История и современность транспортной отрасли

Второе поколение — использование адресного сбора информации и обработку информации с помощью встроенных ЭВМ. Элементную базу здесь представляют микроэлектронные схемы малой и средней степени интеграции. Этот период (70-е годы) характерен решением целого ряда вопросов теории систем в рамках теории случайных процессов и математической статистики, поэтому его принято называть периодом стохастичности.

Третье поколение — широкое введение в ИИС БИС, микропроцессоров и микропроцессорных наборов, микроЭВМ и промышленных фунц-киональных блоков, совместимых между собой по информационным, метрологическим, энергетическим и конструктивным характеристикам, а также созданием распределенных ИИС. Этот период характерен тем, что появились адаптивные ИИС.

Четвертое поколение — появление гибких перестраиваемых программируемых ИИС в связи с развитием системотехники и вычислительной техники. В элементной базе резко возрастает доля интегральных схем большой и сверхбольшой степени интеграции.

Пятое поколение набирает силу и входит в жизнь народного хозяйства — это интеллектуальные и виртуальные измерительные информационные системы, построенные на базе ПЭВМ и современного математического и программного обеспечения [4].

Поскольку области применения измерительных информационных систем весьма обширны — это промышленное и сельскохозяйственное производство, медицина и космос, искусство и научный эксперимент, АСУТП и АСУ, связь и вычислительные системы — математические модели объектов столь же разнообразны. Однако методы математического моделирования позволяют одинаковыми формулами представлять различные по своей природе объекты и использовать для исследования и решения задач оптимизации и синтеза ИИС электронно-вычислительные машины и ПЭВМ.

Различают три основных метода получения математических моделей исследования ИИС:

- аналитический;

- экспериментальный;

- экспериментально-аналитический.

В последние годы при создании ИИС широко используется математическое моделирование, реализующее цепочку: объект — модель — вычислительный алгоритм — программа для ПЭВМ — расчет на ПЭВМ — анализ результатов расчета — управление объектом исследования.

Алгоритм измерения может быть представлен словесно, аналитически, графически или сочетанием этих методов. Последовательность действий при этом не произвольна, а реализует тот или иной метод решения задачи. Во всех случаях она должна быть настолько точно сформулирована, чтобы не осталось места для различных двусмысленностей.

Так, оценку измеряемой величины можно представить

(1.1)

где Р — оператор, представляющий алгоритм измерений;

— сигнал, несущий информацию о значении измеряемой величины;

— мера или образцовая величина, лежащая в основе операции сравнения.

Для совместных и совокупных измерений в ИИС часто используют многомерные и аппроксимирующие системы и в первую очередь многоканальные ИИС параллельного действия.

Многоканальные ИС параллельного действия — это один из наиболее распространенных видов ИИС, обладающих наиболее высокой надежностью и более высоким быстродействием при одновременном получении информации, возможностью подбора средств измерений к замеряемым величинам, что может исключить унификацию сигналов. Однако они имеют повышенные сложность и стоимость (рисунок 1.3).

В отличие от ИС параллельного действия схема мультиплицированной системы (рисунок 1.4) включает только одну общую меру для всех каналов.

В этих системах измерительная величина сравнивается с линейно изменяющейся величиной. При фиксированных моментах начала развертки и равенствах и хи может быть определен интервал времени tx, пропорциональный значению хь. В многоканальной системе возникают трудности в разделении сигналов от элементов сравнения. В этом случае прибегают к специальным мерам.