Портал GPSS.RU

А. А. Молев, И. В. Зайцев

ПРИМЕНЕНИЕ АГРЕГАТИВНОГО ПОДХОДА К МОДЕЛИРОВАНИЮ ЭЛЕМЕНТОВ РАДИОЭЛЕКТРОННЫХ СИСТЕМ ПРИ ПРОВЕДЕНИИ ОПЫТНО-ТЕОРЕТИЧЕСКИХ ИССЛЕДОВАНИЙ ИХ ЭФФЕКТИВНОСТИ


 

 

        

Для решения задач проектирования и эксплуатации радиоэлектронных (РЭ) систем большое значение имеет разработка имитационных моделей, отображающих основные особенности построения и функционирования таких систем. В практике разработки таких систем нередко возникают задачи полунатурного моделирования, когда часть элементов сложной системы представлена аппаратными средствами, а недостающая часть должна быть воспроизведена имитационно. Частичная замена составных частей сложной системы имитационными элементами позволяет существенно упростить операции по отладке управляющей системы комплекса на этапе стыковки составных элементов, а также сократить затраты на проведение испытаний. Определенный практический интерес при этом представляет интерпретация элементов систем с помощью кусочно-линейных агрегатов (КЛА) для формализации широкой совокупности процессов и явлений. Однако, в известной литературе [1…5] описано применение данного подхода только на этапе проектирования сложных систем или их составных частей.
Целью данной работы является разработка методического подхода к решению задачи опытно-теоретического исследования эффективности РЭ систем на основе полунатурного имитационного моделирования с применением кусочно-линейных агрегатов и методов объектно-ориентированного программирования.
Суть предлагаемого подхода заключается в замене недостающих частей сложной системы агрегативными имитационными моделями и синхронизации их функционирования с реальными элементами системы. Возможный вариант схемы сопряжения таких элементов «подыгрыша» с реальными представлен на рис. 1, А. Разрабатываемая имитационная модель основывается на описании рассматриваемого имитатора «подыгрыша» отсутствующих в составе комплекса элементов, в виде совокупности кусочно-линейных агрегатов, как элементов сложной системы и взаимодействия между ними (рис. 1, Б).
Множество состояний Zik(t) для каждого агрегата системы представляет собой время, оставшееся до момента наступления очередного особого состояния, где i – но-мер агрегата, k – номер компоненты вектора Z для данного агрегата. В процессе убыва-ния величина Zik(t) достигает границы, в этот момент i–й агрегат выдает выходной сиг-нал и происходит скачок состояния – формирование временного интервала выдачи очередного сигнала.
Алгоритм моделирования описанной системы построен в соответствии с принципом «особых» состояний. При этом под «особыми» понимаются состояния агрегата в моменты получения входного сигнала или выдачи выходного сигнала. Физический смысл особых состояний различен для разных агрегатов и определяется содержанием поступающих входных и формирующихся выходных сигналов.
Взаимодействие элементов в моделируемой системе сводится к обмену сигналами в опорные моменты времени и реакциям агрегатов на поступившие сигналы (скачки состояний). В интервалах времени между опорными моментами времени моделируемая система «разбивается» на отдельные элементы, функционирующие независимо друг от друга, но с учетом влияний сигналов, поступивших в предыдущие опорные моменты времени.

Возможны два варианта синхронизации модельного времени с реальным временем. В первом случае в начало цикла обсчета модели, вводится оператор ожидания, останавливающий модель до совпадения реального времени с модельным. Второй вариант предполагает остановку и синхронизацию модели через определенные интервалы времени, являющиеся минимальным временем до наступления «особых» состояний агрегатов.
Разработанный авторами общий алгоритм функционирования предполагает синхронизацию модельного и реального времени с использованием первого подхода. При этом предполагается, что пересчет состояний агрегатов и их сигналов происходит мгновенно. В том случае, когда пересчет занимает значительное время (десятки миллисекунд), время ожидания уменьшается на соответствующую величину. Синхронизация с реальным временем позволяет имитировать процесс в реальном времени и взаимодействовать с реальными РЭС.
Для программной реализации описанной модели используется объектно-ориентированный подход к описанию агрегатов, их состояний и операторов. В этом случае агрегат, описывающий составной элемент модели представляется в виде экземпляра класса – потомка абстрактного базового класса TAgregat, содержащего только чисто виртуальные функции:
– void stateInput(TAgregat*,int,long) – скачкообразного изменения состояния при поступлении сигнала на вход;
– void stateEdge(long) – скачкообразного изменения состояния при выходе на границу;
– void GenOut(void) – формирование выходного сигнала;
– void SelectOut(void) – выбор активного выхода;
– long tEdgeMin(void) – определение времени наступления ближайшего «особого состояния».
На основе класса TAgregat строятся классы-наследники, в которых переопределяются описания всех виртуальных функций класса-родителя в соответствии с физическим смыслом каждого из агрегатов, а также дополнительно вводятся векторы состояний агрегатов и дополнительных координат как свойства классов. Таким образом, описание агрегатов, входящих в модель при помощи полиморфных объектов, позволяет проводить вычисления состояний агрегатов в одном общем алгоритме (рис. 2) в соответствии со схемой сопряжения агрегатов (рис. 1, Б).
Программная реализация описанной агрегативной модели апробирована авторами с использованием объектно-ориентированного программирования на языке C++ в интегрированной среде разработки Borland C++ Builder 6.0.
В описываемом алгоритме блоки выполняют следующие операции.
1. Обеспечивают ввод исходных данных.
2. Определяют время наступления «особого» состояния для каждого агрегата.
3. Проверяют наличие прерывания с клавиатуры, завершающего выполнение алгоритма.
4. Определяют время наступления ближайшего «особого» состояния T0 и номера соответствующего ему агрегата l0.
5. Проверяют окончания времени моделирования Tмод.
6. Пересчитывают текущее время моделирования к моменту наступления ближайшего «особого» состояния, а также моментов наступления «особых» состояний для всех агрегатов.
7. Приостанавливают алгоритм до совпадения реального времени с модельным временем.
8. Пересчитывают состояние l0 –го агрегата.
9. Определяют номер активного выхода для l0-го агрегата и формирует выходной сигнала, определяет номера входов агрегатов, на которые воздействует сигнал с выхода l0-го агрегата.
10. Пересчитывает состояние агрегата l0 после выдачи выходного сигнала.
11. Определяют время до наступления следующего «особого» состояния агрегата l0.
12. Проверяют отличие от нуля количества агрегатов, на которые воздействует l0 агрегат.
13. Пересчитывают состояния агрегатов, изменившихся под воздействием сиг-нала с выхода агрегата l0.
14. Определяют время наступления «особых» состояний агрегатов, получивших входной сигнал.


Выводы:

1. Разработанный методический подход к решению задачи опытно-теоретического исследования эффективности РЭ систем на основе полунатурного имитационного моделирования с применением кусочно-линейных агрегатов и методов объектно-ориентированного программирования позволяет исследовать функционирование как системы в целом, так и ее пункта управления, в том случае, когда лишь часть элементов представлена реальными устройствами, а часть – воспроизводится при помощи имитаторов.
2. Синхронизацию функционирования моделируемых элементов системы с реальными программно-аппаратными средствами целесообразно осуществлять циклично, в начале каждого цикла прогона модели.
3. Эффективная программная реализация агрегативных имитационных моделей возможна на основе объектно-ориентированного подхода к формализации описания агрегатов, их состояний и операторов.


 

 

         Литература

1. Бусленко В. Н. Моделирование сложных систем/В.Н. Бусленко – М.: Наука, 1978. – 400 с.
2. Бусленко В. Н. Автоматизация имитационного моделирования сложных систем/ В. Н. Бусленко – М.: Наука, 1977. – 240 с.
3. Шелухин О. И. Моделирование информационных систем/О. И. Шелухин, А.М. Тенякшев. – М.:Радиотехника, 2005. – 368 с.
4. Острейковский В. А. Теория систем/В. А. Острейковский. – М.: Высш. Шк., 1997. – 240 с.
5. Савин Г. И. Системное моделирование сложных процессов/Г. И. Савин.– М.: ФАЗИС: ВЦ РАН, 2000. – 276 с.

 


Распечатано с портала GPSS.RU (c) А. А. Молев, И. В. Зайцев , 2005 г.