автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.05, диссертация на тему:Способ, алгоритмы и специализированное бортовое устройство формирования и обработки данных для обнаружения искусственных орбитальных объектов

004&18830

Зверев Петр Сергеевич

СПОСОБ, АЛГОРИТМЫ И СПЕЦИАЛИЗИРОВАННОЕ БОРТОВОЕ УСТРОЙСТВО ФОРМИРОВАНИЯ И ОБРАБОТКИ ДАННЫХ ДЛЯ ОБНАРУЖЕНИЯ ИСКУССТВЕННЫХ ОРБИТАЛЬНЫХ ОБЪЕКТОВ

05.13.05 - Элементы и устройства вычислительной техники и систем управления

Автореферат диссертации на соискание ученой степени кандидата технических наук

2 3 ДЕН 7010

Курск-2010

004618830

Работа выполнена в Юго-Западном государственном университете

Научный руководитель: доктор технических наук, профессор

Довгаль Виктор Митрофанович

Официальные оппоненты: доктор технических наук, профессор

Зотов Игорь Валерьевич кандидат технических наук Бородин Сергей Георгиевич

Ведущая организация: Орловский государственный

технический университет

Защита состоится 29 декабря 2010 г. в 14-00 часов на заседании диссертационного совета Д212.105.02 при Юго-Западном государственном университете по адресу: 305040, г. Курск, ул. 50 лет Октября, 94 (конференц-зал).

С диссертацией можно ознакомиться в библиотеке Юго-Западного государственного университета.

Автореферат разослан 28 ноября 2010 г.

Ученый секретарь совета по защите докторских и кандидатских диссертаций Д212.105.02

Е.А. Титенко

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. 12 ноября 1974 года была подписана конвенция о регистрации объектов, запускаемых в космическое пространство. Еще до создания конвенции разрабатывались системы мониторинга околоземного космического пространства (ОКП), которые строились на основе средств вычислительной техники, основанной на универсальных и специализированных вычислительных устройствах, в том числе и многопроцессорных вычислительных системах.

Среди отслеживаемых системами контроля космического пространства (СККП) объектов в настоящее время на околоземных орбитах обращаются более 13 тыс. искусственных орбитальных объектов (ИОО). Количество не отслеживаемых ИОО оценивается в 3,5-10б. Таким образом, наибольшее количество объектов, находящихся в ОКП, - это не отслеживаемые ИОО (космический «мусор»).

Имеющиеся средства мониторинга ОКП преимущественно относятся к наземным средствам наблюдения (высокопроизводительным вычислительным системам/комплексам), входящим в состав СККП разных стран. Данные комплексы постоянно получают информацию об ОКП, из которой они отбирают информацию о ИОО для дальнейшей его каталогизации. Наличие средств мониторинга ОКП, находящихся непосредственно на орбите или на борту сверхвысотных самолетов-разведчиков, позволило бы с меньшими затратами позиционировать внимание комплексов СККП только на ИОО, находящиеся в ОКП, и не сканировать всю небесную сферу. Анализ существующих технических средств показал, что целесообразна аппаратная реализация бортовых средств мониторинга, не использующих ресурсы центрального бортового процессора и позволяющих реализовывать алгоритмы параллельной обработки данных, в связи с тем,'что данные средства будут работать в режиме реального времени, на их вход будут поступать однотипные данные и центральный процессор летательного аппарата-наблюдателя (ЛАН) предельно загружен задачами его собственного функционирования.

Над проблемами создания средств обнаружения объектов в процессе мониторинга работали известные отечественные и зарубежные авторы Келдыш М.В., Арнольд В.И., Журавлев Ю.И., Бонгард М.М., Гонзалес Р., Розоноэр JI. И., Загоруйко Н. Г., Фомин В.Н., Барский А.Б., Джон фон Нейман, Колинз А., Валиев К.А., Евтихиев Н.Н;, Каляев A.B. и многие другие.

Между тем полученные результаты не имеют приложений в специфической области мониторинга, формирования и обработки данных для обнаружений ИОО на фоне звездного неба.

Основное противоречие заключается в том, что известные методы и алгоритмы не позволяют при заданных ограничениях времени формировать треки (орбитальные портреты), необходимые для обнаружения ИОО с предварительной аннуляцией данных о естественных небесных телах. Решение задачи формирования треков осложняется динамическими микроперемещениями фотокамеры, установленной на ЛАН, которые имеют явно выраженные признаки де-терминированно-хаотического поведения, что на основании тезиса А. Пуанкаре

влечет за собой невозможность осуществления экстраполяции траекторий на динамическом изображении небосклона.

Основная решаемая задача данной диссертационной работы заключается в создании способа, алгоритмов и аппаратных средств формирования и обработки данных для обнаружения ИОО по их трекам.

Теоретическая часть диссертационной работы включает в себя разработку способа и алгоритмов формирования и обработки данных для обнаружения ИОО, регистрируемых фотокамерами ЛАН, и структурно-функциональной организации специализированного бортового устройства (СБУ) для их своевременного обнаружения. Практическая часть содержит разработку и исследование аппаратных и программных средств, пригодных для практического использования в системах мониторинга ОКП.

Изложенное позволяет заключить, что тема диссертации является актуальной и перспективной.

Работа выполнялась в рамках тематического плана 2009 года Министерства образования и науки РФ №1.5.09: «Создание продукционной алгоритмической системы быстрых символьных вычислений и языка программирования для реконфигурируемых многоядерных вычислительных систем», проекта 6147 мероприятие 2 «Архитектура инфокоммуникационной среды информационно-аналитического обеспечения научных исследований технического ВУЗа» по аналитической ведомственной целевой программе «Развитие научного потенциала высшей школы (2009-2010 годы).

Объект исследования - вычислительные бортовые устройства.

Предмет исследования - специализированные устройства для обнаружения движущихся объектов.

Цель работы заключается в повышении скорости обработки данных о ИОО путем разработки способа, алгоритмов и СБУ формирования и обработки треков.

Для достижения поставленных целей потребовалось решить следующие задачи:

1) осуществить сопоставительный анализ методов, алгоритмов и устройств обнаружения ИОО;

2) создать модель формирования кадров звездного неба с учетом условий микроперемещений ЛАН и его орбитальных характеристик;

3) разработать способ, алгоритм и архитектуру (структурно-функциональную организацию) СБУ формирования и обработки данных для обнаружения ИОО;

4) осуществить экспериментальные исследования характеристик СБУ и программных средств, обеспечивающих его функционирование.

Методы исследования основываются на положениях теории алгоритмов, дискретной математики, распознавания образов и компьютерной лингвистики, методах теоретического программирования и компьютерного моделирования, а также теории проектирования элементов и устройств вычислительной техники.

Достоверность и обоснованность результатов исследования подтверждается: согласованностью теоретических и экспериментальных результатов;

корректным использованием существующих теоретических положений, а также рецензированием печатных работ, их обсуждением на научно-технических конференциях, выставках и семинарах кафедры программного обеспечения вычислительной техники ЮЗГУ.

Новые научные результаты и положения, выносимые на защиту:

1. Способ формирования и обработки данных для обнаружения ИОО (свидетельство о гос. per. программы для ЭВМ №2009615042), отличающийся тем, что используется позитивно-негативная обработка пар кадров для формирования треков ИОО, заключающийся в том, что при объединении текущей пары кадров происходит аннуляция отображений естественных объектов, что позволяет обнаруживать как искусственные объекты, ранее зарегистрированные в базе данных, так и вновь появившиеся объекты в процессе мониторинга.

2. Алгоритмы формирования и обработки данных для обнаружения ИОО, позволяющие осуществлять параллельную обработку данных в условиях не прогнозируемых микроперемещений оптических следов объектов на фотоматрице с целью разграничения классов естественных и искусственных космических объектов, и отличающиеся тем, что формируются треки только для ИОО.

3. Структурно-функциональная организация (архитектура) СБУ формирования и обработки треков ИОО (решение о выдачи патента №2010118030/08 от 21.06.2010), отличающаяся от аналога тем, что в ней используются специальные цифровые сигнальные процессоры, реализуются алгоритмы параллельной обработки координат объектов, что позволяет увеличить скорость обнаружения ИОО.

4. Результаты экспериментальных исследований для определения скоростных характеристик разработанного СБУ формирования и обработки данных.

Практическая ценность работы состоит в следующем.

1. На основе проведенных теоретических исследований разработано схемотехническое решение СБУ формирования и обработки треков с аппаратной сложностью около 9,8 млн. вентилей с учетом аппаратных затрат на реализацию 5 процессоров, блоков памяти, магистрали и блока управления, которое целесообразно использовать в качестве дополнительного бортового оборудования ЛАН для мониторинга и повышения уровня безопасности космических полетов. Разработанное устройство позволяет достигнуть скоростных показателей не меньше, чем 8 кадров в секунду, что в четыре раза превышает этот показатель аналога.

2. На основе проведенных экспериментальных исследований получены данные о скоростных характеристиках разработанного схемотехнического решения СБУ: на обработку 1 объекта в кадре требуется в среднем 93 тыс. тактов, что позволяет удовлетворить требования к существующим временным ограничениям, путем повышения скорости обработки пар кадров при ограниченном числе космических объектов в поле регистрации.

3. Разработанный способ, алгоритм и устройство формирования и обработки данных для обнаружения ИОО дают необходимые основания для постановки НИОКР по разработке специализированных устройств массового приме-

нения. Вместе с тем результаты проведенных теоретических исследований могут быть использованы в учебном процессе профильных специальностей высших учебных заведений.

Реализация результатов работы. Результаты диссертационной работы нашли применение в учебном процессе Юго-Западного государственного университета по кафедре программного обеспечения вычислительной техники названного университета, а также были использованы при выполнении НИР «Семилетка-1» в ФГУП «Курский НИИ».

Апробация результатов работы проводилась на международных научных и научно-технических конференциях: Международной научно-технической конференции «Физические и компьютерные технологии» (Харьков, 2008, 2010 гг., 2 доклада), Международной научно-практической конференции «Современная техника и технологии» (Томск, 2009, 2010 гг., 2 доклада), Международной конференции «Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации» (Курск, 2008, 2010 гг., 2 доклада), Международной научно-практической конференции «Компьютерные технологии в науке, производстве, социальных и экономических процессах» (Новочеркасск, 2008 г., 1 доклад), Международной научно-практической конференции «Васильевские чтения: ценности и интересы современного общества» (Курск, 2008 г., 1 доклад), Международной научно-технической конференции «Информационно-измерительные, диагностические и управляющие системы. Диагностика - 2009» (Курск, 2009 г., 1 доклад). Прошла экспертизу на региональном этапе отбора и прошла в полуфинал конкурса молодежных инновационных проектов «Зворыкинский проект», была выставлена на втором окружном инновационном конвенте, проходящем в рамках этого же конкурса.

Публикации. Результаты диссертации отражены в трех статьях (две в изданиях, входящих в перечень ведущих рецензируемых научных журналов и изданий, рекомендуемых ВАК), девяти публикациях в сборниках трудов, одном свидетельстве о roc. per. программы для ЭВМ и одном патенте.

Личный вклад автора. В работах, опубликованных в соавторстве к приведенных в конце автореферата, в [1], [4], [6] и [11] автором предложен способ распознавания ИОО путем формирования их треков, в [2] и [3] автором разработана модель формирования кадров звездного неба с учетом условий микроперемещений ЛАН и его орбитальных характеристик.

Структура и объем работы. Диссертация состоит из введения, четырех глав и заключения, изложенных на 110 страницах машинописного текста, содержит 38 рисунков, 4 таблицы, список литературы из 84 наименований и приложений объемом 88 страниц. Общий объем 122 страницы.

СОДЕРЖАНИЕРАБОТЫ

Во введении обосновывается актуальность темы диссертации, цели и задачи исследования, формулируются общие характеристики работы, ее научное и практическое значение.

Первая глава посвящена анализу современного состояния проблемы мониторинга ОКП, используемых аппаратно-программных средств вычислительной техники обеспечения безопасности космических полетов в части обнаружения ИОО в ОКП с целью предотвращения столкновений между ними.

В начале главы приведен исторический очерк проблемы «загрязнения» ОКП. Исследования конфликтности орбитальных тел на современном этапе актуально, прежде всего, при обеспечении безопасности космических летательных аппаратов и ракет-носителей.

Также приведен обзор существующих систем обнаружения ИОО (в том числе космического «мусора»), относящихся к СККП. Основными элементами СККП Российской Федерации являются оптико-электронный комплекс "Окно", радио-оптический комплекс "Крона", радиотехнический комплекс контроля излучающих космических аппаратов (КА) "Момент". В состав взаимодействующих информационных средств СККП входит большинство радиолокационных и оптико-электронных станций Российской Федерации, различные радиотехнические средства системы радио- и радиотехнической разведки. В США также интенсивно разрабатываются системы аналогичного назначения на основе радио-оптической локации, например, система морского космическое наблюдение (The Naval Space Surveillance - NAVSPASUR), а также международная космическая сеть наблюдения (space surveillance network - SSN).

Приведен обзор существующих архитектур процессоров. Различают следующие архитектуры: архитектура фон Неймана, конвейерная архитектура, суперскалярная архитектура, архитектура CISC-процессоров, архитектура RISC-процессоров, архитектура MISC-процессоров, архитектура VLIW-процессоров, гарвардская архитектура и другие.

В состав систем обнаружения входят высокопроизводительные вычислительные средства, в основе которых в большинстве случаев лежат мэйнфреймы, высокопроизводительные компьютеры. Разработкой мэйнфреймов занимаются такие компании как IBM, SUN и другие. К особенностям и характеристикам современных мейнфреймов можно отнести следующие показатели: время наработки на отказ оценивается в 12-15 лет, повышенная устойчивость систем за счет дублирования основных элементов системы, использование памяти с коррекцией ошибок, рабочая нагрузка может составлять 80-95 % от пиковой производительности, вертикальная и горизонтальная масштабируемость. Примерами современных мэйнфреймов являются System zlO ЕС, zEnterprise, Sun SPARC Enterprise M9000 и другие.

Для оперативной регистрации изменений ситуаций и предварительной обработки информации непосредственно в ОКП в процессе мониторинга необходимо наличие дополнительных бортовых средств обнаружения ИОО. Это позволяет устранить недостатки наземных средств обнаружения, которые заключаются в осуществлении мониторинга при сложных атмосферных условиях. Кроме того формирование и обработка треков (оптических следов центров объектов на фото-матрице) не требует высоко уровня аппаратной сложности СБУ в их противопоставлении сложным наземным станциям обнаружения. Использование СБУ обнаружения является дополнительным средством мониторинга, что

позволяет достигнуть существенного повышения качественных характеристик мониторинга при обнаружении ИОО.

Сущность предлагаемого подхода к решению задачи совершенствования программно-аппаратных подсистем обнаружения ИОО в составе систем мониторинга заключается в исследовании и разработке способа, алгоритмов и СБУ формирования и обработки данных для обнаружения ИОО, в которых используются позитивно-негативная обработка кадров для формирования треков ИОО, параллельная обработка данных (координат объектов), специальные цифровые сигнальные процессоры, что, в совокупности, позволяет увеличить скорость обработки данных при аппаратных затратах устройства, удовлетворяющих весо-габаритным ограничениям для использования в авиакосмических целях и при сохранении практически приемлемого качества обнаружения орбитальных объектов.

Таким образом, в материалах первой главы нашло отражение решение первой задачи исследования.

Вторая глава содержит материалы, необходимые для построения модели формирования кадров звездного неба с учетом условий микроперемещений JIAH и его орбитальных характеристик, математические аспекты методов обнаружения орбитальных объектов и формирования их треков. Кроме этого приводится способ формирования и обработки треков. В главе так же выполнен обзор датчиков изображения на приборах с зарядовой связью, основных параметров и характеристик небесной сферы, приведен обзор основных систем небесных координат, рассмотрены общие положения движения искусственных спутников Земли, описаны основные виды их орбит.

В условиях ограниченности доступа к данным спутниковой съемки, необходимым для проверки значимого для практики множества входных ситуаций (количества естественных и искусственных объектов в кадре, параметров перемещений их отображений на фото-матрице) создана модель формирования кадров звездного неба с учетом условий детерменировано-хаотических микроперемещений JIAH и, соответственно, его фото-матрицы, а также его орбитальных характеристик.

Пусть K(t) - множество объектов, зафиксированных фото-матрицей ЛШ в кадре t. Тогда,

K(t) = S(t)[)A(t), 0)

где S(t) и A(t) - множества соответственно естественных и искусственных объектов, зафиксированных фото-матрицей JIAH в кадре t.

JIAH обладает шестью степенями свободы, что обусловлено несколькими факторами: движением по своей орбите, действием на него внешних сил, работой его стабилизирующих систем, форс-мажорными ситуациями. Это приводит к тому, что микроперемещения отображений как естественных, так и искусственных объектов на фото-матрице JIAH являются детерминировано-хаотическими. Для описания данных микроперемещешй в модели используется одномерное дискретное хаотическое отображение "Кубическая парабола", которое порождает хаотические числовые ряды (pi, р2 и рз) согласно формулы (2).

Х,=3*ХЫ*(1-Х?А), (2)

где Х( - значение элемента числового ряда в момент времени Так как расстояния до звезд крайне велико, то значения смещений, обусловленных воздействием тангажа и рысканья, могут быть объединены со значениями смещений вдоль осей ОУ и ОХ. Таким образом, при моделировании необходимо учитывать: сдвиги вдоль осей ОХ и ОУ, поворот вокруг оси ОХ. Введем понятие выравнивающий параметр (с!У;)- этот параметр имитирует работу стабилизирующих двигателей ЛАН.

Параметры микроперемещений (V;) рассчитываются следующим образом. По формуле (2) рассчитываются очередные значения из числовых рядов р|, р2 и рз. После этого вычисляются значения и V, по формулам (3).

-sign{p,(t + \)),vl(t) = 0

■',*(' +1) = VC + U

dV.(t +1) = ' 1 dVt(t),v,{ f)o0

f(A(/+l)*lOO)modlO,v,(0 = 0 (3)

V,( 1 v,(l)WC,(i+l),v,(i)<>0 '

Далее рассчитываются координаты объектов S(t+1) и A(t+1) по формулам (4) и (5) соответственно.

*„+(*,*(' )-■*„)■ cos(v,(( +1) • ,5)+(s>\t) -У0у sin(v,(<+1) • S) + dv.it +1), v,(r) = О

yo+WO-p„)-cos(vl(/ + 0-^)+W(0-^)'Sin(v1(/ + !)-i) + rff'î(/ + l),v1(/) = 0 (4)

U + W0-%)-cos(d^(/ + l)-i)+(5,*(0-*l))-sin(^1(< + l)-i) + ^(i + l),v1(0<><)'

где s,"(t),s?(t)- координаты объекта s, в кадре t, Хо.Уо - центр фотоматрицы, 5 - значение одного градуса в радианах.

о'(/+1) J *0 + (О'С) - JT„ ) • cos(v,(i +1) • Д) + (o/'ÎO - л) ■ sin(v, Cf +1) - 5)++1) + v,(0 = о

a'U +1) = i У" + cos("l('+"'S1+ (a'(/)x°1'5in(v'С +1)• «У) + '"'i(' +1)+v.(0 = « (5)

где a'(t),a1 (t)~ координаты объекта ai в кадре t, dX„ dY, - параметры собственного движения а;.

Модель формирования кадров позволяет задавать при моделировании произвольное количество естественных и искусственных объектов, учитываются детерминировано-хаотические микроперемещения отображений объектов на фото-матрице ЛАН, параметры собственного движения ИОО могут задаваться для каждого объекта в отдельности.

Разработан способ формирования и обработки данных для обнаружения ИОО, регистрируемых фотокамерами ЛАН, заключающийся в следующем.

Этап 1. Получение данных о двух последовательных кадрах с фотоматрицы ЛАН.

Этап 2. Формирование - на основе данных о первом кадре - множества локальных структур (структур первого кадра).

Этап 3. Формирование - на основе данных о втором кадре и структур первого кадра множества пар подобных структур, каждая из которых включает в себя строго соответствующие структуры первого и второго кадра.

Этап 4. Определение, на основании полученных пар структур, параметров аффинных преобразований сдвига и поворота, применение которых преобразует координаты объектов одной структуры второго кадра в координаты соответствующих объектов второй структуры первого кадра из анализируемой пары.

Этап 5. Преобразование координат объектов структур второго кадра с помощью аффинных преобразований, параметры которых были найдены на предыдущем этапе.

Этап 6. Объединение данных позитива первого кадра и измененных данных негатива второго кадра. В ходе объединения происходит сравнение координат объектов из пары кадров и при их совпадении с учетом заданного порога происходит аннуляция объектов.

Таким образом, формируется объединенный кадр, на котором остаются только ИОО. Путем совмещения последовательности объединенных кадров формируются треки (светлые оптические следы) ИОО, которые являются искомым результатом.

Таким образом, в материалах второй главы нашло отражение решение второй и третьей задачи исследования.

В третьей главе содержится описание основных алгоритмов, используемых в данной работе, осуществляется синтез структурно-функциональной схемы СБУ формирования и обработки данных и его блока управления, рассматривается процесс функционирования разработанного устройства.

Обобщенный алгоритм формирования треков заключается в следующем.

Шаг 1. Получить данные о двух последовательных кадрах с фотоматрицы ЛАН. Под данными понимается упорядоченная последовательность координат объектов на фото-матрице (X и У), которые были зафиксированы ею в соответствующем кадре.

Шаг 2. Сформировать на основании данных о первом кадре структуры первого кадра. Под структурой понимается набор следующих данных: координаты объектов первого кадра, заданные связи между ними и длины связей. Длина связи между объектами вычисляется как расстояние между объектами на плоскости Хх У.

Шаг 3. На основании данных о втором кадре сформировать все возможные структуры второго кадра. Во время процесса формирования выбрать структуры, для которых существует подобная структура первого кадра. Две структуры считаются подобными, если их соответствующие расстояния связей полностью совпадают. В результате создается множество пар структур, каждая из которых включает в себя структуры первого и второго кадра. Данный шаг характеризуется высоким уровнем вычислительной сложности, поэтому для снижения вычислительной сложности алгоритма вычислительные операции данного шага разбиваются на N блоков, которые выполняются параллельно.

Шаг 4. Рассчитать параметры аффинных преобразований (сдвигов и поворота), используя полученные пары структур.

Шаг 5. Преобразовать координаты объектов структур второго кадра с помощью аффинных преобразований с параметрами, которые были рассчитаны на предыдущем шаге. При этом данные преобразования выполняются над копией

данных о втором кадре. Это делается для того, чтобы сохранить исходную информацию о втором кадре, необходимую для выполнения следующих шагов алгоритма.

Шаг 6. Объединить данные позитива первого кадра и измененные данные негатива второго кадра с удалением объектов, данные о которых были обнаружены в обоих кадрах. При этом в объединении участвуют только те объекты, которые после применения к ним обратных по отношению к рассчитанным аффинных преобразований не выходят за пределы кадра.

Шаг 7. Совместить полученный объединенный кадр с полученными ранее кадрами.

Шаг 8. Принять данные о втором кадре за данные о первом кадре, получить информацию об очередном (втором) кадре и если не было команды на завершение, то перейти на шаг 2, иначе - завершить работу.

В результате выполнения данного алгоритма формируются треки ИОО. Данные о сформированных треках передаются для дальнейшей обработки наземным службам мониторинга, а так как эти данные представляют информационную ценность, то их передача должна быть защищена от помех, которые могут возникнуть в процессе передачи. В диссертации приведен и аппаратно поддержан алгоритм помехоустойчивого кодирования для передачи данных на наземные службы мониторинга.

СБУ формирования и обработки треков является аппаратным средством реализации разработанных алгоритмов. Структурная схема СБУ представлена на рисунке 1.

На фото- На передающее

Блок управления

Блок \ формирования треков

¡ГЛЕХ

Блок обработки треков

Рис.1. Структурная схема СБУ (решение о выдачи патента №2010118030/08 от

21.06.2010)

СБУ состоит из блока управления (БУ), блока формирования треков (БФТ) и блока обработки треков (БОТ). СБУ соединено с фото-устройством, которое используется для получения входных изображений, и приемопередающим устройством, которое используется для передачи информации об обнаруженных орбитальных объектах искусственного происхождения.

Структурно-функциональная схема СБУ, аппаратно поддерживающего параллельную обработку координат объектов в двух блоках (N=2), показана на рисунке 2.

БУ СБУ подключен к общей магистрали (ОМ). Также к ОМ подключены БФТ и БОТ. БФТ состоит из четырех процессоров CPU1-CPU4. БОТ состоит из процессора CPU5. К ОМ также подключены приемо-передающее устройство и фото-устройство, в котором размещен преобразователь сигнала, поступающего с фото-устройства, в последовательность байт, с характеристиками, обеспечивающими электромагнитную совместимость с SDRAM.

В качестве процессоров CPU1-CPU5 выбраны процессоры фирмы Analog Device ADSP-TS201S.

СБУ работает следующим образом. БУ подает команду фото-устройству сформировать и передать данные о текущем кадре на БФТ. Фото-устройство, сформировав данные о текущем кадре, передает их на БФТ.

Получив данные с фотокамеры, БФТ производит их предобработку с помощью процессора CPU1, в результате которой формируется упорядоченная последовательность координат объектов на фото-матрице, которые были зафиксированы ею в текущем кадре. После этого на основе данных о первом кадре формируется множество структур (структуры первого кадра).

Далее БФТ посылает команду БУ, что он обработал первый кадр. БУ подает команду фото-устройству сформировать и передать данные об очередном кадре на БФТ.

После их получения и предобработки, БФТ на основании структур первого кадра и данных о втором кадре с помощью процессоров CPU2 и CPU3 формирует множество пар подобных структур. Далее CPU4, на основании полученных пар структур, рассчитывает параметры аффинных преобразований (сдвига и поворота). После этого выполняется вычисление координат объектов структур второго кадра на основе аффинных преобразований, с предварительно определенными параметрами. Далее происходит объединение данных позитива первого кадра и измененных данных негатива второго кадра и осуществляется взаимная аннуляция естественных объектов. Результатом работы устройства на данном моменте его работы является объединенный кадр, на котором остаются только точечные оптические следы ИОО. После этого полученный кадр совме-

щается с полученными ранее объединенными кадрами, в результате чего формируются треки ИОО. Далее БФТ посылает команду БУ, что он завершил обработку кадров.

Если было накоплено определенное количество объединенных кадров (количество кадров определяется при настройке устройства), например 50, БУ подает команду БОТ, что данные о сформированных треках ИОО подготовлены. БОТ преобразует данные в соответствии с алгоритмом помехоустойчивого кодирования. Далее БОТ передает преобразованные данные на передающее устройство для отправки сообщения на наземные станции мониторинга. После этого БОТ посылает команду БУ, что данные были переданы.

Если не поступало команды на завершение работы, то БУ подает команду фото-устройству сформировать и передать данные об очередном кадре на БФТ. После этого процесс обработки повторяется.

По блок схеме алгоритма управления синтезирован управляющий продукционный алгоритм, который имеет вид: р0а1—>с1р1; р1а2~*с2р4; р1аЗ—>с0р3; р4а1-*сЗр5; р5а1-»с4рб; р6а4->с1р8; р6а5->с0р7; р8а2->с2р10; р8аЗ—>с0р9; р10а1-+сЗр11; р11а1->с4р12; р12аЗ-*с5р14; р12а4->с0р13; р14а1-+с6р15; р15а6->с0р17; р15а7-»с0р16; р17а8->с7р19; р17а9-+с0р18; р19а10—>с0р20; р19а11->с0р21; р21а12-*с8р; р21а13->с1р1; р22а14->с9р24; р22а15—»сОрО. Для реализации продукционного алгоритма синтезирован блок управления, который приведен на рисунке 3.

а, с СБУ Reset

Рис. 3 - Блок управления СБУ На рисунке 3 обозначено:

1. Регистр а, (1=1,2.....N. где Ы-мощность входного алфавита блока управления,

N=15).

2. Регистр Рз (¡=1,2,...,М, где М - алфавит состояний блока управления, М=22).

3. Блок ассоциативного запоминающего устройства, элементом которого является регистр, на выходе которого размещен компаратор на равенство (включает 21 регистр и 21 компаратор).

4. Регистровая память, включающая 21 регистр.

5. Дешифратор с четырьмя битами на входе и девятью выходами, На выходе дешифратора формируются управляющие сигналы ск (к=1,2,...,К, где К - разнообразие управляющих сигналов, К=10).

Управляющие сигналы «Пуск» и «Стоп» являются внешними для блока управления и в управляющем продукционном алгоритме не отражены.

Таким образом, в материалах третьей главы нашло отражение решение третьей задачи исследования.

В четвертой главе приведены результаты экспериментальных исследований разработанных алгоритмов, а также СБУ. В главе приведены экспериментальные исследования работы модуля имитации данных, поступающих с фото-матрицы ЛАН. Экспериментально проверена работа блоков имитации как естественных космических объектов (звездного фона), так и ИОО.

Приведены результаты экспериментальных исследований работы модуля формирования треков. Проведен ряд экспериментов, направленных на тестирование модуля формирования треков при различных входных данных: при отсутствии ИОО в последовательности входных кадров, при наличии одного, нескольких орбитальных объектов с различными параметрами движения. В ходе экспериментов установлено, что появление ошибок обнаружения первого рода происходит в том случае, если параметры перемещения отображения искусственных орбитальных объектов на фото-матрицу фото-устройства аппарата наблюдателя совпадают с параметрами отображения естественных объектов на туже фото-матрицу. Появление ошибок обнаружения второго рода возможно в том случае, если естественный объект за время, прошедшее между получением первого и второго входных кадров, вышел из области видимости фотоустройства, т.е. на первом кадре он присутствует, а на втором уже нет. Для исключения этой ситуации в алгоритме формирования треков на шестом шаге введена дополнительная проверка положения объектов. В ходе экспериментов установлено, что качество обнаружения составляет 95%. При получении оценки качества обнаружения в экспериментах задавалось: количество естественных объектов - от 50 до 100, количество искусственных объектов - от 1 до 50. Результаты экспериментов приведены в таблице I.

Таблица 1.

Кол-во моделированных ИОО Кол-во ИОО, обнаруженных СБУ Отношение кол-ва ИОО, обнаруженных СБУ, к моделированным

1 I 1

10 10 1

20 19 0,95

30 28 0,93

40 37 0,92

50 47 0,94

Среднее значение: 0,95

Проведены эксперименты, направленные на определение временных характеристик разработанных средств. В ходе экспериментов установлено, что основные временные затраты (90%) происходят на этапе формирования пар подобных структур, что подтверждает корректность работы устройства и важнейшего фрагмента программных средств, а также обоснованность решения о принятом распараллеливании данного этапа.

Также получены временные характеристики работы СБУ и аналога. Они были рассчитаны для различного количества естественных и искусственных объектов в кадрах. Результаты экспериментов, в которых рассчитывались временные характеристики при различном количестве естественных объектов в кадрах приведены в таблице 2.

Таблица 2.

Кол-во Затраченное кол-во Затраченное кол-во Отношение кол-ва

объектов тактов СБУ, тактов аналогом, затраченных тактов

тыс. тактов тыс. тактов аналогом к СБУ

50 4677 18380 3,93

60 8100 31710 3,91

70 12886 51200 3,97

80 17673 69720 3,94

90 22459 89600 3,98

100 27246 107420 3,94

Среднее значение: 3,95

Также проводились эксперименты, в которых рассчитывались временные характеристики СБУ при разном количестве искусственных объектов в кадрах при фиксированном количестве естественных объектов (100 объектов).

Анализ результатов экспериментов показал, что время работы СБУ имеет близкую к линейной зависимость от числа объектов в кадре. При этом вид объекта (естественный или искусственный) не оказывает значимого влияния на скоростные характеристики.

На основе проведенных экспериментальных исследований получены данные о скоростных характеристиках разработанного схемотехнического решения СБУ: на обработку 1 объекта в кадре требуется в среднем 93 тыс. тактов при ограниченном числе космических объектов в поле регистрации. При получении оценки затрат времени в тактах в эксперименте задавалось: количество естественных объектов - от 50 до 100, количество искусственных объектов - 1 до 50.

Полученные в ходе экспериментов данные подтверждают теоретические результаты и корректность разработанных алгоритмических, программных и аппаратных средств.

Таким образом, в материалах четвертой главы нашло отражение решение четвертой задачи исследования.

В заключении приведены основные теоретические и практические результаты, полученные в ходе выполнения диссертационной работы.

В приложениях приведены материалы вспомогательного назначения и листинги основных программных модулей.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ РАБОТЫ

Решена основная научно-техническая задача, заключающаяся в создании способа, алгоритмов и аппаратных средств формирования и обработки данных для обнаружения ИОО по их трекам.

1. Создана модель формирования кадров звездного неба, которая позволяет задавать при моделировании произвольное количество естественных и искусственных объектов, учитывать детерминировано-хаотические микроперемещения отображений объектов на фото-матрице ЛАН, задавать параметры собственного движения ИОО для каждого объекта в отдельности.

2. Создан способ и алгоритмическая модель формирования и обработки данных для обнаружения ИОО, отличающийся тем, что используется новый принцип позитивно-негативной обработки кадров для получения треков ИОО, заключающийся в том, что при объединении текущей пары кадров происходит аннуляция отображений естественных объектов, что позволяет передавать характеристики треков на наземные системы обработки данных.

3. Разработана структурно-функциональная организация (архитектура) СБУ формирования и обработки данных для обнаружения ИОО, регистрируемых фотокамерами ЛАН в процессе мониторинга ОКП, отличающаяся от аналога тем, что используются специальные цифровые сигнальные процессоры, реализуются алгоритмы параллельной обработки координат объектов, что позволяет увеличить скорость обнаружения ИОО. Устройство позволяет достигнуть скоростных показателей не меньше, чем 8 кадров в секунду, что в четыре раза превышает скоростные возможности аналога.

4. Проведены экспериментальные исследования временных и скоростных характеристик разработанного СБУ формирования и обработки данных с последующей передачей характеристик треков на наземные системы обработки данных, что позволило получить зависимости скорости работы СБУ от различных входных данных. Установлено, что скорость работы имеет близкую к линейной зависимость от числа объектов в кадре, причем вид объекта (естественный или искусственный) не имеет значения, аппаратные затраты на обработку кадра с одним объектом составляют в среднем 93 тыс. тактов при ограниченном числе космических объектов в поле регистрации. Аппаратная сложность СБУ составляет около 9,8 млн. вентилей с учетом аппаратных затрат на реализацию 5 процессоров, блоков памяти, магистрали и блока управления.

СПИСОК ПУБЛИКАЦИЙ, СОДЕРЖАЩИХ ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ Статьи в периодических журналах и изданиях, рекомендованных ВАК

1. Зверев П.С., Довгаль В.М. Метод и алгоритм распознавания искусственных околоземных орбитальных объектов и «мусора» для обеспечения безопасности космических полетов // Вестник Воронежского государственного технического университета, №4, г. Воронеж. - 2010 г. - С. 105-109.

2. Зверев П.С., Старков Ф.А., Овчинкин О.В. Метод и алгоритм мониторинга околоземного космического пространства для обеспечения безопасности полетов космических аппаратов // Информационно- измерительные и управляющие системы, №7, Т.8, г. Москва - 2010 г. - С. 30-34.

Статьи и материалы конференций

3. Довгаль В.М., Зверев П.С. Программно-алгоритмические средства распознавания и классификации околоземных орбитальных объектов для обеспе-

чения безопасности космических полетов // Известия КускГТУ, №1, г. Курск. -2010 г. — С.55-59.

4. Зверев П. С., Новиков С. Г. Программный продукт для селекции подвижных и неподвижных объектов бортовой системой робота // Труды 14 Международной научно-технической конференции «Физические и компьютерные технологии», г. Харьков. - 2008 г. - С. 357-358.

5. Зверев П. С., Программный продукт для обеспечения подсистемы безопасности космических полетов // Труды XV Международной научно-практической конференции «Современная техника и технологии», Т.2, г. Томск. - 2009 г. - С. 212-213.

6. Зверев П. С., Довгаль В. М. Подсистема безопасности космического аппарата // Труды 15 Международной научно-технической конференции «Физические и компьютерные технологии», г. Харьков. - 2009 г. - С. 474-476

7. Зверев П. С. Программно-аппаратные средства для обнаружения движущихся искусственных космических объектов // Труды XVI Международной научно-практической конференции «Современная техника и технологии», Т.2, г. Томск. - 2010 г. - С. 323-325.

8. Зверев П.С. Распознавание движущихся объектов // Сборник материалов VIII Международной конференции «Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации. Распознавание - 2008», Ч. 1, г. Курск. - 2008 г. - С. 171-173.

9. Зверев П. С. Программный продукт для распознавания искусственных космических объектов // Сборник материалов IX международной научно-практической конференции «Компьютерные технологии в науке, производстве, социальных и экономических процессах», г. Новочеркасск. - 2008 г. - С. 86-88.

10. Зверев П. С.. Программный продукт для распознавания движущихся объектов среди множества статических // Сборник материалов II Международной научно-практической конференции «Васильевские чтения: ценности и интересы современного общества», 4.1, г. Курск. - 2008 г. - С. 312-315.

11. Зверев П. С., Довгаль В. М. Подсистема безопасности космического аппарата для селекции движущихся объектов // Сборник материалов Международной научно-технической конференции «Информационно-измерительные, диагностические и управляющие системы. Диагностика - 2009», Ч. 1, г. Курск. -2009 г.-С. 158-161.

12. Зверев П. С. Программно-аппаратные средства мониторинга околоземного пространства // Сборник материалов IX Международной конференции «Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации. Распознавание -2010», г. Курск. - 2010 г. - С. 138-140.

Патентные материалы

13. Свидетельство о гос. per. программы для ЭВМ №2009615042. Программный продукт для распознавания искусственных космических объектов / Зверев П.С., Довгаль В.М.; №2009612064: заявлено 04.05.2009 г.; зарегистрировано 15 сентября 2009 г.

14. Решение о выдачи патента «Бортовой мультипроцессор» №2010118030/08 от 21.06.2010.

Соискатель: ^ .J-V--' Зверев П.С.

Подписано в печать //.20/О, формат 60x84 1/16 . ' Печатных листов 1 . Тираж 150 экз. Заказ '

•Юго-Западный государственный университет, 305040, Курск, ул. 50 лет Октября, 94.

ОГЛАВЛЕНИЕ.:.:.

СПИСОК СОКРАЩЕНИЙ.

ВВЕДЕНИЕ.:.;;.;.„.:.

ГЛАВА 1. ОСОБЕННОСТИ ОБЛАСТИ ПРИМЕНЕНИЯ I I АНАЛИЗ СПЕЦИАЛИЗИРОВАННЫХ,СРЕДСТВШОНИТОРИНГА ОКОЛОЗЕМНОГО КОСМИЧЕСКОГО ПРОСТРАНСТВА.

1.1. Исторический очерк.

1.2. Системы контроля космического пространства.

1.2.1 Система контроля космического пространства Российской Федерации.

1.2.2 Оптико-электронный комплекс "Окно".

1.2.3 Радио-оптический.комплекс "Крона".

1.2.4 Система контроля;космического, пространства США.

1.3.Аналитический обзор методов, используемых для?обнаружения1 орбитальных космических объектов .:.'.".

1.3.1., Локационные системы .;.

1.3.2. Радиолокация.

1.3.3. Оптическая локация:.!.

1.4. Обзор существующих архитектур процессоров.

1.5. Обзор высокопроизводительных вычислительных систем.

1.6. Сущность предлагаемого подхода.

1.7. Выводы.;.

ГЛАВА 21 МАТЕМАТИЧЕСКИЕ МЕТОДЫ ОРГАНИЗАЦИИ СИСТЕМ' МОНИТОРИНГА ^ОБНАРУЖЕНИЯ;ИСКУССТВЕННЫХ ОРБИТАЛЬНЫХ ОБЪЕКТОВ.

2.1. Математические аспекты-методов обнаружения искусственных орбитальных объектов.

2.1.1. Радиолокация;.:.^.

2.1.2. Лазерная локация.

2.2. Датчики изображения на.приборах с зарядовой связью.

2.2.1. Виды ПЗС.

2.2.2. Свойства и параметры датчиков изображения на ПЗС.

2.3. Небесная'сфера.52'

2.4. Обзор систем небесных координат.„.

2.4.1. Горизонтальная система координат.

2.4.2. Вторая экваториальная система координат.

2.4.3. Эклиптическая система координат.

2.5. Движение искусственных спутников земли.

2.5.1. Общие положения.

2.5.2. Геостационарная орбита.

2.5.3. Солнечно-синхронная орбита,.

2.5.4.Полярная орбита.:.'.:.;.:".:. 2.6. Модель формирования кадров звездного неба.

2.7. Способ формирования и обработки треков для обнаружения искусственных орбитальных.объектов.:.

2.8. Выводы.

ГЛАВА 3. АЛГОРИТМИЧЕСКИЕ И АППАРАТНЫЕ СРЕДСТВА, СТРУКТУРНО-ФУНКЦИОНАЛЬНАЯ ОРГАНИЗАЦИЯ СПЕЦИАЛИЗИРОВАННОГО БОРТОВОГО УСТРОЙСТВА.

3.1. Общие понятия алгоритмизации:.70;

3.2. Обобщенное описание алгоритмической модели,.

3.2! 1. Алгоритмическая модель имитации данных, поступающих с фото. матрицы! аппарата-наблюдателя:.:.

3.2.2. Алгоритмическая модель формирования треков искусственных орбитальных объектов .:.

3.2.3. Определение параметровтффинных преобразований1.;.79*

3.2.4. Алгоритмическая модель обработки треков искусственных • орбитальных объектов .80,

3.3. Структурно-функциональная организация специализированного бортового устройства;формирования!И обработки?даннь1х.82:

3.3Л. Структурная организациягустройства.

3.3.2. Структурно-функциональная, схема специализированного^ бортового устройства.;.

3.4 Выводы .90-'

ГЛАВА 4;. ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯШОГИЧЕСКОЙ? КОРРЕКТНОСТИ АЛГОРИТМОВ И ХАРАКТЕРИСТИК СПЕЦИАЛИЗИРОВАННОШФОРТОВОГО УСТРОЙСТВАЧ.:.;.:.

4.1. Исследование работы;модуля имитации данных, поступающих с фото-матрицыаппарата-наблюдателя.!.;.

4.2. Исследование работы; модулям формирования треков1.

4.3. Исследование работы! модуля;обработки треков

4.4. Альтернативные подходы к реализации бортовогоустройства.ИЗ

4.5. Выводы.;.:.:.

Актуальность работы. 12 ноября 1974 года была подписана конвенция о регистрации объектов, запускаемых в космическое пространство. Еще до создания конвенции разрабатывались системы мониторинга околоземного космического пространства (ОКП), которые строились на основе средств вычислительной техники, основанной на универсальных и специализированных вычислительных устройствах, в том-числе и многопроцессорных вычислительных системах.

Среди отслеживаемых системами контроля космического пространства (СККП) объектов в настоящее время на околоземных орбитах обращаются более 13 тыс. искусственных орбитальных объектов (ИОО). Количество* не о 1 слеживаемых ИОО оценивается в 3,5-106. Таким образом, наибольшее количество, объектов, находящихся в ОКП, - это не отслеживаемые ИОО (космический «мусор»).

Имеющиеся средства мониторинга ОКП преимущественно относятся к наземным средствам наблюдения (высокопроизводительным вычислительным системам/комплексам), входящим в состав СККП разных стран. Данные комплексы постоянно получают информацию об ОКП, из которой они отбирают информацию о ИОО для дальнейшей его каталогизации. Наличие средств мониторинга ОКП, находящихся непосредственно на орбите или на борту сверхвысотных самолетов-разведчиков, позволило бы с меньшими затратами позиционировать внимание комплексов СККП* только на ИОО, находящиеся в ОКП, и не сканировать всю небесную сферу. Анализ существующих технических средств показал, что целесообразна аппаратная реализация бортовых средств мониторинга, не использующих ресурсы центрального бортового процессора и позволяющих реализовывать алгоритмы параллельной обработки данных, в связи с тем, что данные средства будут работать в режиме реального времени, на их вход будут поступать однотипные данные и центральный процессор летательного аппарата-наблюдателя (JIAH) предельно загружен задачами его собственного функционирования. ,

Над проблемами создания средств обнаружения объектов в процессе мониторинга работали; известные отечественные и зарубежные авторы Келдыш MB., Арнольд В.И., Журавлев Ю!И., Бонгард М.М., Гопзалес Р., Розоноэр JIi И., Загоруйко Н. F., Фомин В.Н.„ Барскиш А.Б., Джон фон Нейман, Колинз А., Валиев К.А., Евтихиев H.H., Каляев: A.B. и многие другие. . •,'.-• . ' . '

Между' тем полученные- результаты не- имеют .приложений в специфической области мониторинга, формирования и обработки данных для обнаружения Й0О на фоне звездного неба.

Основное противоречие заключается: в том, что известные методы и алгоритмы, не позволяют при; заданных ограничениях времени формировать , треки (орбитальные портреты), необходимые для обнаружения; ИОО с предварительной» аннуляцией данных о естественных; небесных; телах., - Решение задачи- . формирования! треков осложняется; динамическими микроперемещениями фотокамеры, установленной на JIAH, которые; имеют явно выраженные признаки детерминированно-хаотического» поведения, что на основании тезиса А. Пуанкаре влечет за собой» невозможность осуществления экстраполяции траекторий;, на динамическом изображении небосклона. . '

Основная решаемая задача данной диссертационной- работы заключается в создании способа,, алгоритмов и аппаратных средств, формированиями обработки данных для обнаружения ИОО по их трекам.

Теоретическая часть диссертационной работы включает в себя разработку способа и алгоритмов формирования и обработки данных для обнаружения ИОО,- регистрируемых фотокамерами JIAH, и структурно-функциональной организации специализированного бортового устройства (СБУ) для их своевременного обнаружения. Практическая часть, содержит разработку и исследование аппаратных и программных средств, пригодных для практического использования в системах мониторинга ОКП.

Изложенное позволяет заключить, что тема диссертации является актуальной и перспективной.

Работа выполнялась в рамках тематического плана 2009 года Министерства образования и науки РФ №1.5.09: «Создание продукционной алгоритмической системы быстрых символьных вычислений и языка программирования для реконфигурируемых многоядерных вычислительных систем», проекта 6147 мероприятие 2 «Архитектура инфокоммуникационной среды информационно-аналитического обеспечения научных исследований технического ВУЗа» по аналитической ведомственной целевой программе «Развитие научного потенциала высшей школы (2009-2010 годы).

Объект исследования - вычислительные бортовые устройства.

Предмет исследования — специализированные устройства для обнаружения движущихся объектов.

Цель работы заключается в повышении скорости обработки данных о ИОО путем разработки способа, алгоритмов и СБУ формирования^ и обработки треков.

Для достижения поставленных целей потребовалось решить следующие задачи:

1) осуществить сопоставительный анализ методов, алгоритмов и устройств обнаружения ИОО;

2) создать модель формирования кадров звездного неба с учетом условий микроперемещений ЛАН и его орбитальных характеристик;

3) разработать способ, алгоритм и архитектуру (структурно-функциональную организацию) СБУ формирования и обработки данных для обнаружения ИОО;

4) осуществить экспериментальные исследования характеристик СБУ и программных средств, обеспечивающих его функционирование.

Методы исследования основываются на положениях теории алгоритмов, дискретной математики, распознавания образов и компьютерной лингвистики, методах теоретического программирования и компьютерного моделирования, а также теории проектирования элементов и устройств вычислительной техники. v

Достоверность ш обоснованность результатов^ исследования подтверждается: согласованностью теоретических и экспериментальных результатов; корректным использованием существующих теоретических положений, а также рецензированием печатных работ, их обсуждением на научно-технических конференциях, выставках и семинарах кафедры программного обеспечения вычислителыюй техники ЮЗГУ.

Новые научные результаты и положения, выносимые на защиту:

1. Способ формирования и обработки данных для обнаружения ИОО t t свидетельство о гос. per. программы для ЭВМ №2009615042), отличающийся тем, что используется позитивно-негативная* обработка пар кадров для формирования треков ИОО, заключающаяся в том, что при объединении текущей пары кадров происходит аннуляция» отображений естественных объектов, что позволяет обнаруживать как искусственные объекты, ранее зарегистрированные в базе данных, так и вновь появившиеся^ обьекты в процессе мониторинга.

2. Алгоритмы формирования и обработки данных для обнаружения ИОО, позволяющие осуществлять параллельную обработку данных в условиях не прогнозируемых микроперемещений оптических следов объектов на фото-матрице с целью разграничения классов, естественных и искусственных космических объектов, и отличающиеся тем, что формируются треки только для ИОО.

3. Структурно-функциональная организация (архитектура) СБУ формирования и обработки треков ИОО (решение о выдачи патента №2010118030/08 от 21.06.2010), отличающаяся от аналога тем, что в ней используются специальные цифровые сигнальные процессоры, реализуются алгоритмы параллельной обработки координат объектов; что позволяет увеличить скорость обнаружения ИОО.

4. Результаты экспериментальных исследований для определения скоростных характеристик разработанного СБУ формирования и обработки данных.

Практическая ценность работы состоит в следующем'.

• 1. На основе проведенных, теоретических исследований разработано; схемотехническое решение СБУ формирования! и обработки треков с аппаратной сложностью около 9.8 млн. вентилей с учетом аппаратных затрат на реализацию 5 процессоров, блоков . памяти, магистрали- и блока? управления, , которое целесообразно использовать в качестве дополнительного бортового оборудования Л ЛИ . для; мониторинга и повышения; уровня; безопасности космических полетов;- Разработанное устройство позволяет достигнуть скоростных показателей не меньше, чем 8 кадров в. секунду, что в.четыре раза превышает/этот показатель аналога.

2. На основе; проведенных экспериментальных исследований получены данные о скоростных характеристиках; разработанного? схемотехнического, решения'СБУ: на обработку 1 объекта в кадре требуется в среднем 93 тыс. тактов, что . позволяет удовлетворить требования? к существующим; временным ограничениям, путем повышения- скорости обработки пар кадров при ограниченном числе космических объектов: в поле регистрации: , 1

3. Разработанный способу алгоритм^ и устройство формирования и обработки данных для обнаружения ИОО дают необходимые основания для постановки НИОКР по разработке специализированных устройств; массового . применения. Вместе с тем результаты проведенных теоретических исследований могут быть использованы в учебном процессе профильных специальностей высших учебных заведений.

Реализация результатов работы. Результаты диссертационной работы нашли применение в учебном процессе; Юго-Западного государственного " университета по кафедре программного ' обеспечения вычислительной техники названного университета, а также были использованы при выполнении НИР «Семилетка-1» в ФГУП «Курский НИИ».

Апробация результатов работы проводилась на международных научных и научно-технических конференциях: Международной научно-технической конференции «Физические и компьютерные технологии» (Харьков, 2008, 2010 гг., 2 доклада), Международной научно-практической конференции «Современная техника и технологии» (Томск, 2009, 2010 гг., 2' доклада), Международной конференции «Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной'информации» (Курск, 2008, 2010 гг., 2 доклада), Международной научно-практической конференции «Компьютерные технологии; в науке, производстве, социальных и экономических процессах» (Новочеркасск, 2008* г., 1 доклад), Международной научно-практической конференции' «Васильевские чтения: ценности и интересы современного общества»-(Курск, 2008 г., 1 доклад), Международной научно-технической конференции «Информационно-измерительные, диагностические и управляющие системы. Диагностика - 2009» (Курск, 2009* г., 1 доклад). Прошла экспертизу на региональном этапе отбора и прошла в полуфинал конкурса молодежных инновационных проектов «Зворыкинский проект», была выставлена на втором окружном инновационном конвенте, проходящем в рамках этого же конкурса. Публикации. Результаты диссертации отражены в трех статьях (две в изданиях, входящих в перечень ведущих рецензируемых научных журналов и изданий, рекомендуемых ВАК), девяти публикациях в сборниках трудов, одном свидетельстве о гос. per. программы для ЭВМ и одном патенте.

Личный вклад автора. В работах, опубликованных в соавторстве и приведенных в конце автореферата, в [1], [4], [6] и [11] автором предложен способ распознавания ИОО путем формирования их треков, в [2] и [3] автором разработана модель формирования кадров звездного неба с учетом условий микроперемещений ЛАН и его орбитальных характеристик.

Структура и объем работы. Диссертация состоит из введения, четырех глав и заключения, изложенных на 110 страницах машинописного текста, содержит 40 рисунков, 5 таблицы, список литературы из 84 наименований и приложений объемом 88 страниц. Общий объем 210 страницы.

4.5. Выводы

1. Разработана структурно-функциональная организация (архитектура) СБУ формирования и обработки данных для обнаружения ИОО, регистрируемых фотокамерами ЛАН в процессе мониторинга ОКП, отличающаяся, от аналога тем, что используются специальные цифровые сигнальные процессоры, реализуются алгоритмы параллельной обработки координат объектов, что* позволяет увеличить скорость обнаружения ИОО. Устройство позволяет достигнуть скоростных показателей не меньше, чем 8 кадров' в секунду, что в четыре раза превышает скоростные возможности аналога.

2. Проведены экспериментальные- исследования временных и скоростных характеристик разработанного СБУ формирования и обработки данных с последующей передачей характеристик треков на наземные системы обработки данных, что позволило получить зависимости скорости работы СБУ от различных входных данных. Установлено, что скорость работы имеет близкую к линейной зависимость от числа объектов в кадре, причем вид объекта (естественный или искусственный) не имеет значения, аппаратные затраты на обработку кадра с одним объектом составляют в среднем 93 тыс. тактов при ограниченном числе космических объектов в поле регистрации. Аппаратная сложность СБУ составляет около 9,8 млн. вентилей с учетом аппаратных затрат на реализацию 5 процессоров, блоков памяти, магистрали и блока управления.

ЗАКЛЮЧЕНИЕ

Решена основная научно-техническая задача, заключающаяся в создании способа, алгоритмов и аппаратных средств формирования, и обработки данных для обнаружения ИОО по их трекам.

1. Создана модель формирования кадров звездного неба, которая позволяет задавать при моделировании, произвольное количество естественных и искусственных объектов, учитывать детерминировано-хаотические микроперемещения отображений/ объектов на фото-матрице ЛАН, задавать параметры собственного движения ИОО для каждого объекта в отдельности.

2. Создан способ и алгоритмическая модель формирования и обработки данных для обнаружения ИОО, отличающийся тем, что используется новый принцип позитивно-негативной обработки кадров для получения треков ИОО, заключающийся в том, что при объединении текущей пары кадров происходит аннуляция отображений естественных объектов, что позволяет передавать характеристики треков на наземные системы обработки данных.

3. Разработана структурно-функциональная организация (архитектура) СБУ формирования и обработки данных для обнаружения- ИОО, регистрируемых фотокамерами ЛАН в процессе мониторинга ОКП, отличающаяся от аналога тем, что используются специальные цифровые сигнальные процессоры, реализуются алгоритмы параллельной обработки координат объектов, что позволяет увеличить скорость обнаружения ИОО. Устройство позволяет достигнуть скоростных показателей не меньше, чем 8 кадров в секунду, что в четыре раза превышает скоростные возможности аналога.

4. Проведены экспериментальные исследования временных и скоростных характеристик разработанного СБУ формирования и обработки данных с последующей передачей характеристик треков' на наземные j системы обработки данных, что позволило получить зависимости скорости работы СБУ от различных входных данных. Установлено, что скорость работы имеет близкую к линейной зависимость от числа объектов в кадре, причем вид объекта (естественный или искусственный) не имеет значения, аппаратные затраты на обработку кадра с одним объектом составляют в среднем 93 тыс. тактов при ограниченном числе космических объектов в поле регистрации. Аппаратная сложность СБУ составляет около 9,8 млн. вентилей с учетом аппаратных затрат на реализацию 5 процессоров, блоков памяти, магистрали и блока управления.

1. J. Новиков Л.С. Экологические аспекты космонавтики. / Л.С. Новиков, H.H. Петров, Ю.А. Романовский // "Космонавтика, астрономия", вып. 5 М.: Знание, 1986.

2. Микиша A.M. Загрязнение космоса. / A.M. Микиша, Л.В. Рыхлова, М.А. Смирнов // Журнал "Вестник Российской Академии наук".-2001.-том 71, N1,-стр.26-31.

3. Микина А., Рыхлова Л., Смирнова М.1 Космический мусор>/ А. Микина, Л. Рыхлова, М. Смирнова// "ЭНЕРГИЯ,,.-2001:- №8.

4. А. Адеев, «Космическая опасность: мифы и реальность» // журнал «ОКНО», №39. Снежинское информационно-аналитическое агентство, 28.09.2000.

5. Космический мусор начинает быстро размножаться. Информационный ресурс: http://ncws.cosmoport.com/, 23 января 2006 г.

6. Шаттл провел коррекцию орбиты МКС из-за космического мусора. Информационный ресурс: http://news.cosmoport.com/, 23 марта 2009 г.

7. Над Сибирью столкнулись российский и американский спутники. Информационный ресурс: http://lenta.ru, 12.02.2009.

8. Муртазов А.К. Экология »околоземного космического пространства, 2004 г.

9. Хутровский З.Н. Риск столкновения космических объектов- на( низких высотах / З.Н. Хутровский, С.Ю. Каменский, В.Ф. Бойков, В.Л. Смелов. // Столкновения в космическим пространстве. М., 1995. - С. 19-90.

10. Система контроля космического пространства. Информационный ресурс: http://old.vko.ru/article.asp?prsign=archivc.2004.19.29.

11. ДЗЗ. Информационный ресурс: http://sovzond.ru/dzz/.

12. Анисимов В.Д., Батырь Г.С., Меньшиков A.B., Шилин В.Д. Система контроля космического пространства Российской Федерации. Информационный ресурс: http://www.vimpel.ru/skkp2.htm.

13. Дорофеев В. Взгляды американского военного руководства на формы боевого применения космических сил / В. Дорофеев // «Зарубежное военное обозрение» 2001 г. - №8.

14. Система контроля космического пространства Российской Федерации. Информационный ресурс: http://russbalt.ucoz.ru/publ/26-l-0-137.

15. Шилин В.Д. Область контроля околоземное пространство / В.Д. Шилин, И.И. Олейников // Информационно-аналитический журнал "Воздушно-космическая оборона". Информационный ресурс: http://army.lv/?s=2615&id=4853

16. Air Force Space Surveillance System. Информационный ресурс: http://en.wikipedia.org/wiki/AirForceSpaceSurveillanceSystem.

17. Maui Space Surveillance Site. Информационный ресурс: http://www.gIobalsecurity.org/space/systems/msss.htm.

18. Gene H. McCall. Space Surveillance. Информационный ресурс: www.fas.org/spp/military/program/track/mccall.pdf.

19. Ground-Based1 Electro-Optical Deep Space Surveillance. Информационный ресурс: http://www.peterson.af.mil/hqafspc/library/facts/geodss.html.

20. Naval Space Command. Информационный ресурс: h(fp://www.navspace.navy.mil.

21. Cheyenne Mountain. Информационный ресурс: http://www.peterson.af.mi1/usspace/cmocfb:htm.

22. Charles Ira. Spacctrack, Watchdog of the Skies. // New York: William4 '1. Morrow.

23. Hoots Felix R., Paul W. Schumacher Jr., Robert A. Glover. History of Analytical Orbit Modeling in the U. S. Space Surveillance System // Journal of Guidance Control, and Dynamics (AIAA), №27 (2): 174-185.

24. Muolo, Maj Michael J. Space Handbook A War Fighter's Guide to Space. // One. Maxwell Air Force Base: Air University Press. Информационный ресурс: h ttp.7/vv ww.au.af.mil/a u/awc/awcgatc/au- 18/au180001 .htm.

25. Neal H.L., Coffey S.L., Knowles S.H. Maintaining the Space Object Catalog with Special Perturbations // Astrodynamics (Sun Valley, ID: AAS/AIAA) v.97 (Part II): 1349-1360.

26. Vallado David. Fundamentals of Astrodynamics and Applications. // Torrance: Microcosm Press.

27. Hoots Felix R., Ronald L. Roehrich. SPAGETRAGK REPORT NO. 3 Models for Propagation of NORAD Element Sets // ADC/D06 (Peterson AEB: Project Spacetrack Reports, Office of Astrodynamics, Aerospace Defense Center);

28. Streetly Martin: Jane's Radar and Electronic Warfare Systems 2008-2009. // Coulsdon: Jane's Information.Group:

29. БакулевШ.А.,. Степин B.M. Методы иьустройства селекции движущихся? целей / П.А. Бакулев, В.М. Степин // М.: Радио и связь, 1986.

30. Кондратьев; B.C., Котов А.Ф., Марков JI.H. Многопозиционные; радиотехнические системы; / BIG. Кондратьев, А.Ф. Котов, JI.H; Марков? // Под ред. 5. Д- Цветнова М^ Радио и связь,.1986:

31. Коростелев A.A. Пространственно-временная теория; радиосистем: М;: Радио и связь, 1987. . ,

32. Лезин 10.С. Введение в теорию и технику радиотехнических систем. -М.: Радио и связь, 1986.

33. Радиолокационные станцию , с цифровым синтезированием- апертуры; антенны / ВШ:. Антипов^ BtT. Еоряинов; А;Н{ . Кулин и др. // Под ред; ВТ. Горяинова. -Mí: Радио И'связь,.1988.

34. Радиотехнические системы. / ТОЛ I. Гришин. В.П. Ипатов, Ю.М. Казаршов и др. // 11од ред. Ю.М. Казаринова: М-.: Высшая школа, 1990.

35. Сосулин Ю;Г. Теоретические основы радиолокации и радионавигации -М.: Радио и связь, 1992.

36. Черняк B.C. Многопозиционная радиолокация. М.: Радио и связь, 1993.

37. Ширман Л .Д. Радиоэлектронные системы. Основы построения и теория. Справочник / Я.Д. Ширман и др. // Под ред. Я .Д. Ширмана. М.: ЗАО «Маквис», 1998.

38. Бакулев П;А.,,СосновскишA.A. Радиолокационные и адионавигационные системы. М.: Радио и связь, 1994.

39. Варакин Л. Е. Теория сложных сигналов. М.: Сов: радио, 1970.

40. Кузьмин С.З. Цифровая радиолокация. Введение в теорию. Киев: ВЦ, 2000.

41. Герасимов A.A. Радиовидение / A.A. Герасимов, Г.С. Кондратенко, Е.Е. Колтышев и др. // Под ред. Г.С. Кондратенко. Mí: ВВИА им. проф. Н.Е. Жуковского, 1997.

42. Васин В.А. Информационные технологии в радиотехнических системах. / В.А. Васин, И.Б. Власов, Ю.М. Егоров и др. // Под ред. И.Б. Федорова. М.: Изд-во МГТУ им. Н.Э. Баумана, 2003.

43. Бакулев П.А. Радиолокационные системы. Учебник для вузов. — М.: Радиотехника, 2004.

44. Абраменко Е.Р. Автоматизированная система предварительной обработки радиолокационных снимков земной поверхности. Информационный ресурс: http://nit.miem.edu.ru/2003/tezisy/articles/143.htm

45. Колосов М.А., Арманд H.A., Яковлев О.И. Распространение радиоволн при космической связи // Под ред. ак. Б.А. Введенского и- проф. М.А. Колосова. М.: Связь, 1969.

46. Книжников Ю.Ф., Кравцова В.И., Тутубалина О.В. Аэрокосмические методы географических исследований //М.: Academia, 2004.

47. Никитин A.A. Теоретические основы обработки геофизической информации: Учебник для вузов. М.: Недра, 1986.

48. Рапопорт М.Б. Вычислительная техника в полевой геофизике: Учебник для вузов. М.: Недра, 1993.

49. Медведев Е.М., Григорьев A.B. С лазерным сканированием на вечные времена // Геопрофи, №1, 2003. С. 5-10.

50. Медведев Е.М. Мельников С.Р. Преимущества применения лазерных сканирующих систем наземного и авиационного базирования // Горн, пром-сть, №5, 2002. С. 2-4.

51. Мельников С.Р. Лазерное сканирование. Новый метод создания трехмерных моделей местности и инженерных объектов // Горн, пром-сть, №5, 2001. С. 3-5.

52. Козинцев В.И. Основы импульсной лазерной локации: Учебное пособие для вузов / В.И. Козинцев, МЛ. Белов, В.М. Орлов и др. // Под ред. В.Н. Рождествина.М.: Изд-во МГТУ им. Н.Э. Баумана, 2006.

53. Медведев Е.М., Данилин И.М., Мельников С.Р. Лазерная локация земли и леса, 2007.

54. Технические характеристики современных серверов. Информационный ресурс: http://wm-help.net/books-online/book/73690/73690-3.html.

55. Ульянов М. В. Архитектуры процессоров. Изд-во: МГАПИ, 2002г.

56. Процессор. Информационный ресурс: http://vashpk.at.ua/publ/processor/l-1-0-7.

57. Гук М.Ю., Юров В.И. Процессоры Pentium 4, Athlon и Duron. Информационный ресурс: http://www.iworld.ru/attachment.php?barcode= 978531800559&at=exc&n=0.

58. Воройский Ф.С. Информатика. Новый систематизированный толковый* словарь-справочник (Введение в современные информационные и телекоммуникационные технологии в терминах и фактах).- 3-е изд., перераб. и доп.- М.: ФИЗМАТЛИТ, 2003.

59. Архитектура процессоров х86. Информационный ресурс: http://processors:narod.ru/architx86.html.

60. Процессор. Информационный ресурс: http://ru.wikipcdia.org/wiki/CPU.

61. Hardware Today: Mainframes Are Here to Stay. Информационный ресурс: http://www.serverwatch.com/hrcviews/print.php/3586496.

62. Большие универсальные ЭВМ. Информационный ресурс: http://cdo.bseu.by/dll/hardware/hl4.hlm.

63. Мэйнфрейм IBM zEnterprise и новая системная архитектура. Информационный ресурс: http://www.bytemag.ru/articles/detail.php?ID=17379.

64. Процессоры IBM Power7 представлены официально. Информационный ресурс: http://www.3dnews.ru/news/prossesoriibmpower7predstavIeni officialno.

65. Датчики изображения на приборах с зарядовой связью. Информационный ресурс: http://www.microscopist.ru/downloads/publications/aboutccd.pdf.

66. Серапинас Б.Б. Основы спутникового позиционирования. М1.: Изд-во МГУ, 1998.

67. Микрин Е.А. Бортовые комплексы управления космическими аппаратами и проектирование их программного обеспечения. М.: Издательство МГТУ им. Н.Э. Баумана, 2003.

68. Липаев В.В. Системное проектирование сложных программных средств для информационных систем // Информатизация России на пороге XXI в. — М.: СИНТЕГ, 1999.

69. Кузнецов В.Г., Любинский В.Е. Основы управления космическими полетами: -М.: Машиностроение, 1983.

70. Саврасов Ю.С. Методы определения^ орбит космических объектов. М:: Машиностроение, 1981.

71. Аксенов Е.П. Теория движения искусственных спутников Земли. М.: Наука, 1977.

72. Демин В.Г. Движение искусственного спутника в нецентральном поле 1яготения. -М.: Наука, 1968.

73. Дубошин Г.Н. Небесная механика. М.: Наука, 1975.

74. Погорелов Д.А. Теория кеплеровых движений летательных аппаратов. — М.: Физматгиз, 1961.

75. Эльясберг П.Е. Введение в теорию полета искусственных спутников Земли. -М.: Наука, 1965.

76. Шебашевич B.C. Введение в космическую навигацию. М.: Советское радио, 1971.

77. Патент №2081437 РФ, МПК6 G01S17/00. Устройство обнаружения объекта на фоне звезд / Казанский В.М. и др. (РФ). №3136713/09; заявлено 07.03.1986; опубл. 10.06.1997, Бюл. №29.

78. Захаров И.С. Хаотические системы: автоматная модель / И.С. Захаров, С.И. Ильин, В.М. Довгалъ, И.А. Сараев // Телекоммуникации 2007 г. - № 12 -С. 2-5.

79. Довгаль В.М. Стратегии быстрых символьных вычислений для исчислительной продукционной системы / В.М. Довгаль, B.C. Титов, Е.А. Тит с и ко // Известия высших учебных заведений. Приборостроение. 2008 г. -Т. 51,№2-С. 44-47.

80. Довгаль В.М. Марковские системы обработки символьной информации / В.М. Довгаль // Известия высших учебных заведений. Приборостроение. -1997 г.-Т. 40, №2-С. 55.

81. Довгаль В.М. Концепция и методология анализа и обработки случайно-подобных (хаотических) процессов в компьютерных сетях / В.М. Довгаль, И.С. Захаров // Телекоммуникации 2004 г. - № 8 - С. 2-3.