ГЛАВА 13

НАДЕЖНОСТЬ РАДИОТЕХНИЧЕСКИХ СИСТЕМ. МЕТОДЫ ОБЕСПЕЧЕНИЯ НАДЕЖНОСТИ

13.1. Понятия надежности и отказа

Качество работы РТС существенным образом зависит от ее способности сохранять свои свойства в процессе функционирования, поскольку сколь угодно совершенные с точки зрения технических идей системы могут оказаться совершенно неработоспособными по причине выхода из строя какого-то узла. Эту способность обычно называют надежностью и оценивают некоторой системой специальных характеристик.

Проблемы оценки и повышения надежности в той или иной мере возникают при создании любой РТС, поэтому умение ориентироваться в этой достаточно сложной области необходимо каждому специалисту. Приведенные ниже начальные сведения по теории надежности должны помочь при необходимости грамотно подойти к решению подобных задач.

В общем случае под надежностью понимают способность РТС выполнять заданные функции в течение определенного периода времени в заранее обусловленных условиях эксплуатации с параметрами, установленными требованиями технического задания. Упомянутый период обычно увязан со временем решения какой- либо конкретной задачи.

По современным воззрениям для сложных систем надежность определяется тремя составляющими: аппаратурной, программной и информационной. Аппаратурная надежность, или просто надежность, характеризуется вероятностью появления дефектов в компонентах РТС, программная надежность — вероятностью наличия ошибок в программном обеспечении, не выявленных в процессе отладки, информационная надежность — вероятностью выдачи ошибочной выходной информации при безупречной работе аппаратной части и программного обеспечения.

Причины, вызывающие потерю работоспособности системы, называют отказами. В соответствии с составляющими надежности можно определить аппаратурные, программные и информационные отказы. Первые вызываются всякого рода физическими нарушениями в РТС, вторые — переходом рабочей программы в ошибочную область, а третьи — внешними причинами, например ухудшением помеховой обстановки. Различают внезапные и постепенные отказы. Их особенности наиболее наглядно проявляются для аппаратурных отказов. В этом случае под внезапным отказом понимают мгновенный выход из строя технического устройства, вызванный обрывом или коротким замыканием проводников, механическим повреждением элементов и т.п. Под постепенным отказом также понимается выход из строя технического устройства, происходящий, однако, достаточно медленно в результате длительного ухудшения какой-либо характеристики. Причиной постепенного отказа может быть, например, постепенное ухудшение изоляции конденсатора.

Любой отказ является случайным событием, поэтому при решении задач оценки и повышения надежности используются положения теории вероятностей и математической статистики. Соответствующие методы решения изучаются общей теорией надежности. Исторически эта теория, прежде всего, была разработана для решения задач аппаратурной надежности. Изложим ее элементарные положения применительно именно к этой составляющей.

13.2. Характеристики надежности

Надежность РТС с очевидностью зависит от состава и числа входящих в нее элементов, способа соединения этих элементов в систему и характеристик каждого из элементов. Деление на системы и элементы достаточно условно и зависит от конкретной постановки задачи. Так, сигнальный процессор в узле обработки информации может рассматриваться и как система, состоящая из отдельных элементов (цифровых микросхем, проводников, конденсаторов и т.п.), и как элемент более сложной системы: радиотехнической системы.

Основной надежностной характеристикой элемента (системы) принято считать вероятность безотказной работы p(t), под которой понимается вероятность того, что элемент в штатных условиях будет исправен до момента времени t. Часто эту характеристику называют надежностью элемента, или интегральным законом надежности.

Событием, противоположным безотказной работе, является отказ. Вероятность того, что оно произойдет к моменту времени t, называют вероятностью отказа q(t). Отказ и безотказная работа элемента составляют полную группу событий, т.е. в любой момент времени

p(t) + q(t) = 1.

Время, прошедшее от момента начала работы элемента до момента его отказа, есть непрерывная случайная величина Т. Ее функ

Величину Т₀ называют также наработкой на отказ.

В процессе статистических испытаний чаще всего определяют характеристику, именуемую интенсивностью отказов Она определяется как среднее число отказов в единицу времени, приходящееся на один работающий элемент. По существу, это условная плотность вероятности (ПВ) отказа элемента в момент времени t при условии, что до момента t он был исправен. В соответствии с известными положениями теории вероятностей

Экспериментально определяется путем деления числа элементов, отказавших за фиксированный промежуток времени, на число элементов, находящихся к началу этого промежутка в исправном состоянии. В качестве временного промежутка обычно берется один час, при другой его величине производится соответствующий пересчет, т.е. интенсивность отказов — величина, имеющая размерность ч^-1.

13.3. Экспоненциальный закон надежности

Выражение (13.2) позволяет составить дифференциальное уравнение, решение которого дает p(t) в явном виде. Действительно,

13.5. Надежность избыточных систем

Под избыточной системой будем понимать систему, сохраняющую работоспособность при отказе одного или нескольких входящих в нее компонентов. Иногда избыточность в системе присутствует изначально, однако чаще она вводится искусственно с целью улучшения аппаратурной надежности. Добавляемые для этого узлы принято называть структурной, или аппаратурной, избыточностью. Из известных способов введения структурной избыточности рассмотрим два наиболее употребительных: мажоритарный метод и метод замещающего резервирования.

Для аналоговых систем обработки информации  мажоритарное резервирование осуществить сложнее, так как в этом случае схема голосования должна отбраковывать явно аномальные значения выхода части подсистем, а правдоподобные усреднять. Механические подсистемы, входящие в РТС, превратить в мажоритарные, как правило, не удается ввиду невозможности построения устройства голосования.

Надежность мажоритарной системы можно определить путем анализа полной группы событий, что в случае голосования по принципу к/п даст вероятность безотказной работы в виде

Отметим, что надежность мажоритарных систем не может быть описана экспоненциальным законом. Их вероятность безотказной работы в начале эксплуатации выше, чем у составляющих подсистем, но с течением времени она начинает резко снижаться, становясь меньше, чем у исходных безызбыточных систем. Если к выбирается путем округления п/2 до ближайшего большего целого числа, то с увеличением стремится к ступенчатой функции, скачком переходящей из 1 в 0 в момент времени порядка Т₀/2.

Рассмотрим основные достоинства и недостатки мажоритарных систем. Из достоинств укажем два очевидных: простоту синтеза таких систем и безошибочное выполнение ими своих функций до тех пор, пока число отказавших подсистем меньше к. Второе свойство особенно важно для таких систем, в которых недопустимы потери информации либо перерывы в работе (системы связи, РТС УВД и т.п.).

Из недостатков приведем два основных. Первый состоит в чрезмерной сложности мажоритарных систем: даже в простейшем случае их объем более чем в три раза превышает объем исходной системы. Второй недостаток связан с малоэффективным использованием вводимой избыточности: система отказывает при наличии в ней (к - 1) исправных подсистем.

Особенно ярко второй недостаток проявляется в системах с большой кратностью резервирования (пик велики). Положение можно улучшить, изменяя правило голосования по мере появления отказов. Для этого нужно, во-первых, отключать отказавшую подсистему, уменьшая этим п на 1, и, во-вторых, отключив две подсистемы, уменьшать к на I. В пределе мажоритарная система с голосованием к/п преобразуется в простейшую, но и после ее окончательного отказа потенциальный ресурс надежности выработан не будет, одна подсистема останется исправной. Введение переменного правила голосования существенно повышает надежность мажоритарных систем, вероятность безотказной работы в этом случае определится выражением

Примером высоконадежной мажоритарной системы может служить бортовой вычислительный комплекс космического корабля  «Аполлон», использовавшегося для полета на Луну. Его расчетная вероятность безотказной работы при отсутствии избыточности равнялась 0,8 и была явно недостаточна, необходимое значение составляло порядка 0,9999. Для повышения надежности было использовано девятикратное мажоритарное резервирование с переменным правилом голосования, что позволило довести эту вероятность до 0,99998. Для сравнения укажем, что в тех же условиях простейшая мажоритарная система обеспечивает вероятность безотказной работы 0,896, а система с девятикратным мажоритарным резервированием и постоянным порогом 5/9 обеспечивает вероятность 0,997, т.е. требуемой надежности они не обеспечивают.

Представленный пример показывает, что мажоритарный метод позволяет получить весьма высокую надежность, но требует больших аппаратурных затрат. Его можно рекомендовать только для систем специального назначения, отказ которых приводит к катастрофическим последствиям.

От большинства недостатков мажоритарных систем свободны избыточные системы, для построения которых использован метод замещающего резервирования. Их обычно называют системами с резервированием, или просто резервированными системами. Повышение надежности в таких системах происходит за счет того, что по мере отказа основной подсистемы, выполняющей штатные функции, вместо нее включается исправная резервная, а отказавшая система с эксплуатации снимается. Процесс повторяется, пока не исчерпан резерв, т.е. резервированная система работоспособна до тех пор, пока в ее составе имеется хотя бы одна исправная подсистема. Очевидно, что метод замещающего резервирования

может быть использован для повышения надежности как любых устройств в составе РТС, так и РТС в целом.

Отметим, что резервная подсистема не обязательно является точной копией основной, она может иметь другую надежность и даже другую физическую природу. Так, в системе электроснабжения трансформаторная подстанция может резервироваться с помощью дизельного электрогенератора.

Структура резервированной системы напоминает структуру мажоритарной, однако в ней вместо устройства голосования используется коммутатор и в той или иной форме имеют место средства диагностирования и управления коммутацией (СД и УК) (рис. 13.2). Эти средства предназначены для оценки технического состояния подсистемы, работающей в текущий момент времени в качестве основной, и в случае обнаружения отказа управления процессом ее замены на исправную резервную.

На рисунке СД и УК выделены в виде отдельного блока условно, поскольку они нередко полностью или частично входят в состав каждой подсистемы, не образуя в первом случае самостоятельного общесистемного узла. Более того, эту роль, равно как и роль коммутатора, может выполнять обслуживающий персонал, оснащенный оборудованием для контроля, а также запасным имуществом и принадлежностями (ЗИП). В последнем случае соответствующие компоненты в резервированной системе отсутствуют.

Различают два вида резервирования: «горячее» и «холодное». В системах с «горячим» резервированием все компоненты находятся в рабочем режиме и расходуют свой надежностный ресурс. В этом смысле они подобны мажоритарным, отличаясь лишь более рациональным использованием избыточности: система откажет только после отказа всех ее составляющих подсистем. Если устройства переключения на резерв абсолютно надежны и безынерционны, то вероятность безотказной работы системы с горячим резервированием можно оценить выражением

ходуют свой ресурс надежности, поэтому вероятность безотказной работы систем с «холодным» резервированием при одинаковых характеристиках переключающих устройств, как правило, существенно выше, чем у систем с «горячим» резервированием. Соответствующую формулу для общего случая получить достаточно сложно, однако, когда такая система состоит из одинаковых подсистем с экспоненциальным законом надежности, поток ее отказов становится пуассоновским, а выражение для вероятности безотказной работы преобразуется к виду

Из выражений (13.10)...(13.12) следует, что надежность резервированных систем так же, как и мажоритарных, не подчинена экспоненциальному закону, но она всегда больше надежности безызбыточных подсистем, их образующих. Это показывает, что в резервированных системах избыточность используется эффективнее, чем в мажоритарных. Так, требуемую надежность упоминавшегося вычислительного комплекса системы «Аполлон» можно обеспечить при шестикратном «горячем» либо четырехкратном

т.е. замена мажоритарной системы на резервированную позволяла весьма существенно снизить аппаратурные затраты при не менее высоких показателях надежности. Отказ от резервирования в реальном комплексе был обусловлен желанием разработчиков обеспечить непрерывность обработки информации наиболее простым способом.

Завершая рассмотрение простейших избыточных систем, отметим два момента. Во-первых, укажем, что формулы (13.10)...(13.12) дают завышенные значения надежности, поскольку они выведены в предположении абсолютной надежности вспомогательных узлов (средств голосования, диагностирования, коммутации и т.п.). Коррекция результатов расчета достаточно проста, например полученное значение p_s{t) следует домножить на вероятность безотказной работы вспомогательных узлов. С помощью несложных преобразований можно уточнить и другие надежностные характеристики.

Второй момент связан со стратегией введения избыточности в исходную систему. Очевидно, что можно использовать методы мажоритарного и обычного резервирования как для РТС в целом, так и для отдельных их компонентов. В специальной литературе показано, что при безотказных вспомогательных узлах надежность системы увеличивается при уменьшении объема резервируемых компонентов. В результате при одинаковой кратности резервирования система, резервированная поблочно, надежнее системы, резервированной как единое целое, а максимум надежности достигается при независимом резервировании каждого элемента. Вводимая избыточность при этом растет из-за увеличения объема вспомогательного оборудования. Если его надежность не абсолютна, то чрезмерное дробление (декомпозиция) системы на резервируемые узлы может привести к снижению общей надежности. Максимизирующая надежность декомпозиции определяется по известным надежностям блоков системы и вспомогательных узлов.

13.6. Надежность восстанавливаемых систем

Восстанавливаемой системой обычно называют безызбыточную систему, после отказа которой производится ремонт, доводящий ее до исходного состояния. Восстановление может происходить как в результате действий обслуживающего персонала, так и автоматически с помощью специально предусмотренных средств. Особенностью восстанавливаемых в классическом смысле систем является наличие у них некоторого периода неработоспособности, длительность которого складывается из времени обнаружения отказа, времени его локализации и времени ремонта. Исходя из такого свойства частным случаем восстанавливаемой системы можно считать основную (работающую с самого начала) подсистему системы с резервированием, поскольку на ее замену в случае отказа требуется некоторое время.

Для оценки надежности восстанавливаемой системы рассмотренные выше характеристики малопригодны, так как они определены без учета возможности ее возвращения в штатное состояние после некоторого периода неработоспособности. Логичнее для этой цели использовать вероятность нахождения системы в рабочем состоянии в произвольный момент времени. Эта вероятность зависит в общем случае от времени и называется коэффициентом оперативной готовности Он равен сумме двух вероятностей, одна из которых p(t) — вероятность безотказной работы системы, а другая — вероятность ее восстановления к моменту времени t в случае возникновения ранее одного или нескольких отказов. Определим

Прежде всего отметим, что, поскольку восстановление полностью возвращает системе первоначальные характеристики, ее поведение после ремонта не отличается от поведения в начале работы. Иными словами, можно считать, что отсчет времени всегда начинается с момента окончания очередного ремонта. Время

ходит достаточно интенсивно. Обычно в РТС имеет значения порядка 0,9...0,99 и выше.

13.7. Методы и средства технической диагностики РТС

Важную роль играют средства технической диагностики в резервированных системах, так как именно по результатам контроля принимается решение о переходе на резервное оборудование. Даже в мажоритарных системах с переменным порогом изменение правила голосования производится по результату решения диагностической задачи.

Перечисленные обстоятельства показывают, что в состав высоконадежных систем длительного пользования обязательно должны входить эффективные средства технической диагностики, поскольку без них получить хорошие характеристики надежности, как правило, невозможно.

Для синтеза средств диагностирования используются методы, разработанные в рамках общей теории диагностирования технических систем. Они подразделяются на две основные группы: методы тестового диагностирования и методы функционального диагностирования.

Последние нередко называют еще методами аппаратного контроля. Встречающиеся в литературе иные методы контроля (программный и алгоритмический контроль, кольцевое диагностирование, сигнатурный контроль, метод контрольных сумм и т.п.) по существу являются их частными случаями.

С помощью первой группы методов строятся средства тестового диагностирования (СТД), а с помощью второй — средства функционального диагностирования (СФД). Применяются и комплексные средства диагностирования, работа которых основана на совместном использовании тестового и функционального диагностирования.

Все средства диагностирования могут быть как внешними, так и встроенными. Внешние средства диагностирования выполняются в виде отдельного устройства, не входящего в состав диагностируемого объекта, а встроенные включаются в него как конструктивная единица. Использование встроенных средств диагностирования позволяет достичь существенной экономии аппаратурных затрат на контроль, а внешних — независимости основного оборудования от средств контроля.

Тестовое диагностирование. Методы тестового диагностирования относятся к числу наиболее часто используемых методов контроля. Характерным признаком таких методов является использование для контроля специального режима проверяемого объекта, отличающегося от рабочего специальным подбором входных воздействий (тестов) и наличием процедуры анализа реакций объекта диагностирования на эти воздействия. Генерация тестов и анализ реакций производится в соответствующих СТД (рис. 13.3). Очевидно, что тестовое диагностирование возможно лишь при наличии временной избыточности, поскольку для контроля необходимо хотя бы кратковременное прекращение выполнения объектом основных функций.

Отметим, что тестовое диагностирование может использоваться для проверки любых объектов, а не только систем обработки информации. Например, при проверке мостов на прочность в качестве тестового воздействия выступает известная нагрузка на него (обычно тяжелые грузовики или танки), а в качестве реакции — прогиб конструкций.

Полное решение задачи тестового диагностирования включает в себя решение следующих частных задач.

1. Определение класса дефектов, подлежащих обнаружению, и порождаемых ими ошибок. Дефекты имеют физическую природу (обрывы проводников, пробой элементов микросхем и т. п.), класс

их определяется номенклатурой применяемых комплектующих изделий, технологией производства, конструкцией, условиями эксплуатации и многими другими причинами. Основанием для конкретизации класса дефектов является опыт проектирования и использования однотипных устройств и результаты испытаний на надежность. В РТС дефекты, как правило, проявляются в виде ошибок — неправильных значений сигналов в некоторых точках системы, в частности на выходе, и именно ошибки обнаруживаются средствами диагностирования. Класс ошибок, естественно, порождается классом дефектов, но зависит еще и от схемотехнических решений, используемых в узлах РТС.

2.Нахождение тестов — входных воздействий, обеспечивающих обнаружение ошибок заданного класса. При решении этой задачи могут быть использованы два подхода: детерминированный и стохастический. Первый состоит в нахождении тестов, обеспечивающих обнаружение заданных ошибок с единичной вероятностью, при этом главным критерием качества решения поставленной задачи выступает длина теста, оптимальным считается наиболее короткий тест. Частным случаем детерминированного подхода является имитационный метод нахождения тестов, состоящий в использовании в качестве тестовых воздействий сигналов, моделирующих рабочие входные сигналы устройства в одном или нескольких режимах. Плюсы и минусы имитационного метода рассмотрены далее.

При стохастическом подходе в качестве тестовых используются случайные либо псевдослучайные сигналы. В этом случае определяется время проверки, обеспечивающее вероятность обнаружения ошибок не ниже заданной, а при заданном времени проверки — вероятность обнаружения таковых.

На практике для построения тестов чаще используется детерминированный подход.

3.Генерация тестов. Решение этой задачи тесно связано с предыдущей. Так, при стохастическом подходе для цифровых устройств она сводится к генерации случайных чисел, при имитационном — к созданию всякого рода имитаторов сигналов, при детерминированном в простейшем случае — к организации постоянного запоминающего устройства (ПЗУ) для хранения тестов. Следует отметить, что в последнем случае объем ПЗУ часто оказывается неоправданно большим, а аппаратный генератор тестов — достаточно сложным. Для уменьшения аппаратурных затрат от оптимального теста нередко переходят к тривиальному, сводящемуся к перебору всевозможных воздействий на входе устройства. Обнаруживающая способность тривиального теста относительно заданного класса ошибок совпадает с таковой для оптимального теста, время проверки (длина) может возрасти на порядок и более, но объем оборудования для генерации тестов обычно резко сокращается.

4.Формирование эталонных реакций. Поскольку объект диагностирования известен и тесты для него найдены ранее, эталонные реакции можно получить с помощью разного рода моделирующих программ, входящих в состав прикладных пакетов для проектирования таких объектов. Хранить эталонные реакции можно, как и тесты, в ПЗУ. Нередко для их генерации используются вспомогательные устройства, однако в худшем случае их сложность приближается к сложности объекта диагностирования.

5.Анализ результатов тестирования. В простейшем случае он состоит в сравнении выходных реакций объекта диагностирования с эталонными и принятии по результату сравнения решения о техническом состоянии объекта. Время и достоверность анализа существенно зависят от числа эталонных реакций: если их много, то время растет, а достоверность может даже уменьшиться ввиду ограниченной надежности устройств хранения эталонов. Компромиссным вариантом является переход к методам «компактного тестирования». Следует отметить, что этот термин явно неудачен и не отражает сущности метода, его использование оправдывается лишь англоязычной научной традицией. В упомянутых методах компактными становятся не тесты, а эталонные реакции, поскольку вместо точных реакций хранятся и анализируются результаты их преобразований, выполненных по определенным правилам. Простейшим примером «компактного тестирования» может служить метод контрольной суммы, когда совокупность эталонных реакций заменяется их суммой, обычно вычисляемой по какому-либо модулю. Вместо суммы можно использовать сигнатуру — остаток отделения последовательности эталонных реакций на некоторый неприводимый полином. Перспективно также использование спектральных коэффициентов, полученных при разложении той же последовательности по некоторому ортогональному базису. Положительный эффект от использования методов «компактного тестирования» состоит в резком уменьшении числа сравнений. Так, при сигнатурном методе все эталонные реакции заменяются одним шестнадцатиразрядным числом, вычислитель сигнатуры также очень прост, в результате время анализа и аппаратурные затраты резко падают. Ценой такого упрощения является уменьшение вероятности обнаружения ошибок.

Все перечисленные задачи, а также ряд вспомогательных, приходится решать при тестовом диагностировании любых систем, однако при контроле РТС их решение приобретает некоторую специфику. Во-первых, предполагается, что оборудование периодически путем наладки приводится в работоспособное состояние. Это позволяет при определении класса ошибок ориентироваться на наиболее вероятные ошибки, считая, что в недавнем прошлом система находилась в исправном состоянии. Сужение класса ошибок приводит в рамках детерминированного подхода к сокращению длины теста, уменьшению числа эталонных реакций, возможности без существенных потерь в обнаруживающей способности использовать методы компактного тестирования и, как следствие, сократить аппаратурные затраты на контроль. Последнее весьма важно при массогабаритных и энергетических ограничениях на оборудование.

Во-вторых, РТС обычно состоят из достаточно разнородных блоков, разработанных различными подразделениями и даже организациями без должного учета необходимости диагностирования. Стратегия контроля в этом случае зависит от конкретной структуры системы и допустимого объема контрольного оборудования. Так, если межблочные соединения недоступны, единственным решением может быть тестовое диагностирование системы в целом. Помимо вычислительной сложности такой задачи может оказаться, что без введения контрольных точек полноценная диагностика невозможна. Обычно в таких случаях используют имитационный контроль, проверяющий систему в типовых рабочих ситуациях, но не обеспечивающий обнаружения даже наиболее вероятных ошибок и, тем более, не предотвращающий их накопления.

Если межблочные соединения доступны, то можно проконтролировать систему поблочно, создав для каждого блока внешнее контрольное устройство. При наличии дублирования межблочных связей это обеспечит полную проверку как блоков, так и системы в целом.

Наиболее перспективным способом организации тестового контроля для РТС представляется введение в ее блоки неких локальных диагностических ядер, управляемых с помощью специальной диагностической магистрали общим для всей системы центральным диагностическим ядром. Для реализации диагностических ядер целесообразно использовать микропроцессорные элементы, что обеспечит гибкость системы диагностирования и возможность ее использования для разных РТС без изменения аппаратной части диагностических ядер. Опыт разработки таких распределенных диагностических систем показал, что их эффективность резко повышается при участии с самого начала в проектировании РТС специалистов по диагностике.

Заканчивая краткое рассмотрение тестового диагностирования, отметим, что по литературным данным в самом благоприятном случае поблочного встроенного тестового контроля, ориентированного на обнаружение однократных ошибок, необходимые аппаратурные затраты составляют 10... 15 % от объема объекта диагностирования, а в случае недоступности межблочных связей они доходят до 30...40%.

Функциональное диагностирование. Методы функционального диагностирования используются реже методов тестового диагностирования ввиду относительно больших аппаратурных затрат.

Отличительным признаком функционального диагностирования является решение задачи диагностирования устройства на рабочих входных воздействиях без перевода его в контрольный режим. Аппаратура СФД, работая одновременно с проверяемой РТС и анализируя поступающие на объект диагностирования входные воздействия совместно с выходными реакциями того же объекта, принимает решение о его техническом состоянии. По существу, СФД с некоторой точностью моделируют поведение проверяемой системы, постоянно сравнивая ее выходы с выходами модели (рис. 13.4).

При правильной организации функционального диагностирования обнаруживаются ошибки заданного класса как в объекте диагностирования, так и в моделирующем устройстве, практически в момент их появления и, как следствие, повышается достоверность функционирования системы объект—модель. Достаточно очевидно, что в предельном случае система переходит в дублированную с покомпонентным сравнением выходов. В такой паре гарантированно обнаруживаются произвольные ошибки в обоих компонентах за исключением одинаковых ошибок, возникающих в них одновременно.

Решение задачи функционального диагностирования, как и в случае тестового диагностирования, сводится к решению нескольких более простых задач.

Определение класса дефектов, подлежащих обнаружению, и порождаемых ими ошибок. Решение этой задачи принципиально не отличается от случая тестового диагностирования. Следует лишь отметить, что поскольку функциональное диагностирование обнаруживает ошибки практически мгновенно, в класс ошибок включают лишь наиболее вероятные, чаще всего однократные.

Выбор решающего правила. По существу при этом находится способ сравнения выходов исходного устройства и его модели, обеспечивающий изменение результатов сравнения при появлении ошибок. Для цифровых систем при этом часто пользуются элементами теории кодирования, а для аналоговых — теорией чувствительности, которая позволяет синтезировать решающее

правило, обнаруживающее наиболее опасные ошибки наилучшим образом.

3.Синтез моделирующего устройства. Исходными данными для синтеза являются объект диагностирования и решающее правило. Форма и результат синтеза зависят от ограничений, накладываемых разработчиком на модель (например, число связей с объектом), и возможности введения контрольных точек. Методы синтеза, идентичные с теоретико-множественных позиций, различаются для цифровых и аналоговых систем, но всегда обеспечивают минимизацию решения по числу элементов памяти (минимизация по порядку)*.

4.Синтез дискриминатора ошибки. Он производится по известным решающим правилам и моделирующему устройству.

Используя методы функционального диагностирования для контроля, следует иметь в виду, что их осуществление требует достаточно больших аппаратурных затрат, достигающих 50...60 % от объема объекта контроля и даже более. Применять функциональное диагностирование целесообразно лишь для блоков и устройств с повышенными требованиями к достоверности функционирования либо при синтезе отказоустойчивых систем. Счастливым исключением являются многоканальные линейные системы, в которых удается осуществить функциональное диагностирование ценой 10... 15 % аппаратурных затрат.

В заключение следует отметить, что введение тестового и функционального диагностирования является эффективным средством повышения надежности РТС, причем наилучшие показатели достигаются при комплексном использовании СТД и СФД, поскольку при этом происходит взаимная компенсация недостатков обоих методов. Так, в системах с СТД надежность между сеансами контроля определяется вероятностью безотказной работы и для ее повышения частоту сеансов приходится увеличивать, в результате чего уменьшается коэффициент готовности.

Дополнительное введение СФД позволяет увеличить межконтрольный период минимум на порядок с соответствующим увеличением коэффициента готовности. Если же в системе есть только СФД, то из-за случайности входных сигналов часть ошибок может не проявиться на выходе.

Когда такие ошибки накопятся до уровня, превышающего диагностическую способность выбранного решающего правила, их обнаружение станет невозможным. Введение СТД с достаточно редкими сеансами контроля исключит подобное явление.

13.8. Надежность систем со средствами диагностирования

Ранее при рассмотрении частного случая систем со средствами диагностирования (резервированных систем) предполагалось, что входящие в их состав средства диагностирования работают безошибочно. Такое предположение оправдано далеко не всегда, поскольку как диагностическая способность, так и надежность средств диагностирования всегда ограничены. Принципы учета вклада средств диагностирования в общую надежность системы рассмотрены далее на простейших примерах.

Предварительно отметим, что эффективность средств диагностирования определяется вероятностями правильного и ложного обнаружения ошибок. При абсолютной надежности диагностического оборудования обе они постоянны и зависят только от способа обнаружения ошибок, ограниченная надежность делает вероятности зависящими от времени. Первую из них часто называют просто вероятностью обнаружения ошибок, вторую — вероятностью ложной тревоги.

Вычисление вероятностей рассматривается в специальной литературе и представляет собой достаточно сложную задачу. С определенностью можно утверждать лишь то, что с течением времени первая вероятность стремится к нулю. Далее обе эти вероятности считаются известными.

Для начала рассмотрим невосстанавливаемую систему, имеющую СФД. Ее вероятность безотказной работы всегда меньше, чем у исходной системы, т.е. с точки зрения улучшения этой характеристики введение СФД не оправдано. Тем не менее такие системы применяются на практике как самостоятельно, так и в составе отказоустойчивых систем, а их надежность оценивается характеристикой, именуемой достоверностью функционирования.

В качестве другого примера рассмотрим работающую короткими случайными сеансами восстанавливаемую систему с СТД. Примером такой системы может служить РТС магистральной связи по метеорным следам. Режим обмена информацией в такой системе наступает только в момент ионизации верхних слоев атмосферы в определенной точке трассы метеорным потоком, т.е. случайным образом. Будем искать р_с — вероятность нахождения системы в исправном состоянии к началу сеанса, считая, что СТД используются для предсеансного контроля с немедленным восстановлением.

Очевидно, что вероятность штатного состояния рассматриваемой системы перед началом диагностирования определяется стационарным коэффициентом готовности к_r. После выполнения диагностическо-восстановительных процедур она увеличится и р_с примет вид суммы к_г и некоторого слагаемого, зависящего от эффективности контроля и восстановления. Если причины ошибок, обнаруживаемых с вероятностью  р _о6 полностью устраняются, то

из чего следует возможность приближения вероятности штатного состояния системы к единице путем увеличения вероятности обнаружения ошибок р _о6 .

Следует отметить, что при вычислении р_с не учитывалось влияние вероятности ложного обнаружения ошибок на общую надежность и считалось, что р _о6 не зависит от времени. Первое обусловлено нейтрализацией ложных срабатываний СТД в процессе восстановления перед сеансом, второе — предположением о приведении диагностического оборудования в исправное состояние при межсеансном восстановлении и малом времени его работы.

В таком случае вероятность р _о6 зависит только от выбранного способа обнаружения ошибок и при необходимости может быть сделана сколь угодно высокой путем усложнения алгоритма диагностирования. В случае необходимости учета возможности нахождения СТД в нерабочем состоянии к началу сеанса следует по аналогии с к_г ввести коэффициент готовности средств контроля и учесть его при выводе выражения для р_с, что приведет к появлению у  р _о6 дополнительного множителя, меньшего единицы.

Способами, подобными использованным ранее при рассмотрении простейших примеров, можно определить надежностные характеристики и более сложных систем с диагностированием.

Контрольные вопросы

1.Понятия надежности и отказа. Аппаратурная, программная и информационная надежность.

2.Основные надежностные характеристики и связь между ними.

3.Экспоненциальный закон надежности и его свойства.

4.Надежность безызбыточных систем, ее оценка и методы повышения.

5.Избыточные системы, цели и методы введения избыточности.

6.Надежность мажоритарных систем.

7.Системы с замещающим резервированием, «горячее» и «холодное» резервирование.

8.Надежность систем с замещающим резервированием.

9.Сравнительная характеристика систем с мажоритарным и замещающим резервированием.

10.Восстанавливаемые системы и их надежность.

11.Техническая диагностика, ее роль в задачах повышения надежности технических систем. Основные методы технической диагностики.

12.Тестовое диагностирование. Решение задачи тестового диагностирования.

13.Функциональное диагностирование. Решение задачи функционального диагностирования.

14.Комплексное использование методов тестового и функционального диагностирования.

15.Надежность систем с диагностированием. Понятие о достоверности функционирования технических систем.

ГЛАВА 14

ОСНОВЫ ТРАЕКТОРНОЙ ОБРАБОТКИ

РАДИОЛОКАЦИОННОЙ ИНФОРМАЦИИ

14.1. Основные задачи и этапы траекторной обработки

Традиционно весь процесс обработки радиолокационной информации (РЛИ) принято подразделять на первичную, вторичную и третичную. Первичная обработка занимается вопросами обнаружения цели, измерения ее координат, а также при когерентном приеме и измерением радиальной составляющей скорости. Однако во многих практических случаях этой информации оказывается недостаточно для принятия решения о наличии цели, поскольку обнаружению отраженного целью сигнала сопутствует ненулевая вероятность ложной тревоги.

Первичная обработка не позволяет определить такие параметры движения цели, как траектория, векторы скорости и ускорения. Поэтому возникает необходимость дополнительного анализа результатов первичной обработки, полученных на нескольких последовательных обзорах РЛС. В ходе этого анализа следует произвести выделение из всей совокупности измерений те, которые соответствуют траекториям целей, а на основе этих измерений оценить параметры движения целей. Эти два аспекта и составляют основную задачу траекторной обработки, которая в одной РЛС соответствует вторичной обработке РЛИ. Под третичной обработкой РЛИ понимают объединение результатов вторичной обработки, поступающих от нескольких РЛС. Однако такое деление носит условный характер. Например, в разнесенных радиолокационных системах с обменом результатами первичной обработки вторичная и третичная обработки могут быть совмещены (см. подразд. 14.6). Поэтому далее мы будем говорить не о вторичной или третичной, а просто о траекторной обработке, рассматривая ее, в основном, для РЛС, работающей в режиме кругового обзора.

Исходными данными для синтеза системы траекторной обработки (СТО) РЛИ являются параметры цели, измеряемые в данной РЛС (дальность, угловые координаты, радиальные скорость и ускорение, мощность отраженного сигнала, поляризация и др.), а также априорная информация о целях, которые необходимо сопровождать в данной системе, и о помехах, в условиях которых система должна функционировать.

Входной информацией системы траекторной обработки являются отметки, формируемые системой первичной обработки. Под отметкой будем понимать всю информацию о цели, имеющуюся после выполнения операций обнаружения —измерения. В общем случае в нее входят:

1)вектор измеренных параметров цели z, который может включать в себя наклонную дальность цели, азимут, угол места, высоту, радиальную скорость, ускорение;

2)ковариационная матрица R вектора z или при независимых измерениях дисперсии погрешностей измерения его составляющих;

3)время обнаружения цели.

Эти три составляющие отметки являются необходимыми для траекторной обработки, кроме них в отметку могут входить и другие измеряемые данной РЛС параметры.

Функционирование СТО основано на использовании некоторой модели движения цели, наиболее адекватно и в то же время достаточно просто описывающей ее перемещения в пространстве. Поэтому разработка СТО всегда начинается с определения типов целей, которые она должна сопровождать, и выбора модели движения цели для каждого из выбранных типов. Далее ограничимся рассмотрением задачи траекторного сопровождения воздушных целей, хотя выводы и результаты могут использоваться при построении систем сопровождения иных типов целей. Особенностями движения воздушных целей, влияющими на выбор модели движения, являются высокая скорость, маневренность, а также то, что некоторые из целей могут совершать совместный полет на небольшом удалении друг от друга, образуя тем самым групповую цель.

Важным фактором, который необходимо учитывать при разработке СТО, является наличие помех, вызывающих появление ложных отметок на выходе системы первичной обработки. Присутствие ложных отметок приводит, во-первых, к появлению ложных траекторий (т.е. траекторий, не соответствующих реальным целям), а во-вторых, к снижению качества сопровождения траекторий реальных целей при ошибочном отнесении к ним ложных отметок.

Всю траекторную обработку (рис. 14.1) можно представить в виде совокупности отдельных этапов, решающих следующие задачи:

· обнаружение траектории цели, появляющейся в зоне обзора РЛС;

· идентификация (отождествление) новой отметки с той или иной из сопровождаемых траекторий;

· последовательное уточнение (фильтрация) параметров траектории при присвоении ей новой отметки от данной цели;

· сброс траектории с сопровождения при выходе цели из зоны обзора, приземлении и пр.

Траекторное сопровождение каждой цели начинается с обнаружения траектории и заканчивается сбросом ее с сопровождения.

В ходе обнаружения траектории параллельно решаются две следующие задачи.

1. Выделение из всего набора отметок, обнаруженных за несколько последовательных обзоров РЛС, тех, которые могут принадлежать траектории реальной цели. При этом используется априорная информация о характере движения цели, т.е. модель траектории.

2. Фильтрация ложных отметок, которые не могут описывать движение какой-либо цели. Фильтрующее свойство основано на том, что пространственное распределение ложных отметок в зоне обзора (случайное и, как правило, с равномерным разбросом) не совпадает с ожидаемым распределением отметок от цели, определяемым моделью ее движения. Поэтому траектория, начатая по ложной отметке, с большой вероятностью не подтвердится на следующих обзорах.

Сброс траектории с сопровождения происходит после того, как ей в течение некоторого времени не было присвоено ни одной отметки.

Поскольку СТО, как правило, должна сопровождать множество целей на фоне помех, необходима предварительная идентификация (отождествление) отметок с траекториями, т.е. принятие решения о возможном соответствии каждой из пришедших на данном обзоре отметок той или иной сопровождаемой траектории.

Процесс идентификации включает в себя два этапа. Цель первого из них — стробирования — заключается в том, чтобы выделить из всех полученных на очередном обзоре РЛС отметок те, которые в принципе могут принадлежать той или иной из сопровождаемых траекторий.

В ходе стробирования для каждой траектории выполняются следующие операции:

· последнее известное положение цели экстраполируется (предсказывается) на момент прихода отметки на текущем обзоре (в предположении о неизменном в течение этого интервала характере ее движения);

· определяются размер и ориентация в пространстве строба сопровождения (строб — это область пространства вокруг экстраполированной отметки, в которой с некоторой вероятностью, как правило, близкой к единице, должна оказаться цель); при этом учитываются погрешности текущего измерения и ошибки экстраполяции;

формируется набор полученных на данном обзоре отметок, которые попадают в строб сопровождения данной траектории.

Если в строб сопровождения некоторой траектории попала только одна отметка, считается, что именно она соответствует данной цели. Отметка передается этой траектории для дальнейшей обработки, и этап идентификации на этом заканчивается. Если в стробе оказалось несколько отметок, возникает необходимость во втором этапе — этапе точной идентификации, на котором из нескольких отметок выбирается одна, с наибольшей вероятностью принадлежащая данной траектории. Если в строб сопровождения траектории не попало ни одной отметки, то проверяется критерий сброса траектории и, если он не выполняется, за текущее положение цели принимается экстраполированная оценка. Отметки,

которые не попали в строб сопровождения ни одной из траекторий, принимают за первые отметки новых траекторий, по ним начинается процесс обнаружения траектории.

При сопровождении групповых целей стробы сопровождения некоторых из входящих в группу ЛA могут пересекаться и попадающая в область пересечения отметка может соответствовать любой из возможных траекторий, а также являться ложной. В этом случае необходимо осуществлять оптимальную идентификацию всего набора отметок, попавших в стробы пересекающихся траекторий, с набором этих траекторий. Формирование наборов отметок для пересекающихся стробов на рис. 14.1 выделено отдельным блоком накопления отметок.

После того как сопровождаемой траектории присвоена новая отметка, производится фильтрация параметров траектории. Для решения этой задачи необходимо знать статистические свойства погрешностей измерения (ковариационную матрицу R вектора z), а также априорную информацию о цели, заданную в виде модели ее движения.

Двух- или трехкоординатная РЛС измеряет местоположение цели в полярной или сферической СК соответственно. Траекторную обработку (особенно идентификацию и фильтрацию) целесообразно производить в прямоугольной (декартовой) СК. Основное ее преимущество состоит в том, что равномерное прямолинейное движение цели, а также несложные маневры в этой системе описываются линейными дифференциальными или разностными уравнениями, в то время как в других СК даже при прямолинейном движении цели уравнения оказываются нелинейными. Это существенно усложняет обработку и может привести к дополнительным ошибкам [8]. Преобразование координат можно выполнять двумя способами: либо на входе СТО, как это показано на схеме, представленной на рис. 14.1, либо непосредственно в траекторном фильтре (подробнее об этом в подразд. 14.5). Поскольку преобразование координат в виде отдельной операции в одиночной РЛС не является необходимым, соответствующий блок на схеме показан пунктиром.

14.2. Модели движения целей, сопровождаемых системой

траекторной обработки

Классификация моделей движения маневрирующих целей. Основой всех моделей описания динамики объекта является уравнение движения: по прямой, по окружности, по баллистической траектории и т.д. Объект, совершающий движение в соответствии с известным уравнением, считается неманеврирующим. Маневром называется изменение характера движения под действием случайных или детерминированных сил. Сопровождение маневрирующих целей является весьма сложной задачей, поскольку в большинстве случаев отсутствуют точные априорные знания о характере маневра.

В основе большинства моделей движения, используемых для сопровождения маневрирующих целей, лежит предположение, согласно которому связь между значением вектора состояния цели х_к в некоторый момент времени к и значением этого же вектора в предыдущий момент времени к - 1 задается линейным уравнением состояния:

 Динамические модели движения маневрирующих целей различаются способом представления вектора ускорений (маневра) u_k в зависимости от вида которого их можно классифицировать следующим образом.

Модели, в которых неизвестный вектор ускорений u_k считается случайным процессом с нулевым средним, a w_k - относительно слабым шумом процесса, который определяет полосу пропускания фильтра. Процесс, которым моделируется вектор ускорений, может быть белым (некоррелированным) или окрашенным (коррелированным).

Модели, в которых вектор ускорений u_k считается неизвестным, но детерминированным и подлежащим оценке на каждом шаге работы алгоритма. Часто этот вектор считается постоянным за время между наблюдениями и равным одному из заранее определенного множества возможных значений.

Модели, в которых считается, что цель находится в одном из конечного множества состояний  — число возможных состояний. Переход между состояниями осуществляется по некоторому закону, в качестве которого чаще всего принимается марковская цепь с известными вероятностями перехода.

Модели двух последних групп называются смешанными (гибридными), поскольку оцениваемый случайный процесс (ускорение) содержит как дискретную, так и непрерывную составляющие. В зависимости от выбранного способа представления движения маневрирующей цели выбираются соответствующие алгоритмы фильтрации (см. подразд. 14.5).

Траектория движения воздушных целей может быть представлена в виде совокупности участков, соответствующих тому или  иному режиму движения, например равномерному или маневру. При этом движение ЛA имеет два вида неопределенности: непрерывную (координаты, скорость, ускорение) и дискретную (наличие и вид маневра). Такое движение лучше всего моделировать при помощи смешанных случайных процессов, которые используются для описания динамических стохастических систем со случайной структурой.

Моделирование участков траекторий маневрирующих целей. Представление движения цели смешанным случайным процессом подразумевает, что на каждом из участков траектория описывается собственной моделью. Рассмотрим наиболее часто использующиеся модели.

пустимых изменений ускорений. В случае с малой дисперсией она называется моделью движения с «почти» постоянным ускорением. Обозначим эти модели соответственно СА1 и СА2.

3. Поворот с известной постоянной угловой скоростью (СТ — Coordinated Turn). Эта модель (обозначим ее СТ1) описывает маневр, при котором цель, двигаясь с постоянной скоростью, совершает поворот с постоянной угловой скоростью со. При этом

Ситуация, когда цель совершает поворот с постоянной и известной еще на этапе проектирования угловой скоростью, возникает при сопровождении гражданских ЛА в зонах аэропортов, где маневры самолетов строго регламентированы. Вектор состояния и входная матрица этой модели соответствуют модели с постоянной скоростью, а матрица экстраполяции имеет вид

4. Поворот с неизвестной постоянной угловой скоростью. Если угловая скорость поворота воздушных целей заранее неизвестна, то следует включить ее в вектор состояния цели (модель СТ2). При этом уравнение состояния становится нелинейным вследствие нелинейного характера зависимости матрицы экстраполяции от скорости поворота:

14.3. Алгоритмы обнаружения и сброса траектории

Алгоритм обнаружения траектории. Обнаружение новой траектории начинается после проверки принадлежности полученных за обзор отметок сопровождаемым траекториям. Если какая-либо отметка не соответствуют ни одной из них, принимается предварительное решение о наличии новой цели и начинается процесс обнаружения ее траектории.

Наиболее распространенным алгоритмом обнаружения траектории в настоящее время является метод серийных испытаний [8]. В общем случае этот алгоритм (рис. 14.2) включает в себя два этапа:

· этап завязки траектории, на котором устанавливается факт возможного наличия новой цели и производится первоначальная оценка параметров ее движения;

· этап подтверждения завязанной траектории, на котором подтверждается, что в данной области пространства есть цель с оцененными на предыдущем этапе параметрами движения.

 Обнаружение траекторий продолжается по всем отметкам, попавшим в строб первичного захвата. Этим гарантируется высокая вероятность обнаружения траектории истинной цели, однако при этом остается весьма высокой вероятность обнаружения ложной траектории. Для ее уменьшения и нужен этап подтверждения траектории.

Завязанная траектория считается подтвержденной после выполнения критерия подтверждения «L из M», согласно которому за М последовательных обзоров должно быть получено не менее L отметок от цели. Эти отметки должны попадать в соответствующие стробы сопровождения (см. подразд. 14.4), которые формируются вокруг экстраполированного на момент прихода текущей отметки положения цели.

Если на этапе подтверждения в строб сопровождения попадает несколько отметок, для продолжения траектории при помощи алгоритма идентификации выбирается одна из них. Если же в стробе сопровождения не оказалось ни одной отметки, процесс подтверждения либо продолжается (если не прошло заданное число обзоров М), либо прекращается, при этом траектория исключается из дальнейшего анализа.

Совместно оба эти алгоритма (завязки и подтверждения траектории) объединяются в единый алгоритм обнаружения траектории, который обозначается «2/N+ L/М». Задача оптимизации процесса обнаружения траектории при методе серийных испытаний заключается в выборе оптимальных значений N,V, L, и М критерия «2/N + L/М». Оптимальность выбора значений может заключаться, например, в максимизации вероятности обнаружения истинной траектории при заданной вероятности обнаружения ложной траектории. При малом числе обзоров завязки и подтверждения и большом L улучшается фильтрующая способность алгоритма, что проявляется в уменьшении количества ложных завязок траекторий, однако при этом увеличивается время обнаружения траектории и снижается вероятность завязки истинной траектории.

Чем больше строб первичного захвата, тем выше вероятность попадания в него ложных отметок и, следовательно, выше вероятность завязки ложной траектории. Поэтому в системах сопровождения высокоскоростных воздушных целей стремятся по возможности сократить этап завязки, возлагая задачу отсеивания ложных траекторий на этап подтверждения. Как правило, в таких системах используется критерий завязки вида «2/2». В общем случае задача оптимального выбора параметров алгоритма обнаружения траектории по методу серийных испытаний представляет собой довольно сложную задачу, которую решают для конкретных PЛC, заданной целевой и помеховой обстановки.

Наряду с методом серийных испытаний для обнаружения траекторий был разработан метод последовательного анализа, который заключается в проверке (после каждого очередного поступления информации о цели) двух гипотез: о наличии и отсутствии траектории в данной последовательности отметок. Этот метод более трудоемок, поэтому реже используется на практике, чем метод серийных испытаний, хотя отмечается, что он оптимален с точки зрения обеспечения максимальной вероятности обнаружения истинной траектории при фиксированной вероятности обнаружения ложной траектории.

Алгоритм сброса траектории с сопровождения. Основным критерием при принятии решения о сбросе траектории является появление некоторой пороговой серии пропусков отметок в стробах сопровождения. Расчет порога может быть выполнен с учетом накопленной к данному моменту неопределенности в положении цели, движение которой описывает данная траектория. Эта неопределенность описывается ковариационной матрицей экстраполяции, которая при пропуске отметки на очередном обзоре увеличивается, что, в свою очередь, приводит к возрастанию размера строба сопровождения, выставляемого на следующий обзор. Очевидно, что наибольшая неопределенность положения цели имеется при получении самой первой отметки ее траектории, когда параметры движения неизвестны. Этой начальной неопределенности соответствует строб первичного захвата. Естественно предположить, что когда в результате пропуска отметок размер строба сопровождения становится соизмерим с размером строба первичного захвата, процесс сопровождения данной траектории можно прекращать. Этот критерий получил наименование точностного критерия сброса [8].

Часто в СТО используется более простой критерий, в соответствии с которым сброс траектории с сопровождения производится при появлении пороговой серии из К пропусков отметок подряд. В этом критерии при принятии решении о сбросе не учитывается накопленная информация о параметрах движения цели, однако он намного проще в реализации. Главной проблемой является оптимальный выбор параметра К. При увеличении К, с одной стороны, уменьшается вероятность принятия ложного решения о сбросе с сопровождения истинной траектории, с другой — увеличивается число находящихся на сопровождении ложных траекторий и их средняя продолжительность.

14.4. Алгоритмы идентификации отметок и траекторий

При слежении за воздушными целями в общем случае ставится задача построения алгоритма идентификации для скоростных групповых маневрирующих целей при наличии помех. При этом необходимо учитывать, что в строб сопровождения данной траектории кроме отметки от сопровождаемой цели могут попасть отметки от соседних целей и ложные отметки, а так же то, что стробы сопровождения двух и более близко расположенных траекторий могут пересекаться.

Процесс идентификации включает в себя два этапа:

стробирование, на котором формируются наборы траекторий, в том числе с пересекающимися стробами, и наборы отметок, в эти стробы попадающие;

точная идентификация, где каждой из траекторий в соответствии с выбранным критерием ставится в соответствие одна из отметок.

Стробирование. Пусть имеются полученное на k-м шаге измерение z_k с ковариационной матрицей R_k и экстраполированная на момент прихода данного измерения оценка вектора состояния цели  В ходе стробирования

следует определить, может ли принятое измерение соответствовать данной цели.

Отклонение измеренных координат цели от центра строба сопровождения определяется погрешностями экстраполяции координат траектории по предыдущим сглаженным значениям ее параметров, а также погрешностями единичного измерения координат цели. Они полагаются независимыми и нормально распределенными. В таком случае любое истинное (т.е. принадлежащее цели) измерение должно попасть в область пространства, описываемую эллипсоидом с центром в экстраполированной оценке

 Возможность попадания в строб сопровождения каждой из траекторий проверяется для всех пришедших за обзор отметок. Тем самым формируются наборы отметок, которые могут быть идентифицированы с данной траекторией. При сопровождении групповой цели формируется единый набор отметок, попадающих в

пересекающиеся стробы всех составляющих групповую цель объектов. Далее эти наборы участвуют в точной идентификации.

Часто с целью уменьшения объема вычислений эллипсоидальный строб аппроксимируется формой, простейшей для системы координат (СК), в которой осуществляется обработка (прямоугольник в прямоугольной СК, криволинейная трапеция в сферической и т.д.). При такой замене происходит существенное увеличение размера строба, что приводит к росту вероятности попадания в строб ложных отметок, а также отметок, принадлежащих другим целям.

Точная идентификация. Для идентификации наборов отметок с одной или одновременно несколькими (для групповой цели) траекториями предложено большое число алгоритмов, которые можно подразделить на байесовские и небайесовские.

В байесовских методах при оценке состояния цели учитываются гипотезы происхождения отметки: является она истинной или ложной. В соответствии с этими гипотезами рассчитывается «вес», т.е. апостериорная вероятность происхождения отметки, а результирующая оценка определяется как математическое ожидание положения всех попавших в строб данной траектории отметок с учетом вероятности их соответствия истинной цели. В небайесовских методах решение о принадлежности отметки траектории принимается после расчета функции правдоподобия гипотез о продолжении траектории по каждой стробированной отметке без оценки вероятности идентификации отметки с траекторией. В качестве продолжения выбирается траектория, отвечающая критерию максимального правдоподобия.

Пусть по результатам предыдущих измерений на сопровождении имеются несколько близко расположенных траекторий, в пересекающиеся стробы сопровождения которых попали отметки, причем часть из них может быть отнесена более чем к одной траектории (рис. 14.3).

Самый простой небайесовский способ идентификации заключается в присваивании каждой из траекторий отметки, расположенной ближе всех остальных к предсказанному значению (метод «ближайшего соседа»). В качестве меры близости обычно используется функция правдоподобия, вычисленная в предположении о нормальном распределении ошибок измерения. В методе «глобального ближайшего соседа», применяющемся для сопровождения нескольких целей, производится оптимальная (по критерию максимального правдоподобия) идентификация отметок со всеми возможными траекториями с условием, что отметка может быть идентифицирована не более чем с одной траекторией. Оба эти метода не учитывают статистические характеристики помех и хорошо работают лишь в случае далеко расположенных целей, точных измерений и малого числа ложных отметок.

Оптимальная байесовская многогипотезная идентификация (МНТ — Multiply Hypothesis Tracking) может использоваться для сопровождения как одиночной цели, так и множества целей. После получения набора стробированных отметок составляются все возможные варианты идентификации траекторий с отметками, включая гипотезы о помеховом происхождении каждой из отметок. Затем все эти гипотезы сохраняются до получения нового набора отметок, после чего каждая из траекторий продолжается по каждой из стробированных отметок и т.д. Число траекторий растет в геометрической прогрессии, поэтому при наличии большого числа помех этот метод использовать практически невозможно. Современное его развитие заключается в поисках способов уменьшения числа гипотез (путем слияния схожих, отсечения наименее вероятных, оставления для анализа фиксированного числа наиболее вероятных гипотез). Однако даже в усеченном виде требования к вычислительным средствам остаются очень высокими, поэтому несмотря на то, что алгоритм МНТ является оптимальным с точки зрения обеспечения максимальной апостериорной вероятности гипотез, на практике он пока используется сравнительно редко.

Трудности практической реализации оптимальных баейсовских алгоритмов вызвали интерес к поиску субоптимальных методов, среди которых наибольшее распространение получили алгоритмы вероятностной идентификации данных (PDA — Probabilistic Data Association) для одиночной цели и совместной вероятностной идентификации данных (JPDA — Joint PDA) для групповой цели. Из нескольких попавших в строб отметок формируется одна (в PDA) или несколько — по числу траекторий (в J PDA). Так же, как в МНТ, в этих алгоритмах анализируются все возможные (по результатам стробирования) наборы пар «отметка —траектория», оценивается правдоподобие каждого из этих вариантов. Но в отличие от алгоритма МНТ каждая из траекторий продолжается не по всем стробиро- ванным отметкам, а по одной вновь сформированной, которая учитывает все отметки, взвешенные согласно вероятностям тех вариантов идентификаций, где они участвуют. Этот алгоритм признан на сегодняшний день наиболее предпочтительным с точки зрения соотношения качества и требований к вычислительным средствам.

14.5. Алгоритмы фильтрации параметров траектории маневрирующей цели

 Первоначально для фильтрации параметров траекторий использовались алгоритмы с фиксированной выборкой, осуществляющие оптимальную по критерию максимального правдоподобия оценку совокупности N измерений.

Этот подход имеет весьма существенные недостатки, среди которых необходимость пересчета всех весовых коэффициентов фильтра при получении нового измерения, а также невозможность использования информации о предыдущих значениях процесса.

В современных системах траекторного сопровождения используются рекуррентные алгоритмы фильтрации, обеспечивающие последовательное (при получении каждой новой отметки) уточнение параметров траектории. Поскольку практически все системы траекторного сопровождения, в том числе маневрирующей цели, используют алгоритм оптимальной линейной фильтрации на основе рекуррентного фильтра Калмана, рассмотрение вопроса фильтрации параметров траектории маневрирующей цели следует начать именно с него.

 Заметим, что при нормальном распределении помехи фильтр Калмана является оптимальным линейным фильтром по критериям МСКО и максимума апостериорной вероятности. При нелинейном оцениваемом процессе фильтр Калмана является оптимальным в том же смысле в классе линейных фильтров. Рассмотрим некоторые особенности применения фильтра Калмана для оценивания параметров траектории.

Влияние неточностей задания априорных данных. В основе применения фильтра Калмана лежат два важных предположения: разработчику известны модель движения цели и кова- риация погрешностей измерений. Между тем на практике они могут быть либо изначально неизвестны, либо изменяться в ходе работы.

В фильтре Калмана каждая очередная оценка производится на основе всех имеющихся на данный момент измерений (они учитываются опосредованно, через последнюю оценку); такой фильтр называют фильтром с растущей памятью. В этих фильтрах с ростом числа измерений наблюдается стремление элементов матричного коэффициента усиления К к нулю, что означает снижение доверия к новым измерениям, поэтому в установившемся режиме выходная оценка практически не отличается от экстраполированной. Если модель движения цели, лежащая в основе фильтра, не соответствует ее реальному движению, оцененная траектория будет расходиться с истинной. Это приведет к снижению точности оценивания параметров движения цели, уменьшению вероятности попадания отметки от цели в строб сопровождения и, в конце концов, к сбросу траектории с сопровождения.

Для устранения такого эффекта часто используют ограничение памяти фильтра, которое может достигаться разными способами [8]:

· фиксацией или ограничением снизу коэффициентов усиления, что приводит к схеме так называемого ос—p-фильтра, относящегося к категории фильтров с конечной эффективной памятью;

· выбором коэффициентов усиления в предположении об экспоненциальном старении данных или увеличением элементов ковариационной матрицы экстраполяции;

· применением рекуррентных аналогов фильтров с конечной памятью.

Еще одним способом решения этой проблемы является использование многомодельных фильтров. В них используется не одна, а сразу несколько моделей движения, охватывающих все возможные варианты движения цели, поэтому вероятность расхождения гораздо ниже.

Если ковариационная матрица вектора измеренных параметров цели не соответствует реальным погрешностям измерения, то при завышении точности исходных измерений будет наблюдаться снижение вероятности попадания отметки от цели в строб сопровождения, что может способствовать досрочному прекращению сопровождения траектории, а при занижении — не будет обеспечиваться оптимальная точность результирующей оценки. Выходом из этой ситуации является использование адаптивных фильтров, осуществляющих оценку искомой ковариации вектора измеренных параметров на основе получаемых данных.

Особенности оценивания точности фильтрации. Неопределенность оценки многомерной случайной величины  характеризуется эллипсоидом погрешностей, который в двухмерном случае является эллипсом (рис. 14.4). Информация о размерах и ориентации в пространстве эллипса погрешностей содержится в ковариационной матрице Р_k. этой случайной величины. Квадраты длин полуосей эллипса s₁ и s₂ являются собственными числами матрицы  Р_k,,  а также дисперсиями

ошибок измерения положения цели в прямоугольных координатах  оси которых совпадают с направлениями осей эллипса.

Принято считать, что наиболее общей точностной характеристикой алгоритмов обработки является ковариационная матрица Р_k которая формируется траекторным фильтром на каждом шаге оценивания и отражает текущее состояние процесса оценивания. Однако из уравнения для этой матрицы (см. формулу (14.3)) видно, что она не зависит от входных данных. С одной стороны, этот факт можно рассматривать как достоинство: ее можно вычислить заранее (предполагая матрицы R и Q постоянными) [8). С другой стороны, если информация о погрешностях измерений не соответствует реальности, фильтр будет выдавать неоптимальную оценку параметров траектории, а элементы ковариационной матрицы не будут соответствовать реальной точности фильтрации. Следовательно, судить по ним о состоянии процесса оценивания нельзя. Более того, по анализу только ковариационной матрицы нельзя зафиксировать даже факт расхождения фильтра.

Однако фильтр Калмана предоставляет возможность судить о состоянии процесса фильтрации на основании анализа его внутренних сигналов, например отслеживая введенную ранее квадратичную форму  (см. подразд. 14.4). При соответствии входных данных и модели последовательность р_k должна удовлетворять распределению х² с п степенями свободы (п — размерность вектора z), а ее математическое ожидание должно быть постоянным. Вектор невязки на каждом шаге должен быть нормальным белым гауссовским шумом с ковариационной матрицей S_k.

Об использовании нелинейных траекторных фильтров. Модель динамической системы, которая используется для описания процесса движения цели, включает в себя уравнения состояния и наблюдения. В формулах (14.3) оба эти уравнения имеют линейный вид, что обусловливает применимость оптимального линейного фильтра Калмана для ее оценивания. Если хотя бы одна из зависимостей имеет нелинейный характер, то вместо линейного фильтра Калмана следует использовать алгоритмы нелинейной фильтрации.

Применение для синтеза траекторного фильтра теории оптимальной нелинейной фильтрации приводит к необходимости использования весьма сложных алгоритмов, эффективность которых исследована пока недостаточно [8]. Поэтому на практике вместо этих алгоритмов используют субоптимальные, так или иначе использующие теорию калмановской фильтрации. Чаще всего применяется расширенный фильтр Калмана, в котором предполагается, что рассматриваемые нелинейные функции являются достаточно гладкими, поэтому их можно разложить в ряд Тейлора и аппроксимировать полиномами первого порядка. Использование субоптимальных нелинейных алгоритмов по сравнению с оптимальным линейным фильтром усложняет схему обработки, однако не приводит к достижению потенциальной точности.

Рассмотрим возможные причины появления нелинейностей. В уравнении состояния нелинейности возникают при сопровождении объектов, траектории которых описываются нелинейными уравнениями. Избежать нелинейности ценой некоторой потери качества можно выбором упрощенных линейных моделей. В уравнении наблюдения, связывающем между собой состояние системы x_к и наблюдение z_к, нелинейность возникает в ситуации, когда эти векторы представлены в разных системах координат: как правило, z_к — в сферической (полярной) СК, х_k — в прямоугольной. В этом случае преобразование координат выполняется непосредственно в фильтре и, кроме того, должно существовать обратное преобразование из прямоугольной СК в сферическую (полярную).

Альтернативным вариантом является преобразование вектора наблюдения z_к в прямоугольную СК еще до фильтра. В этом случае уравнение наблюдения остается линейным, поэтому можно использовать оптимальный Линейный фильтр. Следствием предварительного преобразования координат является появление взаимной корреляции между отдельными составляющими вектора, при этом его ковариационная матрица перестает быть диагональной, что приводит к некоторому увеличению вычислительных затрат.

Фильтрация параметров траектории маневрирующей цели. Фильтр Калмана является оптимальным (по критерию МСКО) устройством фильтрации параметров цели при линейном наблюдении и известной динамике цели, а также гауссовском шуме движения и наблюдения. Однако, как только цель изменяет динамику (выполняет маневр), оценка калмановского фильтра может начать расходиться, что в конечном итоге приведет к сбросу траектории с сопровождения. Поскольку расхождение обусловлено некорректным представлением в фильтре динамики цели, для правильного сопровождения необходимо принять меры для адекватного отображения фильтром модели движения цели.

Алгоритмы траекторного сопровождения маневрирующей цели можно разбить на три основные группы.

Алгоритмы без обнаружителя маневра. Маневр представляется в виде случайного процесса с нулевым средним и считается возможным на каждом шаге фильтрации. Суть методов этой группы заключается в том, что вводится искусственное ухудшение точностных характеристик входной информации, в результате чего строб сопровождения увеличивается и при начале маневра цель с большей вероятностью в него попадет. При этом, однако, снижается точность оценивания положения цели и увеличивается вероятность попадания в строб сопровождения ложных отметок. Эти алгоритмы могут использоваться при сопровождении только слабо маневрирующих целей.

Алгоритмы с обнаружителем маневра. Маневр представляется в виде случайного процесса с ненулевым средним, в соответствии с которым изменяются (адаптируются) параметры или структура траекторного фильтра. В этих алгоритмах предусмотрено наличие, как минимум, двух моделей движения: без маневра и с маневром известного типа, а также обнаружителя маневра, который отслеживает его начало и окончание и соответствующим образом переключает модели. Модель без маневра — это традиционный фильтр Калмана, настроенный на сопровождение неманеврирующей цели. Модели, настроенные на маневр, могут отличаться от первой большим уровнем шума процесса, наличием неслучайного вектора ускорений, размерностью вектора состояния (в него включается ускорение по каждой координате). В адаптивных алгоритмах дополнительно производится оценка интенсивности маневра. По его окончании, которое также определяется обнаружителем, происходит обратное переключение на модель без маневра.

Эти методы являются оптимальными при отсутствии неопределенности в характере маневра, т.е. когда тип маневра известен, а задача оценивания сводится к определению момента его начала и интенсивности. Основная трудность заключается в построении обнаружителя маневра, поскольку он должен уметь отличать маневр от случайных флуктуаций измерений положения, а главное, необходимо обеспечить, чтобы отметка на начальной стадии маневра (до его обнаружения) не была отсеяна при идентификации.

Многомодельные алгоритмы. В них имеется набор моделей, описывающих движение цели, а также банк элементарных фильтров, соответствующих каждой из них. Обязательно используется модель без маневра, другие модели могут соответствовать маневрам как одного типа с разной интенсивностью, так и маневрам разных типов. На каждом шаге работы сначала вычисляются оценки элементарных фильтров, затем оценивается, насколько вероятной является в данный момент каждая из моделей, и результирующая оценка формируется в результате суммирования элементарных оценок, взвешенных с учетом их вероятностей. Многомодельные (ММ) методы оптимальны в ситуациях, когда маневр цели является неизвестным, но принадлежащим некоторому множеству возможных моделей. В последние годы активно развивается теория многомодельных алгоритмов с переменной структурой, которые могут адаптивно подстраиваться к ситуации, когда характер движения цели перестает соответствовать имеющимся моделям.

В подразд. 14.2 было показано, что для описания траектории движения маневрирующей цели хорошо подходят смешанные случайные процессы, имеющие две составляющие: дискретную, которая описывает процесс изменения вида маневра, и непрерывную, которая моделирует погрешность изменения координат цели. Оптимальная фильтрация таких процессов производится при помощи многомодельных алгоритмов, которые в настоящее время являются общепризнанным способом траекторного сопровождения при заранее неизвестном характере движения цели.

Многомодельные алгоритмы фильтрации параметров траектории маневрирующей цели. Традиционные («одномодельные») адаптивные способы оценки параметров траектории маневрирующей цели состоят из двух следующих друг за другом этапов: принятия решения о наличии (интенсивности) маневра и оценки параметров траектории с учетом маневра, т.е. каждый раз сначала принимается решение о соответствии характера движения цели некоторой модели, затем происходит оценка параметров траектории при помощи единственного фильтра, соответствующего данной модели. Эти способы обладают несколькими очевидными недостатками. Во-первых, при фильтрации параметров траектории не принимается во внимание возможная ошибка при принятии решения о выборе модели.

Во-вторых, окончательное решение о выборе модели принимается до фильтрации, хотя учет ее результатов может быть полезен при выборе модели.

Многомодельные алгоритмы решают эти проблемы, используя в каждый момент времени не одну, а сразу несколько моделей движения цели. Основываясь на представлении движения цели в виде последовательной смены моделей, ММ алгоритмы включают в свой состав набор из N моделей — кандидатов на соответствие характеру движения цели в данный момент, а также банк элементарных фильтров, соответствующих каждой из этих моделей. Результирующая оценка вычисляется на основе использования оценок всех элементарных фильтров. Таким образом достигается совместное решение задач принятия решения о маневре и фильтрации. Адаптивные алгоритмы зависят исключительно от характеристик одиночного «лучшего» фильтра, выбранного до того, как он выдаст результат. ММ алгоритмы опрашивают все работающие одновременно элементарные фильтры и формируют результирующее значение параметров траектории после того, как они выдадут результаты. Преимущество ММ алгоритмов выражается в уменьшении запаздывания обнаружения начала маневра, что приводит к снижению среднеквадратических ошибок оценивания как положения, так и скорости цели на участке маневра по сравнению с адаптивными алгоритмами, однако при этом происходит некоторое увеличение вычислительных затрат.

Многомодельные алгоритмы предполагают наличие следующих элементов:

1)набор моделей — совокупность траекторных фильтров, в максимально возможной степени соответствующая характеру движения сопровождаемой цели (с учетом возможных маневров);

2)стратегия взаимодействия, которая определяет число предыдущих шагов фильтрации, результаты которых участвуют в фильтрации текущего значения, а также способ их учета;

3)условная фильтрация — рекуррентная фильтрация непрерывной случайной компоненты смешанного процесса, осуществляемая для каждой из моделей в предположении ее истинности;

4)объединенное выходное значение — формирование результирующей оценки параметров траектории с учетом результатов выходных значений всех фильтров. Может осуществляться при помощи весового объединения оценок всех фильтров или выбора наилучшей.

В зависимости от структуры использующиеся в данный момент на практике ММ алгоритмы можно подразделить на три группы.

Алгоритмы первой группы характеризуются тем, что входящие в их состав элементарные фильтры работают самостоятельно и независимо от фильтров других моделей. Эти алгоритмы являются оптимальными, если истинное состояние движения цели стационарно.

В алгоритмах второй группы элементарные фильтры работают совместно благодаря наличию внутренних взаимодействий. Эти взаимодействия включают в себя индивидуальную реконфигурацию (реинициализацию) элементарных фильтров с учетом некоторого числа предыдущих выходных значений всех фильтров, совместную адаптацию параметров и т.д. Эти алгоритмы являются оптимальными для систем, истинное состояние которых скачкообразно меняется внутри некоторого набора, идентичного набору моделей.

В алгоритмах третьей группы используется переменный набор моделей. Такой подход позволяет адаптивно настраивать набор моделей при изменении условий функционирования системы, когда исходный набор моделей перестает соответствовать исходным предпосылкам, заложенным при проектировании, причем меняться могут как параметры, так и количество моделей. Эти алгоритмы, получившие название алгоритмов с переменной структурой, оптимальны для систем, чей набор моделей может изменяться с течением времени. Среди всех ММ методов именно они позволяют достигнуть наибольшей эффективности, однако они являются и наиболее сложными как в проектировании, так и в эксплуатации, поэтому их практическое применение пока ограничено. Далее будем рассматривать алгоритмы с фиксированным набором моделей.

Оптимальный ММ алгоритм фильтрации смешанного случайного процесса, имеющий в своем составе N моделей, для формирования результирующей оценки состояния в момент времени к должен сформировать N^k оценок, учитывающих все возможные реализации последовательностей состояний системы за время до к включительно, а также оценить их вероятности. Для этого необходимо N^k траекторных фильтров, причем число возможных комбинаций состояний растет во времени экспоненциально, вследствие чего практическая реализация оптимального алгоритма не представляется возможной.

Среди субоптимальных алгоритмов, использующих различные стратегии для уменьшения числа анализируемых на каждом шаге оценивания гипотез, наибольшее распространение получили обобщенные псевдобайесовские алгоритмы порядка п (ОПБn) и интерактивный многомодельный (ИММ) алгоритм.

Суть алгоритмов ОПБn заключается в том, что глубина памяти ограничивается п последними шагами фильтрации, соответственно для их реализации необходимо иметь Nⁿ траекторных фильтров.

Интерактивный многомодельный алгоритм во многом похож на ОПБ1, но отличается от него способом реинициализации фильтров модели на каждом шаге фильтрации. В ОПБ каждый из фильтров инициализируется одной и той же величиной — сглаженным значением, вычисленным на предыдущем шаге оценивания. В ИММ каждый фильтр инициализируется своим значением, при формировании которого учитывается, в какой степени каждая из моделей соответствует предыдущему (в момент времени к - 1) состоянию. Таким образом, в ИММ алгоритме учитывается больше априорной информации, чем в ОПБ1, вследствие чего он по эффективности превосходит ОПБ1 и приближается к характеристикам алгоритма ОПБ2, тогда как его вычислительные потребности сравнимы с ОПБ1. Благодаря этому ИММ алгоритм получил наибольшее распространение при сопровождении маневрирующих целей, став на данный момент фактически стандартом.

14.6. Особенности траекторной обработки РЛИ в разнесенных радиолокационных системах с совместной обработкой информации

Одним из способов повышения качества радиолокационной информации и, следовательно, надежности сопровождения целей является использование многопозиционных систем и разнесенных многодиапазонных комплексов, в которых РЛИ, извлекаемая в отдельных РЛС (позициях), обрабатывается совместно. Изложение общей теории и практики построения многопозиционных радиолокационных систем можно найти, например, в монографии В. С. Черняка. Следует иметь в виду, что объединение информации на уровне первичной обработки предстарляет собой сложную и дорогостоящую инженерную задачу, как с научно- технической, так и с технологической точек зрения, поэтому на практике применяется относительно редко.

Больший практический интерес представляет случай, при котором в разнесенный радиолокационный комплекс (РЛК) объединяются независимые самостоятельные РЛС. Группа в общем случае разнородных РЛС должна быть расположена таким образом, чтобы их зоны обнаружения целей хотя бы частично перекрывались. Тогда при наличии линий передачи данных можно организовать совместную обработку результатов первичной или вторичной обработки отдельных РЛС, что способно улучшить качество сопровождения по сравнению с одиночной РЛС.

Помимо увеличения зоны обнаружения, повышения помехоустойчивости, живучести в таких комплексах возможно улучшение характеристик траекторного сопровождения, зависящих от качества и количества поступаемой информации. Среди них: точность оценки положения цели, время слежения за целью, время обнаружения новой траектории, вероятность обнаружения истинной траектории и др. Факторами, способствующими этому улучшению, являются увеличение количества информации о цели, поступающей в систему обработки, и разнесение отдельных источников радиолокационной информации в пространстве.

Влияние первого фактора на характеристики обработки очевидно: чем больше отметок, тем быстрее будет обнаружена траектория, в ней будет меньше пропусков и т.д. Влияние второго фактора основано на том, что, как правило, точность определения одной координаты (обычно азимута) в РЛС ниже точности измерения другой координаты (дальности). Поэтому в комплексе, состоящем из нескольких пространственно разнесенных РЛС, происходит уточнение измерения азимута одной РЛС более точным измерением дальности другими РЛС, причем результирующий эффект зависит от геометрии расположения РЛС на местности.

Совместная обработка в комплексе может привести к ухудшению некоторых характеристик по сравнению с одиночной РЛС. Причина этого в том, что наряду с увеличением числа отметок от истинных целей в комплексе происходит и увеличение числа ложных отметок, что может негативно сказаться на некоторых характеристиках комплекса, особенно на такой важной, как вероятность обнаружения ложной траектории.

Способы построения РЛК с совместной обработкой информации можно классифицировать по нескольким признакам.

По уровню объединения и н фо р м а ц и и. При наличии в составе комплекса нескольких независимых РЛС объединять данные можно на уровне отметок и уровне траекторий. В первом случае на вход устройства совместной обработки поступают отметки, полученные в результате выполнения первичной обработки отраженных сигналов в каждой РЛС (обнаружение и оценка параметров сигналов). Во втором случае на вход устройства совместной обработки поступают результаты вторичной обработки радиолокационной информации в виде оценок уже обнаруженных и сопровождаемых каждой РЛС траекторий целей.

Метод объединения отметок обеспечивает высокую точность траекторного сопровождения, вероятность обнаружения истинной траектории, низкую вероятность ошибочного сброса истинных траекторий. По сравнению с ним метод объединения траекторий имеет меньшую вероятность завязки ложных траекторий, но остальные количественные показатели качества траекторного сопровождения у него хуже.

Существуют также смешанные (гибридные) системы, в которых одна часть датчиков выдает информацию в виде отметок, а другая — в виде траекторий.

По наличию синхронизации циклов получения информации в датчиках. Получение данных об одной и той же цели в разных радиолокационных датчиках может происходить одновременно (синхронно) или не одновременно (асинхронно). Алгоритмы траекторной обработки синхронных систем проще в реализации, однако при этом требуется синхронизация режимов работы всех РЛС группы, что накладывает существенные ограничения на практическое использование такого режима работы при объединении в комплекс разнородных РЛС.

При асинхронной работе радиолокационного комплекса возможно совмещение отметок на временной оси за счет экстраполяции, однако такой подход возможен лишь при известной динамике цели и может быть использован только при объединении траекторий.

Более перспективными для использования в РЛК представляются асинхронные алгоритмы траекторной обработки, работающие на основе многоканальных по входу траекторных фильтров. Такие многовходовые фильтры позволяют учитывать качество информации, поступающей от различных РЛС комплекса. Для этого могут использоваться априорные данные о технических характеристиках и условиях функционирования отдельных РЛС или результаты текущей оценки качества информации (в простейшем случае отношение сигнал/шум).

По месту получения результирующих оценок траекторий. Различают централизованные системы обработки, в которых существует единственный центр обработки информации, и децентрализованные, в которых таких центров несколько. В децентрализованной системе центры обработки могут быть равноправными, т.е. получать один и тот же поток информации, или неравноправными, при этом каждый из центров работает со своим набором датчиков. Предельным вариантом децентрализованного комплекса является радиолокационная сеть, в которой все входящие в ее состав отдельные РЛС являются равноправными и на каждой из них доступна вся информация об окружающей обстановке.

Можно встретить и несколько иную трактовку терминов централизованной и децентрализованной обработки: под первой понимается система, в которой все алгоритмы траекторной обработки реализуются в едином центре, в то время как в децентрализованной системе некоторая часть обработки производится непосредственно датчиком, а остальная — центром. В принятой ранее терминологии такому пониманию соответствуют системы с объединением отметок и объединением траекторий.

Среди других признаков классификации отметим наличие обратной связи от системы совместной траекторной обработки к РЛС, которая используется для управления режимом работы станции и параметрами ее алгоритмов первичной и вторичной обработки РЛИ; характер пространственного расположения РЛС комплекса и др.

В системах траекторной обработки (СТО) комплекса появляются новые факторы, влияющие на качество траекторной обработки: необходимость передачи информации от РЛС в центр обработки по линиям передачи данных и совмещение информации об одной и той же цели, наблюдаемой несколькими РЛС.

В линиях передачи данных, по которым информация пересылается от РЛС в центр обработки, возможны задержка, искажение и потеря части информации в результате несоответствия пропускной способности линии количеству передаваемой информации, особенностей распространения радиоволн, воздействия естественных и преднамеренных помех.

На качество совмещения измерений, поступающих от разных источников, влияют погрешности измерений всех используемых станцией датчиков: времени, местоположения и курса носителя(для подвижных РЛС), систематические ошибки измерения координат цели — ошибки привязки начального углового положения луча антенны, систематические ошибки измерения дальности. Еше одним следствием объединения информации является необходимость преобразования координат, выполняемого перед совместной обработкой, в ходе которого частные СК каждой из РЛС приводятся к единой обобщенной СК.

Контрольные вопросы

1.Сформулируйте основные задачи первичной, вторичной и третичной обработок РЛИ.

2.Что является исходными данными для синтеза СТО?

3.Охарактеризуйте основные этапы траекторной обработки.

4.Приведите классификацию моделей траекторий. В каких ситуациях можно использовать каждую из них?

5.Какие задачи решаются на этапе обнаружения траектории?

6.Из каких соображений выбираются параметры критериев обнаружения траектории по методу серийных испытаний?

7.В каком случае можно не использовать один из этапов идентификации отметок и траекторий?

8.Сформулируйте задачу оценивания параметров траектории цели по результатам радиолокационных измерений.

9.В чем заключаются преимущества многомодельных алгоритмов фильтрации параметров траектории?

10.Перечислите особенности построения СТО в многопозиционном радиолокационном комплексе.

11.К каким последствиям может привести наличие систематической погрешности измерения азимута в одной из PJ1C комплекса?

ГЛАВА 15

ПЕРСПЕКТИВЫ РАЗВИТИЯ РАДИОТЕХНИЧЕСКИХ СИСТЕМ И РАСШИРЕНИЯ ОБЛАСТЕЙ ИХ ПРИМЕНЕНИЯ

15.1. Радиолокационные системы

Перспективы развития радиолокационных систем удобно рассмотреть, опираясь на классификацию РЛС [4].

Наземные РЛС обзора воздушного пространства. Локаторы данного типа подразделяются на РЛС дежурного режима и управления воздушным движением (УВД) и РЛС боевого режима.

Радиолокационные станции дежурного режима и УВД решают задачи обнаружения и сопровождения воздушных целей всех видов, определения типа воздушного объекта и его государственной принадлежности (опознавание), передачи информации в центры УВД и контроля воздушной обстановки, а также команд управления воздушными объектами. Совокупность РЛС данного типа позволяет сформировать радиолокационное поле с точной координатной привязкой РЛС и возможностью взаимного информационного обмена. При заранее оговоренном протоколе обмена и наличии на каждой позиции коммуникационного оборудования можно говорить о создании радиолокационных сетей с обменом оперативной информацией в реальном режиме времени. Радиолокационные сети могут быть с открытым доступом (известный протокол обмена) и с закрытым доступом (засекреченный протокол обмена). Последнее характерно для РЛС специального назначения. В любом случае каждая РЛС, участвующая в информационном обмене, должна определять и передавать свои точные координаты. Таким образом, каждая РЛС должна комплектоваться системой спутниковой навигации и аппаратурой для обмена информацией. Речь идет о создании на базе радиолокатора интегрированного радиолокационно-навигационно-ком- муникационного комплекса.

Исходя из тактико-технических требований (дальность действия и требуемая точность определения координат лоцируемого объекта) и условий эксплуатации РЛС данного типа работают как в сантиметровом, так и в метровом диапазоне волн, определяют две координаты (азимут и дальность). Формат сигнала и энергетический потенциал РЛС позволяют на дальностях до нескольких сотен километров обеспечивать разрешающую способность по дальности порядка 150...300 м в штатном режиме и до 15 м в режиме «электронной лупы». Предусматривается подавление мешающих сигналов, создаваемых гидрометеорами, стаями птиц и отражениями от местных предметов. Наиболее эффективно подавление пассивных помех осуществляется с помощью адаптивных фильтров селекции движущихся целей, в которых частотная характеристика формируется инверсной по отношению к спектральной плотности мощности мешающих отражений.

Одной из проблем функционирования коллектива РЛС, формирующих единое радиолокационное поле, является обеспечение электромагнитной совместимости. Эта проблема решается путем рационального размещения спектра сигнала в частотном диапазоне, а также выбором оптимальных законов модуляции зондирующих сигналов. Поскольку защита от активных помех не предусматривается, их появление наряду с отсутствием сигнала опознавания, отклонением опознанного объекта от штатной траектории служит сигналом тревоги с последующим включением РЛС боевого режима. Использование метрового диапазона в РЛС дежурного режима и УВД объясняется малым затуханием радиоволн этого диапазона при распространении в плохих погодных условиях, возможностью осуществлять длительные когерентные накопления отраженных сигналов (до десятков секунд при работе по кораблям и единиц секунд при наблюдении самолетов и иных динамических объектов). Кроме того, по сравнению с более высокочастотным диапазоном большинство радиолокационных целей (в том числе, использующих технологию stealth) имеют в метровом диапазоне существенно большую эффективную площадь рассеяния (ЭПР). При использовании территориально распределенной радиолокационной системы появляется возможность существенно увеличить ЭПР цели (на дватри порядка) при работе «на просвет», когда объект подсвечивается с противоположной по отношению к приемнику стороны.

Использование декаметрового диапазона радиоволн (длина волны от 10 до 100 м) позволяет осуществлять загоризонтный обзор наземной, надводной и воздушной обстановки. При этом загори- зонтное распространение радиоволн возможно поверхностной (или земной) волной за счет эффекта дифракции радиоволн, проявляющегося в огибании поверхности Земли электромагнитной волной, и пространственной (или небесной) волной за счет эффекта рефракции радиоволн в ионосфере Земли. При поверхностном механизме распространения радиоволн надводные цели могут обнаруживаться на дальностях до 400 км за пределами прямой видимости. Пространственный механизм распространения обеспечивает обзор воздушной и надводной обстановки на дальностях до 3 000 км и более. Основными проблемами применения загоризонтных РЛС (ЗГРЛС) являются трудность обеспечения высокого разрешения по азимутальному углу и разрешения по дальности. Первая проблема обусловлена необходимостью построения круп- ноапертурных и широкополосных антенных решеток, размеры которых могут достигать 2,5 км. Для повышения углового разрешения используют специальные алгоритмы обработки сигналов в приемных антенных решетках.

Вторая проблема связана с относительным дефицитом частотного спектра в декаметровом диапазоне волн, поэтому разрешение по дальности у ЗГРЛС может составлять 1,5... 15 км. Для повышения разрешающей способности по дальности в современных ЗГРЛС используют многочастотные или многополосные сигналы с разносом отдельных полос. Учитывая постоянные изменения характеристик канала распространения из-за изменений в ионосфере, в ЗГРЛС используется многочастотный режим работы в диапазоне 5...35 МГц. При этом энергетический потенциал станции должен обеспечивать требуемое отношение сигнал/помеха с учетом затухания сигнала на уровне 260...280 дБ. Результаты исследований влияния ионосферных и помеховых условий на работу коротковолновых ЗГРЛС приведены в [4|.

Для обнаружения малозаметных объектов на больших дальностях перспективным является диапазон частот 1,5...25 МГц, для которого радиопоглощающие покрытия не ослабляют отраженных сигналов. Характерной особенностью этого диапазона является множественность траекторий распространения радиоволн по ионосферному каналу, что требует использования адаптивных алгоритмов с пространственно-поляризационной обработкой электромагнитного поля в зоне приемной антенны. Интересным примером систем такого рода является комплекс контроля полетов самолетов малой авиации, построенный на базе двух ЗГРЛС, имеющий зону обзора площадью 8,5 млн км², предназначенный в основном для борьбы с наркобизнесом (районы Мексики, Колумбии, островов Тринидад и Тобаго). В реализации этого проекта принимали участие российские специалисты.

Перспективным направлением развития загоризонтной радиолокации декаметрового диапазона радиоволн является применение передислоцируемых ЗГРЛС. Оборудование таких ЗГРЛС может быть оперативно доставлено транспортными средствами (самолеты, поезда, суда) в любую точку, подходящую для развертывания. Заметим, что ЗГРЛС являются характерным примером «технологий двойного применения»: помимо обнаружения целей они используются для дистанционного и оперативного получения метеоданных на морских акваториях (скорость и направление ветра, обнаружение и сопровождение штормов и ураганов, обнаружение и измерение дрейфа ледовых полей, снятие карты поверхностных течений, прогноз эволюции загрязнений морской поверхности, обнаружение кильватерных следов кораблей и подводных лодок), что позволяет считать их уникальными системами обеспечения безопасности мореплавания и освоения морского шельфа.

Радиолокационные станции боевого режима. РЛС боевого режима, организованные в форме территориально- разнесенных комплексов РЛС, обеспечивающих прикрытие определенных зон, в перспективе будут работать в сантиметровом и дециметровом диапазоне волн. Как и в РЛС дежурного режима, предусматривается разнесенный в пространстве режим работы передатчиков и приемников. РЛС обеспечивают измерение трех координат объектов. Они должны обладать высокой помехозащищенностью по отношению к активным помехам и скрытностью, обеспечиваемых использованием сигналов с невысокой пиковой мощностью, но достаточно широкополосных и имеющих большую базу. Должна быть предусмотрена возможность изменения структуры зондирующего сигнала. Применение

пространственно-разнесен- ных РЛС дает возможность с помощью корреляционных методов существенно повысить достоверность обнаружения целей и точность определения их координат.

Чрезвычайно актуальной проблемой радиолокации является обнаружение малозаметных объектов (использующих технологии stealth низколетящих целей). Перспективным методом обнаружения самолетов и ракет, обладающих высокой степенью противо- радиолокационной защиты, является использование пассивных радиометрических систем, работающих в миллиметровом диапазоне волн в окнах прозрачности (8,6; 3,3 и 2,2 мм). Ведь в соответствии с законом Кирхгофа повышение степени противорадиолокаци- онной защищенности ведет к увеличению теплового излучения.

Интересным примером нетрадиционного построения пассивных систем является технология PCL (Passive Coherent Location), базирующаяся на основе наблюдения изменений в сигнальной обстановке, вызванных лоцируемым объектом. Системы такого рода разрабатываются в США (Silent Sentry System), Китае и России.

Радиолокационные станции зенитно-ракетных комплексов. Важным направлением развития радиолокации является совершенствование мобильных многофункциональных РЛС зенитно-ракетных комплексов (РЛС ЗРК). Прогресс в этой области в значительной степени связан с освоением активных фазированных антенных решеток (АФАР). В чем же преимущества АФАР по сравнению с хорошо освоенными пассивными ФАР? При сохранении свойства многофункциональности, связанного с возможностью электрического управления ДН, АФАР обеспечивают существенное увеличение излучаемой мощности, так как в режиме излучения АФАР представляет собой распределенный передатчик, состоящий из множества приемопередающих модулей (ППМ), число которых доходит до 10⁴ и более. Итоговый уровень излучаемой мощности, являющийся результатом суммирования в эфире сигналов отдельных ППМ, по прогнозам может быть в 5 — 6 раз больше, чем у современных мобильных PJIC, и достигать 50 кВт в импульсе. Кроме того, при рациональной конструкции ППМ существенно уменьшаются СВЧ потери АФАР в режимах приема и передачи, что приводит к дополнительному выигрышу в энергетическом потенциале РЛС. Так как в режиме приема АФАР представляет собой распределенный СВЧ приемник с независимыми собственными шумами ППМ, то возникает дополнительный выигрыш в коэффициенте шума итогового приемного канала. Расчеты показывают, что с учетом всех названных ранее составляющих можно прогнозировать увеличение дальности действия мобильных РЛС с АФАР в 2 —2,5 раза. Нельзя не отметить повышенную надежность РЛС с АФАР, которая достигается за счет наличия большого числа ППМ (выход из строя нескольких ППМ не приводит к потере работоспособности) и использования твердотельной микроэлектроники в ППМ (отпадает необходимость в мощном электровакуумном передатчике, являющемся наименее надежным узлом РЛС).

Бортовые радиолокационные комплексы. С совершенствованием АФАР связан прогресс в области построения бортовых радиолокационных комплексов (БРК) обзора воздушного, наземного и надводного пространств. Такие комплексы, размещаемые на самолетах, предназначены для обнаружения и определения государственной принадлежности воздушных и морских целей, передачи полученной информации на командные пункты систем ПВО и ПРО, наведения истребителей, штурмовиков и бомбардировщиков на воздушные, наземные и морские цели. Примером системы такого рода является авиационный комплекс радиолокационного обзора и наведения А-50Э, размешенный на модифицированном самолете ИЛ-76МД. В состав комплекса входит трех- координатная импульсно-допплеровская РЛС с цифровой селекцией движущихся целей (СДЦ) и расположенной вне фюзеляжа антенной системой типа «Гриб».

Одним из основных направлений развития таких систем является создание АФАР кругового обзора.

При разработке самолетных РЛС, прежде всего для боевой авиации, должны быть обеспечены следующие требования:

· уверенное обнаружение в пределах радиогоризонта воздушных и наземных (надводных) целей, в том числе и малоконтрастных объектов);

· сопровождение требуемого (не менее 10) числа целей;

· одновременное наведение оружия на несколько (четыре-пять) целей;

· обеспечение различных режимов воздушного боя (маневрирование);

· автоматическое огибание рельефа местности при полете на малых высотах.

Эти требования должны выполняться при активном радиопротиводействии со стороны противника.

В режиме «воздух—земля» РЛС должна обеспечивать картографирование поверхности Земли, обнаружение и сопровождение движущихся наземных целей, определение высоты и скорости полета самолета. Самолетная РЛС должна являться частью комплекса

пилотажно-навигационного оборудования, реализующего комплек- сирование различных датчиков (высокоточная спутниковая навигационная система, баровысотомер, инерциальные системы). При этом должны быть обеспечены малые габаритные размеры и масса, высокая надежность работы.

Реализация этих требований возможна на основе цифровых твердотельных радиолокаторов (ЦТР), разработка которых ведется в ряде стран, в том числе и в России.

Ключевой особенностью данного локатора является цифровая обработка сигнала на несущей частоте СВЧ диапазона (0,1... 10 см), достигаемая параметрическим квантованием фазы с помощью параметронов, являющихся основным типом полупроводниковых параметрических усилителей. Было показано, что параметроны не только осуществляют аналого-цифровое преобразование входного сигнала, но и обеспечивают весьма высокую частотную и фазовую избирательность.

Такое решение позволяет исключить потери в длинной цепи преобразований сигнала в обычном радиолокационном приемнике и повысить его чувствительность.

Вторая особенность разработки состоит в использовании квазинепрерывного фазоманипулированного зондирующего сигнала с базой более 10⁶ (M-последовательность с периодом (2²⁰- 1), что соответствует базе В = 1 048 576).

Интересно отметить, что при оптимальной обработке и пиковой мощности 1 Вт данный сигнал эквивалентен импульсному сигналу длительностью, соответствующей одному элементу M-последовательности (15 не), и имеющему мощность около 10⁶ Вт.

Для сокращения времени обзора и возможности наблюдения нескольких целей производится параллельный анализ 20 элементов по дальности с помощью многоканальной цифровой обработки. Дальнейшее улучшение характеристик можно получить, используя многочастотный режим работы на основе объединения ЦТР, работающих от общего синхронизатора. Для иллюстрации приведем, технические характеристики двухчастотного ЦТР СВЧ диапазона:

Развитие радиотехнических систем базируется на новых идеях и возможностях технической базы. К этому следует добавить, что технические возможности влияют на. идеологию построения систем. Для радиолокации второй половины XX в. был характерен переход от простых импульсных зондирующих сигналов большой пиковой мощности к сложным широкополосным сигналам с большой базой и малой пиковой мощностью.

Прогресс в формировании мощных импульсов наносекундной длительности возродил интерес к радиолокации с использованием простых сигналов, прежде всего, для моноимпульсных систем. Отметим основные преимущества моноимпульсного локатора, использующего мощные наносекундные импульсы микроволнового диапазона.

1.Наносекундные импульсы обеспечивают хорошее разрешение по дальности и соответственно высокую точность измерения дальности (при длительности 1 не разрешающая способность по дальности примерно 30 см). При этом исчезает проблема боковых лепестков автокорреляционной функции (АКФ) (см. гл. 4), затрудняющая обнаружение и сопровождение малозаметных целей на фоне мощных отражений. Малая длительность зондирующего сигнала снимает проблему «мертвого» времени, в течение которого приемник PJ1C должен быть блокирован, что позволяет резко уменьшить минимальную дальность до лоцируемого объекта.

2.При измерении радиальной скорости цели за счет высокого разрешения по дальности может быть использована оценка изменения дальности за период следования зондирующих импульсов, что дает в отличие от допплеровского метода измерения скорости отсутствие «слепых» скоростей (см. гл. 6).

3.Сверхширокополосность сигнала и отсутствие боковых лепестков АКФ позволяют осуществлять идентификацию целей по «даль- ностному или пространственному портрету» за счет того, что отдельные элементы цели с ЭПР порядка 1 м² (плоскости, винты у самолетов и вертолетов, надстройки у судов) работают как независимые отражатели, формируя совокупный отраженный сигнал.

Радиолокационные станции подповерхностного зондирования. Интересным примером использования сверхширокополосных (СШП) сигналов являются PЛC подповерхностного зондирования, используемые для обнаружения закопанных мин, труб, водоносных слоев и пр. Разработанный военной исследовательской лабораторией США портативный подповерхностный локатор, установленный на 50-метровой штанге, закрепленной на медленно двигающемся вертолете, позволяет определять положение мин с точностью до 15 см. Отечественный георадар «Зонд», предназначенный для выявления структурных неоднородностей почвы, водоносных слоев до глубин 15...30 м, подземных коммуникаций, зарытых труб, работает в полосе частот 20... 120 МГц.

Диапазон использования современной радиолокационной техники необычайно широк: от подповерхностных локаторов, отмеченных ранее, до космических радиолокационных систем. Если не говорить о военных применениях (космические РЛС контроля воздушного пространства), то основным предназначением космических локационных систем является исследование природных ресурсов, контроль чрезвычайных ситуаций, экологический мониторинг. Примером может служить космическая радиолокационная система бокового обзора с синтезированной апертурой «Экор» в составе комплекса «Алмаз» на ИСЗ «Космос-1870». С ее помощью можно получить радиолокационное изображение земной поверхности с разрешающей способностью порядка 15 м при высоте орбиты ИСЗ 300 км.

Расширение спектра зондирующего сигнала и сужение ДНА в азимутальной и угломестной плоскостях позволяет уменьшить элемент разрешения по дальности и угловым координатам. Вся информация об отражающем объекте в данном элементе разрешения содержится в матрице рассеяния, которая в настоящее время используется не полностью, и, следовательно, не реализуются потенциально возможные показатели качества радиолокатора. Использование информации, содержащейся в матрице рассеяния, может дать ответ на вопрос, полем какой поляризации нужно облучать цель, чтобы при заданном формате сигнала получить наилучшую достоверность обнаружения (минимум р_п.с при фиксированном значении р_Л.Т).

15.2. Радионавигационные системы

Перспективы развития радионавигации связаны, прежде всего, с совершенствованием и расширением возможностей спутниковых радионавигационных систем (СРНС).

СРНС второго поколения — отечественная ГЛОНАСС и американская GPS разрабатывались по заказу военных ведомств и предназначались для обеспечения точного позиционирования высокодинамичных объектов военного назначения. Однако предусматривалось использование данных систем гражданскими пользователями с худшими точностными характеристиками, чем для военных потребителей, использующих закрытый канал (см. гл. 11).

Исследование возможностей и накопленный опыт эксплуатации показали, что данные системы могут с успехом применяться для решения широкого круга задач (геодезия и картография, геофизика, астрономия, добывающие отрасли, строительство крупногабаритных сооружений, навигация самых разнообразных транспортных средств, включая индивидуальный автотранспорт).

Совершенствование технологии позволило создавать сравнительно дешевую малогабаритную аппаратуру пользователей, выпуском которой занимаются более 200 фирм по всему миру [6].

В ходе эксплуатации СРНС второго поколения выявились недостатки данных систем, которые предопределили пути по дальнейшему совершенствованию введенных в эксплуатацию систем (GPS и ГЛОНАСС), идеологию и технические решения для вновь создаваемых СРНС (европейская система GALILEO).

Основные недостатки СРНС второго поколения.

Низкая помехозащищенность, связанная с малым уровнем мощности излучаемых навигационными космическими аппаратами (НКА) навигационных сигналов (для окологоризонтных спутников энергетический потенциал принимаемых сигналов составляет 160 дБ/Вт).

Низкий темп (большая дискретность) обновления информации на спутниках, связанный с недоступностью НКА вне пределов территории стран —владельцев системы, что ухудшает характеристики доступности СРНС для высокодинамичных объектов (ВС в режимах взлета и посадки).

Неравномерность навигационного покрытия, широтная зависимость геометрического фактора, особенно резко проявляющиеся при нештатной баллистической группировке (системы ГЛОНАСС).

Использование для гражданских потребителей одночастот- ного сигнала не позволяет скорректировать ионосферные погрешности, что снижает точность измерения.

Сравнительно невысокий срок активного существования НКА (работы в системе), составляющий 3 года для ГЛОНАСС и 7,5 лет для GPS.

Рассмотрим пути устранения указанных недостатков.

Так как значительных ресурсов повышения энергетического потенциала не имеется, то основные мероприятия по повышению помехозащищенности связаны с использованием пространственной избирательности, режекцией узкополосных помех, работой в нескольких частотных диапазонах.

Как преодолеваются остальные из отмеченных недостатков, удобно рассмотреть на примере программ модернизации существующих СРНС ГЛОНАСС и GPS и программы развития СРНС GALILEO.

Для системы ГЛОНАСС в соответствии с Федеральной целевой программой «Глобальная навигационная система» планируется доведение орбитальной группировки до штатной численности (24 ИСЗ) к 2009 г. При восполнении орбитальной группировки (ОрГ) планируется применение модифицированных навигационных НКА «ГЛОНАСС-М», имеющих более стабильный бортовой стандарт частоты (не хуже Ю^-13), более высокую точность определения координат НКА с помощью контрольно-измерительных станций (СКО порядка 0,7 м, что обеспечит частотно-вре- менную привязку (ЧВП) на уровне 5 не при прогнозе на 12 ч и 7 не — при прогнозе на 24 ч); более стабильное положение на орбите; передачу двухкомпонентного навигационного сигнала в диапазонах L₁ (1,6... 1,62 ГГц) и L₂ (1,25... 1,27 ГГц), что позволит с помощью ионосферной коррекции повысить точность решения навигационных задач. Ожидается, что восполненная ОрГ будет содержать десять НКА «ГЛОНАСС-М». Планируется доводка и производство НКА нового поколения «ГЛОНАСС-К» с увеличенным до 10... 12 лет полным эксплуатационным циклом и улучшенными техническими характеристиками. Спутники «ГЛОНАСС-К» будут дополнительно передавать два навигационных сигнала с одинаковыми точностными характеристиками в поддиапазоне

Сигнал L₃₁ имеет тактовую частоту дальномерного кода 4,095 МГц и предназначен для гражданских потребителей.

Сигнал L₃₁ имеет такую же тактовую частоту, но дополнительно модулирован специальным кодом, исключающим несанкционированное использование этого сигнала. Сигналы L₃₁ и L₃₂ передаются на одной несущей частоте со сдвигом по фазе на 90°.

График восполнения ОрГ системы ГЛОНАСС иллюстрирует табл. 15.1.

Модернизация GPS осуществляется для дальнейшей коорди- натометрической и временной синхронизации для гражданских и военных пользователей. Стоимость программы оценивается в 1 млрд долл.

Основные мероприятия программы направлены на повышение точности координатно-временных измерений; повышение надежности и помехозащищенности системы, а также автономности работы космического сегмента СРНС.

Модернизированные НКА системы GPS объединяются в блоки.

Опытные НКА № 1...12 (Block-I) могли обеспечивать заявленную точность

координатно-временных измерений в течение грех-четырех дней без общения с

контрольно-измерительным комплексом (КИК).

Навигационные космические аппараты, предназначенные для регулярной эксплуатации (Block-II), должны обеспечивать сохранение заданной точности местоопределения и временной привязки без контакта с КИК в течение 14 дней.

Перспективные НКА (Block-IIR), оснащенные системой автономной навигации (Autonav), аппаратурой межспутникового информационного обмена и измерения взаимных расстояний, могут обеспечить автономную работу (без контакта с КИК) без заметного ухудшения точностных характеристик и устойчивости функционирования в течение 180 дней. Программа GPS Block-Ill предусматривает увеличение мощности закрытых каналов с кодом или

F% К)-кодом с повышенной криптозашищенностью.

Для геодезических измерений, не использующих режим реального времени, может быть реализован режим фазовых измерений, позволяющий получить сантиметровую точность измерения координат. Для этой цели в программе GPS Block-Ill предусмотрено использование трех частот с «широкой полосой»  для устранения многозначности фазовых измерений, предназначенных для гражданских пользователей. Наличие трех разделенных по спектру сигналов с улучшенными энергетическими характеристиками существенно повысит помехозащищенность системы по отношению к случайным помехам.

Подконтрольность системы GPS военному ведомству, зависимость режима ее функционирования от политики США (имеется возможность за счет зашумления снижать точность местоопределения с помощью открытого 5/Л-кода, так называемый режим ограниченного доступа), неопределенность с полномасштабным развертыванием системы ГЛОНАСС в период перестройки побудили европейское сообщество приступить к созданию Европейской системы, находящейся в ведении гражданских организаций. Предполагалось, что создание Европейской глобальной спутниковой системы (GNSS) будет проходить в два этапа: GNSS-1 и GNSS-2.

На первом этапе будет реализовано спутниковое функциональное дополнение EGNOS (см. подразд. 10.6), обеспечивающее для гражданских пользователей те же услуги, что и системы GPS/ГЛО- НАСС. Система EGNOS базируется на ОрГ из трех спутников «INMARSAT-З», на которых устанавливаются ретрансляторы навигационных сигналов, включающих S/A-код, навигационные сообщения и информацию о целостности ОрГ. Напомним, что целостность — это мера доверия относительно правильности функционирования системы в целом, измеряемая вероятностью нарушения целостности (неоповещения пользователя о сбоях в работе) за заданный промежуток времени. Так, для системы EGNOS гарантируется вероятность потери целостности в любом 150-се- кундном интервале времени не более чем 2- 10 ⁷. При этом задержка оповещения пользователя об отказе не превышает 6 с, а вероятность потери непрерывности обслуживания не превышает 10 ⁵ за час. Результаты испытаний не полностью развернутой системы EGNOS показали, что для центральных областей Европы ошибки измерения по горизонтали и вертикали с вероятностью 0,95 не превышают один-два метра.

Реализация второго этапа GNSS-2 базируется на новой ОрГ, названной GALILEO, состоящей из 30 средневысотных спутников, и обеспечивает покрытие всего земного шара. С точки зрения геометрического фактора ОрГ GALILEO оптимизирована для обслуживания районов, находящихся в высоких широтах.

Система GALILEO, при проектировании которой используются опыт эксплуатации систем GPS/ГЛОНАСС и новые технологии, будет более совершенна, чем ее предшественники. Имея открытую архитектуру, СРНС GALILEO обеспечит взаимодействие с существующими системами GPS, ГЛОНАСС, а также со службами поиска и спасения. Бортовая аппаратура НКА системы GALILEO содержит ретрансляторы сигналов радиомаяков, используемых при проведении поисково-спасательных работ. Наземный сегмент системы GALILEO включает в себя станции телеметрического контроля и управления ОрГ, образующие единую информационную сеть глобального мониторинга. Скорость обработки информации в этой сети позволит обнаруживать сбои в работе бортового оборудования НКА менее чем за 6 с, что позволит существенно уменьшить время оперативного оповещения пользователей об отказах в работе оборудования НКА.

Планируется интеграция системы GALILEO с наземными навигационными системами Loran-C и EUROFIX, системами космической связи (Globalstar, Orbcomm), в состав которых входят подсистемы определения местоположения, а также системами беспроводной связи (GSM, UMTS), предусматривающими возможность определения местоположения абонентов. В структуре системы GALILEO предусматривается создание следующих служб.

Базовая общедоступная служба (Open Service, OS) должна обеспечивать позиционирование подвижных объектов, включая определение координат с помощью мобильных телефонов, самолетную и морскую навигацию, передачу сигналов точного времени. Предоставление перечисленных услуг осуществляется без ограничений и бесплатно.

Служба обеспечения безопасности (служба спасения Safety-of Life Service, SLS), призванная удовлетворять требованиям международных органов по организации воздушного движения, морских и железнодорожных перевозок.

3.Служба общественного регулирования (Public Regulation Service, PRS), предоставляющая навигационную информацию государственным структурам, полиции, службам гражданской обороны и т.д. Служба обеспечивает защищенность от внешних воздействий и несанкционированного использования ее навигационных сигналов.

4.Коммерческая служба (Commercial Service, CS) предоставляет платные услуги зарегистрированным пользователям (передача зашифрованных данных и др.).

Как уже упоминалось, каждый спутник системы Galileo может одновременно ретранслировать сигналы от 300 аварийных радиомаяков с передачей полученных сигналов и информации о положении спутника в наземные пункты службы поиска и спасения (S&R) при использовании радиомаяков системы COSPAS-SARSAT. Точность определения местоположения порядка 5 км, а для радиомаяков, оборудованных аппаратурой для работы с системой GALILEO, - не более 10 м (СКО).

Для потребителей системы GALILEO гарантируемая точность определения координат составляет 4 м в горизонтальной плоскости и 8 м в вертикальной.

После ввода в эксплуатацию системы GALILEO (2008 г.) и завершения модернизации систем GPS (2015 г.) и ГЛОНАСС (2011 г.) будут независимо функционировать три СНРС. Гражданские потребители смогут использовать соответствующие сегменты из общего информационного ресурса этих систем, что значительно повысит точность, оперативность и надежность определения положения объекта и параметров его движения.