Введение
1. Математическая модель погрешностей определения навигационных параметров инерциальной навигационной системы для задачи контроля и диагностики 17
1.1. Описание задачи контроля и диагностики информационных нарушений избыточных навигационных комплексов 17
1.2. Системы координат 21
1.3. Модель погрешностей ИНС 22
1.4. Алгоритм для моделирования погрешностей ИНС 28
1.5 Численное моделирование погрешностей ИНС 31
1.6 Сравнение динамики измерений при наличии и отсутствии нарушений 40 1.7. Выводы 41
2. Обзор способов решения задачи контроля и диагностики информационных нарушений 42
2.1 Обзор литературы по контролю и диагностики инерциальных навигационных систем 42
2.2 Оптимальный алгоритм решения задачи контроля и диагностики информационных нарушений на основе рекуррентного соотношения для апостериорной вероятности последовательности состояний ИНС 47
2.2.1. Математическое описание алгоритма контроля и диагностики информационных нарушений 47
2.2.2. Оптимальный алгоритм решения задачи КД информационных нарушений на основе рекуррентного соотношения для апостериорной вероятности состояний НС 52
2.3. Субоптимальные алгоритмы решения задачи контроля и диагностики информационных нарушений, основанные на банках фильтров Калмана 54
2.3.1 Введение 54
2.3.2. Алгоритм контроля и диагностики, основанный на использовании гауссовской аппроксимации апостериорной плотности вероятности л(хк х) 55
2.3.3. Алгоритм контроля и диагностики, основанный на использовании полигауссовской аппроксимации апостериорной плотности вероятности 57
2.4. Численное моделирование субоптимального алгоритма контроля и диагностики информационных нарушений, использующего полигауссовскую аппроксимацию апостериорной плотности вероятности 61
2.5. Нейросетевые подходы к контролю и диагностике состояния технических систем 67
2.6. Выводы 67
3. Нейросетевые методы контроля и диагностики информационных нарушений инерциальных навигационных систем 69
3.1. Контроль и диагностика информационных нарушений ИНС с использованием банка вероятносных нейронных сетей с радиальными базисными элементам 69
3.1.1. Субоптимальный алгоритм решения задачи контроля и диагностики информационных нарушений, основанный на аппроксимации плотности к банком вероятностных нейронных сетей 69
3.1.2. Субоптимальный алгоритм решения задачи контроля и диагностики информационных нарушений, основанный на аппроксимации вероятности банком вероятностных нейронных сетей 73
3.1.3. Результаты численного моделирования 75
3.1.4. Сравнение с субоптимальным алгоритмом, основанном на банках фильтров Калмана 3.1.5. Выводы 83
3.2. Контроль и диагностика информационных нарушений ИНС на основе саморганизующеися карты кохонена, обучаемой с учителем 84
3.2.1. Введение 84
3.2.2. Нормирование измерений 84
3.2.3. Архитектура сети 86
3.2.4. Обучение 87
3.2.4.1. Самоорганизация 87
3.2.4.2. Квантование векторов обучения 88
3.2.5. Алгоритм решения задачи КД ИН с использованием самоорганизующейся карты Кохонена 89
3.2.6. Результаты численного моделирования 89
3.2.7. Выводы 95
3.3. контроль и диагностика информационных нарушений ИНС на основе нейросетевых предикторов 96
3.3.1. Введение 96
3.3.2. Архитектура предиктора 96
3.3.3. Обучение 97
3.3.4. Алгоритм решения задачи КД с использованием нейросетевых предикторов 98
3.3.5. Результаты численного моделирования 98
3.3.6. Выводы 102
3.4. Контроль и диагностика информационных нарушений ИНС как задача классификации динамики процесса 103
3.4.1. Введение 103
3.4.2. Архитектура нейронной сети 103
3.4.3. Обучение : 104
3.4.4. Алгоритм решения задачи КД 105
3.4.5. Результаты численного моделирования 105
3.4.6. Сравнение с субоптимальным алгоритмом, основанном на банках фильтров Калмана 108
3.4.7. Выводы 108
4. Контроль и диагностика информационных нарушений на подвижных объектах 110
4.1. Введение 110
4.2. Математическая модель бесплатформенной инерциальной навигационной системы 110
4.3. Алгоритм моделирования погрешностей ИНС подвижного объекта 113
4.4. Численное моделирование 116
4.5. Сравнение методов контроля и диагностики 120
4.6. Средства контроля и диагностики в навигационном комплексе 123
4.7. Выводы 127
Заключение 128
Библиографический список 131
