Качественные и количественные методы представляют собой инструмент определенной работы с данными, их фиксации и последующего анализа.
Качественные методы нацелены на сбор качественных данных и их последующий качественный анализ с применением соответствующих техник и приемов извлечения смысла; количественные методы являются инструментом сбора числовых данных и их последующего количественного анализа приемами математической статистики (рис. 3.1).
Рис. 3.1.
Соответственно, качественные исследования можно определить как исследования, в которых преимущественно используются качественные методы, а количественные - как исследования, построенные на преимущественном применении количественных методов.
Кажется очевидным определять тип исследования по соответствующему типу методов. Однако не все авторы подобным образом определяют качественные и количественные исследования, и в методологической литературе можно встретить их различные трактовки. Действительно, ряд авторов (см., например: Семенова, 1998; Страусс, Корбин, 2007) характеризует качественные исследования как такие, в которых применяются неколичественные методы сбора данных, а анализ данных осуществляется при помощи различных качественных интерпретативных процедур, без привлечения подсчетов и методов математической статистики. В других пособиях, посвященных качественным исследованиям (самое известное среди них: Handbook of Qualitative Research..., 2008), наряду с исключительно качественными (феноменологическим, дискурс-аналитическим, нарративным, психоаналитическим) методами анализируется так называемая Q-методология, в которой происходит сбор числовых данных и их количественный анализ. Обычно Q-методологию противопоставляют «R-мето- дологии». В R-методологии используются объективные показатели тестов, опросников, оценочных шкал, в которых отражены конструкты, созданные самим исследователем, - именно такие объективные показатели подвергаются в R-методологии процедуре математической обработки (например, с использованием процедур факторного анализа). Q-методология, в свою очередь, направлена на получение субъективных данных. Ее основу составляет процедура Q-сортировки: исследуемым предлагается сортировать некоторый набор утверждений (как правило, полученный от них же самих в результате специальной процедуры опроса или интервью), осуществляя распределение этих утверждений вдоль заранее организованного континуума, заданного некоторой шкалой. Исследуемые сортируют утверждения в соответствии с их собственной субъективной оценкой, и в дальнейшем матрица этих субъективных оценок подвергается обработке методами многомерной статистики. Как уже было сказано, процедуры Q-методологии включены в пособия по качественным исследованиям, несмотря на то что они предполагают получение количественных данных и применение статистических методов. Авторы полагают, что Q-методология представляет собой одну из возможных альтернатив основным «объективным» психологическим исследованиям, а поскольку считается, что именно направление качественных исследований воплощает дух познавательных альтернатив, базирующуюся на количественных методах Q-методологию обсуждают в контексте качественных исследований.
Как можно видеть, трактовка качественных и количественных исследований не всегда строго привязана к используемым в исследованиях типам методов. Очень часто в качестве конститутивного признака разделения качественных и количественных исследований выступают особенности организации исследования. Проблема выделения различных типов исследований с точки зрения их организации будет рассмотрена в следующем параграфе. Во избежание путаницы здесь мы предлагаем остановиться на данном в начале параграфа методическом определении качественных и количественных исследований как построенных на преимущественном применении определенного типа методов. Качественные исследования в основном имеют дело с качественными данными и качественными же способами их анализа, количественные исследования - с количественными данными и их количественным анализом.
IDEFO И DFD
Для проведения количественного анализа диаграмм IDEF0 и DFD используются следующие показатели:
· количество блоков на диаграмме - N ;
· уровень декомпозиции диаграммы - L ;
· число стрелок, соединяющихся с i-м блоком диаграммы - Аi. Данный набор показателей относится к каждой диаграмме модели. Ниже перечислены рекомендации по их желательным значениям.
Необходимо стремиться к тому, чтобы количество блоков на диаграммах нижних уровней было бы ниже количества блоков на родительских диаграммах,
т. е. с увеличением уровня декомпозиции убывал бы коэффициент N/L . По мере декомпозиции модели функции должны упрощаться, следовательно, количество блоков должно убывать.
Диаграммы должны быть сбалансированы. Это означает, например, что у любого блока количество входящих стрелок и стрелок управления не должно быть значительно больше, чем количество выходящих. Следует отметить, что данная рекомендация может не выполняться в моделях, описывающих производственные процессы. Например, при описании процедуры сборки в блок может входить множество стрелок, описывающих компоненты изделия, а выходить одна стрелка - готовое изделие.
Количественная оценка сбалансированности диаграммы может быть выполнена с помощью коэффициента сбалансированности:
Необходимо стремиться к тому, чтобы значение K b для диаграммы было минимальным.
СРАВНИТЕЛЬНЫЙ АНАЛИЗ SADT-МОДЕЛЕЙ
И ДИАГРАММ ПОТОКОВ ДАННЫХ
Сравнительный анализ данных методов структурного анализа проводится по следующим параметрам:
· адекватность средств решаемым задачам;
· согласованность с другими средствами структурного анализа;
· интеграция с другими процессами ЖЦ ПО (прежде всего с процессом проектирования).
Адекватность средств решаемым задачам. Модели SADT (IDEF0) традиционно используются для моделирования организационных систем (бизнес-процессов). С другой стороны, не существует никаких принципиальных ограничений на использовании DFD в качестве средства моделирования бизнес-процессов. Следует отметить, что метод SADT успешно работает только при описании хорошо специфицированных и стандартизованных бизнес-процессов в зарубежных корпорациях, поэтому он и принят в США в качестве типового. Например, в Министерстве обороны США десятки лет существуют четкие должностные инструкции и методики, которые жестко регламентируют деятельность, делают ее высокотехнологичной и ориентированной на бизнес-процесс. Достоинствами применения моделей SADT для описания бизнес-процессов являются:
· полнота описания бизнес-процесса (управление, информационные и материальные потоки, обратные связи);
· комплексная декомпозиция; возможность агрегирования и детализации потоков данных и управления (разделение и слияние стрелок);
· жесткие требования метода, обеспечивающие получение моделей стандартного вида;
· соответствие подхода к описанию процессов стандартам ISO 9000.
В большинстве российских организаций бизнес-процессы начали формироваться и развиваться сравнительно недавно, они слабо типизированы, поэтому разумнее ориентироваться на модели, основанные на потоковых диаграммах. Кроме того, на практике у большинства моделей SADT отмечается ряд недостатков, в частности:
· сложность восприятия (большое количество стрелок);
· большое количество уровней декомпозиции;
· трудность увязки нескольких процессов, представленных в различных моделях одной и той же организации.
Если же речь идет не о системах вообще, а о ПО ИС, то здесь DFD вне конкуренции. Практически любой класс систем успешно моделируется при помощи DFD-ориентированных методов. SADT-диаграммы оказываются значительно менее выразительными и удобными при моделировании ПО. Так, дуги в SADT жестко типизированы (вход, выход, управление, механизм). В то же время применительно к ПО стирается смысловое различие между входами и выходами, с одной стороны, и управлениями и механизмами, с другой: входы, выходы и управления являются потоками данных и правилами их преобразования. Анализ системы при помощи потоков данных и процессов, их преобразующих, является более прозрачным и недвусмысленным.
В SADT вообще отсутствуют выразительные средства для моделирования особенностей ИС. DFD же с самого начала создавались как средство проектирования ИС (тогда как SADT - как средство моделирования систем вообще) и имеют более богатый набор элементов, адекватно отражающих специфику таких систем (например, хранилища данных являются прообразами файлов или баз данных, внешние сущности отражают взаимодействие моделируемой системы с внешним миром).
Наличие в DFD спецификаций процессов нижнего уровня позволяет преодолеть логическую незавершенность SADT (a именно, обрыв модели на некотором достаточно низком уровне, когда дальнейшая ее детализация становится бессмысленной) и построить полную функциональную спецификацию разрабатываемой системы.
Жесткие ограничения SADT, запрещающие использовать более 6-7 блоков на диаграмме, в ряде случаев вынуждают искусственно детализировать процесс, что затрудняет понимание модели заказчиком, резко увеличивает ее объем и, как следствие, ведет к неадекватности модели реальной предметной области. В качестве примера достаточно рассмотреть модель операции по снятию денег с вклада физического лица в банке. В настоящий момент существуют более тридцати типов таких вкладов. Для моделирования соответствующих операций целесообразно использовать единственную DFD, поскольку все без исключения операции имеют одни и те же входы (сберегательная книжка и расходный ордер) и выходы (сберегательная книжка и наличные деньги) и различаются лишь механизмами начисления процентов. Если же попытаться структурировать эти операции путем группирования по какому-либо признаку (срочные, пенсионные, размеры процентов и т.п.) в соответствии с ограничениями SADT, то получится как минимум 6 диаграмм (верхний уровень и округленная в большую сторону дробь 30/7), сложность каждой из которых не меньше сложности единственной диаграммы, моделирующей все операции.
Согласованность с другими средствами структурного анализа. Главным достоинством любых моделей является возможность их интеграции с моделями других типов. В данном случае речь идет о согласованности функциональных моделей со средствами моделирования данных. Согласование SADT-модели с ERM практически невозможно или носит искусственный характер. В свою очередь, DFD и ERM взаимно дополняют друг друга и являются согласованными, поскольку в DFD присутствует описание структур данных, непосредственно используемое для построения ERM.
Интеграция с другими процессами ЖЦ ПО. Важная характеристика модели - ее совместимость с моделями, используемыми в последующих процессах (прежде всего в процессе проектирования).
DFD могут быть легко преобразованы в модели проектируемой системы. Известен ряд алгоритмов автоматического преобразования иерархии DFD в структурные карты различных видов, что обеспечивает логичный и безболезненный переход от формирования требований к проектированию системы. С другой стороны, формальные методы преобразования SADT-диаграмм в проектные решения отсутствуют.
Необходимо отметить, что рассмотренные разновидности средств структурного анализа примерно одинаковы с учетом возможностей изобразительных средств моделирования. При этом одним из основных критериев выбора того или иного метода является степень владения им со стороны консультанта или аналитика, грамотность выражения своих мыслей на языке моделирования. В противном случае в моделях, построенных с использованием любого метода, будет невозможно разобраться.
МОДЕЛИРОВАНИЕ ДАННЫХ
Основные понятия модели «сущность - связь»
Цель моделирования данных состоит в обеспечении разработчика системы концептуальной схемой базы данных в форме одной модели или нескольких локальных моделей, которые относительно легко могут быть отображены в любую систему баз данных.
Наиболее распространенным средством моделирования данных (предметной области) является модель «сущность-связь» (ERM). Она была впервые введена Питером Ченом в 1976 г. Базовыми понятиями ERM являются сущность, связь и атрибут.
Сущность (Entity ) - реальный либо воображаемый объект, имеющий существенное значение для рассматриваемой предметной области.
Каждая сущность должна иметь наименование, выраженное существительным в единственном числе. Примерами сущностей могут быть такие классы объектов, как «Поставщик», «Сотрудник», «Заказ». Каждая сущность в модели изображается в виде прямоугольника с наименованием (рис. 2.23).
Рис. 2.23. Графическое представление сущности
Основной (неформальный) способ идентификации сущностей - это поиск абстракций, описывающих физические или материальные объекты, процессы и события, роли людей, организации и другие понятия. Единственным формальным способом идентификации сущностей является анализ текстовых описаний предметной области, выделение из описаний имен существительных и выбор их в качестве «кандидатов» на роль абстракций.
Экземпляр сущности - это конкретный представитель данной сущности. Например, экземпляром сущности «Сотрудник» может быть «Сотрудник Иванов».
Экземпляры сущностей должны быть различимы, т.е. сущности должны иметь некоторые свойства, уникальные для каждого экземпляра этой сущности. Каждый экземпляр сущности должен однозначно идентифицироваться и отличаться от всех других экземпляров данного типа сущности. Каждая сущность должна обладать некоторыми свойствами:
· иметь уникальное имя; к одному и тому же имени должна всегда применяться одна и та же интерпретация; одна и та же интерпретация не может применяться к различным именам, если только они не являются псевдонимами;
· обладать одним или несколькими атрибутами, которые либо принадлежат сущности, либо наследуются через связь;
· обладать одним или несколькими атрибутами, которые однозначно идентифицируют каждый экземпляр сущности.
Атрибут (Attribute) - любая характеристика сущности, значимая для рассматриваемой предметной области и предназначенная для квалификации, идентификации, классификации, количественной характеристики или выражения состояния сущности.
Атрибут представляет тип характеристик или свойств, ассоциированных с множеством реальных или абстрактных объектов (людей, мест, событий, состояний, идей, предметов и т.д.). Экземпляр атрибута - это определенная характеристика отдельного элемента множества. Экземпляр атрибута определяется типом характеристики и ее значением, называемым значением атрибута. В ERM атрибуты ассоциируются с конкретными сущностями. Таким образом, экземпляр сущности должен обладать единственным определенным значением для ассоциированного атрибута.
Наименование атрибута должно быть выражено существительным в единственном числе (возможно, с характеризующими прилагательными).
Примерами атрибутов сущности «Сотрудник» могут быть такие атрибуты, как «Табельный номер», «Фамилия», «Имя», «Отчество», «Должность», «Зарплата» и т.п.
Атрибуты изображаются в пределах прямоугольника, определяющего сущность (рис. 2.24).
Рис. 2.24. Сущность с атрибутами
Виды атрибутов :
· простой - состоит из одного элемента данных;
· составной - состоит из нескольких элементов данных;
· однозначный - содержит одно значение для одной сущности;
· многозначный - содержит несколько значений для одной сущности;
· необязательный - может иметь пустое (неопределенное) значение;
· производный - представляет значение, производное от значения связанного с ним атрибута.
Уникальным идентификатором называется неизбыточный набор атрибутов, значения которых в совокупности являются уникальными для каждого экземпляра сущности. Неизбыточность заключается в том, что удаление любого атрибута из уникального идентификатора нарушает его уникальность.
Сущность может иметь несколько различных уникальных идентификаторов, они изображаются на диаграмме подчеркиванием (рис. 2.25).
Рис. 2.25. Сущность с уникальным идентификатором
Каждая сущность может обладать любым количеством связей с другими сущностями модели. Связь (Relationship) - поименованная ассоциация между двумя сущностями, значимая для рассматриваемой предметной области. Связь - это ассоциация между сущностями, при которой каждый экземпляр одной сущности ассоциирован с произвольным (в том числе нулевым) количеством экземпляров второй сущности, и наоборот.
Степенью связи называется количество сущностей, участвующих в связи. Связь степени 2 называется бинарной , степени N- N-арной . Связь, в которой одна и та же сущность участвует в разных ролях, называется рекурсивной , или унарной . Один из возможных вариантов графического изображения связи показан на рис. 2.26.
Рис. 2.26. Обозначение сущностей и связи
Пары чисел на диаграмме отражают две важные характеристики связи - мощность связи (второе число) и класс принадлежности (первое число).
Мощностью связи называется максимальное число экземпляров сущности, которое может быть связано с одним экземпляром данной сущности. Мощность связи может быть равна 1, N (любое число) и может быть конкретным числом. Мощности связи на рис. 2.26 означают: каждый сотрудник может работать не более чем в одном отделе, а в каждом отделе может работать любое число сотрудников.
Класс принадлежности характеризует обязательность участия экземпляра сущности в связи. Класс принадлежности может принимать значение 0 (необязательное участие - экземпляр одной сущности может быть связан с одним или несколькими экземплярами другой сущности, а может быть и не связан ни с одним экземпляром) или 1 (обязательное участие - экземпляр одной сущности должен быть связан не менее чем с одним экземпляром другой сущности). Классы принадлежности на рис. 2.26 означают: каждый сотрудник обязательно работает в каком-либо отделе, а в некоторых отделах может и не быть сотрудников.
Связь может иметь один из следующих трех типов (в зависимости от значения мощности):
1. Один-к-одному (обозначается 1:1), показана на рис. 2.27.
Рис. 2.27. Связь типа 1:1
2. Один-ко-многим (обозначается 1:п), показана на рис. 2.26.
3. Многие-ко-многим (обозначается m:n), показана на рис. 2.28.
Рис. 2.28. Связь типа min
Виды идентификаторов
Существуют следующие виды идентификаторов:
· первичный/альтернативный: сущность может иметь несколько идентификаторов (рис. 2.29). Один должен являться основным (первичным), а другие - альтернативными. Первичный идентификатор на диаграмме подчеркивается. Альтернативные идентификаторы предваряются символами <1> для первого альтернативного идентификатора, <2> для второго и т.д. В концептуальном моделировании данных различие первичных и альтернативных идентификаторов обычно не используется. В реляционной модели, полученной из концептуальной модели данных, первичные ключи используются в качестве внешних ключей. Альтернативные идентификаторы не копируются в качестве внешних ключей в другие таблицы;
· простой/составной: идентификатор, состоящий из одного атрибута, является простым, из нескольких атрибутов - составным (см. рис. 2.29);
· абсолютный/относительный: если все атрибуты, составляющие идентификатор, принадлежат сущности, то идентификатор является абсолютным. Если один или более атрибутов идентификатора принадлежат другой сущности, то идентификатор является относительным. Когда первичный идентификатор является относительным, сущность определяется как зависимая сущность , поскольку ее идентификатор зависит от другой сущности. В примере на рис. 2.30 идентификатор сущности «Строка-заказа» является относительным. Он включает идентификатор сущности «Заказ», что показано на рисунке подчеркиванием 1.1.
Рис. 2.29. Составной альтернативный идентификатор
Рис. 2.30. Относительный идентификатор
Связи с атрибутами
Как и сущности, связи могут иметь атрибуты. В примере на рис. 2.31 для того, чтобы найти оценку студента, нужно знать не только идентификатор студента, но и номер курса. Оценка не является атрибутом студента или атрибутом курса; она является атрибутом обеих этих сущностей. Это атрибут связи между студентом и курсом, которая в примере называется «Регистрация».
Рис. 2.31. Связь с атрибутами
Связь между сущностями в концептуальной модели данных является типом, который представляет множество экземпляров связи между экземплярами сущностей. Для того чтобы идентифицировать определенный экземпляр сущности, используется идентификатор сущности. Точно так же для определения экземпляров связи между сущностями требуется идентификатор связи. Так, в примере на рис. 2.31 идентификатором связи «Регистрация» является идентификатор студента и номер курса, поскольку вместе они определяют конкретный экземпляр связи студентов и курсов.
Связи «супертип-подтип»
В связи «супертип-подтип» (рис. 2.32) общие атрибуты типа определяются в сущности-супертипе, сущность-подтип наследует все атрибуты супертипа. Экземпляр подтипа существует только при условии существования определенного экземпляра супертипа. Подтип не может иметь идентификатора (он импортирует его из супертипа).
Рис. 2.32. Связь «супертип-подтип»
Пример нотации модели «сущность-связь» - метод IDEF1X
Метод IDEF1X, входящий в семейство стандартов IDEF, использует разновидность модели «сущность-связь» и реализован в ряде распространенных CASE-средств (в частности, ERwin).
Сущность в методе IDEF1X является независимой от идентификаторов, или просто независимой, если каждый экземпляр сущности может быть однозначно идентифицирован без определения его отношений с другими сущностями. Сущность называется зависимой от идентификаторов, или просто зависимой , если однозначная идентификация экземпляра сущности зависит от его отношения к другой сущности (рис. 2.33).
Каждой сущности присваивается уникальное имя и номер, разделяемые косой чертой «/» и помещаемые над блоком.
Связь может дополнительно определяться с помощью указания мощности (количества экземпляров сущности-потомка, которое может существовать для каждого экземпляра сущности-родителя). В IDEF1X могут быть выражены следующие мощности связей:
Рис. 2.33. Независимые (а) и зависимые (б) от идентификатора сущности
· каждый экземпляр сущности-родителя может иметь нуль, один или более одного связанного с ним экземпляра сущности-потомка;
· каждый экземпляр сущности-родителя должен иметь не менее одного связанного с ним экземпляра сущности-потомка;
· каждый экземпляр сущности-родителя должен иметь не более одного связанного с ним экземпляра сущности-потомка;
· каждый экземпляр сущности-родителя связан с некоторым фиксированным числом экземпляров сущности-потомка.
Если экземпляр сущности-потомка однозначно определяется своей связью с сущностью-родителем, то связь называется идентифицирующей, в противном случае - неидентифицирующей.
Связь изображается линией, проводимой между сущностью-родителем и сущностью-потомком с точкой на конце линии у сущности-потомка (рис. 2.34).
Рис. 2.34. Графическое изображение мощности связи
Мощность связи может принимать следующие значения: N - нуль, один или более, Z - нуль или один, Р - один или более. По умолчанию мощность связи принимается равной N.
Идентифицирующая связь между сущностью-родителем и сущностью-потомком изображается сплошной линией (рис. 2.35). Сущность-потомок в идентифицирующей связи является зависимой от идентификатора сущностью. Сущность-родитель в идентифицирующей связи может быть как независимой, так и зависимой от идентификатора сущностью (это определяется ее связями с другими сущностями).
Рис. 2.35. Идентифицирующая связь
Пунктирная линия изображает неидентифицирующую связь (рис. 2.36).
Рис. 2.36. Неидентифицирующая связь
Сущность-потомок в неидентифицирующей связи будет независимой от идентификатора, если она не является также сущностью-потомком в какой-либо идентифицирующей связи.
Атрибуты изображаются в виде списка имен внутри блока сущности. Атрибуты, определяющие первичный ключ, размещаются наверху списка и отделяются от других атрибутов горизонтальной чертой.
Сущности могут иметь также внешние ключи (Foreign Key), которые могут использоваться в качестве части или целого первичного ключа или неключевого атрибута. Внешний ключ изображается с помощью помещения внутрь блока сущности имен атрибутов, после которых следуют буквы FK в скобках.
Похожая информация.
Этап абстрагирования при изучении тех или иных физических явлений или технических объектов состоит в выделении их наиболее существенных свойств и признаков, представлении этих свойств и признаков в такой упрощенной форме, которая необходима для последующего теоретического и экспериментального исследований . Такое упрощенное представление реального объекта или явления называют моделью .
При использовании моделей сознательно отказываются от некоторых данных и свойств, присущих реальному объекту для того, чтобы легко получить решение проблемы, если эти упрощения лишь несущественно отражаются на результатах.
В зависимости от цели исследования для одного и того же технического устройства могут быть использованы различные модели: физические, математические, имитационные.
Модель сложной системы можно представить в виде блочной структуры, то есть в виде соединения звеньев, каждое из которых выполняет определенную техническую функцию (функциональная схема ). В качестве примера можно рассмотреть обобщенную модель системы передачи, изображенную на рисунке 1.2.
Рисунок 1.2 – Обобщенная модель системы передачи информации
Здесь под передатчиком понимается устройство, преобразующее сообщение источника А в сигналы S, наиболее соответствующие характеристикам данного канала. Операции, выполняемые передатчиком, могут включать в себя формирование первичного сигнала, модуляцию, кодирование, сжатие данных и т.д. Приемник производит обработку сигналов X(t) = S(t) + x(t) на выходе канала (с учетом влияния аддитивных и мультипликативных помех x) с целью наилучшего воспроизведения (восстановления) переданного сообщения А на приемном конце. Канал (в узком смысле) – это среда, используемая для передачи сигналов от передатчика к приемнику.
Другим примером модели сложной системы служит система фазовой автоподстройки частоты (ФАПЧ), используемая для стабилизации промежуточной частоты (ПЧ) в радиоприемных устройствах (рисунок 1.3).
 |
Рисунок 1.3 – Модель системы ФАПЧ
Система предназначена для стабилизации ПЧ f пч = f с - f г путем соответствующего изменения частоты перестраиваемого генератора (гетеродина) f г при изменении частоты сигнала f с . Частота f г в свою очередь будет изменяться с помощью управляемого элемента пропорционально выходному напряжению фазового дискриминатора, зависящему от разности фаз выходной частоты f пч и частоты эталонного генератора f 0 .
Эти модели позволяют получить качественное описание процессов, выделить особенности функционирования и работоспособности системы в целом, сформулировать задачи исследования. Но техническому специалисту этих данных, как правило, недостаточно. Необходимо точно выяснить (желательно в цифрах и графиках) насколько хорошо работает система или устройство, выявить количественные показатели оценки эффективности, сравнить предлагаемые технические решения с существующими аналогами для принятия обоснованного решения.
Для теоретического исследования, получения не только качественных но и количественных показателей и характеристик необходимо выполнить математическое описание системы, то есть составить ее математическую модель.
Математические модели могут быть представлены различными математическими средствами: графами, матрицами, дифференциальными или разностными уравнениями, передаточными функциями, графическим соединением элементарных динамических звеньев или элементов, вероятностными характеристиками и т.д.
Таким образом, первым основным вопросом, который возникает при количественном анализе и расчете электронных устройств является составление с требуемой степенью приближения математической модели, описывающей изменения состояния системы с течением времени.
Графическое изображение системы в виде соединения различных звеньев, где каждому звену ставится в соответствие математическая операция (дифференциальное уравнение, передаточная функция, комплексный коэффициент передачи), называют структурной схемой . При этом основную роль играет не физическая структура звена, а характер связи между входными и выходными переменными. Таким образом, различные системы могут быть динамически эквивалентными и после замены функциональной схемы структурной можно применить общие методы анализа систем независимо от области применения, физической реализации и принципа действия исследуемой системы.
К математической модели предъявляют противоречивые требования: с одной стороны она должна как можно полнее отражать свойства оригинала, а с другой – быть по возможности простой, чтобы не усложнять исследование. Строго говоря, каждая техническая система (или устройство) является нелинейной и нестационарной, содержащей как сосредоточенные, так и распределенные параметры. Очевидно, что точное математическое описание таких систем представляет собой большие трудности и не связано с практической необходимостью. Успех анализа системы зависит от того, насколько правильно выбрана степень идеализации или упрощения при выборе их математической модели.
Например, любое активное сопротивление (R ) может зависеть от температуры, обладать реактивными свойствами на высоких частотах. При больших токах и рабочих температурах его характеристики становятся существенно нелинейными. В то же время при нормальной температуре, на низких частотах, в режиме малого сигнала эти свойства можно не учитывать и считать сопротивление безынерционным линейным элементом.
Таким образом, в ряде случаев, при ограниченном диапазоне изменения параметров можно значительно упростить модель, пренебречь нелинейностью характеристик и нестационарностью значений параметров исследуемого устройства, что позволит, например, производить его анализ с применением хорошо разработанного математического аппарата для линейных систем с постоянными параметрами.
В качестве примера, на рисунке 1.4 показана структурная схема (графическое изображение математической модели) системы ФАПЧ. При небольшой нестабильности частоты входного сигнала можно пренебречь нелинейностью характеристик фазового дискриминатора и управляемого элемента. В этом случае математические модели функциональных элементов, обозначенных на рисунке 1.3 можно представить в виде линейных звеньев, описываемых соответствующих передаточными функциями.
 |
Рисунок 1.4 – Структурная схема (графическое изображение математической модели) системы ФАПЧ
Проектирование электронных схем с помощью программ анализа и оптимизации на ЭВМ, как отмечалось выше, имеет ряд преимуществ перед традиционным способом проектирования «вручную» с последующей доводкой на макете. Во-первых, с помощью программ анализа на ЭВМ гораздо легче наблюдать эффект варьирования параметров схем, чем с помощью экспериментальных исследований. Во-вторых, имеется возможность анализировать критические режимы работы схемы без физического разрушения ее компонентов. В-третьих, программы анализа позволяют оценить работу схемы при наихудшем сочетании параметров, что трудно и не всегда возможно осуществить экспериментально. В-четвертых, программы дают возможность провести такие измерения на модели электронной схемы, которые трудно выполнить экспериментально в лаборатории.
Применение ЭВМ не исключает экспериментальных исследований (и даже предполагает последующую проверку на макете), но дает в руки проектировщика мощный инструмент, который позволяет значительно сократить затраты времени на проектирование и уменьшить стоимость разработки. Особенно значительный эффект дает ЭВМ при проектировании сложных устройств (например, интегральных микросхем), когда необходимо учесть большое число факторов, влияющих на работу схемы, а экспериментальная переделка слишком дорога и трудоемка.
Несмотря на очевидные преимущества, применение ЭВМ породило большие трудности: необходимы разработка математических моделей компонентов электронных схем и создание библиотеки их параметров, совершенствование математических методов для анализа многообразных режимов работы различных устройств и систем, разработка вычислительных комплексов большой производительности и др. К тому же многие задачи оказались неподвластны и ЭВМ. Для большинства устройств их структура и принципиальная схема в существенно степени зависит от области применения и исходных данных на проектирование, что создает большие трудности при синтезе принципиальных схем с помощью ЭВМ. В этом случае первоначальный вариант схемы составляется инженером «вручную» с последующим моделированием и оптимизацией на ЭВМ. Наибольшие достижения в построении программ структурного синтеза и синтеза принципиальных схем имеются в области проектирования согласующих цепей, аналоговых и цифровых фильтров, устройств на базе программируемых логических матриц (ПЛМ).
При разработке математической модели сложная система разбивается на подсистемы, причем, для ряда подсистем математические модели могут быть унифицированы и сосредоточены в соответствующих библиотеках. Таким образом, при исследовании электронных устройств с использованием программ компьютерного моделирования принципиальная или структурная схема представляет собой графическое изображение компонентов, каждому из которых ставится в соответствие выбранная математическая модель.
Для исследования принципиальных схем применяются модели типовых независимых источников, транзисторов, пассивных компонентов, интегральных схем, логических элементов.
Для исследования систем, заданных структурными схемами, важно указать взаимосвязь входных и выходных переменных. В этом случае выход любого структурного компонента представляют в виде зависимого источника. Как правило, эта взаимосвязь задается либо полиномиальной функцией, либо дробно-рациональной передаточной функцией с использованием оператора Лапласа. С учетом выбранных коэффициентов функций можно получить модели таких структурных компонентов, как сумматор, вычитатель, перемножитель, интегратор, дифференциатор, фильтр, усилитель и другие.
Современные программы компьютерного моделирования содержат десятки типов библиотек различных моделей, причем в каждой библиотеке собраны десятки и сотни моделей современных транзисторов и микросхем, выпускаемых ведущими производителями. Эти библиотеки, зачастую, составляют большую часть от объема программного обеспечения. Вместе с тем, в процессе моделирования существует возможность оперативной коррекции параметров существующих моделей или создания новых.
Нажав на кнопку "Скачать архив", вы скачаете нужный вам файл совершенно бесплатно.
Перед скачиванием данного файла вспомните о тех хороших рефератах, контрольных, курсовых, дипломных работах, статьях и других документах, которые лежат невостребованными в вашем компьютере. Это ваш труд, он должен участвовать в развитии общества и приносить пользу людям. Найдите эти работы и отправьте в базу знаний.
Мы и все студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будем вам очень благодарны.
Чтобы скачать архив с документом, в поле, расположенное ниже, впишите пятизначное число и нажмите кнопку "Скачать архив"
Подобные документы
Задачи, функции и структура филиала университета. Оценка информационных потоков и UML-моделирование. Анализ структуры информационной системы и системы навигации. Проектирование базы данных, физическая реализация и тестирование информационной системы.
дипломная работа , добавлен 21.01.2012
Проектирование модели информационной системы "Гостиница" в стандарте IDEF0. Разработка диаграммы потоков данных (Data Flow Diagramming), предназначенной для описания документооборота и обработки информации. Создание диаграммы декомпозиции в нотации IDEF3.
курсовая работа , добавлен 14.12.2012
Анализ структуры и управления предприятием. Функции, виды деятельности, организационная и информационная модели предприятия, оценка уровня автоматизации. Перспективы развития автоматизированных систем обработки информации и управления на предприятии.
отчет по практике , добавлен 10.09.2012
Создание автоматизированной системы учета заказов и их выполнения в строительной фирме по ремонту квартир. Общие требования к информационной системе. Проектирование структуры базы данных. Построение ER-диаграммы. Реализация информационной системы.
курсовая работа , добавлен 24.03.2014
Разработка концептуальной модели системы обработки информации для узла коммутации сообщений. Построение структурной и функциональной блок-схем системы. Программирование модели на языке GPSS/PC. Анализ экономической эффективности результатов моделирования.
курсовая работа , добавлен 04.03.2015
Разработка программного обеспечения для ввода, хранения, редактирования и получения информации по материалам, клиентам, заказам, учету затрат и доходов строительной фирмы. Изучение предметной области; построение диаграммы потоков данных, структуры базы.
курсовая работа , добавлен 21.09.2015
Описание особенностей функционирования магазина. Проектирование системы: инфологическое моделирование и построение диаграммы потоков данных. Моделирование и программная реализация информационной системы. Проектирование пользовательского интерфейса.
курсовая работа , добавлен 18.02.2013
Для проведения количественного анализа диаграмм перечислим показатели модели:
количество блоков на диаграмме - N;
уровень декомпозиции диаграммы - L ;
сбалансированность диаграммы - В;
число стрелок, соединяющихся с блоком, - А.
Данный набор факторов относится к каждой диаграмме модели. Далее будут перечислены рекомендации по желательным значениям факторов диаграммы. Необходимо стремиться к тому, чтобы количество блоков на диаграммах нижних уровней было бы ниже количества блоков на родительских диаграммах, т. е. с увеличением уровня декомпозиции убывал бы коэффициент N/L. Таким образом, убывание этого коэффициента говорит о том, что по мере декомпозиции модели функции должны упрощаться, следовательно, количество блоков должно убывать. Диаграммы должны быть сбалансированы. Это означает, что в рамках одной диаграммы не должно происходить ситуации, изображенной на рис. 10: У работы 1 входящих стрелок и стрелок управления значительно больше, чем выходящих. Следует отметить, что данная рекомендация может не выполняться в моделях, описывающих производственные процессы. Например, при описании процедуры сборки в блок может входить множество стрелок, описывающих компоненты изделия, а выходить одна стрелка- готовое изделие. Введем коэффициент сбалансированности диаграммы Необходимо стремиться, чтобыКb был минимален для диаграммы. Помимо анализа графических элементов диаграммы необходимо рассматривать наименования блоков. Для оценки имен составляется словарь элементарных (тривиальных) функций моделируемой системы. Фактически в данный словарь должны попасть функции нижнего, уровня декомпозиции диаграмм. Например, для модели БД элементарными могут являться функции «найти запись», «добавить запись в БД», в то время как функция «регистрация пользователя» требует дальнейшего описания. После формирования словаря и составления пакета диаграмм системы необходимо рассмотреть нижний уровень модели. Если на нем обнаружатся совпадения названий блоков диаграмм и слов из словаря, то это говорит, что достаточный уровень декомпозиции достигнут. Коэффициент, количественно отражающий данный критерий, можно записать какL*C - произведение уровня модели на число совпадений имен блоков со словами из словаря. Чем ниже уровень модели (больше L), тем ценнее совпадения.
22. Моделирование данных. Архитектура ansi-sparc
В общем случае БД обладают свойством независимости от прикладных программ и, как правило, представляются тремя уровнями архитектуры: внешним, концептуальным и физическим; обращение к БД осуществляется с помощью СУБД.
Рассматриваемая нами архитектура почти полностью согласуется с архитектурой, предложенной исследовательской группой ANSI/SPARC (Study Group on Data Management Systems). В задачи группы входило определение того, нуждаются ли какие-либо области технологии БД в стандартизации (и если нуждаются, то какие именно) и выработка набора рекомендуемых действий в каждой из этих областей. В процессе работы над поставленными задачами группа пришла к выводу, что единственный подходящий объект стандартизации – интерфейсы, и в соответствии с этим определила общую архитектуру, или фундамент, СБД, а также указала на важную роль подобных интерфейсов. В окончательном отчете (1978 г.) представлено подробное описание архитектуры и некоторых из 42 указанных интерфейсов.
Архитектура делит СБД на три уровня. Восприятие данных на каждом из уровней описывается с помощью схемы. Рис. Три уровня архитектуры ANSI/SPARC
Внешний уровень – представление отдельного пользователя. Отдельного пользователя интересует лишь некоторая часть всей БД. Кроме того, представление пользователя об этой части будет, безусловно, более абстрактным по сравнению с выбранным способом хранения данных. Предоставляемый в распоряжение пользователя подъязык данных определяется в терминах внешних записей (например, выборка множества записей).каждое внешнее представление определяется внешней схемой, которая в основном состоит из определений записей каждого из типов, присутствующих в этом внешнем представлении.(например, тип внешней записи о сотруднике можно определить как 6-символьное поле с номером работника, как поле из пяти десятичных цифр, предназначенных для хранения данных о его зарплате и т.д.). Концептуальное представление – это представление всей информации БД в несколько более абстрактной форме (как и в случае внешнего представления) по сравнению с описанием физического способа хранения данных. Концептуальное представление определяется с помощью концептуальной схемы. Чтобы добиться независимости от данных, в нее не включаются какие-либо указания о структурах хранения или методах доступа, упорядоченности хранимых данных, индексировании и т.д. Определения концептуального языка должны относится только к содержанию информации. Если концептуальная схема действительно обеспечивает независимость от данных в этом смысле, то внешние схемы, определенные на основе концептуальной, заведомо будут обеспечивать независимость от данных. Концептуальное представление – это представление всего содержимого БД, а концептуальная схема – это определение такого представления. Определения в концептуальной схеме также могут характеризовать большое количество различных дополнительных аспектов обработки информации, например, ограничения защиты или требования поддержания целостности данных. Внутренний уровень – это низкоуровневое представление всей базы данных. Внутренняя запись - хранимая запись. Внутренне представление также отделено от физического уровня, так как в нем не рассматриваются физические записи (обычно называемые блоками или страницами). Внутреннее представление описывается с помощью внутренней схемы, которая определяет не только типы хранимых записей, но и существующие индексы, способы представления хранимых полей, физическую упорядоченность записей и т.д.
Кроме элементов самих трех уровней, рассматриваемая архитектура включает также определенные отображения: Отображение «концептуальный-внутренний» устанавливает соответствие между концептуальным представлением и хранимой БД, т.е. описывает, как концептуальные записи и поля представлены на внутреннем уровне. При изменении структуры хранимой БД данное отображение также изменяется, с учетом того, что концептуальная схема остается неизменной. Иначе говоря, чтобы обеспечивалась независимость от данных, результаты внесения любых изменений в схему хранения не должны обнаруживаться на концептуальном уровне. Это отображение служит основой физической независимости от данных, если пользователи и пользовательские программы обладают невосприимчивостью к изменениям в физической структуре хранимой базы данных. Отображение «внешний-концептуальный» определяет соответствие между некоторым внешним представлением и концептуальным представлением. Это отображение служит основой логической независимости от данных, т.е. пользователи и пользовательские программы обладают невосприимчивостью к изменениям в логической структуре БД (т.е. подразумеваются изменения на концептуальном уровне). (Например, несколько концептуальных полей могут быть объединены в одно внешнее (виртуальное)). Отображение «внешний-внешний» позволяет выражать одно определение внешнего представления через другое, не требуя обязательного явного определения отображения каждого внешнего представления на концептуальный уровень.
