автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Разработка алгоритмического обеспечения систем управления космическими летательными аппаратами

13

На правах рукописи

КИМ ЧЖЭ СУ

РАЗРАБОТКА АЛГОРИТМИЧЕСКОГО ОБЕСПЕЧЕНИЯ СИСТЕМ УПРАВЛЕНИЯ КОСМИЧЕСКИМИ ЛЕТАТЕЛЬНЫМИ

АППАРАТАМИ

Специальность 05 13 01 Системный анализ, управление и обработка информации

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

МОСКВА 2008

003444718

Работа выполнена в Московском Государственном Техническом Университете им. Н.Э.Баумана

Научный руководитель Доктор технических наук, профессор

Неусыпин К.А.

Официальные оппоненты Доктор физ -мат наук, профессор

Хаметов В.М.

Кандидат технических наук, доцент Зеленко Г.В.

Ведущая организация Институт проблем управления им.

В.А.Трапезникова, РАН

Защита состоится 16 сентября 2008 г в 14 ч 30 мин на заседании диссертационного совета Д 212141 02 в Московском государственном техническом университете им Н Э Баумана по адресу 105005, Москва, 2-я Бауманская ул , д 5, ауд 613М

С диссертацией можно ознакомиться в библиотеке МГТУ им Н Э Баумана

Автореферат разослан 25 июня 2008 г

Ученый секретарь диссертационного совета кандидат технических наук

Иванов В.А.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы: Управление космическими летательными аппаратами (КЛА) осуществляется на основе информации от различных измерительных систем Обычно измерительные системы объединяются в измерительные комплексы, и, как правило, состоят из инерциальных навигационных систем (ИНС), спутниковых радио - навигационных систем СРБ/ГЛОНАСС, различных РЛС и др

При штатном движении КЛА точностные характеристики современных измерительных систем вполне удовлетворяют требованиям, предъявленным к точности навигационных определений Однако, при интенсивном маневрировании, к точности измерительной информации предъявляются повышенные требования Разработка и производство более точных измерительных систем требует больших временных и финансовых затрат Поэтому для повышения точности навигационной информации с целью экономии предлагается осуществлять алгоритмическую обработку сигналов уже существующих измерительных систем КЛА

В связи с усложнением задач, которые решаются с использованием навигационной информации, осуществляется комплексная обработка информации от нескольких датчиков или систем, объединенных в измерительный комплекс КЛА

Традиционно схемой навигационного комплекса является ИНС, принятая за базовую систему, снабженная несколькими датчиками внешней информации, алгоритмами комплексирования, управления, оценивания и прогнозирования

В настоящее время наиболее точными являются навигационные системы с коррекцией от спутников Однако встречаются случаи, когда воспользоваться корректирующим сигналом со спутников не представляется возможным Поэтому используются различные навигационные системы и их сочетания, а также алгоритмический метод повышения точности навигационной информации при функционировании систем в условиях активных и пассивных помех, а также при энергичном маневрировании КЛА

Таким образом, необходимо исследовать особенности функционирования измерительных систем КЛА в различных условиях его движения и разработать алгоритмическое обеспечение, позволяющее повысить точность определения параметров КЛА, а также выбрать или синтезировать структуры систем управления, в которых будут использованы разработанные алгоритмы Повышение точности измерительной информации алгоритмическим путем позволит использовать серийные навигационные системы, существенно повышая их точность На основе более точной навигационной информации появляется

возможность эффективно осуществлять маневры КЛА

Целью диссертации является разработка алгоритмических способов повышения точности системы управления КЛА и навигационных определений КЛА, что позволяет повысить эффективность осуществления маневров, сократить энергетические и временные затраты

На защиту выносятся:

на основе анализа систем управления КЛА разработана структура системы управления, включающая блоки построения моделей, прогноза и сличения результата,

алгоритм построения прогнозирующих моделей для экстраполяции ошибок инерциальной навигационной системы при движении КЛА на атмосферном участке,

гибридный модифицированный алгоритм построения прогнозирующих моделей с использованием подхода самоорганизации и нейронной сети, отличающийся повышенным быстродействием,

компактный алгоритм самоорганизации для краткосрочного прогнозирования ошибок навигационного комплекса КЛА, включающего ИНС и GPS

Научная новизна проведенных исследований и полученных результатов заключается в проведенном анализе наиболее перспективных систем управления и разработанных, на его основе, структур систем управления КЛА В структурах систем управления КЛА предложено использовать блоки прогноза и сличения результата действия для предсказания информации о траектории движения и ошибках в определении навигационной информации, а также коррекции этой информации

При движении КЛА на атмосферном участке для построения прогнозирующей математической модели ошибок базовой системы навигационного комплекса КЛА используется алгоритм самоорганизации с априорным выбором базисных функций

Гибридный модифицированный алгоритм построения прогнозирующих моделей представляет собой симбиоз нейронной сети и метода самоорганизации Для ускорения работы алгоритма на начальном этапе в структуре сети Вольтера использован алгоритм самоорганизации

При использовании в навигационном комплексе ИНС и GPS возникают ситуации, когда сигнал GPS пропадает на короткое время (смена рабочего созвездия, аномальные измерения и др) Для предотвращения потери информации предложено осуществлять краткосрочное прогнозирование информационного сигнала с помощью компактного алгоритма самоорганизации, который отличается простотой

реализации

Методы исследования1 выполненные теоретические исследования и практические расчеты базируются на использовании теории навигационных систем, математической статистики, теории самоорганизации, оптимального управления, теории интеллектуальных систем, а также методах программирования и компьютерного моделирования

Достоверность: полученных теоретических и практических результатов подтверждается результатами математического моделирования, а также согласованностью полученных теоретических и практических результатов с имеющимися данными в литературе

Практическая ценность и реализация результатов работы:

Разработанные структуры систем управления KJIA и алгоритмическое обеспечение позволяют повысить точность осуществления маневров, увеличить точность навигационных определений KJIA, повышает эффективность функционирования KJIA в целом Представленные структуры систем управления и алгоритмы прогнозирования могут составлять основу построения перспективных КЛА Материалы диссертации использованы в учебном процессе кафедры ИУ-1 МГТУ им Н Э Баумана

Апробация работы: Результаты диссертационной работы докладывались на конференциях и семинарах

1) VD3 международной научно-технической конференции «Современные методы и средства океанологических исследований» -Москва, 2003,

2) Всероссийская международная конференция «Космонавтика, радиоэлектроника, геоинформатика» -Рязань, 2003,

3) XXWI Академические чтения по космонавтике -Москва, 2004,

4) VI международный симпозиум «Интеллектуальные системы» -Москва, 2004,

5) VII Международный симпозиум «Интеллектуальные системы» -Москва, 2006,

6) «XXXI Актуальные проблемы Российской Космонавтики» -Москва, 2007,

7) «ХХХП Актуальные проблемы Российской Космонавтики» -Москва, 2008

8) VIII Международный симпозиум «Интеллектуальные системы» -Москва, 2008,

Публикации: По теме диссертационной работы опубликовано 9 печатных работ

Структура и обьем диссертации: диссертационная работа состоит из введения, пяти глав, заключения, списка литературы и приложения

КРАТКОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснован выбор темы диссертационного исследования, рассмотрены вопросы актуальности и практической значимости исследуемых задач

В первой главе диссертации проведен обзор и анализ навигационных систем, используемых для управления KJIA Рассмотрены принцип действия, особенности и погрешности наиболее распространенных систем ИНС и GPS Обычно навигационные системы объединяются в навигационные комплексы Навигационные комплексы KJIA, как правило, состоят из инерциальных навигационных систем (ИНС), спутниковых радио - навигационных систем GPS/TJIOHACC, радиолокационных систем и др

При движении КЛА на орбитальном участке точностные характеристики современных навигационных систем вполне удовлетворяют требованиям, предъявленным к точности навигационных определений Однако при интенсивном маневрировании на атмосферных участках к точности навигационной информации предъявляются повышенные требования Разработка и производство более точных навигационных систем требует больших временных и финансовых затрат Поэтому для повышения точности навигационной информации предлагается осуществлять алгоритмическую обработку сигналов современных навигационных систем

В последнем разделе первой главы сформулированы цель и задачи диссертационной работы

Исследование и решение задач, связанных с синтезом оптимальных структур систем управления КЛА в различных режимах их функционирования, приводит к необходимости разработки новых подходов и синтезу новых структур систем управления KJIA

Вторая глава посвящена разработке компактных структур систем управления КЛА Разработаны функциональные схемы систем управления с интеллектуальными компонентами В качестве интеллектуальных компонент используются акцепторы действия, которые входят в состав интеллектуальных систем с функциональной структурой По сравнению с интеллектуальными системами, представленные системы управления отличаются простотой реализации и могут быть использованы для управления современными и перспективными КЛА

Функциональная схема системы управления КЛА с учетом различных моделей изменения внешней среды представлена на рис 1

Рис 1 Функциональная схема системы управления с учетом моделей

внешней среды

В приведенной на рис 1 системе управления в блоке прогноза осуществляется прогнозирование состояния КЛА с учетом различных моделей изменения внешней среды его функционирования Несколько вариантов прогноза периодически сравниваются с реальным состоянием КЛА и оцениваются в соответствии с выбранными критериями с целью выявления оптимального состояния, и, следовательно, наилучшей стратегии управления

Исследованы особенности функционирования

псевдоинтеллектуальной системы управления КЛА в различных фазах системогенеза Для каждой фазы обоснован выбор вида прогнозирующей модели для псевдоинтеллекгуальной системы управления КЛА

Третья глава посвящена исследованию метода самоорганизации, который используется для построения прогнозирующих математических моделей В разработанных системах управления КЛА предусмотрено использование математических моделей, которые используются для прогнозирования параметров КЛА и внешней среды

Построение математических моделей может осуществляться различными методами, но наиболее универсальным и перспективным является метод самоорганизации Этот подход может быть использован в условиях минимального объема априорной информации об объекте исследования

Методологической основой использования подхода самоорганизации для построения прогнозирующих моделей является допущение о том, что исчерпывающая информация, характеризующая

динамику исследуемого объекта, содержится в измерениях (таблице наблюдений, выборке данных) и в ансамбле критериев селекции моделей Таким образом, подход самоорганизации позволяет построить математическую модель без априорного указания закономерностей исследуемого объекта Необходимо иметь измерительные выборки и задать ансамбль критериев селекции, выбора модели, а математическая модель оптимальной сложности выбирается в алгоритме в автомагическом режиме

В четвертой главе на основе метода самоорганизации разработаны алгоритмы построения прогнозирующих моделей для различных практических приложений

При работе ИНС в автономном режиме погрешности могут достигать неприемлемых величин и использовать такие системы не представляется возможным Компенсацию погрешностей измерительных систем в автономном режиме можно осуществлять с помощью алгоритмов прогноза Погрешности в автономном режиме прогнозируются и, затем, компенсируются в выходной информации или в структуре системы

Для осуществления прогноза необходимо иметь модель погрешностей исследуемой измерительной системы В качестве такой модели может быть использована априорная модель погрешностей измерительной системы Однако эта модель получена на основе априорной информации и не корректируется в процессе функционирования конкретной измерительной системы

Метод самоорганизации позволяет построить прогнозирующую модель ошибок ИНС Модель строится на интервале корректируемой работы ИНС На интервале автономной работы ИНС с помощью этой модели осуществляется прогноз ошибок ИНС и коррекция в выходной информации системы После восстановления измерительного сигнала GPS коррекция ИНС вновь осуществляется с помощью фильтра Калмана

В связи с усложнением задач, которые решаются с использованием навигационной информации, повышаются требования к точности навигационных систем

Традиционной схемой навигационного комплекса является (ИНС), принятая за базовую систему, снабженная несколькими датчиками внешней информации и алгоритмическим обеспечением На практике при использовании систем управления KJIA некоторые параметры внешней среды задаются априори или измеряются периодически, что приводит к снижению точности определения навигационной информации Поэтому с помощью алгоритмов прогнозирования предлагается осуществлять непрерывную экстраполяцию этих параметров и использовать ее на интервалах функционирования системы управления,

когда непосредственные измерения отсутствуют

В практических приложениях характеристикой внешней среды, которую необходимо постоянно корректировать, является, например гравитационное ускорение На атмосферном участке движения КЛА гравитационное поле неоднородно и для его определения в каждой точке движения КЛА используются различные вычислительные методы

В настоящей главе разработан метод непрерывного определения параметра гравитационного поля в коридоре движения КЛА на атмосферном участке

В условиях коррекции ИНС от GPS возникают ситуации, когда сигналы GPS кратковременно пропадают Такие ситуации возникают при смене рабочего созвездия GPS, затенении антенны и др В автономном режиме работы ИНС коррекцию осуществлять не представляется возможным Поэтому предложено проводить прогнозирование параметров навигационного комплекса и на основе прогноза осуществлять его коррекцию Для прогнозирования параметров комплекса разработан компактный алгоритм самоорганизации, в котором редуцирован набор базисных функций Ансамбль базисных функций определяется из практических соображений

Реализация алгоритма самоорганизации предполагается на борту КЛА Поэтому к алгоритму предъявляются повышенные требования по быстродействию и потребляемому объему памяти Разработан высокоточный алгоритм, отличающийся повышенным быстродействием Ускорение работы алгоритма осуществляется за счет использования нейросетевой структуры на первом этапе функционирования алгоритма В качестве нейросетевой структуры использована сеть Вольтерра

Метод самоорганизации определяет веса связей при помощи нормализации по Гауссу, причем для каждого сочетания функций строится модель вида

где - номер шага алгоритма, а "Г\ "т" - индексы функций внутри наборов ";"-го и "/-У'-го шага алгоритма, причем индекс не должен совпадать с "Г

Ф' *2>гч.

к

здесь - функции активации, wt - веса связей

Сеть Вольтерра используется для определения весовых коэффициентов функции вида

У»„ +

, или

+Л

1=0 у=0 1=0 J-0 к=0

Здесь х - измерительные сигналы, составляющие входной вектор алгоритма, у - выходной сигнал нейронной сети, Ь+1 - размерность входного вектора

При завершении функционирования метода самоорганизации, после получения финальных коэффициентов, можно определить соответствующие базисные функции, а через них и весовые коэффициенты сети Вольтерра

Сеть Вольтерра без использования повторяющихся произведений представлена на рис 2

Рис 2 Редуцированная сеть Вольтерра

Следует заметить, что в структуру сети вводится дополнительный элемент - константа, так как это не противоречит теории, в то же время дает полное соответствие с методом самоорганизации

Такое редуцирование структуры сети приводит к резкому сокращению количества входных элементов сети К тому же, редуцированная сеть не требует усложнения алгоритма для контроля равенства весов связей совпадающих базисных функций

Таким образом, разработаны алгоритмы самоорганизации для определения навигационных параметров КЛА и параметров внешней среды в различных практических приложениях

В пятой главе представлены результаты моделирования разработанных алгоритмов прогнозирования Для проверки работоспособности алгоритмов самоорганизации использована математическая модель погрешностей ИНС

хк = Фхк.} 4 1¥к_1

8У 1 -8 0 в

где хк = <Р , Ф = тт 1 т II 0

_ ¿г _ 0 0 1 _

8У — ошибки ИНС в определении скорости, <р - угол отклонения ГСП относительно сопровождающего трехгранника, г - скорость дрейфа ГСП, К - радиус Земли, д - ускорение силы тяжести, В - смещение нуля акселерометра,дискретный аналог белого гауссового шума Измеряется только первая компонента вектора состояния, т е

гк = Нхк -г Ук, где гк - вектор измерений,

Я = /7 0 01

Ук - измерительный шум, который представляет собой дискретный аналог белого гауссового шума, Жк.1 и Ук ~ независимые процессы

Результаты моделирования продемонстрировали, что при использовании краткосрочного алгоритма прогнозирования удается повысить точность определения навигационных параметров в среднем на 20% В случае использования долгосрочного прогнозирования с помощью модифицированного алгоритма удается ускорить работу алгоритма на 15%, практически без потери точности определения навигационных параметров

Представлены результаты моделирования тестовой модели изменения гравитационного ускорения и ее прогноз с помощью алгоритма самоорганизации с редуцированным набором базисных функций По сравнению с классическим алгоритмом самоорганизации с полным набором базисных функций потеря точности составляет 40% Однако

классический алгоритм отличается низким быстродействием и реализовать его на борту КЛА затруднительно По результатам математического моделирования использование разработанного алгоритма позволяет повысить точность определения гравитационного ускорения в среднем на 25%

Результаты математического моделирования погрешностей ИНС в определении скорости и прогноз погрешностей посредством алгоритмов самоорганизации с различным набором базисных функций представлены на рис 3

Рис 3 Результаты долгосрочного прогноза погрешностей ИНС в определении скорости с помощью алгоритма самоорганизации

На рис 3 введены следующие обозначения 1 - тестовая модель изменения погрешностей ИНС в определении скорости, 2 - измерения погрешности ИНС в определении скорости, 3 - прогноз погрешности ИНС в определении скорости с помощью алгоритма самоорганизации с редуцированным набором базисных функций, 4 - прогноз с использованием алгоритма самоорганизации с полным набором базисных функций, 0~Т1 - интервал, на котором осуществляется построение модели, Тл-Тг - интервал прогнозирования

Для получения высокоточной модели исследуемого процесса используются нейронные сети Ускорение работы нейронной сети осуществляется посредством алгоритма самоорганизации В качестве нейросетевой структуры использована сеть Вольтера, коэффициенты которой на начальных рядах определяются методом самоорганизации

Такое редуцирование структуры нейронной сети приводит к резкому сокращению количества входных элементов сети и соответственно к сокращению объема вычислений К тому же, редуцированная сеть не требует усложнения алгоритма для контроля равенства весов связей

1 о

совпадающих базисных функций

Таким образом, разработаны различные работоспособные алгоритмы построения прогнозирующих моделей для систем управления KJIA, навигационных параметров KJIA и параметров внешней среды в различных практических приложениях

Анализ результатов моделирования показал достаточно высокую точность разработанных алгоритмов

ЗАКЛЮЧЕНИЕ

1 На основе анализа систем управления КЛА разработаны оригинальные структуры систем управления, включающие блок прогноза и блок сличения результата, а также блок построения моделей, который реализован на основе метода самоорганизации

2 Разработан компактный алгоритм самоорганизации для прогнозирования параметров КЛА при движении на атмосферном участке

3 Разработан алгоритм построения прогнозирующих моделей для кратковременной экстраполяции ошибок ИНС и GPS, отличающийся простотой реализации на борту КЛА

4 Разработана гибридная модификация алгоритма построения прогнозирующих моделей с использованием подхода самоорганизации и нейронной сети, отличающаяся повышенным быстродействием

5 Результаты моделирования подтвердили достаточно высокую точность разработанного алгоритмического обеспечения измерительных систем и систем управления КЛА

6 Результаты диссертационной работы использованы в учебном процессе МГТУ им НЭ Баумана

ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

1 Лукьянова Н В, Кэ Фан, Ким Чжэ Су Алгоритм самоорганизации системы управления робототехническим подводным аппаратом // Современные методы и средства океанологических исследований Тезисы докладов восьмой международной научно-технической конференции -Москва, 2003 -С 182

2 Неусыпин К А, Шолохов Д О , Ким Чжэ Су Псевдоинтеллектуальная система управления КЛА на атмосферном участке полета // Космонавтика, Радиоэлектроника, Геоинформатика Тезисы докладов 4-ой международной научно-технической конференции - Рязань, 2003 -С 107

3 Лукьянова Н В , Шолохов Д О, Ким Чжэ Су Некоторые особенности

принятие решений в интеллектуальных системах // Интеллектуальные системы (Интелс'2004) Труды международного симпозиума VI/ Под ред К А Пулкова -Москва, 2004 -С 271-272

4 Ким Чжэ Су Редуцированный алгоритм самоорганизации для системы управления космическим летательным аппаратом // Интеллектуальные системы (Интелс'2006) Труды международного симпозиума УП/ Под ред К А Пупкова - Москва, 2006 -С 225-227

5 Кэ Фан, Фам Суан Фанг, Ким Чжэ Су Исследование интеллектуальных систем управления летательными аппаратами // Автоматизация и современные технологии -2006 -№7 -С 31-34

6 Неусыпин К А, Фам Суан Фанг, Ким Чжэ Су Повышение степени управляемости летательного аппарата // Актуальные проблемы Российской космонавтики Материалы XXXI академических чтений по космонавтике -Москва, 2007 -С 404-406

7 Неусыпин К А, Фам Суан Фанг, Ким Чже Су Разработка метода повышения степени управляемости и наблюдаемости систем управления КЛА // Актуальные проблемы Российской космонавтики Материалы XXXII академических чтений по космонавтике -Москва, 2008, -С 420

8 Ким Чжэ Су Разработка интеллектуальной компоненты системы управления летательного аппарата // Интеллектуальные системы (Интелс'2008) Труды международного симпозиума VIII/ Под ред К А Пупкова -Москва, 2008 -С 334

9 Ким Чжэ Су, Шолохов Д О Разработка структуры и алгоритма прогноза псевдоинтеллектуальной системы управления БЛА // Интеллектуальные системы (Интелс'2008) Труды международного симпозиума VIII/ Под ред К А Пупкова - Москва, 2008 -С 335

1 2

Подписано к печати 20 06 08 Заказ № 367 Объем 1,0 печ л Тираж 100 экз Типография МГТУ им Н Э Баумана 105005, Москва, 2-я Бауманская ул, д 5 263-62-01

ВВЕДЕНИЕ.

Глава 1. СОВРЕМЕННЫЕ МЕТОДЫ НАВИГАЦИИ КЛА.

1.1. Навигационные системы.

1.2. Погрепшости'автономных навигационных систем.

1.3. Погрешности корректируемых навигационных систем.

1.4. Анализ погрешностей навигационных систем KJIA.

1.5. Принципы и варианты построения интегрированных инерциально-спутниковых систем.

1.6. Постановка задачи.

Выводы к главе 1.

Глава 2. ИССЛЕДОВАНИЕ И РАЗРАБОТКА СОВРЕМЕННЫХ И

ПЕРСПЕКТИВНЫХ СИСТИЕМ УПРАВЛЕНИЯ КЛА.

2.1. Анализ состояния разработок в области интеллектуальных систем.

2.2. Основные фазы системогенеза интеллектуальных систем.

2.3. Разработка общей концепции синтеза систем управления.

2.4. Общий подход к управлению динамическими системами.

2.5. Разработка системы управления возращающегося в атмосферу КЛА.

2.6. Системогенез псевдоинтеллектуальных систем.

Выводы к главе 2.

Глава 3. ПОСТРОЕНИЕ МОДЕЛЕЙ МЕТОДОМ

САМООРГАНИЗАЦИИ.

3.1. Построение прогнозирующих моделей.

3.2. Алгоритмы самоорганизации.

3.3. Метод Группового Учёта Аргументов ( МГУА ).

Выводы к главе 3.

Глава 4. РАЗРАБОТКА АЛГОРИТМОВ ПРОГНОЗА ДЛЯ СИСТЕМ

УПРАВЛЕНИЯ И НАВИГАЦИИ КЛА.

4.1. Синтез алгоритма прогноза для системы управления КЛА.

4.2. Модификация нейронной сети Вольтерра с помощью метода самоорганизации.

4.3. Алгоритм построения краткосрочной прогнозирующей модели.

4.4. Алгоритмические методы сокращения вычислительных затрат.

4.5. Расчет силы тяжести.

4.6. Прогнозирование параметров гравитационного поля.

4.7. Разработка алгоритма построения моделей для долгосрочного прогнозирования.

Выводы к главе 4.

Глава 5. РЕЗУЛЬТАТЫ ЭКСПЕРИМЕНТАЛЬНЫХ ИССЛЕДОВАНИЙ

5.1. Математическое моделирование разработанных алгоритмов.

5.2. Анализ результатов моделирования.

Выводы к главе 5.

Управление космическими летательными аппаратами (KJIA) осуществляется на основе информации от различных измерительных систем. Обычно измерительные системы объединяются в измерительные комплексы, и, как правило, состоят из инерциальных навигационных систем (ИНС), спутниковых радио - навигационных систем GPS/ГЛОНАСС, различных РЛС и др. [9,22,36,39,43].

При штатном движении KJIA точностные характеристики современных измерительных систем вполне удовлетворяют требованиям, предъявленным к точности навигационных определений. Однако при интенсивном маневрировании к точности, измерительной информации предъявляются повышенные требования. Разработка и производство более точных измерительных систем требует больших временных и финансовых затрат. Поэтому для повышения точности навигационной информации с целью экономии предлагается осуществлять алгоритмическую обработку сигналовуже существующих измерительных систем KJIA.

В связи с усложнением задач которые решаются с использованием навигационной информации, осуществляется комплексная обработка информации от нескольких датчиков или систем, объединенных в измерительный комплекс KJIA.

Традиционной схемой навигационного комплекса является ИНС, принятая за базовую систему, снабженная несколькими датчиками внешней информации, алгоритмами комплексирования, управления, оценивания и прогнозирования.

В настоящее время наиболее точными являются навигационные системы с коррекцией от спутников. Однако встречаются случаи, когда воспользоваться корректирующим сигналом со спутников не представляется возможным. Поэтому используются различные навигационные системы и их сочетания, а также алгоритмический метод повышения точности навигационной информации при функционировании систем в условиях активных и пассивных помех, а также при энергичном маневрировании KJIA.

Таким образом, необходимо исследовать особенности функционирования измерительных систем KJIA в различных условиях его движения и разработать алгоритмическое обеспечение, позволяющее повысить точность определения параметров KJIA, а также выбрать или синтезировать структуры систем управления, в которых будут использованы разработанные алгоритмы. Повышение точности измерительной информации алгоритмическим путем позволит использовать серийные навигационные системы, существенно повышая их точность. На основе более точной навигационной информации появляется возможность эффективно осуществлять маневры KJIA.

Целью диссертации является разработка алгоритмических способов повышения точности системы управления КЛА и навигационных определений КЛА при интенсивном маневрировании, что позволяет повысить эффективность осуществления маневров, сократить энергетические и временные затраты.

На защиту выносятся:

- на основе анализа систем управления KJIA разработаны структуры систем управления, включающие блок прогноза;

- алгоритм построения прогнозирующих моделей для экстраполяции ошибок инерциальной навигационной системы при движении КЛА на атмосферном участке; гибридный модифицированный алгоритм построения прогнозирующих моделей с использованием подхода самоорганизации и нейронной сети, отличающийся повышенным быстродействием; компактный алгоритм самоорганизации для краткосрочного прогнозирования ошибок навигационного комплекса KJIA, включающего ИНС и GPS.

Научная новизна проведенных исследований и полученных результатов заключается в проведенном анализе наиболее перспективных систем управления и разработанных, на его основе, структур систем управления KJIA. В структурах систем управления KJIA предложено использовать блок прогноза для предсказания информации о траектории движения и ошибках в определении навигационной информации.

При движении KJIA на атмосферном участке для построения прогнозирующей математической модели ошибок базовой системы навигационного комплекса KJIA используется алгоритм самоорганизации с априорным выбором базисных функций.

Гибридный модифицированный алгоритм построения прогнозирующих моделей представляет собой симбиоз нейронной сети и метода самоорганизации. Для ускорения работы алгоритма на начальном этапе использована структура сети Вольтерра.

При использовании в навигационном комплексе ИНС и GPS возникают ситуации, когда сигнал GPS пропадает на короткое время (смена рабочего созвездия, аномальные измерения и др.) Для предотвращения потери информации предложено осуществлять краткосрочное прогнозирование информационного сигнала с помощью компактного алгоритма самоорганизации, который отличается простотой реализации.

Выполненные теоретические исследования и практические расчеты базируются на использовании теории навигационных систем, математической статистики, теории самоорганизации, оптимального управления, теории интеллектуальных систем, а также методах программирования и компьютерного моделирования.

Достоверность полученных теоретических и практических результатов подтверждается результатами математического моделирования, а также согласованностью полученных теоретических и практических результатов с имеющимися данными в литературе.

Практическая ценность и реализация результатов работы:

Разработанные структуры систем управления KJIA и алгоритмическое обеспечение позволяют повысить точность осуществления маневров, увеличить точность навигационных определений KJIA, повышает эффективность функционирования KJIA в целом. Представленные структуры систем управления и алгоритмы прогнозирования могут составлять основу построения перспективных KJIA. Материалы диссертации использованы в учебном процессе кафедры ИУ-1 МГТУ им. Н.Э.Баумана.

Результаты диссертационной работы докладывались на конференциях и семинарах, в том числе на:

- XXVIII академических чтениях по космонавтике, Москва, 2004;

- всероссийской международной конференции «Космонавтика, радиоэлектроника, геоинформатика», Рязань, 2003;

- VI международном симпозиуме «Интеллектуальные системы», Саратов, 2004;

- VII международной симпозиум «Интеллектуальные системы», Краснодар, 2006;

- «XXXI актуальные проблемы Российской Космонавтики», Москва,

2007;

- «XXXII актуальные проблемы Российской Космонавтики», Москва, 2008;

- VII международной симпозиум «Интеллектуальные системы», Нижний Новгород, 2008;

- семинаре кафедры ИУ-1 МГТУ им. Н.Э.Баумана, 2008.

По теме диссертационной работы опубликовано 9 печатных работ.

Структура и объем диссертации:

Диссертационная работа состоит из введения, пяти глав, заключения, списка литературы и приложения.

Выводы и заключение

Исследованы особенности функционирования измерительных систем КЛА в различных условиях его движения и разработаны элементы алгоритмического обеспечения, позволяющее повысить точность определения параметров КЛА, представлены структуры систем управления с акцептором действия, в которых использованы разработанные алгоритмы.

Разработанные алгоритмические способы повышения точности навигационных определений КЛА, представляющие различные модификации алгоритма самоорганизации позволяют повысить эффективность системы управления КЛА.

- на основе анализа систем управления КЛА разработаны структуры систем управления, включающих блок прогноза;

- алгоритм построения прогнозирующих моделей для экстраполяции ошибок инерциальной навигационной системы при движении КЛА на атмосферном участке; гибридный модифицированный алгоритм построения прогнозирующих моделей с использованием подхода самоорганизации и нейронной сети, отличающийся повышенным быстродействием;

- компактный алгоритм самоорганизации для краткосрочного прогнозирования ошибок навигационного комплекса КЛА, включающего ИНС и GPS.

1. Проведен анализ наиболее перспективных систем управления и разработанных, на его основе, структур систем управления КЛА. В структурах систем управления КЛА предложено использовать блок прогноза для предсказания информации о траектории движения и ошибках в определении навигационной информации.

2. При движении KJIA на атмосферном участке для построения прогнозирующей математической модели ошибок базовой системы навигационного комплекса КЛА разработан алгоритм самоорганизации с априорным выбором базисных функций. Разработан метод непрерывного определения гравитационного поля в коридоре движения КЛА на атмосферном участке.

3. Представлен гибридный модифицированный алгоритм построения прогнозирующих моделей, который представляет собой симбиоз нейронной сети и метода самоорганизации. Для ускорения работы алгоритма на начальном этапе использована структура сети Вольтерра.

4. При использовании в навигационном комплексе ИНС и GPS возникают ситуации, когда сигнал GPS пропадает на короткое время. Для предотвращения потери информации предложено осуществлять краткосрочное прогнозирование информационного сигнала с помощью компактного алгоритма самоорганизации, который отличается простотой реализации, и последующую коррекцию в выходном сигнале ИНС.

5. При длительном отсутствии сигнала GPS разработаны алгоритмы самоорганизации с априорным выбором базисных функций и с учетом эффекта инбридинга. Использование этих алгоритмов в схеме коррекции ИНС позволяют существенно повысить точность навигационной информации в автономном режиме работы системы.

Разработанные структуры систем управления КЛА и алгоритмическое обеспечение позволяют повысить точность осуществления маневров, увеличить точность навигационных определений КЛА, повышает эффективность функционирования КЛА в целом. Представленные структуры систем управления и алгоритмы прогнозирования могут составлять основу построения перспективных КЛА.

1. Абгарян К.А., Рапопорт И.М. Динамика ракет. -М.: Машиностроение, 1969. -378 с.

2. Анохин П.К. Проблемы центра и периферии в физиологии нервной деятельности. Н. Новгород: Н. Новгород, 1935. -235 с.

3. Батков A.M. Методы оптимизации в статистических задачах управления. -М.: Машиностроение, 1974. -240 с.

4. Береговой Г.Т. Моделирование систем полуавтоматического управления космических кораблей.-М.: Машиностроение, 1986. -276 с.

5. Бесекерский В.А. Теория систем автоматического регулирования. -М.: Наука, 1975. -766 с.

6. Богуславский И.А. Методы навигации и управления по неполной статистической информации. М.: Машиностроение, 1970. -256 с.

7. Брайсон А., Хо Ю-ши. Прикладная теория оптимального управления. -М.: Мир, 1972. -544 с.

8. Васильев С.Н., Жерлов А.К., Федосов Е.А., Федунов Б.Е. Интеллектуальное управление динамическими системами. М.: Физматлит, 2000. -460 с.

9. ГЛОНАСС. // Информационный бюллетень. №1 - М.: Координационный научно-информационный центр, 1999. -620 с

10. Головченко В.Б., Носков С.И. Комбинирование прогнозов с учётом экспертной информации // Автоматика и телемеханика. 1992. - № 11. -С.109-117.

11. Гордеев А.И. Автономные системы управления баллистических ракет. -М.: Воениздат, 1964. -190 с.

12. Грешилов А.А. Анализ и синтез стохастических систем. -М.: Радио и связь, 1990. -320 с.

13. Грешилов А.А. Математические методы построения прогнозов. -М.:

14. Радио и связь, 1997. -112 с.

15. Демарк Т. Технический анализ новая наука. - М.: Диаграмма, 1997. -412с.

16. Емельянов В.В. Теория и практика эволюционного моделирования,- М: Физматлит, 2003. -520с.

17. Захаров В.Н. Интеллектуальные системы управления: основные понятия и определения // Известия РАН. Теория и системы управления. -1997. -№ 3. -С. 138-145.

18. Ивахненко А.Г., Мюллер И.А. Самоорганизация прогнозирующих моделей. Киев: Техника, 1985. -223 с.

19. Ким Чжэ Су. Редуцированный алгоритм самоорганизации для системы управления космическим летательным аппаратом // Интеллектуальные системы(Интелс'2006): Труды международного симпозиума VII/ Под ред. К.А. Пупкова. -Москва, 2006. -С.225-227.

20. Козлов В.И. Системы автоматического управления летательными аппаратами. -М.: Машиностроение, 1979. -216 с.

21. Красовский А.А. Аналитическое конструирование контуров управления летательными аппаратами. -М.: Машиностроение, 1969. -240 с.

22. Красовский Н.Н. Теория управления движением. -М.: Наука, 1968.-475с.

23. Кузовков Н.Т., Сальчев О.С. Инерциальная навигация и оптимальная фильтрация. -М.: Машиностроение, 1982. -436 с.

24. Кэ Фан, Фам Суан Фанг, Ким Чжэ Су. Исследование интеллектуальных систем управления летательными аппаратами // Автоматизация и современныетехнологии-2006. -№ 7. -С. 31-34.

25. Лебедев А.А., Бобронников В.Т. Статистическая динамика и оптимизация управления летательных аппаратов. -М.: Машиностроение, 1985. -280 с.

26. Лебедев А.А., Карабанов В.А. Динамика система управлениябеспилотных летательных аппаратов. -М.: Машиностроение, 1965. -528с.

27. Лебедев А.А., Чернобровкин Л.С. Динамика полета. -М.: Машиностроение, 1973. -616 с.

28. Лукашин Ю.П. Адаптивные методы краткосрочно прогнозирования. -М.: Статистика, 1979. -254 с.

29. Лукьянова Н.В., Шолохов Д.О., Ким Чжэ Су. Некоторые особенности принятие решений в интеллектуальных системах // Интеллектуальные системы(Интелс'2004): Труды международного симпозиума W Под ред. К.А. Пупкова. -Москва, 2004. -С.271-272.

30. Мирошник И.В. Нелинейное и адаптивное управление сложными динамическими системами.-М.: Наука, 2000. -548 с.

31. Неусыпин А.К., Неусыпин К.А. Системы управления космическими летательными аппаратами.- М.: Издательство МГОУ, 2004. -232 с.

32. Неусыпин К.А. Направления развития интеллектуальных систем //Автоматизация и современные технологии. -2002. -№ 12. -С.28-30.

33. Неусыпин К.А., Забелинский А.И. Некоторые аспекты теории организации и прогнозирования. М.: Сигналь МПУ, 2000. -452 с.

34. Неусыпин К.А. Концептуальный синтез интеллектуальных систем // Автоматизация и современные технологии. -2000. -№ 6. -С.21-24.

35. Неусыпин К.А., Логинова И.В. Вопросы теории и реализации интеллектуальных систем. М.:Сигналъ, 1999. -220 с.

36. Неусыпин К.А., Пролетарский А.В., Цибизова Т.Ю. Системы управлениялетательными аппаратами и алгоритмы обработки информации. -М.: Издательство МГОУ, 2006. -220 с.

37. Неусыпин К.А., Фам Суан Фанг, Ким Чжэ Су. Повышение степени управляемости летательного аппарата // Актуальные проблемы российской космонавтики: Материалы XXXI академических чтений по космонавтике. -Москва, 2007. -С.404-406.

38. Позняков П.В., Федунов Б.Е. Основы информационной интеграции бортовой аппаратуры. М.: Изд-во МАИ, 1993. -294 с.

39. Попов В.И. Системы ориентации и стабилизации космических аппаратов.-М.: Машиностроение, 1986. -183 с.

40. Пупков К.А., Коньков В.Г. Интеллектуальные системы. М.: Изд-во МГТУ им.Баумана, 2003. -335 с.

41. Пупков К.А., Н.Д.Егупов, А.И.Гаврилов и др. Методы робастного, нейро-нечетного и адаптивного управления. /Под ред. К.А.Пупкова. -М.: Издательство МГТУ имени Баумана, 2002. -744 с.

42. Пупков К.А., Неусыпин К.А. Вопросы теории и реализации систем управления и навигации. -М.: Биоинформ , 1997. -368 с.

43. Пупков К.А., Неусыпин К.А., Пролетарский А.В. Исследование факторов влияния на характеристики движения аэродинамических JIA. // Интеллектуальные системы): Труды международного симпозиума IV / Под ред. К.А. Пупкова. -Москва, 2000. -С.85-87.

44. Ривкин С.С. Метод оптимальной фильтрации Калмана и его применение в инерциальных навигационных системах. -М.: Судостроение, 1973.-143 с.

45. Суховрученков Б.И. Методы анализа характеристик летательных аппаратов. -М.: Машиностроение, 1995. -365 с.

46. Федосов Е.А. Динамическое проектирование систем управления автоматических маневренных летательных аппаратов. -М.: Машиностроение, 1997. -336 с.

47. Фриденсон Е.С. Основы ракетной техники. -М.: М.О. СССР, 1973. -203 с.

48. Хорошевский В.Ф., Шерстнев В.Ю. Программный инструментарий представления знаний в экспертных системах // Экспертные системы: состояние и перспективы. -М.: Наука, 1989. -С. 38-46.

49. Чембровский О.А., Топчеев Ю.И., Самойлович Г.А. Общие принципы проектирования систем управления. -М.: Машиностроение, 1972. -414 с.

50. Четыркин Е.М. Статистические методы прогнозирования. -М: Статистика, 1975. -200 с.

51. Шапиро И.И. Расчет траекторий баллистических снарядов по данным радиолокационных наблюдений. -М.: Издательство иностранной литературы, 1961. -319 с.

52. Ярлыков М.С. Статистическая теория радионавигации. -М.: Радио и связь, 1985. -344 с.

53. Eds.M.M.Gupta, N.K.Sinha. Intelligent control systems: Theory and application. New York: IEEE Press, 1996. -442P.

54. Jazwinski AH. Stochastic Processes and Filtering Hieroy: New York, 1970.-1248P.

55. Narendra K.S. Neural network for control: Theory and practice // Proc. Of the IEEE. -1996.-V.84, No 10.-P. 1385-1406.

56. Rauch H.E., Schaecter D:B. Neural networks for control, identification, and diagnosis //Proc. World space congress. -1992.-P. F4.4-M1.06.-P.712-719.

57. White D.A., Sofge D.A. Handbook of intelligent control. Neural, Fuzzy, and adaptive approaches.- New York: Van Nostrand Reinhold, 1992.-65 IP.в/

58. А К Т об использовании результатов диссертационной работы Ким Чжэсу «Разработка алгоритмического обеспечения систем управления КЛА».

59. В курсах лекций «Интеллектуальные системы» и « Управление в технических системах» использованы материалы, посвященные синтезу компактных структур систем управления с интеллектуальными компонентами, разработанные в диссертации Ким Чжэсу.