разрядного

 

 

 

 

 

числа А)

с шагом 2~a ~s) в

интервале

 

 

 

 

 

О—1. Так как

 

 

 

 

 

 

 

 

 

 

 

 

 

р3 = А1-S,

 

 

 

A—At

 

 

 

 

 

 

 

 

а А ,_ = Ai+i — Af

 

 

 

 

 

 

то

 

 

Рз-

A —Ai

 

(3.34)

 

 

 

 

 

 

 

 

Ai+i Ai

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

При р з =

0, когда мы

находимся в на­

Рис.

51.

К определению

 

чале i +

1 участка аппроксимации,

 

 

 

 

Р (*) = Ф (Ai) = р и .

 

(3.35

вероятности р (г)

на выходе

 

 

 

 

 

стохастического

кусочно­

 

 

Определим теперь

 

величину р 2[ из

линейного

аппроксиматора

 

 

 

стка

аппроксимации

 

условия, что для конца i

+ 1

уча-

Р (z)

=

Ф (Аг + 1)

при

р3 = 1

(рис. 51):

 

 

 

Р (?) = ф(Л+i) = Ф(Ад тР-ц—Ф{Ai) p2lt

 

 

откуда

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ф (^li+l) ' ' ф (A i)

 

 

 

 

(3.36)

 

 

 

 

Р 21

 

1 — Ф ( Л £)

 

*

 

 

 

 

 

 

 

 

 

 

 

 

 

Следовательно,

учитывая

(3.34), (3.35) и (3.36),

найдем

 

 

 

р (z) = Ф (At) +

(Ам ) — ф (А^ ]

 

 

 

=

 

 

 

 

 

=

P u + P 2iPs ( 1 — Р и )-

 

 

 

 

 

 

Таким образом, уравнения (3.32) и (3.33) тождественны, и уравнение (3.33) является уравнением аппроксимирующей лома­ ной линии.

Основу детерминированной части аппроксиматора составляет постоянное запоминающее устройство П З У , в котором хранятся начальные значения участков аппроксимации ф (At) и коэффи­ циенты наклона

у _

Ф ( A i +1) — 4>(Aj)

1

1— Ф ( Л г)

По первым s разрядам исходного числа А , определяющим номер участка аппроксимации, из П ЗУ производится выборка начального значения ф (А{) участка и коэффициента наклона

112

k'i. Заметим, что к\ не может быть больше единицы, так как в вы­ ражении (3.36) ср (А 1 +х) ^ 1. По этим данным и величине кода A Us производится вычисление р (z) = ф (А).

Поскольку вероятности р ±, р 2, р 3 изменяются дискретно, определим минимально и максимально возможное значение коэф­

фициента наклона

аппроксимирующей линии

 

 

 

 

,

 

Аф (AQ __ p а

— р ц ) Ар3

 

 

 

 

 

 

АА

АА

*

где

ДА = 2~1 — приращение

аргумента;

Дф (At) — приращение

функции

на

участке

аппроксимации:

 

 

 

 

 

 

ь

_ Г Аф Ш ) ~]

_

п

 

 

 

 

 

'*/ГП1П--

AA Jm in

 

 

 

 

 

 

L

так

как р я1min= 0;

 

Аф (А {)

 

 

 

 

 

 

ктпЯХ

 

Pti max ( 1

P ll) Дрз

 

 

 

 

АА

 

 

АА

 

 

 

 

 

 

 

Подставим

в

уравнение

ктах

значения

 

 

 

 

Др3 =

 

р 21.

2т

1

 

 

 

 

 

 

 

 

 

 

 

 

где

т — разрядность к\, и получим

 

 

 

 

 

krr\3v

2т — 1 (1 — р н ) 2' -U-s)

(1—Ри) 2s-

 

 

 

 

2~1

 

 

 

 

 

 

 

 

 

При Ри = 0 ктах = 2s, т. е. максимальный наклон аппроксими­ рующей линии определяется разрядностью s первой части пре­ образуемого кода А и тем больше, чем больше s.

Между своим минимальным и максимальным значениями коэффициент kt принимает дискретные значения, определяемые дискретностью задания p 2i:

ЛЬ

A p2f (1 — Р и ) &Ря

__ 2~та (1 р ц ) 2~a ~s)

1 — Ри

1

дA

2~l

" 2m-s '

Следовательно, коэффициент наклона аппроксимирующей линии является функцией не только p 2i, Др3) Д^4> но зависит еще йот начального значения ф (А г) = Ри кусочно-линейной функции. Вследствие этого величины ктах и Дkt также зависят от началь­

ного значения

ф (А?)

= р ц ,

причем

 

 

 

П т ктях

- П т Д&(- = 0.

 

 

 

Pir-i

 

 

При р и max = (2 "— 1)2_”, где п — разрядность параметра ф (^4г),

 

 

к

( 1 — 271—1 Д2s = 2s_n

 

 

 

"-max — l А

2n J

 

Разрядность

A =

(0, a xa 2. . ,at) выбирается из

условия

получения

заданной

точности представления. Обычно

точность

8 В . В .

Яковлев

 

 

ИЗ

представления функции принимается равной точности задания аргумента, а потому п = I. Тогда

Лф (^)max = h max A^max = (1 ~ Pit) 2S •2"S 1 - Pll,

ф ( A ) = P u + Аф (^)max = P i t + 1 — P i t = 1,

т. e. соотношение между kimax, s и Pll таково, что для любого значения ф (At) = p lt при максимальном приращении аргумента

Рис. 52. Возможные значе­

Рис. 53.

К определению спо­

ния аппроксимирующей функ­

соба получения отрицательных

ции ф(/1)

для четырех участ­

наклонов

аппроксимирующей

 

ков аппроксимации

 

линии ф(А)

Д Л т ах =

2 - s

( ч т о соответствует длине одного участка аппрокси­

мации) значение функции ф +

Д-4тах) может быть сколь угодно

близким

к

единице (рис. 52).

 

 

Количество разрядов s аппроксиматора определяется исходя из требуемого числа участков аппроксимации. Принимая за основу второй метод аппроксимации (рис. 49, б), можно записать

ААтау Akt «£ 2е;

с другой стороны,

 

 

 

bA maxMct = ± ^

2 ~

s.

(3.37)

Выражение (3.37) максимально при Pli

= 0,

тогда

2-s , 2-(m-s) = 2-т 2б)

 

откуда

 

 

 

m = 1°^

 

(3.38)

При кусочно-линейной аппроксимации функций часто возни­ кает задача получения прямолинейных отрезков с отрицатель­ ными коэффициентами наклона (рис. 53). Для этой цели исполь­ зуется инверсный выход устройства р (у). Схема выходного блока аппроксиматора представлена на рис. 54. Управление выдачей вероятностей р (у) = р (z) или р (у) = 1 — р (z) осуществляется

114

сигналом от п + т + 1 разряда П ЗУ , используемого для коди­ рования знака наклона. Если состояние этого разряда 0, то функ­ ция является возрастающей на данном участке аппроксимации, если состояние разряда 1, то воспроизводится убывающая функ­ ция.

То, что действительно реализуются коэффициенты наклона с отрицательными значениями, видно из следующих рассуждений:

При р з =

1 —р (z) =

1 -

ри -

р2(. (1 - Ри) р3'

 

0

 

 

 

 

 

при р з =

1 р (z) =

1 р и =

ф (А ;),

 

1

 

 

 

 

 

1 ~

Р («) = 1 —Ри - Ра/ (1 -

Ри) = ф

г) - Ра/Ф (At) =

Ф (Ai+1).

Отсюда

 

„ _ ф ( Л *) — ф ( Л г+1)

 

ф ( 4 ; ) - ф ( 4 г-+1) .

 

 

 

Таким

образом,

 

 

 

 

 

 

 

1 —Р (*) = Ф (Л) -

[ф (4;) -

ф (Ам )\

*/= “ Ра/

Следовательно, выводы относительно /с* аналогичны тому, что было уже показано для к[.

Точность преобразования. Вследствие дискретности входной переменной выходная непрерывная случайная переменная — час­

тота

появления

единиц в

 

выходящей

последователь­

 

ности — будет

иметь набор

 

математических

ожиданий —

 

вероятностей

в

соответствии

 

с дискретностью

задания

 

входной переменной.

 

В

идеальном

аппрокси-

 

маторе каждому

исходному

 

числу

А

соответствует точ­

Рис. 54. Схема образования участков

ное

значение

вероятности

аппроксимации с отрицательным коэф-

р {А),

хотя

действительная

фициентом наклона

случайная

переменная будет

 

более

или

менее

отличаться

 

от р (Л), так как для точного преобразования необходимо прово­ дить бесконечное число испытаний.

Допустим, что дискретные значения ф (А,) и ф (Лг + 1) аппрок­ симирующей функции заданы с той же точностью, что и входная переменная А . При этом возможны два случая:

1)

Ф(Лг) = ф(Лг-),

2)

Ф (At) =

Ф(Л,-) + Ф(Л,-+1)

 

 

2

8 *

115

В первом случае ошибка представления равна нулю. Во втором случае возникающая ошибка представления не превышает зна­

чения

= 2~ll+li .

Итак, если ф (А) задана с точностью в I разрядов, то

|ф(И;) - Ф ( И 1-)| ^ 2 -(г+1>.

(3.39)

Если под ф (Aft понимать частоту события со (И,), то действи­ тельная ошибка может возрасти до 2~1. Таким образом, сохране­ ние точности выходной переменной (равной точности входной переменной) происходит только в идеальном аппроксиматоре, так как в реальном устройстве невозможно выполнить условие

Р [и (^ ) - Ф (4 ,)^ 2 - « + » 1 = Рд,

где р д — доверительная вероятность (см. стр. 21).

Поэтому в реальном ФП можно потребовать: если преобразуе­ мое число задано /-разрядным двоичным кодом, необходимо, чтобы

погрешность представления не превышала

 

{At) Ф (А{) j = Д =5 2“<1+2).

(3.40)

Таким образом, процесс синтеза кусочно-линейного аппроксиматора можно представить в виде следующей последовательности операций:

1) определение количества участков линейной аппроксимации зависимости Ф (И). Т. е. нужно выбрать такое s, чтобы А ^

^ 2~ (1+ 2);

2)

определение

разрядности

п я т

регистров Рг1 и Рг2

(рис.

50) для задания p lt- и р г1.

 

При этом численные значения ф (А{) и к\ определяются:

для убывающих

функций:

 

 

 

 

1

ф Ш

 

 

 

ф( (И) =

1 — ф(И4);

 

для возрастающих функций:

,,Ф(Лр — ф(Л,ч-1)

1

1 — ф ( A t)

*

Фг (Л) = ф(Иг),

где ф (А{) — значение ф (А)

в точке

Ар, ф* {А) — информация,

заносимая в ячейку ЗУ.

Пример. Определить основные параметры кусочно-линейного аппроксиматора, реализующего зависимости вида:

Фг (А) = e~iA, Ф2 ( A ) = s m ± A , АЕ (0, 1).

Погрешность представления етах^ 0 ,5 % .

116

Код функции

00

00

00

00

00

00

00

00

00

00

00

00

00

00

00

00

00

00

00

00

00

00

00

00

00

00

00

00

00

00

00

00

Т а б л и ц а 10

Данные для построения кусочно-линейного аппроксиматора,

воспроизводящего зависимость Ф\ ( Л ) = е - 4 А

 

Значения A

= { а га * . . .

Номер

 

Содержимое ячейки З У

на границах участка

 

 

 

 

аппроксимации

ячейки

 

 

 

A t

 

З У

З н

ч>г (А)

ь»

A U 1 - 2 ~°

 

 

 

 

k i

00000000

00000111

0

1

00000000

00011100

00001000

00001111

1

1

00011100

00011111

00010000

00010111

2

1

00111001

00011101

00011000

00011111

3

1

01001110

00011111

00100000

00100111

4

1

01100011

00011111

00101000

00101111

5

1

01110101

00011111

00110000

00110111

6

1

10000111

00011101

00111000

00111111

7

1

10010100

00011111

01000000

01000111

10

1

10100001

00011111

01001000

01001111

и

1

10101011

00011100

01010000

01010111

12

1

10110110

00011111

01011000

01011111

13

1

10111110

00011101

01100000

01100111

14

1

11000101

00011111

01101000

01101111

15

1

11001101

00011100

01110000

01110111

16

1

11010001

00011101

01111000

01111111

17

1

11010111

00011100

10000000

10000111

20

1

11011100

00011111

10001000

10001111

21

1

11100000

00011101

10010000

10010111

22

1

11100100

00011111

10011000

10011111

23

1

11100111

00011101

10100000

10100111

24

1

11100010

00011111

10101000

10101111

25

1

11101100

00011111

10110000

10110111

26

1

11101111

00011100

10111000

10111111

27

1

11110000

00011101

11000000

11000111

30

1

11110010

00011101

11001000

11001111

31

1

11110011

00011111

11010000

11010111

32

1

11110101

00011101

11011000

11011111

33

1

11110110

00011111

11100000

11100111

34

1

11110111

00011101

11101000

11101111

35

1

11111000

00011111

11110000

11110111

36

1

11111001

00011101

11111000

11111111

37

1

11111010

00011101

1 1 7

 

 

 

 

 

 

Т а б л и ц а

И

 

Данные для построения кусочно-линейного аппрокснматора,

 

 

воспроизводящего зависимость

0 2 ( A ) = s in 1,57 Л

 

н

Значения -Aj— {aiо2. .. а/}

 

 

Содержание ячейки З У

 

к

на границах участка

Номер

 

 

сг

 

 

 

 

 

аппроксимации

ячейки

 

 

 

 

И-е

 

Ai+1 - 2_'

З У

Зп

Ф] (А )

к :

 

 

 

 

 

 

г

 

01

00000000

00000111

40

0

00000000

00001101

 

01

00001000

00001111

41

0

00001101

00001110

 

01

00010000

00010111

42

0

00011001

00001101

 

01

00011000

00011111

43

0

00100101

00001110

 

01

00100000

00100111

44

0

00110000

00010000

 

01

00101000

00101111

45

0

00111101

00010000

 

01

00110000

00110111

46

0

01001001

00010001

 

01

00111000

00111111

47

0

01010101

00010010

 

01

01000000

01000111

50

0

01100001

00010011

 

01

01001000

01001111

51

0

01111000

00010100

 

01

01010000

01010111

52

0

01111010

00010101

 

01

01011000

01011111

53

0

10000100

00010110

 

01

01100000

01100111

54

0

10001100

00010111

 

01

01101000

01101111

55

0

10010101

00011000

 

01

01110000

01110111

56

0

10100001

00011010

 

01

01111000

01111111

57

0

10101101

00011110

 

01

10000000

10000111

60

0

10110100

00011111

 

01

10001000

10001111

61

0

10111011

00100000

 

01

10010000

10010111

62

0

11000100

00010111

 

01

10011000

10011111

63

0

11001100

00100100

 

01

10100000

10100111

64

0

11010101

00101000

 

01

10101000

10101111

65

0

11010110

00101100

 

01

10110000

10110111

66

0

11100001

00110000

 

01

10111000

10111111

67

0

11101000

00111001

 

01

11000000

11000111

70

0

11101101

00110100

 

01

11001000

11001111

71

0

11110001

01000101

 

01

11010000

11010111

72

0

11110101

01010001

 

01

11011000

11011111

73

0

11111000

01010101

 

01

11100000

11100111

74

0

11111010

01110010

 

01

11101000

11101111

75

0

11111101

10001011

 

01

11110000

11110111

76

0

11111110

10111111

01

11111000

11111111

77

0

11111111

11011110

 

1 1 8

Исходя из (3.39), определим разрядность регистра Рг1 emax sg ^ 2-(п+1), откуда п = 7. Но для того, чтобы на выходе аппроксиматора етах не превышала 0,5% (при ограничении выборки выходя­

щей

последовательности) необходимо, чтобы А ^

2-(n+2) =

2~9.

Для выполнения этого условия

увеличим п : Л =

2“9 -g; 2-<п+1),

откуда окончательно п = 8.

 

 

 

 

Считая точность представления аргумента А такой же, полу­

чим

I = п — 8.

 

 

 

 

 

Емкость П ЗУ определяется числом участков

аппроксимации.

Длину участка h

определим из уравнения

 

 

 

 

 

h =

|Ф "(А ) |т ах*

 

 

 

Для

функции Фх (А ) |Ф" (А)

|= 16е~1Л, а максимальное

зна­

чение

при А = 0

|Ф" (А) |тах = 16, так что h

]/2 2 "5 =

2~s.

Выберем s = 5.

 

 

 

 

 

Для функции Ф2 (А) после аналогичных вычислений найдем

s = 4.

Таким образом, для обеих функций погрешность не более

0,5%

обеспечивается

при s — 5. Следовательно, разрядность

остаточного

члена

A Us

равна

трем.

Емкость

ЗУ для

хранения

исходной информации V равна

V = «ф2* п + т +

1 разрядных слов, где иф— количество функ­

ций,

реализуемых

аппроксиматором.

В нашем случае V =

2-25 = 64 слова.

Из

(3.38)

определим

т

 

 

 

 

™ = log2^

= log2^ r = 8.

Итак, длина разрядной сетки П ЗУ равна 8 + 8 + 1 = 17. Инфор­ мация, которая должна быть записана в ячейках памяти, пред­ ставлена в табл. 10 и 11. Число участков аппроксимации равно 32. Знаковый разряд Зн представляет п + т + 1-й разряд ЗУ и используется для кодирования положительных и отрицательных коэффициентов наклона аппроксимирующих отрезков.

16.Преобразователи вероятность — вероятность

Вобщем случае на входы ах, а 2,. . .,a t преобразователя код — вероятность (рис. 37) могут подаваться не только детерминиро­ ванные сигналы, но и случайные последовательности. Тогда мы приходим к случаю преобразования вероятность — вероятность. На рис. 55 представлена блок-схема устройства, осуществляющего такое преобразование в условиях, когда все входные и выходные переменные представлены в одинаковой вероятностной форме.

Воспользовавшись выражением для функции алгебры логики

(3-13)

+ = ХуйуХ/х^ {xi(i^\/xya^\jx3a3 {хуйуУхуау) (x2az\J

V +a2)V • • -V++ {хуйуУхуау) . .. (+-i+~iV+-i+-i),

1 1 9

Соседние файлы в папке книги из ГПНТБ