- •Технология компьютерного моделирования и особенности ее применения к задачам анализа и проектирования измерительных систем (тестирование, анализ погрешности, параметрическая оптимизация)
- •Параметрическая оптимизация решается при проектировании измерительных систем сразу после определения состава необходимых блоков и связей между ними (этап структурной оптимизации).
- •Формализация понятий «модель» и «соответствие моделей»
- •Модельная трактовка задач цос и км.
- •Критерии близости моделей (погрешности соответствия )
- •Составные модели и их совокупная точность (составной оператор и композиция морфизмов).
- •Переход к конечным интервалам независимых переменных (локализация аргументов).
- •Переход к дискретным множествам для представления переменных (дискретизация по времени, квантование по уровню).
- •Реализация времени в компьютерных моделях (методы фиксированного и переменного шага).
- •Компьютерное моделирование с помощью метода статистических испытаний (метод «Монте-Карло»).
- •Вычисление определенного интеграла
- •Генерирование псевдослучайных чисел.
- •Генерирование псевдослучайных процессов.
- •Построение моделей элементов сложных систем (динамическая система)
- •Линейные динамические системы
- •Покадровый формат модели динамической системы
- •Построение моделей элементов сложных систем (конечные автоматы)
- •Построение моделей элементов сложных систем (вероятностные автоматы)
- •Построение моделей элементов сложных систем (системы массового обслуживания)
- •Модель потока заявок
- •Модель каналов обслуживания
- •Способы нахождения оценок глобальной погрешности
- •Метод «полного перебора» или «прямой» метод
- •Метод «наихудшего входного элемента»
- •Метод «статистических испытаний»
Технология компьютерного моделирования и особенности ее применения к задачам анализа и проектирования измерительных систем (тестирование, анализ погрешности, параметрическая оптимизация)
Компьютерное моделирование как инструмент решения различных практических задач есть частный случай метода моделирования, который по своей сути состоит в том, что исходный объект-оригинал заменяется другим объектом-моделью, по отношению к нему решается нужная задача и затем эти результаты переносятся на объект-оригинал.
Метод моделирования включает в себя следующее:
Исходный объект (объект-оригинал) и сформулированную для него задачу (задачу-оригинал).
Рабочий объект (объект-модель) и переформулированная для этого объекта исходная задача (задача-модель).
Соответствие (правило), связывающее нужные (не все) свойства оригинала и модели и вытекающее из этого соответствие между решением задачи-модели и решением задачи-оригинала.
К исходному объекту-оригиналу и задаче-оригиналу подбираются объект-модель и задача-модель, связанные соответствием О↔М. Найдя решение задачи-модели мы интерпретируем его как решение задачи-оригинала с учетом соответствия О↔М.
Суть тестирования – задается множество (набор) воздействий и сравнивается фактическая реакция системы с ожидаемой («правильной реакцией»).
Тест можно формально свести к таблице стимул-реакция.
№ теста |
Воздействие |
Ожидаемая реакция |
Фактическая реакция (эксперимент) |
1 |
Стимул 1 |
Реакция_Т1 |
Реакция_Э1 |
N |
Стимул N |
Реакция_Т N |
Реакция_Э N |
Способы проведения тестирования определяются вариантами реализации воздействия и исследуемой системы:
- воздействие (реальные стимулы-сигналы, аппаратная имитация, программная имитация);
- система (реальная система в виде опытного образца или экспериментального макета, компьютерная модель (аппаратной части, программной части или их обеих).
Из-за необходимости подавать большое количество входных стимулов полный их перебор на практике становится невозможным, поэтому приходится искать способ сокращения тестов. Основные методы: метод критических (напряженных) состояний, граничные испытания, подача случайных воздействий (метод статистических испытаний). Каждый из этих методов дает лишь неполное тестирование, результаты которого в той или иной степени дают приближенное решение задачи тестирования. В любом случае абсолютно достоверное тестирование дает только метод полного перебора.
Анализ погрешности можно рассматривать как частный случай задачи тестирования, когда нас интересуют в первую очередь метрологические характеристики (погрешности и связанные с ними параметры) измерительного канала или многоканальной измерительной системы.
Сложность этой задачи в том, что для определения погрешности нужно сравнивать результаты испытаний с некими «точными результатами» при тех же входных воздействиях, которые нужно каким-то образом генерировать заранее или прогнозировать. Один из базовых способов решения этой задачи – использование «эталонной» системы, результаты которой принимаются за «точные».