接口时序不匹配的问题。文献[10]研究了一种基于最dx__-
乘支持向量机的工业控制中接口处理器时序匹配方法。该
方法先根据历史训练数据建立工业控制各个接口时序的拟
合函数，给出接口时序的对偶空间最优化解问题．得到工业
控制中全部接口时序信号的最优匹配函数。完成对工业控制
中接口处理器时序匹配。该方法分析精度较高，但是存在分
析过程较为繁琐的问题。
糊值的变化范围。
假设，z 和c 代表时序路径上组合逻辑的门延时稃线
延时，则利用式(5)得到工业控制中各个接口时序匹配的模
糊指数
(5)
。E=字千民。-如
，l幽
式中，联。代表输入低脉冲的最小重合宽度。
假设，∞”代表门延时测试波形，则利用式(6)完成对工
业控制中接口处理器时序匹配
针对上述问题，提出一种基于混沌的工业控制中接口处
理器时序匹配方法。仿真证明，所提方法分析精度高，可以
为保障工业控制设计质量提供有力的依据。
(6)
8(南)?= 筹④k干‰
综上所述可以说明，工业控制中接口处理器时序匹配原
2工业控制中接口处理器时序匹配原理
在对工业控制中接口处理器时序匹配过程中，先给出工
业控制中所有接口时序的模糊随机时间序列，组建各接口时
序信号的模糊自回归模型，得到工业控制中接口处理器时序
观测变量，提取各个接口时序信号的特征，得到工业控制中
各个接口时序匹配的模糊指数。完成对工业控制中接I：1处理
器时序匹配。具体的步骤如下详述
理．利用该原理完成对接口处理器时序优化分析。
3
基于混沌的工业控制中接口处理器时序匹配
接口特征因素模型的组建
3．1
在对工业控制中接口处理器时序匹配过程中。融合予模
假设．a8、A8、a7和A7代表不同接口时序信号的波形．P8
和铲分别代表当前时钟周期最早和最晚的上升波形的到达
糊理论依据论域和模糊语言子集对历史的接口时序数据进
行模糊化，选择合适预测窗口对各个接口时序信号进行预
测，给出当前各个接口时序信号的变化趋势，确定不同接口
时序信号特征因素结构，建立接口时序信号特征因素多重潜
周期多元自回归模型。具体的步骤如下详述：
时间，移8和k8代表当前时钟周期最早和最晚的下降波形的到
达时间，各个信号的共同周期由0代表，则先给出工业控制
中所有接口时序的模糊随机时间序列。利用式(1)表述
假设，F代表自然数，p。代表集合A的隶属度函数，矿
代表论域，Y(t)代表各个接口时序信号的时间序列，如果序
列中的元素满足于F(t)E A的条件，则称F(t)是时闻序列
y(￡)上的模糊时间序列，利用式(7)融合于模糊理论依据论
域和模糊语言子集对历史的接口时序数据进行模糊化
× 警千‰ (I)
假设，乙和乇。代表D翘固有的输出时问和保持时
间，则利用式(2)组建各接口时序信号的模糊自回归模型
式中，毛删代表对时序约束的时钟周期。
(7)
7
％
二
2玎
=
丁
高
订币
等
r五
鹣
× 地L‘，
Ⅵ
A幺：!警o∞(。+。)× u(，+。)(2)
‘b诏
式中，地(t)代表F(f)的语言模糊值。
式中，∞(。+c)代表下一个时钟周期最早的上升时闯，U(，+c)代
表下一个时钟周期最早的下降时间。
假设，“ 代表将论域扩分割成的相等间隔的子集，将
模糊时序y(t)定义为模糊时变序列，彬”代表预测窗口，利用
式(8)对各个接口时序信号进行预测，给出当前各个接口时
序信号的变化趋势：
假设，孟‘代表接口处理器时序信号需要满足的约束条件，
f<i，z)代表稳定低电平的区问，五。代表时钟的最小周期，
{置，置，忌}代表按时间顺序排列的一组模糊数，则利用式
(3)得到工业控制中接口处理器时序观测变量
(8)
R”(川)=字@ 丰豇
假设，y；代表r时刻的时序信号特征因素向量，，，。代表
第i个特征因素在t时刻的量值．N代表整体信号的采样时
6。(垂)：堕冬型型× 三*y × 田(趴3)
口× 正啦
间，将t时刻的接口时序特征因素向量E分解为周期项C。和
随机项R。，则利用式(9)确定不同接口时序信号特征结构
式中，7‘。’代表模糊近似量，叼(j)代表模糊因变量。
假设，X ：代表模糊时序中以t为参考时刻向后推移i期
豹模糊自变量，利用式(4)提取各个接口时序信号的特征
k=警× 器× 铧
一30l—
(9)
甄刚=盟掣“(小A幺(4)
式中，G代表第j个特征因素的周期顼，九代表第i个特征困
式中，o× f)代表模糊操作矩阵，c(t一1)代表，t一1对刻的模
万方数据
全部评论(0)