Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Обработка информации в инсрорма.doc
Скачиваний:
6
Добавлен:
24.07.2017
Размер:
116.22 Кб
Скачать

Обработка информации в информационно-управляющих комплексах летательных аппаратов при внезапных возмущениях.

1. Введение.

Отличительный особенностью современных информационно-управляющих комплексов (ИУК) летательных аппаратов (ЛА) является влияние на их функционирование разнородных неопределенных факторов, случайный характер процессов, сопровождающийся резкими, внезапными, скрытыми изменениями [1,2].

При разработке информационно управляющих комплексов необходимо решать задачи высокой точности навигации, живучести и отказоустойчивости при активном и пассивном противодействии, при повреждениях и частичных разрушениях конструкций.

В качестве основы для решения таких задач при построении алгоритмического и информационного обеспечения ИУК может служить теория самоорганизующихся стохастических динамических систем (ССДС), в которых в настоящее время используется аппарат гибридных стохастических динамических моделей, включающий композицию разнородных случайных процессов и цепей, а также байесовские стратегии принятия решений [3-7]. Были разработаны методы синтеза, модели и алгоритмы ССДС, обеспечивающие высокую эффективность решения ряда задач навигации ЛА при внезапных и постепенных случайных изменениях характеристик системы, внешней среды и целей функционирования. Основные внимание уделялось методам построения параллельных алгоритмов распознавания, оценивания и управления с использованием реконфигурации и структурной-параметрической адаптации. Созданный аппарат включает методы обнаружения, и распознавания внезапных изменений, пригодных для использования в реальном времени и обеспечивающих извлечение из доступных наблюдений всей апостериорной информации, необходимой для принятия достоверных решений и выработки эффективных управляющих воздействий в условиях неопределенности.

Далее в данном разделе предлагается принцип минимальной сложности, позволяющий для широкого класса задач построения ССДС корректно синтезировать байесовские алгоритмы распознование-оценивание, ориентированные на реализацию в реальном времени. Особенности применения данного принципа демонстрируются на модельной задаче.

2. Постановка задачи.

Решение проблем создания высокоэффективных методов обработки информации в ССДС непосредственно связано с разработкой математических моделей, которые отражают специфику сложных условий функционирования системы, таких как неопределенность и изменение характеристик внешней среды, внезапное появление аномальных ситуаций, отказов источников информации, каналов связи, устройств, реализующих формирование управляющих команд, другого оборудования, а также влияние возмущений и помех. Проведенные исследования показали, что формализация рассматриваемого класса задач может быть естественным образом осуществлена с использованием математического языка гибридных стохастических моделей, представляющих собой композицию случайных процессов и цепей.

Такая модель может быть представлена в виде следующих стохастических уравнений:

x(k+1) = Фk[m(k), (k), m (k+1), (k+1), u(k)] x(k) +

+ Гk[m(k), (k), m(k+1), (k+1), u(k)] w(k), (1)

z(k+1) = Hk+1 [m(k+1), (k+1)] x(k+1), + Gk+1 [m(k+1), (k+1)] v(k+1),

где x(k) – расширенный вектор состояния обобщенного объекта управления (ООУ) и модели окружающей среды (ОКС); u(k) вектор управляющих воздействий; z(k+1) – вектор доступных наблюдений; w(k) и v(k+1) – некоррелированные между собой чисто случайные последовательности векторов (дискретные белые шумы); Фk [], Гk [], Hk+1[] и Gk+1[] – матричные функции соответствующих размерностей.

Специфика рассматриваемой задачи заключается в том, что вследствие возникновения аномальных явлений и ситуаций в ОКС, а также отказов в ООУ характеристики как ООУ, так и ОКС подвержены разнородным случайным внезапным изменениям (ВИ), для описания которых используются совместно как марковские, так и полумарковские цепи. В уравнениях (1): m(k) – совокупность моментов последних изменений характеристик ООУ и ОКС, описываемых полумарковскими моделями, причем

m(k) = {m1(k), m2(k)…mN(k)}, (2)

где mi(k) – момент последнего, предствующего текущему моменту k, ВИ i-го типа в ООУ (или ОКС):

mi(k+1) =

k+1 при возникновении ВИ i-го типа в момент k+1,

(3)

mi(k) при отсутствии такого ВИ

В начальный момент k=0 формально принимается, что mi(0) 0, i=1,2,…, N 1,N.

Внезапные изменения характеристик ООУ и ОКС отражаются в изменении совокупностей переменных переключения (ПП) (k), которые в свою очередь состоят из двух наборов величин:

(k) = {(k), (k)} (4)

Переменные переключения, входящие в состав этих совокупностей, принимают значения на конечных множествах. При этом (k) изменяется в соответствии с полумарковскими моделями:

Pr{m(k+1)=mk+1, (k+1) = k+1/m(k) = mk, (k) = k} = pk+1(mk+1, k+1/mk, k) (5)

а , (k) – согласно Марковским моделям:

Pr{(k+1) =k+1/(k) = k, m(k+1)= mk+1, (k+1) = k+1} =

= pk+1(k+1/k, mk+1, k+1/) (6)

где Pr{A/B} обозначает условную вероятность события A при фиксированном условии B, k – конкретное значение совокупности (k) в момент k.

Для совокупности ПП (k) задано также начальное распределение в момент k=0.

Pr{(0) = 0} = P0 (0) (7)

Априорные условные плотности вероятности начального состояния ООУ и ОКС, а также шумов w(k) и v(k+1) при фиксированных значениях ПП апроксимируется гауссовскими и заданы в виде

fX(0) {x/(0) = 0 } = N{x/0(0), P0 (0)},

fw(k) {w/m(k) = mk, (k) = k, m(k+1) = mk+1,  (k+1) = k+1} =

= N {w/wk, (mk, k, mk+1,k+1), Qk(mk, k, mk+1,k+1)} (8)

fv(k+1){v/m(k+1) = mk+1,(k+1) = k+1} =

= N{v/k+1(mk+1,k+1), Rk+1(mk+1,k+1)},

где N {x/, P} обозначает гауссовскую плотность распределения в точке x с математическим ожиданием (МО) и ковариацией Р.

Задача обработки информации в интеллектуальной самоорганизующейся системе ставится как задача определения условных апостериорных оценок вектора состояния и переменных переключения

,m(k) = mk,(k) = k},

argmax [Pr{ m(k) = mk,(k) = k/Zk}]

mk,k (9)

где Zk {z(1), z(2),…z(k)} – измерительная информация, поступившая к моменту k,

M {} – математическое ожидание (МО).

Соседние файлы в предмете Начертательная геометрия и инженерная графика