автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Информационно-вычислительная система оценки воздушной обстановки

' ч ¿л.

На оравах ру квшки

КОНДРАТЮК Роман Валентинович

ИНФОРМАЦИОННО-ВЫЧИСЛИТЕЛЬНАЯ СИСТЕМА ОЦЕНКИ ВОЗДУШНОЙ ОБСТАНОВКИ

Специальность 05.13.01 - Системный анализ, управление н обработка информации

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

I

Уфа 2005

Работа выполнена на кафедре авиационного приборостроения Уфимского государственного авиационного технического университета

Научный руководитель

д-р техн. наук., проф. ЕФАНОВ Владимир Николаевич

Официальные оппоненты

д-р техн. наук., проф. АРЬКОВ Валентин Юльевич

канд. техн. наук.

ПОГОРЕЛОВ Григорий Иванович

Ведущая организация

ФГУП «Уфимское приборостроительное производственное объединение»

оо

Защита диссертации состоится « 0» съеМсхыл- 2006 г. в «*?» часов на заседании диссертационного совета Д 212.288.03 в Уфимском государст ;енном авиационном техническом университете по адресу: 450000, г. Уфа, ул. К. Маркса, 12.

С диссертацией можно ознакомиться в библиотеке университета.

Автореферат разослан «Дб» ул^&Ц^, 2005г.

Ученый секретарь диссертационного совета д-р техн. наук, проф.

В.В. Миронов

rtSP 1

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Бортовое оборудование современных воздушных судов во многом определяет безопасность и эффективность эксплуатации воздушного транспорта- При его разработке приходится репщть такие противоречивые задачи как повышение безопасности полетов при росте интенсивности воздушного движения и увеличении пропускной способности воздушного пространства. Как следствие, возрастает количество функций, возлагаемых на бортовое оборудование и экипаж летательных аппаратов (JIA). Кабина экипажа современного самолета становится чрезвычайно загруженной средой. При этом увеличение функциональных комбинаций приборов и неполнота отображения информации из-за ограниченных возможностей вычислительных, измерительных и исполнительных элементов бортового оборудования по обработке больших массивов данных способны привести к снижению уровня ситуационной уверенности экипажа. Пилот оказывается подавленным лавинообразным потоком поступающей информации и сложностью расчетов, необходимых для принятия правильного решения. Все это приводит к тому, что возможные угрозы вовремя не распознаются, и экипаж принимает неверные решения. По данным ИКАО за каждый рейс пилоты совершают в среднем 1,84 ошибки, а в целом от 60 до 70 процентов авиационных происшествий и инцидентов связаны с неправильными действиями экипажа. В сложившейся ситуации важное значение приобретает внедрение бортовых интеллектуальных систем, призванных разгрузить экипаж от сложной интеллектуальной работы по анализу и оценке воздушной обстановки, повысить качество принимаемых решений. Применение методов искусственного интеллекта на борту JIA исследуется с различных позиций как в нашей стране, так и за рубежом. Большой вклад в теорию и практику создания интеллектуализированных комплексов бортовой авионики внесли видные отечественные ученые и конструкторы Абутидзе З.С., Белый ЮЛ, Джанджгава Г.И., Захаревич АЛ, Миронов В.В., Крюков С.П., Парамонов П.П., Северов JI.A., Синяков А.Н., Суслов В.Д., Федосов ЕА., Федунов Б.Е., Черняховская JLP., Юсупова Н.И. В результате современные летательные аппараты оборудуются целым комплексом устройств, направленных на обеспечение безопасности полетов. К их числу относятся системы предупреждения приближения земли, системы предупреждения и предотвращения столкновения воздушных судов, а также метеорадары. Тем не менее, указанные устройства вырабатывают, вследствие присущих им недостатков, несогласованные сигналы предупреждения, которые в ряде случаев требуют выполнения противоречащих друг другу действий по управлению самолетом. В частности, системы TCAS и TCAS П обеспечивают разрешение только парных конфликтов неманеврирую-щих воздушных судов при малой плотности воздушного движения (до 0,3 JIA на кв. милю). Кроме того, для них характерны запоздалое обнаружение угрожающих воздушных судов, если они меняют эшелон, отсутствие учета манев-ренно-скоростных характеристик конфликтующих ЛА, что не гарантирует их расхождения, а также несогласованность тегпмрндуемого ияшшга по высоте с

маневром по уклонению от опасных метеоов$&с}ШШ? от столк-

i БИБЛИОТЕКА |

I C.nertffa»r f-n ,

\ 09 ;

. I ..........и» •«*

новения с землей в гористой или пересеченной местности. Что касается систем и EGPWS, то, как свидетельствует статистика летных происшествий, около 40% столкновений с землей в управляемом полете реактивных пассажирских самолетов, оборудованных указанными системами, связано с поздним предупреждением, а в 16% случаев экипажами вообще не были получены сигналы предупреждения.

Все это может служить веским основанием для пересмотра сложившейся концепции оценки безопасности воздушной обстановки на основе автономных систем в пользу интегрированной информационно-вычислительной системы, обеспечивающей распознавание комплексных опасностей, прогнозирование возникающих ситуаций, а также предлагающей пути разрешения возможных конфликтов.

Цель и задачи исследования

Целью диссертационной работы является повышение уровня безопасности полетов воздушных судов за счет внедрения на борт интегрированной информационно-вычислительной системы оценки воздушной обстановки, позволяющей комплексировать информацию, поступающую от различных внешних источников, и формировать на этой основе рекомендации по управлению воздушным судном в сложных условиях полета.

Для достижения этой цели в диссертации поставлены и решены следующие задачи.

1. Сформулированы требования к методике построения сложных информационно-вычислительных систем, оценки воздушной обстановки (ИВ СОВ О) на основе анализа факторов, влияющих на безопасность полетов, и существующих средств оценки воздушной обстановки.

2. Разработана методика построения ИВСОВО, определяющая концепцию проектирования систем данного класса на базе предложенных системных моделей, отражающих желаемые свойства проектируемой системы, с учетом особенностей программно-аппаратной среды, в рамках которой осуществляется реализация ИВСОВО.

3. Разработано алгоритмическое обеспечение ИВСОВО, позволяющее осуществлять зонирование воздушного пространства на качественном и количественном уровне за счет формирования комплексной оценки опасности полетной ситуации, а также вырабатывать рекомендации по автоматическому маневрированию для уклонения от опасности.

4. Исследованы особенности аппаратно-программной организации ИВСОВО в виде функционально и структурно полного класса структурированных вариантов, реализованных на базе СОТ8-продуктов.

5. Разработано программное обеспечение ИВСОВО, позволяющее показать эффективность предложенной методики комплексной оценки воздушной обстановки и соответствующего алгоритмического обеспечения.

Методы исследования. Результаты исследований, выполненные в работе, базируются на методах системного анализа, искусственного интеллекта, теории оптимизаций, функционального анализа, теории комплексирования бор-

товых измерительно-вычислительных систем, на применении современных информационных технологий.

На защиту выносятся

1. Методика проектирования информационно-вычислительных систем комплексной оценки воздушной обстановки, направленная на повышение ситуационной уверенности экипажа летательного аппарата и улучшение качества принимаемых решений в особых полетных ситуациях.

2. Иерархически упорядоченная совокупность системных моделей ИВСОВО, включающая функциональные, семантические, информационные и динамические модели, с помощью которых отображаются процессы обработки и передачи информации при оценке воздушной обстановки и выработке рекомендаций по устранению неблагоприятных ситуаций.

3. Алгоритмы качественного и количественного зонирования воздушного пространства на основе комплексирования карт опасности, формируемых с помощью существующих средств оценки воздушной обстановки.

4. Способ автоматического маневрирования по границе опасной зоны для уклонения от опасности с использованием нейросетевого алгоритма распознавания класса прецедентов.

- 5. Результаты программно-аппаратной реализации ИВСОВО на базе СОТв-продуктов.

Научная новизна

1. Методика проектирования информационно-вычислительных систем комплексной оценки воздушной обстановки в отличие от существующих методологий, базирующихся на структурном и объектно-ориентированном подходах, позволяет формализовать все стадии разработки подобных систем, начиная с формирования требований к ИВСОВО на основе анализа факторов, влияющих на безопасность полетов, и существующих средств оценки воздушной обстановки и кончая реализацией системы в виде совокупности структурированных вариантов с использованием готовых к применению СОТв-модулей и матрицы ключевых открытых стандартных интерфейсов.

2. Иерархически упорядоченная совокупность системных моделей ИВСОВО отличается тем, что позволяет учитывать особенности программно-аппаратной среды, в рамках которой осуществляется реализация программно-аппаратного комплекса ИВСОВО, а также свойства топологических вариантов коммуникационной среды ИВСОВО, в результате чего появляется возможность представить результаты разработки ИВСОВО в виде соответствующих структурных схем.

3. При разработке алгоритмов качественного и количественного зонирования воздушного пространства впервые предлагается использовать метод «распознавания» комплексной оценки опасности с учетом значимости информации, поступающей от систем ТСАБ, GPWS и метеорадара.

4. Способ автоматического маневрирования по границе опасной зоны для уклонения от опасности впервые позволяет реализовать принцип оперативного контроля уровня безопасности в процессе полета с использованием текущей информации, получаемой непосредственно на борту летательного аппарата, в

том числе от наземных и космических средств навигации и от органов управления воздушным движением.

Практическая значимость

1. Применение разработанной методики проектирования информационно-вычислительных систем комплексной оценки воздушной обстановки позволяет сократить время, затраченное на расчетно-теоретические работы при создании систем данного класса, в среднем в 1,7-2,3 раза.

2. Совокупность системных моделей ИВСОВО, включающая функциональные, семантические, информационные и динамические модели, позволяет реализовать программно-аппаратные средства ИВСОВО на базе готовых к применению COTS-мрдулей, которые отличаются более низкими ценами, более короткими сроками разработки и модернизации, лучшей программной поддержкой, преемственностью, препятствующей моральному устареванию используемых технологий и обеспечивающей тем самым больший срок эксплуатации.

3. Алгоритмы качественного и количественного зонирования воздушного пространства на основе комплексирования карт опасности, формируемых с помощью существующих средств оценки воздушной обстановки, обеспечивают повышение ситуационной уверенности экипажа в сложных условиях полета, что снижает вероятность принятия неверных решений и повышает безопасность полета.

4. Несомненную практическую значимость имеет способ автоматического маневрирования по границе опасной зоны, который позволяет обойти угрожаемый участок траектории, следуя вдоль границы ближайшей зоны воздушного пространства с допустимым уровнем опасности, с последующим возвращением на исходную траекторию или с выбором нового оптимального маршрута для оставшейся части пути.

Практическая значимость полученных результатов подтверждается их внедрением в производственную деятельность предприятий «Российского авиаприборостроительного альянса».

Апробация работы. Основные положения диссертационной работы докладывались и обсуждались на следующих научных конференциях: «Решетневские чтения» - V Всероссийская научно-практическая конференция студентов, аспирантов и молодых специалистов (г. Красноярск, 2000), «Наука. Промышленность. Оборона» - Сибирская научно-техническая конференция (г. Новосибирск, 2001), «XXVII Гагаринские чтения» - Международная молодежная научная конференция (г. Москва, 2001), «VI Королевские чтения» - Всероссийская молодежная научная конференция (г. Самара, 2002), «Интеллектуальные системы управления и обработки информации» - Международная молодежная научно-техническая конференция (г. Уфа, 2002), «Решетневские чтения» - VII Всероссийская научная конференция (г. Красноярск, 2002), «Королевские чтения - VII Всероссийская молодежная научная конференция (г. Самара, 2003), «Интеллектуальные системы управления и обработки информации» - Всероссийская молодежная научно-техническая конференция (г. Уфа, 2003), «Информационные технологии в науке, проектировании и производстве»

- XI Всероссийская научно-техническая конференция (г. Н.Новгород, 2004), «Моделирование и обработка информации в технических системах» - Всероссийская научно-техническая конференция (г. Рыбинск, 2004), «Интеллектуальные системы» - VI международный симпозиум (г. Саратов, 2004), «Авиакосмические технологии и оборудование. Казань-2004» - Всероссийская научно-практическая конференция (г. Казань, 2004), «Авиация и космонавтшса-2004» -3-я международная выставка и конференция (г. Москва, 2004), «Новые информационные технологии. Разработка и аспекты применения» - VII всероссийская научная конференция молодых ученых и аспирантов (г. Таганрог, 2004), «Новые информационные технологии. Разработка и аспекты применения» - VI Всероссийская научная конференция молодых ученых и аспирантов (г. Таганрог, 2004), «Современные проблемы радиоэлектроники» - VII Всероссийская с международным участием научно-техническая конференция молодых ученых и студентов (г. Красноярск, 2005), «Микроэлектроника и информатика - 2005» -12-ая Всероссийская межвузовская научно-техническая конференция студентов и аспирантов (г. Москва, 2005),

Публикации. Основные результаты исследований по теме диссертации опубликованы в 20 работах. В их числе имеются публикации в центральных изданиях, труды и материалы конференций, свидетельство об официальной регистрации программы для ЭВМ по теме диссертации.

Структура и объем работы. Д иссертация состоит из введения, четырех глав основного материала, заключения, библиографического списка и приложений. Работа изложена на 173 страницах машинописного текста, содержит 41 рисунок и 5 таблиц. Библиографический список включает 101 наименование и занимает 10 страниц.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность проблемы разработки информационно-вычислительной системы оценки воздушной обстановки, формулируются цель и задачи исследования, отмечаются результаты, выносимые на защиту, их новизна и практическая значимость.

В первой главе исследуется проблема повышения безопасности полетов в условиях сложной воздушной обстановки. Анализируются факторы, влияющие на безопасность полетов воздушных судов. Дается оценка опасных факторов полета. Проводится анализ ситуаций, возникающих при комбинации неблагоприятных факторов - сложной воздушной обстановке. Исследуются особенностей применения средств искусственного интеллекта для повышения эффективности оценки воздушной обстановки. На основе проведенного анализа ставится задача исследования.

Вторая глава посвящена системному анализу процедуры проектирования информационно-вычислительной системы оценки воздушной обстановки. Излагается содержание концептуальных и операциональных исследований ИВСОВО. Целью концептуальных исследований является установление общих закономерностей функционирования изучаемой системы, форм и способов ее организации, разработка целей и задач, выработка концепции применения.

Проведение концептуальных исследований обеспечивает содержательность и рациональную взаимосвязь всех остальных этапов разработки системы. На этой основе формируется операциональная модель системы, имеющая целью подробное изучение стратегии и вариантов действия в соответствии с выбранной концепцией, определяется ее функциональный состав и информационная достаточность.

Для систематизации всей совокупности факторов, определяющих процедуру создания моделей ИВСОВО, вводится отображение следующего вида

я: АхихУхО->Н, (1)

где А - множество функции, выполнение которых возлагается на ИВСОВО; и -множество неблагоприятных факторов, которые приводят к снижению безопасности полетов; V - вектор характеристик (параметров) неблагоприятных факторов, которые могут быть измерены с помощью бортовой и наземной аппаратуры; (} - множество стратегий управления процессами обработки и передачи информации при оценке воздушной обстановки и выработке рекомендаций по устранению неблагоприятных ситуаций; Н - множество разрабатываемых моделей.

В качестве инструментальных средств реализации отображения (1) используются ГОЕБ - технология и методология семантического анализа. Процедура создания иерархической функциональной модели ИВСОВО согласно правилам системного моделирования ГОЕН) включает разработку базиса типовых функций получения, передачи и обработки информации о воздушной обстановке. При этом каждая типовая функция раскладывается по базису более низкого иерархического уровня. Тем самым формируется иерархическая структура типовых блоков функциональной модели. На рис. 1 приведена функциональная модель ИВСОВО первого (основного) уровня.

дпгаеипмка» обгамм»

тем feme ятщт» 1всово

Рис. 1 Функциональная модель ИВСОВО

Следующая операция при разработке ИВСОВО связана с проведением семантического анализа предметной области. Семантический анализ позволяет описать и идентифицировать базовые элементы предметной области, установить взаимосвязи между ними и определить характеристики отношений. В результате формируется семантическая модель ИВСОВО.

Далее формируется информационный интерфейс ИВСОВО, устанавливающий архитектуру информационного обмена как между основными функциональными элементами системы, включая первичные измерительные преобразователи (датчики), так и между ИВСОВО и системами внешнего дополнения. Для моделирования информационных процессов и их формализации в виде информационной модели ИВСОВО использовалась технология ГОЕР1Х.

Завершает процедуру создания системных моделей ИВСОВО разработка динамической модели, которая должна оценить степень полноты интегрированного, формализованного представления свойств реального устройства.

Чтобы воплотить желаемые свойства создаваемой системы, оформленные в виде перечисленных выше системных моделей, в технически реализуемый программно-аппаратный комплекс, в работе предлагается использовать отображение вида

р: НхКхК->в. (2)

В (2), наряду с известным множеством Н, фигурируют следующие множества: И - определяющее программно-аппаратную среду, в рамках которой осуществляется реализация программно-аппаратного комплекса ИВСОВО, К -объединяющее совокупность топологических вариантов коммуникационной среды ИВСОВО и в - включающее результаты разработки ИВСОВО в виде соответствующих структурных схем.

Введенное отображение (2) позволило сформулировать условия существования классов структурно и функционально полных вариантов построения ИВСОВО на базе готовых к применению СОТв-модулей и матрицы ключевых открытых стандартных интерфейсов (КОБЬматрицы). Исследованы свойства полученной совокупности структурированных вариантов, введены правила их структурных преобразований применительно к модульному уровню реализации ИВСОВО, обеспечивающие следующие возможности:

• полностью реализовывать свойства системы, заложенные в ее системных моделях;

• учитывать ограничения, накладываемые на систему существующими программно-аппаратными средствами, в том числе на пропускную способность информационных каналов;

• оптимизировать аппаратный состав ИВСОВО по критериям массы, габаритов, надежности.

В результате была разработана обобщенная структурная схема ИВСОВО (рис.2), включающая внешние источники информации о параметрах летательного аппарата и окружающего воздушного пространства (датчики, системы ТСАБ, GPWS, метеорадар), а также основные блоки непосредственно самой ИВСОВО.

Рис. 2. Структурная схема ИВСОВО

Третья глава посвящена разработке алгоритмического обеспечения ИВСОВО.

Проведенный в работе анализ свидетельствует о том, что частные показатели, оценивающие опасность столкновения с воздушными судами, земной поверхностью и проникновения в метеообразования, оказываются независимыми по предпочтению только в том случае, если соответствующие опасные факторы разнесены во времени и в пространстве. Кроме того, они не удовлетворяют существенному свойству «ограниченной компенсации», т.е. не позволяют скомпенсировать уменьшение значений одних оценочных функций за счет сколь угодно большого увеличения значений других. Следовательно, комплексная оценка опасности воздушной обстановки не может быть получена путем аддитивной или мультипликативной свертки частных показателей. В связи с этим ставится задача распознать действительный уровень опасности заданной области воздушного пространства за счет объединения данных, поступающих от различных бортовых и внебортовых источников информации, или, что то же самое, построить (синтезировать) обобщенную функцию

= ^ (, V£G^)ra, У^), (3)

гДе '^тсЛ'Рс'Гс^с^с^оЬА^Х Уесм>з{<Рс>Ус>Ьс>™с>™с ^с^кЛ^к)* У>т{(Рс>Ус>!гс>Хг>К'2г,Т11,т1?,т11,-и>!- локальные оценочные функции, формируемые на основе информации, поступающей, соответственно, от систем ТСАв, ОР\У8 и метеорадара; в свою очередь, ФсЛс^с^с^с - собственные параметры полета самолета, соответственно, широта, долгота и высота в нормальной земной системе координат, курс и скорость, 1„ - параметры /-го (/ = 1,2,...,30) «конфликтующего» воздушного судна - дальность, пеленг и относительная высота, - вертикальная скорость и - горизонтальные

составляющие путевой скорости самолета, 1к,Зк,Нк - дальность, азимут и высота А>го (к = 1,2,..., Ы) элемента подстилающей поверхности (И — количество таких элементов в заданной области зонируемого пространства), ХГ,УГ,2Г - координаты г-го (г = 1,2,..., М) гидрометеорологического образования в нормальной земной системе координат, - интенсивности грозового фронта, зоны

повышенной турбулентности и сдвига ветра в г-м гидрометеорологическом образовании, \/г - составляющие скорости перемещения опасных зон.

Для решения сформулированной задачи предлагается использовать ней-росетевой алгоритм зонирования воздушного пространства на качественном уровне, который позволяет сформировать карту опасности воздушного пространства с цветовой кодировкой уровня опасности. Градация степеней опасности осуществляется в соответствии с модифицированной стандартной шкалой по А1ШГС-708. Учитывая специфику задачи оценки воздушной обстановки, нейропарадигма нейросетевой ИВСОВО (рис. 3) должна включать процедуру многозвенного обучения сети.

С«еьггыйспрй

Рис. 3. Структурная схема нейросетевой ИВСОВО Обучение осуществляется путем предъявления примеров, состоящих из наборов входных данных в совокупности с соответствующими им результатами. При этом каждому входному параметру, характеризующему состояние воздушной обстановки, сопоставляется измерение многомерного пространства, размерность которого равна числу диагностических параметров. Тем самым задача обучения сводится к определению свойств точек гиперпространства при известных свойствах точек, принадлежащих примерам, использованным при обучении. В процессе обучения формируются связные области точек, обладающих одним и тем же уровнем опасности, даже если они относятся к несвязанным между собой причинам возникновения опасных ситуаций. В итоге ней-

ровные сети запоминают подобные области, а не отдельные точки, представляющие предъявленные при обучении примеры.

Для улучшения ситуационной осведомленности экипажа и формирования более точного представление о текущей воздушной обстановке в работе предлагается алгоритм количественного зонирования воздушного пространства по степени опасности. В результате такого зонирования на комплексную карту опасности наносятся линии равного уровня угрозы. Для построения таких линий используются различные модификации методов интерполяции, Хука-Дживса, рассечения области параллельными прямыми. В том случае, когда искомая линия имеет сложную конфигурацию, наиболее эффективным оказывается метод симплексного слежения. На рис. 4 показана последовательность операций, реализующих данный метод.

37

Рис. 4. Метод построения линии равного уровня угрозы

Пусть в процессе построения найдена п-я точка слежения С„ и построен треугольник Ц, с вершинами Ав, Вп, С„. Следующая точка Сп+1 и следующий треугольник Дн-1 находятся в таком порядке. Точка Сп сравнивается с точкой В„. Если С„(СП)С(5П) <0, где С(и)= Ут(Х,¥,г)-д (и - обобщенное обозначение варьируемой координаты из множества (ЛС д - заданный уровень угрозы), то точка С„н находится отражением точки Аа в сторону ВпСп. Координаты точки См находятся по формулам

Xе«1 = Xе" + Хв" - Xм", У^1 = 7е" + уй» - . (4)

Если С(Сп)в(Вв)Х), то (¡(СП)С(/4П)<0 и точка Сп+1 получается отражением точки В„ в сторону А„Сп. Тогда координаты точки Сп+1 находятся следующим образом

= Xе" +ХА*-ХВ", Гс"+1 = Гс" + - Гв". (5)

Оценка угрозы для безопасного полета в сложившихся условиях воздушной обстановки производится с использованием динамической базы знаний прецедентов. Такие модели представления знаний позволяют реализовывать

простые правила вывода для сложных проблемных ситуаций. В этом случае для разрешения проблемной ситуации достаточно просто знать, как поступали прежде в подобных проблемных ситуациях, и принимать аналогичные решения. Формальное описание прецедентов включает характеристику проблемной ситуации для оценки состояния процесса, когда произошел прецедент, способ решения проблемы и результат, которым завершилась проблемная ситуация. С этой целью в работе рассматривается множество классов прецедентов С1...,0м ={СШ} и определяются ядра классов прецедентов {с™} = с\...,сш как прецеденты, типичные для своего класса. Для оценки близости объекта к ядру вводится мера близости с1(х? ,сш ), где у? ={ ^...,х" } - набор параметров ситуационного вектора. В качестве подобной меры используется эвклидова метрика

с")=£(*' - с1)2. С учетом введенных понятий задача классификации воз-

I

никающих полетных ситуаций формулируется следующим образом: найти М ядер классов {ст } и разбить множество прецедентов {хр} на классы {С""}, т.е. построить функцию т(р) таким образом, чтобы минимизировать сумму мер

От-р = ,Ст(р))

Для решения сформулированной задачи классификации предлагается нейросетевой алгоритм, реализуемый на сети Кохонена. Суть этого алгоритма сводится к следующему. На вход сети подается ситуационный вектор лЛ Нейроны сети генерируют сигналы ГУп,р . Интерпретатор выбирает максимальный сигнал и выдает соответствующий номер класса т. Ядра ст являются весовыми коэффициентами нейронов. Каждый нейрон Кохонена запоминает одно ядро класса и отвечает за определение объектов в своем классе, т.е. величина выхода нейрона тем больше, чем ближе объект к данному ядру класса. Общее количество классов совпадает с количеством нейронов Кохонена. Меняя количество нейронов, можно динамически менять количество классов.

Таким образом, ИВСОВО классифицирует ситуацию, выбирает наиболее «близкий» прецедент и извлекает из него информацию по разрешению возникшей ситуации. Возможным решением может служить выполнения маневра по уклонению от опасности.

В работе предлагается алгоритм автоматического маневрирования вдоль границы опасной области. Формирование траектории маневра предусматривает выполнение двух операций: параллельного переноса системы координат и поворотов осей. Уравнения для координат летательного аппарата, находившегося в исходной точке \х° ,у\ с учетом параллельного переноса координатной системы в точку [хь Уг] и поворота на угол а имеют вид при движении по часовой стрелке

х1 -х2 = (х° -х2)со$ а +Су0-у2)ят а;

У ~У2 = - (х° -хг)зт а + (у°-у2)соз а; (6)

и при движении против часовой стрелки

х1 -х2 = (зР -х^сов а - (эР-у^ьт а;

у =у2~ (х° -х^зш а +(у°-^г)со8 а. (7)

близости шш

К

Полученная в результате траектория маневра показана на рис. 5.

Рис. 5. Алгоритм формирования траектории маневра вдоль границы опасной области

В четвертой главе исследуются особенности аппаратно-программной реализации ИВСОВО на базе существующих вычислительных модулей и сетевых коммутаторов как бортового, так и коммерческого исполнения. Рассматриваются принципы формирования функционально и структурно полного класса структурированных вариантов ИВСОВО. При этом средства оценки воздушной обстановки должны включать источники информации, необходимой для построения карт опасности столкновения с подстилающей поверхностью, другими участниками воздушного движения и проникновения в метеообразования. Показано, что условие функциональной полноты устройств данного класса оказывается достаточным и с точки зрения структурной полноты, если используется концепция функциональной децентрализации БРЭО, когда для реализации каждой функции последнего используется специальное устройство. Данным требованиям удовлетворяют следующие системы GPWS: MARK V (Honeywell), EGPWS 965-0976-ХХХ (AlliedSignal), ТТА-124 (Транзас Авиация); ТС AS: CAS 67А ACAS П (AlliedSignal), TCAS П (Rockwell Collins), MT-TCAS (Moving Terrain), ТС AS 2000 (Bendix/King) и WRS: бортовой метеонавигационный радиолокатор «ГРОЗА» («Радар», Киев), метеонавигационные бортовые радиолокационные станции MHPJIC-85 («Радар», Киев), «Нева-242» (ХК «Ленинец»), RDR 2000, RDR 2100, RDR 2100VP (Bendix/King).

Аппаратным ядром ИВСОВО является нейровычислительный аппаратно-программный комплекс (АПК), обеспечивающий сведение информационных потоков различных бортовых систем для оценки комплексных опасностей, возникающих в процессе полета (блок комплексирования опасности) и проводящей выбор и анализ прецедента с целью определения рекомендаций по выходу из особой ситуации (блок выбора и анализа прецедента). Таким образом, в состав функционально полного класса структурированных вариантов ИВСОВО должен входить нейросетевой модуль, специально предназначенный для вы-

полнения указанных функций. В зависимости от степени использование специализированных средств нейрообработки формируются следующие классы нейровычислительных АПК: АПК с функциями нейроэмулятора, АПК на базе каскадного соединения сигнальных процессоров, нейрокомпьютеры (АПК реализованные на основе нейросетевого логического базиса). Помимо нейровы-числительного модуля в состав ИВСОВО входят универсальные вычислители типа БЦВМ90-60ХХХ, БЦВМ-486 или CAN-167PC104, MZF486-104, MZF486-104ISA.

При формировании коммуникационной среды ИВСОВО, наряду с требованием обеспечения функциональной и структурной полноты, учитывалось условие максимальной унификации используемого оборудования. В качестве ба-"" зового набора элементов коммуникационной среды выбрана совокупность ключевых открытых стандартных интерфейсов, включающая протоколы ARINC 429, 561, 575, 582 и 629, MIL-STD 1553В, Fiber Distributed Data Interface U (FDDI), Fibre Channel (FC), ШЕЕ 1394 (Firewire), а также интерфейсные модули, обеспечивающие взаимодействие различных вычислителей ИВСОВО с перечисленными интерфейсами: РС104-429-1, МРС429-1-ХХ, PC 104-429-2-44, PCI429-4-3, ЕХС-1553РС/ЕР, EXP-1553PC/EDC, EXC-1553PC/HC-V, ЕХС-1553РС/МСН-Х и т.д.

Возможный вариант интеграции перечисленных элементов аппаратно-программной среды ИВСОВО на базе протокола ARINC 429 показан на рис. 6.

Рис. 6. Реализация ИВСОВО на базе протокола АММС 429

В состав аппаратно-программного комплекса ИВСОВО помимо аппаратных модулей входит специальное программное обеспечение (СПО), реализующее разработанные ранее алгоритмы. При этом особое внимание уделяется разработке СПО, предназначенного для реализации нейросетевого алгоритма зонирования воздушного пространства. В состав указанного СПО входит библиотека классов, реализующих модели формального нейрона и искусственной нейронной сети, а также нейронной сети, обучаемой по алгоритму обратного рас-

пространения ошибки. Использование объектно-ориентированного подхода позволяет в дальнейшем расширить библиотеку дополнительными классами, реализующими нейронные сети других парадигм, и, кроме того, представлять данные обучающего набора практически в любой форме.

Разработанное СПО прошло официальную регистрацию (свидетельство об официальной регистрации программы для ЭВМ «Комплексная оценка опасности воздушного пространства» № 2005611131).

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

1. Выполненное в диссертационной работе исследование проблемы повышения безопасности полетов в условиях сложной воздушной обстановки свидетельствует о необходимости разработки интегрированной информационно-вычислительной системы, обеспечивающей распознавание комплексных опасностей, прогнозирование возникающих ситуаций, а также предлагающей пути разрешения возможных конфликтов.

2. Для разработки подобных информационно-вычислительных систем предложена методика проектирования ИВСОВО, объединяющая преимущества структурного и объектно-ориентированного подходов и позволяющая на этой основе формализовать все стадии проектирования, начиная с формирования требований к ИВСОВО и кончая реализацией системы в виде совокупности структурированных вариантов с использованием готовых к применению COTS-модулей и матрицы ключевых открытых стандартных интерфейсов.

3. Существенную роль в формализации проектирования играет разработанная совокупность иерархически упорядоченных системных моделей ИВСОВО, включающая функциональные, семантические, информационные и динамические модели, с помощью которых отображаются процессы обработки и передачи информации при оценке воздушной обстановки и выработке рекомендаций по устранению неблагоприятных ситуаций.

4. Разработано алгоритмическое обеспечение ИВСОВО, включающее:

■ нейросетевой алгоритм зонирования воздушного пространства на качественном уровне;

■ алгоритм зонирования воздушного пространства с количественной градацией уровня опасности;

■ алгоритм классификации возникающих полетных ситуаций с использованием динамической базы знаний прецедентов;

■ алгоритм автоматического маневрирования для уклонения от опасности.

5. Рассмотрены особенности аппаратно-программной организации ИВСОВО на базе COTS-продукгов, сформировано множество программно-аппаратных средств реализации ИВСОВО, осуществлена разработка аппаратного ядра ИВСОВО на базе COTS вычислительных модулей.

6. Использование результатов диссертации в производственной деятельности предприятий «Российского авиаприборостроительного альянса» свидетельствует о том, что применение разработанной методики позволяет сократить время, затраченное на расчетно-теоретические работы при проектировании ин-

формационно-вычислителышх систем оценки воздушной обстановки, в-среднем в 1,7-2,3 раза, а предложенные алгоритмы и программные модули ИВСОВО обеспечивают повышение ситуационной уверенности экипажа в сложных условиях полета.

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Кондратюк Р.В., Патяев C.B. Интеграция БРЭО с использованием инструментальных средств системного моделирования // IV Решетневские чтения: Матер. IV Всерос. научно-практич. конф. студентов, аспирантов и молодых специалистов. Красноярск: CAA, 2000. С. 207-208.

2. Кондратюк Р.В., Патяев C.B. Применение CAD/CAM/CAE технологий при разработке интегрированных комплексов бортового оборудования // XXVII Гагаринские чтения: Матер. Междунар. молодеж. науч. конф. М., 2001. С. 151-152.

3. Ефанов В.Н., Кондратюк Р.В., Патяев C.B. Разработка многоуровневой системы управления производственной безопасностью с использованием инструментальных средств системного моделирования // Наука. Промышленность. Оборона: Матер. Сибирской науч.-техн. конф. Новосибирск, 2001. С. 89-90.

4. Кондратюк Р.В. Комплексирование бортовых информационно-вычислительных систем на базе интеллектуальных средств поддержки экипажа // Интеллектуальные системы управления и обработки информации: Матер. Междунар. молодеж. науч.-техн. конф. Уфа: УГАТУ, 2002. С. 45-46.

5. Кондратюк Р.В. Интеллектуальная система поддержки принятия решений экипажем с использованием нечеткой экспертной системы // VI Королевские чтения: Матер. Всерос. молодеж. науч. конф. Т. П. Самара, 2002. С. 126-127.

6. Кондратюк Р.В. Интеллектуальная система поддержки принятия решений экипажем с использованием нечеткой экспертной системы // VE Решетневские чтения: Матер. VII Всерос. науч конф. Красноярск, 2002. С. 102.

7. Ефанов В.Н., Кондраюк Р.В. Интеллектуальная система поддержки приятия решений с использованием базы знаний прецедентов II Мир авио-ники. 2003, №1. С. 29-34.

8. Кондратюк Р.В. Система поддержки принятия решений экипажем в сложной воздушной обстановке // Интеллектуальные системы управления и обработки информации: Матер. Всерос. молодеж. науч.-техн. конф. Уфа: УГАТУ, 2003. С. 205.

9. Кондратюк Р.В. Бортовая система оценки воздушной обстановки с использованием базы знаний прецедентов // VII Королевские чтения: Матер. VII Всерос. молодеж. науч. конф. Самара, 2003. С. 306.

10. Кондратюк Р.В. Экспертная система оценки воздушной обстановки // Новые информационные технологии. Разработка и аспекты применения: Матер. VI Всерос. науч. конф. молодых ученых и аспирантов. Таганрог, 2004. С. 172-174.

11. Кондратюк Р.В. Экспертная система оценки воздушной обстановки как способ поддержки принятия решений экипажем. // Новые информационные технологии. Разработка и аспекты применения: Матер. VII Всерос. науч. конф. молодых ученых и аспирантов. Таганрог, 2004. С. 137—141.

12. Кондратюк Р.В. Применение экспертной системы оценки воздушной обстановки для повышения безопасности полетов // Авиация и космонав-тика-2004: Матер. 3-й междунар. выставка и конф. М., 2004. С. 6.

13. Кондрапок Р.В. Бортовая система оценки воздушной обстановки с использованием нейросетевого алгоритма распознания комплексных опасностей // Авиакосмические технологии и оборудование. Казань-2004: Матер. Всерос. науч.-практ. конф. Казань, 2004. С. 246 -248.

14. Кондратюк Р.В. Инструментальные средства разработки системы оценки опасных ситуаций в полете // Интеллектуальные системы: Матер. VI-го междунар. симпоз. Саратов, 2004. С.143-147.

15. Кондратюк Р.В. Нейросетевой алгоритм распознавания комплексных опасностей // Интеллектуальные системы: Матер. VI-го междунар. симпоз. Саратов, 2004. С. 186-189.

16. Кондратюк Р.В. Информационные технологии в системах обработки информации и управления // Моделирование и обработка информации в технических системах: Матер. Всерос. науч.-техн. конф. Рыбинск: РГАТА, 2004. С. 339-340.

17. Кондратюк Р.В. Комбинированная экспертная система поддержки принятия решений // Информационные технологии в науке, проектировании и производстве: Матер. XI Всерос. науч.-техн. конф. Н. Новгород, 2004. С. 17.

18. Свид. об официальной регистрации программы для ЭВМ №2005611131 «Комплексная оценка опасности воздушного пространства» / Р.В. Кондратюк. М.: Роспатент, 2005.

19. Кондратюк Р.В. Информационная система оценки воздушной обстановки //Микроэлектроника и информатика - 2005: Матер. 12-й Всерос. межвузов. науч.-техн. конф. студентов и аспирантов. М., 2005. С.268.

20. Кондратюк Р.В. Интегрированная система оценки воздушной обстановки // Современные проблемы радиоэлектроники: Матер. VII Всерос. с междунар. участием науч.-техн. конференция молодых ученых и студентов. Красноярск, 2005. С. 208-211.

КОНДРАТЮК Роман Валентинович

ИНФОРМАЦИОННО-ВЫЧИСЛИТЕЛЬНАЯ СИСТЕМА ОЦЕНКИ ВОЗДУШНОЙ ОБСТАНОВКИ

Специальность 05.13.01- Системный анализ, управление

и обработка информации

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Подписано в печать 23.12.2005. Формат 60x84 1/16. Бумага офсетная. Печать плоская. Гарнитура Times New Roman Cyr. Усл. печ. л. 1,0. Усл. кр.-отг. 1,0. Уч.-изд. л. 0,9. Тираж 100 экз. Заказ № 570.

Уфимский государственный авиационный технический университет Центр оперативной полиграфии 450000, г. Уфа, ул. К. Маркса, 12

Введение.

Глава 1. Исследование проблемы повышения безопасности полетов в условиях сложной воздушной обстановки.

1.1. Анализ факторов воздушной обстановки, влияющих на безопасность полетов.

1.2. Обзор существующих средств оценки воздушной обстановки и анализ их недостатков.

1.3. Исследование возможностей искусственного интеллекта для увеличения эффективности существующих средств оценки воздушной обстановки.

Глава 2. Разработка методики проектирования информационно-вычислительных систем комплексной оценки воздушной обстановки

2.1. Концептуальные исследования процедуры проектирования информационно-вычислительных систем оценки воздушной обстановки.

2.2. Операциональный анализ процедуры проектирования ИВСОВО.

2.3. Разработка системных моделей ИВСОВО.

Глава 3. Разработка алгоритмического обеспечения для комплексной оценки воздушной обстановки.

3.1. Нейросетевой алгоритм зонирования воздушного пространства на качественном уровне.

3.2. Алгоритм зонирования воздушного пространства с количественной градацией уровня опасности

3.3. Нейросетевой алгоритм распознания класса прецедентов.

3.4. Алгоритм автоматического маневрирования для уклонения от опасности.

Глава 4. Исследование особенностей аппаратно-программной организации ИВСОВО на базе COTS-продуктов.

4.1. Формирование множества программно-аппаратных средств реализации ИВСОВО.

4.2. Разработка аппаратного ядра ИВСОВО на базе

COTS вычислительных модулей

4.3. Программная реализация нейросетевого алгоритма зонирования воздушного пространства на качественном уровне

Актуальность. Бортовое оборудование современных воздушных судов во многом определяет безопасность и эффективность эксплуатации воздушного транспорта. При его разработке приходится решать такие противоречивые задачи как повышение безопасности полетов при росте интенсивности воздушного движения и увеличении пропускной способности воздушного пространства. Как следствие, возрастает количество функций, возлагаемых на бортовое оборудование и экипаж летательных аппаратов. Кабина экипажа современного самолета становится чрезвычайно загруженной средой. При этом увеличение функциональных комбинаций приборов и неполнота отображения информации из-за ограниченных возможностей вычислительных, измерительных и исполнительных элементов бортового оборудования по обработке больших массивов данных способны привести к снижению уровня ситуационной уверенности экипажа. Пилот оказывается подавленным лавинообразным потоком поступающей информации и сложностью расчетов, необходимых для принятия правильного решения. Все это приводит к тому, что возможные угрозы вовремя не распознаются и экипаж принимает неверные решения. По данным ИКАО за каждый рейс пилоты совершают в среднем 1,84 ошибки, а в целом от 60 до 70 процентов авиационных происшествий и инцидентов связаны с неправильными действиями экипажа. В сложившейся ситуации важное значение приобретает внедрение бортовых интеллектуальных систем, призванных разгрузить экипаж от сложной интеллектуальной работы по анализу и оценке воздушной обстановки, повысить качество принимаемых решений. Применение методов искусственного интеллекта на борту ЛА исследуется с различных позиций как в нашей стране, так и за рубежом. Большой вклад в теорию и практику создания интеллектуализированных комплексов бортовой авионики внесли видные отечественные ученые и конструкторы Абутидзе З.С., Белый Ю.И., Джанджгава Г.И., Захаревич А.П., Миронов В.В., Крюков С.П., Парамонов П.П., Северов Л.А., Синяков А.Н., Суслов В.Д., Федосов Е.А, Федунов Б.Е., Черняховская Л.Р., Юсупова Н.И. В результате современные летательные аппараты оборудуются целым комплексом устройств, направленных на обеспечение безопасности полетов. К их числу относятся системы предупреждения приближения земли, системы предупреждения и предотвращения столкновения воздушных судов, а также метеорадары. Тем не менее, указанные устройства вырабатывают, вследствие присущих им недостатков, несогласованные сигналы предупреждения, которые в ряде случаев требуют выполнения противоречащих друг другу действий по управлению самолетом. В частности, системы ТСАБ и ТСАБ II обеспечивают разрешение только парных конфликтов неманеврирующих воздушных судов при малой плотности воздушного движения (до 0,3 ВС на кв. милю). Кроме того, для них характерны запоздалое обнаружение угрожающих воздушных судов, если они меняют эшелон, отсутствие учета маневренно-скоростных характеристик конфликтующих ВС, что не гарантирует их расхождения, а также несогласованность рекомендуемого маневра по высоте с маневром по уклонению от опасных метеообразований и уклонению от столкновения с землей в гористой или пересеченной местности. Что касается систем вРХ^Б и ЕОР\¥8, то, как свидетельствует статистика летных происшествий, около 40% столкновений с землей в управляемом полете реактивных пассажирских самолетов, оборудованных указанными системами, связано с поздним предупреждением, а в 16% случаев экипажами вообще не были получены сигналы предупреждения.

Все это может служить веским основанием для пересмотра сложившейся концепции оценки безопасности воздушной обстановки на основе автономных систем в пользу интегрированной информационно-вычислительной системы, обеспечивающей распознавание комплексных опасностей, прогнозирование возникающих ситуаций, а также предлагающей пути разрешения возможных конфликтов.

Цель и задачи исследования.

Целью диссертационной работы является повышение уровня безопасности полетов воздушных судов за счет внедрения на борт интегрированной информационно-вычислительной системы оценки воздушной обстановки, позволяющей комплексировать информацию, поступающую от различных внешних источников, и формировать на этой основе рекомендации по управлению воздушным судном в сложных условиях полета.

Для достижения этой цели в диссертации поставлены и решены следующие задачи.

1. Сформулированы требования к методике построения сложных информационно-вычислительных систем оценки воздушной обстановки на основе анализа факторов, влияющих на безопасность полетов, и существующих средств оценки воздушной обстановки.

2. Разработана методика построения ИВСОВО, определяющая концепцию проектирования систем данного класса на базе предложенных системных моделей, отражающих желаемые свойства проектируемой системы, с учетом особенностей программно-аппаратной среды, в рамках которой осуществляется реализация ИВСОВО.

3. Разработано алгоритмическое обеспечение ИВСОВО, позволяющее осуществлять зонирование воздушного пространства на качественном и количественном уровне за счет формирования комплексной оценки опасности полетной ситуации, а также вырабатывать рекомендации по автоматическому маневрированию для уклонения от опасности.

4. Исследованы особенности аппаратно-программной организации ИВСОВО в виде функционально и структурно полного класса структурированных вариантов, реализованных на базе СОТБ-продуктов.

5. Разработано программное обеспечение ИВСОВО, позволяющее показать эффективность предложенной методики комплексной оценки воздушной обстановки и соответствующего алгоритмического обеспечения.

Методы исследования. Результаты исследований, выполненные в работе, базируются на методах системного анализа, искусственного интеллекта, теории оптимизации, функционального анализа, теории комплексирования бортовых измерительно-вычислительных систем, на применении современных информационных технологий.

На защиту выносятся

1. Методика проектирования информационно-вычислительных систем комплексной оценки воздушной обстановки, направленная на повышение ситуационной уверенности экипажа летательного аппарата и улучшение качества принимаемых решений в особых полетных ситуациях.

2. Иерархически упорядоченная совокупность системных моделей ИВСОВО, включающая функциональные, семантические, информационные и динамические модели, с помощью которых отображаются процессы обработки и передачи информации при оценке воздушной обстановки и выработке рекомендаций по устранению неблагоприятных ситуаций.

3. Алгоритмы качественного и количественного зонирования воздушного пространства на основе комплексирования карт опасности, формируемых с помощью существующих средств оценки воздушной обстановки.

4. Способ автоматического маневрирования по границе опасной зоны для уклонения от опасности с использованием нейросетевого алгоритма распознания класса прецедентов.

5. Результаты программно-аппаратной реализации ИВСОВО базе СОТБ-продуктов.

Научная новизна.

1. Методика проектирования информационно-вычислительных систем комплексной оценки воздушной обстановки в отличие от существующих методологий, базирующихся на структурном и объектно-ориентированном подходах, позволяет формализовать все стадии разработки подобных систем, начиная с формирования требований к ИВСОВО на основе анализа факторов, влияющих на безопасность полетов, и существующих средств оценки воздушной обстановки и кончая реализацией системы в виде совокупности структурированных вариантов с использованием готовых к применению СОТБ-модулей и матрицы ключевых открытых стандартных интерфейсов.

2. Иерархически упорядоченная совокупность системных моделей ИВСОВО отличается тем, что позволяет учитывать особенности программно-аппаратной среды, в рамках которой осуществляется реализация программно-аппаратного комплекса ИВСОВО, а также свойства топологических вариантов коммуникационной среды ИВСОВО, в результате чего появляется возможность представить результаты разработки ИВСОВО в виде соответствующих структурных схем.

3. При разработке алгоритмов качественного и количественного зонирования воздушного пространства впервые предлагается использовать метод «распознавания» комплексной оценки опасности с учетом значимости информации, поступающей от систем ТСА8, GPWS и метеорадара.

4. Способ автоматического маневрирования по границе опасной зоны для уклонения от опасности впервые позволяет реализовать принцип оперативного контроля уровня безопасности в процессе полета с использованием текущей информации, получаемой непосредственно на борту летательного аппарата, в том числе от наземных и космических средств навигации и от органов управления воздушным движением.

Практическая значимость.

1. Применение разработанной методики проектирования информационно-вычислительных систем комплексной оценки воздушной обстановки позволяет сократить время, затраченное на расчетно-теоретические работы при создании систем данного класса, в среднем в 1,7-2,3 раза.

2. Совокупность системных моделей ИВСОВО, включающая функциональные, семантические, информационные и динамические модели, позволяет реализовать программно-аппаратные средства ИВСОВО на базе готовых к применению СОТ8-модулей, которые отличаются более низкими ценами, более короткими сроками разработки и модернизации, лучшей программной поддержкой, преемственностью, препятствующей моральному устареванию используемых технологий и обеспечивающей тем самым больший срок эксплуатации.

3. Алгоритмы качественного и количественного зонирования воздушного пространства на основе комплексирования карт опасности, формируемых с помощью существующих средств оценки воздушной обстановки обеспечивают повышение ситуационной уверенности экипажа в сложных условиях полета, что снижает вероятность принятия неверных решений и повышает безопасность полета.

4. Несомненную практическую значимость имеет способ автоматического маневрирования по границе опасной зоны, который позволяет обойти угрожаемый участок траектории, следуя вдоль границы ближайшей зоны воздушного пространства с допустимым уровнем опасности, с последующим возвращением на исходную траекторию или с выбором нового оптимального маршрута для оставшейся части пути.

Практическая значимость полученных результатов подтверждается внедрением в производственную деятельность предприятий «Российского авиаприборостроительного альянса».

Апробация работы. Основные положения диссертационной работы докладывались и обсуждались на следующих научных конференциях: «Современные проблемы радиоэлектроники» - VII Всероссийская с международным участием научно-техническая конференция молодых ученых и студентов (г. Красноярск, 2005), «Микроэлектроника и информатика - 2005» -12-ая Всероссийская межвузовская научно-техническая конференция студентов и аспирантов (г. Москва, 2005), «Информационные технологии в науке, проектировании и производстве» - XI Всероссийская научно-техническая конференция (г. Н.Новгород, 2004), «Моделирование и обработка информации в технических системах» - Всероссийская научно-техническая конференция (г. Рыбинск, 2004), «Интеллектуальные системы» - VI международный симпозиум (г. Саратов, 2004), «Авиакосмические технологии и оборудование. Казань-2004» - Всероссийская научно-практическая конференция (г. Казань, 2004), «Авиация и космонавтика-2004» - 3-я международная выставка и конференция (г. Москва, 2004), «Новые информационные технологии. Разработка и аспекты применения» - VII всероссийская научная конференция молодых ученых и аспирантов (г. Таганрог, 2004), «Королевские чтения - VII Всероссийская молодежная научная конференция (г. Самара, 2003), «Новые информационные технологии. Разработка и аспекты применения» - VI Всероссийская научная конференция молодых ученых и аспирантов (г. Таганрог, 2004), «Интеллектуальные системы управления и обработки информации» -Всероссийская молодежная научно-техническая конференция (г. Уфа, 2003), «Решетневские чтения» - VII Всероссийская научная конференция (г. Красноярск, 2002), «Наука. Промышленность. Оборона» - Сибирская научно-техническая конференция (г. Новосибирск, 2001), «VI Королевские чтения» -Всероссийская молодежная научная конференция (г. Самара, 2002), «Интеллектуальные системы управления и обработки информации» -Международная молодежная научно-техническая конференция (г. Уфа, 2002), «Решетневские чтения -V Всероссийская научно-практическая конференция студентов, аспирантов и молодых специалистов (г. Красноярск, 2000), «XXVII Гагаринские чтения» - Международная молодежная научная конференция (г. Москва, 2001).

Публикации. Основные результаты исследований по теме диссертации опубликованы в 20 работах. В их числе имеются публикации в центральных изданиях, труды и материалы конференций, свидетельство об официальной регистрации программы для ЭВМ по теме диссертации.

Структура и объем работы. Структурно диссертация состоит из введения, четырех глав основного материала, заключения, библиографического списка и приложений. Работа изложена на 173 страницах машинописного текста, содержит 48 рисунков и 6 таблиц. Библиографический список включает 104 наименование и занимает 10 страниц.

Основные результаты и выводы по главе 4

1. Проведено исследование аппаратно-программной реализации ИВСО-ВО. Ядром ИВСОВО является нейровычислительный аппаратно-программный комплекс, обеспечивающий сведение информационных потоков различных бортовых систем для оценки комплексных опасностей, возникающих в процессе полета (блок комплексирования опасности) и проводящей выбор и анализ прецедента с целью определения рекомендаций по выходу из особой ситуации (блока выбора и анализа прецедента).

2. Разработан вариант коммуникационной среды, обеспечивающей взаимодействие ИВСОВЛ с системами ТСА8, ОР\¥8 и метеорадаром по каналам АКГМС-429.

3. Исследована эффективность алгоритмического обеспечения ИВСОВО с использованием программного модуля «Комплексная оценка опасности воздушного пространства», прошедшего официальную государственную регистрацию. В качестве средства моделирования нейросетевого алгоритма оценки комплексной опасности был выбран язык программирования Object Pascal (среда Delphi 5), на котором была написана библиотека классов, реализующих модели формального нейрона и искусственной нейронной сети, а также нейронной сети, обучаемой по алгоритму обратного распространения ошибки. Такой объектно-ориентированный подход позволяет в дальнейшем расширить библиотеку дополнительными классами, реализующими нейронные сети других парадигм, кроме того, он позволяет использовать данные обучающего набора представленные практически в любой форме.

Заключение

Разработанная методика проектирования сложных информационно-вычислительных систем оценки воздушной обстановки определяет принципы создания систем данного класса на базе системных моделей, отражающих желаемые свойства проектируемой системы, с учетом особенностей программно-аппаратной среды, в рамках которой осуществляется реализация ИВСОВО. В процессе исследований были получены следующие результаты.

1. На основе анализа существующих средств оценки воздушной обстановки и их недостатков сформулированы задачи, которые ставятся перед ИВСОВО. Рассмотрены особенности использования средств искусственного интеллекта применительно к бортовых информационно-вычислительным системам и существующая практика их применения на борту ЛА.

2. Показано, что ни одна из существующих методик, применяемых при построении сложных информационно-вычислительных систем, не подходит в полной мере для построения устройств класса ИВСОВО. Это явилось побудительным мотивом для разработки специальной методики, позволяющей решить данную задачу.

3. Проведены системные исследования процедуры построения информационно-вычислительной системы оценки воздушной обстановки: а) концептуальные исследования, целью которых является установление общих закономерностей функционирования изучаемой системы, форм и способов ее организации, разработка целей и задач, выработка концепции применения; б) операциональный анализ, целью которого является подробное изучение стратегии и вариантов действия в соответствии с выбранной концепцией, определение функционального состава и информационной достаточности проектируемой системы.

4. С целью систематизации всей совокупности факторов, определяющих процедуру создания моделей ИВСОВО, введены аналитические отображения, позволяющие представить в виде разрабатываемых моделей следующие множества: а) функций, выполнение которых возлагается на ИВСОВО; б) неблагоприятных факторов, которые приводят к снижению безопасности полетов, а также характеристик неблагоприятных факторов; в) стратегий управления процессами обработки и передачи информации при оценке воздушной обстановки и выработке рекомендаций по устранению неблагоприятных ситуаций.

Далее на основе разработанных моделей производится отображение свойств проектируемой системы в реализуемый аппаратно-программный комплекс.

5. Составлено алгоритмическое обеспечение ИВСОВО, включающее: а) нейросетевой алгоритм зонирования воздушного пространства на качественном уровне; б) алгоритм зонирования воздушного пространства с количественной градацией уровня опасности; в) нейросетевой алгоритм распознания класса прецедентов; ' г) алгоритм автоматического маневрирования для уклонения от опасности.

6. Рассмотрены особенности аппаратно-программной организации ИВСОВО на базе COTS-продуктов. Выполнено формирование множества программно-аппаратных средств реализации ИВСОВО. Осуществлена разработка аппаратного ядра ИВСОВО на базе COTS вычислительных модулей. Показана эффективность разработанного алгоритмического обеспечения с использованием программного модуля «Комплексная оценка опасности воздушного пространства».

Применение разработанной методики позволяет сократить время, затраченное на расчетно-теоретические работы при проектировании информационно-вычислительных систем оценки воздушной обстановки, в среднем в 1,7-2,3 раза, а предложенные алгоритмы и программные модули ИВСОВО обеспечивают повышение ситуационной уверенности экипажа в сложных условиях лета.

1. Авиация ПВО России и научно-технический прогресс. Боевые комплексы и системы вчера, сегодня, завтра / Под ред. Е.А. Федосова М.: Дрофа. 2001.-816 с.

2. Авиационное оборудование/ Ю.П.Доброленский, С.М.Кастерский, М.С.Козлов и др.; Под ред. Ю.П.Доброленского. М.: Воениздат, 1989. -248 е.: ил.; 22 см. - (Боевая авиационная техника)

3. Автоматизированное проектирование информационно-управляющих систем. Проектирование экспертных систем на основе системного моделирования / Г.Г.Куликов, А.Н.Набатов, А.В.Речкалов и др. Уфа: УГАТУ.-1999. -223с.

4. Автоматизированные системы оценки надежности самолетов: Учеб. пособие/ Под ред. Л.Л.Анцеловича. М.: МАИ, 1989. - 32 е.: ил.; 19 см.

5. Александровская JI.H., Захаревич А.П. Методологические основы расчета и нормирования рисков в задачах обеспечения безопасности. Мир авиони-ки: Журнал Российского приборостроительного альянса.- 2005, №4.- С. 4042.

6. Алехин Д.А., Буров Ю.Л., Лебедев А.Г., Зарепур Г., Лебедев Г.Н. Интеллектуальные обратные связи в системе управления полетом // Теория и системы управления. 1998. -№ 4. - С. 21-25

7. Андреевский В.В., Деркач А.Г. Управление траекторным движением самолета на этапах изменения энергии //Вопросы управления траекторным движением самолетов. Сб. научн. трудов.- М.: изд-во МАИ, 1985. С.4-10.

8. Аппаратная реализация ускорителя нейровычислений / A.B. Бочаров, А t' Грошев, М.В. Захватов и др. // Известия вузов. Приборостроение. 1995 -т. 38, №1-2.-С. 60-62.

9. Бабич O.A. Обработка информации в навигационных комплексах. -М.: Машиностроение, 1991 -511 с. :и л.

10. Баханов Л.Е. Управление истребителем на боевых режимах и бортовой интеллект // Мир авионики. 2002, №1.

11. Беляевский Л. С. и др. Обработка и отображение радионавигационной информации/Л. С. Беляевский, В. С. Новиков, П. В. Олянюк; Под ред. П. В. Олянюка. М.: Радио и связь, 1990. - 232 с.

12. Бериев И.Г., Лазебник В.М., Грибков В.Ф. Возможности применения нейронных сетей Хопфилда в бортовых алгоритмах // Информационные технологии в разработках сложных систем. Вып. I (3). М.: Труды ГосНИИАС, 1994.-С. 50-61

13. Бодрунов С.Д., Ефанов В.Н. Авионика пятого поколения и перспективы российского авиаприборостроения. Сб. тр. II Всероссийской науч.- техн. конф. Национальной ассоциации авиаприборостроителей, 12-13 мая 1999 г. М., 1999.-С. 14-35.

14. Бодрунов С.Д., Ефанов В.Н. Концепция системной интеграции БРЭО на базе интеллектуальных информационных технологий. Тез. докл. III Всерос. на-уч.-техн. конф. Национальной ассоциации авиаприборостроителей, 20 мая 2000г. -СПб., 2000. С.11-15.

15. Бодрунов С.Д., Ефанов В.Н. Пути повышения эффективности применения летательных аппаратов на базе быстросчетных моделей и средств искусственного интеллекта. Мир авионики: Журнал Российского приборостроительного альянса.- 2002, №2.- С. 33-36.

16. Бодрунов С.Д., Ефанов В.Н. Открытые архитектуры в концепции авионики пятого поколения. Мир авионики: Журнал Российского приборостроительного альянса.- 2004, №5.- С. 4-17.

17. Борисов Ю.И:, Кашкаров В.А., Сорокин СВ. Нейросетевые методы обработки нформации и средства их программно-аппаратной поддержки // Открытые системы. 1997. - № 4. - С. 38 - 40.

18. Бортовые системы управления полетом/ В.Н. Козлов, В.Е. Куприянов, В.Н. Шашихин и др.; Отв. ред. В.Н. Козлов.- СПбГТУ, 1999.- 134с.; ил.; 21см.

19. Васильев С.Н,Жерлов А.К.,Федосов Е.А.,Федунов Б.Е. Интеллектное управление динамическими системами:-М.:Физико-математическая литература, 2000.-352 с.

20. Васильев В.И., Ильясов Б.Г. Интеллектуальные системы управления с использованием нечеткой логики. Учебное пособие. Уфа: УГАТУ, 1995. -80 с.

21. Васильев В.И. Искусственный интеллект в системах управления и обработки информации. //Вестник УГАТУ. 2000, №1. С. 112-117

22. Венда В.Ф. Системы гибридного интеллекта: Эволюция, психология, информатика М.: Машиностроение, 1990. -448 с.

23. Головко В.А. Нейронные сети: обучение, организация и применение. Кн.41 Учебное пособие для вузов /Под общ. Ред. А.И.Галушкина. М.: ИПРЖР.2001.-256 с.

24. Горбань А. Н. Обучение нейронных сетей. М.: ПараГраф. 1990. - 160 с.

25. Горохов В.Г. Методический анализ системотехники. М.: Радио и связь, 1982. -160 с.

26. Давыдов Ю.Т. Основы оптимизации и комплексирования бортовых навигационных систем: Учеб. пособие для вузов по направлению «Радиотехника» спец. «Радиоэлектронные системы».-М.: Изд-во МАИ, 1996.-168с.:ил.

27. Дуда Р., Харт П. Распознавание образов и анализ сцен. М.:Мир,1976. -650с.

28. Ефанов В.Н. Концепция системного проектирования интегрированных комплексов бортового оборудования: алгоритмы и информационные технологии / Материалы докладов Международной конференции ^-Взгляд на авиацию будущего». Берлин, 1998. - с. 32-37.

29. Ефанов В.Н., Кондраюк Р.В. Интеллектуальная система поддержки приятия решений с использованием базы знаний прецедентов //"*Мир авионики^ 2003, №1

30. Жмеренецкий В.Ф. Научно-методические основы построенияфункционирования бортовых комплексных систем обеспечения безопасности полетов.// Проблемы безопасности полетов. -М.: ВИНИТИ Вып. 6.1998.-С.25-38.

31. Запорожец A.B., Костюков В.М. Проектирование систем отображения информации. М: Машиностроение, 1992.

32. История развития теории нейронных сетей /Под ред. Я.З. Цыпкина и

33. А И.Галушкина. — Кн.6: Серия ^Нейрокомпьютеры и их применение^.- М.: ИПРЖР. 2001.-840 с.

34. Интеллектуальные системы управления с использованием нейронных сетей: Учеб. пособие/В.И.Васильев, Б.Г.Ильясов, С.С.Васильев, С.В.Жернаков; УГАТУ.-Уфа: УГАТУ, 1997.-92с.:ил.

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

36. Кини P.JL, Райфа X. Принятие решений при многих критериях: замещения и предпочтения. Пер. с англ. М.: Радио и связь, 1981. - 500 с.

37. Канащенков А.И., Корчагин В.И., Меркулов В.И. и др. Сверхманевренность и бортовые радиолокационные системы // Радиотехника. 2002, № 5.

38. Канащенков A.M., Корчагин В.И., Меркулов В.И. и др. Облик БРЛС авиационного истребителя с учетом влияния экономических факторов // Радиотехника. 2002. - № 11.I

39. Кирсанов Э.Ю. Цифровые нейрокомпьютеры. Архитектура и схемотехни-ка./КГТУ им. А.Н.Туполева; Под ред. А.И.Галушкина.-Казань, 1995-131с.:ил.

40. Кондратюк Р.В. Интегрированная система оценки воздушной обстановки /

41. Современные Проблемы Радиоэлектроники^. Материалы VII Всероссийская с международным участием научно-техническая конференция молодых ученых и студентов. Красноярск.- 2005 С. 208-211.

42. Кондратюк Р.В. Информационная система оценки воздушной обстановки /4Микроэлектроника и информатика 2005^. Материалы 12-ой Всероссийской межвузовской научно-технической конференция студентов и аспирантов. Москва. - 2005. - С.268.

43. Кондратюк Р.В. Комбинированная экспертная система поддержки принятия решений /^Информационные технологии в науке, проектировании и производстве^. Материалы XI Всероссийской научно-технической конференции. Н. Новгород.- 2004.- С. 17.

44. Кондратюк Р.В. Информационные технологии в системах обработки информации и управления /^Моделирование и обработка информации в технических системах^. Материалы Всероссийской научно-технической конференции.- Рыбинск : РГATA,2004- С. 339-340.

45. Кондратюк Р.В. Нейросетевой алгоритм распознавания комплексных опасностей / 4Интеллектуальные системы^. Материалы VI-го международного симпозиума. Саратов. 2004. - С. 186-189.

46. Кондратюк Р.В. Инструментальные средства разработки системы оценки опасных ситуаций в полете. /-^Интеллектуальные системы^. Материалы Viro международного симпозиума. Саратов. 2004. - С. 143-147.

47. Кондратюк Р.В. Применение экспертной системы оценки воздушной обстановки для повышения безопасности полетов М Авиация и космонавтика-2004^ Материалы 3-ей международной выставка и конференции. Москва. -2004.-С. 194.

48. Кондратюк Р.В. Бортовая система оценки воздушной обстановки с использованием базы знаний прецедентов / ^Королевские чтения^. Материалы VII Всероссийская молодежной научной конференции. Самара. 2003. - С. 306.

49. Кондратюк Р.В. Экспертная система оценки воздушной обстановки /¿Новые информационные технологии. Разработка и аспекты применения». Материалы VI Всероссийской научной конференции молодых ученых и аспирантов. Таганрог. 2004. - С. 172-174.

50. Кондратюк Р.В. Интеллектуальная система поддержки принятия решений экипажем с использованием нечеткой экспертной системы / <Решетневские чтения^. Материалы VII Всероссийской научной конференции. Красноярск. -2002.-С. 102.

51. Кондратюк Р.В. Интеллектуальная система поддержки принятия решений экипажем с использованием нечеткой экспертной системы /4 VI Королевские чтения». Материалы Всероссийская молодежная научная конференция. Т. II. Самара. -2002. С. 126-127.

52. Кондратюк Р.В., Патяев C.B. Применение CAD/CAM/CAE технологий при разработке интегрированных комплексов бортового оборудования / «XXVII Гагаринские чтениям Материалы Международной молодежной научной конференции. Москва. -2001. С. 151-152.

53. Круглов В.В., Борисов В.В. Искусственные нейронные сети. Теория и прак-тика.-М.: Горячая линия Телеком, 2001.-382с.:ил.

54. Крюков С.П., Чесноков Г.И., Голубев A.M. современные бесплатформенные инерциальные системы для гражданской авиации. Мир авионики: Журнал Российского приборостроительного альянса.- 2004, №1.- С. 46-51.

55. Лебедев Г.Н. Интеллектуальные системы управления и их обучение с мощью методов оптимизации : Учеб. пособие /Г.Н.Лебедев. М.: МАИ 2002.112 с.

56. Летов A.M. Динамика полета и управление. М.: Наука, 1969. - 360 е.; ил.: 21 см.

57. Локшин М.А., Шарифуллина Д.К. Шатаев В.Г. Маневренные самолеты ОКБ Сухого // Авиационная техника. 1999. - №3. - С.3-6.

58. Лохин В.М., Захаров В.Н. Интеллектуальные системы управления: понятия, определения, принципы построения. В кн.: Интеллектуальные системы г томатического управления / Под ред. И.М. Макарова, В.М. Лохина . -Физматиздат, 2001. - 576 с.

59. Лысенко Т.Л., Парахин М.В., Сорокин СВ. Нейросетевые методы для оперативного анализа возможностей управления самолетом // Теория и системы управления. -2000. -№3. -C.I49-151.

60. Марко Д., МакГоен К. Методология структурного анализа и проектирова ния. М.: МетаТехнология, 1992. - 239с.

61. Методология IDEF0. Функциональное моделирование. М.: МетаТехнология, 1993. - 117с.

62. Моисеев Н.Н. Математические задачи системного анализа. М.: Наука, 1981. -487 с.

63. Москаленко В.Я., Обернин В.Ф. Пространственный маневр самолета за минимальное время //Вопросы управления траекторным движением самолетов. Сб. науч. трудов.- М.: изд-во МАИ, 1985.- С.60-65.

64. Нейрокомпьютеры в авиации(самолеты) / под ред. В.И. Васильева, Б.Г. Ильясова, С.Т. Кусимова Кн.14:Учеб. Пособие для вузов,-М.:Радиотехника,2003.-496 с.

65. Нейронные процессоры Intel, С. Гриняев, Компьютерра №38 2001г.

66. Новожилов Г.Н.,Неймарк М.С.,Цесарский Л.Г. Безопасность полета самолета. Концепция и технология. М.: Машиностроение,2003.-144 с.:ил.

67. Орловский С.А. Проблемы принятия решений при нечеткой информации. -М.: Наука, 1981.- 206 с.

68. Павлов К.А., Милевский В.И. Задачи оптимизации траекторного движениясамолета. М.: изд-во МАИ, 1986.- 79с.

69. Петровский А. В., Ярошевский М. Г. Основы теоретической психологии. Учебное пособие: Инфра М, 1999

70. Полонская Н.Я. Системы «виртуальной реальности» синтез новых электронных и информационных технологий. Технология. Научн.-техн. сб, Прикладная физика. - М.: ВНИИМИ, 1994.

71. Проблемы и решения концепции ИКАО CNS/ATM в Российской Федерации. В. А. Сарычев, Б.И. Кузьмин, А.Б. Корабельникова. Зарубежная радиоэлектроника, №10, 1999

72. Пути повышения эффективности применения ДА на базе быстросчетных моделей и средств искусственного интеллекта, В.Н. Ефанов, С.Д. Бодрунов, Мир Авионики №2 2002г.

73. Реконфигурируемая вычислительная среда в интеллектуальной системе управления автономным JIA / Г.Н. Валаев, В.А. Войцекян, В.Н. Захаров, В.П.

74. Сахненко К.Д. и др. Радиоэлекронное оборудование тяжелого самолета истребителя ATF.- Зарубежная радиоэлектроника, 1992, №1.

75. Сосновский А. А., Хаймович И. А. Радиоэлектронное оборудование летательных аппаратов. Справочник. М.: Транспорт, 1987. - 256 с.

76. Трахтенгерц Э.А. Компьютерная поддержка принятия решений: научно-практическое издание. Серия ^-Информатизация России на пороге XXI века5>. М.: СИНТЕГ, 1998. - 376 с.

77. Трофимов С.А. Case- технологии: практическая работа в Rational Rose М.: ЗА04Издательство БИНОМ%2001 Г.-272 с.:ил.

78. Тимофеев A.B., Юсупов P.M. Интеллектуализация систем автоматическо управления // Техническая кибернетика. — 1994. № 5. - С.211—224.

79. Уоссермен Ф. Нейрокомпьютерная техника. М.: Мир. 1992.-235 с.

80. Филиппович Ю.Н., Прохоров A.B. Семантика информационных технологий: Опыты словарно-тезаурусного описания. М.:МГУП, 2002.-.368 с.

81. Федосов Е.А., Федунов Б.Е. Информационный барьер в разработках авиационной техники и пути его преодоления //«Полет». 2001, № 4.

82. Федосов Е.А., Федунов Б.Е., Баханов JI.E. Повышение «^бортового интеллекта»- важнейшее направление развития систем боевого самолета // <Шолет>>. 2000, № ю.

83. Федосов Е.А. Военная авиация в начале XXI века // Мир авионики. 1999.; №6.-С. 6-8.

84. Федунов Б.Е. Проблемы разработки бортовых оперативно-советующих экспертных систем // Известия РАН ^Теория и системы управления^. 1996, № 5.

85. Федунов Б.Е. Семантический облик 4бортового интеллекта» технических антропоцентрических систем // Теория и системы управления. -1998. -№6.-С.150-158.

86. Шибанов Г.П. Надежность и безопасность полетов проектируемых лета тельных аппаратов // Проблемы безопасности полетов. М.: ВИНИТИ. -Вып. 3.-1999.-С. 3-10.

87. Шевяков // Теория и системы управления. -1995. № 4. - С.234 - 245.

88. Широков JI.E., Терехин Н.Е., Комплексирование бортовой системы предотвращения столкновений с землей, воздушными судами и проникновения в опасные метеоявления.

89. Coven Е.Е. Evolution of the Commercial Airliner//Scientific America Sept.1995. Vol.237. -No.3. - P.82-85.

90. Co-operative Optimal Airborne Separation Assurance in Free Flight Airspace, C.Goodchild, M.A. Vilaplana, S. Elefante, 3rd USA/Europe ATM R&D Seminar, http://atm-seminar-2000.eurocontrol.fr/

91. MK V & MK VII Enhanced Ground Proximity Warning System Pilot Guide, Honeywell International, Inc., 060-4241-000 Rev. D - 3/2000;

92. Operational efficiency of maneuver coordination rules for an airborne separation assurance system, R.Schild, J.K. Kuchar, 3rd USA/Europe ATM R&D Seminar, http://atm-seminar-2000.eurocontrol.fr/

93. Optimal Resolution of En Route Conflicts, Nicolas Durand, Jean-Marc Alliot, Final Paper, 4th USA/Europe R&D Seminar, http://atm2001.eurocontrol.fr/