Применение когнитивной метафоры при построении систем "реального времени" с использованием высокоскоростных волоконно-оптических линий связи

Размещено на http://www.allbest.ru/

«Ульяновский государственный технический университет»

Применение когнитивной метафоры при построении систем «реального времени» с использованием высокоскоростных волоконно-оптических линий связи

А.В. Меновщиков

Телекоммуникационные сети в настоящее время интегрированы практически во все процессы, происходящие в общественных отношениях и их развитие является отражением этапов построения информационного общества. Рост информационного обмена во всех сферах человеческой деятельности требует внедрение новейших и модернизацию имеющихся технологий в сетях телекоммуникации. На сегодняшний день самыми эффективными решениями для передачи больших объемов данных на большие расстояния являются волоконно-оптические линии связи (ВОЛС). Пропускная способность волоконно-оптических систем может достигать 10 Тбит/с по одному волокну в диапазоне C (~100 DWDM-каналов со скоростью 100 Гбит/с в каждом) и порядка 27 Тбит/с в диапазоне C+L. Кроме того, возрастающая потребность в информационном обмене заставляет провайдеров реализовывать высокоскоростные каналы не только на магистральных участках сетей, но и в городских metro-системах, а также в центрах обработки данных, где требуется большая производительность.

Применение систем «реального времени» в телекоммуникационных системах. помехоустойчивый кодирование видеоряд

Системы «реального времени» представляют собой автоматизированные системы с жесткими ограничениями временных характеристик. В наибольшей степени подобные системы востребованы в области обработки процессов управления технологическими процессами, в системах научных исследований и комплексных испытаний, во встроенных системах управления как простых технологических объектов, так и бортовых системах. Кроме того, в настоящее время, широкое применение таких систем осуществляется в области обработки изображений в системах управления, в которых целевая функция достигается за счет анализа видеоряда и своевременной выработки адекватных управляющих воздействий [2, 5, 6]. При этом центр обработки данных (ЦОД) и ситуационный центр могут находиться на значительном удалении как друг от друга, так и от объекта, в отношении которого требуется незамедлительное применение управляющего решения (рисунок. - 1).

Рис. 1. Структурная схема системы «реального времени» с находящимися на значительном удалении ситуационном центром и объектом наблюдения

В этом случае важную роль при построении таких систем играет не только минимально возможное время принятия решения, но и минимальная задержка в доведении этого решения.

Проблему минимизация задержек доведения управленческих решений в настоящее время можно решить с использование телекоммуникационных систем на основе высокоскоростных волоконно-оптических линий связи (ВОЛС). В таких волоконно-оптических линиях связи передача мультимедийных данных осуществляется со скоростью более 100 Гбит/с. Кроме того, в настоящее время ведутся исследования в области увеличения канальной скорости передачи информации до 400 Гбит/с и более. С этой целью предполагается использовать многоуровневые форматы модуляции с информационной ёмкостью более 2 бит/символ [4]. При этом высокоскоростная передача информации вызывает рост нелинейных искажений в канале связи, таких, как: четырехволновое смещение (FWM), перекрестная фазовая модуляция (XPM), фазовая самомодуляция (SPM). В целях компенсации мешающих факторов в волоконно-оптических линиях связи используются помехоустойчивые коды.

В настоящее время можно выделить следующие помехоустойчивые коды, используемые для исправления ошибок в высокоскоростных цифровых волоконно-оптических линиях связи:

- коды Рида-Соломона (РС), описанные в рекомендации;

- каскадные схемы кодирования, описанные в рекомендации;

- параллельные составные коды, или турбо-коды;

- коды с малой плотностью проверок на четность с различными параметрами и использованием мягких решений демодулятора.

Применение когнитивной метафоры при декодирования данных
в системах «реального времени»

Под когнетивной метафорой в нашей статье мы будем понимать возможность для семантической обработки операций декодирования, направленных на формирование текущих решений о принятой последовательности с учетом предыдущего опыта.

Этим требованиям во многом отвечает метод перестановочного декодирования. Замечательным свойством метода является возможность предварительного вычисления всех возможных перестановок символов кодовых векторов и организации некоторого подобия кодовой книги, в которой связываются конкретные перестановки и соответствующие им эквивалентные коды. Это открывает возможности организации когнитивной процедуры обучения декодера выявлению таких связей и заполнения кодовой книги по мере появления тех или иных перестановок [1]. Собственно в книгу или когнитивную карту заносятся образцы порождающих матриц эквивалентных кодов, которые зависят от порядка ранжирования кортежа …лi + лi+1 - лi+2 - лi+3 + лi+4… для реализации перестановочного декодирования. Концептуальная схема такого декодера может быть представлена в соответствии с рисунком 2.

В соответствии с используемой когнитивной метафорой обучение такого декодера и формирование решений с учетом предыдущего опыта основывается на использовании когнитивной карты, представляющий собой пополняемую и изменяемую онтологию. Для пополнения онтологии можно воспользоваться несколькими способами: вносить изменения вручную или путем автоматизированного пополнения за счет использования соответствующего программного обеспечения. Все изменения, получаемые в результате автоматизированного пополнения, сравниваются со значениями, уже содержащимися в когнитивной карте, при этом для извлечения первоначально записанных данных требуется лишь k надежных символов полученного кода.

Рис. 2. Концептуальная схема декодера с применением когнитивной карты

Рассмотрим код РС с параметрами (7,3,5) и занумеруем столбцы порождающей матрицы этого кода от 1 до 7.

В ходе оперативной обработки данных сочетание надежных символов кодовой комбинации недвоичного кода, например, вида (2 4 5) с высокой долей вероятности может повторяться. Для экономии в будущем вычислительного ресурса декодера целесообразно сохранить в его памяти вычисленное выражение порождающей матрицы эквивалентного кода и использовать его при возможных перестановках элементов (2 4 5). Матрицу со строго возрастающей последовательностью номеров столбцов называют канонической, а сама матрица является эталонной. Это удобно с точки зрения быстрого поиска нужной эталонной матрицы в списке таких матриц. Каждый эталонный образец хранится в виде таблицы, как показано на рисунке 3, при этом нет необходимости хранить систематическую часть матрицы.

Рис. 3. Структура эталонной матрицы в каноническом виде по системе надежных символов

Следуя принципам когнитивной обработки данных, декодер получив, например, кортеж значений Kпр в виде (5 2 4) для первых k надежных символов принятой комбинации и (n- k) оставшихся менее надежных символов в виде (3 7 1 6) формирует матрицу Gпер , исходя из структуры эталонной матрицы, как показано на рисунке 4.

Рис. 4. Формирование матрицы Gпер из эталонной матрицы

Нетрудно заметить, что декодер извлекает эталонную матрицу в каноническом виде из когнитивной карты и за n шагов преобразует ее в требуемую форму. Для этого декодеру требуется всего n тактов работы [4].

Заключение

В работе рассмотрен метод перестановочного декодирования с использованием когнитивной карты эталонных матриц для недвоичного кода Рида-Соломона (PC). Представленный метод, в отличии от классического алгоритма обработки таких кодов декодером, который носит случайный характер во времени из-за необходимости подбирать полином локаторов ошибок [3, 7], позволяет, благодаря использованию карты эталонных матриц, осуществить расчет времени, требуемого на обработку поступающих кодовых слов.

Метод предлагается к использованию в системах «реального времени» и позволяет осуществить модернизацию уже существующих высокоскоростных оптических систем связи.

Благодарности

Исследование выполнено при финансовой поддержке РФФИ и Правительства Ульяновской области в рамках научного проекта № 16-47-732011\19.