|
|
| Боровков Владимир Алексеевич. Алгоритм спутниковой радионавигации низковысотного космического аппарата при перерывах в поступлении измерений: Дис. ... канд. техн. наук : 05.07.09 ,-М.: РГБ, 2006, 2006 |
3.6 Область использования регуляризирующего алгоритма и формирование требований к БЦвМ для его реализации |
|
|
Анализ результатов, представленных в разделах 3,4, 3.5, и дополнительные расчеты дают возможность сделать вывод об областях эффективности предложенного алгоритма.
в практике эксплуатации навигационного обеспечения полетов НКА сформировалась и получила практическое обоснование последовательность уточнения баллистического коэффициента, как параметра модели движения, по которой он уточняется (обновляется в структуре НБО) на значительном интервале полета от одних до двух суток. Это обстоятельство обусловлено тем, что на таких интервалах влияние ошибок навигационных измерений на точность согласованных параметров модели незначительно.
в результате работы регуляризирующего алгоритма получается навигационная оценка в заданный момент времени со свойством согласования параметров модели движения на участке орбиты, на котором произведены навигационные измерения. Согласование параметров модели движения в регуляризирующем алгоритме происходит на интервале навигационных измерений [tbtn] за счет использования "стабилизирующего" функционала. Устойчивость решения относительно ошибок измерений достигается за счет использования регуляризирующего метода решения.
Как показало моделирование, решение навигационной задачи в предлагаемой постановке приобретает отличительные черты (особенности) "некорректно поставленной задачи" в полной мере, когда интервал навигационных измерений незначителен по длине и при этом ошибки навигационных измерений начинают оказывать существенное влияние на устойчивость процесса решения.
Областью эффективного применения регуляризирующего алгоритма является решение навигационной задачи при отсутствии избытка навигационной измерительной информации, уточненного параметра модели движения (баллистического коэффициента) и необходимости прогнозирования значения навигационной оценки на значительные промежутки времени. Данные обстоятельства могут иметь место в процессе функционирования НКА после динамических операций и наличия значительных промежутков времени без навигационных измерений, что характерно при нештатном функционировании системы спутниковой навигации.
Наиболее эффективным является применение предложенного алгоритма для вычисления навигационной оценки в БКУ и НКУ в случае использования ее, при значительном удалении по времени от момента получения. Данный алгоритм целесообразно использовать дополнительно с алгоритмом средневзвешенного МНК, описанном в разделе 2.1. При указанных в
3.4.2 свойствах навигационной информации, поступающей в обработку из НП, и выборе момента использования и, в особенности, при продолжительном интервале без навигационных измерений, использование данного алгоритма наиболее эффективно.
Алгоритм имеет регуляризирующие свойства при вычислении оценки в выбранный момент времени относительно ошибок модели движения в том смысле, в котором его определил А.Н. Тихонов. "Регуляризация - использование той или иной формы отбора допустимых решений при построении устойчивых к исходной информации приближенных решений некорректно поставленных задач". в технической литературе понятие "некорректно поставленной задачи" определяется в упрощенном виде, как задача, в которой нарушается условие устойчивости решения, т.е. малые ошибки (помехи) измерений (исходных данных) могут привести к большим значениям ошибки решения.
Предлагаемый алгоритм сложен в вычислительном отношении в сравнении, с алгоритмом основанном на (средневзвешенным) МНК, поскольку он требует дополнительного численного интегрирования уравнений математической модели движения и дополнительных матричных операций.
Значения весовых сомножителей при прогнозирующей части могут выбираться при помощи статистической обработки в сравнении с традиционным МНК (средневзвешенным).
При фиксированных схемах навигационных измерений и планируемых продолжитель- ностях интервалов использования навигационной информации есть возможность выбирать значения весовых сомножителей алгоритма при "прогнозирующей" части заранее во время дополетной подготовки.
При работе регуляризирующего алгоритма используется баллистический коэффициент, уточненный на предыдущем интервале, а также используется априорная информация о величине максимального изменения баллистического коэффициента на следующем интервале. величина максимального изменения баллистического коэффициента зависит от параметров орбиты НКА и текущего значения плотности атмосферы Земли в диапазоне высот полета. Таким образом, априорной информацией для регуляризирующего алгоритма может стать текущие значения уровня солнечной и геомагнитной активности, которые определяют плотность атмосферы.
в предлагаемом регуляризирующем алгоритме на интервале прогноза используется баллистический коэффициент, уточненный на предыдущем суточном интервале и уровень величины его ошибки (Двбтах)-
На основании этих заключений регуляризирующий алгоритм с учетом количества используемых гармоник в модели геопотенциала Земли имеет область эффективного использования (выигрыш по точности более 10-15 %), которую можно схематично представить в виде
рисунка З.Н. На указанном рисунке для выбранного количества используемых в модели движения гармоник в разложении геопотенциала (4, 8, 16) возможно, проиллюстрировать область эффективности регуляризирующего алгоритма в виде трех областей на плоскости, которые определяют соотношения двух параметров:
по оси абсцисс длительность интервала прогнозирования в витках,
по оси ординат средняя высота орбиты (Нср) НКА.
Нср, км
Рисунок З.Ц - Области эффективности использования регуляризирующий алгоритма, в зависимости от числа гармоник модели движения (р=4, 8, 16) и средней высоты (Нср) орбиты
НКА
Длина интервала прогнозирования в 16 витков соответствует кратности интервала обновления Se в НБО. Алгоритм можно использовать в структуре НБО при дополнительных требованиях к вычислительным ресурсам БЦвМ. Эти требования можно оценить на основании сравнительного анализа аналитических выражений для получения навигационных оценок в разделах 2.1 и 3.2, размеров исходных текстов соответствующих программ, их загрузочных файлов (см. приложение в) и времени счета на ПЭвМ. Требования к вычислительным ресурсам предъявляются выше в сравнении с традиционно используемым алгоритмом сглаживания, основанном на средневзвешенном МНК; по памяти в 1,5 раза;
по времени вычисления в 3-4 раза без выбора значения сомножителя а при "стабилизирующей" части критерия.
Значение параметра регуляризации а, используемого алгоритмом, определяется рядом факторов, к которым в первую очередь относятся три перечисленные:
параметрами орбиты НКА (в первую очередь минимальной и максимальной высотой); объемом навигационной информации (число навигационных измерений, их погрешности и расположение вдоль орбиты);
длиной интервала прогноза (t* - IN).
Значения всех перечисленных факторов заранее определенно при выборе облика навигационной системы конкретного КА.
На основании численных исследований, приведенных в этом разделе, можно сделать вывод о возможности составления базы данных значений параметра а, от трех перечисленных факторов. При этом для использования в конкретной навигационной системе размерность массивов ограничена. Анализ результатов численного моделирования регуляризирующего алгоритма позволяет сделать вывод, что регуляризация даже при неоптимальном выборе параметра а дает ощутимый выигрыш по точности. Это объясняется чувствительностью "стабилизирующего" функционала к изменениям условий движения НКА. На основании проведенных в данном разделе исследований предлагается следующая структурная схема (см. рисунок 3 .iZ) навигационного обеспечения для НКА. Данная схема является развитием схемы, представленной в разделе 1.2 на рисунке 1.4. Она дополнена базой данных параметров регуляризации сформированных для данных условий функционирования НКА.
Предлагается следующая база данных для типовой орбиты НКА (орбита с параметрами: высотами перигея и апогея: h~250 км, 11=350 км и наклонением i=67 градус) полученная путем численного подбора (см. раздел 3,5.4 , таблицу 3.7).
Значение параметра регуляризации а Интервалы витков
1 1 -2
1 2-4
0.8 5-6
0.5 7-8
0.3 8-11
0.1 12-16
При необходимости базу данных можно сформировать с меньшим шагом по времени. Для получения из базы данных значения параметра для промежуточных значений времен предлагается использовать линейную интерполяцию. Общий подход к вычислению регуля- ризированной оценки cf(t*) описан в разделе 3.4.1.
Потребители навигационной информации
Рисунок 3.11- Используемая схема НБО НКА (КА ДЗЗ) с предлагаемым дополнением и базой данных параметров регуляризации ОС.
выводы по третьему разделу
По главе 3 можно сделать следующие выводы:
анализ матричных нормальных уравнений показывает, что целевой функционал чувствителен к значению параметра а в разной степени в зависимости от схемы навигационных измерений и интервала прогноза до t*;
выбор схемы навигационных измерений (количество и интервал навигационных измерений) в существенной степени влияет на гладкость кривых графических зависимостей параметров aopt, О* на интервале прогноза и степень совпадения величин о* и Oxper в прогнозе до t*;
существенные отличия в значениях вычисленных дисперсий Сх и <7хрег на большом интервале обусловлены решением задачи в линеаризированной постановке при усилении нелинейных зависимостей;
анализ структуры целевого функционала и соответствующих ему нормальных уравнений показал, что предложенный подход в вычислении регуляризированной навигационной оценки методически обосновывается теорией решения "некорректно поставленных задач";
регуляризирующий навигационный алгоритм чувствителен к изменению входной навигационной информации, изменению параметров модели движения (в частности ошибки Ss) и величине сомножителя а при "стабилизирующем" слагаемом в целевом функционале;
для регуляризирующего алгоритма требуется предварительное формирование базы данных параметров а, которая упорядочена по длине интервала прогнозирования до t* и соответствует параметрам орбит НКА;
на основании проведенного анализа является целесообразным применение регуляризирующего алгоритма (в качестве дополнительного навигационного алгоритма в структуре навигационного обеспечения) для вычисления навигационной оценки НКА в БКУ или НКУ при использовании навигационной информации, удаленной по времени на значительное расстояние от интервала получения навигационной оценки (на интервале времени продолжительности от одного витка НКА до одних суток) при этом точность навигационной оценки повышается в 1,3 - 1,8 раза по сравнению с традиционным алгоритмом;
регуляризирующий алгоритм требует значительно больше вычислительных ресурсов, чем используемые в настоящее время в БКУ простые в реализации алгоритмы (требования по памяти возрастают в 1,5 раза, а по быстродействию в 3,5 раза).
|
| << Предыдушая |
|
Следующая >> |
|
= К содержанию = |
|
Информация, релевантная "3.6 Область использования регуляризирующего алгоритма и формирование требований к БЦвМ для его реализации" |
- введение
области его эффективного использования. Численным моделированием показано преимущество от его использования на интервалах прогнозирования более двух витков орбиты при наличии ошибок параметров модели движения (баллистического коэффициента). При поиске алгоритма решения навигационной задачи с учетом величины погрешности баллистического коэффициента появилась необходимость решать задачу поиска
- 3.4.2 Формирование требований к точности навигационных измерений для эффективного функционирования регуляризирующего алгоритма
область чувствительности алгоритма к изменениям параметров модели движения в зависимости от средней высоты полета (Нс), от интервала прогноза по виткам при используемой модели движения с учетом четырех гармоник в разложении геопотенциала Земли (рисунок 3.3). 500 -. . 400 - 300 1 о -I , , , , , витки 0 1 2 3 4 5 Рисунок 3.3 - Область чувствительности
- 1.2 Анализ современной структуры построения НБО при использовании СРНС
использования в различных системах КА. в российских КАДЗЗ, которые относятся к НКА для НБО предпочтительно использовать информацию, полученную от спутниковой радионавигационной системы ГЛОНАСС. К основным системам НКА, использующим навигационную, информацию относятся /44/: системы стабилизации и ориентации НКА; система определения углового положения; системы управления движения центра масс, в том
- Заключение
использовании информации от спутниковых радионавигационных систем в условиях возможного возникновения перерывов в поступлении измерений позволил внести в структуру изменения, направленные на повышение качества навигационного обеспечения за счет вычисления оценки параметров движения непосредственно в требуемый момент времени. С учетом особенностей баллистики низковысотного космического аппарата и
- 3.1 выбор вида функционала для вычисления навигационной оценки НКА
область возможных решений. Необходимость решать задачу сглаживания с ограничениями вызвана наличием для НКА существенных ошибок навигации, обусловленных значительным влиянием ошибки баллистического коэффициента Sg в операторе прогноза ^(t*,qw,Ss). Наличие ошибок измерений (Kq(tj) Ф 0) и ошибок модели атмосферы (ASo Ф 0) порождает различные варианты ошибок вектора оценки tf(t*) (см. главу 2): при
- 3.5.4 Численное моделирование при совместных ошибках модели поля Земли и ошибках баллистического коэффициента
использования её в БКУ с БЦвМ с недостаточными вычислительными ресурсами. Результаты моделирования сведены в таблицы, различные для разных схем навигационного обеспечения. Параметр для оценивания 5R= ~/бХ2 + 6Y2+5Z2 такой же, как в разделе 3.5.1. в таблице 3.7 помещены величины ошибок 5R для оценки вычисленной по средневзвешенному МНК и спрогнозированной на заданное время t* и величины ошибок
- Введение
области информационно-телекоммуникационных технологий (ИТТ), которые становятся одним из наиболее важных факторов, влияющих на формирование общества 21 века. Их воздействием в значительной степени обусловлены наметившиеся тенденции к глобализации мировой экономики и к построению информационного общества. На состоявшемся в июле 2000г. на Окинаве форуме глав восьми индустриально развитых стран
- Актуальность исследований.
областях науки [6-11]. Особую значимость задачи анализа и обработки изображений имеют в обеспечении обороноспособности страны - повышение надежности предотвращения несанкционированного доступа к образцам военной техники и объектам военного назначения. В настоящее время эта задача решается с помощью организационно-технических мероприятий, реализуемых специальными службами с привлечением
- 3.1.1 Формирование обучающей выборки
область. При создании систем выделения сюжетной части изображения на основе нейронных сетей в первую очередь необходимо создание обучающей выборки максимально охватывающей все множество естественных данных. В качестве учебного набора используется большой набор изображений, полученных из различных источников. В процессе сбора лицевых изображений выполнялась задача обеспечения нейронной сети
- 3.2.2 Минимизация ресурсных требований к программной реализации
область между двумя окнами сканирования Рис. 3.21 Принцип общих вычислений. Это же характерно и для подвыборочных слоёв. Таким образом можно не рассчитывать отклик сети на каждый участок изображения, а свернуть всё изображение целиком, что обеспечивает существенное сокращение времени вычислений. На первом шаге алгоритма локализации шаг равен 4 пикселам. Такой выбор шага дает дополнительное
|
|
