Содержание к диссертации
Введение
Глава 1. Формирование номинальной траектории спуска КА методом обратной задачи 13
1.1. Постановка задачи и ее особенности 13
1.2 - Теоретическая основа метода обратных задач 1'
1.3 - Способы задания опорной траектории 19
1.4 - Задачи оптимизации траектории спуска КА 26
1.5 - Алгоритм, программа, анализ результатов моделирования 29
1.6 - Выводы 42
Глава 2. Синтез алгоритмов управления СА 46
2.1- Анализ алгоритмов и систем управления спускаемыми аппаратами. Требования, предъявляемые к алгоритму управления 46
2.2- Формирование адекватной математической модели движения спускаемого аппарата при синтезе управления
2.2.1- Уравнения движения на участке схода с орбиты
2.2.2- Математическая модель движения СА в атмосфере 55
2.3- Математические модели случайных возмущений
2.3.1- Разброс начальных условий входа в атмосферу
2.3.2- Атмосферные возмущения 58
2.3.3.- Разброс геометрических и массово-инерционных характеристик спускаемого аппарата VH 64
2.3.4- Инструментальные ошибки аппаратуры системы управления. "5
2.4- модифицированный многошаговый алгоритм управления СА- 65
2.4.1- Метод модулирующих функций и его модификация 67
2.5 - Результаты статистического моделирования системы управления СА и их анализ 73
2.5.1- Схема моделирования процесса управления С А по методу Монте-Карло 73
2.5.2- Параметрический анализ влияния возмущений 76
2.6 - Выводы. 80
Глава 3- Навигационное обеспечение системы управления спускаемого аппарата . 82
3.1- Структура оптимальной стохастической системы управления. 82
3.2- Решение задачи оптимальной фильтрации в линейной постановке. Фильтр Кальмана и его модификации 85
3.3- Формирование расширенной математической модели управляемого спуска. Модели возмущений, используемые при оптимальной статистической обработке информации — 93
3.4-Синтез навигационных алгоритмов системы управления спускаемого аппарата для различных вариантов использования первичной навигационной информации 97
3.5- Моделирование процесса оптимальной статистической обработки информации с использованием квазилинейного фильтра Кальмана. 104
3.6- Выводы. 111
Заключение 112
Список литературы. 114
- Алгоритм, программа, анализ результатов моделирования
- Формирование адекватной математической модели движения спускаемого аппарата при синтезе управления
- Схема моделирования процесса управления С А по методу Монте-Карло
- Формирование расширенной математической модели управляемого спуска. Модели возмущений, используемые при оптимальной статистической обработке информации
Введение к работе
Настоящая диссертация посвящена изучению концептов пространства с позиций когнитивной лингвистики.
Когнитивная наука носит междисциплинарный характер, а потому лингвистические исследования в этом направлении связаны с применением нетрадиционных подходов к изучению языковых явлений. Эти подходы основываются не только на теоретических положениях таких близких наук, как философия и логика, но и на исследованиях в области психологии восприятия, нейрофизиологии и других наук. Развитие когнитивного подхода в целом ряде наук является методологически важным для современных исследователей, поскольку проблемы сознания, мышления, интеллекта человека, которые можно считать основными научными проблемами XXI века, уже не могут достаточно эффективно разрабатываться в рамках одной науки.
В настоящее время, полагает Е.С. Кубрякова, разработка проблем современной когнитивной лингвистики ведется на основе имеющихся достижений, но «в новой более сложной системе координат [...]. В ней семиотика и семантика, ономасиология и прагматика, лексическая семантика и семантика синтаксиса - все они оказываются связанными в единый узел и как бы согласуемыми между собой» [87,41- 42]. Кроме того, это «скорее направление образного экс-периенциализма; в нем больше опираются на данные естественной категоризации мира и изучают особенности наивной картины мира, обыденного сознания.
Здесь в центре внимания находится соотнесение лингвистических данных с психологическими, учет экспериментальных данных т. п. Здесь принимаются во внимание данные о распознавании образов, операциях мыслительной деятельности и - сравнении, отождествлении, умозаключениях, формировании концептов» [97, 23]. Таким образом, ведущие лингвисты осуществляют разработку когнитивных проблем, опираясь на значительные традиции в языкознании и психолингвистике.
Когнитивный подход в лингвистике открывает новые возможности для современного терминоведения. По мнению В. Ф. Новодрановой, когнитивные аспекты исследования, характерные для современной лингвистики, особенно интересны для терминологии, где за каждым термином стоит четкая, точная структура знания. Имена концептов создаются на основе представлений о них, полученных в процессе практической и теоретической деятельности [127, 13]. Терминология как один из инструментов научного познания имеет наиболее тесную связь с мыслительными категориями, являясь одновременно как формой их бытия, так и способом их осуществления. Принципиальное отличие всех разрядов специальной лексики от общей - иная связь с понятием и именуемым объектом. Отсюда производны остальные особенности специальной лексики. Мы развиваем понятия посредством сопоставления их с реальностью и совершенствуем познание мира путем уточнения понятий и их систем. Когнитивные свойства термина примечательны тем, что они находят непременное выражение в терминологических структурах. Способность термина выступать в
качестве когнитивного языкового знака имплицитна и выявляется на уровне семантики. С одной стороны, в термине зафиксирована категориальная принадлежность денотата, то есть то исходное, что объединяет его с другими явлениями объективного мира. С другой стороны, в терминологическом наименовании закреплено когнитивно значимое свойство данного денотата, отличающее его от остальных предметов или явлений того же классификационного ряда. Когнитивные аспекты лингвистического исследования представляют наибольший интерес для терминоведения, что обусловлено также когнитивной сущностью эволюции терминологической лексики и традициями в отечественном терминоведении изучать язык вместе с мышлением и логикой.
Наибольшей когнитивной ценностью обладают термины мотивированные, термины, обладающие ясной внутренней формой ("правильно ориентирующие термины"). В понятии мотивированности термина весьма отчетливо просматривается проблема выражения логико-понятийных форм мышления в языковых формах. Понятийная мотивированность находит свое выражение в терминологической структуре термина, путем использования определенных терминоэле-ментов и терминомоделей. Именно поэтому объектом данного исследования стали квалификативные (мотивировка называется прямо, путем непосредственного называния отличительного мотивирующего признака) и ассоциативные термины (мотивировка выражается косвенно, опосредовано, с помощью разного рода ассоциаций, без прямого называния мотивирующего признака, их отличает образная природа, они основаны на метафорах и сравнениях). Нейтраль ные термины, в звуковых комплексах которых не содержится даже намека на существенные признаки понятия (в основном эпонимы и топонимы) были исключены.
По мнению В. А. Татаринова [179, 205], речь должна идти о двух явлениях герминопроизводства:о терминоэлементе, если под ним понимать морфологическую единицу, способную нести в себе специфическое терминологическое значение в данной терминологической системе, и о терминомодели, т.е. структурно-семантической конструкции, по которой создаются термины и которая способна воссоздать в языковой форме логико-понятийные категории и значения терминосферы. В результате все термины по структуре могут быть разделены на: а) имеющие общеязыковую структуру и б) имеющие терминологическую структуру, т.е. содержащие типичные для данной терминосистемы терми-ноэлементы или терминомодели, выражающие специфические терминологические значения и содержания. Несмотря на то, что термины с общеязыковой структурой менее частотны, они не становятся от этого менее значимыми для медицинской терминологии и поэтому также были включены в область исследования.
Современная медицинская терминология - одна из самых обширных и сложных в понятийном отношении систем терминов. Медицинская лексика, включая употребляемые в научной медицине термины других наук, составляет несколько сот тысяч слов и словосочетаний. Огромному объему современной медицинской терминологии сопутствует исключительное многообразие отра жаемых ею категорий научных понятий, являющихся предметом исследования научных дисциплин; в совокупности они образуют сложнейшую макротерми-носистему. Система анатомических терминов, создаваемых на протяжении веков в процессе развития медицинской науки, отличается большей предметностью и однозначностью по сравнению с другими медицинскими терминосисте-мами, кроме того, термины нормальной и патологической анатомии создают фундамент, на который опирается вся клиническая терминология в процессе номинации. Это обстоятельство привело к тому, что, изучая особенности пространственных концептов в понятийной системе медицины и их отражение в медицинской терминологии, мы обратились, прежде всего, к номинации анатомических объектов.
Ставя перед собой цель, изучение языковых репрезентаций важнейшей онтологической категории - пространства, мы, тем самым, определили когнитивный подход в исследовании медицинской терминологии. Система знаний о мире, отражающая познавательный опыт человека, характеризуется объединением концептов, в котором, наряду с другими, одним из наиболее существенных для построения всей концептуальной системы считается концепт пространства. Пространственные понятия и отношения играют важную роль в языке. Наш интерес к пространству как источнику для объяснения когнитивных особенностей медицинского термина обусловлен еще и тем, что пространственный подход традиционно используется для описания органов и систем в медицине.
В диссертации нашел отражение ономасиологический подход к исследованию терминологии, характеризуемый особым интересом к процессу номинации. Это связано с тем, что когнитивные возможности языкового моделирования реальности в пределах специальной сферы наилучшим образом выявляются при анализе ономасиологических структур той или иной терминологии. Результатом такого анализа становится выявление номинативно значимых ономасиологических признаков данной терминологии и определение приоритетных направлений номинации специальных предметов и понятий в пределах определенной отрасли знания.
Одним из основополагающих принципов исследований в когнитивной парадигме знаний, по мнению многих ученых-лингвистов (Ю.С. Степанов, Е.С. Кубрякова, Н.Д. Арутюнова, В.И. Постовалова, А.В. Кравченко, Н.Н. Болдырев и мн. др.), следует признать антропоцентризм. В данной работе антропоцентризму как методологическому принципу придается большое значение, т. к. вопрос о лингвокреативной деятельности человека, одной из проблем исследования человеческого фактора в языке, наиболее интересен именно в исследовании терминологии. Создавая новую область знания, или пересматривая старую, учёные конструируют её понятия и закрепляют их специальными словами -терминами, делая, таким образом, доступным своё открытие и для других. То есть, терминология является результатом концептуализации человеком и выражении им средствами ДОыка научно-практической деятельности. Пространственные концепты играют тжную0яь в понятийной системе медицины и, прежде всего, анатомии, что отражается в терминологическом аппарате данной науки.
Актуальность проведенного исследования обусловлена потребностью более глубоких наблюдений научного характера в лингвистическом анализе медицинских терминов с учетом развития новых направлений исследования и своеобразия современной медицинской терминологии.
Общая цель данной диссертационной работы состоит в изучении роли пространственных представлений в медицинской терминологии и способов их языкового выражения на материале латинских анатомических терминов. Поставленная проблема входит в круг актуальных теоретических вопросов когнитивного направления современного терминоведения и лингвистики в целом.
В соответствии с направлениями исследования в области когнитивной лингвистики достижение цели, намеченной в диссертации, осуществляется посредством решения следующих задач:
1. определить особенности когнитивного подхода в изучении медицинской терминологии;
2. изучить роль пространственных представлений в языке;
3. выявить основные пространственные концепты: топологические и метрические;
4. обосновать значимость концептов пространства для медицины и, в первую очередь, для анатомии;
5. проанализировать особенности формирования и способы выражения пространственных значений в анатомической терминологии в различных системах номинации: на уровне слова, терминологического словообразования и терминосочетания.
Решение поставленных задач определило содержание работы и позволило сформулировать положення, выносимые на защиту.
1. Концепты пространства (МЕСТО, ФОРМА, РАЗМЕР, НАЛИЧИЕ ГРАНИЦ, ВМЕЩЕННОСТЬ, СВЯЗАННОСТЬ) имеют первостепенное значение в процессе формирования понятий анатомии. С когнитивной точки зрения, единым основанием классификации большинства понятий является пространственная характеристика.
2. В процессе формирования знаний об анатомических объектах происходит выделение пространственных концептов, из которых на первом плане находятся концепты, связанные с топологическими свойствами пространства (прежде всего, МЕСТО), именно они и вербализуются в первую очередь в латинских анатомических терминах.
3. В структуре языковых единиц компонент с пространственным значением не одинаков по своему характеру и занимает разное положение. Это могут быть специализированные пространственные морфемы, специальная пространственная лексика, синтаксические конструкции, несущие пространственную информацию. 4. Средства репрезентации пространственных концептов, связанных с топологическими свойствами пространства (МЕСТО, НАЛИЧИЕ ГРАНИЦ, ВМЕ-ЩЕННОСТЬ И СВЯЗАННОСТЬ), отличаются от средств языковой репрезентации концептов ФОРМА и РАЗМЕР, в вербализации которых доминирует единый вид обозначения - через сравнение.
5. В анатомической терминологии наиболее активно используются стандартные терминообразовательные модели, где ономасиологическим признаком служит указание на различные свойства пространства. Концепты МЕСТО, ФОРМА и РАЗМЕР создают поле ономасиологических признаков для анатомических наименований. Концепт ОБЪЕКТ выступает в роли ономасиологического базиса и выполняет категоризирующую функцию для терминообразователь-ной модели.
6. На основании анализа изученного материала можно утверждать, что для латинского анатомического термина существует соотнесенность между термино-образовательными моделями как эталонами создания терминов и структурами знания, которые стоят за исследуемыми моделями.
Категория пространства в русле нового теоретического подхода неоднократно становилась предметом изучения в отечественной лингвистике. Но проведенное в работе лингвистическое описание анатомической терминологии с использованием пространственного подхода, связанное с исследованием структур знания отраженных в анатомических терминах, является первым опытом работы в этом направлении. Поэтому научная новизна диссертации состоит в том, что в центре внимания данного исследования оказывается роль концептов пространства в понятийной системе медицины и особенности их выражения в анатомической терминологии.
Теоретическая значимость диссертационного исследования состоит в развитии на материале медицинской терминологии одного из направлений когнитивной лингвистики, связанного с изучением языкового представления концептов пространства; в семантическом анализе имплицированной способности термина выступать в качестве когнитивного языкового знака.
Практическая значимость данного диссертационного исследования заключается в возможности использовать полученные в ходе исследования данные при чтении лекций и спецкурсов по когнитивной лингвистике и термино-ведению, в преподавании анатомической терминологии, а также нормальной и топографической анатомии. Перспективным практическим выходом могут служить рекомендации по построению дефиниций с учетом отражения в термине концептов пространства, при составлении системных словарей медицинских терминов. Одним из практических результатов работы является методическое пособие «Пространственный подход в изучении анатомической терминологии», в котором нашли отражение некоторые теоретические положения и содержание диссертационной работы.
Наряду с общенаучным индуктивно-дедуктивным методом в диссертации использовались следующие методы исследования: когнитивный метод исследования, позволивший сопоставить языковые данные с данными других наук и,
таким образом, выявить структуры знания, стоящие за анатомическими терминами; концептуальный анализ, позволяющий раскрыть через значения языковых единиц содержание концептов; дефинитивный и текстологический анализ, который помог определить значения анатомических терминов; структурно-семантический анализ, с помощью которого были выявлены особенности соответствия системы понятий анатомии с системой анатомических терминов; словообразовательный и терминокомпонентный анализ, позволивший выявить мо-- дели терминообразования.
Достоверность и обоснованность полученных результатов обеспечивается, прежде всего, методами исследования, а также объемностью выборки исследованного материала - 6500 латинских анатомических терминов современной международной анатомической номенклатуры и 1500 словарных статей из пяти словарей медицинских терминов. Когнитивный и концептуальный анализ медицинской терминологии проводился на основе словарных дефиниций "Энциклопедического словаря медицинских терминов" (ЭСМТ) в трех томах и словаря "Terminologia medica polyglotta" Георги Д. Арнаудова. В целях более точного анализа привлекались данные научно-методической литературы по нормальной и топографической анатомии, хирургии и клиническим дисциплинам, атласы анатомии, "Иллюстрированная анатомическая терминология" Л.Г. Шелия и К.К. Гуния, а также сведения, полученные в процессе консультаций с сотрудниками кафедры нормальной и топографической анатомии с курсом оперативной хирургии РязГМУ. Диссертация прошла апробацию на кафедре иностранных языков РГМУ им. акад. И.П. Павлова (июнь, 2000), двух Международных научных конференциях, посвященных современным проблемам терминоведения и терминографии, в Киеве (Украина, февраль, 2000) и Москве (июнь, 2000), во Второй международной школе-семинаре по когнитивной лингвистике в Тамбове (сентябрь, 2000).
Структура исследования. Диссертация состоит из введения, трех глав, заключения и библиографии.
Во введении обосновывается выбор темы диссертации, подчеркивается роль когнитивного подхода в лингвистических исследованиях. Далее обосновывается актуальность и формулируются цель и задачи диссертации, указывается новизна, теоретическая значимость и практическая ценность исследования, характеризуются методы и материал исследования.
В первой главе «Когнитивный подход к явлениям языка» представлен наш анализ существующих концепций указанного подхода. Показывается, как проблемы терминологии связаны с когнитивным направлением в лингвистике.
Во второй главе «Роль пространственных представлений в языке и медицинской терминологии» проводится анализ основных научных концепций пространства и его свойств, определяются основные пространственные концепты, излагается современная интерпретация представлений о пространстве в лингвистике, а также рассматривается роль пространственных представлений в понятийной системе медицины, пространственный подход к описанию органов и систем в анатомии и особенности пространственной категоризации анатомических объектов.
В третьей главе «Способы выражения пространственных отношений в анатомической терминологии» описываются языковые средства объективации в анатомических терминах концептов, связанных с топологическими и метрическими свойствами категории пространства и, прежде всего, концептов МЕСТО, ФОРМА и РАЗМЕР. Выявляется классифицирующая роль пространственных концептов. Описываются основные модели терминообразования, используемые для языковой репрезентации данных концептов в анатомической терминологии.
В заключении подводятся итоги проведенного исследования и намечаются перспективы изучения терминологии с когнитивной точки зрения.
Алгоритм, программа, анализ результатов моделирования
При решении оптимизационной задачи нужно выбирать такое значение параметра С, чтобы практически отказаться от траектории, в конце которой нарушается ограничение. Подходящими методами поиска экстремума функционала (1.41), который интервалы изменения его параметров зависят, друг от друга является методы случайной оптимизации. Среди этих методов выбран метод, основанный на покоординатное экспоненциальное самообучение [27]. Структурная схема, отражающая процедуру оптимизации, приведена на рис. (1.2). Вычислительный процесс происходит в такой последовательности. Для некоторых начальных значений параметров (1.31) входящих в (1.23) с учетом разделения второго участка (А = 50-10/ш) на три варьируемых участка (0-А,А-В,В-К)), формируется функция И (ь), определяющая траекторию движения. Затем по соотношению вида (1.24) вычисляется значение управляющей функции и производится интегрирование дифференциальных уравнений движения (1.22). После вычисления у{Ь) все элементы этих уравнений определены, что дает возможность вычислять переменные состояния управляемого объекта. На каждом шаге интегрирования осуществляется проверка ограничений, наложенных на управляющие функции. Если окажется, что ограничение не выполняется, то процесс интегрирования прекращается, производится изменение параметров Д,12, соответствующих каждому из трех участков, на которых нарушались ограничения; на оставшейся части траектории формируется новое продолжение траектории h (b) с новыми значениями Ц,Ь2, полученными из соотношений (1.35), и процедура возобновляется. Важно при этом, что при определении новой траектории в качестве начальной точки принимается та точка, которая предшествовала нарушению ограничения. Это позволяет сохранить и использовать при анализе те результаты, которые соответствуют допустимой части траектории. Такая процедура существенно сокращает объем вычислений при решении этой оптимизационной задачи.
В каждом случае формируется заданный функционал (1.41) и оценивается его значение (или в общем случае отыскивается экстремум). Если оказывается, что траектория соответствует экстремальному значению функционала, то задача решена. В противном случае вновь вычисляют новые значения параметров (1.31) и процесс повторяется. Причем новые значения параметров рассчитываются целенаправленно, из условия приближения числового значения функционала к точке экстремума. - результаты моделирования. На основе предложенного алгоритма было осуществлено моделирование на базе ПЭВМ. В качестве исходных данных выбраны следующие: - гипотетический спускаемый аппарат с малым аэродинамическим качеством .к = о.З; - переменные состояние на границе атмосферы [14] При интегрировании системы (1.22) с начальными условиями (1.42) и нулевым значением угла крена, на высоте (к = 50км) начало второго участка траектории переменные состояния системы равны: конечные условия полета определяется областью возможных маневров. Нахождение каждой точки области достижимости сопряжено обычно с трудоемким решением отдельной оптимальной задачи, возможным в общем случае только численными методами. Решение этой задачи в более полной постановке можно найти в работах [6,31]. Здесь мы ограничимся простому случаю, когда максимальными и минимальными значениями дальности и бокового перемещения определяется область маневрирования. Эта область на высоте (h = 10км), являющаяся началом третьего участка траектории, представлена на рис. (1.3). Происхождение среза на задней кромке этого овала объясняется ограничениями, наложенными на максимальное абсолютное значение угла крена \у\ 90. В качестве требуемой точки конечного состояния выбран центр этой области. Он представляет собой точку, лежащую на оси абсцесс в месте с максимальными возможностями компенсации по боковой дальности. Ее координаты таковы: По результатам проводимого моделирования с начальными условиями (1.43), конечными условиями (1.44) и выбор значения параметра С, входящего в (1.41) равным \/hK, минимальное значение (1.41) достигается при следующих значениях параметров траектории При этом функция управления имеет вид представленного на рис (1.4). Необходимо отметить, что данные результаты получены для диапазона высот от h=50 км до h=20 км, с конечной дальностью М,к=\\50км. Эти результаты более применимый на практике, чем результаты, полученных для исходного диапазона высот Л = [50-10кл/], которые колеблются между максимальными и минимальными значениями угла крена, и по этой причине их невозможно на практике реализовать. Причина этого колебания заключается в том, что траектория полета на этом диапазоне более крутая, чем на диапазоне h = [50 - 20/а/] и в связи с этим на фиксированной траектории на последнем диапазоне сильно меняются первые и вторые производные по дальности.
При действии управления в таком виде на конце траектории (h = 20км) существует боковое отклонение от требуемой конечной точки. С целью достижения нулевого бокового отклонения необходимо определить момент перемены знака функции управления Ln или t„. В результате введения переключения, функция управления приобретает вид представленный на рис (1.5). На рис (1.6) представлена номинальная (оптимальная опорная) траектория, получаемая на основе действия управления типа (1.5).
Полученная программная зависимость угла крена (рис 1.5) определяет изменения угла крена в диапазоне высот [50 - 20 км], являющемся наиболее сложным участком траектории спуска. Для простоты расчетов в дальнейшем при синтезе управления вместо этой зависимости используется его усредненные значения, и считается, что данный усредненный результат действителен в диапазоне высот [100 -10 км] от высоты условной границы атмосферы до условной высоты раскрытия парашютов. Такой прием при выборе закона управления основывается на том факте, что полученный закон используется в качестве опорного закона управления без учета возмущений, и он уточняется с помощью прогнозирования терминальных значений траектории в ходе движения при решении задачи синтеза управления, где рассматриваются различные возмущающие факторы.
Формирование адекватной математической модели движения спускаемого аппарата при синтезе управления
Задача системы навигации заключается в получении на борту информации о текущем фазовом векторе СА. Для этого датчики системы навигации измеряют ряд параметров, характеризующих траекторию движения СА, затем эта информация обрабатывается и поступает в контур системы наведения. Контур системы наведения формирует управляющие команды.
Методы наведения, используемые в системах управления, обычно делятся на три основных класса: а) метод "жестких" траекторий, основанный на отслеживании заранее рассчитанной номинальной траектории; б) метод "гибких" траекторий, основанный на прогнозировании оставшегося отрезка траектории до точки посадки на основании информации о текущих координатах и составляющих скорости аппарата. в) Метод терминального управления, основанный на формировании таких команд управления (без расчета траекторииспуска), которые при их реализации обеспечивается посадку летательного аппарата в заданную точку поверхности Земли. При использовании метода "жестких" траекторий программная траектория спуска вычисляется заранее для номинальных условий входа, характеристик аппарата, стандартной атмосферы и помещается в бортовом запоминающем устройстве. Имеющиеся на борту датчики измеряют отклонения фактических параметров движения от их программных значений и в соответствии с выбранным законом управления формируют управляющие сигналы, которые должны отрабатываться системой угловой стабилизации. В каждом частном случае закон управления характеризуется конкретной совокупностью параметров траектории, которые используются для выработки управляющих сигналов. При использовании "гибких" методов наведения на борту в реальном масштабе времени рассчитывается новая программная траектория, выполняющая задачи спуска с учетом фактических параметров возмущенного движения, полученных от навигационной системы, и вырабатываются также управляющие команды, обеспечивающие полет по этой новой траектории. Следует отметить, что реализация терминального управления, как правило связана с необходимостью решения двухточечной краевой задачи для системы уравнений характеристик, что требует разработки и реализации соответствующих численных процедур поиска экстремума функции многих перемен.
Команды системы наведения поступают в контур системы угловой стабилизации, задача которой заключается в отработке команд системы наведения и создание необходимых управляющих сил и моментов.
Необходимо отметить, что в последнее время большое развитие получили методы, которые лежат как бы в промежутке между методами "жестких" и "гибких" траекторий. Это методы, в которых, с одной стороны, имеет место отслеживание номинальной траектории, с другой - это отслеживание осуществляется на основе линейного прогноза отклонений кинематических параметров движения в точке посадки СА [26]. В данной работе, используемым алгоритмом является метод модулирующих функций (см 2.4), который зачисляется в эту группу. Здесь, опорной траекторией является оптимальная траектория, полученная на основе проводимых расчетов, в первой главе.
В данной главе рассматривается только подсистема наведения, причем считается, что аппарат устойчив, система угловой стабилизации работает идеально, и в каждой точке траектории имеется возможность безошибочного измерения полного фазового вектора.
Для управления углом атаки СА с малым аэродинамическим качеством при тех значениях скоростных напоров, которые имеются при входе СА в атмосферу, необходимы большие управляющие моменты, создание которых на борту представляет весьма серьезную проблему. В связи с этим в настоящее время практически на всех спускаемых аппаратах, имеющих аэродинамическое качество, управление дальностью полета осуществляется за счет поворота СА по углу крена. В этом случае изменяется проекция подъемной силы на вертикальную плоскость, что позволяет управлять продольной дальностью полета. Управление боковым движением осуществляется за счет изменения знака угла крена. [26]
Эффективность процессов обработки измерительной информации, проведения расчетов, связанных с определением управляющего воздействия, осуществления общей логической схемы алгоритма управления значительно повышается при использовании бортовой вычислительной машины (БЦВМ). При наличии БЦВМ может быть реализован алгоритм оптимального стохастического управления, наиболее полно учитывающий как априорную, так и текущую информацию о движении СА.
Перечислим некоторые требования, которым должен удовлетворять алгоритм управления. Степень удовлетворения каждому из этих требований может служить основой для сравнительной оценки эффективности различных вариантов организации управления. 1. Точность посадки. Данное требование заключается в минимизации области разброса координат точек приземления СА относительно расчетного значения. Размеры этой области могут быть приближенно определены с помощью математического моделирования управляемого движения СА в условиях воздействия случайных возмущений. 2. Уровень перегрузок. Желательно, чтобы система управления обеспечивала решение задачи при наиболее низком уровне максимальных перегрузок, испытываемых космическим аппаратом в процессе спуска в атмосфере. 3. Ширина коридора входа. Диапазон высоты условного перигея траектории входа в атмосферу, для которого достигается решение задачи управления при выполнении всех необходимых ограничений, называется шириной коридора входа [25]. Ширина физически возможного коридора входа определяется скоростью входа, дальностью полета, характеристиками аппарата, ограничениями на параметры движения (например, на перегрузку), а также разбросом параметров атмосферы и разбросом конструктивно-баллистических параметров аппарата. Этот теоретически возможный коридор входа соответствует идеальной системе управления, и отличается от фактического коридора входа, который реализуется с помощью конкретной системы с ее логикой управления, ограничениями, измерительными, методическими и исполнительными ошибками. Чем шире реализуемый коридор входа, тем ниже предъявляемые требования к управлению полетом на участке до входа в атмосферу, а также требования к допустимым величинам ошибок и неопределенностей. Итак, при выборе алгоритма управления нужно по возможности добиться близости ширины фактического коридора входа к физически возможной ширине.
Схема моделирования процесса управления С А по методу Монте-Карло
Влияние инструментальных ошибок на точность управления анализируется при рассмотрении навигационной задачи. Они определяются типом и классом точности используемых приборов. Основные точностные характеристики содержатся в паспорте прибора, и могут быть использованы при оценке точностных характеристик систем управления в процессе моделирования методом статистических испытаний.
Для траєкторного движения наиболее важны медленноменяющиеся или систематические инструментальные ошибки, которые удобно представить через совокупность случайных величин, распределяющих по нормальному закону.
Многошаговый алгоритм управления характерен тем, что даёт возможность использования накопившейся информации о характере движения летательного аппарата до момента принятия решения о выборе параметров закона управления при дальнейшем движении ЛА. В частности для спускаемого аппарата этот выбор заключается в определении величины и знака угла крена. Входной информацией для многошагового алгоритма является информация о координатах и скорости СА, получаемая на основе решения навигационной задачи, данные о величине угла крена и скорости его изменения, сведения об отклонении плотности атмосферы от стандартного распределения на участке движения до рассматриваемого момента времени и об ожидаемых величинах такого отклонения на предстоящем участке движения [25]. Выходом этого алгоритма являются параметры, характеризующие командный угол крена на оставшемся участке движения.
С целью построения многошагового алгоритма управления временной участок движения СА в атмосфере разбивается на несколько интервалов. В зависимости от полноты используемой модели движения при прогнозе можно менять длительность этих интервалов. Другими словами, при использовании более полной модели можно увеличить длительность интервалов. Кроме того, во время движения в атмосфере длительность интервалов можно менять в зависимости от условия полёта (высоты и скорости). Так, например, с целью повышения точности алгоритма управления на высотах от 60 км до 20 км, при которых аэродинамические силы имеют очень заметное влияние на характеристики движения спускаемого аппарата с малым значением аэродинамического качества, целесообразно уменьшать длительность интервалов. Использование многошагового алгоритма в качестве базового алгоритма управления предоставляет также возможность учета ограничений на фазовые координаты или их комбинации. В этом случае не нарушая общность задачи, можно вместо управления конечным состоянием в течение короткого периода времени управлять параметрами текущего движения (например, перегрузки) или их значениями в ближайшие моменты времени.
Управление конечным состоянием происходит за счет прогнозирования координат точки посадки, т.е. долготы и широты этой точки. При использовании параметрического закона управления на основе прогнозирования можно выбирать оптимальные значения параметров этого закона. Выбор этих параметров можно проводить двумя способами: 1) - использованием отклонения конечных состояний от расчетных в же, как это изображено на рис. (2.5). При этом изменение параметра модуляции р влечет за собой пропорциональное удаление или приближение точек программной кривой к оси абсцисс.
Второй вид коррекции программы по углу крена вводится как преобразование аргумента программной функции Коррекция в соответствии с формулой (2.21) подобна фазовой модуляции, причем модулирующая функция y/m(i) определяет форму, а параметр є- глубину модуляции. В простейшем случае, когда y m{t) = l, коррекция сводится к сдвигу аргумента и перемещению программной кривой вдоль оси абсцисс. В этом случае для программной кривой уоп, изменение параметра є приведет к смещению на одну и ту же величину моментов tl,t2,tn, что приводит в зависимости от знака є к неэквивалентному действию боковой компоненты подъемной силы вправо или влево от плоскости полета и, как следствие этого, к боковому перемещению аппарата.
Итак, в соответствии с описанной идеей метода наведения логика функционирования системы управления спуском имеет следующий вид.
При номинальных значениях параметров модуляции Р0,є0, выбранных на основе номинальных значений параметров закона управления ( 1, 2, , ), проводится опорный прогноз, для чего с помощью БЦВМ интегрируются уравнения движения спускаемого аппарата. Интегрирование проводится при начальных условиях, задаваемых системой навигации. В результате определяются дальность L0 и отклонение по боку В0. Затем аналогично проводятся еще два прогноза с новым значением одного из модулирующих параметров. Для определения значений р,є осуществляется каждый раз три прогноза при следующих значений риє:
Формирование расширенной математической модели управляемого спуска. Модели возмущений, используемые при оптимальной статистической обработке информации
Соответствующих оптимальных оценок и вектора управления. Так как функция / нелинейна, то при использовании квазилинейного фильтра Кальмана матрица Р м, характеризующая точность вычисляемых оценок, не может быть вычислена заранее, отдельно от самой оценки Х +х и, следовательно, оценку точности, которая может быть получено с помощью этого алгоритма, следует проводить путем имитационного моделирования процесса оценивания. Приведенный алгоритм должен обеспечивать «устойчивую» фильтрацию, так как с ростом размерности вектора Z , т. е. с увеличением объема обрабатываемой информации и повышением точности оценок X и Хм возможность линеаризации соотношений (3.18) и (3.19) в окрестности этих оценок становится все более обоснованной.
Основной недостаток данной модификации заключается в том, что если начальные значения фазового вектора сильно отличаются от их номинальных значений то, линеаризация вокруг этих значений не всегда оправдывается [32]. С целью устранения этого недостатка, можно использовать информацию от внешних источников относительно начальных значений фазового вектора движения. Применительно к спускаемому аппарату внешним источником может служить информация, получаемая от спутниковой радионавигационной системы. Спутниковые системы обеспечивают хорошую точность по координатам и скорости объекта. Оценку ориентации вектора скорости можно получить путем начала работы фильтра не от момента входа в атмосферу, а непосредственно от момента сообщения тормозного импульса.
При моделировании считается, что в момент входа в атмосферу отклонение фазового вектора от расчетных значений лежит в допустимых пределах, что позволяет осуществлять линеаризацию уравнений движения относительно Х0. 3.3- Формирование расширенной математической модели управляемого спуска. Модели возмущений, используемые при оптимальной статистической обработке информации.
Основные возмущения, действующие на спускаемый аппарат при спуске в атмосферу были проанализированы в 2-ой главе. Как показали результаты моделирования, на конечную точность системы управления СА в основном влияют отклонение аэродинамического качества от расчетного значения и вариация плотности атмосферы (см. 2.5). Для решения задачи оптимальной обработки информации должны быть использованы соответствующие модели случайных возмущений. При этом, как правило, исходные статистические описания возмущений (отрезок канонического разложения, сечения корреляционной функции и др.) оказываются непригодными для этой цели. Точно также относительная сложность формирующего фильтра затрудняет его использование в данной задаче. В связи с этим с целью обработки информации более удобными оказываются локальные модели возмущения [14], описывающие случайные возмущения лишь в узком диапазоне изменения времени или других фазовых координат. Простейшей локальной моделью возмущений является [2,3]: где s- случайное возмущение; с0 - случайное число, постоянное в каждой реализации возмущения для некоторого отрезка изменения, т: [rM,rJe[0,r] где т- время или одна из фазовых координати [p,7j- полный диапазон изменения т. В связи с применением локальных моделей необходимо использовать соответствующую тактику обработки информации, обусловленную локальным характером модели. Так как предлагаемая модель справедлива лишь в диапазоне [гм,г,.] то, необходимо в процессе обработки информации производить «перенастройку» модели. В этом случае, например, при переходе от одного малого интервала [г._,, г.] к следующему [ті, тм ] в качестве априорных оценок параметров на интервале [г/?г/+1] следует принимать оптимальные оценки этих параметров, полученные на интервале [г, ,, ті ]. Итак, в качестве расширенного вектора состояния с учетом перечисленных возмущений на основе использования локальных моделей примем: Путем подстановки первого уравнения (3.26) во второе и перехода при дифференцировании от высоты к времени может быть получено конечное выражение для расчета плотности атмосферы. Если в качестве блока оптимальной обработки информации использовать фильтр Кальмана или его модификации, то необходимо осуществить линеаризацию уравнений движения (3.24) в окрестности некоторой номинальной или оцениваемой траектории спуска. В результате линеаризации получим.
