требования / Zadanie_na_kursovuyu_i_laboratornye_raboty_1 / Заочники весна 2019 / Блок / Блок
.pdf6. Примеры решения задач по оцениванию качества моделей и полимодельных комплексов
ре. Далее будет приведен пример решения задачи синтеза характеристик качества модельно-алгоритмического и программного обеспечения решения задач управления КА в динамически изменяющейся обстановке.
6.5.2.Динамическая модель управления движением элементов
иподсистем в АСУ КА (модель M(∂))
Будем предполагать, что операции взаимодействия (ОВ) объектов, входящих в состав АСУ КА, друг с другом либо с объектами обслуживания (ОБО) могут выполняться лишь при попадании указанных объектов в зоны взаимодействия (ЗВ), которые задаются матричной временной функцией E(t) = ||εi j(t)||, i, j {}, которую называют контактным потенциалом [25–27]. Элементы данной матрицы, как следует из работы [27], принимают значение1,еслиобъектыBi и Bj попадаютвзонырадиовидимости(ЗВ)друг друга, 0 – в противоположном случае. Геометрические размеры и формы ЗВ определяются целым рядом факторов: видом взаимодействия (энергетическое, вещественное, информационное), техническими характеристиками аппаратно-программных средств, обеспечивающих это взаимодействие, пространственным расположением объектов и т. п.
Будем предполагать, что для каждого КА Bi известен радиус-вектор , характеризующийегоположениевтрехмерномпространстве(другимисловами, известна модель движения КА). В этом случае можно заранее определить ЗВ (контактный потенциал) каждой пары < Bi , Bj >, где Bi – это КА, а Bj – техническое средство отдельного командно-измерительного комплекса (ОКИК), используя следующую формулу:
εij (t) = γ + {Rij – d(ri(t), rj (t))}, |
(6.3) |
где i, j N, γ+(α) = 1, если α > 0, γ+(α) = 0, если α < 0, γ+(α) = 1, если α ≥ 0 Rij – заданный радиус действия радиотехнических средств (РТС) ОКИК,
обеспечивающих взаимодействие объектов Bi , Bj, d(ri(t), rj(t)) – расстояние между векторами ri(t) и rj(t) в момент времени t. Предполагается, что в общем случае ОКИК Bj может тоже перемещаться.
Наряду с моделями движения основных элементов и подсистем АСК КА для описания их функционирования могут быть предложены следующие логико-динамические модели.
6.5.3.Динамическая модель управления операциями взаимодействия
вАСУ КА (модель M(0))
Динамическая модель управления операциями взаимодействия (ОВ) в АСУ КА (модель M(0)) может быть записана в следующем виде:
(6.4)
221
Квалиметрия моделей и полимодельных комплексов
где – переменная, характеризующая текущее состояние выполнения ОВ ; ,–заданныеобъемывыполненияОВ,;–управляющее
воздействие,, еслидолжна выполняться,в противоположномслучае;Гi –множествономеровтехКАОВ,которыхдолжны
выполняться перед операцией |
; |
– множество ОВ, непосредственно |
||
предшествующих |
; |
, |
– заданные константы, характеризующие |
технические ограничения, связанные с функционированием КА, АСУ КА в целом (например, величины максимальных пропускных способностей каналов связи, вычислительных средств).
6.5.4. Динамическая модель управления каналами обслуживания (КО) в АСУ КА (модель M(k))
Она описывается формулой (6.5):
;
(6.5)
где– переменная, характеризующая текущее состояние ci КО при переналадке из заданных состояний готовности;
– заданная величина, численно равная длительности процесса переналадки КО ci при переходе от работы с Bi к работе с Bj;
– множество вещественных чисел;
– управляющее воздействие;
, если ci находится в состоянии переналадки;
– в противоположном случае;
– заданная величина, характеризующая потенциальную готовность КО к проведению ОВ.
222
6.Примеры решения задач по оцениванию качества моделей и полимодельных комплексов
6.5.5.Динамическая модель управления потоками
вАСУ КА (модель M(n))
Она описывается формулой (6.6):
(6.6)
где– переменная, характеризующая текущий объем информации типа ρ, полученный (переданной, обработанной) Bj от Bi в ходе выполнения; – вспомогательная переменная, характеризующая общую продолжительность (время) нахождения информации типа ρ на КА Bi;
– интенсивность передачи, приема и обработки данных и информации
ρ от Bi к Bj;
– заданная константа, характеризующая максимально возможное значение;
–управляющеевоздействие,принимающеезначение1,еслизакончен прием, передача, обработка данных и информации,в противоположном случае либо в том случае, когда начинает выполняться операция , следующая в технологическом цикле управления (ТЦУ) КА Ai непосредственно за; , , – заданные величины, характеризующие соответственно
максимально возможный объем информации, который может находиться на Bj; пропускную способность Bj; пропускную способность КО ci, cj;
– заданный объем информации типа «ρ», который может передаваться с КА в ходе выполнения ОВ.
Для ряда ОВ, связанных, прежде всего, с проведением измерений и оцениванием компонент вектора состояния КА, возможно задание дополнительных параметров, характеризующих точность определения состояния КА. В связи с этим может быть предложена следующая модель управления параметрами ОВ, полученная на основе результатов, приведенных в рабо-
тах [11, 26–27].
223
Квалиметрия моделей и полимодельных комплексов
6.5.6.Динамическая модель управления параметрами ОВ
вАСУ КА (модель M(l))
Она описывается формулой (6.7):
|
i, j N, i ≠ j; |
(6.7) |
|
где |
|
– вектор состояния движения КА Bi; |
|
|
|
||
F (t) – заданная матрица; |
|
||
ξji – некоррелированные ошибки измерений КО cj, которые подчиняются |
|||
нормальному закону распределения с нулевым математическим ожиданием |
|||
и дисперсией, равной Ej; π {1,..., si}; |
|
– заданная интенсивность проведения измерений (управляющее воздействие);
– заданные константы, характеризующие технические возмож-
ности канала cj ;
Ki(t) – корреляционная матрица ошибок оценки вектора состояния движения космического аппарата Bi;
– измеряемые параметры;
dj(t) – заданный вектор;
Λi – множество ОВ, в ходе которых проводится измерение параметров движения КА; Λi D;
bγ = || 00... 1 ... 00 ||T – вектор, выделяющий из матрицы Ki требуемый эле-
мент γ {1,2,..., G};
– заданная точность определения γ-й компоненты вектора.
6.5.7.Динамическая модель управления структурными состояниями
вАСУ КА (модель M(l))
Она описывается формулой (6.8):
(6.8)
где– переменная, численно равная времени нахождения КА Bi в макросостоянии σ;
224
6. Примеры решения задач по оцениванию качества моделей и полимодельных комплексов
– переменная, значение которой в момент времени |
соответ- |
ствует общему количеству КА, находящихся в макросостоянии σ; |
|
(t)– управляющее воздействие,(t), если выполнены все ОВ, необходимые для перевода Bi в макросостояние σ;
(t) = 0 – в противном случае;
–заданнаяконстанта,характеризующаядопустимоечислоКА,которые
могут находиться в макросостоянии σ; ∆ – общее число макросостояний КА.
Построенные выше модели должны быть дополнены моделями управления ресурсами в АСУ КА (модель M(p)) и вспомогательной динамической модельюM(в), с помощью которой учитывают ограничения на запрет прерываний отдельных ОВ КА в ходе их выполнения. Подробное описание данных моделей проводится в работе [39].
Оценивание качества процессов управления можно проводить, исполь- зуяразличныечастныепоказателиэффективности[12,26–27,32–40],такие, например, как:
|
|
|
|
|
|
|
|
(6.9) |
|
|
|
|
|
|
|
||
|
|
|
|
|||||
|
|
|
|
|
||||
|
(6.10) |
|||||||
|
(6.11) |
|||||||
|
(6.12) |
|||||||
где |
–монотонныефункциивремени,которыевыбираютсясучетомза- |
данныхдирективныхсроковначала(конца)выполненияОВ.Показатель(6.9) вводится в том случае, если необходимо, во-первых, оценить точность выполнения краевых условий либо минимизировать потери, вызванные невыполнением отдельных ОВ, и, во-вторых, для оценивания суммарного штрафа за невыполнение директивных сроков проведения ОВ. Целевая функция
(6.10) позволяет оценивать суммарные потери в оперативности обработки и |
||
передачиинформации.ФункционалJ3 позволяетоценитьсуммарныезатраты |
||
ресурсов КА Bj, связанные с проведением измерительных ОВ cBi; величина |
||
J4 |
характеризуетточностьопределенияγ-йкомпоненты |
; функционалы J5 |
и |
J6 , соответственно, вводятся для количественного оценивания числа КА, |
225
Квалиметрия моделей и полимодельных комплексов
находящихся в момент времени t = tf в макросостоянии σ {1,...,∆}, и для оценивания времени нахождения КА Bi в макросостояний.
6.5.8. Обобщенная динамическая модель процессов автоматизированного управления КА (модель М)
В целом, весь комплекс перечисленных выше моделей можно объединить и представить в виде следующей обобщенной модели функционирования АСУ КА (модель М):
(6.13)
; |
(6.14) |
где
соответственно, обобщенный вектор состояния и управления основными элементами и подсистемами АСУ КА. При этом векторы состояния ресурсовx(p) иуправленияресурсамиu(p),атакжевекторсостояниявспомогательной динамической модели z являются компонентами моделей M(p) и M(в), о которых речь шла ранее.
Всоотношениях(6.13,6.14)ϕ0, ϕ1 –известныевекторныефункции,спо- мощьюкоторыхучитываютсяграничныезначенияx(t).Векторныефункции q1, q2 задают основные пространственно-временные, технические и технологические ограничения, накладываемые на процесс функционирования КА; I об – обобщенный показатель качества управления КА.
Вцелом построенная обобщенная модель M представляет собой линейную (либо билинейную при использовании модели M(k)) нестационарную конечномерную дифференциальную динамическую систему с перестраиваемой структурой. Данную обобщенную модель можно отнести к классу СФО-моделей, о котором подробно написано в 1-м разделе монографии. Взаимосвязь и координация решений в соответствии с рис. 6.11 в указанном полимодельномкомплексеосуществляетсясиспользованиемвекторауправляющих воздействий u(0)(t) , входящего в модель M(0), определяющего порядок выполнения ОВ и распределения соответствующих ресурсов в АСУ КА.
Вработе [24] подобная процедура координации названа ресурсной.
При использовании класса динамических моделей в качестве основного классамоделейприрешенииразличныхзадачисследованияэффективности процессов автоматизированного управления (АУ) КА удается, основываясь на концепции состояния [15, 23, 25, 31, 32], сравнительно легко проводить интерпретацию и согласование результатов, полученных на разнородных моделях, входящих в состав ИС, как на программном, так и информационном, алгоритмическом и концептуальном уровнях описания, построить
226
6. Примеры решения задач по оцениванию качества моделей и полимодельных комплексов
Рис. 6.11. Обобщенная структура полимодельного описания процессов функционирования АСУ КА.
единую унифицированную схему формализации процессов функционирования элементов и подсистем АСУ КА. Кроме того, за счет рекуррентного описания моделей повышается оперативность их решения на основе декомпозиции и распараллеливания вычислительного процесса, широкого использования оверлейных режимов работы ЭВМ. В этом случае весьма перспективным становится применение аналого-цифровых вычислительных комплексов.
Предлагаемый полимодельный комплекс предоставляет самые широкие возможности по расчету, анализу и синтезу характеристик существующего и разрабатываемого модельно-алгоритмического и программного обеспечения управления сложными техническими объектами (в том числе и КА). В самом деле, как показывает анализ, основные компоненты представленной большеразмерной логико-динамической модели, а также параметры и константы, входящие в ее состав, с высокой степенью детализации конкретно описывают те основные свойства (прежде всего, такие свойства моделей, как ресурсоемкость, адаптивность, точность, оперативность, гибкость, корректность и т. п.) моделей сложных объектов, о которых речь шла в предыдущих разделах монографии. Более того, данные частные свойства с использованием рассматриваемого комплекса моделей могут быть на конструктивном уровне связаны с такими обобщенными свойствами моделей как результативность, эффективность и адекватность.
227
Квалиметрия моделей и полимодельных комплексов
Взаключение данного подраздела рассмотрим возможный вариант учета факторов неопределенности в анализируемом классе моделей. В работах [7–9, 12, 40] были достаточно подробно описаны варианты учета воздействия внешней среды на результаты функционирования АСУ КА, при котором неопределенные факторы, задаваемые в виде случайных величин (либо случайных функций), непосредственно умножались в правых частях приведенных выше дифференциальных уравнений на управляющие воздействия.
Вэтомслучаекаквремя,такиобъемвыполненияОВстановятсяслучайными, а задачи моделировании анализа процессов управления КА сводились к задачам моделирования и анализа управляемых случайных процессов. Следует подчеркнуть, что при определенных предпосылках (например, предположений о марковости исследуемых процессов) возможен вариант аналитического описания моделей функционирования АСУ КА в условиях стохастического воздействия внешней среды. В этом случае, например, динамическая модель управления структурными состояниями может быть переписана в следующем виде:
где –интенсивность(плотностьпотока)переходовКАBi измакрососто-
янияδ вмакросостояниеp,независящаяотвремениt,приэтомпредполагается, что поток таких переходов – простейший (пуассоновский);
– управляющее воздействие, которое интерпретируется как вероятность выбора соответствующего значения величины интенсивности пере-
хода КА из макросостояния «δ» в макросостояние «p». При этом данную модельможносвязать(скоординировать)сранеепредложеннойдетерминированной моделью с помощью следующего соотношения
|
|
|
(6.15) |
либо смешанного ограничения вида: |
|
||
|
|
, |
(6.16) |
|
где интерпретация величинприводилась ранее (см. формулу
(6.4)). Данный вариант организации взаимодействия детерминированных и вероятностных аналитических моделей функционирования АСУ КА открываетвесьмаширокиеперспективыдлярешенияразнообразныхзадачисследования эффективности ее применения.
228
6.Примеры решения задач по оцениванию качества моделей и полимодельных комплексов
Вкачестве частных показателей эффективности (ПЭ) функционирования АСУ КА могут быть выбраны, например, следующие функционалы:
; |
(6.17) |
, |
(6.18) |
где первый ПЭ численно равен сумме вероятностей перевода КА в одно из требуемых макросостояний, а второй функционал характеризует среднее время перевода КА Bi в одно из заданных макросостояний γ r ∆.
По аналогии могут быть построены аналитические модели для случаев, когда исходные данные заданы в нечетко-возможностной форме. При интервальном задании значений возмущающих воздействий весьма конструктивным является подход, основанный на построении и исследовании областей достижимости обобщенной динамической системы (6.11). Подробнее
суказанными вопросами можно ознакомиться, изучив литературу [36–40].
6.5.9.Обобщенное описание состава, структуры и алгоритмов взаимодействия комплекса аналитико-имитационных моделей
функционирования АСУ КА в рамках предлагаемой имитационной системы
Системный анализ задач расчета, многокритериального оценивания и анализа основных характеристик и показателей качества функционирования АСУ КА, а также требований, предъявляемых к облику специального программно-математического обеспечения комплексного (системного) моделирования процессов управления структурной динамикой АСУ КА, показал, что к настоящему времени концепция системного моделирования сложных организационно-технических объектов (СОТО), к числу которых относится и рассматриваемая АСУ, получила широкое распространение и реализациюнапрактике.Внашейстранеизарубежомразработанобольшое количество классов средств автоматизации систем моделирования СОТО, реализующих данную концепцию применительно к конкретным предметным областям. Анализ показывает, что для решения задач расчета, анализа и оптимизации как показателей качества функционирования АСУ КА в динамически изменяющихся условиях, так и показателей, используемых при оценивании качества ее элементов и подсистем (в частности, оценивания качества модельно-алгоритмического и программного обеспечения), целесообразно использовать такую разновидностью гомеостатических систем моделирования(см.раздел4),аименно,имитационнуюсистему(ИмС)[22].
Многочисленные исследования, направленные на поиск разумного компромисса между требованиями универсализации и специализации ИмС, показали, что в настоящее время разработка универсальных формализованных процедур автоматизации моделирования и соответствующих ИмС,
229
Квалиметрия моделей и полимодельных комплексов
ориентированных на широкую предметную область, является трудно разрешимой проблемой. Целесообразно создавать ИмС, специализированные по допустимому классу моделируемых объектов и универсальные по поддерживаемым функциям, связанным с проведением комплексных исследований указанных объектов. При этом ИмС может изначально и не содержать в себе модель конкретного объекта, характеристики которого интересуют ЛПР. Данная система представляет ЛПР только математический аппарат (формализованнуюсхему),позволяющийемулегкогенерироватьжелаемую структурумоделиобъекта,отвечающуюцелямисследования,наполнятьэту структуру количественными соотношениями, описывающими связи между
ееэлементами, решать разнообразные задачи анализа и выбора.
Взависимости от состава, структуры ИмС и поддерживаемых ею функций той предметной области, для которой она создавалась, целесообразно различать широко специализированные (проблемно-ориентированные) и узкоспециализированные (частные) ИмС.
Создание ИмС, так же, как и имитационных моделей (моделей имитационного уровня), представляет сложный многоэтапный итерационный процесс, основная особенность которого (по сравнению с «чисто» имитационным моделированием) состоит в необходимости на каждом из этапов исследования проводить согласование (на концептуальном, алгоритмическом, информационном и программном уровнях) разнородных моделей, описывающих различные стороны функционирования объекта.
Всовременных ИмС выбор допустимых альтернатив основывается на сужении (сжатии) множества рассматриваемых вариантов экзогенных переменных путем отбраковки доминируемых по заданным отношениям предпочтенияальтернатив.Указанныепроцедурыпосвоемусодержаниюблизки к идеям, реализованным в многочисленных модификациях метода «ветвей и границ». При отбрасывании доминируемых экзогенных переменных в зависимости от этапа решения задачи выбора, обеспеченности исходными данными ЛПР пользуется каждый раз такими моделями и методами получения релаксированных решений исходной задачи, чтобы оценки затрат на реализациюполученныхрешений(затратнарасходиспользуемогоресурса) не убывали и становились все более и более точными по мере сужения множества допустимых альтернатив.
Исследование процессов управления структурной динамикой разнородных классов КА, в том числе и исследование задач анализа и синтеза технологий автоматизированного управления (ТАУ) орбитальными и наземными КСр, а также облика, соответствующего СПМО, показало, что данные процессы имеют многоуровневый, многоэтапный и полифункциональный характер.ДанноепредставлениепроцессовфункционированияАСУКАповлияло на выбор структуры банка моделей разрабатываемого специального программно-математическогообеспеченияИмС,вкоторомвсоответствиис рис. 6.12 необходимо, прежде всего, выделить три основных блока:
1) модели функционирования АСУ КА и объектов обслуживания (ОБО) (блок I);
2) модели оценки и анализа состояния КА, АСУ КА, оценки обстановки
(блок II);
230