JPH09502822A - 動的なシステムの振舞いをモデル化する信号発生器 - Google Patents

Abstract

(57)【要約】 動的な振舞いを実施する信号発生器はあらかじめ定められた機能関係を特定する微分方程式により説明される。信号発生器は数学的対応に従って複数の出力に複数の入力をマッピングするマッピング部分と、時間導関数を用意するため複数の入力のうちの選択された入力に設けた微分する手段と、その微分手段に直接にまたはそれを介して複数の入力に複数の出力を選択的に連結させるフィードバック通路とを含んでいる。フィードバック通路と微分手段とはマッピングを強制し、前述の関係を確立する。

Description

【発明の詳細な説明】 動的なシステムの振舞いをモデル化する信号発生器 （発明の分野） この発明は、動的な信号の振舞い（dynamic signal behaviour）を制御して実 施する信号発生器に関するものである。この信号発生器は複数の入力信号を受信 する受信部分を具えており、この受信部分は１つの独立変数に関して複数の入力 信号のうちの少なくとも選択された１つの信号の導関数を作りだす微分手段を含 んでいる。この信号発生器はさらに、複数の入力信号のうちの導関数及び選択さ れた信号を受信する受信部分に連結された複数のマッピング(mapping)入力と、 別の複数の出力信号を供給する１つまたは複数のマッピング出力とを備えたマッ ピング部分(mapping section)を具えている。このマッピング部分は複数の入力 信号の受信された導関数および選択信号を複数の出力信号と関連付けるよう動作 する。本発明はまた動的な信号の振舞いを作り出すことの可能な方法にも関する ものである。 （背景技術） 動的な信号の振舞いを制御して実施する信号発生器は典型的には動的なシステ ム、例えば、航空機の自動目的地接近システムの航空援助方式を制御したり、動 的なシステム、例えば、半導体素子をエミュレート(emulate)したり、あるいは モデルとして、例えば、生物学的有機体をシュミレート(simulate)したりするの に使用される。この信号発生器は制御され、エミュレートされあるいはシュミレ ートされるべき動的なシステムのモデルに基づいている。 動的なシステムは種々の方法でモデル化することができる。例えば、モデル化 されるべきプロセスまたは素子の展開を表わす量をサンプルし、その結果をルッ ク・アップテーブル方式にまとめることがてきる。ルック・アップテーブルは必 然的に不連続な性質を有している。それ故、高解像度の表現を必要とするならば 、モデル設計者は莫大な量のデータを考慮せねばならない。 また、微分方程式の組のような数学的モデルを作り、その上にたって適切なハ ードウェアまたはソフトウェアにそのモデルをマップすることができる。現実的 なそして動的なプロセスまたは素子の振舞いは、典型的には、それらの複雑性の 故に、それらがハードウェア、例えば、非線形性、多次元性、従属変数への暗黙 の従属性でモデル化されねばならなぬ時、またはソフトウェア、例えば、数値的 な安定性、操作上の使用で要求される処理能力および処理時間でモデル化されね ばならぬ時に、設計者にとって大きな面倒を引き起こす特定の従属性および相互 依存性を含んでいる。かかるモデル化されるべき動的プロセスまたは素子の各々 はモデル化の問題に包括的な接近を妨げるそれ自身の特色を有し、かくて通常の モデル化をむしろ経費のかかるそして時間を浪費するものにしてしまう。 あるいはまた、学習のあとでニューラルネットワークが動的なシステムと同じ 方法で或る範囲で振舞えるよう、現実の動的なシステムのモニタより得られるい くつかの例を学習することによりニューラルネットワークを学習することができ る。しかしながら、しばしば仕事をするのに適切なネットワークの構成が前以て 知られていることがある。またニューラルネットの方法で動的な振舞いをいかに 実施するのか簡単でないことがある。K. I.Funahashi et al. 著, “Approximat ion of Dynamical Systems by Continuous Time recurrent Neural Networks”, Neural Networks, Vol. 6, pp. 801-809, 1993で、著者らはニューラル ネッ トワークを動的なシステム用のモデルとして考察している。動的なシステムはｄｘ ／ｄｔ＝Ｆ（ｘ）の形で、ここでｘはシステムのＮ次元状態を定義するベクト ル、“ｔ”は独立変数、例えば“時間”、そしてＦはベクトルｘの変化の速さを 定義するベクトル関数である。Funahashi等によれば、Ｎの出力ユニットを備え た連続時間循環ニューラルネットワークの振舞いは、与えられたＮ次元の動的な システムのある有限な時間軌跡に接近させられることができる。語句“時間循環 ニューラルネットワーク”はニューロン(neuron)間の任意の相互接続パターンを 備えたネットワーク用の別の表現である。かかる陳述の証明は、Ｒ ⁿからＲ ^mへの 任意の連続マッピングが（非線形）のニューロン伝達関数の十分多数の線形の組 合わせによってある程度高精度に漸近させられることができるという原理に依存 する。 Funahashi 等は単に動的なシステムの特定の形に対して等価のニューラルネッ トの存在を示したにすぎず、すなわちそれは１つの自律微分方程式で記述される ことを示したにすぎない。Funahashi 等はかかるニューラルネットモデルがいか にしてモデル化される現実のシステムに関して作られるかを開示していない。ｄｘ ／ｄｔ＝Ｆ（ｘ）なる形の振舞いに対する限定は外因、または明らかな時間依 存性を備えたシステムから、入力を受信するそれらシステムを考慮から除外して いる。Funahashi 等のニューラルネットは本質的に有限な時間間隔のみにおける システムの動的な振舞いの近似である。 この明細書に参考のために記載されたＵ.Ｓ.特許第 5,200,898号は自動車両に 使用され、前述で特定されたような信号発生器で研究されるモーター管理システ ムを開示している。従来のシステムは適応性のあるニューラルネットを含んでい る。このネットは自動変速器や油注入システム制御用出力信号を提供するため、 エンジン速度、温度およびスロットルバルブの開きのような敏感な量を表わす入 力信号を供給する。従来技術の参照としての図２では、ニューラルネットはスロ ットルバルブの開きおよびその一次と二次の時間導関数を表わす入力信号θ，ｄ ／ｄｔ〔θ〕およびｄ²／ｄｔ² 〔θ〕を受信すべく示されている。このネット は変速ショック(shock)を削減するため感知された開きとその変化速度に基づく スロットルバルブの開きを予測するために使用される。この予測されたスロット ルバルブの開きは、予測が正しく保持されていると考えられる瞬時の実際の開き の妥当性と比較するためにＣＰＵに供給される。予測値と実際値間のづれがあら かじめ定められた閾値より大きい時には、ニューラルネットはよりよい予測を与 えるようそれ自身に適応させられることができる。予測は結局モーター管理作業 を実施するために使用される。 （発明の目的） この発明の目的は、外因によって影響される振舞いを含み、一様な構成を使用 する動的なシステムの振舞いの変化する形を実施する信号発生器を用意せんとす るものである。さらに他の目的は動的な振舞いの一般形を実施する包括的な構成 ブロックとして商用的に役に立つハードウェアを使用せんとするものである。 （発明の要約） この目的のため、本発明は、この明細書の冒頭に規定したような信号発生器で あって、かつ、受信部分を介してマッピング部分へ複数の出力信号のうちの少な くとも１つの選択信号を供給するため、マッピング出力と受信部分との間にフィ ードバック通路を含む信号発生器を用意せんとするものである。 本発明は以下の観点に基づいている。マッピング入力のマッピング出力へのマ ッピングは例えば数学的対応に従って完成され、原理的にはマッピング出力の特 定の値を特定の規則に従ってマッピング入力の与えられた値へ関連付けられる。 マッピングは原理的にマッピング入力により拡げられた関数空間であるドメイン 上で定義される。フィードバックの方法でマッピング入力を拘束することは、マ ッピング出力を前述の空間に含まれるサブ空間、すなわち、ハイパー面に残すよ うに強制する。マッピング入力のいくつかが他のマッピング入力の導関数、例え ば、時間導関数である時は、サブ空間は１つまたはそれ以上の微分方程式の形で 関数関係を暗々裡に定義する。本質的にその微分方程式は数学的マッピング関数 の特性、微分する手段のオペランド(operand)、およびフィードバック通路の相 互接続パターンによって決定される。マッピングオペレータ(operator)、微分す るオペランドおよびフィードバック通路の適切な選択は微分方程式によって特定 される動的はシステムの動的な振舞いを実施する信号発生器を用意する。 ＵＳ特許第 5,200,898号に開示されたシステムが出力信号またはその時間導関 数をマッピング部分の入力へ再供給するフィードバック通路を含まないが、シス テムのニューラルネットが最新のものとされる必要があるかどうかを決定すべく 現実の入力信号と比較するため、ＣＰＵに出力信号を供給するのは注目されよう 。 受信部分は発生器へ外部信号源からの入力信号のうちの１つまたはそれ以上の 特定の信号を受信するために作用することができ、かくてモデル化された動的な システムを駆動する外因を考慮することができる。 マッピング部分は、例えば、ルック・アップテーブルを具えている。マッピン グ部分に課される要求はただそのテーブルが特定の関数に従って出力値へ入力値 をマップし、かくて設計を大幅に簡単化させるにある。さらにまた、マッピング 部分はマッピングを実行すべく学習されたニューラルネットワークを含んでいる 。公知のごとく、三層のパーセプトロン(perceptron)が入力から出力へのノン・ パソロジックマッピング(non-pathologlc mapping)の形を実行するように設計さ れることができる。またニューラルネットは連続的なマッピングを提供でき、一 方ルック・アップテーブルは必然的に１つの不連続な組を（他の）不連続な組へ のマップとして限定する。他の実施態様では、マッピング部分はブーリアン(Boo lean)表示でマッピングを実施する論理ゲートアレイを具えている。ゲートアレ イは周知のごとく電子的な構成ブロックで、そのゲート密度は今日では非常に大 きく、その操作はメモリのそれよりもずっと速い。かかるゲートアレイはプログ ラム可能または再プログラム可能であることができる。さらに他の実施態様では 、マッピング部分はファジイ論理に基づくプロセッサを含んでいる。ファジイ論 理の手法では、モデルは定性的な項のみで表現され、マッピングは少数のパラメ ータによって完全に特定される。 好適には信号発生器は以下に述べる特徴の少なくとも１つに関してプログラム 可能である：すなわち、微分する手段により操作される複数の入力信号のうちの 特定の信号の選択；複数のマッピング入力の複数のマッピング出力へのマッピン グ；フィードバック通路を介して受信部分へ連結される複数の出力信号のうちの 特定の信号の選択；またはフィードバック通路それ自身を介して相互接続される ベきノード。かかるプログラム可能な信号発生器は幅広い応用面であつらえられ るのに適した包括的な構成ブロックである。 さらに好適には、信号発生器はディジタル電子または光学回路で実施される。 ディジタル的実施態様の利点は、一般の目的のＩＣが電子領域で要求される機能 の実施や、モジュール式の構成の支援や、コンピューターの高速性やアナログ回 路ではほとんど達成されない高精度に関して有利であるという事実に関係してい る。アナログ回路にとっては、ノイズの許容度が低く、ある意味での高精度が得 られず、信頼性のあるアナログ不揮発性メモリ技術が有用でないということに注 目せねばならぬ。ディジタルニューラルネットに関してはＵ.Ｓ.特許第4,994,98 2号(PHF87, 610)および第5,293,459 号(PHF88, 638)を参照されたい。 要求される機能はまたソフトウェアによって完全に実行される。それ故、本発 明はまた動的な信号の振舞いを作りだせる方法を用意する。本発明は以下の手順 ：複数の入力信号を準備する；１つの独立変数に関して選択入力信号の導関数を 用意するため、ディジタル回路に複数の入力信号の少なくとも１つの選択信号を 供給する；そして数学的対応に従って１つまたは複数の出力信号を作りだすため 、複数の入力信号のうちの導関数および選択信号を別のディジタル回路に供給す る；を含んでいる。本発明は複数の出力信号の少なくとも１つの選択信号または 選択出力信号の導関数を、少なくとも前記ディジタル回路または別のディジタル 回路へ供給するため、入力信号として使用することを特徴としている。 （図面の簡単な説明） 以下次に述べる図面を参照し実施例により本発明を詳細に説明する。 図１は本発明に係る信号発生器の第１の線図を与え、図２は本発明に係る信号 発生器の第２の線図を与える。ベクトル量は明細書中は文字の下にアンダーライ ンを、図面では文字の上にバーを付して表示され、図面中同じまたは対応する部 分は同じ参照番号で表示される。 （詳細な実施態様） 図１は本発明に係る信号発生器１００のブロック線図である。信号発生器１０ ０はマッピング(mapping)関数Ｆに係る出力Ｆ₁,Ｆ₂,Ｆ₃,Ｆ₄およびＦ₅への入力 ａ₁,ｂ₁,ｃ₁,ｃ₂,ｃ₃,ｄ₁,ｄ₂,ｄ₃,ｅ₁およびｅ₂のマッピング用マッピング部分 １０２を具えている。信号発生器１００はまたマッピング部分１０２の複数の出 力の特定の出力から複数の入力の特定の入力へのフィードバック通路１０４，１ ０６，１０８，１１０および１１２を含んでいる。信号発生器１００はさらに微 分手段１１４，１１６，１１８および１２０を含んでいる。以下信号発生器１０ ０がどのように作りだされそれがいかに動的なシステム（dynamical system）を モデル化するのに役立つのかを説明する。 動的なシステムの一般形は微分方程式の組、例えば暗々裡に （ｉ） ｆ（ｕ，ｕ'，ｘ，ｘ'，ｙ）＝０ の形で表示され、ここで：ｕ はパラメータ“ｔ”に依存するシステム入力ベクトルで次元ｎ_uを有する；ｕ ’は独立変数“ｔ”に関して微分されたシステム入力ベクトルｕで、次元ｎ_u を有する；“ｔ”は動的なシステムの意味合いのなかで“時間”と解釈される； しかしながら、“ｔ”は微分方程式（ｉ）で発生する“位置”のような独立変数 と考えられることもできる；ｘ はシステムの現実の状態を示すシステム状態ベクトルで次元ｎ_xを有する；ｘ ’は独立変数“ｔ”に関して微分されたシステム状態ベクトルで次元ｎ_xを有 する；ｙ はシステム出力ベクトルで次元ｎ_yを有する；ｆ は次元ｎ_fの多変量ベクトル関数で、ｆ＝０が前述システムベクトル間の暗々 裡の関係を定義している。 （ii） Ｆ＝Ｆ（ａ，ｂ，ｃ，ｄ，ｅ） に係る出力ベクトルＦに相互に独立な入力ベクトルａ，ｂ，ｃ，ｄおよびｅをマ ッピング部分１０２がマップすると仮定する。ここでベクトルａ，ｂ，ｃ，ｄお よびｅは次元数としてそれぞれｎ_u，ｎ_u，ｎ_x，ｎ_xおよびｎ_yを有する。図１に 示される例ではｎ_u＝１，ｎ_x＝３，ｎ_y＝２およびｎ_f＝５である。マッピング部 分１０２は例えばルック・アップテーブル(look-up table)またはニューラルネ ット（neural net）である。公知のごとく、ニューラルネット、特に多層構造の フィード・フォワードニューラルネット(multi-layered feed-forward neural n et）は、任意のマッピングを実行するよう学習させられる。加うるに、関数Ｆは 、 （iii） Ｆ＝（ｆ（ａ，ｂ，ｃ，ｄ，ｅ），０）^T＋（ｃ，ｅ）^T， と仮定され、ここでｆは上述の式（i）で導入された多変量関数である。ある場 合に導入されるＦの表現式における補助ベクトル０は式（iii）における付加が 意味をなすように適切な要素数を考慮せねばならぬ。すなわち、ｎ_x＋ｎ_yがｎ_f より大きければｎ_f−（ｎ_x＋ｎ_y）要素を備えた補助ベクトル０が使用されねば ならない。もしｎ_x＋ｎ_yがｎ_fより小さければ、補助ベクトル０は省略され、複 数のｎ_f−（ｎ_x＋ｎ_y）のダミー(dummy)変数がその代わりにベクトルｅに加えら れ、効果的にベクトルｅの次元数を増大させる。ダミー変数がｆに関する関数関 係には表われないのは注目されよう。 これまでは式（iii）で定義されているように関数Ｆのベクトル変数は特定さ れていない。マッピング部分１０２はかくて入力ベクトルａ，ｂ，ｃ，ｄおよびｅ に作用する一般形のマッピングを用意している。これら入力ベクトルはベクト ル空間の特定の部分に束縛されることはなく、相互依存することもない。さて、 マ ッピング部分１０２の出力で用意される式（iii）に定義されたベクトルＦの特 定の要素がマッピング部分１０２の特定の入力ヘフィードバックされると仮定す る。より特別には、以下のフィードバック通路が作りだされるとする。ベクトルＦ の要素Ｆ₁は通路１０４を介してベクトルｃの要素ｃ₁の入力ヘフィードバック される。ベクトルＦの要素Ｆ₂は通路１０６を介してベクトルｃの要素ｃ₂の入力 へフィードバックされる。ベクトルＦの要素Ｆ₃は通路１０８を介してべクトルｃ の要素Ｃ₃の入力ヘフィードバックされる。ベクトルＦの要素Ｆ₄は通路１１０ を介してベクトルｅの要素ｅ₁の入力ヘフィードバックされる。ベクトルＦの要 素Ｆ₅は通路１１２を介してベクトルｅの要素ｅ₂の入力ヘフィードバックされる 。その結果以下の拘束がなされる：Ｆ₁＝ｃ₁， Ｆ₂＝ｃ₂，Ｆ₃＝ｃ₃，Ｆ₄＝ｅ₁ およびＦ₅＝ｅ₂。式（iii）に係るＦの特定の選定によって、マッピング部分１ ０２の入力をｆ（ａ，ｂ，ｃ，ｄ，ｅ）＝０に従うよう強制する。次に入力ｂ₁ ｄ₁ｄ₂およびｄ₃で微分器１１４−１２０の存在を考えよう。微分器１１４，１ １６，１１８および１２０の配置により以下の関係が保持される： （iv） ｆ＝（ａ,ａ',ｃ,ｃ',ｅ）＝０ ここでａ’は“ｔ”に関するａの導関数であり、ｃ’は“ｔ”に関するｃの導関 数である。ベクトルａをシステム入力ベクトルｕ、ベクトルｃをシステム状態べ クトルｘ、ベクトルｅをシステム出力ベクトルｙと解釈してモデリング(modelli ng)を完成させる。 マッピング部分１０２は関数関係のみが実施される時は簡単なルック・アップ テーブルを具えることができる。あるいはまたマッピング部分１０２はマッピン グの実施を学習したニューラルネットを具えることができる。本発明に係る信号 発生器が環境を変えるべく適合されるならば、適合したニューラルネット、すな わち最新式のネットが使用されることができる。例えば、シミュレート（slmula te、エミュレート(emulate)またはコントロール(clntrol)されるべきシステムは 異なった時間スケール上で動的な振舞いを示す内燃機関である。刺激が例えばス ロットルの変化に対する機関の応答を変化させる時は、最も速い時間スケールが 動的なシステムの応答の速度変化により影響される。より遅い時間スケールは 刺激応答特性、例えば油温度の上昇または気圧の変化に起因する、または損耗に よるスロットル応答の変化により表わすことができる。時間周期が経過した後は 、すなわち信号発生器１００の遅い時間スケールのマッピング部分１０２の特性 は適切なマッピングを用意するため修正されねばならない。このことは関数ｆの 表現にパラメータベクトルｐの適切な導入により処理することができる： （v） ｆ＝(ｕ，ｕ'，ｘ，ｘ'，ｙ，ｐ，ｐ')＝０， ここでｐは独立変数“ｔ”に対してゆっくりと変化するベクトル関数であり、ｐ ’は“ｔ”に関するその導関数である。 図２は本発明に係るプロセッサ２００のブロック線図である。プロセッサ２０ ０は例えば装置１９０の演算制御を実行したり助けたりするために装置１９０の 制御器として集積化されている。プロセッサ２００は上で論議したマッピング部 分１０２を具え、その複数の入力ａ₁−ｅ₂は入力バス２０２に連結され、その複 数の出力Ｆ₁−Ｆ₅は出力バス２０４に連結されている。出力バス２０４はシステ ム状態ベクトルｘの要素として役に立つ出力Ｆ₁−Ｆ₃を、システム出力ベクトルｙ の要素として役に立つ出力Ｆ₄およびＦ₅を用意する。バス２０４はさらに出力 Ｆ₁−Ｆ₅をエントランス２０６へルート(route)付ける。エントランス２０６は またシステム入力ベクトルｕを受取り、この例ではこれは簡単化のため唯１つの 要素ｕ₁しか有していない。出力Ｆ₁−Ｆ₅と入力ｕ₁は直接には通路２１０を介し てルーチングデバイス(routing device)２０８へ、間接的には通路２１４を介し て微分するデバイス(differentiating device)２１２へ供給される。微分するデ バイス２１２は出力Ｆ₁−Ｆ₃と入力ｕ₁のパラメータ“ｔ”に関する導関数を計 算する。ルーチングデバイス２０８は通路２１０と２１４により用意される量を 入力バス２０２へ選択的にルート付ける。バス２０２と２０４間信号の分配やル ーチングデバイス２０８の演算は制御器２１６により制御される。 マッピング部分１０２は入力ａ₁−ｅ₂の出力Ｆ₁−Ｆ₅へのマッピングを決定す るプログラム可能なデバイス(programmable device)２１８を含んでいる。デバ イス２１８は例えばルック・アップテーブルとして使用するプログラム可能なメ モリ、またはプログラム可能な論理ゲートアレイ、またはニューラルネット を含んでいる。デバイス２１８はプロセッサ２００のモジュラ構体(modular str ucture)が適用対象が大きく変化しても一様に使用できるよう製作者によりプロ グラム可能であることができる。デバイス２１８はプロセッサ２００の演算を特 注に応じるためユーザ側でのプログラム可能をおりこむことができる。ニューラ ルネットを含むデバイス２１８の場合、ネットのシナプテイック(synaptic)係数 または他の演算パラメータはプログラム可能または修正可能であり、またニュー ロン間相互接続パターンはプログラム可能または修正可能である。 同様に、制御器２１６はプログラム可能であることができ、それでプロセッサ ２００はバス２０２から２０４にわたり、入力ａ₁−ｅ₂へ出力Ｆ₁−Ｆ₅からルー ト付けされる、および微分するデバイス２１２を介して直接的または間接的にエ ントランス２０６を通ってルート付けされるあらゆる種類の信号にとって適切に なされる。 １つまたは複数の微分器１１４−１２０はより複雑な関係を許容する独立変数 “ｔ”に関するそれぞれの入力を積分する積分器により置き換えることができる のは注目されよう。

Claims (1)

1. 【特許請求の範囲】 １．動的な信号の振舞いを制御して実施する信号発生器であって、該信号発生器 が機能的に： 複数の入力信号を受信し、１つの独立変数に関して複数の入力信号のうちの少 なくとも選択された１つの信号の導関数を作り出す微分手段を具える受信部分と ； 複数の入力信号のうちの導関数および選択された信号を受信する受信部分に連 結された複数のマッピング入力と、別の複数の出力信号を供給する複数のマッピ ング出力とを有し、複数の入力信号のうちの受信された導関数および選択された 信号を複数の出力信号と関連づけて動作させるマッピング部分と；を具える信号 発生器において、 当該発生器がさらに、受信部分を介してマッピング部分へ複数の出力信号の うちの少なくとも１つの選択された信号を供給するため、マッピング出力と受信 部分との間にフィードバック通路を具えることを特徴とする信号発生器。 ２．前記受信部分が外部の信号源からその信号発生器へ複数の入力信号のうちの 特定の信号を受信するよう動作することを特徴とする請求項１記載の信号発生器 。 ３．前記マッピング部分がルック・アップテーブル；論理ゲートアレイ；ニュー ラルネットワーク；ファジイプロセッサ；のうちの少なくとも１つを具えること を特徴とする請求項１記載の信号発生器。 ４．以下の特徴：微分手段により動作される複数の入力信号のうちの特定の１つ の選択と；マッピング出力へのマッピング入力のマッピングと；フィードバック 通路を介して受信部分へ連結されるべき複数の出力信号のうちの特定の出力信号 の選択と；のうちの少なくとも１つがプログラム可能または修正可能であること を特徴とする請求項１から３いずれかに記載の信号発生器。 ５．動作制御用の制御器を具えた装置において、 前記制御器が請求項１または２記載の信号発生器を具えることを特徴とする 装置。 ６．その方法が： 複数の入力信号を用意すること； １つの独立変数に関して選択入力信号の導関数を用意するため、複数の入力信 号のうちの少なくとも１つの選択された信号をディジタル回路に供給すること； 数学的対応に従って１つまたは複数の出力信号を作り出すため、複数の入力信 号のうちの導関数および選択された信号を別のディジタル回路に供給すること； を含む動的な信号の振舞いを作りだすことの可能な方法において、 当該方法がさらに、複数の出力信号の少なくとも１つの選択された信号また はその選択出力信号の導関数を、少なくとも前記ディジタル回路または別のディ ジタル回路へ供給するため、入力信号として使用することを含むことを特徴とす る動的な信号の振舞いを作りだすことの可能な方法。