- •Структура и принцип действия микропроцессора классической архитектуры
- •2. Выполнение процессором командного цикла.
- •Машинный и командный цикл cisc микропроцессора
- •4. Структура команд. Способы адресации. Длинное командное слово
- •5 . Организация подпрограмм и использование стековой области памяти.
- •6.Аппаратные средства интрфейса.
- •7.Програмные средства интерфейса для управления электроприводами
- •8. Параллельный и последовательный интерфейс. Области применения
- •9. Принцип действия программируемого таймера.
- •10. Ввод и вывод информации с применением программируемого контроллера прерываний.
- •11.Работа вычислительного устройства в режиме прямого доступа к памяти.
- •12. Программная реализация интервалов времени.
- •13 Аппаратная реализация интервалов времени
- •14. Микросхемы памяти, их основные характеристики и классификация
- •15. Функциональная схема устройства оперативной памяти
- •16. Постоянные запоминающие устройства, их типы и области применения.
- •17. Применение пзу в качестве функционального преобразователя (фп).
- •18.Цифро-аналоговое преобразование.
- •19.Аналого-цифровое преобразование.
- •23. Микроконтроллер, его функциональная схема и применение в системе управления электроприводом
- •24. Влияние времени выполнения программы микроконтроллером на запас устойчивости замкнутой системы.
- •25. Микроконтроллер как динамическое звено.
- •26. Выбор числа разрядов слова данных по требуемой точности системы управления.
- •27. Рекурсивные и нерекурсивные цифровые фильтры, их передаточные функции и структурные схемы. Алгоритм и программа цифрового фильтра.
- •28. Цифровое дифференцирование и интегрирование.
- •31. Паралельная обработка информации. Классификация вычислительных систем с параллельной обработкой информации.
- •32. Процессоры с сокращенным набором команд (risc) и с полным набором команд (cisc). Примеры.
- •33. Гарвардская и разнесенная архитектуры микропроцессоров. Примеры.
- •35. Гарвардская архитектура восьмиразрядных микроконтроллеров pic.
- •36. Функциональная схема микроконтроллера msp430 и назначение входящих в него устройств.
- •37. Функциональная схема микроконтроллера pic16 и назначение входящих в него устройств.
- •38. Система команд микроконтроллера msp430. Пример составления программы.
- •39 .Система команд микроконтроллеров архитектуры adsp-bf. Пример составления программы
- •40Режимы энергопотребления микроконтроллеров.Примеры
- •41 Архитектура risc – ядра arm7 16/32 разрядных микроконтроллеров.
- •42. Система команд микроконтроллеров arm7. Пример составления программы.
- •43. Способы повышения эффективности использования конвейера.
- •45. Структура ядра adsp-bf и его регистры.
- •46. Алгоритм расчета сигнала управления в замкнутой системе.
- •47. Преобразование унитарного кода импульсного датчика в двоичный код положения с использованием устройства захвата сравнения.
- •48. Преобразование унитарного кода импульсного датчика в двоичный код положения с использованием таймера счетчика
- •49. Преобразование унитарного кода импульсного датчика в двоичный код скорости при постоянстве интервала времени.
- •50. Преобразование унитарного кода импульсного датчика в двоичный код скорости при постоянстве интервала перемещения.
- •51. Применение программируемого таймера в системах управления эп.
- •52. Применение программируемого таймера в системах управления эп.
- •53. Использование нечеткой логики для синтеза управления. Лингвист. Переменные.
- •54 Алгоритм нечеткого управления
- •55. Структура и принцип действия искусственного нейрона. Соединение в сеть
- •56. Применение искусственной нейронной сети в качестве устройства управления.
54 Алгоритм нечеткого управления
F - фазификатор (преобразует непр. Сигнал в лингвистические переменные)
DF — дефазификатор (лингвистические переменные в непрерывный сигнал)
КНЛ — контроллер нечеткой логики
Б П формируется исходя из цели управления. Фаззификацией называется преобраз. действительных значений входных переменных в лингвистические значения. Лингвистическое значение — интервал и функция принадлежности для действительных чисел. Логический вывод вып-ся на основании базы правил. В результате получается лингвистическое значение сигнала управления с вычисленной функцией принадлежности. Функция приналежности выходной величины рассчитывается по функции принадлежности входных лингвистических величин.
Дефаззификацией наз-ся преобразование лингвистической выходной переменной в действительное число.
Лингвистические значения: NB, NM, NZ, NL, PZ, PL, PM, PB. (на русском: ОБ, ОС, ОМ, ОН, ПН, ПМ, ПС, ПБ)
Если - то величина принадлежит интервалу.
М етод центра тяжести:
Функция принадлежности может помимо треугольной формы иметь сложную форму: Метод середины площади:
Стандарты для программируемых контроллеров:
IEC 1121-7, IEC 1131-3 (1993u).
FCL — fuzzy control language — язык нечеткого упра вления
Область применения языка: управление в системах с ОС и без неё (классификация и распознания, принятие решений, диагностика неисправностей и тд).
55. Структура и принцип действия искусственного нейрона. Соединение в сеть
Структура искусственного нейрона
W 1,…..Wn – весовые коэфф, Х1,Х2…..Хn –входные векторы
∑-суммир звено
F(s) – активац ф-ция, U – вых сигнал.
УО – устройство обучения
Искусств нейрон имеет структуру адаптивно-настраиваемого регулятора
Искусств нейрон удобен для реализации на микропроц основе в виде искусств нейросети.
Персептрон имеет функц схему:
dk(w) – требуемое значение вых величины
ƞ – определяет скорость сходимости (обучения)
Wk+1=Wk+ƞ*(Uk-dk)*Xk
П ерсептрон для классиф входных векторов путем отнесения их к одному из классов L1,L2
X=(X0….Xn)^T – Входной вектор
S=X*W^T – скалярн произвед векторов
З начение выхода искусств нейрона позволяет определить к какой полуплоскости относ вектор.
Активация функции может иметь разл вид:
U=max(0,signS)
U=sgnS
U=max(-1,min(S1))
U=1/(1+e^-αS)
U=th(αS)
От вида активац ф-ции зависит тип выполн логич операции. Если f(s) имеет вид релейного элемента, то персептрон может выполнять операции в виде четкой логики.
Если f(s) в виде четкой гладкой кривой, то Персептрон может выполнять операции нечеткой логики.
Выбор алгоритма обучения зависит от задачи.
В ИНС использ несколько алгоритмов обучения:
- обучение с учителем: предполагает обучающее множество обуч векторов и каждый из них соотв свой вых сигнал.
- обучение без учителя: использ текущую о входах и выходах
Для выбора метода обучения может быть выбран генетический алгоритм.
Выполнение логических операций персептроном
Х 0=±1 или др произвольным числом
Значения, кот могут принимать входн значения
С пом простейшего персептрона невозможно выполн искл ИЛИ
Соединение иск нейронов в сеть
О бычно использ не более трех слоев нейронных сетей. Искусств нейросеть имеет регулир структуру. Кол-во процессорных элементов равно кол-ву нейронов. Алгоритм обучения примен к каждому нейрону.