автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Автоматизация управления технологическими процессами железнодорожного транспорта на базе интеграции методов высокоточного спутникового позиционирования и инерциальной навигации

АВТОМАТИЗАЦИЯ УПРАВЛЕНИЯ ТЕХНОЛОГИЧЕСКИМИ ПРОЦЕССАМИ ЖЕЛЕЗНОДОРОЖНОГО ТРАНСПОРТА НА БАЗЕ ИНТЕГРАЦИИ МЕТОДОВ ВЫСОКОТОЧНОГО СПУТНИКОВОГО ПОЗИЦИОНИРОВАНИЯ И ИНЕРЦИАЛЬНОЙ НАВИГАЦИИ

05.13.06. - Автоматизация и управление технологическими процессами и производствами (транспорт) 05.22.08. - Управление процессами перевозок

Автореферат диссертации на соискание ученой степени доктора технических наук

2 6 ЯНВ 2С12

Москва 2012

005007798

Работа выполнена в Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Московский государственный университет путей сообщения (МИИТ)» на кафедре «Управление и информатика в технических системах».

Ведущее предприятие: ОАО «Всероссийский Научно-исследовательский институт железнодорожного транспорта» (ОАО «ВНИИЖТ»)

Защита состоится 15 февраля 2012 г. в 14.00 на заседании диссертационного совета Д.218.005.04 при Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Московский Государственный университет путей сообщения» (МИИТ) по адресу: 127994, г. Москва, ул. Образцова, д.9, стр.9, аудитория 2505.

С диссертацией можно ознакомиться в библиотеке университета.

Отзывы на автореферат, заверенные печатью организации (в двух экземплярах) просим направлять по адресу Университета.

Автореферат разослан Ученый секретарь диссертационного совета,

Официальные оппоненты:

Научный консультант

Доктор технических наук Розенберг Игорь Наумович

Доктор технических наук, профессор Доенин Виктор Васильевич

Доктор технических наук, профессор Шмулевич Михаил Израильевич

Доктор технических наук, профессор Соколов Сергей Викторович

Д.Т.Н.

В.Г. Сидоренко

Общая характеристика работы

Актуальность темы. Предоставление услуг спутниковых навигационных истем (СНС) GPS и ГЛОНАСС позволяет модернизировать многие технологические роцессы. Внедрение спутниковых навигационных технологий (далее CHT) в втоматизированных системах управления технологическими процессами (АСУ ТП) а железнодорожном транспорте целесообразно в связи с большим числом одвижных объектов, навигационный контроль за местоположением которых риносит качественно новые результаты в управлении перевозками, и еобходимостью совершенствовать методы текущего содержания инфраструктуры и беспечения безопасности движения.

Для эффективного применения CHT необходимо теоретически обосновать и фактически реализовать высокоточное координатное пространство и цифровые одели пути как метрико-методологическую основу координатных методов правления, разработать интегрированные с инерциальной навигацией системы ысокоточного спутникового позиционирования, развить возможности систем АСУ 1 железнодорожного транспорта с учетом CHT. Указанные вопросы разработаны в иссертации, в том числе нашли внедрение новые решения по автоматизированному [равлению маневровой работой на станциях, движением поездов в период редоставления «окон» для ремонта пути и некоторые другие.

Все это определяет актуальность исследования, его направленность на решение ажных теоретических вопросов и практических задач по одному из стратегических, нновационных путей технологического и технического развития железнодорожного анспорта.

Объектом исследования являются автоматизированные системы управления еревозочным процессом железнодорожного транспорта, в которых эффективно рименение спутниковых навигационных технологий.

Целью работы является создание и теоретическое обоснование новой структуры втоматизированных систем управления технологическими процессами на основе

высокоточного спутникового позиционирования подвижных объектов, обеспечивающ эффективное управление перевозочным процессом и маневровой работой, повышени безопасности движения с использованием новых методов технического монитория железнодорожного пути.

Для достижения поставленной цели необходимо решить следующие задачи:

• разработать экономически целесообразные бортовые навигационны устройства на основе комплексирования спутниковых и инерциальны измерений, обеспечивающие высокоточное позиционирование и определени угловых положений локомотива;

• развить функциональные возможности автоматизированных систем управлени перевозочным процессом и маневровой работой, используя точны навигационные определения положения подвижных объектов и характеристик их движения;

• разработать автоматизированные системы оперативного мониторинг состояния пути на основе бортовых спутниково-инерциальных измерений данных лазерного сканирования.

Методы исследования основаны на положениях теории автоматическо управления, математической статистики и теории вероятностей, теории надежности, теории фильтрации, теории статистических решений.

Новизна научных положений, выносимых на защиту:

1. Системно определены области и масштабы внедрения CHT в управлении перевозочным процессом на основе разработанной классификации множеств функций перевозочного процесса с учетом изменений в их технологическом обеспечении и реализации АСУ ТП при использовании CHT;

2. Обоснован выбор бесплатформенной инерциальной навигационной системы (БИНС) с минимальным приборным составом измерительного комплекса для решения задачи устойчивого высокоточного позиционирования подвижных объектов ж/д транспорта на основе интеграции спутниковых и инерциальных методов навигации и выполнен синтез математической модели БИНС,

инвариантной к виду физической модели объекта, характеру движения и помех измерений. Разработанная модель позволяет построить на основе автономной информации замкнутые алгоритмы фильтрации навигационных параметров локомотива, обеспечивающие последующую устойчивую интеграцию БИНС и СНС;

3. Решена задача тесной интеграции БИНС и СНС, обеспечивающая наблюдение параметров не только линейного, но и углового движения объекта и устойчивое субоптимальное оценивание его вектора состояния в том числе и на временных интервалах между спутниковыми навигационными сообщениями. С этой целью выполнен синтез информационных стохастических моделей сигналов спутниковых измерений в соответствующих системах координат и их представление в различных параметрах вращения с учетом дискретизации спутниковых навигационных сообщений во времени;

4. Впервые получено теоретическое решение задачи глубокой интеграции автономной БИНС и СНС, позволяющее повысить точность навигационного решения за счет замены детерминированных алгоритмов расчета параметров спутника комплексированными алгоритмами непрерывно - дискретной стохастической оценки, а также получить стохастическую динамическую нелинейную модель эволюции ошибок навигационных параметров в СНС ГЛОНАСС, На основе полученных оценок навигационных параметров разработаны алгоритмы построения высокоточной цифровой модели пути и его текущей технической экспресс-диагностики;

5. Разработаны: архитектура АСУ движением поездов в период предоставления «окон» с использованием данных спутникового позиционирования (АС ОГДПО), технология построения оперативного графика на «полигоне окна» на основе организации имитационного моделирования работы направления, условия толерантности системы к изменению входных данных при выполнении оперативного графика и соблюдении заданных ограничений;

6. Разработаны принципы построения АСУ маневровыми маршрутами (АСУММ) с использованием высокоточного спутникового позиционирования, включающие: декомпозицию станций на отдельные маневровые районы с определением

локальных целевых функций, систему кодирования «элементарных» маршрутов, из которых состоят маневровые рейсы и полурейсы, определения моментов времени принятия решений и ограничений при определении очередности выполнения маршрутов;

7. Разработаны методы и алгоритмы оперативного выявления аномалий форм рельсовых нитей (АФРН) по данным бортовой инерциально-спутниковой системы, основанные на критерии совместного обнаружения и оценивания параметров альтернативных сложных гипотез и методе субоптимальной идентификации параметров АФРН в реальном времени, обеспечивающие повышение точности идентификации за счет использования вероятностных критериев, нелинейно зависящих от апостериорной плотности вероятности вектора состояния;

8. Разработаны алгоритмы автоматического построения цифровой модели пути (ЦМП) в части профиля земляного полотна по результатам лазерного сканирования, впервые обеспечивающие адаптивный поиск точек стационарности случайного профиля и устойчивые к помехам сканирования.

Достоверность и обоснованность полученных научных выводов подтверждается их реальным использованием в автоматизированных системах управления перевозочным процессом, результаты работы которых соответствуют теоретическим положениям диссертационной работы.

Практическая значимость выполненных исследований: - разработанная системная классификация ТП основной деятельности ОАО «РЖД» с применением СНТ позволяет повысить качество текущего и перспективного планирования и ускорить получение технико-экономического эффекта при реализации проектов в управлении перевозочным процессом; - разработанный метод тесной и глубокой интеграции БИНС и СНС обеспечивает высокоточное позиционирование подвижных единиц и актуализацию цифровых моделей пути при минимизации стоимости аппаратуры, что позволяет широко развернуть внедрение СНТ в АСУ перевозочного процесса;

- разработанная с использованием спутниковых технологий АСУ движением поездов в период предоставления «окон» на основе точной оперативной информации о транзитных и образующихся поездах на «полигоне окна» обеспечивает: сокращение на величину до 40% межпоездных интервалов между попутно следующими поездами в пакетах по временно однопутному перегону двухпутных участков, рациональное формирование числа поездов в пакетах и эффективную смену направления движения пакетов, повышение в целом пропускной способности участков в период предоставления «окон» и сокращение до 33% передержек «окна» по организационным причинам;

- разработанная с использованием высокоточного позиционирования АСУ маневровыми маршрутами (АСУММ) обеспечивает выбор рациональной очередности выполнения маршрутов при сокращении на 5-7% времени ожидания их выполнения;

- разработанные системы оперативного мониторинга АФРН и автоматического построения профиля земляного полотна позволяют повысить безопасность движения и снизить затраты на содержание инфраструктуры.

Полученные результаты использованы при разработке и внедрении в ОАО «РЖД» следующих систем: Комплекс позиционирования подвижных объектов на цифровой модели путевого развития станции Ярославль с использованием дифференциального режима СНС и реализации графика исполненной работы станции; Построение вариантного графика на СКЖД, обеспечивающего увеличение до 7% пропускной способности участка; формирование Комплексной Системы Пространственных Данных Инфраструктуры Железнодорожного Транспорта (КСПД ИЖТ), Контроль работы ССПС в «Окно»; Контроль поездов «Сапсан» в системе «Автодиспетчер» на направлении Москва - С. Петербург; Интегральная система экспресс-диагностики пути на основе инерциадьных датчиков и спутниковой навигации.

Апробация работы: полученные результаты докладывались на: международных научно-практических конференциях «ИНФОТРАНС», Санкт-Петербург, 2004 г., 2005 г.,

международной конференции «Современные тенденции развития средств управления на железнодорожном транспорте», Москва, 2006 г, II международной научно-практической конференции «Информатизация и глобализация социально - экономических процессов», Москва, 2007 г., научных сессиях МИФИ, Москва, 2008-2010 гг., международных конференциях «Геопространственные технологии и сферы их применения», Москва, 2008-2011 г.г., международных конференциях «Спутниковые технологии на службе железнодорожного транспорта», Москва, 2008 г., Тверь, 2009 г., международных конференциях «Безопасность транспорта», Пшибрам, 2006-2007 гг., Прага, 2008, 2010, 2011 гг., национальных конференциях по искусственному интеллекту «КИИ 2008,2010», Дубна, 2008, 2010 гг., научно-практической конференции «Комплексная система содержания инфраструктуры ОАО «РЖД», Москва, 2009 г., международной конференции «ТелекомТранс», Сочи, 2008 г., международной конференции 14-th Conference on Applied Stochastic Models and Data Analysis (ASMDA 2011), Rome, Italy, 610 June, 2011.

Публикации и личный вклад автора: По теме диссертации опубликовано 46 работ, в том числе 1 монография и 21 в изданиях, рекомендованных ВАК для докторских диссертаций.

Все результаты, представленные в диссертации, получены лично автором или при его непосредственном участии. В совместных публикациях вклад автора состоит в постановке и проведении теоретических и прикладных исследований, которые определяют основу диссертации и новизну полученных результатов.

Объем и структура диссертации. Диссертация состоит из введения, 7-ми глав, заключения, списка использованных источников. Общий текст включает 332 стр., 85 рис., 19 табл.

Во введении показана актуальность проблемы. Одним из перспективных и эффективных направлений внедрения СНТ является их использование в АСУ ТП. Во многих случаях это обеспечивает интеллектуализацию систем с достижением качественно новых результатов в работе железнодорожного транспорта.

В первой главе определен потенциал использования CHT в управлении перевозочным процессом и обеспечении безопасности, дана постановка проблемы.

Большой вклад в создание, развитие и внедрение отечественных АСУ железнодорожного транспорта внесли ученые и специалисты ОАО «РЖД», ОАО «НИИАС», ОАО «ВНИИЖТ», вузов - МИИТ, РГУПС, ПГУПС и других организаций - Абрамов В.М., Алексеев В.М., Баранов JI.A., Батурин А.П., Бестемьянов П.Ф., Василенко М.Н., Горелов Г.В., Доенин В.В., Железнов М.М., Ерофеев Е.В., Лёвин Б.А., Лецкий Э.К., Лисенков В.М., Матвеев С.И., Никитин А.Б., Козлов П.А., Коугия В.А., Розенберг E.H., Розенберг И.Н., Сазонов Н.В., Сапожников В.В., Сапожников Вл.В., Сотников Е.А., Сидоренко В.Г., Шаров В.А., Шелухин В.М., и другие ученые и специалисты.

В диссертации область исследования применения CHT затрагивает организацию перевозочного процесса и маневровой работы, а также текущее содержание инфраструктуры и обеспечение безопасности. Выделены общие задачи при построении АСУ ТП с использованием CHT. Первая -высокоточное позиционирование подвижных единиц в координатном пространстве, использующем цифровые модели пути, вторая -учет координатной информации в контуре управления. Решение этих задач требует проведения самостоятельных исследований, которые представлены в диссертации.

В ходе анализа потенциала применения CHT разработана классификация функций перевозочного процесса с учетом изменений в их технологическом обеспечении при использовании CHT. Множество таких функций F представим в виде: F = F,\JF2 U/^ UF4 UF5 UF6. В свою очередь,

F, ^.U/bU^U^U^Uiw F^Fn\}Fn, FA = F»l)F<2ÖF„\JFM, = F5,UF52UииF33и, Fé = FeUFeUFe.

Здесь F„F2,F3,F4,F5,F6 - подмножества функций и индексами обозначены: 1 и 2 - управление движением поездов и маневровой работой, 3 и 4 - мониторинг инфраструктуры и подвижного состава, 5 - обеспечения безопасности, 6 - специального контроля перевозок. Детализация подмножеств:

F„ - информационное обеспечение диспетчеров, Fn- разработка оперативных графиков для участков, и Fu - интервальное регулирование и управление потоками поездов, Fxf -реализация энергосберегающих расписаний, Fl6- разработка оперативных графиков в период «окон»; F21, Fn - управление маршрутами на станциях и подъездных путях; Fit -мониторинг инфраструктуры, F31 - выполнение технологии лубрикации в системе «колесо - рельс», Fn - оптимизация использования специального самоходного подвижного состава; FAl,Fu - контроль состояния локомотивов и вагонов в различных случаях; F}1 - контроль проезда запрещающих сигналов, превышения скорости и др., F52 - контроль мест возможных опасных природно-техногенных процессов, Fi3 - контроль вагонов с опасными грузами, FM - контроль восстановительных работ, F13 - обеспечение безопасности в пассажирском комплексе, F56 - обеспечение безопасности на переездах; F6l,Fa,F6i - контроль: пригородного сообщения, перевозок скоропортящихся грузов, перевозок контейнерных грузов и др.

Масштабность проблемы характеризуется тем, что системы автоматизации с использованием СНТ требуют охвата высокоточным координатным обеспечением инфраструктуры на всей развернутой длине главных и станционных путей (>170 ООО км) и оснащения бортовыми системами как минимум 22400 единиц тягового подвижного состава и более 1400 подвижных единиц, используемых для содержания инфраструктуры. Реализация СНТ нацелена на достижение важных для ОАО «РЖД» результатов: повышение эффективности поездной и маневровой работы и безопасности, повышение пропускной способности наиболее загруженных линий, экономию энергетических и других видов ресурсов.

Принципиальная схема выполненных исследований представлена на рис. 1.

Рис. 1. Схема выполнения исследований, практические приложения

Основой аппаратной реализации высокоточного бортового навигационного устройства является интеграция инерциально-спутниковых навигационных систем (НС) с использованием новых принципов решения задачи. В настоящее время непосредственное использование информации только от СНС на борту локомотива не в состоянии обеспечить полного решения проблемы высокоточного позиционирования в силу неработоспособности СНС под мостами, в туннелях, при возрастании уровня атмосферных помех и особенно - многократных отражений, зависимости точности СНС от скорости объекта и т.п. В связи с этим целесообразно использовать различные режимы интеграции позиционной информации от СНС с показаниями инерциальной НС (ИНС), наиболее перспективными из которых на железнодорожном транспорте являются режимы тесной и глубокой интеграции. Над

этими вопросами работали известные ученые: Демидов О.В., Дмитриев С.П., Кошаев Д.А., Саличев О.С., Степанов O.A., Перов А.И., Харисов В.Н., Тихонов А.Н., Ярлыков М.С.

Существующие алгоритмы режима тесной интеграции построены на использовании только линеаризованных первичных измерений СНС и линейных уравнений ошибок ИНС, устойчивых лишь на небольших интервалах времени, что накладывает серьезные ограничения на время автономного движения объекта и точность оценки параметров его движения. Режим глубокой интеграции на сегодняшний день практически не рассматривался, что связано, в первую очередь, с трудностями решения данной проблемы на основе существующих математических подходов, используемых при анализе и синтезе интегрированных НС.

В связи с этим, возникает научная проблема разработки принципиально ново подхода, позволяющего не только решить задачу тесной интеграции СНС и БИНС самом общем случае - без упрощающих допущений о характере движения объекта, величине ошибок измерения, но и легко обобщаемого на решение проблемы глубоко"

интеграции исследуемых НС. Схема решения приведена на рис. 2.

Рис. 2. Схема решения задачи тесной и глубокой интеграции СНС и ИНС

Во второй главе синтезирована математическая модель вектора состояния первого компонента интегрированной НС, а именно: бесплатформенной ИНС (БИНС) на основе трех ортогональных акселерометров и трех датчиков угловой скорости (ДУСов). Получены различные варианты модели на основе использования углов Эйлера-Крылова или параметров Родрига-Гамильтона, а также различных сопровождающих систем координат (СК). Так, в параметрах Родрига-Гамильтона модель вектора состояния БИНС, полученная без применения линеаризации, без прощающих допущений о характере движения объекта или его физической модели, о величине ошибок измерения и внешних возмущений и т.п., имеет вид:

¡-vi 2п(х2х} + х,х4)

п(2Я.? + 2Я*-1)

I 0 8

цЛф „(иК^-т,-^), (1)

ух = + 4п(хгх4 - х,х2)уу - (2Я(2Я? + 2x1 -1)+ ух (г + -

-4П2(г + и)(х2х} + х^)(х3ха -\хг), к = с(2)м(ге-^)-4£}(х3х4-х,х2)ух + (4с2(х2х3 + *,х4к(г+а)-')кг --2п2 (г + /г)(2х? + 2х\ - 1)(Х3А.4 - >.,>.2),

у2 = С0,(ц,Х)(2„ - ю + (2п(2х? + 2x1 -1 )+Гх(г + ¡>у')ух -~(4схх2х, + - уг(г + ну1)¥г + пг (г + а) •

•(г^, + - (2*.? + 2x1 -1)2) + яо(глф(\ + Х4)); А = уг

де Я = х2 х} ц=|м, Мз Из шГ - векторы параметров

одрига-Гамильтона, - вектор показаний трёх ДУСов, вектор помех змерения ДУСов (белый гауссовский шум (БГШ) с нулевым средним и матрицей нтенсивностей й^), вектор математического ожидания смещения нуля ДУСов,

г- радиус Земли,

——Х3 Я., -Я4 А.3

К

Я-2 Я.)

= \Уу Уу ¥гЦт - вектор скорости объекта

относительно Земли, А - высота объекта над уровнем моря, - вектор выходных сигналов акселерометров, iv,— вектор помех акселерометров (БГШ с нулевым средним и матрицей интенсивностей £>„(')), С(цД) - матрица направляющих косинусов 2-го рода, определяющая ориентацию приборной СК (ПСК) относительно сопровождающей СК (ССК), С^(цД)(/' = 1,..,3) - /' строка матрицы Сг(цД),

£о гравитационное ускорение, рассматриваемое как функция

высоты И и широты ф(Х, Х4), О- скорость вращения Земли.

Или в векторной форме Ланжевена, соответственно:

У = Г(У,/) + Г0(Г,/)!;, (2)

гдеУ = |хг Мг V, Уу Гг 4 = К

Принципиальными особенностями полученных уравнений (2) являются, во-первых, их общий характер (т.к. при их выводе не было сделано никаких упрощающих допущений), а во-вторых, возможность использования на их основе при интеграции БИНС и СНС методов нелинейной стохастической фильтрации, обеспечивающих оптимальность оценок навигационных переменных. С целью использования данной возможности для формирования апостериорного наблюдателя за вектором У было предложено комплексирование БИНС с доплеровскими датчиками скорости (ДДС). Наличие информации с ДДС позволило обеспечить не только устойчивость текущего оценивания навигационных параметров при пропадании сигналов спутниковой навигации (т.е. автономность НС), но и при комплексной обработке сигналов БИНС, ДДС и СНС решить задачу глубокой интеграции БИНС и СНС. Уравнение наблюдателя за вектором состояния БИНС (вектора 2о выходных сигналов ДДС) было получено в следующем виде:

Ух

Уг

где и0 - БГШ с нулевым средним и известной матрицей интенсивностей £»</, - вектор помех, обусловленных возмущенным движением рельсового полотна, описываемый в общем случае стохастическим дифференциальным уравнением:

+ где /„,/„,- известные векторная и матричная

функции, %о - БГШ с нулевым средним и известной матрицей интенсивностей 0о.

Найденные уравнения (2) и (3) позволяют построить для вектора У апостериорную плотность вероятности (АПВ), знание которой принципиально решает проблему синтеза его оптимальных оценок. Но т.к. в общем случае не существует аналитического решения уравнения АПВ, то в теории нелинейной фильтрации для получения оценок используют различные приближенные (субоптимальные) методы, наиболее известным из которых является нелинейный фильтр Калмана-Бьюси, имеющий в рассматриваемом случае вид:

где У-вектор текущей оценки вектора состояния НС У(0.

Приведенный подход к синтезу алгоритмов нелинейной фильтрации навигационных параметров БНС позволяет, во-первых, отказаться от каких-либо упрощающих допущений относительно характера движения объекта и помех измерения, во-вторых, обеспечить инвариантность алгоритмов оценивания к виду физической модели, в-третьих, построить устойчивые алгоритмы фильтрации навигационных параметров на основе только автономной информации, в-четвертых, обеспечить информационное расширение алгоритмов фильтрации без изменения

Д1

структуры и размерности фильтра за счет комплексирования автономных измерителей с другими средствами измерения, в частности, СНС.

В третьей главе качестве исследуемой СНС была выбрана ГЛОНАСС, как наиболее перспективная с точки зрения устойчивой эксплуатации отечественными потребителями (при рассмотрении системы GPS существо предлагаемого подхода принципиально не изменяется), и рассмотрены два режима ее использования -стандартный (автономный) и дифференциальный. Известно, что после применения алгоритмов компенсации ошибок часов, искажений прохождения сигнала через атмосферу и т.п., автономном режиме информационный сигнал кодовых измерений

(псевдодальность) может быть записан как: Zr = yj(t,c - Q2 + (r)e - т))2 + (^ - Q2 +WZ >

4 с. Л с»? с - текущие координаты спутника в гринвичской СК, вычисляемые на борту спутника и передаваемые в навигационном сообщении, - текущие координаты объекта в гринвичской СК, fVz> - БГШ с нулевым средним и известной дисперсией T>z„. Аналогично в автономном режиме информационный сигнал доплеровских измерений Zv может быть представлен следующим образом:

х Н^-О2)'1 + wZy,

где V^,Vrc,Vic - проекции вектора скорости спутника на оси гринвичской СК, проекции вектора скорости объекта на оси гринвичской СК, WZr - БГШ с нулевым средним и дисперсией D2 (t).

Очевидно, что сигналы кодовых и доплеровских измерений, несущие информацию о координатах и скорости объекта, могут быть использованы при синтезе алгоритмов фильтрации навигационных параметров как сигналы наблюдения вектора состояния объекта, для чего их необходимо представить в соответствующей ССК. В исследуемом случае имеем для координат объекта:

¡;=2(r + й) + + (Х3Х4-ХД2),^{r + h) (2X1 + 2X1-1).

При определении связи вектора скорости в гринвичской СК ¥а с вектором корости Ун в ССК было учтено, что данная связь определяется не только матрицей -(Я,,, Х2, /Ц, Я.4) ориентации сопровождающей СК относительно инерциальной К (ИСК), но и требует дополнительного использования матрицы поворота <?(Ш) инвичской СК относительно ИСК: Кс=С(т)Вт(Х„ Х2, Х3> 14)Га=вВт(к)У*, что озволяет получить информационные модели сигналов кодовых и доплеровских вмерений в следующем виде:

де [СВГ(Щ(0- 1-я строка матрицы СВТ (X).

Важнейшей особенностью спутниковых наблюдений, существенно атрудняюшей высокоточное оценивание непрерывных навигационных параметров объекта - особенно для высокоскоростных ПО, является их дискретный характер (так, в ГЛОНАСС интервал времени между строками - навигационными сообщениями составляет 2 с). Подобная задача относится уже к случаю непрерывно-искретной фильтрации и была решена в работе на основе совместного использования двух видов оценок: непрерывной - на интервале между спутниковыми наблюдениями, и дискретной - в момент приема навигационного сообщения. При использовании векторного представления уравнений дискретных спутниковых измерений (5) в виде:

- 2 (г + + Я^эЖ^ - [СТг(л)]0)К5) + гу= Ччс-2{г + к){Х1\4-Х1\2))(Г,с-10Вт(Щ2)У5)+ X

Нг

¥v

II Dz

где С,к - БГШ с нулевым средним и матрицей интенсивностей Оспс = ^ ^ ..

К ^ И

к= 1,2,... - номер временного такта приема навигационного сообщения, расширенны? (показания ДДС+спутниковые измерения) вектор наблюдения в момент прием навигационного сообщения может быть представлен как:

■ rkMl

^J = яйэт(^) + СЙНГ, (7)

!DV О

О Dclrc

Для оценивания расширенного вектора наблюдения используется алгоритм дискретного гауссовского оценивания. При этом начальные условия ), уравнений непрерывной фильтрации (4) на интервале [1К.,, формируются как результат дискретного оценивания вектора состояния НС в момент времени (к-и а результат интегрирования Y{tK), уравнений (4) в конце временного интервала [tK.i, tK] является начальным условием Y{tK - 0) =YKI), R(tK - 0)=Якй для выполнен™ алгоритма дискретного оценивания в момент времени tK.

Предложенный подход обобщен на случай использования сети базовых дифференциальных станций, когда учет дифференциальных поправок позволяет достичь субметровых точностей абсолютного определения координат в режиме RealTime Kinematic и субсантиметровых в режиме постобработки. Это, в свою очередь, позволяет существенно повысить точность определения параметров углового движения локомотива, необходимых для решения задачи диагностики железнодорожного пути.

Показано, что при использовании комплексированного наблюдателя (с добавлением одноканального ДДС) вектор оцениваемых навигационных параметров

углового движения БИНС относительно ИСК (а, р, у - углы разворота) описывается системой стохастических дифференциальных уравнений: а

Р = Фа -т, - ГГ<), = ,/) + Д, ,/), (8)

У

а наблюдатель этого вектора, соответственно:

={/)(а,р,7 )СТт}(1Уо + ^ох +иВх =Я(а,р,У,^) + С/Сл, де £>(а,р,у) - матрица поворота 2-го рода приборной СК относительно ИСК, {...}(1) - 1-я строка соответствующей матрицы, Ф0(а,у) - матрица кинетических

явнений Эйлера-Крылова.

Полученная система позволила на основе изложенной выше методологии остроить нелинейные гауссовские алгоритмы оценки параметров углового движения чокомотива сразу в двух случаях: когда частота позиционирования сравнительно евысока (как в ГЛОНАСС) и координаты и скорость локомотива необходимо пределять на временных интервалах между спутниковыми измерениями, и когда сеть азовых станций обеспечивает регулярное поступление дифференциальных поправок, еобходимых для расчета параметров линейного движения объекта. Предложенное шение задачи тесной интеграции БИНС и СНС позволило с помощью спутниковых змерений, используя теоретический аппарат непрерывно-дискретной нелинейной ильтрации, решить задачу устойчивого субоптимального оценивания вектора состояния бъекта, включающего параметры не только линейного, но и углового движения, как на ременных интервалах между спутниковыми навигационными сообщениями, так и в оменты их приема.

Методологаческая общность предложенного подхода и универсальность юлученных моделей спутниковых наблюдателей позволили также решить задачу лубокой интеграции БИНС и СНС, уйдя от традиционного для алгоритмов бработки спутниковой информации допущения о точном формировании значений оординат и скорости спутника, содержащихся в принятом навигационном

сообщении. Опираясь на возможность описания движения спутника известной системой дифференциальных уравнений 6-го порядка и учитывая явную зависимость сигналов спутниковых измерений от текущих координат т|с , ¡^ конкретного спутника и его скоростей V^V^V^, задача глубокой интеграции была решена как задача совместного нелинейного оценивания вектора параметров линейного движения спутника и вектора состояния БИНС. При этом вектор параметров

движения спутника r)c V^ Vv задается уравнением Ланжевена с учетом

различных случайных возмущений неучтенных при детерминированном

описании его движения: + где - вектор-функция,

определяющая детерминированное движение спутника, а единый вектор состояния (БИНС+спутник) наблюдается или расширенным наблюдателем (7), или только спутниковым (6).

Данная схема принципиально отличается от рассмотренной выше схемы тесной интеграции наличием оценки вектора состояния спутника, причем, по навигационным спутниковым сообщениям, принятым на борту локомотива. На основе модификации данного метода был разработан алгоритм решения задачи глубокой интеграции, независящий от способа решения навигационной задачи для конфетной СНС - ГЛОНАСС, GPS или Galileo (в частности, не требующий априорного задания уравнений движения спутника). В отличие от предыдущего метода здесь осуществляется оценка не самих навигационных параметров спутника, а погрешностей их определения , описываемых стохастическими нелинейными дифференциальными уравнениями

где 9,= (5с, 71« с). - известные функции,

определяемые по результатам испытаний или на основании априорной информации о характере движения спутника; ESf - БГШ с нулевыми средними и известными

матрицами интенсивностей D3i.

В работе показано, что решение навигационной задачи локомотива в предложенной выше постановке позволяет получить необходимый и достаточный объем данных доя решения задач диагностики железнодорожного пути и построения его цифровых моделей. Исходя из состава измерительной информации, поступающей от интегрированной НС, разработаны алгоритмы оценки собственного углового движения локомотива - углов его наклона относительно плоскости горизонта 9, и и вращения относительно оси местной вертикали (р. Это, в свою очередь, позволяет определять АФРН, методика обнаружения которых изложена в шестой главе. Показано, что использование высокоточных оценок параметров линейного движения локомотива, полученных от интегрированной НС, позволяет построить цифровую модель рельсового пути в виде функциональной зависимости долготы X заданного множества точек, принадлежащих этому пути, от 1« широты ф: X = /(ф) (как правило, в виде полинома не

выше третьего порядка).

Т.к. для ряда практических приложений цифровая модель должна быть построена в

конформных плоских (картографических) координатах то доя пересчета оценок широты ф и долготы X, полученных на выходе интегрированной НС, было предложено использовать аналитические зависимости Гаусса-Крюгера.

Для количественной оценки эффективности предложенного подхода к интегрированию БИНС и СНС в среде МаШСас! было проведено численное моделирование движения локомотива с оценкой параметров его движения по показаниям интегрированной инерциально-спутниковой системы (ИС).

Расчетное движение локомотива моделировалось на временном интервале [0,1 ООО] с в ССК при следующем изменении во времени:

а) параметров линейного движения: ух = 0,2ехр(-0,01г) + 0,04соз(0,030. Уу = О,08ехр(-0,01/) + 0,01 соз(0,02/), Уг =0,0035ш(0,08г);

б) параметров углового движения в ПСК относительно его центра масс: со, = 5т(10/), ыг = 28ш(150, ыг = Зяп(20/).

Моделирование проводилось для двух случаев: для режима автономной работы БИНС - без привлечения СНС, и при использовании в качестве наблюдателя вектора состояния локомотива СНС (рис 3).

Основные отличия динамики изменения этих ошибок от автономного режима состоят в следующем:

введение спутниковых измерений в вектор наблюдений БИНС приводит к транспонированию частотного диапазона спектральной плотности ошибок в область более высоких частот;

существенно меньших - более чем в 3 раза, значениях ошибок оценки параметров углового движения при отсутствии тенденции к их нарастанию; - существенно меньших ошибках оценки параметров линейного движения: математические ожидания ошибок по проекциям линейной скорости до 3-КГ3 м/с, широте 1,1-10-7 рад, или примерно 0,7 м (по широте 1 рад примерно 6,4-Ю6 м) и по долготе: 2,3-10"7 рад, или примерно 1,03 м (по долготе для средних широт 1 рад примерно равен 4,5- 10б м); устойчивой оценке всех навигационных параметров.

По результатам реальной работы 13 маневровых локомотивов на станции Ярославль-Гл. получены следующие результаты, представленные в виде оценок функций плотности распределений ошибок определения широты и долготы (рис. 4).

воо 1000

Рис. 3. Оценка ошибок определения широты (8 ф ¡) и долготы (э X ])

•БИНС+СНС

-CHC

■БИНС+СНС

-СНС

0,06

Ii» iiiiiiimiiHiiiiH пни и imhi^iHHHiiifiiifflfflftilftt

t-i a* t^

S Я 8 Й 1С Я я Я Ч ¡3 3 s

о* о* о* О* О* о" 1-Г t-Г »-Г W r-< iM ы ы

S Я 3 з 3 2 Я 3 S S Я. 3. 8

о о о о о

И И NN N

а) б)

Рис. 4.Функций плотности распределений ошибок определения: а) широты (s ф j) и б) долготы (s к j)

В четвертой главе разработаны принципы и реализованы механизмы построения АСУ движением поездов в период предоставления «окон» при использовании CHT (АС ОГДПО), что позволяет автоматизировать разработку оперативных графиков. Уточненная типизация графиков в период предоставления «окон» представлена в таблице 1. Разработка ГД типов 1 и 2 ведется исходя из нормативных поездопотоков в четном и нечетном направлениях движения. Показано, что вероятность соответствия фактических поездопотоков нормативным значениям, исходя из нормального закона распределения посуточных колебаний поездопотоков, составит рЦ< 10"4, т.е., в реальной работе соответствие графиковых и фактических размеров движения поездов не имеет места. Учет фактического подхода поездов в период «окна» при автоматизированной разработке ГД непосредственно перед «окном» на основе информации, полученной с использованием CHT и данных о поездообразовании системы оперативного управления перевозками АСОУП-2, определяет принципиально новую технологию управления поездной работой.

Таблица 1. Типы графиков движения (ГД) в период предоставления «окон»

Номер типа ГД Тип ГД Разработчик Заблаговременно сть разработки Источники информации

1 Технологический Инженер -технолог За несколько мес. Нормативы ГД

2 Вариантный Инженер -технолог За несколько дней Нормативы ГД

Номер типа ГД Тип ГД Разработчик Заблаговременностъ разработки Источники информации

3 Аварийный ДНЦ (поездной диспетчер) В момент закрытия перегона Нормативы ГД и операт. данные

1А 2А ЗА Оперативный с учетом данных ГД 1,2 или 3 АСУ и ДНЦ Перед предоставлением «окна» Оперативные данные и нормативы ГД

Для реализации преимуществ знания точного навигационного положения поездов

в системе АС ОГДПО принципиально по-новому определяются интервалы попутного следования /„, которые рассчитываются для каждой пары следующих друг за другом поездов с учетом фактических значений их массы. Тяговые расчеты показали, что величина /„ снижается на 20-40% для различных сочетаний масс поездов, также уменьшаются для конкретных условий и станционные интервалы, что позволяет увеличивать число пропускаемых в период «окна» поездов.

На рис. 5 представлена организация системы АС ОГДПО по управлению технологией работы участка в период предоставления «окна». Целевая функция системы имеет вид: «„„(и^,)—»тах, где п{Ж,пфа!т - число поездов в оперативном графике и фактически поступающее, при следующих ограничениях (п.п. 1-3).

Рис. 5. Архитектура системы АС ОГДПО, обозначения в тексте

1. Преобразование графиков 1 -»1А и 2->2А осуществляется с учетом: ограничений инфраструктуры 1Ц, технологии работы Zm<al,(x"<D " скоростей V„c£;

расписаний пассажирских поездов с критерием ^ гДе С* ~ время

ы

нахождения на участке /-го поезда (всего к поездов); расчетных нормативов отправления /07. =t(L) = f(xmcm,Q,V£™)> где ß - масса поездов, t(L) - время прохождения поездом

расчетной длины L; числа и расписаний грузовых поездов.

2. В период «окна» для временно однопутного перегона организуются максимальные пакеты с числом поездов и„ж,-»тах. Преимущество предоставляется пакетам «направления преимущественного движения». При этом: обеспечивается первоочередной пропуск пассажирских поездов и других срочных поездов; п^ ,<пст, где пст - число путей на станциях прибытия пакета поездов; птК, < , где пшп -максимальное сгущение числа поездов по условиям оборота лохомотивов - коэффициент непарности (принимается эмпирически).

3. Расчет оперативного ГД следует максимально приближать ко времени начала «окна» и если toH- момент начала разработки графика, то (/"-/„,)-» min. Это условие требует минимизации времени реакции системы АС ОГДПО - Т^, которое равно:

7» _Т I 74 л-Т -L Т^0" I

рс~~ инф р.оп ДТП not \кп >

где Тшф - сбор информации о подходе поездов, Трм - расчет оперативного графика, Тдгп - согласование с верхним уровнем управления, Т^ - доведение результатов расчета до исполнителей, Т^ - подготовка исполнителей к выполнению графика. Ось на графике «полигона окна» для текущего времени tm -t°H - Т^ определяет зону прогноза L"f. Как правило, L"3P> 1000 км, что говорит о сложности получения исходных данных.

В АС ОГДПО используются данные: спутникового позиционирования, «ГИД -Урал ВНИИЖТ», АСОУП-2, АСУ ВОП-2 (предупреждения), АСУ-П (инфраструктура), АС ТРА (технико-распорядительные акты), и др.

Непосредственно для решения задачи построения оперативного ГД разработана система имитационного моделирования работы участка с дискретно-событийным механизмом продвижения времени. В каждый цикл расчета в дискретный момент времени в порядке убывания приоритета поездов анализируется возможность выполнения очередной операции. При этом вычисляется подход поездов «с полигона окна» к «участку и перегону окна» и выполняется построение оперативного пакетного графика на временно однопутном «перегоне окна». Для корректного функционирования системы АС ОГДПО требуется обеспечить контроль выполнения оперативного графика. Под «полигоном окна» при этом понимают прилегающие к «участку окна» линии, поступающие поезда с которых учитываются при разработке графика.

Управляющие решения К по прокладке поездов х(1), х(2)...х{п1Р) на пространстве Ц с п подходящими линиями в период времени +(Г™° + Тж)))

принимаются на основе функционала, в котором величина + ТЖ))

обозначена как (^ +...):

^(¿Г )(«„,(<„+...)), гг_,(ЕГУ0„.и„ +...))да7Х'иЖ„+•••)),

где Роп - оператор, определяющий порядок расчета расписаний для поездов х(1),х(2)...х{п^) на пространстве Ц в период времени /„„,((„, +...) и включающее цифровую модель +•••». технологии £„«,„, (¿7 )('„,,.('„„ + ...)),

используемые данные ГД типов 1 или 2 2:т_в(^)(1т,((а1 +...)) и влияние возмущающих воздействий (/,"'')('„„>('„„ +...)).

Результатом расчетов является оперативный график подхода поездов к «перегону окна» по направлениям движения. Возмущающие воздействия )(',»,.'<*,+•••) могут

вызвать опоздания поездов Т^Ц. Система толерантна к изменению входных данных, если обеспечивается образование предусмотренных пакетов поездов. Каждый поезд в пакете х(1),...х(у)... х«7'). имеет абсолютный резерв времени: ДГДг) = гае

- текущее время отправления поезда х(у) на «перегон окна», - время прибытия поезда х(у) к «перегону окна». Если АГ^',' ^ ДГД'', то система толерантна к изменению

входных данных. Построение оперативных графиков и организация их выполнения минимизируют задержки поездов в период предоставления «окон».

При расчете экономической эффективности внедрения СТ в управление процессом проведения «окон» по ремонту пути учитываются и преимущества, получаемые за счет организации контроля за движением тяжелой путевой техники на «участке окна». Это обеспечивает:

- повышение качества путевых работ в «окно», и как следствие, снижение количества случаев дополнительных назначаемых «окон»;

- повышение оперативности и обоснованности в принятии решений по управлению движением поездов на «полигоне окна», эффективное использование пропускной способности «перегона окна»;

- уменьшение нарушений режима проведения «окон» (перенос времени начала «окон» и передержек «окон»).

Расчеты показали, что суммарный эффект от внедрения спутниковых технологий в управление работами по ремонту пути (инфраструктуры) в «окно», прежде всего за счет сокращения (до 33%) передержек «окна» по организационным причинам, в целом для ОАО «РЖД» может достигать 1,4 млрд. руб. в год.

В пятой главе рассмотрено построение системы управления маршрутами на станциях при использовании СНГ. Сложность станционной технологии, наличие многообразных зависимостей при неопределенности времени выполнения маршрутов, влияние возмущающих воздействий требуют выделения самостоятельный задачи «планирование очередности маршрутов» с созданием соответствующей «Автоматизированной системы управления маневровыми

маршрутами» (АСУММ), которая реализуется аналогично системе АС ОГДПО (рис. 5) с учетом высокоточного позиционирования локомотивов.

Информационное обеспечение: нормативно-справочная информация - график движения, схема станции (ЭЦ) Сх и подходов, данные технологических процессов (Ттап, Vmm); переменная информация - план прибытия и отправления поездов (Т™), данные систем АСОУП-2, АСУСС и др. о поездах, вагонах на путях и др. -определяется как множество параметров Х0\ данные о временном закрытии путей, отказах и др. - возмущающие воздействия 1УШ. Основной оперативной информацией являются данные навигационного позиционирования с точностью до занимаемой секции маневровых и поездных локомотивов - X{t). Решения U определяются на основе функционала

U = P{X0,X(t),WlM), (10)

где оператор Р определяет выбор очередности маршрутов для различных комбинаций значений Ха, X(t)и

Разработка АСУММ осуществляется для станций с характерными маневровыми маршрутами (сортировочные, грузовые и т.п.). Станции рассматривается как сложные системы с декомпозицией на маневровые районы (как правило - два, рис. 6.), для которых в большинстве случаев принимаются самостоятельные решения по очередности маршрутов с учетом межрайонных связей. Для маневровых районов определяются локальные целевые функции.

В диссертации приведены алгоритмы расчета очередности маршрутов на примере односторонней сортировочной станции с последовательным расположением парков. Так, для 1-го района целевая функция минимизирует простой составов в парке прибыт ия П:

t"p min , при ограничениях: СГ - С* > (10

где - время ожидания маршрута в локомотивном хозяйстве (J1X) для поездного локомотива (ПЛ); - норма времени нахождения ПЛ в парке П. При этом маршруты прибытия поездовZ приоритетней, чем маневровые операции Zum.

Решение целевой функции требует: описания маршрутов, определения юментов времени принятия решений по очередности маршрутов 7} и разработки

вристических условий принятия решений.

Рис. 8. Детализированная схема 1-го и 2-го маневровых районов

Для описания маршрутов дополнительно к известным понятиям «рейс» и <полурейс» вводится понятие «элементарный маршрут» (с/), из сочетания которых остоит маршрут (Д). Предложена система кодирования маршрутов, в которой 1-я цифра ода означает номер района, 2-я - характеристику маршрута (заезд, надвиг и др.), 3-я и 4-я ифры - особенности маршрутов. Так (рис. 6) маршрут в первом районе (код 1) «заезд (5) юсле осаживания (2) с использованием (2) обходного пути» (1.5.2.2) включает четыре лементарных маршрута (¡\

.5.2.2} э ОЩМс {1,2...[К-1)-> Мг) и <1{Мг-*Мс<)ис1(Мск->Мю6)и<1{М€е^М1П;))} (12)

Моменты Г,, например, для 1-го района:

Тт]-ГШ готов следовать в ЛХ враждебности с надвигом и заездом; Тн1 {Мш( 1,2-5)) - готовность к надвигу состава (пути 1*5 П), требуется пределить: а) путь надвига Н1, Н2; б) возможные остановки состава у сигналов -М,а, Мп и Мг или Мн2, Мп, Мг\ определяется время подхода к ним: ТИ){М,Л),

Ти,{Мп)> ти,{г), Г„.,(М„2), Ти,{МГ2)

Т момент окончания роспуска, возможны четыре решения: а) маневровый

токомотав (МЛ) следует в парк С; б) заезд без использования или в) с спользованием обходного пути; г) переход МЛ в режим ожидания (РО);

-окончание работы МЛ в парке С, возможны 3 решения: а) заезд с использованием или б) без использования обходного пути; в) переход в РО.

Набор эвристических условий (эвристик) для построения алгоритмов определяется на основе изучения технологии станций и опыта дежурных по станции (ДСП). В диссертации это выполнено для сортировочных станций.

Так, для 1-го района определен следующий набор эвристик и условий:

1) обеспечивается максимальная параллельность маршрутов в каждый момент времени 7} (условие относится ко всем районам и станциям);

2) надвиг и роспуск имеют преимущество при соблюдении условия (11);

3) если при заезде по схемам 1.5.1.1 и 1.5.2.1 выполняется условие (11), то заезд имеет преимущество; при невыполнении - схемы заезда 1.5.1.2 и 1.5.2.2;

4) если путь 5 (П) занят, то схемы заезда - 1.5.1.1 и 1.5.2.1.

5) при враждебности 1.5 (заезд), 1.2 (надвиг), 1.3 (роспуск) преимущество имеют 1.2 и 1.3, если МЛ не требуется в П да я очередной операции 1.2.

6) выбор маршрута МЛ в момент Тм р ]. осуществляет ДСП;

7) очередность надвига составов определяется в АСУСС и полученные результаты передаются в систему АСУММ;

8) если маршрут Э может выполняться различным набором маршрутов <1, то выбор одного их них осуществляется по условию энергоэффективности.

Определен минимально необходимый период прогноза оперативной ситуации Тт «25мин, учитывающий времена подготовки маршрута и выполнения трех враждебных маршрутов.

Инструментальной средой построения маршрутов с учетом приведенных эвристик и критериев служит имитационная модель работы станции. В диссертации представлен в виде сети Петри алгоритм маршрута «заезд».

Реализация системы управления маневровыми маршрутами АСУ ММ целесообразна в комплексе с системой маневровой автоматической локомотивной сигнализацией (МАЛС). При этом собственно система МАЛС решает задачи повышения безопасности движения и автоматизации управления маневровыми

локомотивами по маршрутам, заданным ДСП. Базируясь на технической базе МАЛС, система АСУММ для автоматизированного выбора очередности маршрутов требует разработки только специального программного обеспечения. Расчеты показали, что экономический эффект от внедрення системы составляет 15-17 млн. руб. в год на одну станцию, при общем потенциале внедрения более чем на 1000 станций.

В шестой главе рассмотрена технология мониторинга инфраструктуры в части автоматизации выявления расстройств пути бортовыми инерциально-спутниковыми средствами с высокоточной координатной привязкой. Для обоснования требований, предъявляемых к системе регистрации, разработан моделирующий комплекс с алгоритмами обнаружения аномалий формы рельсовых нитей (АФРН) и фильтрации помеховых и шумовых воздействий при оценке параметров аномалий. Рассмотрены АФРН следующих видов: односторонняя просадка (локальное вертикальное искривление) одной рельсовой нити относительно другой; одновременная и одинаковая по форме просадка (локальное вертикальное искривление) обеих рельсовых нитей; горизонтальное (в плане) одновременное искривление обеих рельсовых нитей и их комбинации.

Задача идентификации АФРН может быть поставлена и разрешена только как динамическая статистическая задача одновременного обнаружения и оценивания параметров АФРН при исходных данных в виде систем стохастических дифференциальных уравнений вектора состояния локомотива и уравнений наблюдения, описывающих связь измерений с параметрами АФРН, и критерия оптимальности идентификации в виде апостериорного функционала (функционала, нелинейно зависящего от апостериорной плотности вероятности (АПВ) вектора состояния). Подобная задача обнаружения и оценки параметров АФРН на основе оптимизации апостериорного функционала ставится впервые. В работе показано, что реакции измерителей НС на АФРН достаточно адекватно аппроксимируются конечной суммой

"г 1

взвешенных гауссоид 2"(1)= у, ехр [-(/ - от,. )2 ег, ] (у„т,,а, - параметры АФРН), или гауссоидной огибающей, модулирующей знакопеременный сигнал, например,

низкочастотное (со «0,06-0,1 1 /с) гармоническое колебание:

Z*,(t) = у(/)ехр [-<*■-ю(Г)) 2с(0 }in <st .

Применение существующего аппарата теории нелинейной фильтрации для оценки АФРН потребовало представления реакций измерителей на АФРН в виде решений обыкновенных дифференциальных уравнений - например, для гауссоидной аппроксимации как: Z*(t) = yz, z = -Izta + 2гц, где у,ц и о - кусочно-постоянные во времени apriori неизвестные параметры (причем, ц - новый параметр, идентификация которого одновременно с идентификацией ст позволяет получить требуемый параметр ш=ц/о). Предложенная аппроксимация позволяет представить векторы трехмерных реакций измерителей интегрированной НС следующим образом: акселерометров как za=Sa(za,t)aa, ДУСов как ¿d=SA(zd,t)ad, измерителей

линейной скорости как zv = Sa(za)уа, где у a<xa,o.d - векторы неизвестных параметров реакций акселерометров и ДУСов на АФРН, S(a»d-a)- известные матрицы.

Тогда, учитывая аддитивность реакций акселерометров и ДУСов на АФРН по отношению к основным измеряемым сигналам, модель вектора состояния НС с учетом эффектов от АФРН можно представить в векторной форме Ланжевена:

t = F(Y,t) + S(X,i)a + F0(r,t)t, (13)

где Гцг zTd z\ zl Vx Vr Vz hf, Wj Wjf, функции

F(Y,t),F0 (Y,t) приведены выше в (2), a=jyj aTd a.Ta ylf. Полученная модель

позволяет решить поставленную задачу одновременного оценивания вектора параметров движения локомотива с учетом влияния АФРН и идентификации вектора параметров АФРН а на основе использования измерений Z= Hc*(Y,t) +Ç

Для решения задачи идентификации в общем случае необходимо, чтобы искомый вектор a(t) доставлял оптимум некоторому заданному обобщенному вероятностному функционалу J, зависящему от апостериорной плотности вероятности p(Y,t) процесса Y, причем, в общем случае нелинейно. В качестве наиболее адекватной формы минимизируемого функционала J была использована аддитивная совокупность двух

функционалов, оптимизация первого из которых Ji~^Фl[p(Y,t)'\dY, обеспечивает

г

минимум неопределенности (максимальную информативность) идентифицированного

вектора а, второго Зг = |ф2[а(/)]сЛ - регуляризацию процедуры идентификации на т

заданном интервале времени Т\ 3 = |ф,[р(У,/)]г/У + |ф2[а(/)]<Л.

у т

При этом, в соответствии с постановкой задачи, функцию Ф, необходимо выбирать как ядро функционала энтропии Шеннона (Ф,=-р1пр) или Фишера

), а Фг - в виде квадратичной регуляризующей формы,

I I

заданной на текущем интервале времени /2 - = |ф2[а]сЛ.

<о 'о

Таким образом, окончательно исследуемую задачу можно сформулировать как задачу поиска вектора а, доставляющего минимум приведенному апостериорному функционалу, определенному на множестве функций АПВ р, удовлетворяющих решению уравнения Стратоновича, построенного в соответствии с видом уравнения объекта и его наблюдателя. При решении данной задачи в диссертации получено

следующее уравнение относительно а: 1-~сЛл(00 + (7а) + Ф,Га]| = 0 (Со,О

да К. ор дУ. \

- вектор-функции, определяемые структурами объекта и наблюдателя), из которого вытекает искомое представление идентифицируемого вектора а параметров АФРН:

2 }г дР 1<эг.;

где текущие значения аппроксимированной АПВ р формируются на основе решения уравнений нелинейного оценивания после подстановки в них полученного

V ^ 1 „„ггЗФ^др.,. „,

выражения вектора а: У. = 0„ -—ЬЬ —-(——) ах.

2 др дУ.

При использовании сети дифференциальных поправок, позволяющих практически точно решать задачу позиционирования локомотива и вычисления его

(ф,=-р

Stop dlnp

скоростей, решение задачи идентификации АФРН можно существенно упростить при единственном условии - движении локомотива с заранее известной, контролируемой, например, той же СНС скоростью. В этом случае уравнения вектора состояния НС с

г*1=3а.ас1> = =^(га)уо, а для наблюдения за вновь полученным

доплеровских измерений. Для обоснования требований, предъявляемых к системе регистрации, был разработан имитационный моделирующий комплекс, оснащенный алгоритмами обнаружения АФРН и фильтрации помеховых и шумовых воздействий. В основу моделирования геометрии рельсовых нитей были взяты аналитические соотношения, реально используемые для описания железнодорожного полотна на местности. Исследуемая инерциальная НС - миниатюрный прибор АОК 16364, включающий 3-х осевой датчик линейных ускорений (акселерометр), 3-х осевой датчик угловых скоростей и устройство навигации на основе С/^-приемника, позволяющее осуществлять координатную привязку обнаруженных АФРН. Были рассмотрены типовые формы сигналов от АФРН и определены наилучшие и наихудшие условия обнаружения аномалий для различных скоростей движения локомотива. Синтез структуры алгоритма обнаружения аномалий выполнен с использованием функции правдоподобия р(г/У) исследуемых аномалий, при этом было показано, что факт наличия аномалии можно фиксировать на основе сравнения отношения правдоподобия, вычисляемого для получаемых фильтром Калмана оценок параметров аномалии, с пороговым уровнем, установленным по допустимой вероятности ложного обнаружения и условному распределению вероятностей статистики (при условии отсутствия аномалии). Структура обнаружителя аномалии в реальном времени (1=0,1,...,« - временные отсчеты) при нормальных функциях правдоподобия гипотезы 0=0 (нет АФРН) и альтернативы 0=1 (есть АФРН) в этом случае имеет классический вид:

учетом АФРН существенно

вектором У = |цг гта 2уг| достаточно использовать только сигнал спутниковых

^я(а),

г; - показания чувствительных элементов (ЧЭ) в г-е моменты времени, 2* -амплитуда реакции ЧЭ на АФРН, к(а) - пороговый уровень, однозначно соответствующий пороговому уровню правила обнаружения АФРН. С учетом всей

л

выборки в целом эта структура сводится к виду > 0.5п'/'2 + а2 \п(я(а)), то есть

м

к виду корреляционно-оценочного обнаружителя сигнала с априори неизвестными параметрами, где левая часть - результат раскрытия выражения для Л,, представляющий свертку выборки и реакции ЧЭ на АФРН, а правая - пороговый уровень, однозначно соответствующий пороговому уровню правила обнаружения АФРН.

В результате моделирования процесса обнаружения односторонней и двухсторонней просадок, а также горизонтального рыскания, было установлено, что наличие трехосного акселерометра и трехосного гироскопа позволяет надежно распознать типовую АФРН, которая обязательно проявится в виде сильного сигнала хотя бы в одном из шести каналов. Отдельные результаты фильтрации, иллюстрирующие эффективность предложенного подхода, приведены на рис. 7.

Рис. 7. Результаты фильтрации: а) центральный фрагмент всей совокупности измерений, 6) согласованная фильтрация и сравнение с порогом обнаружения

В седьмой главе приведено решение задачи автоматизации определения профиля железнодорожного полотна по результатам лазерного сканирования, что является необходимым условием применения этого метода при построении ЦМП. При этом наиболее простыми, но важными являются наблюдения за соответствием сложившихся профилей земляного полотна в сравнении с типовыми нормативными профилями для заданных грунтов, слагающих насыпи или выемки. По результатам наблюдений и их

сравнительного анализа требуется фиксировать такие параметры как: ненормативная ширина плеча балластной призмы и обочины земляного полотна, места с завышенной крутизной откосов, нарушение структурных линий полотна, представляющих собой продольные линии излома поверхности земли в полосе отвода. В результате замеров формируется реализация некоторого случайного процесса, который обладает существенной нестационарностью, т.е. меняет свои статистические характеристики на различных участках сканирования (рис. 8).

Рис. 8. Схема измерений земляного полотна и пример реализации точек-замеров

Выявление закона или функции, описывающей эти изменения, а также определение точек, в которых вид этой функции меняется, позволяют провести практический анализ реального профиля.

Для анализа удобна модель кусочно-стационарного случайного процесса, в котором изменение свойств происходит скачком. Последовательность измерений (}\,у2,...,ух) в точках (х1,х2,...,,хн) можно описать с помощью последовательности одномерных независимых случайных величин причем в этой последовательности можно

выделить некоторое число п стационарных участков ¡Х1>Х2 "']> — . [хя>Хл+1 ~ 1]> Х1 =хп Х„+1 -1 = . Внутри каждого стационарного участка [хт.Хи+1 ~ 1] случайные величины 4/ и Х1'Х] е[Хт'Хт+| Должны обладать свойством постоянства математических ожиданий и дисперсий, и если понимается стационарность в узком смысле, то случайные величины и £,у должны иметь один и тот же вероятностный закон распределения.

Оценивание точек нарушения стационарности г = 2,3,...,и рассмотрено по методу максимального правдоподобия. На каждом стационарном участке

[х„,Хт*1 "1] функцию /„(у) плотности распределения случайных величин можно задать параметрически с вектором параметров ат, т.е. /„(у) = /{у,ат). В этом случае логарифм функции правдоподобия Фишера имеет вид:

Для оценивания точек Хи"-,Х„ необходимо найти максимум логарифмической функции правдоподобия относительно аргументов а,,...,а„, х,,-, "/„.

Как правило, построить рекуррентный алгоритм максимизации функционала Ф не удается, поэтому остается единственная возможность - проводить полный перебор всех возможных положений точек переключения %т- Эта задача для случая многократных разладок является недопустимо трудоемкой - требуется оценивать функцию правдоподобия Фишера порядка N" раз.

Идея метода состоит в предварительном обнаружении и локализации участков, содержащих «нестационарные» точки, т.е. точки, в которых происходит изменение статистических характеристик случайной последовательности. На множестве независимых наблюдений вводится дискриминантная функция, позволяющая судить о стационарности случайной последовательности в произвольной точке х. По априорным сведениям о возможной длине и отличительных свойствах параметризованного участка делаются правдоподобные предположения о поведении этой функции. После этого определение таких участков сводится к задаче кластеризации нестационарных точек и определению точек разладки. Дискриминантная функция для анализа таких случайных последовательностей строится в полярной системе координат(р, <р).

Основное требование, которое предъяатяется к дискриминантной функции, состоит в том, что она должна принимать максимальные значения в областях изменения свойств последовательности независимых случайных величин г),, и минимальные - там, где эти свойства относительно неизменны или подчинены регулярной зависимости, т.е. внутри параметризованных участков.

(14)

т-1

Рассмотрим последовательность независимых случайных величин (т),,г|2.....г|у) с

функциями плотности ft{p) и математическими ожиданиями, подчиняющимися закону

= = —--- при X/ -V, < с неизвестными и подлежащими

cos(<p( \\im)

определению параметрами ря и v(/m. Пусть в точке ф, происходит изменение

„ ч f/(p.g(<p>1.4'i)»«■)> статистических свойств этой последовательности, т.е^(р) = <

Момент разладки по реализации случайной последовательности (р,,р2.....ри)

локализуется с помощью дискриминантной функции, строящейся по логарифмической функции правдоподобия:

к its

= Z 111 /(р,(<Р,, 1»V,),я,) + шах ^ to/(p,.,r2,\|/2~

k*s

- max У In/(р;,я(ф,-,'"з,^з),Оз). Откуда следуют выражения:

of-1 у L__5_У, г = у_а_/ у 1

У У Р,5ш(ф,.-ф,) о

1 COS2 (ф, - v,)cos3(9y. - V,)

к к I

М-

Из данных равенств находим /¡\ч/,*,сг[. После подстановки найденных

параметров в выражение для дискриминантной функции и несложных

а2

преобразований получаем окончательную формулу для вычисления ¿(к) = х1л——.

СТ1°2

По определению и построению дискриминантной функции Ь(к) можно ожидать, что вблизи точек переключения значения функции будут большими, чем внутри параметризованного участка. Выберем величину порога й так, чтобы можно было отслеживать поведение дискриминантной функции при изменении параметра к по истинности неравенства Цк) > И. При этом должно наблюдаться скопление точек

№ = {ч>ь\Цк)>И} вблизи точек ф,, в которых происходит переход с одного 1араметризованного участка на другой, и, напротив, разреженность таких точек нутри параметризованного участка. Будем для простоты называть такие точки не-тационарными. Поэтому возникает проблема кластеризации нестационарных точек а нестационарные участки LNJ,j = 1,2,...,«, в которых по определению наблюдается

шшь один переход с одного параметризованного участка на другой. Заметим, что естационарные участки ЬЫ1, фу 7 = 1,2,...,«, задают разбиение множества

Ж. Пусть£ф|(,ф,г^произвольный отрезок. Дискретная функция л(ф,)характеризует

лотность распределения нестационарных точек в окрестности точки ф,, тогда

я(Ф,)= гпгах гГфд.фЛ к-М -1

де максимум берется по всем отрезкам £ф)(,ф,2], содержащим точку ф,. В основе

онструктивного метода определения нестационарных участков лежит теорема, оказывающая, что если <р,,<р„ еЛ®, ф„>ф,, тогда (ф,,ф„) еО в том и только том тучае, если для любого ф4 е[ф,,фт] имеет место неравенство 7г(ф4)> А.

Оценка моментов нарушения стационарности, т.е. оценка положения точек ереключения случайной последовательности с одного параметризованного участка а другой существенно упрощается, так как эти моменты локализованы внутри естационарных участков, и можно перейти к однопараметрическим задачам пределения точек переключения внутри сегментов, каждый из которых включает ишь один нестационарный участок.

Заключение

1. В диссертационной работе решена имеющая большое народнохозяйственное начение научная проблема автоматизации управления технологическими процессами елезнодорожного транспорта на базе развития современных методов спутникового тозиционирования. На основе разработанной классификации множества функций

перевозочного процесса системно определены технологии, где эффективно применение СНТ. Ресурсная оценка показала масштабность внедрения новых спутниковых технологий с развитием существующих и созданием новых АСУ ТП (всего более 4000 автоматизированных рабочих мест), что требует оснащения бортовым оборудованием значительного числа подвижных единиц и создания высокоточного координатного пространства инфраструктуры железнодорожного транспорта.

2. С целью существенного повышения точности оценок навигационных параметров обосновано применение на подвижном объекте бесплатформенных инерциальных навигационных систем в составе 3-х акселерометров и 3-х датчиков угловой скорости. Выполнен синтез математической модели БИНС с использованием 4-х правых систем координат - приборной, инерциапьной, гринвичской и сопровождающей, инвариантной к виду физической модели подвижного объекта, характеру его движения, возможным возмущающим воздействиям и позволяющей построить замкнутые алгоритмы фильтрации навигационных параметров локомотива на основе только автономной информации, а также интеграцию БИНС и СНС;

3. Решение задачи тесной интеграции БИНС и СНС, т.е. комплексирования спутниковых и автономных измерений осуществлено на основе синтеза информационных стохастических моделей сигналов спутниковых измерений в соответствующих системах координат, представления их в различных параметрах вращения и учета дискретизации спутниковых навигационных сообщений во времени. Предложенное решение обеспечивает наблюдение с помощью спутниковых измерений параметров не только линейного, но и углового движения объекта и решение задачи устойчивого субоптималъного оценивания вектора состояния объекта с точностью до 1,2 м по широте и 1,7 м по долготе при работе в кодовом дифференциальном режиме.

4. Впервые решена задача глубокой интеграции автономной БИНС и СНС, что позволяет повысить точность позиционирования за счет использования комплексированных алгоритмов непрерывно - дискретного стохастического оценивания параметров спутника и стохастической динамической нелинейной

модели ошибок параметров СНС ГЛОНАСС. Разработаны алгоритмы использования полученных оценок навигационных параметров для построения высокоточной цифровой модели пути и его текущей экспресс-диагностики.

5. Разработаны: архитектура автоматизированной системы управления движением поездов в период предоставления «окон» с использованием спутниковой навигации, технология построения оперативного графика и реализующая его построение система имитационного моделирования, учитывающая информацию о подходе транзитных и образующихся на «полигоне окна» поездов к «участку окна» и «перегону окна» и контроль за его выполнением. Также разработана система контроля за движением и работой тяжелой путевой техники на «участке окна», что обеспечивает суммарный эффект от внедрения спутниковых технологий в управление работами по ремонту пути в «окно в целом для ОАО «РЖД» до 1,4 млрд. руб. в год

6. Определена функциональная необходимость и экономическая целесообразность разработки «Автоматизированной системы управления маневровыми маршрутами», использующей современные методы высокоточного спутникового позиционирования. Разработаны принципы создания и функционирования АСУММ на основе декомпозиции станций и определения локальных целевых функций для отдельных маневровых районов, учитывающие сложность станционной технологии, наличие многообразных взаимозависимостей при выполнении маневровых маршрутов и неопределенность времени их выполнения. Предложена система кодирования «элементарных маршрутов», определены текущие моменты времени принятия решений, разработаны эвристические наборы условий решения задачи определения очередности «элементарных маршрутов».

7. Разработана система автоматического обнаружения и оценивания параметров АФРН инерциально-спутниковыми средствами в реальном времени на основе совместного обнаружения и оценивания параметров альтернативных сложных гипотез и метода субоптимальной идентификации параметров АФРН. Впервые разработаны аналитические модели измерений АФРН, описываемые нестационарными дифференциальными уравнениями, которые позволили построить вектор состояния

интегрированной НС и вектор его наблюдения с учетом влияния АФРН и получить соответствующие уравнения оценки параметров АФРН.

8. Предложен новый эффективный метод восстановления геометрической формы поперечного сечения и структурных линий земляного полотна по данным лазерного сканирования, основанный на обнаружении с помощью дискриминантной функции рахгадок в случайной последовательности с кусочно-линейным трендом. Предложен выбор дискриминантной функции, основанный на отношении правдоподобия, и принимающей большие значения вблизи точек нарушения стационарности и близкой к нулю внутри стационарных участков, а также алгоритм класстеризации нестационарных точек, устраняющий проблему множественной детекции.

Основные положения диссертации опубликованы в следующих работах.

СПИСОК НАУЧНЫХ ТРУДОВ

1. Уманский В.И. Методы и алгоритмы автоматического обнаружения аномалий формы рельсовых нитей. Твер.гос.ун-т, Тверь: 2011-140 с.

2. Уманский В.И. Мобильный измерительный комплекс для мониторинга объектов железнодорожной инфраструктуры // «Железнодорожный транспорт» - М.:2009. - №9. - С. 43-44.

3. Розенберг И.Н., Уманский В.И., Дулин С.К., Калинин C.B. Автоматизированное построение оперативных графиков движения поездов с учетом данных спутникового позиционирования // «Железнодорожный транспорт» - М.:2009. -№11.-С. 68-70.

4. Уманский В.И. Основные принципы построения автоматизированной системы управления маневровой работой на основе данных о навигационном позиционировании локомотивов // Вестник РГУПС -Р.-н.-Д.: 2009.-№ 4-С.112-121.

5. Уманский В.И. Об организации пропуска поездов в период технологических «окон» // Железнодорожный транспорт - М.: 2010.-№9.- С.21-24.

6. Уманский В.И. Координатные методы контроля и управления подвижным составом по данным спутникового позиционирования // Мир транспорта - М.: 2010.-№1.-С.110-115.

7. Розенберг И.Н., Духин C.B., Уманский В.И., Замышляев A.M., Шаповал A.B. Автоматизированная система ведения баз данных техническо-распорядительных актов железнодорожных станций // Транспорт: наука, техника, управление, вып.5- М.:2003,- С. 26-34.

8. Шлигсрский А.Б., Уманский В.И. Модельно - ориентированная технология разработки безопасного программного обеспечения железнодорожных систем безопасности с применением инструментального комплекса SCADE // Надежность - М.: 2010,-№3,- С. 13-21.

9. Матвеев С.И., Матвеев А.С., Розенберг И.Н., Уманский В.И. Создание координатных моделей железнодорожного пути в виде взвешенных метрических графов // Известия высших учебных заведений. Северо-Кавказский регион. Технические науки - Новочеркасск: 2010,- С.7-11.

10. Уманский В.И. Принципы построения автоматизированной системы для разработки оперативного графика движения поездов при предоставлении им «окон» // Мир транспорта - М.: 2010.- № З.-С.122-129.

11. Долгий А.И., Уманский А.И., Явна В.А., Хатламаджиян А.Е. Программно -аппаратный комплекс определения качества укладки объемной георешетки в лодбалластных слоях железнодорожного пути // Вестник РГУПС-Р.-н.-Д.: 2010.-№ 4-С.88-93.

12. Gapanovich V.A., Umanskiy V.I. Potential satellite technology contributions to railway opérations management and safety problems // VNIIZHT Bulletin - M.: 2011-.№1 - С.26-29.

13. Замышляев А.М., Уманский В.И. Системы MAJIC и повышение надежности движения // Мир транспорта- М.: 2010.- № 4.- С.128-135.

14. Уманский В.И. Построение цифровых моделей железнодорожного профиля на основе лазерного сканирования // Железнодорожный транспорт-М.: 2011-№4-С.41—44.

15. Уманский В.И. Метод идентификации аномалии рельсового пути.// Вестник Тверского университета, сер. Прикладная математика, 2011-№2(21), С.55-62.

16. Соломаха Г.М., Уманский В.И. Программный комплекс обнаружения аномалий формы рельсовых путей.// Программные продукты и системы. 2011-№3,С.155-159.

17. Уманский В.И. Система позиционирования локомотива на основе интеграции спутниковой и инерциальной навигационных систем. // Вестник РГУПС- Р.-н.-Д.: 2011.- № 2-С.73-86.

18. Уманский В.И. Решение задачи интеграции спутниковых и инерциальных навигационных систем на основе нелинейной фильтрации.// Известия высших учебных заведений Северо-Кавказкий регион. Технические науки, 2011.-№4, С.32-37

19. Уманский В.И. Модели синтеза высокоточных систем позиционирования локомотива для решения задач тесной и глубокой интеграции

бесплатформенных инерциальных и спутниковых навигационных систем // Системы высокой доступности, № 3, т." 7,2011 - С. 24-37

20. Дулин С.К., Дулина Н.Г., Уманский В.И. Репозиторий ГИС - средство интеллектуализации систем управления инфраструктурой железнодорожного транспорта // Информационно-измерительные и управляющие системы . 2011-№6, т.9, С. 29-34.

21. Уманский В.И. Создание автоматизированной системы управления маневровыми и поездными маршрутами на станциях // Железнодорожный транспорт - M.: 2011-№ 11 - С.22-26.

22. А. G. Bronevich, A.N. Karkishchenko, V.l. Umansky. Recovering profiles of roadbed based on statistical scanning data. In Proc. of the 14-th Conference on Applied Stochastic Models and Data Analysts (ASMDA 2011), Rome, Italy, 6-10 June, 2011, pp. 194-201.

23. Розенберг И.Н., Дулин C.K., Уманский В.И. Проектирование репозитория, поддерживающего ограничения целостности геоданных // Труды ОАО «НИИАС», 9 выпуск, 2011г„ С.59-74.

24. Уманский В.И., Калинин C.B. Детальный анализ эксплуатационных характеристик станций методом имитационного моделирования, реализованным на базе геоинформационного представления данных // Сборник докладов девятой международной научно-практической конференции «ИНФОТРАНС-2004»- СПб.: 2004,- С.86-92

25. Уманский В.И., Калинин C.B. Организация имитационной модели системы «диспетчерский участок - станция» // Сборник докладов Десятой международной научно-практической конференции «Информационные технологии в железнодорожном транспорте». «ИНФОТРАНС-2005». 5-8 октября, ГУП «Типография «Наука» -Санкт-Петербург- 2005 - С. 35-37

26. Дулин С.К., Калинин C.B., Уманский В.И. Интеллектуальная поддержка принятия решений в управлении движением поездов // Сборник научных трудов «Научная сессия МИФИ-2008», том 10-М.: 2008.-С. 55-56

27. Дулина Н.Г., Уманский В.И. Функциональная модель системы «диспетчерский участок - станция»// ВЦ РАН -М.: 2008,- С. 3-22

28. Дулин С.К., Калинин C.B., Уманский В.И. Анализ эксплуатационных характеристик станций на базе геоинформационного представления данных // ВЦ РАН. -М.: 2008,- 29 с.

29. Уманский В.И., Клепач А.П., Бабанин A.B., Матвеев СИ. Проект интегрированной навигационной системы железнодорожного транспорта.//Информационное агентство «Гром», Материалы 4-й Международной научно-практической конференции «Геопространственные

технологам и сферы их применения» (в рамках 5-го Международного промышленного форума GEOFORM+2008). - М.: 2008. - С. 25-26

30. Уманский В.И., Цуцков Д.В., Калинин С.В. Комплексный анализ вариантов по реконструкции Сызрань-Октябрьского узла на основе имитационной модели // Сборник докладов шестой международной научно-практической конференции»Телекоммуникационные и информационные технологии на транспорте России «ТелекомТранс-2008»-Сочи :2008.- С. 82-86

31. Розенберг E.H., Розенберг И.Н., Уманский В.И. Перспективы применения спутниковых технологий на железнодорожном транспорте // Сборник докладов эторой международной научно-практической конференции «Спутниковые технологии на службе железнодорожного транспорта»- М.:2008. - С. 20-21

32. Дулин С.К., Селецкий A.C., Уманский В.И. Система имитационного моделирования движения железнодорожного транспорта на основе интерактивно задаваемых правил организации движения // Труды 11-й национальной конференции по искусственному интеллекту «КИИ 2008», том I, Дубна, 2008. -С.77-85

33. Левин Б.А., Матвеев С.И., Манойло Д.С., Розенберг И.Н., Железное М.М., Уманский В.И. Геоинформатика транспортного комплекса//Сборник 5-ой международной научно-практической конференции «Геопространственные технологии и сферы их применения» -М.:2009. - С. 52.

34. Дулина Н.Г., Уманский В.И. Структуризация проблемы улучшения пространственной согласованности баз геоданных /7 ВЦ РАН -М.: 2009.- С. 3-22.

35. Уманский В.И., Манойло Д.С., Духин С.В. Система высокоточного координатного обеспечения инфраструктуры железнодорожного транспорта // Евразия Вести,- М.: 2009.-№7. - С. 11

36. Уманский В.И. Применение дифференциальных спутниковых навигационных систем, методов воздушного и наземного дистанционного зондирования в создании комплексных систем мониторинга состояния объектов инфраструктуры и подвижного состава // Сборник докладов третьей международной научно-практической конференции «Спутниковые технологии на службе железнодорожного транспорта»- М.:2009. - С. 69-72.

37. Дулин С.К., Розенберг И.Н., Уманский В.И. Методы кластеризации в исследовании массивов геоданных П «Системы и средства информатики». Дополнительный выпуск. ИПИ РАН - М.:2009. - С. 86-114.

38. Уманский В.И. Развитие функционального бортового комплекса системы маневровой автоматической локомотивной сигнализации (МАЛС) с учетом возможностей высокоточного спутникового позиционирования и инерциально -

навигационной системы (ИНС) // Сборник докладов 5-ой международной конференции «Системы безопасности на транспорте». - М.: 2009. - С. 37.

39. Уманский В.И.Технология построения трехмерных моделей железно-дорожного полотна в высокоточном координатном пространстве // Сборник докладов 6-ой Международной научно-практической конференции «Гео-пространственные технологии и сферы их применения» - М.:2010.-С. 66-67.

40. Матвеев С.И., Розенберг И.Н., Киншаков В.М., Уманский В.И. Интегрированный измерительный комплекс // Сборник докладов 6-ой Международной научно-практической конференции «Геопространственные технологии и сферы их применения» - М.:2010.- С.62.

41. Уманский В.И., Афиногенов Д.Ю. Использование аппарата сетей Петри при разработке программного обеспечения // Вопросы спецрадиоэлектроники, серия РЛТ, вып. 6, С. 36-40.1987.

42. Дулина Н.Г., Уманский В.И. Моделирование неопределенности геоданных // ВЦ РАН, 2010,40 с.

43.Дулин С.К., Розенберг И.Н., Уманский В.И. Аспекты пространственной согласованности геоинформационной системы // Системы и средства информатики. Выпуск 21, № 2,2011 - М.: ТОРУС ПРЕСС, - С. 72-95.

44. Дулин С.К., Розенберг И.Н., Уманский В.И. Анализ неопределенности геоданных в моделях географического пространства // ИЛИ РАН, «Системы и средства информатики», Выпуск 20, номер 2, Методы и технологии информатики, применяемые в научных исследованиях - М: 2010 - с.254-286.

45. Уманский В.И. Восстановление профиля земного полотна по результатам лазерного сканирования методами оценивания кусочно-стационарного случайного процесса // Сборник докладов 7-ой Международной научно-практической конференции «Геопространственные технологии и сферы их применения» - М.:2011 - С. 81-82.

46. Броневич А.Г., Каркищенко А.Н., Уманский В.И. Восстановление профиля по результатам лазерного сканирования // Труды ОАО «НИИАС», 9 выпуск, 2011г — С.85-110.

Уманский Владимир Ильич

Автоматизация управления технологическими процессами железнодорожного транспорта на базе интеграции методов высокоточного спутникового позиционирования и интегральной навигации

05.13.06. - Автоматизация и управление технологическими процессами и производствами (транспорт) 05.22.0S. - Управление процессами перевозок

Подписано в печать'V/Д 2QH Объем: 3 усл. печ.л. Печать офсетная, формат 60x84/16 Тираж 100 экз. Заказ № 354 УПЦ ГИ МИИТ, 127994, Москва, ул. Образцова, д. 9, стр. 9

6

Глава 1. Потенциал использования спутниковых навигационных технологий (СНТ) и инерциальных измерений в организации перевозочного процесса и обеспечении безопасности на железнодорожном транспорте. Постановка проблемы.

1.1. Классификация функций основной деятельности ОАО "РЖД", изменения в их технологическом обеспечении и ресурсная оценка масштабов внедрения при использовании СНТ.

1.2. Технология навигации подвижных объектов с учетом комплексирования спутниковых и инерциальных измерений для повышения точности позиционирования и обеспечения безопасности.

1.3. Цифровые модели пути - координатная основа для решения задач позиционирования подвижных объектов и содержания пути.

1.4. Отечественный и мировой опыт использования СНТ на железнодорожном транспорте

1.4.1. Отечественный опыт.

1.4.2. Зарубежный опыт.

1.5. Использование спутниковых технологий — важнейшее условие развития АСУ ТП на железнодорожном транспорте.

Выводы по 1-й главе.

Глава 2. Математическая модель вектора состояний бесплатформенной инерциальной навигационной системы (БИНС) для интеграции с данными спутниковой навигационной системы (СНС).

2.1. Математическая модель вектора состояния инерциальной навигационной системы (ИНС) в параметрах Родрига-Гамильтона

2.2. Математическая модель автономного наблюдателя стохастического вектора состояния БИНС.

2.3. Синтез алгоритмов нелинейной фильтрации навигационных параметров автономной БИНС.

2.4. Решение задачи автономной навигации в углах Эйлера-Крылова.

2.5.Выводы по 2-й главе.

Глава 3. Синтез высокоточных интегрированных навигационных систем (НС) на основе тесной и глубокой интеграции БИНС и СНС.

3.1. Тесная интеграция навигационных систем.

3.1.1 Математическая модель информационных сигналов спутниковых измерений.

3.1.2. Математические модели сигналов спутниковых наблюдений навигационных параметров интегрированной НС.

3.1.3. Решение навигационной задачи по комплексированным измерениям интегрированной НС.

3.1.4. Тесная интеграция при использовании режима обработки дифференциальных измерений.

3.2. Глубокая интеграция навигационных систем.

3.2.1. Глубокая интеграция БИНС и СНС ГЛОНАСС.

3.2.2.Глубокая интеграция БИНС и СНС, инвариантная к типу СНС.

3.3. Результаты численного моделирования алгоритмов оценки вектора состояния интегрированной инерциально-спутниковой системы.

3.4. Анализ возможностей применения выходной информации интегрированных НС для построения цифровых моделей и диагностики железнодорожного пути.

Выводы по 3-й главе.

Глава 4. Автоматизированная система управления движением поездов в период предоставления "окон" при использовании спутниковых технологий.

4.1. Типы "окон" в графике движения поездов.

4.2.Учет размеров движения поездов, межпоездных и станционных интервалов в оперативном графике.

4.3 Архитектура автоматизированной системы разработки и контроля выполнения оперативного графика движения поездов в период предоставления "окон" (АС ОГДПО). Целевая функция системы.

4.4.Инструментальная среда имитационного моделирования работы участка для построения оперативного графика.

4.5.Использование спутниковых технологий для контроля за работой тяжелых путевых машин в период предоставления "окон".

4.6.Эффективность внедрения спутниковых технологий при организации и проведении ремонтных работ в «окно».

Выводы по 4-й главе.

Глава 5. Система автоматизированного управления маневровыми маршрутами на железнодорожных станциях.

5.1. Развитие систем автоматизации управления маневровой работой (АСУ ММ). Постановка задачи.

5.2. Построение и основные принципы работы системы АСУММ.

5.2.1. Архитектура системы АСУММ.

5.2.2. Расчетный период при планировании маршрутов движения в режиме реального времени.

5.2.3. Общие положения и условия решения задачи выбора очередности маршрутов.

5.3.Разработка исходных данных для построения алгоритмов очередности выполнения маршрутов на примере сортировочной станции

5.3.1. Сортировочная станция как большая система.

5.3.2. Разработка исходных данных для 1-го маневрового района.

5.3.3. Исходные данные для 2-го маневрового района.

5.3.4 Исходные данные для 3-го и 4-го маневровых районов.

5.4. Формализация описания станционных технологических процессов в виде сетей Петри и таблиц решений.

5.5. Системный анализ возможных случаев брака в маневровой работе в целях разработки алгоритмов безопасности.

5.6.Эффективность системы управления маневровыми маршрутами.

Выводы по 5-й главе.

Глава 6. Автоматизация обнаружения аномалий формы рельсовых нитей (АФРН) инерциально-спутниковыми средствами с высокоточной координатной привязкой.

6.1 Теоретические основы идентификации АФРН.

6.1.1. Математические модели АФРН.

6.1.2. Математическая модель интегрированной НС с учетом реакций инерциальных измерителей на АФРН.

6.1.3. Математическая постановка задачи идентификации АФРН.

6.1.4. Решение задачи идентификации АФРН.

6.1.5. Идентификация АФРН при использовании сети дифференциальных поправок.

6.2. Имитационное моделирование системы регистрации и идентификации АФРН.

6.3. Типовые формы сигналов от АФРН.

6.3.1. АФРН на односекционном повороте.

6.3.2. АФРН на участке равномерного прямолинейного движения.

6.4. Анализ характеристик прибора регистрации.

6.5. Моделирование наблюдений АФРН.

6.6. Анализ возможности обнаружения аномалий формы рельсовых нитей.

6.7. Структура алгоритма обнаружения аномалии.

6.8. Моделирование методов обнаружения и оценки параметров АФРН.

6.9. Система приборов формирования высокоинформативной выборки с дополнительными датчиками на буксах.

Выводы по 6-ой главе.

Глава 7. Автоматизация построения профиля железнодорожного полотна по результатам лазерного сканирования.

7.1. Описание и общая постановка задачи.

7.2. Формальное описание статистического анализа профиля полотна.

7. 3. Дискриминантная функция для случая кусочно-параметризованной по с л едо вательно сти.

7.4. Определение параметризованных участков с помощью дискри-минантной функции и оценка моментов нарушения стационарности.

Выводы по 7-ой главе.

Предоставление услуг систем NAVSTAR GPS (далее GPS) и ГЛОНАСС обеспечивает широкое внедрение спутниковых навигационных технологий в различные сферы человеческой деятельности. Актуальным и эффективным является их использование в автоматизированных системах управления на железнодорожном транспорте [1]. Это определяется наличием на рельсовых путях большого числа подвижных объектов, слежение за местоположением которых чрезвычайно важно для повышения качества управления. Использование спутниковых навигационных систем необходимо также и для организация контроля за состоянием железнодорожной инфраструктуры, что позволяет существенно усовершенствовать методы ее текущего содержания и ремонта.

Внедрение методов спутниковой навигации в автоматизированных системах управления технологическими процессами (АСУ ТП) железнодорожного транспорта во многих случаях обеспечивает интеллектуализацию систем АСУ ТП с переходом от информационно-справочного режима их работы к программному [2]. При этом необходимо исходить из целевых положений и перспективных направлений дальнейшего технического и технологического развития ОАО "РЖД", определенных в "Стратегии развития железнодорожного транспорта Российской Федерации на период до 2030 года" [3].

К технологическим процессам, автоматизация управления которыми эффективна с использованием систем спутниковой навигации, следует прежде всего отнести те процессы, где повышение уровня контроля за местонахождением подвижных единиц и техническим состоянием различных объектов приносит качественно новые результаты при выполнении перевозок. Это - организация движения поездов на диспетчерских участках, в том числе при предоставлении "окон" для ремонта и реконструкции устройств инфраструктуры; выполнение маневровой работы на железнодорожных станциях; организация работы вагонного и контейнерного парков на инфраструктуре Компании. В этом же ряду находятся и технологические процессы по содержанию и ремонту пути, устройств электроснабжения, автоматики и телемеханики. Особое место занимают технологии, обеспечивающие безопасность на железнодорожном транспорте. Использование методов спутниковой навигации позволяет снижать риски разнообразных происшествий. Это относится к рискам проезда запрещающих сигналов, аварий на переездах с автотранспортом и в других случаях.

В диссертации рассмотрены вопросы построения: бортовых навигационных систем на основе комплексирования спутниковых и инерциальных измерений; развития систем АСУ ТП железнодорожного транспорта при использовании современных методов высокоточного спутникового позиционирования и цифровых моделей пути, систем оперативного мониторинга состояния железнодорожного пути. Дана технико-экономическая оценка новых методов управления.

С использованием системы спутникового позиционирования разработаны новые практические решения по автоматизированному управлению рядом важных технологических процессов железнодорожного транспорта. Среди них - развитие автоматизированных систем управления по выполнению маневровой работы на станциях и организации движения поездов в период предоставления "окон" для ремонта и реконструкции инфраструктуры; развитие методов контроля и мониторинга состояния пути. Полученные результаты нашли практическое внедрение.

Все это определяет актуальность исследования, его направленность на решение важных теоретических вопросов и практических задач по одному из стратегических, инновационных путей технологического и технического развития железнодорожного транспорта.

Выводы по главе 7

1. Показано, что восстановление геометрической формы поперечного сечения земляного полотна по данным лазерного сканирования может рассматриваться как задача анализа последовательности случайных величин с кусочно-линейным трендом и для определения параметров этого тренда использованы методы обнаружения разладок в последовательности случайных величин.

2. Предложен новый эффективный метод восстановления структурных линий земляного полотна, основанный на обнаружении с помощью дискриминантной функции разладок в случайной последовательности. Предложен выбор дискриминантной функции, основанный на отношении правдоподобия, и принимающей большие значения вблизи точек нарушения стационарности и близкой к нулю внутри стационарных участков, а также алгоритм кластеризации нестационарных точек, устраняющий проблему множественной детекции.

3. Результаты моделирования показывают, что разработанные алгоритмы являются эффективными и показывают высокую стабильность при восстановлении геометрической формы поперечного сечения земляного полотна.

Заключение

1. В диссертационной работе решена крупная, имеющая большое народнохозяйственное значение научная проблема развития методов управления технологическими процессами железнодорожного транспорта на базе современных методов спутникового позиционирования. На основе разработанной классификации множества функций перевозочного процесса системно определены технологии, где могут быть реализованы СТ.

2. Ресурсная оценка внедрения спутниковых технологий на железнодорожном транспорте показала: масштабность внедрения новых технологий с развитием существующих и созданием новых АСУ ТП, всего более 4000 рабочих мест; большую размерность охвата системой высокоточного координатного обеспечения инфраструктуры железнодорожного транспорта; потребность оснащения бортовым оборудованием значительного числа подвижных единиц.

3. Обосновано применение на подвижном объекте бесплатформенных инерциальных навигационных систем (БИНС) с минимизированным приборным составом (акселеометры, датчики угловой скорости). 4. С целью существенного повышения точности оценок навигационных переменных выполнен синтез математической модели БИНС с использованием 4-х правых систем координат - приборной, инерциальной, гринвичской и сопровождающей), инвариантной к виду физической модели подвижного объекта, характеру его движения, возможным возмущающим воздействиям различной физической природы и позволяющей построить замкнутые алгоритмы фильтрации навигационных параметров локомотива на основе только автономной информации, а при интеграции (комплексировании) БИНС и СНС обеспечить возможность информационного расширения алгоритмов фильтрации навигационных параметров без изменения структуры и размерности фильтра;

5. Решение задачи тесной интеграции БИНС и СНС (комплексирования спутниковых и автономных измерений) осуществлено на основе синтеза информационных стохастических моделей сигналов спутниковых измерений в соответствующих системах координат, представления их в различных параметрах вращения и учета дискретизации спутниковых навигационных сообщений во времени. Предложенное решение обеспечивает: наблюдение с помощью спутниковых измерений параметров не только линейного, но и углового движения объекта; решение задачи устойчивого субоптимального оценивания вектора состояния объекта как на временных интервалах между спутниковыми навигационными сообщениями, так и в моменты их приема).

7. Впервые решена задача глубокой интеграции автономной БИНС и СНС, что позволяет: построить стохастическую динамическую нелинейную модель эволюции ошибок навигационных параметров спутника в СНС ГЛОНАСС за счет замены детерминированных алгоритмов их вычисления комплексированными алгоритмами; решить задачу нелинейной фильтрации погрешностей определения навигационных параметров спутника; использовать получаемые оценки навигационных параметров для построения высокоточной цифровой модели рельсового пути и его текущей технической экспресс-диагностики.

8. Разработаны: архитектура автоматизированной системы управления движением поездов в период предоставления "окон" с использованием спутниковых технологий (АС ОГДПО) как замкнутой системы с обратной связью, ее целевая функция, система имитационного моделирования, основанная на дискретно-событийном механизме изменения состояний каждого поезда, алгоритм получения информации о подходе транзитных и образующихся на "полигоне окна" поездов к "участку окна" и "перегону окна", технология построения оперативного графика и контроля за его выполнением с использованием подсистемы обратной связи, условия толерантности системы к изменению входных данных при выполнении оперативного графика.

9.Установлено, что сложность станционной технологии, наличие многообразных взаимозависимостей при выполнении маневровых маршрутов, неопределенность времени их выполнения и другие факторы делают необходимым выделение задачи "планирование очередности выполнения маршрутов на станциях" в самостоятельный вопрос с созданием соответствующей "Автоматизированной системы управления маневровыми маршрутами" (АСУММ), использующей современные методы спутникового позиционирования.

10. Разработаны принципы создания и функционирования АСУММ на основе типизации и декомпозиции станций, определения локальных целевых функций для отдельных маневровых районов, установления перечня маршрутов с учетом предложенной системы кодирования "элементарных маршрутов" (из которых состоят маневровые рейсы и полурейсы), расчета текущих моментов времени принятия решений, разработки эвристического набора условий решения задачи определения очередности "элементарных маршрутов.

11. Разработана система автоматического обнаружения и оценивания параметров аномалий форм рельсовых нитей инерциальными средствами и доказано, что выявление АФРН должно осуществляться с использованием альтернативных сложных гипотез, представляющих возможные типы АФРН на различных участках движения локомотива при аддитивных воздействиях импульсных, узкополосных помех и гауссовых шумов с априори неизвестными мощностями. Разработаны критерии качества обнаружения

АФРН для простых (отношение функций правдоподобия, максимизируемое на множестве альтернативных типов АФРН), и для сложных условий отношение «сигнал/помеха плюс шум» не превосходит единицы) критерий проверки близких альтернативных гипотез. При этом показано, что функции правдоподобий можно аппроксимировать плотностями

306 распределения нормального закона, а оценку параметров аномалий осуществлять фильтром Калмана прямого и обратного проходов. Для реализации критериев обнаружения АФРН обоснована структура 3-х канального обнаружителя. Коэффициенты рекурсии определяются имитационным моделированием.

12. . Показано, что восстановление геометрической формы поперечного сечения земляного полотна по данным лазерного сканирования может рассматриваться как задача анализа последовательности случайных величин с кусочно-линейным трендом и для определения параметров этого тренда использованы методы обнаружения разладок в последовательности случайных величин. Предложен новый эффективный метод восстановления структурных линий земляного полотна, основанный на обнаружении с помощью дискриминантной функции разладок в случайной последовательности. Предложен выбор дискриминантной функции, основанный на отношении правдоподобия, и принимающей большие значения вблизи точек нарушения стационарности и близкой к нулю внутри стационарных участков, а также алгоритм кластеризации нестационарных точек, устраняющий проблему множественной детекции.Результаты моделирования показывают, что разработанные алгоритмы являются эффективными и показывают высокую стабильность при восстановлении геометрической формы поперечного сечения земляного полотна.

Условные обозначения и сокращения

АС ВТП - автоматизированная система ведения технологических процессов работы станций

АС ОГДПО - автоматизированная система разработки оперативного графика движения поездов на период предоставления "окна"

АСОУП-2 - автоматизированная система управления перевозками

АС ТРА - автоматизированная система ведения техническо-распорядительных актов станций

АСУ ДНЦ - автоматизированная система управления поездного диспетчера

АСУ ДГП - автоматизированная система управления дорожного диспетчера по району управления

АСУММ - автоматизированная система управления маневровыми маршрутами (на станциях)

АСУ СС - автоматизированная система управления сортировочными станциями

АСУ-П - автоматизированная система управления хозяйством пути

АСУ ТП - автоматизированная система управления технологическими процессами

АФРН - аномалии формы рельсовых нитей

БГШ - белый гауссовский шум

БИНС - бесплатформенная (бескарданная) инерциальная навигационная система

ГИД - график исполненного движения ГИС - геоинформационная система

ГЛОНАСС - глобальная навигационная спутниковая система (Россия)

ГНСС - глобальная навигационная спутниковая система

ГрСК - гринвическая система координат (вращающаяся вместе с Землей)

ДДС - доплеровский датчик скорости

ДГП - дорожный диспетчер по району управления

ДНЦ - поездной диспетчер

ДСП - дежурный по станции

ДСПГ - диспетчер по горке

ДУС - датчик угловой скорости

ДЦУП - диспетчерский центр управления перевозочным процессом ИИСС - интегрированная инерциально-спутниковая система ИНС - инерциальная навигационная система

ИСК - инерциальная система координат с началом в центре Земли

КЛУБ-У - комплексное локомотивное устройство безопасности МАЛС - маневровая автоматическая локомотивная сигнализация МЛ - маневровый локомотив

МПЦ - микропроцессорная централизация (на станциях) НС - навигационная система ПО - программное обеспечение (по контексту) ПО - подвижный объект (по контексту)

ПСК - приборная система координат (начало которой расположено в центре масс, оси направлены по соответствующим взаимно ортогональным осям чувствительности приборов, входящих в состав измерительного комплекса)

СВКО - система высокоточного координатного обеспечения СК - система координат

СНТ - спутниковые навигационные технологии

ССК - сопровождающая система координат (начало которой совпадает с центром масс ПО, ось £ совпадает с местной вертикалью, ось У параллельна плоскости начального меридиана, с которого начинается движение, и ось X дополняет систему до правой

ССПС - специальный самоходный подвижной состав

СРНС - спутниковая радионавигационная система

ЦДМ - цифровая динамическая модель

ЦМ - центр масс (подвижного объекта)

ЦМПР - цифровая модель путевого развития (станции)

ЧЭ - чувствительные элементы инерциальной навигационной системы

ЭЦ - электрическая централизация (на станциях)

GPS - Global Positioning System, — глобальная спутниковая система навигации и позиционирования, обеспечивающая измерение времени и расстояния

1 = 1/1] Яг ^з — вектор параметров Родрига-Гамильтона, определяющий взаимную текущую ориентацию ССК и ИСК l = |(lj \і2 |і3 |і4|Г вектор параметров Родрига-Гамильтона, определяющий взаимную текущую ориентацию ПСК и ИСК г со j = (ох а>у coz вектор абсолютной угловой скорости вращения приборного трехгранника т

Zx Zy Z расположенных на ПО т вектор показаний трёх ортогональных ДУСов,

Za =|Zj Z2 Z31 вектор выходных сигналов акселерометров

Wd = md =

WWW

X V z mdx mdy md вектор аддитивных помех измерения ДУСов т вектор математического ожидания смещения нуля

ДУСов

Н^А" Уу Уг\Т ~~ вектор скорости объекта относительно Земли вектор угловой скорости движения объекта ю^ со г О = относительно Земли

I I т вектор угловой скорости вращения Земли а вектор ускорения, измеряемого акселерометрами gs вектор ускорения силы тяжести И и ф(А,! -ь Л,4) высота и широта

С(цД) = £)(|д)і?г(А.) матрица направляющих косинусов, определяющая ориентацию ПСК относительно ССК у0) = лт / Ух Уу У2 и

- вектор состояния объекта а, Р, у - углы Эйлера - Крылова разворота приборного трехгранника БИНС относительно ЦМ объекта в ИСК

1. Шилов А.Е. О государственной политике в области развития и использования системы ГЛОНАСС // "Железнодорожный транспорт". М,-№9-2009-С.22-25

2. Смилянский Г.Л. (под редакцией) Справочник проектирования автоматизированных систем управления // М.: Машиностроение,- 1983.-527 с.

3. Морозов В.Н. Перспективные направления внедрения спутниковых технологий // "Железнодорожный транспорт" М.-№9.-2009.-С. 16-17

4. Гапанович В.А. Перспективное использование спутниковых технологий в комплексе антикризисных мер ОАО "РЖД" // "Железнодорожный транспорт" М,- №9 .- 2009 С. 18-21

5. Ададуров С.Е., Розенберг E.H., Розенберг И.Н. Оптимизация управления инфраструктурой и безопасностью движения // "Железнодорожный транспорт". М.-№9-2009. С.25-30

6. Сотников Е.А. Эксплуатационная работа железных дорог // М.: Транспорт. 1986.-256 с.

7. Поплавский A.A. Автоматизированная система управления перевозочным процессом железнодорожного транспорта в оперативном режиме (сетевой и региональный уровни) // М.: Интекст. 2008. - 212 с.

8. Стратегия развития железнодорожного транспорта в Российской Федерации до 2010 года. Утверждена распоряжением Правительства Российской Федерации от 17 июня 2008 г. № 877-р // М.: 2008,- 70 с.

9. Левин Б.А., Круглов В.М., Матвеев С.И., Цветков В.Я., Коугия В.А. Геоинформатика транспорта // М.: ВИНИТИ РАН.- 2006.-336 с.

10. Левин Б.А., Матвеев С.И., Цветков В.Я. Концепция создании геоинформационных систем железнодорожного транспорта // Сб. научных трудов Геодезия и геоинформатика в транспортном строительстве.- М.: МПС РФ МГУПС (МИИТ).-2001. - С.25-30

11. Гапанович В.А. Спутниковые технологии в реализации Стратегии -2030 // "Железнодорожный транспорт" М. - № 10,- 2008,- С.21-24

12. Зорин В.И. Системы обеспечения безопасности движения подвижного состава нового поколения // Евразия Вести.- М.: 2008.-№7.-С.8

13. Сазонов Н.В., Иванов М.Т. Бройде В.М., Клепач A.JI. Контроль работы тяжелой ремонтной техники // "Железнодорожный транспорт" М,- 2008 № 10. С. 31-33

14. Бунин А.И., Бройде В.М. Оптимизация работы путевой ремонтной техники в "окна" на основе создания единой системы мониторинга // "Железнодорожный транспорт" М.: 2009,- №9. С. 56-59

15. Финк Ю.М. Космические технологии для пассажирских поездов // "Железнодорожный транспорт", М.:-2008-№10. С.33-35

16. Иванов М.Т. Скоростную магистраль Санкт-Петербург-Москва освоит "автодиспетчер" // Евразия Вести М. 2009,- №7,- С. 10

17. Альтшулер Б.Ш., Андросова В. А. Технико-экономическая эффективность внедрения спутниковых технологий на примере систем лубрикации // "Железнодорожный транспорт ". М.:2009.-№9. С.52-53

18. Аверков Н.К. Использование спутниковых технологий при перевозке скоропортящихся грузов в рефрижераторном подвижном составе // "Железнодорожный транспорт". -М.: 2009.-№9.-С.53-55

19. ГЛОНАСС. Принципы построения и функционирования / Под.ред. А.И.Перова, В.Н.Харисова. Изд.4 -М.:Радиотехника,2010.-800с.

20. Клепач А.П., Проскуряков A.B., Клепач С.А. "Железнодорожное бортовое устройство со спутниковой и инерциальной навигационными системами" // "Железнодорожный транспорт",- М.: 2009.-№9.С.41-42

21. Моб комп для мон инфраст) Системы автоматики и телемеханики на железных дорогах мира // под ред. Г. Теега, С. Власенко.- М.: Интекст, 2010.-496С.

22. Железное M.M., Васнлейский A.C. Мониторинг пути с помощью спутникового радиолокационного зондирования // Евразия Вести М.:2009,-№7.-С.7

23. Концепция и программа внедрения спутниковых технологий в основную деятельность ОАО "РЖД" // М.:2008 ОАО "РЖД".-С. 161

24. Спутниковые технологии и системы цифровой связи на службе железных дорог // Сборник публикаций М.:2007. - ОАО "Российские железные дороги" - 95 с.

25. Видение будущих интеллектуальных железнодорожных систем. Приложение 2. // Информация Правительства США в ЕЭК ООН . Женева: 2002 -20 с.

26. Winter J. Satellitengestutzte Zugortung -ein Statusbericht // SIGNAL + DRAHT (91)6/99. S. 8-17

27. Satellitengestutzte Schienenfahrzeugortung // SIGNAL + DRAHT 12/99. -c.11-14

28. B. Jean. Revue Generale des Chemins de Fer // Paris : 2000.-№10.-p.5-8

29. Bastin. Eisenbahuingenieurg //1997.-№7 -s.5-830. 30.W.-H. Rahn. Signal und Draht // 1998-№9 s.5-8

30. B.Wilms,W.Klotz.Eisenbahuingenieurg // 1998 №8 -s.45-49

31. Geoinformatics for Chinese Railways // Chinese Railways 2000 с. - №1,-c.60-63

32. Духин C.B., Железнов М.М., Матвеев С.И., Манойло Д.С. Единое геоинформационное пространство железных дорог // "Железнодорожный транспорт". -М.:2008.-№10,- С.28-31

33. Максудова Л.Г., Савиных В.П., Цветков В.Я. Интеграция наук об окружающем мире в reo информатике // Исследования Земли из космоса.-2000,-№1 С. 45-48

34. Тархов С.А., Шлихтер С.Б. География транспортных систем М.: Викинг,-1995. - 145 с.

35. Матвеев С.И., Коугия В.А., Цветков В.Я. Геоинформационные системы и технологии на железнодорожном транспорте.- М.: УМК МПС России.-2002.-288 с.

36. Матвеев С.И., Коугия В.А. Реперные геодезические системы на скоростных участках железных дорог // Геодезия и картография,-1999.-№ 12,-С. 17-22

37. Специальная реперная система контроля состояния пути в профиле и плане. Технические требования М.: МПС РФ,-1998.-28 с.

38. Глушков В.В., Насретдинов К.К., Шаврин A.A. Космическая геодезия // М.: 2002.-48 с.

39. Коугия В.А. и др. Геодезическая сеть для высокоскоростной магистрали // Геодезия и картография 1997,- №1 - С. 12-16

40. Гапанович В. А., Поплавский A.A. Интеллектуальные железнодорожные системы : состояние и направления развития// Железнодорожный транспорт.-М.:№11-2009.-С.63-67

41. Интегрированная система управления железной дорогой/ И.Н. Розенберг, В.Я. Цветков, С.И. Матвеев и др.; под ред. В.И.Якунина. 2-е изд., перераб. и доп. - М.:ИПЦ "Дизайн. Информация. Картография",2008. -144с.: ил.

42. Матвеев С.И., Коугия В.А. Высокоточные цифровые модели пути и спутниковая навигация железнодорожного транспорта: Монография. М.: Маршрут, 2005. - 290с.

43. Розенберг И.Н., Уманский В.И., Дулин С.К., Калинин C.B. Автоматизированное построение оперативных графиков движения поездов с учетом данных спутникового позиционирования // "Железнодорожный транспорт" М.:2009. - №11. -С. 68 - 70.

44. Уманский В.И. Основные принципы построения автоматизированной системы управления маневровой работой на основе данных о навигационномпозиционировании локомотивов // Вестник РГУПС Научно-технический журнал-Р.-н.-Д.: 2009. - №4-С. 112-121.

45. Уманский В.И. Мобильный измерительный комплекс для мониторинга объектов железнодорожной инфраструктуры // "Железнодорожный транспорт".-М.:2009.-№9-С .43-44

46. Уманский В.И. Об организации пропуска поездов в период технологических "окон" // Железнодорожный транспорт М.: 2010.-№9,-С.21-24

47. Уманский В.И. Координатные методы контроля и управления подвижным составом по данным спутникового позиционирования // Мир транспорта М.: 2010,- № 1 .-с. 110-115

48. Розенберг И.Н., Духин C.B., Уманский В.И., Замышляев A.M., Шаповал A.B. Автоматизированная система ведения баз данных техническо-распорядительных актов железнодорожных станций // Транспорт: наука, техника, управление, вып.5- М.:2003- С. 26-34

49. Шлигерский А.Б., Уманский В.И. Модельно ориентированная технология разработки безопасного программного обеспечения железнодорожных систем безопасности с применением инструментального комплекса SCADE // Журнал "Надежность" - М.: 2010.-№3.-С. 13-21

50. Уманский В.И. Принципы построения автоматизированной системы для разработки оперативного графика движения поездов при предоставлении им "окон" // Мир транспорта М.: 2010,- № 3.-С.122-129

51. Гапанович В.А., Уманский В.И. Потенциал использования спутниковых технологий в организации перевозочного процесса и обеспечении безопасности на железнодорожном транспорте // Вестник ВНИИЖТ М.: 2011-.№1 -с.15-18

52. Замышляев A.M., Уманский В.И. Системы MAJ1C и повышение надежности движения // Мир транспорта М.: 2010,- № 4.-С. 128-135

53. Уманский В.И. Построение цифровых моделей железнодорожного профиля на основе лазерного сканирования // Железнодорожный транспорт -М.: 2011-№4-С.41-44

54. Уманский В.И. Метод идентификации аномалии рельсового пути.// Вестник Тверского университета, сер. Прикладная математика, 2011-№2 (21),с.55-62

55. Соломаха Г.М., Уманский В.И. Программный комплекс обнаружения аномалий формы рельсовых путей.//Программные продукты и системы. 2011-№3, с.155-159

56. Уманский В.И. Система позиционирования локомотива на основе интеграции спутниковой и инерциальной навигационных систем. // Вестник РГУПС-Научно-технический журнал Р.-н.-Д.: 2011,- № 2-С.73-86.

57. Уманский В.И. Методы и алгоритмы автоматического обнаружения аномалий формы рельсовых нитей. М.:2011,с.137

58. Уманский В.И. Модели синтеза высокоточных систем позиционирования локомотива для решения задач тесной и глубокой интеграции бесплатформенных инерциальных и спутниковых навигационных систем // Системы высокой доступности, № 3, т. 7, 2011 С. (сентябрь)

59. Дулин С.К., Дулина Н.Г., Уманский В.И. Репозиторий ГИС средство интеллектуализации систем управления инфраструктурой железнодорожноготранспорта // Информационно-измерительные и управляющие системы . 2011-№6,т.9,с.29-34.

60. Дулин С.К., Розенберг И.Н., Уманский В.И. Аспекты пространственной согласованности ГИС // Системы и средства информатики. №2, 2011 М.: Торус Пресс, - С.

61. Уманский В.И. Создание автоматизированной системы управления маневровыми и поездными маршрутами на станциях.// // Железнодорожный транспорт-М.: 2011-№ 11 С.

62. Уманский В.И. Решение задачи интеграции спутниковых и инерциальных навигационных систем на основе нелинейной фильтрации.// Известия высших учебных заведений Северо-Кавказкий регион. Технические науки, 2011.-№4, с.32-37

63. Дулин С.К., Калинин C.B., Уманский В.И. Интеллектуальная поддержка принятия решений в управлении движением поездов // Сборник научных трудов «Научная сессия МИФИ-2008», том 10-М.: 2008.-С. 55-56

64. Дулина Н.Г., Уманский В.И. Функциональная модель системы «диспетчерский участок станция».// Сообщения по прикладной математике ВЦ РАН-М.: 2008,-С.3-22

65. Дулин С.К., Калинин C.B., Уманский В.И. Анализ эксплуатационных характеристик станций на базе геоинформационного представления данных // ВЦ РАН. -М.: 2008,- С.1- 28

66. Дулина Н.Г., Уманский В.И. Структуризация проблемы улучшения пространственной согласованности баз геоданных // Сообщения по прикладной математике ВЦ РАН -М.: 2009 С.3-22.

67. Дулин С.К., Розенберг И.Н., Уманский В.И. Методы кластеризации в исследовании массивов геоданных // "Системы и средства информатики". Дополнительный выпуск. ИПИ РАН,- М.:2009. С.86-114.

68. Уманский В.И., Манойло Д.С., Духин C.B. Система высокоточного координатного обеспечения инфраструктуры железнодорожного транспорта // Евразия Вести,- M.: 2009.-№7.-С.11

69. Матвеев С.И., Розенберг И.Н., Киншаков В.М., Уманский В.И. Интегрированный измерительный комплекс // Сборник докладов 6-ой Международной научно-практической конференции "Геопространственные технологии и сферы их применения",- М.:2010.-с.62.

70. Уманский В.И. Эффективность и безопасность две взаимосвязанные цели развития интеллектуальных транспортных систем и процессов // Второй международный российский конгресс по интеллектуальным транспортным системам (выложен на сайте pibd.ru).

71. Уманский В.И., Афиногенов Д.Ю. Использование аппарата сетей Петри при разработке программного обеспечения // Вопросы спецрадиоэлектроники, серия PJIT, вып.6, с.36 40. 1987.

72. Дулин С.К., Дулина Н.Г., Уманский В.И. Моделирование неопределенности в ГИС // Сборник трудов научной сессии НИЯУ МИФИ-2010. Том 5. М.: НИЯУ МИФИ, 2010.-С.41-44

73. Дулина Н.Г., Уманский В.И. Моделирование неопределенности геоданных // ВЦ РАН, 2010, 40 стр.

74. Дулин С.К., Дулина Н.Г., Уманский В.И. Интеллектуализация формирования ресурсов геоинформационного портала // Труды 12-й национальной конференции по искусственному интеллекту "КИИ-2010", Тверь, 2010. Т.З. М.: Физматлит,2010.-с. 223-231

75. Андреев В.Д. Теория инерциальной навигации. Автономные системы. -М.: Наука, 1966.-580 с.

76. Андреев В.Д. Теория инерциальной навигации. Корректируемые системы. М.: Наука, 1967. - 648 с.

77. Бабич O.A. Обработка информации в навигационных комплексах.-М.: Машиностроение, 1991. 325 с.

78. Бранец В.Н., Шмыглевский И. П. Введение в теорию бесплатформенных инерциальных навигационных систем. М.: Наука, 1992.- 280 с.

79. Бранец В.Н., Шмыглевский И. П. Применение кватернионов в задачах ориентации твердого тела. М.: Наука, 1979. - 320 с.

80. Интерфейсный контрольный документ ГЛОНАСС (5 редакция), 2002 г.

81. Гинсберг К.С. Новый подход к проблеме структурной идентификации. Часть 2. // Автоматика и телемеханика. 2002. №5. С.147-155.

82. Демидов O.B. Задача тесной интеграции систем ГЛОНАСС и GPS с ИНС разных классов точности // Дисс. на соискание степени кфмн.-М.,МГУ -2009 г.

83. Дмитриев С.П., Колесов Н.В., Осипов A.B. Информационная надежность, контроль и диагностика навигационных систем. СПб.: ГНЦ РФ - ЦНИИ «Электроприбор», 2001. - 150 с.

84. Долганюк С.И. Методы и алгоритмы обработки информации для позиционирования мобильных промышленных объектов на базе ГЛОНАСС/GPS// Дисс. на соискание степени ктн.-М., МГГУ -2010 г.

85. Ишлинский А. Ю. Ориентация, гироскопы и инерциальная навигация. -М.: Наука, 1976.-672 с.

86. Казаков И. Е. Статистическая теория систем управления в пространстве состояний. М.: Наука, 1975. - 432 с.

87. Канащенков А.И. Формирование облика авионики перспективных летательных аппаратов // Изв. РАН. Теория и системы управления. 2002. -№6. С.128-138.

88. Красовский A.A. Аналитическая юстировка БИНС акселерометрического типа // Изв. РАН. Техническая кибернетика. 1993. -№6. С. 73-81.

89. Красовский A.A. Основы теории акселерометрических бесплатформенных инерциальных систем // Изв. РАН. Теория и системы управления. 1994. -№4. С. 135-146.

90. Красовский A.A. Развитие теории акселерометрических бесплатформенных инерциальных систем // Изв. РАН. Теория и системы управления. 1995. №6. С. 83-91.

91. Несенюк Л.П. Бесплатформенные инерциальные системы. Обзор состояния и перспектив развития // III научно-технической конференции молодых ученых «Навигация и управление движением» СПб ГНЦ РФ -ЦНИИ «Электроприбор», 2000.

92. Онищенко С.М. Применение гиперкомплексных чисел в теории инерциальной навигации. Автономные системы. Киев: Наукова думка, 1983 -208 с

93. Парусников Н. А., Морозов В. М., Борзов В. И. Задачи коррекции в инерциальной навигации. М.: МГУ, 1982. - 176 с.

94. Пугачев В. С., Синицын И. Н. Стохастические дифференциальные системы. М.: Наука, 1985. - 560 с.

95. Ригли У., Денхард У., Холлистер У. Теория, проектирование и испытание гироскопов. М.: Мир, 1972 - 416 с

96. Сейдж Э., Меле Дж. Теория оценивания и ее применение в связи и управлении. М.: Связь, 1976. - 496 с.

97. Соколов C.B., Погорелов В.А. Основы синтеза многоструктурных бесплатформенных навигационных систем. -М.: Физматлит, 2009.-184 с.

98. Справочник по теории автоматического управления / Под ред. А. А. Красовского. М.: Наука, 1987. - 712 с.

99. Степанов O.A. Применение теории нелинейной фильтрации в задачах обработки навигационной информации. СПб.: ГНЦ РФ - ЦНИИ "Электроприбор", 2003. - 369 с.

100. Степовой A.B. и др. Методы оценивания вероятности наведения ЛА с пассивным оптико-электронным прибором // Изв. ВУЗ. Приборостроение. 1999. Т.42. №2. С.40-44.

101. Стратонович P.JI. Условные Марковские процессы и их применение к теории оптимального управления. М.: изд-во МГУ, 1966 - 319 с.

102. Тихонов В. И., Миронов М. А. Марковские процессы. М.: Сов. радио, 1977.-408 с.

103. Тихонов В. И., Харисов В. Н. Статистический анализ и синтез радиотехнических устройств и систем. М.: Радио и связь, 1991. - 608 с.

104. Челноков Ю. Н. Об определении ориентации объекта в параметрах Родрига-Гамильтона. // Изв. АН СССР. Механика твердого тела. 1977. №3. С. 11-20.

105. Чернов А. А., Ястребов В. Д. Возмущения процесса калмановской фильтрации // Космические исследования. 1984. Т.22, №4. С. 537-542.

106. Matthews, A., Patterson, R., Goldman, A., Abbink, Н., and Stewart, R., A New Paradigm in Guidance, Navigation, and Control Systems based on Bulk Micromachined Inertial Sensors // AIAA GN&C Conference, Montreal, Canada, August 2000.

107. Savage, P. G. Strapdown Sensors", Strapdown Inertial Systems Theory And Applications, NATO AGARD Lecture Series No. 95, June 1978.

108. Savage, P. G. Strapdown System Algorithms", Advances In Strapdown Inertial Systems, NATO AGARD Lecture Series No. 133, May 1984, Section 3.

109. Savage, P. G. Strapdown Inertial Navigation System // AIAA Journal Of Guidance, Control And Dynamics, Vol. 21,No. 1,January-February 1993,pp. 19-28.

110. Savage, P. G. Velocity and Position Algorithms // AIAA Journal Of Guidance, Control, And Dynamics, Vol.21, No. 2, March-April 1983, pp. 208-221.

111. Savage, P. G. Strapdown Analytics, Strapdown Associates // Inc., Maple Plain, Minnesota, 2000

112. Savage, P. G. Analytical Modeling of Sensor Quantization in Strapdown Inertial Navigation Error Equations // AIAA Journal Of Guidance, Control, And Dynamics, Vol. 25, No. 5, September-October 2002, pp. 833-842.

113. Savage, P. G. Strapdown System Performance Analysis // Advances In Navigation Sensors and Integration Technology, NATO RTO Lecture Series No. 232, October 2003, Section 4.3 28 RTO-LS-232 (2004) Pre-Prints.

114. Schmidt G.C. Designing nonlinear filters based on Daum's theory // Journal of Guidance, Control and Dynamics. 1993. - Vol.16, #2,- P.371-377.

115. Schmidt, G.C. INS/GPS Technology Trends // Draper Laboratory Report P-4036, Cambridge, MA, October 2002. Also in NATO RTO Lecture Series 232, Advances in Navigation Sensors and Integration Technology,October 2003,p. 1-16.

116. Sinkiewicz J.S. Low-cost inertial systems and fiber optic gyroscopes // 4th Saint Petersburg Inter. Conf. on Integrated Navigation System, May 26-28, 1997. -СПб: ЦНИИ «Электроприбор», 1997. P.398-409.

117. Инструкция по разработке графика движения поездов в ОАО "РЖД" // Техинформ. М.:2006.179 с.

118. Инструкция о порядке предоставления и использования "окон" для ремонтных и строительно- монтажных работ на железных дорогах ОАО "РЖД" // ОАО "РЖД" М.:2007.-46 с.

119. Инструкция о порядке предоставления и использования "совмещенных окон" для выполнения ремонтных работ на объектах инфраструктуры, принадлежащих ОАО "РЖД" // ОАО "РЖД" М.: 2009/-52 с.

120. Инструктивные указания по организации вагонопотоков на железных дорогах ОАО "РЖД" // ОАО "РЖД" М.: 2007. - 527 с.

121. Угрюмов А.К. Неравномерность движения поездов // М.: Транспорт. -1968.-112 с.

122. Каретников А.Д., Воробьев Н.А. График движения поездов // М.: Транспорт 1979 .- 301 с.

123. Сотников Е.А. Эксплуатационная работа железных дорог // М.: Транспорт. 1986.-256с.

124. Инструкция по определению станционных и межпоездных интервалов // МПС Российской Федерации. М.: 1995.-162с.

125. Зябиров Х.Ш., Шапкин И.H. Эксплуатационная деятельность на железнодорожном транспорте (теория, практика, перспективы) // Желдориздат. М.: 2009. - 300 с.

126. Гаврилов В.Д., Бойко P.A. Составление двухпутного непараллельного графика на направлениях с помощью ЭЦВМ // Труды ХабИИЖТ, вып. 25 -Хабаровск.: 1965,- 168с.

127. Самарина H.A. Составление двухпутного графика движения поездов на ЭВМ // М. : Транспорт,- 1971.-123с.

128. Тишкин Е.М. Автоматизация разработки графика движения поездов // М.: Транспорт,- Труды ЦНИИ МПС вып. 517.-1974.-136 с.

129. Козлов И.Т. , Тишкин Е.М., Сидельников В.М. К вопросу автоматизации расчета расписаний грузовых поездов // М.: Вестник ВНИИЖТ. 1972.-№5 - С.50-52

130. Климов М.Ф. Организация движения поездов при ремонте пути // Железнодорожный транспорт . М.: 1961,- №6,- С. 60-63

131. Попова A.M. Выбор оптимального режима работы двухпутных участков при перерывах движения // Труды ИКТП, вып.З. М.:1967,- 183 с.

132. Шевелев Ф.А. Исследование и разработка технологических, алгоритмических и программных средств составления графика движения поездов при производстве путевых работ // М.: Диссертация. 1984,- 227 с.

133. Сидельников Л.В. особенности движения поездов по временно однопутному перегону в период производства ремонтных работ // М.: Железнодорожный транспорт. 2009. - №8 - С. 40-43

134. Лысиков М.Г. Автоматизация разработки вариантных графиков движения поездов в условиях предоставления окна // Железнодорожный транспорт . М.: 2008 № - С.33

135. Кузнецов Г.А., Крашенинников C.B., Крайсвитний В.П., Свинин С.А., Матвеев Д.А., Черноротов Д.А. Система ГИД "Урал-ВНИИЖТ": внедрение,модернизация, перспективы развития // Железнодорожный транспорт. М.: 2009.-№8.-С. 15-21

136. Светлакова E.H. Интенсификация пропуска поездов в период производства капитального ремонта пути // Автореферат,- Иркутск. 2005. - 24 с.

137. Парамонова Н.В. Рациональная технология пропуска поездов для проведения ремонтно строительных работ // Автореферат,- M.: 2007,- 24 с.

138. Фонарев Н.М. Автоматизация процесса расформирования составов на сортировочных горках // М.: "Транспорт",- 1971.-272 с.

139. Фонарев Н.М., Скабалланович B.C. Особенности автоматизации роспуска составов с переменной скоростью // "Вестник ЦНИИ МПС".- М.: №6,- 1969.-С. 50-52

140. Ваванов Ю.В., Фонарев Н.М. Методы измерения ускорений и анализ их погрешностей // "Вестник ЦНИИ МПС.-М.: №8.-1967.-С.22-26

141. Серганов И.Г. Система автоматического регулирования скорости движения горочного тепловоза с электрической передачей // М.: Труды ЦНИИ МПС,- выпуск 349.-1968,- С.16-36.

142. Фонарев Н.М., Mo дин Н.К. Измерение интенсивности торможения отцепов замедлителями на автоматизированных сортировочных горках // М.: "Автоматика, телемеханика и связь". 1970.-№10. - С.28-31

143. Шафит Е.М., Муха Ю.А. и др. Вопросы автоматического управления и применения средств вычислительной техники на железнодорожных станциях // Днепропетровск : Труды ДИИТ. - вып. 97. - 1970 г. - 85 с.

144. Савицкий А.Г., Шелухин В.И., Соколов В.Н. Управление движением составов и отцепов на автоматизированных сортировочных горках // М.: "Автоматика, связь, информатика". №7,- С. 15-19.

145. Шабельников А.Н., Соколов В.Н. Ростовский филиал ВНИИАС -развитие и перспективы // М.: Автоматика, связь, информатика . 2006,-№2.-с.32-33.

146. Брылеев A.M., Кравцов Ю.А., Шишляков A.B. Теория, устройство и работа рельсовых цепей // М.: Транспорт,-1978.-344 с.

147. Аркатов B.C., Котляренко Н.Ф., Баженов А.И. и др. Рельсовые цепи магистральных железных дорог // М.: Транспорт.-1982.-360 с.

148. Переборов A.C. и др. Автоматика и телемеханика на железнодорожном транспорте // М.: Транспорт,-1985.-343 с.

149. Кокурин И.М., Кондратенко Л.Ф. Эксплуатационные основы железнодорожной автоматики и телемеханики // М.: Транспорт .-1980.-168 с.

150. Кайнов В.М. Направление развития современных средств ЖАТ // М.: "Автоматика, связь, информатика".- 2004.-№6-С.2-3.

151. Ягудин Р.Ш. Перспективы применения и развития микропроцессорной техники в устройствах железнодорожной автоматики и телемеханики // М.: "Автоматика, связь, информатика",- 2001.-№12-С.23-24

152. Казиев Т.Д. Цели и задачи развития микропроцессорных систем ЖАТй

153. М.: "Автоматика, связь, информатика".- 2004.-№1-С.21-23

154. Сазонов В.Н. Наше будущее микропроцессорная техника (интервью в статье) // М.:"Автоматика, связь, информатика",- 2006,-№11-С.7-9

155. Казиев Т.Д. Перспективы внедрения новых устройств и систем ЖАТ // М.: "Автоматика, связь, информатика",- 2006.-№11-С.13-16.

156. Алешин В.Н.Микропроцессорная централизация стрелок и сигналов системы Ebilock -950// М.:"Автоматика, связь, информатика".- 2003.-№1-С.13-17.

157. Пресняк С.С., Запорожченко Е.Г., Цыркин A.B. Опытная эксплуатация системы микропроцессорной централизации ЭЦ-ЕМ // М.: "Автоматика, связь, информатика".- 2001.-№2-С. 14-16.

158. Бершадская Т.Н. Отечественная микропроцессорная система ЭЦ-ЕМ/ АБТЦМ -ЕМ // М.:"Автоматика, связь, информатика",- 2005,-№12-С.24-25.

159. Хмелинин А.Н., Шалягин Д.В. Инженерный центр ОАО "Элтеза" и программа его развития // М.: "Автоматика, связь, информатика".- 2006,-№10-С.2-6.

160. Кочетков A.A., Шалягин Д.В. Автоматика и телемеханика на железнодорожном транспорте: системный подход // М.: "Железнодорожный транспорт".-2009.-№2.-С.26-30.

161. Бородин А.Ф.Спутниковые технологии в оптимизации управления маневровой работой // М.: "Железнодорожный транспорт".-2009.-№9.-С.35-36.

162. Савицкий А.Г., Филатов Г.В., Смагин Ю.С. Маневровая автоматическая локомотивная сигнализация МАЛС // М.: "Автоматика, связь, информатика".-2004.-№11-С.22-25.

163. Лернер А.Я. Начала кибернетики // М.: "Наука. Главная редакция физико-математической литературы",- 1967.-400 с.

164. Технико экономическая эффективность системы МАЛС, М.:2010-ОАО "НИИАС". - 42 с

165. Виноградов В.В. Расчеты и проектирование железнодорожного пути. Учебное пособие для ВУЗов. М„ Маршрут, 2003, ISBN 5-89035-112-5, 486 с.

166. Индейцев Д.А., Сергеев А.Д. Литвин С.С. Особенности резонансных колебаний упругих волноводов с инерционными включениями // Журнал технической физики, Ин-т проблем машиноведения РАН, Спб, том 70, вып.8, 2000.

167. Лазарян В.А. Колебания железнодорожного состава, гл.XVI // в кн. Вибрации в технике: Справочник. М.: Машиностроение, 1980. 544 с.

168. Орлов A.B. Совершенствование методов измерения движения параметров поездов. Дисс. на соиск. уч.степ, к.т.н. М.: РГОТУПС, 2006.

169. Романчиков A.M. Алгоритмические и информационные методы обеспечения безопасности координатного интервального регулирования движения поездов. Дисс. на соиск. уч.степ, к.т.н. М.: МГУПС, 2008.

170. Рубан O.A., Балашова Ю.Б. Математическое моделирование системы «деформированное земполотно транспортное средство» // Вісник Запорізького державного університету, №1, 2002.

171. Six Degrees of Freedom Inertial Sensor ADIS 16364. Analog Devices, Inc. Norwood, MA 02062-9106, U.S.A., 2009, www.analog.com

172. Филипеня H.С. Разработка инерциальных методов и средств измерения параметров пути. Дисс. на соиск. уч.степ, к.т.н. СПб.: ЛЭТИ, 2007.

173. Шахунянц Г.М. Железнодорожный путь. М.: Транспорт, 1987.

174. Яковлева Т.Г. Железнодорожный путь. М.: Транспорт, 1999

175. Яковлева Т.Г., Шульга В.Я., Амелин C.B. Основы устройства и расчет железнодорожного пути / Под ред. C.B. Амелина и Т.Г. Яковлевой. М.: Транспорт, 1990.

176. Яковлева Т.Г., Карпущенко Н.И., Клинов С.И., Путря H.H., М.П.Смирнов. Железнодорожный путь / под ред. Т.Г.Яковлевой. М.: Транспорт, 1999. 405 с.

177. Wald A. Statistical decision functions. John Wiley & Sons. N.Y.,1950.

178. Боровков A.A. Математическая статистика. M.: Лань, 2010.

179. Розанов Ю.А. Теория обновляющихся процессов. М.: Наука, 1974.

180. Балакришнан A.B. Теория фильтрации Калмана. М.: Мир, 1988.

181. Сазонов В., Кармалин Б., Лебедев А. и др. Современные направления диагностики и мониторинга земляного полотна. Путь и путевое хозяйство.2009 г., 6, с. 34-37.

182. Ашпиз Е.С. Мониторинг эксплуатируемого земляного полотна: Теоретические основы и практические решения. Диссертация . доктора технических наук. Москва, 2002.

183. Комплекс скоростного контроля габаритов приближения CTpoeHHñ.http://www.tvema.ru/ru/productList2195.html.

184. Бриллинджер Д. Временные ряды. Обработка данных и теория. Москва:Мир, 1980.

185. Гихман И.И., Скороход A.B. Введение в теорию случайных процессов. М.:Наука, 1965.

186. Королюк B.C., Портенко Н.И., Скороход A.B., Турбин А.Ф. Справочник по теории вероятностей и математической статистике. М.: Наука, 1985.

187. Клигене Н., Телькснис JT. Методы обнаружения моментов изменения свойств случайных процессов. Автоматика и телемеханика. 1983г., № 10.

188. Торговицкий И.Ш. Методы определения момента изменения вероятностных характеристик случайных величин. Зарубежная радиоэлектроника. 1976 г., 1, с. 3-52.

189. Харин Ю.С. Классификация случайных серий неизвестной длины. Проблемы передачи информации. 1985 г., Т. XXI,, вып. 4, с. 64-65.

190. Мельникова E.H., Харин Ю.С. Обнаружение многократных разладок и классификация временных рядов с помощью статистических оценок межклассовых расстояний. Автоматика и телемеханика. 1991 г., 12, с. 76-84.

191. Дарховский Б.С. Непараметрический метод оценивания интервалов однородности случайной последовательности. Теория вероятностей и ее применение. 1985 г., Т. 30, 4, с. 795-799.

192. Бродский Б.Е., Дарховский Б.С. Непараметрический метод обнаружения моментов переключения двух случайных последовательностей. Автоматика и телемеханика. 1989 г., 1, с. 66-75.

193. Бродский Б.Е., Дарховский Б.С. Алгоритм апостериорного обнаружения разладок случайной последовательности. Автоматика и телемеханика. 1993 г., 1, с. 62-67.

194. Комплекс ДВК-05 аттестован как измерительное средство.

195. ОТКРЫТОЕ АКЦИОНЕРНОЕ ОБЩЕСТВО «НАУЧНО-ИССЛЕДОВАТЕЛЬСКИЙ И ПРОЕКТНО-КОНСТРУКТОРСКИЙ ИНСТИТУТ ИНФОРМАТИЗАЦИИ, АВТОМАТИЗАЦИИ И СВЯЗИ НА ЖЕЛЕЗНОДОРОЖНОМ ТРАНСПОРТЕ» (ОАО «НИИАС»)

196. Акт о практическом внедрении результатов диссертационной работы В.И. Уманского

197. Автоматизация управления технологическими процессами железнодорожного транспорта на базе интеграции методов высокоточного спутникового позиционирования и инерциальной навигации»

198. Нижегородская ул., д. 27, стр. 1, Москва, 109029 Тел. (499) 262-53-20, факс: (499) 262-74-43; e-mail internet: info@vniias ru, e-mail intranet: info@vniias.org rzd

199. ИНН 7709752846; КПП 770901001; ОКПО 82462078; OKATO 45286580000; ОКОПФ 47; ОКФС 411. На№от

200. Исп. Духин C.B. отд. Геоинформационных и спутниковых технологий, тел 967-77-02р/р

201. Российские железные дороги1. УТВЕРЖДАЮ1. Главный инженер1. Центр;1. Акто внедрении результатов диссертационной работы В.И. Уманского

202. Автоматизация управления технологическими процессами железнодорожного транспорта на базе интеграции методов высокоточного спутникового позиционирования и инерциальной навигации"в автоматизированной системе контроля и организации работ в «окно»

203. На основании опыта эксплуатации системы контроля работы техники в «окно» на базе спутниковой навигации можно сделать вывод о ее эффективности.1. Начальник отдела

204. Российские железные дороги1. ФИЛИАЛ ОАО «РЖД»

205. КУЙБЫШЕВСКАЯ ЖЕЛЕЗНАЯ ДОРОГА1. УТВЕРЖДАЮ Главный инженери дороги

206. Комсомольская пл., 2/3, Самара. 443030 Телефон (846) 303-41 -45, Факс (846) 303-48-48 e-mail: SecrelNOkbsh rzd ru. http //www.kbsh rzd ru1. А.А.Комаров •Я-2011г.1. На №от1. АКТо внедрении результатов диссертационной работы В.И. У майского

207. Автоматизация управления технологическими процессами железнодорожного транспорта на базе интеграции методов высокоточного спутникового

208. Начальник службы технической политики1. В.А. Карповичр/р

209. Российские железные дороги

210. ФИЛИАЛ ОАО «РЖД» Северо-Кавказская ЖЕЛЕЗНАЯ ДОРОГА1. УТВЕРЖДАЮого инженера ^Ьш дирекции движением1. А.П.Требин ^ 2011 г.1. Актвнедрения результатов диссертационной работы В.И. Уманского

211. В Дирекции управления движением СКЖД в 2010г. внедрен программный

212. Начальник отдела информационных технологий и автоматизированных систем управления1. Тищенко А.М.