CC BY
46
Секция «Математическое моделирование управления и оптимизации»
подтверждено и в дальнейшем исследовании для большей размерности задач, то его можно будет считать универсальным и практически применимым.
Библиографическая ссылка
1. Kennedy J., D. C. Eberhart, 1995. Particle swarm optimization. Proc. IEEE Int. Conf on Neural Networks, IV Piscataway, NJ: IEEE Service Center. Р. 1942-1948.
© Портняжкина Е. В., Бежитский С. С., 2010
УДК 623.465.75
О. В. Рассохина Научный руководитель - А. Н. Пономарев Балтийский государственный технический университет «ВОЕНМЕХ» имени Д. Ф. Устинова, Санкт-Петербург
АДАПТИВНЫЕ СИСТЕМЫ УПРАВЛЕНИЯ БОЕВЫХ ЭЛЕМЕНТОВ
Рассматриваются способы повышения эффективности боевых элементов путем построения имитационной модели управления и введением в нее адаптивно-параметрического идентификатора и фильтра. Обсуждаются основные задачи, при решении которых следует использовать вышеупомянутые введения.
Одним из направлений развития высокоточного оружия для поражения малоразмерных бронированных целей является разработка самоприцеливающихся и самонаводящихся боевых элементов (БЭ).
В настоящее время боевые разведывательно-ударные системы высокоточного оружия представляют собой органическое сочетание высокоэффективных средств разведки, управления, доставки, поражения и документирования результатов. Для расширения условий боевого применения, повышения точности наведения и помехозащищенности чаще всего идут по пути создания унифицированной, универсальной по целям комбинированной ра-диолокационно-оптико-электронной системы конечного наведения. Причем с использованием как активных, так и пассивных каналов, а также различных радиометрических информационных средств [1]. Вся информация в многоспектральных датчиках описывается статистическими характеристиками того случайного фоно-целевого ансамбля, которому принадлежит практически непредсказуемый многомерный нестационарный сигнал. Это обусловлено тем, что время и место использования боевых элементов заранее неизвестно, поэтому уровень и статистический характер поступающего на вход датчиков сигнала случайных помех априори неопределяемы. Усугубляют трудность выделения цели в различных географических, сезонно-климатических и суточных условиях обилие спектральных характеристик фоновых ландшафтов, а также их случайное солнечное освещение.
Решение проблемы повышения эффективности боевых элементов связано с необходимостью построения комплексной модульной имитационной модели процессов функционирования БЭ, позволяющей учитывать воздействие множественных возмущений и помех на различных стадиях и условиях применения. Параметрически возмущенная
модель считается неизвестной (известна только структура). Поэтому на начальном этапе осуществляется выбор некой «желаемой» математической модели, соответствующей номинальной модели в отсутствие параметрических возмущений. На следующем этапе определяется канал координатно-параметрического рассогласования - разность между истинной возмущенной моделью летательного аппарата и «желаемой», однако параметры его неизвестны, поэтому возникает необходимость ввода параметрического идентификатора, который с помощью итеративных адаптивных алгоритмов обучения вычисляет оценки неизвестных параметрических возмущений, неизвестные параметры модели летательного аппарата и параметры канала коорди-натно-параметрического рассогласования.
Кроме того, в системах управления боевых элементов достаточно часто применяются адаптивные информационные системы. Это обусловлено тем, что на базе адаптивных информационных систем созданы модели контуров адаптивной системы автоматического управления, в которых параметры закона управления перестраиваются в соответствии с новыми данными о параметрах математической модели летательного аппарата [2]. Их основное функциональное назначение - оценка неизвестных параметров математической модели движения летательного аппарата (адаптивно-параметрическая идентификация) и адаптивно-параметрическая фильтрация вектора состояния летательного аппарата. Адаптивно-параметрическая идентификация необходима, поскольку параметры математической модели (аэродинамические производные и т. д.) могут изменяться во времени из-за изменения режимов полета, выработки топлива, смещения центра тяжести и аэродинамического фокуса, сброса груза и т. д.
Основная задача, решаемая адаптивно-параметрическим идентификатором - подбор коэф-
Актуальные проблемы авиации и космонавтики. Информационные технологии
фициентов для системы автоматического управления. В наиболее распространенном случае идентификатор дает текущие оценки параметров математической модели, а на их основе таким образом синтезируется вектор к закона управления и = кх, чтобы обеспечить оптимальное управление [3]. Система отслеживает новые параметры математической модели и формирует на их основе новые параметры закона управления. При этом одним из значительных факторов, с которым часто приходится сталкиваться - это запаздывание в объекте. Наличие запаздывания отрицательно сказывается на работоспособности системы управления - решение задачи адаптивного управления осложняется отсутствием информации о будущем состоянии выходных переменных [3].
Для объектов с запаздыванием по управлению применение адаптивных систем с идентификатором позволяет обеспечить желаемые показатели качества в системах прямого адаптивного управления, причем как для устойчивых, так и неустойчивых объектов, функционирование которых происходит в условиях априорной неопределенности.
Уникальность системы с адаптивно-параметрическим идентификатором также в том, что возможно получение оценок параметров математической модели динамики движения (адаптивно-параметрическая идентификация) и получение оце-
нок вектора состояния (углы, угловые скорости и т. д.) при минимуме априорной информации.
Будущее самонаводящихся и самоприцеливающихся боевых элементов невозможно без применения систем адаптивной и параметрической идентификации. Применение подобных технических решений обеспечивает повышение автономности летательного аппарата при обеспечении требуемого уровня надежности.
Библиографические ссылки
1. Анцев Г. В., Сарычев В. А. Тенденция создания сверхширокополосных систем самонаведения. Обмен опытом в области создания сверхширокополосных радиоэлектронных систем : сб. докл. науч.-техн. конф. Омск : Изд-во ОмГТУ, 2008. С. 15-20.
2. Петрова И. Л., Чуманова О. В. Адаптивные системы в баллистике MLRS // Шестые Окуневские чтения : материалы докл. Междунар. конф. 23-27 июня 2008 г., Санкт-Петербург. Т. III / Балт. гос. техн. ун-т. СПб., 2008. С. 107-110.
3. Чуманова О. В. Концепция применения и развития высокоточного оружия // Четвертые уткин-ские чтения : материалы междунар. науч.-техн. конф. Т. 2 /Балт. гос. техн. ун-т. СПб., 2009. С. 5053.
© Рассохина О. В., Пономарев А. Н., 2010
УДК 519.68
И. С. Рыжиков Научный руководитель - С. С. Бежитский Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева, Красноярск
ОПРЕДЕЛЕНИЕ ЭФФЕКТИВНЫХ КОЭФФИЦИЕНТОВ ГЛОБАЛЬНОЙ И ЛОКАЛЬНОЙ СХОДИМОСТИ АЛГОРИТМА Р80 ОПТИМИЗАЦИИ ФУНКЦИЙ ВЫСОКОЙ РАЗМЕРНОСТИ
Рассматривается стайный алгоритм как оптимизационный метод с двумя настраиваемыми параметрами - индивидуальной и групповой сходимости. По статистике прогонок алгоритма на различных функциях различной размерности определены наиболее эффективные параметры.
Тестирование алгоритма производилось при минимизации функций: Растригина, Розенброка, Шве-феля, Сферической, Вейерштрасса, Экли, Гриванка; для задач размерности 2, 10, 30 и 100.
Параметры алгоритма выбирались из отрезка [0,4 2,4] с шагом 0,4. Результаты работы алгоритма усреднялись по 500 запусков для каждой пары параметров, каждой целевой функции и размерности задачи.
По результатам проведенных исследований, было определено, что наиболее эффективной по надежности является пара (0.8 2), где 0.8 - значение коэффициент локального, а 2 - глобального коэффициента сходимости. Наиболее эффективной по среднему значению целевой функции является пара (1,2 2).
о 11-1-1-1-1-1-1-
О 5 10 15 20 25 30 35
Надежность и средние значения функций для каждой пары настроек
