CC BY
112. Mesteckij L. M., Rejer I. International Conference Graphicon. Moscow, 2003. Pp. 51-54.
3. Phung S. L., Bouzerdoum A., Chai D. Skin Segmentation Using Color Pixel Classification: Analysis and Comparison // IEEE Trans. Pattern Anal. Mach. Intell. 2005. January. Vol. 27. P. 148-154.
4. Gonsales R., Vuds R. Cifrovaya obrabotka izobrazhenij / per. s angl. M. : Tekhnosfera, 2006. 1072 p.
5. Nosov A. V. Vestnik SibGAU. 2014. no. 2(54), pp. 62-67.
© Носов А. В., 2015
УДК 004.942:629.78
РАЗРАБОТКА СРЕДЫ МОДЕЛИРОВАНИЯ БОРТОВЫХ СИСТЕМ КОСМИЧЕСКИХ АППАРАТОВ НА БАЗЕ ТРЕХСТАДИЙНОГО МЕТОДА ДЕКОМПОЗИЦИИ
Д. С. Петров
ОАО «Ракетно-космическая корпорация «Энергия» им. С. П. Королёва» Российская Федерация, 141070, Московская область, г. Королёв, ул. Ленина, д. 4а E-mail: dmitry.s.petrov@gmail.com
Сформулированы требования к среде математического моделирования бортовых систем космических аппаратов. Предложена концепция, основанная на методе трехстадийной декомпозиции математического описания, удовлетворяющая требованиям.
Ключевые слова: среда моделирования, язык моделирования, трехстадийная декомпозиция, космический аппарат, математическое моделирование.
DEVELOPMENT OF SPACECRAFT SUBSYSTEM SIMULATION ENVIRONMENT BASED ON THREE-STAGE DECOMPOSITION METHOD
D. S. Petrov
S. P. Korolev Rocket and Space Corporation Energia 4a, Lenin Str., Korolev, Moscow area, 141070, Russian Federation E-mail: dmitry.s.petrov@gmail.com
Requirements for spacecraft subsystem simulation environment are specified. Primary requirements are: low entry threshold, domain specific interface, domain specific standard model library, ability to structure a model, high model quality. Concept of simulation environment based on three-stage decomposition is proposed.
Keywords: simulation environment, modelling language, three-stage decomposition, spacecraft, simulation.
Проблема моделирования служебных бортовых систем (СБС) космических аппаратов (КА) как систем с сосредоточенными параметрами возникает при проектировании КА и при управлении полетом КА. Несмотря на существование различных методов и инструментов моделирования систем с сосредоточенными параметрами и зрелость этой проблемы, универсальное средство моделирования не создано. Так, например, известные подходы не удовлетворяют требованиям, существенным для моделирования СБС КА.
Кроме особенностей, характерных для конкретной предметной области, важными аспектами средства моделирования являются требования к уровню подготовки разработчиков, времени процесса разработки и собственно к создаваемым моделям.
Разработчик моделей СБС КА, использующий любое средство моделирования, должен в достаточной мере знать устройство и принципы функционирования исследуемой системы (ИС), существующие протоколы взаимосвязи между различными СБС. В связи
с этим снижение требований к уровню подготовки разработчиков без потери адекватности моделей возможно только путем выполнения требования № 1: упростить средство моделирования, снабдить его интерфейсом, интуитивно понятным для разработчика СБС КА.
Технические системы, принадлежащие к одной предметной области, как правило состоят из одних и тех же элементов. Для СБС КА такими элементами являются трубопроводы, клапаны, топливные баки, нагреватели, аккумуляторные батареи, реле и т. д. Консервативным также является спектр существенных для работы ИС физических взаимодействий (ФВ). Для сокращения времени разработки моделей СБС КА предъявляется требование № 2: обеспечить возможность разработки и расширения библиотеки моделей ФВ и моделей элементов ИС для конкретной предметной области.
Для моделирования сложных технических систем, к которым относятся КА, существенным является
Решетнеескцие чтения. 2015
требование № 3: обеспечить возможность структуризации модели, т. е. объединения моделей элементов в модели блоков, подсистем, систем, и раздельной разработки моделей.
Предъявляется также требование № 4: разрабатываемые модели должны обладать качествами сопро-вождаемости, настраиваемости, интероперабельности, масштабируемости, и требование № 5: обеспечить возможность расчета созданной модели при наличии взаимодействия с реальной бортовой аппаратурой и сторонними моделями, разработанными без применения средства моделирования.
Для моделирования технических систем с сосредоточенными параметрами существует ряд средств, опирающихся на различные подходы.
Распространенным подходом является метод эквивалентных схем, заключающийся в представлении каждого элемента в виде набора линейных уравнений, связывающих фазовые переменные. Линейность уравнений, описывающих различные ФВ, позволяет сопоставить ИС электрическую аналогию, состоящую из сопротивлений, емкостей, индуктивностей, источников тока и источников напряжения, чем обеспечивается возможность производить моделирование в одном из программных пакетов для моделирования электрических схем, таких как gEDA1, SimOne2, Qucs3 и др.
Существует универсальная методология Bondgraph, позволяющая моделировать потоки энергии различной физической природы (см. [1; 2]). На базе данной методологии реализованы средства моделирования OpenModelica с дополнением BondLib4, LMS Imagine. Lab Amesim5, пакет Simscape для MATLAB6 и др.
Перечисленные средства обладают следующими недостатками, проявляющимися при моделировании СБС КА:
1. Моделирование явлений, описываемых только линейными уравнениями.
2. Эквивалентные электрические схемы не входят в предметную область разработчиков пневмо-, гидро-и тепловых схем. Оригинальные обозначения, принятые в методологии Bondgraph, хоть и имеют корреляцию с предметными областями, но все равно требуют дополнительной подготовки и изучения методологии.
3. Методология Bondgraph не предусматривает структуризации модели.
4. Ни одно из перечисленных средств моделирования не имеет в своем составе библиотек стандартных элементов, подходящих для моделирования СБС КА.
Существуют программные надстройки над Simscape - SimHydraulics, SimElectronics и др., содержащие большую часть необходимых стандарт-
1 URL: http://www.geda-project.org/.
2 URL:http://eda.eremex.ru/products/simone/.
3 URL:http://qucs.sourceforge.net/.
4 URL:https://build.openmodelica.org/Documentation/ BondLib.html.
5 URL: http://www.plm. automation.siemens.com/en_us/ products/lms/imagine-lab/amesim/index.shtml.
6 URL: http: //matlab. ru/products/simscape.
ных элементов, но они не удовлетворяют остальным перечисленным требованиям.
Авторами ранее был разработан метод моделирования, основанный на трехстадийной декомпозиции математического описания ИС. В качестве демонстрационных примеров были разработаны модели двигательной установки [3; 4] и системы терморегулирования [5] КА, удовлетворяющие перечисленным выше требованиям. Среда моделирования, разработанная на основе этого метода, позволила бы выполнить все требования к средствам моделирования, существенные для разработки СБС КА.
В настоящей работе была разработана концепция среды моделирования, основанной на трехстадийной декомпозиции ИС, позволяющей создавать сопровождаемые, настраиваемые, интероперабельные, масштабируемые модели, обладающие высокой степенью повторного использования кода. Используемый метод моделирования позволяет составить библиотеки моделей ФВ и стандартных элементов для адекватного моделирования СБС КА, а также структурировать модель ИС в соответствии с иерархией структурной схемы ИС. Расчет модели осуществляется при помощи входящего в состав среды моделирования решателя -программы, считывающей структуру модели и обеспечивающей расчет параметров в соответствии с формулами, заложенными в модели элементов.
Редактирование модели осуществляется с помощью графического пользовательского интерфейса, включающего в свой состав изображение схем моделей, выполненных в одном из трех вариантов: отображение структурной схемы модели, отображение принципиальной схемы модели заданного ФВ, выполненного в обозначениях данной предметной области, отображение полной принципиальной схемы модели в специальных обозначениях.
Создание такой среды моделирования позволит расширить круг разработчиков моделей, сократить время на разработку и отладку моделей и повысить адекватность математических моделей СБС КА, что в конечном итоге приведет к уменьшению стоимость ракетно-космической техники и позволит ускорить экспансию человечества в космос.
Библиографические ссылки
1. Mosterman P., Biswas G. A theory of discontinuities in physical system models // J. of the Franklin Institute. 1998. Vol. 335, no. 3, рр. 401-439.
2. Paynter H. Analysis and design of engineering systems. Cambridge, Mass. : M.I.T. press, 1961. 303 p.
3. Петров Д. С. Имитационное моделирование двигательной установки космического аппарата при помощи трехстадийного метода декомпозиции // Вестник МАИ. 2014. Т. 21. № 1. С. 43-57.
4. Павлов Д. В., Петров Д. С. Настройка модели двигательной установки космического аппарата с использованием трехстадийного метода декомпозиции // Вестник «НПО им. С. А. Лавочкина». 2015. № 1. С. 80-87.
5. Павлов Д. В., Петров Д. С. Использование метода трехстадийной декомпозиции для моделирования
системы терморегулирования космического аппарата // Вестник МАИ. 2015. Т. 22, № 2. С. 42-54.
References
1. Mosterman P., Biswas G. A theory of discontinuities in physical system models // Journal of the Franklin Institute, 1998. Vol. 335, no. 3, рp. 401-439.
2. Paynter H. Analysis and design of engineering systems // Cambridge, Mass., M.I.T. press, 1961. 303 p.
3. Petrov D. S. [Spacecraft propulsion system simulation using three-stage decomposition method] // Vestnik Moskovskogo Aviatsionnogo Instituta. 2014. Vol. 21, no. 1, рp. 43-57 (In Russ.).
4. Pavlov D. V., Petrov D. S. [Tuning of spacecraft propulsion system model using three stage decomposition method] // Vestnik "NPO im. S. A. Lavochkina". 2015. No. 1, рp. 80-87 (In Russ.).
5. Pavlov D. V., Petrov D. S. [Use of three-stage decomposition method for simulation of spacecraft thermal control subsystem]. Vestnik Moskovskogo Aviatsionnogo Instituta. 2015. Vol. 22, no. 2, pр. 42-54 (In Russ.).
© Петров Д. С., 2015
УДК 519.87
МЕТОДЫ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА ДАННЫХ В ЗАДАЧАХ РАСПОЗНАВАНИЯ СИГНАЛОВ*
Я. С. Полонская
Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева Российская Федерация, 660037, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31
E-mail:yanapolonskaya1413@yandex.ru
Производится сравнение эффективности различных методов интеллектуального анализа данных в задачах классификации радарных и гидролокационных сигналов с использованием системы Rapid Miner.
Ключевые слова: радарные сигналы, гидроакустические сигналы, классификация, оптимизация, ансамбли.
DATA MINING TECHNIQUES IN RECOGNIZING THE TYPE OF SIGNALS
Ya. S. Polonskaya
Reshetnev Siberian State Aerospace University 31, Krasnoyarsky Rabochy Av., Krasnoyarsk, 660037, Russian Federation E-mail:yanapolonskaya1413@yandex.ru
Effectiveness comparison of different methods of data mining is fulfilled for the tasks of classification of radar signal types and sonar signals using Rapid Miner system.
Keywords: radar signals, sonar signals, classification, optimization, ensembles.
Для проведения исследований были использованы две базы данных. Первая из них соответствует задаче классификации высокочастотных радарных сигналов, возвращаемых из ионосферы. База данных содержит 351 экземпляр и 34 атрибута [1]. Вторая задача состоит в классификации гидроакустических сигналов. Сонары посылают звук высокой частоты в определенном направлении и получают отраженную звуковую волну, по ее характеристике можно судить, от чего данная звуковая волна отразилась. База данных о гидроакустических сигналах содержит 208 экземпляров и 60 атрибутов [2]. Задачи решались при помощи программной системы анализа данных RapidMinerStudio [3].
В качестве методов анализа данных для обоих наборов данных были выбраны следующие алгоритмы: искусственная нейронная сеть (ANN [4]), индукция
правил (RI [5]), метод k ближайших соседей (k-NN [6]), дерево решений (DT [7]), наивный байесовский классификатор (NB [8]), случайный лес (RF [9]), логистическая регрессия (LR [10]), метод опорных векторов (SVM [11]).
Для первого набора данных лучшие результаты показали DT - 92,88 % и ANN - 91,84 %. После оптимизации, которая улучшила показатели всех методов, лучший результат было получен нейронной сетью (ANN 98,21 %). Применение ансамблей привело к ухудшению результатов.
Для второго набора данных лучший результат показал NB 89,46 %. Оптимизация параметров также дала улучшение для всех методов, а лучший результат
* Работа выполнена в рамках проекта RFMEFI57414X0037.
