| Русский Русский | English English |
   
Главная Current Issue
05 | 06 | 2020
10.14489/vkit.2020.03.pp.049-054

DOI: 10.14489/vkit.2020.03.pp.049-054

Скаковская А. Н., Лактионова Н. В.
ОПТИМИЗАЦИЯ ФУНКЦИОНАЛЬНОЙ ЭФФЕКТИВНОСТИ ЭЛЕКТРОННО-ОПТИЧЕСКОЙ СИСТЕМЫ
(pp. 49-54)

Аннотация. Предложена постановка задачи оптимизации (здесь и далее в информационном смысле) классификационной настройки по оперативности для сложного объекта контроля и управления. Разработан алгоритм ее решения на примере автофокусировки растрового электронного микроскопа в рамках метода функционально-статистических испытаний, основанного на оценке информационной способности обучающейся системы поддержки и принятия решений. Предложен подход к повышению оперативности автофокусировки изображения для классификационной автонастройки электронно-оптической системы распознавания изображений. Показано, что повышение оперативности достигается путем определения системы приращения управляющего параметра настройки – тока обмотки объективной линзы. В качестве системы приращений использованы р-числа Фибоначчи. Приведены результаты экспериментальной проверки предложенных алгоритмов. Усовершенствование автоматизации обработки данных в комплексе с методами и моделями распознавания образов позволяет использовать аппаратно-программный комплекс, составляющий основу исследований при синтезе систем искусственного интеллекта, в целях проектирования системы автофокусировки изображений для новых моделей растрового электронного микроскопа.

Ключевые слова:  числа Фибоначчи; автофокусировка; электронно-оптическая система; автоматическая классификация; система приращения; параметры настройки.

 

Skakovskaya А. N., Laktionova N. V.
OPTIMIZATION OF THE FUNCTIONAL EFFICIENCY OF THE ELECTRON-OPTICAL SYSTEM
(pp. 49-54)

Abstract. We suggest statement of the problem of optimization (hereinafter in the information sense) of classification setting in terms of efficiency for a complex object of control and management. An algorithm to solve it has been developed using the example of autofocusing a scanning electronic microscope as part of the method of functional-statistical tests, based on assessment of the information ability of the trainable support and decision-making system. The tuning process is considered as an iterative procedure for finding the maximum informational measure of diversity of the initial (defocused) and current image classes. The disadvantage of this algorithm is the appearance of a long oscillatory process when the value of the tuning parameter changes in the range of its extreme value, which leads to a decrease in the efficiency of auto-tuning of the electronic-optical system. We propose an approach to increase the efficiency of image autofocus for the classification auto-tuning of the electronic-optical image recognition system. It is shown that the increase in efficiency is achieved by determining the increment system of the control setting parameter – the winding current of the objective lens. The Fibonacci numbers are used as the increment system. The results of experimental verification of the proposed algorithms are presented. Improving the automation of data processing in combination with methods and models of pattern recognition allows to use a hardware-software complex, which forms the basis for researching at the synthesis of artificial intelligence systems, in order to design an autofocus image system for new models of a scanning electron microscope.

Keywords: Fibonacci numbers; Autofocus; Electron-optical system; Automatic classification; Increment system; Settings.

Рус

А. Н. Скаковская, Н. В. Лактионова (Филиал Московского государственного университета имени М. В. Ломоносова в городе Севастополе, Севастополь, Россия) E-mail: Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript  

Eng

А. N. Skakovskaya, N. V. Laktionova (Branch of Moscow State University, Sevastopol, Russia) E-mail: Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript  

Рус

1. Кирилловский В. К. Оптические измерения. Часть 4. Оценка качества оптического изображения и измерение его характеристик. СПб.: Изд-во ГУ ИТМО (ТУ), 2005. 88 с.
2. Автоматическая фокусировка оптической системы рентгеновской установки / В. А. Каляев и др. // Приборы и системы. Управление, контроль, диагностика. 2008. № 8. С. 39 – 43.
3. Билик В. В., Охонский А. Г. Многоточечная автофокусировка радиолокационных изображений в РЛС с синтезированной апертурой // Вопросы радиоэлектроники. 2011. Т. 2, № 2. С. 10 – 18.
4. Кузьмін І. В., Скаковська А. М. Класифіка¬ційне настроювання електронного мікроскопа за методом функціонально-статистичних випробувань // Оптико-електронні інформаційно-енергетичні технології. 2001. № 1. С. 92 – 98.
5. Соколов А. Ю., Скаковская А. Н. Интеллектуальные методы управления растровым электронным микроскопом на основе функционально-статистического похода // Автоматика-2007: матеріали 14-ї Мiжнар. конф. з автоматичного управління. Севастополь, 2007. С. 176 – 178.
6. Степанов А. Г., Южанников А. Л. Контроль изоляции автотрансформаторов и числа Фибоначчи // Приборы и системы. Управление, контроль, диагностика. 2007. № 4. С. 55 – 57.
7. Воробьев Н. Н. Числа Фибоначчи. М.: Наука, 1992. 140 с.

Eng

1. Kirillovskiy V. K. (2005). Optical measurements. Part 4. Assessment of the quality of the optical image and measurement of its characteristics. Saint Petersburg: Izdatel'stvo GU ITMO (TU). [in Russian language]
2. Kalyaev V. A. et al. (2008). Automatic focusing of the optical system of the x-ray unit. Pribory i sistemy. Upravlenie, kontrol', diagnostika, (8), pp. 39 – 43. [in Russian language]
3. Bilik V. V., Ohonskiy A. G. (2011). Multipoint autofocus of radar images in synthetic aperture radars. Voprosy radioelektroniki, Vol. 2, (2), pp. 10 – 18. [in Russian language]
4. Kuz'mіn І. V., Skakovs'ka A. M. (2001). Classification of the electronic microscope by the method of functional-statistical viprobuvan. Optiko-elektronnі іnformatsіyno-energetichnі tekhnologії, (1), pp. 92 – 98.
5. Sokolov A. Yu., Skakovskaya A. N. (2007). Intelligent methods for controlling a scanning electron microscope based on a functional-statistical approach. Automation-2007: Materials of the 14th International Conference on Automatic Control, pp. 176 – 178. Sevastopol'.
6. Stepanov A. G., Yuzhannikov A. L. (2007). Autotransformer isolation control and Fibonacci numbers. Pribory i sistemy. Upravlenie, kontrol', diagnostika, (4), pp. 55 – 57. [in Russian language]
7. Vorob'ev N. N. (1992). Fibonacci numbers. Moscow: Nauka. [in Russian language]

Рус

Статью можно приобрести в электронном виде (PDF формат).

Стоимость статьи 350 руб. (в том числе НДС 18%). После оформления заказа, в течение нескольких дней, на указанный вами e-mail придут счет и квитанция для оплаты в банке.

После поступления денег на счет издательства, вам будет выслан электронный вариант статьи.

Для заказа скопируйте doi статьи:

10.14489/vkit.2020.03.pp.049-054

и заполните  форму 

Отправляя форму вы даете согласие на обработку персональных данных.

 

Eng

This article  is available in electronic format (PDF).

The cost of a single article is 350 rubles. (including VAT 18%). After you place an order within a few days, you will receive following documents to your specified e-mail: account on payment and receipt to pay in the bank.

After depositing your payment on our bank account we send you file of the article by e-mail.

To order articles please copy the article doi:

10.14489/vkit.2020.03.pp.049-054

and fill out the  form  

 

.

 

 

 
Search
Баннер
Баннер
Журнал КОНТРОЛЬ. ДИАГНОСТИКА
Баннер
Баннер
Баннер
Баннер
Rambler's Top100 Яндекс цитирования