CC BY
38
лгшах
где -^п - УсРеДненное количество маршрутных передвижений за период предполагаемого строка службы системы МПЦ с учетом возможных отказов элементов множества R.
Матрица рисков, связанн функционирова:
Матрица, связанная с безотказностью функционирования ПО системы ЖАТ, представлена в виде таблицы 2. В этой таблице Poш - вероятность проявления хотя бы одной ошибки за определенный период эксплуатационных испытаний программного обеспечения системы ЖАТ.
с безотказностью Таблица 2
ч ПО системы ЖАТ
Уровни частоты (вероятность проявления хотя бы одной ошибки) Уровни последствий ошибок, допущенных при проектировании ПО (количество реализованных маршрутных передвижений до проявления ошибки ПО)
N п N п 2 Nn3 N П 4
незначительный значительный существенный критический
1 2 3 4
0,5 < Рош Частое Ч Ч1 Ч2
0,1 < Рош< 0,5 Вероятное В В1 В2 В3
10-3 < Рош<0,1 Случайное С С1 С2 С3
10-5 < Рош< 10-3 Редкое Р Р1 Р2 Р3 Р4
10-7 < Рош< 10-5 Крайне редкое К К1 К2 КЗ К4
Pon< 10-7 Маловероятное М М1 М2 МЗ М4
Заключение
Предложенная имитационная модель позволяет оценить риски, связанные с наличием ошибок в ПО систем ЖАТ на основе статистического эксперимента, проведенного до начала этапа эксплуатационных испытаний.
Применение имитационной экспертизы позволит адекватно оценить стоимость жизненного цикла систем и устройств ЖАТ, исходя из качества и полноты функций, реализуемых системами ЖАТ в процессе их эксплуатации, в том числе, с учетом дополнительных эксплуатационных расходов, вызванных отказами объектов транспортной инфраструктуры.
Необоснованная оценка стоимости жизненного цикла объектов инфраструктуры по хозяйству ав-
томатики и телемеханики, в случае как заниженной, так и завышенной оценки приводит к ошибкам при расчете сравнительной экономической эффективности альтернативных вариантов замены или модернизации объектов транспортной инфраструктуры, выработавших свой ресурс.
Таким образом, применение имитационной экспертизы принятия решений по минимизации стоимости жизненного цикла систем железнодорожной автоматики позволит существенно уменьшить риски возникновения недополученной прибыли компании, связанной с экономией годовых эксплуатационных расходов при реализации инвестиционных проектов, связанных с заменой и модернизацией объектов инфраструктуры.
ЛИТЕРАТУРА
1. Безродный, Б.Ф., Методы расчёта показателей надёжности и безопасности систем электрической и диспетчерской централизации / Безродный Б.Ф., Горелик А.В., Журавлёв И.А., Неваров П.А., Орлов А.В., Тарадин Н.А., Шалягин Д.В. // М.: МИИТ, 2011. Деп. в ВИНИТИ, № 972-В2011
2. Болотский, Д.Н. Оценка рисков, связанных с функционированием систем железнодорожной автоматики и телемеханики / Болотский Д.Н., Веселова А.С., Горелик А.В., Журавлев И.А., Неваров П.А., Орлов А.В., Савченко П.В., Тарадин Н.А.// МИИТ - Москва, 2015. Деп. в ВИНИТИ, № 187-В2015
3. Гапанович, В.А. Внедрение методологии УРРАН в хозяйстве АТ / Гапанович В.А., Безродный Б.Ф., Горелик А.В., Шалягин Д.В. // Автоматика, связь, информатика. - 2012. - №4. - С. 12-15.
4. Горелик А.В. Технологическая эффективность процесса проектирования систем железнодорожной автоматики и телемеханики: Дисс. на соиск. уч. степени д-ра техн. наук: 05.22.08 / Горелик Александр Владимирович. - М.: РГОТУПС, 2005. - 308с.
5. Горелик, А.В. Анализ надежности элементов транспортной инфраструктуры на основе имитационного моделирования / Горелик А.В., Журавлев И.А., Веселова А.С., Тарадин Н.А. // Надежность и качество: труды Международного симпозиума, в 2 т. - Пенза: ПГУ, 2015. - Т. 1. - С. 120-122.
6. Горелик, А.В. Методика определения статистической оценки текущего состояния систем и устройств железнодорожной автоматики и телемеханики / Горелик А.В., Безродный Б.Ф., Неваров П.А., Болотский Д.Н., Веселова А.С., Голубев А.С // Надежность и качество: труды Международного симпозиума. в 2 т. - Пенза: ПГУ, 2015. - Т. 2. - С. 169-172.
7. Артемов И.И., Уханов А.П. История техники. Автотракторостроение. Учебное пособие. Пенза, 2005.
8. Горелик, А.В. Модели и методы анализа надежности и эффективности функционирования объектов инфраструктуры железнодорожного транспорта / Горелик А.В., Журавлев И.А., Веселова А.С. // Труды международного симпозиума Надежность и качество. - 2014. - Т. 1. - С. 174-176.
УДК 629.056.8 Закирбаева Г.Х.
Самарский государственный аэрокосмический университет имени академика С. П. Королёва (Научно исследовательский университет), Самара, Россия
ПОИСК СЛАБЫХ НАВИГАЦИОННЫХ СИГНАЛОВ С ПОМОЩЬЮ АЛГОРИТМА DOUBLE BLOCK ZERO PADDING
Поиск слабых навигационных сигналов ГЛОНАСС требует длительного времени интегрирования. В статье рассматриваются два
алгоритма с использованием длительного времени интегрирования без какой-либо информации для поиска слабых сигналов системы ГЛОНАСС при позиционировании внутри помещения. Первый алгоритм — это алгоритм циклической корреляции (БПФ/обратное БПФ), а второй алгоритм - Double Block Zero Padding (DBZP).
Данные были собраны в помещении с помощью front end-а SDR NAV. Было проведено сравнение алгоритмов по времени вычисления в средеМАТЛАБ. Результаты эксперимента показали, что Double Block Zero Padding (DBZP) алгоритм в среднем на 90% быстрее по сравнению с алгоритмом циклической корреляции. Также в результате экспериментов был найден сигнал спутника с помощью алгоритма Double Block Zero Padding (DBZP), в то время как с помощью алгоритма циклической корреляции пик был не различимым, несмотря на длительное время интегрирования. Алгоритм DBZP может быть использован в навигационных приёмниках системы ГЛОНАСС.
Ключевые слова:
Поиск, ГЛОНАСС, Double Block Zero Padding (DBZP), слабые сигналы.
Twdbi Мeмдvнаvoднoгo cuMno3uVMa «HadewHocmt u xauecmeo», 2016, moM 2
GLONASS is widely used nowadays but still faces limitations in indoor and dense-urban environments because of the received weak signals. Acquisition is the first step of GNSS signal processing. The goal of the acquisition is to find the visible satellites, the start of each C/A code and the Doppler shift.
In practice, the processing of the fragment of the incoming signal with duration 1 millisecond is not enough for acquiring the weak navigation signals. Acquisition of weak navigation signals requires long coherent and incoherent integration. Increasing the coherent, or Prede-tection, Integration Time (PIT) improves sensitivity, but is limited because of the unknown data and bit edges. Incoherent integration is less sensitive, because of squaring loss.
There is a need to find the more suitable algorithm to acquire the weak signals.
After review of article about acquisition of weak signals we can say that there are many different approaches to solve this problem. We can sort all these methods into 4 categories. The first one is the conventional hardware approach which sequentially searches for visible satellites at each possible code delay and Doppler frequency shift, [1] and [2]. The second one aims to reduce processing complexity by performing circular correlation using Fast Fourier Transform (FFT) methods, [3] and [4]. Complexity is reduced because the correlation at all code delays is computed at once, for each Doppler bin. The third one consists of using the delay and multiply method to eliminate all Doppler bins, [3] and [5], but it has low sensitivity. The fourth one is using an approach called Double block zero padding (DBZP), which uses a frequency domain method to search over a delay-Doppler space and acquire the navigation signal.
DBZP is one of the most advanced algorithms that are especially suitable for software-defined GPS receivers. GLONASS L1OF signals have similar characteristic as GPS L1 C/A. The FDMA modulation scheme, as opposed to the CDMA modulation of GPS, makes a difference only in the down conversion stage of the receiver. The down conversion to baseband is accomplished by using each satellite's offset frequency from the IF. Total bandwidth of GLONASS L1 C/A signals is approximately 8 MHz (14 x 0.562.5 + 0.511 MHz). The bandwidth of interest for each satellite channel is 1 MHz, even smaller than that of the GPS. The averaging length, therefore, used for GLONASS signals is chosen to be twice that of the GPS. Although, a larger bandwidth can also be used for GLONASS signals [8]. Thus, the DBZP algorithm can be adapted for GLONASS L1OF.
This approach does not generate Doppler compensated local code, but uses only one local code for the correlation process, which enables the use of long PIT without processing increase due to the increase in the searched Doppler bins.
The Double Block Zero Padding (DBZP) algorithm can use long PIT without any assisting information to acquire weak GLONASS signals.
The scientific novelty of the work is that this DBZP algorithm is using for acquisition in GLONASS indoor positioning. Before DBZP was used for GPS, and in this research work this algorithm was adopted for GLONASS system.
The project was carried out on PC using the MATLAB (version R2012a) environment. The equipment (SDR NAV front end), laboratory space were provided by the Radio Engineering Department, SSAU.
The rest of the paper is organized as follows. Firstly, the implementation of DBZP is described. Secondly, simulation and results will be presented. Thirdly, conclusions will be drawn.
The general mathematical model of the DoubleBlock Zero-Padding acquisition method can be described in 5 steps. The concept of the DBZP is
the use of many partial correlations over a duration equivalent to a few tens of chips. To do so, the incoming signal and the local code are split into blocks.
The input parameters of the DBZP are the coherent integration time Tc and the Doppler uncertainty range [fD,Min>fD,Max ] where fDiMaxis the maximum expected value of the incoming Doppler frequency and fo.Minthe minimum.
Firstly, the received signal is pre-processed. Indeed, the received complex signal is converted into baseband by multiplying it by a complex carrier exp (-2infipnTs) depending only on the intermediate frequency/^, which means that the local complex carrier does not try to compensate the incoming Doppler frequency. It is important to understand that only one carrier replica, which does not depend on a Doppler frequency estimate, is generated.
The resulting Tc -long baseband samples are arranged into Nbblocks of equal length. Each couple of two consecutive blocks is grouped to form Nb blocks of size 2Nspb (thus the name "DoubleBlock") and denoted Bji+1, with I = 0, 1, ... , Nb- 1 referring to as the block index.
The second step consists in conditioning the local spreading code. As for the incoming signal, Tc ms of the local code are generated and split up into Nb blocks of Nspb samples. Then, each block is zero-padded and denoted Bf+!, this means that Nspb samples of value 0 are appended to each block.
The third step aims at evaluating the correlation output, computing it by means of FFT. The first 2Nspb-samples block of the incoming signal is circularly correlated with the first zero padded code blocks. This results in a partial circular correlation, and only the first half is preserved.
At the forth step an Nb -point FFT is applied to the set of the partial correlation outputs corresponding to a given code delay. This permits to determine the Doppler frequency of the incoming signal.
At the last step, the local code blocks are circularly permutated: the Nb-th block becomes the first block, the first block becomes the second block, etc. The incoming signal blocks are kept unchanged. Return to Step 3. At the end, the DBZP matrix output is of size NbxNrNspb, each row corresponding to a Doppler frequency bin and each column to a code delay [6].
Simulation and results
The two acquisition algorithms, DBZP algorithm and FFT/IFFT algorithm, have been tested by simulation.
The data is collected in an indoor environment by SDR NAV front end. The simulation data is used here to verify the validity of DBZP algorithm. The central frequency of down-converted signal is 400 kHz and the sampling frequency (Fs) is 13.728 MHz. The post detection integration is 60 milliseconds. For incoming Doppler frequency between -10 and 10 KHz, the duration of one DBZP algorithm block (tb) is equal to 1 ms. In this research work all examples are shown based on data of satellite No.4 of GLONASS system.
The number of samples per block (Nspb) is equal to multiplication of the duration of one block to the sampling frequency. The amount of FFT calculation is Tc * Nspb\og2 Nspb . For circular correlation algorithm the duration of one block is equal to the coherent integration time Tc . According to the given data we can see that the number of computation for DBZP algorithm is much less then for circular correlation (FFT/IFFT) algorithm.
Figure 1 shows the DBZP algorithm acquisition results for satellite PRN No.4 of a real GLONASS signal in indoor environment. The x-axis represents the code phase in samples and the y-axis
represents the correlation values. Figure 2 shows the acquisition results of conventional circular correlation algorithm using longer integration time. From Figure 1 shows the clear peak to detect the satellite using DBZP algorithm, whereas in Figure 2 acquisition results shows no distinguished peak in spite of detected in spite of longer integration time .
tection of weak GLONASS signals in indoor positioning application. One algorithm uses circular correlation for the longer coherent integration and the second algorithm uses DBZP for coherent integration.
Figure 1 - Code phase acquisition result from
DBZP algorithm of an indoor GLONASS signal
Duration of one bit in GLONASS signal is 20ms. In this case when the circular correlation was used the data bit potentially can be lost because of long PIT and the code phase is changed every 20 millisecond. In other case when the DBZP algorithm was used the probability to lose the data bit is very low because of splitting the data into two consecutive blocks. That's why the weak signal from satellite No.4 was detected in indoor environment using DBZP algorithm.
The results of computation time show that the DBZP algorithm was approximately 90% faster than the conventional FFT/IFFT approach for signals with long integration time.
Conclusion
In this paper, comparison and analysis is made across two algorithms that use a PIT without the availability of any assisting information in de-
Figure 2 - Code phase acquisition result from circular correlation (FFT/IFFT) algorithm of an indoor GLONASS signal
The results demonstrate the ability of the DBZP algorithm to detect weak signals as compared with circular correlation (FFT/IFFT) algorithm which failed to detect the signal in indoor navigation. Also the results show that the DBZP algorithm can reduce the computation time by nearly 90% relative to conventional circular correlation using long integration time.
The expected result is that DBZP algorithm can be used for GLONASS system receiver's indoor navigation. The high sensitivity of acquisition is achieved with comparable hardware costs by using Double Blocked Zero Padding algorithm thus increases the efficiency and accuracy of positioning.
To conclusion, the DBZP consumes less time and power compared to circular correlation (FFT/IFFT) algorithm that is why Double Block Zero Padding (DBZP) is the algorithm more suitable for acquisition of weak signals.
REFERENCES
1. B. Parkinson and J. Spilker. Global positioning system: Theory and applications. American Institute of Aeronautics and Astronautics. 1996.
2. P. Misra and P. Enge. Global positioning system: Signals, measurements, and performance. Ganga-Jamuna Press. December 2001.
3. J. B. Y. Tsui. Fundamentals of global positioning system receivers: A software approach (second edition). Publisher: Wiley-Interscience. November 2004.
4. D. J. R. Van Nee and A. J. R. M. Coenen. New fast GPS code-acquisition technique using FFT. IEEE Electronics Letters. Vol. 27, No. 2. January 1991.
5. D. M. Lin and L. B. Y. Tsui. Acquisition schemes far software GPS receiver. Proceedings of ION GPS-1998, pp. 317-325. September 1998.
6. M. Foucras. Performance analysis of modernized GNSS signals acquisition. 2015.
7. M. L. Psiaki. Block Acquisition of Weak GPS Signals in a Software Receiver. Proc. ION-GPS 200. Salt Lake City. pp. 2838-2850. 2001.
8. K Mollaiyan, R Santerre, RJ Landry. Acquisition of Weak Signals in Multi-Constellation Frequency Domain Receivers. 2013.
9. N. I. Ziedan and J. L. Garrison. Unaided acquisition of weak gps signals using circular correlation or double block zero padding. Position Location and Navigation Symposium (PLANS) 2004. pp. 461-470. April 2004.
10. Borre, K, Akos, DM, Bertelsen, N, Rinder, P & Jensen. A Software-Defined GPS and Galileo Receiver: A Single-Frequency Approach. In A Software-Defined GPS and Galileo Receiver: A Single-Frequency Approach. 1 edn, Birkhauser Verlag GmbH, Boston. Applied And Numerical Harmonic Analysis. SH 2007.
УДК 629.73.083
Куатов Б.Ж., Байсанов А.З., Надрышин Р.Р.
Военный институт Сил воздушной обороны, Казахстан
ПОВЫШЕНИЕ НАДЕЖНОСТИ АВИАЦИОННОЙ ТЕХНИКИ В ПРОЦЕССЕ ЭКСПЛУАТАЦИИ
Авиационная техника, как при работе, так и при хранении подвергается непрерывному воздействию внешних условий и внутренних процессов, что приводит к снижению ее надежности.
Внешние воздействия проявляются тем значительнее, чем длительнее время нахождения авиационной техники в эксплуатации. Этот фактор принято оценивать календарным сроком эксплуатации.
На надежность авиационной техники помимо наработки и срока эксплуатации влияют также режимы работы, нагрузки, вибрации, перепады температур и давлений, акустические нагрузки. Величина этих воздействий и степень влияния на эксплуатационную надежность определяются интенсивностью полетов, характером полетных заданий,
