Входные величины xj(ti) в дискретные моменты времени ti = ti-1+dti (i = 1, 2, .) записываются в соответствующие порты ввода Пввj рассматриваемого ЦН. Поступают они с портов вывода других ЦН или из внешних сенсорных устройств в цифровой форме и хранятся в Пввj в течение времени форме dti выполнения алгоритма (12). После завершения работы алгоритма (12) в порт вывода записывается значение функции Z(tj+1), которое в момент времени ti+1 по жестким или перестраиваемым каналам связи передается в порты ввода других цифровых нейронов.

Рассмотренная схема цифрового нейрона является довольно простой и ее проектирование сводится по существу к программированию МП на языке ассемблера. Однако техническая реализация нейроподобных сетей, состоящих из таких ЦН, связана с определенными трудностями.

Во-первых, информация между различными ЦН передается в параллельных кодах, что, в свою очередь, усложняет каналы передачи, особенно в тех случаях, когда связи между нейронами необходимо оперативно менять при помощи устройств электронной коммутации. Упрощение коммутирующих устройств за счет организации передачи информации между ЦН в последовательных кодах ведет к существенной потере производительности как отдельных нейроподобных элементов, так и нейроподобной сети в целом.

Во-вторых, время работы отдельных ЦН существенно зависит от количества синаптических весов. Если у различных ЦН число N различное, то и время их работы будет различным. Следовательно, ЦН с минимальным числом входов будет использоваться неэффективно.

И в-третьих, существенные трудности возникают в том случае, когда синаптические веса модели нейронов являются переменными во времени. Для формирования текущих значений gj(ti ) необходимо включить N дополнительных портов ввода, в которые следует записывать не сами синаптические веса, а их приращения.

Отмеченные обстоятельства являются серьезным обстоятельством не пути создания удобных в эксплуатации цифровых нейроподобных элементов на базе микропроцессоров и микроЭВМ универсального типа. По этой причине возникает необходимость в разработке ЦН на основе специализированных устройств, ориентированных на воспроизведение алгоритма (12).

Одним из перспективных подходов при этом может служить использование для синтеза ЦН идей и методов построения цифровых моделей на базе интегрирующих структур ЦИС. Это связано с тем, что в основе моделируемых динамических нейрональных процессов лежат дифференциальные зависимости, а ЦИС, в свою очередь, проблемно-ориентированны на решение систем линейных и нелинейных дифференциальных уравнений.

Кроме того, цифровые интегрирующие структуры состоят из параллельно функционирующих решающих блоков, информация между которыми передается в виде последовательностей дискретных сигналов, имеющих смысл приращения выходных зависимостей. Отдельные решающие блоки реализуют операции суммирования, численного интегрирования, экстраполяции выходных приращений и, как правило, снабжены коммутационными элементами. Благодаря этому на решающих блоках ЦИС могут быть построены цифровые динамические нейроны, реализующие алгоритм (12) с переменными синаптическими весами и соединяемые друг с другом при помощи гибкой электронной коммутации. Следовательно, такие элементы будут свободны от недостатков микропроцессорных ЦН.

7.Операции в цифровых интеграторах

Вышеперечисленные операции могут быть выполнены на элементной базе ЦИС. В состав этой базы входят комбинационные сумматоры, цифровые интеграторы и нелинейные блоки. Цифровой интегратор представляет собой устройство, осуществляющее численное интегрирование подынтегральной функции y(t).

Аргумент t предварительно квантуется с постоянным шагом dt=ti–ti-1 (i=1, 2, .), начиная с t0. Поэтому для произвольного значения ti будем иметь ti=t0+idt.

Функция y(ti)= yi, определяемая на множестве дискретных значений ti, является решетчатой. Для данной функции вместо дифференциального применяется разностный оператор, в частности построенный на основе первых разностей. Эти разности могут быть нисходящими (интерполяция) и восходящими (экстраполяция). В случае нисходящих разностей имеем

Dyi=yi+1–yi или yi=yi+1–Dyi,

а в случае восходящих разностей –

Ñyi=yi–yi-1 или yi=yi-1+Ñyi.

В теории цифровых интегрирующих структур используются восходящие разности и считается, что цифровой интегратор на каждом временном интервале Ñt=dt=ti–ti-1 вычисляет приращение Wi интеграла W Римана:

При использовании простейшей формулы численного интегрирования – формулы Эйлера для интеграла Римана будем иметь

ÑWi»yi-1Ñt.

При интегрировании в соответствии с более сложным интегралом Стилтьеса, когда интегрирование ведется по некоторой функции yq(t), получим

Таким образом, при использовании формулы Эйлера отдельный цифровой интегратор реализует аппаратным методом следующие уравнения:

yi=yi-1+Ñyi;

ÑWi+1=yiÑyq(i+1).

В связи с тем, что значение приращения Ñyq(i+1) в i-м шаге неизвестно, его либо экстраполируют, например по линейному закону:

либо принимают равным Ñyqi.

В тех случаях, когда Ñyqi =Ñt, цифровой интегратор воспроизводит численное интегрирование по Риману

yi=Ñyi-1+Ñyi;

ÑWi+1 =yiÑt.

Очевидно, что при постоянном шаге Ñt экстраполяция приращений независимой переменной t не требуется.

8.Структура цифровых интеграторов

Структура ЦИ, инвариантная относительно интегрирования по Риману или по Стилтьесу, может быть представлена в виде схемы, показанной на рисунке 6.

Рис.6. Структурная схема ЦИ

Цифровой интегратор состоит из двухвходового сумматора См, регистра Рг, множителя Мн и квантователя Кв, формирующего квантованные приращения ÑWi+1.

Суть квантования состоит в том, что при умножении n-разрядных величин yi на m-разрядные величины Ñyq(i+1) получаются n+m разрядные приращения ÑWi+1. Для того, чтобы эти приращения можно было использовать в качестве m-разрядных значений Ñyi , Ñyq(i+1) на входах того же или другого ЦИ, необходимо из n+m разрядов выделить m старших. Такое выделение называется квантованием. Математически его можно записать так: