УДК 629.78; 004.94
ЭВРИСТИЧЕСКИЙ МЕТОД ПОСТРОЕНИЯ МОДЕЛИ ФУНКЦИОНИРОВАНИЯ КОМАНДНО-ИЗМЕРИТЕЛЬНОЙ СИСТЕМЫ КОСМИЧЕСКОГО АППАРАТА
Исаева Ольга Сергеевна
К.т.н., старший научный сотрудник, Институт вычислительного моделирования СО РАН, 660036, г. Красноярск, ул. Академгородок 50, стр. 44, e-mail: isaeva@i cm. krasn. ru
Грузенко Евгений Андреевич Младший научный сотрудник, Институт вычислительного моделирования СО РАН, 660036, г. Красноярск, ул. Академгородок 50, стр. 44, e-mail: Gruzenko@icm. krasn. ru
Аннотация. В работе рассматривается метод построения модели функционирования бортовой аппаратуры командно-измерительной системы космического аппарата. Для проектирования модели используется эвристический подход, позволяющий выполнять упорядоченный выбор преобразований модели на основе дерева допустимых изменений, определяющих переходы от текущего состояния модели к последующим состояниям. Для выбора наилучшего пути по дереву изменений модели вводится оценка эффективности и адекватности, выполняется прогноз влияния отдельных ее элементов на достижение целей моделирования.
Ключевые слова: бортовая аппаратура командно-измерительной системы космического аппарата, имитационное моделирование, телекоманды, телеметрия.
Введение. В современном мире технологии компьютерного моделирования становятся неотъемлемой частью исследования сложных технических систем. Применение аналитических методов требует существенного упрощения постановки задачи, что может в некоторых случаях приводить к уменьшению достоверности получаемых результатов [10]. Имитационное моделирование позволяет, основываясь на совместном рассмотрении исследуемого объекта и процесса его функционирования, изучать взаимодействие и взаимосвязь отдельных компонентов системы, как между собой, так и с внешней средой [3, 11]. Наиболее актуальным использование моделирования становится в тех отраслях, где проведение экспериментальных исследований сопряжено с экономическими и технологическими трудностями [5]. Так, например, не существует универсальных проектных решений для построения и технического обеспечения бортовой аппаратуры космического аппарата. Разработка способов организации функционирования и взаимодействия бортовых систем характеризуется большой вариативностью. Это связано с широким спектром назначения и условий использования космических аппаратов, постоянным увеличением требований к надежности и сроку их активного существования. Интуитивные и недостаточно обоснованные проектные решения могут привести к снижению эффективности и надежности проектируемого оборудования. В этом случае моделирование позволяет наглядно проводить имитационные эксперименты, анализировать и модифицировать конструкторские проекты, что сокращает время разработки и повышает качество технических решений. Европейской
кооперацией по стандартизации в области космической техники разработан ряд стандартов, рекомендующих применение технологии компьютерного моделирования для сопровождения различных этапов реализации космических проектов [17, 18]. В работе рассматривается метод построения модели бортовой аппаратуры командно-измерительной системы космического аппарата.
1. Описание объекта моделирования. Бортовая аппаратура командно-измерительной системы предназначена для измерения параметров движения космического аппарата, приема и передачи различных видов информации, формирования и отправки на космический аппарат команд и программ управления, стандартных частот и сигналов времени для синхронизации работы бортового комплекса управления [8, 9]. Поддержка решения конструкторских задач включает стадии проектирования бортовой аппаратуры, определения ключевых принципов функционирования, моделирования и анализа работы оборудования, подготовки отчетных документов, и другие виды работ. Модели, необходимые для поддержки конструирования, должны достоверно описывать моделируемую систему, отображать существенные стороны объекта-оригинала, они должны строиться с необходимым уровнем детализации и соответствовать целевому назначению [11]. Структура командно-измерительной системы представляет собой определенную конфигурацию функциональных блоков и коммутационных связей. Основными элементами командно-измерительной системы, которые следует учитывать при моделировании, являются: приемник (ПРМ), передатчик (ПРД), интерфейсный модуль командно-измерительной системы (МИ КИС). Внешнее взаимодействие командно-измерительной системы осуществляется с бортовыми системами в составе: бортовой цифровой вычислительный комплекс (БЦВК), бортовой комплекс управления (БКУ) и бортовая аппаратура телесигнализации (БАТС) и наземным комплексом управления. Информационное взаимодействие осуществляется с помощью двух типов данных: телекоманд и телеметрии, заданных в соответствии со стандартами Европейского космического агентства. Стандарт Б8ЛР88-04-107 [15] предназначен для передачи телекоманд, а стандарт ESAPSS-04-106 [14] - для телеметрии. Телекоманды передаются из центра управления полетами на борт космического аппарата. Приемник принимает пакеты команд и передает их в интерфейсный модуль командно-измерительной системы, который, в свою очередь, обрабатывает команды и в зависимости от назначения каждой из них вырабатывает соответствующую реакцию. Телеметрия представляет собой поток данных, передаваемый с борта космического аппарата на землю. Интерфейсный модуль командно-измерительной системы непрерывно, с заданной периодичностью отправляет запрос бортовой аппаратуре телесигнализации для получения телеметрической информации. Бортовая аппаратура телесигнализации обрабатывает запрос и возвращает пакет, содержащий телеметрию борта, которая дополняется телеметрией от командно-измерительной системы. Построенная телеметрия возвращается передатчиком в наземный комплекс управления.
2. Описание модели бортовой аппаратуры командно-измерительной системы. В работе используются принципы пошагового моделирования, обеспечивающие постепенное приближение модели к объекту-оригиналу (технология системного моделирования [6], метод пошагового приближения [10] и др.). Для построения модели £, которая представляет собой образ системы-оригинала вводится моделирующее отображение8=^($))у в соответствии
с целевым назначением V. Моделирующее отображение / представляется в виде композиции двух отображений - огрубляющего q и гомоморфного г, то есть q(S0)=S1, г(^) =5, г^($*))у = 5, где 51- модель 5°. Таким образом, исходная система представляет собой с одной стороны упрощенный образ оригинала, а с другой стороны, точно передает состояние и функции исходной системы в рамках свойств и характеристик, необходимых для удовлетворения целей ее построения. В нашем случае аналитически описать моделирующие отображения не представляется возможным. Модель описывается через множество ее состояний: 5 =<0, I, Р>, где О - множество элементов структуры системы (приемник, передатчик, бортовые системы и др.), I - множество параметров, Р - методы функционирования. Моделирующее отображение q предназначено для построения множеств О и I, оно выполняет упрощение системы путем исключения компонентов структуры и коммутационных связей, несущественных для целей моделирования. Гомоморфное отображение г, применяемое к упрощенной структуре 51, предназначено для описания методов работы модели (множество Р). Методы функционирования задаются в виде правил изменения состояния модели. Правило представляет собой символьную конструкцию вида: «Если А то В» [4]. Его левая часть задает условие выполнения, а правая часть - действия, осуществляющие изменение состояния модели. Правило Р(Х, Ж, Т) = У, где X, Ж, У е I; X -множество входных воздействий: команды, импульсы, сигналы, запросы; Ж - множество воздействий внешней среды: изменение параметров функционирования, моделирование нештатных ситуаций; У - множество наблюдаемых параметров, Т - моменты времени наблюдения. Такой подход получил широкое применение в различных системах проектирования и технического конструирования, он позволяет не только получать качественные решения, но и обмениваться знаниями между группами инженеров, имеющими большой опыт в различных аспектах решаемых задач [12].
3. Программное обеспечение для моделирования функционирования бортовой аппаратуры. Для выполнения имитационного моделирования разработано программное обеспечение - Программно-математическая модель бортовой аппаратуры командно-измерительной системы [7]. Программное обеспечение включает подсистему интерфейсного и графического сопровождения прикладных задач и интеллектуальную подсистему имитационного моделирования [13] функционирования бортовой аппаратуры. Оно позволяет в простой и наглядной форме описывать аппаратную часть командно-измерительной системы, выполнять визуальную конфигурацию элементов модели, коммутационных интерфейсов, связей и параметров моделируемого оборудования. Простой пример информационно-графической модели, которая имитирует информационное взаимодействие между интерфейсным модулем командно-измерительной системы (МИ КИС), бортовым комплексом управления (БКУ) и бортовой аппаратурой телесигнализации (БАТС), представлен на рисунке (рис. 1). Дуги на рисунке обозначают направления информационного обмена при передаче команд и телеметрии.
В зависимости от назначения космического аппарата и особенностей работы оборудования функции командно-измерительной системы моделируются различными наборами команд и действий, представленных в продукционной базе знаний. База знаний имеет внешнее представление, предназначенное для работы пользователя в терминах предметной области и внутреннее представление, обеспечивающее логический вывод и управление состоянием модели. Она выступает в качестве хранилища функциональных и
технологических процессов, позволяя не только наблюдать, но накапливать существенную информацию о проектируемом объекте [19].
Рис. 1. Пример информационно-графической модели
Фрагмент базы знаний, описывающий методы функционирования бортовой аппаратуры командно-измерительной системы показан на рисунке (рис. 2). В базе знаний созданы правила общего назначения, правила работы элементов модели, выдачи командной и командно-программной информации на системы космического аппарата, приема и выдачи телеметрической информацией, правила управления по командам, контроля состояния бортовой аппаратуры, задания режимов и интерфейсов для работы оборудования и пр.
Правило №1
ЕСЛИ по интерфейсу "От ПРМ №1* получены данные
© О
И 6 бита(ов), начиная с 16-го в массиве, полученном по интерфейсу 'От ПРМ №1'. равны 0 0 0 0 0 1
И 6 бита(ов), начиная с 42-го в массиве, полученном по интерфейсу 'От ПРМ №1', равны 0 0 0 0 0 1
То записать данные, полученные по интерфейсу "От ПРМ №1". в поле "Структура пакета РК БУ БКУ"
И передать значение поля 'Поле данных сегмента" переменной 'Принятая РК БУ БКУ* по интерфейсу
И запустить таймер "Ожидание квитанции от БУ БКУ"
И установить значение переменной 'Номер передачи РК" равным 1
Рис. 2. Фрагмент базы знаний
Имитация функционирования модели осуществляется путем пошагового или автоматического изменения ее состояния в соответствии с заданными в базе знаний правилами. Для этого в процессе логического вывода [16] выбираются правила, применимые к текущему состоянию модели, выполняются действия и визуализируется выполнение команд, имитируются процессы формирования и передачи пакетов данных. В графическом представлении каждая передача данных сопровождается анимационными эффектами.
Интерактивный процесс моделирования позволяет конструктору проводить имитационные эксперименты, которые способствуют пониманию рассматриваемой системы [20]. Изменение параметров приема, передачи данных, времени ожидания ответов и квитанций, переключение активности коммутационных интерфейсов и элементов модели позволяют выполнять анализ нештатных ситуаций.
Все события модели журналируются с возможностью их просматривать, группировать или детализировать. Журналы позволяют конструктору исследовать, как и почему система выполняет то или иное действие и могут способствовать пониманию, как нужно изменить модель для достижения требуемого функционирования. Построение модели, отвечающей целям моделирования, требует многократного изменения ее конфигурации и функций. В этой связи остается нерешенным вопрос о создании метода направленного проектирования, результатом работы которого являлась бы модель, представляющая собой упрощенное наглядное описание командно-измерительной системы, достоверно имитирующая ее свойства и особенности поведения.
4. Алгоритм построения модели командно-измерительной системы. Алгоритм построения модели приведен на рисунке (рис. 3). Он предполагает пошаговое приведение начального состояния модели 51, отображающего лишь некоторые функции исходного объекта, к состоянию 5, подобному системе-оригиналу в соответствии с целевым назначением V.
Рис. 3. Алгоритм построения модели
Алгоритм начинается с построения концептуального описания модели, сбора и консолидации исходной информации о назначении, характеристиках, условиях и способах работы моделируемой системы. Далее выполняется выбор критериев для оценки адекватности и эффективности модели.
Адекватность модели A(S) представляет собой оценку конфигурации модели и определяется по соответствию структуры модели системе-оригиналу. Например, адекватность может определяться как степень наглядности (простоты) модели и задаваться линейной функцией от структуры модели, выраженной в виде:
A(S)=a*Na+b*Nb+c*Nc,
где коэффициенты a, b, c < 1, Na - количество блоков модели S, Nb - количество интерфейсов, N - количество коммутационных связей.
Эффективность определяется, как степень соответствия методов работы модели целям моделирования, и представляет собой эвристическую функцию, выраженную в виде количественных или качественных (экспертных) оценок. Примеры показателей для оценки эффективности: «Управляемость» - возможность задавать нужные параметры (% неудач); «Пропускная способность» - количество выполняемых действий в единицу времени; «Время реакции» - среднее время прохождения команд, телеметрии; «Задержки передачи» -максимальное и минимальное время задержки передачи данных; «Целостность» - оценка взаимодействия элементов модели в виде единой системы; «Путь» - длина пути или количество различных маршрутов, описывающих передачу данных от входа к выходу; «Потери» - процент потерь пакетов при моделировании; «Отказоустойчивость» - количество ошибок модели в нештатных ситуациях; «Надежность» - оценка надежности структуры и др.
На следующем шаге алгоритма выполняется формирование базы знаний, описывающей логику поведения структурных элементов модели, и определяются особенности функционирования всей системы в целом. Проводится имитационный эксперимент, по результатам которого принимается решение о корректировке модели. Для выбора наилучшей последовательности преобразования модели применяется дерево допустимых изменений, определяющих переходы от текущего состояния модели к последующим состояниям Пример дерева показан на рисунке (рис. 4).
Рис. 4. Дерево выбора изменений модели
Первый уровень дерева содержит изменения элементов структуры модели и методов их функционирования на один шаг. Каждое последующее преобразование отображается отдельной ветвью. Дерево строится на несколько уровней в глубину, выполняется оценка полученных вариантов, на основе которой развивается наиболее перспективная ветвь дерева. Для сокращения дерева изменений и выбора наилучшего варианта модели применяется алгоритм эвристического поиска. Пусть имеется начальная модель каждое изменение модели обозначим через 81 (/=2, ..., п). Требуется найти модель £п, удовлетворяющую
заданным критериям адекватности и эффективности. Для упорядоченного поиска будем использовать алгоритм А [16]. Введем эвристическую функцию оценки узлов в дереве изменений: У(£г) = g(S1) + к (£г), g(S1) - стоимость наилучшего пути от 51 к £г, к (£г) -предполагаемая стоимость предстоящего пути к целевому состоянию модели - определяется как степень близости модели к целевому состоянию модели На каждом шаге алгоритма требуется выбрать путь по дереву, обеспечивающий лучшие показатели адекватности и эффективности модели. В нашем случае функция g будет оценкой соответствия структуры модели относительно целевого представления V. Функция g имеет вид: g(S1)=A(S1)/A(V), где А - оценка адекватности, выбранная на начальном этапе построения модели. Эвристическая функция к задается в виде:
где Е - выбранная оценка эффективности модели. Показатель эффективности модели строится на основе одного или нескольких критериев, вносящих равнозначный вклад в общее решение. При необходимости построения более сложной многокритериальной оценки модели можно использовать генетический алгоритм [6]. Дополнительно может применяться стратегия поиска в глубину на несколько шагов и выбора из построенного поддерева лучшей модели.
После внесения изменений в модель проводится новый эксперимент, по результатам которого принимается решение о необходимости корректировки модели. Построенная таким образом модель командно-измерительной системы может лишь асимптотически приближаться к оригиналу, но за счет упрощения структуры позволяет повысить наглядность и качество полученного решения и в каждом практическом случае выполнять моделирование с заданной степенью детализации.
Заключение. Разработанные методы построения модели и программное обеспечение, предназначенное для решения задач информационно-графического и имитационного моделирования функционирования бортовой аппаратуры командно-измерительной системы космического аппарата, внедрены в организации - разработчике спутниковых систем. Программное обеспечение содержит расширенные функции настройки модели, ведения и хранения статистики моделирования, управления имитационными экспериментами, а также анализа результатов работы модели. Эти функции позволяют вводить различные эвристические оценки модели для направленного ее построения, конфигурации элементов и задания методов работы. Рассмотрены решения задачи ограничения перебора альтернативных вариантов для изменения модели. Программное обеспечение позволяет проводить многократные испытания модели с различными наборами входных данных и определять влияние изменяющихся условий функционирования на результаты имитационного моделирования. При моделировании выполняется визуализация последовательности действий, определенная для конкретной конфигурации модели. Программное обеспечение выступает как интеллектуальный партнер конструктора при проектировании, построении и анализе конструкторских решений.
Исследование выполнено при финансовой поддержке РФФИ и Правительства Красноярского края в рамках научного проекта № 16-41-242042.
СПИСОК ЛИТЕРАТУРЫ
1. Брукс Ф. П. Проектирование процесса проектирования. М: «Вильямс». 2014. 464 с.
2. Замятина О. М. Моделирование систем. Томск: Изд-во ТПУ. 2009. 204 с.
3. Кельтон В., Лоу А. Имитационное моделирование. Классика CS. 3-е изд. СПб.: Питер. 2004. 847 c.
4. Люгер Д.Ф. Искусственный интеллект: стратегии и методы решения сложных проблем, 4-е издание.: Пер. с англ. М.: Издательский дом «Вильямс». 2003. 864 с.
5. Микрин Е.А. Бортовые комплексы управления космическими аппаратами и проектирование их программного обеспечения. М: МГТУ им. Н.Э. Баумана. 2003. 336 с.
6. Новосельцев В.И., Тарасов Б.В., Голиков В.К., Демин Б.Е. Теоретические основы системного анализа. М.: Майор. 2006. 592 с.
7. Ноженкова Л.Ф., Исаева О.И., Грузенко Е.А. Построение программно-математической модели бортовой аппаратуры командно-измерительной системы космического аппарата // Информатизация и связь. 2014. Выпуск 1. С. 87-93.
8. Разработка командно-измерительной системы для перспективных КА на базе платформы «Экспресс-4000». Железногорск. 2012.
9. Системы и комплексы космические. Термины и определения. ГОСТ Р 53802-2010. М: Стандартинформ. 2011. 28 с.
10. Советов Б.Я., Яковлев С.А. Моделирование систем. М.: Высшая школа. 2009. 343 с.
11. Хорошев А.Н. Управление решением проектных задач на предприятии // Современные научные исследования и инновации. 2011. № 7. URL: http://web.snauka.ru/issues/2011/11/4940.
12. Hernandez, J.A. & Peters, T.J. and et al., Intelligent Decision Support for Assembly System Design, The Third Conference on Innovative Applications of Artificial Intelligence: The AAAI Press. Menlo Park, California. 1991.
13. Nozhenkova L., Isaeva O., Gruzenko E. Computer Simulation of Spacecraft Onboard Equipment // Proceedings series Advances in Computer Science Research. Vol.18. 2015. Pp. 943-945.
14. Packet Telemetry Standard ESA PSS-04-106. Issue 1: European space agency (ESA). 1988. 73 p.
15. Packet Telecommand Standard ESA PSS-04-107. Issue 2: European space agency (ESA), 1992. 166 p.
16. Russell S.J., Norvig P Artificial Intelligence: A Modern Approach // Prentice Hall. 2010. 1152 p.
17. Space engineering. System modelling and simulation// ESA Requirements and Standards Division ESTEC. 2010. 80 p.
18. Space engineering. System engineering general requirements ECSS-E-ST-10C. Netherland: «ESA publication division». 2009. 100 p/
19. Stanley, G.M., Experiences using knowledge-based reasoning in online control systems, International Federation of Automatic Control (IFAC) Symposium on Computer Aided Design in Control Systems. July 15-17, 1991. Swansea. UK.
20. System Design, Modeling, and Simulation using Ptolemy II: Ptolemy.org. 2014. URL: http://ptolemy.org/systems.
Hcaeea O.C., rpy3euKO E.A. UDK 629.78; 004.94
HEURISTIC METHOD OF CONSTRUCTING A MODEL OF SPACECRAFT COMMAND AND MEASURING SYSTEM
Olga S. Isaeva
Ph.D., Senior researcher, Institute of computational modelling SB RAS, 50/44, Akademgorodok, 660036, Krasnoyarsk, Russia, e-mail: isaeva@icm.krasn.ru
Evgeny A. Gruzenko
Junior researcher, Institute of computational modelling SB RAS, 50/44, Akademgorodok, 660036, Krasnoyarsk, Russia, e-mail: Gruzenko@icm.krasn.ru
Abstract. This article presents the method of design model functioning spacecraft onboard equipment. To build the model uses a heuristic approach that allows you to perform ordered selection of method of transformation of models. The method based on the tree of acceptable change, defining transitions from a current state model to a subsequent state. To choose the best path through the tree changes applied to evaluate the efficiency and adequacy. Considered the influence of the elements for purposes of modeling.
Keywords: spacecraft, onboard equipment, command and measuring system, simulation modeling, telecommands, telemetry
The research was sponsored by RFBR and the Krasnoyarsk Territory Government in the framework of a research project № 16-41-242042.
References
1. Brooks F.P. Proektirovanie processa proektirovania [Design of process of design]. Moscow "Williams". 2014. 464 p. (in Russian).
2.Zamyatina O.M. Modelirovanie sistem [Modeling of systems]. Tomsk: TPU publ. 2009. 204 p. (in Russian).
3.Kelton V., Lowe And. Imitacionnoe modelirovanie [Imitating modeling]. Classics of CS. 3rd prod. SPb. St. Petersburg/ 2004. 847 p. (in Russian).
4.Lugger D. Iskustvennyi intellect: strategii I metodi reshenia slognih problem [Artificial intelligence: strategy and methods of the solution of complex problems]. 4th edition. Moscow "Williams". 2003. 864 p. (in Russian).
5.Mikrin E.A. Bortovie kompleksi upravlenia kosmicheskimi apparatami i proektirovanie ih programmnogo obespechenia [Onboard complexes of control of spacecrafts and design of their software]. Moscow. MGTU of N.E. Bauman. 2003. 336 p. (in Russian).
6.Novoseltsev V.I., Tarasov B.V., Golikov V.K., Dyomin B.E. Teoreticheskie osnovi sistemnogo analisa [Theoretical bases of the system analysis]. Moscow. Major. 2006. 592 p. (in Russian).
7.Nozhenkova L.F., Isaeva O.I., Gruzenko E.A. Postroenie programmno-matematicheskoi modeli bortovoi apparaturi komandno-ismeritelnoi sistemi kosmicheskogo apparata [Designing the program-mathematical model for the spacecraft command and measuring system] //Informatization and communication. 2014. №1. Pp. 87-93. (in Russian).
8.Rasrabotka komandno-ismeritelnoi sistemi dla perspectivnih kosmicheskih apparatov na base platformi «Ekspress-4000» [Development of command and measuring system for perspective spacecraft based on the Express-4000 platform]. Zheleznogorsk. 2012. (in Russian). 9.Sistemi I kompleksi kosmicheskie [Systems and space complexes. Terms and determinations].
GOST P 53802-2010. Moscow. Standartinform. 2011. 28 p. (in Russian). 10.Sovetov B.I., Yakovlev S.A. Modelirovanie system [Modeling of systems]. Moscow. The higher school. 2009. 343 p. (in Russian).
11.Horoshev A.N. Upravlenie resheniem proectnih zadach na predpriatii [Management of the solution of project tasks at the entity] // Modern scientific researches and innovations. 2011. No. 7. URL: http://web.snauka.ru/issues/2011/11/4940. (in Russian).
12.Hernandez, J.A. & Peters, T.J. and et al., Intelligent Decision Support for Assembly System Design, The Third Conference on Innovative Applications of Artificial Intelligence: The AAAI Press. Menlo Park. California. 1991.
13.Nozhenkova L., Isaeva O., Gruzenko E. Computer Simulation of Spacecraft Onboard Equipment // Proceedings series Advances in Computer Science Research. Vol.18. 2015. Pp. 943-945.
14.Packet Telemetry Standard ESA PSS-04-106. Issue 1: European space agency (ESA). 1988. 73 p.
15.Packet Telecommand Standard ESA PSS-04-107. Issue 2: European space agency (ESA). 1992. 166 p.
16.Russell S.J., Norvig P Artificial Intelligence: A Modern Approach // Prentice Hall. 2010. 1152 p.
17.Space engineering. System modelling and simulation// ESA Requirements and Standards
Division ESTEC, 2010. 80 p. 18.Space engineering. System engineering general requirements ECSS-E-ST-10C. Netherland:
«ESA publication division», 2009. - 100 p. 19.Stanley, G.M., Experiences using knowledge-based reasoning in online control systems, International Federation of Automatic Control (IFAC) Symposium on Computer Aided Design in Control Systems. July 15-17, 1991. Swansea. UK. 20.System Design, Modeling, and Simulation using Ptolemy II: Ptolemy.org. 2014. URL: http://ptolemy.org/systems.