В рамках этого доклада мы продемонстрируем преимущества сквозного моделирования систем связи, рассмотрим методики повышения точности описания компонентов модели, а также познакомимся с платформами программно-определяемого радио (SDR).
Завершающий доклад дня будет посвящён реализации и верификации разработанных алгоритмов обработки сигналов на конечных целевых платформах. Мы продемонстрируем современный подход к решению этой задачи в рамках концепции МОП, подразумевающий активное использование поведенческой модели алгоритма, а также автоматизацию многих этапов разработки и тестирования.
· Различные подходы построения модели
· Новые возможности импорта, обработки и визуализации данных
· Работа с облаком ThingSpeak для интернета вещей
· Создание графических приложений с App Designer
На данном докладе мы познакомимся с новейшими методами проектирования сложных междисциплинарных систем (на примере РЛС), и посмотрим, как Модельно-Ориентированное Проектирование (МОП) помогает создавать подобные системы с меньшими трудозатратами.
Первый доклад дня будет посвящён современным методам создания алгоритмов ЦОС, решению типовых задач обработки, а также преодолению таких трудностей, как обработка и визуализация потоковых данных, генерация специализированных сигналов, связь с контрольно-измерительным оборудованием.
В рамках этого доклада мы продемонстрируем преимущества сквозного моделирования систем связи, рассмотрим методики повышения точности описания компонентов модели, а также познакомимся с платформами программно-определяемого радио (SDR).
Завершающий доклад дня будет посвящён реализации и верификации разработанных алгоритмов обработки сигналов на конечных целевых платформах. Мы продемонстрируем современный подход к решению этой задачи в рамках концепции МОП, подразумевающий активное использование поведенческой модели алгоритма, а также автоматизацию многих этапов разработки и тестирования.
· Различные подходы построения модели
· Новые возможности импорта, обработки и визуализации данных
· Работа с облаком ThingSpeak для интернета вещей
· Создание графических приложений с App Designer
На данном докладе мы познакомимся с новейшими методами проектирования сложных междисциплинарных систем (на примере РЛС), и посмотрим, как Модельно-Ориентированное Проектирование (МОП) помогает создавать подобные системы с меньшими трудозатратами.
Первый доклад дня будет посвящён современным методам создания алгоритмов ЦОС, решению типовых задач обработки, а также преодолению таких трудностей, как обработка и визуализация потоковых данных, генерация специализированных сигналов, связь с контрольно-измерительным оборудованием.
Использование отладочных стендов является естественным шагом при внедрении модельно-ориентированного проектирования. Мы хотим показать как быстро и эффективно строить стенды реального времени для проведения безопасных испытаний систем управления.
Доклад посвящен различным способам построения математического описания ОУ с точностью достаточной для разработки алгоритмов управления. Мы продемонстрируем как построить модель, имея математическое описание и данные экспериментов, снятые с объекта. Покажем как совместить имеющиеся модели и эксперименты для повышения точности.
Мы постараемся показать, как любой технический специалист может использовать различные методы машинного обучения в своей повседневной работе. Продемонстрируем специализированные инструменты Classification Learner и Regression Learner для быстрого обучения классификаторов и сравнения точности распознавания. Особе внимание уделим созданию и обучению сверточных нейронных сетей (CNN)
Мы покажем, как можно перенести разработанные алгоритмы для работы с Big Data с минимальными изменениями исходных программ. Рассмотрим возможности по распараллеливанию счета на многоядерных процессорах (вычислительных кластерах) и графических процессорах, поддерживающих CUDA.
Лучшие практики для повышения надежности разрабатываемых вами систем начиная от организации командной разработки до автоматизации тестирования алгоритмов и применения формальных методов для доказательства отсутствия ошибок.
Моделирование и анализ дискретно-событийных системMATLAB
В этом вебинаре вы узнаете, как инструменты MathWorks могут быть использованы для моделирования событийных систем, как например логистические (цепи поставок), системы телекоммуникации и связи или системы бизнес процессов и управления. SimEvents дополняет инструменты MATLAB и Simulink для дискретно-событийного моделирования (discrete-event simulation , DES). Данный инструмент расширяет возможности, позволяя оценивать такие параметры систем, как простои и заторы, конфликт ресурсов, задержки в процессах.
The document summarizes a seminar on Presagis software tools. The agenda includes an introduction to Presagis, how VAPS XT supports avionics user interface development according to the ARINC 661 standard, integrating with Simulink, and developing certifiable software. Presagis provides embedded graphics tools and modeling/simulation tools, and has over 1000 customers worldwide in aerospace, defense, and other industries.
Использование отладочных стендов является естественным шагом при внедрении модельно-ориентированного проектирования. Мы хотим показать как быстро и эффективно строить стенды реального времени для проведения безопасных испытаний систем управления.
Доклад посвящен различным способам построения математического описания ОУ с точностью достаточной для разработки алгоритмов управления. Мы продемонстрируем как построить модель, имея математическое описание и данные экспериментов, снятые с объекта. Покажем как совместить имеющиеся модели и эксперименты для повышения точности.
Мы постараемся показать, как любой технический специалист может использовать различные методы машинного обучения в своей повседневной работе. Продемонстрируем специализированные инструменты Classification Learner и Regression Learner для быстрого обучения классификаторов и сравнения точности распознавания. Особе внимание уделим созданию и обучению сверточных нейронных сетей (CNN)
Мы покажем, как можно перенести разработанные алгоритмы для работы с Big Data с минимальными изменениями исходных программ. Рассмотрим возможности по распараллеливанию счета на многоядерных процессорах (вычислительных кластерах) и графических процессорах, поддерживающих CUDA.
Лучшие практики для повышения надежности разрабатываемых вами систем начиная от организации командной разработки до автоматизации тестирования алгоритмов и применения формальных методов для доказательства отсутствия ошибок.
Моделирование и анализ дискретно-событийных системMATLAB
В этом вебинаре вы узнаете, как инструменты MathWorks могут быть использованы для моделирования событийных систем, как например логистические (цепи поставок), системы телекоммуникации и связи или системы бизнес процессов и управления. SimEvents дополняет инструменты MATLAB и Simulink для дискретно-событийного моделирования (discrete-event simulation , DES). Данный инструмент расширяет возможности, позволяя оценивать такие параметры систем, как простои и заторы, конфликт ресурсов, задержки в процессах.
The document summarizes a seminar on Presagis software tools. The agenda includes an introduction to Presagis, how VAPS XT supports avionics user interface development according to the ARINC 661 standard, integrating with Simulink, and developing certifiable software. Presagis provides embedded graphics tools and modeling/simulation tools, and has over 1000 customers worldwide in aerospace, defense, and other industries.
1. МОП для моно-колеса
Тлисов Али
ali.tlisov@gmail.com
25 апреля 2017 г.
Тлисов Али ali.tlisov@gmail.com МОП для моно-колеса 25 апреля 2017 г. 1 / 14
2. О моноколесе
1 Это легче и дешевле Segway R
Тлисов Али ali.tlisov@gmail.com МОП для моно-колеса 25 апреля 2017 г. 2 / 14
3. О моноколесе
1 Это легче и дешевле Segway R
2 Это практичнее и удобнее
Тлисов Али ali.tlisov@gmail.com МОП для моно-колеса 25 апреля 2017 г. 2 / 14
4. О моноколесе
1 Это легче и дешевле Segway R
2 Это практичнее и удобнее
3 Это сложнее освоить
Тлисов Али ali.tlisov@gmail.com МОП для моно-колеса 25 апреля 2017 г. 2 / 14
5. О моноколесе
1 Это легче и дешевле Segway R
2 Это практичнее и удобнее
3 Это сложнее освоить
4 Это сложнее разрабатывать
Тлисов Али ali.tlisov@gmail.com МОП для моно-колеса 25 апреля 2017 г. 2 / 14
6. О Uniwheel
Международная команда
Лондон:
Конструкторы, технологи
Электроника
Производство
Маркетинг
Москва:
Конструкторы (расчеты,
прототипирование)
Электроника
Программное обеспечение
Программисты:
Системный программист (1 шт)
Прикладной программист (1 шт)
Тлисов Али ali.tlisov@gmail.com МОП для моно-колеса 25 апреля 2017 г. 3 / 14
7. Состояние проекта до MATLAB
Код на Си, который писался пол-года
Арифметика с фиксированной точкой на
libfixmath[1]/libfixmatrix[2]
Полтора месяца до публичной презентации продукта
Проблемы в работе изделия
Тлисов Али ali.tlisov@gmail.com МОП для моно-колеса 25 апреля 2017 г. 4 / 14
8. Какие были проблемы
Сложность поиска проблемных мест
Сложность внесения изменений
Сложность тестирования, моделирования
Переполнения, потеря точности
Невозможность представления маленьких чисел
Тлисов Али ali.tlisov@gmail.com МОП для моно-колеса 25 апреля 2017 г. 5 / 14
9. Какие решения предоставил MATLAB
Работа на более
высоком уровне
Изменения
занимают
минимальное время
Наблюдаемость
каждого сигнала
Любые форматы
чисел с
фиксированной
точкой[3]
Генерация
производительного
кода[4]
Очень много кода на С для матричных
высилений с фиксированной точкой
Тлисов Али ali.tlisov@gmail.com МОП для моно-колеса 25 апреля 2017 г. 6 / 14
10. Какие новые возможности предоставил MATLAB
Моделирование работы изделия
Идентификация параметров модели по экспериментальным
данным[5]
Обширная библиотека функций для ЦОС[6]
Удобство работы с многоскоростными алгоритмами
Индикация проблемных мест, в которых происходит переполнение
или потеря точности
Тлисов Али ali.tlisov@gmail.com МОП для моно-колеса 25 апреля 2017 г. 7 / 14
11. Моделирование. Модельно - ориентированная
разработка
Детальное изучение
поведения
Численная оценка
качественных
показателей
Сравнительный
анализ разных
реализаций (Model
Reference)[7]
Моделирования
ситуаций, которые
сложно
воспроизвести
Тлисов Али ali.tlisov@gmail.com МОП для моно-колеса 25 апреля 2017 г. 8 / 14
13. Арифметика с фиксированной точкой
Автоматизированная проверка
модели для предупреждения
любых проблем связанных с
целочисленной арифметикой
Сравнение работы
целочисленного алгоритма и
алгоритма с плавающей
точкой
Оценка влияния конвертации в
фикс точку на точность
работы и другие показатели
Автоматизированное
определение форматов чисел
по результатам моделирования
Тлисов Али ali.tlisov@gmail.com МОП для моно-колеса 25 апреля 2017 г. 10 / 14
14. Многоскоростные алгоритмы
Борьба с фазовым
запаздыванием,
задержками и повышение
частоты алгоритма
Борьба за ресурсы памяти
и понижение частоты
алгоритма дискретного
преобразования фурье
Всего 3 частоты 8 кГц, 1
кГц, 250 Гц. Если не
считать 14 кГц частоту
управления мотором,
которая реализована в Си.
Тлисов Али ali.tlisov@gmail.com МОП для моно-колеса 25 апреля 2017 г. 11 / 14
15. Генерация кода
Я тоже думал что код будет медленным и неэффективным. Это не
так.
Это тем более не так для больших и сложных проектов, где
затруднительно оптимизировать каждый кусок кода
Это тем паче не так для проекта который надо сделать в сжатые
сроки
Это очень удобное решение для проекта который хочется легко
модифицировать в будущем, сократив стоимость поддержки и
сроки внесения модификаций
Тлисов Али ali.tlisov@gmail.com МОП для моно-колеса 25 апреля 2017 г. 12 / 14
16. ЦОС
Батарейки включены.
SDFT (sliding discrete fourier transform)[8] на базе фильтра с
комплексными коэффициентами, работающий с векторными
данными в фиксированной точке? Велосипед изобретать не
нужно!
Огромное количество других компонент.
Тлисов Али ali.tlisov@gmail.com МОП для моно-колеса 25 апреля 2017 г. 13 / 14
17. Список литературы
Cross Platform Fixed Point Maths Library. URL:
https://code.google.com/archive/p/libfixmath/.
Aimonen Petteri. C library for fixed point matrix, quaternion and vector calculations. URL:
https://github.com/PetteriAimonen/libfixmatrix.
Fixed-Point Designer - MATLAB & Simulink. URL:
https://www.mathworks.com/products/fixed-point-designer.html.
Embedded Coder - MATLAB & Simulink. URL:
https://www.mathworks.com/products/embedded-coder.html.
System Identification Toolbox Documentation. URL:
https://www.mathworks.com/help/ident/index.html.
DSP System Toolbox Documentation. URL:
https://www.mathworks.com/help/dsp/index.html.
Model Referencing - MATLAB & Simulink. URL:
https://www.mathworks.com/help/simulink/model-reference.html.
Jacobsen Eric, Lyons Richard. The sliding DFT.
Т. 20, № 2.
С. 74–80. URL: http://ieeexplore.ieee.org/abstract/document/1184347/.
Тлисов Али ali.tlisov@gmail.com МОП для моно-колеса 25 апреля 2017 г. 14 / 14