CC BY
28
ПОСТРОЕНИЕ ЭФФЕКТИВНОЙ ЭКСПЕРТНОЙ СИСТЕМЫ БАЛЛИСТИКО-НАВИГАЦИОННОГО ОБЕСПЕЧЕНИЯ НАЗЕМНО-КОСМИЧЕСКОЙ СВЯЗИ В ГАС РФ «ПРАВОСУДИЕ»
Бетанов В.В., Ларин В.К.*
Ключевые слова: наземно-космическая связь, ГАС РФ «Правосудие», баллистико-навигационное обеспечение, экспертная диагностическая система, системный анализ, неформальные задачи, предметная область, скачки.
Аннотация.
Цель работы: совершенствование научно-методической базы теории проблемно-ориентирован-ныхэкспертных систем.
Метод: системный подход к решению неструктурированных (нефор-мальных) задач навигацион-но-баллистического обеспечения управления космических аппаратов (КА) связи.
Результаты: разработана технологическая модель построения экс-пертно-диагностической системы (ЭДС) в структуре баллистико-навигационного обеспечения (БНО) наземно-космической связи (НКС). При-ведены примеры неформальных задач, встречающихся в БНО. Дается определение неформальных задач и их характерных свойств. Определена методология системного подхода к решению неструктурированных (неформальных) задач и делается заключение об их решении с использованием ЭДС. Приводится краткое описание разработанных ЭДС для решения следующих проблемных вопросов БНО: анализ траекторных измерений, поиск и коррекция скачков фазовых измерений, функционирование программного модуля местоопределения в задаче предварительной обработки траекторных измерений движения космических аппаратов подсистемы НКС ГАС РФ «Правосудие».
Р01: 10.21681/1994-1404-2017-2-50-58
Эффективность функционирования подсистемы наземно-космической связи (НКС) ГАС РФ «Правосудие» в значительной степени определяется качеством её баллистико-навигационно-го обеспечения, содержащего средства решения как формализованных, так и не формализованных - неформальных (качественных) задач, возникающих в реальной обстановке функционирования подсистемы НКС. Для эффективного анализа и решения последних создаются проблемно-ориентированные экспертные системы, базирующиеся на знаниях о технологических циклах баллистико-навигационного обеспечения рассматриваемых
систем, вариантах возможных сбоев, в частности, при приеме, предварительной обработке измерений текущих навигационных параметров (ИТНП).
В частности, представляется целесообразным разработка продуктивной экспертно-диагности-ческой системы, обеспечивающей качественную постановку диагноза и принятие решения на основе правил и отношений соответствующей продукционной модели предметной области.
Введем ряд понятий, используемых в дальнейшем.
Баллистико-навигационное обеспечение (БНО) - комплекс информационного, программно-математического, технического и организационного обеспечения, предназначенного для
* Бетанов Владимир Вадимович, доктор технических наук, профессор, член-корреспондент Российской академии ракетных и артиллерийских наук, начальник центра АО «Российские космические системы», Российская Федерация, г. Москва, Россия. E-mail: vlavab@mail.ru
Ларин Владимир Константинович, кандидат технических наук, старший научный сотрудник, заместитель начальника отдела АО «Российские космические системы», Российская Федерация, г. Москва, Россия. E-mail: vklarin@mail.ru
выполнения следующих основных функций: прием и хранение траекторных измерений; определение и прогнозирование параметров
орбиты КА; расчет и выдача баллистических данных для обеспечения операций управления полетом КА (рис. 1).
Экспликация: ПМО - программно-математическое обеспечение; алгоритмы - описа-ние решения задач, входящих в АКП; АКП - автоматизированный комплекс программ - комплекс программ, записанный на сервере и предназначенный для решения балли-стических задач; ТО - техническое обеспечение; сервер - центральный компьютер, предназначенный для оперативного решения баллистико-навигационных задач; рабо-чая станция - компьютер, предназначенный для сервисного обеспечения работы ком-плекса; ИО - информационное обеспечение; БД - база данных; архивы - архивы ис-ходных данных, измерительной информации и др.
Рис. 1. Структурная схема БНО
Автоматизированный комплекс программ (АКП) - комплекс программ, предназначенный для расчета баллистических данных, необходимых для обеспечения полета КА.
Неформальные задачи (НФЗ) - задачи, не имеющие математических методов решения. К НФЗ относятся задачи, которые имеют хотя бы одну из перечисленных особенностей: ошибочность, неоднозначность, неполнота исходных данных; большая размерность пространства решений.
Предметная область (ПО) - совокупность объектов, свойств и функциональных связей, присущих области решения данной задачи.
Концепт - описание базовых элементов ПО.
Онтология - спецификация концептов и описание их отношений.
Продукционная модель - модель, содержащая формализованное описание концептов, их отношений и правил.
Базазнаний (БЗ) - база данных, содержащая информацию и правила решения из предыдущего опыта и знаний.
Экспертно-диагностическая система (ЭДС) -система постановки диагноза и принятия реше-
ния на основе правил и отношений продукционной модели.
Проблема - иерархически упорядоченная совокупность вопросов, характеризующих разницу между действительным и желаемым состоянием объекта.
Согласно классификации по степени структурированности, все проблемы можно разделить на три класса:
• структурированные (well-structured), или количественно выраженные проблемы, которые поддаются математической формализации и решаются с использованием формальных методов;
• неструктурированные (unstructured), или качественно выраженные проблемы, которые описываются лишь на содержательном уровне и решаются с использованием неформальных процедур;
• слабоструктурированные (ill-structured), или смешанные проблемы, которые содержат как качественные элементы, так и малоизвестные, неопределенные стороны, которые имеют тенденцию доминировать.
Описание неформальных задач БНО. Задачи, не имеющие формальных методов решения, называются неформальными. Основу методологии решения неформальных задач составляют системный подход и системный анализ. Характерными свойствами неформальных задач являются: ошибочность, неоднозначность, неполнота и противоречивость исходных данных; большая размерность пространства решения; динамически изменяющиеся данные и знания; отсутствие алгоритмического решения задачи.
При этом обозначилось два направления использования неформальных методов в решении задач:
- сведение сложной неформальной задачи к упрощенной формальной постановке с целью использования уже реализованных математических методов;
- поиск оптимального решения с использованием системного подхода, в частности, методов экспертных оценок.
Экспертные системы отличаются от систем обработки данных тем, что в них в основном используются символьный (а не числовой) способ представления данных, символьный вывод и эвристический поиск решения (а не выполнение известного алгоритма).
В большинстве случаев формальные методы применяются для решения структурированных проблем, эвристические методы - для слабоструктурированных и неструктурированных проблем. Из формальных методов наиболее часто используются аналитические и статистические методы, из эвристических методов - метод экспертных
Примеры неформальных задач БНО:
• поиск «скачков» при обработке фазовых измерений;
• анализ траекторных измерений (ТИЗ), полученных в зоне видимости при у < 70;
• определение возможности решения краевых задач (КЗ) по измерениям с различным весом;
• определение возможности решения системы нормальных уравнений при плохо обусловленных матрицах частных производных;
• анализ расчета местоположения приемника в задаче обработки траекторных измерений;
Общий подход к решению неформальных задач последовательно включает:
1. Выделение формализованной части задачи (без ущерба ее целостности) и ее решение математическими методами.
2. Нахождение граничных значений ИД, в пределах которых существует формальное решение.
3. Использование методов системного анализа, в частности, ЭДС [1,2,10].
Основные методы системного анализа. В
таблице приведен перечень основных методов системного анализа, используемых для решения проблемных вопросов [3].
оценок, включая экспертные системы, морфологический подход и метод мозгового штурма.
В зависимости от степени структуризации возможны различные последовательности этапов решения проблемы [7].
А). Структурированные проблемы: 1. Формулировка цели.
Таблица
Основные методы системного анализа для решения проблемных вопросов
Формальные методы - методы формализованного представления систем Аналитические методы Статистические методы Теоретико-множественные методы Лингвистические методы Семиотические методы Логические методы Графические методы
Эвристические методы - методы, направленные на активизацию использования интуиции и опыта специалистов Морфологический подход Методы типа «дерева целей», «прогнозного графа» и др. Методы «Дельфи» Методы экспертных оценок Методы «сценариев» Методы мозгового штурма (атаки) ЭДС
2. Построение математической модели описания системы в виде совокупности элементов, связанных между собой определенными отношениями.
3. Анализ модели на предмет отыскания «зараженных» частей, выбор метода решения.
4. Оценка решения проблемы.
Б). Неструктурированные проблемы:
1. Формулировка цели.
2. Анализ системы на предмет отыскания «зараженных» частей, выбор метода решения.
3. Формирование группы экспертов и использование метода мозгового штурма.
4. Использование метода экспертных оценок, включая разработку экспертной системы (с учетом результатов п.3).
5. Оценка решения проблемы.
В). Слабоструктурированные проблемы:
1. Формулировка цели.
2. Формирование альтернатив достижения цели; оценка этих альтернатив с помощью соответствующих критериев и выбор предпочтительной альтернативы.
3. Анализ системы на предмет отыскания «зара-
женных» частей, выбор методов решения (формальных или эвристических) в зависимости от степени их структурированности. 4. Отыскание решения частных проблем.
Оценка решения общей проблемы системы (с учетом результатов п.4).
Неформальные задачи БНО относятся к разряду неструктурированных проблем, одним из радикальных способов решения которых является построение экспертно-диагностической системы. Ниже приведена обобщенная технологическая модель построения ЭДС [9].
Рассмотрим несколько ЭДС, разработанных с участием авторов, применительно к решению следующих проблемных вопросов БНО:
- анализ и предварительная обработка траек-торных измерений КА;
- поиск и коррекция скачков в безразностных фазовых измерения КА;
- определение местоположения приемника беззапросных сигналов КА глобальных навигационных спутниковых систем (ГНСС).
В основу построения ЭДС положена технологическая модель (рис. 2).
1. Предм< область ( этная Ю)
2. Выделе концепто ние в ПО
3. Онтоло модель П гическая 0
4. Выбор информа параметр дионных ов
5. Постро информа объектов ение дионных (образов)
6. Продук модель ционная
7. База зн аний
8. ЭДС
ПО - совокупность объектов, свойств и функциональных связей, присущих области решения данной задачи
Концепт - описание базовых элементов ПО.
Онтология - спецификация концептов (понятий или сущностей) и описание их отношений.
Пнформапионные параметры - "неисправности" различного вида, проявляющиеся в задаче (или условия их появления).
Информационный образ - совокупность значений информационных параметров - «неисправностей».
Продукционная модель модель, содержащая формализованное описание концептов, их отношений и правил.
База знаний (БЗ) - база данных, содержащая информацию и правила вывода предыдущего опыта и знаний в некоторой предметной области.
ЭДС - система постановки диагноза и принятая решения на основе правил и отношений продукционной модели
Рис. 2. Технологическая модель построения ЭДС
1. Прототип ЭДС анализа и обработки траекторных измерений КА [9].
Под функцией анализа траекторной измерительной информации будем понимать отбор аномальных измерений (АИ), неудовлетворяющих по своим значениям заданным критериям.
Процедуру выбора АИ будем называть фильтрацией.
Полный цикл выбора состоит из последовательного проведения измерений через систему фильтров, значения которых определяются техническими характеристиками КА и физическими условиями проведения измерений.
Измерительная информация, полученная по одному КА в зоне одного измерительного пункта, называется сеансом.
В окончательную обработку траекторных измерений для определения параметров орбиты КА поступает информация в виде нескольких сеансов, называемых циклом радиоконтроля орбиты (РКО).
«Сырые» (не обработанные) измерения одного цикла РКО несут в себе различного рода погрешности, возникающие вследствие неточной работы бортовой и наземной аппаратуры, а также погрешностей в параметрах среды прохождения сигнала.
С некоторыми допущениями можно принять, что условия, порождающие эти погрешности, для временных и пространственных рамок одного цикла РКО - одинаковы. Это позволяет построить диагностическую систему анализа в виде последовательности фильтров для одного сеанса, используя тот же алгоритм и для других сеансов.
Поскольку физическая природа погрешностей в измерениях не дает возможности описания их аналитическими зависимостями, то в качестве инструмента анализа выбрана ЭДС, которая, используя систему фильтров, позволяет, достаточно корректно, получить решение по сути неформальной задачи выбора аномальных измерений.
Исходные данные: Р,...Рмк - измеряемый параметр (дальность, фаза, угол и др.); Ык - начальное число измерений в сеансе; F1 , ... Fn - фильтры измерений; Q1 Л2 , ..., Qm - фильтры условий измерений; п - допустимое минимальное число измерений в сеансе; М. - число сеансов в цикле РКО.
Поставим задачу разработать прототип ЭДС, позволяющий производить определение и отбор аномальных измерений из массива измерений одного сеанса. Рассмотрим подробнее содержание базы знаний, основы ЭДС и схемы ЭДС.
База знаний (БЗ). При использовании продукционной модели база знаний состоит из набора правил типа:
«Если (условие), то (действие)» - (А).
С учетом сказанного, БЗ может быть представлена совокупностью отношений концептов в виде правил- условий (А), используемых в информационном образе, и продукционной модели [6].
Структурно представим БЗ состоящей из трех блоков: блок 1 - исходные данные, блок 2 - правила, блок 3 - результаты.
Блок 1 - Исходные данные. Текущие данные: М. -число сеансов в цикле РКО; Ык - начальное число измерений в сеансе; Рк - измеряемый параметр; qk - фактические характеристики условий измерений (сигнал/шум, угол места, ...); F1 , F2 , .. - набор фильтров для проверки измерений; Q1 , Q2 , ..., Qm - набор фильтров для проверки характеристик
условий измерений; 61, 62,...... 6п , 6Ы - значения
информационных параметров; Б = 0.6* Ык - условие отбора сеанса.
Архивы: сеансов измерений цикла РКО, измерений одного сеанса, аномальных измерений, нормальных измерений, сеансов измерений после фильтрации.
Блок 2 - Правила. Представим правила в виде последовательности использования фильтров для отбора аномальных измерений, а также действий, связанных с вводом и выбором из архивов необходимых данных.
Под фильтром Fi следует понимать действие сравнения соответствующего информационного параметра 6п с измеренным параметром (РО, либо характеристикой условий q¡. Тогда запись вида Р^п соответствует использованию фильтра для данного измерения или условий измерений -q¡>Q .
м т
Далее приводится пошаговый алгоритм фильтрации, отнесенный к измерениям одного сеанса радиоконтроля орбиты (РКО). Обработка измерений других сеансов производится в цикле, выходом из которого является фильтрация измерений последнего сеанса в «Архиве сеансов измерений» цикла РКО.
Цикл обработки заканчивается после фильтрации измерений последнего сеанса Мг
Блок 3 - Результаты. Основным результатом выполнения действий по шагам является набор сеансов нормальных измерений в «Архиве сеансов после фильтрации», готовых к использованию для решения краевой задачи.
На рис. 3 представлена принципиальная схема построения ЭДС. По сравнению со стандартной
схемой [5,7] в ней не отражены такие элементы, как объяснительный компонент и компонент приобретения знаний, так как отсутствие этих частей не влияет на суть предлагаемого варианта решения поставленной задачи.
Архив ИД (см. рис. 3) содержит данные, приведенные в Блоке 1, с числовыми значениями фильтров измерений и условий их проведения
(информационных операторов), для различных типов КА.
Архив результатов содержит следующие данные: сеансы с отфильтрованными измерениями; сеансы с «сырыми» измерениями (до фильтрации); номера удаленных сеансов после фильтрации; число аномальных измерений в каждом сеансе.
Назначение других блоков следует из их названия.
Архив ИД Рабочая память
Интерфейс Решатель
ввода ИД
* г
Базазнаний Архив результатов
Рис. 3. Принципиальная схема прототипа ЭДС
1. Прототип ЭДС поиска и коррекции скачков в безразностных фазовых измерениях [8].
Одним из условий, необходимых для корректного использования фазовых измерений, является непрерывность приема радиосигналов от наблюдаемого спутника. На практике, в силу различных причин, может произойти нарушение приема и потеря счета целого числа фазовых циклов в фа-зоизмерительном устройстве. Такие пропуски (потери) фазовых циклов, называемые «скачками», должны быть выявлены, количественно оценены и скорректированы, т.е. должны быть внесены соответствующие поправки в фазовые измерения.
Существуют различные методы, позволяющие выявлять и/или корректировать скачки в фазовых измерениях, в частности, методика, основанная на совместном использовании линейных комбинаций фазовых и кодовых измерений: комбинации МеЬоите^иЬЬепа и геометрически свободной комбинации [2,3]. Однако эти методы имеют ограничения, из-за которых при определенных условиях нельзя гарантировать обнаружение и коррекцию скачков. Выходом из этой проблемной ситуации является разработка прототипа ЭДС поиска и коррекции скачков фазовых измерений.
Входными данными при этом являются непосредственно сеансы траекторных измерений
(ТИЗ), а также служебная информация (технические характеристики НКА, глобальные константы и др.) и настраиваемые пороговые значения для алгоритмов поиска скачков и фильтрации измерений и сеансов (загружаются из конфигурационного файла и/или базы данных).
Выходные данные - сеансы ТИЗ, но с внесенными в фазовые измерения поправками на скачки и установленными по необходимости признаками аномальности (как для отдельных измерений, так и для целых сеансов).
Необходимо разработать прототип ЭДС программного модуля (ПМ) определения не обнаруженных, обнаруженных, но не исправленных скачков с целью контролировать получаемые результаты и при необходимости локализовать и устранять ошибки, дефекты и сбои ПМ в минимальные сроки.
Разработанный прототип ЭДС ПМ (рис. 4 [4]) позволяет сделать вывод о корректности каждого из контрольных сеансов ТИЗ и рекомендации по поводу дальнейшей обработки сеансов. При выявлении некорректности одного или нескольких контрольных сеансов ЭДС выдает заключение об ошибке - предполагаемой причине неправильного функционирования ПМ - и, по возможности, предлагает способ устранения этой ошибки.
Экспликация: база знаний - представляет собой файл, содержащий набор правил, а также объявление глобальных переменных, шаблонов и фактов, инициализирующих базу знаний; CLIPS - программное средство разработки экспертных систем продукционного типа [7, 8].
Рис. 4. Схема программной реализации ЭДС
Ядро ЭДС составляют база знаний, рабочая память и машина логического вывода. В рассматриваемом случае база знаний будет содержать правила, с помощью которых можно получить одно из представленных выше заключений, долгосрочные факты, описывающие предметную область (например, пороговые значения для комбинации Ме!Ьоигпе^йЬЬепа и геометрически-свободной комбинации), а также некоторые процедуры и функции, реализующие оптимизационные и расчетные алгоритмы. В рабочую память должны поступать данные, описывающие рассматриваемые сеансы ТИЗ, т.е. различные параметры этих сеансов. Данные из рабочей памяти являются базовой информацией для машины логического вывода, которая анализирует их и решает, какие правила из базы знаний должны быть использованы для получения заключения.
2. Прототип ЭДС для программного модуля определения местоположения приемника сигналов КА (ПМ ОМП) [6].
Определение местоположения приемника, выполняемое в процессе предварительной обработки траекторных измерений, является дополнением к эадаче и представляет собой реализацию простейшего алгоритма одномоментного местоопределения по измерениям псевдодальностей (с использованием метода наименьших
квадратов). Как правило, точные координаты приемника (измерительной станции) известны, поэтому имеется возможность по разности оценить ошибку полученных результатов решения задачи ОМП.
В случае корректной работы ПМ ОМП при использовании бортовой информации или из БР3-файлов типа «прогноз» СКО полученных координат приемников составляют порядка 2 - 5 м. Однако возможны ситуации, когда не удается решить задачу ОМП в автоматическом режиме или полученные результаты имеют неприемлемо низкую точность. Возможные причины неудовлетворительного функционирования ПМ ОМП с точки зрения алгоритмического, информационного и программного обеспечения АКП приведены в [3]. Для локализации и устранения причин, вызвавших неудовлетворительное функционирование ПМ ОМП, предполагается использовать ЭДС.
Входными данными являются ТИЗ, сгруппированные по эпохам измерений, а также служебная информация (технические характеристики приемников и НКА, глобальные константы и др.).
Выходные данные — мгновенные результаты решения задачи ОМП для каждого приемника на каждую эпоху измерений и соответствующие ос-редненные на заданном интервале (1 час и/или 10 мин) результаты ОМП.
Необходимо разработать прототип ЭДС для локализации и устранения причин, вызвавших неудовлетворительное функционирование ПМ ОМП [5].
Экспертные системы диагностического типа должны содержать правила {7 1|, позволяющие определить, имеет ли место сбой (неисправность), другие правила {7 2}, позволяющие локализовать причину сбоя, и правила {7 3}, позволяющие исправить ошибку и устранить сбой, если это возможно [7].
В рассматриваемом случае сбоем считается отсутствие результатов решения задачи ОМП или слишком большое СКО полученных результатов: С,=[СКО> тахсн)]. .
При срабатывании соответствующего правила выполняется локализация сбоя, т.е. применяется последовательность правил, определяющих возможные причины некорректного функционирования ПМ ОМП. В первую очередь рассматривается геометрический фактор и набор используемых в решении задачи ОМП навигационных КА. Кроме того, проверяется количество итераций МНК. По итогам выполнения правил локализации формируется вывод о возможной причине некорректного функционирования ПМ ОМП.
По материалам, приведенным в данной статье, можно сделать следующие выводы.
Разработана технологическая модель построения ЭДС, представляющая структурную последо-
вательность понятийных элементов системного анализа. Путем последовательного заполнения блоков модели специфическими данными конкретной задачи можно получить искомый результат - ЭДС.
Приводится определение и характеристика свойств неформальных задач (неструктурированных - в терминологии системного анализа), а также описание этапов решения в зависимости от степени их структурированности.
Дается структурная схема БНО с описанием составных элементов и перечень задач со свойствами неформального характера.
Приводится постановка задач на разработку ЭДС и краткое описание последовательности их сборки для следующих неформальных задач БНО: анализ траекторных измерений КА; поиск и коррекция скачков фазовых измерений траектории КА; анализ функционирования программного модуля местоопределения приемника.
Таким образом, применение методов системного анализа для решения неформальных задач, возникающих в подсистеме наземно-космической связи ГАС РФ «Правосудие», на основе построения эффективной экспертной системы баллистико-навигационного обеспечения подсистемы связи представляется целесообразным и практически продуктивным.
Рецензент: Марков Алексей Сергеевич, доктор технических наук, доцент, профессор МГТУ им. Баумана,
E-mail: a.markov@npo-echelon.ru
Литература
1. Королев В.Т., Ловцов Д.А., Радионов В.В. Математика и информатика / Под ред. Д.А. Ловцова. М.: РГУП, 2015. 246 с.
2. Бетанов В.В., Лобан А. В., Ловцов Д. А. и др. Программно-математическое обеспечение АСУ космическими аппаратами / Под ред. Д. А. Ловцова. М.: ВА им. Петра Великого, 1995. 412 с.
3. Тарасенко Ф.П. Прикладной системный анализ. Томск: Изд-во «Томский университет», 2004. 186 с.
4. Гаврилова ТА., Хорошевский В.Ф. Базы знаний интеллектуальных систем. СПб.: «Питер», 2000. 384 с.
5. Генике А.А., Побединский Г.Г. Глобальные спутниковые системы, определение местоположения и их применение в геодезии. М.: Картгсоцентр. 2004. 354 с.
6. Бетанов В.В., Ларин В.К., Позяева З.А. База знаний экспертной диагностической системы для программного модуля определения местоположения приемника // Информатика, вычислительная техника и управление: Сб. науч. тр. М.: ИТМиВТ им. С. А. Лебедева РАН, 2015. С. 125 - 135.
7. Бетанов В.В., Ларин В.К., Позяева З.А. К вопросу анализа причин возникновения сбоев в аппаратно-программном комплексе уточнения эфемеридно-временной информации // Ракетно-космическое приборостроение и информационные системы. 2014. Т.1. № 1. С. 55 - 60.
8. Бетанов В.В., Ларин В.К., Позяева З.А. Прототип экспертной диагностической системы поиска и коррекции скачков в безразностных фазовых измерениях // Ракетно-космическое приборостроение и информационные системы. 2014. Т.1. № 3. С. 73 - 81.
9. Ларин В.К. Построение прототипа экспертной диагностической системы анализа траекторных измерений КА // Ракетно-космическое приборостроение и информационные системы. 2017. Т.4. № 1. С. 102 - 107.
10. Джарратано Дж., Райли Г. Экспертные системы: принципы разработки и программирование. М.: «И.Д. Ви-льямс», 2007. 1152 с.
BUILDING AN EFFECTIVE EXPERT SYSTEM BALLISTIC-NAVIGATION SUPPORT SPACE-GROUND COMMUNICATIONS IN GUS OF THE RUSSIAN FEDERATION "JUSTICE"
Vladimir Betanov, Doctor of Science in Technology, Professor, member-correspondent of the Russian Academy of rocket and artillery Sciences, head of centre, JSC "Russian space systems", Russian Federation, Moscow E-mail: vlavab@mail.ru
Vladimir Larin, Ph.D. in Technology, senior researcher, Deputy head of Department of JSC "Russian space systems", Russian Federation, Moscow. E-mail: vklarin@mail.ru
Abstract.
Purpose of the article: improvement of scientific-methodical bases of the theory of problem-oriented expert systems.
Method: a systematic approach to the solution of unstructured (non-formal) tasks of navigation and ballistic support of spacecraft control (SC).
Results: the technological model of expert diagnostic system (EDS) in the structure of ballistic navigation support (BNO) space-ground communications (NCC). Given examples of informal challenges in BNO. Given op-the definition of informal tasks and their characteristic properties. Defined methodology of a systematic approach to the solution of unstructured (non-formal) tasks and a conclusion about their decision using EMF. Brief description of the developed EMF for the following aspects of GHP: an analysis of trajectory measurements, search and correction of the jumps of the phase measurements, the functioning of program module positioning in the task of pre-processing trajectory measurements of spacecraft movement subsystem NKS GUS of the Russian Federation "Justice".
Key words: ground-space communications, GUS of the Russian Federation "Justice", ballistic-navigation support, expert diagnostic system, system analysis, informal tasks, subject area, horse racing.
References
1. Korolev V.T., Lovtcov D.A., Radionov V.V. Matematika i informatika / Pod red. D.A. Lovtcova. M.: RGUP, 2015. 246 s.
2. Betanov V.V., Loban A. V., Lovtcov D. A. i dr. Programmno-matematicheskoe obespechenie ASU kosmicheskimi apparatami / Pod red. D. A. Lovtcova. M.: VA im. Petra Velikogo, 1995. 412 c.
3. Tarasenko F.P. Pricladnoi' sistemnyT analiz. Tomsk: Izd-vo «Tomskii' universitet», 2004. 186 s.
4. Gavrilova TA., Horoshevskii' V.F. Bazy' znaniP intellektual'ny'kh sistem. SPb.: «Peter», 2000. 384 s.
5. Genike A.A., PobedinskiP G.G. Global'ny'e sputneykovy'e sistemy', opredelenie mestopolozheniia i ikh primenenie v geodezii. M.: Kartgsocentr. 2004. 354 s.
6. Betanov V.V., Larin V.K., Poziaeva Z.A. Baza znanii' e'kspertnoi' diagnosticheskoi' sistemy' dlia programmnogo mod-ulia opredeleniia mestopolozheniia priemnika // Informatika, vy'chislitel'naia tekhnika i upravlenie: Sb. nauch. tr. M.: ITMiVT im. S. A. Lebedeva RAN, 2015. S. 125 - 135.
7. Betanov V.V., Larin V.K., Poziaeva Z.A. K voprosu analiza prichin vozniknoveniia sboev v apparatno-programm-nom komplekse utochneniia e'femeridno-vremennoi' informatcii // Raketno-kosmicheskoe priborostroenie i informatcionny'e sistemy'. 2014. T.1. № 1. S. 55 - 60.
8. Betanov V.V., Larin V.K., Poziaeva Z.A. Prototip e'kspertnoi' diagnosticheskoi' sistemy' poiska i korrektcii skachkov v bezraznostny'kh fazovy'kh izmereniiakh // Raketno-kosmicheskoe priborostroenie i informatcionny'e sistemy'. 2014. T.1. № 3. S. 73 - 81.
9. Larin V.K. Postroenie prototipa e'kspertnoi' diagnosticheskoi' sistemy' analiza traektorny'kh izmerenii' KA // Raketno-kosmicheskoe priborostroenie i informatcionny'e sistemy'. 2017. T.4. № 1. S. 102 - 107.
10. Dzharratano Dzh., Rai'li G. E'kspertny'e sistemy': printcipy' razrabotki i programmirovanie. M.: «I.D.Vil'iams», 2007. 1152 s.
