CC BY
49
УДК 519:517
В.В. Золотухин1, В.К. Исаев2,1, Б.Х. Давидсон2,1
1 Московский физико-технический институт (государственный университет)
2 Центральный аэрогидродинамический институт им. проф. Н.Е. Жуковского
Некоторые актуальные задачи управления воздушным движением
В работе дан обзор перспективных направлений научно- технических исследований и разработок в области организации воздушного движения (ОрВД), требующей для своего продвижения коллективных усилий и значительных ресурсов. Большое внимание уделено вопросам использования математических моделей для планирования, оптимизации и корректировки полёта, предупреждения и устранения конфликтных ситуаций на земле и в воздухе, включая систему обеспечения вихревой безопасности. Рассматриваются вопросы координации служб управления входящим и исходящим трафиками, алгоритмы и системы повышения эффективности структурирования и использования воздушного и наземного пространств.
Ключевые слова: ОрВД в 4D-пространстве, АЗН-В, ИКУС, Free Flight, использование воздушного пространства, вихревая безопасность, CREDOS, EuroControl, многоагентные системы, регулярная сетка, интеллектное управление, множество достижимости, гибридные системы, эллипсоидальное исчисление, COIN, SGT.
I. Введение
По прогнозам [1], объём воздушных перевозок может удвоиться в ближайшие 20 лет. Различные аспекты этой комплексной глобальной проблемы широко обсуждаются в научно-технических кругах [1-2]. Рост требований к безопасности полета, сложности и ограничений в области европейской системы организации воздушного движения (ОрВД) требуют выработки новых подходов к её работе и развитию [3].
Важным инструментом исследования и ОрВД являются методы математического, в частности, имитационного моделирования (ИМ) [4, 5]. Они используются для анализа и оценки эффективности системы ОрВД, процессов планирования и управления потоками ВД, использования воздушного пространства (ИВП). Помимо указанных задач ИМ служит для интеллектуальной поддержки в решении задач синтеза и планирования как потоков воздушного движения, так и ВП, оптимального синтеза секторов района, оптимизации (по различным критериям) 4D-маршрутов полета самолётов в условиях ограничений ИВП, оптимальной коррекции суточных планов полётов и т. д.
В области теории УВД следует отметить интенсивное развитие теории [6, 7] и внедрение методов исследования динамики и управления для класса гибридных систем, в которых непрерывные процессы сочетаются с дискретными. Дискретные процессы, как правило, управляют процессом переключения с одной непрерывной системы на другую из некоторого множества допустимых. Исследуются математические модели, качественное поведение, устойчивость и управляемость гибридных систем [6, 7], коллективное поведение в многоагентных системах, проблемы группового управления, задачи коллективного и стайного управления, интеллектуальные компоненты систем УВД [8].
Для расширения уровня информационного осведомленности всех участников ВД в мире активно развиваются средства автоматического зависимого наблюдения (АЗН-В) на базе технологии вторичной радиолокации с использованием передачи са-могенерируемых сигналов. Эти комплексы призваны обеспечить информацией: системы УВД, бортовые системы с возможностями приёма сигналов АЗН-В, включая информацию о ВС, не имеющих средств АЗН-В, но наблюдаемых системой УВД с помощью других источников информации [9].
II. Проблемы предупреждения столкновений и вихревой безопасности
Между самолётами с зонами пространственно-временной близости требуется обеспечить некоторое минимальное расстояние в 4Б-пространстве, чтобы исключить столкновение и свести к минимуму эффект от попадания в вихрь от впереди идущего самолёта. По нормам ИКАО выдерживается минимально необходимый пространственно-временной интервал между взлетающими и приземляющимися самолётами в зоне аэропорта и на взлетно-посадочных полосах (ВПП).
Каждый аэропорт стремится обслужить максимальное число самолётов и тем самым максимизировать прибыль. Одно из узких мест — пропускная способность ВПП аэропорта. Наличие нескольких ВПП обычно не даёт ожидаемого увеличения пропускной способности. Приземление самолётов на соседние полосы в одно и то же или близкое время практически исключается [2]: после посадки первого самолёта требуется время для затухания образовавшихся вихрей и зон турбулентности. Это время ожидания зависит от метеоусловий, в том числе, наличия поперечных воздушных потоков, переносящих вихри на соседнюю полосу, нагрева поверхности ВПП, атмосферной турбулентности, взаимной ориентации курсов двух самолётов. При взлете наличие вихрей не так опасно, как при посадке. Если принять во внимание свойства вихрей, существует возможность посадки самолётов парами: на наветренную ВПП следует сажать самолёт меньших габаритов и тем сократить время, в течение которого будет оставаться заблокирована одна полоса.
Опасность от вихря существует не только при взлете и посадке самолётов, но и во время полета, когда траектории самолётов сближаются в 4Б-пространстве. Задача об эволюции струйно-вихревого следа за ВС формулируется следующим образом: ВС совершает полет на заданной высоте с известной скоростью в турбулентной атмосфере. За ним образуется струйно-вихревой след. Необходимо определить структуру и время жизни следа.
Физическая модель вихревого явления представляет собой систему из двух вихрей с циркуляцией в противоположные стороны (рис. 1). Структура ближнего следа зависит от режима полета ВС. На посадочном режиме механизация крыла отклонена, что приводит к формированию многовихревой системы. На крейсерском режиме полета образуется двухвихревая система. Вихри в ближнем поле участвуют в двух физических процессах: слиянии одинаково закрученных вихрей и потери циркуляции каждого вихря из-за взаимодействия с противоположно закрученным вихрем [10]. В результате этих двух процессов многовихревая система превращается в двухвихревую.
Рис. 1. Модель вихря, образующегося за летящим самолётом
На высотах, намного больших расстояния между двумя вихрями, вихри опускаются вниз вместе с воздухом в эллиптической капсуле. Известно, что суммарная циркуляция вихрей уменьшается с течением времени [11]. Основным механизмом потери циркуляции выступает диффузия [12]. Благодаря турбулентной диффузии имеет место эффект частичной «аннигиляции» завихренности: завихренность противоположного знака проникает через границу вихря. Кроме того, вихри внутри капсулы можно рассматривать как завихренную жидкость. Вне капсулы жидкость не завихрена. Нестационарные турбулентные возмущения выбрасывают часть завихренной жидкости из капсулы, которая затем подхватывается внешним потоком и уносится вверх. Это второй способ потери вихрями циркуляции.
В дальнем следе благодаря взаимной индукции вихри опускаются со скоростью
где Г — циркуляция, зависящая от расстояния до самолёта или, что то же самое, от момента зарождения вихря; Ь — расстояние между вихрями.
Процесс затухания циркуляции вихрей по времени включает две фазы: медленного и быстрого затухания [13]. Момент возникновения фазы быстрого затухания является случайной величиной, зависящей от погодных условий.
Вихревой след от ВС-генератора опасен только в случае, когда второе ВС летит на более низком эшелоне. При наличии горизонтального ветра происходит перемещение вихревого следа. В этом случае наиболее существенным является боковое перемещение под действием компоненты вектора скорости, перпендикулярной скорости полета ВС-генератора. Чтобы оценить такое перемещение, верхнее ВС при прохождении указанной точки должно измерить с помощью бортовых средств горизонтальную компоненту скорости ветра (вертикальная компонента, как правило, мала и не играет существенной роли) и передать полученную информацию нижнему ВС. В свою очередь нижнее ВС незадолго до прибытия в точку пересечения курсов должно измерить компоненты горизонтальной скорости ветра и оценить истинное расположение вихрей.
Обычно предполагают, что ошибки измерений удовлетворяют закону Гаусса, поэтому положение вихрей, генерируемых верхним ВС в заданный момент времени, определяется некоторым эллипсоидом. Огибающая таких эллипсоидов представляет собой поверхность, близкую к эллиптическому конусу. Горизонтальная проекция конуса скошена относительно направления полета верхнего ВС при наличии бокового ветра. В реальной ситуации требуется определить размеры эллипсоида, в котором в данный момент времени с определённой вероятностью может находиться вихревой след, сгенерированный ВС, летящим на верхнем эшелоне. При этом желательно учесть вариацию ветра по высоте на крейсерском режиме полета.
Вихревой след препятствует движению ВС в нужном направлении. Так, при моделировании попадания в вихревой след среднего магистрального самолёта массой 70 т, где в качестве ВС-генератора рассматривается самолёт А380, наибольшее значение вертикальной перегрузки реализуется при определённом угле отклонения курса: Аф — 7° [10]. Это можно объяснить тем, что система управления успевает сре-
агировать на левый вихрь. При взаимодействии с правым вихрем, имеющим циркуляцию другого знака, самолёт оказывается в неблагоприятном положении, что и приводит к возрастанию перегрузки.
Существуют количественные критерии для оценки степени воздействия вихревого следа на ВС. В США был введен термин «доза дискомфорта», получаемая ВС при прохождении вблизи следа. Степень дискомфорта определяется перегрузками (в основном вертикальной и боковой), действующими на ВС, а также угловыми ускорениями. В качестве критерия дискомфорта предлагается использовать взвешенную сумму интегралов от квадратов приращений перегрузок, пропущенных через изо-дромное звено Те/(Те + 1) [10]:
т
I — 3\ + I
Ап.
Те
'Те + 1
т
+к
Ап*
Тз
''Те + 1
(1)
где в — оператор дифференцирования и Т — некоторая постоянная времени.
При Т из (1) следует критерий в
виде интегралов от квадратов приращений перегрузок, а при Т ^ 0 — в виде интегралов от квадратов производных от перегрузок. Приращения боковых перегрузок более неприятны, чем приращения вертикальных перегрузок, поэтому к > 1. Данный критерий с некоторыми оговорками может использоваться и для анализа возмущённого движения ВС при попадании в область повышенной турбулентности.
Результаты моделирования показали, что наиболее надежным способом избежать попадания в вихревой след является небольшое изменение высоты полета в пределах 30-40 метров в зависимости от ситуации. Возможно также изменение скорости полета, однако для этого нужно располагать достаточным запасом времени.
При Аф — 100 время воздействия
вихревого следа на ВС составляет около 3 с. Воздействие вихревого следа вызывает значительные (почти 10°) колебания по крену. Маневр ВС в вертикальной плоскости позволяет достаточно легко снизить дозу дискомфорта до малых значений, при
2
0
2
0
этом маневр со снижением приводит к большим отклонениям от эшелона.
Из работ по исследованию поведения и структуры вихрей отметим программу CREDOS (crosswind-reduced separations for departure operations), которая координируется EuroControl [2] и направлена на увеличение пропускной способности полос в крупных аэропортах, и работу [14], в которой моделирование воздействия самолёта-генератора следа типа А380 на самолёт типа SSJ-100 проведено с использованием пилотажного стенда, математическое обеспечение которого построено с помощью ап-проксиматоров на основе искусственных нейронных сетей (НС). Множество паттернов для обучения НС включает результаты 100 000 расчётов приращений аэродинамических сил и моментов при случайных значениях положения второго самолёта в следе (3 координаты и 3 угла), скорости полета и веса первого самолёта. Ведутся работы по созданию российской интегрированной системы обеспечения вихревой безопасности полетов [15].
Предполагается, что в ближайшем будущем проблема вихревой безопасности займет ещё более важное место. На встрече представителей FAA (США), EuroControl, Airbus и JAA (Joint Aviation Authorities, Europe) уже обсуждались вопросы о новой классификации самолётов по создаваемому ими вихревому следу [2].
III. Планирование и использование ВПП
Как отмечено выше, ВПП является узким местом в процессе управления потоком прибывающих и вылетающих самолётов в силу различных ограничений. Расписание использования полос должно обеспечивать безопасность операций на полосе, эффективность (максимальное количество взлетов-посадок) с учётом фактора «справедливости»: все обслуживаемые самолёты имеют одинаковые привилегии. В силу противоречивости перечисленных факторов при составлении расписания использования ВПП приходится искать некоторый компромисс между этими показателями. Увеличение эффективности использования ВПП часто увязывают с меньшим потреблением топлива, следователь-
но, с меньшим негативным воздействием на окружающую среду.
Желание минимизировать задержки и увеличить общую пропускную способность полосы упирается в проблему возникновения вихрей и спутного следа от приземляющихся самолётов. С другой стороны, в это время полосу могут пересекать выруливающие на взлет или в терминал самолёты или использовать различные службы аэропорта. Если аэропорт располагает несколькими ВПП, возникают проблемы балансировки нагрузки на каждую из полос и учёта спутного следа самолёта, приземлившегося на соседней полосе.
Алгоритмы для решения этих задач должны быть устойчивы к случайным факторам. Устойчивость не должна достигаться за счёт снижения эффективности работы алгоритма. Процесс разработки алгоритмов включает проверку их работоспособности и оценку сложности методами имитационного моделирования. Сложность, в свою очередь, влияет на скорость вычислений и, следовательно, на эффективность.
Интересна задача выруливания самолёта к месту старта или в терминал аэропорта с пересечением ВПП самолётом. В настоящее время эта задача возложена на диспетчера. В непредвиденных ситуациях, когда нагрузка на диспетчера резко возрастает, разрешение задачи может приводить к большим простоям. Существующие алгоритмы использования ВПП [16] используют рекурсивный подход и численные реализации методов динамического программирования. Самолеты, готовящиеся к взлету, посадке, пересечению ВПП, объединяются в отдельные очереди. Очереди самолётов на взлет и посадку имеют фиксированное число сдвига, обычно
2 или 3, которое показывает, на сколько позиций в очереди может быть сдвинут самолёт, а точнее, использование полосы этим самолётом. На самолёты, находящиеся в очереди, накладываются пространственно-временные ограничения (параметры алгоритма [16]). Так, если один из вылетевших самолётов («ведущий» самолёт) достиг некоторой контрольной точки, то любой другой вылетевший (необязательно следующий) самолёт должен сохра-
нять установленную 4Б-дистанцию с «ведущим» самолётом.
На очередь выруливающих самолётов накладывается ограничение — минимальная безопасная дистанция. Для первого самолёта в очереди определяется время, необходимое для пересечения им ВПП, причём это время несколько превышает время, необходимое для пересечения ВПП последующими самолётами в очереди, если движение через полосу не будет прерываться (рис. 2). Это задержка обусловлена временем трогания самолёта с места.
Чь 1
I' 1 I—
4=Ц>=
А:
Рис. 2. Самолеты, пересекающие ВПП: Ь — время пересечения ВПП; Т — задержка трогания; А\ — очередь прибывающих самолётов; А 2 и Аз — очереди самолётов, пересекающих ВПП
IV. Методы управления воздушным движением
Методы математического моделирования используются для создания систем анализа и организации воздушного движения (ОрВД), планирования и управления потоками воздушного движения, использования воздушного пространства (ИВП). Ряд таких систем создан и используется в России (ГосНИИАС [4, 5], ГосНИИ «Аэронавигация» [17]). В Европе (под эгидой EUROCONTROL) и США (под эгидой FAA и NASA) также разработано и эксплуатируется большое количество имитационных моделей.
Важным направлением исследований является целесообразность применения регулярной сетки для структурирования ВП [18]. Регулярная сетка (рис. 3) совмещает в себе две главные идеи: повторяющуюся структуру ВП и наличие выделенных слоёв с параллельными маршрутами следования. Повторяющаяся структура ВП даёт некоторые преимущества над нере-
гулярной структурой. Так, регулярность даёт возможность проведения нескольких маршрутов между двумя точками, причём маршрутов с одинаковой летной дистанцией в каждом направлении и на каждом уровне полета. Системы ОрВД смогут выбирать маршрут с целью рационального распределения трафика в заданном секторе воздушного движения. Кроме того, такая особенность полезна при выборе маршрута для облета зарезервированных областей.
Рис. 3. Вертикально расположенные повторяющиеся слои регулярной сетки и её возможная горизонтальная структура
Анализ прнчнн катастрофы над Боденским озером в 2002 году показал [18], что необходимо сводить к минимуму зависимость безопасности полета от состоя-ння (работоспособности) диспетчера. Разбиение воздушного пространства по вертикальным слоям, на которых располагаются маршруты параллельных направлений, поможет обезопасить от конфликтов самолёты, движущиеся по заданному направленню на определённой высоте. Кроме того, весь воздушный трафнк может быть поделен на категории по критерию степени ми-ннмально необходимого мониторинга полета со стороны диспетчера. Очевидно, что самолёт, движущийся в заданном направлении с постоянной скоростью на постоянной высоте («стабильное состояние») требует к себе меньше внимания, нежели самолёты, которые совершают взлет, посадку, торможение, разгон нлн разворот. Для самолётов, находящихся в стабильном со-стояннн, предполагается выделение специальных коридоров следования на большой высоте (super highway) со специальными правилами следования, включення самолётов в них и выхода из них. Структура ВП с регулярной сеткой предназначена в первую очередь для применения в верхних эшелонах ВП.
/
■4------------------------*.
сетке и дополнительное расстояние, которое потребуется для этого преодолеть: I — шаг сетки; О — расстояние до присоединения к сетке; в — угол, на который необходимо скорректировать маршрут
Для ведения навигации в системе с сеточной структурой ВП необходимо аппроксимировать наикратчайший путь между начальной и конечной точками несколькими последовательными перемещениями в разрешённых направлениях. Следует заметить, что при использовании такой «слоеной» архитектуры каждому допустимому направлению движения самолёта должен соответствовать определённый уровень полета. Очевидно, чем больше число допустимых направлений в регулярной сетке, тем меньше дополнительное расстояние, которое необходимо преодолевать самолёту для того, чтобы попасть из одной точки воздушного пространства в другую. Как показывают вычисления [18], для четырёх пар разрешённых направлений эта дополнительная дистанция составляет в среднем всего 5,5% от наикратчайшей (рис. 4).
Количество допустимых направлений передвижения является одним из ключевых параметров при проектировании регулярной сетки. На выбор числа направлений оказывают влияние факторы минимального расхода топлива и минимального воздействия на окружающую среду. При полете самолёта ниже заданного уровня расход топлива повышается. Чем выше потребление топлива, тем боль-
шее негативное воздействие оказывается на окружающую среду. Статистика показывает [18], что эффективность потребления топлива при изменении высоты на 1000 футов (~ 320 м) изменяется на 2,1%. Так, если имеется N пар возможных направлений, каждая пара направлений размещается на своём слое и расстояние между слоями к, то в среднем самолёты совершают полет на h(N — 1)/2 ниже рекомендованного уровня, что приводит к перерасходу топлива в размере N — 1)/2 • 2,1%. Общая потеря эффективности использования топлива при использовании слоёв с параллельными маршрутами, по сравнению с оптимальной траекторией самолёта, движущегося на одном уровне, складывается из потерь, связанных с вынужденным преодолением дополнительного расстояния по регулярной сетке, и потерь эффективности потребления топлива вследствие перемещений на неоптимальных уровнях полета. Потеря эффективности использования топлива уже достаточно мала [18] при 8 допустимых направлениях на сетке.
Вертикальная структура может содержать в себе периодически повторяющиеся слои с одинаковыми направлениями. Прежде чем перейти на соседний слой, самолёт должен не только набрать высоту (или, наоборот, опуститься), но и развернуться на фиксированный угол. Горизонтальная структура может наглядно продемонстрировать достоинства и недостатки схемы с заданным числом направлений, показать взаимное расположение маршрутов разных слоёв на одной плоскости, найти места («дырки» или «маневренные зоны») для включения самолётов в сетку, выхода из нее, совершения дополнительного маневра.
Структура сетки должна выбираться с учётом возможности проведения на сетке операций присоединения к сетке и разворотов. Следует учитывать, что скорости набора высоты у пустого и нагруженного самолёта могут заметно различаться. Для оценки радиуса разворота можно применять формулу
V2
г =-----
д tg ф'
где г — необходимый радиус разворота, V — скорость, д — ускорение свободного падения, ф — угол крена.
Нагруженный самолёт медленнее набирает высоту, что может потребовать увеличения шага сетки. С другой стороны, увеличение шага сетки уменьшает её физическую ёмкость и увеличивает дополнительные расстояния, которые приходится преодолевать самолёту. Допустим, оптимальное расстояние для самолёта, готового присоединиться к сетке, составляет В, однако система требует, чтобы он присоединился к сетке в другом месте и скорректировал свой маршрут на угол в. Для небольших углов дополнительное расстояние составит
£(в)
В сое в
- В
Вв2
~Т
(2)
Принимая, что тангенс максимального угла равен 1/В (рис. 4), где I — шаг сетки, получим для усреднённого по углу дополнительного расстояния величину
1
Вв
дв
Вв2
Для шага сетки 130 км и максимального угла 35 градусов наибольшее дополнительное расстояние, которое требуется преодолеть самолёту для присоединения к сетке, составит 40 км, а усреднённое — 12 км [18].
В каком месте самолёт можно считать включенным в сетку на определённом слое? Будем полагать, что самолёт присоединился к слою сетки, если он набрал требуемый уровень высоты и направление его движения совпало с допустимым направлением на слое. Пусть самолёту потребуется от 10 до 25 минут, чтобы выйти на требуемый уровень, — в зависимости от нагрузки. За это время самолёт преодолеет расстояние от 90 до 230 км. Чтобы оценить, в каком месте самолёт сможет присоединиться к слою сетки, достаточно провести два круга радиусами 90 и 230 км с центром в точке отсчёта на требуемом слое. Аналогично можно рассчитать границы зоны, в пределах которой самолёт может покинуть слой сетки. Зоны, в которых самолёт может присоединиться к сетке или покинуть ее, равномерно распределяются вокруг аэропортов. Каждый аэропорт имеет собственный набор таких зон.
Если самолёт за отведённое время не успевает набрать нужную высоту, чтобы
присоединиться к требуемому слою регулярной сетки, можно использовать маневренные зоны, в которых может находиться самолёт, прежде чем выйдет на нужный уровень. Движение в маневренной зоне представляет собой спиралевидное движение самолёта с изменением высоты. Размер маневренной зоны можно оценить с помощью соотношения (2) и учитывать при проектировании сеточной структуры. Количество необходимых витков можно рассчитать, зная горизонтальную скорость самолёта.
Если в каком-либо узле сетки самолёт меняет своё направление без изменения уровня полета, необходимо отделить его от основного трафика, проложенного по старому направлению. Для этой цели может применяться вертикальная сепарация — до следующего узла в выбранном направлении, в частности, выделяется горизонтальный отступ от каждого маршрута для областей снижения или набора высоты.
V. Системы координации служб (СК)
В крупных аэропортах существуют отдельные системы и службы для: диспетчеризации прибывающих и вылетаю-тттих самолётов; планирования входящего и исходящего трафика воздушных судов (ВС); отслеживания приближающихся самолётов. Все системы взаимодействуют со службами маневрирования уже приземлившихся самолётов в терминалах и могут быть связаны с аналогичными службами в соседних воздушных секторах. Управление исходящим трафиком зачастую ведётся службами наблюдения в самом аэропорте, например, из диспетчерской башни. При проектировании безопасных СК используется принцип приоритета в обслуживании прибывающих самолётов над всеми остальными.
Перед СК стоит задача повышения пропускной способности аэропорта, то есть при увеличении числа операций посадки число операций взлета не должно снижаться, и наоборот. Безопасная СК в первую очередь фокусируется на входящем трафике и только потом — на повышении эффективности использования ВПП
в
в
2
6
и
и других проблемах. Такое положение вещей есть результат не столько недостатка информации, сколько существующего уровня загрузки служб. При проектировании СК необходимо учитывать сложившиеся зоны ответственности различных служб и улучшать координацию действий для более эффективного использования ВПП, не допуская увеличения уровня нагрузок на службы.
Большинство современных систем управления входящим трафиком используют пространственное разделение прибывающих самолётов (spacing). Процедуры захода самолёта на посадку, как правило, проектируются из условия минимизации времени пребывания самолёта в воздухе. Концепция СК предполагает отказ от критерия минимального пространственного разделения и введение управления прибывающими ВС по временному критерию (time-based arrival management). Вводится понятие AFI (arrival free interval) — промежуток времени, свободный от операций посадок. Каждый такой промежуток привязывается к определённой операции приземления.
СК функционирует следующим образом: специализированный модуль координации служб управления входящим и исходящим трафиками регулярно рассчитывает промежутки AFI. На основе этих расчётов служба управления входящим трафиком корректирует расписание прибываю-тттих ВС. Измененная последовательность отправляется обратно в модуль координации служб. Модуль в свою очередь передает эти данные в службу управления исходящим трафиком, где нужным образом перестраивается расписание (измененная последовательность) вылетающих самолётов, результат вновь передается в модуль координации, и процесс циклически повторяется. Во избежание зацикливания требуется наложить некоторые ограничения на промежутки AFI. Ограничение означает, что введение промежутка позже некоторого установленного времени будет неудобно с практической точки зрения: прибывающий самолёт может не успеть скорректировать маршрут (например, уйти на второй круг).
Другое естественное требование, предъявляемое к системе координации, заключается в том, что взаимодейству-
ющие системы управления входящим и исходящим трафиками должны иметь согласованный интерфейс взаимодействия, позволяющий совершать скоординированные действия. Хотя и предполагается, что модуль координации действует автоматически, все же он должен предоставлять интерфейс для вмешательства человека и для изменения конфигурации в экстренных случаях.
Функционирование служб ведётся по алгоритму «ведущий-ведомый», где в качестве «ведущего» выступает служба управления входящим трафиком, а в роли «ведомого» — служба управления исходящим трафиком. Модуль координации не может просто выступать в роли посредника между службами: он занимается формированием промежутков AFI. Если эту работу возложить на службу управления входящим трафиком, это увеличит нагрузку на нее, что противоречит основному требованию к СК.
В основе алгоритмов работы СК лежат методы систем, основанных на знаниях (СОЗ), или так называемых экспертных (продукционных) систем [19]. В свою очередь управление на основе знаний (в том числе, нечеткое управление [20], управление на основе логических моделей), равно как и нейроуправление, являются разделами интеллектного управления [21], пограничной области теории управления и искусственного интеллекта [22, 23]. Знания в СОЗ кодируются в виде правил. Знания (или факты) сохраняются в рабочей памяти, а правила применяются к знанию, чтобы создать новое знание. Процесс продолжается до тех пор, пока не будет достигнута определённая цель. Экспертные (продукционные) правила состоят из двух частей. Первая часть правила («если») описывает предпосылку, то есть условия применения правила. Вторая часть («то») — последствия использования правила. При применении правила могут произойти два события: получение нового знания (поэтому системы и называются продукционными) и выполнение некоторого действия для изменения окружающей среды (переход из одного состояния в другое). Эксперты формулируют правила, по которым следует вводить «окна между посадками» (AFI), правила, запрещающие их введение и т. д. [24]. Примеры правил: если на боль-
шое количество прибывающих самолётов может повлиять введение (изменение длительности) данного промежутка AFI, то нельзя вводить (изменять) такой промежуток AFI. Переход между состояниями в СК осуществляется на основе таких правил. Для принятия решения о том, подходит ли правило к данному состоянию или нет, в СК используется нечеткая логика [25].
Выбор нечёткой логики для систем управления не случаен, — с её помощью можно добиться снижения системных требований, то есть сократить расходы на аппаратные средства. Во многих случаях на этапе программной реализации системы [3] предпочтительнее заменить сложную математическую модель функциями принадлежности и набором правил нечёткой логики и с их помощью заниматься управлением системы. Кроме того, общее сокращение объёма перерабатываемой информации приводит к увеличению быстродействия системы.
СК с нечёткой логикой используются для определения подходящего момента введения промежутка AFI. Возможность введения, как правило, проверяется регулярно с установленным интервалом, на основе данных, полученных от систем управления входящим и исходящим трафиками. СК с нечёткой логикой часто используют полученные данные от систем управления трафиком в качестве начальных условий для своей работы. Начальные условия оказывают влияние на атрибуты СК с нечёткой логикой: планирование последовательности прибывающих самолётов; возможность гибкого перестроения такой последовательности; необходимость введения промежутка AFI с учётом данных системы управления исходящим трафиком; эффективное использование вводимого окна между посадками для проведения взлетов и других задач оперативного управления. При помощи набора правил оценивается «полезность» введения промежутка. Функции принадлежности СК с нечёткой логикой определяют степень истинности заданных условий: каждая функция устанавливает некоторое значение логического терма. Значения логических термов обрабатываются при помощи правил логической композиции. Выводы всех правил агрегируются контроллерами СК [25], и
СК определяет окончательно, стоит или не стоит вводить промежуток AFI.
Последующие улучшения СК могут проводиться в области расширения и уточнения экспертных правил. Другое перспективное направление исследований — развитие координации между воздухом и землей до такой степени, которая обеспечит возможность согласования траектории дальнейшего движения самолёта (эта проблема упирается в развитие средств связи пилота и диспетчера).
VI. Особенности разработки современных систем ОрВД
Основными функциями систем ОрВД являются связь, навигация и наблюдение. В каждой из перечисленных областей существует жёсткая конкуренция, которая часто включает в себя и «войну» стандартов и политическое лоббирование интересов. Примером может послужить коммуникационная технология VDL Mode 4 [26]. VDL Mode 4 обладает уникальными возможностями по обмену информацией воздух-воздух, воздух-земля и интегрирует большинство функций коммуникации ОрВД: Automatic dependent surveillance-broadcast (ADS-B), Traffic information services-broadcast (TIS-B), Flight information services-broadcast (FIS-B), Global navigation satellite systems (GNSS), Point-to-Point Communication. Эта технология была одобрена и стандартизована ИКАО как система, рекомендованная для обмена всеми видами сообщений, включая коммуникации воздух-воздух. VDL Mode 4 стала предметом большого числа успешно законченных спонсорских проектов в течение последнего десятилетия, однако развертывание системы было приостановлено FAA (США).
За последнее десятилетие радикально изменилось соотношение между аппаратной и программной частями комплексов ОрВД в пользу программной реализации функций. Широкое использование универсальных вычислительных средств, связного и сетевого оборудования оказало влияние на архитектуру комплексов. Появилась возможность комплексирования и интеграции различных систем и оборудования. Благодаря доступности современных
средств программирования, новейшей элементной базы и вычислительной техники существенно сократились сроки разработки и внедрения оборудования. Современная стратегия разработки систем ОрВД опирается на создание унифицированных комплексов, с одной стороны, и на проведение поэтапной модернизации существующих комплексов, с другой. Стратегия пошаговой модернизации заключается в том, что наиболее быстро устраняются самые острые проблемы и сохраняется действующая инфраструктура. Модернизация должна осуществляться без нарушения работоспособности систем, с минимальными финансовыми затратами [27].
Глобальная система с функциями связи, навигации, наблюдения, организации воздушного движения определяется как система Communication, Navigation, and Surveillance (наблюдение) / Air Traffic Management ^NS/АтМ). Системы CNS/АТМ представляют сочетание спутниковых технологий и систем прямой видимости, в совокупности обеспечивающих оптимальные характеристики аэронавигационного обеспечения с технической и экономической точек зрения. Переход к новому уровню системы УВД невозможен без внедрения перспективных технологий CNS/ATM. Особенностями современной системы АТМ являются применение высокоскоростных линий передачи данных со специальным видом модуляции, широкое применение глобальной системы спутниковой навигации (GNSS) на всех стадиях полета, гибкое, скоординированное, а не регламентируемое использование воздушного пространства с учётом всех пользователей, включая военных, и унификация систем обработки данных с целью последующей интеграции в региональные и глобальные сети.
Система радиовещательного автоматического зависимого наблюдения (АЗН-В) является ключевой технологией CNS/ATM. Система предназначена для обмена по УКВ-радиоканалу информацией
о местоположении ВС по принципу «каждый с каждым» («борт-борт», «борт-зем-
ля», «земля-борт») [28]. Навигационные данные формируются по сигналам спутниковых навигационных систем ГЛОНАCС и GPS. Система обеспечивает диспетчера УВД полной и точной информацией о положении, скорости и намерениях всех ВС в зоне видимости радиоканала, а также передает на ВС дополнительную информацию, в результате ВС имеет полную картину обстановки в воздушном пространстве. Бортовой комплект оборудования системы включает в себя приемопередатчик (транспондер), индикатор воздушной обстановки (опция), антенны. Наземный комплекс оборудования системы состоит из приемопередатчика, локальной контрольно-корректи-рующей станции (ЛККС) формирования дифференциальных поправок (опция) и рабочего места диспетчера [27] (рис. 5).
Рис. 5. Система АЗН-В
В России испытания АЗН-В проводились ЛИИ им. Громова (ноябрь 2003, декабрь 2005). Были совершены испытательные полеты на Северный (апрель 2006) и Южный (январь 2007) полюсы.
Успешные испытания позволили поэтапно внедрить систему на территории Тюменской области. Темпы модернизации оборудования УВД в России позволяют говорить о революционных технологических изменениях. Подавляющая часть аппаратуры поставлена российскими предприятиями, использующими мировые достижения и технологии. В настоящее время идёт принципиальный этап перехода от выборочной модернизации к комплексным решениям [27].
VII. Глобальный аэронавигационный план ИКАО и интегрированный комплекс управления самолётом (ИКУС)
В качестве основных компонентов ОрВД Международная организация гражданской авиации (ИКАО) определила три функциональные составляющие «системы CNS»: связь (Communication), навигация (Navigation) и наблюдение (Surveillance). Связь — это обмен речевой и цифровой информацией между пилотом и диспетчерами УВД или центрами полетной информации. Система навигации обеспечивает экипаж и бортовые системы информацией о местоположении ВС. Система наблюдения обеспечивает диспетчеров УВД информацией о местоположении ВС.
В начале 1980-х годов ИКАО признала ограниченность существующих систем УВД (основанных на голосовой связи пилот-диспетчер, трассовой структуре воздушного пространств, системах навигации и наблюдениях прямой видимости) и необходимость внедрения усовершенствований для преодоления существующих ограничений, удовлетворения будущих потребностей и повышения конкурентоспособности авиационной отрасли.
Недостатки существующих систем порождаются следующими факторами [29]:
— ограниченные возможности существующих систем прямой видимости, связанные с распространением радиосигналов, их недостаточной точностью и надежностью, неустойчивость характеристик распространения сигналов других систем;
— трудности с внедрением и обеспечением устойчивой эксплуатации систем CNS в обширных областях воздушного пространства;
— ограниченные возможности речевой связи и отсутствие систем обмена цифровыми данными, обеспечивающими применение автоматизированных систем в бортовом и наземном сегментах ОрВД.
Указанные недостатки вытекают из самой природы существующих систем, поэтому решить проблемы в глобальном масштабе можно только за счёт использова-
ния новых концепций и новых систем CNS, которые будут обеспечивать функционирование будущих систем ОрВД. Единственным жизнеспособным вариантом решения проблемы признано использование спутниковых технологий.
По мнению специалистов ЦАГИ [29], реализация инициатив глобального плана ИКАО весьма существенно повлияет на принципы управления ВС и обеспечения безопасности полета в перспективной системе ОрВД. Основой новых принципов станет более глубокая (а то и полная) автоматизация процесса управления полетом от взлета до посадки [30]. Современные системы управления самолётом уже сейчас обеспечивают автоматический полет в нормальных условиях [31]. Это доказано созданием ВКС «Буран», эксплуатацией беспилотных летательных аппаратов, в числе которых имеются достаточно большие беспилотные самолёты «Гло-бал хок» и «Предейтор», самостоятельно совершающие взлёт и посадку. На самолётах Airbus автоматический режим полета обеспечивается уже с высоты 30 м после взлета. Очевидно, что создание полностью автоматической системы управления полетом пойдет по эволюционному пути. Согласно прогнозам, достижение общего научно-технического уровня, необходимого для создания такой системы, возможно к 2040-2050 годам. Разрабатываемые согласно плану ИКАО перспективные системы стоит рассматривать как промежуточный шаг на пути к созданию полностью автоматической системы. В соответствии с принципами этого этапа в нормальной обстановке роль экипажа становится чисто контролирующей. В ситуациях, требующих от экипажа принятия сложных оперативных решений, на помощь должна прийти бортовая система поддержки.
Даже такой существенный вопрос безопасности, как предотвращение опасного сближения ВС, предлагается возложить на автоматику. Разумеется, в конфликтной ситуации экипаж и диспетчерская служба не отстранятся от её разрешения, но их участие будет сводиться к функции принятия основного решения [31].
Предполагается, что идентификация возможной конфликтной ситуации на основе более полной информации об окружающей обстановке будет происходить гораз-
до оперативнее, чем это обеспечивает существующая бортовая система предупреждения столкновений (БСПС). Поэтому и эффективные меры по разрешению этой ситуации можно будет принимать существенно раньше.
Предотвращение опасного снижения и столкновения с земной поверхностью — ещё одна функция, автоматизация которой поможет экипажу в обеспечении безопасности полета. Реализация этой функции возможна на основе использования цифровой карты местности и точной информации о местоположении ВС, которая обеспечивается интегрированной инерци-ально-спутниковой навигационной системой.
Глобальный план ИКАО предполагает удовлетворение запросов пользователей воздушного пространства без снижения уровня безопасности и усиления отрицательного воздействия на окружающую среду. Предполагается создание условий для внедрения элементов концепции «free flight». Это позволит пользователям планировать и выполнять полеты по предпочтительным для них оптимальным маршрутам. В частности, можно будет реализовать траектории с непрерывным набором высоты и снижением, которые являются для ВС оптимальными по расходу топлива.
В настоящее время усилиями НИИ и ОКБ отрасли создан унифицированный комплекс управления ВС, интегрирующий системы ручного управления, управления механизацией крыла, снижения аэродинамических нагрузок, стабилизации углов тангажа и крена, ограничения предельных режимов, ограничения углов тангажа и крена, парирования отказа двигателя. Этот комплекс внедрен на самолётах Ту-204, Ту-334 и SSJ.
В отличие от Европы, где процесс разработки и внедрения новых систем CNS успешно идёт с 2000 года, в России до сих пор не существует национального плана перехода к системам CNS/ATM, одобренного ИКАО. Отсутствие системной основы приводит к тому, что исследования по многим направлениям ведутся неструктурированно. Прорабатываются технические решения, не одобренные ИКАО, сертификационная основа новых технологий отсутствует, а процесс их внедрения не скоорди-
нирован с соседними государствами. Это неизбежно приведёт к появлению буферных зон, существенно ухудшающих характеристики системы ОрВД. В частности, в таком важнейшем вопросе, как вертикальное эшелонирование, Россия затягивает процесс перехода на сокращенные минимумы. Это не стимулирует переход на более точные методы определения высоты полета и разработку соответствующих отечественных бортовых систем. Необходима разработка скоординированной долгосрочной стратегии развития бортового оборудования и наземной компоненты системы ОрВД, которая должна быть согласована с международными программами модернизации систем ОрВД и документами ИКАО [29].
VIII. Комплексы имитационного моделирования и использование воздушного пространства
Для автоматизации управления самолётом необходимы быстродействующие алгоритмы формирования траекторий в динамично меняющихся условиях. К таким алгоритмам предъявляется требование экономичности. Они должны быть близки к алгоритмам оптимального управления, полученным на основе теории оптимального управления. В этой области в ЦАГИ имеются большие достижения. Полученные алгоритмы управления используются в системе формирования полётного плана. В перспективе они могут войти в программное обеспечение ИКУС и в систему планирования воздушного движения [31].
Программные комплексы имитационного моделирования (ИМ) разрабатываются для проведения прогнозных исследований и поддержки принятия стратегических решений по организации, планированию и управлению воздушным движением и воздушным пространством службами ОрВД [4, 5, 17].
Основные задачи комплексов ИМ:
— исследования по оценке использования воздушного пространства заданным потоком воздушного движения;
— поддержка деятельности по оптимизации структуры воздушного пространства;
— поддержка деятельности по выработке мер регулирования потоков воздушного движения в ответ на возникающие проблемы;
— оптимизация по различным критериям маршрутов в условиях ограничений природного и организационного характера;
— прогнозная оценка последствий внедрения новых правил и процедур управления воздушным движением, например, снижения минимумов вертикального эшелонирования — Reduced Vertical Separation Minima (RVSM) и др.;
— прогнозные оценки эффективности перспективных принципов управления ВД.
Комплекс играет роль экспериментальной площадки: если испытания проходят успешно, начинается внедрение, иначе производится дальнейшая корректировка и доведение испытуемой системы. Комплекс помогает обеспечить оптимальную секто-ризацию района ОВД или наглядно продемонстрировать её недостатки. Прокладка новых маршрутов ВС, ремаршрутизация потоков ВД, коррекция суточного потока ВД проводятся на комплексе ИМ. Для возможности адекватного моделирования фактических ситуаций комплекс должен обеспечивать достаточную близость математического описания потока ВД, структуры ВП и системы ОрВД, условий выполнения полетов к реальным.
Эффективность ИВП и системы ОрВД описывается в зависимости от следующей тетрады: входного потока ВД; структуры ВП и параметров системы ОрВД; состояния системы; условий выполнения полёта. Поэтому фундаментальный принцип формирования варианта исследования эффективности ИВП заключается в задании приведённых элементов тетрады моделируемого сценария. Организация варианта сценария исследования эффективности сводится к заданию (выбору, формированию) произвольной комбинации всех составляющих этой тетрады и оценке полученных результатов. Для многовариантной подготовки данных по исследуемому потоку ВД и условиям его выполнения, структуре и состоянию ВП и системы ОрВД в большин-
стве случаев применяется автоматизация, типовые сценарии (по потокам, структуре и состоянию ВП) объединяются в библиотеки и базы знаний [4, 5]. Комплексы ИМ должны обеспечивать полную автономность одновременной работы исследователей на различных рабочих местах и давать возможность независимого формирования любой составляющей тетрады исследовательского сценария.
Среди принципов организации комплекса ИМ ОрВД отметим использование стандартной единицы потока ВД (суточного плана). Статистическая обработка данных в комплексе производится по «ансамблю» суточных планов. К числу требований, предъявляемых к комплексам ИМ, относят также анализ выполнения отдельного полета: выявление степени загрузки секторов ВД, рейсов, которые загружают наблюдаемый сектор, составление профиля рейса, представление показателей интенсивности использования отдельных элементов ВП и системы ОрВД (например, в форме диаграмм или циклограмм суточной интенсивности). Для объективности оценок комплекс ИМ должен оперировать универсальными показателями эффективности ИВП и давать возможность проведения сравнительных оценочных исследований с использованием общих показателей эффективности.
С точки зрения системного архитектора или разработчика комплекс как программный продукт строится на принципах модульности, другими словами, открыт для расширения как исследовательских возможностей, так и реализуемых задач.
IX. Теория управления и задачи обеспечения транспортной безопасности
Обеспечение транспортной безопасности — это одна из задач, для решения которой применяется аппарат теории управления. Одна из важных проблем состоит в отыскании (точном описании) такого управления, которое обеспечивает перемещение в область назначения и при этом позволяет избежать столкновений с другими участниками движения. Множество состояний, из которых можно достичь обла-
сти назначения, избежав при этом столкновений, называется зоной безопасности. Существует ряд подходов к построению математических моделей зон безопасности.
Наиболее эффективные подходы предложены в [32, 33], где движение описывается управляемой системой с ограничениями на управление, а область назначения представляет собой компакт в фазовом пространстве. Движение системы описывается трубкой траекторий. Задача заключается в том, чтобы трубка траекторий рассматриваемой системы не пересекалась с трубками других систем. Кроме того, необходимо построить математическую модель для описания самих трубок.
Такие задачи решаются, как правило, с помощью методов динамического программирования [34-36]. Важнейшей здесь является проблема точного или приближённого построения оценивающих множеств (достижимости и зон безопасности) управляемой системы. Во многих прикладных задачах точное нахождение множества достижимости затруднительно, и для формирования оптимального управляющего воздействия исследуемую задачу «огрубляют», заменяя точное множество достижимости его оценкой по включению (внешней и, если возможно, внутренней). При этом оценивающие множества аппроксимируют множествами более простой геометрической природы, в частности, семейством многогранников (полиэдров, политопов) или эллипсоидов [32, 34, 37] (рис. 6).
жимости с его оценкой: 1 — точное множество достижимости, 2 — оценка сверху
Например, в процессе наблюдения за движением самолёта в горизонтальной плоскости [38] производятся замеры его
геометрического положения в плоскости (х,у). Ошибки замеров стеснены геометрическими ограничениями. Полученный в момент Ь замер и известное априорное ограничение на его ошибку определяют множество неопределённости Н (Ь) на плоскости (х,у), которое описывает совокупность всех фазовых состояний системы, совместных со сведениями о замере. Вводится понятие информационного множества I (£), под которым понимается совокупность всех фазовых состояний системы в момент Ь, совместных с известным для наблюдателя процессом управления-наблюдения. В практическом плане построение множества I (Ьі+1 ) в момент Ьі+1 сводится к нахождению множества прогноза С(Ьі+1 ) на основе построенного в момент Ьі множества I (Ь) и известных свойств динамики на промежутке [Ьі ; Ьі+1 ]. Если в момент Ьі+1 получен новый замер фазового состояния системы и при этом известно ограничение на ошибку замера, то формируется множество неопределён-ности Н (Ьі+1 ), описывающее совокупность всех фазовых состояний, совместных с такими сведениями о замере. Множество
I (Ьі+1 ) получается в результате процедуры пересечения I(Ьі+1 ) = 0(Ьі+1 ) П Н(Ьі+1 ). Если в момент Ь* замер отсутствует, то операция пересечения не выполняется и полагается, что текущее информационное множество I(Ь) совпадает с текущим множеством прогноза Є(Ь*). На рис. 7 схематично показано построение информационного множества с учётом множества неопределённости [38].
Типичным источником информации является радиолокатор, от которого поступают замеры положения самолёта: дальность и местный азимут. Априорно известны максимальные ошибки по дальности и по углу. Соответствующее множество Н(Ь) на плоскости (х,у) — кольцевой сектор [38], который разумно приблизить выпуклым четырёхугольником. На рис. 8 в трёхмерном пространстве изображены информационные множества в момент замера. Показаны два множества: слева — до учёта замера (множество прогноза), справа — после учёта замера. При пересчёте информационных множеств в процессе поступления замеров базовыми являются операция пересечения выпуклых многоугольников и операция построения выпук-
лой оболочки объединения выпуклых многоугольников.
Рис. 7. Учёт множества неопределённости: (х,у) — координаты геометрического положения ВС, р — угол направления вектора скорости
Рис. 8. Информационное множество до и после замера: (х,у) — координаты геометрического положения ВС, р — угол направления вектора скорости
Техника, которая используется в [33], заключается в том, чтобы описать набор зон безопасности для системы при помощи обобщённых решений уравнения Гамиль-тона-Якоби-Беллмана (НЛВ) специального типа [39-42]. Часто прибегают к замене исходных уравнений на неравенства [43], которые обладают более простой структурой. В задачах, когда требуется найти траектории, приводящие в область назначения из группы начальных состояний при существующих ограничениях и за отведённое время, используется схема, по которой функция цены уравнения НЛВ описывается с привлечением методов выпуклого анализа и минимаксной теории [44]. Уравнения этого типа относительно новые и поэтому требуют дальнейших исследований, как в теоретическом [45], так и в практическом плане (разработка быстрых численных методов).
Как показывают проведённые исследования, для описания зон безопасности линейных систем можно успешно привлекать методы нелинейного анализа, а при аппроксимации прибегать к эллипсоидальному исчислению. В настоящее время разработана полная теория построения оценок (внешних и внутренних) множеств достижимости таких систем, основанная на технике эллипсоидального исчисления [32, 34, 37]. Возможность применения эллипсоидального исчисления к нелинейным системам исследовалась в [34-37].
X. Гибридные системы управления
Гибридные динамические системы (ГДС) — класс моделей для процессов динамики и управления, в описании которых сочетаются модели с непрерывным временем и дискретные модели [6, 21, 46]. Система может осуществлять непрерывные движения, следуя некоторой одной модели из заданного набора, и дискретно переключаться с одной модели на другую. При этом в каждый момент времени движение системы осуществляется по законам одной из заранее заданных непрерывных подсистем, принадлежащих заданному классу. Переключение с одной системы на другую происходит по командам, подаваемым присоединённой системой с дискретными состояниями, по результатам наблюдения непрерывного процесса. Дискретная система может моделироваться, например, конечным автоматом или иным способом. Таким путём удаётся описывать движение весьма сложных систем.
Обычно состояние таких систем описывается переменными, принимающими значения из континуального множества (как правило, это вещественная ось), а также переменными, принимающими значения из дискретного (как правило, конечного) множества. С инженерной точки зрения, гибридная система это сеть, составленная из взаимодействующих цифровых и аналоговых устройств, или цифровое устройство, взаимодействующее с непрерывным процессом. Теория гибридных динамических систем рождается в союзе теории управления и компьютерных наук: теория управления применяется для изу-
чения аналоговых аспектов гибридной системы, в то время как методы компьютерных наук естественны для изучения её дискретных компонент. Мотивированная и стимулируемая стремительным развитием современных технологий, связанных с применением цифровых устройств в системах управления и обработки информации, теория ГДС является областью, актуальность и важность которой постоянно возрастают.
Наиболее важные примеры ГДС возникают там, где дискретное логическое устройство взаимодействует с непрерывным процессом. Такая ситуация характерна для широкого класса инженерных систем и производственных процессов, рассматриваемых в связи с ассоциированными системами управления и обработки информации. ГДС также возникают в приложениях, где взаимодействие нескольких относительно независимых объектов регулируется по принципу обратной связи в соответствии с определёнными протоколами (правилами). Для таких приложений в настоящее время наибольший интерес вызывает задача предотвращения конфликтов между объектами, использующими один и тот же ресурс. Некоторые примеры подобного рода связаны с управлением движением воздушного (водного) транспорта в ВП и в районе аэропорта (порта), применением автономных транспортных роботов на производстве, предотвращением столкновений подводных аппаратов с другими подводными объектами, разработкой «интеллектуальных» шоссе (автомобиль без водителя).
XI. Разрешение конфликтов и оптимизация трафика в распределённых системах как задачи интеллектного управления
В современных системах ОрВД ответственность за поддержание безопасности полета и эффективную организацию воздушного трафика возлагается на диспетчера, который не только даёт инструкции пилотам, но и разрешает (или запрещает) выполнение тех или иных лётных процедур. Возможности эффективного управле-
ния ограничены плотностью воздушного трафика, и поэтому в разработке находятся альтернативные пути и способы организации, известные как «Концепция свободного полёта» (Airborne Self-separation, или Free Flight) [29, 47, 48]. Концепция свободного полёта подразумевает существование среды, в которой пилот наделен полномочиями выбора маршрута в реальном времени без контроля со стороны диспетчера и, следовательно, пилот уже сам несет ответственность за безопасность и оптимальное проведение полёта.
Концепция свободного полёта имеет сразу два преимущества. С одной стороны, это сокращение финансовых затрат за счёт меньшего потребления топлива и возможности увеличения воздушного трафика. Локальная оптимизация, которая проводится непосредственно бортом, может быть гораздо более эффективной, чем глобальная оптимизация, которая проводится диспетчером [49], — прежде всего из-за того, что критерии оптимальности у различных авиакомпаний могут различаться. С другой стороны, существующий централизованный подход, при котором в центре находится человек-диспетчер, имеет сложности с масштабируемостью, которую обязательно нужно принимать в расчёт ввиду постоянного роста воздушного трафика. Концепция свободного полёта может повысить финансовую отдачу от полета и вместе с тем снизить нагрузку на диспетчера, что должно, казалось бы, привести к повышению общей безопасности воздушных перевозок, — для этого как минимум необходимо удостовериться, что данная концепция позволяет эффективно разрешать конфликты, возникающие в воздухе.
Одно из неправильных представлений о концепции свободного полёта заключается в том, что при увеличении своих полномочий пилоты начнут часто изменять маршрут без внешнего контроля (но и без задних мыслей!), что незамедлительно приведёт всю систему к хаосу. На самом деле, исчезновение одного вида ограничений (помощь в организации полета со стороны диспетчера) приведёт к появлению других — потребление топлива, наименьшее время полета, комфорт пассажиров, воздействие на окружающую среду и т. п. И преследование этих новых целей вновь
вернёт воздушные суда на общие воздушные пути.
Концепция свободного полёта справедливо предполагает, что теперь на каждое ВС ложится ответственность за избежание конфликта. В воздушном пространстве с малой плотностью ВС действия, которые предпринимает каждое отдельно взятое ВС, слабо влияют на действия окружающих ВС. Совсем иначе в зонах с большой плотностью ВС: любой манёвр ВС (для избегания опасного сближения с другим ВС или просто с целью достижения большего значения собственной целевой функции) может привести к эффекту домино в окружающем воздушном пространстве. То есть локальный (для конкретного ВС) оптимальный манёвр может надолго ввергнуть всю систему в полосу временных задержек, усилившихся затрат топлива и пр. Приходим к тому, что в идеальном случае разрешение конфликта должно не только обеспечить безопасное пространственное разделение ВС, но и нести оптимизацию по какому-либо общему для всей группы окружающих ВС критерию. Комбинация этих двух задач в воздушном пространстве с несколькими десятками ВС может быть не под силу централизованной системе, которой управляет человек-диспетчер.
Для решения этой задачи разработан подход, основанный на системе Collective Intelligence (COIN) [50], которая создана для случая, когда централизованный контроль отсутствует, но есть глобальная целевая функция, которая должна быть оптимизирована. Особенности задачи, которая может быть разрешена применением техники COIN:
— к задаче может быть применена модель с использованием множества агентов;
— агенты не нуждаются в централизованном контроле;
— каждый агент преследует собственную цель, при этом, обозревая, насколько позволяют средства, окружающую ситуацию;
— четко определена (в том числе математически) глобальная целевая функция;
— агентам необходимо взаимодействовать друг с другом для достижения глобальной цели;
— агенты адаптивны, то есть динамически реагируют на изменение окружающих условий.
При применении техники COIN «разумность» (intelligence) системы не является результатом применения какого-либо общего алгоритма или плана последовательных действий, но обязательное сформировавшееся свойство целой системы, в которой каждый агент, преследуя свою локальную цель, взаимодействует с окружающими агентами так, чтобы максимизировать глобальную целевую функцию.
Такая парадигма уже успешно зарекомендовала себя в других областях науки и техники: задача маршрутизации сетевых пакетов, транспортная логистика, автоматическое управление автомобилем [50].
Первое и самое важное преимущество, которое даёт такой подход — распределение вычислений между независимыми агентами, при котором риск отказа всей системы целиком многократно снижается. В традиционных централизованных системах управления отказ в центральном блоке управления губительно скажется на всех процессах (ВС в нашем случае), которые им организуются и управляются. И напротив, то, что управление предоставлено самим агентам, увеличивает отказоустойчивость системы. Отказ одного узла системы не повлияет на функционирование других, кроме того, «уцелевшие» агенты быстро адаптируются к изменившейся конфигурации. Распределённые вычисления возможно и не являются самым эффективным решением для достижения оптимума глобальной целевой функции, но значительно превосходят подход, который целиком полагается на участие человека. Кроме того, распределенные системы позволяют использовать в своём составе в реальном времени дешевые вычислительные ресурсы в практически неограниченном количестве.
Множество последних исследований в области ОрВД [51, 52] сфокусированы на разрешение конфликтов при заданном наборе правил, которые указывают необходимые действия, базирующиеся на ситуационной геометрии. Такой подход позволяет достичь хорошей производительности для некоторой группы сценариев — например, два потока ВС с общей точкой пересечения. Однако достаточной производи-
тельности в произвольных ситуациях такой подход не гарантирует.
В отличие от описанных подходов Satisficing Game Theory (SGT) [53] базируется на следующей концепции:
— Вместо того чтобы искать оптимальное решение для группы и всех агентов одновременно, агенты просто получают достаточное решение.
— Агенты определяют достаточность решения, сравнивая значения двух функций, которые представляют преимущества в пользу выбора этого решения и его недостатки.
Таким образом, решение выбирается, если преимущества «перевешивают» недостатки. Такой подход позволяет агентам или локальным группам агентов находить компромисс между их предпочтениями и предпочтениями остальных, то есть формируется честный подход для разрешения конфликта. Путём обмена информацией и целями каждого агента сотрудничество между агентами можно реализовать даже в полностью распределённых системах.
Первый шаг при применении подхода SGT — создание такого ориентированного графа, каждое ребро которого будет существовать между вершинами (ВС) в том случае, если выбор направления движения ВС (одной вершины) может оказать влияние на дальнейшее движение ВС (другой вершины). ВС на каждом временном шаге ведёт обмен лётной информацией с остальными ВС, находящимися в пределах заданной зоны. К лётной информации относится: текущее местоположение ВС, пункт назначения, фактическое направление движение, время полета и задержки относительно номинальной траектории.
Каждое ВС ранжирует весь набор окружающих ВС по критериям: близость к пункту назначения, задержка (чем больше задержка, тем выше приоритет), время полета (чем дольше, тем выше приоритет). Из соседних ВС составляется группа с ВС более высокого приоритета. В группу входят только те ВС, для которых необходимо разрешить конфликтную ситуацию с рассматриваемым бортом. Направление движения рассматриваемого ВС, которое нужно определить до окончания очередного временного интервала, зависит от предпочтений всех ВС указанной группы.
На основании полученной лётной информации каждый борт рассчитывает функции недостатка рк, и преимущества р,^ для каждого альтернативного направления движения V [54], затем выбирает направление VI* Е и, на котором разница между значениями функций преимущества и недостатка максимальна:
ф = а^тах (р(^*) - рк, (^*)) . у\еи
Другими словами, каждый агент всегда находится в поиске максимальных преимуществ, которые можно получить с наименьшим риском.
Для оценки производительности любых подходов (SGT не является исключением) вводят метрику. Во-первых, подход не должен оставлять не разрешённых конфликтных ситуаций при различных значениях плотности воздушного трафика и изменяющихся сценариях полёта ВС. Во-вторых, метрика должна отражать степень, в которой ВС имеет возможность следовать идеально намеченному плану полета [54]. Усреднённое значение такой компоненты для системы ВС в целом рассчитывается по формуле
где ^ — продолжительность идеального полёта г-го борта, ^ — задержки из-за отклонения от идеального графика полета.
Подход с агентами можно считать успешным в случае, если он позволит сохранить высокую производительность при разрешении воздушных конфликтов.
Представленные в настоящем разделе постановки задач относятся к теории ин-теллектного управления динамическими системами, которая развивается в [21].
Отдельные результаты работы докладывались авторами на научных конференциях: Современные проблемы фундаментальных и прикладных наук (МФТИ, Москва, 2007) [55], Проблемы машиноведения (иМАШ, Москва, 2008) [56].
Литература
1. Российско-европейский семинар ASTEC<07 «Концепции и технологии ОрВД». — М.: ЦАГИ, 2007.
2. Авиаглобус. — 2007. — № 6 (98). -С. 18-19.
3. Доорн Я., Янг Д. Дорога к перспективной концепции ОрВД в Европе / / Российско-европейский семинар ASTEC‘07 «Концепции и технологии ОрВД». — М.: ЦАГИ, 2007. — С. 4.
4. Вишнякова Л.В., Дегтярев О.В., Егорова В.П., Кан А.В. Комплекс имитационного моделирования системы ОрВД РФ / / Российско-европейский семинар ASTEC‘07 «Концепции и технологии ОрВД». — М.: ЦАГИ, 2007. — С. 8-9.
5. Вишнякова Л.В., Дегтярев О.В., Зубкова И.Ф., Михайлов М.С., Плотникова Т.И. Алгоритмическое и программное обеспечение ключевых элементов автоматизированной системы планирования воздушного движения // Российско-европейский семинар ASTEC‘07 «Концепции и технологии ОрВД». — М.: ЦАГИ, 2007. — С. 10-11.
6. Куржанский А.Б. Задачи динамики и управления для гибридных систем // Нелинейный динамический анализ-2007: Тезисы докладов международного конгресса. — СПб., 2007. — С. 10.
7. Габасов Р., Габасова О.Р., Кириллова Ф.М., Павленок Н.С. Гибридные системы: оптимизация, оптимальное управление, стабилизация // Труды IX Международной Четаевской конференции «Аналитическая механика, устойчивость и управление движением». — 2007. — Т. 1. — С. 49-62.
8. Величенко В.В., Валуев А.М., Зуйков Ю.Г. Интеллектуальный алгоритм выбора маршрута в перспективной системе управления воздушным движением // Интеллектуальные системы. — 1996. — Т. 1, вып. 1-4. — С. 101-108.
9. Большев А.И., Чепель Е.В. Создание комплекса средств АЗН-В на базе технологии режима «S» вторичной радиолокации // Российско-европейский семинар ASTEC‘07 «Концепции и технологии ОрВД». — М.: ЦАГИ, 2007. — С. 13-14.
10. Ярошевский В.А., Бобылев А.В., Гайфуллин А.М., Свириденко Ю.Н. Влияние вихревого следа на динамику полета пассажирского самолёта // Полет. — 2009. — Вып. ЦАГИ-90. — С. 93-99.
11. Holzapfel F., Gerz T., Baumann R. The turbulent decay of trailing vortex pairs in stable stratified environments //
Aerosp. Sci. Technol. — 2001. — N. 5. — P. 95-108.
12. Гайфуллин А.М., Зубцов А.В. Диффузия двух вихрей // Изв. РАН. МЖГ. —
2004. — № 1. — С. 126-142.
13. Holzapfel F., Gerz T. Twodimensional wake vortex simulation in the stable stratified atmosphere // AIAA Paper 98-2857. — 1998.
14. Гайфуллин А.М., Свириденко Ю.Н. Моделирование аэродинамики самолёта в условиях воздействия на него вихревого следа // Материалы XIX школы-семинара «Аэродинамика летательных аппаратов». — 2008. — С. 46-47.
15. Белоцерковский А.С., Вышинский В.В., Замятин А.Н., Каневский М.И., Пятко С.Г., Фальков Э.Я. Российская интегрированная система обеспечения вихревой безопасности полетов // Российско-европейский семинар ASTEC‘07 «Концепции и технологии ОрВД». — М.: ЦАГИ, 2007. — С. 13-14.
16. Balakrishnan H., Chandran B.
Efficient and equitable departure scheduling in real-time: new approaches to old problems // 7th USA/Europe ATM 2007 R&D
Seminar. — 2007.
17. Соломенцев В.В., Назимов О.Н., Ройзензон А.Л. Основные направления модернизации системы ОрВД // Российско-европейский семинар ASTEC‘07 «Концепции и технологии ОрВД». — М.: ЦАГИ,
2007. — С. 3.
18. Irvine R., Hering H. Systematic air traffic management in a regular lattice // 7th USA/Europe ATM 2007 R&D Seminar.
19. Поспелов Д.А. Предисловие к книге: Экспертные системы: состояние и перспективы. — М.: Наука, 1989. — С. 3-8.
20. Bellmann R.E., Zadeh L.A. DecisionMaking in a Fuzzi Environment / / Management Science. — 1970. — N. 17. — P. B-141-B-164.
21. Васильев С.Н., Жерлов А.К., Федосов Е.А., Федунов Б.Е. Интеллектное управление динамическими системами. — М.: Физматлит, 2000. — С. 352.
22. Jones M. AI Application
Programming. — Hingham (USA, Massachusetts): Charles River Media Inc, 2003.
23. Winston P.H. Artificial Intelligence. — 3rd ed. Addison Wesley, 1993.
24. Bohme D., Brucherseifer R., Christoffels L. Coordinated arrival departure management // 7th USA/Europe ATM 2007 R&D Seminar. — 2007.
25. Mamdani E.H., Assilian S. An experiment in linguistic synthesis with a fuzzy logic controller // International Journal of Man-Machine Studies. — 1975. — V. 7, N. 1. — P. 1-13.
26. Nilsson J. ADS-B Implementation in Sweden and in the World // Российско-европейский семинар ASTEC‘07 «Концепции и технологии ОрВД». — М.: ЦАГИ, 2007.
27. Пятко С.Г. Перспективные системы УВД России / / Российско-европейский семинар ASTEC‘07 «Концепции и технологии ОрВД». — М.: ЦАГИ, 2007. — С. 7.
28. Falkov E. Some new applications in ATM based on VDL-4 // Российско-европейский семинар ASTEC‘07 «Концепции и технологии ОрВД». — М.: ЦАГИ, 2007. — С. 35.
29. Гревцов Н.М., Давидсон Б.Х., Кар-гопольцев А.В., Суханов В.Л. Глобальный аэронавигационный план ИКАО и новые принципы управления самолётом // Полет. — 2009. — Вып. ЦАГИ-90. — С. 31-35.
30. Бюшгенс Г.С. Полная автоматизация управления самолётами к XXI веку // Техника воздушного флота. — 1993. — № 1.
31. Давидсон Б.Х., Суханов В.Л., Трофимов С.А. Управление самолётом в перспективной системе аэронавигации // Российско-европейский семинар ASTEC‘07 «Концепции и технологии ОрВД». — М.: ЦАГИ, 2007. — С. 6.
32. Черноусько Ф.Л. Оценивание фазового состояния динамических систем. Метод эллипсоидов. — М.: Наука, Главная редакция физико-математической литературы, 1988. — С. 320.
33. Kurzhanski A.B. The diagnostic
of safety zones in motion planning //
Optimization methods and software. —
2005. — V. 20, N. 2-3. — P. 231-239.
34. Kurzhanski A.B., Valyi I. Ellipsoidal Calculus for Dynamics and Control. — Boston: Birkhauser, 1997.
35. Kurzhanski A.B., Varaiya P.
On ellipsoidal techniques for reachability analysis. Part I: external approximations // Optimization methods and software. —
2002. — V. 17, № 2. — P. 177-206.
36. Kurzhanski A.B., Varaiya P.
Optimization techniques for reachability
analysis // Journal of Optimization Theory and Applications. — 2001. — № 2.
37. Черноусько Ф.Л., Ананьевский И.М., Овсеевич А.И. Методы управления и оценивания для динамических систем при наличии неопределённостей и ограничений. Нелинейный динамический анализ-2007: Тезисы докладов международного конгресса. — СПб.: 2007. — С. 12.
38. Федотов А.А. Информационные множества в модельных задачах наблюдения за движением самолёта в горизонтальной плоскости // Диссертация на соискание ученой степени кандидата физикоматематических наук. — Екатеринбург: Институт математики и механики УрО РАН, 2005.
39. Fleming W., Soner H.M. Controlled Markov Processes and Viscosity Solutions. — NewYork: Springer, 1993.
40. Crandall M.G., Evans L.C., Lions P.L. Some properties of solutions of Hamilton-Jacobi equations // Transactions of the American Mathematical Society. — 1984. — V. 282, N. 2. — P. 487-502.
41. Krasovski N.N., Subbotin A.I. Positional Differential Games. — NewYork: Springer-Verlag, 1988.
42. Kurzhanski A.B., Varaiya P. Dynamic programming for target problems of control // Proceedings of the Conference MTNS. — Notre Dame: IN, 2002.
43. Куржанский А.Б. Принцип сравнения для уравнений Гамильтона-Якоби в теории управления // Труды ИММ УрО РАН. — 2006. — V. 12. — С. 173-183.
44. Kurzhanski A.B., Mitchel I.M., Varaiya. P. Optimization techniques for State-Constrained Control and Obstacle Problems // Journal of Optimization Theory and Applications. — 2006. — V. 128, N. 3. — P. 499-521.
45. Melikyan A., Olsder G.J. Boundary
Singularities and Characteristics of Hamilton-Jacobi Equation. Дифференциальные уравнения и топология: Меж-
дународная конференция, посвященная 100-летию со дня рождения Л.С. Понт-рягина: Тезисы докладов. — М.: Издательский отдел факультета ВМиК МГУ им. М.В. Ломоносова; МАКС Пресс,
2008. — С. 268-269.
46. Nerode A., Kohn W. Models for
Hybrid Systems: Automata, Topologies,
Controllability, Observability // Hybrid
Systems / Eds.: R.L. Grossman, A. Nerode, A.P. Ravn, H. Rischel. — Berlin-Heidelberg, Springer Verlag. — 1993. — P. 317-356.
47. Perr T.S. In Search of the Future of Air Traffic Control // IEEE Spectrum. -1997. — V. 34, N. 8. — P. 18-35.
48. Nordwall B.D. Free Flight: ATC model for the next 50 years // Aviation Week and Space Technology. — 1995. — V. 143. N. 5. — P. 38-39.
49. Final Report of the RTCA Task Force
3. — Washington D.C.: RTCA Inc, 1995.
50. Wolpert D.H., Tuw,er K. An Introduction to Collective Intelligence // NASA Technical Report. — 2006. — NASA-ARC-IC-99-63.
51. Kuchar J.K., Yang L.C. A review of Conflict Detection and Resolution Modeling Methods // IEEE Transactions on Intelligent Transportation Systems. — 2000. — V. 1, N. 4. — P. 179-189.
52. Dimarogonas D.V., Kyriakopoulos K.J. Inventory of Decentralized Conflict Detection and Resolution System in Air Traffic // Deliverable D6.1 Hybridge Project. — 2003.
53. Stirling W.C. Satisficing Games and Decision Making: With Applications
to Engineering and Computer Science. — Cambridge: Cambridge University Press,
2003.
54. Bellomi F., Bonato R., Nanni V., Tedeschi A. Satisficing Game Theory for distributed conflict resolution and traffic optimization: a simulation tool and experimental results // 6th Eurocontrol Innovative Research Workshop and Exhibition. — 2007. — P. 91-98.
55. Исаев В.К., Давидсон Б.Х., Золотухин В.В. Некоторые актуальные системные, математические и информационные задачи управления воздушным движением // Труды 50-й научной конференции МФТИ «Современные проблемы фундаментальных и прикладных наук»: Часть
III. Аэрофизика и космические исследования. Т. 2. — М.: МФТИ, 2007. — С. 141-144.
56. Золотухин В.В., Исаев В.К. Методы и модели управления воздушным движением // Проблемы машиноведения: Сборник трудов конференции. — М.: Институт машиноведения им. А.А. Благонравова РАН, 2008. — С. 231-235.
Поступила в редакцию 28.03.2009.
