Пн. Апр 15th, 2024

Особенностью многоэлементных пьезорезонансных датчиков (МЭ ПРД), основанных на использовании нелинейных процессов в сложных динамических системах, будет то, что при большом обилии входных воздействий они имеют полностью определенное число устойчивых состояний, что определяет набор определенных композиций сигналов на выходе таких устройств.

Рис. 15.20 Структурные схемы МЭ МСК — датчики с внедрением связанных колебаний в составных пьезорезонаторах

На рисунке 15.21 представлена спектральная черта колебательной системы, представляющей собой цепочку из 4-х осцилляторов.

Рис. 15.21 Диапазон частот и фаз колебаний цепочки из 4-х осцилляторов

Всплески на АЧХ обоснованы наличием 4-х обычных частот связанных колебаний в таковой системе. Им, в свою очередь, соответствуют полностью определенные типы синхронизированных колебаний осцилляторов (синфазных и противофазных). Изменение характеристик отдельных частей таковой колебательной системы приводит к изменению режимов взаимосвязанных колебаний осцилляторов, в итоге меняется композиция выходных сигналов на выходе такового устройства.

В отличие от имеющихся линейных принципов формирования и обработки измерительной инфы в МЭ ПРД реализуется параллельный принцип выделения и подготовительной обработки первичной измерительной инфы конкретно в самом датчике, физически, в критериях наибольшего приближения к объекту измерения. Это позволит значительно повысить точность измерения, упростить принцип формирования и обработки измерительной инфы, повысить быстродействие, расширить многофункциональные способности контрольно-измерительных устройств различного предназначения.

Анализ режимов работы таких довольно сложных динамических систем осуществляется способами численного моделирования с внедрением современных компьютерных технологий.
В итоге проведенных исследовательских работ был разработан ряд устройств — датчиков и приборы для контроля и измерения разных физических величин. К плюсам данных устройств относится обеспечении высочайшей чувствительности и применимость их для томных критерий эксплуатации.

Особенностью такового датчика является возможность использования его в качестве как измерительного устройства с расширенным до 10-ов метров спектром измерения, так и устройства контроля с дискретным выходом. Потребность в устройствах такового типа в текущее время существует в самых разных отраслях народного хозяйства.

К истинному времени на базе взаимодействующих осцилляторов были сделаны разные типы. Рациональное внедрение режимов очень и слабосвязанных колебаний осцилляторов в сложных системах измерительных устройств позволило значительно повысить эффективность и расширить область практического внедрения средств измерений на их базе. Но на базе сложных динамических систем могут быть сделаны также и устройства, при помощи которых можно будет производить не только лишь первичное преобразование измерительной инфы, да и ее передачу, хранение и обработку. К примеру, в текущее время проводятся исследования по созданию на базе системы взаимодействующих осцилляторов нейроноподобных устройств (ОНС осцилляторных нейроноподобных систем), являющихся аналогами сенсорных систем живых организмов.

В отличие от других парадигм, при исследовании осцилляторных нейроноподобных систем (ОНС) основной энтузиазм сосредоточен на динамических, колебательных качествах функционирования нейронных сетей. В согласовании с этим выбирается такая конструкция отдельного элемента и такая архитектура сети, при которых наблюдаются постоянные, квазипериодические либо стохастические колебания. При всем этом представляют энтузиазм условия появления колебаний и условия их синхронизации.

Исследование ОНС стимулируется плодами нейрофизиологических тестов, указывающих на существенную, а может быть и центральную роль колебательных процессов в работе нервной системы. Одна из центральных гипотез заключается в том, что процесс обработки инфы в нервной системе может описываться в определениях синхронизации активности разных нейронных структур. Эта догадка была сформулирована в работах узнаваемых российских нейрофизиологов: А.А. Ухтомского и М.Н. Ливанова.

Энтузиазм к осцилляторным нейроноподобным системам усилился благодаря нейрофизиологическим исследованиям У. Фримена, В. Зингера, Р. Экхорна и других создателей. Как показано в этих работах, в обонятельной и зрительной зонах коры мозга могут появляться высокочастотные колебания (40-60 герц) в ответ на внешнюю стимуляцию, при этом в определенных критериях наблюдается синхронизация колебаний в дальних друг от друга участках коры.

Принципиальная значимость временной когерентности активности при обработке инфы мозгом отмечается в почти всех работах. Так, в работе Ф. Вопль и К. Кох при обсуждении трудности сознания говорят, что с теоретической точки зрения легче всего достигнуть одновременности импульсации, используя осцилляции. Они считают, что сознание подразумевает наличие механизма внимания и краткосрочной памяти, которые действуют в таковой последовательности: средством внимательного механизма достигается синхронная активность (в виде осцилляции) соответственных нейронов, и, в свою очередь, эти осцилляции активируют краткосрочную память.

Несколько другая роль отводится частотным осцилляциям. Считают, что средством синхронной колебательной активности в мозге подсознательно на ранешних стадиях обработки инфы происходит выделение объекта из фона (во время так именуемой «предвнимательной» обработки). Этим не ограничивается вероятная роль осцилляторной активности. Осцилляции могут быть нужны для заслуги высочайшего уровня нейронной активности, при котором только и активизируются некие передающие пути мозга как база для получения сложных динамических режимов, так как система взаимодействующих осцилляторов обладает богатым набором таких режимов, включая хаос.

Была предложена догадка о том, что при обработке инфы мозгом интеграция отдельных признаков объекта в единый образ на нейронном уровне значит коррелированную импульсацию нейронов. Эта догадка отыскала косвенное доказательство в результатах исследовательских работ по синхронизации нейронной активности в первичной зрительной коре. Нужно упомянуть и о том, что осцилляции могут служить типичными часами, создавая временную структуру как для активности снутри одной модальности, так и меж сенсорными модальностями.

В исследования ОНС как моделей нервной системы в текущее время вовлечены несколько научных групп в Рф, США, ФРГ, Англии, Италии и Стране восходящего солнца. Работа ведется в 2-ух взаимосвязанных направлениях:

  • математическое исследование явлений синхронизации в ОНС (аналитические и компьютерные способы);
  • применение ОНС для построения моделей обонятельной, зрительной коры и двигательной системы, также памяти и внимания (имитационное моделирование).

Многофункциональной единицей ОНС, обычно, является осциллятор. Зависимо от целей исследования выбирается не только лишь определенная архитектура связей сети, да и конструкция отдельного осциллятора. В более сложных и очень приближенных к действительности моделях употребляются осцилляторы, состоящие из частей с интегративно-пороговыми качествами разной степени трудности. Это — аналоги био нейронов. Осциллятор включает нейроны, как с тормозными, так и с возбуждающими связями. Это приводит к тому, что при определенных критериях суммарная активность нейронов приобретает колебательный нрав. Такие ОНС исследуются обычно способами имитационного моделирования.

Другой подход состоит в описании динамики усредненной активности нейронных ансамблей, которые в итоге взаимодействия образуют осциллятор. В ряде работ начальные догадки приводят к ОНС из осцилляторов Ван-дер-Поля. В других осцилляторы формируются в итоге взаимодействия маленького числа нейронных ансамблей, соединенных возбуждающими и тормозными связями. Возникающие на этом пути многомерные динамические системы все еще, обычно, очень сложны для математического анализа, потому их изучат численно, либо редуцируют к еще больше обычным осцилляторам, поведение которых описывается одной переменной — фазой колебания. Время от времени сети из таких очень облегченных осцилляторов вводятся аксиоматически. Такие ОНС применимы для очень приближенного, высококачественного описания реальных процессов. Их главное преимущество — возможность аналитического исследования.

От content

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *