close

Вход

Забыли?

вход по аккаунту

?

2011-2Himenko

код для вставкиСкачать
Министерство образования и науки Российской федерации
САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ
АЭРОКОСМИЧЕСКОГО ПРИБОРОСТРОЕНИЯ
Известия ГУАП
Аэрокосмическое приборостроение
Выпуск 2
Научный журнал
Санкт-Петербург 2011
УДК 001.8
ББК 72
И33
И33Известия ГУАП. Аэрокосмическое приборостроение: науч. журнал. Выпуск 2. / – СПб.:
ГУАП, 2011. – 92 с.
ISBN 978-5-8088-0684-9
«Известия ГУАП. Аэрокосмическое приборостроение» – это периодическое издание Университета, которое по своему смыслу восстанавливает традиции вуза, связанные с регулярной публикацией полученных научных результатов, публикацией перспективных инновационных разработок в области аэрокосмического приборостроения. Определение «Аэрокосмическое приборостроение» понимается при этом в широком смысле. В него входят достижения в сфере новых информационных
технологий, систем телеметрии, управления, локации, навигации и связи. В свою очередь, подобные
направления не могут развиваться без разработки математических моделей процессов и систем,
методов синтеза и анализа алгоритмов обработки информации.
Все разнообразие подобных проблем может обсуждаться в соответствующих разделах периодического издания «Известия ГУАП. Аэрокосмическое приборостроение».
Под общей редакцией
доктора технических наук, профессора,
Заслуженного деятеля науки Российской Федерации
В. И. Хименко
УДК 001.8
ББК 72
ISBN 978-5-8088-0684-9
© Санкт-Петербургский государственный
университет аэрокосмического
приборостроения (ГУАП), 2011
Коллектив авторов, 2011
Предисловие
главного редактора
Предлагаемый Вашему вниманию очередной
выпуск журнала «Известия ГУАП. Аэрокосмическое
приборостроение» объединяет широкий спектр
статей, связанных с проблематикой космических
информационных технологий. Современное состояние таких технологий базируется на общих достижениях системного анализа, теории управления,
современных методах искусственного интеллекта и теории сложных динамических систем. По наукоемкости космические информационные технологии включают в себя наиболее перспективные
методы сбора, преобразования и передачи информации, современные методы моделирования, прогнозирования и отображения информационных
потоков. На основе космических технологий реализованы уникальные международные, региональные и национальные проекты по созданию систем
глобальной навигации, созданы космические системы и сети связи, системы наблюдения и системы дистанционного зондирования Земли, новые
геоинформационные системы. Для решения задач наблюдения, прогнозирования и предупреждения стихийных бедствий и техногенных катастроф
разрабатываются новые перспективные проекты
Международной аэрокосмической системы глобального мониторинга земной поверхности, атмосферы и околоземного пространства.
Многие из представленных в данном выпуске
работ подготовлены ведущими специалистами в
области создания космической техники, разработки систем дистанционного зондирования, систем
мониторинга и систем обработки аэрокосмической информации. Результаты этих работ обсуждались и рекомендованы к публикации оргкомитетом
Международного симпозиума «Космос и глобальная безопасность человечества» (Санкт-Петербург,
2011 г.).
Еще одной особенностью является здесь то, что
результаты публикуемых работ представлены авторскими коллективами из известных научно-исследовательских, образовательных и производственных центров России, непосредственно связанных с космической проблематикой:
Первый проректор ГУАП
Заслуженный деятель науки РФ,
доктор технических наук, профессор – Государственного научно-производственного ракетно-космического центра «ЦСКБ –
Прогресс» (г. Самара);
– НИИ Космических систем им. А. А. Максимова – филиала ФГУП «Государственный космический научно-производственный центр им.
М. В. Хруничева» (г. Москва);
– Инженерно-технологического
центра
«СканЭкс» (г. Москва);
– Компании «Совзонд» (г. Москва);
– Санкт-Петербургского государственного
университета аэрокосмического приборостроения (г. Санкт-Петербург);
– Военно-космической академии им. А. Ф.
Можайского (г. Санкт-Петербург);
– Института проблем машиноведения РАН (г.
Санкт-Петербург);
– Самарского государственного технического университета (г. Самара).
Космическая информация все чаще становится
основным источником пространственно-временных данных для решения многочисленных прикладных задач. Однако для повышения эффективности разработок, создания, запуска и эксплуатации
космических аппаратов, как и для повышения общей эффективности использования космической
информации, сделать надо еще очень многое. Подругому справиться с огромным объемом необходимых и крайне важных исследований не удастся.
В. И. Хименко
Технология обработки информации
Санкт-Петербургский государственный университет аэрокосмического приборостроения
УДК 681.3.069
Проблемы и возможности надежного
краткосрочного прогнозирования
землетрясений
С. В. Пушкарский,
канд. техн. наук, старший
научный сотрудник
А. В. Радьков,
канд. техн. наук, старший
научный сотрудник
А. И. Рембеза,
доктор техн. наук, профессор
Е. Ю. Корнейчук,
ведущий научный сотрудник
«НИИ КС имени А. А. Максимова» – филиал ФГУП «ГКНПЦ
им. М. В. Хруничева»
Проведен анализ и поиск современных возможностей методов прогнозирования землетрясений. Приводится обзор различных по своей природе предвестников землетрясений и моделей подготовки землетрясений. Обсуждаются новые тенденции развития сейсмического
процесса подготовки землетрясения или извержения вулкана.
Обосновывается необходимость
создания и использования космической системы непрерывного глобального мониторинга
сейсмического состояния Земли
типа МАКСМ (Международная
аэрокосмическая система глобального мониторинга). Показана существенная роль применения микроспутников, оснащенных аппаратурой дистанционного зондирования Земли, совместно с наземными системами мониторинга для краткосрочных и долгосрочных прогнозирований землетрясений и извержений вулканов.
Ключевые слова: прогноз
землетрясений, модель подготовки землетрясений, предвестники землетрясений, МАКСМ.
4
Введение
Следя за изменением различных свойств Земли, сейсмологи надеются установить корреляцию между этими изменениями и возникновением землетрясений. Те характеристики Земли, значения которых регулярно изменяются перед землетрясениями, называют предвестниками, а сами отклонения от нормальных значений – аномалиями.
Классификация прогнозов землетрясений
Под прогнозом землетрясений понимают определение места, времени и силы (магнитуды) землетрясения.
Различают долгосрочный, среднесрочный и краткосрочный прогнозы.
Наименее дискуссионным, пожалуй, является долгосрочный прогноз, плавно смыкающийся с задачами районирования. Сейсмическое районирование, например, можно сравнить с определением сейсмического климата:
– районы, наиболее подверженные сейсмической опасности – сейсмические пояса Земли, – это сейсмический «юг»,
там «жарко»;
– районы, где сейсмичность отсутствует, или незначительна – это сейсмический «север».
Этот прогноз основывается на наблюдениях за изменением режима землетрясений, т.е. за появлением зон сейсмического застоя, за изменениями напряженного состояния вещества литосферы, изменением ее сейсмической прозрачности, наблюдении за тем, как отдельные небольшие блоки в
своем поведении постепенно отказываются от самостоятельности и объединяются в процессе подготовки одного большого удара. Наблюдения над этими процессами могут дать
сведения о подготовке землетрясения за срок от нескольких
месяцев до нескольких лет [1, 2].
Среднесрочный прогноз, дающий возможность получить
предупреждение о сейсмическом событии за недели-месяцы,
обладает практической конкретностью. Этот прогностический уровень предполагает сценарий развития процесса разрушения по данным текущих наблюдений за геофизическими полями, за изменениями наклонов земной поверхности,
режимные наблюдения над дебитом и химическим составом
водных источников и глубоких водяных, нефтяных и газовых скважин. Используются формализованные критерии
оценки статистической значимости каждого из предвестников и их комплекса. На основе установленных главным образом эмпирических связей между параметрами предвест-
Выпуск 2/2011
Технология обработки информации
Известия ГУАП
Санкт-Петербургский государственный университет аэрокосмического приборостроения
ников и землетрясениями находится оценка места и магнитуды ожидаемого землетрясения.
Успехи по исследованиям среднесрочных
предвестников скромны. Так же как и в долгосрочном прогнозе, специалисты вправе гордиться конкретными результатами, но это исключение в общем потоке событий [3, 4].
Краткосрочный прогноз – прогноз с заблаговременностью в несколько часов или дней. Здесь
сохраняют силу почти все методы, описанные
выше [1–4].
К надежности краткосрочного прогноза ввиду его большого социального значения должны
предъявляться самые строгие требования. Особенно высока ответственность ученых и должностных лиц при объявлении «сейсмической
тревоги». Чтобы было понятно, насколько не
проста здесь ситуация, напомним о знаменитом
прогнозе китайских сейсмологов. В 1975 году
они неоднократно объявляли тревогу в районе
относительно небольшого города Хайчена, даже проводили эвакуацию населения. Несколько тревог оказались ложными, но в условиях
аграрного района это не приводило к значительным экономическим потерям. Зато одна из эвакуаций была проведена за 2 часа до 9-балльного
землетрясения и позволила сохранить тысячи
жизней. Однако уже в следующем году, обнаружив предвестники надвигающегося землетрясения, ученые не решились объявить тревогу в
г. Таншане с населением 1,3 млн человек и развитой горнодобывающей промышленностью.
Последовавшее землетрясение привело к гибели сотен тысяч людей.
После Таншаньского землетрясения и неудавшегося многолетнего эксперимента по прогнозу землетрясения в Паркфилде (США, штат
Калифорния) в середине 80-х годов прошлого
века в прогнозных исследованиях наступил период скептического отношения к возможности
решения этой проблемы. В научной печати разгорелась дискуссия о принципиальной возможности прогноза землетрясений.
Модели подготовки землетрясений
Для разработки прогноза землетрясений на
основе изучения поведения земной коры созданы и используются современные модели подготовки землетрясений. Теоретическую основу
составляют представления механики и физики
разрушения материалов горных пород. Акт землетрясения рассматривается как итог долговременной эволюции трещинообразования в земле.
В разных моделях различное внимание уделяется масштабу рассматриваемых геологических
Выпуск 2/2011 разрывов – трещин, их расположению в пространстве, дополнительным физико-механическим факторам, влияющим на протекание процесса трещинообразования [5, 6].
Наиболее разработаны следующие модели.
Модель лавинно-неустойчивого
трещинообразования
Модель лавинно-неустойчивого трещинообразования (ЛНТ) создана специалистами Института физики Земли РАН (Соболев Г.А. и др.).
Суть модели состоит в том, что различные стадии образования трещин разных масштабов, сопровождаемые изменениями скорости формирования в очаговой области и вне ее, неизбежно
ведут к изменениям физических свойств среды.
Отражается это и в вариациях сейсмического
режима, т. е. в изменении числа слабых землетрясений, их величины и пространственного расположения. Эксперименты подтвердили
справедливость основных положений модели
ЛНТ. В частности было доказано, что изменения
поля упругих деформаций и сейсмического режима можно рассматривать как долгосрочные
предвестники. Однако в рамках данной модели
пока не удалось обнаружить надежные краткосрочные предвестники [6, 7].
На объяснение природы долгосрочных предвестников претендует и гипотеза подготовки
землетрясения за счет уплотнения вещества,
предложенная И. П. Добровольским. Последняя стадия подготовки землетрясения объясняется в ней все тем же лавинно-неустойчивым
трещинообразованием.
Дилатантно-диффузионная модель
Дилатантно-диффузионная модель (ДД) разработана американскими учеными. В ней проявление предвестников объясняется поступлением воды в очаговую зону будущего землетрясения, после того как из-за резкого роста тектонических напряжений там начинается массовое
образование микротрещин. В последнее время
эта модель дополнена количественными оценками. Рассматривая вариант так называемого
мягкого включения, Дж. Райс показал, что состояние динамической неустойчивости в реальном массиве пород должно наступать с запаздыванием, так как изменяется внутрипоровое
давление и начинается фильтрация жидкости.
Если исходить из предполагаемой скорости увеличения механических напряжений в сейсмоопасном районе, равной 1 кг/кв.см в год, то расчетное время «запаздывания» землетрясения по
5
Известия ГУАП
Технология обработки информации
Санкт-Петербургский государственный университет аэрокосмического приборостроения
сравнению с началом фильтрации воды в очаговую зону должно составить несколько месяцев,
т. е. этот эффект приложим только к долгосрочным и среднесрочным предвестникам. Вопрос о
природе краткосрочных предвестников в рамках данной модели остается открытым.
Модель «крип»
Модель «крип» – постепенно ускоряющееся
движение бортов уже существующего разлома.
Эта модель весьма актуальна, поскольку новые
землетрясения происходят прежде всего на разломах или в их окрестности. Классические лабораторные эксперименты в рамках этой модели выполнил Дж. Дитрих. Перед подвижкой,
рассматриваемой как аналог землетрясения, на
лабораторной модели последовательно наблюдались два явления. Вначале регистрировался
медленный (несколько сантиметров в секунду)
процесс, завершаясь динамической подвижкой
и излучением сейсмических волн.
Несмотря на привлекательность модели,
при объяснении природы краткосрочных предвестников землетрясений, она также наталкивается на ряд трудностей. Во-первых, остается непонятными большой ареал распространения таких предвестников, а также обширные области их генерации. Во-вторых, даже
в районе разлома Сан-Андрэс в Калифорнии,
где данная модель работает наилучшим образом, перед большинством землетрясений зарегистрировать краткосрочные предвестники не
удалось. Возможно, это объясняется малой областью развития крипа, предшествующему неустойчивому распространению разрыва. В таком случае обнаружить предварительную миграцию крипа как краткосрочного предвестника принципиально возможно, но практически
трудно выполнимо.
Есть еще ряд моделей подготовки землетрясений: консолидации, неустойчивого скольжения, фазовых превращений и др. Однако эти модели имеют недостатки, превышающие их достоинства.
Все рассмотренные выше модели основаны
на попытке воспроизвести изучаемый процесс,
происходящий в природе, на модели. Но при
моделировании землетрясений в лабораторных
условиях следует, строго говоря, соблюсти условия подобия процессов в натуре и на модели,
Горные породы же в лабораторном эксперименте
не могут моделировать самих себя в естественных условиях. Кроме того, бесполезно моделировать все свойства естественного процесса в
одном опыте. Именно поэтому в США предпри-
6
нимаются попытки исследования естественных
процессов подготовки землетрясения методами
прямого зондирования.
Предвестники землетрясений
К настоящему времени во всем мире насчитывается несколько сотен различных по своей природе предвестников землетрясений. Их
можно разделить на две группы [6, 7].
Первая, наиболее многочисленная и наиболее изученная группа – геофизические предвестники, т.е. предвестники, связанные с закономерным поведением различных геофизических полей на разных этапах подготовки землетрясения. Предвестники этой группы покрывают практически весь диапазон прогноза по
времени: от долгосрочного до оперативного.
Вторая группа – предвестники, связанные с
необычным поведением биологических объектов перед возникновением землетрясения. Эта
группа предвестников менее изучена, чем первая. Их можно отнести к краткосрочным и оперативным.
В свою очередь геофизические предвестники
делятся на сейсмические, гидрогеодинамические, деформационные, геохимические, термические, гравитационные, электромагнитные.
Несмотря на огромное количество предвестников, ни один из них не дает точных указаний
на время, место и силу грядущего землетрясения. В разных сейсмоактивных районах различные предвестники работают по-разному, давая большой разброс в оценках места, времени и
силы будущего землетрясения. Это связано как
со сложностью самого объекта исследований –
очага землетрясения, условий его зарождения и
развития, отсутствием количественной теории
подготовки землетрясения, так и с существенным влиянием помехообразующих факторов,
которые далеко не всегда удается исключить
из рассмотрения. Поэтому прогноз землетрясений, как и прогноз погоды, по своей природе
имеет вероятностный характер. Следует также
заметить, что сообщения о предвестниках землетрясений являются, по большей части, единичными и по ним затруднительно, а порой и
невозможно оценить даже ретроспективно их
статистические характеристики: вероятность
правильного прогноза, вероятность ложной тревоги, среднее время ожидания землетрясения
после возникновения предвестника.
Анализ многолетних данных по ряду геофизических (в основном сейсмологических) предвестников показал, что вероятность успешного
прогноза по каждому из них не превышает 0,5.
Выпуск 2/2011
Технология обработки информации
Известия ГУАП
Санкт-Петербургский государственный университет аэрокосмического приборостроения
Одним из возможных выходов из этой ситуации
является совместное использование нескольких
прогностических признаков. При этом исходят
из того, что каждый отдельный предвестник
отражает ту или иную сторону многогранного
и не до конца ясного процесса подготовки землетрясения и не является достаточно информативным с точки зрения статистики. Поэтому их
комплексное использование позволит повысить
надежность и эффективность прогнозных оценок. Практика последних лет показала оправданность такого подхода, по крайней мере, для
среднесрочного (первые годы) прогноза.
Требования к наблюдаемым явлениям, которые могут рассматривать в качестве предвестников землетрясений, можно сформулировать следующим образом:
– ясный физический смысл прогностических
признаков;
– физическая обоснованность связи каждого
прогностического признака с процессом подготовки землетрясений;
– обеспеченность каждого прогностического
признака данными наблюдений, как во времени – наличие долговременных рядов значений
прогностических признаков, так и в пространстве, т.е. возможность их картирования;
– наличие формализованной процедуры выделения аномалий прогностических признаков,
основанной на модели их поведения, в период
подготовки землетрясения;
– возможность получения оценок ретроспективных статистических характеристик каждого предвестника: вероятности успешных прогнозов (вероятности обнаружения), вероятности
ложных тревог, прогностической эффективности (информативности) и т.п.
Перечень традиционных (считают, что их более 200) предвестников землетрясений, изучаемых сейсмологами в настоящее время:
Сейсмичность. Положение и число землетрясений различной магнитуды может служить
важным индикатором приближающегося сильного землетрясения. Например, сильное землетрясение часто предваряется роем слабых толчков. Выявление и подсчет землетрясений требует большого числа сейсмографов и соответствующих устройств для обработки данных.
Движения земной коры. Геофизические сети
с помощью триангуляционной сети на поверхности Земли и наблюдения со спутников из космоса могут выявить крупномасштабные деформации (изменение формы) поверхности Земли. На
поверхности Земли проводится исключительно
точная съемка с помощью лазерных источников
света. Повторные съемки требуют больших за-
Выпуск 2/2011 трат времени и средств, поэтому иногда между
ними проходит несколько лет и изменения на
земной поверхности не будут вовремя замечены и точно датированы. Тем не менее, подобные
изменения являются важным индикатором деформаций в земной коре.
Опускание и поднятие участков земной коры. Вертикальные движения поверхности Земли
можно измерить с помощью точных нивелировок на суше или мареографов в море. Поскольку
мареографы устанавливаются на грунте, а записывают положение уровня моря, они выявляют
длительные изменения среднего уровня воды,
которые можно интерпретировать как поднятия и опускания самой суши.
Наклоны земной поверхности. Для измерения угла наклона земной поверхности был
сконструирован прибор, называемый наклономером. Наклономеры обычно устанавливаются
около разломов на глубине 1–2 м ниже поверхности земли и их измерения указывают на выразительные изменения наклонов незадолго до
возникновения слабых землетрясений.
Деформации. Для измерения деформаций
горных пород бурят скважины и устанавливают в них деформографы, фиксирующие величину относительного смещения двух точек. После
этого деформация определяется путем деления
относительного смещения точек на расстояние
между ними. Эти приборы настолько чувствительны, что измеряют деформации в земной
поверхности вследствие земных приливов, вызванных гравитационным притяжением Луны
и Солнца. Земные приливы, представляющие
собой движение масс земной коры, похожее на
морские приливы, вызывают изменения высоты
суши с амплитудой до 20 см. Крипометры подобны деформографам и используются для измерения крипа, или медленного относительного движения крыльев разлома.
Скорости сейсмических волн. Скорость сейсмических волн зависит от напряженного состояния горных пород, через которые волны распространяются. Изменение скорости продольных
волн – сначала ее понижение (до 10%), а затем,
перед землетрясением, – возврат к нормальному
значению, объясняется изменением свойств горных пород при накоплении напряжений.
Геомагнитизм. Земное магнитное поле может испытывать локальные изменения из-за
деформации горных пород и движения земной
коры. С целью измерения малых вариаций магнитного поля были разработаны специальные
магнитометры. Такие изменения наблюдались
перед землетрясениями в большинстве районов,
где были установлены магнитометры.
7
Известия ГУАП
Технология обработки информации
Санкт-Петербургский государственный университет аэрокосмического приборостроения
Земное электричество. Изменения электросопротивления горных пород могут быть связаны с
землетрясением. Измерения проводятся с помощью электродов, помещенных в почву на расстоянии нескольких километров друг от друга. При
этом измеряется электрическое сопротивление
толщи земли между ними. Опыты, проведенные
сейсмологами Геологической службы США, обнаружили некоторую корреляцию этого параметра со слабыми землетрясениями.
Содержание радона в подземных водах. Радон – это радиоактивный газ, присутствующий
в грунтовых водах и в воде скважин. Он постоянно выделяется из Земли в атмосферу. Изменения содержания радона перед землетрясением
впервые были замечены в Советском Союзе, где
десятилетнее возрастание количества радона,
растворенного в воде глубоких скважин, сменилось резким его падением перед Ташкентским
землетрясением 1966 года (магнитуда 5,3).
Уровень воды в колодцах и скважинах. Уровень грунтовых вод перед землетрясениями часто повышается или понижается, как это было в
Хайчэне (Китай), по-видимому, из-за изменений
напряженного состояния горных пород. Землетрясения могут и прямо влиять на уровень воды; вода в скважинах может колебаться при
прохождении сейсмических волн, даже если
скважина находится далеко от эпицентра. Уровень воды в скважинах, находящихся вблизи
эпицентра, часто испытывает стабильные изменения: в одних скважинах он становится выше,
в других – ниже.
Изменение температурного режима приповерхностных земных слоев. Инфракрасная
съемка с космической орбиты позволяет «рассмотреть» своеобразное тепловое покрывало нашей планеты – невидимый глазу тонкий слой
в сантиметры толщиной, создаваемый вблизи земной поверхности ее тепловым излучением. Сейчас накоплено много факторов, которые
говорят об изменении температурного режима приповерхностных земных слоев в периоды
сейсмической активизации. Распределение поверхностной температуры перед землетрясением показано на рис. 1.
Изменение химического состава вод и газов.
Все геодинамически активные зоны Земли отличаются существенной тектонической раздробленностью земной коры, высоким тепловым
потоком, вертикальной разгрузкой вод и газов
самого пестрого и нестабильного во времени химического и изотопного состава. Это позволяет
получать дополнительную информацию.
Поведение животных. В течение столетий
многократно сообщалось о необычайном поведении животных перед землетрясением, хотя
до последнего времени сообщения об этом всегда появлялись после землетрясения, а не до него. Нельзя сказать, действительно ли описанное
поведение было связано с землетрясением, или
же это было просто обычное явление, которое
каждый день случается где-нибудь в окрестностях; к тому же в сообщениях упоминаются как
те события, которые вроде бы случились за несколько минут до землетрясения, так и те, что
произошли за несколько дней.
Этот традиционный перечень охватывает в
основном аномальные проявления, происходящие в литосфере перед землетрясениями и регистрируемые путем датчикового контроля непосредственно в точке замера.
В настоящее время активизировались процессы изучения аномальных явлений в атмосфере и ионосфере, которые потенциально могут
считаться признаками готовящегося землетря-
Рис. 1. Распределение поверхностной температуры перед землетрясением в Гуджарате (Индия) М 7,8
по данным спутника Ме1еоза. Зеленый треугольник – положение – эпицентры землетрясения.
Отчетливо видна активация границ тектонических плит и разломов внутри континента
8
Выпуск 2/2011
Технология обработки информации
Известия ГУАП
Санкт-Петербургский государственный университет аэрокосмического приборостроения
сения и которые могут регистрироваться с использованием дистанционных средств зондирования воздушного и космического базирования.
В частности, к ним относятся следующие предвестники землетрясений:
– резкие изменения концентрации электронной компоненты в слое F2 ионосферы, а также
появление масштабных неоднородностей в том
же слое;
– ультранизкочастотные, очень низкочастотные и высокочастотные электромагнитные колебания, фиксируемые на борту спутника;
– аномальные изменения квазипостоянного
электрического поля и вектора магнитной индукции;
– аномалии в составе, концентрации, скоростях течения и температуре ионосферной плазмы на высоте полета спутника;
– интенсивные свечения атмосферы на частотах, соответствующих колебательным спектрам
атомарного кислорода и гидроксила;
– эмиссия радона и металлизированных аэрозолей в приземной атмосфере;
– повышение на 3–5 градусов поверхностной
температуры Земли в районе будущих очагов
землетрясений;
– выстраивание облаков над активными разломами земной коры перед землетрясением;
– высыпания протонов и высокоэнергичных
электронов, фиксируемые приборами спутника
на высоте его полета.
Для регистрации вышеперечисленных предвестников землетрясений на борту спутника
могут использоваться относительно небольшие
приборы, для размещения которых пригодны
малые КА с массой 100–400 кг, а также авиаци-
онные средства. В качестве такой аппаратуры
сейчас разработан и разрабатывается целый ряд
ионозондов, магнитометров, приемников низко- и высокочастотного радиоизлучения, фурье-спектрометров, детекторов элементарных
частиц, ИК-радиометров (с низким пространственным разрешением) для фиксации аномального повышения температуры Земли и т.д.
Регистрируемые предвестники землетрясений путем дистанционного зондирования на
борту КА или авиационного средства в совокупности с аномальными проявлениями, происходящими в литосфере перед землетрясениями и
регистрируемыми путем датчикового контроля
непосредственно в точке замера, обеспечат достаточно информации для отбора реально эффективной совокупности предвестников, построения модели для прогноза землетрясений
на их основе, что позволит начать практическое
прогнозирование для принятия своевременных
мер по спасению людей и имущества.
Ниже, в табл. 1–3 приведены основные предвестники землетрясений в литосфере, атмосфере и ионосфере с указанием заблаговременности
их проявления перед сильными землетрясениями с магнитудой более 5 баллов. Данные в таблицах приведены на основе многолетних наблюдений, опубликованных в многочисленной
литературе [1–7].
К числу весьма отдаленных предвестников
землетрясений следует отнести оживление сейсмической активности разломов и вулканов или
появление зон сейсмического застоя, изменения
напряженного состояния вещества литосферы,
изменение ее сейсмической прозрачности, объединение отдельных небольших блоков и др.
Таблица 1
Литосферные предвестники землетрясений
Предвестники землетрясений
Рой землетрясений
Возмущение электротеллурического поля
Увеличение амплитуды и характера колебаний поверхности
Возмущение геомагнитного поля
Появление геомагнитных пульсаций (0,02–0,1 Гц)
Увеличение амплитуды э-м поля Земли по наземным данным
Повышение концентрации радона
Повышение концентрации субмикронного аэрозоля
Низкочастотные шумы от 3 кГц до 5–8 кГц (КНЧ/ОНЧ)
Изменение уровня и химсостава подземных вод
Изменение температурного режима приповерхностных слоев и
поверхности
Изменение локального гравитационного поля
Сейсмичность
Движения земной коры, деформации (приливные и др.)
Выпуск 2/2011 Месяцы
12…….1
Сутки
30…..1
3–1
3–1
30–1
30–5
30–5
30–5
3
5
30–1
3–1
2
3–1
Часы
23….1
Минуты
59…….1
4
5
23–1
30–24
6–2
10
40
30–1
6
3
120–12
30–1
30–3
9
Известия ГУАП
Технология обработки информации
Санкт-Петербургский государственный университет аэрокосмического приборостроения
Таблица 2
Атмосферные предвестники землетрясений
Предвестники землетрясений
Повышение концентрации радона
Повышение концентрации субмикронного аэрозоля
Низкочастотные шумы от 3 кГц до 5–8 кГц (КНЧ/ОНЧ)
Возмущение электрического потенциала
Свечение атмосферы, почвы, склонов гор, оптические эмиссии
Аномалии электрического поля
Появление аэрозольных облаков
Температурные аномалии в приземном слое
Изменение электрической проводимости приземной атмосферы
Изменение химсостава атмосферных газов
Изменение грозовой обстановки
Месяцы
12………1
Сутки
30…..1
Часы
23….1
3
1,5–1
30–1
30–2
2
30–10
5–2
23–1
5–1
6–2
3–1
30–1
3
30–1
5–3
Минуты
59……1
23–1
30–1
30–1
59–1
40
30–1
23–1
Таблица 3
Ионосферные предвестники землетрясений
Предвестники землетрясений
Низкочастотные шумы от 3 кГц до 5–8 кГц (КНЧ/ОНЧ)
Возмущение геомагнитного поля
Изменение частоты и концентрации нижней ионосферы
Возрастание интенсивности э-м излучения в верхней ионосфере
Появление геомагнитных пульсаций (0,02–0,1 Гц)
Взаимодействие э-м излучения с частицами плазмы в ионосфере и
магнитосфере
Модификация нижней ионосферы, распространение радиоволн в
ионосфере
Деформация нижнего края ионосферы
Увеличение потока энергичных частиц из магнитосферы в верхнюю
ионосферу
Увеличение неоднородности в слое F2
Изменение критических частот и плотности Е и F слоев ионосферы
Временные вариации полного электронного содержания ионосферы
Месяцы
12……1
Сутки
30…1
2
30–10
30–10
Часы
23…1
6–2
Минуты
59…….1
2
2
10–20
10–30
12–2
5
30–10
5
8–1
59–0
10
23–2
59–0
3–2
3–1
Рост температуры
воздуха
Образование аномальных
облачных структур
Эффекты в
электрическом поле
ионосферы
Высвобождение
скрытой теплоты
Термальная конвекция
Увеличение
атмосферного
электрического поля
Уменьшение
относительной
влажности
Гидратация ионов – образование частиц аэрозольного
размера
Уменьшение
электропроводности
воздуха
Ионизация воздуха
α-частицами – продуктом
распада радона
Деформации – вариации радона
Рис. 2. Качественная схема модели «литосферно-атмосферно-ионосферного» взаимодействия
10 Выпуск 2/2011
Технология обработки информации
Известия ГУАП
Санкт-Петербургский государственный университет аэрокосмического приборостроения
Считается, что аномалии геофизических полей обусловлены деформационными процессами в литосфере. Радиус зоны действия деформационных процессов оценивается как R~exp(М).
Для сильных землетрясений с М~5 имеем R~500
км. Однако аномалии обнаруживаются не в
каждой точке этой зоны, а лишь в так называемых «чувствительных зонах» земной коры из-за
ее неоднородности.
Атмосфера и ионосфера чутко реагируют на
тектонические процессы. Особенно реагирует Fслой (100–1000 км).
Формируется полость ионосферы над (вблизи) эпицентром за 2 суток до толчка. Иногда –
и в противоположном полушарии Земли. Распад – через сутки после толчка. Показания приборов при пролетах спутника над зоной сейсмической активности и при удалении от нее не отличаются.
Кривые концентрации радона коррелируют
с ночной критической частотой ионосферы (когда она не находится под действием солнечного
излучения). Аэрозоли меняют электропроводность среды и больше влияют, чем радон на атмосферное электричество.
Тектонические процессы представляют собой непрерывно действующий источник газов и
аэрозолей, поступающих в атмосферу.
Тектоническая облачность – выделение субмикронных аэрозолей в результате дегазации
тектонически активных зон. Облачность появляется за 4 дня до землетрясения и имеет два
максимума, указанные в табл. 2.
Качественная схема результирующей модели
«литосферно-атмосферно-ионосферного» взаимодействия показана на рис. 2.
Заключение
Подводя итог вышеизложенному, можно сделать следующие выводы:
1. Краткосрочные прогнозы землетрясений
на основе изучения поведения разломов земной
коры, проводимых геологами, сейсмологами,
геофизиками наземными контактными и дистанционными методами в течение последних
ста лет не являются настолько надежными, чтобы на их основе можно было объявлять тревогу
и принимать меры по спасению людей и имущества.
2. Это не означает, что нужно прекратить поиски новых решений для прогнозирования землетрясений на основе последних достижений в
геологии, сейсмике, геофизике и других естественных науках. Эти исследования, по крайней мере, позволят улучшить долгосрочные и
Выпуск 2/2011 среднесрочные прогнозы, получать представление о местоположении и мощности удара.
3. Земная кора «хронически» болеет. На поверхности Земли имеется около тысячи активных вулканов и несколько тысяч сейсмически
активных разломов. Геологическая структура,
морфология и степень активности у них – различная. Их необходимо взять под постоянный
геофизический контроль. На каждый сейсмически активный объект необходимо составить
«историю болезни», собрать, упорядочить, архивировать и постоянно дополнять материал о
поведении «критических» физических параметров, характеризующих состояние объекта.
4. На основе накопленного материала для
каждого сейсмоопасного объекта необходимо
разрабатывать модель развития сейсмического
процесса подготовки землетрясения или извержения вулкана.
5. Эту большую работу должны выполнять
совместно организации Академии наук России
и других заинтересованных министерств и ведомств.
6. Одновременно необходимо искать, регистрировать и проверять достоверность краткосрочных предвестников землетрясений и извержений вулканов. Такие работы в настоящее время ведутся и в России, и за рубежом.
7. Мощные возмущения в литосфере проявляются на ее поверхности, в приземном слое атмосферы и даже в ионосфере. Для их регистрации недостаточно использовать только наземные средства измерений. Необходим глобальный геофизический мониторинг поверхности
Земли, атмосферы и ионосферы с использованием наземных и аэрокосмических систем мониторинга.
8. Необходима космическая система непрерывного глобального мониторинга сейсмического состояния Земли типа МАКСМ. В составе
МАКСМ должны быть космические аппараты
с геофизической аппаратурой измерения параметров физических полей Земли (гравитационного, электрического, магнитного, радиационного), аппаратурой слежения за активностью
Солнца (солнечный ветер, солнечные вспышки,
магнитные бури и т.д.). Как правило, это должны быть микроспутники.
Для сейсмического мониторинга поверхности Земли и приповерхностной атмосферы необходимы космические аппараты, оснащенные
аппаратурой дистанционного зондирования
Земли (оптической, микроволновой, радиолокационной, лидарной) с высоким и средним пространственным, спектральным, радиометрическим разрешением. Для выполнения этой зада-
11
Известия ГУАП
Технология обработки информации
Санкт-Петербургский государственный университет аэрокосмического приборостроения
чи потребуются космические аппараты малого
класса.
9. Для краткосрочного прогнозирования
землетрясений и извержений вулканов требуется ежечасное обновление и наземной, и космической информации мониторинга, ее обработка в реальном времени и оповещение, при
необходимости, соответствующих служб для
принятия необходимых мер. Поэтому в составе наземного сегмента МАКСМ должны быть
международные центры приема от наземных
и космических средств мониторинга разнородной информации, ее обработки, комплексного
анализа и доведения ее до органов, принимающих решения.
10. Учитывая, что методология прогнозирования разрушительных сейсмических событий
еще недостаточно разработана, что множество
значимых и достоверных предвестников землетрясений и извержений вулканов в литосфере,
атмосфере, ионосфере, магнитосфере окончательно не определено, необходимо, чтобы полномасштабному развертыванию МАКСМ предшествовал экспериментальный этап. На этом этапе
создаются микроспутники с геофизической аппаратурой на борту для отбора наиболее значимых и достоверных предвестников, обнаруживаемых в ионосфере, атмосфере и ее приземном
слое. На этом же этапе на базе малых космических аппаратов, создаваемых в рамках других
космических программ, отрабатывается новая
аппаратура ДЗЗ, в том числе гиперспектральная, лазерная, многочастотная радиолокационная, микроволновая и др. Отрабатываются технологии управления многоспутниковыми системами, а также новые алгоритмы и программно-математическое обеспечение для обработки
больших объемов информации в реальном времени для построения моделей катастрофических событий.
Литература
1. Хаин В. Е., Халилов Э. Н. Пространственно-временные закономерности сейсмической и вулканической активности. Burgas, SWB, 2008.
2. Давыдов В. Ф. Землетрясения. Телеметрия предвестников: монография. М.: МГУЛ, 2001. 73 с.
3. Завьялов А. Д. Среднесрочный прогноз землетрясений: основы, методика, реализация. М.: Наука,
2006. 254 с.
4. Соболев Г. А. Основы прогноза землетрясений.
М.: Наука, 1993. 312 с.
12 5. Юнга С. Л. Методы и результаты изучения сейсмотектонических деформаций. М.: Наука, 1990.
191 с.
6. Зубков С. И. Предвестники землетрясений. М.:
ОИФЗ РАН, 2002. 140 с.
7. Рикитаке Т. Предсказание землетрясений. М.:
Мир, 1979. 388 с.
Выпуск 2/2011
Технология обработки информации
Известия ГУАП
Санкт-Петербургский государственный университет аэрокосмического приборостроения
УДК 629.7
Космоснимки и геопорталы
для гражданского общества
А. В. Потапов,
экономист
ИТЦ «СКАНЭКС»
По мере технического прогресса и роста значимости актуальной информации для мировой экономики съемка Земли из
космоса, геоинформационные
продукты и сервисы, созданные
на их основе, стали все более
востребованы для решения каждодневных гражданских задач
народного хозяйства. Возможно,
уже в ближайшем будущем именно потребности различных гражданских тематических пользовательских сообществ и будут
определять вектор развития отрасли ДЗЗ из космоса.
Ключевые слова: космические технологии, спутниковые
снимки, информационное общество, геопорталы, общественный
контроль.
Выпуск 2/2011 Открытый доступ к объективной информации является
одним из ключевых принципов для формирования и развития гражданского общества. Реализация курса России на
модернизацию экономики представляется невозможной в
отсутствие сильного гражданского общества, которым принято называть совокупность социальных образований, объединяющих людей, граждан со специфическими экономическими, культурными, этническими, религиозными и другими интересами, реализуемыми вне сферы деятельности
государства. Основными элементами гражданского общества являются разнообразие и равенство форм собственности, свобода труда и предпринимательства, идеологическое
многообразие и свобода информации, незыблемость прав и
свобод человека, развитое самоуправление, цивилизованная
правовая власть [1].
В настоящее время одним из наиболее объективных и
оперативных источников информации выступают снимки
Земли из космоса. Космические снимки – они же данные
дистанционного зондирования Земли (ДЗЗ) из космоса –
представляют собой изображения земной поверхности, сделанные с помощью оптической или радиолокационной аппаратуры, которая установлена на искусственных спутниках
Земли. Данные спутники – космические аппараты с аппаратурой ДЗЗ – запускаются обычно на низкие полярные орбиты высотой от 500 до 1000 км или на геостационарные 24-часовые орбиты высотой 36 тыс. км (здесь обычно размещены
спутники с аппаратурой для обзорных метеонаблюдений видимой поверхности Земли).
Начиная с самых первых разработок (американская программа фоторазведки из космоса Corona стартовала в 1959
году), технологии дистанционного зондирования развивались в контексте холодной войны. Основными разработчиками и идеологами создания космических систем ДЗЗ выступали предприятия военно-космической промышленности США и СССР; главной задачей было обнаружение объектов и сбор информации о военной инфраструктуре потенциального противника.
По мере технического прогресса и роста значимости актуальной информации для мировой экономики съемка Земли
из космоса, геоинформационные продукты и сервисы, созданные на их основе, стали все более востребованы для решения каждодневных гражданских задач народного хозяйства. Технологии ДЗЗ все шире применяются органами государственной власти и местного самоуправления, коммерческими компаниями, научными, образовательными и исследовательскими организациями и учреждениями в решении
13
Известия ГУАП
Технология обработки информации
Санкт-Петербургский государственный университет аэрокосмического приборостроения
обширного перечня задач. Материалы космосъемки востребованы в чрезвычайных ситуациях
для оперативного мониторинга, контроля ситуации и ликвидации последствий. Спутниковые
данные необходимы для решения задач в области метеорологии, при мониторинге лесов, сельхозугодий, землепользования, состояния технических объектов, территорий с активной нефтедобывающей инфраструктурой, при создании земельного кадастра, цифровых карт, территориальном планировании, геологоразведке,
отслеживании положения судов в любой части
Мирового океана и т.д.
Мировой рынок данных дистанционного
зондирования Земли из космоса (ДЗЗ) сформировался и активно развивается. Средние ежегодные темпы прироста рынка за последние 5
лет оцениваются в 70%. Общие объемы коммерческих продаж только частных компаний,
согласно последнему отчету Евроконсалта (авторитетная консалтинговая компания) превысили в 2009 году 1,8 млрд долл. [2]. Достаточно высокий уровень спроса на открытом рынке
на продукты ДЗЗ привел к тому, что в развитых странах в создание систем ДЗЗ помимо государства стали инвестировать средства частные компании. В Европе успешно развивается
схема частно-государственного партнерства, в
США при поддержке государства созданы две
публичные компании (GeoEye и DigitalGlobe),
которые создали самые совершенные на сегодняшний день гражданские аппараты для
сверхвысокодетальной оптической космической съемки. Учитывая этот опыт, можно сказать, что в отличие от 60–90-х годов, последние
два десятилетия основным стимулом для развития ДЗЗ из космоса стал спрос со стороны
коммерческой индустрии при активной государственной поддержке.
Учитывая тенденции развития рынка ДЗЗ из
космоса и роста спроса на материалы спутниковой съемки, у заказчика растет потребность в
повышении оперативности получения актуальных снимков. При этом растет потребность не
столько в самих по себе спутниковых снимках,
сколько в результатах их дешифрирования,
анализа, построения моделей на их основе.
По мере развития коммерческого рынка ДЗЗ
существенно упрощались условия доступа к
материалам космической съемки. В западных
странах постепенно были убраны или смягчены
барьеры, связанные с возможной секретностью
на материалы спутниковой съемки, лицензионные ограничения или ограничения на передачу
технологий. Существенно снизилась стоимость
данных ДЗЗ. Но настоящую революцию в от-
14 расли совершили геопортальные сервисы в сети Интернет, наподобие Google Maps и Яндекс.
Карты. Именно благодаря бесплатным спутниковым покрытиям, выставленными этими компаниями для общего доступа, широкая публика
впервые в мире познакомилась с результатами
и возможностями работы современной отрасли ДЗЗ из космоса. На сегодняшний день в Интернете можно найти достаточно актуальную
сверхвысокодетальную космическую съемку городов и съемку высокого или среднего разрешения на малонаселенные территории.
Очевидно, что существующие веб-сервисы в
самом ближайшем будущем будут развиваться
в сторону большей оперативности и большего
тематического разнообразия. Например, в России лидером этого направления является компания ИТЦ «СКАНЭКС». За последние 3–4 года компании удалось разработать и наладить
функционирование веб-сервисов оперативного
спутникового мониторинга; веб-сервисов, предоставляющих доступ к пространственным данным (картам, снимкам, аналитической информации и т.п.); веб-каталогов данных ДЗЗ. Сегодня разработаны сервисы различной тематики:
для спутникового мониторинга пожарной обстановки (рис. 1), хода половодья на реках страны, экологической обстановки в акваториях, ЧС
(ведомственный геопортал МЧС России «Космоплан»), ведения лесного хозяйства (ведомственный геопортал Рослесхоза) и др. С одной стороны, геопорталы служат для решения задач отраслевого или административного управления,
а с другой – обеспечивают доступ массового
пользователя к соответствующим данным в интерактивном режиме (рис. 2).
В сети Интернет сегодня работает комплекс
геопорталов, доступ к информации которых открыт для всех желающих.
Материалы спутниковых наблюдений за экологической и судовой обстановкой в акваториях
России доступны на геосервисе «Космоснимки –
Моря России» (http://ocean.kosmosnimki.ru/).
Узнать о состоянии особо охраняемых территорий страны, в том числе о выявленных нарушениях, можно на ресурсе «Космоснимки –
ООПТ» (http://oopt.kosmosnimki.ru/). Здесь же
размещены материалы наблюдения за ходом
строительства автотрассы через Химкинский
лес.
Данные о пожарной обстановке в том или
ином регионе России ежедневно обновляются на
портале «Космоснимки – Пожары» (http://fires.
kosmosnimki.ru/). Оперативный спутниковый
мониторинг пожарной обстановки проводит
ИТЦ «СКАНЭКС». Термальные аномалии – ве-
Выпуск 2/2011
Технология обработки информации
Известия ГУАП
Санкт-Петербургский государственный университет аэрокосмического приборостроения
Рис. 1. Интерфейс сервиса оперативного спутникового мониторинга
пожарной обстановки в России «Космоснимки — Пожары»
Рис. 2. Геопортал МЧС «Космоплан», используя кадастровые сервисы Росреестра,
позволяет совмещать данные оперативного спутникового мониторинга пожаров
с данными о земельных участках, загружаемых из портала Росреестра
Выпуск 2/2011 15
Известия ГУАП
Технология обработки информации
Санкт-Петербургский государственный университет аэрокосмического приборостроения
роятные очаги пожаров – фиксируются с помощью датчиков MODIS спутников Terra и Aqua.
Зачастую материалы спутниковой съемки
становятся единственно возможным источником оперативной информации о состоянии объекта/территории. К примеру, на основе детальных снимков, полученных в первые часы после
катастрофического землетрясения на Гаити в
январе 2010 г., были составлены подробные карты пострадавшего города. Данные картматериалы спасатели разных стран использовали в своих приборах для навигации на местности.
С использованием спутниковой съемки проводилась спасательная операция в Охотском море в январе 2011 г., где 31 декабря 2010 г. сразу
несколько судов сообщили о том, что их движение парализовано из-за сложной ледовой обстановки.
В ходе поступления разнородной информации о взрыве близ города Абадан (Туркмения) в
июле 2011 г. космические данные подтвердили,
что ЧС произошла на складе боеприпасов. На
детальных снимках были выявлены разрушенные хранилища и воронки от взорванных боеприпасов.
В новых условиях, когда космическая съемка стала доступным инструментом, сочетание
удобных технологических инструментов (гео-
портальные технологии) и активных, заинтересованных в объективной информации пользовательских сообществ способно стать мощным
средством организации общественного контроля за самыми различными аспектами человеческой деятельности. Уже сегодня возможно создать условия для формирования инновационных систем мониторинга, например, социально-значимого строительства или экологической
ситуации, соблюдения правил природопользования или даже отслеживания случаев геноцида (например, существует проект по мониторингу угроз для гражданского населения на территории Южного Судана – http://www.satsentinel.
org/about). К примеру, в России в прошлом году, после летних пожаров, ИТЦ «СКАНЭКС»
на основе сервиса «Космоснимки – Пожары»
совместно с сообществом OSM запустил проект
по оцифровке границ гарей. Теперь эти данные
используются различными организациями для
оценки ущерба, нанесенного огнем.
В будущем эксперты ожидают все большего
вовлечения институтов гражданского общества
в создание подобных механизмов контроля. Возможно, уже в ближайшем будущем именно потребности различных гражданских тематических пользовательских сообществ и будут определять вектор развития отрасли ДЗЗ из космоса.
Литература
1. Энциклопедический словарь экономики и права.
М.: ЮНИТИ, 1998. 410 с.
2. Потапов А.В. Космическая торпеда для российской инноватики. К чему могут привести поправки в ФЗ «О космической деятельности»? // ГИСАссоциация, 2011. – http://gisa.ru/71201.html.
16 Выпуск 2/2011
локация, навигация и связь
Санкт-Петербургский государственный университет аэрокосмического приборостроения
УДК 528.7
Ближайшие перспективы развития систем
дистанционного зондирования Земли
М. А. Болсуновский,
С. А. Дудкин,
канд. техн. наук
Б. А. Дворкин,
канд. геогр. наук
Компания «Совзонд»
Рассматриваются
ближайшие перспективы развития космических систем дистанционного зондирования Земли в России
и за рубежом.
Ключевые слова: дистанционное зондирование Земли
(ДЗЗ), космическая съемка, космический аппарат, данные дистанционного зондирования Земли.
Введение
Используемые вначале исключительно в военных целях,
данные космической съемки очень скоро обратили на себя
внимание ученых как незаменимый источник ценной и полезной информации и, наконец, сейчас наступило то время,
когда космические снимки настолько глубоко и всеобъемлюще вошли в нашу жизнь, что мы уже даже этого не замечаем.
Использование данных дистанционного зондирования Земли
(ДЗЗ) – такой же привычный атрибут современного информационного общества, как, например, мобильная связь или
Интернет. А ведь всего 5–7 лет назад на орбите находилось не
более 10 спутников, данные с которых были доступны широкому кругу пользователей. Теперь же на орбите находится более 100 таких аппаратов, выполняющих съемку практически
в любое время суток, в различных спектральных каналах и с
различным разрешением, с высокой точностью, периодичностью и производительностью. Но что же ждет нас завтра? Как
будут развиваться системы ДЗЗ? Не будем заглядывать на десятки лет вперед, посмотрим, какие космические аппараты
(КА) ДЗЗ появятся в течение ближайших 3–4 лет.
Обзор действующих и перспективных систем ДЗЗ
Россия. В настоящее время на орбите завершает работу
спутник ДЗЗ природно-ресурсного назначения «Ресурс-ДК1»,
который был запущен в 2006 г. Его особенностью являются
повышенные оперативные и точностные характеристики получаемых изображений (разрешение 1 м в панхроматическом
режиме, 2–3 м – в мультиспектральном). Расчетный срок существования космического аппарата истек в 2009 г., но он пока продолжает работу и передает на Землю данные, которые
активно используются для создания и обновления топографических и специальных карт, информационного обеспечения рационального природопользования и хозяйственной деятельности, инвентаризации лесов и сельскохозяйственных
земель, других задач.
Продолжением отечественных спутников ДЗЗ высокого
разрешения в интересах социально-экономического развития страны явится оптико-электронный космический аппарат наблюдения земной поверхности «Ресурс-П», который запланирован к запуску в 2012 г. [1]. При создании спутника
используются технические решения, наработанные при создании КА «Ресурс-ДК1». Использование круговой солнечносинхронной орбиты высотой 475 км, позволит существенно
улучшить условия наблюдения. С шести до трех суток улуч-
Выпуск 2/2011 17
Известия ГУАП
Локация, навигация и связь
Санкт-Петербургский государственный университет аэрокосмического приборостроения
шится периодичность наблюдения. Съемка будет вестись в панхроматическом и пяти мультиспектральных диапазонах. Дополнительно к оптико-электронной аппаратуре высокого
разрешения в состав целевой аппаратуры КА
«Ресурс-П» будут введены еще два вида съемочной аппаратуры: гиперспектральная и широкозахватная.
До конца 2011 г. будет осуществлен запуск
КА «Канопус-В». Он предназначен для обеспечения всех заинтересованных организаций в оперативной информации для решения следующих
основных задач:
– обнаружение очагов лесных пожаров,
крупных выбросов загрязняющих веществ в
природную среду;
– мониторинг техногенных и природных
чрезвычайных ситуаций, в том числе стихийных гидрометеорологических явлений;
– мониторинг сельскохозяйственной деятельности, природных (в том числе водных и
прибрежных) ресурсов;
– землепользование;
– оперативное наблюдение заданных районов земной поверхности.
С 2009 г. в России начала развертываться
космическая система гидрометеорологического назначения «Метеор-3М», был запущен спутник КА «Метеор-М» № 1, который предназначен
для получения космической информации ДЗЗ в
интересах оперативной метеорологии, гидрологии, агрометеорологии, мониторинга климата и
окружающей среды [2]. На 2012 г. запланирован
запуск еще одного метеоспутника – «Метеор-М»
№ 2, а на 2014 г. КА «Метеор-М» № 3 с океанографической и многорежимной радиолокационной
специализацией. В ближайшем будущем планируется создать систему гидрометеорологического назначения в составе трех КА «Электро-Л» на
геостационарной орбите и четырех КА «Метеор3М» на низкой солнечно-синхронной орбите, довести состав многоцелевой космической системы «Арктика» до четырех спутников.
Наращивание российской орбитальной группировки ДЗЗ ведется в соответствии с концепцией развития российской космической системы дистанционного зондирования Земли на период до 2025 г. и программными мероприятиями, заложенными в Федеральной космической
программе России на 2006–2015 гг. и проекте
Федеральной космической программы России
на 2011–2020 гг.
Белоруссия готовится к запуску в 2011 г.
спутника ДЗЗ БКА, который обеспечит полное
покрытие территории страны космической съемкой. По международной классификации косми-
18 ческий аппарат относится к классу малых спутников (полностью идентичен КА «Канопус-В»).
Полезная нагрузка БКА включает панхроматическую и мультиспектральную камеры с полосой захвата 20 км. Снимки, полученные с борта
космического аппарата, позволят рассмотреть
объекты на земной поверхности с разрешением
приблизительно 2 м в панхроматическом режиме и 10 м – в мультиспектральном.
В США отрасль ДЗЗ развивается прежде всего в секторе сверхвысокого разрешения, где идет
конкуренция между двумя основными игроками – компаниями DigitalGlobe и GeoEye.
Компания DigitalGlobe. Штаб-квартира компании DigitalGlobe находится в г. Лонгмонт
(штат Колорадо). Численность сотрудников –
350 человек, оборот в 1-м квартале 2010 г. составил 77 млн долл. (прогноз на 2010 г. – 330–
360 млн долл.). В настоящее время компания
располагает тремя космическими аппаратами
сверхвысокого разрешения – QuickBird (запущен в 2001 г.; разрешение 60 см в панхроматическом режиме, 2,4 м – в мультиспектральном),
WorldView-1 (запущен в 2007 г.; разрешение –
50 см в панхроматическом режиме), WorldView-2
(запущен в 2009 г.; разрешение 50 см в панхроматическом режиме, 2 м – в мультиспектральном; 8 спектральных каналов) [3].
30 августа 2010 г. компания DigitalGlobe сообщила о заключении контракта с компанией Ball
Aerospace (г. Боулдер, штат Колорадо) на разработку, создание и запуск спутника WorldView-3
к 2014 г. Стоимость контракта составляет
180,6 млн долл. (при условии, что Ball Aerospace
уложится в сроки и технологические этапы разработки спутника).
Компания ITT Corp. (Ганновер, штат Мэриленд) получила контракт на создание бортовой
съемочной системы для спутника WorldView-3
на сумму 120,5 млн долл. США в срок до 2013 г.
Съемочная система WorldView-3 будет полностью аналогична той, которая установлена на
КА WorldView-2. Она способна получать 8-канальные мультиспектральные изображения
сверхвысокого разрешения. Пространственное
разрешение в панхроматическом режиме составит 0,46 м, в мультиспектральном – 1,84 м. Точность геопозиционирования – 6,5 м СЕ90 (4 м
СКО) без наземных точек привязки. Ширина полосы съемки – 16,4 км.
Компания GeoEye. Штаб-квартира компании
GeoEye находится в г. Даллес (штат Вирджиния), офисы – в Денвере (штат Колорадо), СентЛуис (штат Миссури), Норман (штат Оклахома)
и Мишшн (штат Канзас). Численность сотрудников – 530 человек, прогноз по обороту на 2010 г.
Выпуск 2/2011
Локация, навигация и связь
Известия ГУАП
Санкт-Петербургский государственный университет аэрокосмического приборостроения
составляет 310 млн долл. GeoEye работает в трех
областях рынка: поставка новой и архивной
съемки, обработка изображений и производство
геопространственных данных, а также услуги
по предоставлению геопространственной информации.
Ежегодно GeoEye снимает десятки миллионов квадратных километров земной поверхности
с помощью спутников GeoEye-1 и IKONOS [4].
С запуском спутника IKONOS в 1999 г.
GeoEye (в то время называлась OrbImage) вошла в историю как первая компания с коммерческим спутником ДЗЗ с разрешением меньше
1 м. Съемка IKONOS имеет разрешение 0,82 м
в надире с точностью, позволяющей выполнять
на ее основе средне- и крупномасштабное картографирование.
КА GeoEye-1, запущенный в 2008 г., – самый
точный коммерческий спутник ДЗЗ с самым высоким разрешением среди коммерческих спутников – 0,41 м. Точность моносъемки в плане
3,5 м (CE90), в то время как стереосъемка достигает точности 2,8 м (LE90) по высоте без применения опорных точек.
Перспективный КА GeoEye-2 (рис. 1) начал
разрабатываться в 2007 г. Согласно открытой информации, предполагается достижение следующих технических характеристик: разрешение
в панхроматическом режиме – 0,25–0,3 м (загрубляемое для коммерческих потребителей до
0,5 м), улучшенные спектральные характеристики. Предполагаемая апертура телескопа – 1,1 м,
производитель сенсора – компания ITT Corp.
11 марта 2010 г. компания GeoEye объявила об окончательном выборе генерального подрядчика, которому предстоит создать спутник
GeoEye-2. Им стала компания Lockheed Martin
(штаб-квартира находится в г. Бетесда, штат
Мэриленд) – один из ведущих американских
Рис. 1. Спутник GeoEye-2
Выпуск 2/2011 производителей космических платформ и систем различного назначения.
1 сентября 2010 г. было объявлено о том,
что команда Lockheed Martin, занимающаяся
разработкой спутника ДЗЗ GeoEye-2, успешно и в срок завершила первый этап и представила обзор системных требований (System
Requirements Review, SRR). SRR является важной вехой программы разработки, которая предшествует этапу предварительного отчета по проекту (Preliminary Design Review, PDR). Успешный этап SRR подтверждает завершенность
проектирования системы Lockheed Martin для
удовлетворения ключевых потребностей пользователей и готовность команды приступить к
следующему этапу PDR, который планируется
завершить в этом году.
В свою очередь, ITT Corp. объявила 1 сентября 2010 г. о получении контракта от Lockheed
Martin, в рамках которого ITT продолжит создание бортовой съемочной системы для спутника
GeoEye-2. Съемочная система GeoEye-2 состоит
из подсистем камеры и сенсора, блока оптического телескопа и внешнего блока объектива. Корпорация ITT работает над созданием съемочной
системы для GeoEye-2 с октября 2007 г. в рамках отдельного прямого контракта с компанией
GeoEye, который позволил начать разработку ранее и уложиться в запланированные сроки.
Спутник GeoEye-2 будет готов к запуску в
конце 2012 г., и после вывода на орбиту выход на
рабочий режим съемки запланирован на начало
2013 г. Нынешние планы предусматривают создание спутника весом более 2 т, который будет
работать на орбите высотой 652 км. Расчетный
срок эксплуатации КА GeoEye-2 составит 7 лет с
возможностью его продления до 10 лет. Как уже
отмечалось выше, после начала работы в штатном режиме спутник будет передавать для государственных и коммерческих заказчиков данные самого высокого разрешения в мире.
Во Франции основным коммерческим оператором спутников ДЗЗ является компания
Astrium Geoinformation Service Company с общим количеством сотрудников до 800 человек и
годовым оборотом до 350 млн евро.
В настоящее время Astrium Geoinformation
Service Company поставляет данные с французских космических аппаратов SPOT-4 (запущен
в 1998 г.; разрешение 10 м в панхроматическом
режиме, 20 м – в мультиспектральном), SPOT-5
(запущен в 2002 г.; разрешение 2,5 и 5 м в панхроматическом режиме, 20 м – в мультиспектральном), тайваньского спутника FORMOSAT-2 (запущен в 2004 г.; разрешение 2 м в панхроматическом режиме, 8 м – в мультиспектральном),
19
Известия ГУАП
Локация, навигация и связь
Санкт-Петербургский государственный университет аэрокосмического приборостроения
корейского спутника KOMPSAT-2 (запущен в
2006 г.; разрешение соответственно 1 и 4 м).
Следует обратить внимание на достаточно большое время, прошедшее с начала эксплуатации
спутников SPOT-4 и SPOT-5 (первый находится
на орбите уже 12 лет, второй – 8). Планируется,
что SPOT-5 продолжит свою работу на орбите
как минимум до 2014 г. [5].
Для того чтобы гарантировать непрерывность
получения данных высокого разрешения на долгие годы вперед, к запуску запланированы два
новых КА серии SPOT – SPOT-6 и SPOT-7. Оба
спутника имеют идентичные характеристики:
– пространственное разрешение: 2 м в панхроматическом режиме и 8 м – в мультиспектральном (4 спектральных канала);
– ширина полосы съемки – 60 км, полоса обзора – 600 км;
– возможно получение стереопар и триплетов изображений;
– пространственная точность данных без наземных точек привязки составит 10 м СЕ90 (6–
7 м СКО – в масштабе 1:25 000);
– производительность – 3 млн кв. км в сутки.
КА SPOT-6 планируется запустить в 2012 г.,
SPOT-7 – в 2014 г. Оба спутника составят единую группировку, планирование их работы будет осуществляться централизованно. Предполагается, что будут реализованы более точные
алгоритмы учета облачности и атмосферных
явлений при планировании новой съемки. Расчетный срок эксплуатации каждого аппарата –
9 лет.
Помимо спутников высокого разрешения
SPOT-6 и SPOT-7, компанией Spot Image готовятся к запуску космические аппараты сверхвысокого разрешения Pleiades-1 и Pleiades-2 (рис. 2).
Программа Pleiades High Resolution является
составной частью европейской спутниковой си-
стемы ДЗЗ и ведется под руководством французского космического агентства CNES, начиная с
2001 г. Она включает в себя два спутника нового поколения сверхвысокого пространственного
разрешения Pleiades-1 и Pleiades-2 весом по 1 т
каждый, с одинаковыми техническими характеристиками. Разрешение – 50 см в панхроматическом режиме и 2 м – в мультиспектральном
(4 спектральных канала), полоса съемки – 20
км. Спутники будут синхронизированы на одной орбите таким образом, чтобы иметь возможность обеспечить ежедневную съемку одного и
того же участка земной поверхности.
Используя космические технологии нового
поколения, такие, как оптико-волоконные системы гиростабилизации, космические аппараты Pleiades-1 и Pleiades-2, оборудованные самыми современными системами, будут обладать
беспрецедентной маневренностью. Они смогут проводить съемку в любом месте 800-километровой полосы меньше чем за 25 секунд с точностью геопозиционирования меньше 3 м (CE90)
без использования наземных опорных точек и
1 м – с использованием наземных точек. Спутники будут способны снимать более 1 млн кв. км
в день в панхроматическом и мультиспектральном режимах.
Компания Spot Image намерена обеспечить
очень большую оперативность заказа съемки
и получения необходимых данных. Планирование съемки будет осуществляться трижды в
день, поэтому заказчик сможет получить необходимые снимки уже через несколько часов после запроса.
На спутниках будут доступны следующие
режимы программирования:
– стандартное программирование: план работы спутника обновляется и пересылается
клиентам 3 раза в день;
– приоритетное программирование: для получения срочной информации;
– быстрое программирование: за 6 часов до
начала съемки;
– прямое программирование: для корпоративной наземной станции приема.
Запуск спутников Pleiades-1 и Pleiades-2 запланирован на 2011 г.
Япония. Наиболее известным японским
спутником ДЗЗ является ALOS (разрешение
2,5 м в панхроматическом режиме и 10 м –
в мультиспектральном, а также радарная съемка в L-диапазоне с разрешением 12,5 м). КА
ALOS был создан в рамках японской космической программы и финансируется Японским космическим агентством JAXA (Japan
Aerospace Exploration Agency).
Рис. 2. Спутники Pleiades-1 и Pleiades-2
20 Выпуск 2/2011
Локация, навигация и связь
Известия ГУАП
Санкт-Петербургский государственный университет аэрокосмического приборостроения
КА ALOS был запущен в 2006 г. 22 апреля
2011 г. возникли проблемы с управлением спутника. После трехнедельных безуспешных попыток восстановить работу космического аппарата
12 мая 2011 г. была дана команда по отключению
питания оборудования спутника. В настоящее
время доступны только архивные снимки.
На смену спутнику ALOS придут сразу два космических аппарата – один оптикоэлектронный, второй – радарный. Таким образом, специалисты агентства JAXA отказались
от совмещения на одной платформе оптической
и радарной систем, что реализовано на действующем спутнике ALOS, на котором установлены две оптических камеры (PRISM и AVNIR) и
один радар (PALSAR).
КА ALOS-2 (рис. 3) уже полностью обеспечен
финансированием и запланирован к запуску в
2013 г. [6]. Спутник будет радарным со следующими характеристиками:
– съемка в L-диапазоне;
– режимы съемки и пространственное разрешение: 1–3 м с полосой съемки 25 км в режиме SpotLight, 3–10 м с полосой съемки 50–70 км
в режиме StripMap, 100 м с полосой съемки
350 км в режиме ScanSAR;
– орбита – солнечно-синхронная, высота
628 км;
– периодичность съемки – 14 дней;
– расчетный срок эксплуатации – 5 лет (с
продлением до 7 лет).
Оптико-электронный КА ALOS-3 полностью
прошел фазу разработки и проектирования. Запуск запланирован на 2014 г. Он будет работать
на солнечно-синхронной орбите высотой 618 км,
расчетный срок эксплуатации – 5 лет.
Спутник будет способен выполнять съемку в
панхроматическом режиме с разрешением 80 см
и шириной полосы 50 км, в мультиспектральном
режиме – 5 м и шириной полосы 90 км, в гиперспектральном режиме – 30 м и полосой 30 км.
Рис. 3. Спутник ALOS-2
Заключение
В рамках нашего обзора мы в основном коснулись наиболее, на наш взгляд, интересных
космических аппаратов, запуск которых запланирован в самом ближайшем будущем. Мы не
ставили задачу проанализировать все действующие и перспективные системы ДЗЗ высокого и сверхвысокого разрешения. Помимо упомянутых в статье стран, такие системы имеют
Германия (группировка оптико-электронных
спутников RapidEye, радарные космические
аппараты TerraSAR-X и TanDEM-X), Израиль (КА EROS-A,B), Индия (CARTOSAT-1,2,
RESOURCESAT-1,2 и др.), Италия (радарные
КА COSMO-SkyMed-1–4), Канада (радарные КА
RADARSAT-1,2), Китай и др. Сейчас уже около
20 стран обзавелись своими собственными системами ДЗЗ высокого и сверхвысокого разрешения. Каждый год этот своеобразный космический клуб пополняется новыми странами и
системами ДЗЗ.
Литература
1. Кирилин А. Н., Ахметов Р. Н., Стратилатов Н. Р.
и др. Космический аппарат «Ресурс-П» // Геоматика. 2010. № 4. С. 23–30.
2. Чуркин А. Л. Гидрометеорологический и океанографический космический комплекс четвертого
поколения «Метеор МП» // Геоматика. 2011. № 2.
С. 29–33.
3. The DigitalGlobe Constellation. http://www.
d ig ita lglob e.com/index.php/82/
Content+Collection+Systems (дата обращения:
11.07.2011).
Выпуск 2/2011 4. Imagery Sources. http://www.geoeye.com/CorpSite/products-and-services/imagery-sources/ (дата
обращения: 11.07.2011).
5. Geoimagery products. http://www.spotimage.com/
web/en/171-products-and-services.php
(дата
обращения: 11.07.2011).
6. Advanced Land Observing Satellite. http://www.
jaxa.jp/projects/sat/alos2/index_e.html
(дата
обращения: 11.07.2011).
21
Известия ГУАП
Локация, навигация и связь
Санкт-Петербургский государственный университет аэрокосмического приборостроения
УДК 621.383.7
Многоспектральное дистанционное
зондирование Земли из космоса
Г. Н. Мальцев,
доктор техн. наук, профессор
Санкт-Петербургский государственный университет аэрокосмического приборостроения
Дается общая характеристика
технологии многоспектрального
дистанционного
зондирования
Земли из космоса. Приводятся характеристики реализованных и
перспективных бортовых оптикоэлектронных средств многоспектрального и гиперспектрального
наблюдения. Рассмотрены особенности применения бортовой
многоспектральной аппаратуры
наблюдения, принципы автоматизированной обработки многоспектральных данных и распознавания объектов по зарегистрированным спектральным образам.
Ключевые слова: дистанционное зондирование Земли, многоспектральная и гиперспектральная съемка, спектральные каналы, спектральные образы, распознавание по спектральным
признакам.
22 Разработка космических средств и новых технологий
дистанционного зондирования Земли (ДЗЗ) в настоящее
время является одним из важнейших направлений развития космической техники. Существующие и перспективные
космические системы ДЗЗ обеспечивают широкие возможности сбора данных в глобальном масштабе с высоким пространственным, спектральным и временным разрешением,
что определяет их информационные возможности и обуславливает наблюдаемый в последние годы интерес ко всем
видам космической съемки Земли и активное развитие рынка данных ДЗЗ [1–5].
Быстрый прогресс в области повышения технического
уровня и функциональных возможностей космических аппаратов (КА) ДЗЗ обеспечивается, с одной стороны, за счет
применения новых методов проектирования, технических
решений и конструкционных материалов унифицированных орбитальных платформ, с другой стороны – за счет
разработки и внедрения новых технологий ДЗЗ. Одной из
основных тенденций современного развития космических
систем ДЗЗ является переход к широкому использованию
бортовых многоспектральных оптико-электронных систем
(ОЭС), работающих в видимом и ИК-диапазонах. При этом
повышение информативности данных ДЗЗ достигается с
одновременным снижением требований к разрешающей
способности бортовых ОЭС за счет увеличения числа спектральных полос наблюдения и использования при распознавании спектральных признаков наблюдаемых объектов,
выделяемых по зарегистрированным многоспектральным
данным [6–9].
Интенсивное развитие бортовой аппаратуры многоспектральной съемки привело к выделению в отдельные группы
многозональных (с несколькими спектральными каналами), многоспектральных (с десятками спектральных каналов) и гиперспектральных (с сотнями спектральных каналов) ОЭС. Гиперспектральная съемка является эволюционным развитием многозональных и многоспектральных систем, когда благодаря новым технологиям количество каналов регистрации данных наблюдения увеличивается с 3–5
до 200–1000 при достижении высокого спектрального разрешения (от 0,1 до 10 нм). В результате формируется многомерное пространственно-спектральное изображение, в котором каждый элемент изображения (пиксель фотоприемной матрицы) характеризуется собственной спектральной
характеристикой (спектральным образом, сигнатурой). Такое изображение носит название гиперспектрального «куба», два измерения которого соответствуют пространствен-
Выпуск 2/2011
Локация, навигация и связь
Известия ГУАП
Санкт-Петербургский государственный университет аэрокосмического приборостроения
Пиксель
гиперкуба
данных
Спектральный
диапазон
Ширина полосы
захвата
Длина полосы
захвата
Спектральная
отражательная
способность
1
0
0,4
2,5
Длина волны, мкм
Рис. 1. Гиперспектральный «куб» и формирование спектральных характеристик пикселей
ному изображению местности на плоскости, а
третье – частоте спектра принятого излучения.
Пример гиперспектрального «куба» и формирования спектральных характеристик пикселей,
по которым можно распознавать попадающие в
них объекты, показан на рис. 1.
Данные многоспектральной съемки могут
использоваться как совместно с видеоданными,
полученными с помощью традиционных пан-
хроматических ОЭС, так и самостоятельно. Физической основой распознавания по спектральным признакам является наличие достаточно
ярко выраженных спектральных признаков (образов) у большинства природных и искусственных объектов. Это иллюстрируется спектральными образами элементов ландшафта, приведенными на рис. 2. Высокие информационные
возможности многоспектральных систем опреж/д полотно
Уровень сигналов
регистрирующей аппаратуры
грунтовая
дорога
река
пруд
пляж
крона дерева
луг
скат крыши
темный
скат крыши
светлый
пашня
Длина волны, нм
Рис. 2. Спектральные образы элементов ландшафта
Выпуск 2/2011 23
Известия ГУАП
Локация, навигация и связь
Санкт-Петербургский государственный университет аэрокосмического приборостроения
деляются выявлением этих признаков по зарегистрированным многоспектральным датчикам
спектров излучений природных и искусственных объектов. При обнаружении объектов по
спектральным признакам отсутствует необходимость в высокой разрешающей способности, так
как обнаружение по спектральным признакам
возможно в одном элементе разрешения. Тем
самым в многоспектральных ОЭС осуществляется «обмен» линейного разрешения на спектральное. При этом обработка многоспектральных данных хорошо поддается автоматизации,
а снижение требований к разрешающей способности позволяет существенно уменьшить массу
и габариты бортовых многоспектральных ОЭС
по сравнению с высокоразрешающими панхроматическими системами.
Обобщенные характеристики бортовых ОЭС
наблюдения эксплуатируемых и перспективных КА ДЗЗ представлены в табл. 1, где обозначены: PAN – аппаратура панхроматического наблюдения, MSP – аппаратура многоспектрального наблюдения, HSP – аппаратура гиперспектрального наблюдения. По оценкам экспертов,
до 70% всех задач ДЗЗ могут быть решены благодаря применению результатов съемки с высоким спектральным разрешением и только
30% – за счет видовой информации с высоким
пространственным разрешением. Таким образом, можно утверждать, что многоспектральные и гиперспектральные системы являются
системами ДЗЗ следующего поколения. По отношению к гиперспектральным системам с высоким спектральным разрешением каждого из
спектральных каналов, достигающим его единиц нанометров, даже используется термин
«химическое зрение», обозначающий возможность определения по гиперспектральным данным не только пространственных характеристик, но и материалов, из которых состоят наблюдаемые объекты.
Приборы для регистрации спектра оптического излучения – спектрометры – по способу получения видеоинформации в различных
спектральных диапазонах можно разделить на
два основных типа [10–12]:
– видеоспектрометры (фильтровые, дисперсионные, решеточные), регистрирующие непосредственно спектр оптического излучения в
каждом элементе изображения;
– фурье-спектрометры (динамические, статические, поляризационные), регистрирующие
интерферограмму, соответствующую каждому
элементу изображения.
Видеоспектрометры являются более компактными и простыми в технической реализа-
24 Таблица 1
Обобщенные характеристики бортовых ОЭС наблюдения
Низкого
разрешения
Среднего
разрешения
Высокого
разрешения
10…40
MSP
100…300
HSP
1 PAN
3…6
MSP
500…1000
30…250
0,8…3
Полоса обзора, км
2300
5–30
700
Число разрядов
для передачи
информации, бит
10
8–12
11
ОЭС
Характеристика
Количество каналов наблюдения
Разрешение, м
ции, но позволяют получать многоспектральные данные и пространственные характеристики наблюдаемых объектов с разделением во
времени. Фурье-спектрометры позволяют получать полный объем многоспектральных данных без задержки во времени и с разделением
пространственных и спектральных характеристик наблюдаемых объектов, однако являются
менее компактными и более сложными в технической реализации по сравнению с видеоспектрометрами.
К настоящему времени многоспектральные
ОЭС уже получили распространение на зарубежных и отечественных КА ДЗЗ [3, 4]. В табл. 2
приведены сведения о реализованных зарубежных проектах многоспектральной бортовой аппаратуры ДЗЗ. Большинство из них разработаны Национальным космическим агентством
США NASA, которое является в настоящее
время лидером в области многоспектрального ДЗЗ. С начала 1980-х годов в NASA разрабатывается программа EOS (Earth Observing
System), которая включет в себя три основные
составляющие: 1) серии КА ДЗЗ, предназначенных для изучения глобальных изменений
экосистемы Земли; 2) передовая компьютерная
сеть для обработки, хранения и распространения данных (EOSDIS); 3) научные коллективы
по всему миру для анализа этих данных. Частью программы EOS является создание КА
многоспектрального ДЗЗ.
Для сбора информации о радиационном балансе Земли, атмосферной циркуляции, взаимодействии суши и океанов, биопродуктивности и
свойствах поверхности суши в рамках программы EOS в 1999 году был запущен КА EOS-AM-1
(«Tеrra»), а в 2002 году – КА EOS-PM-1 («Aqua»),
оснащенные многоспектральными ОЭС наблюдения. В составе бортовой аппаратуры КА EOSAM-1 – пять согласованно функционирующих
Выпуск 2/2011
Локация, навигация и связь
Известия ГУАП
Санкт-Петербургский государственный университет аэрокосмического приборостроения
Таблица 2
Реализованные проекты многоспектральной и гиперспектральной аппаратуры ДЗЗ
Многоспектральный датчик
Страна,
агентство
КА (программа),
год запуска
ASTER
США, NASA
EOS AM-1 (Terra),
1999
Количество
каналов
Спектральный
диапазон, мкм
15
3
0,52...0,86
250
500
0,62…0,68
0,46…2,12
0,41…0,97
3,66…4,55
1,36…1,39
0,54…14,39
1,6…2,4
8,1…11,6
0,4…2,5
0,9 … 1,6
0,43…2,3
0,47…10,05
0,86…1,04
0,45…0,86
1,36…4,1
4,87…10,4
0,45...0,91
0,83...1,74
1,58...2,5
3,00...5,0
0,4…10,5
0,4 … 0,8
0,4…2,5
ПространШирина
ственное разполосы
обзора, км решение, м
60
Warfighter-1
США, МО
OrbView-4, 2001
5
8
CHRIS
MERIS
ЕSА, Европа
ЕSА, Европа
Япония,
NASDA
PROBA, 2001
ENVISAT, 2002
25
1150
18–36
300
2
5
11
5
1
9
6
5
220
256
9
256
3
4
4
4
40
80
80
80
150
15
ADEOS-2, 2002
1600
250–1000
36
MODIS
США, NASA
EOS PM-1 (Aqua),
2002
EOS AM-1 (Terra),
1999
2300
1000
30
90
30
250
30
25–50
Hyperion
LAC
ALI
FTHSI
США, NASA
США, NASA
США, NASA
США, МО
MightySat II.1., 2000
7,5
185
37
13
MTI
США, МО
MTI, 2000
12
Earth Observing-1
(EO-1), 2000
5
20
GLI
съемочных многозональных и многоспектральных камер:
– ASTER (Advanced Spaceborne Thermal
Emission and Reflection Radiometer) – многоспектральная 14-канальная камера для съемки в диапазоне от 0,52 до 11,65 мкм с разрешением 15–90 м и стереосъемки в диапазоне 0,76–
0,86 мкм;
– MODIS
(Moderate-resolution
Imaging
Spectroradiometer ) – многоспектральная 36-канальная камера для съемки в диапазоне от 0,45
до 14,36 мкм с разрешением 250–1000 м;
– MISR
(Multi-angle
Imaging
SpectroRadiometer) – многозональная 4-канальная камера для съемки под 9 различными углами наклона в диапазоне от 0,42 до 0,87 мкм с разрешением от 250–1100 м;
– CERES (Clouds and the Earth's Radiant
Energy System ) – многозональная 3-канальная
камера для съемки в широких спектральных
зонах в диапазоне от 0,3 до 100 мкм с разрешением от 20 км (в надире);
Выпуск 2/2011 – MOPITT (Measurements of Pollution in the
Troposphere) – многозональная 2-канальная
для съемки в диапазонах 4,7 и 2,2–2,4 мкм) с
разрешением 22 км.
На данный момент данные ДЗЗ, получаемые с
помощью многоспектральных датчиков ASTER
и MODIS, являются самыми доступными и широко используемыми различными потребителями при изучении радиационного баланса Земли, атмосферной циркуляции, взаимодействия
суши и океанов, биопродуктивности и свойств
земной поверхности в различных регионах.
С 2000 г. началась летная эксплуатация КА
«Earth Orbiter-1» (ЕО-1), который стал первым
КА, несущим на своем борту гиперспектральную аппаратуру ДЗЗ. КА ЕО-1 был разработан
NASA в рамках программы New Millennium, начатой в 1995 г. и направленной на отработку и
летные испытания перспективных технологий
и приборов наблюдения и зондирования Земли
из космоса, которые должны прийти на смену
технологиям, используемым на КА ДЗЗ серии
25
Известия ГУАП
Локация, навигация и связь
Санкт-Петербургский государственный университет аэрокосмического приборостроения
«Landsat». В составе бортовой аппаратуры КА
ЕО-1 – три съемочные камеры, осуществляющие гиперспектральную, многоспектральную и
панхроматическую съемку:
– «Hyperion» – гиперспектральная 220-канальная камера для съемки в диапазоне от 0,4
до 2,5 мкм с пространственным разрешением
30 м;
– LAC (Linear Etalon Imaging Spectrometer
Array Atmospheric Corrector) – гиперспектральная 256-канальная камера для съемки в диапазоне от 0,85 до 1,6 мкм с умеренным пространственным разрешением 250 м;
– ALI (Advanced Land Imager) – 10-канальная камера для многоспектральной (9 каналов)
и панхроматической (1 канал) съемки в диапазоне от 0,43 до 2,35 мкм с пространственным
разрешением 30 м (многоспектральная съемка) и в диапазоне от 0,48–0,69 мкм с пространственным разрешением 10 м (панхроматическая
съемка).
В табл. 3 представлены основные характеристики гиперспектральной камеры «Hyperion»,
созданной на основе видеоспектрометра, разработанного для малогабаритного КА ДЗЗ LEWIS,
выведенного в 1997 г. на орбиту, но не использо-
вавшегося из-за неисправностей бортовой аппаратуры. Гиперспектральная камера «Hyperion»
позволяет получать снимки в полосе 7,5 км по
маршруту длиной 100 км в 220 спектральных
каналах со спектральным разрешением 10 нм и
отличается высоким радиометрическим разрешением (12 бит/пиксель), а также качественной
калибровкой каналов. По оценкам специалистов, снимки с КА EO-1 имеют лучшее разрешение и более высокое качество, чем снимки, полученные его предшественником КА «Landsat-7».
К настоящему времени КА EO-1 передал уже
несколько десятков тысяч изображений и продемонстрировал широкие возможности гиперспектральной съемки.
Следует также отметить успешное использование гиперспектрального датчика на КА
«MightySat-II.1», запущенного по программе Warfighter-1 ВВС США в серии экспериментальных КА на основе малых космических платформ. Главным экспериментом на
КА «MightySat-II.1» стало испытание гиперспектрального построителя изображений с фурье-спектрометром FTHSI (Fourier Transform
Hyperspectral Imager), который является единственной выведенной на орбиту гиперспекТаблица 3
Основные технические характеристики камеры HYPERION
Оптическая система
Тип
Диаметр основного зеркала, см
Фокусное расстояние, м
Режим съемки
Ширина полосы съемки, км
Длина полосы съемки, км
Мгновенный угол поля зрения, мкрад
Пространственное разрешение, м
трехзеркальная, внеосевая
12,5
1,05
без сканирования, в надир
7,5
100
42,5
30
Спектрометр
Рабочие участки спектра, мкм
Класс спектрометра
Ширина полосы спектрального канала, нм
Число спектральных каналов
Число элементов в матрице фотоприемников
Число рабочих элементов фотоприемной матрицы
Материал (тип) фотоприемника
Размер элемента матрицы фотоприемника, мкм
Температура охлаждения фотоприемной матрицы, К
Радиометрическое разрешение разрядов
Система передачи данных
Объем памяти накопителя данных, Гбит
Скорость накопления данных, Мбит/с
Максимальная скорость передачи данных, Мбит/с
26 0,4...1
0,9...2,5
рассеивающий,
с дифракционной решеткой
10
220
768 × 384
256 × 256
256 × 128
256 × 256
кремниевые
HgCdTe ПЗС
10 × 10
60 × 60
273
115
12
40
840
105
Выпуск 2/2011
Локация, навигация и связь
Известия ГУАП
Санкт-Петербургский государственный университет аэрокосмического приборостроения
тральной камерой типа фурье-спектрометра
(остальные гиперспектральные датчики, выведенные на орбиту, относятся к классу видеоспектрометров). Камера FTHSI позволяет получать снимки в 6 полосах обзора шириной
26 км в 256 спектральных каналах в диапазоне
от 0,47 до 10,05 мкм с разрешением 25–50 м. При
гиперспектральной съемке появляется возможность обнаружения и распознавания замаскированных объектов, поскольку все существующие
средства маскировки являются эффективными
только в определенных спектральных диапазонах и каждый наблюдаемый объект будет отличаться от другого своим характерным спектром.
В 2001 г. Европейское космическое агентство
(ESA) вывело на орбиту малогабаритный КА
PROBA-1 (Project for On-Board Autonomy). Цель
этого проекта – продемонстрировать новые технологии построения и применения бортовой аппаратуры ДЗЗ. На КА установлена компактная
многоспектральная камера высокого разрешения CHRIS (Compact High Resolution Imaging
Spectrometer) на основе видеоспектрометра. Камера CHRIS измеряет отражающую способность
поверхности Земли под различными углами в
видимом и ближнем ИК-диапазоне в 19 спектральных каналах в диапазоне от 0,45 до 2,5
мкм с пространственным разрешением 18–36 м
(25 м в надире) и со спектральным разрешением
от 2 до 10 нм.
Перспективным проектом КА ДЗЗ с бортовой
гиперспектральной аппаратурой наблюдения
является американский проект КА двойного
назначения САМЕО (Collaboration on Advanced
Multispectral Earth Observation) [6]. Проект к
настоящему времени не реализован, но может
рассматриваться как пример совместной опти-
мизации характеристик нескольких совместно
применяемых на КА бортовых многоспектральных ОЭС. В составе бортовой аппаратуры КА
САМЕО три многоспектральные камеры с различным разрешением и числом спектральных
каналов:
– ЛМД – легкий многоспектральный датчик
с 44–48 спектральными каналами для съемки
в диапазоне от 0,4 до 5,0 мкм с разрешением 5–
20 м (из них 32 спектральных канала видимого и ближнего ИК-диапазона имеют разрешение
5 м) и 1 панхроматическим каналом для съемки в диапазоне от 0,4–0,68 мкм с разрешением
2,5 м;
– МИР – многоспектральный изображающий радиометр с 10 спектральными каналами
для съемки в диапазоне от 0,4 до 14,0 мкм с разрешением 3000 м;
– СИР – система измерения полной радиации Земли с 3 спектральными каналами для
съемки в диапазоне от 0,4 до 14,0 мкм с разрешением 15 000 м.
Характеристики бортовой многоспектральной аппаратуры КА CAMEO приведены в табл. 4.
Основной многоспектральный датчик ЛМД
имеет 1 панхроматический и до 48 спектральных каналов, работающих в видимом и ИКдиапазоне. Полоса захвата датчика – до 100
км, информационная производительность – 1
Гбит/с. Состав и характеристики многоспектральных датчиков МКА САМЕО выбирались
по результатам анализа требований в трех основных областях – военной, мониторинга окружающей среды и изучения глобальных изменений климата. Все категории задач требуют измерений более чем в 10 спектральных полосах
в пределах общего диапазона 0,4–5,0 мкм. Для
Таблица 4
Характеристики бортовой многоспектральной аппаратуры КА CAMEO
Многоспектральный
датчик
ЛМД
(легкий многоспектральный
датчик)
МИР
(многоспектральный
изображающий
радиометр)
СИР
(система измерений
полной радиации Земли)
Выпуск 2/2011 Число
Спектральный
спектральных
диапазон, мкм
диапазонов
0,4 … 0,68
0,4 …1
0,4 … 1
1,0 … 2,5
3,0 … 5,0
0.4 … 1
1,0 … 2,5
3,0… 5,0
8,0 … 14,0
0,4 … 0,68
0,4 … 1
1
32
6–8
4–6
2
3
3
2
2
1
1
8,0 … 14,0
1
Линейное
разрешение, м
Полоса
обзора
(в надир), км
Наведение
Информационная
производительность (без сжатия
данных)
2,5
5
10
20
20
20,
100 × 100 –
полосовое
картирование
±30о вдоль
трассы,
±45о поперек трассы
1 Гбит/с
3000
1000
в надир
170 Кбит/с
15 000
горизонт –
горизонт
сканирование поперек трассы
10 Кбит/с
27
Известия ГУАП
Локация, навигация и связь
Санкт-Петербургский государственный университет аэрокосмического приборостроения
первых двух применений (военные задачи и мониторинг) требуется умеренно высокое разрешение 5–20 м при среднем поле зрения 10–50 км.
Третье применение (климатические измерения)
требует широкого поля зрения (сотни – тысячи
километров) при сравнительно грубом разрешении 3–10 км. Приведенные данные также иллюстрируют высокую информационную производительность бортовых многоспектральных ОЭС
(до единиц Гигабит в секунду), требующую использования для передачи с КА ДЗЗ многоспектральных и гиперспектральных данных высокоскоростных каналов передачи информации.
В настоящее время в мире ведутся разработки КА ДЗЗ с бортовыми многоспектральными
и гиперспектральными ОЭС нового поколения.
В России также имеются разработки современных бортовых многоспектральных и гиперспектральных датчиков [9]. Так, для КА «Монитор» разработан гиперспектральный датчик
«Юникон-В», позволяющий проводить съемку
в 256 спектральных каналах видимого диапазона с пространственным разрешением 20 м, а для
КА «Ресурс-П» разработана многоспектральная
съемочная аппаратура ГСА с 72 спектральными
каналами видимого и ближнего ИК-диапазона
с пространственным разрешением 30 м и спектральным разрешением 5 нм. Для перспективного КА ДЗЗ в рамках российского проекта
«Астрогон-Вулкан» разрабатывается 700-канальный гиперспектральный датчик видимого
и ближнего ИК-диапазона с пространственным
разрешением до 5 м.
Отличительными особенностями перспективных бортовых многоспектральных и гиперспектральных ОЭС КА ДЗЗ являются:
– увеличение числа спектральных каналов до нескольких десятков и сотен в сочетании
с возможностью адаптации параметров системы
к условиям и задачам наблюдения;
– возможность предварительной обработки на борту КА зарегистрированных многоспектральных данных наблюдения;
– ориентация на миниатюризацию бортовой аппаратуры и использование малогабаритных (малых) КА ДЗЗ.
Ориентация на малогабаритные КА при реализации многоспектрального ДЗЗ не случайна. При их использовании потенциальные возможности многоспектральной съемки наземных объектов из космоса проявляются наиболее
полно [6, 13], а сами малые КА характеризуются сравнительно низкой стоимостью и небольшими сроками разработки. Поэтому малогабаритные КА в настоящее время рассматриваются как вполне адекватная замена тяжелым
28 КА при решении задач экологического мониторинга и картографической съемки Земли с метровым разрешением. Так, облегченный космический телескоп диаметром 1 м имеет массу
главного зеркала около 300 кг, а 20-канальная
многоспектральная ОЭС с диаметром телескопа
5–7 см, размещенная на универсальной платформе, вместе с обеспечивающей аппаратурой
имеет массу 25–40 кг. При этом увеличение числа спектральных каналов в 2–3 раза, например,
в схеме видеоспектрометра практически не приводит к увеличению массы бортовой аппаратуры. Типичным примером малого КА ДЗЗ, оснащенного многоспектральной камерой, является
КА PROBA-1 массой около 100 кг и размерами
0,6×0,6×0,8 м.
Важным фактором, определяющим темпы
развития космических систем ДЗЗ, использующих многоспектральную и гиперспектральную
съемку, является их высокая информационная
производительность, требующая создания специальных высокопроизводительных бортовых
вычислительных систем, устройств хранения
больших объемов данных и высокоскоростных
каналов передачи информации на Землю. Для
передачи данных многоспектрального наблюдения в реальном масштабе времени требуемые
скорости передачи информации составляют до
сотен Мегабит в секунду, что приводит к необходимости использования специализированной радиолинии, существенно отличающейся
по своим характеристикам от радиолинии, по
которой осуществляется управление КА [14]. А
для оперативной передачи на Землю с КА ДЗЗ
гиперспектральных данных единственно возможным вариантом является сокращение объема передаваемой информации за счет выбора
для передачи сокращенного количества наиболее информативных спектральных данных [15].
Это позволит согласовать информационную производительность аппаратуры наблюдения с пропускной способностью существующих радиоканалов передачи данных.
В техническом плане задача выбора наиболее
информативных спектральных каналов связана
с созданием бортовых ОЭС, адаптирующихся к
задачам и условиям съемки. Учитывая высокую
информативность многоспектральных данных,
число спектральных каналов при проведении
каждой съемки следует выбирать соответствующим так называемой существенной спектральной размерности данных наблюдений, которая
при наблюдении природных объектов в диапазоне 0,4–15 мкм близка к 6 [11]. Близкую оценку
спектральной размерности данных наблюдений
дают и исследования вероятности распознава-
Выпуск 2/2011
Локация, навигация и связь
Известия ГУАП
Санкт-Петербургский государственный университет аэрокосмического приборостроения
ния по спектральным признакам техногенных
объектов на фоне природной подстилающей поверхности [7]. Следует отметить, что потребность в увеличении скорости передачи данных
ДЗЗ и использовании различных методов их
сжатия является объективной тенденцией. Это
связано с опережающими темпами роста информационной производительности бортовой аппаратуры ДЗЗ по сравнению с пропускной способностью радиоканалов передачи информации.
На практике пространственное разрешение
многоспектральной ОЭС выбирается достаточным для решения задач обзорного наблюдения
и обнаружения наблюдаемых объектов, но пониженным по сравнению панхроматическими
ОЭС детального наблюдения. Спектральное разрешение при этом выбирается по возможности
высоким и компенсирует недостаток информации о форме наблюдаемого объекта при низком
пространственном разрешении системы. Имеется в виду, что для каждой съемки могут выбираться наиболее информативные спектральные
каналы [9, 15]. В результате при использовании
малогабаритной бортовой многоспектральной
ОЭС достигается такой же уровень распознавания, как и при использовании крупногабаритной панхроматической ОЭС детального наблюдения.
Распознавание объектов по спектральным
признакам (образам) позволяет использовать
наиболее эффективные при решении задач распознавания
корреляционно-экстремальные
методы [10, 16]. При этом возрастание потоков
многоспектральных данных неизбежно оказывает влияние на используемые принципы организации и алгоритмизации методов автоматизированной тематической обработки данных
ДЗЗ. Возникает необходимость создания нового алгоритмического обеспечения обработки
данных ДЗЗ, упакованных в «куб» многоспектральных данных. Так, американская компания GTI (Gurdian Technologies International)
разработала технологию PinPoint (Pinpoint
image identification technology), с помощью которой в автоматическом режиме обеспечивается обнаружение на полученных бортовыми ОЭС
гиперспектральных изображениях интересующих объектов и аномальных явлений. Данная
технология позволяет реализовать попиксельное распознавание объектов по зарегистрированным спектральным образам и обеспечивает
выявление специфических характеристик объектов в условиях маскировки независимо от их
Выпуск 2/2011 размеров, формы, местоположения или вращения. Ожидается, что технология PinPoint позволит опытным специалистам сократить время обработки данных оптических наблюдений
с 2–3 суток до нескольких минут в автоматическом режиме.
Все методы спектрального анализа данных
ДЗЗ и корреляционного распознавания объектов по спектральным образам основываются на
сравнении спектральных характеристик, полученных в ходе съемки, со спектральными характеристиками известных материалов, поэтому необходимым инструментом обработки многоспектральных данных являются спектральные библиотеки – базы данных, содержащие
информацию об отражательной способности
различных природных и техногенных объектов
на различных длинах волн. В них используются два подхода к спектральному анализу зарегистрированных данных наблюдения. Первый
подход заключается в том, что пользователь выбирает объект на изображении и запрашивает
библиотеку спектральных образов для поиска
соответствующего эталона. Второй подход состоит в том, что пользователь выбирает эталон
или группу эталонов, затем просматривает изображение с тем, чтобы определить присутствие
на нем соответствующих объектов.
Автоматизированное распознавание объектов по спектральным образам используется совместно с традиционными методами тематической обработки данных ДЗЗ – геометрической,
радиометрической и атмосферной коррекцией,
географической привязкой. В процессе обработки учитываются прогнозируемые значения
мгновенных оптических параметров атмосферы, фоновая обстановка, геометрия съемки и
другие факторы.
Таким образом, многоспектральная съемка
обладает огромным потенциалом для развития
технологий наблюдения и автоматизированного распознавания объектов. Многоспектральное ДЗЗ из космоса является одним из наиболее
перспективных направлений развития космических систем, обеспечивающим эффективное
решение широкого круга задач. Анализ современного состояния, реализованных и перспективных разработок бортовых ОЭС ДЗЗ показывает, что уже на рубеже 2015 г. можно ожидать
широкую практическую реализацию и начало активного внедрения многоспектральной и
гиперспектральной съемки в практику ДЗЗ из
космоса.
29
Известия ГУАП
Локация, навигация и связь
Санкт-Петербургский государственный университет аэрокосмического приборостроения
Литература
1. Гарбук С. В., Гершензон В. Е. Космические системы дистанционного зондирования Земли. М.: Издательство А и Б, 1997. 296 с.
2. Савиных В. П., Цветков В. Я. Геоинформационный анализ данных дистанционного зондирования. М.: Картгеоцентр-Геоиздат, 2001. 228 с.
3. Космическая съемка Земли. Космическая оптико-электронная съемка поверхности Земли со
средним разрешением. Справочно-аналитическое
издание. М.: Радиотехника, 2008. 114 с.
4. Космическая съемка Земли 2007–2008 гг. / под
ред. Ю. А.Подъездкова. М.: Радиотехника, 2008.
Вып. 1–5. 275 с.
5. Бакланов А. И. Системы мониторинга и наблюдения. М.: БИНОМ, Лаборатория знаний, 2009.  234 с.
6. Рябова Н. В., Еськов Д. Н., Данилкин А. П. Малые
искусственные спутники Земли с оптико-электронной аппаратурой в программах дистанционного зондирования Земли // Оптический журнал.
1996. № 1. С. 4–19.
7. Фатеев В. Ф., Миньков С. А. Потенциальные возможности космических многоспектральных оптико-электронных приборов при обнаружении
малоразмерных объектов // Оптический журнал.
2000. № 7. С. 5–11.
8. Мальцев Г. Н., Луцай С. И. Корреляционное распознавание объектов по многоспектральным данным // Оптический журнал. 2004. № 11. С. 15–18.
9. Мальцев Г. Н., Козинов И. А., Данилкин А. П. Космические системы и технологии многоспектрального дистанционного зондирования Земли // Информация и космос. 2010. № 1. С. 148–158.
30 10.Еремеев В. А., Мордвинцев И. Н., Платонов Н. Г.
Современные гиперспектральные сенсоры и методы обработки гиперспектральных данных // Исследование Земли из космоса. 2003. № 6. С. 80–
90.
11.Тарасов В. В., Якушенков Ю. Г. Двух- и многодиапазонные оптико-электронные системы с матричными приемниками излучения. М.: Университетская книга, 2007. 192 с.
12.Медведев Е. М. Гиперспектральные технологии и
оборудование для их реализации // Геопрофи.
2008. № 1. С. 59–61.
13.Мальцев Г. Н., Козинов И. А., Кунгурцев В. В.
Дистанционное зондирование земли на основе
кластера малых космических аппаратов многоспектрального наблюдения // Известия вузов.
Приборостроение. 2009. № 4. С. 16–22.
14.Мальцев Г. Н., Буриков С. В., Булаев О. А. Анализ
характеристик радиолинии передачи с малогабаритного космического аппарата данных дистанционного зондирования Земли // Известия вузов.
Приборостроение. 2007. № 6. С. 5–11.
15.Мальцев Г. Н., Козинов И. А., Фатеев В. Ф. Методы выбора наиболее информативных спектральных каналов при дистанционном зондировании
Земли с малых космических аппаратов // Изв. вузов. Приборостроение. 2007. № 6. С. 23–31.
16.Абросимов А. В., Черепанов А. С. Обработка гиперспектральных изображений в ПК ENVI // Геопрофи. 2007. № 2. С. 55–57.
Выпуск 2/2011
Локация, навигация и связь
Известия ГУАП
Санкт-Петербургский государственный университет аэрокосмического приборостроения
УДК 621.196.96
Оптимальный алгоритм сверхрелеевского
разрешения когерентных сигналов
по времени задержки
Т. П. Мишура,
канд. техн. наук, доцент
Л. А. Литвинчук,
канд. техн. наук, доцент
Санкт-Петербургский государственный университет аэрокосмического приборостроения
Получен оптимальный алгоритм, реализующий потенциальную точность сверхрелеевского
разрешения когерентных сигналов по временному параметру. С
помощью математического моделирования проверены результаты теоретических расчетов.
Ключевые слова: сверхрелеевское разрешение по времени, алгоритм, обработка сигналов.
Введение
Задача сверхрелеевского разрешения нескольких сигналов по временному параметру, т.е. разрешения в пределах
ширины АКФ, возникает в тех случаях, когда расширение
полосы информационных сигналов ограничено [1–8]. В работах [3–5] получены аналитические выражения для определения потенциальной точности оценки временного положения нескольких когерентных сигналов в сверхрелеевской
области. В данной статье рассмотрен синтез оптимального
алгоритма обработки входных сигналов, реализующего потенциальную точность сверхрелеевского разрешения.
Синтез оптимального алгоритма сверхрелеевского
разрешения
Рассмотрим задачу оценки времени прихода каждого из
суммы нескольких сигналов, разнесенных во времени, в
пределах сверхрелеевской области. Сигнал на входе системы
выделения информации в общем виде можно записать следующим образом
N
ξ(t) = å ek s(t - tk ) + n(t),
k=1
где s(t) – детерминированный сигнал с известным спектром;
ek – неизвестная комплексная амплитуда k-го сигнала; разность фаз между сигналами ∆jki=argek–argei сохраняется во
всей зоне перекрытия k-го и i-го сигналов в течение всего времени обработки, поэтому сигналы можно считать когерентными, а при переходе от одной пары сигналов к другой она
может изменяться в пределах –p≤∆jki≤p; tk – оцениваемое
время задержки k-го сигнала; N – число сигналов; n(t) – белый шум на входе приемного устройства, распределенный
по нормальному закону с нулевым средним и спектральной
плотностью N0/2. Разность задержек может изменяться в
пределах 0≤tk–ti≤tАКФ, где tАКФ – ширина АКФ одного сигнала.
Для нахождения оптимальных оценок времени прихода
сигналов, которые в дальнейшем будем называть задержками, используем критерий максимального правдоподобия.
Для функционала правдоподобия в частотной области воспользуемся выражением
Выпуск 2/2011 2
¥
ïìï
ïüï
N
1
-iωtk
ï,
(
)
L(q) = exp ïíΞ
ω
e
S
ω
e
d
ω
(
)
ý
åk
ïï pN0 ò
ïï
k=1
-¥
ïþ
îï
(1)
31
Известия ГУАП
Локация, навигация и связь
Санкт-Петербургский государственный университет аэрокосмического приборостроения
где Ξ(ω) и S(ω) – мгновенный спектр реализации
x(t) и спектральная функция сигнала s(t).
Переходя к дискретным отсчетам на интервале наблюдения, запишем
2ï
ü
ïìï
N
1 M-1
-iωm tk ï
ï,
L(q) = C exp ïíΞ
e
S
ω
e
(
)
ý
ïï Pn å m å k m
ïï
m=0
k=1
îï
þï
где С – постоянная величина, независящая от
вектора оцениваемых параметров q(ek, e*k, tk),
Pn – средняя мощность белого гауссовского шума. Введем вектор отсчетов входного сигнала
Ξm
x, элементы которого равны ξm =
M-1
å
m=0
и
векторы
опорных
-iωm t j M-1
(
)
y j = sm e
m=0
единичных
Sm
2
сигналов
, j=1…N, зависящие от неиз-
вестных времен задержек tj.
sm =
Sm
M-1
å
m=0
Sm
, Sm=S(ωm) – значения спек2
тральной функции излученного сигнала на частотах ωm, m=0…M–1, q2=2E/N0 – ОСШ. Запишем выражение для логарифма функции правдоподобия в векторной форме
2
N
2
ln L(Q) = ln C - q x - å ej y j .
j=1
Введем
N
Y = å ej y j ,
суммарный
опорный
вектор
Рассмотрим решение этой задачи в общем
виде. Поскольку система единичных опорных
векторов yj образует гиперплоскость в N-мерном
пространстве, то вектор Y1, как линейная комбинация этих векторов, также лежит в этой гиперплоскости. Входной вектор x может быть
разложен на две составляющие x= x +x^ – параллельную и перпендикулярную гиперпло2
2
2
скости. Тогда x-Y1 = x -Y1 + x^ . Отсюда
следует, что для минимизации величины |x–Y1|2
2
необходимо минимизировать x^ . Учитывая,
2
2
2
что x = x + x^ за время измерения не ме2
2
2
няется, получаем, что x = x - x^ должна
2
стремиться к максимуму при стремлении x^
к минимуму. Таким образом, условие локального максимума функции правдоподобия сводится к максимизации квадрата модуля проекции
2
входного вектора x на гиперплоскость в пространстве нормированных опорных векторов.
Назовем эту величину функционалом качества
2
(ФК). Величину x можно определить двумя
способами.
В первом способе с помощью матрицы проектирования
= A(A H A)-1 A H ,
где A=|y1,y2,…yN| – матрица, составленная из
столбцов опорных векторов yj, записывается
проекция входного вектора на гиперплоскость
2
2
x = x и определяется x = x . В окончательное выражение входят определители Грама,
составленные из опорных векторов yj.. Во втором
способе пространство нормированных опорных
векторов yj предварительно преобразуется в пространство ортогональных нормированных векторов Ujн с помощью метода ортогонализации
Грама-Шмидта. В этом случае величина x
2
N
2
2
функции
определяется соотношением x = å x H U jí ,
правдоподобия сводится к поиску минимума величины |x–Y|2.
Для оценки всех параметров вектора q(ek,
e*k, tk) необходимо определить глобальный максимум функции правдоподобия. Однако если ограничиться задачей оценки времени задержки сигналов, можно перейти к поиску локального максимума функции правдоподобия,
что существенно упрощает техническую реализацию измерителя по сравнению с первым методом, так как сводится к умножению входного
сигнала на опорные сигналы Ujн в N параллельных каналах и суммированию квадратов моду-
тогда
максимизация
j=1
или к поиску минимума величины |x–Y1|2, где
N
Y1 = å y j – суммарный вектор нормированj=1
ных опорных сигналов, не зависящий от комплексных амплитуд.
32 j=1
2
лей выходных откликов. Выражение для x ,
полученное с помощью матрицы проектирования, после ряда преобразований совпадает с выражением, полученным методом ортогонализации Грама-Шмидта. Поэтому второй способ получения функционала качества можно считать
универсальным. Например, для двух сигналов
(N=2) получаем U1=y1=U1н, U2=y2+c1U1н=y2–
H
–(y2 y1), и, нормируя вектор U2, имеем
Выпуск 2/2011
Локация, навигация и связь
Известия ГУАП
Санкт-Петербургский государственный университет аэрокосмического приборостроения
U2í =
U2
U2H U2
=
y2 - (y2H y1 )y1
1 - y2H y1
2
.
Решение задачи заключается в определении
положения максимума функционала качества
как функции двух координат
2
2
x = x H U1í + x H U2í
2
= F (t1, t2 ), (2)
где t1, t2 – задержки сигналов.
Аналогично, для случая трех сигналов
(N =3) получим
U1 = y1 = U1í , U2í =
y2 - (y2H y1 )y1
1-
2
y2H y1
,
U3 = y 3 + c2U2í + c1U1í =
= y 3 - (y 3H U2í )U2í - (y 3H y1 )y1,
U3í =
U3
U3H U3
U3
=
1-
2
y 3H U2í -
2
y1H y 3
=
2
=
D (y 3 - (y 3H y1 )y1 ) -D1 (y 2 - (y 2H y1 )y1 )
D1
2
,
2
2
D = 1 - y2H y1 , D1 = (y 3H y2 ) - (y 3H y1 )(y1H y 2 ).
Решение задачи заключается в определении
положения максимума функционала качества
как функции трех координат
2
2
2
x = x H U1í + x H U2í + x H U3í
2
=
= F (t1, t2 , t3 ),
где t1, t2, t3 – задержки сигналов.
Продолжая процедуру ортогонализации
Грама-Шмидта, можем получить функционал качества для любого количества сигналов.
Оценки нормированных задержек определяются координатами максимума ФК. Таким образом, разрешение сводится к поиску максимума
ФК, который можно найти методом оптимизации или с помощью многоканальной обработки.
Следует отметить, что увеличение количества
разрешаемых сигналов приводит к быстрому
увеличению времени обработки в первом случае
и к увеличению числа каналов – во втором.
Если наряду с оценкой времени задержки
сигналов возникает задача определения их комплексных амплитуд, то решить ее можно сле-
Выпуск 2/2011 дующим образом. Возьмем производные по комплексным амплитудам от функции правдоподобия, приравняем их нулю и получим систему
уравнений относительно ek
где
ÃN (y) * e = b ,
æy H y
çç 1 1
çç H
çy y
ÃN (y) = çç 2 1
çç ........
çç
ç H
èçy N y1
y1H y 2 ....... y1H y N ö÷÷
÷÷
y 2H y 2 ....... y 2H y N ÷÷÷
÷,
........ ....... ........ ÷÷÷
÷÷
H
÷
yH
N y 2 ....... y N y N ø÷
(3)
–
матрица Грама размерности N; e = (e1, e2 ...eN )T –
вектор комплексных амплитуд сигналов;
T
b = (y1H x,y2H x...y H
N x) – вектор, образованный
проекциями входного сигнального вектора на
нормированные опорные векторы. Для решения
уравнения (3) необходимо знать задержки опорных векторов, соответствующие сигналам на
входе. Эти задержки можно определить из вектора оценок xˆ = (tˆ1, tˆ2 ...tˆ N ) , полученных предварительно с помощью максимума функционала качества. Таким образом, в уравнение (3)
необходимо подставить опорные векторы в виде
y1 (tˆ1 ), y2 (tˆ2 )...y N (tˆ N ) .
Например, для случая двух сигналов решение уравнения (3) имеет вид
eˆ1 =(y1H - (y1H y2 )y2H )x/(1-|y1H y2 |2 ) ,
eˆ 2 =(y2H - (y2H y1 )y1H )x/(1-|y1H y2 |2 ).
Для случая трех сигналов решение существенно усложняется.
Видим, что для оценки комплексных амплитуд одновременно с задержкой приходится
использовать алгоритм адаптивной обработки
сигналов.
Моделирование и анализ оптимального
алгоритма оценки задержки двух сигналов
Максимум функционала (2) позволяет найти
оптимальные оценки времени прихода сигналов
относительно произвольного начала отсчета.
Определим эту квадратичную функцию двух
переменных как поверхность функционала качества (ПФК).
На рис. 1, а, б и рис. 2, а, б приведены соответственно ПФК и контуры ПФК (КПФК) для
двух гауссовских сигналов. Существование на
ПФК двух симметричных максимумов объясняется неоднозначностью присваивания значения
задержек первому или второму сигналам. Например, x1= –0,2, x2= 0,3 или x1= 0,3, x2= –0,2.
33
Известия ГУАП
Локация, навигация и связь
Санкт-Петербургский государственный университет аэрокосмического приборостроения
а)
3
б)
2
1,5
2,5
2
1
1,5
0,5
1
x2
0,5
0
3
0
–0,5
2
–1
1
x2
0
–1
–2
0,5
–1 –0,5 0
–2 –1,5
x1
–1,5
1,5 2
1
–2
–2 –1,5
–1
–0,5
0
x1
0,5
1
1,5
2
Рис. 1. ПФК (а) и КПФК (б) для гауссовских сигналов при ∆j = 0 и x1=–0,5, x2=0,7 , шумы отсутствуют
а)
2
б)
2
1,5
1,5
1
1
0,5
0,5
x2
0
3
2
0
–0,5
1
–1
x2 0
–1
–2
–2
–0,5 0
x1
–1,5 –1
0,5
1
2
1,5
–1,5
–2
–2
–1,5
–1
–0,5
0
x1
0,5
1
1,5
2
Рис. 2. ПФК (а) и КПФК (б) для гауссовских сигналов при ∆j=p/2 и x1=–0,2, x2=0,3, шумы отсутствуют
Для определения зависимости СКО оценки
временного положения сигналов от разности задержек в области сверхразрешения было проведено математическое моделирование, результаты которого сравнивались с теоретическими
расчетами СКО, проведенными по формулам,
полученными авторами в работах [3–5]. В этих
работах было введено определение эквивалентного нормированного СКО
dý (x,q,Dj) =
D(x,q,Dj)
,
1 + D(x,q,Dj)
где
D(x,q,Dj) =
1
2q2
´
2
æ
r1 ö÷÷
çç
÷
çç-r20 2÷
1 - r ÷ø÷
èç
´
2 2
æ
r1 ö÷÷
çç
r * r12
2
÷
+
cos
∆j
r
çç-r20 2
÷
2
2
çè
1 - r ÷÷ø
1- r
34 2
–
выражение для нижней границы дисперсии
оценки задержки сигналов, r = r(t), r1(t) = r′(t),
r2(t) = r″(t) – АКФ сигнала и ее первая и вторая производные, t = t1–t2 – разность времен
задержек, ∆jki = argek–argei – разность фаз сигналов; q2 = |e|2 – ОСШ для сигнала, x = ∆ωt =  
= ∆ω|t1 – t2| – безразмерный параметр разрешения, ∆ω – полоса сигнала по уровню 0,5. Расчеты
проводились для нескольких значений q2 и ∆j .
Было показано, что эквивалентное нормированное СКО dэ(x) при ∆j = 0 имеет максимальное
значение dmax (x) , а при ∆j = p / 2 – минимальное dmin(x) . Поведение СКО при случайной фазе
описывается выражением dcp (x) = dmax dmin .
Зависимость СКО от параметра разрешения
приведена на рис. 3.
Разрешающую способность определим как
наименьшее значение параметра разрешения,
при котором выполняется условие x ≥ 2dэ(x).
Введем обозначение t(x, q2, ∆j) = x/dэ(x). Эта зависимость для гауссовского сигнала приведена
на рис. 4 для различных ОСШ и Dj. При реаль-
Выпуск 2/2011
Локация, навигация и связь
Известия ГУАП
Санкт-Петербургский государственный университет аэрокосмического приборостроения
x/dэ (х)
10 3
dэ
100
20 дБ
6
10 2
10–1
10 1
1
10–2
2
3
2
10 –1
60 дБ
10–3
10–2
1
7
10 0
3
10–3
4
5
10–1
x
100
10 –2
10 –3
10 –3
Рис. 3. 3ависимость для гауссовского сигнала:
1 – dmin, 2 – dcp, 3 – dmax, при q2=20 дБ и q2=60 дБ
10 –2
10 –1
10 0
x
Рис. 4. Зависимость x/dэ(x) для гауссовского сигнала:
1, 2, 3 – dmin, dcp, dmax, q2=40 дБ; 4, 5, 6 – dmin, dcp, dmax,
q2=60 дБ; 7 – пороговый уровень разрешения
ных измерениях задержек сигналов на выходе
измерителя получим оценки xˆ1, xˆ2 , xˆ = xˆ1 - xˆ2
и dˆ(x) . Поэтому необходимо ввести определение РС с позиций статистической теории. В этом
случае t(x) = xˆ / dˆ(x) выражается через оценки
и становится случайной величиной. Замечаем,
что t(x) совпадает с двухвыборочной статистикой
Стьюдента для проверки гипотез: H0 – x1 = x2
(задержки одинаковы, сигналы не разрешаются); H1 – x1 ≠ x2 (сигналы разрешаются, оценки
принимаются в качестве истинных задержек).
При размере выборки n ≥ 20 и уровне значимости 0,05 пороговое значение t(x) = 2. При t(x) < 2
принимается гипотеза H0, при t(x) > 2 принимается гипотеза H1.
Моделирование проводилось следующим образом: имитировались два сигнала с разностью
задержек t = t1 - t2 и нормальный шум. Безразмерный параметр сверхразрешения изменялся
в пределах x = [0,001:0,001:0,1, 0,1:0,1:3].
Для каждого значения x проводилось n =
= 20 измерений положений первого xˆ1 = Dωtˆ1
и второго xˆ2 = Dωtˆ2 сигнала, соответствующих
фиксированному значению временной задержки. Результаты измерений усреднялись. Определялось СКО как среднее из оценок дисперсий
dˆ(x) = ( Dˆ1 (x) + Dˆ 2 (x)) 2 для каждого сигнала.
По результатам измерений рассчитывалась статистика xˆ1 - xˆ2 / dˆ(x) для критерия Стьюдента.
После сравнения с порогом принималась та или
иная гипотеза относительно разрешения сигналов. Решение это проверялось по истинному x и
измеренному xˆ = xˆ1 - xˆ2 . Результаты моделирования приведены на рис. 5–10.
Анализ полученных характеристик позволяет сделать ряд существенных выводов.
1. Теоретические кривые СКО dэ(x) (рис. 6) и
кривые dˆ(x) , полученные в результате матема-
0,9
10 0
σ = ((σ12 + σ22)/2)0.5
0,8
|x1–x2|
0,7
0,6
0,5
1
0,4
0,3
0,2
0
2
0
0,1
0,2
0,3
0,4
0,5
Рис. 5. Результаты моделирования зависимости
xˆ1 - xˆ2 от разности задержек для гауссовского
спектра с q2 = 60 дБ: 1 – ∆j = 0; 2 – ∆j= p / 2
1
10 –1
2
3
10 –2
10 –3
10 –3
10 –2
10 –1
10 0
Рис. 6. Результаты моделирования зависимости
dˆ(x) от разности задержек для гауссовского спектра
с q2 = 60 дБ: 1 – ∆j = 0; 2 – ∆j = p/2,
3 – пороговый уровень
Выпуск 2/2011 35
Известия ГУАП
Локация, навигация и связь
Санкт-Петербургский государственный университет аэрокосмического приборостроения
10 2
1
0,8
2
10 0
|x1–x2|
|x1–x2|/σ
10 1
1
3
10 –1
0,4
10 –2
0,2
10 –3
10 –3
10 –2
10 –1
1
0,6
2
0
10 0 x
0
0,2
10 2
1
2
|x1–x2|/σ
10 0
10
2
–1
–2
10 –3
10 –2
10 –1
10 0
Рис. 9. Результаты моделирования зависимости
dˆ(x) от разности задержек для гауссовского
спектра с q2 = 40 дБ: 1- ∆j = 0; 2 – ∆j = p/2;
3 – пороговый уровень
тического моделирования (рис. 9), практически
совпадают, что доказывает справедливость аналитических выражений для расчета потенциальной точности оценки задержки сигналов в
области сверхрелеевского разрешения.
2. Теоретический пороговый уровень хорошо
определяет границу сверхрелеевского разрешения (рис. 5, 8).
3. Двухвыборочная статистика Стьюдента
является обоснованным критерием для принятия решения о величине разности задержек сигналов в сверхрелеевской области по результатам
оценки задержки каждого из них (рис. 5, 8).
4. Оптимальный алгоритм оценки времени
задержки когерентных сигналов реализует потенциальную точность при разрешении сигналов в сверхрелеевской области.
36 10 1
3
10 0
1
10 –1
3
10
1 x
0,8
0,6
Рис. 8. Результаты моделирования зависимости
задержек для гауссовского спектра
xˆ1 - xˆ2 от разности
с q2=40 дБ: 1 – ∆j=0; 2 – ∆j= p / 2
Рис. 7. Зависимость статистики
задержек для
xˆ1 - xˆ2 / dˆ(x) от разности
гауссовского спектра с q2=60 дБ: 1 – ∆j=0;
2 – ∆j= p / 2 , 3 – пороговый уровень
σ = ((σ12 + σ22)/2)0,5
0,4
x
10
–2
10 –3
10 –2
10 –1
10 0
x
Рис. 10. Зависимость статистики
xˆ1 - xˆ2 / dˆ(x) от разности задержек для гауссовского
спектра с q2 = 40 дБ:
1 – ∆j = 0; 2 – ∆j = p/2; 3 – пороговый уровень
Заключение
В работе синтезирован оптимальный алгоритм сверхрелеевского разрешения произвольного количества когерентных сигналов по временному параметру. Показано, что он основан
на определении координат максимума функционала качества, который формируется при
умножении входного сигнала на опорные сигналы, полученные из нормированных опорных
векторов с помощью метода ортогонализации
Грама-Шмидта.
Результаты математического моделирования доказывают справедливость полученных
в предыдущих работах аналитических выражений для расчетов потенциальной точности
оценки задержки сигналов в области сверхре-
Выпуск 2/2011
Локация, навигация и связь
Известия ГУАП
Санкт-Петербургский государственный университет аэрокосмического приборостроения
леевского разрешения, а также и то, что оптимальный алгоритм реализует потенциальную
точность при разрешении сигналов в сверхрелеевской области.
Литература
1. Хелстром К. Статистическая теория обнаружения сигналов. М.: Иностранная литература, 1962.
432 с.
2. Ширман Я. Д. Разрешение и сжатие сигналов.
М.: Сов. радио, 1974. 360 с.
3. Монаков А. А., Мишура Т. П. Потенциальная разрешающая способность РЛС по дальности // Успехи современной радиоэлектроники. 2008. № 12.
С. 31–36.
4. Мишура Т. П. Оценка времени запаздывания сигналов при сверхрелеевском разрешении и зависимость СКО от формы спектра сигналов // Научная
сессия ГУАП. 2011.
Выпуск 2/2011 5. Мишура Т. П., Литвинчук Л. А. Потенциальная
точность оценки временных параметров когерентных сигналов // Информационно-управляющие системы. 2011. № 6.
6. Чижов А. А. Сверхрелеевское разрешение. Т. 1.
96 с. Т. 2. 104 с. М.: Красанд, 2010.
7. Слюсар В. И., Уткин Ю. В. Уплотнение каналов
связи на основе сверхрелеевского разрешения
сигналов по времени прихода // Радиоэлектроника. (Изв. высш. учеб. завед.). 2003. № 5. с. 40–48.
8. Ермолаев В. Т., Флаксман А. Г. Методы оценивания параметров источников сигналов и помех,
принимаемых антенной решеткой. Нижний Новгород: ННГУ им. Н.И. Лобачевского, 2007. 98 с.
37
Управление и навигация
Санкт-Петербургский государственный университет аэрокосмического приборостроения
УДК 531.36, 629.7
Полетная калибровка бесплатформенной
инерциальной системы ориентации
космических аппаратов мониторинга земли
Р. Н. Ахметов,
канд. техн. наук
А. В. Соллогуб,
доктор техн. наук
В. П. Макаров,
доктор техн. наук
А. А. Головченко,
канд. техн. наук
А. В. Филатов,
канд. техн. наук
ГНП РКЦ «ЦСКБ – Прогресс»,
г. Самара
Рассмотрены вопросы реализации полетной калибровки бесплатформенной
инерциальной
системы ориентации в части
оценки взаимного положения
осей чувствительности измерителя угловой скорости и астроизмерительного
базиса
системы
управления ориентацией. Определение и учет погрешностей измерителя угловой скорости. Предложен алгоритм полетной геометрической и параметрической
калибровки этого измерителя.
Ключевые слова: измеритель
угловой скорости, геометрическая и параметрическая полетная калибровка, взаимное положение осей, астроизмерительный
базис, бортовая аппаратура, система управления ориентацией.
38 Введение
При управлении автоматическими космическими аппаратами мониторинга Земли (КАМЗ) одной из центральных является задача определения углового положения в
пространстве (ориентации) осей КА МЗ в обеспечение требуемой высокой точности наведения целевой аппаратуры
(ЦА) на наблюдаемые наземные объекты. На многих современных КА эта задача решается средствами бесплатформенной инерциальной системы ориентации (БИСО).
Принцип работы БИСО заключается в формировании данных об угловом положении КА по информации измерителя угловой скорости (ИУС) об абсолютной угловой скорости КА и периодической ее коррекции по информации от
астродатчиков (АД). Погрешности измерений, которые дает бортовая аппаратура (БА) составляют единицы угловых
секунд, а погрешности ориентации КА МЗ – на порядок хуже, вследствие рассогласования осей БА в полете и ее систематических составляющих погрешностей. Это обусловлено как погрешностями изготовления конструкции КА и
взаимной установки БА (угловые минуты), так и эксплуатационными условиями на участке выведения КА (удары
и вибронагрузки от ракеты) и периодическими (витковыми) изменениями температурных градиентов в полете. Поэтому повышение точности ориентации КА связывается не
только с созданием более совершенных его конструкций,
но и с разработкой способов (прямых и алгоритмических)
определения в полете текущего взаимного положения осей
БА, систематических составляющих погрешностей и их
учета в процессе управления.
Наиболее известные подходы к решению задачи калибровки базируются на проведении серии плоских калибровочных разворотов КА по каждому каналу на углы от 180°
до 360°, получении измерений угловой скорости по информации ИУС и АД, оценивании их невязок с последующим вычислением погрешностей [1]. Их общим недостатком является большая длительность процесса, что не только снижает производительность КА, но и обуславливает зависимость
результатов калибровки от температурной нестабильности
конструкции КА.
В настоящей работе предлагается алгоритм полетной геометрической и параметрической калибровки центрального
элемента современных БИСО – измерителя угловой скорости, отличающийся малой длительностью процесса калибровки, достигаемой вследствие уменьшения необходимых
Выпуск 2/2011
Управление и навигация
Известия ГУАП
Санкт-Петербургский государственный университет аэрокосмического приборостроения
АД № 1
Алгоритм
ПСК
Λ ИСКАД
съема
информации
с АД
АД № 2
АД № 3
ИУС № 1
ИУС № 2
изм
ПСК
Алгоритм
изм
ССК
съема
информации
с ИУС
Алгоритм
определения
ориентации
астроизмерительного
базиса
ΛАИБ
ИСК
Алгоритм
ΛССК
определения ИСК
ориентации
КА
Рис. 1. Структурная схема БИСО
углов поворотов (до ±20 градусов), что, в свою
очередь, также позволяет совмещать калибровку с целевой работой КА.
Общая схема бесплатформенной системы
ориентации
Вариант структурной схемы БИСО КА типа
«Ресурс-ДК» представлен на рис. 1.
АД – обеспечивает прецизионное определение положения осей OXYZ своей приборной системы координат (ПСКАД) в инерциальной системе координат (ИСК), которая физически реализуется бортовым каталогом звезд (прямое
восхождение и склонение звезд) на эпоху T0.
Внутренняя система координат АД (ВнСКАД)
определяется положением плоскости фотоприемника изображений звезд. Угловые расстояния между направлениями на центры зафиксированных изображений звезд сравниваются с
углами между направлениями на звезды по бортовому каталогу, что приводит к их опознаванию (с погрешностью около 1 угл. с). В результаÂíÑÊ
те становится известным кватернион Λ ÈÑÊ ÀÄ
ориентации осей ВнСКАД относительно ИСК.
Приборная система координат АД (ПСКАД) фиксируется посадочной площадкой прибора.
ИУС – предназначен для измерения абсолютной угловой скорости КА при его угловых
движениях. Конструктивно ИУС представляет
собой моноблок, жестко закрепленный на корпусе КА, включающий в себя три и более чувствительных элемента (ЧЭ) – одноосных измерителей угловой скорости. Наиболее простым
является ИУС с тремя ЧЭ оси чувствительности, которые ортогональны и совпадают с осями
приборной системы координат (ПСК) ИУС.
Алгоритм съема информации с АД обеспечивает получение данных от АД в соответствии с
протоколом информационного обмена.
Алгоритм съема информации с ИУС обеспечивает получение данных (угловой скорости) от
ИУС в соответствии с протоколом информаци-
Выпуск 2/2011 онного обмена и проецирование ее на оси связанной системы координат (ССК) КА.
Алгоритм определения ориентации астроизмерительного базиса (АИБ) – ортогональной системы координат, построенной по информации
«виртуального» АД [2], обеспечивает формирование информации об его угловом положении в
ÀÈÁ
ИСК ( Λ ÈÑÊ
) по информации об угловом полоÏÑÊ
жении ПСК АД в ИСК ( Λ ÈÑÊÀÄ ).
Алгоритм определения ориентации КА обеспечивает формирование информации об угловом положении КА в ИСК с частотой работы системы определения ориентации. Текущее угловое положение КА (Λt) определяется выражением:
Λt = Λt– ∆t ∆Λu , (1)
где Λt и Λt–∆t – кватернионы углового положения КА на момент окончания текущего и предыдущего периода работы системы; ∆Λu – приращение кватерниона, определяющее изменение углового положения КА за текущий период
работы системы ∆t, по измерениям ИУС.
Приращение кватерниона (∆Λu) определяется
по информации о проекциях средней за период
работы системы абсолютной угловой скорости
вращения:
ω
ω ∆t
ω ∆t
; ∆λ1 = x sin
;
ω
2
2
ωy
ω
ω ∆t
ω ∆t
∆λ2 =
sin
; ∆λ3 = z sin
, ω
2
ω
2
∆λ0 = cos
(2)
где ∆λ0, ∆λ1, ∆λ2, ∆λ3 – элементы кватерниона
∆Λ; ωx, ωy, ωz – проекции вектора средней за период работы системы угловой скорости на оси
ПСК ИУС.
Для расчета кватерниона (1), определяющего текущее угловое положение КА, необходимо
знание его начального значения.
Начальному значению кватерниона Λt–∆t присваивается значение кватерниона ориентации
ÀÈÁ
( Λ ÈÑÊ
), полученное алгоритмом построения
39
Известия ГУАП
Управление и навигация
Санкт-Петербургский государственный университет аэрокосмического приборостроения
астроизмерительного базиса по информации с
астродатчиков.
Следует отметить, что АД определяют ориентацию своих приборных осей относительно
ИСК непосредственно, а ИУС – путем интегрирования измеряемых значений угловых скоростей. При астрокоррекции в качестве эталонных значений углового положения КА используются данные с АИБ. Наибольшие точности
определения положения КА могут достигаться
при использовании информации, получаемой с
двух синхронно работающих АД, установленных на КА под разными углами. Но временной
диапазон, при котором возможна синхронная
работа двух датчиков, ограничен из-за засветки датчиков небесными телами – Солнцем, Луной, Землей. Возникла идея [2] построения и
использования «виртуального» АД, который
обеспечивает получение точности положения
КА, соответствующие точностям, обеспечиваемым двумя синхронно работающими АД.
В этом случае, определив невязки между показаниями реальных и «виртуального» АД, можно осуществлять управление КА по измерениям одного АД, корректируя их с учетом невязок. Таким образом, в данном случае решается
задача приведения точности ориентации КА
при работе с одним АД к точности, обеспечиваемой синхронной работой двух АД. Следует отметить, что частота участков полета, на которых возможна синхронная работа с двумя АД,
значительно ниже частоты участков, на которых возможна работа с одиночными АД. Такой
подход позволяет учесть погрешности установки осей чувствительности АД относительно
осей ССК КА.
Вследствие того, что при определении ориu
ентации приращение (DL ) кватерниона, определяющего ориентацию КА по выражениям
(2), вычисляется с использованием измерения
проекций угловой скорости КА прибором ИУС,
включающие инструментальные ошибки и погрешности его установки, погрешность определения кватерниона Lt будет возрастать со временем. Для их компенсации и устранения ошибок
определения углового положения КА проводится коррекция кватерниона Lt, для чего используется информация с алгоритма построения
астроизмерительного базиса по измерениям
астродатчиков.
Коррекция кватерниона Lt проводится каждый раз при наличии информации с астродатчиков (режим «коррекция»). При этом информация с АД поступает в систему управления с
максимальной частотой 4 Гц, если в их полях
«зрения» отсутствуют Солнце, Луна или Земля.
40 При нахождении в полях «зрения» АД Солнца,
Луны или Земли информация об астроизмерениях не поступает и кватернион (Lt), определяющий ориентацию КА, не корректируется, а система управления работает в режиме «память»,
т. е. кватернион, определяющий ориентацию
изделия, формируется только по информации с
измерителя угловой скорости.
Коррекция кватерниона Λt производится в
соответствии с выражением:
Λt¢ = Λt °∆Λ êîð , где ∆Λ êîð (λ0êîð , λ êîð
),
i
(3)
∆λ0êîð = 1 - å(∆λ iêîð )2 ,
i
∆λ iêîð = m∆λ i , i = 1,3 , m – коэффициент филь °Λ A , ΛtA = Λ ÀÈÁ , Λt¢ –
трации (m < 1), ∆Λ = Λ
t
t
ÈÑÊ
кватернион текущего откорректированного
углового положения КА.
В настоящее время разработаны алгоритмы
калибровки, совмещающие в себе геометрическую и параметрическую калибровку.
Под геометрической калибровкой ИУС понимается определение погрешности углового положения осей чувствительности ИУС относительно астроизмерительного базиса.
Под параметрической калибровкой ИУС понимается определение компонентов погрешности измерений ИУС, а именно:
– погрешностей масштабных коэффициентов;
– погрешностей постоянных составляющих
ошибки измерения проекций абсолютной угловой скорости.
Схема взаимного положения систем координат (и соответствующие кватернионы), используемых в БИСО, отражающие связь КА (ССК),
целевой аппаратуры (ВСК – визирная система координат), АИБ, ИУС и их компонентов
(ВОГ – волоконно-оптический гироскоп) с ИСК
приведены на рис. 2.
Погрешность взаимного положения АИБ и
ÀÈÁ
ССК ( dΛ ÑÑÊ
) обусловлена погрешностями:
– установки АД ( dΛ óñò
ÀÄ );
óñò
– установки фотоприемника АД ( dΛ ôï
);
èçì
– измерений АД ( dΛ ÀÄ );
óñò
– установки ИУС ( dΛ ÈÓÑ
);
óñò
– установки ВОГ ИУС ( dΛ ÂÎÃ
);
èçì
– измерений ИУС ( dωÈÓÑ ).
Описание алгоритма калибровки ИУС
Задачей калибровки ИУС является определение:
Выпуск 2/2011
Управление и навигация
Известия ГУАП
Санкт-Петербургский государственный университет аэрокосмического приборостроения
Целевая аппаратура
ССК
δΛАИБ
ССК
КА
БИСО
уст
δΛ ИУС
АИБ
δα,δβ
ПСК ИУС 1
уст
δΛАИБ
ИСК
2
δωизм
ИУС
уст
δΛ АД
ПСК АД 1
2
δΛ ВОГ
ВнСК ИУС 1
– tíl ( têl ) – время привязки информации на
момент начала (окончания) участка;
l
l
– Λ íÀÈÁ
( Λ êÀÈÁ
) – кватернион ориентации
ВСК
Λ =const
�����
2
уст
δΛ фп
ВнСК АД 1
2
3
3
δΛизм
АД
ИСК
Рис. 2. Взаимное положение систем координат,
используемых в БИСО
�
Yсск
ÀÈÁ
АИБ в ИСК (Λ ÈÑÊ
) на момент начала (окончания) участка;
l
l
– IωÎ×_í
(IωÎ×_ê
ÈÓÑ
ÈÓÑ ) – интегралы проекций
абсолютной угловой скорости вращения КА на
оси чувствительности ИУС на момент начала
(окончания) участка.
По завершении работы КА на всех четырех
участках (l = 1, 2, 3, 4) с учетом трех осей чувствительности (ОЧ) ИУС (i = 1, 2, 3) формируется
система 12 алгебраических уравнений с 12 неизвестными для определения погрешностей масштабных коэффициентов ( dki ), уходов ( dωÎ×
óõ i )
и углового положения осей ИУС относительно
базовых осей АД ( da i , dbi ):
AД
ОЧ
+ dωÎ×
óõ i = ωil
AД
βi�
�Z
сск
� X
сск
αi�
Рис. 3. Положение осей чувствительности
ИУС в ССК
– погрешностей углового положения одноосных измерителей ИУС относительно астроизмерительного базиса ( da i , dbi , i = 1...3, рис. 3);
– погрешностей масштабных коэффициентов
одноосных измерителей ИУС (dki, i = 1...3);
– погрешностей постоянных составляющих
ошибок измерения одноосных измерителей ИУС
( dωÎ×
óõ i , i = 1...3).
bi – углы между измерительными осями одноосных измерителей и их проекциями на плоскость Zсск Xсск. Отсчитываются от проекций в
сторону Yсск; ai – углы между проекциями измерительных осей одноосных измерителей на плоскость ZсскXсск и осью Zсск. Отсчитывается от
оси +Zсск в сторону + Xсск.
Для выполнения калибровки ИУС КА выбираются четыре участка (l = 1, 2, 3, 4) длительностью T каждый, где производятся вращения
КА со скоростями: ωX,Y,Z = 0; ωX ≠ 0, ωY,Z = 0;
ωY ≠ 0, ωX,Z = 0; ωZ ≠ 0, ωX,Y = 0. На момент начала и окончания каждого участка запоминается информация с ИУС и АД:
Выпуск 2/2011 AД
dki ωAДil+ sin( da i ) ω (i+1)l – sin( dbi ) ω (i+2)l +
вог
иус
– ωil
,
AД
где dωÎ×
óõ i – «уход» ИУС по оси i; ω il,
AД
AД
ω (i+1)l, ω (i+2)l – проекции вектора угловой скорости КА на l-м участке, опредеl
l
ленного по измерениям АД ( Λ íÀÈÁ
, Λ êÀÈÁ
);
иус
ω il – проекции того же вектора, определенного
l
Î×_êl
по измерениям ИУС ( IωÎ×_ê
ÈÓÑ , IωÈÓÑ ).
Решение системы не представляет больших
трудностей, так как матрица системы является разреженной. Например, параметр dωÎ×
óõ i –
«уход» ИУС по осям может быть вычислен по
окончании самого первого участка, для которого ωX,Y,Z = 0, так как в данном случае разность
показаний по АД и ИУС обусловлена только
уходами ИУС по осям. В связи с этим приходим
к системе из 9 уравнений с 9 неизвестными.
По завершении расчета результатов калибровки они передаются в ИУС для использования
при формировании выходной информации.
Алгоритм проведения калибровки ИУС представлен на рис. 4.
В первом блоке осуществляется съем с ИУС
измеренной информации об угловой скорости
вращения КА ( ωèçì
ÏÑÊ ) и ее проецирование на оси
ССК ( ωu ), с использованием матрицы направляющих косинусов номинального положения
ÏÑÊèóñ
осей ПСК ИУС в ССК ( MÑÑÊ
). В случае использования в приборе результатов калибровки
(αклб = 1) проецирования его выходной информации на оси ССК не проводится.
Во втором блоке осуществляется вычисление
за период работы алгоритма Δt приращения кватерниона ориентации КА (∆Λè ) и расчет теку-
41
Известия ГУАП
Управление и навигация
Санкт-Петербургский государственный университет аэрокосмического приборостроения
АИБ
ω изм
ПСК , Λ ИСК
Вход
В ИУС используются
результаты калибровки
αклб = 0
1
нет
да
ÏÑÊèóñ èçì
= MÑÑÊ
ωÏÑÊ
è
ω
2
∆Λè (∆λè0 , ∆λèi ),
∆λ0 = 1 - å(∆λèi )2 ,
∆λèi =
i
нет
ωè = ωèçì
ÏÑÊ
ωèi
è
ω
× sin
ωè ∆ t
,
2
Λt = Λt-t °∆Λè
αAD = 1
да
ÀÈÁ À À
ΛtÀ = Λ ÈÑÊ
(λ0 , λi )
3
êîð
= m∆λ i ,
∆Λ = Λ t¢ °ΛtA , ∆Λ êîð (λ0êîð , λêîð
i ), ∆Λ i
∆λ0êîð = 1 - å(∆λ êîð
)2 ,
i
i
нет
Λt¢ = Λt °∆Λ êîð
КЛБ
t ≥ tн
КЛБ
да
Задание
αн = 1
начальных
Обход Н.У.
нет
условий
íl
ÀÈÁ α = 1,
Λ ÀÈÁ = Λ ÈÑÊ , íl
4
l
Î×_èçì íl
IωÎ×_í
, t =t
ÈÓÑ =IωÈÓÑ
да
Накопление
информации
о погрешностях
ИУС на t < T
5
нет
t ≥ t КЛБ
кl
На расчет
да
погрешностей ИУС
l
ÀÈÁ
l
Î×_èçì
Λ êÀÈÁ
= Λ ÈÑÊ
, IωÎ×_ê
,
ÈÓÑ = IωÈÓÑ
КЛБ
têl = t, l = l + 1, t кl = t + T
нет
6
l =4
На задание результатов
калибровки в ИУС
да
AÄ
èóñ
δki ωilAÄ + sin(δα i )ωAÄ
- sin(δβi )ωAÄ
+ δωÎ×
óõ i = ωil - ωil
i+1 l
i+2 l
(
)
(
)
На управление КА
Рис. 4. Алгоритм калибровки ИУС, совмещенный с астрокоррекцией
щего не откорректированного значения кватерниона ориентации КА (Λt ) .
В третьем блоке при наличии информации с
ÀÈÁ
АД ( Λ ÈÑÊ
) определяется погрешность ( ∆Λ êîð )
кватерниона Λt на текущем интервале Δt и выполняется его коррекция.
Четвертый блок является подготовительным для калибровки ИУС. Здесь запоминаются исходные данные для расчета результатов
42 калибровки на момент начала каждого участка
l
íl
l
( Λ íÀÈÁ
, IωÎ×_í
ÈÓÑ , t , l =1, 2, 3, 4).
В пятом блоке запоминаются исходные данные для расчета результатов калибровки на момент окончания каждого участка калибровки
l кl
l
( Λ êÀÈÁ
, IωÎ×_ê
ÈÓÑ , t , l = 1,4 ).
Собственно калибровка осуществляется в
шестом блоке, где по завершении накопления
данных на всех участках (l = 1, 2, 3, 4) для каж-
Выпуск 2/2011
Управление и навигация
Известия ГУАП
Санкт-Петербургский государственный университет аэрокосмического приборостроения
Таблица 1
Случайная σ и предельная суммарная погрешности
измерения углового положения осей приборной
системы координат АД в ИСК
Параметр
Угловая скорость, °/c
Предельная
погрешность,
угл. с
Случайная
составляющая σ, угл. с
0,0
0,067
1,2
0,0
0,067
1,2
7
9
25
41
50
95
0,5
1,0
5
2
5
20
Направление оси
Z ПСК
Направление осей
X, Y ПСК
Таблица 2
Погрешности измерения интегралов проекций абсолютной угловой скорости прибором ИУС
Параметры
Погрешность приращения интегралов
проекций угловой скорости за любые:
5с
10 мин
20 мин
40 мин
24 часа
Цена младшего разряда выдаваемой
информации, по приращению интегралов
Таблица 3
Предельные значения оцениваемых параметров
dωÎ×
óõ , °/с
–5
2,8·10
da , угл.мин
db , угл. мин
dk , безраз-
1,5
1,5
0,5·10–4
мерная
Таблица 4
Результаты моделирования процесса калибровки
dωÎ×
óõ ,
°/с
da,
угл.
мин
db,
угл.
мин
dk,
безразмерная
Величина
оцениваемого 2,8·10–5
1,5
1,5
1·10–4
параметра
Ошибка оценки с учетом
3,961·10–6 0,184 0,090 1,855·10–5
погрешностей
БА
Значение,
угл. с
0,6
7,5
15
30
300
1·10–3
дой оси чувствительности (i = 1, 2, 3) формируется и решается система 12 алгебраических уравнений с 12 неизвестными. Решения полученных
уравнений ( da i , dbi , dki , dωÎ×
óõ i , i = 1, 2, 3) передаются в ИУС для их использования при формировании его выходной информации.
Результаты моделирования процесса
калибровки ИУС
Точность результатов калибровки зависит от
длительности измерительных участков и от погрешностей выходной информации ИУС и АД.
Длительности участков измерения выбраны
равными 240 с. Погрешности измерений АД и
ИУС (по техническому заданию) и значения оцениваемых в процессе калибровки параметров
приведены в табл. 1, 2 и 3 соответственно, а в
табл. 4 – полученные результаты моделирования процесса калибровки.
Влияние инструментальных погрешностей
БА выражается в увеличении погрешности результатов калибровки, но точность калибровки
dωÎ×
óõ , °/с
0,0006
0,0005
0,0004
0,0003
0,0002
0,0001
0
0,0001
0,0002
–0,0003
dωÎ×
óõ _ x
dωÎ×
óõ _ y
dωÎ×
óõ _ z
Рис. 5. Результаты оценки dωÎ×
óõ изд. «Ресурс-ДК1». N – порядковый номер участка оценки ухода
Выпуск 2/2011 43
Известия ГУАП
Управление и навигация
Санкт-Петербургский государственный университет аэрокосмического приборостроения
остается достаточной для определения оцениваемых величин.
В процессе штатной эксплуатации КА ДЗЗ
«Ресурс-ДК1» успешно отработан первый участок калибровки ИУС ( dωÎ×
óõ ), имеющий предельные значения погрешностей постоянных
составляющих ошибок измерения 0,002 о/с. Результаты оценки постоянных составляющих
ошибок измерения ИУС ( dωÎ×
óõ ) представлены
на рис. 5.
Заключение
Предложенный алгоритм проведения геометрической и параметрической калибровки центрального звена бескарданной инерциальной системы ориентации – измерителя угловой скорости – позволяет не только достичь необходимые
для работы КА МЗ точности ориентации, уменьшить время проведения калибровки, но и совместить процесс калибровки со штатной работой КА.
Литература
1. Кирилин А. Н., Ахметов Р. Н., Соллогуб А. В., Макаров В. П. Методы обеспечения живучести низкоорбитальных автоматических КА зондирования Земли: математические модели, компьютерные технологии. М.: Машиностроение, 2010.
384 с.
44 2. Аншаков Г. П., Залялова Р. Г., Мостовой Я. А.,
Типухов В. А. Квазинепрерывная астрокоррекция инерциальных датчиков памяти спутников
дистанционного зондирования Земли // XV Международная конференция по интегрированным
навигационным системам. СПб.: Изд. ЦНИИ «
Электроприбор», 2008. с. 304–311.
Выпуск 2/2011
Управление и навигация
Известия ГУАП
Санкт-Петербургский государственный университет аэрокосмического приборостроения
УДК 531.38
Параметрический синтез оптимального
линейного фильтра в задаче калибровки
измерителей угловой скорости
бесплатформенной инерциальной системы
определения ориентации
А. Ф. Дюмин,
ведущий инженер
Самарский государственный
технический университет
Рассматривается задача параметрического синтеза оптимального фильтра КалманаБьюси для высокоточной оценки
погрешностей первичных измерителей бесплатформенной инерциальной системы, предназначенной для определения ориентации низкоорбитального космического аппарата. Приводятся
аналитические решения матричного дифференциального уравнения Риккати при различных математических моделях шумовой
составляющей
погрешности
астроизмерителей.
Ключевые слова: бесплатформенная инерциальная система определения ориентации, калибровка инерциальных измерителей угловой скорости, оптимальный
линейный
фильтр
Калмана-Бьюси.
Выпуск 2/2011 Точность определения ориентации низкоорбитальных космических аппаратов (КА) с помощью бесплатформенной инерциальной системы, основанной на интегрировании кинематических уравнений углового движения, во многом зависит от
точности первичных измерителей кинематических параметров углового движения, в частности датчиков угловой скорости (ДУС). В [1] рассмотрена задача синтеза оптимальных
устройств наблюдения, предназначенных для высокоточной оценки угловой скорости КА относительно инерциальной системы координат по сигналам ДУС или датчиков угла
гиростабилизированной платформы. При этом оцениваются
и компенсируются, в основном, постоянная и шумовая составляющие аддитивной погрешности ДУС. Для этой цели
используются динамические уравнения углового движения
КА. Однако существенное значение имеет и оценка мультипликативных погрешностей этих датчиков [2], обусловленных вариацией крутизны выходного сигнала датчика, неортогональностью осей чувствительности ДУС, погрешностями установки блока инерциальных измерителей в корпусе
КА и т.п. Для оценки этих погрешностей могут быть использованы специальные калибровочные маневры КА, проводимые во время его полета, в результате которых можно оценить указанные погрешности путем использования измерительной информации, получаемой с помощью астроориентаторов [3–6]. При этом алгоритмы калибровки рассматриваемых погрешностей предполагают дискретную обработку
измерительной информации, в частности использование результатов астровизирования, полученных в начале и в конце
калибровочных маневров.
Целью настоящей работы является параметрический синтез алгоритмов наблюдения мультипликативных погрешностей ДУС по результатам непрерывных астроизмерений.
Предполагается, что постоянные уходы гироскопов ДУС могут быть оценены и компенсированы, а влиянием неортогональности измерительных осей этих датчиков можно пренебречь. Кроме того, предполагается, что астроориентатор неподвижно закреплен в корпусе КА и он сохраняет работоспособность при проведении калибровочных разворотов КА.
Введем в рассмотрение следующие координатные базисы
[5] (все правые, ортогональные):
I – инерциальный опорный базис, относительно которого
определяется ориентация КА (с помощью бесплатформенной
45
Известия ГУАП
Управление и навигация
Санкт-Петербургский государственный университет аэрокосмического приборостроения
инерциальной системы определения ориентации) и в котором заданы координаты звездных
ориентиров (с помощью звездного каталога);
E – связанный с КА базис, ориентация которого в базисе I определяется кватернионом L;
BГ – базис измерительных осей бесплатформенной инерциальной системы определения
ориентации, в проекциях на оси которого чувствительные элементы системы ориентации
воспринимают абсолютную угловую скорость
КА; положение базиса BГ относительно базиса E
определяется вектором малого поворота b, координаты которого можно интерпретировать как
погрешности установки блока чувствительных
элементов системы ориентации относительно
базиса E;
EГ – координатный базис, соответствующий
вычисленному с помощью бесплатформенной
инерциальной системы определения ориентации положению связанного с КА базиса, ориентация которого в базисе I определяется кватернионом L Г;
EА – связанный базис, ориентация которого определяется с помощью астроориентатора,
формирующего кватернион L А.
Связь между кватернионами L, L Г, L А с точностью до малых первого порядка малости определяется уравнениями:
1
1
L Ã =L(1 + ∆Q), L À =L(1 + g),
2
2
(1)
где ∆Q – вектор малого поворота реального базиса E при переходе к базису, вычисленному с помощью бесплатформенной инерциальной системы ориентации, т.е. вектор погрешностей этой
системы; g – вектор малого поворота, обусловленного погрешностями установки астроориентатора относительно базиса E; ° – символ операции произведения кватернионов.
Дифференциальное уравнение для вектора
ошибки ∆Q бесплатформенной инерциальной
системы ориентации имеет вид [7]:
где
 = -[w´]∆Q+dw, ∆Q
0
[w´] = ωz
-ωy
-ωz
0
ωx
(2)
ωy
-ωx 0
кососимметрическая матрица, элементами которой являются проекции wx, wy, wz, вектора w
абсолютной угловой скорости КА на оси связанного базиса; δw – погрешность первичных измерителей бесплатформенной инерциальной си-
46 стемы ориентации, представляющая собой разность между измеренной угловой скоростью wи
и истинной угловой скоростью w.
Если определить вектор малого поворота b
как вектор углового рассогласования базисов BГ
и E, то можно показать, что
wè = (E3 - [b´])w,
где E3 – единичная 3×3-матрица; [b×] – матрица
такой же структуры, что и матрица [w×], в которой вектор w заменен на вектор b. Тогда, используя структуру матриц [w×] и [b×], можно получить следующее выражение для δw:
dw= [w´]b. (3)
Подставляя (3) в (2) и вводя вектор малого поворота a=∆Q–b как угол между базисом EГ и базисом BГ, будем иметь:
 = -[w´]a. a
(4)
По имеющейся на борту информации об ориентации КА (кватернионы L А и L Г) может быть
сформирован вектор измерения в виде:
 L ), y = 2vect(L
À
Ã
(5)
 обозначен кватернион, сопряженгде через L
À
ный по отношению к кватерниону L А; символом
vect(⋅) обозначена векторная часть кватерниона.
Подставляя уравнения (1) в выражение (5), с
точностью до слагаемых первого порядка малости будем иметь:
y = a + b - g. (6)
Таким образом, вектор измерений y характеризует вектор малого поворота базиса EГ относительно базиса EА, т.е. базиса, вычисленного с
помощью бесплатформенной инерциальной системы определения ориентации, относительно
базиса, связанного с астроориентатором. Из выражения (6) следует, что оценка погрешности a
установки измерительных осей бесплатформенной инерциальной системы определения ориентации относительно связанного базиса E возможна лишь с точностью до постоянной аддитивной погрешности b − g.
Введем в рассмотрение вектор d = b − g. Для
него может быть записано дифференциальное
уравнение формирующего фильтра:
d = 0. (7)
Уравнения (4), (7) можно рассматривать как
уравнения состояния объекта наблюдения, а
Выпуск 2/2011
Управление и навигация
Известия ГУАП
Санкт-Петербургский государственный университет аэрокосмического приборостроения
уравнение (6), с учетом шумовой составляющей
погрешности измерения h, переписанное в виде
y =a+d+h-
(8)
как уравнение системы измерения.
Таким образом, задача оценки вектора погрешности a сводится к задаче оценки состояния динамического объекта наблюдения (4), (7)
по сигналу системы измерения (8).
Для решения такого рода задачи можно, в
частности, использовать теорию оптимальной
линейной фильтрации Калмана-Бьюси [8–11].
При этом вектор состояния объекта наблюдения
может быть представлен в виде:
x = aÒ
dÒ
Ò
.
Тогда уравнения (4), (7) можно переписать в
виде одного векторно-матричного дифференциального уравнения
x = Ax, (9)
где
A=
-[w´] 03´3
03´3 03´3
динамическая 6×6-матрица объекта наблюдения (9), представленная в виде блочной матрицы; 03´3 – нулевая матрица соответствующих
размерностей. Уравнение системы измерения (8)
представляется в виде:
y = Cx + h, (10)
где C = E3 E3 – 3×6-матрица системы измерения (10); E3 – единичная матрица третьего порядка.
Предполагается, что шумовая составляющая
погрешности измерения h аппроксимируется
гауссовским белым шумом с нулевым математическим ожиданием и известной матрицей интенсивностей.
Состояние объекта наблюдения (9) по сигналу системы измерения (10) может быть оценено
с помощью оптимального линейного фильтра
Калмана-Бьюси, структура которого определяется векторно-матричным дифференциальным
уравнением
xˆ = Axˆ + K(y - Cxˆ ), xˆ (0) = 0, (11)
где x̂ – оценка вектора состояния x; K – 6×3 матричный коэффициент обратной связи фильтра,
определяемый уравнением:
Выпуск 2/2011 K = PCR-1, (12)
где R – матрица интенсивностей белого шума измерения; P – ковариационная матрица погрешности оценки вектора состояния x, определяемая из матричного дифференциального уравнения Риккати:
P = AP + PAT - PCT R-1CP, P(0) = P0 . (13)
Непосредственная реализация приведенного
алгоритма оценки состояния объекта наблюдения (9) по сигналу системы измерения (10) затруднена, в частности, тем, что решение дифференциального уравнения (13), как правило,
может быть найдено путем численного интегрирования. В рассматриваемом случае может
быть найдено аналитическое решение уравнения Риккати. Это достигается, в частности, за
счет проведения специальных калибровочных
маневров КА, простейшим из которых является
плоское вращение вокруг одной из осей связанного базиса E с постоянной угловой скоростью
вращения и постоянным визированием звездных ориентиров и определением ориентации КА
в инерциальном координатном базисе.
Предположим, для определенности, что
такое вращение производится вокруг третьей координатной оси базиса E. Тогда
ωx = 0, ωy = 0, ωz = ν = const. При этом, очевидно, что третья составляющая вектора a по сигналу системы измерения (10) оказывается ненаблюдаемой, а две других составляющих этого
вектора будут удовлетворять системе скалярных дифференциальных уравнений:
 1 = νa2 , a
 2 = -νa1, d 1 = 0, d 2 = 0, (14)
a
где ν – угловая скорость выполнения калибровочного разворота КА; a1, a2, d1, d2 – соответствующие составляющие векторов a и d.
Скалярная форма уравнения системы измерения (10) при этом принимает вид:
y1 = a1 + d1 + h1, y2 = a2 + d2 + h2 , (15)
где y1, y2, h1, h2 – составляющие векторов y и h
соответственно.
Задача оценки состояния объекта наблюдения (14) по сигналу системы измерения (15) может быть решена на основании уравнений (11) –
(13) , в которых:
0
-ν
A=
0
0
ν
0
0
0
0
0
0
0
0
0
1 0 1 0
r 0
, C=
, R=
0
0 1 0 1
0 r
0
47
1 0
1 0
0
s12 (t) = - s11
sin 2νt + s12
cos 2νt + s22
sin 2νt,
2
2
1
0
0
+ )sin νt,
s13 (t) = s13
cos νt + (s23
νr
Известия ГУАП
и навигация
1 Управление
1
0
0
- )cos νt + s24
s14 (t) = (s14
sin νt + ,
νrч е с к о г о п р и б о р о сνтrр о е н и я
Санкт-Петербургский государственный университет аэрокосми
t
0
0
0
s22 (t) = s11 sin2 νt - s12
sin 2νt + s22
cos2 νt + ,
r
(r – интенсивность скалярного белого шума h1
1
1
0
0
или h2). Предполагается, что составляющие
s23 (t) = -s13
sin νt + (s23
+ )cos νt - ,
вектора белого шума измерения h имеют одинаνr
νr
ковую интенсивность и взаимно независимы.
1
0
0
s24 (t) = -(s14
cos νt,
- )sin νt + s24
Для решения дифференциального уравнения
νr
Риккати (13) целесообразно ввести замену переt
0
s33 (t) = s33
+ ,
менной в соответствии с формулой
r
t
0
0
s34 (t) = s34
, s44 (t) = s44
+ ,
P = S-1. (16)
(20)
r
Тогда, с учетом правила дифференцирования
обратной матрицы, уравнение (13) можно преобразовать к уравнению
 -1 = AS-1 + S-1A - S-1CT R-1CS-1, (17)
-S-1SS
а умножая уравнение (17) на матрицу S слева и
справа и меняя знаки левой и правой частей на
обратные, окончательно будем иметь:
 = -SA - ATS + CT R-1C. S
(18)
Начальные условия для дифференциального
уравнения (18) очевидны ( S(0) = S0 = (P0 )-1 ).
Таким образом, уравнение Риккати (13) сводится к линейному матричному дифференциальному уравнению (18). С учетом вида матриц
A, C, R и симметричности матрицы S можно записать скалярную форму уравнения (18):
1
s11 = 2νs12 + , s12 = -ν(s11 - s22 ),
r
1
s13 = νs23 + , s14 = νs24 ,
r
1
1
s22 = -2νs12 + , s23 = -νs13 , s24 = -νs14 + ,
r
r
1
1
(19)
s33 = , s34 = 0, s44 =
r
r
(sij – элементы матрицы S i, j = 1,4, j ³ i ).
Система дифференциальных уравнений (19)
декомпозируется на шесть взаимно независимых подсистем, каждая из которых допускает
непосредственное интегрирование. Решение задачи Коши для уравнений системы (19) имеет
вид:
t
0
0
0
s11 (t) = s11
cos2 νt + s12
sin 2νt + s22
sin2 νt + ,
r
1 0
1 0
0
s12 (t) = - s11 sin 2νt + s12 cos 2νt + s22 sin 2νt,
2
2
1
0
0
s13 (t) = s13
cos νt + (s23
+ )sin νt,
νr
1
1
0
0
s14 (t) = (s14 - )cos νt + s24
sin νt + ,
νr
νr
t
0
0
0
s22 (t) = s11
sin2 νt - s12
sin 2νt + s22
cos2 νt + ,
r
1
1
0
0
s23 (t) = -s13 sin νt + (s23 + )cos νt - ,
νr
νr
48 1
0
0
s24 (t) = -(s14 - )sin νt + s24 cos νt,
νr
t
0
+ ,
s33 (t) = s33
где через sij0 (i, j = 1,4, j ³ i) обозначены элементы
матрицы начальных условий S0.
Таким образом, выражения (20) позволяют
вычислить элементы матрицы S, по ним, в соответствии с (16), определить элементы матрицы P, а затем, согласно (12), вычислить коэффициенты обратной связи оптимального линейного фильтра для оценки составляющих вектора
состояния объекта наблюдения (9) по сигналу
системы измерения (10). Остальные составляющие векторов a и d (составляющие a3 и δ3) могут
быть оценены при проведении другого калибровочного разворота КА вокруг какой-либо другой
оси координатного базиса E.
Предположим теперь, что шумовая составляющая погрешности астроизмерения h представляет собой стационарную нормально распределенную случайную функцию с автокорреляционной функцией
k(t) = M [h(t)h(t - t)] = σ2 exp(-µ t ), (21)
где M[⋅] – символ математического ожидания;
h – составляющая вектора h; σ2 – дисперсия
этой составляющей.
Тогда уравнения состояния (14) необходимо
дополнить уравнениями формирующих фильтров:
h 1 = -µh1 + ξ1, h 2 = -µh2 + ξ2 , (22)
где ξ1, ξ2 – независимые гауссовские белые шумы возмущения с нулевым математическим
ожиданием и заданными (равными между собой) интенсивностями q.
Теперь задача калибровки погрешностей
инерциальных измерителей угловой скорости
может рассматриваться как задача наблюдения
состояния динамического объекта, состояние
которого определяется уравнениями (14), (22)
по сигналу системы измерения (15). Однако непосредственное использование алгоритма оптимальной линейной фильтрации Калмана-Бьюси в данном случае оказывается невозможным
из-за того, что сигнал системы измерения (15)
Выпуск 2/2011
Управление и навигация
Известия ГУАП
Санкт-Петербургский государственный университет аэрокосмического приборостроения
не содержит слагаемого в виде белого шума и,
следовательно, матрица интенсивностей белого
шума измерений R в уравнении Риккати (13) является вырожденной (в частности нулевой). Математическая модель задачи наблюдения может
быть преобразована следующим образом [10].
Из уравнений системы измерения (15) можно
выразить переменные δ1, δ2:
с начальными условиями, аналогичными заданным в уравнении (13). Матрицы Q, R в уравнении (27) – матрицы интенсивностей белых
шумов возмущения и измерения соответственно, причем
0
0
Q=
0
0
d1 = y1 - a1 - h1, d2 = y2 - a2 - h2 , (23)
уравнения формирующих фильтров для этих
переменных исключить из уравнений состояния (14), а вместо сигнала системы измерения
(15) рассматривать производную этого сигнала.
Тогда, в соответствии с уравнениями (14) и (22)
y1 = y1 = a 1 + h 1 = νa2 - µh1 + ξ1,
y2 = y2 = a 2 + h 2 = -νa1 - µh2 + ξ2 . (24)
Здесь y1, y2 – составляющие «нового» вектора сигналов системы измерения.
Таким образом, в дальнейшем можно рассматривать объект наблюдения с вектором состояT
ния x = a1 a2 h1 h2 , с уравнениями состояния (14), (22) (без учета уравнений для переменных δ1, δ2) и сигналом системы измерения
(24). При этом состояние фильтра будет определяться уравнением
xˆ = Axˆ + K(y - Cxˆ ), xˆ (0) = 0, -1
K = (PC + V)R
0
-ν
A=
0
0
,
и уравнение (27) по форме совпадает с уравнением (13). Следовательно, оно может быть сведено
к линейному матричному дифференциальному уравнению, аналогичному уравнению (18),
с помощью подстановки (16). Скалярная форма
этого уравнения, с учетом вида матриц A, C, V,
R соответствует системе линейных дифференциальных уравнений, в которой учтена симметричность матрицы S:
ν2
,
q
s12 = -νs11 + νs13 + νs22 - νs24 ,
s11 = 2νs12 - 2νs14 +
s13 = νs23 - νs34 , s14 = νs24 - νs44 +
а матрица P для вычисления матричного коэффициента обратной связи K удовлетворяет дифференциальному уравнению Риккати [9]:
P = (A - VR-1C)P + P(A - VR-1C)T +
+Q - VR-1V T - PCT R-1CP,
Выпуск 2/2011 s22 = -2νs12 + 2νs23 +
(26)
где V – матрица взаимных интенсивностей белых шумов возмущения и измерения, которая в
данном случае будет иметь вид:
0 0
0 0
V=
,
q 0
0 q
s23 = -νs13 + νs33 -
s33 =
µν
,
q
ν2
,
q
µν
, s24 = -νs14 + νs34 ,
q
µ2
µ2
, s34 = 0, s44 = .
q
q
(28)
Полученная таким образом система дифференциальных уравнений допускает последовательное интегрирование, в результате которого
будем иметь:
0
0
0
´
s11 (t) = s11
cos2 νt + s12
sin 2νt + 2s13
0
0
´cos νt(1 - cos νt) - s14
sin 2νt + s22
sin2 νt +
0
0
+2s23
sin νt(1 - cos νt) - s24
(1 - cos 2νt) +
0
0
+s33
(1 - cos νt)2 - 2s34
sin νt(1 - cos νt) +
0
+s44
(1 - cos2 νt) +
+
(27)
0
0
q 0
, R=
.
0
0 q
q
Q - VR-1V T = 06´6
(25)
ν 0
0
0 0
0
0 ν -µ 0
, C=
,
0 -µ 0
-ν 0 0 -µ
0 0 -µ
0
0
q
0
При указанных значениях матриц Q, R и V
в котором K определяется уравнением
T
0
0
0
0
2µ
2µ2
(1 - cos νt) sin νt +
νq
q
(2µ2 + ν2 )t
,
q
1 0
0
sin 2νt + s12
cos 2νt +
s12 (t) = - s11
2
0
0
(sin 2νt - sin νt) + s14
(cos νt - cos 2νt) + 49
+s13
1 0
0
sin 2νt + s23
(cos νt - cos 2νt) + s22
2
0
0
sin νt(1 - cos νt) - s24
(1 - cos 2νt) +
+2s23
0
0
(1 - cos νt)2 - 2s34
sin νt(1 - cos νt) +
+s33
2µ
2µ2
(1 - cos νt) sin νt +
νq
Известия ГУАП q
0
(1 - cos2 νt) +
+s44
2
2
Управление и навигация
(2кµи й+гνо )сt у д а р с т в е н н ы й у н и в е р с и т е т а э р о к о с м и ч е с к о г о п р и б о р о с т р о е н и я
Санкт-Петербургс
+
q
,
где h¢ – коррелированная составляющая погрешности с автокорреляционной функцией
(21); h¢¢ – гауссовский белый шум с нулевым математическим ожиданием и заданной матрицей
интенсивностей.
Тогда уравнения (14) можно дополнить уравнениями формирующих фильтров, аналогичными уравнениям (22):
1 0
0
sin 2νt + s12
cos 2νt +
s12 (t) = - s11
2
0
0
(sin 2νt - sin νt) + s14
(cos νt - cos 2νt) +
+s13
1 0
0
(cos νt - cos 2νt) + s22 sin 2νt + s23
2
0
0
(sin 2νt - sin νt) + s33
sin νt(1 - cos νt) -s24
0
0
cos νt(1 - cos νt) - s44
sin νt(1 - cos νt),
-2s34
 1¢ = -µh1¢ + ξ1, h
 2¢ = -µh2¢ + ξ2 , (31)
h
а уравнения системы измерения представить в
виде:
0
0
0
cos νt + s23
s13 (t) = s13
sin νt + s33
(1 - cos νt) -
µ
µ2
µ2 t
0
-s34
sin νt - (1 - cos νt) - sin νt +
,
νq
q
q
y1 = a1 + d1 + h1¢ + h1¢¢, y2 = a2 + d2 + h2¢ + h2¢¢. (32)
0
0
0
s14 (t) = s14
cos νt + s24
sin νt + s34
(1 - cos νt) 0
-s44
sin νt -
µ2
µ
(1 - cos νt) + sin νt,
νq
q
Вводя вектор состояния объекта наблюдения
T
x = a1 a2 d1 d2 h1¢ h2¢ , можно рассматривать задачу калибровки как задачу наблюдения с уравнениями состояния объекта наблюдения (14), (31) и уравнениями системы измерения
(32). Состояние фильтра удовлетворяет уравнению (11), матрица коэффициентов обратной
связи K – уравнению (12), в котором матрица P
определяется из матричного дифференциального уравнения Риккати:
0
0
0
s22 (t) = s11
sin2 νt - s12
sin 2νt - s13
(1 - cos 2νt) 0
-2s14
sin νt(1 - cos νt) + s202 cos2 νt +
0
0
+s23
sin 2νt + 2s24
cos νt(1 - cos νt) +
0
0
+s33
(1 - cos2 νt) + 2s34
sin νt(1 - cos νt) +
0
+s44
(1 - cos νt)2 -
+
2µ
2µ2
(1 - cos νt) sin νt +
νq
q
(2µ2 + ν2 )t
,
q
где Q – матрица интенсивностей белого шума
возмущения. В рассматриваемой задаче
0
0
0
s23 (t) = -s13
sin νt + s23
cos νt - s33
sin νt +
0
+s34
(1 - cos νt) +
µ2
µ
(1 - cos νt) + sin νt,
νq
q
0
-ν
0
A=
0
0
0
0
0
0
s24 (t) = -s14
sin νt + s24
cos νt - s34
sin νt -
µ
µ2
µ2t
0
-s44
(1 - cos νt) - (1 - cos νt) - sin νt +
,
νq
q
q
0
+
s33 (t) = s33
µ2t
0
, s34 (0) = s34
,
q
0
+
s44 (t) = s44
2
µ t
.
q
(29)
Таким образом определяются элементы матрицы S, по ним, в соответствии с (16), элементы матрицы P, а затем, согласно (26) – элементы
матрицы K, что позволяет синтезировать оптимальный линейный фильтр в сформулированной задаче наблюдения. Оценки параметров состояния δ1, δ2 могут быть вычислены в соответствии с (23).
Наконец, предположим, что шумовая составляющая погрешности астроизмерений h может быть представлена в виде суммы двух слагаемых:
50 h = h¢ + h¢¢, P = AP + PAT + Q - PCT R-1CP, P(0) = P0 , (33)
(30)
ν
0
0
0
0
0
0
0
0
0
0
0
C=
1 0 1 0 1 0
r 0
, R=
.
0 1 0 1 0 1
0 r
0 0
0
0 0
0
0 0
0
, Q=
0 0
0
0 -µ 0
0 0 -µ
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
q
0
0
0
0
,
0
0
q
Пусть известно какое-либо (неотрицательно определенное) решение P∗ алгебраического
уравнения
0 = AP* + P* AT + Q - P* CT R-1CP* . (34)
Тогда, воспользовавшись подстановкой
P = P* + S-1, (35)
можно свести уравнение (33) к уравнению
(18). Начальные условия для дифференциального уравнения (18) могут быть определены из равенства (35), в соответствии с которым
S(0) = S0 = (P0 − P∗) −1.
Выпуск 2/2011
(µ + ν )r
(µ + ν )r
0
s16 (t) = exp µt((s16
0
+(s26
+
µ
ν
(µ2 + ν2 )r
)sin νt +
)cos νt +
ν
,
(µИзвестия
+ ν2 )r
ГУАП
t
0р о к о2 с м и ч0е с к о г о п р 0и б о р2о с т р о е н и я
С а н к т - П е т е р б у р г с к и й г о с у д а р с т в е н н ы й у н и в е р сsи т (еtт) =
аэ
s11
sin νt - s12 sin 2νt + s22 cos νt + ,
22
r
1
1
0
0
При заданных значениях матриц A, C, Q, R
s23 (t) = -s13 sin νt + (s23 + )cos νt - ,
νr
νr
уравнение (34) имеет неотрицательно опреде1
0
0
ленное решение
s24 (t) = -(s14
cos νt,
- )sin νt + s24
νr
*
µ
0
pij
= 0, (i, j = 1,6),
+
s25 (t) = exp µt(-(s15
)sin νt +
2
(µ + ν2 )r
2 2
*
*
p55 = p66 = -µr + µ r + qr ,
(36)
ν
ν
0
+(s25
+
)cos νt - 2
,
2
2
(µ + ν )r
(µ + ν2 )r
а уравнение (18) в скалярной форме представляется в виде системы линейных дифференциальν
0
s16 (t) = exp µt(-(s16
)sin νt +
2
ных уравнений, в которой учтена симметрич(µ + ν2 )r
ность матрицы S:
µ
µ
0
+(s26
+ 2
)cos νt - 2
,
1
2
s11 = 2νs12 + , s12 = -νs11 + νs22 ,
(µ + ν )r
(µ + ν2 )r
r
t
0
0
1
s33 (t) = s33
+ , s34 (t) = s34
,
s13 = νs23 + , s14 = νs24 ,
r
r
1
1
0
1
s35 (t) = (s35
+ )exp µt - ,
s15 = µs15 + νs25 + , s16 = µs16 + νs26 ,
r
µ
µ
r
r
t
0
0
1
exp µt, s44 (t) = s44
+ ,
s36 (t) = s36
s22 = -2νs12 + , s23 = -νs13 ,
r
r
0
1
s45 (t) = s45
exp µt,
s24 = -νs14 + , s25 = -νs15 + µs25 ,
r
1
1
0
s46 (t) = (s46
+ )exp µt - ,
1
1
µ
r
µ
r
s26 = -νs16 + µs26 + , s33 = , s34 = 0,
r
r
1
1
0
s55 (t) = (s55
)exp 2µt ,
+
1
1
2µr
2µr
s35 = µs35 + , s36 = µs36 , s44 = , s45 = µs45 ,
r
r
0
s56 (t) = s56
exp 2µt,
1
1
s46 = µs46 + , s55 = 2µs55 + ,
1
1
0
r
r
s66 (t) = (s66
)exp 2µt .
+
(38)
2µr
2µr
1
s56 = 2µs56 , s66 = 2µs66 + .
(37)
r
Таким образом, используя (38), можно выИнтегрирование системы дифференциальчислить элементы матрицы S, по ним, в соотных уравнений (37) приводит к результату:
ветствии с (35) и (36), могут быть вычислены
элементы матрицы P, с помощью которых, в
t
0
0
0
s11 (t) = s11
cos2 νt + s12
sin 2νt + s22
sin2 νt + ,
свою очередь, могут быть вычислены элементы
r
матрицы коэффициентов обратной связи опти1 0
1 0
0
s12 (t) = - s11
sin 2νt + s12
cos 2νt + s22
sin 2νt,
мального фильтра K в соответствии с (12).
2
2
Полученные аналитические выражения мо1
0
0
гут
быть использованы не только для парамеs13 (t) = s13 cos νt + (s23 + )sin νt,
νr
трического синтеза оптимального линейного
1
1
0
0
фильтра, но и для исследования достижимой
s14 (t) = (s14
sin νt + ,
- )cos νt + s24
точности калибровки первичных измерителей
νr
νr
бесплатформенной системы определения ориенµ
0
+ 2
s15 (t) = exp µt((s15
)cos νt +
2
тации КА, так как уравнение Риккати опреде(µ + ν )r
ляет ковариационную матрицу оценки парамеν
µ
0
тров состояния объекта наблюдения. В таблице
)sin
ν
t
)
+
,
+(s25
+ 2
(µ + ν2 )r
(µ2 + ν2 )r
приведены результаты расчета дисперсии оценки составляющей a1 (или составляющей a2) в
ν
0
s16 (t) = exp µt((s16
- 2
)cos νt +
2
соответствии с уравнениями (20), (16) с началь(µ + ν )r
ным значением этой дисперсии σ2a = 900 угл. с2
µ
ν
0
при различных значениях угловой скорости ка+(s26 + 2
)sin νt + 2
,
(µ + ν2 )r
(µ + ν2 )r
либровочного поворота (ν = 1,0 град/с; ν = 2,0
град/с) и при различных значениях дисперt
0
0
0
s22 (t) = s11
sin2 νt - s12
sin 2νt + s22
cos2 νt + ,
сии составляющей δ1 (или составляющей δ2)
r
1
1
0
0
sin νt + (s23
+ )cos νt - ,
s23 (t) = -s13
νr
νr
Выпуск 2/2011 51
1
0
0
s24 (t) = -(s14
- )sin νt + s24
cos νt,
νr
µ
0
)sin νt +
s (t) = exp µt(-(s +
Управление и навигация
2
2
(µ + ν )r
2
Известия ГУАП
Управление и навигация
Санкт-Петербургский государственный университет аэрокосмического приборостроения
Угол
поворота,
град
0
Дисперсия оценки составляющей a1
σ2d = 100 угл. с
σ2d = 36 угл. с
2
2
2
σ2d = 16 угл. с
ν=2,0
ν=1,0
ν=2,0
ν=1,0
ν=2,0
ν=1,0
900
900
900
900
900
900
15
107,0256
95,74014
41,7031
36,98442
19,02445
16,82155
30
85,56396
71,18196
32,79868
26,99178
14,87842
12,19961
45
62,07997
44,12445
23,38096
16,39937
10,54371
7,363147
60
41,32089
25,67537
15,32585
9,415035
6,876545
4,208921
75
26,95823
15,37903
9,894647
5,597668
4,424646
2,496479
90
17,97229
9,752669
6,553785
3,53548
2,924625
1,574761
105
12,43443
6,552587
4,516329
2,369975
2,012869
1,054865
120
8,949719
4,633458
3,242535
1,673559
1,444017
0,744573
135
6,684709
3,422654
2,417989
1,235162
1,076268
0,54938
150
5,161624
2,623902
1,86503
0,946371
0,829858
0,420855
165
4,104385
2,076478
1,481904
0,748637
0,659227
0,332882
180
3,349369
1,68895
1,208652
0,608753
0,53758
0,270659
( σ2d = 100 угл. с2; σ2d = 36 угл. с2; σ2d = 16 угл. с2).
Дисперсия шумовой составляющей погрешности астроизмерений предполагается совпадающей с дисперсией составляющей δ1.
Исследование достижимой точности калибровки КА, в частности, данных приведенных
в таблице, позволяет сделать следующие выводы. Во-первых, как показано в [12], уравнения
состояния объекта наблюдения (14) могут быть
приведены к форме, инвариантной относительно закона изменения угловой скорости калибровочного поворота КА. Следовательно, точность
калибровки погрешностей инерциальных измерителей угловой скорости в принципе не зависит от значения угловой скорости калибровочного поворота. Ее значение ограничивается
лишь быстродействием датчиков астроориента-
ции. Однако увеличение угловой скорости калибровочного поворота приводит к увеличению
влияния шумовой составляющей погрешности
астроориентации. Если же время корреляции
этой составляющей существенно меньше времени выполнения полного оборота КА при выполнении калибровочного поворота, такого рода
влиянием можно пренебречь. Во-вторых, наиболее существенное уменьшение дисперсии оценки составляющей a1 происходит при углах поворота КА на 30–60 град, при этом указанная дисперсия становится незначительно отличимой
от дисперсии составляющей δ1. В дальнейшем
уменьшение дисперсии оценки составляющей
a1 происходит относительно медленно, и, если
достигается приемлемая точность оценки, процесс калибровки может быть остановлен.
Литература
1. Дюмин А.Ф. Синтез устройств измерения угловой
скорости космического аппарата // А.Ф. Дюмин,
С.Н. Егоров, Д.М. Суринский // Космические исследования. 1994. Т. 32. Вып. 6. С. 50–65.
2. Кирилин А. Н., Ахметов Р. Н., Соллогуб А.В.,
Макаров В.П. Методы обеспечения живучести
низкоорбитальных автоматических КА зондирования Земли: математические модели, компьютерные технологии. М.: Машиностроение, 2010.
384 с.
3. Егоров С.Н., Корабельщиков В. В., Суринский Д. М. Калибровка гироинерциальных измерителей систем ориентации по информации от не-
52 подвижных астровизиров // Известия АН СССР.
Механика твердого тела. 1991. № 3. С. 7–12.
4. Дюмин А. Ф., Егоров С. Н., Корабельщиков В. В.,
Суринский Д. М. Способ калибровки гироинерциальных измерителей бесплатформенной инерциальной навигационной системы ориентации космического аппарата // Патент РФ № 2092402 от
10.10.97.
5. Дюмин А. Ф., Корабельщиков В. В., Платонов С. Н.,
Суринский Д. М. Повышение точности астрокоррекции бесплатформенной инерциальной системы
ориентации на электростатических гироскопах //
Гироскопия и навигация. 2005. № 1. С. 76–83.
Выпуск 2/2011
Управление и навигация
Известия ГУАП
Санкт-Петербургский государственный университет аэрокосмического приборостроения
6. Dyumin A.F. Calibration of errors for astrogyrosystem of attitude determination of spacecraft // A.F.
Dyumin, V.V. Korabelshchikov, D.M. Surinsky //
Transactions of XII international conference “Integrated navigation systems” St. Petersburg. 2005.
P. 43–44.
7. Бранец В.Н. О точности решения кинематических
уравнений // Космические исследования. 1982.
Т. 20. Часть 1. Вып. 2. С. 184–190. Часть 2. Вып. 3.
С. 323–331.
8. Андреев Ю. Н. Управление конечномерными линейными объектами. М.: Наука, 1976. 424 с.
Выпуск 2/2011 9. Солодов А. В. Методы теории систем в задаче непрерывной линейной фильтрации. М.: Наука,
1976. 263 с.
10.Богуславский И. А. Методы навигации и управления по неполной статистической информации.
М.: Машиностроение, 1970. 256 с.
11.Квакернаак Х., Сиван Р. Линейные оптимальные
системы управления. М.: Мир, 1977. 650 с.
12.Дюмин А. Ф. Оптимальный линейный фильтр в
задаче калибровки погрешностей инерциальных
измерителей угловой скорости // Вестник
СамГТУ. Серия «Физико-математические науки».
Вып. 42. С. 169–173. Самара, 2006.
53
Модели процессов и систем
Санкт-Петербургский государственный университет аэрокосмического приборостроения
УДК 517.957
Двухфазные волны-убийцы
А. О. Смирнов,
доктор физ.-мат. наук, доцент
Санкт-Петербургский государственный университет аэрокосмического приборостроения
Рассмотрены два различных
класса двухзонных решений фокусирующего нелинейного уравнения Шредингера. Указаны условия на параметры спектральной
кривой, ассоциированной с решением, при которых амплитуда
решения имеет вид «волн-убийц».
Ключевые слова: солитон,
тэта-функция, нелинейное уравнение Шредингера, странная
волна, волна-убийца, редукция,
эллиптические функции, накрытие, конечнозонное решение.
«Волны-убийцы» (rogue waves) или «странные волны»
(freak waves) привлекают к себе в настоящее время много
внимания, поскольку они представляют большой интерес
как с теоретической, так и с прикладной точек зрения. В отличие от солитонов, являющихся распространяющимися с
постоянной скоростью незатухающими уединенными волнами, «странные волны» представляют собой локальный кратковременный рост амплитуды или «волны, появляющиеся
ниоткуда и исчезающие без следа» [1]. Хотя волны такого
типа обнаружены в моделях, относящихся к различным областям физики (см., например [2]), основные области появления «странных волн» — это гидродинамика [3, 4] и нелинейная оптика [5, 6].
Обычно при изучении «странных волн» рассматривают
фокусирующее нелинейное уравнение Шредингера (НУШ)
2
iψ z + ψ xx + 2 ψ ψ = 0,
(1)
а при выборе точных решений обращаются к рациональным решениям. Точные решения, отличающиеся от рациональных, практически не используются. В настоящей работе обсуждаются свойства выражающегося через двумерные
тэта-функции двухфазного решения уравнения (1). Поскольку тэта-функции являются многомерными рядами Фурье,
то это решение является почти периодической функцией по
обоим аргументам.
Естественно, если рассматривать волны на поверхности
воды, то трудно ожидать возникновения периодических или
почти-периодических «волн-убийц». По крайней мере, практических наблюдений таких явлений пока не зафиксировано. В то же время, в нелинейной оптике вполне возможно
целенаправленное создание ситуаций, приводящих к возникновению периодических «странных волн», образующих
решетку «световых точек» в планарном волноводе. Поэтому,
как нам кажется, есть смысл исследовать такие решения более внимательно.
Для того чтобы построить многофазные решения фокусирующего НУШ, необходимо рассмотреть гиперэллиптическую кривую рода g:
Γ : w2 =
g +1
Õ (λ - λ j )(λ - λ j ),
Áλ j ¹ 0,
(2)
в терминах которой определяются параметры решения. Само решение уравнения (1) имеет вид [7]
j=1
54 Выпуск 2/2011
Модели процессов и систем
Известия ГУАП
Санкт-Петербургский государственный университет аэрокосмического приборостроения
ψ(x, z) = A
Θ(Z)Θ(Ux + Vz + Z - ∆)
´
Θ(Z - ∆)Θ(Ux + Vz + Z)
´e2i( K1x+K2z) .
a1U + b1V = e1,
a2U + b2 V = e2 .
(3)
Здесь Θ( p) — многомерная тэта-функция
Римана
Θ[ht ; ςt ]( p | B) =
å
exp{pi(m + h)t B(m + h) +
mÎ g
(4)
+2pi(m + h)t ( p + ς)},
Θ( p) º Θ( p | B) º Θ[0t ;0t ]( p | B),
где p Î  g , суммирование происходит по целочисленной g-мерной решетке. Параметрами решения, которые вычисляются по кривой (2), являются действительные числа K1, K2 Î  , мнимое число A ( ÂA = 0 ), действительные векторы
U, V Î  g , комплексный вектор ∆ и симметричная с положительно определенной мнимой частью матрица B. Вектор Z есть произвольный
действительный вектор, задающий начальные
фазы решения.
Нетрудно показать, что векторы U и V линейно независимы, и поэтому в случае g=2 любой
действительный вектор может быть представлен в виде линейной комбинации этих векторов.
В частности это относится к векторам e1 = (1;0)t
и e2 = (0;1)t , которые являются периодами двумерной тэта-функции
Θ( p + ek ) = Θ( p).
Таким образом, для любой гиперэллиптической поверхности рода g=2 вида (2) существуют
действительные числа a k ,bk такие, что выполняются равенства
Из этих равенств и формулы (3) следует, что
амплитуда решения ψ является периодической функцией на плоскости XOZ:
ψ (x + a k , z + bk ) = ψ (x, z),
независимо от того, выражается двумерная
тэта-функция через эллиптические или нет. Поскольку вектор Z также можно разложить по
векторам U и V, то изменение Z ведет к тривиальному сдвигу решения на некоторый вектор
на плоскости XOZ и не влияет на характерное
поведение решения.
На рис. 1 и 2 изображены две гиперэллиптические кривые рода g=2
w2 = (λ2 - 2aλ cos a + a2 ) ´
´(λ2 - 2bλ cos a + b2 )(λ2 - 2cλ cos a + c2 ), (5)
w2 = (λ2 + c2 )(λ2 + 2aλ + a2 + b2 ) ´
´(λ2 - 2aλ + a2 + b2 )
(6)
и амплитуды решений, построенных по этим
кривым при некоторых значениях параметров.
Кривая (5) при c = ab инвариантна относительно инволюции t1 :(w, λ) ® (c3 λ-3w, c2 λ-1 ),
а кривая (6) – относительно t2 :(w, λ) ® (w, - λ).
Поскольку обе кривые обладают голоморфными инволюциями, то решения могут быть выражены через эллиптические тэта-функции и интегралы [8]. Последнее обстоятельство намного
ускоряет вычисления.
Нетрудно видеть, что амплитуда решения,
построенного по кривой (6), является периодической функцией как по x, так и по z, и решет-
|ψ|(x,z)
λ
b1
c
b2
30
25
20
15
10
5
0
30
25
20
15
10
5
0
–1,5
–1
λ
a1
a2
–0,5
x
0
0,5
1
1,5
0
0,08
0,02 0,04 0,06
z
0,1 0,12
Рис. 1. Кривая (5) и амплитуда решения фокусирующего НУШ при a = 8, b = 9,68, c = ab, b = a = 2p / 5.
Выпуск 2/2011 55
Известия ГУАП
Модели процессов и систем
|ψ|(x,z)
Санкт-Петербургский государственный университет аэрокосмического приборостроения
λ
a+ib
–a+ib
ic
35
30
25
20
15
10
5
–1,5
–1
λ
–0,5
–ic
–a–ib
35
30
25
20
15
10
5
x
a–ib
0
0,5
1
1,5
–0,05 0
–0,15 –0,1
0,05
0,1
0,15
z
Рис. 2. Кривая (6) и амплитуда решения фокусирующего НУШ при a = 1, b = c = 10
|ψ|(x,z)
25
20
15
10
5
0
ка периодов является прямоугольной. В то время как пики амплитуды решения, построенного по
кривой (5), лежат в углах двумерной решетки, ячейкой которой является параллелограмм. Это различие обусловлено тем фактом,
что только наличие инволюции
t2 приводит к разделению переменных.
Отметим, что пики у амплитуды
появляются, только если достаточно близки друг к другу точки ветвления λ j . Чем они ближе, тем круче фронт амплитуды. Приведем для
сравнения решение, построенное по
кривой (5), но с другим выбором параметров (рис. 3).
Здесь следует заметить, что решение НУШ, построенное по кривой (6), задается формулой, отличной от (3) и впервые предложенной
в работе автора [9]:
–0,8
–0,6
–0,4
–0,2
x 0
0,2
0,4
0,6
0,04
0,035
0,02 0,025 0,03
0,8
0,015
0,01
z
0 0,005
|ψ|(x,z)
Рис. 3. Амплитуда решения при a = 8, b = 11,52,
c = ab, a = p/4, b = p/3
20
18
16
14
12
10
8
6
4
2
0
–0,5
x
0
0,5
1
0,5
0,3 0,4
1,5
–0,1 0 0,1 0,2
–0,2
z
–0,4–0,3
-ς[x - xi (z)] + ς[2Áxi (z)] + ρ(z)}, (7)
56 20
15
10
5
0
–1
ψ(x, z) = µ-1 (z){ς[x - xi (z)] -
где ς – эллиптическая функция
Вейерштрасса. Формула (7) удобна тем, что можно воспользоваться вырождением эллиптической
ς -функции к тригонометрической
и рациональной функциям для построения решения НУШ в элементарных функциях. Приведем ниже
для справки решения НУШ, полученные вырождением решения (7).
Тригонометрическое по x решение (рис. 4):
25
20
15
10
5
0
Рис. 4. Тригонометрическое по x решение
при k = p, n = 2p
ψ=
(ν ν2 + k2 cos(2kx) + (k2 - ν2 )ch(4kνz) + 2ikν sh(4kνz))
( ν2 + k2 ch(4kνz) - x cos(2kx))
´
´exp{2i(ν2 + k2 )z}.
Гиперболическое по x решение (рис. 5):
ψ=
(ν ν2 - k2 ch(2kx) - (k2 + ν2 )cos(4kνz) - 2ikν sin(4kνz))
( ν2 - k2 cos(4kνz) - xch(2kx))
´
´exp{2i(ν2 - k2 )z}.
Выпуск 2/2011
Модели процессов и систем
Известия ГУАП
|ψ|(x,z)
Санкт-Петербургский государственный университет аэрокосмического приборостроения
20
15
10
5
0
20
18
16
14
12
10
8
6
4
2
0
–1
–0,5
x
0
0,5
1
1,5
–0,2 0
0,2
1
0,4 0,6 0,8
z
1,2 1,4
|ψ|(x,z)
Рис. 5. Гиперболическое по x решение при k = 1/4,
n = 2p
30
25
20
15
10
5
0
30
25
20
15
10
5
0
–0,4
–0,3
–0,2
–0,1
x 0
0,1
0,2
0,3
0,4
0,5
0,03
–0,01 0,01 0,02
0
–0,03–0,02
z
–0,04
0,04 0,05
Рис. 6. Рациональное решение при ν=10
Рациональное решение (рис. 6):
ψ=
ν(4ν2 x2 + 16ν4 z2 -16iν2 z - 3)
(4ν2 x2 + 16ν4 z2 + 1)
exp{2iν2z}.
Поскольку основное поведение двухфазных
решений уже понятно, то в заключение зададимся вопросом, как изменится поведение решения, если добавить еще одну фазу и рассмотреть трехфазное решение. Нетрудно понять,
что ответ на данный вопрос достаточно прост.
Если g = 3, то к векторам U, V добавляется линейно независимый вектор W, в результате чего
функция [7]
ψ(x, z, y) = A
Θ(Z)Θ(Ux + Vz + Wy + Z - ∆)
´
Θ(Z - ∆)Θ(Ux + Vz + Wy + Z)
´e2i( K1x+K2z+K3y)
получаем, что амплитуда решения ψ будет периодической функцией в трехмерном пространстве
ψ (x + a k , z + bk , y + γ k ) = ψ (x, z, y)
и максимумы амплитуды будут находится в
вершинах трехмерной решетки с образующими (a1,b1, γ1 ), (a1,b1, γ1 ), (a1,b1, γ1 ). Поскольку
трехфазное решение НУШ ψ(x, z, y0 ) зависит от
двух координат x и z и параметризуется третьей
координатой y = y0, то величина амплитуды
этого решения зависит от того, насколько далеко от плоскости y = y0 находятся вершины данной трехмерной решетки. Следовательно, амплитуда трехфазного решения НУШ, в отличие
от двухфазного, существенно зависит от выбора
начальной трехмерной фазы Z. Кроме того, можно ожидать, что вырождения трехфазного решения дадут новые, неизвестные решения.
Литература
1. Akhmediev N., Ankiewicz A., Taki M. Waves that
appear from nowhere and disappear without a trace // Phys. Lett. A. 2009. Vol. 373. P. 675–678.
2. Discussion & Debate: Rogue Waves – Towards a
Unifying Concept? / Ed. by N. Akhmediev,
E. Pelinovsky. Springer, 2010. Vol. 185 of Eur. Phys.
J. Special Topics. 266 p.
3. Dyachenko A. I., Zakharov V. E. On the formation
of freak waves on the surface of deep water // Письма в ЖЭТФ. 2008. Т. 88. № 5. С. 356–359.
4. Захаров В. Е, Шамин Р. В. О вероятности возникновения волн-убийц // Письма в ЖЭТФ. 2010.
Т. 91. № 2. С. 68–71.
5. Ахмедиев Н. Н., Анкевич А. Солитоны. М.: ФИЗМАТЛИТ, 2003. 304 с.
6. The Peregrine soliton in nonlinear fibre optics /
B. Kibler, J. Fatome, C. finot at al. // Nature physics.
2010. Vol. 6. P. 790–795.
7. Algebro-geometrical approach to nonlinear evolution equations / E. D. Belokolos, A. I. Bobenko,
V. Z. Enol’skii et al. Springer Ser. Nonlinear
Dynamics. Springer, 1994. 337 p.
8. Смирнов А. О. Матричный аналог теоремы Аппеля и редукция многомерных тэта-функций Римана: матем. сборник. 1987. Т. 175. № 7. С. 382–391.
9. Смирнов А. О. Об одном классе эллиптических потенциалов оператора Дирака: матем. сборник.
1997. Т. 188. № 1. С. 109–128.
при любом значении y будет решением НУШ.
Разлагая векторы периодов решетки трехмер1,(01,,00),t0,)et2, e=2 (=
0,(10,,01),t0,)et3, e=3 (=
0,(00,,10),t1)t
ной тэта-функции e1 e=1 (=
t
t
e2 = (0,1,0) , e3 = (0,0,1) по линейно независимым действительным векторам
ek = a kU + bk V + γ k W,
Выпуск 2/2011 57
Электротехника и электротехнологии
Санкт-Петербургский государственный университет аэрокосмического приборостроения
УДК 62-83:621.314:621.382
Управление активными преобразователями
в составе электромеханических систем
А. А. Ефимов,
доктор техн. наук, профессор,
Санкт-Петербургский государственный университет аэрокосмического приборостроения
Рассматриваются
вопросы
построения систем управления и
математического моделирования
различных схем активных преобразователей частоты, применение которых в составе электроприводов переменного тока позволяет обеспечить улучшение их
энергетических показателей.
Ключевые слова: электропривод, активный преобразователь,
широтно-импульсная модуляция,
прогнозирующее
релейно-векторное управление, математическое моделирование.
58 Современный уровень развития автоматизированного
электропривода характеризуется увеличением доли регулируемого электропривода переменного тока (ЭППТ), в котором преобразователь частоты (ПЧ) в большинстве случаев
выполняется двухзвенным с неуправляемым выпрямителем
и автономным инвертором напряжения (АИН) с широтноимпульсной модуляцией (ШИМ). Однако при таком построении ПЧ остаются нерешенными вопросы реализации режима рекуперации энергии в питающую сеть, а также вопросы
электромагнитной совместимости ЭППТ с сетью. Приходится усложнять силовую схему ПЧ, дополняя ее ведомым инвертором, либо, отказавшись от возможности рекуперации,
реализовать в ЭППТ инверторное торможение. Требования к
влиянию различных потребителей на питающую сеть постоянно ужесточаются, вновь вводимые стандарты исключают
использование простых выпрямительных схем на входе ПЧ
(стандарты IEEE –519, МЭК 555, ГОСТ 13109-98). Для реализации в ЭППТ режима рекуперативного торможения и улучшения электромагнитной совместимости с сетью выпрямитель в составе ПЧ целесообразно выполнять активным (ключевым), работающим в режиме ШИМ. Данный вариант наиболее подходит при реализации энергосберегающих систем
ЭППТ, т.к. позволяет обеспечить двухсторонний обмен энергией с питающей сетью, практически синусоидальный ток,
потребляемый из сети (за счет реализации в схеме активного выпрямителя (АВ) режимов импульсно-модуляционного
управления) и позволяет регулировать в широких пределах
коэффициент мощности по входу ПЧ. В этом случае двухзвенный ПЧ состоит из идентичных ключевых групп (сетевой и нагрузочной), объединенных звеном постоянного тока.
ПЧ выполняется на базе либо автономного инвертора напряжения и активного выпрямителя напряжения (АВН), либо
на базе автономного инвертора тока (АИТ) и активного выпрямителя тока (АВТ).
Несмотря на некоторое усложнение системы управления,
такое построение ПЧ позволяет улучшить энергетическую и
электромагнитную совместимость ЭППТ с питающей сетью,
а также унифицировать схемные решения. При этом усложнение управляющей части активных выпрямителей не столь
существенно, при условии, что вновь разрабатываемые системы ЭППТ, как правило, создаются с системами прямого
микропроцессорного управления, в которых сложность реализации алгоритмов управления достигается за счет усложнения только программного обеспечения.
В статье рассматриваются универсальные математические модели электромеханических систем с асинхронными и
Выпуск 2/2011
Электротехника и электротехнологии
Известия ГУАП
Санкт-Петербургский государственный университет аэрокосмического приборостроения
а)
ДТА
ДТВ
A
B
Ud
АВН
АД
АИН
C
6
ДФН1
6
СУВ
СУИ
ДН 2
3
ДН 3
3
САР
3
3
Uупр
Ld
б) A
B
АВТ
Id
6
ДФН1
СГД
АИТ
C
СУВ
6
СУИ
3
ДН 2
3
С= var
САР
3
3
U yпр
Рис. 1. Функциональные схемы ЭППТ: а) асинхронного электропривода с двухзвенным ПЧ
на базе АВН и АИН; б) синхронно-гистерезисного электропривода с двухзвенным ПЧ на базе АВТ и АИТ
синхронно-гистерезисными электродвигателями, состоящие из модели силовой части (системы ПЧ – электродвигатель) и модели системы
автоматического регулирования (САР). Функциональные схемы анализируемых систем представлены на рис. 1.
Асинхронный электропривод (рис. 1, а) содержит двухзвенный ПЧ на базе трехфазных
мостовых АВН и АИН, выполненных на биполярных транзисторах с изолированным затвором (IGBT). Информация об электромагнитных
переменных поступает с трех датчиков напряжений (ДН) и датчиков сетевых и нагрузочных
токов. Системы управления АВН (СУВ), АИН
(СУИ) и САР выполнены с программной реализацией алгоритмов управления на микроконтроллерах.
Синхронно-гистерезисный электропривод
(рис. 1, б) содержит двухзвенный ПЧ на базе
трехфазных мостовых АВТ и АИТ, также выполненные на IGBT-модулях, с последовательно
включенными диодами (транзисторными аналогами тиристоров). Для сглаживания импульсных входных токов на входе ПЧ устанавливается сетевой LC-фильтр. Для повышения коэффи-
Выпуск 2/2011 циента мощности СГД на выходе ПЧ устанавливается емкость (C = var).
Модель активного выпрямителя
напряжения
Основой построения математической модели
АВН являются уравнения равновесия напряжений и токов. При выводе этих уравнений используется допущение об идеальности силовых ключей, что в случае использования IGBT модулей
является вполне корректным. Силовой схеме
АВН соответствует схема замещения, представленная на рис. 2. Условно-положительные направления токов соответствуют режиму работы
схемы в качестве выпрямителя. Между зажимами сети (UA, UB и UC) и входом трехфазного полупроводникового коммутатора (ПК) включены
буферные дроссели, параметры которых – активное сопротивление r и индуктивность l определяют наряду с емкостью Cd звена постоянного
тока важнейшие свойства АВН. Сопротивление
Zн является элементом нагрузки. Рассматривается случай симметричной системы, для которой справедливы соотношения:
59
Известия ГУАП
Электротехника и электротехнологии
Санкт-Петербургский государственный университет аэрокосмического приборостроения
uА
rа
iа
la
u па
a
A
uВ
ib
rb
lb
u пb
B
uС
id
rc
lc
iс
iн
Cd
Zн
+
ud
b
iСd
u пс
АВН
с
C
u*пa
u*пb
u *пc
Рис. 2. Схема замещения АВН
ra = rb = rc = r – активное сопротивление
дросселя;
la = lb = lc = l – индуктивность дросселя.
В соответствии с [1] введем абстрактные алгебраические векторы-столбцы, составленные из
мгновенных относительных значений напряжений сети, напряжений и токов на силовом входе
ПК и управляющих воздействий на информационном входе АВН:
éu* ù
éu A ù
éuïa ù
é ia ù
ê ïa ú
ê ú
ê
ú F ê ú
F ê
F ê
* F êê * úú
ú
ú
ê
ú
U = ê uB ú , Uï = ê uïb ú , I = ê ib ú Uï = uïb . (1)
ú
df ê
df ê
df ê ú
df êê
ú
ú
* ú
ë uC û
ë uïc û
ë ic û
êë uïc úû
В этих уравнениях RF и LF – матрицы активных сопротивлений и индуктивностей дросселя: F ïF (U*ïF , t) – дискретная вектор-функция,
описывающая управляющие сигналы и состояния ключей полупроводникового коммутатора АВН. Для систем ШИМ с явно выраженным
опорным (несущим) сигналом u0(τ)
Данные переменные называются векторами
фазных (не преобразованных) величин, чему
соответствует верхний индекс “F”. Символ “*”
соответствует управляющим (задающим) переменным. Математическая модель АВН с учетом
дискретности процессов в нем описывается следующими уравнениями:
где τ – относительное время.
В связи с периодическим изменением во времени анализируемых величин в цепи переменного тока уравнения АВН целесообразнее записывать не в фазных, а в преобразованных переменных с использованием трехмерной ортогональной системы координат, оси которой (x, y, z)
вращаются в пространстве с произвольной скоростью ωk. Использование именно трехмерной
системы преобразованных координат позволяет наиболее просто учесть в математической модели АВН различные алгоритмы ШИМ путем
введения несущего и вспомогательного модулирующего сигналов по третьей координате z [1].
В результате преобразования переменных математическая модель АВН с учетом дискретности
процессов в нем описывается во вращающейся
системе координат следующими уравнениями:
U F = U ïF + R F I F + LF
U ïF
d IF
,
dt
= ud Ô ïF,
1
Ô ïF = M F ïF (U*ïF , t);
2
éra 0 0 ù
ê
ú
R = êê 0 rb 0 úú ,
где
ê0 0 r ú
cû
ë
é fïa ù
ê
ú
Ô ïF = êê fïb úú
– дискретная
df ê
ú
f
ë ïc û
F
id = Ô ïF · I F ,
d ud (2)
id - ií = Cd
,
dt
é la
ê
L = êê 0
ê0
ë
F
0
lb
0
=
df
коммутационная
é 2 -1 -1ù
ú
1 êê
вектор-функция АВН; M = ê-1 2 -1úú
3ê
ú
ë-1 -1 2 û
матричная константа.
60 0ù
ú
0 úú ,
lc úû
F ïF (U*ïF , t)
U = Uï + RI + L
–
(
(
(
)
)
)
é f * ù éêsign uï* à + u0 (t) ùú
ê ïà ú ê
ú
ê * ú ê
ê fïb ú = ê sign uï* b + u0 (t) úú ,
ê ú ê
ú
êf* ú ê
êë ïc úû ê sign uï* c + u0 (t) úú
ë
û
dI
+ ωk BLI ; Uï = ud Ôï ;
dt
1
Ô ï= CF ï (U*ï , t);
2
du
3
id = Ôï · I ; id - ií = Cd d ;
2
dt
d Θk
ωk =
,
dt
(3)
Выпуск 2/2011
U = Uï + RI + L
dI
+ ωk BLI ; Uï = ud Ôï ;
dt
1
Известия ГУАП
2
Санкт-Петербургский
й uу н и в е р с и т е т а э р о к о с м и ч е с к о г о п р и б о р о с т р о е н и я
3 государственныd
id = Ôï · I ; id - ií = Cd d ;
2
dt
где ωu – относительная частота напряжения пиd Θk
ωk =
,
тающей сети. Тогда при симметрии и синусоиdt
дальности фазных напряжений питающей сети
где матричные константы:
их преобразованные значения оказываются величинами, неизменными во времени.
Полученная система уравнений обеспечивает
é 0 -1 0 ù
-1
ê
ú
-1 dA
необходимые
предпосылки для синтеза векторB = ωk A
= êê1 0 0úú ,
ной
САР
АВН
на основе принципов подчиненноdt
ê 0 0 0ú
ë
û
го регулирования с последовательной коррекциé 1 0 0ù
ей. Один из возможных вариантов реализации
ê
ú
-1
такой системы представлен на рис. 3. В соответê
ú
C = AMA = ê0 1 0ú ,
ствии с двухзвенным структурным представлеê 0 0 0ú
ë
û
нием модели объекта система регулирования
выполнена двухконтурной, содержащей внуé f ïx ù
треннюю двухканальную систему регулироваê
ú
Ôï = êê f ïy úú – преобразованная дискретная комния потребляемых (сетевых) токов и внешнюю
df ê
ú
одноканальную САР выпрямленного напряжеf
ë ïz û
мутационная вектор-функция АВН; L = lE,
ния АВН. Внутренняя система представляет соR = rE – преобразованные матрицы активных
бой комбинированную САР, сочетающую принципы регулирования по отклонению и по возсопротивлений и индуктивностей симметричмущению. Регулирование компонент вектора
ного дросселя, где E – матричная единица;
сетевых токов осуществляется во вращающейся
éf* ù
ê ïx ú
системе координат, ориентированной по вектоê
ú
-1 *
ру сетевого напряжения. В соответствии с этим
F ï (U*ï , t)= ê f ï*y ú = A F F
(
A
U
,
t
)
ï
ï
ú
df êê
в цепи обратной связи по току предусмотрен
* ú
êë f ïz úû
преобразователь координат (ПКТ) вектора сетевых фазных токов, измеряемых датчиками тока
ДТА и ДТВ (третий ток вычисляется по условию
– преобразованная дискретная вектор-функция, описывающая управляющие сигналы и соравенства нулю суммы фазных токов). Сигнастояния ключей ПК в составе АВН.
лы рассогласований между заданными (i*x, i*y) и
Учитывая типичные условия работы АВН,
фактическими (ix, iy) значениями преобразованвыберем величину
ных токов обрабатываются пропорциональноинтегральными (ПИ) регуляторами токов и по
ωk = ωu, (4)
ЭлектротехникаÔиïэлектротехнологии
= CF ï (U*ï , t);
A
B
ДТA
ia
C
ДТ B
ib
cos Θ k
ПКТ
uA
uB
БО
sinΘ k
uC
ДФН
ωk U
ix
u
*
d
6
iy
u�*пa
*
u пx
Р и БКС
�
ПКН
*
u пy
Др
*
u�пb
�
СУВ
ПК
u�*пc
Cd
+
iн
ud
Нагрузка
Рис. 3. Функциональная схема векторной САР активного выпрямителя напряжения
Выпуск 2/2011 61
Известия ГУАП
Электротехника и электротехнологии
Санкт-Петербургский государственный университет аэрокосмического приборостроения
сле дополнения сигналами компенсирующих
связей и ограничения поступают на входы преобразователя координат (ПКН) вектора управляющих напряжений в прямом тракте САР. В
результате обратного преобразования координат формируются управляющие воздействия
u*пa, u*пb и u*пс на информационном входе АВН.
Особенностью ПКН является совмещение в нем
функций обратного преобразования координат
с формированием и введением дополнительного модулирующего воздействия в виде сигнала
третьей гармоники, обеспечивающего расширение диапазона управляемости ПК. Для компенсации мультипликативного действия управляющих сигналов u*пa, u*пb и u*пс предусмотрена
компенсирующая связь по выпрямленному напряжению ud, воздействующая на дополнительный вход СУВ. Для управления преобразователями координат предусмотрен блок ориентации (БО), формирующий координатные функции cosΘk и sinΘk, а также сигналы модуля U
и скорости вращения ωk ориентирующего вектора [1]. Информация, необходимая для ориентации системы координат по вектору напряжений, поступает на вход БО от датчиков фазных
напряжений (ДФН). Внутренняя САР сетевых
токов подчинена регулятору внешней системы
регулирования выпрямленного напряжения
АВН. Здесь также используется принцип комбинированного регулирования по отклонению
и по возмущению. В связи с этим предусмотрены датчики выпрямленного напряжения и тока нагрузки. Задающее воздействие u*d для САР
выпрямленного напряжения, а также сигналы
датчиков поступают на входы блока регуляторов и компенсирующих связей (Р и БКС). Исходя из требований к точности стабилизации выходного напряжения АВН регулятор внешнего контура может быть как ПИ-, так и П-типа с
введением в случае необходимости линейных и
нелинейных компенсирующих связей, а также
элементов ограничения переменных. Синтез регуляторов произведен в соответствии с типовой
методикой построения систем подчиненного регулирования с настройкой внутренней системы
на модульный, а внешней – на симметричный
либо модульный оптимум.
Модель системы АИН-АД
Математическое моделирование системы
«трехфазный мостовой автономный инвертор
напряжения – асинхронный двигатель» осуществлено на основе координатного подхода и
концепции раздельного рассмотрения рабочих
и коммутационных процессов в инверторе. За-
62 кон коммутации (управления ключами АИН) –
произвольный, в том числе несимметричный,
но не допускающий короткого замыкания шин
питания через ключи АИН, а также бестоковых
пауз в фазах нагрузки. Схема замещения каждой из фаз нагрузки АИН содержит активное
сопротивление rj, индуктивность рассеяния lj
и внутреннюю ЭДС машины ej (j = a, b, c). Для
исследования рабочих процессов разработана
трехмерная модель системы АИН – АД, описываемая следующими матричными и скалярными уравнениями [1]:
U F* = A1-1UG* ; (5)
FuF = FuF (U F* ); (6)
1
ÔuF = Mu FuF ; 2
UsF = uï ÔuF + Nu RýF IsF - Nu EýF ; iï = FuF · IsF ; LFý
UsF
где
IsF
é isa ù
ê ú
= êê isb úú ,
df ê i ú
ë sc û
(10)
é ea ù
ê ú
Eý = êê eb úú ,
df ê e ú
ë cû
é
ê 1
0
ê
F
ê
Rý = diag[ra rb rc ],
ê 1
3
df
A1-1 = êêF
2
2
Lý = diag[la lb lc ],
ê
df
ê
ê- 1 - 3
ê
2
ëê 2
é l-1 l-1 l-1 ù
b
c ú
êa
ú
-1
-1
-1 -1 êê -1
-1
Nu = la + lb + lc
l
lb
lc-1 ú ,
êa
ú
ê l-1 l-1 l-1 ú
êë a
b
c úû
(
(8)
(9)
dIsF
= UsF + EýF - RýF IsF , dt
éusa ù
ê
ú
= êê usb úú ,
df ê u ú
ë sc û
(7)
1 ù
ú
2 úú
1 úú
,
2 úú
ú
1 ú
ú
2 ûú
)
Mu = E - Nu ,
E = diag[111].
Для
общности
предполагается, что ra ¹ rb ¹ rc , la ¹ lb ¹ lc , а
ea + eb + rc ¹ 0. Структурная схема модели изображена на рис. 4.
Особенностью модели является введение
трехмерного радиус-вектора управления с координатами:
éu* ù éu* cos Θ* ù
uú
ê aú ê m
G * êê * úú êê *
* úú
U = ub = um sin Θu . ú ê
ú
df ê
ê u* ú ê 2 × u* ú
êë γ úû êë
0 úû
(11)
Выпуск 2/2011
Электротехника и электротехнологии
Известия ГУАП
Санкт-Петербургский государственный университет аэрокосмического приборостроения
NU
U G*
E sF
РЭ
ПК
F uF
UF*
–1
�
MU
2
A1
Ua
Модель
Ub
Ud
АВН
Uс
U*d
ФuF
iн
F
F
Us
Модель
АД
F
NU RЭ
I sF
F
FU • IS
Рис. 4. Структурная схема модели системы АИН-АД
По формуле преобразования координат (5)
вычисляются
координаты
T
U F* = éêua* ub*uc* ùú
û
df ë
вектора управления в «фазном» трехмерном
ортогональном базисе
®
F s [1] . Далее форми-
руется дискретная вектор-функция управлеT
ния FuF U F* = éê fa* fb* fc* ùú , компоненты которой
û
df ë
(
)
fi* = sign(ui* ), i = a, b, c определяют состояние
ключей АИН. С помощью матрицы Mu по формулам (7) и (8) вычисляются главные составляющие результирующей коммутационной функ-
(
)df
T
Математическое описание и алгоритм
ШИМ АВТ (АИТ)
Силовые схемы трехфазных мостовых АВТ
и АИТ полностью идентичны, поэтому математическое описание электромагнитных процессов справедливо для выпрямительного и инверторного режимов работы преобразователя тока.
Данное математическое описание базируется на
понятии результирующего вектора тока питающей сети (выходной цепи). В трехфазной мостовой схеме АВТ (АИТ) существует 6 состояний, в
течение каждого из которых проводят ток только два ключа (один в анодный, другой в катодной группе). Результирующий вектор переменного тока имеет в этом случае неизменную ам2
ции инвертора ÔuF F F* = [fa fb fc ] и далее векто-
плитуду, равную I =
ра фазных напряжений UFs на нагрузке. С помощью матрицы Nu вычисляются дополнительные
составляющие вектора напряжений, возникающие в случае несимметрии фаз нагрузки. Вектор ЭДС EFэ определяется с привлечением дифференциальных уравнений цепи ротора и уравнений связи обмоток статора и ротора двигателя [1]. Ток питания инвертора iп вычисляется
по формуле (9) в виде скалярного произведения
вектор-функции управления и вектора фазных
токов нагрузки IFs. Представленная модель ориентирована на исследование разнообразных режимов управления инвертором, включая ШИМ.
Удобным инструментом для этого служит компонента вектора управления u*γ, которая может
задаваться различным образом: а) в виде регулируемой константы; б) в виде нормированной
по модулю знакопеременной (например, гармонической либо пилообразной) функции аргумента Θ*u; в) в виде нормированной по модулю
периодической функции времени; г) в виде комбинации указанных выше функций.
стоянного тока) и фазовый угол Θi в неподвижной координатной системе (α, β), принимающей
дискретные значения
Выпуск 2/2011 3
Id ( Id – ток в звене по-
Θi = (2i -1) p 6
,
где i – 1…6
 – номер такта, как это изображено на
рис. 5 Ii = Ie jΘi .
Таким образом в зависимости от комбинации
включенных ключей существует 6 образующих
ненулевых результирующих векторов тока неизменной амплитуды. Кроме того, в трехфазном
АВТ (АИТ) существует три нулевых вектора сетевого (выходного) тока, характеризующих одновременную проводимость ключей каждого из
трех плеч (стоек) преобразователя. Среднее значение вектора тока за период ШИМ, равное току I*(заданное значение), может быть получено
за счет использования двух ненулевых и одного
нулевого вектора, наиболее близких к требуемому среднему значению тока (рис. 5), как это
осуществляется в векторных алгоритмах ШИМ
63
Известия ГУАП
Электротехника и электротехнологии
Санкт-Петербургский государственный университет аэрокосмического приборостроения
форме. Уравнения модели СГД, представленные
в произвольно ориентированной системе координат, имеют вид [1, 3]:
Ι2
∗
Ιi
Ι1
Ι3
Us = As (Θk )UsFs ;
(15)
pΨ s = Us - ωk BΨ s - Rs Is ;
(16)
1
Is = Lsσ (Ψ s - Ψ m ); (17)
Im = CIs ; (18)
Ψ m = Ám (Im ); (19)
Рис. 5. Результирующий вектор АВТ (АИТ)
m = (BΨm , Is );
(20)
АИН применительно к выходному напряжению
инвертора [2]. Относительные доли времени периода ШИМ, в течение которых реализуется
каждый из трех образующих векторов результирующего тока, удовлетворяют условию:
pω = J-1 (m - mc ); (21)
pΘ = ω;
(22)
IsFs = A-1 (Θk ) Is . Θi
Θ1
Ι4
Ι6
Ι5
τ>+τ<+τ0 = 1. (12)
Здесь
(23)
UsFs = [ usa , usb , usc ] T; IsFs = [ isa , isb , isc ] T –
векторы фазных напряжений и токов в обмотке
Здесь τ> и τ< относительные продолжительностатора;
сти реализации образующих ненулевых вектоUs = éê usx , usy , usz ùú T; Is = éê isx , isy , isz ùú T; Ψ s = éê Ψ sx , Ψ sy ,
ë
û
ë
û
ë
ров, углы поворота которых имеют ближайшие
меньшее Θ<i и большее Θ>i (либо равное) значения
é u , u , uвектора
ùT
é
ùT
é
ùT –
Us =заданного
в сравнении с углом поворота
êë sx sy sz úû ; Is = êë isx , isy , isz úû ; Ψ s = êë Ψ sx , Ψ sy , Ψ sz úû
тока, τ0 – относительная продолжительность реализации цепи нулевого вектора тока. Значения
векторы преобразованных напряжений, токов и
τ> и τ< находятся из выражений:
потокосцеплений обмотки статора;
t< =
и
t> =
*
I* sin(Θ>
i - Θi ) , I
sin p 3
(13)
I* sin(Θ*i - Θ<
i ) .
p
I
sin 3
(14)
Выражения (12)–(14) определяют закон модуляции силовых ключей в АВТ (АИТ). Закон
переключения силовых ключей фаз, т. е. последовательность переключения фаз на периоде модуляции, может быть выбран аналогично
[2]. Для реализации регулирования коэффициента мощности питающей сети заданное значе*
ние фазы вектора тока I должно удовлетворять
∗
условию: Θ i = Θu+∆Θ, где Θu – фаза результирующего вектора питающей сети, Θu – требуемый
фазовый сдвиг.
Математическая модель СГД
Математическая модель СГД построена на
базе уравнений обобщенной электрической машины переменного тока в векторно-матричной
64 Im = éê imx , imy , imz ùú T; Ψm = éê Ψmx , Ψmy , Ψmz ùú
ë
û
ë
û
T
–
векторы преобразованных намагничивающих
токов и главных потокосцеплений машины;
m, J, ω, Θ – электромагнитный момент, суммарный момент инерции, скорость вращения и
угол поворота ротора;
ωk , Θk – скорость вращения и угол поворота
системы координат;
As (Θk ), As-1 (Θk ) – матрицы прямого и обратного преобразования координат;
Rs , Lsσ – матрицы параметров обмотки статора;
B, C− постоянные матричные коэффициенты
[3].
Структурная схема модели представлена на
рис. 6.
Главной особенностью модели СГД является
нелинейный и неоднозначный вектор-функция
(19), описывающий динамическую характеристику намагничивания главного пути синхронно-гистерезисной машины. Для решения этой
задачи использован алгоритм, основными этапами которого являются [3]:
Выпуск 2/2011
Электротехника и электротехнологии
Известия ГУАП
Санкт-Петербургский государственный университет аэрокосмического приборостроения
F
IS
A S−1 (Θ k )
RS
Θk
F
US
–
US
A S( Θk )
–
Θk
mC
Im
d
ωk
dτ
dΨS -1
dIS
∫dτ
ℑm
C
Ψm
B Ψm⋅IS
m
–
∫
1
dτ
J
ω
Θ
∫
dτ
IS
Lσ
ΨS
X
B
Рис. 6. Структурная схема модели СГД
– преобразование вектора намагничивающих токов в систему координат ротора;
– построение основной гармоники мгновенной пространственной функции распределения
намагничивающих сил;
– вычисление пространственной функции
распределения индукции главного магнитного
потока в координатах ротора с учетом характеристики гистерезисного слоя;
– выделение основной гармоники мгновенной пространственной функции распределения
индукции главного магнитного потока и определение вектора главных потокосцеплений обмоток в системе координат ротора;
– преобразование вектора главных потокосцеплений во вращающейся системе координат.
Соответствующие уравнения модели имеют
вид:
imd = imx cos(Θ K - Θ) - imy sin(Θ K - Θ);
imq = imx sin(Θ K - Θ) - imy cos(Θ K - Θ);
(24)
fm (j) = c1 (imd cos j + imd sin j); (25)
bm (j) = bm (f (j)); (26)
p
ψmd = c2
2
bm (j)cos jdj;
pò
0
p
ψmq
B
A
ψmy = ψmd sin(Θ K - Θ) + ψmq cos(Θ K - Θ).
Рис. 7. Построение петли перемагничивания
При цифровом моделировании непрерывная функция пространственного распределения
МДС (25) дискретизируется по угловой координате ϕ, отсчитываемой от фиксированной на роторе точки:
где
Здесь ϕ – угловая координата, отсчитываемая вдоль воздушного зазора от фиксированной
точки на роторе; С1, С2 – конструктивные постоянные машины.
Выпуск 2/2011 fm (ji ) = c1 (imd cos ji + imd sin ji ), ji = i∆j;
∆j =
p
;
m
(29)
i = 0, 1, 2, ¼, (m -1);
c1 – конструктивная постоянная.
Для каждого значения ji с учетом локальной характеристики намагничивания по i-му
сечению строится дискретная функция:
(28)
f
C
0
ψmx = ψmd cos(Θ K - Θ) + ψmq sin(Θ K - Θ);
(27)
2
= c2 ò bm (j)sin jdj;
p
b
bi = b(fm (ji ), fRi , bRi , sign(
dfmi
)), dt
(30)
определяемая направлением перемагничивания данного сечения sign(
dfmi
) и точкой изdt
менения этого направления (fRi , bRi ) . На рис. 7
показан процесс намагничивания из исходного
65
Известия ГУАП
Электротехника и электротехнологии
Санкт-Петербургский государственный университет аэрокосмического приборостроения
нулевого состояния A с выходом на частную гистерезисную петлю с вершинами B и C.
Второй важной особенностью построения
цифровой модели СГД является разработка алгоритма решения нелинейной системы уравнений
(27)–(29) с применением итерационных методов.
Рис. 8 характеризует процессы, протекающие в модели трехфазного АВН, при подключении его к питающей сети f = 50 Гц при предварительно заряженной емкости фильтра звена
постоянного тока и последующего наброса нагрузки в режиме выпрямителя.
Рис. 9 представляет процессы в схеме активного преобразователя напряжения при переводе
его из выпрямительного в инверторный режим
работы.
На рис. 10 представлены входные и выходные
(с индексом L) напряжения и токи двухзвенного
ПЧ, состоящего из трехфазных АВТ и АИТ, сетевая ключевая группа которого при пуске работает в выпрямительном режиме, а в момент Tr
переводится в инверторный режим. Частота сети 50 Гц, выходная частота 100 Гц. В обоих режимах поддерживался единичный коэффициент мощности по входу ПЧ.
На рис. 11 представлены результаты моделирования процесса прямого пуска СГД при питании его от АИТ.
Результаты моделирования
На основе полученного математического описания различных звеньев систем ЭППТ в среде
Delphi разработаны соответствующие моделирующие программы. Ниже представлены некоторые результаты моделирования. На рис. 8 и 9
приведены некоторые режимы работы АВН. Во
всех случаях обеспечивается режим поддержания единичного сетевого коэффициента мощности. Моделировался случай работы АВН при
питании его от стандартной трехфазной сети
f = 50 Гц, эквивалентная некомпенсируемая
постоянная времени Tµэкв = 0,002 с, частота несущего сигнала ШИМ – 1кГц.
uпa
ud
2
1
1
4
2
2
6
8
3
3
Ia UA Uпa
t
–4 –2
–1
–1
0 0 0
uA
–2
–2
ia
Рис. 8. Процесс подключения АВН к питающей сети в режиме холостого хода
и дальнейшего наброса нагрузки
2
2
6
8
3
3
Ia UA Uпa
ia
ud
2
1
1
4
uA
t
–2
–2
–4 –2
–1
–1
0 0 0
uпa
Рис. 9. Процесс перевода активного преобразователя напряжения
из выпрямительного в инверторный режим работы
66 Выпуск 2/2011
Электротехника и электротехнологии
Известия ГУАП
Санкт-Петербургский государственный университет аэрокосмического приборостроения
uA
id
uAL
Tr
uAL
t
iA
iAL
iAL
Рис. 10. Процессы в двухзвенном ПЧ на базе АВТ и АИТ
m ω
ω
m
t
Рис. 11. Пуск СГД при питании его от АИТ
Выводы
1. Разработанные математические модели
активных преобразователей позволяют проводить исследования установившихся и переходных процессов в электромеханических системах, в том числе с учетом дискретности процессов, протекающих в схемах ПЧ при различных
алгоритмах ШИМ.
2. Проведенные исследования позволяют обоснованно подходить к построению электромеха-
нических систем с включением в их состав активных преобразователей для повышения энергетических показателей.
3. Активные преобразователи адаптированы
к нормам по электромагнитной совместимости с
питающей сетью. Они могут быть использованы
как средство управления электрическими режимами электромеханических систем с целью
улучшения их показателей качества.
Литература
1. Ефимов А.А., Шрейнер Р. Т. Активные преобразователи в регулируемых электроприводах переменного тока. Новоуральск: Изд-во НГТИ, 2001.
250 с.
2. Рывкин С. Е., Изосимов Д. Б. Широтно-импульсная модуляция трехфазных автономных инверторов // Электричество. 1997. № 6. С. 33–39.
Выпуск 2/2011 3. Шрейнер Р. Т., Тарасов В. Н., Ефимов А. А., Калыгин А. И. Построение динамической модели
гистерезисных электродвигателей // Электротехника. 1998. № 8. С. 25–28.
67
Технологии приборостроения
Санкт-Петербургский государственный университет аэрокосмического приборостроения
УДК 629.7: 63.001
Синтез конструкторско-технологических
решений при проектировании бортовой
электронной аппаратуры
В. П. Ларин,
доктор техн. наук, профессор
Санкт-Петербургский государственный университет аэрокосмического приборостроения
Специфические особенности
функционирования аппаратуры
гиперзвуковых летательных аппаратов (ГЛА) требуют применения
конструкторско-технологических
решений комплексного характера, соответствующих совокупности высоких характеристик стойкости к различным факторам полета ГЛА. Рассмотрены задачи
поиска конструкторско-технологических решений, сформулирована задача синтеза конструкции
аппаратуры ГЛА, приведена общая схема алгоритма процесса
принятия проектного решения и
постановка задачи его оптимизации. Изложена методика декомпозиции множества конструкторско-технологических
показателей, представлен алгоритм методики декомпозиции в процессе
решения задачи оптимального
проектирования системы ГЛА.
Ключевые слова: гиперзвуковые летательные аппараты, конструкторско-технологические решения, синтез, поиск решений,
оптимизация, методика декомпозиции.
68 Продолжение стремительного развития аэрокосмической
техники предъявляет все более жесткие требования к конструкциям электронной аппаратуры. Рост скорости полета и
повышение маневренности летательных аппаратов вызывают все возрастающие механические нагрузки на корпус летательного аппарата и его аэродинамический нагрев. Все это
передается на элементы конструкций бортовой аппаратуры.
Аппаратура сверхскоростных аппаратов, таких как крылатые ракеты и гиперзвуковые летательные аппараты (ГЛА),
по своим специфическим условиям эксплуатации уже образовала особый класс конструкций со сверхжесткими требованиями по стойкости к факторам полета. Практически во
всех крупных странах проявляется повышенный интерес к
проблемам разработки ГЛА.
Специфика условий функционирования аппаратуры ГЛА,
высокие требования безотказности требуют применения конструкторско-технологических решений комплексного характера, поэтому необходимо рассматривать преимущественно те
варианты, которые обладают совокупностью высоких характеристик стойкости к различным факторам полета ГЛА.
В зависимости от функциональных задач ГЛА может входить в различные системы как боевого, так и транспортного назначения: тактические, стратегические, космические.
Каждая из таких систем представляет собой сложную техническую систему. Характерной особенностью сложных технических систем является наличие в их составе большого количества подсистем и элементов различного функционального
назначения и технического исполнения, взаимодействующих
друг с другом и с окружающей средой и действующих в интересах общей для всей системы цели. В задачи данной публикации входит рассмотрение задач синтеза в процессе конструкторско-технологического проектирования аппаратуры
ГЛА как элемента сложной технической системы.
Независимо от вида системы, в которую входит ГЛА и характера выполняемых задач, к конструкциям ее бортовой
аппаратуры предъявляются очень высокие требования, так
как в любом варианте использования нарушения работоспособности аппаратуры могут привести к очень серьезным потерям и последствиям.
В основе применения боевых ГЛА лежит принцип гарантированного поражения объектов противника, следовательно,
аппаратура ГЛА должна обладать такими показателями безотказности, которые позволяли бы при любых факторах полета
сохранить живучесть, достаточную для выполнения боевого
задания. Отказоустойчивость ГЛА как системы определяется критичностью составляющих элементов, где под критично-
Выпуск 2/2011
Технологии приборостроения
Известия ГУАП
Санкт-Петербургский государственный университет аэрокосмического приборостроения
Определение К эф для рассматриваемого уровня иерархии сложной
технической системы
Составление множества N показателей и характеристик Y,
определяющих уровень показателя выходного эффекта Р пз (t)
Разбиение { N } на классифицированные группы по целевым
функциональным задачам ГЛА ( X = { xi}, i - 1, ..., I)
Структуризация множества целевых задач и их свертка к моделям
типовых задач конструирования {x i } Þ {y i }; {yi } Þ { λi }
Закрепление множеств конструкторско-технологических
показателей за подсистемами аппаратуры ГЛА ({y j }Þ J)
Формулировка задачи и проведение параметрического синтеза
¢ ( tз) , min W
найти Y = {y λ}; при ΘS, Θ l, max Pпз
Рис. 1. Схема процесса принятия проектного решения и его оптимизации
стью элемента понимается его свойство, отражающее возможность возникновения отказа и определяющее степень влияния на работоспособность
системы в целом для рассматриваемого ранга последствий. Проведенный в публикации [1] анализ
критичных элементов аппаратуры ГЛА показал,
что большинство устройств относятся к 3-й и 4-й
категории по тяжести последствий.
В соответствии с ГОСТ 27.0003 [2] на стадии
разработки изделия подлежат рассмотрению
возможные варианты схемно-конструктивных
решений и выполняется выбор варианта, удовлетворяющего заказчика по совокупности показателей надежности и затрат.
Выбор метода конструирования и поиск конструкторско-технологических решений является многокритериальной задачей, так как каждый из определяющих факторов выражается
множеством требований, каждому из которых,
в свою очередь, необходимо выбрать критерий
(или целевую функцию) принятия решения.
Критерии принятия решений являются показателями выходного эффекта ГЛА, который принято характеризовать коэффициентом эффективности. В качестве коэффициента эффективности использовался показатель «вероятность
выполнения программы полета» Pпз(tз), где tз –
максимальное время полетного задания для
анализируемого типа ГЛА. Показатель Pпз(tз)
зависит от многих схемотехнических решений,
достигнутых тактико-технических характеристик, а непосредственно с безотказностью связа¢ (tç ) , определяемая в основна составляющая Pïç
ном конструкторско-технологическими решениями и их обеспечением при изготовлении [3].
Заданный уровень эффективности будем
¢ (tç ) = F (X, Y, K), где
оценивать функцией Pïç
Выпуск 2/2011 ¢ (tç ) – вероятность выполнения программы
Pïç
полета, зависящая от конструкторско-технологических параметров аппаратуры ГЛА, X – множество функциональных задач ГЛА, Y – оптимизируемое множество конструкторско-технологических решений, K – ресурсная функция,
характеризующая степень соответствия конструкторско-технологических решений функциональным задачам.
Задача синтеза конструкции аппаратуры
ГЛА формулируется следующим образом.
Для выполнения множества функциональных задач X при ограничениях на структуру
ΘS и параметры Θl составных частей аппаратуры системы сформировать оптимальную структуру конструкции на основе ряда конструкторско-технологических
решений
(устройств)
Y = {yλ } , обеспечивающих заданный уровень
¢ (tç ) и минимизацию критеэффективности Pïç
риальной функции интегральных затрат (потерь) W. Предполагается, что каждое устройство
типа λ должно функционировать на некотором
подмножестве Dr функциональных задач из ис-
ходного множества X =
R
 Dr .
r =1
Общая схема (алгоритм) процесса принятия
проектного решения и постановка задачи его
оптимизации представлена на рис. 1.
Решение конструкторско-технологических
задач проектирования аппаратуры ГЛА относится к нижнему иерархическому уровню технической системы, т.е. непосредственно к ГЛА
и его подсистемам. Эффективность Pпз(tз) зависит от многих показателей и характеристик этой технической системы, часть которых
69
Известия ГУАП
Технологии приборостроения
Санкт-Петербургский государственный университет аэрокосмического приборостроения
только опосредованно связана с конструкторско-технологическими показателями аппаратуры, поэтому множество показателей N разбиваем на классифицированные группы, соответствующие целевым функциональным задачам ГЛА ( X = {xr },r = 1,..., R , где xr – частная
функциональная задача). Разбиение множества
N на группы осуществляется декомпозицией
на группы, в результате получаем множество
n ¢,n ¢ Î N , где n ¢ – множество конструкторскотехнологических показателей, соответствующих подмножеству Dr функциональных задач
и определяющих конструкторско-технологические решения.
На следующем шаге выполняется свертка
Dr целевых функциональных задач к моделям типовых задач конструирования. Целенаправленное распределение λ = K(γ, R) устройств
yλ по подмножествам (группам) r = 1,..., Rðàö
функциональных задач определяется стратегией γ, представляющей собой реализуемый по эффективности вариант соответствия устройства
типа λ подмножеству функциональных задач
r. Сложность данной задачи заключается в специфических особенностях yλ , зависящих от r и
входящих в разные подсистемы ГЛА (радиотехнические, приборные, автоматики и др.).
В рассматриваемом процессе поиска решений неоднократно используется декомпозиция
различных множеств на всех иерархических
уровнях системы ГЛА, поэтому эту процедуру
рассмотрим подробнее. Для выполнения декомпозиции использована методика, основанная
на разукрупнении системы, т.е. рассмотрении
сверху вниз: от подсистемы к ее элементам. Методика относится к классу методов декомпозиции, основанных на разделении переменных [4]
и является логическим продолжением комбинированного структурно-функционального метода
анализа, использованного для определения степени влияния функций, реализуемых бортовыми системами на целевую функцию ГЛА [1].
Суть методики рассмотрим на примере решения задачи декомпозиции множества конструкторско-технологических показателей. Вектор
оптимизируемых переменных Y разделяем на
две группы: Y = (y ¢, y ¢¢) , где вектор y ¢ является
вектором определяющих показателей. Компоненты yj¢ этого вектора соответствуют j-й подсистеме ГЛА и характеризуются существенным
влиянием на векторы X, на значение ресурса W,
а следовательно, и на критерий эффективности
¢ (tç ) . Перечень этих показателей, составляюPïç
щих множество n ¢ , определялся на основе предварительного анализа чувствительности ν показателей эффективности и затрат (или потерь)
70 к изменению конструкторско-технологических
показателей. Степень чувствительности, необходимая для включения yj¢ во множество n ¢ ,
определяется на основе требуемой точности (детализации) решения задачи на рассматриваемом этапе проектирования.
Вектор y ¢ является варьируемым при решении координирующей задачи для подсистемы j.
Варьирование производится на основе показателей рассматриваемого ряда конструкторскотехнологических решений.
Вторая часть вектора Y – вектор вторичных
показателей y ¢¢ включает в качестве компонентов yj¢¢ в основном показатели технологической
реализации, обеспечивающие выполнение y ¢
¢ . В моделях расчета покадля достижения Pïçj
затели y ¢¢ задавались в неявном виде как система способов и допущений, имеющих определенные атрибуты.
Координирующая задача оптимального
конструкторско-технологического проектирования системы имеет следующий вид:
ìïmax Pïç (X), w(y) - w* £ 0, x = (x1, x2 ,..., xr );üï
ïï y¢ÎY
ïï
ïï
ïï
*
ï
ï
ïíxj = fj (yj¢ , yj¢¢ = yj¢¢ ), j Î {1,..., J};
ïý. (1)
ïï
ï
J
ïïx = (x , x ,..., x ), w(Y ) = w (y ¢ , y ¢¢). ïïï
å j j j ïï
j1 j2
jr
ïï j
j=1
îïï
þïï
Решение задачи (1), проводимое для j-й подсистемы с размерностью вектора y ¢ , равной n ¢ ,
значительно проще по сравнению с использованием всего множества Y. При решении задачи получаем условно оптимальные значения
определяющих показателей yˆ j , а также значения ресурса wj (где å wj + w* = W, j = 1,..., J )
и
конструкторско-технологические
характеристики подсистем аппаратуры ГЛА
x*j = fj (yˆ j¢ , yj¢¢ = y ¢¢*), которые используем как
требования, предъявляемые системой ГЛА к характеристикам отдельных подсистем. Ресурс W
определяется как затраты wj на достижение показателей yj¢ с технологическими показателями
yj¢¢ и потери w* от неэффективного функционирования ГЛА из-за неоптимальных показателей
yj устройств λ j подсистемы.
Значения компонент вектора вторичных
(технологических) показателей y ¢¢ используются как уточняющие для определения wj и
Pпз(X). В ходе итерационного процесса решения
координирующей задачи показатели y ¢¢ технологических решений подбираются из вариантов, рассмотренных в публикации [5].
Задачи оптимизации показателей отдельно
взятой j-й подсистемы из-за неточности опреде-
Выпуск 2/2011
Технологии приборостроения
Известия ГУАП
Санкт-Петербургский государственный университет аэрокосмического приборостроения
1 Анализ чувствительности выходного эффекта Рпз(X) и показателя затрат и потерь W к
изменению конструкторско-технологических показателей Y = (y1, y2,..., yJ ) размерности
N = Σnj , j = 1,..., J
Y
2 Разбиение множества показателей yi на определяющие и второстепенные
(технологические) для всех аппаратных подсистем ГЛА:
Y = [({y1¢ },{y1¢¢}),...,({yj¢ },{yj¢¢})], i = 1,..., J
Y= ( y ¢, y ¢¢)
3 1 этап: Решение координирующей задачи «Оптимизация конструктивнотехнологических решений для всей аппаратной системы ГЛА в целом» (оптимизация по
вектору определяющих показателей y ¢ для метода, системы БНК, контейнеров и блоков).
Сокращение размерности оптимизируемого вектора n ¢ << N.
Результат решения задачи. Конструкторско-технологические требования к подсистемам:
yˆ ¢
x*j = fj (yˆ j¢ , yj¢¢ = yj¢¢* )
Wj = wj (yˆ ¢, yj¢¢= yj¢¢* ),
J
å Wj = wj + w*
j =1
4 2 этап : Решение локальных задач «Оптимизация конструктивно-технологических
решений для каждой из J подсистем ГЛА».
Оптимизация по вектору всех yj j-й подсистемы. Размерность
оптимизируемого вектора nj < n.
Результат решения локальных задач:
получение уточненных показателей yj подсистем yˆ = ( yˆ ¢, yˆ ¢¢)
5
3 этап:
1,2,3
Выполнение процедур по всем итерациям.
y ¢¢* = yˆ ¢¢, w* >> 0
[ xˆ( yˆ), wˆ ( yˆ)]
Рис. 2. Схема алгоритма процесса декомпозиции по рассматриваемой методике
ления чувствительности ν j показателей Pпз(X)
и wj к изменению показателей y ¢ по всей области конструкторско-технологических решений
Y могут быть представлены следующим образом:
ì min wi (yj ), i = (1,...,rj ); ï
ü
ï
ï
ï
y ¢ÎY
ï
ï
ï
ï
ï x = f (y ), x = (x , x
ï
í j
j j
j
j1 j2,..., xjr );ý ï
ï
ï
*
*
* ï
ï
¢¢
¢¢
ˆ
(
)
,
(
).
x
y
x
x
f
y
y
ïï
=
³
=
=
ï
j
j
j
j j
j
ï j
ï
î
þ
(2)
Значения технологических показателей yj¢¢*
могут использоваться переводом части их в число определяющих показателей на основе исследования чувствительности показателей Pïç (X)
и wj в полученной оптимальной точке ŷ .
Алгоритм данной методики декомпозиции с
выделением отдельных этапов, выполняемых в
процессе решения задачи оптимального проектирования системы ГЛА, представлен на рис. 2.
Литература
1. Ларин В. П. Проблемы обеспечения надежности
аппаратуры гиперзвуковых летательных аппаратов / Научная сессия ГУАП: Сб. докл.: В 4 ч. Ч. 1.
Технические науки / СПбГУАП. СПб., 2010.
С. 28–30.
2. ГОСТ 27.003-90. Надежность в технике. Состав и
общие правила задания требований по надежности.
3. Ларин В. П. Формирование конструктивно-технологических требований при проектировании
аппаратуры гиперзвуковых летательных аппа-
Выпуск 2/2011 ратов / Научная сессия ГУАП: Сб. докл.: В 4 ч.
Ч. 1. Технические науки / СПбГУАП. СПб., 2010.
С. 30–32.
4. Цурков В. И. Декомпозиция в задачах большой
размерности. М.: Наука, 1981.
5. Ларин В. П., Шелест Д. К., Васильев С. А., Герцев
П. В., Репина А. В. Конструктивно-технологические варианты проектирования электронных модулей на основе внутреннего монтажа: Известия
ГУАП. Аэрокосмическое приборостроение: науч.
журнал / СПб.: ГУАП, 2011. С. 112–116.
71
Известия ГУАП
Технологии приборостроения
Санкт-Петербургский государственный университет аэрокосмического приборостроения
УДК 539.234:681.785.557
Проектирование и особенности изготовления
инфракрасных оптических покрытий
с воспроизводимыми характеристиками
Е. Н. Котликов,
доктор физ.-мат. наук,
профессор
В. А. Иванов,
старший инженер
Ю. А. Новикова,
магистрант
А. Н. Тропин,
канд. физ.-мат. наук
В. Б. Шалин,
аспирант
Санкт-Петербургский государственный университет аэрокосмического приборостроения
Рассматриваются вопросы,
связанные с конструированием
оптических покрытий с устойчивыми спектральными характеристиками, а также исследуются
наиболее предпочтительные методы контроля вакуумного напыления интерференционных фильтров, работающих в инфракрасной области спектра.
Ключевые слова: синтез,
анализ устойчивости, методы контроля, моделирование, программа.
При проектировании и изготовлении оптических покрытий можно выделить три основных направления, а именно:
синтез интерференционных покрытий, технологии получения покрытий и способы контроля процесса осаждения.
В конечном итоге воспроизводимость выходных характеристик получаемых оптических покрытий зависит от достижений в области каждого из этих направлений. В работе
основное внимание уделено вопросам синтеза интерференционных покрытий, а именно, исследованию устойчивости
спектральных характеристик спроектированных оптических покрытий [1, 2], а также выбору стратегии контроля,
дающей минимальные ошибки в слоях покрытия при его
реализации.
В общем случае, задача синтеза покрытий принадлежит к классу некорректно поставленных [3]. Поэтому, как
правило, решению подобного рода задач с требуемой точностью удовлетворяют несколько комбинаций. Это обстоятельство порождает еще одну задачу при конструировании оптических покрытий, которая заключается в анализе найденных решений с точки зрения их устойчивости по
отношению к различного рода ошибкам при изготовлении
таких систем.
Существует несколько подходов, применяемых при анализе устойчивости спектральных характеристик оптических покрытий [1, 4, 5]. Так, в работе [1] предложен подход,
позволяющий не только определять в структуре покрытия
наиболее чувствительные к ошибкам слои, но и количественно охарактеризовать устойчивость структуры в целом.
Критерием устойчивости является величина введенной
спе
циальным образом функции устойчивости S(X) , вычисляемая для каждой отдельной структуры покрытия.
По аналогии с функцией качества [6], дающей количественную оценку близости оптических характеристик синтезированного покрытия к требуемым, вводится функция,
характеризующая устойчивость многослойной системы в
целом [1]:
 2


1 N
1 N æç ¶2 F (X) ö÷÷
S(X) = å Si (X) = å çç
÷
(1)
N i=1
N i=1çè ¶Di2 ÷÷ø ,

где N – количество слоев в структуре покрытия, F (X) –
функция качества структуры, которая может быть задана

¶F 2 (X)
различными способами, Si =
– ее вторые частные
¶Di2
производные по оптической толщине D для i-го слоя.
72 Выпуск 2/2011
Технологии приборостроения
Известия ГУАП
Санкт-Петербургский государственный университет аэрокосмического приборостроения
В свою очередь, функция качества, определенна на дискретном множестве, содержащем L
точек, записывается в виде:
1
ì
ïL
ï


qü
ïq
F ( X) = ï
íå w(λ i ) M (X, λ i ) - M0 (λ i ) ý ,
ï
ï
ï
ï
îi=1
þ

(2)
где M (X,λ i ) – текущее спектральное значение коэффициента отражения или пропускания, M0 (λ i ) – заданное значение коэффициента отражения или пропускания, w(λ i ) – весовая
функция, q – целое положительное число.
Помимо проведения исследований на устойчивость спроектированных структур, при изготовлении оптических покрытий с воспроизводимыми характеристиками немаловажную
роль играет применяемая аппаратура и стратегии контроля вакуумного осаждения пленок. В
процессе развития технологии многослойных
оптических покрытий методам контроля вакуумного осаждения пленок всегда уделялось особое внимание. В настоящее время, с развитием и
совершенствованием оптотехники, для контроля вакуумного напыления оптических покрытий стали применяться так называемые спектровизоры – спектральные системы контроля
(BBOM – broad band optical monitors) [7].
Оптические методы контроля процесса вакуумного получения покрытий основаны на
явлении интерференции в тонких пленках. В
отличие от одноволновой системы контроля,
которая позволяет получать интерференционную картину на одной длине волны, спектровизор дает спектральную характеристику пропускания или отражения растущего слоя в широком спектральном интервале, что существенным образом повышает точность измерения
толщины слоя. По своей сути спектровизор
представляет собой оптический прибор, позволяющий анализировать спектральный состав
излучения, падающего на входную щель прибора. Как правило, в качестве диспергирующего элемента в приборах, получивших промышленное распространение, используются дифракционные решетки, а развертка по спектру
осуществляется за счет использования многоэлементных линейных приемников излучения.
За счет применения таких приемников, позволяющих исключить механическую развертку
по спектру, время измерения спектра составляет не более нескольких десятков миллисекунд,
что, применительно к задачам контроля процесса вакуумного осаждения покрытий, позволяет контролировать процесс напыления практически в реальном времени.
Выпуск 2/2011 При использовании таких систем контроля
немаловажным обстоятельством является тот
факт, что зачастую контроль процесса осаждения приходится осуществлять не сквозным методом по одной рабочей детали, а косвенным методом по нескольким контрольным образцам.
Причем рабочий спектральный диапазон спектровизора может не совпадать со спектральным
диапазоном, для которого изготавливается покрытие. Так, например, длинноволновая граница существующих на сегодняшний день спектральных систем контроля ограничена длиной
волны 1700 нм, а сами покрытия могут работать
в спектральной области до 25 мкм, а иногда и до
200 мкм [8].
При контроле по нескольким контрольным
образцам с использованием спектровизоров на
каждый контрольный образец можно осаждать
как по одному слою, так и по несколько чередующихся слоев. Кроме этого, на один контрольный образец можно осаждать, например, только слои с низким показателем преломления, а
на другой – только с высоким. При осаждении
нескольких слоев на один контрольный образец возможно проявление эффекта накопления
ошибок, когда при прочих равных условиях,
ошибки, сделанные в предыдущих слоях, приводят к ошибкам в слоях последующих. Таким
образом, основная задача исследования на этапе подготовки покрытия к напылению заключается в выборе наиболее подходящей стратегии контроля, т.е. в определении оптимального
количества слоев, осаждаемых на каждый контрольный образец, а также в их последовательности. При этом за критерий пригодности той
или иной стратегии контроля принимались величины возможных ошибок в толщинах слоев
и соответствующие им искажения спектральных характеристик получаемых покрытий по
сравнению с расчетными спектрами. Таким образом, исследование, проведенное в работе, направлено на решение практически важных задач: определение наиболее устойчивой структуры покрытия, а также выбор оптимальной стратегии контроля при изготовлении рассчитанного покрытия.
В работе оптические покрытия проектировались с использованием пленок Ge и SiO. Пленки
германия и окиси кремния широко используются для изготовления оптических покрытий, работающих в спектральном диапазоне от 1,5 мкм
до 8,0 мкм [9, 10]. Причем для наиболее полного
отражения реальной ситуации в расчет принималось как поглощение в пленках германия при
заданной температуре, так и дисперсия оптиче-
73
Известия ГУАП
Технологии приборостроения
Санкт-Петербургский государственный университет аэрокосмического приборостроения
100
Si
2
30
1
Пропускание, %
80
– 13 слоев
– 15 слоев
25
20
60
15
40
10
20
3
0
0,90
5
0
0,95
1,05
1,00
λ/λ0
1,10
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Номер слоя
Рис. 1. Спектральные характеристики
узкополосных фильтров
Рис. 2. Величины функции устойчивости Si
ских констант пленок Ge и SiO в рабочем спектральном диапазоне системы контроля.
В качестве тестовой структуры для исследования воспроизводимости спектральных характеристик инфракрасных оптических покрытий был использован узкополосный интерференционный фильтр с полушириной
Δλ ≈ 0,05 λ0. Фильтры с такими характеристиками находят применение при построении оптических сенсоров для абсорбционных газоанализаторов, реагирующих на метан, пропан,
углекислый газ и т.д., а также в других задачах,
где необходимо из широкополосного оптического сигнала выделить излучение в узкой спектральной области. С использованием программы FilmMgr, разработанной на кафедре физики
СПбГУАП, были спроектированы 2 узкополосных фильтра, реализующих сходные требуемые
спектральные характеристики (рис. 1). Структуры фильтров представлены в таблице.
Вычисленные величины вторых производных Si для рассматриваемых структур представлены на рис. 2. Как следует из анализа устойчивости структур, величина функции устойчивости, вычисленная по формуле (1), для 13-слойного покрытия меньше, чем для покрытия, содержащего 15 слоев. Т.е. первое покрытие обладает
лучшей устойчивостью к отклонениям толщин
в структуре покрытия по сравнению со второй
структурой. Отсюда следует, что при реализа-
ции на практике окажется предпочтительнее
использовать устойчивое покрытие с 13-ю слоями в структуре, чем менее стабильное 15-слойное покрытие.
Таким образом, на этом этапе проектирования оптических покрытий, с использованием подхода, основанного на понятии функции
устойчивости, из двух структур, реализующих
сходные спектральные характеристики, имеется возможность выбрать то покрытие, структура которого наименее восприимчива к изменениям толщин слоев.
Теперь, когда имеется определенность относительно структуры покрытия, возникает задача определения стратегии контроля для изготовления этого покрытия с использованием
спектровизора. На практике выбор стратегии
контроля можно осуществить двумя способами – непосредственно реализовать несколько напылений одного и того же покрытия с использованием различных стратегий контроля,
или провести серию вычислительных экспериментов, моделирующих реальный процесс напыления многослойного покрытия. Очевидно,
что первый подход сопряжен с существенными
временными и материальными затратами, в то
время как вычислительный эксперимент лишен
этих недостатков.
Для проведения вычислительного эксперимента в работе использовалась специально со-
Структуры узкополосных фильтров
1 – 13-слойная структура, 2 – 15-слойная структура, 3 – целевая функция
Номер слоя
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Материал
Ge
SiO
Ge
SiO
Ge
SiO
Ge
SiO
Ge
SiO
Ge
SiO
Ge
SiO
Ge
Толщина,
λ0 / 4
2,99
1,06
1,03
1,95
1,04
1,03
1,02
1,03
1,06
0,38
0,28
1,07
1,03
–
–
1,04
1,04
1,12
0,57
0,29
0,68
1,12
1,02
1,02
1,04
1,07
0,36
0,24
1,19
1,02
74 Выпуск 2/2011
Технологии приборостроения
Известия ГУАП
Санкт-Петербургский государственный университет аэрокосмического приборостроения
Рис. 3. Моделирование процесса контроля напыления оптического покрытия:
1 – текущий спектр растущего слоя; 2 – расчетный спектр пленки требуемой толщины
ставленная программа, моделирующая реальный процесс напыления оптических покрытий и контроль толщин слоев с использованием
спектральной системы IRIS 1017 [11]. В общем
случае, входными данными для моделирования
могут служить точностные характеристики используемой спектральной системы контроля,
флуктуации скорости осаждения слоев, отклонения оптических констант пленок от принятых в расчете, а также непосредственно стратегия контроля и ряд других параметров, отражающих реальный процесс вакуумного осаждения
оптических покрытий. Результатом проведения
виртуального напыления являются величины
возможных ошибок в толщинах слоев покрытия, а также спектральные характеристики покрытий с ошибками.
В силу ряда причин, спектральные характеристики слоев, осаждаемых на контрольные
образцы, отличаются от расчетных. Это приводит к возникновению ошибок в толщинах слоев, осаждаемых на рабочие детали, и, как следствие, к искажению выходных спектральных
характеристик изготавливаемых оптических
покрытий. Анализ результатов многочисленных напылений оптических покрытий с использованием пленок Ge и SiO на установке ВУ-2М,
оснащенной системой IRIS 1017, показывает,
что основной причиной несовпадения спектров
слоев, осаждаемых на контрольные образцы, и
их расчетных характеристик являются отклонения оптических констант пленок от принимаемых в расчетах. Причинами таких отклонений
Выпуск 2/2011 являются флуктуации температуры контрольных образцов, а также колебания давления в вакуумной камере при испарении различных материалов. Причем такие отклонения носят плохо воспроизводимый характер и не могут быть
учтены заранее. Применительно к используемым пленкообразующим материалам изменения температуры наиболее сильно сказываются
на оптических свойствах пленок германия, который является полупроводником с достаточно
сильным поглощением в рабочем спектральном
диапазоне системы контроля. Изменения давления остаточного кислорода в напылительной
камере сказываются на степени окисления пленок моноокиси кремния, что в конечном итоге,
приводит к изменениям показателя преломления пленок SiO.
Сам процесс виртуального напыления с использованием моделирующей программы выглядит следующим образом. Предварительно
для расчета спектральных характеристик слоя
требуемой толщины в программу заводятся
данные по оптическим константам используемых пленок в рабочем спектральном диапазоне
системы контроля, соответствующие температуре контрольных образцов в процессе напыления. Кроме этого в программу вводятся данные
о структуре покрытия – количество слоев, толщина и материал каждого слоя, а также указывается стратегия контроля. После запуска программы в окне отображения спектров одновременно выводятся текущий спектр напыляемой
пленки и расчетные спектральные характери-
75
Известия ГУАП
Технологии приборостроения
Санкт-Петербургский государственный университет аэрокосмического приборостроения
76 Стратегия 1
Стратегия 2
Стратегия 3
20
Ошибка в слое, нм
10
0
–10
–20
–30
–40
1 2 3
4 5 6 7 8 9 10 11 12 13 14 15
Номер слоя
Рис. 4. Отклонения в толщинах слоев узкополосного
фильтра при различных стратегиях контроля
100
4
2
80
Пропускание , %
стики слоя требуемой толщины. Процесс виртуального напыления слоя прекращается по
команде оператора, как только текущие спектральные характеристики совпадут с расчетными. Степень совпадения спектров, определяемая оператором визуально, тем выше, чем ближе оптические параметры растущей пленки к
расчетным значениям, и чем меньше величины
ошибок в предыдущих слоях на контрольном
образце. Возможные отклонения оптических
констант пленок генерируются в программе автоматически случайным образом. При этом показатели преломления слоев могут случайно
уменьшаться или увеличиваться на относительную величину от 0 до 5%, а показатель поглощения слоев может изменяться на величину от 0
до 10%. Фрагмент процесса виртуального напыления оптического покрытия с использованием разработанного программного обеспечения
представлен на рис. 3.
При моделировании процесса контроля были
использованы следующие стратегии контроля:
стратегия 1 – напыление всех 15-ти слоев покрытия на один контрольный образец;
стратегия 2 – последовательное напыление
по 5 слоев на один контрольный образец;
стратегия 3 – последовательное напыление
по 2 слоя на один контрольный образец.
При этом с использованием различных стратегий контроля отклонения в оптических константах каждого слоя покрытия не изменялись.
Результатами моделирования процесса напыления рассматриваемой 13-слойной узкополосной структуры являются ожидаемые ошибки в толщинах слоев (рис. 4) и соответствующие
им спектральные характеристики покрытий
(рис. 5).
Анализ полученных результатов показывает, что для структуры узкополосного фильтра
выбор стратегии контроля сказывается на получаемых ошибках в слоях покрытия. Наибольшие ошибки в толщинах слоев и соответствующие им существенные искажения спектральной
характеристики наблюдаются при использовании стратегии 1, т.е. при осаждении всех слоев
на один контрольный образец. В свою очередь,
величины ошибок в слоях, наблюдаемые при
использовании стратегий 2 и 3, практически совпадают, однако искажения спектральных характеристик, соответствующие стратегии 3, несколько меньше, чем для стратегии 2. Это обстоятельство позволяет сделать заключение о том,
что стратегия контроля, при которой на один
свидетель осаждается только по 2 слоя, является наиболее предпочтительной для изготовления рассматриваемых 13-слойных узкополос-
3
60
1
40
20
0
3,0
3,1
3,2
3,3
3,4 3,5
Длина волны, мкм
3,6
3,7
Рис. 5. Спектральные характеристики 13-слойного
узкополосного фильтра, соответствующие
стратегии 1 (1), стратегии 2 (2), стратегии 3 (3)
и структуре без ошибок (4)
ных интерференционных фильтров с воспроизводимыми характеристиками.
Таким образом, в работе с использованием
функции устойчивости проведены исследования восприимчивости спектральных характеристик спроектированных узкополосных интерференционных покрытий к возможным вариациям параметров структур. Проведенный
анализ позволяет уже на первом этапе синтеза
покрытия выявить в структуре слои, наиболее
критичные к изменению оптической толщины, а также сравнить в целом на устойчивость
несколько решений, реализующих требуемые
оптические характеристики. Детальный анализ стабильности спектральных характеристик
многослойных интерференционных покрытий
позволяет обосновать практическую реализацию той или иной синтезированной структуры.
Выпуск 2/2011
Технологии приборостроения
Известия ГУАП
Санкт-Петербургский государственный университет аэрокосмического приборостроения
Для исследования особенностей изготовления
инфракрасных оптических покрытий с использованием спектровизоров применен подход, основанный на моделировании процесса получения
покрытий. С помощью специально составленной
программы исследовано влияние выбора стратегии контроля на характеристики узкополосного
фильтра. Показано, что для узкополосного фильтра выбор стратегии контроля сказывается на
получаемых ошибках в слоях покрытия.
Литература
1. Котликов Е. Н., Тропин А. Н. Критерий устойчивости спектральных характеристик многослойных оптических покрытий // Оптический журнал. 2009. Т. 76. № 3. С. 60–64.
2. Проектирование, изготовление и исследование
интерференционных покрытий: учеб. пособие /
Е. Н. Котликов, Г. А. Варфоломеев, Н. П. Лавровская, А. Н. Тропин, Е. В. Хонинева. СПб.: ГУАП,
2010. 186 с.
3. Тихонов А. Н., Арсенин В. Я. Методы решения некорректных задач. М.: Наука, 1986. 288 с.
4. Балышев К. В., Путилин Э. С., Старовойтов С. Ф.
Исследование воспроизводимости выходных параметров многослойных диэлектрических систем
во время изготовления // Оптический журнал.
Т. 65. № 3. 1998. С. 39.
5. Котликов Е. Н., Варфоломеев Г. А., Тропин А. Н.
Анализ стабильности спектроделительных интерференционных покрытий // Завалишинские чтения: Сб. докладов. СПб.: ГУАП, 2007. С. 137–140.
6. Baumeister P. Design of Multilayer Filters by
Successive Approximations// J. Opt. Soc. Amer.
1958. Vol. 48. P. 955.
Выпуск 2/2011 7. Willey R. R. Practical Production of Optical Thin
Films. Willey Optical, Consultants: Charlevoix, MI,
USA. 2008. 419 p.
8. Kotlikov E. N., Ivanov V. A., Tropin A. N. Film’s
Forming Materials for THz Spectral Range
Purposes // Progress In Electromagnetics Research
Symposium Proceedings, Cambridge, USA, July
5–8, 2010.
9. Котликов Е. Н., Кузнецов Ю. А., Лавровская Н. П.,
Тропин А. Н. Оптические пленкообразующие материалы для инфракрасной области спектра //
Научное приборостроение. 2008. Вып. 3. С. 32–36.
10. Котликов Е. Н., Иванов В. А., Прокашев В. Н.,
Тропин А. Н. Исследование оптических констант
пленок германия в средней ИК области спектра //
Оптика и спектроскопия. 2010. Т. 108. № 6.
С. 827–830.
11.Встраиваемая система контроля оптических характеристик. Модель IRIS 1017 // Руководство по
эксплуатации РКТН.016.000.000 РЭ. Республика
Беларусь: ООО «ЭссентОптикс». 2010. 33 с.
77
Экономика и управление
Санкт-Петербургский государственный университет аэрокосмического приборостроения
УДК 330.101.5
Технологии управления рисками
Е. Д. Соложенцев,
профессор
Санкт-Петербургский государственный университет аэрокосмического приборостроения
И. И. Карасев,
канд. техн. наук
Институт проблем машиноведения РАН
Предложена концепция построения технологий управления
рисками на основе логико-вероятностных (ЛВ) моделей. Изложены состояние и сущность проблемы, описаны основные компоненты технологий управления рисками. Предложена ЛВ-модель
для оценки риска неуспеха решения трудной проблемы и описана
методика оценки вероятностей
событий в технологиях управления рисками по экспертной информации.
Ключевые слова: технология,
управление, риск, эффективность, компоненты, логика, вероятность, модель, система, сценарий.
78 В настоящее время в экономике и технике отсутствуют
эффективные и адекватные модели для анализа и управления риском в системах и процессах. Для решения задач
управления риском и эффективностью предложено использовать информационные интеллектуальные инновациионные технологии (И3-технологии) с логико-вероятностными
моделями риска [1–4].
И3-технологии являются новым эффективным инструментом для анализа, прогнозирования и управления риском, позволяющим также оценивать риск неуспеха решения трудных экономических проблем и реализации крупных технических проектов.
1. Актуальность проблемы технологий управления
рисками
Управление риском и эффективностью – одна из главных
задач в экономике и технике. Область приложений технологий управления рисками обширна и практически безгранична. Технологии управления рисками (Risks management
technologies) – разработка питерских ученых. Развивается
ЛВ-исчисление И. А. Рябинина для анализа надежности и
безопасности технических систем [5].
Актуальность работы определяется и тем, что при вступлении во Всемирную торговую организацию (ВТО) страна обязана выполнять решения Базель-2 по резервированию капитала под риски банка и требования стандарта ИСО 9001-2008 по
оценке качества функционирования систем и процессов.
Базельский комитет по банковскому надзору при Банке
международных расчетов [6] включает представителей центральных банков и органов финансового регулирования стран
G20. Приоритетная проблема регулятивной реформы банковского сектора – повышение качества, устойчивости и прозрачности капитала, создание методик для оценки кредитных рисков, рейтингов, операционных рисков и резервирования капитала на случай дефолта. Базель-2 определяет резервирование капитала (до 15%) под операционный риск, но адекватные
модели для оценки операционного риска отсутствуют.
Cтандарт ИСО 9001-2008 определяет требования к качеству производственных процессов и систем [7]. Невалидность
процессов и систем согласно стандарта есть несоответствие их
параметров и элементов техническим условиям и стандартам.
Требование валидности относится к системам управления
производственными процессами, включая логистику, проектирование, изготовление, испытания, маркетинг и др. Выполнение требований этого стандарта обязательно для вступле-
Выпуск 2/2011
Экономика и управление
Известия ГУАП
Санкт-Петербургский государственный университет аэрокосмического приборостроения
ния страны в ВТО, но адекватные модели оценки риска невалидности систем и процессов отсутствуют.
2. Состояние и сущность проблемы
Технологии управления рисками описаны в
книгах и статьях в солидных изданиях, вызывают интерес западной научной общественности, признаны как новое научное направление,
поддержаны разработанными программными
комплексами, изложены в учебном курсе [1–4,
8]. Однако переход от науки к практическому
применению технологий управления рисками в
России не состоялся по следующим причинам:
1. В «лихие» 90-е годы российский рынок методик и программных средств для банков был
захвачен западными компаниями и с тех пор
Центробанк обязывает государственные и коммерческие банки использовать эти малоэффективные и непрозрачные средства.
2. Методики по противодействию взяткам
и коррупции также оказались не востребованными. Лауреат Нобелевской премии Бьюкенен
показал, что государству часто выгодно сращиваться с коррупцией и преступностью, что и наблюдается в действительности.
3. Состояние российской промышленности не
позволяет вести новые конструкторско-технологические разработки, а значит методики и программные средства для оценки и управления рисками не нужны, хотя продление ресурса изношенного оборудования приводит к повышенным
рискам и увеличению числа аварий и катастроф.
4. В структуре образовательной программы
по экономике (специальность 080100) в списках
профессиональной компетентности для выпускника даже не упоминается компетентность по
оценке, анализу и управлению рисками в системах. То же самое относится к другим специальностям российских образовательных программ.
5. Для новых методик и программных
средств технологии управления рисками нужна
сертификация, что требует финансовых затрат.
Проблема внедрения технологий управления рисками, как и проблема нанотехнологий,
без государственной поддержки не решается.
3. Компоненты технологий управления
рисками
Компонентами технологий управления рисками являются:
1. Логико-вероятностное исчисление (ЛВисчисление).
2. Классы ЛВ-моделей риска и эффективности.
Выпуск 2/2011 3. Процедуры классов ЛВ-моделей риска и
эффективности.
4. ЛВ-программные средства для классов ЛВмоделей.
5. Методика оценки риска неуспеха решения
трудных проблем.
6. Методика оценки вероятностей событий по
экспертной информации.
7. Примеры приложений.
8. Учебный курс.
ЛВ-исчисление – это аппарат математической
логики для технологий управления рисками.
ЛВ-исчисление И. А. Рябинина для оценки и
анализа надежности в технике содержит следующие положения [5]:
1. События имеют два уровня значений (0 и 1).
2. События связаны друг с другом логическими связями AND, OR, NOT, могут быть циклы и
повторные элементы.
3. ЛВ-модель риска строится по реальной
схеме системы как кратчайшие пути успешного функционирования системы или как минимальные сечения отказов.
4. Веса и значимости инициирующих событий или их групп определяются аналитически.
5. Л-функция риска любой логической сложности всегда может быть преобразована в ортогональную форму и тем самым получена вероятностная функция риска (В-функция или В-полином).
ЛВ-исчисление в технологиях управления
рисками дополнительно к названным положениям рассматривает:
• Системы и процессы как структурносложные со случайными событиями и логическими переменными;
• События появления и неуспеха состояний
системы в статистических данных;
• События-параметры и события-градации и
соответствующие логические переменные;
• Несколько уровней значений события (конечное множество значений);
• Группы несовместных событий для инициирующих и производных событий;
• Классы ЛВ-моделей риска;
• Процедуры для классов ЛВ-моделей риска;
• ЛВ-идентификацию моделей риска по статистическим данным;
• Валидность и невалидность событий и состояний системы;
• Логические и вероятностные функции невалидности;
• Переход от базы данных к базе знаний;
• Переход между ЛВ-моделями риска классов;
• Построение ассоциативных и сценарных
ЛВ-моделей риска;
• Построение сложных, комплексных и динамических ЛВ-моделей риска;
79
Известия ГУАП
Экономика и управление
Санкт-Петербургский государственный университет аэрокосмического приборостроения
• Анализ риска систем по вкладам инициирующих событий-градаций в левый и правый
хвосты распределения параметра эффективности системы;
• Оперативное и стратегическое управление
риском системы;
• Аксиомы и определения технологии управления рисками;
• Резервирование капитала под риск следует
определять для конечного события;
• В формулах для риска системы и резервирования капитала не следует использовать риск и
потери, так как потери складываются арифметически, а риски логически.
Классы моделей риска и эффективности в
Технологиях управления рисками [1]:
1. ЛВ-моделирование.
2. ЛВ-классификация.
3. ЛВ-эффективность.
4. ЛВ-прогнозирование.
Процедуры для классов ЛВ-моделей в технологиях управления рисками [1]:
1. Построение ЛВ-моделей риска.
2. Идентификация ЛВ-модели риска по статистическим данным.
3. ЛВ-анализ риска и эффективности.
4. ЛВ-управление риском и эффективностью.
5. ЛВ-прогнозирование риска и кризиса системы.
Специальные ЛВ-программные средства
для классов ЛВ-моделей риска. Процедуры в
И3-технологиях управления рисками имеют
большую вычислительную сложность и не могут быть выполнены без специальных программных средств для ЛВ-моделей названных выше
классов моделей риска. Разработаны и используются следующие программные комплексы
(ПК) [1, 4, 9, 10, 11]:
• АСМ 2001 для структурно-логического моделирования (сертифицирован).
• ROCS-2 для ЛВ-моделирования надежности
систем (сертифицирован).
• АСПИД – 3W для оценки вероятностей событий по нечисловой, неточной и неполной экспертной информации (сертифицирован).
• ПК для класса ЛВ-классификация – эксплуатируется более 10 лет.
• ПК для класса ЛВ-эффективность – эксплуатируется более 10 лет.
Примеры приложений. Область применения
технологий управления рисками обширна представлена примерами в следующих приложениях [1, 4]:
1. ЛВ-управление риском доводочных испытаний машин, процессов и систем.
2. ЛВ-управление риском развития компании.
80 3. ЛВ-управление надежностью энергоснабжения металлургического комбината.
4. ЛВ-анализ риска взрыва склада боеприпасов.
5. ЛВ-оценка и анализ риска в страховании
пожаро-опасных объектов.
6. ЛВ-модель риска неуспеха решения трудной проблемы.
7. ЛВ-анализ риска и эффективности компании по экономическим показателям.
8. ЛВ-управление кредитными рисками.
9. ЛВ-управление риском и доходностью
портфеля ценных бумаг.
10. ЛВ-моделирование риска неуспеха менеджмента компании.
11. ЛВ-оценка и анализ операционного риска
банка по Базель-2.
12. И3-технологии противодействия взяткам
и коррупции.
13. ЛВ-оценка и анализ риска невалидности
процессов и систем по ИСО 9001-2008.
14. ЛВ-анализ риска и эффективности ресторана (магазина).
15. ЛВ-управление риском и эффективностью в строительной компании.
16. ЛВ-управление риском и эффективностью в транспортной компании.
ЛВ-модель для оценки риска неуспеха решения трудной проблемы рассмотрена на примере противодействия взяткам, коррупции, откатам и «распилам» [1].
Сценарий. «Распилы» – это незаконное растаскивание государственных средств по сговору,
приобретающий все более совершенные формы.
«Распилы» и «откаты» имеют место в распределении государственных заказов, выделении
грантов на научные исследования и проекты,
присуждении премий правительством страны в
области распределения средств на финансируемые проекты и др. Взятки имеют место при получении лицензий (обучение, туризм, медицина,
строительство), разрешений (ГАИ, таможня), образования (аттестаты, дипломы, экзамены), регистрации (МВД, посольства, власть), в судебных процессах (судьи, прокуроры, адвокаты) и
т. п. Средний размер взятки по официальным
данным на июль 2011 г. равен 300 тыс. рублей.
Распилы, откаты и взятки являются основным
тормозом для инноваций и развития России.
Как уже отмечалось, лауреат Нобелевской
премии Бьюкенен показал, что государству часто выгодно сращиваться с коррупцией и преступностью. Поэтому необходимы желания и
возможности ученых и общественного мнения
бороться с непрофессиональным правительством или его сотрудничеством с коррупцией.
Влиятельное общественное мнение, как в западных странах, может заставить непрофесси-
Выпуск 2/2011
Экономика и управление
Известия ГУАП
Санкт-Петербургский государственный университет аэрокосмического приборостроения
ональную или преступную государственную и
региональную власть изменить свое поведение,
действия и законы в интересах общества. Но демократия и сильная оппозиция создаются годами. Использовать же технологии управления
рисками для выявления взяток и коррупции
по статистическим данным можно уже сейчас и
тем самым оказать противодействие этому злу.
ЛВ-модель для оценки и анализа коррупции и
взяток относится к классу ЛВ-моделирования и
является комплексной, полученной логическим
объединением двух сценариев риска. Субъекты
S, решающие проблему: государство S1, бизнес
S2, банки S3, ученые S4 и общественное мнение
S5, и объекты–задачи T(T1, T2, …,Tm), составляющие суть проблемы и имеющие большую вычислительную сложность, логически связаны
как события. Логические функции риска неуспеха решения трудной проблемы DP:
DP=S Ù T; S=S1\/S2 \/…\/ Sn;
T=T1\/T2\/…\/Tm.
Вероятностные функции риска неуспеха событий:
P{DP}=P{S}·P{T}; P{S}=P{S1}+P{S2}(1–P{S1})+…;
P{T}=P{T1}+P{T2}(1–P{T1})+ …
Субъекты S1, S2,…,Sn являются сложными событиями с Л-сложением событий, отсутствие желаний W1,…,Wn и отсутствие возможностей O1,…,
On. Желания имеют мотивы. Возможности – это
отсутствие ресурсов, технологий и методик.
Объектам (задачам) T1, T2,…,Tm соответствуют ЛВ-модели риска: T1 – в учреждении, Т2 –
чиновников, T3 – при обслуживании. Соответственно строят сценарии, Л-модели и В-модели
риска для этих задач. Неуспех решения задач
T1, T2, …, Tm рассматривают как события и
Л-переменные с теми же идентификаторами.
Показано, что без ученых (разработчиков
технологий) и общественного мнения невозможно решить трудные экономические проблемы
России. Общественное мнение свои возможности осуществляет через демократию, оппозицию,
средства массовой информации (телевидение, газеты) и проведение митингов и демонстраций.
Оценка вероятностей событий по экспертной информации. В формулы для вычисления риска неуспеха субъектов и объектов входят вероятности событий, которые могут быть
оценены только по экспертной информации.
В технологии управления рисками применяется метод сводных показателей [11], предложенный профессором Н. В. Ховановым.
Эксперт не может дать точную оценку вероятности одного события. Он сделает это точнее
Выпуск 2/2011 и объективнее, если будет оценивать несколько
(2–3) альтернативных событий-гипотез, составляющих группу несовместных событий, и учитывать их значимость. Например, гипотеза A1 –
проблема не может быть решена субъектом,
A2 – проблема может быть частично решена субъектом. Если оценки дают несколько экспертов, то
оценки вероятностей событий-гипотез объединяют с учетом значимости – весов самих экспертов,
назначаемых супер-экспертом. Оценками вероятностей альтернатив служат математические
ожидания случайных величин, а их точность измеряется среднеквадратичными отклонениями.
Веса – значимости задаются дискретно на интервале [0, 1] с шагом, например 1/50.
Метод использует нечисловую, неточную и
неполную информацию (ННН-информацию).
Нечисловая – порядковая информация: эксперт вводит неравенства типа P(A1)>P(A2). Неточная – интервальная информация: эксперт
может указать, что вероятность события A1 попадает в интервал 0,2<=P(A1)<=0,5. Неполная –
информации недостаточно, чтобы однозначно
определить искомые вероятности оцениваемых
гипотез. Сумма вероятностей гипотез равна 1.
Эти условия выделяют из большого числа вариантов, равного произведению чисел дискретного
задания весов для каждой гипотезы, множество
допустимых вариантов и тем самым математические ожидания и дисперсии оценок вероятностей. Этапы решения задачи в программном
комплексе АСПИД-3W:
• сбор ННН-информации от каждого эксперта, последовательное решение задачи каждым
экспертом для альтернативных гипотез;
• формирование таблицы оценок для альтернативных гипотез от всех экспертов;
• объединение оценок от разных экспертов в
единую оценку.
Учебный курс «Технологии управления рисками» читается в течение 2-х семестров на экономическом факультете Санкт-Петербургского
государственного университета аэрокосмического приборостроения [12]. Проводится 16 лабораторных работ на созданных и указанных
выше программных средствах.
Заметим, что в структуре образовательной программы по экономике (специальность
080100) в списках профессиональной и общекультурной компетентности (ПК и ОК) для выпускника в разделах «Расчетно-экономическая
деятельность», «Аналитическая деятельность»
и «Организационно-управленческая деятельность» (ПК-1 – ПК-14) даже не упоминается компетентность по оценке, анализу и управлению
рисками в системах и процессах. То же относится к другим специальностям российских общеоб-
81
Известия ГУАП
Экономика и управление
Санкт-Петербургский государственный университет аэрокосмического приборостроения
разовательных программ, следующих идеологии
«болонского учебного процесса», а не российской
действительности. Как будто риски взяток, распилов, откатов и коррупции не существуют, нет
операционных рисков в банках, нет аварий и катастроф в технике, нет рисков террористических
актов, нет информационных рисков и хакеров.
Заключение
Область применения технологий управления рисками обширна и практически безгранична. Технологии управления рисками (Risk
management technologies) -- новое эффективное
научное направление высокого уровня значимости, созданное питерскими учеными.
Для перехода от научных результатов И3технологий управления рисками к внедрению
в практику экономики, техники и бизнеса необходим Научно-учебный центр И3-технологии
управления рисками.
Научные центры необходимы не только по
проблемам недавно возникших нанотехнологий,
но всегда существовавшим проблемам разработки
и внедрения информационных технологий и программных средств для управления риском и эффективностью в технике и экономике для повседневной работы многих тысяч специалистов.
На сайте http://www.dolgrach.ucoz.com обсуждается тематика Научного центра технологии управления рисками. Главному менед-
Литература
1. Соложенцев Е. Д. И3-технологии для экономики.СПб.: Наука, 2011, 390 с.
2. Соложенцев Е. Д., Карасев В. В. И3-технологии
для управления риском в экономике. Журнал
экономической теории. 2010. № 2. С. 151–162.
3. Solojentsev E. D. Scenario Logic and Probabilistic
Management of Risk in Business and Engineering.
Springer: second edition, 2008. 480 p.
4. Соложенцев Е. Д. Сценарное логико-вероятностное управление риском в бизнесе и технике. 2-е
изд. СПб.: Бизнес-пресса, 2006. 560 с.
5. Рябинин И. А. Надежность и безопасность структурно-сложных систем. 2-е изд. СПб.: Изд-во
С.-Петерб. ун-та, 2007. 276 с.
6. International Convergence of Capital Measurement
and Capital Standards: A Revised Framework.
Basel Committee on Banking. http://www.cbr.ru/
today/pk/print.asp
7. ГОСТ Р ИСО 9001-2008. Системы менеджмента
качества. Требования. Госстандарт России. М.:
Изд-во стандартов, 2008. 30 с.
82 жеру приватизации и нанотехнологий А. Чубайсу следовало бы уделить внимание одной из
главных задач экономики и техники – управлению эффективностью и рисками. Финансирование работ мог бы осуществлять фонд
Иннограда (Сколково). Продукты для рынка – методики и программные средства по И3технологиям управления рисками. Потребители И3-технологий управления рисками – экономические службы правительств страны и регионов, службы министерства чрезвычайных ситуаций, конструкторско-технологические бюро,
банки, компании, магазины, кафедры технических и экономических университетов и др.
В Центре технологий управления рисками в
качестве перспективных могли бы быть следующие разработки:
1. Построение ЛВ-моделей риска неуспеха решения трудных экономических проблем и реализации крупных технических проектов.
2. Разработка дешевых коммерческих Software для классов ЛВ-моделей риска и получение
на них сертификатов.
3. Создание ЛВ-моделей для управления риском невалидности систем и процессов и оценки
качества их функционирования по ИСО 9001-2008.
4. Создание ЛВ-моделей операционных рисков банков для резервирования капитала под
риск по Базель-2.
5. Введение учебного курса технологии управления рисками в образовательные программы.
8. Соложенцев Е. Д., Карасев В. В. Международная
научная школа «Моделирование и анализ безопасности и риска в сложных системах». Вестник
РФФИ РАН, 2010. № 4.
9. Поленин В. И., Рябинин И. А., Свирин С. К., Гладкова И. А. Применение общего логико-вероятностного метода анализа технических, военных,
организационно-функциональных систем и вооруженного противоборства: монография / Под
ред. А. С. Можаева. СПб.: СПб региональное отд.
РАЕН, 2011. 416 с.
10.Аттестационный паспорт программного средства
ROCS 2 (Автор В.А. Проурзин). № 270. дата выдачи 18.02.2010 г., Федеральная служба по экологическому и атомному надзору.
11.Колесов Д.Н., Михайлов М.В., Хованов Н.В.
Оценка сложных финансово-экономических объектов с использованием системы поддержки принятия решения АСПИД-3W: учеб. пособие. СПб.:
ОЦЭиМ, 2004. 64 с.
12.Соложенцев Е. Д. Новая дисциплина «И3технологии для экономики». Известия ГУАП,
2011. С. 153–162.
Выпуск 2/2011
Экономика и управление
Известия ГУАП
Санкт-Петербургский государственный университет аэрокосмического приборостроения
УДК 53(077)
Принципы повышения эффективности
образовательного процесса в рамках
компетентностного подхода
Е. Г. Семенова,
доктор техн. наук, профессор
Е. А. Фролова,
канд. техн. наук, доцент
Санкт-Петербургский государственный университет аэрокосмического приборостроения
В статье предлагается анализ
требований, предъявляемых к образовательной среде подготовки
выпускников технической направленности в рамках требований федеральных государственных образовательных стандартов
и компетентностного подхода.
Ключевые слова: конкурентоспособность, менеджмент качества, инновационные технологии, компетентностный подход.
Выпуск 2/2011 Современная рыночная экономика предъявляет принципиально новые требования к качеству выпускаемой продукции. Это связано с тем, что устойчивое положение любой организации на рынке товаров и услуг определяется уровнем
конкурентоспособности. В свою очередь, эффективность и
конкурентоспособность предприятия связаны с действием
нескольких десятков факторов, среди которых можно выделить качество продукции и качество кадрового потенциала.
Поэтому создание на предприятиях систем менеджмента качества (СМК), охватывающих все сферы деятельности предприятия, как инструмент повышения конкурентоспособности, направлено на усиление позиций отечественных предприятий. В условиях рыночной экономики одним из решающих факторов эффективности и конкурентоспособности
предприятия является обеспечение высокого качества кадрового потенциала. Стратегической целью государственной кадровой политики является создание кадрового потенциала России как
важнейшего интеллектуального и профессионального ресурса российского общества, обеспечивающего социальноэкономическое развитие страны. Современные требования
динамичного развития отечественных предприятий и государственная политика в области развития промышленности
выделяют новые требования к уровню подготовки кадровых
ресурсов. Для эффективной и успешной реализации кадровой политики необходимо осуществлять подготовку выпускников технической направленности, способных не только
выполнять узкоспециализированную деятельность, но и:
− определять наилучшие пути реализации профессиональной деятельности;
− решать прикладные задачи повышения качества
продукции и услуг;
− разрабатывать и принимать участие в реализации
мероприятий по повышению эффективности производства,
направленных на сокращение расхода материалов, снижение трудоемкости, повышение производительности труда;
− анализировать причины брака и выпуска продукции
низкого качества, разрабатывать мероприятия по их предупреждению.
Таким образом, возникает особая необходимость проектирования среды подготовки нового поколения в инженерном
образовании, так как реализация массовой подготовки выпускников, способных к инноватике и управлению качеством
продукции на старых системах, становится плохо решаемой
проблемой. Внедренные в реализацию Федеральные государственные образовательные стандарты (ФГОС) высшего профессионального образования (ВПО) в некоторой степени спо-
83
Известия ГУАП
Экономика и управление
Санкт-Петербургский государственный университет аэрокосмического приборостроения
собны решить эту задачу, при условии модернизации «старых» систем подготовки.
В рамках данного исследования на примере Федерального государственного бюджетного образовательного учреждения высшего профессионального образования «Санкт-Петербургский государственный университет аэрокосмического приборостроения» (ГУАП) был проведен анализ ФГОС
ВПО по техническим направлениям подготовки
(степень бакалавра, степень магистра), набор на ко-
торые осуществлялся в 2011 году. В каждом ФГОС
ВПО были рассмотрены компетенции, которыми
должен обладать выпускник, среди компетенций
были выделены те, которыми должен обладать выпускник в отношении менеджмента качества и инновационных технологий в сфере своей профессиональной деятельности. Наиболее часто повторяющиеся компетенции, связанные с вопросами менеджмента качества и инновационными технологиями, сведены в табл. 1, 2.
Таблица 1
Результаты анализа компетенций (уровень подготовки – бакалавриат)
№
1
2
3
Результаты анализа компетенций, уровень подготовки – бакалавриат
№
Результаты анализа компетенций, уровень подготовки – бакалавриат
Компетенции, связанные
с менеджментом качества
готовность к поиску путей повышения
качества транспортно-логистического
обслуживания грузовладельцев, развития
инфраструктуры товарного рынка и каналов
распределения
готовность к внедрению технологических
процессов производства, метрологического
обеспечения и контроля качества элементов
оптотехники различного назначения
готовность обеспечивать соблюдение заданных параметров технологического процесса
и качество продукции
13
способность к осуществлению технического
контроля и участию в управлении качеством
производства продукции оптотехники, включая внедрение систем менеджмента качества
способность осуществлять технический
контроль производства приборов, включая
внедрение систем менеджмента качества
способность проводить оценку производственных и непроизводственных затрат на
обеспечение качества объекта проектирования
способность решать вопросы обеспечения
качества технического обслуживания и ремонта летательных аппаратов, а также процессов сертификации авиационной техники
и аттестации авиаперсонала
способность решать вопросы обеспечения качества технического обслуживания и ремонта авиационных электросистем и пилотажнонавигационных комплексов, а также
процессов сертификации авиационных
электросистем, пилотажно-навигационных
комплексов и авиаперсонала
Компетенции, связанные
с инновационными технологиями
способность находить организационноуправленческие решения в нестандартных
ситуациях и в условиях различных мнений и
готовность нести за них ответственность
готовность изучать научно-техническую
информацию, отечественный и зарубежный
опыт по тематике исследования
готовность участвовать в составлении
научно-технических отчетов
способность и готовность анализировать
научно-техническую информацию, отечественный и зарубежный опыт по тематике
исследования
способность находить организационноуправленческие решения в нестандартных
ситуациях и готовность нести за них ответственность
способность находить организационноуправленческие решения в нестандартных
ситуациях и готовность нести за них ответственность
4
готовность осуществить организацию контроля качества входной информации
5
понимание концепций и атрибутов качества
программного обеспечения (надежности, безопасности, удобства использования, в том числе
роли людей, процессов, методов, инструментов
и технологий обеспечения качества)
способность к расчету и анализу показателей
качества пассажирских и грузовых перевозок, требований обеспечения безопасности
производственных процессов
способность выполнять задания в области
сертификации технических средств, систем,
процессов и материалов
способность готовить документацию и участвовать в работе системы менеджмента качества на предприятии медико-технического
профиля
способность готовить документацию и
участвовать в работе системы менеджмента
качества на предприятии
способность использовать нормативные
документы по качеству, стандартизации
и сертификации электроэнергетических и
электротехнических объектов, элементы
экономического анализа и практической
деятельности
способность к определению производственных и непроизводственных затрат на обеспечение необходимого качества продукции
способность к организации входного контроля материала и комплектующих изделий
6
7
8
9
10
11
12
84 14
15
16
17
18
19
20
21
22
23
Выпуск 2/2011
Экономика и управление
Известия ГУАП
Санкт-Петербургский государственный университет аэрокосмического приборостроения
Окончание табл. 1
№
Результаты анализа компетенций, уровень подготовки – бакалавриат
№
Результаты анализа компетенций, уровень подготовки – бакалавриат
24
готовность к поиску путей повышения
качества транспортно-логистического
обслуживания грузовладельцев, развития
инфраструктуры товарного рынка и каналов
распределения
способность находить организационноуправленческие решения в нестандартных
ситуациях и готовность нести за них ответственность
способность собирать, обрабатывать, анализировать и систематизировать научно-техническую информацию по тематике исследования,
использовать достижения отечественной и
зарубежной науки, техники и технологии
способность осуществлять сбор и анализ медико-биологической и научнотехнической информации, обобщать
отечественный и зарубежный опыт в сфере
биотехнических систем и технологий, проводить анализ патентной литературы
28
готовность внедрять результаты исследований и разработок и организовывать защиту
прав на объекты интеллектуальной собственности
готовность внедрять результаты исследований и разработок и организовывать защиту
прав на объекты интеллектуальной собственности
готовность к внедрению и коммерциализации результатов исследований и проектноконструкторских разработок
способность к участию в оценке инновационного потенциала новой продукции в избранной области технической физики
способность формировать новые конкурентоспособные идеи и реализовывать их в
проектах
25
26
27
29
30
31
32
Таблица 2
Результаты анализа компетенций (уровень подготовки - магистратура)
№
Результаты анализа компетенций, уровень подготовки – магистратура
Компетенции, связанные
с менеджментом качества
1
адаптация современных версий систем
управления качеством к конкретным условиям производства на основе международных
стандартов, осуществление технического
контроля и управления качеством
2
организация современного метрологического обеспечения технологических процессов
производства приборных систем, разработка
новых методов контроля качества выпускаемой продукции, технологических процессов
и их сертификация
3
способность руководить созданием
нормативно-правовой документации, регулирующей деятельность по автоматизации
и управлению производством, жизненному
циклу продукции и ее качеству
4
способность участвовать в подготовке документации для создания и развития системы
менеджмента качества предприятия
Компетенции, связанные с инновационными
технологиями
5
оценивать инновационный потенциал проекта
6
разработка и внедрение новых технологических процессов с использованием гибких
производственных систем и оценка экономической эффективности и инновационнотехнологических рисков при их внедрении
7
разработка планов и программ организации
инновационной деятельности на предприятии
Выпуск 2/2011 №
Результаты анализа компетенций, уровень подготовки – магистратура
8
способность выявлять и проводить исследование эффективных направлений финансового обеспечения инновационного развития на
микро-, мезо- и макроуровне
способность к координации работы персонала для комплексного решения инновационных проблем – от идеи до серийного производства
способность организовывать разработку планов и программ инновационной деятельности
на предприятии в управлении программами
освоения новой продукции и технологии
способность оценивать инновационные риски
коммерциализации проектов
способность предложить конкретные мероприятия по реализации разработанных проектов и программ
9
10
11
12
13
способность разрабатывать планы и программы инновационной деятельности в подразделении
14
способность самостоятельно осуществлять
подготовку заданий и разрабатывать проектные решения с учетом фактора неопределенности, разрабатывать соответствующие методические и нормативные документы, а также
предложения и мероприятия по реализации
разработанных проектов и программ
умение осуществлять научноисследовательскую и инновационную деятельность в целях получения нового знания
15
85
Известия ГУАП
Экономика и управление
Санкт-Петербургский государственный университет аэрокосмического приборостроения
В каждом из рассмотренных ФГОС присутствуют компетенции, в соответствии с которыми выпускник должен в той или иной степени
быть обучен основам менеджмента качества,
быть ознакомлен с основными положениями
сертификации систем менеджмента качества,
иметь представление об основах инновацион-
86 ной деятельности в сфере продвижения нового
продукта или услуги на рынке. Из чего следует, что дисциплины, связанные с «Управлением качеством» и «Управлением инновациями»
целесообразно вводить в каждый учебный план
основной образовательной программы, что позволит обеспечить высокий уровень подготовки
кадров.
Выпуск 2/2011
Сведения об авторах
Санкт-Петербургский государственный университет аэрокосмического приборостроения
Ахметов Равиль Нургалиевич,
кандидат техни­ческих наук, гене­ральный конструктор ФГУП ГНП РКЦ «ЦСКБ – Прогресс»,
специалист в области про­ектирования и испытаний ракетно-кос­мической техники.
Болсуновский Михаил Александрович,
Заместитель генерального директора компании
«Совзонд» (г. Москва). Компания «Совзонд» является ведущим российским интегратором в области технологий дистанционного зондирования Земли и геоинформационных систем.
Головченко А.А.,
сотрудник Государственного научно-производственного ракетно-космического центра
«ЦСКБ – Прогресс» (г. Самара).
Дворкин Борис Аркадьевич,
кандидат географических наук, сотрудник компании «Совзонд» (г. Москва). Область научных
интересов: разработка геоинформационных систем, методы и алгоритмы тематической обработки космической информации.
Дудкин Сергей Анатольевич,
кандидат технических наук, сотрудник компании «Совзонд» (г. Москва) Область научных интересов: технологии дистанционного зондирования
Земли, разработка алгоритмов и методик тематической обработки космической информации.
Дюмин А. Ф.,
ведущий инженер, Самарский государственный
технический университет.
Ефимов Александр Андреевич,
доктор технических наук, профессор заведующий кафедрой электротехники и технической
диагностики ГУАП. Область научных интересов – управление и диагностика устройств силовой электроники и электромеханических систем.
Иванов Василий Анатольевич,
старший инженер кафедры физики государственного университета аэрокосмического приборостроения. Область научных интересов: оптическое приборостроение, оптические покрытия.
Карасев Василий Владимирович
кандидат технических наук, старший научный
сотрудник лаборатории интегрированных систем автоматизированного проектирования Ин-
Выпуск 2/2011 ститута проблем машиноведения Российской
академии наук (ИПМаш РАН). Область научных интересов – логика, теория вероятностей,
комбинаторный анализ, сложные системы, теория организационных систем, экспертные системы, анализ данных.
Котликов Е.Н.,
доктор физико-математических наук, профессор, Заслуженный работник высшей школы РФ,
заведующий кафедрой физики государственного университета аэрокосмического приборостроения. Область научных интересов: оптика, спектроскопия, оптическое приборостроение, оптические покрытия, физика тонких пленок
Ларин Валерий Павлович,
доктор технических наук, профессор, заведующий кафедрой микро- и нанотехнологий аэрокосмического приборостроения. Область научных интересов: конструкторско-технологическое проектирование электронной аппаратуры
Литвинчук Леонард Александрович,
доцент кафедры метрологического обеспечения
инновационных технологий государственного
университета аэрокосмического приборостроения, Область научных интересов – радиолокация, цифровая обработка сигналов.
Макаров Валентин Павлович,
доктор технических наук, профессор, советник
ФГУП ГНП РКЦ «ЦСКБ – Прогресс», специалист в области сис­тем управления движением
КА.
Мальцев Георгий Николаевич,
Заслуженный деятель науки РФ, доктор технических наук, профессор кафедры бортовой радиоэлектронной аппаратуры государственного
университета аэрокосмического приборостроения, профессор кафедры Космических радиотехнических систем ВКА им. А. Ф. Можайского
Область научных интересов – космические системы и комплексы, радиотехнические и оптико-электронные системы сбора и передачи информации.
Мишура Тамара Прохоровна,
доцент кафедры метрологического обеспечения
инновационных технологий ГУАП, Почетный
работник высшего профессионального образования РФ. Область научных интересов – радиолокация, цифровая обработка сигналов.
87
Известия ГУАП
Сведения об авторах
Санкт-Петербургский государственный университет аэрокосмического приборостроения
Новикова Юлиана Александровна,
магистрант кафедры физики ГУАП. Область научных интересов: оптическое приборостроение,
оптические покрытия.
Потапов Андрей Владимирович,
сотрудник инженерно-технологического центра
«СканЭкс» (г. Москва). ИТЦ «СканЭкс» – ведущий российский разработчик аппаратно-программных комплексов для приема и обработки
космической информации, обработки данных
дистанционного зондирования Земли из космоса.
Пушкарский Сергей Васильевич,
кандидат технических наук, старший научный сотрудник, заместитель директора «НИИ
КС имени А. А. Максимова» – филиала ФГУП
«ГКНПЦ им. М. В. Хруничева» по подготовке
научных кадров, международным программам,
первый заместитель генерального конструктора
МФКС Союзного государства.
Радьков Александр Васильевич,
кандидат технических наук, старший научный
сотрудник, начальник комплекса «НИИ КС имени А. А. Максимова» – филиала ФГУП «ГКНПЦ
им. М. В. Хруничева», заместитель генерального
конструктора МФКС Союзного государства.
Рембеза Анатолий Иванович,
доктор технических наук, профессор, заместитель начальника комплекса «НИИ КС имени
А.А. Максимова» – филиала ФГУП «ГКНПЦ
им.М.В.Хруничева»
ганизационно-методические принципы управления; автоматизация и управление технологическими процессами и производствами.
Смирнов Александр Олегович,
доктор физико-математических наук, доцент, заведующий кафедрой высшей математики ГУАП.
Область научных интересов – нелинейные задачи математической физики.
Соллогуб Анатолий Владимирович,
доктор технических наук, профессор, лауреат
Ленинской премии, главный научный сотрудник ФГУП ГНП РКЦ «ЦСКБ – Прогресс», специалист в об­ласти моделирования ракетно-косми­
ческих систем.
Соложенцев Евгений Дмитриевич,
профессор кафедры информационных технологий в экономике ГУАП, заведующий лабораторией интегрированных систем автоматизированного проектирования Института проблем машиноведения Российской академии наук (ИПМаш
РАН), Заслуженный деятель науки РФ, Председатель Оргкомитета Международных научных
школ «Моделирование и анализ безопасности и
риска в сложных системах» (Санкт-Петербург).
Область научных интересов – моделирование,
анализ и управление риском и эффективностью
при проектировании, испытаниях и эксплуатации экономических, организационных и технических систем.
Тропин Алексей Николаевич,
аспирант, ведущий научный сотрудник «НИИ
КС имени А. А. Максимова» – филиала ФГУП
«ГКНПЦ им.М.В.Хруничева».
кандидат физико-математических наук, старший преподаватель кафедры физики, начальник лаборатории НИИ «Гириконд». Область научных интересов: оптическое приборостроение,
оптические покрытия, физика тонких пленок.
Семенова Елена Георгиевна,
Филатов А. В.,
доктор технических наук, профессор, Почетный
работник высшего профессионального образования РФ, Лауреат премии Правительства СанктПетербурга, декан факультета инноватики и базовой магистерской подготовки, заведующая кафедрой инноватики и управления качеством. Область научных интересов: системы менеджмента
качества профессионального образования; методы мониторинга образовательных процессов; ор-
сотрудник
Государственного
научно-производственного ракетно-космического центра
«ЦСКБ – Прогресс» (г. Самара).
Корнейчук Евгения Юрьевна,
88 Фролова Елена Александровна,
кандидат технических наук, доцент кафедры инноватики и управления качеством, область научных интересов – обеспечение качества функционирования сложных технических систем.
Выпуск 2/2011
Содержание
Предисловие главного редактора
Хименко В. И.3
ТЕХНОЛОГИИ ОБРАБОТКИ ИНФОРМАЦИИ
Пушкарский С. В., Радьков А. В.,
Рембеза А. И., Корнейчук Е. Ю. Проблемы
и возможности надежного краткосрочного
прогнозирования землетрясений 4
Потапов А. В. Космоснимки и геопорталы
для гражданского общества 13
ЛОКАЦИЯ, НАВИГАЦИЯ И СВЯЗЬ
Болсуновский М. А., Дудкин С. А.,
Дворкин Б. А. Ближайшие перспективы
развития систем дистанционного
зондирования Земли 17
Мальцев Г. Н. Многоспектральное дистанционное зондирование Земли из космоса 22
Мишура Т. П., Литвинчук Л. А. Оптимальный
алгоритм сверхрелеевского разрешения
когерентных сигналов по времени задержки 31
УПРАВЛЕНИЕ И НАВИГАЦИЯ
Ахметов Р. Н., Соллогуб А. В., Макаров В. П.,
Головченко А. А., Филатов А. В. Полетная
калибровка бесплатформенной инерциальной
системы ориентации космических аппаратов
мониторинга земли 38
Дюмин А. Ф. Параметрический синтез
оптимального линейного фильтра в задаче
калибровки измерителей угловой скорости
бесплатформенной инерциальной системы
определения ориентации 45
МОДЕЛИ ПРОЦЕССОВ И СИСТЕМ
Смирнов А. О. Двухфазные волны-убийцы 54
ЭЛЕКТРОТЕХНИКА И ЭЛЕКТРОТЕХНОЛОГИИ
Ефимов А. А. Управление активными
преобразователями в составе электромеханических систем 58
ТЕХНОЛОГИИ ПРИБОРОСТРОЕНИЯ
Ларин В. П. Синтез конструкторско-технологических решений при проектировании
бортовой электронной аппаратуры 68
Котликов Е. Н., Иванов В. А., Новикова Ю. А.,
Тропин А. Н., Шалин В. Б. Проектирование
и особенности изготовления инфракрасных
оптических покрытий с воспроизводимыми
характеристиками 72
ЭКОНОМИКА И УПРАВЛЕНИЕ
Соложенцев Е. Д., Карасев И. И. Технологии
управления рисками 78
Семенова Е. Г., Фролова Е. А. Принципы
повышения эффективности образовательного
процесса в рамках компетентностного
подхода 83
СВЕДЕНИЯ ОБ АВТОРАХ 87
Известия ГУАП
Аэрокосмическое приборостроение
Выпуск 2
Научный журнал
Ответственный секретарь В. Н. Соколова
Материалы публикуются в авторской редакции
Компьютерная верстка и дизайн А. Н. Колешко
Сдано в набор 17.12.11. Подписано к печати 25.12.11. Формат 60×84 1/8.
Печать офсетная. Усл.-печ. л. 10,5. Уч.-изд. л. 12,8. Тираж 200 экз. Заказ № 661.
Редакционно-издательский центр ГУАП
190000, Санкт-Петербург, Б. Морская ул., 67
Уважаемые авторы!
При подготовке рукописей статей редакция просит Вас руководствоваться следующими рекомендациями.
Объем статьи (текст, таблицы, иллюстрации и библиография) не должен превышать эквивалента в 20 страниц, напечатанных на бумаге формата А4 на одной стороне через 1,5 интервала в
Word шрифтом Times New Roman размером 13.
Обязательными элементами оформления статьи являются: индекс УДК, заглавие, инициалы
и фамилия автора (авторов), ученая степень, звание, полное название организации, аннотация
(7–10 строк) и ключевые слова.
Формулы в текстовой строке набираются в Word, не используя формульный редактор
(Mathtype или Equation), только в том случае, если средства Word не позволяют набрать формулу или символ (например, простая дробь, символы с «крышками» и т. д.), используйте имеющийся в Word формульный редактор Mathtype или Equation; формулы, стоящие в отдельной
строке, могут быть набраны как угодно; при наборе формул в формульном редакторе знаки препинания, ограничивающие формулу, набирайте вместе с формулой; для установки размера
шрифта никогда не пользуйтесь вкладкой Other..., используйте вкладку Define; в формулах не
отделяйте пробелами математические знаки.
При наборе в тексте символов, обозначаемых латинскими буквами, набираются светлым курсивом, русские и греческие — светлым прямым, векторы и матрицы — прямым полужирным
шрифтом.
Иллюстрации в текст не заверcтываются и предоставляются отдельными исходными файлами, поддающимися редактированию:
— рисунки, графики, диаграммы, блок-схемы изготавливаются в векторных программах:
Visio 4, 5, 2002–2003 (*.vsd); Coreldraw (*.cdr); Excel; Word; AdobeIllustrator; AutoCad (*.dxf);
компас; Matlab (экспорт в формат *.ai);
— фото и растровые — в формате *.tif, *.png с максимальным разрешением (не менее 300
pixels/inch).
В редакцию предоставляются:
— сведения об авторе (фамилия, имя, отчество, место работы, должность, ученое звание, ученая степень, область научных интересов, домашний и служебный адреса и телефоны, факс, эл.
адрес);
— экспертное заключение.
Список литературы составляется по порядку ссылок в тексте и оформляется следующим образом:
— для книг и сборников — фамилия и инициалы авторов, полное название книги (сборника),
город, издательство, год, общее количество страниц;
— для журнальных статей — фамилия и инициалы авторов, полное название статьи, название журнала, год издания, номер журнала, номера страниц;
— ссылки на иностранную литературу следует давать на языке оригинала без сокращений;
— при использовании web-материалов указывайте адрес сайта и дату обращения.
Более подробную информацию см. на сайте: www.i-us.ru
Для заметок
Документ
Категория
Без категории
Просмотров
14
Размер файла
23 433 Кб
Теги
2himenko, 2011
1/--страниц
Пожаловаться на содержимое документа