авторефераты диссертаций БЕСПЛАТНАЯ БИБЛИОТЕКА РОССИИ

КОНФЕРЕНЦИИ, КНИГИ, ПОСОБИЯ, НАУЧНЫЕ ИЗДАНИЯ

<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:     | 1 |   ...   | 8 | 9 || 11 | 12 |   ...   | 21 |

«Министерство Образования и Науки Российской Федерации МИНИСТЕРСТВО ОБОРОНЫ РОССИЙСКОЙ ФЕДЕРАЦИИ СИБИРСКИЙ ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ ИНСТИТУТ ВОЕННОГО ...»

-- [ Страница 10 ] --

• радиолокационные системы посадки (РСП);

• угломерно-дальномерная радиотехническая система (радиотехни ческая система ближней навигации – РСБН);

• радиомаячная система посадки (РМС);

• командно-диспетчерский пункт (стартовый командный пункт);

• средства радиосвязи.

ОСП включает в свой состав приводные аэродромные радиостанции (ПАР), автоматический радиопеленгатор (АРП), кодовый неоновый свето маяк (КНС) и светооборудование (комплекс аэродромных огней и прожек торные станции). Приводные радиостанции совместно с самолетными ра диокомпасами образуют угломерную систему и обеспечивают непрерыв ное получение текущего значения курсового угла воздушного судна.

332 СЕКЦИЯ Автоматические радиопеленгаторы (АРПы) обеспечивают получение пеленга на работающую радиостанцию самолета в диапазоне частот 100–150 и 220–400 МГц с точностью ±2° при дальности действия до 150 км. РСП служит для контроля и управления движением самолетов в районе аэродрома, их опознавания и вывода на ВПП в простых и сложных метеоусловиях днем и ночью.

РСБН предназначена для непрерывного определения координат (азимута и дальности) на самолете и земле, привода самолета в любую за данную точку с указанием момента прохода этой точки, полета по мар шруту и выполнения предпосадочного маневра. Определение местонахож дения самолета осуществляется по принципу радиолокации с активным ответом. Основные элементы системы – курсовой и глиссадный радиомая ки (КРМ и ГРМ), создающие в пространстве равносигнальные зоны по курсу и глиссаде.

Недостатками традиционной системы посадки являются:

1. Высокая стоимость наземного оборудования и длительное время развертывания (свертывания).

2. Большое количество обслуживающего персонала, необходимое для обеспечения посадки с помощью традиционных систем.

3. Невозможность обеспечения скрытности аэродрома в условиях боевых действий.

4. Отсутствие возможности определения взаимного положения ВС и ВПП в пространстве.

Перспективным направлением развития систем посадки ВС стано вятся системы посадки с использованием спутниковой радионавигации.

Рис.

СЕКЦИЯ Рассмотрим одну из таких систем, в которой используются космиче ские аппараты спутниковых радионавигационных систем (СРНС) ГЛО НАСС и GPS.

На ВС размещен один радионавигационный приемник с двумя разнесенными вдоль оси воздушного судна приемными антеннами (№ 1, 2) для определения курса и тангажа ВС и один радионавигационный приемник на передней границе ВПП с одной антенной (№ 3) для определе ния координат ВПП (см. рисунок). Одновременный прием радионавигаци онных сигналов в точках № 1, 2 позволяет определить курс ВС, а в точке № 3 – местоположение ВПП, что в целом дает возможность найти их вза имное положение в пространстве. При установлении радиосвязи между ВС и ВПП для передачи текущей навигационной информации и измерении разности фаз принятых сигналов между точками № 1, 2, 3 можно опреде лить текущий курс и тангаж движения ВС, расстояние до передней грани цы ВПП и непрерывно выдавать текущие координаты взаимного располо жения ВС и ВПП в систему индикации для отображения пилоту.

Вычислительная система текущих координат ВС, система передачи навигационных координат между ВПП и ВС и пилотажная система нави гационной индикации должны работать с таким циклом, чтобы обеспечи валась безопасность полета ВС.

Возможность скрытной посадки ВС на ВПП в условиях боевых дей ствий обеспечивается кратковременным обменом навигационной инфор мации между ВС и ВПП по средствам радиосвязи. ВС при выходе в район аэродрома производит однократный запрос на получение координат ВПП, при получении запроса система передачи навигационной информации ВПП передает однократно на борт ВС координаты ВПП.

В зависимости от расстояния между ВС и ВПП погрешность определе ния взаимных координат по кодовым измерениям составит 1–5 м, а при изме рениях радионавигационных параметров с использованием информации по фазе несущей частоты сигналов НКА – до 0,1 м. Данные результаты позволя ют осуществлять точную посадку ВС в различных погодных условиях без де маскирующих световых и радиосигналов на неподвижные и подвижные ВПП, что значительно расширяет область применения данных систем посадки.

Для надежности и достоверности пилотажно-навигационной инфор мации при посадке воздушного судна целесообразна совместная обработка сигналов, как от навигационных спутников, так и данных пилотажных из мерений, с последующим их сравнением и формированием корректирую щих поправок непосредственно на борту ВС с помощью находящегося в составе бортового оборудования специального блока обработки сигна лов. При этом в качестве пилотажных измерений предусматривается обра ботка сигналов указателя скорости, барометрического электромагнитного высотомера и радиовысотомера, являющихся основными пилотажными параметрами при посадке ВС.

334 СЕКЦИЯ По данным системам посадки ВС проводились испытания с целью проверки рабоспособности угломерной аппаратуры МРК-11 под вращаю щимися лопастями вертолета Ми-8 и в полете. В процессе испытаний был выполнен полет, в ходе которого проводились измерения текущих коорди нат, вектора скорости и параметров угловой ориентации.

По результатам эксперимента можно сделать следующие выводы:

1. Угломерная аппаратура устойчиво работает на авиационной тех нике.

2. Определение пространственной ориентации мобильных объектов по сигналам СРНС ГЛОНАСС и GPS может обеспечиваться со средне квадратической погрешностью от десятков до единиц угловых минут.

3. Решение задачи определения относительных координат подвиж ных объектов по сигналам СРНС ГЛОНАСС и GPS может обеспечить из мерение со среднеквадратической погрешностью от 1 до 3 м для относи тельного режима по кодовым измерениям радионавигационных парамет ров и до нескольких сантиметров для фазового метода измерения. При этом среднеквадратическая погрешность измерения абсолютных коорди нат объектов составляет 10–15 м.

Преимуществами данной системы посадки являются:

• удобство эксплуатации и низкая стоимость как бортового, так и наземного оборудования;

• глобальность применения в различных условиях с обеспечением высокой точности посадки ВС;

• развертывание данных систем в сжатые сроки на необорудован ные ВПП.

Недостатком такой системы посадки пока остается низкая помехо защищенность.

Список литературы 1. Денисов, В. П. Фазовые радиопеленгаторы : монография / В. П. Де нисов, Д. В. Дубинин. – Томск : Томский государственный университет систем управления и радиоэлектроники, 2002. – 251 с.

2. Сетевые спутниковые радионавигационные системы / под ред.

В. С. Шебшаевича. – 2-е изд., перераб. и доп. – М. : Радио и связь, 1993. – 408 с.

3. Радионавигационные системы и устройства : учеб. пособие / В. И. Ко корин. – КГТУ, 2006. – С. 44–68.

СЕКЦИЯ УДК 621.396. Н. П. Богомолов1, А. Н. Борисов1, А. В. Горбунов1, В. Г. Сидоров Сибирский федеральный университет, г. Красноярск Сибирский государственный аэрокосмический университет имени академика М.Ф. Решетнева, г. Красноярск ФИЛЬТРАЦИЯ И КОМПЛЕКСИРОВАНИЕ ОЦЕНОК ПАРАМЕТРОВ ТРАЕКТОРИИ ЦЕЛИ В МНОГОДИАПАЗОННОЙ РАДИОЛОКАЦИОННОЙ СИСТЕМЕ Развитие теории и практики многопозиционных радиолокационных систем (МПРЛС) осуществляется в настоящее время как в направлении со вершенствования методов первичной обработки сигналов, так и в разра ботке и исследовании алгоритмов фильтрации и объединения координат ной информации [1, 2].

Одной наиболее важной тактико-технической характеристикой МПРЛС является высокая точность оценки параметров траекторий целей.

Соответствующие погрешности измерений при оценивании параметров траекторий целей в МПРЛС должны быть реализованы на основании тре бований, предъявляемых к МПРЛС со стороны потребителя радиолока циионной информации (РЛИ). В работе приводятся результаты исследо вания возможностей обеспечения беспоискового обнаружения цели стан цией наведения ракет (СНР) зенитной ракетной системы (ЗРС) С-300В по целеуказанию радиолокационных станций (РЛС) «Обзор-3», «Противник ГЕ» и «Имбирь».

Алгоритм объединения координатной информации для двухпозици онной РЛС рассмотрим на примере двухпозиционной РЛС. Результирую щая оценка вектора состояния рассчитывается в центре обработки инфор мации (ЦОИ) путем комплексирования оценок параметров траекторий це лей, рассчитанных в приемных позициях (ПРП) с применением как алго ритмов только первичной, так и вторичной обработок РЛИ.

Ввиду того, что оценки векторов состояния первой ( 1 ) и второй по зиций ( 2 ) независимы, для синтеза алгоритма, основанного на алгоритме комплексирования соответствующих оценок 1 и 2 в ЦОИ, применим ме тодику, приведенную в [2].

336 СЕКЦИЯ Оценки 1 и 2 имеют нормальный закон распределения [2]:

n p( ) = ( 2 ) Ci exp ( i )T Ci ( i ) / 2, (1) 2 где – оцениваемый случайный вектор состояния;

С1, С2 – симметричные матрицы точности соответственно для первой (i = 1) и второй (i = 2) при емных позиций (i = 1, 2).

Найдем выражение логарифма совместной плотности вероятности:

lnp(1,2 ) =1/ 2( 1 )T C( 1 )1/ 2( 2 )T C( 2 )+const.

1 2 (2) После несложных математических преобразований приходим к стан дартной форме записи многомерного нормального закона:

n 1 p( 1, 2 ) = ( 2 ) C p exp ( p )T C p ( p ).

(3) 2 2 Формально введенные величины Ср и p приобретают отчетливый смысл результирующей матрицы точности и результирующей оценки век тора состояния на выходе ЦОИ:

Ср = С1 + С2, (4) p = C p 1( C11 + C2 2 ).

(5) Имитационное математическое моделирование работы алгоритмов комплексирования оценок координат цели выполнено для многодиапазон ной радиолокационной системы (МДРЛС), входящей в состав ЗРС С-300В.

Состав радиолокационных станции ЗРС С-300В: РЛС кругового об зора «Обзор-3»;

РЛС программного обзора «Имбирь»;

СНР [3]. Кроме то го, в МДРЛС предлагается дополнительно включить РЛС пятого поколе ния «Противник-ГЕ». Среднеквадратические ошибки (СКО) измерений РЛС МДРЛС ПВО приведен в таблице [3].

В работе рассматривается случай регулярного измерения. Известно, что при регулярном измерении ошибки измерений количественно характе ризуются размерами эллипсоида ошибок измерений [4]. Размеры эллип соида ошибок измерений и его ориентация зависят от потенциальных СКО измерений вектора наблюдений и геометрии МДРЛС.

СЕКЦИЯ Таблица Среднеквадратические ошибки измерений РЛС МДРЛС ПВО Характеристика «Противник-ГЕ» «Обзор-3» «Имбирь» СНР Дальности, м 50 250 70 5– Азимута, мин 10 30 15 0, Угла места, мин 8 35 12 7, В работе принято, что если величины главных полуосей эллипсоида ошибок измерений МДРЛС будут меньше или равны соответствующим величинам СНР, то задача по обеспечению СНР такими точностными ха рактеристиками для беспоискового обнаружения цели будет решена.

Корреляционная матрица ошибок измерений Сб в декартовой систе ме координат определяется соотношением [2] Сб-1 = HCлHT. (6) Имитационное моделирование проводилось при следующих допу щениях:

а) рассматривается случай регулярного измерения при отсутствии внешних помех;

б) модель движения цели соответствует равномерному прямолинейно му движению на постоянной высоте Zц = 15 км со скоростью V = 1 000 км/ч в направлении на ЦОИ;

обнаружение цели, и слежение за ней началось РЛС дежурного режима «Противник-ГЕ», кругового обзора «Обзор-3» на дальности 300 км, РЛС программного обзора «Имбирь» – 170 км, период обновления информации составляет T = 10 с.

На рисунке представлены зависимости СКО измерения координаты x км от числа шагов поступления информации k, x = f ( K ). Полученные ре зультаты показали, что характер изменения потенциальных СКО измерения по координатам y, z аналогичен характеру изменения по координате х.

Кривая 1 показывает зависимость потенциальной СКО измерений для РЛС «Имбирь», кривая 2 – «Противник-ГЕ». Кривая 4 соответствует случаю, когда в обработке информации участвуют РЛС «Противник-ГЕ»

и «Имбирь». Кривая 3 – СНР ЗРС С-300В. Из анализа полученных резуль татов следует, что беспоисковое обнаружение цели СНР возможно только в том случае, если слежение за целью и обработка координатной информа ции выполняется станциями «Противник-ГЕ» и «Имбирь», которые могут обнаружить цель на дальности 175 км, что в отдельных случаях является недостаточным значением для выполнения поставленной задачи перед ЗРС С-300В. Рассмотрим алгоритмы вторичной обработки РЛИ, основанные на алгоритмах фильтрации Калмана [1, 2];

338 СЕКЦИЯ = ( k H k +K ), (7) k / k 1 k / k k k = B k k 1, (8) k / k [ ] K k = Ck1k 1 k Ck1k 1 + Ck, (9) k k C k1k 1 = к C k1 T + Qk, (10) к Ck1 = Ck1k 1 K k k Ck1k 1, (11) где k – оценка вектора состояния;

k k 1 – прогнозированная оценка векто ра состояния;

K k – матричный коэффициент усиления фильтра Калмана, € k – оценка вектора наблюдаемых параметров;

Hk· k k 1 – прогнозированная оценка вектора наблюдаемых параметров;

Вk – динамическая матрица пе ресчета;

Ck1k 1 – корреляционная матрица ошибок прогнозирования;

C k1 – корреляционная матрица ошибок текущего оценивания;

Qk – матрица текущего дискретного случайного маневра;

Т – знак транспонирования матрицы;

C k1 – корреляционная матрица ошибок вектора состояния. Кривая 5 на рисунке соответствует характеру изменения СКО координаты х ре зультатов калмановской фильтрации потенциальных СКО измерений РЛС «Имбирь», кривая 6 – РЛС «Противник-ГЕ».

х, м k Рис. Зависимость СКО измерений координаты x в метрах от номера шага фильтрации На основании результатов проведенного моделирования можно сде лать следующие выводы:

1. Обеспечение беспоискового обнаружения цели СНР не реализует ся целеуказанием от РЛС «Обзор-3», в том числе с применением в ЦОИ алгоритмов фильтрации Калмана. Соответствующее СКО измерений РЛС на 5-м шаге фильтрации в 2,8 раза, на 15-м – в 2,5 раза, на 30 – в 1,8 раза более, чем СНР. Результаты фильтрации в ЦОИ оценок координат РЛС СЕКЦИЯ «Обзор» на рисунке не приводятся для обеспечения большей наглядности результатов моделирования другими РЛС.

2. Применение алгоритмов фильтрации Калмана в ЦОИ оценок векто ра состояния РЛИ «Противник-ГЕ» и «Имбирь» показывает, что беспоиско вое обнаружение цели обеспечивается практически непосредственно с мо мента начала фильтрации. Использование при этом целеуказания от РЛС «Обзор-3» нецелесообразно, из-за большой разницы соответствующих СКО измерений, а вторичная обработка в ЦОИ значительно усложняется.

3. Предложенные методы, алгоритмы и рекомендации при разработке и модернизации алгоритмов оценивания координат и параметров движения цели в МДРЛС позволит повысить эффективность группировки ПВО.

Список литературы 1. Черняк, В. С. Многопозиционная радиолокация / В. С. Черняк. – М. : Радио и связь, 1993. – 416 с.

2. Ширман, Я. Д. Теория и техника обработки радиолокационной информации на фоне помех / Я. Д. Ширман, В. Н. Манжос. – М. : Радио и связь, 1981. – 416 с.

3. Василин, Н. Я. Зенитные ракетные комплексы / Н. Я. Василин, А. Л. Гринович. – Мн. : ООО «Попурри», 2002. – 464 с.

УДК 62- М. И. Ботов1, В. В. Девотчак1, В. А. Вяхирев Красноярский авиационный технический колледж гражданской Авиации 2Сибирский федеральный университет, г. Красноярск ПРОБЛЕМЫ МНОГОФАКТОРНОГО АНАЛИЗА СЛОЖНЫХ ТЕХНИЧЕСКИХ СИСТЕМ Технологическая сложность, финансово-, ресурсо- и энергоемкость, существенная пространственно-временная гибкость компонентов ряда технико-технологических систем государственного назначения (например, системы гражданской авиации, сложной системы гидротеплоэнергети ческих мощностей страны, эргатических систем оборонного характера и ряд других) приводят к необходимости анализа протекающих здесь сто 340 СЕКЦИЯ хастических процессов под углом зрения их структуры и организации.

В настоящее время эта задача решается преимущественно методом качест венного анализа, при котором среднестатистические показатели качества таких систем определяют в основном в процессе моделирования на ЭВМ наиболее типичных или вероятных вариантов их функционирования и раз вития. Недостатком такого качественного анализа является низкая досто верность полученных результатов. В этой связи возникает проблема поис ка более или менее адекватной математической модели, отражающей зако номерные связи обобщенного критерия эффективности подобного класса систем с основными параметрами ее компонентов (подсистем), параметра ми надсистемы и параметрами внешней среды (в первую очередь – при родного и техногенного характера).

На примере системы ПВО получим аналитическое выражение, по зволяющее проводить количественный многофакторный анализ эффек тивности ряда сложных технико-технологических систем подобного класса. Для решения поставленной задачи воспользуемся методикой, из ложенной в [1, 2].

СВН в полете. Внешняя среда Радиолокационная информация. Огневое поражение, Активные и пассивные помехи. радиопротиводействие, Противорадиолокац. снаряды маскировка Радиолокационная Системы ЗРВ и ИА система РТВ Разведывательная Информация Боевая Боевые информация управления информация донесения СИСТЕМА УПРАВЛЕНИЯ Рис. 1. Схема абстрактной системы ПВО Рассмотрим некоторую абстрактную систему ПВО (рис. 1), содер жащую i огневых подсистем (зенитно-ракетных и истребительно авиационных полков и бригад), радиолокационную систему РТВ и некото рую систему управления. Эффект от ее использования будем исчислять посредством размера предотвращенного ущерба U, который может быть нанесен обороняемым объектам в процессе воздушного удара противника.

При независимых воздействиях целей по объектам этот ущерб можно опи сать выражением СЕКЦИЯ M zj Q U = U h 1 1 A j f hj ( hj ) (1 Pkj ), j =1 h =1 k = где Q – число обороняемых объектов;

U h – ценность (важность) h -го объ екта;

M – число атакующих целей;

A j 1 – опасность (поражающая спо собность) j -й цели;

f hj – функция поражения h -го объекта j -й целью;

hj – расстояние между h -м объектом и точкой атаки j -й цели;

z j – наряд огневых средств ПВО на уничтожение j -й цели;

Pkj – вероятность пора жения k -м средством j -й цели. Обозначим общий ресурс, выделенный для решения всех задач ПВО, через z0 :

L0 M z0 = zl + z j. (1) l =1 j = Здесь zl – часть ресурса для решения l -й информационной (радиолокаци онной) задачи;

L0 = Ll + L1 – общее число решаемых информационных за дач, где Ll – число информационных задач, решаемых по ложным данным;

L1 – число информационных задач, решаемых по реальным целям из числа L (некоторые задачи не решаются, образуется экономия ресурса, которая может быть обращена на решение других задач). Перерасход ресурса вос M + z j z0 zl, где – достоверность боевой информа прещен, поэтому j = ции, зависящая от вероятности ложной тревоги Pl.

Q Поскольку максимально возможный ущерб U max = U h, постольку h = ущерб, предотвращенный системой ПВО (положительный эффект системы ПВО), равен:

zj Q M ( ) (1 Pkj ).

G = U h 1 A j f hj hj (2) j =1 h=1 k = Для упрощения выражения (2) положим, что охраняемые объекты равноценны (U h = 1), поражающая способность воздушных целей по всем объектам удара одинакова ( A j = 1) ;

вероятность поражения j -й цели k -м средством одна и та же ( Pkj = Pj ) ;

z j = z для обнаруженных и z j = 0 для P0 M Q необнаруженных целей. Тогда G = 1 f hj ( hj )(1 Pj ).

z h =1 j = 342 СЕКЦИЯ Поскольку важность охраняемых объектов одинакова, можно счи тать, что на каждый объект попадает одинаковое число целей m = M / Q, для которых f hj 0, а для каждой из остальных M m целей f hj = 0.

Число средств, назначенных на уничтожение каждой цели z j = z0 /( P0 M + p ), где P0 – вероятности правильного обнаружения;

p – ве роятность того, что на ложную цель будет назначено некоторое средство обороны.

Примем, что функция поражения h -го объекта j -й целью изменяет ся по закону f hj = exp k12 hj, где k1 – некоторый коэффициент, характе ризующий боевые возможности j -й цели. Для нападающих целей (при не посредственном огневом воздействии на объект) hj = 0, для остальных це лей hj очень велико. Примем также, что вероятность поражения j -й цели k -м средством ПВО равна Pj = exp k22, где k2 – некоторый коэффици ент, характеризующий боевые возможности соответствующего огневого средства;

– среднеквадратическая ошибка (СКО) боевой информации, поступающей от РТВ. Тогда z ( ) G = P0 M 1 1 e k2 P0 M + p.

Очевидно, что затраченный ресурс зависит от затрат на содержание системы ПВО, израсходованного ресурса и потерь: W = ( P0 M + p) + C.

Здесь C – затраты на эксплуатацию;

– коэффициент, зависящий от цен ности объектов обороны. Поэтому эффективность системы ПВО может быть представлена следующим соотношением:

m z ( ) k22 P0 M + p P0 M 1 1 e.

Э= (3) ( P0 M + ) + C Здесь величины M, m задаются на основании анализа оперативно тактической обстановки с учетом структуры и параметров радиолокаци онного поля (зоны обнаружения ) системы РТВ;

p,, C определяются техническими свойствами огневых средств ПВО;

P0,, характеризуют радиолокационную систему;

z0 определяет боевые возможности огне вых средств ПВО: размер (запас) боекомплекта, допустимую плотность СЕКЦИЯ потока уничтожаемых целей, вероятность поражения;

функция f hj отра жает боевые возможности авиации противника и основные параметры воздушного налета.

Рис. 2. Зависимость эффективности системы ПВО от количества целей, атакующих охраняемые объекты (все остальные параметры фиксированны) Некоторые результаты расчетов эффективности системы ПВО в со ответствии с соотношением (3) представлены на рис. 2–4. При проведении расчетов были приняты следующие допущения: а) наземная группировка ПВО, показатели радиолокационной группировки (количество обрабаты ваемой информации о целях, дискретность обновления информации, точ ность информации о целях, внешняя граница радиолокационного поля и др.) остаются неизменными в течение всего налета;

б) все воздушные объ екты (свои самолёты и воздушные цели) находятся постоянно в радиоло кационном поле группировки. Если же в качестве максимального принять значение эффективности Э = 1, то результаты расчета зависимости эф фективности системы ПВО от количества атакующих целей M будут иметь вид кривой, представленной на рис. 2.

Расчеты проведены в предположении, что остальные параметры соотношения (3) имеют следующие значения: вероятность правильного обнаружения P0 = 0,5 ;

коэффициент, характеризующий боевые возмож ности огневых средств ПВО k 2 = 0,9 ;

точность (условная СКО) боевой информации радиолокационной системы = 0,5 ;

условный огневой за пас (боекомплект) средств ПВО z0 = 60 ;

вероятность назначения на лож ную цель огневого средства ПВО p = 0,1;

вероятность ложной тревоги F = 10 4 ;

достоверность боевой информации = P0 l0 F ;

весовой мно житель l0 = r10 p( H 0 ) / r01 p( H1 ) ;

априорные вероятности соответственно отсутствия и наличия сигнала P ( H 0 ) = P ( H1 ) = 0,5 ;

стоимость ошибок за принятие неправильного решения r10 = r01 = 1 ;

коэффициент, зависящий от ценности объекта, = 1;

коэффициент, характеризующий затраты на 344 СЕКЦИЯ эксплуатацию (подержание вооружения группировки ПВО в боеготовом состоянии и обучение боевых расчетов), C = 0,9 ;

количество охраняе мых объектов Q = 5. Очевидно, что эти параметры могут варьироваться в определенных пределах.

Низкая эффективность системы ПВО при небольшом количестве атакующих целей (рис. 2), подлежащих уничтожению, связана с довольно значительными затратами на поддержание системы в боеготовом состоя нии, которые не могут быть скомпенсированы сравнительно малым коли чеством сбитых самолетов противника (хотя прорыв авиации к охраняе мым объектам и предотвращен, но потенциальные боевые возможности группировки ПВО реализованы не полностью). Достаточно высокая эффек тивность группировки ПВО при 10 М 40 связана с максимальным ис пользованием ее боевых возможностей в условиях высокой плотности на лета воздушного противника (боевые возможности группировки использо ваны полностью и прорыв авиации противника к охраняемым объектам предотвращен).

Сравнительно малое снижение эффективности группировки ПВО при 40 M 60 (на границе полного расхода боекомплекта огневыми сред ствами) связано со следующими факторами: а) для огневого средства ПВО возможно поражение одной ракетой более одного воздушного объекта;

б) при применении истребительной авиации возможно поражение против ника не только с помощью ракет и снарядов артиллерии, но и с помощью воздушного тарана;

в) при большом количестве пораженных воздушных целей возможно наличие паники среди пилотов авиации противника;

г) в процессе налета не все средства поражения авиации противника (из-за сбо ев или технических неисправностей) могут достичь объекты, прикрывае мые группировкой ПВО;

д) задачи, поставленные перед авиацией против ника могут содержать грубые просчеты: ошибочное нацеливание самолёта на объект, который уже уничтожен;

не выделение ударных сил на объекты, оставшиеся целыми;

координаты объектов, заложенные в программах на ведения крылатых ракет, оказались не точными и т. д. В целом такая си туация соответствует тому, что боевые возможности группировки ПВО реализованы полностью, а прорыв авиации противника к охраняемым объ ектам в основном предотвращен.

Существенное снижение эффективности группировки ПВО при M 60 объясняется тем, что плотность потока целей существенно превы шает ее боевые возможности (боевые возможности группировки ПВО реа лизованы полностью, но прорыв авиации противника к охраняемым объ ектам в основном не предотвращен).

СЕКЦИЯ Рис. 3. Зависимость эффективности системы ПВО от величины СКО и количества атакующих целей подлежащих уничтожению На рис. 3 представлена зависимость эффективности группировки ПВО от величины СКО координат воздушных целей и плотности воз душного налета (числа воздушных целей М, участвующих в налете) при:

а) условном коэффициенте затрат на эксплуатацию группировки ПВО C = 1;

б) вероятности назначения на ложную цель огневого средства ПВО p = 0,1. Из рисунка видно, что величина СКО координат воздушных целей оказывает существенное влияние на эффективность системы ПВО. В част ности, величина этих ошибок существенно влияет на качество выполнения боевых задач огневыми средствами ПВО (время поиска и захвата цели на автосопровождение, общее время выполнения боевой задачи, вероятность поражения воздушной цели одной ракетой (одним выстрелом) и т. д.).

Поэтому при величине СКО меньше некоторого значения (рис. 3, для 0,2 ) рост эффективности существенно ограничен. Это связано с тем, что эффективное поражение целей огневыми средствами ПВО происходит при некоторой конечной точности измерения координат этих целей. Дальней шее повышение точности нецелесообразно, так как это не приносит допол нительных преимуществ для системы ПВО, но сопровождается ростом за трат на создание таких средств. В то же время существенное снижение эф фективности группировки ПВО происходит и при наличии грубых ошибок измерения координат целей ( 0,8 ). Это связано: а) с увеличением време ни поиска и захвата цели на автосопровождение и общего времени выпол нения боевой задачи (времени обстрела цели), б) со снижением вероятности огневого поражения воздушных целей (с наличием «промахов») и т. д.

Существенно, что степень влияния СКО на эффективность группи ровки ПВО возрастает по мере увеличения плотности потока целей, участ 346 СЕКЦИЯ вующих в налете (рис. 3). Последнее объясняется тем, что при увеличении числа целей, участвующих в налете, рост ошибок определения координат не может быть скомпенсирован резервом боевого времени, которым рас полагает группировка при отражении налета меньшей плотности. На рис. представлена зависимость эффективности системы ПВО от условной ве личины СКО при: а) коэффициенте затрат на эксплуатацию группировки ПВО C = 1 ;

б) количестве атакующих целей, подлежащих уничтожению M = 80 ;

в) вероятности назначения на ложную цель огневого средства ПВО p = 0,1.

Рис. 4. Зависимость эффективности системы ПВО от величины СКО Данная зависимость интересна тем, что в отличие от сечения про странственной фигуры (рис. 3) плоскостью М = const, она не отражает снижения эффективности системы ПВО при 0. Можно предположить, что это обстоятельство подтверждает известный из теории исследования операции факт, что замена многофакторного анализа стохастической си туации однофакторным сопровождается потерей информации. Варьируя в (3) другими показателями качества системы ПВО и параметрами, харак теризующими воздушного противника, можно проводить развернутую ко личественную оценку эффективности последней, т. е. более или менее обоснованно решать аналитическим методом многофакторную задачу сто хастического характера применительно к различным вариантам удара воз душного противника и моделям построения системы ПВО.

Список литературы 1. Дружинин, В. В. Системотехника / В. В. Дружинин, Д. С. Конто ров. – М. : Радио и связь, 1985. – С. 97–101.

2. Ботов, М. И. Теоретические основы радиолокационных систем Ра диотехнических войск : учеб. пособие / М. И. Ботов, В. А. Вяхирев. – Красноярск, 2007. – С. 50–56.

СЕКЦИЯ УДК 621.396. М. И. Ботов1, В. В. Девотчак1, В. А. Вяхирев Красноярский авиационный технический колледж гражданской авиации Сибирский федеральный университет, г. Красноярск ОСОБЕННОСТИ ПОСТРОЕНИЯ АДАПТИВНЫХ РАДИОЛОКАЦИОННЫХ КОМПЛЕКСОВ С РАЗРЫВНОЙ АПЕРТУРОЙ Пространственно-когерентные многопозиционные (МП) РЛС (МПРЛС) являются наиболее эффективными, обеспечивают максимальный выигрыш в точности, информационной способности и надежности обнаружения ши рокого класса радиолокационных целей. Существенным недостатком та ких систем является сложность технической реализации и необходимость в устойчивых широкополосных каналах связи. В то же время, в ряде прак тически важных случаев, имеется возможность создания пространственно когерентной МП системы с малой базой за счет когерентного объединения сигналов нескольких однотипных РЛС, расположенных на одной либо со седних позициях. В этом случае появляется дополнительная возможность повышения помехозащищенности и точности измерения координат целей на фоне внешних помех при незначительном усложнении радиолокацион ной системы в целом.

Рассмотрим вариант адаптивной радиолокационной системы дис криминаторного типа, обеспечивающий снижение ошибок измерения уг ловых координат целей в условиях воздействия внешних активных помех за счет пространственного разнесения антенн на малую базу. Такие систе мы иногда называют радиолокационными системами с разрывной аперту рой. Переход к адаптивной малобазовой системе с использованием, на пример, одного центрального и двух разнесенных относительно него на величину ±Б вспомогательных пунктов приема может быть осуществлен посредством представления вектора Х () ожидаемого амплитудно фазового распределения (вектора ожидаемого сигнала), обеспечивающего управление положением приемной ДН ФАР в виде блока из трех вспомо гательных векторов:

Х Т () = Х 1 ()е j X 1 () X 1 ()e j, (1) где Х 1 ( ) = exp [ j (2i M 1) / M ], i = 1, М, = Б / l, = (l / )sin – обобщенный угловой параметр;

l – размер антенной решетки;

М – число ее элементов;

– длина волны;

– угловое положение прикрываемой цели.

348 СЕКЦИЯ Структурная схема такого измерителя представлена на рис. 1, где T X 2 ( ) = X 1 ( )exp( j) X 1 ( )exp( j).

Одной из особенностей рассматриваемого измерителя является нали чие в канале с разрывной апертурой интерференционных побочных лепест ков. Поэтому такой измеритель из-за многошкальности измерений содержит два канала: грубый и точный. В первоначальный момент времени захват прикрываемой цели на сопровождение осуществляется грубым каналом, по строенным на основе реального приемного пункта. В дальнейшем, при ус тойчивом сопровождении цели этим каналом, производится переход на со провождение точным каналом, построенным с учетом двух крайних:

X Т ( ) = Х 2 ( ) = X 1 exp( j ) X 1 exp( j) Т либо всех трех пунктов приема. Грубый канал осуществляет контроль од нозначности измерения, а также обеспечивает однозначный перезахват це ли при срыве сопровождения по точному каналу.

… … … 1 T 1 = 1 ФП1 2 = T ФП 1 1 X1 ( ) X 1 X2( ) ) X2 ( БСПВ БСПВ БСПВ БСПВ y Формирова- y Блок совмест- Формирова y тель оценки y 2 тель оценки ной оценки Рис. 1. Схема малобазового радиолокационного комплекса В представленном на рис. 1 измерителе грубый канал построен на центральной ФАР, а разнесенные относительного фазового центра первой на величину ± крайние ФАР образуют точный канал обобщенного угло вого дискриминатора. Оценка обратных корреляционных матриц помех СЕКЦИЯ ФП1 и Ф П12 может выполняться в соответствии с любым алгоритмом век торно-матричной адаптации.

При этом матрица Ф П12 будет иметь блочный вид, поскольку вектор Y состоит из двух подвекторов (подвекторов сигналов левой и правой ФАР).

Выходные дискриминаторные эффекты грубого и точного каналов обозначены соответственно 1 и 2. Обработка эффектов 1 и 2 произво дится в блоке совместной оценки, куда они поступают по соответствующим узкополосным каналам связи. Широкополосный канал связи задействован при передаче вектора сигналов левой ФАР в устройство обработки сигналов точного канала (правой ФАР). Эти каналы связи на рисунке не показаны. Аб бревиатурой БСПВ обозначены блоки скалярного перемножения векторов.

0. 4 3 2 1 0 1 2 3 а 0. 4 3 2 1 0 1 2 3 б Рис. 2. Выходные эффекты суммарных каналов углового дискриминатора с разрывной апертурой: а – в условиях отсутствия внешних помех;

б – воздействия внешних помех 350 СЕКЦИЯ На рис. 2 и 3 (для = 3 ) представлены результаты статистического моделирования рассматриваемого пространственно разнесенного углового дискриминатора: а) на рис. 2 – выходные эффекты соответственно для гру бого (образованного вектором X1 () – штрих-пунктир) и точного (образо ванного вектором X 2 () – сплошная линия) суммарных каналов;

б) на рис.

3 – дискриминаторные характеристики грубого и точного каналов дискри минатора. Кривые на рис. 2, а и 3, а соответствуют ситуации без помех;

кривые, представленные на рис. 2, б и 3, б – в условиях внешних активных помех. По оси абсцисс отложена угловая координата, выраженная в долях полуширины диаграммы направленности грубого канала. Нешумящая цель находится в равносигнальном направлении. Источник помех, интенсив ность которого превышает интенсивность сигнала на 30 дБ, действует в области главных лепестков с угловой координатой 1 = 0,4. Очевидно, что нули дискриминаторных характеристик грубого и точного каналов со ответствуют максимумам своих суммарных диаграмм направленности.

0. 1 0.5 0 0.5 0. а 0. 1 0.5 0 0.5 0. б Рис. 3. Выходные эффекты разностных каналов (дискриминаторные характеристики) углового дискриминатора с разрывной апертурой: а – в условиях отсутствия внешних помех;

б – воздействия внешних помех СЕКЦИЯ Из рисунков видим, что при адаптации к внешней помехе суммарная диаграмма направленности грубого канала существенно искажается, а ее максимум смещается относительно истинного направления на цель почти на четверть от исходной («нуль» характеристики дискриминатора грубого канала смещён примерно на 0,3 полуширины диаграммы направленности измерителя). Суммарная же диаграмма направленности точного канала ис кажается значительно меньше, а ее максимум практически не смещается.

Этот результат достигается за счет эффекта пространственной селекции сигналов. В первом случае источник помех действует на скате основного лепестка, в непосредственной близости от его максимума. Формирование провала адаптивной ФАР в направлении на этот источник сопровождается существенным искажением диаграммы направленности и смещением ее максимума. Во втором случае источник помех оказывается в области ин терференционного лепестка, амплитуда которого существенно меньше ос новного. По этой причине процесс адаптации ФАР с разрывной апертурой оказывает заметно меньшее влияние на форму и пространственное поло жение основного лепестка выходного эффекта точного канала.

Таким образом, при переходе к радиолокационным системам с раз рывной апертурой, влияние мешающих сигналов на точность измерения угловых координат нешумящих целей снижается тем больше, чем больше величина (в пределах неравенства, где – среднеквадратичное отклонение ошибки измерения грубым каналом;

– ширина линейной части Д.Х. точного канала).

УДК 621. О. Р. Никитин, П. А. Полушин, М. В. Гиршевич Владимирский государственный университет, г. Владимир ИСПОЛЬЗОВАНИЕ КОДИРОВАНИЯ ПРИ МНОГОЧАСТОТНОЙ ПЕРЕДАЧЕ СИГНАЛОВ При повышении скорости передачи цифровых сигналов требуется использовать все более широкую полосу частот, а это во многих случаях сопровождается значительной неравномерностью частотной характеристи ки канала. В каналах с рассеянием вследствие многолучевого распростра нения форма частотной характеристики непрерывно меняется случайным 352 СЕКЦИЯ образом [1, с. 7–29;

2, с. 8–24]. Это вызывает появление замираний. Взаи мосвязь изменения коэффициента передачи на различных частотах оцени вается с помощью радиуса частотной корреляции RF, т. е. расстояния на частотной оси между двумя частотами, изменения коэффициента передачи на которых можно считать независимыми.

Если ширина спектра частот сигнала больше радиуса частотной кор реляции канала, то появляются межсимвольная интерференция и селек тивно-частотные замирания, которые характеризуются значительными ис кажениями формы спектра сигнала, вплоть до пропадания спектральных составляющих в некоторых участках спектра.

Одним из методов борьбы межсимвольной интерференцией является применением метода OFDM (Orthogonal Frequency Division Multiplex). Не смотря на перспективность метода, ему присущи значительные недостат ки. Один из них заключается в том, что ширина частных каналов доста точно узкая и частотно-селективные замирания в нем не опасны, так как к значительным искажениям формы спектра не приводят, однако «глад кие» замирания остаются. Поскольку подпотоки передаются по достаточно узкополосным частным каналам, то замирание поражает один или сразу несколько рядом расположенных каналов. Информация, передаваемая по ним, теряется безвозвратно. Таким образом, применение OFDM в целом убирает межсимвольные искажения, но при этом часть символов исходной информационной последовательности (попавшие в пораженные участки полосы спектра) теряются.

При наличии некоторой избыточности в полосе спектра, выделяемой для передачи исходного сигнала, метод использования многочастотных сигналов может быть модифицирован. Модификация основана на организа ции нескольких дополнительных каналов за счет использования частотной избыточности. Кроме того, важной особенностью модификации является и то, что количество поднесущих необходимо выбирать, исходя не из тре буемой ортогональности, а равным или несколько бльшим числа значений радиуса частотной корреляции, укладывающихся в общую полосу канала.

Поскольку это число определяется свойствами канала, а не сигнала, то не обходимость привязки к сигналу и жесткой синхронизации отсутствует.

Ширина частного канала, в котором передается каждая поднесущая, такова, что в нем могут появляться только «гладкие» замирания. Следова тельно, влияние МСИ устраняется, а с воздействием «гладких» замираний борьба ведется с использованием избыточности и ранжирования каналов.

Возможны два подхода, которые различаются по тому, имеется или нет в системе передачи информации канал обратной связи. Можно органи зовать оперативное измерение коэффициента передачи на различных час тотах и на передающей стороне управлять в соответствии с этим ранжиро ванием по качеству каналов.

СЕКЦИЯ Если канал обратной связи отсутствует, то передающая сторона не имеет информации о преимуществах разных участков полосы передачи.

В этом случае ранжирование невозможно и управление нужно организо вать с учетом равноправия их свойств. Исходная передаваемая информа ционная последовательность символов преобразуется в группы по k сим волов. Они рассматриваются как информационная часть какого-либо блочного кода, например кода БЧХ или кода Рида – Малера [3, с. 391–400].

На их основе образуются r проверочных символов, добавляемых к инфор мационным. В целом образуется блок из n символов. Совокупность n част ных каналов рассматривается как расширенное поле для такого кода. Каж дый из символов этого блока передается по своему частному каналу. Все символы по своим каналам могут передаваться одновременно либо с неко торым временным сдвигом в соответствии с их формированием в кодере.

Возможны варианты, когда каждому конкретному частному каналу жестко приписан символ с определенным номером в блоке или когда такого жест кого приписывания не производится.

При пропадании части символов из-за гладких замираний они могут быть восстановлены за счет исправляющих свойств кодов. Могут быть применены и сверточные коды. Избыточность нужна, чтобы устранить влияние замираний. Если канал обратной связи имеется, то по нему может передаваться информация об общем состоянии прямого канала без выде ления частных каналов либо о состоянии коэффициента передачи по каж дому частному каналу. При использовании только информации, общей для всех каналов, могут отслеживаться общие изменения физических свойств среды распространения, которые вызывают появление медленных замира ний. В соответствии с полученной подобной информацией передающая сторона может менять параметры кодирования, получая дополнительный выигрыш по помехоустойчивости.

Однако выигрыш может быть реализован в полной мере в случае пе ременной скорости передачи сигнала. Во время интервалов времени, когда условия передачи хорошие, степень кодирования может уменьшаться, во время интервалов времени с плохим распространением степень кодирова ния увеличивается. Обратно степени кодирования меняется скорость пере дачи информации.

Если требования на условия передачи информации допускают подоб ную переменную скорость передачи, то использование обратного канала обеспечивает величину выигрыша, определяемого статистическими свойст вами медленных замираний. Если и поступление информационных симво лов на передающую сторону, и их использование на приемной стороне должно происходить с постоянной скоростью, то необходимо применять накопители информации, запись на которые ведется с переменной скоро стью, а считывание – с постоянной. Текущий объем информации, записан 354 СЕКЦИЯ ный в накопителе, представляет собой случайную величину, поэтому воз можны ситуации как переполнения накопителя, так и полного его опусто шения. Вероятность подобных сбоев непрерывного считывания падает при увеличении объема накопителя, однако при этом растут и задержки в пере даче информации, поэтому здесь необходимы компромиссные решения.

При использовании информации о «качестве» каждого частного ка нала каналы ранжируются и кодируются по отдельности своими кодерами.

Степень кодирования определяется в соответствии с рангом каждого кана ла. Скорость передачи в каждом частном канале различна и также меняет ся по времени. Может возникнуть ситуация, когда использование избы точных частных каналов не потребуется. Поскольку здесь эффективно ис пользуются «качественные» каналы, они могут скомпенсировать недостат ки «плохих», в данный момент частных каналов.

Список литературы 1. Немировский, А. С. Борьба с замираниями при передаче аналого вых сигналов / А. С. Немировский. – М. : Радио и связь, 1984. – 208 с.

2. Полушин, П. А. Избыточность сигналов в радиосвязи / П. А. По лушин, А. Г. Самойлов. – М. : Радиотехника, 2007. – 256 с.

3. Скляр, Б. Цифровая связь. Теоретические основы и практическое применение / Б. Скляр. – М. : Изд. дом «Вильямс», 2003. – 1 104 с.

УДК 621.391. О. Р. Никитин, П. А. Полушин, В. А. Пятов Владимирский государственный университет, г. Владимир КОМПЛЕКСНОЕ ИСПОЛЬЗОВАНИЕ МЕТОДОВ РАЗНЕСЕНИЯ В КАНАЛАХ ПЕРЕДАЧИ ИНФОРМАЦИИ В настоящее время широко применяются каналы передачи разнооб разной радиотехнической информации, использующие пространственное разнесение. Зачастую каналы являются двухсторонними, т. е. передача ин формации в них производится в обоих направлениях и в обоих направле ниях используется разнесение [1, с. 93;

2, с. 66]. В этом случае возможно организовать канал обратной связи и с его помощью осуществить ком СЕКЦИЯ плексное управление процессом передачи-приема информации с возмож ностью оптимизации алгоритмов обработки сигналов с целью повышения помехоустойчивости передачи.

Задачи, требующие решения, в этом случае состоят в определении текущих коэффициентов передачи от каждого из передатчиков до каждого из приемников (пространственной матрицы передачи), оптимальных алго ритмов комплексного управления сигналами на передаче и приеме и в раз работке удобных квазиоптимальных алгоритмов, проще реализуемых, но близких по результатам к оптимальным алгоритмам.

Рассмотрим ситуацию, когда системой передачи используются отно сительно узкополосные сигналы. Замирания в таком канале распростране ния можно считать «гладкими», действующими на все составляющие спек тра сигнала одинаково. Пространственная матрица содержит комплексные числа, которые могут меняться со скоростью замираний.

При использовании частотного разнесения определение значений элементов пространственной матрицы не представляет труда. Однако при использовании только пространственного или углового разнесения нахож дение значений элементов пространственной матрицы встречает известные трудности. Все разнесенные передатчики работают на одной частоте, и в каждом разнесенном приемнике складываются составляющие сигнала от всех передатчиков. Комплексные весовые коэффициенты при этом сло жении и являются искомыми элементами пространственной матрицы. При этом для их раздельного определения может служить использование спе циальных маркеров, которые представляют собой сигналы, передаваемые в каждом канале разнесения совместно с основным сигналом, перенося щим информацию. Маркер каждого передатчика отличается от маркеров других передатчиков. Сигнал маркера приходит к приемнику по тому же каналу, что и информационный сигнал, иными словами, приобретаемые маркером амплитудно-фазовые изменения в результате прохождения кана ла должны быть такими же, что и приобретаемые сигналом.

В простейшем варианте маркеры представляют собой синусоидаль ные сигналы постоянного уровня и разных частот, передаваемые в той же полосе спектра, что и основной сигнал, и лежащие вне этого спектра в не посредственной близости от его границ. Возможно использование комби нированных частотно-временных маркеров, организованных, как системы сигналов.

Оптимальное управление разнесенными передачей-приемом состоит в обеспечении необходимых комплексных весовых коэффициентов на приеме (регулировка амплитуд складываемых сигналов с обеспечением их фазовой подстройки) и оптимальном распределении ресурса мощности между антеннами при передаче [3, с. 63–66]. Здесь также необходима регу лировка взаимных фазовых сдвигов излучаемых сигналов.

356 СЕКЦИЯ Будем считать, что общий уровень S0(t) сигнала мы можем перерас пределять между М передающими пространственно-разнесенными антен нами в соответствии с весовыми коэффициентами bi (в общем случае комплексными), объединенными в вектор b (нормированный, т. е.

b+b = bTb* = 1). Совокупность передаваемых разнесенных сигналов опи шем вектором S(t) = bS0(t).

Передаваемые сигналы принимаются N пространственно-разнесен ными антеннами. Совокупность комплексных коэффициентов передачи kij из i-го передатчика в j-й приемник составит пространственную мат рицу K размером NM. Набор сигналов в приемниках в этом случае можно описать в виде вектора u(t) из N элементов, т. е. u(t) = KS(t) = = KbS0(t).

Эти сигналы в приемнике объединяются с весовыми коэффициента ми ai, сведенными в вектор a (также нормированный: a+a = 1). После объ единения суммарный сигнал u0(t) = uTa = STKTa = bTKTaS0 = QS0. Макси мум величины Q будет равен Qm = bTKTK*b* = bTK2b*, где K2 = KTK*.

Оптимальный вектор весовых коэффициентов b при передаче будет равен собственному вектору матрицы K2, соответствующему максималь ному ее собственному числу Qmm, но над элементами этого вектора следует произвести операцию комплексного сопряжения.

Если матрица К – не квадратная, т. е. количество разнесенных ан тенн N на приемной стороне и на M передающей сторонах различается, то оптимальный вектор b равен, как и ранее, собственному вектору мат рицы K+K, соответствующему ее максимальному собственному числу, а оптимальный вектор a равен собственному числу матрицы KK+, соот ветствующему уже ее максимальному собственному числу. Матрицы K+K и KK+ различаются, их размеры равны соответственно MM и NN.

Реализация оптимальных коэффициентов при передаче связана с труд ностью плавного управления генерируемой мощностью в мощных выход ных каскадах и одновременного обеспечения КПД и хорошего использо вания предельных возможностей усилителей. В связи с этим возможно ис пользовать достаточно эффективные квазиоптимальные алгоритмы – ком мутацию антенн или фазовую подстройку передаваемых разнесенных сиг налов, а также их комбинации.

В случае использования на приемной стороне линейного сложения принятых разнесенных сигналов суммарный коэффициент передачи при коммутации антенн передатчиков КК = max {(|k11| + |k12|), (|k21| + |k22|)}.

СЕКЦИЯ При фазовой подстройке сигналов передатчиков этот суммарный ко эффициент КФ = (1/2)max{|k11 + k21ej | + |k12 + k22ej |}.


(Максимум в отличие от предыдущей формулы ищется не среди вариан тов, разделенных запятой, а по значению фазового сдвига ).

Производится постоянное оценивание максимальных уровней вход ного сигнала, который можно получить с использованием метода комму тации передатчиков и с помощью метода фазового управления. Оценива ние производится с применением сигналов-маркеров.

Различия в помехоустойчивости между оптимальными и квазиопти мальными алгоритмами определятся статистическими особенностями за мираний в канале распространения сигналов.

Список литературы 1. Крухмалев, В. В. Цифровые системы передачи / В. В. Крухмалев, В. Н. Гордиенко, А. Л. Моченов. – М. : Горячая линия–Телеком, 2007. – 352 с.

2. Полушин, П. А. Избыточность сигналов в радиосвязи / П. А. По лушин, А. Г. Самойлов. – М. : Радиотехника, 2007. – 256 с.

3. Никитин, О. Р. Использование пространственной матрицы при разнесенном приеме / О. Р. Никитин, П. А. Полушин, М. В. Гиршевич, В. А. Пятов // Известия Института инженерной физики. – № 2 (12). – 2009. – С. 63–66.

УДК 62- В. А. Абалмасов Сибирский федеральный университет, г. Красноярск ОЦЕНКА ЭФФЕКТИВНОСТИ БЫСТРОДЕЙСТВИЯ ЭЛЕМЕНТОВ УПРАВЛЕНИЯ СЛОЖНЫМИ ТЕХНИЧЕСКИМИ СИСТЕМАМИ Анализ алгоритмов вычислительных систем комплексов управления показывает, что при их выполнении значительное время занимает вычис ление степенных и тригонометрических функций.

Аппаратная реализация упрощает процесс программирования, дает возможность более эффективно распараллеливать сложные алгоритмы, реализуемые на многопроцессорных вычислительных комплексах (МВК), 358 СЕКЦИЯ обеспечивает более естественное распределение частей алгоритмов между параллельно работающими процессорами [1]. Следовательно, для повыше ния производительности МВК необходимо включать в их структуру спец процессоры, ориентированные на реализацию одной или нескольких неза висимых функций. При этом снижается интенсивность обращения процес соров к шине и, следовательно, средняя длина очереди, значения которых зависят от быстродействия процессоров.

К аппаратным методам вычисления элементарных функций предъ являются следующие требования:

• получение заданной точности вычисления функций на всем диапа зоне изменения аргумента;

• обеспечение высокой скорости вычисления значения функций;

• использование малого объема дополнительного оборудования, не обходимого для реализации метода (объема памяти для хранения про грамм, микропрограмм, констант и пр.);

• универсальность, т. е. возможность применения для вычисления заданного набора функций, независимость функциональной схемы от из менения требований точности;

• учет структурной реализации АЛУ, т. е. использование принципа микропрограммирования, БИС-технологии и т. п.

В работе исследована зависимость производительности МВК от бы стродействия процессоров;

разработан алгоритм оценки эффективного бы стродействия процессоров;

разработаны и предложены методы и аппарат ные средства реализации базового набора макроопераций, позволяющие повысить производительность МВК.

Анализ зависимости средней длины очереди lср от числа процессо ров показывает, что средняя длина очереди возрастает почти линейно и яв ляется функцией от быстродействия процессоров каждого типа. Так как производительность МВК зависит от средней длины очереди, то она явля ется также функцией от быстродействия процессоров каждого типа. При определении эффективного быстродействия спецпроцессоров учитывают ся следующие основные условия функционирования МВК:

• при увеличении быстродействия процессора он чаще обращается к шине, что увеличивает среднюю длину очереди, следовательно, и время ожидания в очереди другими процессорами, а это приводит к уменьшению производительности МВК;

• при уменьшении быстродействия процессора средняя длина очере ди уменьшается, но увеличивается и время решения задачи, что уменьшает его производительность.

Следовательно, необходимо найти такое быстродействие процессо ров (эффективное быстродействие) каждого типа, при котором производи тельность МВК будет наибольшая. При этом предполагается, что основные потери производительности МВК обусловлены затратами времени на ожи СЕКЦИЯ дание в очереди при одновременном обращении нескольких процессоров к оперативной памяти. Под эффективным быстродействием процессора каждого типа понимается величина, обратная времени выполнения опера ций Toi эфф, при котором производительность МВК наибольшая:

i эфф =.

Toi эфф Следовательно, необходимо найти значения Toi эфф. При определении эффективного быстродействия спецпроцессоров, предназначенных для реализации базовых макроопераций, предлагаем использовать математиче скую модель и алгоритм оценки производительности МВК.

Анализ выражения относительной производительности МВК пока зывает, что зависимость производительности от относительного времени выполнения операций процессорами i-го типа Toi более сложная, чем об ратно пропорциональная, так как коэффициент относительных потерь про изводительности i и средняя длина очереди lср, в свою очередь, также являются функциями от Toi. Значит, задача определения Toi эфф является задачей оптимизации с несколькими параметрами.

Список литературы 1. J. Kuhl, S. Reddy. Fault-Tolerance Considerations in Large, Multiple Processor Systems. Computer. March, 1986. – pp. 56–67.

УДК 620.169.1+621. В. И. Верещагин, Б. И. Ковальский Сибирский федеральный университет, г. Красноярск ВОПРОСЫ ПРОГНОЗИРОВАНИЯ ДОЛГОВЕЧНОСТИ ТЕХНИЧЕСКИХ СИСТЕМ ПО ПАРАМЕТРАМ СМАЗОЧНОГО МАТЕРИАЛА Улучшение качества промышленной продукции, повышение её на дежности, долговечности и экономичности являются наиболее актуальны ми проблемами современного производства. Решение указанных вопросов невозможно без интенсивной разработки научных основ теории надёжно 360 СЕКЦИЯ сти, без сбора данных о надёжности элементов, узлов машин при эксплуа тации. В данной статье рассмотрены лишь некоторые вопросы надёжности сложных технических систем.

Сложные технические системы обладают определенными особенно стями. Так, сложная система может перейти в состояние полного либо час тичного отказа при условии, когда её отдельно взятые элементы будут удовлетворять требованиям технических условий, и, наоборот, система может устойчиво работать при выходе из строя отдельных элементов и частей. Это происходит потому, что в сложной системе существенное значение имеют внутренние связи и взаимодействия частей. Большую роль играет в ней не только факт возникновения отказа элемента, но и характер отказа, время его возникновения, последствия отказа и возможность бла гоприятных и неблагоприятных сочетаний внешних и внутренних воздей ствий на работу системы. Поэтому расчёты надёжности, испытания, оцен ка качества, обоснование способа обслуживания и обнаружения отказов существенно усложняются при исследовании сложных систем. Возмож ность быстрой проверки и восстановления работоспособности системы приобретает часто первостепенное, а иногда и решающее значение. При рассмотрении надежности машины в целом необходимо учитывать надеж ность ее отдельных элементов. С этой точки зрения любую машину можно представить как сложную систему. Это особенно важно для таких машин массового применения, как двигатели внутреннего сгорания.

Одним из факторов, в значительной мере определяющих долговеч ность двигателей, является правильная организация процессов смазки, вы бор смазочного масла и организация контроля за его состоянием. Условия работы масел в двигателях внутреннего сгорания постоянно ужесточаются.

Форсирование нагрузочных и скоростных режимов двигателей, уменьше ние удельной ёмкости системы смазки приводят к повышению температу ры основных деталей и, как следствие, к интенсификации процессов окис ления масел. От качества применяемого моторного масла зависит работа двигателя. Масло должно соответствовать конструкции смазочной систе мы двигателя, условиям эксплуатации, качеству применяемого топлива.

В настоящее время ассортимент моторных масел значительно увели чился. Это обусловлено тем, что действующий автомобильный парк состо ит из старых и новых моделей автомобилей и что в большом количестве на нашем рынке появились зарубежные масла. Однако данный факт не при вел к изменению подхода замены масел. Периодичность замены моторно го масла (ММ) определяется инструкциями по эксплуатации машин раз личных марок, однако такой подход не учитывает условия эксплуатации и техническое состояние агрегатов ДВС. Практика эксплуатации ДВС по казала назначенную периодичность замены ММ преждевременной и тех нически неоправданной: стремясь увеличить ресурс ДВС, конструктор за СЕКЦИЯ частую её сокращает. Вместе с тем, в сравнении с условиями работы заво дских стендов, режимы реальной эксплуатации менее напряженные, и ММ не достигает такого критического состояния (КС), когда оно подлежит за мене, а долив ММ по мере угара в смазочную систему ДВС обеспечивает его работоспособность в течение относительно длительного периода.

Одним из путей решения этой проблемы является разработка науч но-методических основ прогнозирования сроков службы масел до смены по фактическому состоянию, непосредственно контролируемому в услови ях эксплуатации. Вопросам установления сроков службы моторных масел и определения показателей качества работающих масел посвящено боль шое количество исследований, что подчеркивает их важность. Значитель ный вклад в развитие этого направления внесли ученые С. Г. Арабян, И. В Брай, Б. М. Бунаков, Л. С. Васильева, С. В. Венцель, А. Б. Виппер, М. А. Григорьев. Однако проблема определения срока службы моторного масла по-прежнему имеет большое экономическое значение.

Цель настоящей работы – определение критериев оценки предельно го состояния моторного масла и установление сроков замены на основе показателей термоокислительной стабильности по фактическому состоя нию, непосредственно контролируемому при технической эксплуатации двигателя внутреннего сгорания.


Проба отработанного моторного масла Прибор определения Фотометр Весы термоокислительной стабильности Определение коэффициента Оценка Фотометрирова- поглощения светового сопротивляемости ние потока Кп окислению Построение и математиче Определение ская обработка эксперимен коэффициента сопротив тальных данных ляемости окислению Обоснование критерия службы моторных масел Рис. 1. Блок-схема технологии диагностирования ресурса моторных масел по коэффициенту поглощения светового потока Кп 362 СЕКЦИЯ Методика исследования. При фотометрировании отработанных ма сел, слитых при техническом обслуживании автомобилей, установлено, что их оптические свойства сильно различаются. Технология диагностирования работающих моторных масел по коэффициенту поглощения светового по тока Кп представлена на рис. 1. Для реализации технологии диагностирова ния моторных масел применяется метод определения термоокислительной стабильности смазочных материалов, основанный на использовании ком плекта приборов, включающих фотометрическое устройство, прибор для определения термоокислительной стабильности, электронные весы.

Таблица Результаты диагностирования работавших синтетических моторных масел Пробег, автомо № Кп.т Кп. исх = Марка масла биля на данном Кпо. исх Кп.т п/п = Кп масле, км 1 2 3 4 5 1 Visco BP 5000 5W-40 SL/CF 12,000 0,28 0,60 0, 2 Visco BP 5000 5W-40 SL/CF 9,000 0,19 0,28 0, Mobil 1 Rally Formula 3 9,000 0,4 0,72 0, 5W- 50 SJ/CF Mobil 1 Rally Formula 5W- 4 11,000 0,3 0,6 0, SJ/CF Mobil 1 Rally Formula 5 10,000 0,06 0,14 0, 5W- 50 SJ/CF 6 Mobil Synthetic 5W-40 SJ/CF 8,000 0,61 0,64 0, Castrol GTX Magnatec 7 10,000 0,28 0,68 0, 10W-40 SL/CF Castrol GTX Magnatec 8 10,000 0,23 0,44 0, 10W-40 SL/CF Castrol GTX Magnatec 9 8,000 0,10 0,3 0, 5W-40 SL/CF Castrol Formula RS 10 9,000 0,13 0,4 0, 10W- 60 SL/CF Castrol TXT Softec Plus 11 10,000 0,2 0,53 0, 5W-30 SJ/CF Castrol GTX Magnatec 12 5,000 0,2 0,21 0, 5W-40 SL/CF Castrol GTX Magnatec 13 10,000 0,4 0,44 0, 5W-40 SL/CF Texaco Havoline Synt 14 9,000 0,3 0,55 0, 5W-40 SJ/CF Texaco Havoline Synt 15 10,000 0,54 0,74 0, 5W-40 SJ/CF 16 Esso Ultron 5W-40 SL/CF;

10,500 0,34 0,59 0, СЕКЦИЯ Окончание таблицы 1 2 3 4 5 17 Esso Ultron 5W-40 SL/CF;

10,000 0,17 0,4 0, 18 Esso Ultron 5W-40 SL/CF 11,500 0,51 0,72 0, 19 Shell Helix Ultra 0W- 40 SL/CF 10,000 0,18 0,3 0, 20 Ravenol VSI 5W-40 SJ/CF 9,171 0,26 0,62 0, Пробу исходного масла подвергали после тщательного перемешива ния фотометрированию с целью определения коэффициента поглощения светового потока, что позволило найти концентрацию загрязнений. Вто рую часть пробы исходного отработанного моторного масла массой 100 ± 0,1 г заливали в стеклянный стакан прибора для определения термо окислительной стабильности при температуре 180 ±1 °С.

Таблица Результаты диагностирования работавших частично синтетических моторных масел Пробег, автомо № Кп.т Кп. исх = Марка масла биля на данном Кпо. исх Кп.т п/п = Кп масле, км 1 Zic A Plus 10W-40 SL/CF 8,000 0,23 0,43 0, Zic A Plus10W-40 SL/CF 2 16,000 0,40 0,72 0, Zic A Plus 5W-30 SL/CF 3 11,500 0,51 0,72 0, 4 BP Visco 3000 10W-40 SL/CF 9,000 0,33 0,73 0, 5 BP Visco 3000 10W-40 SL/CF 10,000 0,19 0,35 0, 6 BP Visco 3000 10W-40 SL/CF 10,700 0,17 0,31 0, BP Visco 3000 10W-40 SL/CF 7 7,000 0,17 0,35 0, Texaco Havoline Extra 8 8,800 0,41 0,62 0, 10W-40 SJ/CF Texaco Havoline Extra 9 10,000 0,27 0,56 0, 10W-40 SJ/CF Texaco Havoline Extra 10 9,800 0,25 0,38 0, 10W-40 SJ/CF Texaco Havoline Extra 11 10,000 0,33 0,58 0, 10W-40 SJ/CF Texaco Havoline Extra 12 12,500 0,37 0,41 0, 10W-40 SJ/CF Ravenol HCS 5W-40 SL/CF 13 10,000 0,24 0,30 0, 14 Ravenol TSI 10W-40 SM/CF 10,000 0,22 0,53 0, 15 Ravenol TSI 10W-40 SM/CF 11,000 0,17 0,47 0, 16 ТНК Супер 5W40 SL/CF 10,000 0,18 0,34 0, Esso Ultra 10W-40 SJ/CF 17 6,000 0,24 0,39 0, 18 Esso Ultra 10W-40 SJ/CF 10,000 0,29 0,57 0, 19 Esso Ultra 10W-40 SJ/CF 11,000 0,59 0,99 0, 20 Лукойл-люкс 5W-40 SJ/CF 11,000 0,27 0,31 0, 364 СЕКЦИЯ В процессе испытания пробу масла перемешивали стеклянной ме шалкой с частотой вращения 300 ±2 об/мин. Время испытания составило 20 ч, причём через 3, 8, и 14 ч отбирали промежуточные пробы окисленно го масла, которые подвергали фотометрированию при толщине фотомет рируемого слоя 0,15 мм. По полученным результатам построены графиче ские зависимости от времени испытания (рис. 2).

Результаты исследования и их обсуждение. Для определения ди агностических параметров отработанного моторного масла были выбраны:

20 синтетических (табл. 1) и 20 частично синтетических моторных масел (табл. 2), слитых из двигателей при замене на пункте технического обслу живания.

Любой смазочный материал обладает внутренней потенциальной энергией, определяемой качеством базовой основы и комплектом приса док, придающих ему необходимые свойства. Однако в процессе эксплуа тации двигателя эта энергия расходуется на сопротивление внешним воз действиям.

Как результат сопротивляемости стареет базовая основа, уменьша ется концентрация присадок, а внутренняя энергия смазочного материа ла снижается. В этом случае испытание масел с различной внутренней энергией при одинаковых температурных условиях приводит к измене нию коэффициента поглощения светового потока Кп, которое можно объяснить различиями в составе продуктов старения, техническим со стоянием цилиндропоршневой группы (ЦПГ), фильтрующих элементов системы смазки, топливной аппаратуры и концентрацией продуктов неполного сгорания топлива, попадающего в картер двигателя. На рис. представлены зависимости коэффициента поглощение светового потока от времени испытания синтетических моторных масел, а на рис. 3 – за висимости коэффициента поглощения светового потока от времени ис пытания частично синтетических моторных масел. Эти зависимости можно представить двумя характерными участками: начальным (время испытания 3 ч), где наблюдается резкое увеличение коэффициента по глощения светового потока Кп, и участком с менее интенсивным его из менением. Скачкообразное изменение коэффициента поглощения свето вого потока Кп при испытании отработанных моторных масел характе ризует его внутреннюю энергию, которая зависит от отработанного ре сурса. Значит, можно полагать, что чем больший ресурс отработало мас ло, тем больше скачок коэффициента поглощения светового потока Кп по отношению к исходному маслу.

СЕКЦИЯ Кп t, ч Рис. 2. Зависимость коэффициента поглощения светового пото ка от времени испытания отработанных синтетических масел:

1 – Visco 5000 5W-40 SL/CF;

2 – Visco 5000 5W-40 SL/CF;

3 – Castrol GTX Magnatec 10W-40 SL/CF;

4 – Esso Ultron 5W- SJ/CF;

5 – Castrol GTX Magnatec 5W-40 SL/CF Кп t, ч Рис. 3. Зависимости коэффициента поглощения светового пото ка от времени испытания частично синтетических моторных масел: 1 – BP Visco 3000 10W-40 SL/CF;

2 – BP Visco 10W-40 SL/CF;

3 –Texaco Havoline Extra 10W-40 SJ/CF;

4 – ТНК Супер 5W-40 SL/CF;

5 – Esso Ultra 10W-40 SL/CF Разность коэффициентов поглощения светового потока до и после испытания характеризует способность масла сопротивляться окислению.

В связи с этим для оценки сопротивляемости масла окислению предлагает ся ввести параметр Кп, определяемый выражением Кп = Кп. т – Кпо. исх, (1) где Кп.т – коэффициент поглощения светового потока отработанного масла после трех часов испытания;

Кпо.исх – коэффициент поглощения светового потока исходного, отработанного масла.

366 СЕКЦИЯ Физический смысл параметра Кп заключается в том, что он харак теризует сопротивляемость масла окислению: чем меньше произошли из менения, тем лучше масло сопротивляется окислению, меньше изменяет свои свойства и дольше может работать в двигателе.

Синтетическое масло № 6 (табл. 1) Mobil Synt 5W-40 SJ/CF лучше сопротивляется окислению и имеет наименьший коэффициент Кп = 0, ед. Больше изменило свои свойства синтетическое масло № 12 Castrol GTX Magnatec 10W-40 SL/CF, т. е. оно отработало больший ресурс и соответст венно коэффициент сопротивляемости составил 0,41 ед. Наименьший ко эффициент у масла Texaco Havoline Extra 10W-40 SJ/CF Кп = 0,041 ед., а наибольшей коэффициент Кп= 0,4 ед. Esso Ultra 10W-40 SJ/CF, что подтверждается значениями коэффициента сопротивляемости масла окис лению Кп по сравнению с остальными маслами.

Как показали испытания, применение вышеизложенной методики диагностирования моторных масел позволило установить диапазон изме нения коэффициента поглощения светового потока Кпо, определить пре дупредительный уровень Кп1, и предельный уровень Кп2 по коэффициенту сопротивляемости масла окислению Кп. Для синтетических он составил 0,35–0,45 ед. (рис. 4), а для частично синтетических моторных масел 0,3–0,5 ед. (рис. 5).

В соответствии с вышеизложенным видим, что если значение Кпо. исх не превышает пороговое значение Кп1, то масло является работоспособным и заменено досрочно:

Кпо. исх Кп1, (2) а если текущее значение параметра Кп. исх превысило пороговое значение Кп2, то применение моторного масла нецелесообразно и масло подлежит замене Кпо. исх Кп2. (3) Кп. исх Кп при 3 ч Кп Кп1 Кп Рис. 4. Диапазон замены синтетических моторных масел СЕКЦИЯ Принятые диапазоны замены моторных масел обоснованы следу ющими причинами: процессы перехода из одного состояния в другое не моментальные, а растянуты во времени;

время перехода зависит от многих факторов, таких как, например, качество применённого моторного масла, его кинематическая вязкость, качество эксплуатационного обслуживания двигателей, квалификация персонала, качество топлива.

Кп. исх Кп при 3 ч Кп Кп1 Кп Рис. 5. Диапазон замены частично синтетических моторных масел Таким образом, диапазон замены моторного масла позволяет забла говременно планировать проведение планово-предупредительных меро приятий по замене моторного масла, так как его величина служит отдель ным диагностическим параметром, который обобщён и характеризует пре дупредительные и предельные значения отработанного ресурса моторного масла, а также качество обслуживания двигателей. Применение диапазона замены моторного масла позволит решить проблему своевременной заме ны моторного масла по техническому состоянию двигателя и направлено на повышение эффективности его использования.

На основе проведенных испытаний можно сделать следующие выводы:

1. Анализ отработанных синтетических и частично синтетических моторных масел показал, что при их фотометрировании степень загрязне ния эксплуатационными примесями находится пределах от 0,06 до 0, при толщине фотометрируемого слоя 0,15 мм, что не обуславливает их эффективное использование и приводит к увеличению затрат на эксплуа тацию. Оптические свойства работающих моторных масел разных групп эксплуатационных свойств зависят от режимов и условий работы двигате ля, его технического состояния и состояния фильтрующих элементов, по этому влияние этих факторов учитывает коэффициент поглощения свето вого потока Кп.

2. В результате испытания синтетических отработанных масел ус тановлено, что пробы масел, слитые с 3 автомобилей, переработали до 368 СЕКЦИЯ пустимый ресурс ввиду сильного их загрязнения и неудовлетворитель ных моюще-диспергирующих свойств, а также низкой производительно сти фильтрующих элементов системы смазки;

с 14 автомобилей масло слито досрочно, 3 пробы масла заменены своевременно. При испытании частично синтетических моторных масел установлено, что с 14 автомо билей масло слито досрочно;

у 4 автомобилей масло заменили своевре менно;

пробы масел, слитых с 2 автомобилей, переработали допустимый ресурс.

3. Предложен диапазон замены моторных масел: для синтетических 0,35–0,45 ед. и частично синтетических моторных масел 0,3–0,5 ед. Замена моторного масла по коэффициенту светового потока Кп может осуществ ляться в каждом конкретном случае индивидуально с учётом эксплуатаци онных особенностей техники.

4. Применение разработанной технологии диагностирования рабо тающих моторных масел в процессе эксплуатации ДВС и средств контро ля, включающих фотометр, весы и прибор для определения термоокисли тельной стабильности, позволяет осуществлять контроль замены моторно го масла в процессе эксплуатации двигателя и получать объективную ин формацию для принятия правильного решения по их замене.

УДК 004.415.2.031. В. Н. Кириченко Сибирский федеральный университет, г. Красноярск ОБ АВТОМАТИЗАЦИИ ПРОЕКТИРОВАНИЯ СПЕЦИАЛИЗИРОВАННЫХ МНОГОПРОЦЕССОРНЫХ ВЫЧИСЛИТЕЛЬНЫХ СИСТЕМ РЕАЛЬНОГО ВРЕМЕНИ Использование ЭВМ в качестве быстродействующих арифмометров все в большей степени заменяется комплексной автоматизацией процессов сбора и переработки информации, принятия решений и непосредственно управления. За последние десятилетия рост производительности компью теров, объемов их оперативной и внешней памяти, пропускной способно сти внешних устройств и каналов связи качественно изменил ситуацию в вычислительной технике и сферах ее применения. Несмотря на это суще ствует немало задач обработки информации, решение которых невозможно СЕКЦИЯ получить стандартными средствами за приемлемое время или обеспечить управление сложным объектом в режиме реального времени. В случае же когда речь идет об объектах, связанных с жизнью людей, вопрос о произ водительности компьютера приобретает особую остроту.

Повышение эффективности работы компьютера может достигаться двумя путями: изменением аппаратной составляющей системы и про граммной ее составляющей. Программное повышение производительности достигается за счет разработки новых алгоритмов, распараллеливания вы числений, правильной организации вычислительных процессов.

Для решения второй проблемы наиболее важным является повыше ние быстродействия и надежности средств вычислительной техники. Один из путей повышения скорости работы и надежности вычислительных сис тем состоит в переходе от однопроцессорных к многопроцессорным вы числительным системам и комплексам (МВС, МВК), в распараллеливании процессов вычислений и обработки информации как на уровне многопро цессорных систем, так и на уровне выполнения элементарных операций внутри процессоров. Этот путь является наиболее перспективным и не со держит принципиальных ограничений в повышении скорости, надежности и точности работы вычислительных устройств. Применение специализи рованных процессоров (вместо универсальных) может значительно увели чить быстродействие и снизить стоимость МВК, а также повысить их на дежность. Для этого часть процессоров целесообразно сориентировать для аппаратной реализации наиболее часто встречающихся и занимающих значительное время при вычислениях операций с целью повышения общей производительности МВС. Задача выбора операций, требующих реализа ции в виде специализированных процессоров, может быть решена в ходе автоматизированного генерирования алгоритмического обеспечения функ ционирования системы управления, когда будут установлены соответст вующие макрооперации.

После того, как будут автоматически сгенерированы алгоритмы, выбраны макрооперации для аппаратной реализации, спроектированы реализующие их спецпроцессоры и установлены характеристики, необ ходимо выбрать эффективную (реконфигурируемую) структуру МВС.

Выбор эффективной структуры представляет собой сложную задачу оп тимизации, которая характеризуется большим количеством параметров, нелинейностью, многоэкстремальностью, многокритериальностью, ал горитмическим или табличным заданием целевых функций и ограниче ний. Решение задачи такой сложности потребует применения мощных процедур стохастической оптимизации, которые, в свою очередь, тре буют высокой квалификации оптимизатора и тонкой настройки пара метров. Так как трудно ожидать такой квалификации от специалистов 370 СЕКЦИЯ предметной области, очевидно, что процесс решения сложных оптими зационных задач тоже должен быть автоматизирован, что требует разра ботки самонастраивающихся алгоритмов оптимизации.

УДК 621.391. В. Н. Тяпкин1, И. А. Лубкин Сибирский федеральный университет, г. Красноярск Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева, г. Красноярск АДАПТИВНАЯ ПРОСТРАНСТВЕННАЯ СЕЛЕКЦИЯ ШИРОКОПОЛОСНЫХ ПОМЕХ Адаптивное устройство компенсации широкополосных помех Устройство компенсации помех, принятыми боковыми лепестками диаграммы направленности (ДН) антенны, показано на рис. 1.

Фронт волны Рис. 1. Устройство компенсации помех В этом устройстве используется основной канал, подключенный к главной антенне, и дополнительные каналы, подключенные к компенса ционным антеннам. Число компенсационных каналов определяется числом источников помех.

Коэффициент усиления компенсационных антенн должен быть, по крайней мере, равен или, если возможно, превышать уровень наибольшего из СЕКЦИЯ боковых лепестков антенны основного канала. Вид диаграмм направленно сти представлен на рис. 2.

Рис. 2. Вид диаграмм направленности основного и дополнительного канала Основным каналом приема принимается полезный сигнал, принятый основным лепестком диаграммы направленности, и помеха, действующая с направления боковых лепестков. Дополнительным каналом принимается только помеха, так как его коэффициент усиления антенны намного мень ше, чем основного. Задача сигнального процессора адаптивно подобрать весовые коэффициенты таким образом, чтобы помеха, принятая боковыми лепестками основной диаграммы направленности, была компенсирована помехой, приятой дополнительным каналом.

В данной модели выделяется основной канал обработки, имеющий ДН с большим коэффициентом усиления, которая направлена на источник сигнала, и ряд компенсационных каналов, диаграммы направленности ко торых перекрывают боковые лепестки основной ДН. Число дополнитель ных каналов определяется числом источников помех. В дальнейшем до полнительные каналы будем называть компенсационными. Структурная схема такой модели представлена на рис. 3.

x x2 Y R1к x R2 к xn Rnк Рис. 3. Модель четырехэлементной линейной антенной решетки с выделенным каналом 372 СЕКЦИЯ В этой модели диаграммообразующая система (ДОС) формирует сигналы с выходов основного и компенсационных каналов. Весовой обра ботке подвергаются сигналы только компенсационных каналов. Тогда для такой модели можно записать выражение для весового вектора:

R1k R= =, (1) Rk Rnk RTk = где (R1, R2, …, Rn) – вектор весовых коэффициентов компенсационных каналов.

Вычислительный блок (ВБ) вычисляет значение весовых коэффици ентов по алгоритму, приведенному ниже. Выходной сигнал на выходе адаптивной системы у (t) = RTx = xTR, (2) X X X 1k где X = = – вектор сигналов на выходе ДОС;

Х0 – выход сигнала Xk X nk основного канала;

Хk – вектор сигналов компенсационных каналов.

Тогда выходной сигал на выходе адаптивной системы в случае дис кретной оценки будет определятся по следующему алгоритму:

*T Y = X 0 + X k Rk 1 *T 1 l + 1 1 Фk (l ) X k (l +1) X k (l +1) Фk (l ) фk (l +1) = Фk (l ) +, l *T 2l + X k (l +1) Фl X k (l +1) (3) 1 * Фk (l ) X k (l +1) X l Rk (l +1) = l + 1 Rk (l ) +, l 2l + X k Tl +1) Фk (1l ) X k (l +1) * ( где индекс l означает номер шага адаптации;

фk (l +1) – оценка корреляционной матрицы помех компенсационных каналов на (l + 1) шаге адаптации;

Rk (l +1) – оценка весового вектора компенсационных каналов на (l + 1) шаге адаптации.

СЕКЦИЯ Оценка эффективности синтезированных алгоритмов методом статистического моделирования Оценим эффективность синтезированных алгоритмов при различных помеховых ситуациях и конструктивных исполнениях фазированной ан тенной решетки (ФАР).

Для иллюстрации свойств синтезированного алгоритма использована математическая модель (3). Вектор спектральных коэффициентов R опре делен рекуррентным методом. Кроме того, для сравнения эффективности синтезированного алгоритма использована градиентная модель оценки ве сового вектора.



Pages:     | 1 |   ...   | 8 | 9 || 11 | 12 |   ...   | 21 |
 





 
© 2013 www.libed.ru - «Бесплатная библиотека научно-практических конференций»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.