Нструментальной системе поддержки решения задачи идентификации информационно-ценных параметров телеметрической информации (тми), поступающей от сложных объектов

Вид материала

Документы

Подобный материал:

• Рассматриваются вопросы применения методов Data Mining, в частности алгоритмов кластеризации, 30.76kb.
• Задачи по курсу "иис и асутп" Дано, 37.32kb.
• Системы поддержки принятия решений общие сведения о системах поддержки принятия решений, 145.37kb.
• Основным в процессе программирования является разработка алгоритма. Это один из наиболее, 1285.17kb.
• Методическое и программное обеспечение идентификации и моделирования Верификация, 20.52kb.
• Баранов В. В., Матросов В. М. Модель динамики в задачах управления деградирующими системами, 108.75kb.
• Лекция 3 20 октября 2008, 670.04kb.
• Помехоустойчивые методы идентификации информационно-измерительных и управляющих систем, 246.94kb.
• Методические укания по сбору и обработки информации о наблюдении, 244.69kb.
• В. А. Додонов Институт проблем регистрации информации нан украины, 286.46kb.

В.Э. БАЛТРАШЕВИЧ, С.А. ОНКИН¹

Санкт-Петербургский государственный электротехнический университет "ЛЭТИ"

¹Научно-испытательный центр представления и контроля информации, Мирный


ИСПОЛЬЗОВАНИЕ НЕЧЕТКИХ МНОЖЕСТВ
ПРИ ИДЕНТИФИКАЦИИ ПАРАМЕТРОВ ТЕЛЕМЕТРИЧЕСКОЙ ИНФОРМАЦИИ


Обсуждаются причины и преимущества использования нечетких множеств и нечетких мер в инструментальной системе поддержки решения задачи идентификации информационно-ценных параметров телеметрической информации (ТМИ), поступающей от сложных объектов.


Идентификация есть процесс построения модели объекта по реализациям его входных и выходных сигналов, предшествующий процессу определения его технического состояния. Процесс построения модели представляет собой многошаговую итерационную процедуру, в состав которой входят следующие этапы: выбор типа модели, выбор показателя и критерия идентификации, выбор метода идентификации, выбор численных методов, реализация на ЭВМ, анализ результатов, оценивание пригодности. К основным трудностям данного метода можно отнести то, что построение модели на всех этапах полностью осуществляется экспертом.

Основу обработки и анализа ТМИ составляют декодирование сигналов (формирование параметров в телеметрической шкале); классификация и идентификация информационно-ценных параметров; масштабирование параметров и получение их физических значений. Задачи декодирования и идентификации ТМИ несут в себе большую степень неопределенности, что естественно приводит к целесообразности использования бурно развивающегося в последние годы математического аппарата нечетких множеств и нечетких мер. Это уникальный математический аппарат, позволяющий представлять смысловые нечеткости слов человека и математически обрабатывать субъективные данные.

В докладе подчеркивается, что телеметрируемые параметры по их функциональной принадлежности можно разделить на следующие группы: параметры, характеризующие динамику полета объекта; параметры, характеризующие состояние, условия работы и функционирование подсистем объекта. Отмечаются особенности идентификации параметров из указанных групп и приводятся примеры и результаты использования аппарата нечетких множеств на различных стадиях решения задачи идентификации.

Особо отмечается полезность использования нечетких множеств при сравнении графиков изменения значений декодированных параметров во времени с эталонными параметрами, а также полезность использования нечетких алгоритмов кластеризации при декодировании параметров.

Обсуждаются вопросы, связанные с применением мер возможности при многокритериальном анализе, и отмечается полезность того факта, что при данном подходе эксперту предлагается не несколько вариантов полученных при использовании одного метода (вероятностного), а несколько вариантов, полученных разными методами (на основе мер необходимости и возможности).

Особо отмечается трудность решения задачи идентификации при определении навигационных параметров. Громадная часть работы приходится на эксперта. В ходе принятия решения человек легко овладевает ситуацией, разделяя ее на события, находит решение в сложных ситуациях путем применения для отдельных событий соответствующих правил принятия решения, на основании прошлого опыта искусно наделяет объект отличительными признаками и приходит к общему решению. Другими словами, решение принимается не на основе унифицированных стоимостных критериев, а с использованием большого числа стоимостных критериев, нередко противоречащих друг другу. В случае неполной информации возможна помощь в принятии решения с использованием выводов. Поэтому для автоматизации этой задачи в докладе предлагается использовать модель эксперта, построенную с помощью аппарата лингвистических переменных, нечетких ситуаций и нечетких управляющих воздействий по аналогии с известными нечеткими советующими (экспертными) системами. Использование программных систем, основанных на знаниях, позволило наглядно и формально описать реализацию различных технологических цепочек решения задачи идентификации навигационных параметров.

Особое внимание уделяется обсуждению результатов использования системы графического анализа потока ТМИ с интеллектуальной поддержкой и организации дружественного интерфейса.

Использование средств интеллектуальных технологий, основанных на нечетких множествах и нечетких мерах, позволило значительно ускорить процесс идентификации информационно-ценных параметров телеметрической информации и сделать его более творческим.