автореферат диссертации по радиотехнике и связи, 05.12.01, диссертация на тему:Исследование и разработка способов построения функциональных алгоритмов адаптированных к отказам проблемно-ориентированных информационных систем

САНКТ - ПЕТЕРБУРГСКАЯ ЛЕСОТЕХНИЧЕСКАЯ АКАДЕМИЯ

! > / - •

« (—и-

На правах рукописи

ГАНИЧЕВ ИГОРЬ ВИКТОРОВИЧ

ИССЛЕДОВАНИЕ И РАЗРАБОТКА, СПОСОБОВ ПОСТРОЕНИЯ ФУНКЦИОНАЛЬНЫХ АЛГОРИТМОВ АДАПТИРОВАННЫХ К ОТКАЗАМ ПРОБЛЕМНО-ОРИЕНТИРОВАННЫХ ИНФОРМАЦИОННЫХ СИСТЕМ

Специальность 05.13.01 - "Управление в шческих

системах

Автореферат диссертации на соискание ученой степени кандидата технических наук

/

Санкт - Петербург 1996

Работа выполнена в Лесотехнической академии Научный руководитель - доктор технических наук

профессор Шубинский И.Б.

Официальные оппоненты:

доктор технических наук профессор Щербаков О.В. кандидат технических наук Доцент Хабаров С.П.

Ведущая организация: НПО "Ленинец"

Защита состоится " 1996 г. в 11. 00 часов

на заседании специализированного совета К 063. 50. 07 в Санкт-Петербургской Лесотехнической академии ( 194018, Санкт-Петербург, Институтский пер. 5, главное здание, зал заседаний)

С диссертацией можно ознакомиться в библиотеке

Лесотехнической академии Автореферат разослан " _1996 г.

Ученый секретарь специализированного совета кандидат технических наук доцент Михайлов А.А^

1. ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Для решения задач контроля и управления аэрокосмическими объектами применяются проблемно-ориентированные информационные системы (ИС). Эти системы решают в реальном времени задачи сбора, обработки, накопления и передачи информации. Они относятся к классу критичных систем, в которых цена ошибки чрезвычайно велика. Ошибки, вызванные неисправностями аппаратуры (особенно ее сбоями) и погрешностями измерений параметров движущихся объектов, могут привести к срывам их сопровождения.

Проблемно ориентированные ИС этого класса отличаются большой сложностью реализуемых алгоритмов, они выполняют предусмотренные задачи в директивные сроки и поэтому традиционные пути повышения отказоустойчивости ИС, такие как введение временной и информационной избыточности, могут применяться только для отдельных задач. В условиях жестких временных ограничений, с одной стороны, и с повышенными требованиями по отказоустойчивости ИС, с другой стороны, необходимо развивать подход к построению таких алгоритмов этих систем, которые были бы нечувствительными к ошибкам в работе ИС. Это, в первую очередь, относится к таким массовым алгоритмам проблемно-ориентированных ИС, как алгоритмы сглаживания и прогнозирования параметров движущихся объектов, алгоритмы принятия решений и др.

Предмет исследования составляют проблемно-ориентированные ИС и способы обеспечения адаптации их функциональных алгоритмов к отказам. * ' •

Целью ттиссертяпионного исследования является повышение устойчивости сопровождения и точности оценки параметров движущихся объектов в условиях возникновения ошибок вычислительного процесса и ошибок во входной информации.

Для достижения указанной цели в работе решаются следующие основные задачи: , '

1. Выбор и обоснование единичных показателей и разработка комплексного показателя технической эффективности проблемно-ориентированных информационных систем (ИС);

2. Разработка способов построения самообучающихся алгоритмов обнаружения движущихся объектов;

3. Разработка алгоритмов устойчивого сопровождения движущихся объектов с адаптацией к ошибкам в работе ИС;

4. Разработка способов повышения эффективности подготовки к сеансу обработки информации.

Для решения первой задачи в-свою очередь нужно:

а) выбрать и обосновать показатели технической 'эффективности алгоритмов обработки измерительной информации в проблемно' ориентированных И С; ■

. б), провести анализ влияния .ошибок выполнения вычислительного процесса ..на показатели . технической- эффективности алгоритмов . проблемно-ориентированных ИС;

в) разработать комплексный показатель технической эффективности алгоритмов проблемно-ориентированных ИС.

При отработке второй задачи:

а) исследовать типовые алгоритмы обнаружения:

б) модифицировать способ статистического последовательного анализа для работы в условиях априорной неопределенности статистики входного сигнала с самообучением;' •

в) оптимизировать структуры алгоритма обнаружения по критерию минимума времени и максимума достоверности.

Решение третьей задачи требует: -

' а) разработать способы построения алгоритма обработки скользящей выборки фиксированного объема (СВФ);

б) разработать структуру, алгоритма сопровождения с адаптацией к отказам;

в) разработать способ оперативной коррекции модели объекта в адаптивном алгоритме сопроврждения;

г) исследовать техническую эффективность адаптивного алгоритма сопровождения. ' ~

Четвертая задача подразумевает подготовку к своевременному возобновлению сеанса обработки координатной информации космического'объекта (например, ИСЗ - искусственного спутника Земли промышленного назначения) , путем достоверной.. экстраполяции координат и других параметров 'с достаточной точностью на значительный интервал времени для продолжения процесса его сопровождения, получения измерительной информации и ее обработки.

Необходимым элементом повышения эффективности всего сеанса получения и обработки информации при решении последней задачи, а также' возможности длительного надежного хранения параметров движения объекта до следующего сеанса, является соответствующая аппаратурная поддержка.

\

Для реализации решения этой задачи необходимо:

' , а) проводить экстраполяцию координат в соответствии с общей теорией динамики движения ИСЗ;

' б) разработать структуру спецпроцессора для решения уравнения Кеплера;

• в) разработать эффективный способ обеспечения достоверности модульной оперативной памяти для хранения результатов решения уравнения Кеплера и результатов сеансовой обработки.

Методика исслепования 'включает анализ существующих структур функциональных алгоритмов ИС, способов обеспечения их адаптации к реальным условиям работы. Основные результаты получены с использованием аналитических методов, базирующихся на аппарате теории фильтрации измерений. При выполнении работы

применялись также топологический анализ граф-схем алгоритмов, математическая статистика, планирование эксперимента, статистическое моделирование процессов обнаружения и сопровождения движущихся объектов.

Основные положения и результаты работы, выносимые на защиту:.

1. Методика оценки технической эффективности проблемно-ориентированной ИС;

2. Алгоритм ускоренного принятия решения по обнаружению траектории объекта на основе самообучения;

3. Алгоритм сопровождения движущихся объектов с адаптацией к ошибкам в работе ИС и динамичным изменением параметров модели движения объекта;

4. Способ повышения отказоустойчивости спецпроцессора быстрого решения уравнения Кеплера.

Научная новизна результатов исследования состоит в следующем.

1. Разработан комплексный показатель технической эффективности системы обработки информации с учетом влияния возмущающих факторов (сбоев, отказов аппаратуры, ошибок измерений ).

2. Разработан способ и адаптивный алгоритм устойчивого сглаживания и экстраполяции параметров движущихся объектов.

3. Разработан способ самообучения Вальдовского алгоритма принятия решения.

4. Разработан способ сокращения времени коррекции модели движения с учетом оперативного анализа изменений в тестовой статистике текущих оценок параметров объекта.

5. Предложен эффективный способ обеспечения достоверной записи для хранения исходных данных и результатов решения уравнения Кеплера, основанный на совместном использовании минимально резервирован ной модульной памяти и ассоциативного накопителя.

Практическая значимость диссертации заключается в следующем:

а) алгоритм принятия решения на основе последовательного анализа с самообучением приведен к уровню рекуррентной схемы (фильтра), что существенно экономит вычислительные ресурсы; исследованы временные и вероятностные показатели работы широкого класса обнаружителей, что позволяет выбрать из них предпочтительные по критерию минимума времени и максимума достоверности;

б) разработаны практические рекомендации по обеспечению достоверности записи для хранения информации с обходом отказавших ячеек в модульной оперативной памяти (МОП) в течение длительного времени ее эксплуатации; установлены оптимальные интервалы профилактического обслуживания резервированной МОП с обоснованием рационального объема памяти ассоциативного накопителя;

в) разработаны элементы структуры специализированного процессора для решения трансцендентного уравнения Кеплера на основе ускоренных алгоритмов.

у\пробапия работы. Основные результаты работы докладывались и обсуждались на У1 и УП научно-практических конференциях Министерства Радиопромышленности СССР (1986, 1988 г.), I научно-технической конференции ПВУРЭ ПВО (1988 г.), У1 военной научно-технической конференции ЖВУРЭ ПВО (1988 г.), на научно-техническом совете и семинаре РТИ АН СССР (1989 г.), научно-техническом семинаре ЦНИИ-45 МО СССР (1988 г.), на научно-технической конференции ЛТА (1996 г.).

Публикации. По теме диссертации опубликовано 8 научных статей в центральных и отраслевых изданиях, 4 авторских свидетельства.

Структура и объем диссертации. Работа состоит из введения, четырех глав, заключения и списка литературы. Объем работы 121 страница машинописного текста. Диссертация содержит 24 рисунка, 5 таблиц, библиографию из 67 наименований.

Логическая структура диссертации поясняется следующей схемой.

т». Исследование и разработка способов построения функциональный алгоритмов адаптированных к отказам проблемно-ориентированных информационных систем

VI

алгоритмов обнаружения

V Исследование типовых Б Разработка способа последовательного В. Оптимизация структуры алгоритма по критерию

анализа с самообучением

минимума времени и максимума достоверности

3. Разработка алгоритма устойчивого сопровождения движущегося объекта с адаптацией к отказам

А .Разработка структуре« алгоритма обработки скользящей вь бор-м фиксированного объема (С6Ф) ,

Б. Разработка структуры ]гре«..раиваемого алгоритма сопровождения с адаптацией к отказам

В. Разработка способа оперативное коррекции алгоритма сопровожден! (модели движущегося объекта)

V

Г. Исследование технической эффективности алгоритма сопровождения с адаптацией к отказам

4. Разработка способов повышения эффективности сеансового сопровождения

I А. Выбор и обоснование ускоренного алгоритма решения 1 Б. Разработка способов достоверной записи результатов | уравнения Кеплера и разработка структуры спецпроцессору решения уравнения Кеплера в памяти спецпроцессора

2. КРАТКОЕ СОДЕРЖАНИЕ РАБОТЫ

Во ввегтении показана актуальность темы диссертационной

работы, сформулированы цель и задачи диссертации, ее новые научные результаты и практическая значимость для решения проблем отказоустойчивости в ИС широкого назначения.

Первая глава диссертации посвящена постановке проблемы и задачам исследования.

Проанализированы роль и место алгоритмов обработки информации и способа хранения данных в информационных системах.

По накапливаемой на этапе обнаружения информации осуществляется формирование начальных приближенных данных о траектории объекта с представлением характера движения в виде простейшей полиномиальной модели - линейной, поскольку на этом этапе ошибки в формировании оценок параметров велики, - для дальнейшего использования их на начальной стадии сопровождения.

В качестве основного алгоритма на этапе сопровождения в ИС берется рекуррентный алгоритм калмановской фильтрации, для нормального функционирования которого исходная информация формируется в виде значений оценки параметров и ошибок оценивания, полученных в предыдущем цикле обработки. Примеры и формульные описания алгоритмов сглаживания и экстраполяции рассмотрены применительно к методам максимального правдоподобия и максимума апостериорной вероятности. Анализируются возможные нарушения процесса сопровождения истинной траектории. Они возникают при сбоях, ошибках измерений, возможных маневрах объектов.

Известные методы придания рекуррентному алгоритму калмановской фильтрации свойств робастности и адаптивности опираются на способность итерационного процесса вычислений сходиться к значению, близкому к истинному, однако, они не пригодны для активного сопровождения в реальном времени, так как не оперативны и могут привести к образованию ложных траекторий, перепутыванию трасс, потере истинного движущегося объекта. В них не решены вопросы защиты алгоритмов реального времени от срывов с учетом всего круга действующих факторов.

Выдвигаемая на первый план проблема повышения устойчивости системы сопровождения потребовала рассмотрения процесса своевременного принятия решений по обнаружению, оперативному выявлению систематических отклонений моделей от реальной траектории движения объекта, выявлению ресурсов для

восстановления ВП.

Для ее решения проводится поиск принципиально новых алгоритмов обработки информации и подсистем управления вычислительном процессом с корректным сочетанием робастных и адаптивных свойств.

. В результате проведенного анализа ряда работ и исследований выявлены особенности источников информации, характера получения начальных данных и способов реализации итерационных процедур, мер и рекомендаций, принимаемых при сбоях, грубых ошибках измерений.

Обоснована цель, детализируются задачи и методика исследования, дается характеристика объекта исследования. Часть положений этой главы раскрыта в общей характеристике работы.

Вторая гпавя посвящена разруоотке комплексного показателя технической эффективности (КПТЭ) как связующей части подсистем обработки информации. Смысл его использования заключается в том, чтобы рациональным способом > направить усилия на ту группу алгоритмов, которая в наибольшей степени определяет эффективную реализацию целевой функции. За основу анализа взято одно общее свойство - необходимость с высокой достоверностью и оперативностью отслеживать динамику наблюдаемого и контролируемого процесса, предопределяющее остальные характеристики ИС реального времени.

Выделены типы ошибок решения задач обработки измерительной информации в системе вторичной обработки информации. Их классификация для траекторной обработки позволила естественным образом сформулировать КПТЭ на основе критерия среднего риска Я в следующем виде:

Щ) = 2 (1) Су <3, (Сг),

где К0Г) - значение функции среднего риска для преобразованного входного потока радиолокационных отметок к сингулярному потоку, возникающему при организации периодического информационного обмена ВК с источником данных в моменты времени гТ() (То - период, г = 1,2,...);

Сц - весовые коэффициенты, отражающие соответствие частных показателей требованиям технического задания, причем индекс j фиксирован на множестве {0,1}. При выполнении технического задания коэффициент С^ = 0 (штраф отсутствует), и, наоборот, при невыполнении С,0 = 1, что соответствует максимальному учету частного показателя 0Г).

Индекс 1 определяет различные роды ошибок в нарушении процессов обнаружения и сопровождения объектов. Вероятности 0>;0:г), характеризующие возможность возникновения ошибок ьго рода, определяются в следующем виде

где РП1(1Г) - вероятности того, что в момент времени ^ на обнаружении 1 = 1 или сопровождении 1 = 3 находятся ровно п траекторий истинных объектов; или вероятность того, что в момент времени 1г в системе обработки находится ровно п траекторий, часть из которых относится к обнаруживаемым ложным объектам, а часть к сопровождаемым истинным. Последнее учитывает причины образования ложных траекторий как за счет ■ помех, так и за счет сбойных ошибок при сопровождении истинных траекторий. При 1 = 4 эта вероятность характеризует обнаружение ровно, п ложных траекторий. Для ошибок

К)

1-го, 3-го и 4-го рода принимается нижний предел суммирования равным нулю.

Для оценки существенных факторов, их значимости проведены аналитические эксперименты. В них на основе теории планирования эксперимента определены отклики на изменение переменных -"факторов" в установленных заранее диапазонах. Поскольку в комплексном показателе все факторы взаимно ортогональны, а их количество равно восьми, то применен план Плакегта-Бермана с N=16 экспериментами. В результате этого определены значимые управляемые факторы комплексного показателя И(1Г) : показатели достоверности выполнения алгоритмов обнаружения и сопровождения траекторий, показатели качества обнаружения траекторий, критерий сброса с сопровождения, вероятность появления грубой ошибки измерения. Таким образом, определение значимости составных для КПТЭ факторов дает-рекомендации по рациональному распределению ресурсов для адаптации к отказам функциональных алгоритмов ИС.

Разработанный метод отличается от известных тем, что позволяет совместно анализировать показатели достоверности и качества алгоритмов обработки информации, учитывает взаимосвязь этих показателей, содержание реализуемых алгоритмов и характеристики входящих потоков объектов. ^

Третья гпава начинается с рассмотрения способов повышения качества принятия решения но обнаружению движущихся объектов и целиком посвящена анализу итерационных алгоритмов ИС, адаптированных на поддержку процесса сопровождения аэрокосмических объектов без срывов. Трудоемкость расчетов вероятностных и временных показателей качества алгоритмов обнаружения траекторий объектов существенно снижена за счет использования метода, ориентированного на структур}, и топологию соответствующих графов. Это дает возможность -оц:нить показатели для всего диапазона применяемых алгоритмов обнаружения.

Реализуется требование по обнаружению объектов и выявлению информации в группе сигналов-носителей приемлемыми способами с достаточной оперативностью и малым уровнем ложной тревоги. Проведенное сравнение помехозащищенных методов по этим параметрам показывает перспективность последовательного анализа (ПА), при этом развита идея адаптации алгоритма с отказом от позиции идеального наблюдателя и переходом к самообучению по совокупности сигналов входной выборки. Таким образом, ориентируясь на подобную процедуру, удалось в новом методе - последовательного анализа с самообучением - получить качественные показатели. Представление алгоритма приведено к рекуррентной форме

к пв

0< \у0+ 2 (Ы+О^ДХУ^О + О -х^ЛА^О)]^ —т,

пн

где х^ - значение сигнала бинарного квантования (признак наличия отметки - 1, отсутствия - 0); А (х^) и - вес сигнала и начальный уровень веса, принятый при испытании, вычисляемые как в известном методе ПА; Пв и Пн - пороги принятия решения об обнаружении и отсутствии объекта, соответственно; к - число точек траектории находящейся на обнаружении.

Внесение в алгоритм процедуры самообучения заключается в изменении текущего накопленного веса исходного алгоритма на величину предыдущего суммарного накопленного веса к к к Ьк = 2 (Ы+1) = + 2 (к-0 = 1к + Ь ы, ¡=1 • ¡=1 , ¡=1 где - текущий вес алгоритма ПА без самообучения,

Ь - суммарный накопленный вес ПА с самробучением в предшествующем шаге алгоритма. Справедливо следующее выражение текущего суммарного накопленного веса ПА с самообучением Ь к = 2 Ь - Ь + указанное на схеме алгоритма (рис. 1).

о < и* »2 1. • I. ♦ ж <|дП. о м к-2 V

Рис.1. Структура алгоритма последовательного анализа с самообучением в рекуррентной форме

Приведение алгоритма ПА к рекуррентному виду позволяет хранить в памяти вычислительной системы значения только двух предыдущих накопленных весов последовательного анализа.

К числу выявленных значимых факторов относится вероятность достоверного выполнения алгоритма ; "¡провождения объектов. Рассмотрены основные причины снижения устойчивости сопровождения объектов - влияние аномальных ошибок измерений, сбоев ВП, ошибки модели движения объекта. Даны оценки достоверности алгоритма сопровождения по методу последовательного сглаживания и альтернативному - методу сглаживания фиксированной выборки; доказано, что последний имеет лучшие показатели достоверности.

Даны граничные оценки для достоверности алгоритма сопровождения по методу последовательного сглаживания и показано, что продолжение фильтрации, начиная со сбойного значения оценки, без восстановления свернутой в последнем расчетном значении информации приводит к недопустимым результатам в системах реального времени перепутыванию плотно расположенных трасс, образованию ложных траекторий, и, в итоге, к срыву сопровождения важных объектов. Алгоритмы реального времени до сих пор не были защищены от действия всего комплекса возмущающих факторов.

На основе представленных в работе сравнительных оценок по достоверности для альтернативных алгоритмов сопровождения предпочтение по достоверности отдается методу сглаживания скользящей фиксированной выборки измерений; в соответствии с этим выводом разработан алгоритм, сочетающий в определенной мере робасгные и адаптивные свойства (рис. 2).

При грубых измерениях по результатам алгоритмического контроля на непопадание в пределы строба или сбое вычислительного процесса, эффект которого соизмерим с предыдущим ($о за счет срыва положения центра строба), повторно используются прошедшие ранее алгоритмический контроль входные данные в составе весового объединения с результатом экстраполяции текущего цикла обработки; как показано в работе достоверность такого результата выше (рис.3.а)-число сбойных ошибок, влияющих на конечный результат фильтрации, уменьшается в среднем на два порядка.

Динамика достижения требуемой точности формируемой оценки по сравнению с той, которая была бы получена на базе сбойного результата экстраполяции, значительно лучше, что подтверждается результатами моделирования.

Рис. 2. Схема алгоритма сопровождения движущихся объектов с адаптацией к ошибкам в работе ИС

Алгоритм реализуется в соответствии со следующим выражением '

хп = Рх*п-1 +к [2п'С рх *п-11=х*п э + К [2п"С х*п э! Знак отражает возможную коррекцию зектора^оцененных параметров в (п-1) цикле обработки: х п _ ] = (х (п . 1). х (п - 1)- "(п - 1)' — )>

причем х*(п-1)= 2| + 0Зхп - 1: х*пэ=(х *(п-1)' х*(п-1)' >-!)'

2 г

х*(п-1 )=1®1^+0Зх(п-1 )+т*(п-1 )+Т/2*(п-1)+...

Эффективность предлагаемого алгоритма по парированию сбойных ошибок сглаживания координат движущегося объекта определена путем сравнения вероятностей сбойных ошибок (при следующих исходных данных: весовой коэффициент 9з=0,5; вероятность однократного безошибочного выполнения операций экстраполяции координат объекта ?=0,999, вероятность однократного безошибочного выполнения операций привязки одного любого

измерения координаты к массиву значений измерений, определения взвешенного значения этой координаты и суммирования с предыдущими взвешенными значениями Р=0,9991, Ц=0,1 - коэффициент доверия текущему измерению).

Вероятность ошибки п сглаживании и экстраполяции для известное и предлагаемого алгоритмов

13 5 7 9 Число циклов обработки

нрс вд&гасмыи

извссшьш

Г(с1), %

70%

60% 60%

50% ! 50%

40° о 40%

30% ; 30%

20° о 1 20%

10% В! ; ю%

0% 1 1 1 а , о%

12 3 4

алгорвтмы

.12 3 4 5

Распределение числа <1 поропусков подряд измерений

а)

6)

Рис.3. Сравнительная характеристика алгоритмов

а) вероятности ошибок сглаживания и экстраполяции для известного (йп) и предлагаемого (Опс) алгоритмов

б) перераспределение относительного числа срывов процесса сопровождения по критерию к пропусков подряд (в %)

В отличие от известного состава калмановского фильтра предлагаемая структура включает дополнительные блоки весовой обработки скользящей выборки входных измерений координат объекта и блоки выявления нарушений в результатах выполнения основных операций обработки. Сложность связей определена необходимостью задержки в памяти тех данных, в которых не зафиксированы аномальные выбросы измерений, и тем, что задачу очистки выборки решают основные блоки калмановского фильтра. При сбоях результат весовой обработки

сформированной выборки воспринимается как готовые исходные данные для восстановления процесса рекуррентной фильтрации.

Для алгоритмического контроля за ходом вычислительного процесса и работой измерительной части системы используются процедуры по расчету размеров строба и привязки отметок от объекта. Причиной отсутствия отметки в стробе, кроме пропуска сигнала, являются либо сбойная ошибка, либо грубая ошибка измерения. При выявлении нарушения предварительно проверяется критерий сброса траектории с сопровождения. Если критерий не выполняется, то формируется сигнал переключения, по которому с помощью блока переключения выходные результаты сглаживания данных скользящей выборки фиксированного объема используется для повторной экстраполяции, привязки последних измерений и их селекции.

Если причиной нарушения сопровождения была сбойная ошибка, то тогда в стробе будет обнаружено новое измерение которое обрабатывается рекуррентным алгоритмом совместно с матрицей прогнозированных значений Х;э и ковариационной матрицей экстраполяции параметров Р^, а также корреляционной матрицей ошибок измерений Я;. Результаты обработки: матрица оценки параметров и ковариационная матрица P¡ ошибок оценивания.

Если причиной нарушения была грубая ошибка измерения, то в стробе опять не будет нового измерения. В этом случае по сигналу блока переключения в свободную ячейку блок хранения отметок записываются координаты экстраполированной отметки Сх|э, которая воспринимается в блоке сглаживания по методу СВФ как новая отметка ("псевдоизмерение"), но полученная с точностью ст^э. После этого продолжается сглаживание по данному методу, но с формированием окончательного результата на ¡-ын цикл работы. Полученные при этом результаты х ¡иР | используются как выходные вместо матриц X, и Р^ которые определялись при нормальных условиях реализации рекуррентного алгоритма.

Для сглаживания используются предварительно рассчшанные и хранимые весовые коэффициенты по всем оцениваемым параметров движения (положению, скорости и др.).

Кроме того, решена задача корректного представления модели движения в полиномиальной (наиболее приемлемой в плане уменьшения вычислительных затрат) форме за счет оперативного ее уточнения, что увеличивает ее соответствие динамике реального объекта. Без этого расхождение между экстраполированными значениями координат^ и действительным положением объекта нарастает, что усиливает воздействие нарушений на ход процесса сопровождения объекта и способствует его срыву. Таким образом, в общую схему адаптивного

алгоритма сопровождения включены блок анализа результатов фильтрации (тестовой статистики) и корректор модели.

Рассмотрен вариант сопровождения объекта в режиме нерегулярного проведения измерений (или сеансовом режиме), который связан с задачей экстраполяции параметров траектории на большие интервалы времени и требует совершенно другого подхода. Для экстраполяции используются уравнения динамики движения объекта: в частности, для прогнозирования текущего положения космических объектов применяется уравнение Кеплера. Однако, итерационный метод его решения в соответствии с известным алгоритмом многократно использует полные с заданной фиксированной точностью вычисления тригонометрических функций, поэтому ход вычислений в значительной степени подвержен влиянию сбоев, что искажает результаты. Для уменьшения влияния сбоев на результат экстраполяции выбран метод быстрого решения уравнения Кеплера и на его базе [12] разработана структура отказоустойчивого спецпроцессора. Кроме того, для систем реального времени в режиме сеансового сопровождения возрастают требования к оперативной памяти, в которой хранятся результаты предварительных оценок координат. В связи с этим разработаны практические рекомендации по обходу отказавших ячеек в модульной оперативной памяти по обеспечению надежности хранения информации в течение длительного времени ее эксплуатации с использованием ассоциативного накопителя и установлены оптимальные интервалы профилактического обслуживания резервированной модульной оперативной памятью с обоснованием рационального объема памяти накопителя.

В четвертой главе исследуется эффективность разработанных способов повышения устойчивости сопровождения объектов и алгоритмов; рассмотрены вопросы построения статистических моделей процессов обнаружения и сопровождения. Общая модель разработана для исследования реакций известного и предложенного алгоритмов и его модификаций на возмущающие воздействия типа грубых ошибок измерений и периодически формируемых сбойные ошибок. В этой главе даны результаты статистических исследований и аналитические оценки эффективности по разработанному комплексному показателю. На рис. З.б приведены обобщенные результаты статистического моделирования адаптивного алгоритма сопровождения в сравнении с известным. Анализ полученных результатов показывает, что разработанный способ парирует около 60% срывов сопровождения.

3.ЗАКЛЮЧЕНИЕ ПО РАБОТЕ

Результаты работы направлены на разработку способов повышения адаптационных возможностей функциональных алгоритмов проблемно-ориентированной ИС.

Основные результаты исследования состоят в следующем:.

1. Разработан КПТЭ ИС, основанный на группе частных показателей решения основной функциональной задачи системы с учетом реальных факторов, воздействующих на вычислительный процесс. Он отличается от известных тем, что позволяет совместно анализировать показатели Достоверности и качества алгоритмов обработки информации проблемно-ориентированой ИС, учитывает содержание алгоритмов и условия обработки.

2. Выявлен способ последовательного анализа с самообучением, как наиболее соответствующий по своим показателям задаче поддержки основных функциональных алгоритмов проблемно-ориентированной ИС реального времени.

3. Разработан отказоустойчивый способ сопровождения объектов С алгоритмической избыточностью на основе методов последовательного сглаживания и обработки скользящей фиксированной выборки измерений.

4. Разработан способ оперативной коррекции параметров модели движения объекта, отличающийся оперативностью при допустимой вероятности ошибочного принятия решения.

5. Разработана структура отказоустойчивого спецпроцессора Кеплера для динамической экстраполяции траекторий космических объектов на базе алгоритма быстрого решения уравнения Кеплера.

* По теме диссертации опубликованы следующие работы:

1. Шубинский И.Б., Ганичев И.В. Повышение устойчивости и достоверности вычислительного процесса' в условиях сбоев// Специальная радиоэлектроника, вып. 11, 1989.-С.67-69

2. Шубинский И.Б., Ганичев И.В., Подойников Г.А. О надежности ■ решения на ЭВМ задач статистической обработки информации методом

максимального правдоподобия// Проблемы повышения эффективности и качества систем цифровой обработки информации в АСУ.-Л.: ПВУРЭ, 1981.-10с.

3. Шубинский И.Б., Ганичев И.В. Повышение надежности модульной оперативной памяти в микропроцессорных вычислительных системах // Управляющие системы и машины, 1985, ЫЗ.-С. 32-34.

4. Ганичев И.В., Шубинский И.Б. Новые результаты фильтрации //Тезисы докл.У1 военно-научной технической конференции. Житомир, ЖВУРЭ, 1988 г.- 1с.

5. Ганичев И.В., Демидов Е.В. Моделирование алгоритма обнаружения методической ошибки// Пути повышения эффективности функционирования ВС.-Л.: ПВУРЭ, 1988 г.-1с.

6. Шубинский И.Б., Ганичев И.В. Комплексный анализ качества алгоритмов ВОРЛИ// Пути повышения эффективности функционирования ВС.-Л.: ПВУРЭ, 1988 г.-1с.

7. Шубинский И.Б., Ганичев И.В., Устойчивая адаптивная фильтрация// Пути повышения эффективности функционирования ВС.-Л.: ПВУРЭ, 1988 г.-1с.

8. Шубинский И.Б., Ганичев И.В., Санников Н.Т. Алгоритмический способ повышения достоверности и устойчивости сопровождения движущихся ' объектов// Исследование возможностей повышения эффективности микропроцессорных ВС. -Л.; ПВУРЭ, 1988 г.-7с.

9. А. св. 214040 от 4. 07. 83 г. Устройство обработки сигналов цифровой информации для сопровождения траекторий движущихся объектов/ А.А. Васильев, И.Б. Шубинский, Л.В. Павлюченко, И.В. Ганичев, Е.В. Грохольский.- 12с.

10. А. св. 256274 от 1. 07. 86 г. Устройство приема, обработки и передачи информации/ Ф.Д. Петровский, И.Б. Шубинский, Л.В. Павлюченко, И.В. Ганичев.-20с.

11. А. св. 1552209 от 13. 07. 88 г. МКИ С 06 Г 15/31. Устройство для контроля величины методической ошибки в системах обработки информации/ И.В. Ганичев, Е.В. Демидов, Ф.Д. Петровский, И.Б. Шубинский.-Зс.

12. А. св. 1615737 от 16. 01. 89 г. МКИ в 06 Г 15/32. Устройство для решения уравнения Кеплера/ И.П. Зельников, Г.В. Гуров, И.В. Ганичев, Е.В. Демидов.-4с.

Просим принять участие в работе диссертационного Совета К 063. 50. 07 или прислать отзыв на автореферат в двух экземплярах с заверенными подписями по адресу: 194018, Санкт-Петербург, Институтский пер. 5, Лесотехническая академия, ученый совет.

Подписано к печати с оригинал-макета 23.05. 96г. Формат 60x90 1/16. Бумага оберточная. Печать офсетная. Изд. N11а Уч.изд. л. 1,0. Печ. л. 1,25. Тираж 100 экз. Заказ 56. Редакционно-издательский отдел ЛТА

Подразделение оперативной полиграфии ЛТА 194018, Санкт-Петербург, Институтский пер., 3