Алгоритм параллельного вычисления быстрого преобразования Фурье для сигнальных процессоров

регулируемость элементов рабочего места.

Для комфортной работы стол должен удовлетворять следующим требованиям [34]:

высота стола должна быть выбрана с учетом возможности сидеть свободно, в удобной позе, при необходимости опираясь на подлокотники;

нижняя часть стола должна быть сконструирована так, чтобы программист мог удобно сидеть, не был вынужден поджимать ноги;

поверхность стола должна обладать свойствами, исключающими появление бликов в поле зрения программиста;

конструкция стола должна предусматривать наличие выдвижных ящиков.

высота рабочей поверхности рекомендуется в пределах 680-760мм. Высота поверхности, на которую устанавливается клавиатура, должна быть около 650мм.

Важное значение с точки зрения эргономики имеют характеристики рабочего кресла. Так, рекомендуемая высота сиденья над уровнем пола находится в пределах 420-550 мм. Поверхность сиденья мягкая, передний край закругленный, а угол наклона спинки - регулируемый.

Согласно [35], существенное влияние на производительность и качественно работы на компьютере оказывают размеры знаков, плотность их размещения, контраст и соотношение яркостей символов и фона экрана. Если расстояние от глаз оператора до экрана дисплея составляет 60…80 см, то высота знака должна быть не менее 3 мм, оптимальное соотношение ширины и высоты знака составляет 3:4, а расстояние между знаками - 15…20% их высоты. Соотношение яркости фона экрана и символов - от 1:2 до 1:15 [35]. В ходе выполнения работы, программный код, а также интерфейсы рабочих сред оформлялись шрифтами Times New Roman, Cambria, Arial размером 10-14 pt. Таким образом, начертание символов удовлетворяет соотношениям ширины и высоты. Метрический размер составляет 3,5-5 мм.

е) Недостаточная освещенность рабочей зоны

Качество информации, получаемой посредством зрения, во многом зависит от освещения, что особенно актуально при продолжительной работе за компьютером. Известно, что недостаточное освещение затрудняет восприятие информации, а также приводит к утомлению зрительных анализаторов и организма человека в целом. Длительная работа в условиях недостаточной освещенности может привести к раздражительности и не удовлетворенности работой и негативно сказаться на производительности труда [33].

Согласно [34] помещения, предназначенные для выполнения работ на ПК, должны иметь как естественное, так и искусственное освещение. В частности, в документе приводятся следующие требования: освещенность на уровне рабочей поверхности должна составлять 300-500 лк; яркость светящихся поверхностей (окон, светильников.), находящихся в поле зрения, должна быть не более 200 кд/м²; освещенность поверхности экрана не должна быть более 300 лк; яркость бликов на экране монитора не должна превышать 40 кд/м²; яркость потолка не должна превышать 200 кд/м². Кроме того, коэффициент естественной освещенности КЕО в помещениях с использованием ПК должен быть не ниже 1,2%

4.1.2 Анализ опасных производственных факторов

К числу опасных производственных факторов, характерных для рабочего места инженера-программиста, относится электрический ток. Степень опасного воздействия на человека электрического тока зависит от рода и величины напряжения и тока, а также от частоты электрического тока, пути тока через тело человека, продолжительности его воздействия на организм человека, условий внешней среды [36]. В частности, электрический ток, протекая через тело человека, производит термическое, механическое и световое воздействие (электролитическое разложение жидкости, в том числе и крови, судорожное сокращение мышц, разрыв тканей и поражение глаз).

Проектируемое рабочее место относится к категории помещений без повышенной опасности, т.к. его можно охарактеризовать как сухое (относительная влажность воздуха не превышает 60%), беспыльное помещение с нормальной температурой воздуха (+240 ⁰С), с изолирующими сухими бетонными полами, покрытыми линолеумом. Единственным типом технологического электрооборудования присутствующим в рабочем помещении является вычислительная техника (персональные компьютеры). Таким образом, все применяемое для работы электрооборудование имеет напряжение питания до 1000 В и малое выходное напряжение преобразовательных элементов (например, блока питания ПК - 5-25 В). В связи свыше обозначенными обстоятельствами, в целом, уровень электрической опасности рабочего помещения можно расценивать как низкий. С целью предупреждения электротравматизма рекомендуется проводить инструктаж по технике безопасности, в котором декларируются основные методы избегания поражения электрическим током.

Таким образом, проведенные мероприятия могут считаться достаточными для минимизации риска поражения электрическим током на рабочем месте.

4.2 Экологическая безопасность

В настоящее время обеспечение экологической безопасности и защита окружающей среды являются важным аспектом любой технологической деятельности. Меры, принимаемые для повышения экологической безопасности, в основном заключаются в снижении уровня загрязнения окружающей среды. Все загрязнения могут быть классифицированы в соответствии с типом загрязняемой среды: 1) загрязнения литосферы (почвы); загрязнение гидросферы; 3) загрязнения атмосферы.

Загрязнения атмосферы, в результате искусственной вентиляции воздуха, и загрязнения гидросферы, в результате выхода производимых в процессе жизнедеятельности сотрудников сточных вод, не связаны непосредственно с реализацией данной работы. При этом, влияние указанных факторов на глобальную и локальную экологическую обстановку незначительно при отсутствии аварийных ситуаций. Это связано, с отсутствием в здании, каких-либо технологических линий, работа которых, сопровождается выбросом жидких или газообразных отходов.

Непосредственно с выполнением данной работы, могут быть связаны негативно влияющие на экологию факторы, сопутствующие эксплуатации ПК. В частности, аспектами негативного влияния являются, отходы и выбросы, имеющие место на этапе производства ПК, а также отходы, связанные с неполной их утилизацией. Кроме того, компьютерная техника является набором приборов, потребляющих электроэнергию, в связи с чем, нерациональное их использование может быть также расценено, как необоснованная нагрузка на окружающую среду.

На основе выполненного анализа влияния компьютерной техники на окружающую среду, стоит отметить, что современные ПК, практически не оказывают негативного влияния на окружающую среду, посредством электромагнитных (в разных диапазонах частот спектра) излучениях. Кроме того, для современных ПК характерен низкий уровень производимых шумов. Таким образом, при дальнейшем рассмотрении проблемы целесообразно остановиться на последних двух факторах влияния.

В связи с тем, что в настоящее время продолжается интенсивное развитие компьютерной техники, сопровождающееся расширением круга решаемых задач, происходит быстрое устаревание как аппаратной части компьютеров, так и их программного обеспечения. Лаборатории вычислительной техники, в одной из которых производилось выполнение данной работы, для создания условий для проведения научно- исследовательских работ должны комплектоваться относительно современной техникой и разнообразным, актуальным программным обеспечением. Это, в частности, означает необходимость периодической (раз в несколько лет) замены использующихся компьютеров.

4.3 Безопасность в чрезвычайных ситуациях (техногенного, природного, социального характера)

К чрезвычайным ситуациям, которые могут возникнуть при проведении лабораторных исследований посредством организации вычислительных экспериментов, относится возникновение пожаров и взрывов.

Пожары в помещениях с компьютерами представляют особую опасность, так как сопряжены с большими материальными потерями. Характерная особенность таких помещений - небольшие площади помещений. Известно, что пожар может возникнуть при взаимодействии горючих веществ, окисления и источников зажигания. В помещениях, где стоят компьютеры, присутствуют все три основных фактора, необходимые для возникновения пожара. Комплекс организационных и технических мероприятий, направленных на обеспечение безопасности людей, на предотвращение пожара, ограничение его распространения, а также на создание условий для успешного его тушения, называют противопожарной защитой [37]. В рамках противопожарной защиты, как правило, проводятся следующие мероприятия:

1. Организационные: к ним относятся обучение рабочих и служащих правилам пожарной безопасности, разработка и реализация норм и правил пожарной безопасности, инструкций правильной эксплуатации рабочего оборудования, разработка планов эвакуации людей и т.д.

2. Технические: к ним относятся выбор и использование современных автоматических средств сигнализации, автоматических стационарных систем тушения пожаров, первичных средств пожаротушения, разработка методов и применение устройств ограничения распространения огня и т.п.

В качестве технических средств тушения пожаров, предназначенных для локализации небольших возгораний, относятся пожарные стволы, внутренние пожарные водопроводы, огнетушители, сухой песок, асбестовые одеяла и т.п.



Заключение

В настоящее время проблема эффективной и безаварийной эксплуатации нефтепроводов и продуктопроводов является актуальной не только в масштабе нефтегазовой отрасли, но и экономики РФ в целом. Ключевыми аспектами эффективной эксплуатации являются снижение риска возникновения аварий с одной стороны и минимизация негативных последствий при их возникновении с другой. Последнее невозможно без разработки и применения эффективных средств непрерывного и оперативного контроля герметичности трубопроводов.

В качестве таких средств могут рассматриваться корреляционно- акустические течеискатели и системы непрерывного акустико-эмиссионного контроля герметичности. В тоже время, несмотря на принципиальную применимость и достаточную эффективность, корреляционно-акустические методы и средства контроля до сих пор не получили широкого распространения в нефтяном хозяйстве. В качестве основных факторов, сдерживающих распространение обозначенных выше технических решений, можно привести следующие: недостаточная точность обнаружения утечек при контроле протяженных участков трубопроводов, относительно малое максимальное расстояние между датчиками, неприспособленность программного обеспечения представленных на рынке корреляторов для решения задачи поиска утечек в нефтепроводах.

Все указанные недостатки могут быть устранены путём разработки и внедрения эффективных программных решений, отвечающих следующим требованиям: использование развитого математического аппарата ЦОС, наличие возможностей гибкой настройки параметров анализа, оптимальное использование ресурсов вычислителя. Разрабатываемое автором ПО потенциально удовлетворяет всем перечисленным требованиям, что обеспечивается применением метода частотно-временного корреляционного анализа и комплексным подходом к оптимизации вычислений.

Conclusion

Nowadays the problem of efficient and trouble-free exploitation of oil pipelines and product pipelines is relevant not only for the oil and gas industry, but for the Russian economics in general. Key aspects of effective exploitation are reducing the risk of accidents and minimizing the implications of accidents. That is not possible without the development and usage of effective means of continuous and operational monitoring of pipelines leak.

Acoustic correlators can be considered as a solution for leak detection. In the other hand, despite the fundamental applicability and sufficient performance, methods and means of control are not widespread in the oil sector. The main factors, which restrain the spread of technical solution, are lack of precision in the detection of leaks in the control of long sections of pipelines, the relatively small distance between the sensors, the inability of the common software to solve the problem of correlators to find leaks in oil pipelines.

All these disadvantages can be eliminated with the development and implementation of effective software solutions that corresponding to the following requirements: advanced mathematical apparatus of the DSP, flexible configuration options analysis capabilities, optimal usage of the calculation resources. Developed software potentially can satisfy all these requirements. That is ensured by application of the original method of time-frequency correlation analysis and complex approach to computational optimization.



Список публикаций студента

1. Avramchuk V.S., Luneva E.E., Cheremnov A.G. Optimization of calculating time-frequency correlation function on the CPU // Mechanical Engineering, Automation and Control Systems: Proceedings of International Conference, Tomsk, October 16-18, 2014. - Tomsk: TPU Publishing House, 2014 - p. 1-5.

2. Faerman V.A., Cheremnov A.G., Avramchuk V.S., Luneva E.E. Prospects of frequency-time correlation analysis for detecting pipeline leaks by acoustic emission method // IOP Conference Series: Earth and Environmental Science. - 2014 - Vol. 21. - p. 12041.

3. Cheremnov A.G., Avramchuk V.S., Luneva E.E. Increasing the Efficiency of Using Hardware Resources for Time-Frequency Correlation Function Computation // Advanced Materials Research. - 2014 - Vol. 1040. - p. 969-974.

4. Аврамчук В.С., Лунева Е.Е., Черемнов А.Г. Оптимизация расчета частотно-временной корреляционной функции на центральном процессоре // Системы управления и информационные технологии. - 2014 - №. 2 (56). - C. 58-62.

5. Аврамчук В.С., Лунева Е.Е., Черемнов А.Г. Повышение эффективности использования аппаратных ресурсов ЭВМ при вычислении частотно-временной корреляционной функции [Электронный ресурс] // Интернет журнал Науковедение. - 2013 - №6 (19). - C. 1-10.

6. Аврамчук В.С., Лунева Е.Е., Черемнов А.Г. Способы повышения эффективности вычисления быстрого преобразования Фурье [Электронный ресурс] // Науковедение. - 2013 - №3. - C. 1-6.

7. Фаерман В.А., Черемнов А.Г. Оценка влияния перекрытия окон ДПФ на информативность частотно-временной корреляционной функции при анализе коротких сигналов // Молодежь и современные информационные

технологии: сборник трудов XIII Международной научно-практической конференции студентов, аспирантов и молодых ученых, Томск, 9-13 Ноября 2015. - Томск: ТПУ, 2016 - Т. 1 - C. 176-177.

8. Черемнов А. Г. Определение запуска или работы приложения в виртуальной машине на основе анализа конфигурационного пространства PCI устройств // Молодежь и современные информационные технологии: сборник трудов XIII Международной научно-практической конференции студентов, аспирантов и молодых ученых, Томск, 9-13 Ноября 2015. - Томск: ТПУ, 2016 - Т. 1 - C. 314-315.

9. Черемнов А.Г. Приёмы обнаружения виртуальных машин путём анализа параметров окружения // Молодежь и современные информационные технологии: сборник трудов XIII Международной научно-практической конференции студентов, аспирантов и молодых ученых, Томск, 9-13 Ноября 2015. - Томск: ТПУ, 2016 - Т. 1 - C. 316-317.

10. Черемнов А.Г., Фаерман В.А., Аврамчук В.С. Программное и математическое обеспечение перспективного корреляционно-акустического комплекса обнаружения утечек // Автоматический контроль и автоматизация производственных процессов: материалы Международной научно-технической конференции, Минск, 22-24 Октября 2015. - Минск: Белорусский государственный технический университет, 2015 - C. 230-233.

11. Черемнов А.Г., Аврамчук В.С. Вычисление БПФ на многоядерных процессорах с архитектурами Intel и DSP-микроконтроллерах с архитектурой ARM на выборках до 4096 [Электронный ресурс] // Молодежь и современные информационные технологии: сборник трудов XII Всероссийской научно- практической конференции студентов, аспирантов и молодых ученых: в 2 т., Томск, 12-14 Ноября 2014. - Томск: ТПУ, 2014 - Т. 1 - C. 279-280.

12. Черемнов А.Г., Аврамчук В.С. Разработка драйвера для прямого доступа к портам для Microsoft Windows 8.1 x86-x64 [Электронный ресурс] // Молодежь и современные информационные технологии: сборник трудов XII Всероссийской научно-практической конференции студентов, аспирантов и молодых ученых: в 2 т., Томск, 12-14 Ноября 2014. - Томск: ТПУ, 2014 - Т. 1 - C. 277-278.

13. Фаерман В.А., Черемнов А.Г. Перспективы применения частотно-временного корреляционного анализа для поиска утечек в нефтепроводах методом акустической эмиссии // Проблемы геологии и освоения недр: Труды XVIII Международного симпозиума имени академика М.А. Усова студентов и молодых ученых, посвященного 115-летию со дня рождения академика Академии наук СССР, профессора К.И. Сатпаева, 120-летию со дня рождения члена-корреспондента Академии наук СССР, профессора Ф.Н. Шахова, Томск, 7-11 Апреля 2014. - Томск: Изд-во ТПУ, 2014 - Т. 2 - C. 544-546.

14. Черемнов А.Г., Аврамчук В.С. Алгоритмические оптимизации вычисления БПФ на многоядерном процессоре [Электронный ресурс] // Современные техника и технологии: сборник трудов XX международной научно-практической конференции студентов, аспирантов и молодых ученых: в 3 т., Томск, 14-18 Апреля 2014. - Томск: ТПУ, 2014 - Т. 2 - C. 271-272.

15. Черемнов А.Г., Аврамчук В.С. Архитектурная и компиляторная оптимизации вычисления БПФ на многоядерном процессоре [Электронный ресурс] // Современные техника и технологии: сборник трудов XX международной научно-практической конференции студентов, аспирантов и молодых ученых: в 3 т., Томск, 14-18 Апреля 2014. - Томск: ТПУ, 2014 - Т. 2 - C. 273-274.

16. Черемнов А.Г., Аврамчук В.С. Оптимизация вычисления обратного БПФ на многоядерном процессоре // Информационные технологии в науке, управлении, социальной сфере и медицине: сборник научных трудов Международной научной конференции/ Под ред. О.Г. Берестневой, О.М. Гергет. В 2-х частях, Томск, 29 Апреля-2 Мая 2014. - Томск: Изд-во ТПУ, 2014 - Т. 1 - C. 49-51.

17. Черемнов А.Г. Вычисление БПФ на параллельной архитектуре с распараллеливанием операции «Бабочка» [Электронный ресурс] // Молодежь и современные информационные технологии: сборник трудов XI Международной научно-практической конференции студентов, аспирантов и молодых ученых, Томск, 13-16 Ноября 2013. - Томск: ТПУ, 2013 - C. 50-52.

18. Черемнов А.Г. Вычисление БПФ на параллельной архитектуре с распараллеливанием операции «Бабочка» с использованием адаптивного расчёта степени детализации [Электронный ресурс] // Молодежь и современные информационные технологии: сборник трудов XI Международной научно- практической конференции студентов, аспирантов и молодых ученых, Томск, 13-16 Ноября 2013. - Томск: ТПУ, 2013 - C. 52-54.

19. Черемнов А.Г., Аврамчук В.С. Библиотека для проверки поддержки технологии CUDA [Электронный ресурс] // Современные техника и технологии: сборник трудов XIX Международной научно-практической конференции студентов, аспирантов и молодых ученых: в 3 т., Томск, 15-19 Апреля 2013. - Томск: ТПУ, 2013 - Т. 2 - C. 389-390.

20. Черемнов А.Г., Аврамчук В.С. Использование технологии CUDA в расчёте преобразования Фурье [Электронный ресурс] // Современные техника и технологии: сборник трудов XIX Международной научно-практической конференции студентов, аспирантов и молодых ученых: в 3 т., Томск, 15-19 Апреля 2013. - Томск: ТПУ, 2013 - Т. 2 - C. 387-388.

21. Фаерман В.А., Черемнов А.Г. Исследование возможностей автоматического определения местоположения утечек с применением частотно-временного корреляционного анализа // Технологии Microsoft в теории и практике программирования: сборник трудов XII Всероссийской научно- практической конференции студентов, аспирантов и молодых ученых, Томск, 25-26 Марта 2015. - Томск: ТПУ, 2015 - C. 205-206.

22. Буй Б., Черемнов А.Г. Реализация БПФ на микроконтроллерах с архитектурой ARMCortexM4 и многоядерных центральных процессорах с архитектурами IA32-IA64 // Научная инициатива иностранных студентов и аспирантов российских вузов: сборник докладов VII Всероссийской научно- практической конференции. В 3 т., Томск, 23-25 Апреля 2014. - Томск: ТПУ, 2014 - Т. 1 - C. 88-92.

23. Буй Б., Черемнов А.Г., Аврамчук В С. Оптимизация расчёта частотно-временной корреляционной функции на многоядерном процессоре // Научная инициатива иностранных студентов и аспирантов российских вузов: сборник докладов VII Всероссийской научно-практической конференции. В 3 т., Томск, 23-25 Апреля 2014. - Томск: ТПУ, 2014 - Т. 1 - C. 93-97.

24. Черемнов А.Г., Аврамчук В.С. Анализ показателей ускорения и эффективности использования вычислительных ресурсов в задачах вычисления БПФ для реальных чисел на многоядерном процессоре // Технологии Microsoft в теории и практике программирования: сборник трудов XI Всероссийской научно-практической конференции студентов, аспирантов и молодых ученых, Томск, 23-24 Апреля 2014. - Томск: Томский политехнический университет, 2014 - C. 78-80.

25. Черемнов А.Г., Аврамчук В С. Оптимизация вычисления БПФ для реальных чисел на многоядерном процессоре // Технологии Microsoft в теории и практике программирования: сборник трудов XI Всероссийской научно- практической конференции студентов, аспирантов и молодых ученых, Томск, 23-24 Апреля 2014. - Томск: Томский политехнический университет, 2014 - C. 76-78.

26. Черемнов А.Г., Аврамчук В.С. Оптимизация вычисления БПФ на одном ядре многоядерного процессора // Технологии Microsoft в теории и практике программирования: сборник трудов X Всероссийской научно-практической конференции студентов, аспирантов и молодых учёных, Томск, 19-20 Марта 2013. - Томск: ТПУ, 2013 - C. 81-83.

27. Черемнов А.Г., Аврамчук В.С. Особенности реализации алгоритма Кули-Тьюки на многоядерной вычислительной архитектуре // Технологии Microsoft в теории и практике программирования: сборник трудов X Всероссийской научно-практической конференции студентов, аспирантов и молодых учёных, Томск, 19-20 Марта 2013. - Томск: ТПУ, 2013 - C. 78-80.

28. Аврамчук В.С., Фаерман В.А., Казьмин В.П., Черемнов А.Г. Информационные сети и телекоммуникации [Электронный ресурс]: Учебно- методическое пособие / Методические указания к выполнению лабораторных работ для студентов ИнЭО, обучающихся по направлению 220400 «Управление в технических системах». - Томск: Изд-во ТПУ, 2015 - 67 c.

В настоящее время готовится к публикации в издательстве РИНЦ одна публикация:

29. Черемнов А.Г., Фаерман В.А. Программное и математическое обеспечение корреляционного акустического комплекса обнаружения утечек и врезок в нефтепроводах. Дата издания: 17 июня 2016 г.



Список использованных источников

1. Айфичер Э.C., Джервис Б.У. Цифровая обработка сигналов: практический подход, 2-е издание.: Пер. с англ. - М.: Издательский дом «Вильямс», 2004. - 992 с.

2. Мячин М.Л. Цифровая обработка сигналов. Курс лекций для студентов специальности «Прикладная математика» - на правах рукописи, Ярославский государственный университет, 1996 - 2004.

3. Лайонс Р. Цифровая обработка сигнала. 2-е изд. - М.: Бином-Пресс, 2011. - 656 с.

4. Теория и практика цифровой обработки сигналов.

5. Блейхут Р. Быстрые алгоритмы цифровой обработки сигналов. - М.: Мир, 1989. - 448 с.

6. Фаерман В.А., Аврамчук В.С. Корреляционный анализ в методах цифровой обработки сигналов // Молодежь и современные информационные технологии: Труды X Международной научно-практической конференции студентов, аспирантов и молодых ученых - Томск: ТПУ, 2012.

7. Аврамчук В.С., Лунева Е.Е., Черемнов А.Г. Способы повышения эффективности вычисления быстрого преобразования Фурье // Интернет- журнал «Науковедение» [Электронный ресурс] - 2013. - №3.

8. Лапшин Б.М., Овчинников А.Л. Исследование распределения энергии сигнала акустической эмиссии по отдельным модам в жидкостном волноводе. // тез. докл. 15 Российской научно-технической конференции - "Неразрушающий контроль и диагностика", Москва, 28 июня-2 июля 1999 г. - с. 153.

9. Фаерман В.А., Аврамчук В.С. Обзор современных корреляционных течеискателей // Молодежь и современные информационные технологии: Труды X Международной научно-практической конференции студентов, аспирантов и молодых ученых - Томск: ТПУ, 2012. - С. 256-258.

10. Кулаичев А.П. Об информативности когерентного анализа // Журнал высшей нервной деятельности. - 2009. - Т. 59 - №6 - С. 766-775.

11. Овчинников А.Л., Лапшин Б.М., Чекалин А.С., Евсиков А.С. Опыт применения течеискателя ТАК-2005 в городском трубопроводном хозяйстве // Известия Томского политехнического университета, 2008. -т. 312 -№2 - с. 196- 202.

12. Способ частотно-временного корреляционного анализа цифровых сигналов / патент РФ №2405163. - 2010.

13. А.В. Линев, Д.К. Богополепов, С.И. Бастраков. Технологии параллельного программирования для процессоров новых архитектур. - М.: Издательство МГУ, 2010 - 160 с.

14. Intel® 64 and IA-32 Intel Architecture Software Developer's Manual.

15. Черемнов А.Г. Вычисление БПФ на параллельной архитектуре с распараллеливанием операции «Бабочка» с использованием адаптивного расчёта степени детализации // «Молодёжь и современные информационные технологии»: Труды XI Междунар. научно-практ. конф. студентов, аспирантов и молодых учёных. - Томск, 2013. - С. 52-53.

16. Аврамчук В.С., Лунева Е.Е., Черемнов А.Г. Способы повышения эффективности вычисления быстрого преобразования Фурье//Интернет-журнал «Науковедение». 2013 №3 [Электронный ресурс].- М. 2013.

17. Герпель В.П. Высокопроизводительные вычисления для многоядерных многопроцессорных систем. Учебное пособие. - М.: Издательство ННГУ им. Н.И. Лобачевского, 2010. - 421 с.

18. Лайонс Р. Цифровая обработка сигнала. 2-е изд. - М.: Бином-Пресс, 2011. - 656 с.

19. Э. Таненбаум, T. Остин. Архитектура компьютера, 6-ое издание. -Питер, 2013. - 816 с.

20. Intel® 64 and IA-32 Architectures Optimization Reference Manual.

21. Intel Threading Building Blocks (Intel® TBB) User Guide.

22. Аврамчук В. С., Лунева Е. Е., Черемнов А. Г. Оптимизация расчета частотно-временной корреляционной функции на центральном процессоре // Системы управления и информационные технологии. - 2014 - №2 (56). - C. 58-62.

23. В.П. Гергель. Современные языки и технологии параллельного программирования. - М: Издательство Московского университета, 2012. - 408 с.

24. И.Г. Видяев, Г.Н. Серикова, Н.А. Гаврикова. Финансовый менеджмент, ресурсоэффективность и ресурсосбережение: учебно- методическое пособие. - Томск, изд-во ТПУ, 2014. - 36 с.

25. Ильясов Ф. Н. Тарифная сетка, система грейдов на основе закона Вебера // Мониторинг общественного мнения: экономические и социальные перемены. 2012. №6. С. 128-135.

26. Таблица окладов ППС и НС // Официальный сайт планово- финансового отдела ТПУ.

27. Федеральный закон от 24.07.2009 №212-Ф3 «О страховых взносах в Пенсионный фонд Российской Федерации, Фонд социального страхования Российской Федерации, Федеральный фонд обязательного медицинского страхования».

28. СанПиН 2.2.2/2.4.1340-03 «Гигиенические требования к персональным электронно- вычислительным машинам и организации работы». М.: Госкомэпиднадзор, 2003.

29. Безопасность жизнедеятельности: учебное пособие / О.Б. Назаренко, Ю.А. Амелькович. Томский политехнический университет. - 3-е изд. - Томск: изд-во ТПУ, 2013 - 178 с.

30. СанПиН 2.22.542-96 Гигиенические требования к видеодисплейным терминалам, персональным электро-вычислительным машинам и организации работы. М.: Госкомсанэпиднадзор, 1996. - 55 с.

31. СНиП 23-05-95 Естественное и искусственное освещение. М.: 1995. - 35 с. - (Строительные нормы и правила РФ).

32. Расчет искусственного освещения. Методические указания к выполнению индивидуальных заданий для студентов дневного и заочного обучения всех специальностей. - Томск: Изд. ТПУ, 2004. - 15 с.

33. Сибаров Ю.Г. Охрана труда в вычислительных центрах. - М.: Машиностроение, 1990. - 192 с.

34. СанПиН 2.2.2/2.4.1340-03 «Гигиенические требования к персональным электронно- вычислительным машинам и организации работы». М.: Госкомэпиднадзор, 2003.

35. Зинченко В.П. Основы эргономики: учебное пособие / В.П. Зинченко, В.М. Мунипов. - М.:Изд-во МГУ, 1979. - 343 с.

36. Седов Д.С., Махина В.И., Иванченко М.Н. Влияние электромагнитного излучения, создаваемого персональным компьютером, на здоровье человека // Бюллетень Медицинских Интернет-Конференций, 2012. - №11. - Т. 2 - С. 920-923.

37. Влияние бытовых приборов на здоровье человека / Копылова М.Ю., Липикина М.В., Никулина Т.В. и др. // Окружающая природная среда и экологическое образование и воспитание: 6 всерос. науч.-практ. конф., 17-18 февраля 2005 г.: сборник трудов. - Пенза: Приволжский Дом знаний, 2006. - С. 130-133.

38. Agner Fog. An optimization guide for Windows, Linux and Mac platforms. - Copenhagen University College of Engineering - 2012 - 168 p.

39. Intel® 64 and IA-32 Intel Architecture Software Developer's Manual.

40. Intel Learning Lab.

41. Овчинников А.Л., Лапшин Б.М., Чекалин А.С., Евсиков А.С. Опыт применения течеискателя ТАК-2005 в городском трубопроводном хозяйстве // Известия Томского политехнического университета, 2008. -т. 312 -№2 - с. 196-202.

42. Черемнов, А.Г., Аврамчук В.С. Использование технологии CUDA в расчёте преобразования Фурье // СТТ: сб. тр. XIX международной научно- практической конференции студентов, аспирантов и молодых ученых, Томск, ТПУ, 2013 г.- 2013. - Т. 2. - С. 387-388.

43. Аврамчук В.С., Чан В.Т. Частотно-временной корреляционный анализ цифровых сигналов // Известия Томского политехнического университета - 2009. - №5. - Т. 315 - С. 112-115.

44. Способ частотно-временного корреляционного анализа цифровых сигналов: пат. 2405163 Рос. Федерация. №2009118627/28; заявл. 18.05.09; опубл. 27.11.09, Бюл. №33. -10 с.

45. Черемнов А.Г., Аврамчук В.С. Особенности реализации алгоритма Кули-Тьюки на многоядерной вычислительной // Технологии Microsoft в теории и практике программирования. - Томск: Изд-во ТПУ, 2013. - С. 78-80.

46. Лапшин Б.М., Овчинников А.Л. Исследование распределения энергии сигнала акустической эмиссии по отдельным модам в жидкостном волноводе. // тез. докл. 15 Российской научно-технической конференции - "Неразрушающий контроль и диагностика", Москва, 28 июня-2 июля 1999 г. - с. 153.



Приложение А (Обязательное)

Некоторые оконные функции

Оконные функции проранжированы по убыванию разрешающей способности и приведены в таблице.

Таблица

Некоторые оконные функции и их параметры

Наименование окна	Выражение в дискретном виде ??(??), ?? = 0,1 … ?? ? 1
Прямоугольное окно (rectangle window)
Синус-окно (sinus-window)
Окно Ланцоша (Lanczos window)
Окно Барлетта (Bartlett window)
Окно Ханна (Hann window)
Окно Барлетта-Хана (Bartlett-Hann window)
Окно Хемминга (Hamming window)
Окно Блэкмана (Blackman window)
Окно Блэкмана-Харриса (Blackman-Harris window)
Окно Наталла (Nuttal window)
Окно Блэкмана-Наталла (Blackman-Nuttall window)
Окно с плоской вершиной (Flat top window)
Окно Гаусса (Gaussian window)



Приложение Б (Обязательное)

Архитектурные и компиляторные оптимизации

Б.1 Архитектурные оптимизации

Б.1.1 Векторизация

Под векторизацией понимается методика, позволяющая использовать векторные регистры ЦП [19]. Векторный регистр состоит из набора традиционных регистров, которые могут загружаться из памяти одной единственной командой. Разрешёнными операциями над векторными регистрами считаются сложение, вычитание, деление и умножение [14].

Ускорения выполнения программы в этом случае можно добиться, если имеется группа данных, над которыми производятся одинаковые математические действия, поскольку время, затрачиваемое на операции с векторными регистрами сопоставимо со временем, затрачиваемым на операции с регистрами общего назначения [19].

В методе вычисления частотно-временной корреляционной функции, описываемом в пункте 1.2, с целью повышения производительности можно применить 2N-точечного БПФ действительных последовательностей, в котором несложно использовать подход векторизации. Для начала необходимо упаковать входные значения в векторные регистры xmm0-xmm15.

Для проведения упаковки данных в векторные массивы существует две ассемблерные инструкции [14]:

MOVDQA-Move Aligned Double Quadword;

MOVDQU-Move Unaligned Double Quadword.

Первая инструкция позволяет упаковать данные за 1 такт процессорного времени, вторая занимает значительно больше времени. Поэтому если заранее выровнять данные в оперативной памяти ЭВМ на 16 бит, то возможно получить дополнительный прирост за счет быстрой упаковки значений в вектора, а затем после вычислительной операции - быстрой распаковкой вектора. Однако, в методе вычисления 2N-точечного БПФ действительных последовательностей имеются тригонометрические функции, поэтому для проведения векторизации необходимо предварительно разложить их в ряд Тейлора до 10 знака для обеспечения двойной точности вычислительной операции.

Б. 1.2 Упреждающее помещение данных в кэш первого уровня

Оптимизация заключается в ручной загрузке данных из относительно медленной оперативной памяти в кэш до того, как эта память непосредственно потребуется процессору.

Функция предвыборки определена в xmmintrin.h и имеет форму [19]:

#include <xmmintrin.h>

enum _mm_hint { _MM_HINT_T0 = 3, (L1)

_MM_HINT_T1 = 2, (L2)

_MM_HINT_T2 = 1, (L3)

_MM_HINT_NTA = 0 };

void _mm_prefetch(void *p, enum _mm_hint h);

Эта функция подгружает в кэш кэш-линию, начиная с указанного адреса (размер кэш линии 64 байта). Загрузка последующих 5 значений в кэш 1-го уровня позволяет повысить производительность за счёт избегания ситуации вытеснения значений одного массива значениями другого массива из кэша.

Б. 1.3 Уменьшение числа ветвлений

Третьей возможной архитектурной оптимизацией является уменьшение числа ветвлений, преимущественно в больших циклах, так как большинство современных ЦП пытаются предсказать результат условия (branch prediction). Однако, в общем случае, предсказание ветвления будет ошибочно в 50% случаев. Такие ошибки предсказания приводят к замедлению выполнения алгоритма [19].

Также отметим, что уменьшение количества локальных переменных позволяет компилятору хранить их в регистрах, а не в стеке. Таким образом, объявление переменных непосредственно в процедуре перед использованием позволяет минимизировать количество переменных [38].

Б. 2 Компиляторные оптимизации

Также дополнительный прирост производительности можно получить, используя компилятор языка C++ от компании Intel.

К основным компиляторным оптимизациям относят свертку констант, протяжку констант и протяжку копий [20, 39].

Под сверткой констант понимается процесс вычисления констант при непосредственно самой компиляции приложения, под протяжкой констант - подстановка величин известных констант в выражение, а под протяжкой копий - процесс замены переменных их значениями [38]. Пример исходного кода протяжки констант и протяжки копий на языке C++ приведён ниже:

int a = 12;

int y = 70 - x / 2;

= > ПРОТЯЖКА КОНСТАНТ = >

int x = 12;

int y = 70 - 14 / 2; y = x;

z = 9 + y

= > ПРОТЯЖКА КОПИИ = >

z = 9 + x



Отдельно отметим, что удаление повторных вычислений также является скалярной оптимизацией.

Большинство скалярных, межпроцедурных локальных и глобальных оптимизаций, оптимизаций циклических конструкций компилятор Intel способен проводить самостоятельно, если, например, использовать при сборке специальный ключ /O3 [40].



Приложение В (Обязательное)

Анализ эффективности распараллеливания вычисления частотно- временной корреляционной функции

Рассчитанные показатели качества распараллеливания для всех рассматриваемых ЦП приведены в таблицах 1-5.

Таблица 1

Показатели эффективности распараллеливания БПФ для ЦП Intel Core 2 Q6700

Размер выборки	Sp	Ep, %	T0, c.
1024	1,9004	47,5103	0,414551
2048	2,1887	54,7182	0,693237
4096	2,4104	60,2598	1,219737
8192	2,5697	64,2431	2,251462
16384	2,6788	66,9693	4,33745
32768	2,7532	68,8289	8,645776
65536	2,7922	69,8044	17,8953
131072	2,806	70,1505	38,23946

Таблица 2

Показатели эффективности распараллеливания БПФ для ЦП Intel Xeon 5160

Размер выборки	Sp	Ep, %	T0, c.
1024	1,6968	84,841	0,0611
2048	1,7035	85,176	0,1334
4096	1,7577	87,883	0,234
8192	1,7863	89,313	0,4467
16384	1,8173	90,865	0,819
32768	1,8752	93,758	1,1905
65536	1,8547	92,735	3,1105
131072	1,8654	93,27	6,335



Таблица 3

Показатели эффективности распараллеливания БПФ для ЦП Intel Core i5 - 750

Размер выборки	Sp	Ep, %	T0, c.
1024	1,838	45,949	0,2456
2048	2,0212	50,529	0,4423
4096	2,1579	53,948	0,8345
8192	2,2694	56,735	1,6204
16384	2,3246	58,115	3,3205
32768	2,4042	60,104	6,5798
65536	2,4508	61,269	13,409
131072	2,4828	62,071	27,815

Таблица 4

Показатели эффективности распараллеливания БПФ для ЦП AMD A10-4600M

Размер выборки	Sp	Ep, %	T0, c.
1024	1,2839	32,097	0,6706
2048	1,5635	39,089	1,1003
4096	1,773	44,325	1,9509
8192	1,9279	48,198	3,6583
16384	2,051	51,274	7,0144
32768	2,1105	52,763	14,267
65536	2,1348	53,37	32,116
131072	2,0513	51,283	82,029

Таблица 5

Показатели эффективности распараллеливания БПФ для ЦП AMD FX-9590

Размер выборки	Sp	Ep, %	T0, c.
1024	1,7133	21,417	0,9725
2048	2,2526	28,158	1,5005
4096	2,6982	33,727	2,5557
8192	2,8258	35,322	5,1903
16384	3,3676	42,095	8,4471
32768	3,5249	44,061	16,787
65536	3,721	46,513	32,648

Зависимости показателя «ускорение» и «эффективность использования вычислительных ресурсов» показаны на рисунках 1 и 2 соответственно.

Рисунок 1 - Зависимость показателя «ускорение» от количества отсчётов в исходной анализируемой выборке

Рисунок 2 - Зависимость показателя «эффективность использования вычислительных ресурсов» в процентах от числа отсчётов в исходной анализируемой выборке

Реализация параллельного расчёта ЧВ ВКФ обладает хорошей масштабируемостью (рисунки 1, 2), поскольку с ростом количества обкатываемых данных ускорение и эффективность использования вычислительных ресурсов также возрастает.



Приложение Г (обязательное)

Application of time-frequency correlation analysis for leak detection

Студент

Группа	ФИО	Подпись	Дата
8АМ41	Черемнов Александр Геннадьевич

Консультант кафедры АИКС

Должность	ФИО	Ученая степень, звание	Подпись	Дата
ассистент каф. АИКС	Ефремов А.А.	-

Консультант - лингвист кафедры ИЯИК

Должность	ФИО	Ученая степень, звание	Подпись	Дата
Старший пред. каф. ИЯИК	Логинова А.В.	-

G.1 Time-frequency correlation analysis

The application of the time-frequency correlation analysis for leak detection problem solving is one of the methods of sensor signal processing. The basic concept of this approach is the calculation and the following analysis of the time-frequency correlation function ??????(??, ??), which has two arguments - delay time (??) and frequency (??). Thus, the time-frequency correlation function represents the correlation coefficient dependence on the delay time as well as on the frequency.

The important peculiarity of a time-frequency correlation function is the fact, that it contains the information about signals behavior in the time domain as well as the information about its spectral content. The given peculiarity makes the signals investigation effective and processed with the application of a time-frequency correlation function.

The acquisition of a time-frequency correlation function presupposes the correlation function calculation for many various frequency intervals ????, therefore, the reference signal prefiltering is presupposed to calculate them.

Thus, the procedure of the time-frequency correlation function calculation can be schematically illustrated in figure 1. The following nomenclature is used in the scheme: sensor signals ????(??), ????(??) (?? = 0,1, …, ?? ? 1); BPF - band-pass filtering unit, pass band is a setting and is indicated above; ??????(????, ??) - correlation function of signals ????(??) and ????(??) filtered in the frequency band (?????1, ????); ?? -quantity of the assignable frequency intervals. The understander executes the presentation of the calculated ?? correlation functions in the form of the integrated time-frequency correlation function ??????(??, ??).

Fig. 1 -Acquisition of time-frequency correlation function



Fig. 2 - Time-frequency correlation function surface

Graphically the time-frequency correlation function ??????(??, ??) can be represented spread out above the plane, formed by time axis ?? and frequency axis ??. The peaks of the time-frequency correlation function present on the surface correspond to the maximum value of its components ??????(????, ??) and serve to detect the desired delay parameter. The model view of the time-frequency correlation function surface is presented in figure 2.

One of the main advantages of the time-frequency correlation function application is an ability of its graphic presentation as the surface, which is of current concern for the leak detection problem solving.

G.2 Algorithm of the time-frequency correlation function acquisition

The acquisition of the time-frequency correlation function in accordance with the algorithm comes to the calculation of a number of correlation functions for various frequency intervals of signals. However, the given procedure contains the considerable number of unnecessary calculations, particularly, the repeated procedure of signal filtration in the time domain [44]. In that context, in practical terms, to calculate the time-frequency correlation function the modified version of the correlation function acquisition algorithm through FFT is used. Thus, the calculation of the time-frequency correlation function comes to the consecutive execution of several phases, which are described below [44]. There are some signals received from sensors presented by discrete-time sequences ???? ???? (?? = 0, 1, 2, …, ??; ?? = 2^?? ? 1; ?? ? 2, ?? ?integer). In the initial phase, their cross-spectrum is defined by the multiplication of signal spectrums:

{??????(??) = ?????(??) • ????(??)}, (1)

where ?? is a discrete Fourier transformation (DFT); ??^? is a complex-conjugate DFT result presentation; ?? = 1,2, …, 2^???1 + 1.

In the second phase, the available complex array ?????? (??) partitioning into ?? constituents (where ?? is a quantity of distinguished frequency intervals), that contain only spectral references found in the current studied interval is executed. Mathematically, the given procedure resolves into formation of ?? vectors ??^?? (?? = 0,1,2, …, ?? ? 1) according to the following rule:

??^???? = ???? • ??^??, (2)

where ??^?? is the window function determined as follows:

(3)

where ?? = 0,1,2, … 2^???1 + 1, ?? = 0,1,2, …, ?? ? 1.

In the third phase, the received vectors ??^?? are subjected to the inverse discrete Fourier transformation:

??^?? = ??^?1[??^??].

The obtained complex vector ??^??consists of ?? vectors each of which in its turn represents the reference signal correlation function on the ?? -frequency interval.

In the final phase the data interpretation is executed, i.e. the decompression of the time-frequency correlation function values ?????? (????, ????) by the value of vector ??^??. The following transformation is done:

The basis for transformation (4) is ??-periodicity of the original and the resultant sequences with the use of DFT mathematical apparatus. The arguments of a time-frequency correlation function ??????(????, ????) change in the following ranges [43]:

where ???????? = ????/2 (???? is sampling rate);

where ???????? = ?(??/2 ? 1) • ??? = ??/2????;

???????? = ??/2 • ??? = ??/2????.

The calculation pattern of a time-frequency correlation function is represented in figure 3 [44]. A time-frequency correlation function is averaged in cases when the sample capture is bigger than Fourier transformation window to increase the investigation efficiency of stationary signals. If the reference signal sample contains ?? blocks each with ?? samples, the resultant time-frequency correlation function can be received as:

(5)

Fig. 3 -Time-frequency correlation function acquisition

The obvious drawback of a time-frequency correlation function in comparison with a classical one is the necessity to execute a considerable amount of extra calculations [44]. The most complex calculating procedures used in the algorithms are direct and inverse fast Fourier transformations. It is noteworthy that the calculation of the classical correlation function to solve the practical leak detection problem requires ?? direct Fourier transformations and ?? inverse Fourier transformations while the calculation of the time-frequency correlation function requires ?? direct Fourier transformations and ?? • ?? inverse Fourier transformations [43]. In addition, the graphic presentation of the time-frequency correlation function demands plotting the surface which is a more difficult task than plotting a two axes graph.

Thus, the calculation time of the time-frequency correlation function is approximately ?? times longer than the calculation time of the classical correlation function to solve the similar problem...