Цифровое моделирование системы эффективного кодирования

(объектно-ориентированный подход)

Омск 2010

Федеральное агентство по образованию

Государственное образовательное учреждение

высшего профессионального образования

«Омский государственный технический университет»

Цифровое моделирование системы эффективного кодирования сообщений

(объектно-ориентированный подход)

Методические указания к самостоятельным

и лабораторным работам

для дистанционной формы обучения

Омск 2010

Составители: Александр Степанович Гуменюк, канд. техн. Наук, доц.;

Представлено: подробное описания комплекса программ для цифрового моделирования системы оптимального кодирования сообщений, цель и порядок выполнения самостоятельных и лабораторных работ, а также формы отчётов и списки контрольных вопросов.

Предназначено студентам направления 230100 и 230101 для выполнения самостоятельных и лабораторных работ по курсу «Моделирование». Рекомендуется для студентов дистанционной, заочной и очной форм обучения.

Печатается по разрешению редакционно-издательского совета Омского государственного технического университета.

Оглавление

Учебно-лабораторный комплекс для цифрового моделирования системы эффективного кодирования сообщений……………………………...4

1. Общие положения…………………………………………………………….4

2. Описание пакета………………………………………………………………8

   1. Общие сведения……………………………………………………………8

   2. Функциональное назначение комплекса…………….………………….8

   3. Порядок установки в среде NetBeans……………………………………8

   4. Описание библиотеки классов………………………………..………….9

      1. Описание интерфейсов……………………..………………….…..…9

      2. Описание классов……………………………………………….…..11

      3. Блок-схема подключения (кодирование сигналов)………………50

      4. Блок-схема подключения (кодирование текстов)...........................51

3. Цель лабораторной работы……………………………………………….…52

4. Цель исследования………………………………………………………….52

5. Порядок выполнения работы………………………………………………53

6. Построение цифровой модели………………………………………….…55

   1. Кодирование сигналов…………………………………………..………55

   2. Кодирование текстов………………………………………………..…...57

7. Контрольные вопросы по выполненной лабораторной работе…………59

Список рекомендуемой литературы………………………………………….61

Учебно-лабораторный комплекс для цифрового моделирования системы эффективного кодирования сообщений

1. Общие положения

Учебно-лабораторные комплексы предназначены для изучения и исследования таких информационных систем, которые осуществляют формирование, дискретизацию (квантование), кодирование, передачу, хранение, декодирование и восстановление сообщения. Эти системы состоят из реальных блоков, выполняющих перечисленные преобразования. К ним относятся:

• источник (генератор, формирователь) сообщения;

• дискретизатор (квантователь, блок квантования);

• кодер (шифратор, блок кодирования);

• канал связи;

• блок памяти (линия задержки);

• декодер (дешифратор);

• приемник сообщения.

Цифровые модели, имитирующие работу этих блоков, представлены в учебно-лабораторных комплексах в виде отдельных подпрограмм или могут быть сформированы из них. Эти комплексы подпрограмм предназначены для следующих целей:

1. для имитации эксперимента с целью получения данных для проектирования этих систем.

2. для автоматизации расчета параметров, синтеза функций отдельных блоков и системы в целом.

3. для моделирования, имитации и отображения работы:

• системы дискретизации непрерывных сообщений по времени;

• системы квантования сообщений по уровню;

• системы эффективного кодирования;

• системы помехоустойчивого кодирования;

• комбинации этих систем.

• для построения графиков

Моделирование – один из наиболее распространенных способов изучения различных процессов и явлений. Различают физическое и математическое моделировании. При физическом моделировании, модель воспроизводит изучаемый процесс с сохранением его физической природы. Преимущество физического моделирования перед натуральным экспериментом заключается в том, что условия реализации процесса-модели могут значительно отличаться от условий, свойственных процессу-оригиналу, и выбираются исходя из удобства и простоты исследования. Но физическое моделирование имеет ограниченную сферу применения. Заведомо более широкими возможностями обладает математическое моделирование.

Моделирование представляет собой процесс, состоящий из двух, в общем случае неоднократно повторяющихся, этапов:

1. построение модели аналогичной труднодоступному, для непосредственного исследования, объекту-оригиналу.

2. исследование (проектирование) объекта-оригинала с помощью построенной модели.

Различают и классифицируют множество видов моделирования и соответствующих моделей, эффективность применения которых определяется каждый раз условиями очередного этапа конкретного процесса моделирования. Часто рассматривают только физическое или математическое моделирование. При физическом моделировании модель воспроизводит изучаемый процесс с сохранением его физической природы. Преимущество физического моделирования перед натуральным экспериментом в том, что условия реализации процесса-модели могут значительно отличаться от условий, свойственных процессу оригиналу, и выбираются исходя из удобства и простоты исследования. Однако материальные и временные затраты на реализацию физического моделирования могут быть неоправданно высоки. Заведомо более широкими возможностями обладает математическое моделирование.

При изучении любого процесса методом математического моделирования следует, в первую очередь, построить его математическую модель. Математическая модель необходима для построения моделирующего алгоритма. Существует несколько основных способов реализации математической модели:

1. аналитическое исследование процессов;

2. исследование процессов с помощью численных методов;

3. аппаратурное моделирование (на аналоговых ВМ и специальных моделирующих установках);

4. цифровое имитационное моделирование процессов.

В настоящее время широкое распространение получил метод цифрового статистического моделирования, реализуемый на ЭВМ. Цифровое моделирование обладает рядом преимуществ перед другими способами исследования и проектирования систем (универсальность, гибкость, экономичность) и позволяет решить одну из основных проблем современной науки – проблему сложности.

Рассмотрим некоторые особенности исследования работы систем путём их цифрового моделирования. Обычно оно направлено на исследование эффективности функционирования систем. При этом моделируется взаимодействие данной системы с другой системой, называемой внешней средой. Эффективность работы любой системы определяется двумя группами факторов: свойствами и характеристиками внешней среды; функциями и параметрами моделируемой системы. Наиболее эффективна работа (поведение) системы в ситуации, когда свойства и характеристики внешней среды «согласованы» с функциями и параметрами системы. Показатели и критерии эффективности работы системы задаются (определяются) ее разработчиками, так как не могут быть установлены формальными методами. Исследование эффективности работы в «нормальных условиях» реализуются путём организации работы наиболее вероятных обычных (штатных) ситуаций, определяемых внешней средой, которые, предположительно, известны разработчику или исследователю. При этом конкретные ситуации задаются набором наиболее типичных для внешней среды свойств и характеристик.

Кроме того, проводятся исследования поведения системы в экстремальных условиях и маловероятных нештатных ситуациях, которые определяются плохо предсказуемыми для исследователя наборами свойств и характеристик внешней среды (максимальными значениями ее характеристик, такими, например, как запредельное значение тока в электрической цепи, перегрузок, помех большой амплитуды и частоты, физическое разрушение системы или компонентов вследствие брака материалов и т.п.).

Ситуация задаваемая внешней средой (штатная или нештатная), моделируется путём фиксации некоторых ее свойств и характеристик. При этом эффективность работы систем исследуется путём вариации ее функций и параметров. Возможно также исследование системы в другом порядке, при котором фиксируются функции и параметры системы и варьируются свойства и параметры внешней среды. Предполагая, что свойства внешней среды и функции исследуемой системы, кроме прочего, представлены наборами измеряемых и управляемых (варьируемых) числовых характеристик и параметров.

На очередной итерации исследования поведения системы обычно всё множество характеристик среды и параметров системы фиксируется. При этом варьируется один из перечисленных компонентов в пределах «правдоподобного» допустимого диапазона. Определяются показатели эффективности работы системы для множества значений варьируемого параметра и заносятся в протокол исследования, обычно оформляемый в виде таблицы. На следующей итерации исследования варьируется другой параметр, а остальные зафиксированы.

Обычно полный перебор параметров и их значений (даже при компьютерном моделировании) не удаётся осуществить из-за временных ограничений. Поэтому зачастую разработчику или исследователю приходится осуществлять определённым образом упорядоченный и направленный перебор параметров и характеристик. В сочетании с возможностью компьютерного автоматического перебора параметров это позволяет сократить время исследования системы. Кроме того, следует использовать разработанные методы планирования экспериментов.

При цифровом моделировании системы оптимального кодирования на лабораторных занятиях свойства внешней среды представлены определённой формой передаваемого сигнала (задаваемого кусочно-линейной или непрерывной функциями), которая в процессе исследования не изменяется, а также нормально распределённой (гауссовой) помехой, действующей в канале связи. Числовые характеристики помехи представлены математическим ожиданием и среднеквадратическим отклонением ее амплитуды. Кроме того, свойства внешней среды могут быть представлены текстовым файлом, определённым пользователем.

Классами библиотеки в этой работе являются: квантование непрерывных сообщений по уровню (амплитуде параметра); простое двоичное кодирование номеров уровней квантования; оптимальное (эффективное) кодирование двоичных кодовых слов; передача оптимально закодированных кодовых слов по «каналу связи» с наложением помехи на них и образованием «ошибки»; декодирование принятых кодовых слов; восстановление уровней квантования по декодированным двоичным словам. Управляемыми параметрами в модели этой системы являются: размер блока или L-граммы; прогнозируемые числовые характеристики помехи (математическое ожидание и среднеквадратическое отклонение ее амплитуды). Данные характеристики программно определяют уровень «0» и «1» в кодовом слове данного оптимального кода.