Материал: Исследование методов обеспечения и оценки помехозащищенности радиотехнических систем

Конкретным техническим средством воплощения имитационной модели могут быть ЭВМ, АВМ и ГВК. Если использование аналоговой техники ускоряет получение конечных результатов, сохраняя некоторую наглядность протекания реального процесса, то применение средств цифровой техники позволяет осуществить контроль за реализацией модели, создать программы по обработке и хранению результатов моделирования, обеспечить эффективный диалог исследователя с моделью. [3]

3.2.3 Особенности имитационной модели

Обычно модель строится по иерархическому принципу, когда последовательно анализируются отдельные стороны функционирования объекта и при перемещении центра внимания исследователя рассмотренные ранее подсистемы переходят во внешнюю среду. Иерархическая структура моделей может раскрывать и ту последовательность, в которой изучается реальный объект, а именно последовательность перехода от структурного (топологического) уровня к функциональному (алгоритмическому) и от функционального к параметрическому.

Результат моделирования в значительной степени зависит от адекватности исходной концептуальной (описательной) модели, от полученной степени подобия описания реального объекта, числа реализаций модели и многих других факторов. В ряде случаев сложность объекта не позволяет не только построить математическую модель объекта, но и дать достаточно близкое кибернетическое описание, и перспективным здесь является выделение наиболее трудно поддающейся математическому описанию части объекта и включение этой реальной части физического объекта в имитационную модель. Тогда модель реализуется, с одной стороны, на базе средств вычислительной техники, а с другой - имеется реальная часть объекта. Это значительно расширяет возможности и повышает достоверность результатов моделирования.

Состав имитационной системы реализуется на универсальной ЭВМ и позволяет исследовать имитационную модель М, задаваемую в виде определенной совокупности отдельных блочных моделей и связей между ними в их взаимодействии в пространстве и времени при реализации какого-либо процесса. Можно выделить три основные группы блоков:

-       блоки, характеризующие моделируемый процесс функционирования системы S;

-       блоки, отражающие внешнюю среду и ее воздействие на реализуемый процесс;

-       блоки, обеспечивающие взаимодействие первых двух, а также выполняющие функции по получению и обработке результатов моделирования.

Кроме того, имитационная модель М xapaктеризуется набором переменных, с помощью которых удается управлять изучаемым процессом, и набором начальных условий, когда можно изменять условия проведения машинного эксперимента.

Таким образом, имитационная система есть средство проведения машинного эксперимента, причем эксперимент может ставиться многократно, заранее планироваться, могут определяться условия его проведения. Необходимо при этом выбрать методику оценки адекватности получаемых результатов и автоматизировать процессы получения, так и процессы обработки результатов в ходе машинного эксперимента. Эксперимент с имитационной моделью требует серьезной подготовки, поэтому имитационная система характеризуется наличием математического, программного, информационного, технического и других видов обеспечений.

Математическое обеспечение имитационной системы включает в себя совокупность математических соотношений, описывающих поведение реального объекта, совокупность алгоритмов, обеспечивающих как подготовку, так и работу с моделью. Сюда могут быть отнесены алгоритмы: ввода исходных данных, имитации, вывода результатов решения задач моделирования и обработки.

Программное обеспечение по своему содержанию включает в себя совокупность программ: планирования эксперимента, имитационной модели, проведения эксперимента, обработки и интерпретации результатов. Кроме того, программное обеспечение имитационной системы должно обеспечивать синхронизацию процессов в модели, т.е. необходим блок, организующий псевдопараллельное выполнение процессов в модели. Эту функцию в системе моделирования выполняет монитор [8]. Машинные эксперименты с имитационными моделями не могут проходить без информационного обеспечения.

Информационное обеспечение включает в средства и технологию организации и реорганизации базы данных моделирования, методы логической и физической организации массивов, формы документов, описывающих процесс моделирования и его результаты. Информационное обеспечение имитационной системы является наименее разработанной частью, поскольку только в настоящее время наблюдается переход к созданию сложных имитационных моделей и разрабатывается методология их использования при анализе и синтезе сложных систем с использованием концепции базы данных [5].

Техническое обеспечение имитационной системы включает в себя прежде всего средства вычислительной техники, связи и обмена между оператором и ЭВМ (диалоговую систему), ввода и вывода информации, управления проведением эксперимента. К техническому обеспечению предъявляются весьма серьезные требования по надежности функционирования, так как сбои и отказы технических средств, ошибки оператора ЭВМ могут резко увеличить время работы с имитационной моделью и даже привести к неверным конечным результатам.

Таким образом, имитационная система может рассматриваться как машинный аналог сложного реального процесса. Позволяет заменить эксперимент с реальным процессом функционирования системы экспериментом с математической моделью этого процесса в ЭВМ. В настоящее время имитационные эксперименты широко используют в практике проектирования сложных систем, когда реальный эксперимент невозможен [8, 15].

3.2.4 Обоснование целесообразности использования ИМ

Несмотря на то что имитационное моделирование на ЭВМ является мощным инструментом исследования систем, его применение рационально не во всех случаях. Известно множество задач, решаемых более эффективно другими методами. Вместе с тем для большого класса задач исследования и проектирования систем метод имитационного моделирования наиболее приемлем. Правильное его употребление возможно лишь в случае четкого понимания сущности метода имитационного моделирования и условий его использования в практике исследования реальных систем при учете особенностей конкретных систем и возможностей их исследования различными методами.

В качестве основных критериев целесообразности применения метода имитационного моделирования на ЭВМ можно указать следующие:

-       отсутствие или неприемлемость аналитических, численных и качественных методов решения поставленной задачи;

-       наличие достаточного количества исходной информации о моделируемой системе S для обеспечения возможности построения адекватной имитационной модели;

-       необходимость проведения на базе других возможных методов решения очень большого количества вычислений, трудно реализуемых даже с использованием ЭВМ;

-       возможность поиска оптимального варианта системы при ее моделировании на ЭВМ.

Имитационное моделирование на ЭВМ, как и любой метод исследований, имеет достоинства и недостатки, проявляющиеся в конкретных приложениях [45]. К числу основных достоинств метода имитационного моделирования при исследовании сложных систем можно отнести следующие:

-       возможность исследовать особенности процесса функционирования системы S в любых условиях;

-       сокращение продолжительности испытаний по сравнению с натурным экспериментом;

-       возможность включения результатов натурных испытаний реальной системы или ее частей для проведения дальнейших исследований;

-       имитационная модель обладает гибкостью варьирования структуры, алгоритмов и параметров моделируемой системы, что важно с точки зрения поиска оптимального варианта системы;

-       имитационное моделирование сложных систем часто является единственным практически реализуемым методом исследования процесса функционирования таких систем на этапе их проектирования.

Основным недостатком, проявляющимся при машинной реализации метода имитационного моделирования, является то, что решение, полученное при анализе имитационной модели М, всегда носит частный характер, так как оно соответствует фиксированным элементам структуры, алгоритмам поведения и значениям параметров системы S, начальных условий и воздействий внешней среды Е. Поэтому для полного анализа характеристик процесса функционирования систем, а не получения только отдельной точки приходится многократно воспроизводить имитационный эксперимент, варьируя исходные данные задачи. При этом, как следствие, возникает увеличение затрат машинного времени на проведение эксперимента с имитационной моделью процесса функционирования исследуемой системы 5 [6].

При имитационном моделировании так же, как и при любом другом методе анализа и синтеза системы S, весьма существен вопрос его эффективности.

Эффективность имитационного моделирования может оцениваться рядом критериев:

-       точностью и достоверностью результатов моделирования,

-       временем построения и работы с моделью М,

-       затратами машинных ресурсов (времени и памяти),

-       стоимостью разработки и эксплуатации модели.

Очевидно наилучшей оценкой эффективности является сравнение получаемых результатов с реальным исследованием, т.е. с моделированием на реальном объекте при проведении производственного эксперимента. Поскольку это не всегда удается сделать, то статический подход позволяет с определенной степенью точности при повторяемости машинного эксперимента получить какие-то усредненные характеристики поведения системы. Существенное влияние на точность моделирования оказывает число реализаций, и в зависимости от требуемой достоверности можно оценить необходимое число реализаций воспроизводимого случайного процесса.

Существенным показателем эффективности являются затраты машинного времени. В связи с использованием ЭВМ различного типа суммарные затраты складываются из времени по вводу и выводу данных по каждому алгоритму моделирования, времени на проведение вычислительных операций с учетом обращения к оперативной памяти и внешним запоминающим устройствам, а также сложности каждого моделирующего алгоритма. Расчеты затрат машинного времени являются приближенными и могут уточняться по мере отладки программ и накопления опыта у исследователя при работе с имитационной моделью. Большое влияние на затраты машинного времени при проведении имитационных экспериментов оказывает рациональное планирование таких экспериментов. Определенное влияние на затраты машинного времени могут оказать процедуры обработки результатов моделирования, а также форма их представления.

Построение имитационных моделей больших систем и проведение машинных экспериментов с этими моделями представляют собой достаточно трудоемкий процесс, в котором в настоящее время много неизученного. Однако специалисты в области проектирования, исследования и эксплуатации больших систем должны в совершенстве знать методологию машинного моделирования, сложившуюся к настоящему времени, чтобы быть готовыми к появлению ЭВМ следующих поколений, которые позволят сделать еще один существенный шаг в автоматизации построения моделей и использования имитационного моделирования систем.

4. Оценка эффективности предлагаемых технических решений

.1 Методика оценки эффективности итерационного алгоритма

Эффективность рассматриваемого алгоритма уплотнения ШПС можно оценить по двум конечным показателям: по помехоустойчивости и по дополнительным энергетическим затратам, необходимым для подавления ВП.

Помехоустойчивость алгоритма оценим по вероятности ошибки когерентного приема двоичного противоположного сообщения , усредненной по всем каналам уплотнения и всем возможным реализациям ГС, как функции числа итераций при заданном отношении сигнал-шум  и заданных значениях элементов матрицы корреляции .

В общем случае искомую вероятность можно определить по формуле

, (6)

где  - вероятность ошибки приема двоичного сообщения на -й итерации в -м канале при обработке -й реализации ГС;  - число реализаций ГС, численно равного наибольшему числу уплотняемых сообщений .

В том случае, если шум  является гаусовским с постоянной спектральной плотностью мощности, а обработка каждой реализации ГС осуществляется согласно правила (1), то распределение отсчетов на выходе устройства разделения каналов (УРК), нормированных относительно , также будет гаусовским с математическим ожиданием  и дисперсией , где  - отсчет на выходе УРК при отсутствии шума приемника,  - отсчет ВП на выходе УРК. В этом случае вероятность ошибки можно определить по формуле

, (7)

где  - интеграл вероятности;

 - знак аргумента .

Дополнительные энергетические затраты алгоритма уплотнения неортогональных ШПС можно определить с помощью коэффициента

, (8)

где ;  - соответственно, средние энергии реализации ГС на -й итерации рассматриваемого алгоритма и при обычном линейном кодовом уплотнении (ЛКУ), усредненных по всем возможным комбинациям уплотняемых двоичных сообщений; ;  - соответственно, энергии -х реализаций ГС на -й итерации рассматриваемого алгоритма и при ЛКУ, при котором .

Подставив в выражение для энергий -х реализаций ГС выражения для реализаций ГС при соответствующих алгоритмах уплотнения с учетом того, что из алгебры известно соотношение , получим ; . Такое представление энергий реализаций ГС позволяет определить их значения вне зависимости от форм ОКС, что с одной стороны позволяет существенно упростить расчеты оценки показателей эффективности, с другой стороны, позволяет получить зависимость эффективности алгоритма от корреляционных свойств используемой системы ОКС, в частности от нормы матрицы корреляции, которая является аналогом мощности ВП.