Разработка алгоритмов комплексирования навигационных систем летательных аппаратов тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат наук Селезнева, Мария Сергеевна

• Селезнева, Мария Сергеевна
• кандидат наук
• 2017

Оглавление диссертации кандидат наук Селезнева, Мария Сергеевна

ОГЛАВЛЕНИЕ

Стр.

ВВЕДЕНИЕ

Глава 1. СОВРЕМЕННЫЕ НАВИГАЦИОННЫЕ КОМПЛЕКСЫ ЛА

1.1. Структуры навинационных комплексов ЛА

1.2. Методы комплексирования

1.3. Перспективные подходы и алгоритмы обработки информации в НК

1.4. Постановка задачи диссертационного исследования

Выводы по главе 1

Глава 2. РАЗРАБОТКА ИЗМЕРИТЕЛЬНЫХ КОМПЛЕКСОВ ВЫСОКОТОЧНЫХ ЛА

2.1. Измерительный комплекс с интеллектуальной компонентой

Метод Группового Учета Аргументов ( МГУА )

2.2. Алгоритмы КОИ НК

2.3. Ансамбль критериев селекции КОИ

Выводы по главе 2

Глава 3. РАЗРАБОТКА АЛГОРИТМОВ КОРРЕКЦИИ В СТРУКТУРЕ ИНС

3.1. Измерительный комплекс с линейным редуцированным регулятором

3.2. Разработка нелинейного алгоритма управления для коррекции ИНС

3.3. Разработка нелинейного алгоритма коррекции погрешностей ИНС

Выводы по главе 3

Глава 4. ДИНАМИЧЕСКИЙ СИСТЕМНЫЙ СИНТЕЗ НК ЛА

4.1. Системный синтез НК

4.2. Динамический системный синтез НК

4.3. Разработка алгоритма построения модели погрешностей ИНС

Выводы по главе 4

Глава 5. ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ

5.1. Результаты математического моделирования

5.3. Анализ результатов моделирования

Выводы по главе 5

Общие выводы и заключение

СПИСОК ЛИТЕРАТУРЫ

СПИСОК СОКРАЩЕНИЙ

АКС Ансамбль критериев селекции

АО Алгоритм оценивания

АПМ Алгоритм построения моделей

АУ Алгоритм управления

БКС Блок комплексирования и сравнения

БО Блок оценивания

БОНИ Блок определения степеней наблюдаемости и формирования измерений

БПЛА Беспилотный летательный аппарат

ГА Генетический алгоритм

ГЛОНАСС Глобальная навигационная спутниковая система

ГСП Гиростабилизированная платформа

ДИСС Доплеровский измеритель скорости и угла сноса

ДБД Динамическая база данных

НИК Навигационный комплекс с интеллектуальной компонентой

ИС Измерительная система

КОИ Комплексная обработка информации

КПП Командные пилотажные приборы

НКА Навигационный космический аппарат

НКИ Навигационный комплекс с интеллектуальной компонентой

НПП Навигационные пилотажные приборы

САУ Система автоматического управления

СИК Селективный измерительный комплекс

СНС Спутниковая навигационная система

ФК Фильтр Калмана

SDC State Dependent Coefficient

Введение диссертации (часть автореферата) на тему «Разработка алгоритмов комплексирования навигационных систем летательных аппаратов»

ВВЕДЕНИЕ

Актуальность темы исследования.

Эффективность применения современных высокоманевренных и сверхманевренных многофункциональных летательных аппаратов (ЛА) определяется их летно-техническими характеристиками, вооружением, и возможностями бортового оборудования по информационному обеспечению боевых действий, управлению оружием и защите ЛА.

Все последние десятилетия преобладающей тенденцией при решении задач по обеспечению соответствующего уровня информационного обеспечения ЛА было объединение бортового оборудования в единые комплексы [1, 5, 17].

Точность измерений параметров ЛА, зависит от условий эксплуатации, конструктивных особенностей измерительных систем и их алгоритмического обеспечения [16, 32, 77]. Алгоритмическое обеспечение измерительных систем ЛА включает алгоритмы оценивания, управления, прогнозирования и комплексирования [67, 84]. Наиболее точную информацию удаётся получить при использовании алгоритмов комплексирования [42, 81, 82]. Измерительные системы, основанные на разных физических принципах, с помощью этих алгоритмов объединяются в навигационные комплексы (НК) [6, 15, 18, 52, 55, 56], способы построения которых зависят от типа и условий функционирования динамического объекта, конструктивных и финансовых возможностей, требуемой точности измерений. Например, измерительные комплексы малогабаритных беспилотных ЛА состоят из инерциальных навигационных систем (ИНС) и приёмников спутниковых систем ГЛОНАСС/GPS, а возвращающиеся в атмосферу аппараты многоразового действия, ЛА дальней авиации ТУ-22М3, бомбардировщики ТУ-95МС, транспортные ЛА снабжены ИНС, ГЛОНАСС,

радиолокационными, лазерными измерительными системами, астрокорректорами, сигналы которых подвергаются совместной обработке.

Другим примером, являются комплексы ряда высокоэффективных боевых самолетов, в частности - Су-27СМ, Су-30СМ, Су-34, МиГ-29К (существенный вклад в разработку бортового оборудования этих самолетов внесло АО "Раменское приборостроительное конструкторское бюро")

Прицельно-навигационные комплексы самолетов Су-27СМ, Су-30СМ, Су-34, МиГ-29К построены по принципу применения бортовой цифровой вычислительной системы (БЦВС) для решения комплексных задач, задач навигации, управления и взаимодействия с сохранением независимости работы отдельных входящих в комплекс систем [8, 21, 26, 37].

Измерительные системы комплексируют вокруг БЦВС. Интеграция бортового оборудования на базе БЦВС привела к появлению на борту ЛА автоматизированных прицельно-навигационных комплексов (ПНК), составляющих ныне основу бортового оборудования [50, 51].

Требования, предъявляемые к точности, помехо- и отказоустойчивости, диапазону применения измерительных систем и ПНК в целом, постоянно возрастают. Но при этом параллельно происходит также качественный и количественный рост информационно-вычислительных ресурсов БЦВС ПНК. Это позволило обеспечить требуемые характеристики ПНК указанных самолетов алгоритмическими методами и достичь результата за короткое время с минимальными затратами.

Измерительные системы ПНК имеют погрешности, обусловленные конструктивными особенностями и условиями функционирования ЛА. Для компенсации погрешностей используются методы многоуровневой адаптивно-робастной комплексной обработки информации [40, 42, 49, 53].

Разработанные ПНК имеют высокую помехо- и отказоустойчивость, позволяют получать достоверную навигационную информацию во всем диапазоне

условий их функционирования. Однако при создании перспективных ЛА требования к их измерительному оборудованию неуклонно возрастают, поэтому разработка новых подходов, алгоритмов обработки информации и конструкций измерительных систем является актуальным и важным комплексом задач (последняя задача требует существенных временных и финансовых затрат, поэтому в настоящей работе не рассматривается).

Для получения максимально возможной точности измерений необходимо учитывать все особенности функционирования измерительных систем и условия полёта ЛА.

Объект исследования. В качестве основного объекта исследования в диссертации рассматривается измерительный комплекс атмосферных ЛА.

Предметом исследования служат структуры НК, алгоритмы обработки информации навигационных систем на борту ЛА.

Целью работы является повышение точности навигационных определений с помощью разработки перспективных структур НК ЛА, а также алгоритмов обработки информации на борту ЛА.

Для достижения постановленной цели решаются следующие основные задачи:

- анализ особенностей структур НК современных и перспективных ЛА;

- разработка алгоритмов комплексирования измерительных систем ЛА;

- разработка алгоритмов обработки информации НК, функционирующих длительное время в условиях отсутствия коррекции от РСБН, РСДН.

- разработка структуры и алгоритмов обработки информации перспективных НК высокоточных ЛА.

Методы исследования. При решении сформулированных задач использовались методы теории автоматического управления, навигационных систем, интеллектуальных систем, методы системного синтеза и самоорганизации, математического и полунатурного моделирования и

программный пакет МЛТЬЛВ.

Научная новизна диссертационной работы заключается в следующем:

В результате проведенного системного анализа существующих структур НК ЛА выявлены недостатки и намечены пути совершенствования структур алгоритмическим путем.

Разработана структура НК с интеллектуальной компонентой, способная изменять свой рабочий контур в зависимости от уровня помех и условий полета ЛА. Алгоритмическое обеспечение НК ЛА дополнительно включает алгоритм самоорганизации, критерий сравнения прогноза и текущего состояния комплекса.

Разработан алгоритм комплексирования, включающий расширенный ансамбль критериев селекции, позволяющий формировать оптимальную структуру НК, а также строить модели с желаемыми характеристиками.

Разработан комплекс алгоритмов для НК, функционирующего длительное время без коррекции от стационарных навигационных станций, включающий алгоритм управления, который использован для компенсации погрешностей в структуре ИНС.

Предложен и разработан подход динамического системного синтеза алгоритмов обработки информации НК перспективного ЛА, позволяющий изменять конфигурацию НК, алгоритмов и моделей в полете.

Практическая значимость результатов исследования.

Использование разработанного алгоритма комплексирования позволило выбирать наилучшую структуру НК на всех интервалах полета.

В условиях длительных полетов без коррекции от стационарных наземных станций модели погрешностей платформенных ИНС становятся неадекватны реальному процессу (углы отклонения ГСП увеличиваются), поэтому разработан алгоритм коррекции в структуре ИНС, обеспечивающий сохранение малости углов отклонения ГСП относительно выбранной системы координат.

Разработанный подход динамического системного синтеза позволяет использовать в алгоритмическом обеспечении НК компактные модели, что существенно упрощает реализацию алгоритмов в БЦВК.

Результаты диссертации использованы в работах РПКБ, а также в учебном процессе кафедр «Системы автоматического управления» и «Технологии приборостроения» МГТУ им. Н.Э. Баумана.

Достоверность и обоснованность научных положений и результатов подтверждены корректным использованием методов и алгоритмов теории управления, результатов теории интеллектуальных систем, достаточным объемом математического и полунатурного моделирования, а также полученными непротиворечивыми результатами, которые согласуются с известными данными, опубликованными в открытой печати.

Основные положения диссертационной работы, выносимые на защиту.

Комплекс алгоритмов обработки информации НК ЛА, реализующий подход динамического системного синтеза и включающий алгоритм комплексирования с ансамблем критериев селекции, адаптивный фильтр Калмана, алгоритм самоорганизации, алгоритм управления для компенсации погрешностей в структуре ИНС.

Комплекс алгоритмов перспективного НК ЛА, позволяющий изменять конфигурацию комплекса, основанный на элементах теории интеллектуальных систем.

Апробация работы. Результаты исследований докладывались и обсуждены на: второй международной научно-практической конференции «Теоретические и практические исследования XXI века» (Дедовск, 2016г.); второй международной научно-практической конференции «Достижения вузовской науки» (Дедовск, 2016г.); международной научно-практической конференции «Наука сегодня: проблемы и пути решения» (Вологда, 2016г.); Всероссийской конференции молодых ученых и специалистов «Будущее машиностроения России» (Москва, 2015); втором международном симпозиуме «Современные аспекты

фундаментальных наук» (Дедовск, 2015); международной научной конференции «Актуальные вопросы фундаментальных наук» (Дедовск, 2014); первом международном симпозиуме «Современные аспекты фундаментальных наук» (Дедовск, 2013); международной конференция. «Бъдещите изследвания» (София, 2014); международной конференции. ИСТ-2014 (Нижний Новгород, 2014); международной конференции. ИСТ-2015 (Нижний Новгород, 2015).

научном семинаре кафедры «Системы автоматического управления» МГТУ им. Н.Э. Баумана.

Публикации. По теме диссертации опубликовано 23 научных работы, из них 4 статьи в журналах, входящих в Перечень ВАК Минобрнауки РФ, 2 статьи в журналах, входящих в перечень Scopus, общий объемом 4.5 п.л.

Структура и объем работы. Диссертационная работа состоит из введения, пяти глав, заключения, списка литературы. Текст диссертации изложен на 143 машинописных страницах, содержит 43 рисунка. Список литературы содержит 102 источников.

СОДЕРЖАНИЕ РАБОТЫ

В первой главе диссертации рассмотрены НК современных и перспективных ЛА, выявлены их недостатки и достоинства.

Все последние десятилетия преобладающей тенденцией при решении задач по обеспечению соответствующего уровня информационного обеспечения ЛА было объединение бортового оборудования в единые комплексы.

Интеграция бортового оборудования на базе БЦВС привела к появлению на борту ЛА автоматизированных прицельно-навигационных комплексов (ПНК), составляющих ныне основу бортового оборудования.

Так, разработаны и внедрены в составе высокоманевренных ЛА высокоэффективные ПНК с магистрально-модульной структурой и оригинальными алгоритмами формирования текущей информации, имеющие

повышенную помехо- и отказоустойчивость, высокую точность формирования данных и широкий диапазон изменений навигационно-пилотажных параметров ЛА.

Информация от измерительных систем подвергается совместной обработке, что позволяет повысить точность определения параметров ЛА. Для управления современными высокоточными ЛА используются НК, состоящие из максимально возможного количества измерительных систем и датчиков, а также алгоритмического обеспечения.

В НК в качестве базового источника информации используют ИНС. Основным преимуществом ИНС является инвариантность к горизонтальным ускорениям. Погрешности ИНС обусловленные дрейфом гироскопов, акселерометров и другими возмущающими факторами с течением времени эксплуатации достигают значительных величин. Поэтому для повышения точности измеряемой информации используют алгоритмы коррекции ИНС. Коррекция ИНС предусматривает использование внешних по отношению к ИНС источников информации, объединенных в НК. Алгоритмы обработки информации НК обычно используют математические модели, в частности модели погрешностей ИНС. Как правило, это линейные модели погрешностей ИНС, которые с течением времени становятся неадекватными реальному процессу.

Рассматриваемые современные НК высокоточных ЛА включают платформенную ИНС, СНС и другие датчики навигационной информации. На длительных интервалах функционирования углы ГСП ИНС нарастают и линейная модель погрешностей становится неадекватной реальному процессу. Для предотвращения этого эффекта применяется коррекция в структуре ИНС с помощью линейного редуцированного регулятора.

Дальнейшее повышение точности НК ЛА связано с использованием более подробных нелинейных моделей погрешностей ИНС. Способы обработки информации НК в выходном сигнале с помощью нелинейного фильтра Калмана. Коррекция в структуре ИНС НК с использованием нелинейных алгоритмов

управления не используется из-за трудностей получения адекватных нелинейных моделей и формирования нелинейных управляющих сигналов на вход ИНС.

Перспективным способом повышения точности навигационных определений является использование селективных НК [54, 69]. Во время функционирования ЛА постоянно происходит изменение конфигурации НК с целью получения наиболее достоверной измерительной информации, т.е. на разных интервалах работы, с ИНС комплексируют различные внешние измерительные системы. Переключение на одну или другую структуру проводится с использованием какого-либо критерия степени наблюдаемости, который определяется по текущей информации.

В условиях отключения внешних измерительных систем используется коррекция автономной ИНС с помощью прогноза погрешностей и их компенсации в выходном сигнале. Для осуществления прогноза погрешностей ИНС необходимо построить прогнозирующую модель.

При использовании селективного комплекса сказывается влияние эффекта старения измерений, не учитываются нелинейные составляющие используемых моделей погрешностей ИНС, что приводит к снижению точности навигационных определений.

Сформулирована постановка задачи диссертационного исследования. Для повышения точности алгоритмов обработки информации НК предлагается разработать структуру НК на основе использования интеллектуальных технологий, применять в алгоритмическом обеспечении модели с улучшенными характеристиками.

Во второй главе разработан перспективный НК высокоточных ЛА представляет собой НК с интеллектуальной компонентой. В качестве интеллектуальной компоненты использован акцептор действия, который включает алгоритм построения прогнозирующей модели погрешностей ИНС, алгоритмы прогноза и сравнения текущих измерений с прогнозом.

В БКС определяются степени наблюдаемости, формируются измерения для алгоритма оценивания (БО) и построения прогнозирующих моделей (АПМ), а также проводится сравнение текущей апостериорной информации с результатами прогноза.

Полученная в АПМ математическая модель погрешностей ИНС используется в БО для оценки погрешностей ИНС, а также для их прогноза на некотором интервале времени, который выбирается в соответствии с режимом функционирования ЛА.

Степени наблюдаемости вычисляются для погрешностей ИНС при комплексировании с каждым внешним датчиком и по максимальному значению степени наблюдаемости выбирается наилучшая структура НК. В критерии степени наблюдаемости используются информация о прогнозных значениях погрешностей ИНС и параметры математической модели погрешностей ИНС.

Блок БО реализован в виде адаптивной модификации нелинейного фильтра Калмана, который вычисляет оценки погрешностей ИНС. А блок АПМ -представляет собой алгоритм самоорганизации [97], на выходе которого получаем нелинейную прогнозирующую модель погрешностей ИНС.

Сигнал, пропорциональный оценке вектора состояния хк, вычитается из выходного сигнала ИНС (0к + хк), который приводит к повышению точности НК, т.к. ошибка оценивания гораздо меньше чем погрешность ИНС (хк«хк) в результате обработки информации.

Третья глава посвящена разработке НК с линейным редуцированным регулятором. При функционировании ЛА на длительных временных интервалах для предотвращения нарастания погрешностей ИНС применяется коррекция в структуре ИНС с помощью линейного редуцированного регулятора.

Блок АКС содержит критерии селекции, в частности критерии степени наблюдаемости и управляемости. С помощью этих критериев выбираются измерительные системы, которые позволяют строить модели с максимальными

степенями наблюдаемости и управляемости.

В блоке АУ осуществляется реализация алгоритма управления и на выходе получаем вектор управления ик. Рассмотрим синтез алгоритма управления, используемого для компенсации погрешностей ИНС.

Известный [54, 55, 56] алгоритм управления использует линейную математическую модель погрешностей ИНС, поэтому при реализации известного НК в АПМ применяется алгоритм самоорганизации с резервированием линейных трендов. Для получения более высокой точности НК целесообразно использовать нелинейные модели погрешностей ИНС.

Разработан нелинейный алгоритм управления для коррекции ИНС.

Представлены нелинейные погрешности ИНС, которые описываются векторным дифференциальным уравнением.

Чтобы формировать управление для коррекции в структуре ИНС, представим исходную систему в эквивалентном виде модели, имеющей структуру линейных дифференциальных уравнений с параметрами, зависящими от состояния (State Dependent Coefficient, SDC), и функционалами, матрицы штрафа которых также могут зависеть от состояния объекта.

SDC-представление нелинейной системы является наблюдаемым, т.е существует положительно определенная матрица - грамиан наблюдаемости, являющаяся решением уравнения Ляпунова.

На практике необходимо учитывать измерительный шум, в этом случае система представима в виде системы с непрерывными параметрами, зависящими от состояния.

При использовании линейной модели с квадратичным критерием качества в задачах управления обеспечивается устойчивость этой модели при любых начальных условиях. Но применение такого критерия к нелинейной системе не гарантирует ее устойчивости. Таким образом, в общей постановке задачи синтеза

не решена задача о глобальной асимптотической устойчивости нелинейной системы с управлением, синтезированным с применением SDC-метода.

Работоспособность представленного нелинейного алгоритма управления продемонстрировано путем моделирования погрешностей ИНС по данным лабораторного эксперимента с реальной грубой системы Ц060К.

Четвертая глава посвящена созданию способа формирования алгоритмического обеспечения НК на основе подхода динамического системного синтеза. Исследован способ формирования алгоритмического обеспечения НК с переменной структурой, который основан на концепции системного синтеза. Приборный состав комплекса выбирается в процессе его функционирования, математические модели, используемые в алгоритмах коррекции строятся для самых эффективных переменных вектрора состояния на каждом интервале работы НК. Определение переменных состояния, которые будут использоваться на каждом интервале работы комплекса происходит непостредственно в процессе полета на основе ансамбля критериев селекции. Системный синтез моделей происходит в динамике, т.е. зависит от режима полета ЛА.В алгоритмическом обеспечении НК используются модели с максимальными степенями наблюдаемости и идентифицируемости (Балонин, Балакришнан, Неусыпин, Пролетарский) и управляемости (Кузовков Н.Т., Неусыпин К.А., Фам Суан Фанг) переменных состояния.

Реализация алгоритмического обеспечения НК осуществляется на борту ЛА, поэтому для упрощения алгоритмического обеспечения и в тоже время повышения точности навигационных определений использована концепция системного синтеза. Применение системного синтеза в системах управления ЛА и в НК предполагает анализ априорной информации и на его основе определение наилучшей конфигурации структур исследуемых объектов [6,7]. При выборе структуры комплекса во время интенсивного маневрирования аппарата возможно возникновение эффекта старения измерений и, как следствие, выделение неоптимальной структуры НК. Таким образом, снижается точность

навигационных определений. Данный недостаток может быть скомпенсирован при использовании системного синтеза для выбора структуры комплекса и состава вектора состояния математическох моделей непосредственно в полете. Данный подход назван динамическим системным синтезом.

Размерность русла (количество ключевых параметров, которые достаточно хорошо определяют исследуемый процесс), как правило, невелика. На практике размерность русла может быть определена на основе априорной информации и апостериорной информации об объекте исследовани. Так же на определение размерности русла влияют вычислительные возможности БЦВМ, установленной на борту ЛА.

При определении русла применяется разработанная методика: формируется ансамбль критериев, на основании которого и выбираются доминирующие параметры.

По результатам обработки информации определяется наилучший (оптимальный) состав комплекса. Во время работы НК проводятся измерения, рассчитываются значения критериев селекции (при использовании каждого внешнего датчика навигационной информации в совместной работе с ИНС), осуществляется построение прогнозирующей модели и прогноз, проводится оценивание вектроа состояния, который включает в себя ошибки ИНС, производится коррекции ошибок ИНС, выявляется оптимальный состав комплекса, который и будет использован на донном интервале работы ЛА (интервал прогнозирования).

Для того, чтобы получить наиболее достоверную информацию в блоке комплексирования и сравнения используется ансамбль критериев, к состав которого дополнительно включены критерий степени наблюдаемости, критерий степени управляемости и критерий степени идентифицируемости. Следовательно при формировании структуры комплекса на основе системного синтеза применяются только хорошо наблюдаемые, идентифицируемые и управляемые переменные состояния.

Таким образом, представлена возможность применения концепции системного синтеза для разработки структуры НК ЛА. Для формирования моделей погрешностей навигационных систем предложено применять в качестве доминирующих параметров переменные состояния с повышенными характеристиками наблюдаемости. Взаимосвязанность используемых переменных состояния вычисляется при помощи алгоитма построения линейных трундов и алгоритма самоорганизации. Применение ситемного синтеза для формирования алгоритмического обеспечения НК ЛА дает возможность реализовывать алгоритмическое обеспечение в современных серийных БЦВМ.

При определении оптимальной структуры НК в критериях комплексирования вместо априорной информации о наблюдаемых компонентах вектора состояния использованы результаты прогноза. Алгоритмическое обеспечение НК предложено разрабатывать с использованием концепции системного синтеза, позволяющего формировать модели только для доминирующих параметров, существенно упрощающих реализацию алгоритмов в БЦВМ ЛА.

В пятой главе представлены результаты экспериментальных исследований разработанных алгоритмов.

Представлены результаты математического моделирования с использованием тестовых моделей погрешностей ИНС.

Результат моделирования погрешности ИНС в автономном режиме и с коррекцией, полученной посредством редуцированного алгоритма управления, адаптивного алгоритма управления и разработанного нелинейного алгоритма управления.

Результаты моделирования по реальным данным ИНС Ц060К продемонстрировали работоспособность использованного нелинейного алгоритма управления, базирующегося на SDC-представлении нелинейной модели погрешностей ИНС. С помощью разработанного алгоритма управления удается существенно повысить точность навигационных определений летательного

аппарата.

Представлены результаты работы НК с интеллектуальной компонентой, а также результаты применения в алгоритмах комплексирования концепции динамического системного синтеза.

Работоспособность разработанных алгоритмов продемонстрирована с использованием данных полунатурного эксперимента с реальной ИНС.

Проведен анализ результатов моделирования и сравнительные точностные характеристики разработанных алгоритмов.

В заключении приведены основные результаты диссертационной работы.

Глава 1. СОВРЕМЕННЫЕ НАВИГАЦИОННЫЕ КОМПЛЕКСЫ ЛА

1.1. Структуры навинационных комплексов ЛА

В связи с усложнением задач, которые решаются при помощи навигационных систем все большее число различных навигационных систем и датчиков позволяют осуществлять комплексную обработку информации [39, 59]. Совместная обработка информации от нескольких систем или датчиков называется комплексированием. Совокупность различных навигационных систем и датчиков, связанных при помощи алгоритмическго обеспечения называется навигационным комплексом (НК) [1, 18, 29, 33].

В состав НК, как правило, включают оборудование различное по принципу действия, характеристикам и т.д. Таким образом обеспечивается решения пилотажно-навигационных задач при любых условиях полета.

Примерный состав современного пилотажно-навигационного комплекса (ПНК) предствален на Рис. 1.1.

Рис. 1.1. Типовой состав пилотажно-навигационного комплекса.

В ПНК, построенных по данной схеме присутствует разделение на функциональные группы.

Состав информационно-управляющего поля кабины ЛА:

- органы управления ЛА

- средства ввода-вывода (многофункциональный индикатор (МФИ), многофукциональный пульт управления (МФПУ), и т.д.)

Список литературы диссертационного исследования кандидат наук Селезнева, Мария Сергеевна, 2017 год

СПИСОК ЛИТЕРАТУРЫ

1. Агеев В.М., Павлова Н.В. Приборные комплексы летательных аппаратов и их проектирование. М.: Машиностроение, 1990. 432 с.

2. Анохин П.К. Биология и нейрофизиология условного рефлекса. М.: Медицина, 1968. 546 с.

3. Анохин П.К. Проблемы центра и периферии в физиологии нервной деятельности. Н. Новгород, 1935. 399 с.

4. Афанасьев В. Н. Управление нелинейными неопределенными динамическими объектами. М.: Либроком/URSS, 2015. 224 с.

5. Бабиченко А.В. Прикладные методы обработки информационно -управляющих комплексов высокоманевренных летательных аппаратов: дис. ... доктор техн. наук. Москва. 2009. 422 с.

6. Бабиченко А.В., Никулин А.С., Радченко И.В. Информационная интеграция инерциальной и спутниковой навигационных систем в модернизируемых бортовых комплексах высокоманевренных летательных аппаратов // Авиакосмическое приборостроение. 2008. № 11. С. 18-25.

7. Бабиченко А.В., орехов М.И., Рогалев А.П. основы построения системы комплексной обработки информации в интегрированных комплексах бортового оборудования перспективных многофункциональных летательных аппаратов // Авиакосмическое приборостроение. 2007. № 2. С.43-49.

8. Бабиченко А.В., Шкред В.К. оценка курсовой погрешности инерциальных навигационных систем // Авиакосмическое приборостроение. 2008. № 11. С.12-17.

9. Васильев С.Н. Методы синтеза условий выводимости хорновских и некоторых других формул // Сибирский математический журнал. 1997. Т. 38, N0 5. С.1034-1046.

10. Интеллектуальное управление динамическими системами / Васильев С.Н [и др.]. М.: Физматлит, 2000. 352 с.

11.Виноградов А.Н. Динамические интеллектуальные системы. Представление знаний и основные алгоритмы // Изв. РАН. Теория и системы управления. 2002. № 6. С.12-18.

12. Девятисильный А. С., Числов К. А. Модель безгироскопной интегрированной инерциально-спутниковой навигационной системы // Измерительная техника. 2016. № 2. С. 11-13.

13. Навигационный комплекс с повышенными характеристиками наблюдаемости и управляемости / Селезнева М.С. [и др.] // Авиакосмическое приборостроение. 2016. №6. С. 18-24.

14. Разработка алгоритма построения моделей для коррекции навигационных систем в автономном режиме / Джанджгава Г.И. [и др.]. // Авиакосмическое приборостроение. 2015. - №8. С. 30-38.

15. Развитие интегрированных комплексов бортового оборудования летательных аппаратов нового поколения. / Джанджгава Г.И. [и др.]. // Авиакосмическое приборостроение. 2007. № 2. С.4-11.

16.Джанджгава Г. И., Голиков В. П., Шкред В. К. Алгоритмы обработки информации серийных самолетных платформенных инерциальных навигационных систем // Авиакосмическое приборостроение. 2008. № 11. С. 4-11.

17. Захаров В.Н. Интеллектуальные системы управления: основные понятия и определения // Известия РАН. Теория и системы управления. 1997. N03. С.138-145.

18.Земляный Е.С. Пилотажно-навигационный комплекс с интеллектуальной поддержкой экипажа летательного аппарата: дис. ... канд. техн. наук. Москва. 2016. 138 с.

19. Зубов н. Е., Микрин Е А., Рябченко В Н. Матричные методы в теории и практике систем автоматического управления летательных аппаратов. М.: МГТУ. 2016. 666с.

20.Ивахненко А.Г., Мюллер Й.Я. Самоорганизация прогнозирующих моделей. Киев, Техника, 1985. 223 с.

21.Кабакова А.С., Высокова М.С., Чан Н.Х. Методы коррекции навигационных систем летательных аппаратов // Молодежный научно-технический вестник. 2015. №2. С. 18.

22. Козлов В.И. Системы автоматического управления летательными аппаратами. М.: Машиностроение, 1979. 216 с.

23.Красовский А. А. Развитие концепции, аналитическая теория, алгоритмическое обеспечение двухконтурного самооптимизирующегося регулятора // Теория и системы управления. 1999. С. 4-8.

24.Красовский Н.Н. Теория управления движением. М.: Наука, 1968. 476 с.

25. Кузовков Н.Т., Карабанов С.В., Салычев о.С. Непрерывные и дискретные системы управления и методы идентификации. М.: Машиностроение, 1978. 222 с.

26.Кузовков Н.Т., Салычев О.С. Инерциальная навигация и оптимальная фильтрация. М.: Машиностроение. 1982. 215 с.

27.Кэ Фан. Анализ и разработка интеллектуальной системы управления летательными аппаратами одного класса: дис. ... канд. техн. наук. Москва. 2005. 141 с.

28.Лукашин Ю.П. Адаптивные методы краткосрочно прогнозирования. М.: Статистика, 1979. 416 с.

29.Лукьянов В.В. Персональный навигационный комплекс // Вестник Московского государственного технического университета им. Н.Э. Баумана. Серия Приборостроение. 2006. №2. С. 87-99.

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

31.Малинецкий Г.Г., Курдюмов С.П. Новое в синергетике: Взгляд в третье тысячилетие. М.: Наука, 2002г., 478 с.

32.Неусыпин А.К., Неусыпин К.А. Алгоритмическое обеспечение систем навигации и наведения. М.: «Сигналъ» МПУ, 1999. 220 с.

33. Неусыпин А.К., Неусыпин К.А. Системы управления космическими летательными аппаратами. М.: МГОУ, 2004. 232 с.

34.Неусыпин К.А. Исследование критериев управляемости и наблюдаемости навигационных систем // Автоматизация и современные технологии. 2008. № 9. С. 14-18.

35. Неусыпин К.А. Направления развития интеллектуальных систем //Автоматизация и современные технологии. 2002. №12. С. 23-28.

36.Неусыпин К.А. Разработка модифицированных алгоритмов самоорганизации для коррекции навигационной информации// Автоматизация и современные технологии. 2009. № 1. С. 37-39.

37.Неусыпин К.А. Современные системы и методы наведения, навигации и управления летательными аппаратами. М.: МГОУ. 2009. 500 с.

38. Неусыпин К.А., Логинова И.В. Вопросы теории и реализации интеллектуальных систем. М.: Сигналъ МПУ, 1999. 220 с.

39.Неусыпин К.А., Пролетарский А.В. Метод повышения точности автономных навигационных систем // Автоматизация и современные технологии. 2011. № 2. С.30-34.

40.Неусыпин К.А., Пролетарский А.В., Власов С.В. Алгоритмические способы повышения точности автономных навигационных систем // Труды ФГУП «НПЦАП». Системы и приборы управления. 2010. № 3. С. 68-74.

41.Неусыпин К.А., Пролетарский А.В., Шолохов Д.О. Разработка измерительного комплекса летательного аппарата на основе подхода алгоритмического конструирования // Электронное научно-техническое

издание «образование и наука», №3, 2012: URL: http://technomag.edu.ru/doc/326903. html.

42.Неусыпин К.А., Пролетарский А.В., Цибизова Т.Ю. Системы управления летательными аппаратами и алгоритмы обработки информации. М.: МГОУ, 2006. 219 с.

43.Неусыпин К.А., Селезнева М.С. Измерительный комплекс с интеллектуальной компонентой для летательного аппарата // Автоматизация. Современные технологии. 2016. №9. С. 27-30.

44.Неусыпин К.А., Селезнева М.С. Разработка навигационного комплекса с интеллектуальной компонентой // Будущее машиностроения России. Сборник докладов восьмой Всероссийской конференции молодых ученых и специалистов. 2015. С. 1115-1118.

45.Неусыпин К.А., Шарков А.А. Использование эволюционных механизмов в алгоритме самоорганизации // Труды V Международного симпозиума «Интеллектуальные системы». Москва, 2002. С. 50-55.

46.Неусыпин К.А., Шарков А.А., Казаков К.А. Самоорганизация моделей алгоритма коррекции сигналов систем ОРБ/ГЛоНАСС.//Актуальные проблемы российской космонавтики: Труды XXVII Академических чтений по космонавтике. Москва, 2003. С. 20-24.

47.Неусыпин К.А., Шэнь Кай. Модификация нелинейного фильтра Калмана с использованием генетического алгоритма // Автоматизация и современные технологии. 2014. № 5. С. 9-11.

48.Неусыпин К.А., Фам Суан Фанг. Численный критерий степени управляемости переменных состояния // Автоматизация и современные технологии. 2007. № 7. С. 15-18.

49.Парусников Н.А., Морозов В.М., Борзов В.И. Задача коррекции в инерциальной навигации: М.: МГУ, 1982. 228 с.

50. Пат. 2451907(РФ), МПК G01C 23/00. Комплексная навигационно-прицельная система / Бабиченко [и др.]. Заявлено 13.10.2010; опубл. 27.05.12, Бюл. № 15.

51.Пат. 2391262 (РФ), МПК B64D 43/00. обзорно-прицельная система летательного аппарата / Бабиченко [и др.]. Заявлено 18.02.09; опубл. 10.06.10, Бюл. № 16.

52.Пат. 2392198 (РФ), МПК B64D 43/00, G01C 23/00, F41G 3/22. Прицельно-навигационный комплекс оборудования многофункционального самолета / Бабиченко [и др.]. Заявлено 15.06.09; опубл. 20.06.10, Бюл. № 17.

53. Пат. 2389001 (РФ), МПК G01C 23/00. Комплексная система определения скорости / Бабиченко [и др.]. Заявлено 18.02.09; опубл. 10.05.10, Бюл. № 13.

54.Пат. 25612552 (РФ). Селективный навигационный комплекс / Неусыпин К.А., Пролетарский А.В. Заявлено 06.2015, приоритет 7.02.2014.

55. Пат. 2565345 (РФ). Навигационный комплекс / Неусыпин К.А., Пролетарский А.В. Заявлено 16.09.2015, приоритет 07.02.2014.

56. Пат. 2568168 (РФ). Навигационный комплекс / Неусыпин К.А., Пролетарский А.В. Заявлено 14.10.2015, приоритет 07.02.2014.

57. Пролетарский А.В. Концепция системного синтеза динамических объектов // Автоматизация и современные технологии. 2007, №8. С. 20-23.

58. Пролетарский А.В., Неусыпин К.А. Разработка редуцированного алгоритма самоорганизации для коррекции навигационных систем // Научное обозрение. 2013. № 9. С. 333-447.

59.Пролетарский А.В., Неусыпин К.А. Способы коррекции навигационных систем и комплексов летательных аппаратов // Вестник МГТУ им. Н.Э. Баумана: Серия «Приборостроение». Спецвыпуск № 5. Информатика и системы управления. 2012. С.216-223.

60. Пролетарский А.В., Селезнева М.С. Измерительный комплекс с интеллектуальной компонентой для летательного аппарата // Современные

аспекты фундаментальных наук. Труды второго международного симпозиума. 2015. С. 196-199.

61.Пролетарский А.В., Селезнева М.С. Система управления летательными аппаратами с использованием концепции системного синтеза // Технические науки - от теории к практике. 2016. №54. С. 73-77.

62.Пупков К.А Интеллектуальные системы: Проблемы теории и практики // Изв. Вузов. Приборостроение. 1994. №9-10.С.5-7.

63.Пупков К.А., Неусыпин К.А. Вопросы теории и реализации систем управления и навигации. М.: Биоинформ, 1997. 363 с.

64.Рыбина Г.В. Интеллектуальные системы: от А до Я. Серия монографий в трёх книгах. Книга 1. Системы, основанные на знаниях. Интегрированные экспертные системы. М.: ООО «Научтехлитиздат», 2014. 223 с.

65.Рыбина Г.В. Интеллектуальные системы: от А до Я. Серия монографий в трёх книгах. Книга 2. Интеллектуальные диалоговые системы. Динамические интеллектуальные системы. М.: ООО «Научтехлитиздат», 2015. 163 с.

66.Рыбина Г.В. Интеллектуальные системы: от А до Я. Серия монографий в трёх книгах. Книга 3. Проблемно-специализированные интеллектуальные системы. Инструментальные средства построения интеллектуальных систем. М.: ООО «Научтехлитиздат», 2015. 179 с.

67.Салычев о.С. Скалярное оценивание многомерных динамических систем. М.: Машиностроение, 1987. 215 с.

68.Селезнева М.С. Применение интеллектуальных технологий при проектировании систем управления и измерительных комплексов // Технические науки - от теории к практике. 2016. №58-1. С. 93-98.

69.Селезнева М.С. Разработка высокоточных навигационных комплексов космических летательных аппаратов // Актуальные проблемы российской космонавтики. Труды XXXIX академических чтений по космонавтике. 2015. С.420.

70.Селезнева М.С. Разработка навигационного комплекса летательного аппарата на основе концепции системного синтеза // Технические науки -от теории к практике. 2017. №2(62). С. 12-16.

71. Селезнева М.С. Разработка селективного измерительного комплекса КЛА // Труды первого международного симпозиума «Савременные аспекты фундаментальных наук». 2013. С.262-263.

72.Селезнева М.С. Селективный измерительный комплекс для летательного аппарата // Наука сегодня: проблемы и пути решения. Материалы международной научно-практической конференции в 2 частях. 2016. №6. С.66-67.

73. Селезнева М. С., Неусыпин К. А. Разработка измерительного комплекса с интеллектуальной компонентой // Измерительная техника. 2016. № 9, С. 1014.

74. Задача коррекции инерциальных навигационных систем с использованием самоорганизующейся прогнозирующей модели / Селезнева М.С [и др.] // Технические науки - от теории к практике. 2016. №12. С. 28-33.

75.Селезнева М.С., оглоблина Ю.С. Построение самоорганизующейся модели с высокой степенью наблюдаемости // Научный взгляд. Труды международной научно-практической конференции. 2015. С. 250-253.

76. Динамический системный синтез алгоритмического обеспечения навигационного комплекса летательного аппарата / М.С. Селезнёва [и др.] // Приборы и системы. Управление, контроль, диагностика. 2017. №2. С. 36-42.

77.Степанов О. А. Применение теории нелинейной фильтрации в задачах обработки навигационной, Изд. 3-е. СПб.: ЦНИИ «Электроприбор», 2003. 370 с.

78.Фам С.Ф., Неусыпин К.А., Селезнева М.С. Разработка компактного алгоритма самоорганизации // Наука сегодня: проблемы и пути решения. Материалы международной научно-практической конференции в 2 частях. 2016. №6. С.64-65.

79.Фам С.Ф., Селезнева М.С. Система управления летательными аппаратами с использованием концепции системного синтеза // Теоретические и практические исследования XXI века. Труды II международной научно-практической конференции. 2016. С. 104-106.

80. Федосов Е.А. Перспективные комплексы бортового оборудования воздушных судов на базе интегрированной модульной авионики второго поколения //Материалы Всероссийской научно-технической конференции «Навигация, наведение и управление летательными аппаратами». М.: Научтехлитиздат, 2012, С.14-17

81. Чан Нгок Хыонг. Разработка алгоритмов коррекции и прогнозирования для автономных навигационных систем летательных аппаратов: дис. ... канд. техн. наук. Москва. 2016. 125 с.

82. Чан Н.Х., Селезнева М.С. Разработка алгоритмов коррекции навигационных систем // Актуальные вопросы фундаментальных наук. Труды международной научной конференции. 2014. С. 155-158.

83.Чернодаров А.В. Контроль, диагностика и идентификация авиационных приборов и измерительно-вычислительных комплексов. М.: ООО «Научтехлитиздат», 2017.-300 с.

84.Шолохов Д.О. Разработка методов комплексирования и оценивания измерительных систем беспилотного летательного аппарата: дис. ... канд. техн. наук. Москва. 2012. 146 с.

85.Шахтарин Б.И. Нелинейная оптимальная фильтрация в примерах и задачах. М.: Гелиос АРВ, 2008. 344 с.

86.Шахтарин Б.И., Шэнь Кай, Неусыпин К.А. Модификация нелинейного фильтра Калмана в схеме коррекции навигационных систем летательных аппаратов // Радиотехника и электроника. 2016. Том 61, № 11. С. 1065-1072.

87. Шэнь Кай, Неусыпин К. А. Исследование критериев степени наблюдаемости, управляемости и идентифицируемости линейных динамических систем // Мехатроника, автоматизация, управление. 2016.

№ 11. C. 723-731.

88.Astrom K.J., McAvoy T.J. Intelligent control: An overview and evaluation. New York: Van Nostrand Reinhold. 1992. 175 p.

89.Collinson R.P.G. Introduction to Avionics Systems. N.Y.: Springer Science+Business Media, 2011, 498 p.

90.Grewal S.M., Weil L.R., Andrews A.P. Global Positioning Systems,Inertial Navigation, and Integration. New JerseyA John Wiley & Sons Ltd, 2007, 392 p.

91. Groves P.D. Principles of GNSS, inertial, and multisensor integrated navigation systems. Artech House, 2013. 800 p.

92.M.M.Gupta, N.K.Sinha. Intelligent control systems: Theory and application. New York: IEEE Press, 1996. 324 p.

93.Jazwinski A. H. Stochastic processes and filtering theory. New York: Dover Publications, 2007. 390 p.

94.Novel variable structure measurement system with intelligent components for flight vehicles / Maria S. Selezneva et al. // Metrology and measurement systems. Vol. 24 (2017), No. 2, pp. 347-356.

95. Ley W., Wittmann K., Hallmann W. Handbook of space technology. John Wiley & Sons, 2009. 908 p.

96.Neysipin K.A., Proletarsky A.V. Reserch scalar filtering algorithm with selforganization method for modeling control system // Sciense&military volume, 5, 2010. № 2. pp. 24-28.

97.Neusypin K. A. et al. Aircraft self-organization algorithm with redundant trend // Journal of Nanjing University of Science and Technology. 2014. № 5. pp. 602607.

98.Noureldin A., Karamat T.,Georgy J. Fundamentals of Inertial Navigation? Sattellite-based Positioning and their Integration. Heigelberg: Springer-Verlag, 2013. 324 p.

99.Russel S.J., Norvig P. Artificial Intelligence: A Modern Approach, Prentice-Hall, Inc., 1995. 1152 p.

100. Salychev O.S. MEMS-based Inertial Navigation: Expectations and Reality,

Moscow: Bauman MSTU Press, 2012. 207 p.

101. Selezneva M.S., Neusypin K.A. Development of a measurement complex with intelligent component // Measurement Techniques, Vol. 59, №9, December 2016. pp. 916-922.

102. Shakhtarin B. I., Shen Kai, Neusypin K. A. Modification of the nonlinear Kalman filter in a correction scheme of aircraft navigation systems // Journal of Communications Technology and Electronics. 2016. Vol. 61, No. 11. pp. 12521258.