автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Разработка алгоритмов с высокой степенью управляемости и наблюдаемости для систем управления летательными аппаратами

На правах рукописи

ФАМ СУАН ФАНГ

РАЗРАБОТКА АЛГОРИТМОВ С ВЫСОКОЙ СТЕПЕНЬЮ УПРАВЛЯЕМОСТИ И НАБЛЮДАЕМОСТИ ДЛЯ СИСТЕМ УПРАВЛЕНИЯ ЛЕТАТЕЛЬНЫМИ АППАРАТАМИ

Специальности 05 13 01 Системный анализ, управление и обработка информации

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

МОСКВА-2008

003169244

Работа выполнена в Московском государственной техническом университете им. Н.Э. Баумана

Научный руководитель: Доктор технических наук, профессор

Неусыпин К. А.

Официальные оппоненты Доктор технических наук, профессор

Афанасьев В.Н.

Кандидат технических наук, доцент Дегтярев О.В.

Ведущая организация. Институт проблем управления

им. В.А. Трапезникова, РАН

Защита состоится «2/» ..^Í^V^-.. 2008 года в часЗ&.мин на заседании диссертационного совета Д 212.141.02 при Московском государственном техническом университете им Н.Э. Баумана по адресу. 105005, г Москва, 2-я Бауманская ул , д 5

Отзыв на автореферат в двух экземплярах, заверенный печатью организации, просим высылать по адресу 105005, г. Москва, 2-я Бауманская ул., д. 5, МГТУим. Н.Э. Баумана, учёному секретарю совета Д212.141.02.

С диссертацией можно ознакомиться в библиотеке МГТУ им. НЭ Баумана

Автореферат разослан « 2/ » О ^ 2008 г.

Учёный секретарь диссертационного совета Кандидат технических наук, доцент

Иванов В.А

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы: Управление различными летательными аппаратами (ЛА) осуществляется с помощью систем управления Современные и перспективные системы управления ЛА часто предполагают использование интеллектуальных технологий для синтеза алгоритмического обеспечения

Одним из перспективных направлений при разработке ИС является подход, основанный на симбиозе теории функциональных систем П К Анохина и метода самоорганизации

Подобные ИС включают динамическую экспертную систему, блоки принятия решений, выработки управления, акцептор действия, блок синтеза цели и др Реализация ИС предполагается в БЦВМ на борту ЛА С учетом жестких требований по быстродействию и объему памяти БЦВМ, которое отводится для алгоритмического обеспечения ИС управления ЛА, реализовать его в полном объеме не представляется возможным. В связи с этим в практических приложениях для управления ЛА используются различные редуцированные модификации алгоритмического обеспечения ИС или системы управления с интеллектуальными компонентами

Редуцированные модификации алгоритмического обеспечения ИС управления предполагают реализацию концепции системного синтеза, которая заключается в выделении и последующем управлении ЛА только по ключевым параметрам Определение параметров системы управления ЛА, являющихся ключевыми или определяющими исследуемые процессы является актуальной задачей, что обусловлено отсутствием универсальных критериев выбора этих параметров

При использовании в системах управления ЛА математических моделей встречаются случаи, когда переменные состояния модели являются слабоуправляемыми и осуществлять управление такими переменными нецелесообразно Поэтому удачный выбор моделей с высокой степенью управляемости является актуальной задачей при синтезе систем управления ЛА Современные системы управления ЛА с интеллектуальными компонентами обычно в качестве такой компоненты используют акцептор действия Акцептор действия включает алгоритм построения прогнозирующей модели, алгоритм прогноза и механизм сличения результата Наиболее сложной составляющей акцептора действия является алгоритм построения прогнозирующей модели, который, как правило, реализуется на основе метода самоорганизации

Классический алгоритм самоорганизации требует значительных вычислительных затрат и его реализация на борту ЛА в БЦВМ затруднительна Поэтому разработка компактного алгоритма построения прогнозирующих моделей является важной и актуальной задачей при синтезе систем управления современными ЛА.

Учитывая, что первоисточником ошибок системы управления ЛА является неточность измерительной информации, повышение точности измерительной системы ЛА алгоритмическим путем также представляет собой важную задачу Наиболее популярный алгоритмический способ коррекции измерительных систем в выходном сигнале предполагает использование алгоритмов оценивания

Математические модели, используемые в алгоритмах самоорганизации и оценивания должны включать хорошо наблюдаемые параметры, так как слабонаблюдаемые могут быть эффективно оценены и прогнозированы только на длительных временных интервалах

Решение всех перечисленных задач позволяет повысить точность функционирования ЛА алгоритмическим путем. Повышение точности конструкторским путем связано с длительным временем, созданием новой технологической базы и большими финансовыми затратами Поэтому разработка компактного алгоритма построения прогнозирующих моделей с высокой степенью управляемости и наблюдаемости является важной и актуальной задачей при синтезе систем управления современными ЛА

Целью диссертации: является разработка алгоритмического обеспечения систем управления ЛА, включающего модели с высокими степенями управляемости и наблюдаемости На защиту выносятся:

• способ выделения ключевых параметров перспективной системы управления ЛА, основанный на концепции системного синтеза и критерии степени управляемости,

• результаты анализа критериев степени управляемости и наблюдаемости компонент вектора состояния;

• численный критерий степени управляемости конкретных переменных состояния динамических систем;

• компактный алгоритм самоорганизации с резервированием трендов, позволяющий резервировать модели с максимальными степенями наблюдаемости,

• скалярный алгоритм оценивания слабонаблюдаемой азимутальной скорости дрейфа инерциальной навигационной системы,

• способ формирования сценария полета ЛА с учетом степеней управляемости компонент вектора состояния, позволяющий выделять интервалы наиболее благоприятные для совершения маневров

Научная новизна работы заключается в разработке структуры системы управления ЛА, проведенной в рамках концепции системного синтеза с использованием критерия степени управляемости, разработке численного критерия степени управляемости конкретной переменной состояния, формировании ансамбля критериев селекции алгоритма самоорганизации с резервированием трендов, позволяющем отбирать модели с максимальными

степенями наблюдаемости, а также формировании измерений для скалярного алгоритма оценивания азимутальной скорости дрейфа ИНС, позволяющих повысить степень наблюдаемости исследуемого параметра.

Методы исследования: Выполненные теоретические исследования и практические расчеты базируются на использовании математической статистики, теории самоорганизации и оптимального управления, а также методах программирования и компьютерного моделирования Общей методологической основой всех исследований является системный подход

Достоверность: Полученных теоретических и практических результатов подтверждается четкими математическими выводами при построении моделей и алгоритмов, результатами математического моделирования, а также согласованностью полученных результатов с известными данными в этой области, опубликованными в печати

Практическая ценность: Разработанный способ системного синтеза с использованием численного критерия степени управляемости позволяет создать компактную систему управления современным ЛА. Алгоритм самоорганизации с резервированием трендов с высокой степенью наблюдаемости и алгоритм оценивания слабонаблюдаемой азимутальной скорости дрейфа ИНС позволяют повысить точность определения исследуемых параметров и легко реализуемы в БЦВМ. Даны рекомендации по выбору динамических параметров ЛА для эффективного осуществления маневров и выделены интервалы с максимальными степенями управляемости каждого параметра Основной алгоритм управления ЛА остается без изменения, что является важным для серийных ЛА

Апробация работы: Результаты диссертационной работы докладывались на конференциях и семинарах

1) "XVII Международная Интернет-Конференция Молодых Ученых и Студентов

по проблемам машинноведения МИКМУС-2005", г Москва, 2005г,

2) "XXXI Актуальные Проблемы Российской Космонавтики", г. Москва, 2006г,

3) "XL.II Всероссийская конференция по проблемами математики, информатики, физики и химики", г Москва, 2006г,

4) "VII международный сумпозиум ингелеетуальные системы", г Москва, 2006г,

5) "XXXII Актуальные Проблемы Российской Космонавтики", г. Москва, 2006г,

Публикации: По теме диссертации опубликовано 9 работ Структура диссертации: диссертация состоит из введения, пяти глав, заключения и списка литературы.

КРАТКОЕ СОДЕРЖАНИЕ РАБОТЫ Во введении обосновывается актуальность темы и направления исследований, проводимых в диссертационной работе, практическая значимость темы, а также приведено краткое содержание работы.

В первой главе рассмотрены системы, к системам управления современными ЛА, которые должны обеспечивать высокую точность и маневренность ЛА для эффективного выполнения поставленных задач

Одним из наиболее перспективных подходов к задаче разработки системы управления ЛА является подход системного синтеза. Рассмотрены основы концепции системного синтеза, сделан вывод о целесообразности формирования компактного русла системы управления ЛА, включающего только ключевые параметры. Разработку системы управления ЛА целесообразно проводить на основе системного синтеза

Наиболее перспективной системой управления ЛА с учетом вычислительных возможностей современных БЦВМ следует признать систему управления с интеллектуальной компонентой, основанной на теории функциональных систем Анохина и методе самоорганизации. Таким образом, в качестве базовой системы при проведении исследований принята система управления с интеллектуальной компонентой.

Современные ЛА функционируют в сложных условиях окружающей среды, пассивных и активных помех и активного противодействия Поэтому система управления должна обеспечивать высокую точность движения ЛА, эффективное маневрирование и др Для этого необходимо обеспечивать высокую управляемость ЛА и хорошую наблюдаемость параметров навигационных систем, системы управления и ЛА.

Повышние степени управляемости и наблюдаемости исследуемых систем целесообразно осуществлять алгоритмическим путем. Так как этот путь позволяет получить эффект с наименьшими временными и материальными затратами, используя системы современного уровня точности Сформулирована цель работы на основе системного синтеза разработать алгоритмическое обеспечение системы управления ЛА с моделями с высокой степенью управляемости и наблюдаемости

В соответствии с целью работы определены конкретные задачи исследования

• Провести аналитические исследования и выделить наиболее перспективные критерии степени управляемости и наблюдаемости

• Разработать модель системы управления ЛА с оптимальными параметрами. Оптимальность понимается в смысле максимума степени управляемости

• Разработать модели ошибок ИНС с оптимальными параметрами Оптимальность понимается в смысле максимума степени наблюдаемости

• Разработать алгоритм построения прогнозирующего модели с высокой степенью управляемости или наблюдаемости

Во второй главе рассмотрены критерии наблюдаемости и управляемости Исследованы критерии степени управляемости и наблюдаемости, выделены критерии, которые удобны для дальнейшего использования при разработке алгоритмического обеспечения

Представлен способ оптимизации параметров системы управления летательного аппарата с помощью критерия степени управляемости

Одним из способов повышения управляемости ЛА является разработка высокоэффективной системы управления Система управления ЛА осуществляет изменение его параметров в соответствие с выбранным алгоритмом, который реализует цель управления Алгоритмы управления ЛА имеют различную эффективность, зависящую, в частности, от используемого функционала качества Включение в функционал качества члена, характеризующего степень управляемости приводит к изменению структуры алгоритма управления и, как правило, к усложнению управления Поэтому в настоящей главе использован более простой подход, который заключается в оптимизации параметров алгоритма управления с помощью критерия степени управляемости

В качестве примера рассмотрено движение ЛА типа баллистической ракеты и ракетоносителя на активном участке траектории Система управления должна обеспечивать устойчивый полет ЛА вблизи номинальной траектории В виду того, что система управления ЛА должна удерживать его вблизи расчетной траектории, исследование возмущенного движения целесообразно проводить с помощью уравнений в отклонениях Модель бокового движение ЛА в отклонениях включает следующие параметры У2- вариация линейной скорости движения центра масс в боковой плоскости; 5 - вариация углового отклонения управляющего оргала; Р и Му - соответственно возмущающая сила и момент, тн - номнальная масса ЛА, 1н - момент инерции

В форме Коши модель движения ЛА имеет вид- х = Ах + Ви + Р

Здесь

Хг = 2--

В = [О -¿V 0 -аа,],Р-

0

О

м„.

и = 3 "О О О

о

Х-[Х;, Хг, Х3, Х4]Т,

1

О

О

— а, О

- а„„

Управление движением ЛА осуществляется с помощью системы управления, которая реализует какой-либо алгоритм В алгоритме управления используется математическая модель движения ЛА Синтез алгоритма управления обычно проводится отдельно для каждого канала управления. При реализации алгоритмов оптимального управления в Б ЦВМ целесообразно рассмотреть алгоритм в дискретной форме Модель движения ЛА в дискретной форме имеет вид

*хк+вк*ик

Реализации на борту ЛА подлежит оптимальное управление 1Л При использовании оптимизации системы управления в смысле максимума степени управляемости ЛА структура управления не меняется Изменяются

только значения коэффициентов усиления в управляющем сигнале. Это обусловлено тем, что коэффициенты усиления иначе матрица усиления зависят от матрицы модели Ф, а также от матрицы управления В Коэффициенты этих матриц оптимизируются с целью повышение степени управляемости ЛА и, затем, используются в классическом алгоритме управления ЛА.

Для того, чтобы осуществить оптимизацию параметров матриц необходимо выбрать критерий В данном случае это критерий степени управляемости по которому проводится выбор значений матриц.

Анализируя модель движения ЛА с помощью этого критерия, получим суммы элементов каждой строки матрицы управляемости Н Обозначим В,-суммы элементов каждой строки, которые позволяют судить о степени управляемости каждой компоненты вектора состояния модели движения ЛА

а! а4-а5а4 + а2а6 а5 а4 + а]2 а5 - а2 аб

В1 ---—---В2 =-=-

а1а4 а] (а4 + а1 )

Х-1(а4 + 1а1 {а4)а2аб )^1{-а4 + 1а1 4а4)а2а6

В3 = .(3/2) ~Г В4 = .(3/2) , ~Г

а4 (а4 + аг) а4 (а4 + аг)

Предположим, что в конкретном практическом приложении поставлена задача исследовать степень управляемости второй компоненты вектора состояния Хг (вариация линейной скорости движения центра масс в боковой плоскости) Для решения этой задачи рассмотрим вторую строку матрицы управляемости

Рассмотрим случай, когда все параметры движения ЛА жестко заданы за исключением параметра Рн (Рн - тяга двигателей ЛА) В соответствии с критерием степени управляемости компоненты вектора состояния тем выше, чем больше модуль коэффициентов соответствующей строки каноноческой матрицы управляемости - В*

Таким образом, повысить степень управляемости конкретной компоненты вектора состояния можно путем увеличение модуля коэффициента В, В данном случае необходимо увеличить модуль В2 посредством варьирования параметра а2. Учитывая вид этого параметра

а2 =+С,н<1н , где - аэродинамический коэффициент лобового тн

сопротивления, 9 - скоростной напор, ш - масса ЛА.

Можно сделать заключение, что при увеличении тяги двигателей ЛА степень управляемости Х2 увеличивается Тяга двигателей ЛА с течением времени изменяется, поэтому для совершения маневров ЛА с исползованием параметра Х2 целеообразно выбирать такие интервалы полета, на которых Р имеет наибольшие значения Естественно данная рекомендация актуальна лишь в случае, когда имеется возможность выбора момента совершения маневра, т.е есть возможность изменять полетное задание

Рассмотрено, как меняется степень управляемость компоненты Хг с течением времени. С течением времени модуль В2 уменьшается, что в соответствии с критерием степени управляемости свидетельствует о снижении степени управляемости компоненты Хг

Таким образом, при формировании сценария полета (полетного задания) маневрирование ЛА с управлением параметром Х2 целесообразно осуществлять на начальном временном интервале, т к. с течением времени степень управляемости Х2 снижается.

Определение степени управляемости с помощью представленного критерия позволяет провести оптимизацию параметров ЛА. Критерием оптимальности является максимум степени управляемости ЛА В практических приложениях, как правило, конструктивные параметры ЛА жестко заданы Поэтому оптимизации (в смысле критерия степени управляемости) подлежат динамические параметры ЛА.

В рамках физических допусков на эти параметры даны рекомендации по выбору (увеличению или уменьшению) динамических параметров ЛА для совершения маневра При совершении ЛА маневра управление осуществляется по нескольким параметрам, но один параметр является доминирирощим. Предлагается повышать степень управляемости именно доминирирощего параметра

Система управления ЛА с интеллектуальной компонентой включают многообразное алгоритмическое обеспечение, состав и конфигурация которого меняется в процессе функционирования В связи с этим математические модели исследуемых процессов целесообразно строить в процессе функционирования системы управления на борту ЛА. Разработанные алгоритмы позволяют проводить построение моделей методом самоорганизации с использованием компонент вектора состояния, имеющих максимально возможные степени наблюдаемости и управляемости Для обеспечения этих характеристик используется, в частности, предложенный численный критерий степени управляемости

Здесь /г, - модуль сумы элементов исследуемой 1-й строки канонической матрицы управляемости, Имах - максимальное значение модуля сумы элементов строки канонической матрицы управляемости Предложенный критерий степени управляемости позволяет определить степени управляемости каждой конкретной компоненты вектора состояния в численном виде

В соответствии с концепцией системного синтеза с помощью этого критерия определяется русло при проектировании структуры системы управления ЛА, а также критерий включен в ансамбль критериев селекции алгоритма построения моделей

В третьей главе исследован алгоритмический метод повышения точности ИНС посредством компенсации погрешностей в вызодом сигнале

Решение задачи управления JIA предполагает определение параметров его движения Для этого используются различные измерительные системы, в частности ИНС, GPS, РЛС и др

Совместная обработка выходных сигналов позволяет существенно повысить точность определения навигационных параметров JIA Совместная обработка сигналов измерительных систем предполагает применение различных алгоритмов, например алгоритмов оценивания Наиболее распространенным алгоритмом оценивания погрешностей ИНС является фильтр Калмана Фильтр Калмана позволяет по разности сигналов ИНС и РЛС оценить весь вектор состояния, включающий основные погрешности ИНС А затем оценки погрешностей ИНС вычитаются из выходного сигнала ИНС, тем самым повышается точность определения навигационных параметров ЛА. Однако применение фильтра Калмана для повышения точности ИНС сопряжено с некоторыми специфическими сложностями, связанными с достоверностью априорной информации о статистических характеристиках исследуемых процессов

Коррекция ИНС от внешних источников информации с применением различных алгоритмов позволяет существенно снизить погрешности получаемой навигационной информации В качестве примера использования алгоритмов для коррекции навигационной информации рассмотрим ИНС с внешним источником информации, в качестве которого применяется ДИСС.

Для наиболее полной компенсации погрешностей в выходной информации необходимо предварительно оценить ошибки ИНС, те нужно по имеющейся информации об ошибках в определении скорости ЛА оценить углу отклонения гиростабилизироанной платформы (ГСП) ИНС, относительно сопровождающего трехгранника и дрейф гироскопов Оценить ошибки в измерении этих параметров возможно, воспользовавшись алгоритмами оптимального оценивания Алгоритм оценивания вычисляет все наблюдаемые оценки ошибок ИНС. Схема подключения к ИНС алгоритма оценивания (АО) представлена на рис 1

Рис. 1. Схема подключения к ИНС алгоритма оценивания Применение такой схемы предполагает использование нерасходящихся высокоточных алгоритмов оценивания, требующих малого объема машинной памяти, которые легко могут быть реализованы в БЦВМ Достаточно высокой точностью и в то же время простотой реализации в

БЦВМ отличаются скалярные алгоритмы оценивания, являющиеся прямыми модификациями фильтра Калмана

В главе представлен алгоритмический метод повышения точности ИНС интенсивно маневрирующего ЛА посредством компенсации погрешностей в выходном сигнале системы Для определения оценок погрешностей ИНС использован скалярный алгоритм оценивания.

Скалярные алгоритмы представляют собой формулы с переменными коэффициентами, позволяющие проводить оценивание отдельно каждой компоненты вектора состояния Для синтеза скалярных алгоритмов оценивания необходимо сформировать скалярное уравнение модели для интересующей компоненты вектора состояния и приведенные измерения В блочно-матричном виде исследуемая система имеет вид

г Л 5 = [Я НФ

V,

НФ V/, +НФ w2+v3

НФ"-1]

НФ"

+

Здесь Ъх - измерения, Н - матрица измерения,

V - измерительный шум, W - входный шум; Ф - матрица модели исследуеммого процесса

Выразим X] с учетом этих обозначений

х,

Матрица Б"1 существует, так как матрица Б представляет собой матрицу наблюдаемости, которая является не особой, если вектор состояния полностью наблюдаем по выбранным измерениям Введем новые обозначения

С учетом новых обозначений выражение для XI будем иметь вид- г\ = х, -IV' Сформированный таким образом новый вектор измерений г позволяет непосредственно измерять весь вектор состояния Однако измерять весь вектор состояния возможно лишь после набора п измерений Запишем уравнение для измерений 1-ой компоненты вектора состояния.

здесь - приведенный к 1-ой компоненте вектора состояния шум Для 1 -ой компоненты вектора состояния уравнение модели имеет вид-

х,п,1=Ь|1х1+Ь„х;+Ь12х?+ +Ъ1Пх^;0

где [Ь,1 . Ь,„] -1-я строка матрицы Фп

Уравнение, отражающее динамику 1-ой компоненты вектора состояния имеет вид1

*'.♦. =ь„х; +ь1|2;- +ь12гГ + +ъ,х' +ь,Х +ь,л2' + г;=[2;',гГ «¡"Г

Так как исходные входной и измерительный шумы - дискретные белые гауссовы шумы, их линейные комбинации также являются дискретными белыми шумами В этом случае оптимальную оценку можно получить посредством фильтра Калмана.

= b„x\ + k,(z'j-bj', -у^ + у',

P^blil-W + q,

Где у, =6liz;46,2zr +b,„zf, Р^М[{х\)\ qx=M[(W;'f\,ri =МЮ2] Чем меньше W, тем точнее проводятся измерения х Уменьшить приведенный измерительный шум можно путем изменения элементов матрицы S Элементы матрицы S представляют собой комбинации элементов матриц Н и Ф Обычно матрица измерений жестко задана, а матрица системы содержит параметры, которыми можно варьировать, например период дискретизации

Вес, с которым измерительный шум присутствует в уравнении, определяется коэффициентами вида

с _ АЦ С _ Ann

detS detS

где An, » Ann алгебраические дополнения соответствующих элементов матрицы наблюдаемости

Увеличение детерминанта матрицы S приводит к уменьшению приведенного измерительного шума, а следовательно к повышению точности определения вектора состояния Предлагается принять критерий оптимизации в виде

|det(S)|-> max

Критерий оптимизации представляет собой критерий степени наблюдаемости с увеличением детерминанта матрицы наблюдаемости повышается степень наблюдаемости компонент вектора состояния системы В случае нестационарности матрицы системы вместо матрицы S необходимо использовать в критерии граммиан наблюдаемости

Рассмотрена задача оценивания слабонаблюдаемой переменной состояния азимутальной скорости дрейфа гироблока инерциальной навигационной системы Эффективное оценивание предлагается осуществлять с помощью формирования скалярных приведенных измерений, метода самоорганизации и численного критерия степени наблюдаемости конкретных компонент вектора состояния

Для решения указанной проблемы предполагается воспользоваться скалярным подходом, алгоритмом самоорганизации и численным критерием степени наблюдаемости Запишем уравнение измерений в скалярном виде

У =a,z,+a2z2 + +a„z„ Здесь у' - элемент вектора у, аь а2, а„ - i-я строка матрицы S"1 S"1 существует, т.к. S - матрица наблюдаемости

Для остальных компонент вектора состояния уравнения измерений формируются в соответствии с уравнением

Введем понятие приведенного измерительного шума Для произвольной компоненты вектора состояния приведенный измерительный шум, в соответствии с уравнением имеет вид

у"=а,у|+а2у2+. +о„у„ Дисперсия приведенного к 1-ой компоненте измерительного шума V определяется коэффициентами, а!, а2, ,а„ т е г" = Аф"]=[а,2 + а] + +а2„]г Где г=М[у2] - дисперсия исходного измерительного шума Уравнение измерений для азимутальной скорости дрейфа ГСП ИНС имеет вид

£»ч =о,г*+з +аггум + Где е' - азимутальная скорость дрейфа ГСП ИНС,

г", гу - проекция на ось х, у разности измерений скорости ЛА, полученных с помощью ИНС и ДИСС,

Количество членов в уравнении обусловлено результатами анализа уравнений ошибок ИНС. выделенными доминирующими составляющими в модели скорости азимутального дрейфа ГСП ИНС

Вычисленные аналитически значения коэффициентов в процессе полета ЛА меняются Поэтому целесообразно осуществлять их идентификацию Задача идентификации решается посредством алгоритма самоорганизации Этот алгоритм используется для программирования погрешностей ИНС в автономном режиме, которому предшествовал корректируемый режим полета. Такая структура модели выбрана из соображений простоты и минимального количества необходимой измерительной информации В выбранных измерениях содержится полный объем информации для определения азимутальной скорости дрейфа ГСП ИНС, что обосновано аналитическими исследованиями

В алгоритме самоорганизации структура модели предполагается известной, что позволяет существенно сократить вычислительные затраты (перебор структур исключается из алгоритмов самоорганизации) Алгоритмы самоорганизации позволяют строить прогнозирующие модели в корректируемом режиме работы ИНС, а в последующем автономном режиме использовать последнюю из полученных моделей для прогноза ошибок ИНС

В алгоритме самоорганизации селекция моделей (моделей с заданной структурой) осуществляется посредством ансамбля критериев Учитывая, что азимутальная скорость дрейфа ГСП ИНС по измерениям скорости является слабонаблюдаемой, в ансамбль критериев селекции включен критерий степени наблюдаемости Этот критерий предназначен для того чтобы пропускать на следующий ряд селекции только модели с высокой степенью наблюдаемости

Таким образом, определяются величина азимутальной скорости дрейфа ГСП ИНС в отличие от модели, полученной аналитически в предложенной модели осуществляется идентификация параметров (методом самоорганизации) и из нескольких моделей-претендентов выбирается

модель с максимальной степенью наблюдаемости азимутальной скорости дрейфа ГСП Использование моделей с высокой степенью наблюдаемости исследуемой переменной состояния позволяет удовлетворительно оценить ее за более короткий интервал времени

Представленный способ формирования измерений для скалярного алгоритма позволяет повысить точность навигационной информации в автономном режиме функционирования ИНС

Четвертая глава посвящена рассмотрению задачи компенсации погрешностей автономной ИНС

Рассмотрим автономную ИНС, функционирующую длительный период времени Проводить коррекцию ИНС от внешних по отношению к ней приборов и систем не представляется возможным. Предполагается также, что автономному режиму работы ИНС предшествовал период работы системы в режиме коррекции от спутниковой системы Структурная схема навигационного комплекса с использованием алгоритма построения модели при отключении внешних датчиков представлена на рис 2

Рис. 2. Схема навигационного комплекса с использованием алгоритма построения модели при отключении внешних датчиков Здесь - истинная информация о навигационных параметрах ЛА, х - ошибки ИНС

В практических приложениях прогнозирование состояния маневрирующего объекта с использованием априорных математических моделей не представляется возможным

При функционировании ЛА в стохастических условиях объем априорной информации о нем, как правило, минимален. Поэтому целесообразно использовать для экстраполяции подход самоорганизации.

Самоорганизация позволяет построить математическую модель без априорного указания закономерностей исследуемого объекта. Реализация алгоритма самоорганизации предполагается на борту ЛА Обычно к таким алгоритмам предъявляются достаточно жесткие требования по быстродействию, компактности и простоте реализации в БЦВМ

При построении прогнозирующих моделей методом самоорганизации предложено проводить резервирование трендов на начальных рядах селекции Такая модификация алгоритма самоорганизации обусловлена тем, что если в процессе построения модели появляются существенные изменения условий функционирования объекта, то время получения модели оптимальной сложность увеличивается, а объем вычислений возрастает Когда изменения

среды функционировал появляются на завершающем этапе формирования модели, т е модель сложна и близка к последнему ряду селекции, то для получения модели оптимальной сложность требуются значительные вычислительные затраты Модель приходится строить практически заново

При резервировании трендов модели, вместо того чтобы строить модель заново, появляется возможность использовать их, что сократит объем вычислений и, соответственно, время, необходимое для получения модели оптимальной сложности.

Включение численного критерия степени управляемости в ансамбль критериев селекции алгоритма самоорганизации позволяет построить простые модели с высокими степенями управляемости.

Численный критерий позволяет проводить сравнительный анализ степеней управляемости компонент вектора состояния относительно друг друга Путем сравнения степеней управляемости можно формировать вектор состояния модели исследуемого объекта Для этого воспользуемся алгоритмом самоорганизации и численным критерием степени управляемости

При построении моделей ЛА и других динамических объектов использование разработанного критерия позволяет отбирать модели, отличающиеся высокими степенями управляемости компонент вектора состояния Численный критерий степени управляемости включен в ансамбль критериев селекции алгоритма Для этого необходимо определить пороговое значение степени управляемости, т.е выделить компоненты вектора состояния, которые являются слабоуправляемыми. Пороговое значение степени управляемости определяется из практических соображений для каждого типа динамических объектов

Слабоуправляемые компоненты исключаются из вектора состояния моделей на каждом ряду селекции Численный критерий степени управляемости позволяет ранжировать переменные состояния динамического объекта и в процессе селекции выбирать модели с наибольшими степенями управляемости

При резервировании трендов модели, вместо того чтобы строить модель заново, появляется возможность использовать тренды, что сократит объем вычислений и, соответственно, время, необходимое для получения модели оптимальной сложности Другим преимуществом такой модификации алгоритма самоорганизации является возможность повысить степень управляемости модели динамического объекта

На каждом этапе селекции резервируются тренды со степенями управляемости, несколько меньшими чем значения степеней управляемости трендов, переходящих на следующий ряд селекции. Тренды с максимальными степенями управляемости переходят на следующий ряд селекции и подлежат дальнейшему усложнению

Зарезервированные тренды с высокой степенью управляемости используются в процессе селекции, что позволяет строить простые модели, которые в дальнейшем могут быть использованы для эффективного управления ЛА На рис представлена функциональная схема алгоритма самоорганизации с резервированием трендов

Рис.3. Структурная схема алгоритма самоорганизации

с резервированием трендов Здесь / - базисные функции,

АКС - ансамбль критериев селекции;

С - способ скрещивания моделей - претендентов В представленном алгоритме самоорганизации в процессе селекции отбираются модели, имеющие максимальные степени управляемости.

Таким образом, использование представленного численного критерия в ансамбле критериев селекции алгоритма самоорганизации с резервированием трендов позволяет строить простые модели с максимальными степенями управляемости

В ансамбль критериев селекции предложено также включить критерий степени наблюдаемости,что позволит отбирать модели с большими степенями наблюдаемости (уменьшение шума приводит к повышению качества наблюдения) Рассмотрен способитериев степени управляемости и наблюдаемости в рамках концепции системного синтеза

Пятая глава посвящена экспериментальному исследованию разработанных алгоритмов Эффективность предложенных алгоритмов продемонстрирована с помощью модели бокового движения ЛА типа баллистической ракеты и ракетоносителя на акшвном участке траектории, а также модели погрешностей автономной ИНС и корректируемой ИНС от внешних источников информации Приведены результаты моделирования фильтра Калмана, разработанного скалярного алгоритма оценивания, а также алгоритмов самоорганизации и алгоритмов с резервированием трендов Исследованы ошибки оценивания и прогнозирования, полученные с помощью рассмотренных алгоритмов Анализ точностных характеристик разработанных алгоритмов показал их эффективность для повышения точности ИНС. Результаты проведенного моделирования подтвердили работоспособность и достаточно высокую точность разработанных алгоритмов В приложении содержится акт об использовании результатов работы в учебный процесс кафедры «Системы автоматического управления» МГТУ им Н Э Баумана

ЗАКЛЮЧЕНИЕ

1. В рамках концепции системного синтеза предложено определять ключевые параметры русла для системы управления ЛА с помощью критерия степени управляемости

2. В практических приложениях, как правило, конструктивные параметры ЛА жестко заданы Поэтому оптимизации (в смысле критерия степени управляемости) подлежат динамические параметры ЛА Даны рекомендации по выбору динамических параметров ЛА для совершения маневра Основной алгоритм управление ЛА остается без изменения, что является важным для серийных ЛА

3. Предложен численный критерий степени управляемости, который используется в рамках концепции системного синтеза СУ для выбора доминирующих параметров, а также в ансамбле критериев селекции алгоритма самоорганизации для построения моделей с высокой степенью управляемости

4. Критерии степени наблюдаемости предложено использовать в алгоритмах оценивания и в ансамбле критериев селекции алгоритма самоорганизации для построения прогнозирующих моделей Реализация алгоритмов оценивания осуществляется в БЦВМ ЛА, поэтому к ним предъявляются специфические требования Приведены способы сокращения вычислительных затрат, представлен скалярный алгоритм оценивания

5. Предложен способ оптимизации параметров приведенных измерений скалярного алгоритма оценивания, позволяющий повысить степень наблюдаемости оцениваемых переменных состояния Применение предложенного подхода продемонстрировано на примере оценивания слабонаблюдаемой азимутальной скорости дрейфа ГСП ИНС

6. Редуцирование модели является одним из алгоритмических методов сокращения вычислительных затрат При построении прогнозирующих моделей методом самоорганизации предложено проводить резервирование трендов на начальных рядах селекции

Селекцию резервируемых трендов предложено осуществлять с помощью критериев степени наблюдаемости и управляемости. Такая модификация алгоритмов самоорганизации позволяет сократить вычислительные затраты при реализации алгоритма в БЦВМ при изменении условий функционирования ЛА, повысить точность прогноза и формировать модели с высокими степенями наблюдаемости и управляемости систем управления ЛА

7. Результаты математического моделирования продемонстрировали работоспособность и эффективность разработанных алгоритмов

8. Результаты математического моделирования продемонстрировали работоспособность и эффективность разработанных алгоритмов

Полученные в диссертации научные результаты использованы в

учебном процессе кафедры «Системы автоматического управления» МГТУ

им Н Э Баумана

ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

По теме диссертационной работы опубликовано 9 печатных работ, 3

работы из них входят в список рекомендованных ВАК

1 Фам Суан Фанг, Динь Ксуан Мань Регулятор навигационного комплекса с высоткой степенью управляемости //XVII Международная интернет-конференция молодых ученых и студентов по проблемам машинноведения МИКМУС. - Москва, 2005 -С 227

2 Фам Суан Фанг, Е. Б Дугин, Чи Циан Нам Система управления БЛА с акцептором действия //Актуальные проблемы Российской космонавтики -Москва, 2006 - С 371

3. Фам Суан Фанг, ЮЛ Вайс, ДО Шолохов Использование гибридных нейросетей для коррекции навигацонного комплекса //Актуальные проблемы Российской космонавтики - Москва, 2006 - С.378

4 Фам Суан Фанг Обработка информации в системе управления беспилотными летательными аппаратами //XLII Всероссийская конференция по проблемами математики, информатики, физики и химики - Москва, 2006 С 35

5. Фам Суан Фанг, Способ повышения управляемости БЛА 1ГШ международный сумпозиуминтелектуальныесистемы -Москва,2006 - С229

6 Фам Суан Фанг, Кэ Фан, Ким Дже Су Исследование интеллектуальных систем управления ЛА // Автоматизация и современные технологии -2006 -№7 - С 31-34

7 Неусыпин К А, Фам Суан Фанг Повышение степени управляемости ЛА // Автоматизация и современные технологии -2007. - № 2 - С 21-25.

8 Неусыпин К А, Фам Суан Фанг Численный критерий степени управляемости переменных состояния // Автоматизация и современные технологии -2007 - № 7. - С. 24 - 26

9 Неусыпин К А, Фам Суан Фанг, Ким Дже Су, Разработка метода повышения степени управляемости и наблюдаемости систем управления КЛА //Актуальные проблемы Российской космонавтики - Москва, 2008 С 420

Подписано к печати «10» апреля 2008г Объем 1,0 п л Тир 100 Заказ Типография МГТУ им Н Э Баумана

Введение.

ГЛАВА 1. СИСТЕМЫ УПРАВЛЕНИЯ ЛЕТАТЕЛЬНЫМИ АПАРАТАМИ.

1.1 .Теоретические основы синтеза современных интеллектуальных систем управления.

1.2. Интеллектуальные системы управления ЛА.

1.3. Система управления ЛА с акцептором действия.

1.4. Постановка задачи исследования.

Выводы к главе 1.

ГЛАВА 2. ИССЛЕДОВАНИЕ КРИТЕРИЕВ СТЕПЕНИ

УПРАВЛЯЕМОСТИ И НАБЛЮДАЕМОСТИ.

2.1 Критерии управляемости и наблюдаемости.

2.2. Критерии степени управляемости и наблюдаемости.

2.2.1 Критерии степени управляемости.

2.2.2 Управляемость самолета в боковом движении.

2.2.3 Численный критерий степени наблюдаемости.

2.3 Разработка способа повышение степени управляемости ЛА.

2.4. Численный критерий степени управляемости.

Выводы к главе 2.

ГЛАВА 3. ПОВЫШЕНИЕ СТЕПЕНИ НАБЛЮДАЕМОСТИ

ПЕРЕМЕННЫХ СОСТОЯНИЙ.

3.1. Оптимальный фильтр Калмана.

3.2. Скалярный алгоритм оценивания для измерительного комплекса ЛА.

3.3. Модификация алгоритма оценивания с повышенной степенью наблюдаемости системы управления.

3.4. Оценивание слабонаблюдаемой азимутальной скорости дрейфа ИНС.

Выводы к главе 3.

ГЛАВА 4. САМООРГАНИЗАЦИЯ МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ.

4.1. Алгоритм построения прогнозирующей модели.

4.2. Самоорганизация моделей.

4.3. Редуцирование математических моделей.

4.4. Алгоритм самоорганизации с резервированием трендов.

4.5. Реализация акцептора действия ИСУ ЛА.

Выводы к главе 4.

ГЛАВА 5. РЕЗУЛЬТАТЫ ЭКСПЕРИМЕНТАЛЬНЫХ ИСЛЕДОВАНИЙ.

5.1. Математическое моделирование разработанных алгоритмов.

5.2. Анализ результатов математического моделирования.

Выводы и заключения.

Система управления современных летателных аппаратов (ЛА) должна обеспечивать высокую точность движения, эффективное маневрирование и др. Для этого необходимо обеспечивать высокую управляемость и хорошую наблюдаемость параметров навигационных систем, системы управления и ЛА. Поэтому разработка компактного алгоритма построения прогнозирующего модели с высокой степенью управляемости и наблюдаемости является важной и актуальной задачей, при синтезе-систем управления современными ЛА.

Одним из перспективных направлений синтеза современных систем управления ЛА является создание интеллектуальных систем (ИС) или систем управления с интеллектуальными компонентами. В последнее время все большую популярность приобретают ИС, которые представляют собой симбиоз экспертных систем, методов самоорганизации, алгоритмов подготовки и принятия решений, адаптивного управления, а также алгоритмов формирования цели, объединенных в рамках функциональной структуры И.К.Анохина.

Современная ИС ЛА представляет собой объединенную информационным процессом совокупность технических средств и програмнного обеспечения, работающая во взаимосвязи с человеком или автономно, способная на основе априорной информации и текущих измерений при наличии мотивации синтезировать цель, вырабатывать решение о действии и находить рациональные способы достижения цели [49].

Основными недостатками при использовании ИС в практических приложениях являются сложность реализации всего комплекса функциональных систем, а также проблемы, связанные с реализацией механизма синтеза цели. В связи с этим при управлении современными ЛА целесообразно использовать системы управления с интеллектуальными компонентами, для управления перспективными ЛА разрабатывать ИС, включающие эти компоненты.

Современные системы управления ЛА снабжены алгоритмическим обеспечением, включающим разнообразные алгоритмы оценивания, управления; идентификации и прогноза. Наиболее популярная интеллектуальная компонента систем управления ЛА представляет собой акцептор действия, который реализуется посредством алгоритма самоорганизации, позволяющий построить прогнозирующую модель в условиях минимума априорной информации. Исследуемое и разработанное алгоритмическое обеспечение систем управления ЛА, систем с интеллектуальными компонентами может быть использовано для управления ЛА 4-го и 5-го поколения, БЛА класса Х-45, ЛА типа Р-22 (Раптор).

С учетом жестких требований по быстродействию и объему памяти БЦВМ, которое отводится для алгоритмического обеспечения ИС ЛА, реализовать его в полном объеме не представляется возможным. В связи с этим в практических приложениях для управления1 ЛА используются различные редуцированные модификации алгоритмического обеспечения ИС или- системы, управления с интеллектуальными компонентами.

Редуцированные модификации алгоритмического обеспечения ИС управления предполагают реализацию концепции системного синтеза, которая заключается в выделении и последующем управлении ЛА только по ключевым параметрам. Определение параметров системы управления ЛА, являющихся ключевыми или определяющими исследуемые процессы является актуальной задачей, что обусловлено отсутствием универсальных критериев выбора этих параметров.

В системе управления ЛА обычно используются математические модели. Встречаются случаи, когда переменные состояния модели являются слабоуправляемыми и осуществлять управление такими переменными нецелесообразно. Поэтому удачный выбор моделей с высокой степенью управляемости является актуальной задачей при синтезе систем управления ЛА.

Классический алгоритм самоорганизации требует значительных вычислительных затрат и его реализация на борту ЛА в БЦВМ затруднительна. Поэтому разработка компактного алгоритма построения прогнозирующих моделей является важной и актуальной задачей при синтезе систем управления современными ЛА.

Современные системы управления ЛА с интеллектуальными компонентами обычно в качестве такой компоненты используют акцептор действия.

Акцептор действия, предсказывающий параметры будущего результата. Поэтому слущить для сличения этого и реально результата: Акцептор действия включает алгоритм построения прогнозирующей модели, алгоритм прогноза и механизм сличения результата. Наиболее сложной составляющей акцептора действия является алгоритм построения прогнозирующей модели, который, как правило, реализуется на основе метода самоорганизации.

Учитывая, что первоисточником ошибок системы управления ЛА является неточность измерительной информации, повышение точности измерительной системы ЛА алгоритмическим путем также представляет собой важную задачу. Наиболее популярный алгоритмический способ коррекции измерительных систем в выходном сигнале предполагает использование алгоритмов оценивания.

Математические модели, используемые в алгоритмах самоорганизации и оценивания должны включать хорошо наблюдаемые параметры, так как слабонаблюдаемые могут быть эффективно оценены и прогнозированы только на длительных временных интервалах.

Решение всех перечисленные задач позволяет повысить точность функционирования ЛА алгоритмическим путем. Повышение точности конструкторским путем связано с длительным временем, созданием новой технологической базы и большими финансовыми затратами. Поэтому алгоритмический путь достаточно перспективен, но необходимо учитывать ограничения связанные с реализацией сложных алгоритмов в БЦВМ.

Целью диссертации- является разработка алгоритмического обеспечения* систем управления ЛА, включающего модели с высокими степенями управляемости и наблюдаемости.

На защиту выносятся:

• способ выделения ключевых параметров перспективной системы управления ЛА, основанный на концепции системного синтеза и критерии степени управляемости;

• результаты анализа критериев степени управляемости и наблюдаемости компонент вектора состояния;

• численный критерий степени управляемости конкретных переменных состояния динамических систем;

• компактный алгоритм самоорганизации с резервированием трендов, позволяющий резервировать, модели с максимальными степенями наблюдаемости;

• I скалярный алгоритм оценивания слабонаблюдаемой азимутальной скорости дрейфа инерциальной навигационной системы (ИНС);

• способ формирования сценария полета ЛА с учетом степеней управляемости компонент вектора состояния, позволяющий выделять интервалы наиболее благоприятные для совершения маневров.

Научная новизна

Научная новизна проведенных исследований заключается в разработке структуры системы управления ЛА, проведенной в рамках концепции системного синтеза с использованием критерия степени управляемости, разработке численного критерия степени управляемости конкретной переменной состояния, формировании ансамбля критериев селекции алгоритма самоорганизации с резервированием трендов, позволяющем отбирать модели с максимальными степенями наблюдаемости, а также формировании измерений для скалярного алгоритма оценивания азимутальной скорости дрейфа ИНС, позволяющих повысить степень наблюдаемости исследуемого параметра.

Для исследований применялись методы математической статистики, теории самоорганизации, оптимального управления и оценивания, а также методы программирования и компьютерного моделирования: Общей методологической основой всех исследований является системный подход.

Предложен способ оптимизации параметров приведенных измерений скалярного алгоритма оценивания, позволяющий повысить степень наблюдаемости оцениваемых переменных состояния:

Достоверность полученных теоретических и практических результатов подтверждается четкими математическими выводами при построении моделей и алгоритмов, результатами математического моделирования, а также согласованностью полученных результатов с известными данными в этой области, опубликованными в печати.

Практическая ценность и реализация результатов работы.

Результаты математического моделирования продемонстрировали работоспособность и эффективность разработанных алгоритмов- достаточно высокая точность.

Разработанный способ системного синтеза с использованием численного критерия степени управляемости позволяет создать компактную систему управления современным ЛА. Алгоритмы самоорганизации с резервированием трендов с высокой степенью наблюдаемости и алгоритм оценивания слабонаблюдаемой азимутальной скорости дрейфа ИНС позволяют повысить точность определения исследуемых параметров и легко реализуемы в БЦВМ. Даны рекомендации по выбору динамических параметров ЛА для осуществления маневров и выделены интервалы с максимальными степенями управляемости каждого параметра, где целесообразно осуществление маневров по той или иной компоненте вектора состояния ЛА. Основной алгоритм управления ЛА остается без изменения, что является важным для серийных ЛА. Результаты диссертационной работы докладывались на конференциях и семинарах, в том числе на:

1) "ХУЛ Международная Интернет-Конференция Молодых Ученых и Студентов, по проблемам машинноведения МИКМУС-2005", г. Москва, 2005г.;

2) "ХОТ Актуальные Проблемы Российской Космонавтики", г. Москва, 2006г.;

3) "ХЫ1 Всероссийская конференция по проблемами математики, информатики, физики и химики", г. Москва, 2006г.;

4) "УП международный сумпозиум интелекгуальные системы", г. Москва, 2006г.;

5) "XXXII Актуальные Проблемы Российской Космонавтики", г. Москва, 2006г.

По теме диссертационной работы опубликовано 9 печатных работ, 3 работы из них входят в список рекомендованных ВАК.

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

Выводы и заключения

Современные и перспективные ЛА предполагают использование интелектуальных СУ или СУ с интелектуальной компонентой. На современном этапе реализовать ИСУ ЛА в полном объеме затруднительно, поэтому целесообразно для управления ЛА использовать СУ с интелектуальной компонентой.

На основе проведенного анализа наиболее перспективной СУ ЛА была выбрана ИСУ, построемая на основе теорифункциональных систем Анохина и метода самоорганизации.

Для современных ЛА в качестве интелектуальной компоненты (в исследуемом типе СУ) используется применением алгоритма самоорганизации для построения прогнозирующей модели.

Точность функционирования СУ с интелектуальной компонентой напрямую зависит от адекватности прогнозирующей модели. В практических приложениях время принятия решений системной управления обычно жестко ограничено. Поэтому часто приходится ограничиваться построением прогнозирующих трендов.

Управление высокоманевренными ЛА предполагает осуществление различных маневров. От современных ЛА требуется выполнение все более сложных меневров. Возможность осуществления этих маневров зависит от аэродинамических свойств ЛА, качественных характеристик систем управления. Повысить управляемость ЛА путем изменения его аэродинамических свойств требует серьезных конструктивных изменений, длительного времени и больших финансовых затрат. Увеличение управляемости за счет изменения параметров системы управления позволяет повысить качество серийных ЛА за короткое время без существенных финансовых затрат.

Управление ЛА осуществляется на основе информации с различных навигационных систем. Навигационные системы имеют погрешности, обусловленные особенностями их конструкций, влиянием внешней среды. Погрешности информационных сигналов, проникая в систему управления ЛА, вызывают ошибки управления. Ошибки управления ЛА приводят к увеличению потребления энергоресурсов при реализации заданного маршрута, увеличению времени пребывания в полете. Особенно опасно появление ошибок управления при маневрировании ЛА.

В связи с этим задача повышения точности навигационной информации является важной и актуальной задачей при управлении ЛА. Анализ точностных характеристик навигационных систем показал, что наиболее точными являются спутниковые системы и ИНС. Однако встречаются ситуации, когда погрешности этих систем достигают неприемлемых величин. Поэтому в практических приложениях навигационные системы комплексируют с другими датчиками навигационной информации.

Комплексирование навигационных систем обычно осуществляется с помощью разнообразных алгоритмов управления, оценивания и прогнозирования. Обработка информации навигационных систем посредством алгоритмов управления и оценивания предполагает наличие устойчивых выходных сигналов как минимум от двух измерительных систем. В процессе эксплуатации часто встречаются случаи, когда сигнал от одной из навигационных систем отсутствует на коротких интервалах времени. В этом случае необходимо использовать в качестве алгоритмического обеспечения алгоритмы прогноза. Для осуществления подобного прогноза часто используется априорная математическая модель. В практических приложениях априорная модель позволяет получить низкую точность прогноза, а часто вообще неадекватна исследуемому процессу.

Комплекс задач исследования сформулированы следующим образом. Необходимо разработать элементы алгоритмического обеспечения высокоманевренных ЛА, позволяющие повысить управляемость и наблюдаемость его параметров. Под элементами алгоритмического обеспечения понимаются алгоритмы управления ЛА, алгоритмы компенсации ошибок в определении навигационной информации и алгоритмы построения прогнозирующих моделей.

Поставленные задачи решены путем разработки алгоритмов обработки информации с использованием моделей, которые обладают высокой степенью наблюдаемости и управляемости.

Путем решения поставленных задач в значительной степени достигнута глобальная цель настоящей работы - повышение точности функционирования современных серийных высокоманевренных ЛА алгоритмическим путем.

Повышение точности функционирования ЛА путем применения в системе управления моделей с высокой степенью управляемости обеспечивается за счет осуществления маневров за более короткое время, на более благоприятных временных интервалах, требующих меньших энергетических затрат.

Повышение точности функционирования ЛА путем использования моделей с высокой степенью наблюдаемости осуществляется за счет повышения точности информационных сигналов, которые используются в системе управления ЛА. Наблюдаемые компоненты вектора состояния хоть и являются формально наблюдаемыми на практике не подвергаются обработке посредством алгоритмов оценивания, так как получить их оценку возможно лишь на достаточно больших интервалах функционирования системы. Поэтому целесообразно подразделять наблюдаемые компоненты вектора состояния системы на эффективно наблюдаемые, которые подлежат оцениванию, и слабонаблюдаемые компоненты. Помимо различия во временных интервалах, необходимых для удовлетворительного оценивания ошибок ИНС, различны и относительные погрешности оценивания по отношению к оцениваемому номиналу. В связи с этим встает вопрос о степени наблюдаемости различных ошибок ИНС.

Таким образом, анализ степеней управляемости и наблюдаемости параметров ЛА дает возможность сформировать математические модели, использование которых в системе управления ЛА позволяет эффективно осуществлять маневры, принять решение о целесообразности использования тех или иных приборов для определения интересующих параметров, а также выбрать оптимальные характеристики систем.

1. Одним из способов повышения управляемости ЛА является разработка высокоэффективной системы управления. Система управления ЛА осуществляет изменение его параметров в соответствие с выбранным алгоритмом, который реализует цель управления.

Предложен простой подход, который заключается в оптимизации параметров алгоритма управления с помощью критерия степени управляемости.

Определение степени управляемости с помощью предложенного критерия позволяет провести оптимизацию параметров Л А. Критерием оптимальности является максимум степени управляемости ЛА.

• !

2. В практических приложениях, как правило, конструктивные параметры ЛА жестко заданы. Поэтому оптимизации (в смысле критерия степени управляемости) подлежат динамические параметры ЛА. Даны рекомендации по- выбору динамических параметров ЛА для совершения маневра: Основной алгоритм управление ЛА остается без изменения, что является важным для серийных ЛА

3. Предложен численный критерий степени управляемости, который используется, в рамках концепции системного синтеза СУ для выбора, доминирующих параметров, а также в ансамбле критериев селекции алгоритма самоорганизации для построения моделей с высокой степенью управляемости.

4. Критерии степени наблюдаемости предложено использовать в алгоритмах оценивания и в ансамбле критериев селекции алгоритма самоорганизации для построения прогнозирующих моделей.

Реализация алгоритмов оценивания осуществляется в БЦВМ ЛА, поэтому к ним предъявляются специфические требования. Приведены способы сокращения вычислительных затрат, представлен скалярный алгоритм оценивания.

5. Предложен способ оптимизации параметров приведенных измерений скалярного алгоритма оценивания, позволяющий повысить степень наблюдаемости оцениваемых переменных состояния. Применение предложенного подхода продемонстрировано на примере оценивания слабонаблюдаемой азимутальной скорости дрейфа ГСП ИНС.

6. При функционировании ИНС предполагается, что автономному режиму работы предшествовал период работы системы в режиме коррекции от спутниковой системы. Для коррекции автономных ИНС используются прогнозирующие модели, построенные методом самоорганизации. Реализация алгоритма самоорганизации предполагается на борту динамического объекта. Обычно в качестве модели оптимальной сложности выбирается модель с меньшим числом аргументов при более простой опорной функции.

7. Редуцирование модели является одним из алгоритмических методов сокращения вычислительных затрат. При построении прогнозирующих моделей методом самоорганизации предложено проводить резервирование трендов на начальных рядах селекции. Селекцию резервируемых трендов предложено осуществлять с помощью критериев степени наблюдаемости и управляемости. Такая модификация алгоритмов самоорганизации позволяет сократить вычислительные затраты при реализации алгоритма в БЦВМ при изменении условий функционирования ЛА, повысить точность прогноза и формировать модели с высокими степенями наблюдаемости и управляемости СУ ЛА, которые лежат в основе концепции системного синтеза.

8. Результаты математического моделирования продемонстрировали работоспособность и эффективность разработанных алгоритмов. Полученные в диссертации научные результаты использованы в учебном процессе кафедры «Системы автоматического управления» МГТУ им.Н.Э.Баумана.

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

2. Балакришнан А.Б. Теория фильтрации Калмана.- М.: Мир, 1988. -166 с.

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

4. Богословский C.B., Дорофеев А.Д. Динамика полета летательных аппаратов.- СПб.: СПб ГУАП, 2002. -48с.

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

6. Богуславский И.А. Прикладные задачи фильтрации и управления. -М.: Наука, 1983.-400 с.

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

8. Браммер К., Зиффлинг Г. Фильтр Калмана Бьюси. -М.: Наука, 1982.- 200 с.

9. Бюшгенс Г.С. Аэродинамическая устойчивость и управляемость сверхзвуковых самолетов. -М.: Наука Физматлит, 1998.- 804 с.

10. Ванюрихин Г.И., Иванов В. М. Синтез систем управления движением нестационных объектов. -М.: Машиностроение, 1981.- 153 с.

11. Васильев В.А., Митрошин Э.И., Николаев Ю.А. Фильтрация и стохастическое управление в динамических системах. -М.: Мир, 1980- 408 с.

12. Вентцель Е.С., Овчаров JI.A. Теория вероятностей и ее инженерные приложения. -М.: Высшая школа, 2000.- 480 с.

13. Гилл Ф., Мюррей У., Райт М. Прикладная оптимизация. М.: Мир, 1985.- 509 с.

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

15. Гроп Д. Методы идентификации систем. М.: Мир, 1979.- 302 с.

16. Дрейпер Ч.С., Ригли У., Хоэт Д.Г. Навигация, наведение и стабилизация в космосе. -М.: Машиностроение, 1970.- 363 с.

17. Загарий Г. И., Шубладзе А. М. Синтез систем управления на основе крутерия максимальной степени устойчивости. -М.: Машиностроение, 1980.- 99 с.

18. Жаков A.M. Управление баллистическими ракетами и космическими объектами. -М.: Военное издательство, 1974.- 264 с.

19. Казаков И.Е., Артемьев В.М., Бухалев В.А. Анализ систем случайной структуры. -М.: Физикоматематическая литература, 1993.- 272 с.

20. Коньков В.Г., Жарков А.И. Иллюстрационнопрактические работы поюкурсам Управление в технических системах и Основы теории управления. М.: Издв^МГТУ им. Н.Э. Баумана, 2005.- 168 с.

21. Козлов В.И. Системы автоматического управления ДА. -М.: Машиностроение, 1979.- 215 с.

22. Коуэн К., Грант П. Адаптивные фильтры.- М.: Мир, 1988.- 392 с.

23. Кузовков Н.Т., Салычев О.С. Инерциальная навигация и оптимальная фильтрация. М.: Машиностроение, 1982.- 216 с.

24. Кузовков Н.Т., Карабанов C.B., Салычев О.С. Непрерывные и дискретные системы управления и методы идентификации. -М.: Машиностроение, 1978.- 256 с.

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

26. Красовский A.A. Статистическая теория переходных процессов системах управления. -М.: Наука, 1968.- 240 с.

27. Красовский H.H. Теория управления движением. -М.: Наука, 1968.- 475 с.

28. Крутько П.Д. Обратные задачи динамики управляемых систем. -М.: Наука, 1987.-304 с.

29. Кузовков Н.Т. Модальное управление и наблюдающие устройства. -М.: Машиностроение, 1976.- 184 с.

30. Лебедев A.A., Карабанов В.А. Динамика система управления беспилотных летательных аппаратов.- М.: Машиностроение, 1965.- 528 с.

31. Лебедев A.A., Чернобровкин Л.С. Динамика полета. -М.: Машиностроение, 1973.-616 с.

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

33. Левин Б.Р. Теория случайных процессов и применение в радиотехнике. -М.: Советское радио, 1957.- 496 с.

34. Ленинг Дж.Х., Беттин Р.Г. Случайные процессы в задачах автоматического управления. -М.: Издательство иностранной литературы, 1958.- 388 с.

35. Ли Э.Б., Маркус Л. Основы теории оптимального управления. -М.: Наука, 1972.- 576 с.

36. Лукашин Ю.П. Адаптивные методы краткосрочно прогнозирования. -М.: Статистика, 1979.- 251 с.

37. Льюнг Л. Идентификация систем. -М.: Наука, 1991.- 432 с.

38. Ляшенко Е.А, Ряппсо Л.В. Об оценивании при помощи фильтра, содержащего случайные помехи // Автоматика и телемеханика.- 1992. -№2.-С.75 83.

39. Максимов М.В., Горгонов Г.И. Радиоэлектронные * системы самонаведения. -М.: Радио и связь, 1982.- 304 с.

40. Макарова И. М., Лохина В. М. Интелектуальные системы автоматического управления. -М.: Физматлит, 2001.- 576 с.

41. Моисеев H.H. Методы оптимизации. -М.: Наука, 1978.- 351 с.

42. Неусыпин А.К., Быковский A.B., Салычев О.С. Повышение точности инерциальных навигационных систем с использованием внешней информации. М.: МГТУ имени Н.Э. Баумана, 1989.- 67 с.

43. Неусыпин К.А., Фам Суан Фанг. Повышение степени управляемости летательного аппарата //Автоматизация и современные технологии. -2007. -№2.-С. 21-25.

44. Неусыпин К.А., Фам Суан Фанг. Численный критерий степени управляемости переменных состояния //Автоматизация и современные технологии. -2007. № 7. -С. 24 - 29.

45. Неусыпин К. А., Фам Суан Фанг, Ким Дже Су, Разработка метода повышения степени управляемости и наблюдаемости систем управления KJIA //Актуальные проблемы Российской космонавтики. Москва, 2008. - С.420.

46. Острём К. Введение в стохастическую теорию управления.-М.: Наука, 1973 322 с.

47. Панков А.Р., Скуридин A.M. Рекуррентное оценивание параметров линейной модели по нескольким группам измерений //Автоматика и телемеханика.-1979. -№7.-С. 80 89.

48. Парусников H.A., Морозов В.М., Борзов В.И. Задача коррекции в инерциальной навигации. -М.: МГУ, 1982.- 175 с.

49. Пугачев B.C. Теория случайных функций и ее применение к задачам автоматического управления. -М.: Физматгиз, 1962.- 883 с.

50. Пупков К.А., Неусыпин К.А., Вопросы теории и реализации систем управления и навигации. -М.: Биоинформ, 1997.- 400 с.

51. Пупков К.А., Воронов Е.М., Егупов Н.Д. Анализ и статистическая динамика систем автоматического управления. М.: Издательство МГТУ имени Н.Э. Баумана, 2000.- 748 с.

52. Пупков К.А., Егупов Н.Д., Гаврилов А.И. Методы робастного, нейронечетного и адаптивного управления. -М.: МГТУ имени Н.Э. Баумана, 2002.- 744 с.

53. Пупков К.А., Капалин В.И., Ющенко A.C. Функциональные ряды в теории нелинейных систем. -М.: Наука, 1976.- 483 с.

54. Питерсон И.Л. Статистический анализ и оптимизация систем автоматического управления. -М.: Советское радио, 1964.- 248 с.

55. Рипкин С. С. Метод оптимальной фильтрации Калмана и его применение в инерциальных системах. -М.: Судостроение, 1974.- 300с.

56. Ривкин С.С. Методы оптимальной фильтрации Калмана и его применение в инерциальных навигационных системах. -М.: Машиностроение, 1974.- 155 с.

57. Салычев О.С. Скалярное оценивание многомерных динамических систем. -М.: Машиностроение, 1987,- 215 с.

58. Салычев О.С. Статическая обработка информации в задачах, инерциальной навигации. М.: МГТУ имени Н.Э. Баумана; 1992.- 25 с.

59. Солодовников В.В., Бирюков В.Ф;, Коньков В.Г., Подгорнов В.И. Оптимизация нестационарных систем при случайных воздействиях. -М:: МЕТУ им. Н.Э. Баумана, 1981,-45с.

60. Сейдж Э:,. Меле Дж. Теория оценивания и ее применение в связи и управлении. М.: Связь, 1976.-495 с.

61. Сейдж Э.П., Уайт Ч.С. Оптимальное управление системами; -М.: Радио и связь, 1982.- 392 с.г '

62. Фалдин Н.Ф., Егупов И.Д. Методы синтеза оптимальных систем, автоматического управления: -М.: Издательство МГТУ имени Н.Э. Баумана, 2000.-511 с.

63. Фам Суан Фанг, Динь Ксуан Мань. Регулятор навигационного комплекса- с высоткой степенью; управляемости //XVII Международная интернет-конференция молодых ученых и студентов по проблемам машинноведения. -Москва, 2005. С. 227.

64. Фам Суан Фанг, Дугин Е. Б., Чи Циан Нам. Система управления БЛА с акцептором действия //Актуальные проблемы Российской космонавтики. -Москва, 2006.- С. 371.

65. Фам Суан Фанг, Вайс Ю.Л., Шолохов Д.О. Использование гибридных нейросетей для коррекции: навигацонного комплекса //Актуальные проблемы Российской космонавтики. Москва, 2006. - С.378.

66. Фам Суан Фанг. Обработка информации в системе управления беспилотными летательными аппаратами //XL11' Всероссийская^ конференция; по проблемами математики, информатики, физики; и химики. Москва, 2006. С.35.

67. Фам Суан Фанг. Способ повышен и я управляемости БЛА //VII международный сумпозиум интелектуальные системы. Москва, 2006. - С.229.

68. Фам Суан Фанг, Кэ Фан, Ким Дже Су Исследование интеллектуальных систем управления JIA // Автоматизация и современные технологии. -2006.-№7.-С. 31-34.

69. Федосов Е.А. Динамическое проектирование систем управления автоматических маневренных JLA. -М.: Машиностроение, 1997.- 336 с.

70. Федоров С.М., Хитрик М.С. Динамика систем управления ракет с бортовыми цифровыми вычислительными машинами. -М.: Машиностроение, 1976.- 292 с.

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

72. Четыркин Е.М. Статистические методы прогнозирования. -М: Статистика, 1975.- 199 с.

73. Шахтарин Б.И. Случайные процессы в радиотехнике. -М.: Радио и связь, 2000.- 464 с.

74. Уидроу Б., Стирнз С. Адаптивная обработка сигналов. М.: Радио и связь, 1989.-436 с.

75. Ярлыков М.С. Применение марковской теории нелинейной фильтрации вjрадиотехнике. -М.: Советское радио, 1980.- 360 с.

76. Комиссия в составе зав. Каф. ИУ-1: д.т.н., проф. Пупкова К.А., Заведующий кафедрой ИУ-1; к.т.н., доц. Пролетарский A.B.; к.т.п., доц. Лукьяновой Н.В.; к.т.н., доц. Задорожной Н.М.