СПОСОБ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА ОСЦИЛЛОГРАММ Российский патент 2019 года по МПК G06K11/00 

Изобретение относится к способам распознавания образов и может быть использовано для анализа осциллограмм на предмет наличия в них аномалий.

Известен способ анализа осциллограмм, реализуемый при помощи осциллографа смешанных сигналов Актаком АСК-4166 (Осциллограф USB смешанных сигналов [Электронный ресурс] // Сайт компании АКТАКОМ. 2017. URL: http://www.aktakom.ru/kio/index.php?ELEMENT_ID=7117). Способ состоит в том, что специалист, проводящий анализ, составляет образец сигнала из следующих элементов: «0» - требуется наличие логического состояния «Ложь», «1» - требуется наличие логического состояния «Истина» и «X» - приемлемо любое логическое состояние, затем анализирует всю цифровую осциллограмму на предмет наличия заданной последовательности. Недостатками данного способа являются: отсутствие возможности анализа аналоговых сигналов по образцу; отсутствие интеллектуального графического режима обучения -аналитической системе, требуется точное указание образца искомой последовательности, составленного из констант логического типа; невозможность обнаружения периодов сигнала отличных от заданного специалистом графического образца - так называемый способ «От противного».

В рамках данного документа, «Аналитическая система» - это система, способная анализировать электрические сигналы, на предмет наличия в них аномалий, а также сообщать о наличии и характеристиках аномалий, в случае их обнаружения. Аналитическая система может быть реализована на ЭВМ, которая исполнена в виде промышленного или персонального компьютера либо в виде электронного измерительного прибора, например, осциллографа.

В рамках данного документа, способ «От противного» - это способ обнаружения периодов сигнала, отличающихся от периода заданного специалистом, проводящим анализ, в качестве образца, в виде цифровых параметров или указания графической области (рисунка).

В рамках данного документа, «Интеллектуальный графический режим обучения» - это технология определения параметров обнаружения периодов сигнала, отличающихся от периода, заданного специалистом, проводящим анализ, в качестве образца, в виде графической области, параметры которой, при помощи предлагаемого в рамках данной заявки способа интеллектуального анализа осциллограмм, переводятся в цифровые параметры, более подходящие для проведения расчетов ЭВМ. Обучение, в данном случае, состоит в том, что аналитическая система дополняется параметрами, необходимыми для эффективного обнаружения интересующих специалиста данных и игнорирования не интересующих. Интеллектуальность состоит в высокой степени автоматизации решения задач определения периодов отличных от заданного образца. Т.е аналитической системе достаточно просто указать определенный графический образец и она автоматически обнаружит периоды осциллограммы отличные от него.

Известен способ поиска аномалий сигнала и перемещения по ним Wave Inspector от компании Tektronix (Wave Inspector [Электронный ресурс] // Сайт компании Tektronix. 2017. URL: http://ru.tek.com/document/application-note/wave-inspector%C2%AE-navigation-and-search-simplifying-waveform-analysis-2). Способ состоит в том, что воспроизводят осциллограмму целиком, либо частично на дисплее аналитической системы в виде статического изображения. Затем проводят обучение аналитической системы путем указания на часть осциллограммы, которую необходимо принять за графический образец для анализа на предмет наличия в анализируемой осциллограмме таких же частей как образец. Либо проводят обучение аналитической системы путем задания множества цифровых параметров, описывающих искомые аномалии сигнала в ручном режиме. При обнаружении данных аномалий аналитическая система сообщает об их наличии и сохраняет их изображения.

Недостатками данного способа являются: невозможность обнаружения аномалий сигнала не подпадающих под номенклатуру аномалий, которые способен обнаруживать данный способ, т.е. анализ осциллограммы проводится только на предмет наличия определенных рантов, глитчей, импульсов заданной длительности, интервалов между импульсами, фронтов, шаблонов, состояний, нарушений времени остановки или удержания, а также пакетов передаваемых по последовательным или параллельным шинам; сложная система настройки параметров поиска данных аномалий, включающая в себя задание специалистом, проводящим анализ, десятков цифровых параметров в ручном режиме; отсутствие возможности поиска по графическому образцу «От противного».

В рамках данного документа, «Дисплей» - это устройство, выводящее на экран текстовую и графическую информацию.

В рамках данного документа, «Рант» - это импульс положительной или отрицательной полярности имеющий меньший уровень, чем все остальные импульсы периодической последовательности.

В рамках данного документа, «Глитч» - импульсная помеха заданной длительности.

Известен способ поиска аномалий в осциллограмме WaveScan от компании Teledyne Lecroy (WaveScan [Электронный ресурс] // Сайт компании Teledyne Lecroy. 2017. URL: http://teledvnelecroy.com/features/featureoverview.aspx?modelid=2107&capid=102&mid=556). Способ состоит в том, что воспроизводят осциллограмму целиком, либо частично на дисплее аналитической системы в виде статического изображения. Затем проводят обучение аналитической системы путем указания на часть осциллограммы, которую необходимо принять за графический образец для анализа на предмет наличия в анализируемой осциллограмме таких же частей как образец. Либо проводят обучение аналитической системы в ручном режиме, путем задания множества цифровых параметров, описывающих искомые аномалии сигнала. При обнаружении данных аномалий аналитическая система сообщает об их наличии и сохраняет их изображения.

Недостатками данного способа являются: невозможность обнаружения аномалий сигнала не подпадающих под номенклатуру аномалий, которые способен обнаруживать данный способ, т.е анализ осциллограммы проводится только на предмет наличия определенных фронтов, нарушений монотонности, рантов, заданных измерений; сложная система настройки параметров поиска данных аномалий, включающая в себя задание специалистом, проводящим анализ, десятков цифровых параметров в ручном режиме; отсутствие возможности поиска по графическому образцу «От противного».

Наиболее близким (прототипом) является способ интеллектуальной синхронизации TriggerScan от компании Teledyne Lecroy (TriggerScan [Электронный ресурс] // Сайт компании Teledyne Lecroy. 2017. URL: http://teledvnelecroy.com/features/featureoverview.aspx?modelid=2108&capid=102&mid=556). Способ состоит в том, что воспроизводят осциллограмму целиком, либо частично на дисплее аналитической системы в виде статического изображения. Затем проводят обучение аналитической системы путем указания на часть осциллограммы, которую необходимо принять за графический образец. Далее аналитическая система, на основе заданного графического образца, автоматически рассчитывает десятки цифровых параметров описывающих сигнал, принятый за образец и на основе данных параметров может обнаруживать некоторые части осциллограммы отличные от заданного графического образца (способ «От противного»), а также сообщать о них специалисту, проводящему анализ, и сохранять их изображения.

Недостатками данного способа являются: невозможность обнаружения аномалий не подпадающих под номенклатуру аномалий, которые способен обнаруживать данный способ, т.е анализ осциллограммы проводится только на предмет наличия определенных фронтов, рантов, импульсов заданной длины, интервалов между импульсами, глитчей; необходимость указывать, как минимум, три полных периода осциллограммы на дисплее аналитической системы для проведения интеллектуального графического обучения; необходимость многократного перебора всех периодов осциллограммы, по одному перебору на каждый из вышеописанных типов аномалий, т.к. анализ осциллограммы проводится по отдельному алгоритму на каждый тип аномалии, что увеличивает время, затрачиваемое на анализ.

В рамках данного документа, «Период осциллограммы» - графическое отображение периода сигнала на осциллограмме.

Задачей изобретения является устранение указанных недостатков, что позволит:

1. обнаруживать любые периоды осциллограммы, отличающиеся от заданного, в процессе интеллектуального графического обучения, образца, тем самым повысить эффективность обнаружения аномалий;

2. упростить процесс интеллектуального обучения путем уменьшения количества минимально необходимых полных периодов в образце;

3. упростить и ускорить процесс обнаружения аномалий сигнала, путем уменьшения количества переборов всех периодов осциллограммы.

Поставленные задачи решаются тем, что воспроизводят осциллограмму целиком, (либо частично) на дисплее аналитической системы в виде статического изображения. Далее проводят обучение аналитической системы путем указания на часть осциллограммы, которую необходимо принять за образец для анализа на предмет наличия в анализируемой осциллограмме периодов, отличных от указанных. В предлагаемом способе, в рамках данной заявки на изобретение, достаточно указания двух или более полных периодов осциллограммы, в отличие от прототипа, где требуется указание минимум трех периодов, что упрощает и ускоряет процесс обучения, т.к. найти на осциллограмме два полных и полностью удовлетворяющих критериям, предъявляемым к образцу в рамках анализа, периода проще, чем найти три, тем более, что обычно, они должны следовать сразу друг за другом. Еще к одному преимуществу предлагаемого способа можно отнести тот факт, что специалисту, проводящему анализ, нет необходимости точного указания периодов образца, возможно указание двух полных периодов с избыточными данными до начала первого и после окончания второго периода. Вышеописанные преимущества достигаются особенностями применяемого алгоритма распознавания изображений, который состоит в следующем: определяют минимальное - Y_min и максимальное - Y_max значения осциллограммы по оси ординат в рамках указанного образца. Затем определяют максимальную амплитуду сигнала: A_max=Y_max-Y_min. Затем специалист, проводящий анализ, задает коэффициент средних игнорируемых амплитуд - K, который может принимать значения от 0 до 0,5, либо оставляет значение по умолчанию - 0,4, это делается для исключения из дальнейших расчетов, выполняемых для обнаружения переходов из условно обозначенной области (УОО) низких амплитуд в УОО высоких амплитуд, часто встречающихся паразитных колебаний в районе нулевой амплитуды при анализе переменного тока или средней амплитуды при анализе постоянного тока, величина К зависит от амплитуды помех. Далее определяют верхнюю границу диапазона УОО низких амплитуд: N_max=Y_min + A_max × K и определяют нижнюю границу диапазона УОО низких амплитуд: N_min=- ∞. Определяют нижнюю границу диапазона УОО высоких амплитуд: V_min=Y_max - A_max × K и определяют верхнюю границу диапазона УОО высоких амплитуд: V_max=∞ (фиг. 1). Автоматически считают общее количество точек - S, содержащих значения по оси ординат, из которых составлена осциллограмма, указанная в графическом образце. Затем записывают все значения точек осциллограммы по оси ординат в виде чисел в массив MS₀, состоящий из S элементов, причем сохраняют порядок следования элементов в MS₀ таким же, как в осциллограмме-образце. Далее для каждого элемента MS₀ последовательно рассчитывают среднее значение из самого элемента и следующего сразу за ним, получившиеся средние значения записывают в массив MS₁ в том же порядке, что в MS₀, получают результат в виде массива такой же размерности - это делается для игнорирования в расчетах краткосрочных низкоамплитудных помех, которые могут усложнить обнаружение переходов из УОО низких амплитуд в УОО высоких. Для каждого элемента MS₁ последовательно вычисляют к какому из диапазонов УОО он относится: низких амплитуд, высоких амплитуд или не относится ни к тому, ни к другому. По результатам вычислений составляют массив MS₂, в котором заменяют каждый числовой элемент элементом логического типа, где все элементы из диапазона низких амплитуд заменяют константой «Ложь», все элементы из диапазона высоких амплитуд заменяют константой «Истина» значения, не вошедшие ни в тот, ни в другой диапазон, игнорируют и не переносят в массив MS₂ - это делается для исключения из расчетов, выполняемых для обнаружения переходов из УОО низких амплитуд в УОО высоких амплитуд, часто встречающихся паразитных колебаний в районе нулевой амплитуды при анализе переменного тока или средней амплитуды при анализе постоянного тока. Вычисляют порядковые номера элементов массива MS₂, которые имеют значение «Истина» и при этом предыдущий перед ними элемент имеет значение «Ложь», т.е. обнаруживают места перехода от УОО низких к УОО высоких амплитуд. Выделяют графическую область и область числового массива MS₁ между двумя первыми переходами (если в графическом образце специалист, проводящий анализ, указал более двух полных периодов, что допускается, переходов будет больше чем два), получают точный образец осциллограммы одного периода, который считают окончательно рассчитанным образцом для последующих вычислений, вычисляют размерность этого массива. Таким же образом, как был вычислен период сигнала в образце, вычисляют все периоды во всей анализируемой осциллограмме, тем самым, получают числовой массив периода образца и множество числовых массивов всех периодов осциллограммы одинаковой размерности. Поочередно сравнивают все массивы периодов с образцом, причем первый элемент каждого числового массива сравнивают с первым элементом образца, второй со вторым, третий с третьим и так далее, поочередно, до последних элементов массива - данный шаг позволяет провести абсолютно полное сравнение периода образца с анализируемыми периодами, каждый минимально выделяемый элемент сравнивается с каждым («Поточечное сравнение»), что позволяет обнаружить абсолютно любое минимальное отличие от образца (аномалию), в отличие от способа-прототипа, где идет поиск только конкретных отличий (рантов, глитчей, нарушений длительностей и т.д.), причем на предмет каждого конкретного типа отличий в прототипе приходится заново анализировать каждый период, по отдельному алгоритму, в предлагаемом же способе любое отличие обнаруживается в рамках единственного перебора. Затем вычисляют значения разностей элементов («Поточечного сравнения»), т.е. отклонения от образца по оси ординат. Далее подсчитывают количество отклонений для каждого анализируемого периода осциллограммы по пяти критериям, значение разности по оси ординат входит в диапазон: от 5 до 10, от 10 до 20, от 20 до 30 и от 60 до ∞ процентов от A_max. Специалист, проводящий анализ, вводит критерии количества выходов элементов массивов периодов осциллограммы за пределы каждого из пяти диапазонов по оси ординат, в соответствии с которыми аналитическая система должна принять решение сообщать и формировать изображения анализируемого периода осциллограммы или не делать этого, т.е. проигнорировать период, посчитав, что он недостаточно отличается от заданного образца, причем аналитическая система сообщает о периоде при выходе, хотя бы из одного диапазона и обозначает какие именно диапазоны были превышены. Также имеется возможность оставить критерии по умолчанию: от 5 до 10 - 10 отличий, от 10 до 20 - 5 отличий, от 20 до 30 - 2 отличия и от 60 до ∞ - 1 отличие. Это упростит процесс обучения, но может отрицательно сказаться на принятии аналитической системой решения о сообщении о наличии того или иного периода в осциллограмме.

Таким образом, способ позволяет обнаруживать любые периоды осциллограммы, отличающиеся от заданного в процессе интеллектуального обучения образца, тем самым повысить эффективность обнаружения аномалий. Способ позволяет упростить процесс интеллектуального обучения путем уменьшения количества минимально необходимых полных периодов в образце, а также упростить и ускорить процесс обнаружения аномалий сигнала, путем уменьшения количества переборов всех периодов осциллограммы.

Способ применим для анализа любых типов сигналов, которые имеют в своем составе периодически повторяющуюся часть, а также один, и только один, восходящий переход от условно обозначенной области низких амплитуд к условно обозначенной области высоких амплитуд в пределах каждого отдельного периода (фиг. 1). К такому типу относится большинство сигналов встречающихся в природе, в том числе сигналы синусоидальной (фиг. 2), треугольной формы (фиг. 3), а также меандр (фиг. 4).

Заявка поясняется изображениями:

Фиг. 1 - изображение осциллограммы, используемой для осуществления предлагаемого способа с обозначениями: УОО низких, средних и высоких амплитуд, единственного восходящего перехода от УОО низких к УОО высоких амплитуд и периода сигнала;

Фиг. 2 - изображение осциллограммы синусоидальной формы, используемой для осуществления предлагаемого способа с обозначениями: УОО низких, средних и высоких амплитуд, единственного восходящего перехода от УОО низких к УОО высоких амплитуд и периода сигнала;

Фиг. 3 - изображение осциллограммы треугольной формы, используемой для осуществления предлагаемого способа с обозначениями: УОО низких, средних и высоких амплитуд, единственного восходящего перехода от УОО низких к УОО высоких амплитуд и периода сигнала;

Фиг. 4 - изображение осциллограммы-образца меандра, используемой для осуществления предлагаемого способа с обозначениями: УОО низких, средних и высоких амплитуд, единственного восходящего перехода от УОО низких к УОО высоких амплитуд и периода сигнала;

Фиг. 5 - изображение элементов управления и отображения программы ЭВМ осуществляющей предлагаемый способ интеллектуального анализа осциллограмм.

Фиг. 6 - осциллограмма, воспроизведенная при помощи предлагаемого способа на дисплее аналитической системы (в данном случае ЭВМ);

Фиг. 7 - процесс указания образца осциллограммы;

Фиг. 8 - два полных периода сигнала, с избыточными данными по краям, указанные для расчета точного образца осциллограммы;

Фиг. 9 - рассчитанный точный образец осциллограммы;

Фиг. 10 - элементы управления программы ЭВМ служащие для задания, специалистом, проводящим анализ, количества превышений каждого из пяти диапазонов по оси ординат;

Фиг. 11 - элемент отображения статических изображений обнаруженных при помощи предлагаемого способа аномалий.

Способ осуществляют следующим образом.

При помощи программного обеспечения (фиг. 5), созданного на основе предлагаемого способа интеллектуального анализа осциллограмм, на дисплее аналитической системы (в данном случае ЭВМ) воспроизводят осциллограмму целиком (либо частично) в виде статического изображения (фиг. 6). Далее проводят обучение аналитической системы путем указания на часть осциллограммы, которую необходимо принять за образец для анализа на предмет наличия в анализируемой осциллограмме периодов отличных от указанных (фиг. 7). В предлагаемом в рамках данной заявки на изобретение способе, достаточно указания двух (фиг. 8) или более полных периодов осциллограммы, причем нет необходимости точного указания периодов образца, возможно указание двух полных периодов с избыточными данными до начала первого и, после окончания второго периода, аналитическая система самостоятельно определит расположение периода и выведет его на дисплей (фиг. 9). Специалист, проводящий анализ задает коэффициент средних игнорируемых амплитуд - K, который может принимать значения от 0 до 0,5, либо оставляет значение по умолчанию - 0,4. Специалист, проводящий анализ, вводит критерии количества выходов элементов массивов периодов осциллограммы за пределы каждого из пяти диапазонов по оси ординат (фиг. 10), в соответствии с которыми аналитическая система должна принять решение сообщать и формировать изображения анализируемого периода осциллограммы (фиг. 11) или не делать этого, т.е. проигнорировать период, посчитав, что он недостаточно отличается от заданного образца, причем система сообщает о периоде при выходе хотя бы из одного диапазона и обозначает, какие именно диапазоны были превышены. Также имеется возможность оставить критерии по умолчанию: от 5 до 10 - 10 отличий, от 10 до 20 - 5 отличий, от 20 до 30 - 2 отличия и от 60 до ∞ - 1 отличие. Это упростит процесс обучения, но может отрицательно сказаться на принятии аналитической системой решения о сообщении о наличии того или иного периода в осциллограмме.

Изобретение относится к способам распознавания образов. Технический результат заключается в расширении арсенала средств. Предложен способ интеллектуального графического обучения системы распознавания образов, при котором воспроизводят осциллограмму целиком либо частично на дисплее аналитической системы в виде статического изображения; проводят обучение аналитической системы путем указания на часть осциллограммы, которую необходимо принять за образец для анализа на предмет наличия в анализируемой осциллограмме периодов, отличных от указанных, указывают два или более периода осциллограммы, причем для полного достижения технического эффекта достаточно указания только двух периодов и нет необходимости точного указания периодов, возможно указание двух полных периодов с избыточными данными до начала первого и после окончания второго периода; определяют минимальное Y_min и максимальное Y_max значения осциллограммы по оси ординат в рамках указанного образца. 11 ил.

Способ интеллектуального графического обучения системы распознавания образов, при котором воспроизводят осциллограмму целиком либо частично на дисплее аналитической системы в виде статического изображения; проводят обучение аналитической системы путем указания на часть осциллограммы, которую необходимо принять за образец для анализа на предмет наличия в анализируемой осциллограмме периодов, отличных от указанных, отличающийся тем, что указывают два или более периода осциллограммы, причем для полного достижения технического эффекта достаточно указания только двух периодов и нет необходимости точного указания периодов, возможно указание двух полных периодов с избыточными данными до начала первого и после окончания второго периода; определяют минимальное Y_min и максимальное Y_max значения осциллограммы по оси ординат в рамках указанного образца; определяют максимальную амплитуду сигнала: A_max=Y_max-Y_min; задают коэффициент средних игнорируемых амплитуд K, который может принимать значения от 0 до 0,5 либо оставляет значение по умолчанию 0,4; определяют верхнюю границу диапазона условно обозначенной области (УОО) низких амплитуд: N_max=Y_min+A_max×K; определяют нижнюю границу диапазона УОО низких амплитуд: N_min=-∞; определяют нижнюю границу диапазона УОО высоких амплитуд: V_min=Y_max-A_max×K; определяют верхнюю границу диапазона УОО высоких амплитуд: V_max=∞; считают общее количество точек S, содержащих значения по оси ординат, из которых составлена осциллограмма, указанная в графическом образце; записывают все значения точек осциллограммы по оси ординат в виде чисел в массив MS₀, состоящий из S элементов, причем сохраняют порядок следования элементов в MS₀ таким же, как в осциллограмме-образце; для каждого элемента MS₀ последовательно рассчитывают среднее значение из самого элемента и следующего за ним, получившиеся средние значения записывают в массив MS₁ в том же порядке, что в MS₀, получают результат в виде массива такой же размерности; для каждого элемента MS₁ последовательно вычисляют, к какому из диапазонов УОО он относится: низких амплитуд, высоких амплитуд или не относится ни к тому, ни к другому; по результатам вычислений предыдущего шага составляют массив MS₂, в котором заменяют каждый числовой элемент элементом логического типа, где все элементы из диапазона низких амплитуд заменяют константой «Ложь», все элементы из диапазона высоких амплитуд заменяют константой «Истина», значения, не вошедшие ни в тот, ни в другой диапазон, игнорируют и не переносят в массив MS₂; вычисляют порядковые номера элементов массива MS₂, которые имеют значение «Истина» и при этом предыдущий перед ними элемент имеет значение «Ложь», то есть обнаруживают места перехода от УОО низких к УОО высоких амплитуд; выделяют графическую область и область числового массива MS₁ между двумя первыми переходами, получают точный образец осциллограммы одного периода, который считают окончательно рассчитанным образцом для последующих вычислений, вычисляют размерность этого массива; таким же образом, как был вычислен период сигнала в образце, вычисляют все периоды во всей анализируемой осциллограмме, таким образом, получают числовой массив периода образца и множество числовых массивов всех периодов осциллограммы одинаковой размерности; поочередно сравнивают все массивы периодов с образцом, причем первый элемент каждого числового массива сравнивают с первым элементом образца, второй - со вторым, третий - с третьим и так далее, поочередно, до последних элементов массива, вычисляют значения разностей элементов, то есть отклонения от образца по оси ординат; подсчитывают количество отклонений для каждого анализируемого периода осциллограммы по пяти критериям, значение разности по оси ординат входит в диапазон от 5 до 10, от 10 до 20, от 20 до 30 и от 60 до ∞ процентов от A_max; вводят критерии количества выходов элементов массивов периодов осциллограммы за пределы каждого из пяти диапазонов по оси ординат, в соответствии с которыми аналитическая система должна принять решение сообщать и формировать изображения анализируемого периода осциллограммы или не делать этого, то есть проигнорировать период, посчитав, что он недостаточно отличается от заданного образца, причем аналитическая система сообщает о периоде при выходе хотя бы из одного диапазона и обозначает, какие именно диапазоны были превышены; или оставляют критерии по умолчанию.