автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.18, диссертация на тему:Разработка и исследование моделей информационного центра системы наблюдения надводного судна

на правах рукописи

Чекал Елена Георгиевна

РАЗРАБОТКА И ИССЛЕДОВАНИЕ МОДЕЛЕЙ ИНФОРМАЦИОННОГО ЦЕНТРА СИСТЕМЫ НАБЛЮДЕНИЯ НАДВОДНОГО СУДНА

Специальность 05.13.18 - "Математическое моделирование, численные методы и комплексы программ"

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Ульяновск - 2006

Работа выполнена на кафедре "Телекоммуникационные технологии и сети" государственного образовательного учреждения высшего профессионального образования "Ульяновский государственный университет"

Научный руководитель: доктор технических наук, профессор

Смагин Алексей Аркадьевич

Официальные оппоненты: доктор технических наук, профессор

Кумунжиев Константин Васильевич

кандидат технических наук, доцент Кулаков Владимир Львович

Ведущая организация:

Ульяновский филиал института радиотехники и элекфоники Российской Академии наук

Защита диссертации состоится 26 апреля 2006 года в 1300 часов на заседании диссертационного совета Д 212.278.02 при Ульяновском государственном университете по адресу: Университетская Набережная, 1, ауд. 703.

С диссертацией можно ознакомиться в научной библиотеке Ульяновского государственного университета.

Автореферат разослан 25 марта 2006 года. Просим прислать отзыв на автореферат по адресу: 432970, г. Ульяновск, ул. Л. Толстого, д. 42, УлГУ, Управление научных исследований.

Ученый секретарь диссертационного совета

АБВеревкин

66 ?0

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Область исследований в работе соответствует приоритетному направлению развития информационных технологий проецирования и разработки информационно-управляющих систем надводных судов (НС). На актуальность совершенствования автоматизированных систем управления (АСУ) надводных судов указывается в работах ведущих предприятий по разработке, производству и сопровождению АСУ различного класса для надводных судов.

Необходимость исследования и моделирования информационного центра (ИЦ), основного источника информации для систем управления НС, определяется существованием проблемы повышения эффективности функционирования ИЦ в виду недостаточной достоверности, полноты, своевременности и соответствия представления данных об объектах среды системам управления на надводном судне.

Объектом исследования в настоящей работе является информационный центр системы наблюдения надводдого судна. Модели информационною центра, алгоритмы подготовки данных для принятия решения являются предметом разработки и исследования.

Цель и задачи исследования. Целью диссертационной работы является повышение эффективности1 проектирования информационного центра системы наблюдения надводного судна. Для достижения поставленной цели в работе решены следующие задачи:

1. Проведено системное исследование ИЦ надводного судна.

2. Разработана функциональная модель ИЦ надводного судна

3. Разработана модель процессов ИЦ надводного судна

4. Разработана модель информационных потоков ИЦ надводного судна.

5. Проведена оптимизация2 инфор№1 тонных процессов, в том числе разработаны следующие алгоритмы подготовки данных для принятия решения:

- алгоритм кластеризации динамических объектов наблюдения;

- алгоритм обработки географической информации об объектах наблюдения.

6. Разработан программный комплекс и библиотека подпрограмм, реализующие указанные алгоритмы подготовки данных.

Методы исследования. Для решения поставленных в работе задач использовались методы системного анализа и моделирования систем, основные положения теории систем управления и теории информации, аппарат теории множеств и функционального анализа, численные методы. Для программной реализации ал го-

Пол «ффективностью понимается нормированный к затратам ресурсов рсзульта! деятельное! и на определенном интервале времени Наиболее общими и употребительными критериями эффективности являются время (экономия времени) и качество (повышение информативности).

2

Под оптимизацией понимается выбор альтернативы, удовлетворяющей кригерию жономии времени при сохранении функциональной полноты

РОС. НЛЦИОИАЛЬИАЯ| БИБЛИОТЕКА I

ритмов подготовки данных для принятия решения и экспериментальных исследований использовались методы структурного и объектно-ориентированного программирования, дискретные методы математического моделирования, реляционная СУБД.

Научная новизна исследования:

Разработана система поддержки проектирования информационного центра надводного судна, повышающая эффективность создаваемых ИЦ и опирающаяся на методические и функциональные средства обеспечения эскизного проектирования, в том числе на:

1) методику моделирования информационного центра системы наблюдения надводного судна, позволяющую построить взаимосвязанные модели ИЦ, которые основываются на дереве целей-функций ИЦ;

2) модели информационного центра: функциональная модель, модель взаимодействующих процессов и модель информационных потоков, обладающие полнотой, равномерностью структуризации, фрактальностью, непротиворечивостью и простотой;

3) метод и алгоритм кластеризации динамических объектов наблюдения, который в отличие от существующих разделяет совокупности объектов на кластеры без использования управляющих параметров классификации и образцов классов. Математическая модель алгоритма кластеризации динамических объектов, включающая множество допустимых классификаций, описаний и порций, генератор порций, классификатор, дескриптор, - дополнена такими новыми компонентами как стабилизатор, идентификатор, синтезатор, являющимися необходимыми при классификации динамических объектов;

4) метод специальной обработки географической информации от внешних источников по объектам наблюдения, отличающийся меньшим временем вычислений в пределах допустимой точности и расширенной области применимости.

Практическая значимость исследования. Результаты работы могут найти практическое применение при проектировании и сопровождении информационных центров надводных судов, в математической картографии, в статистической обработке количественных данных. Результаты работы используются на предприятиях, разрабатывающих средства автоматизации систем управления надводных судов. Программный комплекс и библиотека подпрограмм, реализующие разработанные алгоритмы, внедрены в информационно-управляющие системы и комплексы средств автоматизации надводных судов ВМФ.

Достоверность результатов, представленных в диссертации, подтверждается корректностью применения математического аппарата и результатами моделирования.

Апробация результатов исследования. Результаты исследования обсуждались на X международной конференции "Информационные технологии в образовании" (Москва, 2000), на V международной конференции "Математическое моделирование физических, экономических, технических, социальных систем и процессов" (Ульяновск, 2003).

Публикации. По результатам проведенных исследований опубликовано 7 работ([1М7]).

Основные положения, выносимые на защиту:

1. Методика моделирования информационного центра системы наблюдения надводного судна, позволяющая построить взаимосвязанные модели обобщенного информационного центра системы наблюдения надводного судна, которые представляют систематизированную информационную основу для дальнейшего исследования, проектирования ИЦ.

2. Модели информационного центра: функциональная модель, модель взаимодействующих процессов и модель информационных потоков, обладающие полнотой охвата функций, равномерностью структуризации, фрактальностью, непротиворечивостью и простотой, позволяющие описать функционирование обобщенного информационною центра в целом в рамках основной профессиональной деятельности.

3. Метод и алгоритм кластеризации динамических объектов наблюдения, позволяющий разделять совокупности динамических объектов на кластеры без использования управляющих параметров классификации и образцов классов.

4. Метод специальной обработки географической информации от внешних источников по объектам наблюдения, позволяющий уменьшить время вычислений в пределах допустимой точности и расширенной области применимости.

Личный вклад автора. В работе использовались теоретические результаты отечественных и зарубежных авторов. Постановка основных положений второй главы разработаны самостоятельно под руководством научного руководителя А.А.Смагина. Формулы прямого преобраювания географических координат объектов наблюдения в прямоугольные координаты расширенной проекции Гаусса получены совместно с В.Н Писаревым. Установленные в диссертации результаты получены соискателем самостоятельно.

I Структура и объем диссертации. Диссертационная работа состоит из введе-

ния, четырех глав, заключения, списка литературы и чегырех приложений. Общий объем диссертации составляет страниц, основной текст изложен на ИЗ страницах.

СОДЕРЖАНИЕ РАБОТЫ

Во введении показана актуальность темы, определены цели и задачи диссертационной работы, сформулированы научная новизна и практическое значение, перечислены положения, выносимые на защиту, дана общая характеристика работы.

В первой главе предложена методика исследования и моделирования ИЦ, проанализировано текущее состояние разработок ИЦ системы наблюдения надводного судна, как составной части судовых информационно-управляющих систем. С помощью предлагаемой методики проведено системное исследование обобщенного ИЦ системы наблюдения.

Методика исследования и моделирования ИЦ (см. рис. 1). Для обеспечения полноты анализа проблемы используется полная формальная модель проблемной ситуации, состоящая из трех взаимодействующих систем3: проблемосо-держатцей системы, проблсморазрешающей системы, окружающей среды. Модель проблемной ситуации позволяет выделить проблеморазрешающую систему, определит ь ее взаимодействие с внешней средой, представить мгх)еяь структуры внешней среды ИЦ.

Для разрешения проблемы ставится цепь исспедова/шя и определяются критерии достижения цели. В виду сложности и многообразия путей достижения цели и отсутствия достаточно полно проработанных теоретических представлений и практических реализаций ИЦ надводного судна цель представляется в виде совокупности целей-функций. Достигается это путем декомпозиции цели, то есть, строится дерево целей-функций, преломленное в потребностях проблемосодер-жащей системы, возможностях проблеморазрешающей системы и ограничениях окружающей среды. Разработанное с учетом полноты охвата функций, равномерности структуризации, учета гипотезы Миллера и фрактальности, и охватывающее основные виды деятельности, целеполагающие системы, цикл управления и виды сред - дерево целей-функций информационною центра представляет собой достаточно полную и непротиворечивую иерархию целей-функций, удовлетворяющую критерию функциональной полноты проектируемых ИЦ.

Определяемые множество входных, выходных данных проблеморазрешающей системы, и оператор, отображающий входные данные в выходные в виде дерева целей-функций, позволяют представить функциональную модель системы.

Обозначенные цели в дереве целей-функций, по существу, являются "планируемыми выходными" характеристиками начальных и промежуточных процессов, происходящих в системе. Построение процессов информационного центра проводится, 1ичиная с вершины дерева (нулевой уровень декомпозиции). Анализируется цель-функция 0-го уровня дерева целей. Затем осуществляется преобразование цели-функции в процесс 0-ш уровня. Для нулевого шага определяются процессы активации системы (начало функционирования) и дезактивации системы (конец

з

Перегудов Ф И Введение в системный анализ/11сресудов Ф И . Тарасенко Ф11 - М Высшая

школа, 1989.

6

функционирования). Затем строится процесс, объединяющий процессы 0-го уровня.

В общем, ьшаг декомпозиции процессов заключается в выделении структурируемого процесса; в определении функции ¡-го уровня, соответствующей этому процессу; в анализе признака структуризации (¡+1)-го уровня дерева целей для функции ¡-го уровня и типам связей, порождаемым этим признаком; преобразовании функций (¡+1)-го уровня в процессы (¡+1)-го уровня, которые объединяются в процессы, соответствующие типам связей. Структуризация процессов заканчивается при достижении последнего уровня декомпозиции дерева целей-функций. Таким образом, дерево целей-функций является основой для построения модели взаимодействующих процессов.

ПРОБЛЕМА

недостаточная достоверносто, полнота, своевременность и

соответствие представляемых денных в СУ НС

О

РЕЗУЛЬТАТ

Эскизный проект ИЦ НС

- фунмфюняльно полный,

- с уменьшенным временем

проектирований

О

Г ■ ' ----- "ч МОДЕЛЬ ПРОБЛЕМНОЙ СИТУАЦИ И

Проблемо- Проблемо-

содержащая разрешающая

система системе

СУНС ^^ ИЦНС

Окружающая среда

о

МЕЛЬ ИССЛЕДОВАНИЯ

Повышение эффективности проектирований ИЦНС

О

, ... .. . критерии достижения цели

Критерий Критерий

функциональной экономии

полноты времени

о

( л

СРЕДСТВА ДОСТИЖЕНИЯ ЦЕПИ

_/

Рис.1. Методика исследования и моделирования ИЦ

Построенные последовательности процессов определяют движение информации посредством своих входных и выходных данных, т.е. может быть построена модель информационных потоков.

Созданные модели ИЦ надводного судна позволяют повысить эффективность проектирования систем тала ИД за счет уменьшения затрат времешшгх ресурсов на разработку детализированных моделей проектируемых ИЦ.

Улучшение (оптимизация) выявленных информационных потоков и процессов системы, достигаемое путем сокращения маршрутов потоков, уменьшения объема потока данных без снижения информативности, изменения алгоритма (процесса) преобразования информации с целью уменьшения временных характеристик обработки и/или получения новой информации повышает эффективность функционирования ИЦ.

Методика моделирования и модели ИЦ, рассматриваемые в совокупности, образуют основные средства методическою обеспечения эскизного проектирования ИЦ, разрабатываемые алгоритмы и программы - функциональные средства технического проектирования ИЦ. В целом, предлагаемые методические и функциональные средства составляют систему поддержки проектирования ИЦ надводного судна и являются средствами достижения цели исследования.

Системное исследование ИЦ, проводимое но нредла1<шмой методике, показало, что ИЦ является основной проблеморазрешающей системой, существенно отличающейся от информационной системы управляющей части системы управления судна. ИЦ представляет собой интеллектуальную управляющую подсистему системы наблюдения.

Согласно предлагаемой методике для ИЦ надводного судна была построена модель структуры внешней среды. Из анализа взаимодействия ИЦ с внешней средой следует, что ИЦ представляет собой целостный, обособленный объект с присущими только ему функциями, игнорирование, разделение или совмещение которого с каким-либо средством наблюдения приводит к следующим основным недостаткам в существующих ИУС:

- не вся информация доступна ЛПР систем управления судна, что усугубляет неполноту данных при принятии решения;

- информация корректируется любым ЛПР, причем изменения могут быть недоступны другим ЛПР; таким образом, фактически размывается ответственность за достоверность информации об объектах среды, являющейся прерогативой руководителя информационного центра;

- в сети и АРМах ЛПР циркулирует обработанная и необработанная информация, что вынуждает разрабатывать алгоритмы принятия решения, учитывающие оба вида состояния информации.

Во второй главе согласно предлагаемой методике разработаны функциональная модель, модель взаимосвязанных процессов и модель потоков данных обобщенного ИЦ надводного судна. Степень детализации моделей ИЦ в данной работе ограничивается макроуровнем исследования обобщенного ИЦ.

Функциональная модель обобщенного ИЦ надводного судна, как системы (рис. 2), представляет собой множество входных и выходных данных взаимодей-8

ствия ИЦ с его внешней средой, и оператор отображения входных данных в выходные, отражающий функционирование самого информационного центра.

Система н аблодегмя группы супов

к = {0д',0д2,0я9,0910, п9, т9)

навигации садэи гидрометеоролога

у7 ={о', а?, а?, Ц\ о], 3,«, 5/, О*, я8, г8}

Радиолокационные Радиоэлектронные системы системы

Г3 = {15',73\ 13\г„л3\ я,1}

Радиолокационные Радиоэлектронные

системы системы

г?, с?. ^.г,)

Рис 2 Функциональная модель информационного цетпра

Для раскрытия оператора отображения использована методология структурного анализа, в частности, применяются элементы методик структуризации А.НЛеонтьева, Ф.И.Перегудона, Р.Акоффа. В качестве принщтов декомпозиции приняты: полнота охвата функций, равномерность структуризации, учет гипотезы Миллера, фрактальность, простота дерева целей-функций. Поскольку ИЦ является социотех пической системой, то используются признаки структуризации, виды деятельности, нелеполагающие системы, цикл управления, виды сред4.

Начальная декомпозиция цели осуществлена по видам профессионально-

4

Иилкова Е Н Основы теории систем и системного анализа / Вилкова Г И , Денисов Л А -

СПб ГТУ, 2001 -512с

ориентированной деятельности ИЦ. При дальнейшей декомпозиции функций по циклу управления в качестве основных этапов управления выбраны: планирование, оперативное управление, мониторинг и контроль.

Декомпозиция ттапа планирования проведена по следующим функциям планирования: анализ требований и ограничений, оценка ресурсов; формирование моделей и прогнозирование; анализ, оценка и выбор моделей.

Декомпозиция этапа оперативного управления осуществлена по следующим функциям управления: управление ресурсами; управление процессами; управление выходной информацией.

В качестве основных функций мониторинга использованы: учет, анализ и оценка информации. Для компактного представления оператора отображения функции мониторинга и контроля объединены. Каждая из полученных функций раскрыта по целеполагающим системам внешней среды.

Декомпозиция укатанных целей-функций позволила записать отображение входных данных в выходные как

У = О(Х),

где

х={х;\ х'/, XV, х'4\ х\\ х'«}, у> 1,

г = {Г/1, г2"-, у?, г4", ^, г6'', к/', у8'»у > 1.

А оператор отображения есть функция операторов, соответствующих целям определенных уровней декомпозиции:

П,

0„ ...../>), Ш>1,

Оцк 1.....^1,т>1.

Здесь Д(4/ - операторы, соответствующие I«елям-функциям

Определены ограничения на входные данные, требования к выходным данным и оператору отображения.

Модель взаимодействующих процессов. Моделирование процессов ИЦ осуществлено с использованием методологии ШЕРЗ и предлагаемой методики на основе функциональной модели. Используя процедуру перехода от дерева целей к совокупности процессов предлагаемой методики и нотацию ГОЕРЗ, объединенный процесс 0-го уровня ИЦ надводного судна представлен как последовательность действий: инициирование процесса РО "Начало работы системы наблюдения", затем асинхро1П1ый запуск параллельных процессов Р1 "процесс управления взаи- \ модействием с внешней неуправляемой средой", Р2 "процесс управления средствами наблюдения внешней управляемой среды", РЗ "процесс управления сетью системы наблюдения" и Р4 " процесс управления обработкой информации об объектах среды ", и активизации процесса Рп "Окончание работы системы наблюдения" после асинхронного завершения всех процессов Р1, Р2, РЗ, Р4 (рис. 3).

Дальнейшая декомпозиция процессов проведена соответственно каждой вет-

ви дерева. Декомпозиция процессов Р1, Р2, РЗ, Р4 по циклу управления позволила описать по каждому виду деятельности информационного центра процессы планирования, оперативного управления, мониторинга и контроля.

Рис. 3. Модель объединенного процесса 0-го уровня

Дальнейшая декомпозиция процессов по цеяеполагающим системам и построение последовательностей процессов проведены на основе нижнего уровня дерева целей функциональной модели информационного центра. Таким образом, получена вся совокупность процессов системы, соответствующая данному уровню детализации.

Построенные последовательности процессов являются типичными для систем управления, к кстигрым относится и информационный центр, и потому могу! основываться на получаемых в теории управления положениях о последовательностях процессов управления.

Из анализа построения диаграмм процессов информационного центра следуют свойства дерева целей и порождаемых им процессов:

- иерархичность дерева целей-функций предопределяет вложенность, параллельность и последовательность процессов;

- взаимосвязь процессов обуславливается принципом фрактальности, который следует соблюдать при построении дерева целей;

- цикличность и (а-)синхро1шость процессов, не следует из иерархии дерева целей, а вытекает из типа связей, определяемых признаком структуризации;

- цели-функции разных ветвей дерева целей-функций не могут порождать пложенные процессы;

- совокупность процессов, построенных на основе дерева целей, будет полной в виду полноты дерева целей;

- декомпозиция процессов ограничивается степенью детализации дерева целей-функций.

Модель информационных потоков. В работе рассмотрены движение потоков информации при функционировании ИЦ надводного судна на всех этапах цикла управления: планирования, оперативного управления, мониторинга и контроля. Для построения модели информационных потоков применены нотации БГО и ГОЕРЗ. В основу модели потоков данных положены функциональная мо-

дель и модель взаимосвязанных процессов. Взаимосвязь параллельных процессов указанных этапов обусловлена принципом фракталъности, который соблюдался при построении дерева целей-функций.

Построение диаграмм потоков данных ИЦ в работе проводилось, начиная с процессов соответствующих вершине дерева целей-функций и далее по уровням декомпозиции. Например, для этапа оперативного управления указанные в модели потоков данных (рис. 4) информационные потоки означают следующее:

1 - информация о состоянии средств наблюдения (из Р2.2.1), о процессе функционирования средств наблюдения (из Р2.2.2), о наблюдаемых объектах среды (из Р2.2.3);

2 - информация об изменении состоянии средств наблюдения (из Р2.2.1), об изменении процесса функционирования средств наблюдения (из Р2.2.2), о качестве данных наблюдаемых объектов среды (из Р2.2.3);

Рис. 4 Модель информационных потоков на этапе операшвно! о управления

3 - информация о состоянии средств наблюдения в соответствии с выбранными моделями (из Р2.2.1), о процессе функционирования средств наблюдения в соответствии с выбранными моделями (го Р2.2.2), о качестве данных наблюдаемых объектов среды в соответствии с выбранными моделями (из Р2.2.3);

4 - информация о ресурсах процесса обработки в соответствии с выбранными моделями (из Р4.2.1), о характеристиках процесса обработки информации в соответствии с выбранными моделями (из Р4.2.2);

12

5 - информация о ресурсах взаимодействия с внешней неуправляемой средой (из Р 1.2.1), о процессах взаимодействия с внешней неуправляемой средой (из Р1.2.2);

6 - информация о состоянии сети в соответствии с выбранными моделями (из РЗ.2.1.1), о процессе функционирования сети в соответствии с выбранными моделями (из РЗ.2.2);

7 - информация о наблюдаемых объектах среды внешней неуправляемой средой (из Р 1.2.3);

8 - информация взаимодействия с внешней неуправляемой средой (из Р1.2.3).

Здесь Р1.).к - процессы соответствующего уровня декомпозиции.

Оптимизация информационных процессов. В работе проведена оптимизация - как выбор альтернативы, удовлетворяющей критерию экономии времени при сохранении функциональной полноты - информационных процессов ИЦ на примере взаимодействия ИЦ с внешней неуправляемой средой на этапе оперативного управления (см. рис. 4, 5). Из совокупности сред внешней неуправляемой среды выделены дружественная и равноправная.

Как следует из описания входных и выходных данных ИЦ, дружественная среда поставляет информацию о наблюдаемых ею объектах дальней зоны. Равноправная среда, в частности, система управления воздействием, получая информацию об этих объектах из ИЦ, принимает решение о воздействии на эти объекты. Поэтому объединенный рассматриваемый процесс представлен следующим образом:

Процесс Р1 2

V

Процесс Р42

Рис. 5. Взаимодействие ИЦ с внешней неуправляемой средой \га этапе оперативного управления.

На повышение быстродействия рассматриваемого объединенною процесса существенное влияние, по оценке экспертов, оказывает процесс Р4.2. Сокращение общего времени функционирования этого процесса возможно за счет уменьшения объемов выходных потоков информации и времени функционирования процесса Р4.2.

Исходя из того, что дружественная среда поставляет информацию о наблюдаемых ею объектах дальней зоны, в том числе, местоположение объектов в формате географических координат, а сисгема управления воздействием вырабатывает управляющие параметры для средств воздействия, используя прямоугольные координаты объектов воздействия на плоскости проекции Гаусса, преобразование географических координат в прямоугольные координаты плоскости проекции Га-

13

Собьекты^^Л наблюдения^/

а

5 <=

Дружественная] . среда )

Равноправная ^ среда

Процесс Р1 2

7

4

усса, является необходимым элементом процесса Р4.2, сокращение времени вычислений которого, позволяет улучшить характеристики рассматриваемого объединенного процесса.

С другой стороны, в целях уменьшения временных характеристик процесса обработки, объема потока данных и получения новой информации, повышающей качество ИЦ и уменьшающей время выработки управляющих параметров воздействия применена классификация объектов наблюдения, сокращение времени вычислений которой, также улучшает временные характеристики рассматриваемого объединенного процесса

В третьей главе с целью уменьшения временных характеристик процесса обработки, объема потока данных и получения новой информации, повышающей качество ИЦ, разработан алгоритм и комплекс программ кластеризации динамических объектов наблюдения, который, в отличие от других алгоритмов, осуществляет разделение совокупности объектов на кластеры при условии отсутствия управляющих параметров и образцов классов (обучающей выборки).

Разработана программа имитации динамических объектов наблюдения, осуществляются создание классов объектов наблюдения различною типа, имитацию функционирования источников объектов наблюдения, имитацию простого и сложного движения объектов наблюдения в ускоренном темпе изменения времени.

Создана математическая модель кластеризации динамических объектов наблюдения, включающая известью компоненты5: множество допустимых классификации, описаний и порции, генератор порций, класси(}ткатор, дескриптор. Определены новые компоненты математ ической модели: стабилизатор, идентификатор и синтезатор, необходимые при кластеризации динамических объектов наблюдения.

Пусть исходная информация об исследуемой совокупности объектов * = {*,,/ = 1,у},где л, =(х],,...х!'), представима в виде матрицы "объект-свойство" х/ размера ухр, являющимися

функциями времени и независимыми.

Множеством допустимых классификаций Ъ в момент времени является множество всех разбиений совокупности X на нефиксированное число непересекающихся классов 5'=|(5,, ... ), = здесь (V ... 5*^)- некоторое разбиение (элемент множества 5), $к - к-й класс разбиения.

Множеством, информативных с точки зрения классификации, описаний классов ¿, полученных в результате разбиения в момент времени 4, будет множество

векторов £ = {/,,к = \.р), здесь 1к = (/¡.,...//'), где Ц - номер зоны разбиения по

3 Прикладная стажстика Классификация и снижение размерности Справочное издание / Айвазян С.А , Бухшгабер В М , Енюков И С , Мешалкин Л Д М Финансы и статистка, 1989

14

/-му свойству объектов ¿-го класса.

Множество порций Р определяется как множество совокупностей объектов поступающих на классификацию в каждый момент времени 4.

Ггнератор порций С7 на следующий шаг классификации в момент времени подает множество объектов предыдущего шага классификации, в котором исключены одиночные объекты и все объекты некоторых классов, являющихся кластерами или, более сильное условие, - сгущениями. Исключение объектов может производиться экспертом по иным правилам.

Действие классификатора К, осуществляющего переход к повой классификации в момент времени 4 состоит в разбиении множества классифицируемых объектов, рассматриваемых без учета предыдущего разбиения, на зоны по каждому свойству объектов. Объекты, имеющие одинаковое описание , относятся

классификатором к одному классу. Затем, классы, исключенные из текущего разбиения и вновь образованные, объединяются в единую классификацию.

Для определения номеров зон по у -му свойству объектов рассматриваются

значения |*/,1 = Т»к,у = 1,р| упорядоченные по возрастанию. Затем вычисляются расстояния - 5*/+1) между соседними, в полученном вариационном ряде, значениями свойств как:

Найденные расстояния также упорядочиваются. Сравнительный анализ расстояний позволяет выделить существенные разрежения между объектами, когда

некоторые с// значительно отличаются (аномальны) от остальных. Величина считается аномальной6, если

<1(х,,х,) = 1,35

Здесь

Y к = 1 ~ V0'75^ , при « * > | •

Пороговая вероятность /? берется равной 0.05, что обеспечивает 99% вероятность обнаружения аномальной неличины.

Функция Rif) задается кусочно-аналитической функцией, представленной в таблице 1.

Таблиц 1

Функция Rit)

t t< 0 0<r<-2 I<.si 2 t> 1

Rit) 0 3 1

Для данного алгоритма классификации действия дескриптора Д осуществляющего получение нового описания классов в момент времени 4 сводятся к объединению нумераций зон, полученных в предыдущей и текущей итерации.

В результате применения генератора порций С, классификатора К, дескриптора П в момент времени 4 формируются прототипы классов динамических объектов. Окончательное решение о составе классов принимается стабилизатором Т. Стабилизатор Г экстраполирует объекты наблюдения па задаваемый эмпирически временной период стабильности и производит их разбиение. Сравните "не экстраполированного" и "экстраполированного" разбиений позволяет оставить в классах лишь те объекты, которые собираются в классы в течение всего периода стабильности. Этот способ принятия решения относительно текущего состояния с учетом будущего состояния, прогнозируемого на небольшой временной интервал, соответствует принципу самоорганизации системы.

Объекты наблюдения, являющиеся динамическими объектами, в следующий момент времени ¡к + Ы, очевидно, изменяют свое местоположение и потому встает вопрос о достоверности классификации, проведенной в момент времени (к, в следующий момент времени 1к + А;, решаемый идентификатором 1. Идентификатором / проводит идентификацию множества классов текущего момента времени 1к + Д/ с классами предыдущего момента времени 4, экстраполированными на момент времени (к + Ы .

Для выявленных классов объектов наблюдения синтезатором С формируются генерализованные характеристики, соблюдая принципы генерализации, перенесения, обобщения, уменьшения риска для качественных признаков, статистической достоверности количественных параметров.

Исследование алгоритма кластеризации объектов наблюдения.

Проведено исследование свойств компонент математической модели: свойст-

ва генератора порций (7, классификатора К и дескриптора О.

Построена итерационная схема алгоритма и доказана сходимость итерационного процесса кластеризации. Показана инвариантность разработанного алгоритма к преобразованиям координат гомотетии, сдвигу и сжатию, устойчивость к по-1решностям исходных данных в пределах порога аномальной величины.

Итерации алгоритма. Как следует из математической модели, алгоритм классификации объектов наблюдения содержит две вложенные итерации.

Определим первую последовательность итераций данного алгоритма.

Пусть

1?, Рв), (9=0,1,2,...

Начальные значения компонент б1", Ьв, Рв, составляющих У0, представляют собой:

Р° - всю совокупность объектов;

5° - разбиение, состоящее из единственного класса, в который входят все объекты совокупности;

А0-вектор(1,..., 1) изр-компонент.

Каждые следующие значения , 1?+\ Рв+1, составляющие вычисляются как:

Рм !?, Рв, 0 +1),

= 1?, Рм).

Вторая последовательность итераций может быть представлена следующим образом:

,Т„1,,С,,1),

где I - параметр времени, принимающий дискретные значения с некоторым шагом, определяемым эмпирически.

Сходимость алгоритма авюматической классификации равносильна сходимости последовательности \'в, определенной выше. Последовательность Ув составлена из элементов конечных множеств, поэтому она сходится только в том случае, если является стационарной, то есть

зо0ьы. V«, в>в0 =>увЛ*.у0

Доказательство данного утверждения проведено методом от противного.

Скорость сходимости алгоритма. Анализ результатов применения алгоритма к обработке данных показывает, что при явной неоднородности в распределении объектов наблюдения уже первая итерация выявляет скопления объектов. Но при более однородном размещении объектов, требуются уточняющие итерации алгоритма.

Особенности программной реализации алгоритма Для уменьшения времени вычислений и объемов программного кода алгоритма кластеризации объектов наблюдения применена целочисленная арифметика для вещественных параметров,

17

быстрая сортировка Хоара-Вирта, записи с вариантами.

В четвертой главе рассмотрен вопрос разработки и исследования методов специальной обработки географической информации от внешних источников по объектам наблюдения на примере модифицированного метода построения картографической локальной проекции Гаусса для широкой полосы, реализованной в виде библиотеки процедур.

Показано, что построенная проекция обладает отличительными свойствами проекции Гаусса, но существенно зависит от широты начальной точки. Разработанная локальная проекция Гаусса для широкой полосы обладает равноугольно-стью, осевой меридиан проектируется в прямую линию, длины на плоскости проекций и в реальности вдоль осевого меридиана сохраняются.

Сравнительная оценка времени вычислений прямоугольных координат разработанной локальной проекции Гаусса показала, что время вычислений по формулам локальной проекции во всей области применимости меньше времени вычислений по формулам К. Гаусса и существенно меньше времени вычислений по формулам В.В. Каврайского7.

11огреш1ЮСТИ преобразований географических координат в прямоугольные не превосходят 100м, а географических в прямоугольные - 30 сек, что соответствует требованиям системы наблюдения надводного судна.

Географическая область применимости разработанной проекции охватывает широтную и долготную полосу, включающую в себя всю область применимости проекции Гаусса для узкой полосы и подавляющую часть области применимости проекции Каврайского, являющейся расширением проекции Гаусса (см. рис.6).

Для прямого преобразования исходными данными являются задаваемые в радианах географические координаты текущей М(<р, X,) и начальной М0(ср0,10) точек. Предполагается, что широта географических координат точек не превосходит 84°. Направление оси х прямоугольной проекции совпадает с направлением на север. Прямоугольные координаты начальной точки принимаются равными

нулю: х0 = 0, уо = 0 ■

Введены обозначение: А<р - </>-<ра , ДД = Д - .

Абсцисса х проекции текущей точки вычисляется как сумма двух составляющих:

х(<Ро, 4», АД) = Д ф- ¡>(<рй ,<р)+1{<р, ДД)

где

Я{<Ро > Ч>) = [6367.6696427 - 31.9710452- со^р + <%)], Т{<р, ДД)-0.25ДД2 • Ы(ф)-*тЪр- (1 +ДД2 -(О.164289+О.25со82<0)]

7

Каврайский В В Избранные груды, т. 2. Математическая картснрафия Выи 2 Конические и цилиндрические проекции, их применение УИГС ВМФ, 1959

Ордината у находится как у = АЛ-1,(1р, Д/1).

Рис. 6. Границы широт и долгот применимости формул. Двойной линией обозначена (раница применимости формул разработанной проекции

Здесь

1,{<р, ДЛ)= м(<р)- сое <р ■ Ц+к(<р) - АЛ2 ■ сое 2<р 1,

к(<р) =

0,168 ,

- 0,01885-<г>+0,19227,

М(ф) = (1.00167965 - 0.00168175 - а* 2^ + 0.0000021 соь 4^)-6378.245 .

Для осуществления обратного преобразования - вычисления географических координат текущей точки по известным значениям ее проекций X, К на плоскости Гаусса построен итерационный процесс. Разрешая уравнения прямого преобразования географических координат в прямоугольные относительно неизвестных <р,Л, получены выражения:

Используемый метод простой итерации, позволил представив следующую итерационную схему.

Итерационный процесс прекращается при достижении разности значений географических координат последующих и предыдущих итераций 30с.

Нулевое приближение вычисляется по следующим формулам:

х -Г(<р0 + л- 0,00015583г —) ________С2

где

Ч + 0.000155832) ,

с2 = N{^>0 + 0.000155832)- аж^ +0.000155832),

сз'

сз)

В качестве контрольных вариантов были взяты данные из таблицы координат Г аусса для широкой полосы с шагом в 2° по широте и долготе, рассчитанные относительно экватора. Дополнительно к ним в данной работе были рассчитаны таблицы координат Гаусса, для каждого нового положения начальной точки на осевом меридиане с шагом в 4° (13838 вариантов).

Распределение числа итераций в зависимости от разности долгот Д1 для разных широт представлено в таблице 2.

Таблица2

Д1,Фац ! о-18 22-34 I 36-38 I 40-46

Мах1 1 2 3 1 4 ( 5

На основании второго принципа неподвижной точки (Ша>дера)8 теоретически доказано существование решения системы уравнений итерационной схемы для любой точки из области определения. Экспериментально проверена сходимость быстросходящегося итерационного процесса во всех контрольных точках.

Новая схема итераций обладает рядом преимуществ. Объем вычислений существенно уменьшен за счет исключения из итерационного процесса, используемого в нем ранее, прямот преобразования. Уменьшено число итераций, необходимое для достижения требуемой погрешности.

В приложении 1 приведены справки о внедрении результатов исследований.

В приложении 2 приведены описание блок-схем и тексты на алгоршмиче-ском языке РЛБСАЬ комплекса программ, реализующих алгоритм кластеризации динамических объектов наблюдения.

В приложении 3 приведены контрольные варианты и результаты численного моделирования алгоритмов прямого и обратного преобразований географических координат в прямоугольные координаты локальной проекции Гаусса для широкой полосы. Данное приложение содержит все необходимые данные для составления таблицы значений локальной проекции Гаусса для широкой полосы.

В приложении 4 приведены исходные тексты библиотеки подпрограмм, реализующих алгоритм обработки географической информации ог внешних источников по объектам наблюдения.

Основные результаты диссертационной работы. Разработана система поддержки проектирования информационного центра надводного судна, повышающая эффективность проектируемых ИЦ и опирающаяся на методические и функциональные средства обеспечения эскизного проектирования, в том числе на:

1) методику системного моделирования, позволяющая построить взаимосвязанные модели обобщенного ИЦ системы наблюдения надводного судна, которые представляют систематизированную базу для дальнейшего исследования и проектирования систем подготовки данных для принятия решения в рамках технологического управления ИЦ;

2) модели ИЦ- функциональная модель, модель взаимодействующих процессов и модель информационных потоков - обладающие полнотой охвата функций, равномерностью структуризации, фрактальное гью, непротиворечивостью и простотой. Построенные модели процессов и информационных потоков позволяют провести более детальное исследование по оптимизации (улучшении характеристик) процессов и информационных потоков;

3) метод и программный комплекс кластеризации динамических объектов наблюдения, позволяющие осуществлять разделение совокупности объектов на чет-

к

Канторович Л В , Акилов Г П.. Функциональный анализ. - М . Наука, ГРФМЛ, 1977

ко выраженные скопления без использования управляющих параметров классификации и образцов классов. В общепринятую математическую модель алгоритмов кластершации добавлены новые компоненты: стабилизатор, идентификатор, синтезатор, - необходимые при классификации динамических объектов;

4) метод и библиотека подпрограмм специальной обработки географической информации от внешних источников по объектам наблюдения, отличающиеся существенно меньшим временем вычислений в пределах допустимой точности и расширенной области применимости.

Основные результаты изложены в следующих публикациях:

1. Писарев В.Н., Чекал Е.Г. Преобразование координат на плоскость проекций Гаусса для широкой полосы // Судостроительная промышленность, серия "Вычислительная техника", 1987,- Вып. 9. - М.:ЦНИИ "Румб".

2. Чекал Е.Г., Чичев A.A. Об алгоритме автоматической классификации, основанном на критерии согласия // Вестник УГСХА, серия "Экономика и управление АПК", 2000. - Вып. 2,- Ульяновск: УГСХА. - С. 101-105.

3. Чекал Е.Г., Чичев A.A., Романов В.В. Корпоративная информационно-управляющая система вуза// Тез. докл. X международ, конференции "Информационные технологии в образовании". Ч. 3, Москва, 2000. - М.:МИФИ.- С. 142-143.

4. Чекал Е.Г., Чичев A.A. Формализованное описание алгоритма автоматической классификации на основе критерия согласия // Информационные системы и технологии в АПК, 2002. - Ульяновск: УГСХА. - С. 17-25.

5. Чекал Е.Г., Чичев A.A. Исследование алгоритма автоматической классификации на основе критерия согласия // Информационные системы и технологии в АПК, 2002. - Ульяновск: УГСХА. - С.25-32.

6. Чекал Е.Г., Смагин A.A. К вопросу построения модели ИУС наблюдения надводного судна // Труды пятой международной конференции "Математическое моделирование физических, экономических, технических, социальных систем и процессов", 2003. -Ульяновск: Ул1У. -С. 167-169.

7.Чекал Е.Г., Смагин A.A. Картографическая проекция Гаусса в системе наблюдения надводного судна // Ученые записки УлГУ, серия "Информационные технологии", 2005. - Вып. 1. - Ульяновск: УлГУ. - С. 34-39.

Р& ¿3

Подписано в печать **

Формат 60 х 84/16 Усл.п.л

Тираж ¡00 экз.

Заказ Ь^Ъ ______—

432980, г. Ульяновск, бульвар Новый Венец, 1

¿¿SO

6680

Введение.

Глава 1. Информационный центр системы наблюдения надводного судна как проблеморазрешающая система.

1.1. Обоснование выбора моделей информационного центра системы наблюдения.

1.2. Система управления надводного судна.

1.3. Структура внешней среды информационного центра системы наблюдения.

1.4. Особенности сопряжения информационного центра с техническими средствами надводного судна.

1.5. Информационный центр как подсистема интеллектуаль-ф ной обработки информации об объектах среды и управления техническими средствами наблюдения. 1.6. Организационная структура управления информационного центра.

Выводы по главе

Глава 2. Структурное моделирование информационного центра надводного судна.

2.1. Методологии структурного моделирования систем.

2.2. Функциональная модель информационного центра надводного судна

2.2.1. Входные данные функциональной модели.

2.2.2. Выходные данные функциональной модели.

2.2.3. Оператор отображения входных данных в выходные

2.3. Модель процессов информационного центра надводного судна.

2.3.1. Моделирование процессов на основе методологии л ЮЕРЗ.

2.3.2. Дерево целей и диаграммы процессов.

2.4. Модель потоков данных информационного центра.

2.4.1. Моделирование информационных потоков на основе методологий DFD и IDEF3.

• 2.4.2. Дерево целей и диаграммы потоков данных.

2.5. Пути оптимизации процессов и потоков данных.

2.6. Модель архитектуры информационного центра.

2.6.1.Системы подготовки данных и поддержки принятия решения.

2.6.2.Аспекты интеллектуальной обработки данных.

Выводы по главе 2.

Глава 3. Разработка и исследование алгоритма классификации объектов наблюдения.

3.1. Необходимость классификации объектов наблюдения.

I 3.2. Особенности исходных данных и требования к алгоритму классификации.

3.3. Имитация исходных данных.

3.4. Математическая модель алгоритма классификации объектов наблюдения

3.5. Исследование алгоритма классификации объектов наблюдения

Выводы по главе 3.

Глава 4. Разработка и исследование алгоритма специальной обработки географической информации об объектах наблюдения.

4.1. Методы обработки географической информации об объектах наблюдения в информационном центре. 4.2. Математическая модель алгоритма преобразования географических координат в прямоугольные координаты локальной проекции Гаусса для широкой полосы.

4.3. Математическая модель алгоритма преобразования прямоугольных координат локальной проекции Гаусса для широкой полосы в географические координаты.

4.4. Моделирование алгоритмов прямого и обратного преобразований географических координат в прямоугольные координаты локальной проекции Гаусса для широкой полосы

4.5. Исследование модифицированного метода построения картографической локальной проекции Гаусса для широкой полосы.

Выводы по главе 4.

Содержательное представление о функционировании существующей или проектируемой социотехнической системы естественно складывается в процессе ее описания, анализа и моделирования.

Объектом исследования в настоящей работе является информационный центр (ИЦ) системы наблюдения надводного судна. Модели информационного центра, алгоритмы подготовки данных для принятия решения являются предметом разработки и исследования.

Область исследований в работе соответствует приоритетному направлению развития информационных технологий проектирования, разработки информационно-управляющих систем надводных судов. На актуальность совершенствования автоматизированных систем управления (АСУ) надводных судов указывается в работах ведущих научно-производственных предприятий страны по разработке, производству и сопровождению высоконадежных интегрированных АСУ различного класса для ВМФ России [54]: ". основным направлением совершенствования [судовых] систем является формирование математических моделей, позволяющих перерабатывать информацию состояния в параметры управления . в темпе течения реальных процессов управления. В этих целях планируется . выполнить системный анализ процессов.". Эти слова в полной мере надо отнести и к информа-ф ционному центру системы наблюдения. Необходимость исследования и моделирования информационного центра (ИЦ), основного источника информации для систем управления НС, определяется существованием проблемы повышения эффективности функционирования ИЦ в виду недостаточной достоверности, полноты, своевременности и соответствия представления ^ данных об объектах среды системам управления на надводном судне.

Цель и задачи исследования. Целью диссертационной работы является повышение эффективности1 проектирования информационного центра (ИЦ) системы наблюдения надводного судна. Для достижения поставленной цели в работе решены следующие задачи:

1. Проведено системное исследование ИЦ надводного судна.

2. Разработана функциональная модель ИЦ надводного судна.

3. Разработана модель процессов ИЦ надводного судна.

4. Разработана модель информационных потоков ИЦ надводного судна. У

5. Проведена оптимизация информационных процессов, в том числе разработаны следующие алгоритмы подготовки данных для принятия решения:

- алгоритм кластеризации динамических объектов наблюдения;

- алгоритм обработки географической информации об объектах наблюдения.

6. Разработан программный комплекс и библиотека подпрограмм, реализующие указанные алгоритмы подготовки данных.

Методы исследования. Для решения поставленных в работе задач использовались методы системного анализа и моделирования систем, основные положения теории систем управления и теории информации, аппарат теории множеств и функционального анализа, численные методы. Для программной реализации алгоритмов подготовки данных для принятия решения и экспериментальных исследований использовались методы структурного и объектно-ориентированного программирования, дискретные методы математического моделирования, реляционная СУБД.

Научная новизна диссертационной работы определяется следующими достигнутыми результатами.

1 Под эффективностью понимается нормированный к затратам ресурсов результат деятельности на определенном интервале времени. Наиболее общими и употребительными критериями эффективности являются время (экономия времени) и качество (повышение информативности).

2 Под оптимизацией понимается выбор альтернативы, удовлетворяющей критерию экономии времени при сохранении функциональной полноты.

Разработана система поддержки проектирования информационного центра надводного судна, повышающие эффективность создаваемых ИЦ и опирающаяся на методические и функциональные средства обеспечения эскизного проектирования, в том числе на:

- методику моделирования информационного центра системы наблюдения надводного судна, позволяющую построить взаимосвязанные модели ИЦ, которые основываются на дереве целей-функций ИЦ;

- модели информационного центра: функциональная модель, модель взаимодействующих процессов и модель информационных потоков, обладающие полнотой, равномерностью структуризации, фрактальностью, непротиворечивостью и простотой;

- метод и алгоритм кластеризации динамических объектов наблюдения, который в отличие от существующих разделяет совокупности объектов на кластеры без использования управляющих параметров классификации и образцов классов. Математическая модель алгоритма кластеризации динамических объектов, включающая множество допустимых классификаций, описаний и порций, генератор порций, классификатор, дескриптор, - дополнена такими новыми компонентами как стабилизатор, идентификатор, синтезатор, являющимися необходимыми при классификации динамических объектов;

- метод специальной обработки географической информации от внешних источников по объектам наблюдения, отличающийся меньшим временем вычислений в пределах допустимой точности и расширенной области применимости.

Практическая значимость результатов работы. Результаты работы могут найти практическое применение при проектировании и сопровождении информационных центров надводных судов, в математической картографии, в статистической обработке количественных данных. Результаты работы используются на предприятиях, разрабатывающих средства автоматизации систем управления надводных судов. Программный комплекс и библиотека подпрограмм, реализующие разработанные алгоритмы внедрены в информационно-управляющие системы и комплексы средств автоматизации надводных судов ВМФ.

Апробация работы. Основные положения и результаты исследования обсуждались на X международной конференции "Информационные технологии в образовании" (Москва, 2000), на V международной конференции "Математическое моделирование физических, экономических, технических, социальных систем и процессов" (Ульяновск, 2003).

По результатам проведенных исследований опубликовано 7 работ.

Основные положения, выносимые на защиту.

1. Методика моделирования информационного центра системы на

Ф блюдения надводного судна, позволяющая построить взаимосвязанные модели обобщенного информационного центра системы наблюдения надводного судна, которые представляют систематизированную информационную основу для дальнейшего исследования, проектирования ИЦ в рамках технологического управления.

2. Модели информационного центра: функциональная модель, модель взаимодействующих процессов и модель информационных потоков, обладающие полнотой охвата функций, равномерностью структуризации, фрак-тальностью, непротиворечивостью и простотой, позволяющие описать функционирование обобщенного информационного центра в целом в рамках основной профессиональной деятельности.

3. Метод кластеризации динамических объектов наблюдения, позволяющий разделять совокупности динамических объектов на кластеры без использования управляющих параметров классификации и образцов классов.

4. Метод специальной обработки географической информации от внешних источников по объектам наблюдения, позволяющий уменьшить время вычислений в пределах допустимой точности и расширенной области применимости.

Личный вклад автора. В работе использовались теоретические результаты отечественных и зарубежных авторов. Постановка основных положений второй главы разработаны самостоятельно под руководством научного руководителя А.А.Смагина. Формулы прямого преобразования географических координат объектов наблюдения в прямоугольные координаты расширенной проекции Гаусса получены совместно с В.Н Писаревым. Установленные в диссертации результаты получены соискателем самостоятельно.

Диссертационная работа выполнена на кафедре "Телекоммуникационные технологии и сети" государственного образовательного учреждения высшего профессионального образования "Ульяновский государственный университет".

Диссертация состоит из введения, четырех глав, заключения, списка используемой литературы и приложений.

Выводы по главе 4

Проведенные разработка и исследование метода специальной обработки ^ географической информации от внешних источников по объектам наблюдения

I показали следующее.

1. Разработанное прямое преобразование географических координат в прямоугольные координаты обладает отличительными свойствами проекции Гаусса, а именно, равноугольностью, осевой меридиан изображается прямой линией, длины на плоскости проекций и в реальности сохраняются, симметричностью относительно осевого меридиана. Но в отличие от проекций Гаусса и В.В. Каврайского появилась существенная зависимость от начальной широты, обеспечивающая необходимую точность.

Обратное преобразование прямоугольных координат в географические ^ координаты построено в виде быстросходящегося итерационного процесса.

2. Область применимости разработанных алгоритмов охватывает широтную полосу от 0 до 84 градусов и подавляющую долготную полосу от 0 до 36 градусов, включающую в себя всю область применимости формул К. Гаусса и подавляющую часть области применимости формул В.В. Каврайского. На средних широтах локальная проекция имеет область применимости больше указанных проекций.

3. Погрешности преобразований географических координат в прямоугольные не превосходят 100м, а прямоугольных в географические - 30 сек, что

• соответствует требованиям системы наблюдения надводного судна.

4. Предлагаемая проекция во всех областях применимости имеет время преобразования меньше времени преобразования по формулам К. Гаусса и существенно меньше времени преобразования по формулам В.В. Каврайского.

5. Алгоритмы локальной проекции Гаусса для широкой полосы являются функционально простыми и алгоритмически удобными для реализации на ЭВМ.

Точностные и временные характеристики, простота реализации позволяют использовать предлагаемые алгоритмы в автоматизированной системе подготовки данных для принятия решения информационного центра надводного судна в условиях жесткого реального времени.

Заключение

Жизненный цикл разработки систем, подобных информационному центру надводного судна сводится к выполнению следующих стадий: планирование и анализ требований (системный анализ), проектирование (техническое проектирование, логическое проектирование), реализация (рабочее проектирование, физическое проектирование, программирование), внедрение (тестирование, опытная эксплуатация), эксплуатация (сопровождение, модернизация).

На предпроектной стадии необходимой операцией является исследование и анализ существующей системы. Предлагаемая в данной работе методика исследования и моделирования позволяет провести анализ проектируемого или модернизируемого информационного центра надводного судна, отличающийся полнотой рассмотрения проблемы, обусловившей проектирование новой системы или модернизацию существующей. Созданная функциональная модель на основе дерева целей-функций позволяет определить полную, непротиворечивую иерархию целей функционирования системы, совокупность процессов функционирования системы, структуру информационных потоков, детализируемые проектировщиками с учетом особенностей конкретной системы.

На стадии проектирования важнейшим процессом является разработка состава автоматизируемых функций. Созданные функциональная модель, модель взаимодействующих процессов, модель информационных потоков позволяют построить полную, непротиворечивую совокупность автоматизируемых функций, детализируемые проектировщиками с учетом особенностей конкретной системы.

На стадии реализации основным процессом является разработка программ. Исследования в данной работе по отдельным процессам обработки информации доведены до уровня непосредственного применения в виде разработанных программных средств.

Использование в технических решениях по создаваемым или модернизируемым информационным центрам надводных судов предлагаемых научно обоснованных методики исследования и моделирования, моделей информационного центра, алгоритмов обработки информации позволит повысить эффективность процессов проектирования и функционирования систем за счет сокращения времени проектирования и повышения качества проектируемых систем.

Таким образом, разработанные методика моделирования ИЦ, модели ИЦ, алгоритмы подготовки данных для принятия решения в системах управления надводного судна представляют собой основные средства методического и функционального обеспечения эскизного проектирования ИЦ в рамках системы поддержки проектирования ИЦ.

В ходе диссертационного исследования достигнуты следующие результаты.

Разработана система поддержки проектирования информационного центра надводного судна, повышающая эффективность проектируемых ИЦ и опирающаяся на методические и функциональные средства обеспечения эскизного проектирования, в том числе на:

1) методику системного моделирования, которая в отличие от известных, позволяет построить взаимосвязанные модели обобщенного информационного центра системы наблюдения надводного судна, представляющие систематизированную базу для дальнейшего исследования и проектирования систем подготовки данных для принятия решения в рамках технологического управления информационного центра;

2) модели информационного центра: функциональная модель, модель взаимодействующих процессов и модель информационных потоков - обладающие полнотой охвата функций, равномерностью структуризации, фрак-тальностью, непротиворечивостью и простотой. Построенные модели процессов и информационных потоков позволяют провести более детальное исследование по оптимизации (улучшении характеристик) процессов и информационных потоков;

3) метод и программный комплекс кластеризации динамических объектов наблюдения, позволяющие осуществлять разделение совокупности объектов на четко выраженные скопления без использования управляющих параметров классификации и образцов классов. Математическая модель алгоритма кластеризации динамических объектов, включающая множество допустимых классификаций, описаний и порций, генератор порций, классификатор, дескриптор, -дополнена такими новыми компонентами как стабилизатор, идентификатор, синтезатор, являющимися необходимыми при классификации динамических объектов;

4) метод и библиотека подпрограмм специальной обработки географической информации от внешних источников по объектам наблюдения, отличающиеся существенно меньшим временем вычислений в пределах допустимой точности и расширенной области применимости.

1. Азаров Б. Радиоэлектронное вооружение кораблей и подводных лодок ВМС Японии / Азаров Б., Мартынов М. // Зарубежное военное обозрение, 1993. -№3.-С. 56-61.

2. Антоненко В. "Бирюза"- новая система комплексной автоматизации судовождения / Антоненко В., Кошевой А., Якушенков А. // Морской флот, 1986. №3.

3. Бортовая система целеуказания // Радиоэлектроника за рубежом, 1991. -Вып. 20(1200).-С. 11-12.

4. Буч Г. Язык UML. Специальный справочник / Буч Г., Рамбо Д., Дже-кобсон А. М.: Питер, 2002. - 656 с.

5. Васильев М. Объектно-ориентированный подход к моделированию информационных систем / Васильев М., Хомков И., Шаповаленко С. -http://www.termika.ru

6. Вендров A.M. CASE-технологии. Современные методы и средства проектирования информационных систем. http://www.citforum.ru

7. Венскаускас К.К. Интегрирование бортовых радиоэлектронных средств на судах, кораблях и других военных объектах зарубежных стран // Судостроение за рубежом, 1988. Вып. 10. - С. 34-53.

8. Венскаускас К.К. Основные технические характеристики и принципы построения современных зарубежных радиоприемников // Судостроение за рубежом, 1989. №5.

9. Вилесов Д.В. Проблема электромагнитной совместимости судовых технических средств / Вилесов Д.В., Воршевский A.A., Евдокимов О.В., Паршин В.Г. // Судостроение, 1990. №1. - С. 28-30.

10. Вилкова E.H. Основы теории систем и системного анализа / Вилкова E.H., Денисов A.A. СПб.: ГТУ, 2001. - 512 с.

11. Волков О. Стандарты и методологии моделирования бизнес-процессов. http://www.connect.ru

12. Галлеев В.И. Кухня процессного подхода / Галлеев В.И., Пичугин К.В. // Методы менеджмента качества, 2003. Вып. 4.

13. Гинзбург Г.А. Математическая картография в СССР. Часть 1. Исторический очерк и справочные данные / Гинзбург Г.А., Карпов Н.С., Салманова

14. Т.Д. // Труды ЦНИИГАиК, 1955. Вып. 99. - 231 с.

15. Горский Ю.М. Системно-информационный анализ процессов управления. Новосибирск: Наука. Сиб. отд-ние, 1988. - 327 с.

16. Горский П. Уточнение понятия "система поддержки принятия решения".- http://www.gorskiy.ru

17. Деев В.В. Распознавание морских объектов в режиме диалога / Деев В.В., Титов М.С. // Судостроение, 1990. №4. с. 34-36.

18. Дидрих В.Е. Ситуационное моделирование управления в иерархической организации с жесткой централизацией и структурной специализацией.

19. Дисс. докт. техн. наук. Тамбов: ТВАИИ, 2002. - 318 с.

20. Дружинин В.В. Системотехника / Дружинин В.В., Конторов Д.С. -М.: Радио и связь, 1985. 200 с.

21. Ермаков С.М. Курс статистического моделирования. М.: Наука, ГРФМЛ, 1976.-320с.

22. Заславская Е.Б. Новая РЛС обнаружения низколетящих целей FALCON // Судостроение за рубежом, 1988. Вып. 11. - С. 104-108.

23. Изъюрова H.A., Павлов А.Т. Таблица координат Гаусса для широкой полосы / Изъюрова H.A., Павлов А.Т. // Ученые записки ЛГУ, серия "Географи

24. Р-' ческие науки", 1958. Вып. 12. - С. 166-181.

25. ИСО 9004-2000. Системы менеджмента качества. Рекомендации по улучшению деятельности. Международный стандарт. http://www.iso.ch.

26. Каврайский В.В. Таблица проекции Гаусса-Крюгера для широкой полосы и ее применение к вычислению равноугольных проекций общего типа, приспособляемых к очертанию страны // Труды ЦНИИГАиК, 1937. Вып. 16. М. :ГУ ГСК-НКВ Д.

27. Ш 24. Каврайский В.В. Избранные труды, т.1. Астрономия и геодезия.1. УИГС ВМФ, 1956.-358 с.

28. Каврайский В.В. Избранные труды, т.2. Математическая картография, ц. Выпуск 1. Общая теория картографических проекций. УИГС ВМФ, 1958.319 с.

29. Каврайский В.В. Избранные труды, т.2. Математическая картография.

30. Выпуск 2. Конические и цилиндрические проекции, их применение. УИГС ВМФ, 1959.-456 с.

31. Каврайский В.В. Избранные труды, т.2. Математическая картография. Выпуск 3. Перспективные, круговые и другие важнейшие проекции. Навигационные задачи. УИГС ВМФ, 1959. - 456 с.

32. Канторович JI.B. Функциональный анализ / Канторович JI.B., Акилов Г.П. М.: Наука, ГРФМЛ, 1977. - 744с.

33. Карелин М.В. Судовая аппаратура спутниковой навигационной системы Navstar // Судостроение за рубежом, 1986. №4. - С. 83-90.

34. Кнут Дональд Э. Искусство программирования. Т. 2. Получисленные алгоритмы. М.: Вильяме, 2003. — 832с.

35. Колмогоров А.Н., Фомин C.B. Элементы теории функций и функционального анализа / Колмогоров А.Н., Фомин C.B. М.: Наука, ГРФМЛ, 1981. -544с.

36. Корнеев В.В. Базы данных. Интеллектуальная обработка информации / Корнеев В.В., Гареев А.Ф., Васютин C.B., Райх В.В. М.: Нолидж, 2000. - 352 с.

37. Королев В.А. Системно-процессное моделирование как инструментповышения качества компании. http://www.tipup.kiev.ua.

38. Кумунжиев К.В. Теория систем и системный анализ. Часть 1,2. Ульяновск: УлГУ, 2003. 240 с. Часть 3. - 119 с.

39. Марка Д. Методология структурного анализа и проектирования / Марка Д., МакГоуэн К. / Пер. с англ . M.: 1993, 240 с ., ISBN 5-7395-0007-9.

40. Методы анализа данных: Подход, основанный на методе динамиче-ф ских сгущений / Пер. с фр. / Кол. авт. под рук. Э.Диде; под ред. и с предисл.

41. С.А. Айвазяна и В.М.Бухштабера. М.: Финансы и статистика, 1985. - 357 с. (Математико-статистические методы за рубежом).

42. Мещеряков Г.А. Теоретические основы математической картографии. Изд-во "Недра", 1968. - 160 с.

43. Мишин В.М. Исследование систем управления. М.: ЮНИТИ-ДАНА,2003. 527 с.

44. Мороз А.И. Курс теории систем. М: Высшая школа, 1987. - 304с.

45. Новые корабельные PJ1C фирмы THOMSOV-CSF // Радиоэлектроника за рубежом, 1991. Вып. 10 (1190). - С. 11-12.

46. Перегудов Ф.И. Введение в системный анализ / Перегудов Ф.И., Тара-сенко Ф.П. М.: Высшая школа, 1989. — 367 с.

47. Потапов A.C. Гидроакустические средства ВМС Франции / Потапов A.C., Тарасюк Ю.Ф. // Судостроение за рубежом, 1991. Вып.7-8. - С. 12-23.

48. Потапов A.C. Дальность действия гидроакустических средств в океане / Потапов A.C., Тарасюк Ю.Ф. // Судостроение за рубежом, 1980. Вып.9. - С. 32-54. \

49. Прикладная статистика: Классификация и снижение размерности: Справочное издание /С.А.Айвазян, В.М.Бухштабер, И.С.Енюков, Л.Д.Мешалкин. Под ред. С.А.Айвазяна. М.: Финансы и статистика, 1989. -607с.

50. Принципы построения и основные характеристики автоматизированной системы Maritex // Судостроение за рубежом, 1987. №12. - С. 64-66.fc) 46. Пронин Е.Г. Проектирование бортовых систем обмена информации /

51. Пронин Е.Г., Могуева O.B. М.: Радио и связь, 1989. - 240 с.

52. Раскин Л.Г. анализ сложных систем и элементы теории оптимального управления. М.: Сов. радио, 1976. 344 с.

53. Романов А.Н. Имитаторы и тренажеры в системах отладки АСУ ТП / Романов А.Н., Жабеев В.П. М.: Энергоатомиздат, 1987. - 112с.

54. Саврасов Ю.С. Отбраковка аномальных наблюдений при определении траекторий космических аппаратов // ДАН, серия "Космические исследования", т. XXII, 1984. Вып. 1. - С. 20-36.

55. Системы менеджмента качества. Рекомендации по улучшению деятельности: ГОСТ Р ИСО 9004-2001. Введ. 15.08.2001. - М.: Госстандарт РФ, 2001.-49 с.

56. Скрытная корабельная PJIC PILOT // Радиоэлектроника за рубежом, 1989. Вып.8 (1136). - С. 9-11.

57. Создание и развитие корабельных БИУС / В.И.Кидалов, В.Г.Тодуров, В.Н.Писарев и др. Ульяновск: ФГУП "НПО "Марс", 2003. - 25 с.

58. Соловьев М.Д. Картографические проекции. Геодезиздат, 1946.417с.

59. Станишевский И.А. Стандартные обобщенные операторы и алгоритмы решения навигационных задач ВМФ // Информационный листок, 1969. -№1 (46).-С. 1-74.

60. Темников Ф.Е. Теоретические основы информационной техники / Темников Ф.Е., Афонин В.А., Дмитриев В.И. М.: Энергия, 1979. - 512с.

61. Хабибулин Р.Ф. Исследование и разработка инвариантных кластерных алгоритмов. — Дисс. канд.техн. наук. — Казань: КГУ, 1999. — 121с.

62. Хатсон В. Приложения функционального анализа и теории операторов / Хатсон В., Пим Дж. С. М.: Мир, 1983. - 432с.

63. Христов В.К. Координаты Гаусса-Крюгера на эллипсоиде вращения. М.: Геодеиздат, 1957, 263 с.

64. Чекал Е.Г. Преобразование координат на плоскость проекций Гаусса для широкой полосы / Чекал Е.Г., Писарев В.Н. // Судостроительная промышленность, серия "Выч. техника".- М.:ЦНИИ "Румб". 1987.- Вып.9.

65. Чекал Е.Г. Корпоративная информационно-управляющая система вуза

66. Чекал Е.Г., Чичев A.A., Романов В.В. // Тез. докл. X международ, конференции "Информационные технологии в образовании". Ч. 3. -М.:МИФИ, 2000.-С. 142-143.

67. Чекал Е.Г. Об алгоритме автоматической классификации, основанном на критерии согласия / Чекал Е.Г., Чичев A.A. // Вестник УГСХА, серия "Экономика и управление АПК", 2000. Вып. 2. - Ульяновск: УГСХА. - С. 101-105.

68. Чекал Е.Г. Формализованное описание алгоритма автоматической классификации на основе критерия согласия / Чекал Е.Г., Чичев A.A. // Информационные системы и технологии в АПК, 2002. Ульяновск: УГСХА. - С. 1725.

69. Чекал Е.Г. Исследование алгоритма автоматической классификации на основе критерия согласия / Чекал Е.Г., Чичев A.A. // Информационные системы и технологии в АПК, 2002. Ульяновск: УГСХА. - С. 25-32.

70. Чекал Е.Г. Картографическая проекция Гаусса в системе наблюдения надводного судна / Чекал Е.Г., Смагин A.A. // Ученые записки УлГУ, серия "Информационные технологии", 2005. Вып. 1. - Ульянвск: УлГУ. - С. 34-39.

71. Черненький В.М. Процессно-ориентированная концепция системного моделирования АСУ. — Дисс. докт.техн. наук. — М.: МГТУ, 2000. — 299 с.

72. Шебшаевич B.C. Дифференциальный режим сетевой спутниковой радионавигационной системы / Шебшаевич B.C., Григорьев М.Н., Кокина Э.Г., Мищенко И.Н., Шишман Ю.Д. // Зарубежная радиоэлектроника, 1989. Вып. 31.-С. 5-32.

73. Шилов Г.Е. Функции нескольких вещественных переменных, части 1,2. М.: Наука, ГРФМЛ, 1972. 624с.на правах рукописи1. Чекал Елена Георгиевна

74. РАЗРАБОТКА И ИССЛЕДОВАНИЕ МОДЕЛЕЙ ИНФОРМАЦИОННОГО ЦЕНТРА СИСТЕМЫ НАБЛЮДЕНИЯ НАДВОДНОГО СУДНА

75. Специальность 05.13.18 "Математическое моделирование, численные методы и комплексы программ"

76. АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук1. Ульяновск-2006

77. Работа выполнена на кафедре "Телекоммуникационные технологии и сети" государственного образовательного учреждения высшего профессионального образования "Ульяновский государственный университет"

78. Научный руководитель: доктор технических наук, профессор1. Смагин Алексей Аркадьевич

79. Официальные оппоненты: доктор технических наук, профессор

80. Кумунжиев Константин Васильевичкандидат технических наук, доцент Кулаков Владимир Львович

81. Ведущая организация: Ульяновский филиал институтарадиотехники и электроники Российской Академии наук

82. Защита диссертации состоится 26 апреля 2006 года в 1300 часов на заседании диссертационного совета Д 212278.02 при Ульяновском государственном университете по адресу: Университетская Набережная, 1, ауд. 703.

83. С диссертацией можно ознакомиться в научной библиотеке Ульяновского государственного университета.

84. Автореферат разослан 25 марта 2006 года. Просим прислать отзыв на автореферат по адресу: 432970, г. Ульяновск, ул. Л. Толстого, д. 42, УлГУ, Управление научных исследований.

85. Ученый секретарь диссертационного совета1. А.Б. Веревкин

86. ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

87. Объектам исследования в настоящей работе является информационный центр системы наблюдения надводного судна Модели информационного центра, алгоритмы подготовки данных для принятия решения являются предметом разработки и исследования.

88. Цель н задачи исследования. Целью диссертационной работы является повышение эффективности1 проектирования информационного центра системы наблюдения надводного судна Для достижения поставленной цели в работе решены следующие задачи:

89. Проведено системное исследование ИЦ надводного судна

90. Разработана функциональная модель ИЦ надводного судна

91. Разработана модель процессов ИЦ надводного судна

92. Разработана модель информационных потоков ИЦ надводного судна

93. Разработан программный комплекс и библиотека подпрограмм, реализующие указанные алгоритмы подготовки данных.

94. Научная новизна исследования:

95. Достоверность результатов, представленных в диссертации, подтверждается корректностью применения математического аппарата и результатами моделирования.

96. Публикации. По результатам проведенных исследований опубликовано 7 работ (1.-7.).

97. Основные положения, выносимые на защиту:

98. Метод и алгоритм кластеризации динамических объектов наблюдения, позволяющий разделять совокупности динамических объектов на кластеры без использования управляющих параметров классификации и образцов классов.

99. Метод специальной обработки географической информации от внешних источников по объектам наблюдения, позволяющий уменьшить время вычислений в пределах допустимой точности и расширенной области применимости.

100. Структура и объем диссертации. Диссертационная работа состоит из введения, четырех глав, заключения, списка литературы и четырех приложений. Общин объем диссертации составляет Зйр страниц, основной текст изложен на 185 страницах.1. СОДЕРЖАНИЕ РАБОТЫ

101. Во введении показана актуальность темы, определены цели и задачи диссертационной работы, сформулированы научная новизна и практическое значение, перечислены положения, выносимые на защиту, дана общая характеристика работы.

102. Определяемые множество входных, выходных данных проблеморазрешающей системы, и оператор, отображающий входные данные в выходные в виде дерева целей-функций, позволяют представить функциональную модель сисгемы.

103. Перегудов Ф.И. Введение в системный аналич/Псрауцов Ф.И., Тарасснко Ф.М.-М.: Высшая школа, 1989.6функционирования). Затем строится процесс, объединяющий процессы 0-го уровня.

104. Недостаточная достоверность, полмота, своевреметость и соответствие представлпемлс данных в СУ НС1. ЦЕЛЬ ИССЛЕДОВАНИЯ

105. Повышение эффективности проектирования ИЦНСОс .■■■ КРИТЕРИИ ДОСТИЖ&МЯЦЕЛИ1. Критерий Критерийфуни^тона/ьной экономииполноты еремеш1. Эскизньй проект ИЦНС :- функцчонапьмо полный,- с уменьшентым временемпроектированияО1. СРЕДСТВА ДОСТИЖЕНИ Я ЦЕЛИ

106. Рис.1. Методика исследования и моделирования ИД

107. Построенные последовательности процессов определяют движение информации посредством своих входных и выходных данных, т.е. может быть построена модель ин(1юрмационных потоков.

108. Созданные модели ИЦ надводного судна позволяют повысить эффективность проектирования систем типа ИЦ за счет уменьшения затрат временных ресурсов на разработку детализированных моделей проектируемых ИЦ.

109. Система Система. осгтема напгации гвпчи гидрометеоролог»«1. У* ргрянлясмая среда "ч1. Ч^^ (гудм!г,}

110. СУГф*ВЛ1№МЧЯ ГрГДА внутри судив

111. Гидггожу™««»»* Нежустечгсгие аклыыу \^«теи,|

112. Радиоле*«»«»»»* Радиоэлестратые1. Вышестоящ« среде ^^

113. Система " 1 1 Систем* н^тол*««ур«»««« сдана гр<*»ыеча<»г9-{г?. о?, о,9, о,10, ;1„ г,}равноправная среде ^^

114. Смет^ча -Система, система навигаим4 связи шк, ={«,', о?,а*,а;,а?,1. О?, 07\ й?, я,, г9)

115. Упра»п нема »среда ч •не судна

116. Угравпяемвясродо »нутрм судна

117. П*дрожуст*честие Нежуствсов систем

118. Рэдмогг»ч1 кугм Рвдитптрг»»**; снстемя системыл,, г,)п„г,}

119. У} ЗД о;, <5,\ п,,г,} К4={04', н5, г.}

120. Рис. 2. Функциональная модель ниформэтиюшюго цаггра.

121. Начальная декомпозиция цели осуществлена по видам профессионально

122. Декомпозиция этапа планирования проведена по следующим функциям шинирования: анализ требований и ограничений, оценка ресурсов; формирование моделей и прогнозирование; анализ, оценка и выбор моделей.

123. Декомпозиция этапа оперативного управления осуществлена по следующим функциям управления: управление ресурсами; управление процессами; управление выходной информацией.

124. Декомпозиция указанных целей-функций позволила записать отображение входных данных в выходные какгдех'г>, л*, х'А*, х'5\ х£, х?, и>1, г={г/1, ,у3'\ г4", г'-, г6'®, к/7, у^ , ^}, у > 1.

125. А оператор отображения есть функция операторов, соответствующих целям определенных уровней декомпозиции:1. Л, =Ч',ФП.1. О« .1. Оцк .Оуш). Ш,ш> 1.

126. Здесь Д,и—операторы, соответствующие целям-функциям

127. Определены ограничения на входные данные, требования к выходным данным и оператору отображения.

128. Рис 3. Модель объединенного процесса 0-го уровня

129. Построенные последовательности процессов являются типичными для систем управления, к когорым относится и информационный центр, и потому мо!ут основываться на получаемых в теории управления положениях о последовательностях процессов управления.

130. Здесь Рд.к- процессы соответствующего уровня декомпозиции.