rks_022022 by borov665

ISSN 2409-0239 DOI 10.30894/issn2409-0239.2019.6.1

9 772409 023775

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ Том 6. Выпуск 1. 2019

ISSN 2409-0239

РКС

РОССИЙСКИЕ

КОСМИЧЕСКИЕ

СИСТЕМЫ

Научно-технический журнал

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ

Том 9. Выпуск 2. 2022

РКС

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ 2022, т. 9, вып. 2

Содержание Системный анализ, управление космическими аппаратами, обработка информации и системы телеметрии. Дистанционное зондирование Земли Матрицы и обобщенные тензоры представления проблем решения задач навигационно-баллистического обеспечения управления КА Тюлин А. Е., Бетанов В. В.

Метод идентификации радиоизлучающего объекта по статистическим характеристикам параметров радиосигнала объекта Стрельников С. В., Шаблинский А. Г., Яковец Р. В., Бирюлин С. Н.

Модель эталонных значений коэффициента динамической связи параметров движения баллистического объекта Кобзарь А. А., Ребриков Г. И., Устинов А. С.

Определение таксационных показателей чистых насаждений сосны по данным спутника «Канопус-В» Сидоренков В. М., Астапов Д. О., Перфильева О. В., Рябцев О. В., Рыбкин А. С.

Радиометрическая калибровка мультиспектральной аппаратуры ДЗЗ по Луне и звездам Квитка В. Е., Никитин А. А., Блинов В. Д., Забиякин А. С., Прасолов В. О.

Космические навигационные системы и приборы. Радиолокация и радионавигация Метод вычисления ионосферной задержки в узлах ионосферной сетки в широкозонном функциональном дополнении ГЛОНАСС Сернов В. Г., Исаев Ю. В., Филимонова Д. В.

Концепция использования методов анализа и моделирования систем для исследования измерительных задач баллистико-навигационного обеспечения КА Ларин В. К.

Радиотехника и космическая связь Интеллектуальные датчики. Встроенный датчик состояния бортовых приборов Комальдинов Г. Г., Мамедов Т. Т., Хромов О. Е.

Разработка интеллектуальной системы коммутации питания научной аппаратуры автоматических космических миссий Глазкин Д. Н., Дятлов Н. С., Ануфрейчик К. В., Чулков И. В., Тимонин Д. Г., Титов К. И., Буторкин А. С.

Твердотельная электроника, радиоэлектронные компоненты, микро- и наноэлектроника, приборы на квантовых эффектах Обеспечение радиационной стойкости бортовой аппаратуры командных радиолиний при длительных сроках активного существования космических аппаратов (Часть 2) Булгаков Н. Н., Зинченко В. Ф.

ТЮЛИН Андрей Евгеньевич — председатель редакционного совета журнала, генеральный директор АО «Российские космические системы», доктор экономических наук, кандидат технических наук, член-корреспондент Российской академии ракетных и артиллерийских наук, профессор Академии военных наук, лауреат премии Правительства Российской Федерации в области науки и техники

Уважаемые читатели и авторы журнала! 13 мая 2022 года исполнилось 76 лет со дня образования АО «Российские космические системы» (РКС) (при создании — НИИ-885), одного из базовых предприятий ракетнокосмической отрасли нашей страны. За прошедшие годы коллектив РКС успешно решал многие научно-технические, организационные и производственные проблемы, демонстрируя достижения мирового уровня космической техники. Первые многоступенчатые баллистические ракеты, первый искусственный спутник Земли, открывший человечеству дорогу в космос, первый пилотируемый космический полет, научные исследования Луны, Марса и Венеры. Системы космической связи, глобальная спутниковая система навигации ГЛОНАСС, космические системы дистанционного зондирования Земли и метеорологические системы, системы поиска и спасания КОСПАС–САРСАТ — вот неполный перечень эффективной деятельности РКС в деле освоения космоса. В условиях резкого обострения международной обстановки и введения против России беспрецедентных санкций в рамках открытой экономической войны нашему коллективу следует уделить особое внимание вопросам импортозамещения для безусловного выполнения обязательств РКС при реализации программ госзаказа. От всей души поздравляю коллектив РКС с 76-летием со дня образования, желаю счастья и успехов в решении задач, стоящих перед организацией! Председатель редакционного совета журнала, генеральный директор АО «Российские космические системы» А. Е. Тюлин

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ 2022, том 9, выпуск 2, c. 4–13 СИСТЕМНЫЙ АНАЛИЗ, УПРАВЛЕНИЕ КОСМИЧЕСКИМИ АППАРАТАМИ, ОБРАБОТКА ИНФОРМАЦИИ И СИСТЕМЫ ТЕЛЕМЕТРИИ. ДИСТАНЦИОННОЕ ЗОНДИРОВАНИЕ ЗЕМЛИ УДК 621.3;629;681;316 DOI 10.30894/issn2409-0239.2022.9.2.4.13

Матрицы и обобщенные тензоры представления проблем решения задач навигационно-баллистического обеспечения управления КА А. Е. Тюлин, д. э. н., к. т. н., член-корреспондент РАРАН, tyulin@spacecorp.ru АО «Российские космические системы», Москва, Российская Федерация

В. В. Бетанов, д. т. н., проф., член-корреспондент РАРАН, betanov_vv@spacecorp.ru АО «Российские космические системы», Москва, Российская Федерация Аннотация. Рассмотрено представление проблем и трудностей решения задач технологического цикла навигационно-баллистического обеспечения (НБО) в виде матриц и обобщенных тензоров. Их построение позволяет анализировать (а в случае необходимости корректировать) влияние погрешностей и ошибок решения, в том числе на ранних стадиях технологических циклов НБО, что способствует достижению результата на последующих и/или более поздних этапах расчетов. Это обеспечивает моделирование и создание интеллектуальных систем (экспертных и обучающих комплексов, расчетно-логических систем и т. п.) для автоматизированной реализации технологического цикла (ТЦ) НБО. При этом предполагается математическое развитие вопросов представления элементов, названных «обобщенными тензорами», взаимосвязи их компонент и, в частности, трансформации размерностей в отдельных сечениях пространственных матриц. Ключевые слова: космический аппарат, навигационно-баллистическое обеспечение, оперативное навигационно-баллистическое обеспечение, космическая технология, обобщенный тензор. некорректная задача

Matrices and Generalized Tensors for Representing the Problems of Navigation and Ballistic Support of Spacecraft Control A. E. Tyulin, Dr. Sci. (Econ.), Cand. Sci. (Engineering), Prof., Corresponding Member of Russian Academy of Missile and Artillery Sciences, tyulin@spacecorp.ru Joint Stock Company “Russian Space Systems”, Moscow, Russian Federation

V. V. Betanov, Dr. Sci. (Engineering), Prof., Corresponding Member of Russian Academy of Missile and Artillery Sciences, betanov_vv@spacecorp.ru Joint Stock Company “Russian Space Systems”, Moscow, Russian Federation Abstract. The presentation of problems and difficulties in solving the problems of the technological cycle of navigation and ballistic support (NBS) in the form of matrices and generalized tensors is considered. Their construction makes it possible to analyze (and, if necessary, correct) the influence of inaccuracies errors of the solution, including at the early stages of the NBS technological cycles, which contributes to the achievement of the result at subsequent and/or later stages of calculations. This makes the modeling and creation of intelligent systems possible (expert and training complexes, calculation and logic systems, etc.) for automated implementation of the technological cycle (TC) of NBS. This assumes the mathematical development of the issues of representation of elements, called “generalized tensors”, the relationship of their components and, in particular, the transformation of dimensions in individual sections of spatial matrices. Keywords: spacecraft, navigation and ballistic support, operational navigation and ballistic support, space technology, generalized tensor. ill-posed problem

МАТРИЦЫ И ОБОБЩЕННЫЕ ТЕНЗОРЫ ПРЕДСТАВЛЕНИЯ ПРОБЛЕМ РЕШЕНИЯ ЗАДАЧ

Общие замечания Создание, использование и модернизация космических систем является важным приоритетом технической политики государства в области высоких технологий. Значительная роль при этом отводится развитию перспективных космических технологий, их общих характеристик и особенностей [1, 3, 4]. Космические технологии являются совокупностью различных технологий и процессов, направленной на создание космических аппаратов (КА) различного назначения, получения новых знаний о структуре Земли и космоса, а также формирования услуг на базе этих знаний. Примерами перспективных космических технологий в части управления КА служат: – технологии перераспределения задач между бортовыми и наземными комплексами при управлении КА; – технологии управления изделиями ракетнокосмической техники с использованием спутниковретрансляторов в режиме реального времени; – технологии комплексной защиты информации в системах дистанционного зондирования Земли, в системах космической навигации, в системах связи и в командных радиолиниях; – системы передачи информации в реальном масштабе времени с использованием высокоскоростных приемно-передающих устройств; – робототехнические средства с элементами искусственного интеллекта в наземных и бортовых космических системах. Ключевые технологические элементы навигационно-баллистического обеспечения (НБО), реализуемые в практике управления КА, включают: – адаптацию понятий технологическая операция (ТО), цикл (ТЦ) и процесс (ТП) к информационно-расчетному обеспечению испытаний и эксплуатации КА; – последовательную структурно-параметрическую оптимизацию моделей в едином ТЦ НБО оперативного управления КА; – принципы построения автоматизированной системы (АС) ТЦ НБО (автоматизации, интеллектуализации, гибкости);

– управления знаниями НБО с программой управления знаниями и этапами сохранения критических знаний; – технологии построения структур базы знаний, данных; – технологии создания и развития экспертных систем (ЭС) НБО; – новые технологии навигационно-баллистического обеспечения управления КА в объекте общего предназначения — баллистическом центре наземного автоматизированного комплекса управления (НАКУ), включающие совместную обработку навигационной информации бортовых автономных систем радионавигации (АСРН) с данными наземных измерительных комплексов; – методологии синтеза обобщенной технологической модели НБО; – технологические модели идентификации некорректных задач определения параметров движения космических объектов; – технологии решения обобщенных некорректных задач НБО в условиях недостаточного объема измерительных данных и других нестандартных особенностей; – технологии управления и контроля выполнения технологического цикла НБО на основе интеллектуальных систем управления знаниями и другие. Для успешного выполнения существующих и перспективных космических технологий предъявляются жесткие требования к реализации совокупности комплексов и систем, обеспечивающих оперативное, надежное и устойчивое функционирование прежде всего элементов системы оперативного навигационно-баллистического обеспечения (ОНБО) управления космических объектов. Указанное обстоятельство основывается на необходимости решения соответствующих задач с абсолютной достоверностью, точностью и оперативностью. Кроме того, сама система ОНБО должна обладать свойствами универсальности, предусматривающими выполнение работ по обслуживанию космических аппаратов с различными целевыми функциями на различных классах орбит. Осуществление контроля выполнения технологических операций (решения отдельных баллистико-навигационных задач) в технологическом цикле НБО управления КА удобно реализовывать

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

А. Е. ТЮЛИН, В. В. БЕТАНОВ

с использованием матричного, а в более общем случае обобщенного тензорного анализа в неклассическом варианте представления проблем реализации. Причем можно воспользоваться двумя вариантами представления тензоров: координатный и прямой [13, 14]. В первом случае под тензором понимается матрица, компоненты которой преобразуются при переходе от одного координатного базиса к другому по определенным правилам. В другом случае тензор рассматривается как элемент линейного пространства, полученный специальным перемножением векторных пространств. От прямой записи тензора можно перейти к его координатному представлению, для чего необходимо ввести в пространстве тензоров некоторый базис. С учетом отмеченного обстоятельства оба подхода к описанию тензоров эквивалентны. Причем второй подход (а именно — прямой) позволяет формировать выкладки более компактными. При рассмотрении решаемой задачи в простейшем варианте представления проблем и трудностей выполнения ТО НБО неклассическое описание тензоров может быть рассмотрено в виде пространственных матриц с соответствующими сечениями для каждой технологической операции. Элементы одной матрицы-сечения связаны с элементами (отдельными или интегральными) другой матрицы-сечения. Именно подобная модель позволяет заранее предусмотреть и использовать вариант разрешения конфликтных ситуаций выполняемого технологического цикла. Одновременно необходимо отметить дополнительные математические сложности описания рассматриваемых пространственных матриц, которые в общем случае могут возникнуть из-за различных размерностей в неодинаковых сечениях подобных тензоров. Указанное замечание предусматривает дальнейшее развитие математической теории алгебраических операций над рассматриваемыми тензорами. Возможен нетрадиционный подход обобщенного тензорного представления проблем реализации технологического цикла ОНБО. Сущность подобного аппарата в общем случае отличается от классического математического описания тензорного анализа [15, 16] и находится на этапе разработки и становления. При представлении обобщенного тензора (пространственной матрицы исследуемых проблем

решения задач НБО) исследуется связь отдельных элементов матриц-сечений представления проблем решаемой задачи (технологической операции НБО) и путей преодоления трудностей для достижения необходимых результатов решения задач. Цель задачи построения матриц и обобщенных тензоров проблем решения технологических операций (ТО) навигационно-баллистического обеспечения — скорректировать полученные на отдельных этапах решения и оценить влияние погрешностей и ошибок в элементах технологических циклов НБО на последующие и/или более поздние этапы расчетов. Данный подход позволяет моделировать и создавать в том числе интеллектуальные системы (расчетно-логические системы, ориентированные на вычислительные алгоритмы, экспертные и обучающие комплексы и т. п.) для анализа и автоматизированной реализации технологических циклов (ТЦ) НБО. Примерами выполнения подобных задач могут служить, например, взаимосвязи решения некорректных (НкЗ) и обобщенно некорректных (ОНкЗ) задач НБО, параметрическая и структурная идентификация и обобщенная идентификация параметров математической модели движения КА. Признаки и классификация технологий по отдельным признакам приведены в авторских работах [8, 9].

Проблемные вопросы При создании и реализации новых космических технологий важен тщательный анализ основных принципов их создания и применения, а именно: системности, комплексности, оптимальности (чаще рациональности), устойчивости, перспективности и оперативности [5, 6]. В процессе написания статьи проведен анализ представления вариантов общей классификации технологий по различным признакам, в том числе по обеспечению общих и частных показателей качества изделий (технологий), по сферам использования, по уровням значимости технологий, по сферам использования и направлениям предметных областей применения [10]. Изображения матриц-сечений обобщенного тензора фрагмента технологического цикла НБО

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

МАТРИЦЫ И ОБОБЩЕННЫЕ ТЕНЗОРЫ ПРЕДСТАВЛЕНИЯ ПРОБЛЕМ РЕШЕНИЯ ЗАДАЧ

Рис. 1. Матрица проблем решения задач типовой технологической операции (предварительной обработки измерений) управления КА

Рис. 2. Пространственная матрица (обобщенный тензор) проблем решения задач в элементах технологического цикла НБО

представлены на рис. 1 и рис. 2. Причем на рис. 1 представлена матрица проблем решения задачи типовой предварительной обработки (ПрО) измерений текущих навигационных параметров (ИТНП)

в технологическом цикле НБО управления КА, а на рис. 2 — фрагмент пространственной матрицы (фрагмент обобщенного тензора) проблем решения задач в элементах технологического цикла

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

А. Е. ТЮЛИН, В. В. БЕТАНОВ

НБО (взаимодействие ТО ПрО и ТО определения вектора состояния (краевой задачи). Ключевыми причинами возникновения погрешностей (неточностей, ошибок) решения задачи определения вектора состояния (ОВС) космического аппарата в конкретной целевой обстановке выступают следующие факторы: – выбор метода решения задачи определения (уточнения) вектора состояния КА; – определение математической модели движения КА; – задание (расчет) уточняемого вектора состояния; – методы проверки регулярности и корректности задачи определения вектора состояния; – применение методов идентификации параметров (структуры) математической модели движения; – методы формирования совокупности выходных баллистических параметров; – применение специальных методов (методик) решения задачи ОВС с учетом особенностей целевого применения КА и космической системы в целом и другие. Управление космических аппаратов относится к новой сфере научно-технической деятельности человечества. При летных испытаниях и эксплуатации космических объектов могут возникнуть нештатные ситуации, которые необходимо максимально парировать для успешного выполнения задач полета. Подобными нештатными ситуациями могут служить следующие примеры [5–8]. 1. Недостаточный (ограниченный) объем выборки измерений текущих навигационных параметров (ИТНП) при оперативном определении параметров движения КА, обусловленный срывом штатной схемы проведения радиоконтроля орбиты (РКО). 2. Наличие непригодных для определения параметров движения сеансов ИТНП из-за так называемых аномальных погрешностей измерений. 3. Несоответствия расчетных отклонений начальных векторов состояния КА реальному движению, которые не обеспечивают требуемых результатов пространственно-временного перемещения центра масс КА (отсутствие сходимости краевой задачи в силу значительных расхождений начальных условий).

4. Отсутствие возможности проведения необходимых коррекций параметров решения задач НБО (оперативности, надежности и др.), связанных с особенностями их выполнения в сложившейся обстановке функционирования целевых космических систем (внешние факторы). С точки зрения вычислительной математики задача определения движения КА по выборке ИТНП ограниченного объема принадлежит к классу некорректных задач, когда решение неустойчиво к малым возмущениям исходных данных. В условиях реализации штатной схемы ИТНП также порой не удается получить требуемое по точности решение вследствие смещения оценки ВС, обусловленного наличием значительных по величине погрешностей ИТНП. Анализ существующих методов статистической обработки ИТНП при ОПД КА показывает, что их применение не позволяет в полном объеме решить проблемные вопросы как вычислительного, так и методического характера. Решение указанных выше проблем методического характера неразрывно связано с решением проблемных вопросов технологического плана. В современных условиях научно-технический прогресс оказывает большое влияние на развитие информационных технологий, вследствие этого возникает и практическая потребность изменения фундаментальных парадигм организации и технологии навигационно-баллистического обеспечения на базе технологических решений, основанных на развитии распределенных информационно-вычислительных ресурсов. Технологии их использования получают все больший приоритет в практике НБО. При этом наблюдаются тенденции к исключительно распределенной схеме создания, поддержания и хранения ресурсов НБО и выполнения на их базе вычислений. В то же время существует стремление к виртуальному объединению информационных и вычислительных ресурсов НБО на уровне предоставления доступа к ним. В связи с тем, что интеграция информационных и вычислительных ресурсов в единую среду и организация доступа к ним является одним из важнейших направлений развития современных информационных технологий. Таким образом, можно постулировать принцип формирования на базе ресурсов сети единого поля информационных и вычисли-

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

МАТРИЦЫ И ОБОБЩЕННЫЕ ТЕНЗОРЫ ПРЕДСТАВЛЕНИЯ ПРОБЛЕМ РЕШЕНИЯ ЗАДАЧ

Рис. 3. Комплексное рассмотрение объект-системы «решаемая задача — инструментарий ее решения»

тельных ресурсов НБО, способного стать универсальным и машинно-независимым носителем баллистических данных и средством их обработки. Объединение «задача НБО — инструмент решения (АС НБО)», согласно закону системности общей теории систем, как и всякий другой объект, есть объект-система (рис. 3). Объект-система «задача — инструмент решения» в рассматриваемой задаче НБО рассматривается как целенаправленная иерархическая большая интегрированная система, представляющая собой совокупность иерархически зависимых сложных подсистем, обладающих определенной степенью организованности и автономности и содержащих людей-операторов и пространственно разнесенные комплексы средств автоматизации выполнения функций управления, объединенных исходя из действующей иерархии целей с помощью энергетических, вещественных и информационных связей в единую многоконтурную систему «человек–машина» для повышения эффективности процессов НБО. Для успешного определения пространственно-временных характеристик космических аппаратов должна быть разработана автоматизированная система управления разрешением обобщенной некорректности задач навигационно-баллистического обеспечения. Выявление на основе предлагаемого инструментария (матриц и обобщенных тензоров) факта

соотнесения выполняемой задачи к разряду некорректных или обобщенно некорректных (рис. 4 и 5) позволяет применить один из заранее разработанных способов их решения. Практически отмеченный факт реализации технологических операций оперативного навигационно-баллистического обеспечения осуществляется соответствующим модулем принятия решений с использованием интеллектуальных, в том числе экспертных систем. На этапе отладки подобных ситуаций, как правило, проводится значительная исследовательская работа по возможному решению обобщенных некорректных задач в конкретных условиях применения КА [7, 8]. Общий подход к системному описанию влияния деформирующих решение факторов инструментария и внешней среды в автоматизированной системе НБО может быть описан с применением следующего подхода. Предложенная в 80–90-х годах прошлого столетия теория ультрасистем как часть математической информатики была развита ее автором, профессором А. В. Чечкиным с учениками в применении к различным областям знаний, в том числе при создании элементов искусственного интеллекта умных систем [11, 12]. При этом подразумевается, что «. . .точки математических пространств известны с абсолютной точностью. Новые отображения, названные ультраотображениями, осуществляют

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

А. Е. ТЮЛИН, В. В. БЕТАНОВ

Рис. 4. Условия, обеспечивающие корректность и обобщенную корректность решения задач

Рис. 5. «Круги» Эйлера, поясняющие понятие «обобщенная некорректная задача» навигационно-баллистического обеспечения

соответствия между информациями о точках множеств». Таким образом, «. . .достигается общность и возможность комплексного рассмотрения вопроса, при сохранении всех возможностей детализированного описания исследуемого предмета. Основная конструкция теории, названной теорией ультрасистем, позволяет по отдельным сведениям о точке прообраза получать отдельные сведения о точке образа. На множестве ультраоператоров определяются различные операции и изучается их алгебра» [12]. Предлагаемые ключевые диаграммы могут быть рассмотрены как дальнейшее развитие элементов теории ультрасистем, учитывающих влияние

инструмента решения и факторов среды, действующих порознь одновременно и неодновременно. Диаграмма, называемая коммутативной, с тремя ультраоператорами, учитывающими влияние инструмента решения и двух факторов среды, действующих порознь и неодновременно, приведена на рис. 6, а коммутативная диаграмма с тремя ультраоператорами, учитывающими влияние инструмента решения и двух факторов среды, действующих одновременно, — на рис. 7. На рисунках введены обозначения: X — опорное множество точки x0 ; L — решетка понятий для X ;

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

МАТРИЦЫ И ОБОБЩЕННЫЕ ТЕНЗОРЫ ПРЕДСТАВЛЕНИЯ ПРОБЛЕМ РЕШЕНИЯ ЗАДАЧ

P — решетка достоверностей; rxинстр , rz инстр — естественные проекции декартова произведения P × L × X = X ∧ инстр на последний сомножитель: rxинстр : ∧ инстр → X , rz инстр : Z ∧ инстр → Z .

Рис. 6. Коммутативная диаграмма с тремя ультраоператорами, учитывающими влияние инструмента решения и двух факторов среды, действующих порознь и неодновременно

Рис. 7. Коммутативная диаграмма с тремя ультраоператорами, учитывающими влияние инструмента решения и двух факторов среды, действующих одновременно

Изменение внешних условий (требований) в процессе выполнения технологического цикла НБО, как правило, связано: – с переходом на сокращенные варианты решения баллистических задач (выполнения технологических операций); – с улучшением надежностных характеристик получения заданных оценок искомых параметров; – с повышением точностных характеристик выходного результата расчетов и др. Неполная реализация штатной схемы радиоконтроля орбиты приводит к необходимости определе-

ния параметров движения космических аппаратов по выборкам ИТНП малого объема. Анализ численных методов решения плохообусловленных систем нормальных уравнений показывает, что одним из возможных подходов c точки зрения реализации парадигмы Страхова является применение метода сопряженных градиентов (МСГ) [3]. Метод базируется на построении псевдоортогональных систем векторов на основе использования степенных последовательностей. Для улучшения качества процесса сходимости МСГ целесообразно применение операции понижения числа обусловленности (предобуславливания) матрицы СНУ. Примером применения описываемого подхода к решению обобщенных некорректных задач при малой (недостаточной для решения в традиционных условиях) выборке измерений при выведении КА на геостационарную орбиту служат данные, приведенные на рис. 8. На основе применения предлагаемого подхода с использованием реальных измерений текущих навигационных параметров, представляющих неполную реализацию плана определения траектории движения в различных вариантах, удается успешно решать подобного рода задачи. Подход, заключающийся в анализе прогнозируемых проблем и трудностей решения баллистических задач (технологических операций), позволяет оперативно применить заранее разработанные методики к преодолению отмеченных проблем, в том числе при отсутствии полного объема запланированной измерительной информации. При этом используется предложенная в работе [3] обобщенная технологическая модель уточнения начальных условий движения ракет и космических аппаратов (КА), архитектура которой содержит подсистемы моделирования движения КА и вычисления расчетных аналогов измерений текущих навигационных параметров (ИТНП), определения параметров движения (ОПД) КА по ИТНП, идентификации некорректных задач ОПД и реализации сервисов НБО. В приведенном примере в целях решения проблемы идентификации факта некорректной постановки задачи ОПД и принятия мер, связанных с парированием нештатной ситуации, разработана и применена технологическая модель «идентифи-

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

А. Е. ТЮЛИН, В. В. БЕТАНОВ

Рис. 8. Результаты экспериментальной проверки варианта уточнения параметров орбиты

кации некорректных задач по ИТНП, включающая реализацию следующих основных функций: – формализованного представления параметрического описания некорректности; – выявления некорректностей и их идентификации; – ведения базы данных формализованных представлений некорректностей; – актуализации базы формализованных описаний некорректностей» [3]. В процессе совершенствования описанного подхода предусмотрено использование обобщенных структурных свойств измерительных задач, предложенных авторами в работе [10]. В частности, характеристика «обобщенной наблюдаемости», расширяющая введенное Р. Калманом понятие «наблюдаемости» динамической системы и далее

модифицированное для решения локальных нелинейных задач [17], позволяет оценить заранее до проведения реального технологического цикла НБО возможность потенциального определения уточняемых параметров в условиях штатных и нештатных ситуаций с учетом инструментария решения задачи в условиях реальных внешних условий.

Заключение В статье рассмотрено представление проблем и трудностей решения задач технологического цикла НБО в виде матриц и обобщенных тензоров. Их построение позволяет анализировать (а в случае необходимости корректировать) влияние погрешностей и ошибок решения, в том числе

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

МАТРИЦЫ И ОБОБЩЕННЫЕ ТЕНЗОРЫ ПРЕДСТАВЛЕНИЯ ПРОБЛЕМ РЕШЕНИЯ ЗАДАЧ

на ранних стадиях технологических циклов НБО, что способствует достижению результата на последующих и/или более поздних этапах расчетов. Указанное обеспечивает моделирование и создание интеллектуальных систем (экспертных и обучающих комплексов, расчетно-логических систем, использующих вычислительные алгоритмы и т. п.) для автоматизированной реализации ТЦ НБО. При этом предполагается математическое развитие вопросов представления элементов, названных «обобщенными тензорами», взаимосвязи их компонент и, в частности, трансформации размерностей в отдельных сечениях пространственных матриц.

Список литературы

ственно-временного обеспечения. Часть II. Космические системы пространственно-временного обеспечения на орбитах различных классов. Под ред. А. Е. Тюлина. М.: Инновационное машиностроение, 2020. 302 с. 7. Тюлин А. Е., Бетанов В. В., Кобзарь А. А. Навигационно-баллистического обеспечения полета ракетно-космических средств. Книга 1. Методы, модели и алгоритмы оценивания параметров движения. М.: Радиотехника, 2018. 479 с. 8. Тюлин А. Е., Бетанов В. В., Юрасов В. С., Стрельников С. В. Навигационно-баллистического обеспечения полета ракетно-космических средств. Книга 2. Системный анализ НБО. М.: Радиотехника, 2018. 487 с. 9. Тюлин А. Е., Бетанов В. В. Ключевые навигационно-баллистические технологии, повышающие эффективность управления КА // Ракетно-космическое приборостроение и информационные системы, 2021, т. 8, вып. 3. С. 3–10.

1. Бетанов В. В. Матрицы и тензоры представления проблем решения задач навигационно-баллистического обеспечения управления КА. Тезисы доклада 10. Тюлин А. Е., Круглов А.В., Бетанов В. В. Уточнение согласующих коэффициентов математической на ХLVI Академических чтениях по космонавтике модели движения КА с использованием понятия РАН, январь 2022, с. 42. «обобщенная наблюдаемость» // Ракетно-космиче2. Тюлин А. Е., Бетанов В. В. Новые подходы к оценское приборостроение и информационные системы, ке проблем решения задач навигационно-баллисти2020, т. 7, вып. 4. С. 3–13. ческого обеспечения управления космическими аппаратами // Правовая информатика, М.: «ИТМ 11. Потюпкин А. Ю., Чечкин А. В. Искусственный интеллект на базе информационно-системной избыи ВТ РАН», 2022, № 1. точности. М.: КУРС, 2019. 384 с. 3. Байрамов К. Р., Бетанов В. В., Ступак Г. Г., Урличич Ю. М. Управление космическими объектами. 12. Чечкин А. В. Математическая информатика. М.: Наука, 1991. 412 с. Методы, модели и алгоритмы решения некорректных задач навигационно-баллистического обеспече- 13. Вильчевская Е. Н. Тензорная алгебра и тензорный ния. М.: Изд-во ОАО «Радиотехника», 2012. 360 с. анализ: Учеб. пособие. СПб.: Изд-во политехниче4. Лысенко Л. Н., Бетанов В. В., Звягин Ф. В. Теоретические основы баллистико-навигационного обеспечения космических полетов. М.: МГТУ им. Н. Э. Баумана, 2014. 518 с.

ского ун-та, 2012. 4 c. 14. Пальмов В. А. Элементы тензорной алгебры и тензорного анализа: Учеб. пособие. СПб.: Изд-во политехнического ун-та, 2008. 108 с.

5. Тюлин А. Е., Бетанов В. В., Яшин В. Г. Орбиталь15. Димитриенко Ю. И. Тензорное исчисление M.: ные сегменты космических систем пространственВысшая школа, 2001. 575 с. но-временного обеспечения. Часть I. Орбитальное движение, маневры и методы определения парамет- 16. Векуа И. Н. Основы тензорного анализа и теории ковариантов. М.: Наука, 1978. 296 с. ров орбит КА. Под ред. А. Е. Тюлина. М.: Инновационное машиностроение, 2020. 336 с. 17. Разоренов Г. Н. Введение в теорию оценивания состояния динамических систем по результатам изме6. Тюлин А. Е., Дворкин В. В., Бетанов В. А. Орбирений: Учеб. пособие. М.: МО СССР, 1981. 272 с. тальные сегменты космических систем простран-

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ 2022, том 9, выпуск 2, c. 14–26 СИСТЕМНЫЙ АНАЛИЗ, УПРАВЛЕНИЕ КОСМИЧЕСКИМИ АППАРАТАМИ, ОБРАБОТКА ИНФОРМАЦИИ И СИСТЕМЫ ТЕЛЕМЕТРИИ. ДИСТАНЦИОННОЕ ЗОНДИРОВАНИЕ ЗЕМЛИ УДК 629.785 DOI 10.30894/issn2409-0239.2022.9.2.14.26

Метод идентификации радиоизлучающего объекта по статистическим характеристикам параметров радиосигнала объекта С. В. Стрельников, д. т. н., orionsvs@mail.ru АО «НПО «Орион», г. Москва, Российская Федерация

А. Г. Шаблинский, к. воен. н., orionsvs@mail.ru Центральный морской полигон МО РФ, г. Северодвинск, Российская Федерация

Р. В. Яковец, orionsvs@mail.ru Центральный морской полигон МО РФ, г. Северодвинск, Российская Федерация

С. Н. Бирюлин, orionsvs@mail.ru Центральный морской полигон МО РФ, г. Северодвинск, Российская Федерация Аннотация. Статья содержит обоснование нового метода идентификации радиоизлучающего объекта, основанного на использовании статистических характеристик радиосигнала, вычисляемых по выборкам регистрируемого параметра сигнала. Применяемые характеристики сигнала названы характеристическими параметрами. Новый метод позволяет обнаруживать выборки радиосигналов, относящихся к уже наблюдаемым ранее радиоизлучающим средствам, путем анализа различных выборок параметров регистрируемых радиосигналов по свойственным выборкам наборам статистических ХП. Метод включает предварительный и три основных этапа вычислений. Предварительный этап предназначен для составления статистических решающих функций, используемых затем для оценки однородности регистрируемых выборок радиосигналов. Решающие функции строят на основе анализа эталонных сигналов объектов. На первом этапе осуществляют вычисление набора характеристических параметров радиосигнала. На втором этапе проверяют устойчивость регистрируемого параметра за время наблюдений. На третьем этапе выполняют идентификацию объекта путем оценки близости наборов различных характеристических параметров. Метод предусматривает использование пяти различных критериев близости и линейной функции, согласующей эти критерии. Экспериментальная обработка результатов натурных измерений статистических параметров радиосигналов, переданных автоматической системой идентификации судов, показала возможность применения предложенного метода для идентификации морских объектов. Ключевые слова: статистические характеристики случайных величин, однородные выборки, критерий согласия Пирсона, мера близости, статистические решающие функции

Method for Identification a Radio-Emitting Object by the Statistical Parameters of the Object’s Radio Signal S. V. Strel’nikov, Dr. Sci. (Engineering), orionsvs@mail.ru Joint-Stock Company “Scientific and Production Association “Orion”, Moscow, Russian Federation

A. G. Shablinskiy, Cand. Sci. (Military), orionsvs@mail.ru State Central Navy Testing Range, Ministry of Defense, Severodvinsk, Russian Federation

R. V. Yakovets, orionsvs@mail.ru State Central Navy Testing Range, Ministry of Defense, Severodvinsk, Russian Federation

S. N. Biryulin, orionsvs@mail.ru State Central Navy Testing Range, Ministry of Defense, Severodvinsk, Russian Federation Abstract. The article contains the substantiation of a new method for identifying a radio-emitting object based on the use of the statistical characteristics of a radio signal calculated from samples of the registered signal parameter. The applied signal characteristics are called characteristic parameters. The new method makes it possible to detect samples of radio signals related to previously observed radio-emitting means by analyzing various samples of parameters of registered radio signals, according to the sets of statistical characteristic parameters inherent in the samples. The method includes a preliminary and three main stages of calculations. The preliminary stage is intended for the compilation of statistical decision functions, which are then used to evaluate the homogeneity of the recorded samples of radio signals. The decision functions are built on the basis of the analysis of reference signals of objects. At the first stage, a set of characteristic parameters of the radio signal is calculated. At the second stage, the stability of the registered parameter is checked during the observation period. At the third stage, the object is identified by assessing the proximity of sets of various characteristic parameters. The method involves the use of five different proximity criteria and a linear function matching these criteria. Experimental processing of the results of field measurements of the statistical parameters of radio signals transmitted by the automatic ship identification system showed the possibility of using the proposed method for the identification of marine objects. Keywords: statistical characteristics of random variables, homogeneous samples, Pearson’s goodness-of-fit test, closeness measure, statistical decision functions

С. В. СТРЕЛЬНИКОВ, А. Г. ШАБЛИНСКИЙ, Р. В. ЯКОВЕЦ, С. Н. БИРЮЛИН

Введение

– математическое ожидание; – дисперсию;

Разработка метода идентификации радиоизлучающего объекта по статистическим характеристикам параметров радиосигнала объекта является дальнейшем развитием исследований статьи [1]. В этой статье была обоснована возможность вычисления и практического использования статистических характеристик количественных параметров временных рядов радиосигналов, регистрируемых космическими средствами наблюдения. Показано, что статистическая обработка параметров радиосигналов, имеющих случайную составляющую, может применяться для идентификации излучающих радиотехнических средств. Идентификация возможна при условии, что при обработке выборок наблюдаемых радиосигналов могут быть обнаружены параметры, свойственные радиоизлучающему средству. С учетом случайных погрешностей результатов измерения параметров радиосигналов высокая вероятность идентификации объектов может быть достигнута, очевидно, при условии, если удастся выявить совокупность значений параметров, однозначно характеризующих средство радиоизлучения. Возможны ситуации, когда такие однозначные значения выявить затруднительно ввиду близости значений статистических характеристик, соответствующих различным средствам излучения. Тогда целесообразно близкие статистические характеристики и относящиеся к ним объекты объединять в группы (иначе классы характеристик) и идентификацию объектов осуществлять поэтапно. Например, на первом этапе использовать статистические характеристики для выявления принадлежности объекта к группе объектов, а затем применять дополнительные сведения, полученные из других источников, характеризующие средство излучения и объект. Для идентификации морских объектов по сигналам автоматической системы идентификации судов (АИС), в случае когда декодировать смысловое содержание принятого сообщения судовой аппаратурой невозможно, предложено применять набор 28 статистических характеристик, названных характеристическими параметрами (ХП), включающий [1]:

– среднелинейное абсолютное отклонение; – нормированные выборочные центральные моменты 4-го, 6-го, 8-го, 10-го, . . . 40-го порядков; – нормированные кумулянты 2-го, 4-го, 6-го порядков; – коэффициент вариации; – коэффициент эксцесса; – коэффициент уравнения Пирсона. Результаты экспериментальной обработки выборок значений параметров сигналов однотипных радиостанций, зарегистрированных при проведении натурных испытаниях, подтвердили наличие отличий ряда статистических характеристик предложенного набора параметров, рассчитанных по выборкам параметрам радиосигналов, относящихся к разным объектам [1]. Взаимные отличия количественных значений ряда характеристик позволяют использовать предложенный набор ХП для формирования алгоритма, предназначенного для оценки близости различных выборочных наборов ХП, и рассматривать задачу разработки такого алгоритма. Исследования показали возможность применения предложенных ХП в качестве информационного вектора объекта, иначе говоря, портрета объекта. Задача создания автоматизированного алгоритма оценки близости разных наборов ХП диктует необходимость исследования устойчивости во времени численных значений параметров радиосигнала, используемых для вычисления ХП. Оценка устойчивости параметров позволяет разработать рекомендации по длительности временных интервалов практического применения ХП, используемых в качестве портрета объекта, и частоты их обновления при мониторинге радиосигналов и решении задачи идентификации объектов. В настоящей статье, во-первых, по результатам натурных наблюдений проведена оценка устойчивости параметра радиосигнала, применяемого при вычислении ХП, во-вторых, предложен алгоритм оценки близости наборов ХП, вычисленных по различным выборкам значений параметра наблюдаемых радиосигналов.

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

МЕТОД ИДЕНТИФИКАЦИИ РАДИОИЗЛУЧАЮЩЕГО ОБЪЕКТА

Оценка устойчивости во времени значения регистрируемого параметра радиосигнала

Т а б л и ц а 1. Значения математического ожидания и среднеквадратического отклонения длительности сообщений объекта «А» Дата Апрель 2015 г. Сентябрь 2015 г. Величина выборки отличия

Устойчивость значения параметра предлагается оценивать путем проведения двух видов иссле1 2 3 4 дований: Mx 26,4164 26,3107 0,4 % 1) анализа изменения во времени математиσx 54,976 54,976 0,9 % ческого ожидания значения регистрируемого параметра и его среднеквадратического отклонения; 2) вычисления показателя Херста обрабатыва- Т а б л и ц а 2. Значения математического ожидания и среднеквадратического отклонения длительности соемой выборки измеряемых параметров. общений объекта «Б» Для экспериментальной оценки устойчивости параметра аппаратура мониторинга регистрировала Дата Май 2018 г. Август 2018 г. Величина длительность информационных сообщений сигнавыборки отличия лов АИС, периодически излучаемых объектами.

Исследование устойчивости путем анализа изменения во времени математического ожидания и среднеквадратического отклонения регистрируемого параметра Проведены исследования изменения значения математического ожидания длительности сообщений АИС, излучаемых двумя различными судами — объектом «А» и объектом «Б». Зарегистрированы несколько выборок длительности сообщений АИС: – две выборки значений длительности сообщений объекта «А» в апреле 2015 г. и сентябре 2017 г., размерности каждой выборки составили 165 значений; – две выборки значений длительности сообщений объекта «Б» в мае и августе 2018 г., размерности обеих выборок составили 40 значений. Значения математического ожидания (M x) и среднеквадратического отклонения (σx) регистрируемого параметра радиосигнала объектов объекта «А» приведены в табл. 1, объекта «Б» — в табл. 2. В столбце 4 таблиц указана величина отличия значений вычисленных статистических характеристик выборок, полученных в различные периоды наблюдения и приведенных в столбцах 2 и 3.

26,3762

26,3234

0,2 %

σx

43,387

46,827

8,1%

Приведенные в табл. 1 и 2 математические ожидания наблюдаемого параметра объектов «А» и «Б» всех выборок закономерно близки. Так как сигналы принадлежат радиоизлучающим средствам одного типа, средняя длительность сигналов должна соответствовать единым требованиям, установленным к аппаратуре одного типа. Очевидно, что на практике длительность сообщений АИС и интервалов между сообщениями зависит от стандарта частоты, используемого при формировании радиосигналов. Частоты, формируемые стандартами, имеют номинальную и случайную составляющие. Можно предположить, что случайная составляющая является уникальной характеристикой каждого стандарта, обусловленной некоторыми отличиями применяемых электронных элементов, материалов и физических условий эксплуатации. Поэтому случайная составляющая каждого стандарта подчиняется своему закону распределения и определяет уникальные ХП, использование которых позволяет идентифицировать объект. В силу центральной предельной теоремы Ляпунова следует предположить, что такая случайная составляющая стандарта частоты подчиняется нормальному закону распределения при выборках

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

С. В. СТРЕЛЬНИКОВ, А. Г. ШАБЛИНСКИЙ, Р. В. ЯКОВЕЦ, С. Н. БИРЮЛИН

параметров большой размерности. Анализ изменения математического ожидания и среднеквадратического отклонения между интервалами проведения наблюдений и регистрации выборок радиосигналов означает по существу оценку изменения закона распределения случайной составляющей стандарта частоты аппаратуры, установленной на объекте. Из табл. 1 и 2 видно, что математическое ожидание и среднеквадратическое отклонение исследуемого параметра радиосигналов, излучаемых объектами «А» и «Б», на протяжении длительного времени изменилось несущественно. Следовательно, параметр устойчив во времени и может быть использован для расчета статистических характеристик, которые могут служить портретом объекта.

Исследование устойчивости с использованием показателя Херста Показатель Херста (H ) является одной из базовых величин фрактального анализа, используемых для анализа временных рядов различной природы. Показатель Херста изменяется в диапазоне значений от 0 до 1 и позволяет оценивать текущее и вероятность будущего поведения временного ряда. Следует отметить, что показатель Херста очень чувствителен к длине временного ряда. Поэтому при его использовании в сравнительном анализе статистических выборок необходимо, чтобы выборки были одинакового объема и содержали не менее 100– 150 элементов. Подробно свойства и области применения показателя Херста изложены в статьях [2, 3]. Так как в качестве характеристики временного ряда в настоящей статье рассматривается длительность информационных сообщений сигналов АИС, применение показателя Херста позволяет оценить изменение длительности сообщений. При значении показателя H > 0,5 имеет место тенденция к возрастанию временного интервала. При H < 0,5 показатель выражает, что существовавшая тенденция в прошлом изменяется на противоположную, т. е. если в прошлом наблюдалась тенденция к возрастанию интервала, то в дальнейшем следует ожидать увеличения интервала. При показателе Херста, близком к 0,5, тенденции к изменению интервала не обоснованы.

В случае H = 0,5 временной интервал может быть подвержен случайным изменениям, распределенным по нормальному закону, в соответствии с которым при бесконечном увеличении выборки наблюдений имеет место нулевое математическое ожидание изменения наблюдаемого параметра. Формула для вычисления показателя Херста имеет вид [2, 3]

log(R/σx) , log(aN )

(1)

где σx — среднеквадратическое отклонение выборки значений; R = max(Δx) − min(Δx) — размах накопленного отклонения; N — размерность выборки; a — константа, определяемая эмпирическим путем; max(Δx), min(Δx) — максимальное, минимальное отклонения выборочных значений от математического ожидания. Чтобы корректно определить показатель Херста, временной ряд должен быть достаточно длинным, так как показатель характеризует асимптотическое поведение исследуемого интервала временного ряда, т. е. поведение при N → ∞. При небольших выборках и значении константы a = 0,5 вычисленный показатель Херста может быть завышенным и поэтому некорректно указывать на тенденцию к увеличению интервала [2]. Потому на практике при небольших выборках используют другое значение константы, а именно: a = 0,5π . При обработке выборки, содержащей малое количество случайных величин, используют усовершенствованную формулу вычисления показателя Херста [2, 3]

H∗ =

log(R/σx) (−0,0011 ln(N ) + 1,0136), log(0,5πN )

(2)

где R/σx = 0,998752R/σx + 1,051037. При исследовании устойчивости длительности сообщений во времени в качестве исходных данных использованы три выборки временного ряда значений длительности сообщений, излучаемых аппаратурой АИС одного судна — объекта «А». Размерность каждой выборки составила n = 165 значений, первая, вторая и третья выборки

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

МЕТОД ИДЕНТИФИКАЦИИ РАДИОИЗЛУЧАЮЩЕГО ОБЪЕКТА

ветствии с работой [4], проверим совпадение вычисленных статистических характеристик случайных величин xj и yj , а именно наборов ХП. Пусть для каждой выборки рассчитаны наборы ХП P (x) = [p1 , . . . , pm ]T и Q(y) = [q1 , . . . , qm ]T . Обозначим ρ(P , Q) оценку близости векторов P Т а б л и ц а 3. Значения показателя Херста и Q. Критерием принадлежности выборок z1 и z2 к одной генеральной совокупности будем счиИюль Апрель Сентябрь Дата выборки тать выполнение неравенства ρ(P , Q) α, где 2017 г. 2015 г. 2015 г. α — некоторая установленная величина, определяю1 2 3 4 щая пороговое значение. Тогда условие ρ(P , Q) α будет означать, что зарегистрированные выборки H при a = 0,5 0,7933 0,7963 0,8025 параметров радиосигналов z1 и z2 относятся к одной H при a = 0,5π 0,5533 0,5554 0,5597 генеральной совокупности (т. е. F (x) = G(y)) и одH∗ 0,5910 0,5928 0,5967 ному средству излучения, а условие ρ(P , Q) > α — к разным средствам. В формализованном виде задачу разработки В табл. 3 значения показателей Херста, приалгоритмов оценки близости векторов ХП двух веденные в двух нижних строках, близки к 0,5 различных выборок значений параметров радиосиги свидетельствуют об отсутствии тенденции к изнала запишем в виде задачи поиска функции менению длительности сообщений АИС и устойчивости во времени значений регистрируемого параS : (P , Q) → ρ(P , Q), (3) метра радиосигнала. Этот вывод следует считать достоверным, так как он совпадает с результа- и проверки условия ρ(P , Q) α для установления том исследования устойчивости, выполненном пу- принадлежности двух разных выборок радиосигнатем анализа математического ожидания и средне- ла и соответствующих им двум наборам ХП одному квадратического отклонения регистрируемого пара- средству излучения. метра, приведенного выше. Таким образом, для идентификации радиотехнических средств необходимо разработать алгоритм оценки близости векторов P и Q, т. е. функцию S . получены соответственно в апреле 2015 г., сентябре 2015 г., июле 2017 г. По выборкам рассчитаны значения показателя Херста с константой a = 0,5 и a = 0,5π , а также показатель Херста, рассчитанный по формуле (2). Расчеты приведены в табл. 3.

Постановка задачи разработки алгоритма оценки близости наборов ХП

Предположим, что бортовой аппаратурой КА зарегистрированы две выборки значений некоторого параметра наблюдаемого радиосигнала. Значения имеют случайную составляющую. Обе выборки являются результатом измерений одной физической величины, а наблюдения являются независимыми и равноточными. Пусть z1 = [x1 , x2 , . . . , xj , . . . . . . , xN ]T — выборка с неизвестной функцией распределения F (x), z2 = [y1 , y2 , . . . , yj , . . . , yW ]T — выборка с неизвестной функцией распределения G(y), где N , W — размерности выборок. Для того, чтобы установить, относятся ли выборки к одной и той же генеральной совокупности в соот-

Решение задачи Для проверки гипотез о соответствии или несоответствии двух выборок одному закону распределения применяют критерии, называемые критериями согласия, критериями сходства, мерами сходства, мерами близости. В рассматриваемой задаче необходимо оценить гипотезы о сходстве или отличии различных наборов характеристических параметров, полученных при обработке статистических данных. Принято считать, что теория мер близости находится в стадии становления и наиболее активно меры близости разрабатывают при создании поисковых систем в географии, биологии, социологии. На практике применяется множество предложений о мерах близости и методах

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

С. В. СТРЕЛЬНИКОВ, А. Г. ШАБЛИНСКИЙ, Р. В. ЯКОВЕЦ, С. Н. БИРЮЛИН

формализации задачи выявления сходства (близости) различных объектов и процессов. Так как универсальные правила выбора мер близости отсутствуют, корректное применение предлагаемых мер возможно при условии учета свойств, особенностей обрабатываемых статистических данных, а обоснование правомерности использования выбранных мер требует экспериментальной проверки. При решении задачи оценки близости выборок случайных значений на практике широкое применение получил критерий, использующий χ2 распределение — критерий согласия Пирсона, вычисляемый по формуле

χ2 (P , Q) =

m (pi − qi )2 i=1

(4)

Оценку близости векторов P и Q осуществляют путем сопоставления вычисленного значения критерия χ2 (P , Q) и табличного критического значения критерия χ2кр (k , α), выбираемого по числу степеней свободы k = (m − 1) и уровню значимости α. Считают, что векторы P и Q близки, если χ2 (P , Q) < χ2кр (k , α). При соответствии двух выборок одному закону распределения и близости наборов характеристических параметров P и Q значение критерия согласия (4) будет относительно небольшим, т. к. величины расхождения статистических параметров (pi − qi ) невелики. Если значение критерия оказывается большим, это свидетельствует о наличии существенных различий законов распределения и, как следствие, различии наборов характеристических параметров P и Q, соответствующих исследуемым выборкам. Подчеркнем, что величина критерия χ2 пропорциональна количеству независимых слагаемых, поскольку каждое слагаемое вносит свой вклад в общую сумму. Распределение χ2 является параметрическим семейством распределений, в котором параметром является степень свободы — параметр k . В рассматриваемой задаче степенью определена размерностью вектора ХП. Недостатком критерия χ2 Пирсона является субъективность выбора пороговых значений. Практика использования χ2 и других статистических

критериев показала, что использование только одного критерия согласия не гарантирует достаточной надежности принятия верного решения. В связи с этим при оценке гипотезы обоснована целесообразность использования, наряду с критерием согласия Пирсона и других, дополнительных критериев [4–6]. Такое дополнение следует осуществлять даже в тех случаях, когда χ2 имеет незначимую величину. Рекомендация работ [4–6] вполне обоснована, поскольку рассматриваемую задачу оценки близости наборов вполне можно отнести к классу некорректно поставленных задач, в которых существует единственное решение, но решение неустойчиво к вариации исходных данных. Анализируемые наборы ХП являются результатом обработки случайных величин, возможно внесение погрешности при измерении значений наблюдаемого параметра, поэтому утверждение о зависимости критерия Пирсона от вариации исходных данных и неустойчивости результата расчета критерия вполне обосновано. Для повышения надежности оценки близости двух наборов ХП дополним основной критерий χ2 четырьмя дополнительными непараметрическими критериями: критерием А. Тейла и тремя критериями d1 , d2 и d3 , которые применяются в вейвлет-анализе в качестве меры близости временных рядов [7–9]. Критерий А. Тейла вычисляется по формуле: m

U (P , Q) = m

i=1

p2 i=1 i

(pi − qi )2 +

(5)

q2 i=1 i

Значения критерия А. Тейла находятся в диапазоне U ∈ [0, 1], и в ряде источников его называют «коэффициентом несовпадения Тейла». Очевидно, что чем ближе значение U к нулю, тем степень однородности выборок и наборов ХП больше. Критерий согласия d1 вычисляется как модуль разности векторов P и Q:

m d1 (P , Q) = (pi − qi )2 . i=1

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

(6)

МЕТОД ИДЕНТИФИКАЦИИ РАДИОИЗЛУЧАЮЩЕГО ОБЪЕКТА

Критерий d2 вычисляется как натуральный логарифм косинуса угла между векторами P и Q по формуле: ⎞ ⎛ m

p2 q 2 ⎟ i=1 i i ⎟. ⎠ m p2i qi2 i=1 i=1

1− ⎜ d2 (P , Q) = − ln ⎜ ⎝ m

(7)

Критерий d3 представляет собой коэффициент корреляции между компонентами векторов P и Q и вычисляется по формуле: m

d3 (P , Q) = 1 −

pi qi m

i=1 m

p2 i=1 i

(8)

q2 i=1 i

Каждый из перечисленных выше критериев в той или иной степени характеризует меру близости сравниваемых наборов характеристик. Для повышения достоверности процесса принятия решения объединим указанные выше критерии в одну линейную формулу, которая представляет собой уравнение множественной линейной регрессии и называется статистической решающей функцией [10]:

Z(P , Q) = a0 + a1 U + a2 χ2 + a3 d1 + a4 d2 + a5 d3 , (9) где a0 , a1 , a2 , a3 , a4 , a5 — весовые коэффициенты применяемых критериев близости, подлежащие определению эмпирическим путем. Подчеркнем, что если весовые коэффициенты решающей функции определены, то значение Z(P , Q), вычисленное для сравниваемых векторов, является величиной, определяющей близость наборов ХП P и Q. Заметим, что функция (9) является своеобразным аналогом функций активизации, применяемых в теории нейронных сетей. Можно варьировать видом этих функций, использовать вместо линейной функции ступенчатую, сигмоидную, логическую и другие виды функций и получать различные наборы весовых коэффициентов. Формирование решающей функции, иначе говоря, определение ее коэффициентов, является важным этапом разработки автоматизированного алгоритма оценки близости векторов ХП. Способы построения решающих функций описаны в ряде работ [11–13]. Решающую функцию строят на основе анализа эталонных объектов и априорной

информации о принадлежности соответствующих им параметров. Расчет коэффициентов такой функции сводится к составлению обучающей выборки, под которой понимают выборку параметров, относящихся к эталонным объектам. По существу, такая выборка представляет собой таблицу, строки которой помечены названиями эталонных объектов, а столбцы — значениями свойственных им параметров, т. е. для рассматриваемой в статье задачи значениями ХП. Формирование решающей функции принято называть процессом обучения. При обучении осуществляют распознавание эталонных объектов, определение или корректировку весовых коэффициентов решающей функции. Представим предлагаемый порядок обучения решающей функции при решении рассматриваемой в статье задачи, апробированный обработкой результатов натурных испытаний. Предположим, что при наблюдении за радиосигналами необходимо выявлять сигналы АИС, излучаемые некоторым заданным морским объектом. Достоверно известны выборки сигналов этого объекта, и обработка различных выборок радиосигналов объекта позволила рассчитать несколько наборов ХП Pu (x), где u = 1(1)U , U — рассчитанное количество наборов ХП заданного объекта. Кроме того, вычислены наборы ХП, соответствующие выборкам сигналов других объектов Qr (x), где r = 1(1)R, R — полученное количество наборов ХП других объектов. Следует считать, что векторы Pu (x) являются эталонными векторами ХП заданного объекта, в векторы Qr (x) — эталонными векторами множества других объектов. Обучающую выборку, иначе говоря, систему уравнений для поиска неизвестных коэффициентов решающей функции, следует формировать путем составления уравнений, включающих две группы обучающих уравнений: а) уравнений, содержащих значения критериев, рассчитанных по различным векторам ХП, соответствующих только одному заданному объекту — наборам Pu (x); б) уравнений, содержащих значения критериев, рассчитанных по двум векторам ХП, один из которых соответствует заданному объекту — набору Pu (x), а второй вектору ХП других объектов — набору Qr (x).

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

С. В. СТРЕЛЬНИКОВ, А. Г. ШАБЛИНСКИЙ, Р. В. ЯКОВЕЦ, С. Н. БИРЮЛИН

Левую часть обучающей системы уравнений следует рассчитывать с учетом значения критерия Пирсона. Левые части указанных выше уравнений а) и б) соответственно имеют вид [8, c. 507]:

Zj (P , P ) = b j = 1(1)L1 ,

u = l,

Zj (P , Q) = b

χ2 (P , P ) 1− 2 u l , χкр (k, α)

u = 1(1)U ,

l = 1(1)U , (10)

χ2 (P , Q ) 1− 2 u r , χкр (k, α)

(11)

j = L1 + 1(1)L2 , где χ2 (Pu , Pl ), χ2 (Pu , Qr ) — вычисляемые значения критерия Пирсона; χ2кр (k , α) — критическое табличное значение критерия Пирсона; b — положительный множитель, характеризующий вклад критерия χ2 в величину решающей функции; L = L1 + L2 — размерность системы обучающих уравнений, составленной по ХП эталонных объектов; L1 — количество уравнений обучающей выборки, полученных при сравнении векторов ХП одного заданного объекта; L2 — количество уравнений, полученных при сравнении векторов ХП заданного и других объектов. Формулы (10) и (11) означают, что в случае близости сравниваемых векторов, когда расчетное значение критерия Пирсона существенно меньше критического, значение функции Zj близко к единице и достигает максимального значения при совпадении векторов. При совпадении вычисленного значения и критическим уровнем χ2 (Pn , Qn ) = = χ2кр (k , α) решающая функция равна нулю. Если отличия наборов ХП велики, то расчетное значение критерия Пирсона превышает критическое и в этом случае Zj < 0. Таким образом, величина Zj находится в диапазоне от минусовых значений до единицы. Для вычисления шести неизвестных коэффициентов (8) достаточно использовать систему L = 6 уравнений. Экспериментальные исследования показали, что корректные значения коэффициентов,

обеспечивающие правильное выявление сходства анализируемых наборов ХП, удается получить при использовании избыточной системы уравнений, когда L ∼ 18–20. Таким образом, для вычисления неизвестных коэффициентов a0 , a1 , a2 , a3 , a4 , a5 решающей функции необходимо рассмотреть методом наименьших квадратов избыточную систему линейных уравнений:

Zj = a0 + a1 Uj + a2 χ2j + a3 d1j + a4 d2j + a5 d3j , j = 1, 2, . . . L,

L 18.

(12) Исследования показали, что для повышения надежности принятия правильного решения целесообразно формировать не менее девяти решающих функций. При построении каждой такой решающей функции целесообразно использовать различные обучающие уравнения. Разнообразие используемых выборок радиосигналов способствует построению семейства решающих уравнений, обеспечивающих корректность принимаемых решений об однородности оцениваемых наборов ХП. Для принятия решения об уровне однородности сравниваемых выборок на основе полученных решающих функций предлагается использовать коэффициент однородности, который вычисляется как процент отношения количества Zj > 0 к общему числу решающих функций. Коэффициент однородности обозначим в дальнейшем в виде kod1 . По вычисленному значению коэффициента kod1 следует принимать решение о степени однородности сравниваемых выборок: – если коэффициент kod1 больше 50 %, то гипотезу о близости сравниваемых наборов ХП следует принять; это означает однородность выборок z1 и z2 , соответствие выборок одной генеральной совокупности (т. е. F (x) = G(y)) и одному средству излучения; очевидно, чем больше величина kod1 , тем больше оснований считать однородными анализируемые выборки; – если выполняется условие 0 kod1 < 50 %, гипотезу об однородности выборок следует отклонить. Рекомендованное нечетное количество решающих функций позволяет исключить случай неопределенности, когда kod1 = 50 %.

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

МЕТОД ИДЕНТИФИКАЦИИ РАДИОИЗЛУЧАЮЩЕГО ОБЪЕКТА

Экспериментальные исследования показали, что в качестве дополнительного критерия оценки однородности выборок может быть использован коэффициент однородности kod2 , который рассчитывают следующим образом. Вычисленные значения каждой решающей функции Zj > 0 делят на максимально возможное ее значение Zj max , затем полученные значения суммируют, полученную сумму умножают на 100 % и значение произведения присваивают коэффициенту однородности kod2 . Максимальные значения решающих функций следует из условия равенства сравниваемых наборов ХП. Коэффициент kod2 , по существу, означает, насколько вычисленная величина kod2 близка к максимально возможному значению, которое было бы получено в случае равенства сравниваемых наборов. Таким образом, для выявления принадлежности зарегистрированной выборки радиосигналов сигналам некоторого заданного объекта предложен алгоритм проверки однородности двух выборок параметров радиосигналов z1 и z2 , основанный на оценке близости наборов ХП P и Q. Проверка предусматривает применение нескольких критериев близости и решающей функции, согласующей эти критерии. Алгоритм проверки включает три основных шага и состоит в следующей последовательности действий. 1. Построение решающих функций на основе эталонных выборок радиосигналов. Результатом шага является семейство решающих функций вида (9). Семейство должно включать не менее 9 решающих функций. Семейства таких функции должны быть построены для всех контролируемых объектов. 2. Вычисление наборов ХП двух оцениваемых выборок радиосигналов z1 и z2 . Результатом шага являются наборы ХП P и Q, соответствующих оцениваемым выборкам сигналов. 3. Оценка принадлежности выборки z2 генеральной совокупности сигналов некоторого объекта, для которого, во-первых, построено семейство решающих функций, во-вторых, получена выборка сигналов z1 : – рассчитывают значения критериев U , χ2 , d1 , d2 , d3 , являющихся аргументами решающих функций;

– по семейству решающих функций объекта, соответствующего выборке z1 , вычисляют значения решающих функций Zj , а затем коэффициент kod1 ; – по величине коэффициента kod1 принимают решение: принять гипотезу об однородности выборок либо отвергнуть. Анализ значения коэффициента kod2 > 0 позволяет подтвердить однородность выборок и достоверность принятого решения. Следует подчеркнуть, что чем больше величины kod1 и kod2 , тем выше уровень однородности сравниваемых выборок. Пункт 3 изложенного алгоритма является по существу искомой функцией оценки близости векторов ХП S : (P , Q) → ρ(P , Q).

Результаты численного исследования Для иллюстрации предложенного алгоритма оценки близости проведены исследования набора ХП, соответствующих радиосигналам, излучаемых пятью различными судами. Векторы ХП каждого судна включающие 28 параметров приведены в таблице статьи [1]. Для указанных 5 наборов ХП вычислена корреляционная матрица K выборочных значений критериев, входящих в решающую функцию U , χ2 , d1 , d2 и d3 :

⎡ ⎤ 1 −0,85 −0,90 −0,66 0,72 0,67 ⎢ 1 0,86 0,80 −0,73 −0,77⎥ ⎢ ⎥ ⎢ ⎥ − 0,72 − 0,67 1 0,66 ⎥. K=⎢ ⎢ −0,30 −0,20⎥ 1 ⎢ ⎥ ⎣ 1 0,72 ⎦ 1 Матрица характеризует степень статистической зависимости используемых статистических критериев (4)–(8). Различные знаки элементов матрицы показывают о существовании прямых и обратных функциональных зависимостей между используемыми критериями, что способствует полноте анализа и надежности принятия верного решения об однородности оцениваемых выборок. Наличие статистических зависимостей применяемых критериев свидетельствует о целесообразности их использования в уравнении линейной регрессии.

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

С. В. СТРЕЛЬНИКОВ, А. Г. ШАБЛИНСКИЙ, Р. В. ЯКОВЕЦ, С. Н. БИРЮЛИН

По эталонным выборкам сигналов получены 11 решающих функций вида (9). Результаты вычисления коэффициентов kod1 и kod2 при сравнении наборов ХП приведены в табл. 4, 5, где 1В, . . ., 5В — номера наборов ХП. Значения в таблицах приведены в процентах. Т а б л и ц а 4. Таблица значений коэффициента kod1 1В

2В

3В

4В

5В

1В 100

2В

100

3В 4В 5В

100

Т а б л и ц а 5. Таблица значений коэффициента kod2 1В

2В

3В

4В

5В

1В 100

2В

100

3В 4В 5В

100

Анализ табличных значений позволяет сделать следующие утверждения. 1. Из табл. 4 и 5 следует, что гипотеза об однородности выборок (1В, 2В) и (2В, 3В) может быть принята. 2. Гипотеза об однородности для выборок (1В, 3В), (1В, 4В), (1В, 5В), (2В, 4В), (2В, 5В), (3В, 4В), (3В, 5В) и (4В, 5В) должна быть отклонена. 3. Из первого утверждения косвенно следует, что однородность должна быть свойственна выборкам 1В и 3В. Однако это косвенное утверждение ошибочно, так как из таблицы видно, что коэффициент kod1 , соответствующий выборкам 1В и 3В составляет 27 % и прямо указывает, что выборки 1В и 3В не являются однородными. Таким образом, гипотеза об однородности выборок радиосигналов всех оцениваемых пяти

объектов при их попарном сравнении должна быть отвергнута. Это соответствует действительности, так как все исходные выборки принадлежат разным морским объектам.

Метод идентификации радиоизлучающих объектов Обобщая приведенные в настоящей статье и работе [1] исследования, представим новый метод идентификации радиоизлучающих объектов, основанный на использовании статистических параметров радиосигналов. Метод сводится к проведению предварительного и трех основных этапов численной обработки параметров наблюдаемых сигналов: – предварительный этап — путем применения эталонных сигналов и обучающих выборок составляют решающие функции для оценки однородности регистрируемых выборок радиосигналов, свойственных контролируемым объектам; – первый этап — вычисление набора ХП, соответствующих выборке измеренного параметра наблюдаемого радиосигнала; – второй этап — проверка устойчивости измеряемого параметра наблюдаемых сигналов между интервалами наблюдений путем анализа изменения во времени математического ожидания, среднеквадратического отклонения, среднеквадратического отклонения и показателя Херста обрабатываемой выборки измеренного параметра сигнала; – третий этап — идентификация объекта путем оценки близости наборов различных ХП, вычисленных по различным выборкам значений параметра наблюдаемых радиосигналов. Свойства предложенного метода идентификации: – метод предусматривает использование в качестве характеристических параметров только усредненные статистики, полученные по исходной выборке; – размер минимальной исходной выборки, по которой следует рассчитывать ХП должен включать не менее 50 элементов, а для корректного применения показателя Херста — не менее 100 элементов;

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

МЕТОД ИДЕНТИФИКАЦИИ РАДИОИЗЛУЧАЮЩЕГО ОБЪЕКТА

– для повышения вероятности принятия достоверного решения о близости двух наборов ХП предложенный метод предусматривает использование не менее 9 решающих функций. К достоинствам предложенного метода следует отнести следующие особенности. 1. Расчетные процедуры метода отличаются однозначной последовательностью вычислений, могут быть автоматизированы с целью обеспечения возможности оперативной компьютерной обработки большого количества регистрируемых выборок наблюдаемых сигналов. 2. В методе не установлены какие-либо требования к законам распределения анализируемых случайных параметров наблюдаемых сигналов. 3. Вычислительные алгоритмы метода обладают свойством открытой системы, и, как следствие, метод может быть модифицирован за счет дополнительного включения в алгоритмы расчет новых характеристических параметров, критериев и мер близости. Метод обеспечивает возможность оценки однородности двух выборок не только качественно по знаку решающей функции, но и количественно по величине ее модуля. 4. Свойство открытой системы, присущее методу, определяет гибкость метода, т. е. возможность адаптации для обработки различных сигналов и сценариев проведения идентификации объектов различной природы. 5. Метод может быть модифицирован для идентификации объектов, при распознавании которых необходимо использовать два и большее количество одновременно регистрируемых параметров наблюдаемого сигнала. 6. Метод позволяет визуально оценить степень однородности рядов характеристических параметров путем графического отображения зависимости значений характеристических параметров от их номеров в наборе.

Заключение В статье изложен новый метод вычисления и использования статистических параметров радиосигналов для идентификации радиоизлучающих средств. Экспериментальная обработка результатов

натурных измерений статистических параметров радиосигналов, переданных аппаратурой идентификации судов, показала возможность применения предложенного метода для идентификации морских объектов. Предложенный метод включает три основных этапа вычислений. Первые два этапа, включающие вычисление набора характеристических параметров и проверку устойчивости измеряемого параметра, безусловно могут быть реализованы в автоматическом режимах, поскольку содержат строго определенную последовательность вычислительных процедур. Этап идентификации объекта целесообразно в течениe некоторого начального периода применения метода осуществлять в автоматизированном режиме. Так как внедрение автоматического режима идентификации требует корректной экспериментальной проверки алгоритма оценки близости и корректного уточнения коэффициентов решающей функции на основе обработки множества возможных выборок параметров наблюдаемых радиосигналов. Новый метод позволяет проводить анализ различных выборок параметров регистрируемых радиосигналов по свойственным им наборам статистических характеристических параметров и обнаруживать выборки радиосигналов, относящихся к уже наблюдаемым ранее радиоизлучающим средствам. Одним из возможных направлений дальнейшего развития предложенного метода следует рассматривать проведение исследования возможности применения нейросетевых технологий для построения алгоритма идентификации морского объекта по статистическим характеристикам параметров наблюдаемого сигнала.

Список литературы 1. Стрельников С. В., Шаблинский А. Г., Яковец Р. В., Бирюлин С. Б. Обоснование статистических параметров радиосигналов для идентификации объекта // Ракетно-космическое приборостроение и информационные системы, 2020, т. 7, вып. 3. С. 71–79. 2. Нейман Э. Расчет показателя Херста с целью выявления трендовости (перспективности) финансовых рынков и макроэкономических показателей. 21 с. http://capital-temes.com.ua

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

С. В. СТРЕЛЬНИКОВ, А. Г. ШАБЛИНСКИЙ, Р. В. ЯКОВЕЦ, С. Н. БИРЮЛИН

3. Некрасова И. В. Показатель Херста как мера фрактальной структуры и долгосрочной памяти финансовых рынков. Международный научно-исследовательский журнал ISS 2227-6017, август 2015. С. 87–91. 4. Бурняев Е. В., Оголев Н. Н. Мера близости для временных рядов на основе вейвлет-коэффициентов // Труды XLVIII научной конференции МФТИ. Ч. VII. Москва: Долгопрудный, 2005. С. 108–110. 5. Гхосал А. Прикладная кибернетика и ее связь с исследованием операций. М.: Радио и связь, 1982. 128 с.

8. Крамер Г. Математические методы статистики. М.: Наука, 1975. 648 с. 9. Орлов А. И. Состоятельные критерии проверки абсолютной однородности независимых выборок». «Заводская лаборатория // Диагностика материалов, 2012, т. 78, № 11. С. 66–70. 10. Янко Я. Математико-статистические таблицы. М.: Госстандарт, ЦСУ, 1961. 244 с. 11. Ченцов Н. Н. Статистические решающие правила и оптимальные выводы. М.: Наука, 1972. 520 с.

6. Дегтярев В. Г., Шаблинский А. Г. Вероятностные 12. Вальд А. Статистические решающие функции. В сб. Позиционные игры. М., 1967. С. 300–522. характеристики эллиптических орбит в космических исследованиях // 1976, т. 14, № 4. С. 56–64. 13. Лотов А. В., Поспелова И. И. Многокритериальные задачи принятия решений: Учеб. пособие. М.: 7. Загоруйко Н. Г. Методы обнаружения закономерноМАКС Пресс, 2008. 197 с. стей. М.: Знание, 1981. 64 с.

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ 2022, том 9, выпуск 2, c. 27–35 СИСТЕМНЫЙ АНАЛИЗ, УПРАВЛЕНИЕ КОСМИЧЕСКИМИ АППАРАТАМИ, ОБРАБОТКА ИНФОРМАЦИИ И СИСТЕМЫ ТЕЛЕМЕТРИИ. ДИСТАНЦИОННОЕ ЗОНДИРОВАНИЕ ЗЕМЛИ УДК 623.54 DOI 10.30894/issn2409-0239.2022.9.2.27.35

Модель эталонных значений коэффициента динамической связи параметров движения баллистического объекта А. А. Кобзарь, д. т. н., kobzar.alexant@yandex.ru 4-й Государственный центральный межвидовой полигон МО РФ (полигон Капустин Яр), г. Знаменск, Астраханская область, Российская Федерация

Г. И. Ребриков, к. т. н., rgeiv2159@yandex.ru 4-й Государственный центральный межвидовой полигон МО РФ (полигон Капустин Яр), г. Знаменск, Астраханская область, Российская Федерация

А. С. Устинов, andrustinoff@gmail.com 4-й Государственный центральный межвидовой полигон МО РФ (полигон Капустин Яр), г. Знаменск, Астраханская область, Российская Федерация Аннотация. В статье рассматривается математическое обоснование и исследование свойств выявленной новой физической закономерности — компактного поведения реализаций коэффициента динамической связи в виде отношения модуля вектора скорости к модулю продольной перегрузки. В разных летных экспериментах, отличающихся объектами испытаний, условиями входа в атмосферу и другими условиями проведения эксперимента коэффициенты динамической связи ведут себя однообразно и образуют компактное множество реализаций. В ходе исследований предложена и обоснована математическая модель закономерности, сделаны рекомендации по ее использованию при анализе результатов летных экспериментов. Ключевые слова: головная часть ракеты, баллистический коэффициент, коэффициент динамической связи, условия входа в атмосферу

Model of Reference Values of Dynamical Relation Coefficient of Ballistic Object Motion Parameters A. A. Kobzar, Dr. Sci. (Engineering), kobzar.alexant@yandex.ru The 4th State Central Interspecific Range of the Ministry of Defense of the Russian Federation (Kapustin Yar Range), Astrakhan region, Znamensk, Russian Federation

G. I. Rebrikov, Cand. Sci. (Engineering), rgeiv2159@yandex.ru The 4th State Central Interspecific Range of the Ministry of Defense of the Russian Federation (Kapustin Yar Range), Astrakhan region, Znamensk, Russian Federation

A. S. Ustinov, andrustinoff@gmail.com The 4th State Central Interspecific Range of the Ministry of Defense of the Russian Federation (Kapustin Yar Range), Astrakhan region, Znamensk, Russian Federation Abstract. The paper deals with the mathematical justification and study of a new physical regularity — compact behavior of dynamical relation coefficient realizations as ratio of the of velocity vector module to the longitudinal overload module. The coefficients of dynamical relations express themselves in a similar way and give a compact set of realizations that differ in testing objects, entry conditions into atmosphere, and other experiment conditions during different flight experiments. It has given and proved the mathematical regularity model. The article gives valuable recommendations in model using for analysis of flight test experiments. Keywords: missile head, ballistic coefficient, dynamical relation coefficient, entry conditions into atmosphere

А. А. КОБЗАРЬ, Г. И. РЕБРИКОВ, А. С. УСТИНОВ

Для анализа результатов летных экспериментов применяются различные методы, которые основаны на определении и анализе каждого в отдельности параметра баллистического объекта. Предлагаемый авторами метод предполагает анализ и оценку не по отдельности каждого параметра динамической системы, а с учетом физических связей пары параметров друг с другом. В работе [1, с. 359] предложен метод динамических связей применительно к параметрам головных частей ракет как баллистических объектов. В качестве количественной характеристики динамической связи для скорости и перегрузки головной части предложен коэффициент динамической связи (далее КДС):

qV Nx =

V /Vср , Nx /Nxср

(1)

где V и Vcp — значение и среднее значение скорости; Nx и Nxcp — значение и среднее значение продольной перегрузки. Этот коэффициент оказывается в некоторых случаях весьма полезным и способен дать дополнительную информацию о свойствах объекта. В ходе обработки данных ряда экспериментов получен набор значений КДС для разных условий полета. Графики реализаций КДС приведены на рис. 1. Из графиков видно, что они располо-

жены весьма компактно около некоторого среднего в определенном коридоре значений, что говорит о статистическом постоянстве множества реализаций КДС. При этом все они получены для разных головных частей, скоростей входа в атмосферу, углов входа, условий атмосферы и других условий испытательного пуска. Этот факт подтверждает наличие сильной физической связи мгновенной скорости и продольной перегрузки, которую можно проследить в уравнениях, описывающих движение баллистического объекта на основе физических законов. Для движущегося без возмущений тела ускорение равно производной от скорости. Однако в реальных экспериментах на тело воздействует целый ряд возмущений, имеющих стохастический характер: изменение угла атаки, обгар поверхности, нестабильность атмосферы, ветер и др. В этих условиях получение перегрузки дифференцированием приводит к недопустимым погрешностям. Интегрирование полной системы уравнений динамики баллистического объекта требует большого объема исходных данных и не может быть выполнено при сбоях или отсутствии некоторых параметров. Авторами предлагается соотношение скорости и перегрузки в реальных условиях эксперимента выражать значением КДС.

Рис. 1. Набор реализаций КДС в зависимости от высоты для разных условий летного эксперимента

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

МОДЕЛЬ ЭТАЛОННЫХ ЗНАЧЕНИЙ КОЭФФИЦИЕНТА ДИНАМИЧЕСКОЙ СВЯЗИ ПАРАМЕТРОВ

Для математического описания физических закономерностей поведения КДС определимего зависимость от параметров полета головной части в атмосфере синтезируем модель закономерности. Для этого используем уравнения движения неуправляемой головной части в атмосфере [2, с. 140; 3, с. 96]. При переходе к высоте полета в качестве независимой переменной система уравнений динамики объекта принимает вид: dV c ·S q g(r) =− x m · − , dh m V · sin(Θ) V

dΘ 1 g(r) = − 2 · ctg(Θ), dh Rз + h V dt 1 = , dh V · sin(Θ) dη 1 = · ctg(Θ), h Rз + h

dΘ dh

не превосходит на всем участке величины 0,00005 1/м, что позволяет считать Θ = Θвх = = const. 3. Принимается допущение об изотермичности атмосферы, т. е. изменение плотности, подчиняется экспоненциальному закону: −βh

Cx Sm = const. m

С учетом перечисленных допущений интегрирование системы уравнений (2) приводит к следующим выражениям: • для скорости (3)

где Vвх — скорость входа в атмосферу, k = σ ; =

• для перегрузки

dV c ·S q = x m· . dh m V · sin(Θ)

ρ = ρ0 ·

σ=

2 · β · | sin(Θ)|

где V — скорость, м/с; h — высота над поверхностью Земли, м; cx — коэффициент силы лобового сопротивления; Sm — площадь сечения Миделя, м2 ; m — масса тела, кг; q — скоростной напор, кг/(м · с2 ); Θ — угол наклона траектории, рад; g(r) — ускорение силы тяжести, м/с2 ; Rз — радиус Земли, м; η — угол вектора положения объекта в плоскости стрельбы, рад. Для упрощения системы с целью получения интегрируемого вида уравнений принят ряд допущений [3, с. 102]. 1. На высотах ниже 40 км ускорение, обусловленное аэродинамическим сопротивлением, многократно превышает гравитационное ускорение. На этом основании вторым слагаемым в первом уравнении можно пренебречь. Тогда первое уравнение системы примет вид:

2. Производная угла наклона траектории

где ρ0 — плотность воздуха у поверхности Земли, кг/м3 ; β = 1,39 · 10−4 — логарифмический градиент плотности атмосферы, 1/м. 4. На рассматриваемом участке спуска баллистический коэффициент считается постоянным:

V = Vвх · e−k·ρ , (2)

|Nx | =

σ · ρ · V 2, 2 · g0

(4)

где g0 — ускорение силы тяжести у поверхности Земли, м/с2 ; σ — баллистический коэффициент, м2 /кг. В соответствии с полученными аналитическими зависимостями (3) и (4) по определению (1) формула КДС скорости и продольной перегрузки имеет вид:

qV N x =

σρ N 2 · g0 · e 2 · β · | sin(Θ)| · xср , σρVвх Vcр

(5)

где Nxср — средняя перегрузка на участке движения, ед.; Vср — средняя скорость на участке движения, м/с. Таким образом, получена математическая модель как функция параметров движения баллистического объекта, которая позволяет определить ряд новых свойств КДС и использовать их при проведении анализа результатов летных испытаний. Моделирование КДС по формуле (5) приводит к построению набора графиков для разных головных частей и их условий входа в атмосферу (рис. 2). На графике рис. 2 показаны: кривые 1 и 2 — для разных углов входа(Θвх2 > Θвх1 ), кривые 3 и 4 для разных скоростей входа. Кривые 3 и 4 практически совпадают, хотя из формулы (5) следует, они должны отличаться. Независимость от скорости обусловлена тем, что величина Nx зависит

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

А. А. КОБЗАРЬ, Г. И. РЕБРИКОВ, А. С. УСТИНОВ

Рис. 2. Модель КДС для различных условий входа головных частей в атмосферу

Рис. 3. Модели коэффициента динамической связи с переменным баллистическим коэффициентом

от V 2 по формуле (4), вследствие чего нормировочная величина Nxcp в числителе зависит от V 2 , что компенсирует влияние Vвх и Vср в знаменателе формулы (5). На рис. 2 видно, что в области малых высот (высота менее 7000 м) значения модели КДС увеличиваются с приближением высоты к нулю, чего нет у практических данных рис. 1. Это обуслов-

лено принятым ограничением σ = const. На практике баллистический коэффициент в конце полета в плотных слоях атмосферы увеличивается. Если смоделировать его увеличение на малых высотах в виде плавной функции, то получится результат, приведенный на рис. 3. На рис. 3 кривые 5 и 6 соответствуют значениям баллистического коэффициента, монотонно

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

МОДЕЛЬ ЭТАЛОННЫХ ЗНАЧЕНИЙ КОЭФФИЦИЕНТА ДИНАМИЧЕСКОЙ СВЯЗИ ПАРАМЕТРОВ

Рис. 4. График соответствия модели для 6 значений баллистического коэффициента и реальных данных

увеличивающегося на малых высотах, кривые 1–4 те же, что на рис. 2. Этот вариант модели лучше совпадает с практическими данными. Это означает, что ограничение № 4 — постоянство баллистического коэффициента — снимается. Его изменение моделируется монотонной зависимостью, которая априорно вычисляется из предыдущих экспериментов для аналогичных объектов и условий входа в атмосферу. В описанных экспериментах использовалась линейная или экспоненциальная зависимости баллистического коэффициента от высоты. Совмещение практических и модельных значений КДС изображено на рис. 4. На графике штриховыми линиями обозначены модельные данные для разных баллистических коэффициентов, сплошными — экспериментальные. Из графика рис. 4 видно, что модель адекватно описывает реальные данные. Использование переменного баллистического коэффициента привело к более точному соответствию модели статистическим данным. Среднее по множеству, взятое для всей совокупности КДС или для отдельной группы КДС, может быть взято за эталон и описано с помощью модели (5). С помощью модели эталонных значений схожих по условиям экспериментов можно сравнивать отдельные реализации КДС или восстанавливать один из сбойных параметров полета —

скорости по перегрузке или перегрузки по скорости с помощью формулы (1). Для более наглядного сопоставления модели и экспериментальных данных представим совместные графики модели и группы экспериментальных кривых КДС, относящихся к одному объекту испытаний с одинаковыми условиями входа в атмосферу (рис. 5). Для модели взяты характеристики реализации № 4: скорость и угол входа, баллистический коэффициент. В качестве параметров атмосферы взята стандартная атмосфера по ГОСТ 4401-81. Из графика видно, что модель проходит внутри пучка реализаций № 1–6 и описывает поведение реализации № 4 и группы кривых. Параметры модели соответствуют параметрам группы по скорости, углу входа в атмосферу, а величина баллистического коэффициента определена для реализации № 4 по формуле, выведенной из формулы (4):

σ=

2 · g0 · |Nx | . ρ·V2

(6)

Небольшое отклонение модели от практических данных естественным образом демонстрирует случайные вариации баллистического коэффициента, обусловленные ориентацией головной части и изменением параметров атмосферы, а также неточностью модели, связанные с принятыми допущениями.

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

А. А. КОБЗАРЬ, Г. И. РЕБРИКОВ, А. С. УСТИНОВ

Рис. 5. Совместный график модели (штриховая линия) и группы КДС для разных экспериментов, относящихся к одному объекту испытаний (линии 1–6)

Из графика видно, что модель близка к реализации КДС № 4. Так как все реализации относятся к одинаковым значениям скорости и угла входа, то смещение модельной кривой вверх-вниз может быть проведено незначительным изменением баллистического коэффициента в пределах 10–15 %. В данном случае баллистический коэффициент является единственным параметром, изменение которого позволяет совместить модель с конкретной реализацией КДС. Это следует из формулы (5), так как параметры скорости входа и угла входа одинаковы для всей группы экспериментов. Из этого следует, что характер поведения КДС является индикатором величины баллистического коэффициента. Чем выше проходит кривая КДС, тем меньше баллистический коэффициент, тем с меньшим сопротивлением проходит головная часть атмосферный участок. Приведенная на рис. 5 модель построена по исходным данным графика КДС № 4. Реализация № 5 имеет параметры, близкие к параметрам реализации № 4. Для более подробного исследования модели рассмотрим эти две кривые и их модели на отдельном графике на рис. 6. Из рис. 6 видно, что модели и реальные данные расположены достаточно близко. Модель и ре-

ализация № 4 имеют предельное отклонение в 10 %. У модели КДС № 4 с реализацией № 5 предельное отклонение составляет 12 %. Модель и реализация КДС № 5 имеют предельное отклонение 6 %. Приведенные предельные отклонения могут служить оценкой точности модели. Это означает, что модель достаточно точно описывает реальные данные и может служить инструментом изучения свойств и особенностей головных частей. Вариацией величины баллистического коэффициента можно совместить модель с любой из реализаций КДС (см. рис. 4, рис. 5) и таким образом оценить его значение и изменение с высотой. При исследовании модели и реальных данных выявлены некоторые общие закономерности зависимости формы кривой КДС от параметров входа в атмосферу: 1) на высотах менее 10 000 м ход кривых КДС практически не зависит от параметров входа в атмосферу и баллистического коэффициента; 2) наклон кривой КДС на высотах более 10 000 м зависит от угла входа в атмосферу; 3) наклон кривой КДС на высотах более 10 000 м не зависит от скорости входа в атмосферу (кривые 3 и 4 рис. 3 совпадают);

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

МОДЕЛЬ ЭТАЛОННЫХ ЗНАЧЕНИЙ КОЭФФИЦИЕНТА ДИНАМИЧЕСКОЙ СВЯЗИ ПАРАМЕТРОВ

Рис. 6. Соответствие реализаций КДС и их моделей для экспериментов № 4 и № 5

4) по внешнему виду кривой КДС можно судить об угле входа в атмосферу и его изменении в процессе спуска; 5) наклон кривой КДС при равных условиях пуска — скорости и угле входа — зависит от баллистического коэффициента, по характеру прохождение кривой КДС (выше–ниже) можно судить о степени торможения и величине баллистического коэффициента, а также его изменении в процессе спуска; 6) подбором значений баллистического коэффициента можно точно совместить модель КДС и его реализацию, что позволяет определить реальное значение баллистического коэффициента в виде монотонной функции от высоты; 7) хотя при выводе формулы (5) принято допущение о постоянстве баллистического коэффициента, построение графиков с учетом его изменения приводит к лучшему соответствию модели и реальных КДС, исчезает подъем кривой в области малых высот, отмеченный на рис. 2; 8) кривые КДС для головных частей разного веса и конструкции, разных углов и скоростей входа в атмосферу лежат достаточно близко друг к другу, а их графики и эталонные значения (средние по множеству) могут применяться для сравнительного анализа группы пусков одной головной части с разными условиями либо для сравне-

ния свойств разных головных частей в разных или сходных условиях; 9) при частичных потерях информации о скорости и перегрузке с помощью среднестатистического КДС группы аналогичных экспериментов можно провести количественную оценку недостающего параметра (скорости или перегрузки) по формуле (1). Приведем пример применения КДС к анализу результатов летных испытаний (рис. 7). На приведенном рисунке видно сильное отличие поведения реализации № 7а от других реализаций с аналогичными условиями входа. При этом расчетный баллистический коэффициент варианта 7а такой же, как у вариантов 1–6. При рассмотрении графиков скоростей и перегрузок по отдельности явных отличий реализации 7а от других не видно, так как скорости входа в атмосферу и перегрузки аналогичны. В этом случае КДС проявляет свои свойства, наглядно выявляя особенности конкретной реализации испытаний. Так почему же график рис. 7 демонстрирует такое сильное отличие реализации 7а? Ответ находится определением баллистического коэффициента по формуле (6). Оказывается, что на высотах более 12 км он вдвое меньше, чем у аналогичных реализаций. Можем предположить, что головная часть с такими же массогабаритными характеристиками,

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

А. А. КОБЗАРЬ, Г. И. РЕБРИКОВ, А. С. УСТИНОВ

Рис. 7. Коэффициенты динамической связи группы испытаний (кривые 1–12) разных головных частей при разных условиях входа в атмосферу

как и другие, вошла в атмосферу с углом атаки, близким к нулю. Остальные головные части вошли в атмосферу с разными, но значительно бо́льшими углами, которые к высоте 12 000 м вышли на балансировочные углы, близкие к нулю; таким образом, их КДС сравнялись с вариантом 7а. В результате применения знаний о КДС мы получили сведения об особенностях испытаний № 7а, уточнили баллистический коэффициент, выявили отличия группы испытаний и получили сравнительную информацию о свойствах этой группы. Проведенные исследования показывают, что выявленная закономерность поведения КДС оказывается весьма полезной в связи с наличием в практических экспериментах неопределенности исходных данных, полученных результатов измерений и других условий проведения летного эксперимента. Неопределенность обусловлена сложным характером расчетной модели движения динамического объекта, отличием его реальных характеристик от расчетных, случайностью начальных условий входа в атмосферу, неопределенностью атмосферы, реально реализовавшимися в пуске [4, с. 14]. В этих условиях КДС дает дополнительную информацию о функционировании головной части на атмосферном участке.

Выводы В статье описана новая физическая закономерность, заключающаяся в том, что в разных летных экспериментах, отличающихся объектами испытаний, условиями входа в атмосферу и другими условиями проведения эксперимента, коэффициенты динамической связи ведут себя однообразно и образуют компактное множество реализаций. Использование новой физической закономерности как источника дополнительной информации дает возможность проводить более углубленный и качественный анализ и оценку летно-технических характеристик испытываемых головных частей ракет и процессов функционирования объектов испытаний в целом. Приведено описание математической модели коэффициента динамической связи, разработанной авторами. Исследованы особенности зависимости коэффициентов динамической связи от параметров входа в атмосферу. В результате проведенного сравнительного анализа доказана ее адекватность реальным данным, что позволяет в дальнейшем определить ряд новых свойств КДС и использовать их при проведении анализа результатов летных испытаний. Разработанная математическая модель КДС может быть использована для качественного

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

МОДЕЛЬ ЭТАЛОННЫХ ЗНАЧЕНИЙ КОЭФФИЦИЕНТА ДИНАМИЧЕСКОЙ СВЯЗИ ПАРАМЕТРОВ

оценивания параметров движения. В 2 кн. Книга 1. и количественного анализов результатов экспериМонография. М.: Радиотехника, 2018. 480 с. ментов, проведенных в разных условиях, для обобщения результатов серии экспериментов, для вос- 2. Лебедев А. А., Герасюта Н. Ф. Баллистика ракет. становления недостающих данных в случае потери М.: Машиностроение, 1970. 244 с. измерительной информации по одному из парамет3. Андреев А. Н., Байрамов К. Р., Войтенко С. И., ров движения и в других случаях, что определяет Донченко А. А. Баллистика ракет: учебник в 2 ч. перспективность данного направления. Часть II. М.: Военная академия РВСН имени Петра Великого, 2015. 499 с.

Список литературы 1. Тюлин А. Е., Бетанов В. В., Кобзарь А. А. Навигационно-баллистическое обеспечение полета ракетнокосмических средств. Методы, модели и алгоритмы

4. Кислов О. В., Литвинов С. П., Кобзарь А. А., Соколов С. П. Требования к перспективной автоматизированной системе анализа результатов летных испытаний средств боевого оснащения // Вестник воздушно-космической обороны, 2018, № 4 (20).

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ 2022, том 9, выпуск 2, c. 36–43 СИСТЕМНЫЙ АНАЛИЗ, УПРАВЛЕНИЕ КОСМИЧЕСКИМИ АППАРАТАМИ, ОБРАБОТКА ИНФОРМАЦИИ И СИСТЕМЫ ТЕЛЕМЕТРИИ. ДИСТАНЦИОННОЕ ЗОНДИРОВАНИЕ ЗЕМЛИ УДК 630*2 DOI 10.30894/issn2409-0239.2022.9.2.36.43

Определение таксационных показателей чистых насаждений сосны по данным спутника «Канопус-В» В. М. Сидоренков, к. с.-х. н., lesvn@yandex.ru ФБУ «Всероссийский научно-исследовательский институт лесоводства и механизации лесного хозяйства», г. Пушкино, Московская область, Российская Федерация

Д. О. Астапов, astdann09@yandex.ru ФБУ «Всероссийский научно-исследовательский институт лесоводства и механизации лесного хозяйства», г. Пушкино, Московская область, Российская Федерация

О. В. Перфильева, к. т. н., kushnyr@ntsomz.ru АО «Российские космические системы», Москва, Российская Федерация

О. В. Рябцев, к. с.-х. н., sektorles@yandex.ru ФБУ «Всероссийский научно-исследовательский институт лесоводства и механизации лесного хозяйства», г. Пушкино, Московская область, Российская Федерация

А. С. Рыбкин, a.rybkin@ntsomz.ru АО «Российские космические системы», Москва, Российская Федерация Аннотация. Развитие инновационных технологий определения количественных и качественных характеристик лесов является приоритетным направлением проведения лесотаксационных работ. Содержащиеся в статье методические аспекты дают возможность дешифрирования запаса, полноты, а также количества деревьев в насаждении по данным съемки со спутника «Канопус-В» в зимний период. Возможность определения перечисленных показателей позволяет применять результаты работы при выполнении широкого спектра работ в области лесоустройства, мониторинга, использования и воспроизводства лесов. Исследование показывает значительный потенциал технологий по автоматизации лесотаксационного дешифрирования на базе геоинформационных программных продуктов. Ключевые слова: насаждения сосны, дешифрирование, количественные и качественные показатели лесов, запас, полнота насаждений, количество деревьев, «Канопус-В»

Determination of Taxation Indicators of Pure Pine Plantations According to the Data of the Kanopus-V satellite V. M. Sidorenkov, Cand. Sci. (Agriculture), lesvn@yandex.ru All-Russian Research Institute for Silviculture and Mechanization of Forestry, Pushkino, Moscow Region, Russian Federation

D. O. Astapov, astdann09@yandex.ru All-Russian Research Institute for Silviculture and Mechanization of Forestry, Pushkino, Moscow Region, Russian Federation

O. V. Perfilieva, Cand. Sci. (Engineering), kushnyr@ntsomz.ru Joint Stock Company “Russian Space Systems”, Moscow, Russian Federation

O. V. Ryabtsev, Cand. Sci. (Agriculture), sektorles@yandex.ru All-Russian Research Institute for Silviculture and Mechanization of Forestry, Pushkino, Moscow Region, Russian Federation

A. S. Rybkin, a.rybkin@ntsomz.ru Joint Stock Company “Russian Space Systems”, Moscow, Russian Federation Abstract. The development of innovative technologies for determining the quantitative and qualitative characteristics of forests is a priority area for carrying out forest inventory work. The methodological aspects contained in the article make it possible to decipher the stock, completeness, as well as the number of trees in the plantation according to the surveying data from the Kanopus-V satellite in winter. The ability to determine these indicators makes it possible to apply the results when performing a wide range of work in the field of forest management, monitoring, use and reproduction. The study shows a significant potential of technologies for automating forest inventory interpretation based on geoinformation software products. Keywords: Pine forest stands, deciphering, quantitative and qualitative indicators of forests, standing volume, forest density, number of trees, Kanopus-V

В. М. СИДОРЕНКОВ, Д. О. АСТАПОВ, О. В. ПЕРФИЛЬЕВА, О. В. РЯБЦЕВ, А. С. РЫБКИН

Введение Актуальность темы заключается в развитии методов и технологий лесотаксационного дешифрирования в целях повышения эффективности лесоуправления, лесоустройства, систем мониторинга лесов, предусмотренных Стратегией развития лесного комплекса Российской Федерации до 2030 года. Особое значение в рамках обозначенных направлений имеют технологии импортозамещения, заключающиеся в использовании информации с российских космических аппаратов мультиспектральной съемки. Решение данного вопроса осуществлялось с использованием мультиспектральной съемки со спутника «Канопус-В». Анализ литературных источников показывает, что в большинстве работ [1, 5, 7, 8] определение количественных и качественных характеристик лесов осуществляется в основном с использованием съемки с иностранных мультиспектральных спутников Sentinel-2, Landsat-8 [9–13]. Такая тенденция связана с возможностями бесплатного получения данных спутниковой съемки, а также с возможностью использования бесплатного программного обеспечения для предварительной обработки информации. В решении задач определения количественных и качественных характеристик лесов важное значение имеет сезонность определения показателей. Ранее проведенные исследования показывают, что для определения запаса, полноты насаждений, количества деревьев на участке наиболее высокая точность характерна при дешифрировании зимних снимков [1]. В этом случае из-за маскирования снегом напочвенного покрова снижаются искажения спектрально-отражательных характеристик снимков и, как следствие, повышается точность статистических моделей оценки запаса и полноты насаждения, количества деревьев. Результаты обзора других исследований показывают возможность определения таксационных показателей насаждений по их спектрально-отражательным характеристикам на основе их связи с вегетационными индексами [3,5,7,8]. Преимуществом использования вегетационных индексов является комплексный подход связи двух и более спектральных каналов с количественными показателями лесных насаждений. Изменение спектраль-

ных каналов при сезонной динамике лесных насаждений позволяет определять не только породный состав лесов, но и различную степень деградации лесных насаждений [1]. Использование индексов также эффективно для определения типов леса, связанных с избыточным переувлажнением почвы. Применение данных технологий при анализе материалов спутниковой съемки с сенсора «Канопус-В» имеет ограничение из-за незначительного количества каналов видимого и инфракрасного диапазонов. Согласно данным свойствам при проведении статистического анализа принимались во внимание взаимосвязи запаса, полноты насаждения и количества деревьев со спектрально-отражательными характеристиками в зеленом, красном и инфракрасном каналах [2, 4].

Методы При анализе снимков использовались данные 54 пробных площадей, заложенных на территории Алтайского края. Пробные площади представляли собой насаждения сосны различного возраста, полноты и запаса. Закладка пробных площадей осуществлялась в соответствии с требованиями проведения лесотаксационных работ, содержащимися в лесоустроительной инструкции. Пробные площади закладывались по методу круговых площадок постоянного радиуса с использованием оборудования Haglof. Учет деревьев проводился по принятым в таксации леса методам; пропорционально ступеням толщины каждого яруса проводилось измерение до 10 деревьев различных пород [6]. Определение возраста деревьев осуществлялось по кернам, полученным с использованием приростного бурава Пресслера. При определении возраста учитывался период достижения деревом высоты в том месте, где проводилось взятие кернов. Предварительная обработка данных спутниковой съемки включала радиометрическую коррекцию данных с использованием программного обеспечения, разработанного в НЦ ОМЗ в рамках соглашения о сотрудничестве по научно-исследовательской деятельности. При анализе данных применялись спутниковые снимки за зимний период (см. таблицу).

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

ОПРЕДЕЛЕНИЕ ТАКСАЦИОННЫХ ПОКАЗАТЕЛЕЙ ЧИСТЫХ НАСАЖДЕНИЙ СОСНЫ

Т а б л и ц а. Используемые при выполнении исследований данные спутниковой съемки с сенсора «Канопус-В» №

Наименование КА

Виток

Маршрут

Дата

Территория

«Канопус-В-ИК»

2369

17.12.2017

Алтайский край

«Канопус-В-ИК»

2384

18.12.2017

Алтайский край

«Канопус-В-ИК»

3143

06.02.2018

Алтайский край

«Канопус-В1»

24231

03.12.2016

Алтайский край

«Канопус-В1»

24307

08.12.2016

Алтайский край

«Канопус-В1»

25340

14.12.2017

Алтайский край

«Канопус-В1»

25507

25.12.2017

Алтайский край

«Канопус-В1»

30004

18.12.2017

Алтайский край

«Канопус-В1»

30232

02.01.2018

Алтайский край

«Канопус-В1»

30946

18.02.2018

Алтайский край

Создание матрицы спектрально-отражательных характеристик пробных площадей проводилось с учетом анализа однотипности пикселей около координат центра пробы. Однородность информации по пикселям, используемым для анализа, обеспечивалась закладкой пробных площадей на участках, характерных для выдела или площади около 0,5 га рядом с центром пробы. Статистическая обработка данных пробных площадей осуществлялась в программе Statistica 13 методом полиноминальной регрессии.

Результаты и обсуждение Предварительный анализ данных 54 пробных площадей по снимкам в зимний период показал наличие взаимосвязей запаса, полноты насаждений, а также количества деревьев в них с зеленым, красным и инфракрасным каналами. При оценке статистической совокупности были исключены выбросы за пределами 2 сигм, что позволило исключить некорректные данные и улучшить взаимосвязи. При получении взаимосвязей таксационных показателей со спектрально-отражательными каналами использовались данные зимней съемки (см. таблицу). Результаты статистического анализа данных показывают, что оптимальная взаимосвязь запаса насаждения со спектрально-отражательными ха-

рактеристиками наблюдается при использовании многомерной полиноминальной регрессии с зеленым, красным и инфракрасным каналами (1):

M = −1019,4179933 + + 23 636,3822149 · B 2 − 54 542,7687256 · B 22 − − 13 360,9091225 · B 3 + 37 946,9019809 · B 32 − − 974,342146244 · B 4 + 1155,37937091 · B 42 , (1) 3 где M — запас насаждения, м /га; B 2 — значение зеленого спектрального канала, мкм; B 3 — значение красного спектрального канала, мкм; B 4 — значение инфракрасного спектрального канала, мкм. Коэффициент корреляции модели R = 0,74, уровень значимости p = 0,00006, что подтверждает достоверность модели и прогноза запаса насаждений (рис. 1). Полученная модель апробирована для чистых насаждений сосны на территории ленточных боров Алтайского края (рис. 4, Б). Проверка модели на экспериментальных данных показала сложность прогноза запаса лесных насаждений, представленных молодняками до 20-летнего возраста, то есть до процессов разреживания насаждения. Данная категория объектов исключалась из анализа. В связи с природной спецификой таких

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

В. М. СИДОРЕНКОВ, Д. О. АСТАПОВ, О. В. ПЕРФИЛЬЕВА, О. В. РЯБЦЕВ, А. С. РЫБКИН

Модель апробирована для чистых насаждений сосны (рис. 5, Б). Высокая связь полноты со спектрально-отражательными характеристиками объясняется зависимостью данного показателя от сомкнутости насаждений. Результаты статистического анализа данных показали полиноминальную взаимосвязь количества деревьев в насаждении со спектрально-отражательными характеристиками с зеленым, красным и инфракрасным каналами с коэффициентом корреляции R = 0,77 и уровнем значимости p = 0,000157 (3):

N = −1535,53291371 + Рис. 1. Оценка предсказанных значений запаса насаждений на основе полиноминальной регрессии с зеленым, красным и инфракрасным каналами

объектов для них требуется разработка отдельных моделей по оценке запаса и полноты насаждений. С учетом приемлемых результатов прогнозирования запаса насаждений с использованием многомерной полиноминальной регрессии с зеленым, красным и инфракрасным каналами данная модель была апробирована для определения полноты насаждения и количества деревьев, то есть показателей, которые влияют на запас насаждений. Характер взаимосвязи полноты насаждений со спектрально-отражательными характеристиками насаждений повторяет тенденцию ранее рассмотренной взаимосвязи с запасом насаждений (2):

+ 33 243,9905691 · B 2 − 77 258,1149607 · B 22 − − 12 075,2616117 · B 3 + 30 323,2301553 · B 32 − − 6335,7194362 · B 4 + 14 907,745016 · B 42 , (3) где N — количество деревьев, шт./га; B 2 — значение зеленого спектрального канала, мкм; B 3 — значение красного спектрального канала, мкм; B 4 — значение инфракрасного спектрального канала, мкм.

P = −1,5505152 + + 43,789303 · B 2 − 98,951078 · B 22 − − 30,351867 · B 3 + 84,063447162 · B 32 −

(2)

− 0,61869201 · B 4 + 1,32541299981 · B 42 , где P — полнота насаждения; B 2 — значение зеленого спектрального канала, мкм; B 3 — значение красного спектрального канала, мкм; B 4 — значение инфракрасного спектрального канала, мкм. Точность модели характеризуется высоким коэффициентом корреляции R = 0,77, уровень значимости модели p = 0,00027, что подтверждает достоверность модели и прогноза полноты насаждений (рис. 2).

Рис. 2. Оценка предсказанных значений полноты насаждений на основе полиноминальной регрессии с зеленым, красным и инфракрасным каналами

Анализ установленной взаимосвязи количества деревьев со спектрально-отражательными характеристиками насаждения в зеленом, красном и инфракрасном каналах позволяет на высоком уровне спрогнозировать показатели количества деревьев, относительную и абсолютную полноту (рис. 3).

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

ОПРЕДЕЛЕНИЕ ТАКСАЦИОННЫХ ПОКАЗАТЕЛЕЙ ЧИСТЫХ НАСАЖДЕНИЙ СОСНЫ

Рис. 3. Оценка предсказанных значений количества деревьев в насаждении на основе полиноминальной регрессии с зеленым, красным и инфракрасным каналами

Рис. 4. Классификация района исследований по запасу насаждений с использованием модели множественной полиноминальной регрессии (А — исходный снимок, Б — классификация по запасу)

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

В. М. СИДОРЕНКОВ, Д. О. АСТАПОВ, О. В. ПЕРФИЛЬЕВА, О. В. РЯБЦЕВ, А. С. РЫБКИН

Рис. 5. Классификация района исследований по полноте насаждений и количеству деревьев с использованием модели множественной полиноминальной регрессии (А — количество деревьев, шт./га, Б — полнота)

Учитывая значительную разницу количества деревьев в молодняках до момента смыкания крон, молодняки не включались в статистический анализ. Полученная зависимость определения количеств деревьев от спектральных характеристик апробирована для чистых насаждений сосны в ленточных борах (рис. 5, А)

Выводы Результаты исследований показывают возможность определения запаса, относительной полноты, количества деревьев однопородных одновозрастных или условно разновозрастных насаждений сосны по данным зимней спутниковой съемки со спут-

ника «Канопус-В». При этом наиболее высокие показатели точности наблюдаются при определении полноты и количества деревьев. Ошибка приближается к установленной погрешности для второго и третьего разрядов лесоустройства. Увеличение количества экспериментальных данных позволит повысить точность моделей. В последующей работе планируется использовать данные лесоустройства на район исследований с целью увеличения точности моделей. Проведенное исследование раскрывает потенциал использования спутниковой съемки с «Канопус-В» для оценки таксационных характеристик насаждений для труднодоступных территорий Сибири, где произрастают в основном однопородные леса с преобладанием в составе лиственницы. В рамках исследования

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

ОПРЕДЕЛЕНИЕ ТАКСАЦИОННЫХ ПОКАЗАТЕЛЕЙ ЧИСТЫХ НАСАЖДЕНИЙ СОСНЫ

использовались данные ДЗЗ с космического аппарата типа «Канопус-В», в этой связи применение рассматриваемого в статье метода к данным ДЗЗ, полученным с иностранных космических аппаратов, требует дополнительного исследования.

Список литературы 1. Барталев С. А., Егоров В. А., Жарко В. О., Лупян Е. А., Плотников Д. Е., Хвостиков С. А., Шабанов Н. В. Спутниковое картографирование растительного покрова России // М.: ИКИ РАН, 2016. 208 с.

6. Приказ Минприроды России от 29.03.2018 № 122 (ред. от 12.05.2020) «Об утверждении Лесоустроительной инструкции» (Зарегистрировано в Минюсте России 20.04.2018 № 50859). 7. Шовенгердт Р. А. Дистанционное зондирование. Модели и методы обработки изображений. М.: Техносфера, 2010. 560 с. 8. Ялдыгина Н. Б. Использование программного комплекса ENVI для решения задач лесного хозяйства // Геоматика, № 3. С. 34–39. 9. Ganz S., Adler P., Kändler G. Forest cover mapping based on a combination of aerial images and Sentinel-2 satellite data compared to National Forest Inventory data // Forests, 2020, vol. 11, № 12. P. 1322–1341.

2. Бурцев М. А., Лупян Е. А., Крамарева Л. С. Оценка возможности использования данных спутников 10. Gu H., Dai L., Wu G., Xu D., Wang S., Wang H. «Канопус-В» № 3, 4 для оценки изменений в лесEstimation of forest volumes by integrating Landsat ном покрове // Сборник тезисов докладов шестнаTM imagery and forest inventory data // Science in дцатой Всероссийской открытой конференции «СоChina Series E: Technological Sciences, 2006, vol. 49, временные проблемы дистанционного зондирования № 1. P. 54–62. Земли из космоса». ИКИ РАН, 2018. С. 392. 11. Walsh S. J. Coniferous tree species mapping using 3. Горбунов А. В., Слободской И. Н. Космический комLANDSAT data // Remote Sensing of Environment, плекс оперативного мониторинга техногенных и при1980, vol. 9, № 1. P. 11–26. родных чрезвычайных ситуаций «Канопус-В» // Гео12. Waser L.T., Rüetschi M., Psomas A., Small D., матика, 2010, № 1. С. 30–34. Rehush N. Mapping dominant leaf type based on 4. Колесник Т. В. Оценка валидости результатов деcombined Sentinel-1/-2 data — Challenges for mounшифрирования снимков в задачах дистанционноtainous countries // ISPRS Journal of Photogrammeго зондирования земли при помощи спутника try and Remote Sensing, 2021, vol. 180. P. 209–226. «Канопус-В» // Молодой ученый, 2016, № 11(115). С. 185–187. https://moluch.ru/archive/115/30818/ 13. Wolter P. T., Mladenoff D. J., Host G. E., Crow T. R. Improved forest classification in the Northern Lake (Дата обращения 12.05.2021). States using multi-temporal Landsat imagery // Pho5. Лабутина И. А. Дешифрирование аэрокосмических togrammetric Engineering and Remote Sensing, 1995, снимков. М., 2004. 184 с. vol. 61, № 9. C. 1129–1143.

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ 2022, том 9, выпуск 2, c. 44–55 СИСТЕМНЫЙ АНАЛИЗ, УПРАВЛЕНИЕ КОСМИЧЕСКИМИ АППАРАТАМИ, ОБРАБОТКА ИНФОРМАЦИИ И СИСТЕМЫ ТЕЛЕМЕТРИИ. ДИСТАНЦИОННОЕ ЗОНДИРОВАНИЕ ЗЕМЛИ УДК 528.835 DOI 10.30894/issn2409-0239.2022.9.2.44.55

Радиометрическая калибровка мультиспектральной аппаратуры ДЗЗ по Луне и звездам В. Е. Квитка, к. т. н., kva-vasja@yandex.ru Филиал АО «РКЦ «Прогресс»–НПП «ОПТЭКС», г. Москва, Зеленоград, Российская Федерация

А. А. Никитин, магистрант МФТИ, andrei.naa@yandex.ru Филиал АО «РКЦ «Прогресс»–НПП «ОПТЭКС», г. Москва, Зеленоград, Российская Федерация Московский физико-технический институт, г. Долгопрудный, Московская область, Российская Федерация

В. Д. Блинов, v_blinov@mail.ru Филиал АО «РКЦ «Прогресс»–НПП «ОПТЭКС», г. Москва, Зеленоград, Российская Федерация

А. С. Забиякин, optecs@samspace.ru Филиал АО «РКЦ «Прогресс»–НПП «ОПТЭКС», г. Москва, Зеленоград, Российская Федерация

В. О. Прасолов, optecs@samspace.ru Филиал АО «РКЦ «Прогресс»–НПП «ОПТЭКС», г. Москва, Зеленоград, Российская Федерация Аннотация. В статье рассмотрена проблема абсолютной полетной радиометрический калибровки космических камер для спутниковых систем ДЗЗ, имеющих пространственное разрешение 0,3–10 м и снимающих в спектральных каналах из области длин волн 0,4–1,1 мкм. Показано, что калибровка по наземным полигонам имеет неустранимые погрешности, неприемлемые с учетом возрастающих требований к радиометрии спутниковых снимков. Изучены различные способы определения эффективной чувствительности при летной эксплуатации съемочных систем: калибровка по Луне и по звездам. Определены основные требования к фотометрии эталонных площадок (калибровочных полигонов) на поверхности Луны с учетом особенностей ее свечения: оппозиционного эффекта, затенения при лунном затмении. На примере снимков реального космического аппарата показано, что абсолютная калибровка по Луне возможна и обеспечивает точность 7 %. Сформированы требования к звездам, используемым при калибровке. Создана фотометрическая модель съемки звезд космическим аппаратом. Ожидаемая погрешность при данном способе калибровки составит не более 5 %. Ключевые слова: ДЗЗ, мультиспектральная аппаратура, радиометрическая калибровка, эффективная чувствительность

Radiometric Calibration of Multispectral Cameras for Earth Remote Sensing by the Moon and Stars V. E. Kvitka, Cand. Sci. (Engineering), kva-vasja@yandex.ru Branch of Joint Stock Company “Space Rocket Centre “Progress”–Scientific and Production Enterprise “OPTEKS”, Moscow, Zelenograd, Russian Federation

A. A. Nikitin, master student of Moscow Institute of Physics and Technology, andrei.naa@yandex.ru Branch of Joint Stock Company “Space Rocket Centre “Progress”–Scientific and Production Enterprise “OPTEKS”, Moscow, Zelenograd, Russian Federation Moscow Institute of Physics and Technology, Dolgoprudny, Moscow region, Russian Federation

V. D. Blinov, v_blinov@mail.ru Branch of Joint Stock Company “Space Rocket Centre “Progress”–Scientific and Production Enterprise “OPTEKS”, Moscow, Zelenograd, Russian Federation

A. S. Zabiyakin, optecs@samspace.ruа Branch of Joint Stock Company “Space Rocket Centre “Progress”–Scientific and Production Enterprise “OPTEKS”, Moscow, Zelenograd, Russian Federation

V. O. Prasolov, optecs@samspace.ru Branch of Joint Stock Company “Space Rocket Centre “Progress”–Scientific and Production Enterprise “OPTEKS”, Moscow, Zelenograd, Russian Federation Abstract. The article describes the problem of the absolute flight radiometric calibration of space cameras for Earth remote sensing satellite systems. These cameras have a spatial resolution of 0.3–10 m and their spectral channels are in the wavelength area of 0.4–1.1 μm. It is shown that calibration by ground polygons has unrecoverable errors, which are unacceptable taking into account the increasing requirements for satellite imagery radiometry. Various methods for determining the effective sensitivity during the flight operation of imaging systems are studied: calibration by the Moon and by stars. The main requirements for the photometry of reference areas (calibration polygons) on the surface of the Moon are determined considering the features of its glow, for example opposition effect and shading during a lunar eclipse. On the example of images of a real spacecraft, it is shown that absolute calibration by the Moon is possible and provides the 7 % accuracy. The requirements for the stars used in the calibration are formed. A photometric model for shooting stars by a spacecraft is created. The expected error with this method of calibration will be near 5 %. Keywords: Earth remote sensing, multispectral equipment, radiometric calibration, effective sensitivity

В. Е. КВИТКА, А. А. НИКИТИН, В. Д. БЛИНОВ, А. С. ЗАБИЯКИН, В. О. ПРАСОЛОВ

Введение В настоящее время наблюдается рост области применения спутниковых данных дистанционного зондирования Земли (ДЗЗ). И если раньше задачи, решаемые с помощью систем ДЗЗ среднего (1–10 м) и высокого (0,5–1 м) пространственного разрешения, требовали только традиционного визуального анализа спутниковых снимков, то сегодня важное значение приобрело восстановление яркостных и отражательных характеристик подстилающей поверхности из ее изображений. Ранее такие требования ставились только для обзорной метеорологической аппаратуры низкого разрешения. Картирование яркости подстилающей поверхности требуется для многих прикладных областей: сельского и лесного хозяйства, исследований океана и задач метеорологии. Описанная проблема актуализирует задачу превращения бортовой оптикоэлектронной аппаратуры (ОЭА) из традиционного съемочного инструмента в прибор с измерительными свойствами. Выходной сигнал аппаратуры можно связать с энергетическими свойствами подстилающей поверхности через интегральную, абсолютную и эффективную чувствительности, определяемые по формулам (1), (2), (3) соответственно. Для задач ДЗЗ наиболее важна эффективная чувствительность [1] c размерностью (уровни АЦП · м2 · ср/Дж). Только с ее помощью можно найти величину спектральной плотности энергетической яркости (СПЭЯ) поверхности без учета поправочных коэффициентов, связывающих спектры калибровочного источника и снимаемой поверхности. Последний зависит от свойств снимаемой поверхности и далеко не всегда может быть известен.

Sинт =

Uвых , ∞ Tнак · B(λ) dλ

(1)

Uвых , b Tнак · B(λ) dλ

(2)

Sэфф =

Uвых = Tнак · Lэфф

Tнак ·

∞ 0

Uвых sотн (λ) · B(λ) dλ

(3)

где Uвых — выходной сигнал изображения (уровни АЦП) после вычитания темновой составляющей, Tнак — время накопления сигнала (с), a, b — граничные длины волн спектрального диапазона чувствительности ОЭА (мкм), Lэфф — эффективная энергетическая яркость (ЭЭЯ) подстилающей поверхности (Вт/(м2 · ср)) согласно [2], sотн (λ) — относительная спектральная чувствительность (ОСЧ) ОЭА, B(λ) — СПЭЯ подстилающей поверхности (Вт/(м2 · мкм · ср)). Во время летной эксплуатации ОЭА характеристики ее чувствительности могут изменяться вследствие старения элементов оптико-электронного тракта и температурных колебаний [3]. Возникает задача проведения перекалибровки в полете, решаемая путем съемки наземных полигонов или небесных тел с известными яркостными свойствами. Одной из главных проблем полетной калибровки по наземным полигонам является неопределенность спектрального пропускания атмосферы, что порождает погрешность определяемых величин: яркости поверхности Земли и эффективной чувствительности ОЭА. Есть много моделей атмосферы, но они имеют статистический характер. Определить спектр пропускания воздуха именно в момент съемки калибровочного полигона можно только с помощью дополнительных устройств: наземных активных средств зондирования атмосферы (например, лидаров) или спутникового мультиспектрального зондировщика (дополнительная камера, снимающая в узких диапазонах полос поглощения атмосферы, например система CAVIS). Далее, метеоусловия не всегда позволяют провести съемку. Описанные проблемы усложняют полетную калибровку и ограничивают объем снимаемых полигонов [4]. Необходимо обеспечить точность калибровки не хуже 5 %, что соответствует современным требованиям к радиометрической информации [5]. Возникает предложение провести калибровку по небесным телам. Это позволит избавиться от неопределенностей, связанных с земной атмосферой и влиянием погодных условий. Рассмотрим для калибровки Луну и звезды. Планеты Солнечной системы исключим из исследования, так как учет характеристик их атмосфер сложнее полетной калибровки по наземным полигонам.

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

РАДИОМЕТРИЧЕСКАЯ КАЛИБРОВКА МУЛЬТИСПЕКТРАЛЬНОЙ АППАРАТУРЫ ДЗЗ

Калибровка по Луне

по закону, определяемому фотометрической функцией f (i, ε, ψ). При этом f (0, 0, 0) = 1. В задачах лунной фотометрии используют фотометрические координаты: фазовый угол, фотометрические долготу и широту (α, β , γ ). Для данного набора параметров фотометрическая функция представляется как (5)

Луна является наиболее близким небесным телом для Земли. Использование Луны в качестве средства калибровки требует точного знания ее СПЭЯ для конкретных условий наблюдения. При этом существуют специфические условия отражения излучения от поверхности. При калибf (α, β , γ) = ϕ(α) · D(α, β , γ), (5) ровке по Луне необходимо учитывать геометрию системы «Солнце–Луна–Наблюдатель»: угол фазы где ϕ(α) — фазовая функция, описывающая сои расстояния между элементами системы [6]. ставляющие фотометрической функции, не зависящие от фотометрических координат; D(α, β , γ) заОпыт калибровки Landsat 8 дает глобальное распределение яркости по диску В 2013 году был запущен космический аппа- Луны, если исключить из рассмотрения вариации рат (КА) Landsat 8. Это был первый аппарат из ли- альбедо. В практической фотометрии принято описынейки КА Landsat, для которого создали методику вать глобальное распределение яркости с помощью калибровки ОЭА по лунной поверхности. До этого большинство спутников данной серии калиб- эмпирической формулы Акимова (6) [8], графичеровались по псевдоинвариантным калибровочным ски представленной на рис. 1: участкам Земли. За весь период эксплуатации был D(α, β , γ) = накоплен огромный опыт в создании общедоступ α α α ных каталогов подходящих участков. cos cosq (β) cosq+1 γ − − sinq+1 2 2 2 , (6) Со временем разработчики поняли, что Луна = α cos(γ) 1 − sinq+1 является отличным небесным объектом для ка2 либровки Landsat 8. Началась лунная калибровка где q — эмпирический параметр, соответствующий с проекта ROLO, запущенного с помощью гран- типу поверхности. Для ламбертовской поверхнота NASA 1995 года. Основные зависимости, полу- сти q = 1. Для лунной поверхности q = 0,31α ченные в проекте ROLO, связаны с фазой Луны. на материках и q = 0,16α на морях [9]. Также имеет место необходимость учета либраций При разных фазовых углах α различие межЛуны [7]. ду материковыми и морскими участками соответственно 1 % при α = 5◦ и 6 % при α = 45◦ .

Альбедо и фазовые изменения яркости отдельных участков поверхности В случае дискретной фотометрии, когда изучается определенный участок лунной поверхности, отражательная способность зависит от нормального альбедо A0 . Интенсивность отраженного излучения (яркость площадки) будет иметь вид (4) [8]:

B(i, ε, ψ) =

E0 · A0 · f (i, ε, ψ), π · cos(ε)

(4)

где i — угол падения света; ε — угол отражения (наблюдения); ψ — разность азимутов падающе- Рис. 1. Глобальное распределение яркости по диску Луны го и отраженного лучей; E0 — нормальная осве- при фазовом угле 5◦ для поверхности Луны материкового типа щенность поверхности Солнцем; СПЭЯ изменяется

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

В. Е. КВИТКА, А. А. НИКИТИН, В. Д. БЛИНОВ, А. С. ЗАБИЯКИН, В. О. ПРАСОЛОВ

Рис. 2. Затенение и вторичная подсветка на частицах реголитоподобной среды (слева); затенение и вторичная подсветка на статистически шероховатой поверхности (справа)

Поэтому классификация участков лунной поверхности значима в понимании глобального распределения яркости по диску Луны. Фазовая функция формируется несколькими механизмами: теневым эффектом, многократным рассеянием между частицами реголита и элементами рельефа, ослабляющими теневой эффект, когерентным усилением обратного рассеяния. В зависимости от масштаба рассмотрения лунной поверхности теневой эффект проявляется по-разному. В случае размеров микрон–миллиметр она является порошкообразной средой (реголит), (рис. 2 слева). Для масштабов декаметров (мезорельеф) лунная поверхность описывается случайными функциями (рис. 2 справа). В данной работе многократным рассеянием мезорельефа пренебрегают, но для частиц масштаба реголита это явление вносит заметный вклад. Для расчета фазовой функции применены формулы (7) для фазовых углов 10◦ –50◦ и (8) для фазовых углов 1◦ –10◦ :

ϕ(α) = exp(−τ α), ⎛ exp(−τ α) ϕ(α) = r 2 + exp − l

⎜ ·⎜ ⎝2 +

r exp −

(7) ⎞

⎟ ⎟,

2 ⎠

4πl α sin λ 2

(8)

где τ — эффективный коэффициент шероховатости (для материка τ = 0,7), r — эффективный размер частиц, λ — длина волн, l — характерный масштаб рассеяния света в среде. Изучение фотометрической функции позволяет исследовать физические свойства участков лунной поверхности. Для сравнения фотометрических

характеристик различных районов Луны в идеальном случае нужно наблюдать их в одинаковых условиях [8].

Применение методов радиометрической калибровки по лунным полигонам С 2021 года проводится подготовка методов калибровки КА по данным дискретной фотометрии лунных участков. Выполняется оценка эффективной чувствительности ОЭА на примере околоземного малого КА «АИСТ-2Д». В работе используются сделанные КА «АИСТ-2Д» снимки Луны и экспериментальные данные по фотометрии Луны, полученные со спектрографов ГАИШ МГУ. ОЭА КА «АИСТ-2Д» работает в режиме временной задержки и накопления (ВЗН) в спектральных каналах ПХ (0,58–0,8 мкм), МС1 (0,45–0,52 мкм), МС2 (0,53–0,60 мкм), МС3 (0,63–0,69 мкм). Следует отметить, что при съемке наземными спектрографами лунных полигонов используются лидары и им подобные системы, позволяющие учесть спектральное пропускание атмосферы. Сами атмосферные искажения незначительны, так как Луна наблюдается горными обсерваториями. Также при съемке лунных полигонов наземными спектрографами применяются эталонные звезды: спектрограф наводится на звезду с известным эталонным спектром свечения, нормированным на верхнюю границу атмосферы. Сравнение эталонного и фактического спектров звезды позволяет учесть искаженные атмосферой данные о лунных полигонах. Для примера расчета используются данные спектрографов, полученные 20 октября 2021 года.

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

РАДИОМЕТРИЧЕСКАЯ КАЛИБРОВКА МУЛЬТИСПЕКТРАЛЬНОЙ АППАРАТУРЫ ДЗЗ Т а б л и ц а 1. Селенографические координаты лунных полигонов Номер 1 2 3 полигона Широта, 14,8 24,23 −27,75 градус Долгота, градус

30,1 23,33

4 39,55

−9

−9,5

28,48 −18,09 7,89

где L(λ, i, j) — СПЭЯ (Вт/(м· ср · мкм)) участка лунной поверхности, соответствующего пикселю изображения с координатами (i, j) (рис. 3); sотн (λ, k) — относительная спектральная чувствительность (ОСЧ) ОЭА для спектрального канала k (рис. 4).

Координаты полигонов показаны в табл. 1, полученные СПЭЯ — на рис. 3.

Рис. 4. Относительная спектральная чувствительность, используемая для расчета ЭЭЯ

Эффективное время экспозиции деляется по формуле (10):

Tэфф (k) = Nкшн (k) ·

δ(k) , V

эфф (k)

опре-

(10)

Рис. 3. Спектральная плотность энергетической яркости где Nкшн (k) — количество шагов накопления лунных полигонов

(КШН) в режиме временной задержки и накопления (ВЗН) в k -м спектральном канале (для съемки использовалось КШН 32, 16, 16 в каналах МС1, МС2, МС3 соответственно); δ(k) — размер фоточувствительного элемента, 18 мкм в каналах МС1–МС3; V — скорость движения изображения (СДИ), 22 мм/с. Эффективное время экспозиции: 26,18 мс для МС1 и 13,09 мс для МС2 и МС3. Для фоточувствительных элементов k -го спектрального канала выполняется усреднение сигнала по полигону или диску Луны, формула (11) (результаты показаны в табл. 2):

Полигоны на поверхности Луны отобраны таким образом, чтобы их однородные изображения, получаемые калибруемой аппаратурой ДЗЗ, занимали не менее 50 пикселей. В настоящей работе пространственное разрешение на поверхности Луны снимков КА «АИСТ-2Д» соответствует 3,5 км/пиксель в каналах МС1–МС3. Поэтому для калибровки данной аппаратуры были отобраны полигоны размером 20 × 20 км. Также на полученных снимках был определен темновой сигнал, использованный в дальнейших расчетах. Он соответствует 32 уровням АЦП или 3 % от максимального сигнала (1023 уровня АЦП). 1 Определить ЭЭЯ (Вт/(м2 · ср)) для участка U (k , i, j), Uср (k) = (11) N полигон лунной поверхности, соответствующего пикселю изображения с координатами (i, j) в k -м спектральгде Nполигон — количество пикселей в усредняемом ном канале ОЭА, можно по (9): фрагменте изображения. ∞ Осуществить переход от мощностных к интеLэфф (k , i, j) = L(λ, i, j) · sотн (λ, k) · dλ, (9) гральным по энергии яркостным величинам можно путем определения интегральной эффективной 0 РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

В. Е. КВИТКА, А. А. НИКИТИН, В. Д. БЛИНОВ, А. С. ЗАБИЯКИН, В. О. ПРАСОЛОВ

Т а б л и ц а 2. Данные для расчета эффективной чувствительности: сигнал на снимках от 29 мая 2021 года и ЭЭЯ полигонов с погрешностью расчета 3,5 % Номер полигона

Lэфф , Вт/(м2 · ср)

6,05

4,61

8,8

4,68

9,98

8,99

Uср , уровни АЦП 73,83

72,47

127,88

70,64

122,74 128,35

Lэфф , Вт/(м · ср)

5,05

5,01

11,02

МС1

МС2

6,87

9,4

Uср , уровни АЦП 107,63 108,91 194,45 101,76 183,31 195,06 Lэфф , Вт/(м2 · ср)

6,11

4,35

8,91

4,19

Uср , уровни АЦП 90,83

93,62

166,11

89,84

МС3

Nполигон

9,15

7,78

161,17 165,56 50

энергетической яркости ИЭЭЯ (Дж/(м2 · ср)) Для абсолютной радиометрической калибровдля k -го спектральном канала по формуле (12): ки по Луне необходимо:

Λср (k) = Lэфф (k) · Tэфф (k).

(12)

Расчет эффективной чувствительности Sлун (ур. АЦП · ср · м2 /Дж) соответствует методу наименьших квадратов вида y = ax (13). Полученные с погрешностью не более 7 % для 10 серий съемок значения Sлун для каждого спектрального канала представлены на рис. 5. 6

Sлун (МС) =

x=1

U (МС) · Λэфф (МС) 6

x=1 6

x=1

Λэфф (МС)

= (13)

U (МС) · Lэфф (МС)

Tэфф (МС) ·

x=1

Lэфф (МС)

• Провести наблюдения при значениях фазового угла в диапазоне от 0,5 до 30 градусов и оценить значения яркости по всему видимому диску Луны. Найти участки, однородные согласно разрешению калибруемой аппаратуры для фиксированного фазового угла. По полученным данным выявить участки с одинаковым нормальным альбедо; • при изменении фазового угла в районе полнолуния получить зависимости яркости полигонов Луны от фазового угла. Результатом наблюдения ожидаемо будет обратное рассеяние, то есть нелинейный рост яркости вблизи полнолуния. Ожидаемая погрешность калибровки составит 7 % (с учетом точности данных по СПЭЯ Луны 5 %, погрешности измерения ОСЧ 2 %, соотношения сигнал/шум не менее 100).

Калибровка по звездам Огромное количество звезд позволяет отобрать среди них опорные, по которым и проводится калибровка. Основные требования к опорным звездам:

Рис. 5. Значения эффективной чувствительности для всех спектральных каналов

• стабильность звездной величины во времени — световой поток должен сохранять свое значение с точностью лучшей, чем ожидаемая погрешность калибровки;

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

РАДИОМЕТРИЧЕСКАЯ КАЛИБРОВКА МУЛЬТИСПЕКТРАЛЬНОЙ АППАРАТУРЫ ДЗЗ

Тогда искомая спектральная плотность потока • измеренные с высокой точностью спектраль2 ная облученность от звезды (Вт/(м · мкм)) E(M0 , T0 , λ) определяется по (15): ∞ на верхней границе атмосферы (ВГА) или же по крайней мере ее радиационная температура Φ0 = 683 · E(M0 , T0 , λ) · V (λ) dλ = и звездная величина;

• самая яркая и самая тусклая опорные звезды должны отличаться по облученности не менее чем в 5 раз. Это позволит выполнить измерения по широкому диапазону экспозиций и построить качественную светосигнальную характеристику;

∞

= 683 · A(M0 , T0 ) · 0

1 h·c e λ · k · T0 − 1

2 · π · h · c2 × λ5

· V (λ) dλ,

(15)

• соотношение сигнал/шум на изображениях где V (λ) — кривая видности глаза; 683 — коэфкаждой звезды должно быть не менее 30. фициент пересчета, (Лм/Вт); E(M0 , T0 , λ) — спектральная облученность, создаваемая Вегой на ВГА; Основными проблемами при калибровке ОЭА A(M0 , T0 ) — безразмерный нормировочный коэфДЗЗ по звездам является необходимость перефициент, подбираемый численно для выполнения ориентации КА и малая яркость большинства равенства (15). звезд [10]. Известна калибровка по звездам ОЭА Именно такой световой поток и попадет на КА Pleiades [11]. Для данной группировки КА повходной зрачок калибруемой ОЭА. Для звезды велилучен не только опыт радиометрической калибровчины m и температурой T получим уравнение переки, но и уточнения функции передачи модуляции, хода (16). Его физический смысл: звезда величины так как она взаимосвязана с получаемой при съемm = 5 создает освещенность в 100 раз меньше, ке функцией рассеяния точки [12]. чем Вега: Проведем оценки соотношения сигнал/шум ∞ для звезд различной величины и определим необE(m, T , λ) · V (λ) dλ = ходимые условия съемки. Расчеты выполним для 0 аппаратуры ДЗЗ среднего и высокого разрешения (16) ∞ на примере систем ШОК-ПМ и «Элегия», создава= 10−0,4·m E(M0 , T0 , λ) · V (λ) dλ. емых для КА «Ресурс-ПМ». Съемка должна про0 водиться в традиционном режиме сканирования. Рассчитанная спектральная облученность от Для расчетов нужно получить спектраль2 ную плотность потока (Вт/(м · мкм)), создаваемого Веги показана на рис. 6. Результаты расчетов звездой на ВГА. Выполним пересчет из известных хорошо сходятся с найденными в литературе значений звездной величины. Звезда Вега, взятая за точку отсчета яркостей звезд, имеет величину M0 = 0 и cоздает освещенность на ВГА Φ0 = = 2,54 · 10−6 люкс. Пренебрежем узкими полосами поглощения, порождаемыми плазмой во внешней части звезды. Примем Вегу абсолютно черным телом (АЧТ), ее температуру оценим по формуле (14), описанной в [13]. Вега является белой звездой, ее показатель цвета B − V = 0. Рис. 6. Спектральная облученность, создаваемая на 1 T0 = 4600 · + входном зрачке съемочной аппаратуры звездами вели1,7 + 0,92 · (B − V ) (14) чины m = 0 с температурами 10 125 K (Вега) и 5770 K 1 (температура Солнца). Спектр АЧТ с T = 5770 K подо= 10 125 K. + бен солнечному 0,62 + 0,92 · (B − V )

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

В. Е. КВИТКА, А. А. НИКИТИН, В. Д. БЛИНОВ, А. С. ЗАБИЯКИН, В. О. ПРАСОЛОВ

данными: свет от Веги имеет спектральную плотность 3,44 · 10−2 мкВт/(м2 · мкм) на длине волны 0,556 мкм [14]. Чтобы избежать проблем, связанных с «растеканием» изображения звезды на несколько пикселей, будем производить расчет не для одиночного пикселя, а для окна размером a · a пикселей. При этом кружок рассеяния ОЭА должен гарантированно помещаться в окне суммирования. Необходимо выполнение условия (17):

задается для эффективного времени экспозиции Tэфф (k) формулой (18):

w(m, k , λ) =

= Tэфф (k) · 0,25 · π · D 2 · E(m, T , λ) · τсист (k , λ), (18) где τсист (k , λ) — спектральный коэффициент пропускания системы «объектив + светофильтр». Сигнал (электроны), накопленный в сумме по всем пикселям, попадающим на изображение звезды, определяется (19) для спектрального диапазона k : f (17) a(k) − 1 · δ(k) 1,22 λср (k) · , ∞ D λ U (m, k) = η(k , λ) · w(m, k , λ) · dλ, (19) где λср (k) — центр спектрального диапазона c ноh·c 0 мером k калибруемой аппаратуры; δ(k) — размер пикселя для фотоприемника; где η(k , λ) — спектральная квантовая эффективность фотоприемника, h и — постоянная Планка D/f — относительное отверстие объектива. Определим размеры окна суммирования для и скорость света соответственно. Значения в электронах переводятся по (20) спектральных диапазонов систем ДЗЗ среднего в суммированный по окну a · a пикселей цифро(ШОК-ПМ) и высокого («Элегия») разрешения. вой сигнал (уровни АЦП) с учетом коэффициента Результаты показаны в табл. 3. α ацп (k) = (2R − 1)/Cзар (k): Рассчитаем суммарный сигнал, накопленный в пикселях. Скорость движения изображения приUцифр (m, k) = αацп (k) · U (m, k), (20) мем минимально возможной, КШН в режиме ВЗН — максимально возможным для фотоприем- где Cзар (k) — зарядовая вместимость одиночного ника. Спектральная плотность энергии w(m, k , λ) пикселя фотоприемника, электроны, R — радио(Дж/мкм), облучившей окно из a · a пикселей, метрическое разрешение ОЭА, бит/пиксель. Т а б л и ц а 3. Спектральные диапазоны, кружок рассеяния и необходимый размер окна суммирования для систем ДЗЗ среднего (СР) и высокого (ВР) разрешения Спектральный диапазон и его границы, мкм

Размер пикселя, мкм

Диаметр кружка рассеяния, мкм

Размер окна a, пиксели

СР

ВР

СР

ВР

СР

ВР

СР

ВР

ПХ

0,5–0,8

17,1

16,9

ПХ6

–

0,5–0,8

–

16,9

–

МС1

0,45–0,51

0,4–0,45

12,6

11,1

МС2

0,51–0,58

0,45–0,51

14,3

12,5

МС3

0,63–0,69

0,51–0,58

17,3

14,2

МС4

0,77–0,89

0,58–0,62

21,8

15,6

МС5

0,71–0,75

0,63–0,69

19,2

17,2

МС6

0,76–0,8

0,7–0,74

20,5

18,7

МС7

0,85–0,89

0,77–0,89

22,9

21,6

МС8

0,89–0,96

0,86–1,05

24,3

24,2

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

РАДИОМЕТРИЧЕСКАЯ КАЛИБРОВКА МУЛЬТИСПЕКТРАЛЬНОЙ АППАРАТУРЫ ДЗЗ

Рис. 7. Зависимость накопленного сигнала и ОСШ от звездной величины для СР

Рис. 8. Зависимость накопленного сигнала и ОСШ от звездной величины для ВР

Найдем соотношение сигнал/шум (ОСШ) по (21). При суммировании сигнала шум считывания N (k) уменьшится в a2 = a раз по сравнению с шумом для одиночного пикселя:

SN R(m, k) =

U (m, k) 2 . N (k) U (m, k) + a(k)

(21)

мальной (15–20 мм/с в СР и 130–150 мм/с в ВР); в этом случае рекомендуется съемка звезд с величинами 0. . .+3. 2. Съемка звезд должна выполняться в режиме «без сжатия» со включенной функцией выравнивания чувствительности по полю зрения и вычитанием темновой составляющей. Перед абсолютной калибровкой необходимо произвести полетную относительную калибровку по наземным местностям (обычное сканирование однородных участков, например пустынь, или же относительная калибровка методом скольжения).

На рис. 7–8 показаны зависимости сигнала и ОСШ от звездной величины в разных спектральных диапазонах для систем ДЗЗ среднего (СР) и высокого (ВР) разрешений. Спектральный состав излучения соответствует наиболее распространенным звездам (спектр подобен солнечному: АЧТ с температурой 5770 K). Из проведенных расчетов можно сделать сле- Сравнение чувствительностей, дующие выводы: полученных при калибровках 1. При калибровке на больших КШН (32–64 по Луне и по звездам в СР и ВР) предпочтительно выполнять съемку Вычислим связь энергетических свойств объекзвезд с величинами +6. . .+10 для исключения переэкспозиции снимков. При калибровке та и выходного сигнала при съемке звезд. Говорить на малых КШН (4–16 в СР и ВР) необхо- об энергетической яркости (Вт/(м2 · ср)) для тодимо использовать СДИ, близкую к макси- чечного источника бессмысленно. Опишем (22)

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

В. Е. КВИТКА, А. А. НИКИТИН, В. Д. БЛИНОВ, А. С. ЗАБИЯКИН, В. О. ПРАСОЛОВ

излучение от звезды интегральной по времени эф- как по формуле для измерения (3), так и по формуле для расчета (27): фективной облученностью (ИЭО) ОЭА (Дж/м2 ): D 2 ∞ α (k) · 2 Sэфф (k) = ацп · · δ(k) × 4·h·c F (27) Wэфф (m, k) = Tэфф (k) · sотн (k , λ) · E(m, T , λ) dλ. ∞ (k , λ) · η(k , λ) . × max λ · τ сист λ=0 0 (22) Аналогичный результат получается для «чувОпределим «чувствительность к точечному исствительности к точечному источнику» Sточ (k). точнику» Sточ (k) (ур. АЦП · м2 /Дж) как отношение Формула (28) позволяет из результата съемки выходного сигнала к ИЭО (23). С учетом (18)–(20) звезд Sточ (k) найти Sэфф (k). Множитель Π/π = формула (22) примет вид (24): = 1 (ср) описывает переход от безразмерного π (геометрического) к Π стерадиан: U (m, k) Sточ (k) = цифр , (23) 2 Wэфф (m, k) Π δ(k) S (k) = · · Sточ (k). (28) эфф αацп (k) ·

∞

η(k, λ) · w(m, k, λ) ·

λ dλ h·c

Погрешность калибровки по звездам. Основными источниками погрешности калиб4 w(m, k, λ) · sотн (k, λ) · dλ 2 ровки по звездам являются: τсист (k, λ) π·D 0 (24) • неопределенность данных по спектральному составу света, излучаемого звездой; Задачи ДЗЗ связаны со съемкой протяжен• погрешность наземных измерений ОСЧ спекных, а не точечных объектов. Нужно связать тральных каналов; Sточ (k) с искомой эффективной чувствительностью • зашумленность изображения звезд, снятого ОЭА Sэфф (k) (ур. АЦП · ср · м2 /Дж), описываюпри калибровке; щей отклик камеры на свет от протяженного • изменение ОСЧ в процессе летной эксплуатаобъекта. Тогда Sэфф (k) определяется для поверхции КА. ности по (25). В знаменателе формулы (25) ЭЭЯ 2 (Вт/(м · ср)) выражена через спектральную плотПервую погрешность можно минимизировать ность энергии на пикселе w(k , λ) (Дж/мкм), где тщательным выбором звезд для калибровки. ТочΠ = π стерадиан: ность спектрофотометрии Веги и некоторых других звезд составляет 1 % [14]. Наземные измереSэфф (k) = ния ОСЧ имеют точность ∼2 %. Подбор звезд для ∞ калибровки обеспечивает погрешность от зашумλ αацп (k) · η(k, λ) · w(k, λ) · dλ h · c ленности ∼1 %. Четвертая погрешность является 0 = . 2 ∞ 2 неустранимой, так как изменения ОСЧ аппаратуF 1 1 w(k, λ) 4· · · · sотн (k, λ) · dλ ры можно только обнаружить в процессе летной D Π δ(k) τсист (k, λ) 0 (25) эксплуатации, но не измерить с высокой точностью. Суммарная ожидаемая погрешность калибУчтем соотношение (26) для относительной ровки по звездам составит около 5 %. спектральной чувствительности:

Sточ (k) =

sотн (k , λ) =

∞

λ · τсист (k, λ) · η(k, λ)

∞ . max λ · τсист (k, λ) · η(k, λ) λ=0

(26)

Преобразуем (25) в (27) и подтвердим важный факт: эффективная чувствительность Sэфф (k) не зависит от спектра источника света, по которому проводится калибровка. Sэфф (k) можно определять

Заключение Проведенные работы показали, что:

• возможно проведение полетной калибровки путем съемки Луны и звезд. Предлагаемый метод лишен недостатков полетной калибровки по наземным полигонам;

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

РАДИОМЕТРИЧЕСКАЯ КАЛИБРОВКА МУЛЬТИСПЕКТРАЛЬНОЙ АППАРАТУРЫ ДЗЗ

• калибровка по лунным полигонам требует точного определения углов в системе «Солнце– Луна–КА»: яркость площадок зависит от взаимного расположения тел; • калибровка по звездам менее требовательна к угловым параметрам, но подразумевает знание функции рассеяния точки для калибруемой системы; • более высокая точность реализуется при звездной калибровке, так как имеют место погрешности лунной фотометрии, связанные с оппозиционным эффектом; • проведенная обработка снимков Луны, сделанных МКА «Аист-2Д», подтвердила возможность калибровки съемочной аппаратуры по лунным полигонам; • предлагаемые способы калибровки могут быть применены в мультиспектральных съемочных системах ДЗЗ как среднего, так и высокого разрешений;

ные проблемы дистанционного зондирования Земли из космоса, 2014, т. 11, № 2. С. 123–137. 4. Терехов С. И., Никонов О. А., Ермаков В. А., Кобельков Н. О., Некрасов В. В. О совершенствовании системы радиометрической калибровки орбитальной группировки космической системы «Канопус-В» // Вопросы электромеханики. Труды ВНИИЭМ, 2020, т. 178, № 5. С. 16–25. 5. Панфилов А. С., Гаврилов В. Р., Саприцкий В. И. Условия подготовки и проведения абсолютных радиометрических измерений с помощью оптико-электронной аппаратуры наблюдения Земли // Исследование Земли из космоса, 2014, № 1. С. 85–91. 6. Шевченко В. В. Луна и ее наблюдения. М.: Наука. Главная редакция физико-математической литературы, 1983. 192 с. 7. Stone T. C., Kieffer H. H., and Becker K. J. Modeling the Radiance of the Moon for On-orbit Calibration // Proc. SPIE 5151, 2003. P. 463–470. 8. Шкуратов Ю. Г. Луна далекая и близкая. Харьков: ХНУ, 2006. 182 с.

• ожидаются погрешности порядка 5 % для ка- 9. либровки по звездам и порядка 7 % для калибровки по Луне, что подтверждает целесообраз10. ность предлагаемых решений.

Список литературы

Великодский Ю. И. Влияние альбедо и рельефа на закон распределения яркости по диску Луны. Харьков. Дисс.. . . канд. физ.-мат. наук, 2002. Chun X. A flux calibration method for remote sensing satellites using stars // Journal of Infrared and Millimeter Waves. 36. 10.11972/j.issn.10019014.2017.05.012.

11. Meygret А., Latry С., Kelbert А, Blanchet G. On-orbit star-based radiometric and spatial calibration 1. Алтынов А. Е., Малинников В. А., Попов С. М., of PLEIADES HR optical sensors // Доклад на конСтеценко А. Ф. Спектрометрирование ландшафта. ференции H-RODA, 18–22, November 2019, ESRIN, Учеб. пособ. для студентов М.: Изд. МИИГАиК. Frascati. УПП «Репрография», 2010. 120 с. 2. Трофимов Д. О., Гектин Ю. М., Зорин С. М., Зай- 12. Boreman G.D. Modulation transfer function in optical and electro-optical systems. Bellingham, Washington: цев А. А. Метрологические и методические аспекSPIE press, 2001. ты спектрально-энергетических калибровок оптикоэлектронной аппаратуры ДЗЗ // Ракетно-космиче- 13. Аванесов Г. А., Строилов Н. А., Филиппова О. В., ское приборостроение и информационные системы, Шамис В. А., Эльяшев Я.Д. Фотометрическая мо2018, т. 5, вып. 2. С. 26–33. дель звездного датчика ориентации // Современные проблемы дистанционного зондирования Земли 3. Жуков Б. С., Кондратьева Т.B., Полянский И. В., из космоса, 2019, т. 16, № 5. С. 75–84. Пермитина Л. И. Полетная радиометрическая кросс-калибровка комплекса многозональной спут- 14. Бурнашев В. И., Бурнашева Б. А. Фотометрия никовой съемки на КА «Метеор-М» № 1 по спеки спектрофотометрия звезд и галактик. Симферотрорадиометру MODIS на КА Terra // Современполь: ООО «Антиква», 2016. 384 с.

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ 2022, том 9, выпуск 2, c. 56–61 КОСМИЧЕСКИЕ НАВИГАЦИОННЫЕ СИСТЕМЫ И ПРИБОРЫ. РАДИОЛОКАЦИЯ И РАДИОНАВИГАЦИЯ УДК 629.783 DOI 10.30894/issn2409-0239.2022.9.2.56.61

Метод вычисления ионосферной задержки в узлах ионосферной сетки в широкозонном функциональном дополнении ГЛОНАСС В. Г. Сернов, к. т. н., sernov_vg@spacecorp.ru АО «Российские космические системы», Москва, Российская Федерация

Ю. В. Исаев, аспирант, contact@spacecorp.ru АО «Российские космические системы», Москва, Российская Федерация

Д. В. Филимонова, аспирант, filimonova.dv@spacecorp.ru АО «Российские космические системы», Москва, Российская Федерация Аннотация. В статье рассматриваются системы функционального дополнения космического базирования (системы SBAS) глобальных спутниковых навигационных систем (ГНСС), которые создаются для повышения точности и надежности навигации с использованием ГНСС. Для обеспечения высокоточной дифференциальной коррекции необходимым является формирование и передача ионосферных поправок потребителю в зоне обслуживания системы SBAS. В статье рассматривается метод вычисления ионосферных задержек, основанный на формировании ионосферной сетки, используемый в американской системе функционального дополнения GPS — системе WAAS, и на его основе предложен модифицированный алгоритм для применения в российской системе функционального дополнения ГЛОНАСС — системе дифференциальной коррекции и мониторинга (СДКМ–КФД). Значения, полученные в результате применения обоих алгоритмов в системе СДКМ–КФД, были сопоставлены со значениями, полученными из глобальной ионосферной карты IGS (International GNSS Service), сформированной в постобработке. В результате алгоритм, модифицированный для системы СДКМ–КФД, обеспечивает более высокую точность определения значения ионосферы на территории Российской Федерации, чем алгоритм, используемый в системе WAAS. Ключевые слова: системы SBAS, дифференциальная навигация, ионосферные задержки, ионосферная сетка, целостность, повышенная точность

A Method to Calculate the Ionospheric Delay in Ionospheric Grid Points in the Wide-Area Functional Augmentation of GLONASS V. G. Sernov, Cand. Sci. (Engineering), sernov_vg@spacecorp.ru Joint Stock Company “Russian Space Systems”, Moscow, Russian Federation

Yu. V. Isayev, postgraduate student, contact@spacecorp.ru Joint Stock Company “Russian Space Systems”, Moscow, Russian Federation

D. V. Filimonova, postgraduate student, filimonova.dv@spacecorp.ru АО «Российские космические системы», Москва, Российская Федерация Abstract. The article discusses satellite-based augmentation systems (SBAS) of global navigation satellite systems (GNSS) which are created to improve the accuracy and reliability of GNSS. To ensure the high-precision navigation, it is essential to generate and transmit the ionospheric corrections to the user located in the SBAS service area. The paper considers a method for calculating ionospheric delays based on the ionospheric grid generation used in GPS augmentation system — WAAS. Based on it, an algorithm for use in the Russian GLONASS augmentation system — system of differential correction and monitoring (SDCM) is proposed. The values obtained as a result of applying both algorithms in SDCM were compared with the values obtained from the final version of the IGS (International GNSS Service) global ionospheric map generated in a post-processing mode. Hence, the algorithm developed for SDCM provides a higher accuracy in determining the value of the ionosphere in Russian Federation than that developed for WAAS. Keywords: SBAS, differential navigation, ionospheric delays, ionospheric grid, integrity, increased accuracy

МЕТОД ВЫЧИСЛЕНИЯ ИОНОСФЕРНОЙ ЗАДЕРЖКИ В УЗЛАХ ИОНОСФЕРНОЙ СЕТКИ

Введение В настоящее время данные об ионосферных задержках используются в действующих системах функциональных дополнений космического базирования (системах SBAS L1) глобальных спутниковых навигационных систем (ГНСС), основанных на одночастотном сервисе, которые создаются для повышения точности и надежности с использованием ГНСС. В мире существуют и продолжают развиваться следующие системы SBAS: WAAS, EGNOS, BDSBAS, GAGAN, MSAS и др. Одной из тенденций систем SBAS является повышение точности расчета ионосферной сетки на всей территории зоны обслуживания. В перспективе будет осуществляться разработка систем SBAS L5, основанных на двухчастотном сервисе и обработке сигналов от нескольких основных созвездий. В этом случае ионосферные искажения компенсируются за счет обработки линейных комбинаций навигационных измерений. Российской системой функционального дополнения является «система дифференциальной коррекции и мониторинга (СДКМ–КФД), создаваемая АО “Российские космические системы”. Система СДКМ–КФД обеспечивает формирование и доставку потребителям на территории Российской Федерации корректирующей информации и информации о целостности навигационных полей ГНСС ГЛОНАСС и GPS в формате SBAS» [1]. СДКМ–КФД состоит из следующих комплексов: – комплекса сбора измерений, включающего сеть станций сбора измерений текущих навигационных параметров — 46 станций на территории Российской Федерации, 8 станций за рубежом и 3 станции в Антарктиде; – комплекса обработки данных; – комплекса доставки информации потребителю; – средств комплекса контроля информации СДКМ–КФД. Известно, что солнечная активность приводит к возмущениям ионосферы, вызывающим ошибки в измерениях псевдодальности [2]. Ионосферная задержка является одной из самых больших и непредсказуемых величин, которые оказывают негативное воздействие на сигналы ГНСС. Среднеквадра-

тическая ошибка в измерениях псевдодальностей, вызванная прохождением сигнала через ионосферу, составляет порядка 5–10 м [3], что нельзя не учитывать при работе с навигационными данными. Для обеспечения высокоточной дифференциальной коррекции в системах SBAS одночастотного сервиса L1 необходимым является формирование и передача ионосферных поправок потребителю в зоне действия системы SBAS. В системах SBAS L1 используется модель формирования вертикальных ионосферных задержек, основанная на привязке ионосферных точек прокола к точкам ионосферной сетки. Эта модель была впервые предложена для системы WAAS [2] и позволяет передавать параметры модели потребителям для коррекции ионосферы в зоне действия SBAS в реальном времени.

Описание метода расчета ионосферной задержки в узлах ионосферной сетки Ионосферной сеткой называется «совокупность точек на поверхности Земли, для которых вычисляются вертикальные ионосферные задержки. Ионосферные поправки к псевдодальностям навигационной аппаратуры потребителя (поправки, компенсирующие задержки навигационного сигнала в ионосфере) передаются в виде двух параметров: – величина вертикальной ионосферной задержки I G ; – параметр GIVEI — условный цифровой код, однозначно связанный с дисперсией оценки вертикальной ионосферной задержки. Эти параметры определяются в точках ионосферной сетки (ionospheric grid points, IGPs) и дают оценку вертикальной ионосферной задержки навигационного сигнала для случая вертикального прохождения сигнала через данную точку ионосферной сетки. Используя эти параметры, потребитель интерполирует полученную вертикальную ионосферную задержку из ближайших точек ионосферной сетки в наклонную ионосферную задержку для линии визирования рабочего спутника» [4]. На рис. 1 показан принцип формирования ионосферной сетки.

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

В. Г. СЕРНОВ, Ю. В. ИСАЕВ, Д. В. ФИЛИМОНОВА

Рис. 1. Принцип формирования ионосферной сетки

Далее приведем метод расчета ионосферы в точках ионосферной сетки в системе WAAS, который используется также в системе KAAS [5]. Этот алгоритм использует привязку точек прокола ионосферы к узлам ионосферной сетки и учитывает суточные колебания ионосферы в пространстве за счет использования номинальной модели. В качестве номинальной модели для пересчета точек прокола к точке сетки в WAAS используется модель Клобучара [6]. В основу предложенной технологии для WAAS положена оценка по взвешенному методу наименьших квадратов. Согласно этой оценке ионосферная задержка I G в точке сетки рассчитывается следующим образом: K K 1 I 1 i · 2 , I G = I nominal,G · 2

и длиной дуги большого круга Земли D, соответствующей центральному углу 5◦ , равной 5 · 111,321. Также стоит отметить, что формула (1) была разработана для зоны обслуживания WAAS (центральная часть Северной Америки). Коэффициенты для модели Клобучара передаются в навигационном сообщении спутников GPS, при этом не гарантируется достоверность закладываемых коэффициентов, и в случае отсутствия данных, получаемых со спутников GPS, формула (1) не может быть использована, так как в системе ГЛОНАСС, основанной на сигналах с частотным разделением, не предусмотрена передача этих коэффициентов. Заметим, что в новых сигналах ГЛОНАСС с кодовым разделением L1OC и L3OC используется модель ионосферы и будут передаваться соответствующие параметры. В СДКМ–КФД реализуется оценка ионосферной задержки I G в точке сетки следующим образом:

I G =

K K I 1 i

ε2i

k=1

(3)

ε2i

При этом в СДКМ–КФД для расчета весовых коэффициентов точек прокола при привязке к точке сетки используется наиболее распространенная модель ионосферы — IRI (International Reference Ionosphere) [7]. В модель IRI в качестве входного параметра передается усредненный за последний INominal,i год индекс солнечной активности (число Вольфа). εi εi k=1 k=1 Окончательная дисперсия точки прокола ионосфе(1) ры определяется по формуле (4): где Ii — значение ионосферы в точке прокола, ⎞2 ⎛ 2 + Δi I nominal,G — значение ионосферы в точке сетки, выσIPP + d IPP–RCV Nominal ⎠ + σ 2IPP , (4) εi = ⎝ — значисленное по номинальной модели, I Nominal,i

чение ионосферы в точке прокола сетки, вычисленное по номинальной модели, εi — ошибка вычисления ионосферы. В случае WAAS вводится корреляционная функция, которая увеличивает значение дисперсии точки прокола в зависимости от удаления от точки сетки: σ εi = i , (2) Δ

2 — дисперсия значения точки прокогде σIPP ла, ΔiIPP–RCV — дисперсия изменения значения ионосферы в точке прокола с момента вычислений dNominal — различие значений ионосферы в точке прокола и точке сетки по модели IRI, σ 2IPP — дисперсия значения точек прокола, которые прини

−

d 2D

, коэфмают отрицательное значение, f = 2 − d где σi — дисперсия точки прокола, Δ = e 2D — фициенты d и D определяются как и в формуле (1). дополнительный коэффициент, зависящий от расФормирование сетки вертикальных ионосферстояния между точкой прокола и точкой сетки d ных задержек является одной из основных задач

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

МЕТОД ВЫЧИСЛЕНИЯ ИОНОСФЕРНОЙ ЗАДЕРЖКИ В УЗЛАХ ИОНОСФЕРНОЙ СЕТКИ

Рис. 2. Карта узлов ионосферной сетки СДКМ–КФД

СДКМ–КФД в части обеспечения точности и контроля целостности. Комплекс обработки данных вырабатывает ионосферные поправки (ионосферная сетка), которые можно использовать в любой точке региона, обслуживаемого системой СДКМ–КФД. На рис. 2 показана карта, на которой изображены

узлы ионосферной сетки, формируемые системой СДКМ–КФД. Общая блок-схема работы алгоритма определения сетки ионосферных задержек представлена на рис. 3.

Результат применения алгоритма расчета ионосферной задержки в системе СДКМ–КФД На рис. 4 красным цветом показан результат разности значений ионосферной задержки в точке с координатами 45◦ с. ш., 55◦ в. д., вычисленных по алгоритму, реализуемому в WAAS, и значений в финальной версии глобальной ионосферной карты IGS (International GNSS Service) [8] в зависимости от времени. Аналогично синим цветом показан результат разности значений, вычисленных по алгоритму, реализуемому в СДКМ–КФД, и значений IGS. Вычисления производились на интервале 7 суток с дискретностью 5 минут. Таким образом, данный график отражает точность вычисления значения ионосферной задержки путем сопоставлеРис. 3. Общая блок-схема алгоритма вычисления ионо- ния результирующего значения с полученным в фисферной задержки в узлах ионосферной сетки нальной версии глобальной ионосферной карты IGS.

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

В. Г. СЕРНОВ, Ю. В. ИСАЕВ, Д. В. ФИЛИМОНОВА

Рис. 4. Разности значений ионосферной задержки, вычисленной по алгоритмам WAAS и СДКМ–КФД, и значений глобальной ионосферной карты IGS в точке с координатами 45◦ с. ш., 55◦ в. д.

Рис. 5. Разности значений ионосферной задержки, вычисленной по алгоритмам WAAS и СДКМ–КФД, и значений глобальной ионосферной карты IGS в точке с координатами 65◦ с. ш., 60◦ в. д.

Было проведено еще несколько аналогичных экспериментов для двух других точек на поверхности Земли. На рис. 5 и 6 представлены результаты для точек, расположенных севернее и южнее предыдущей соответственно. По результатам проведенного эксперимента в точке с координатами 45◦ с. ш., 55◦ в. д. было получено, что дисперсия разности значений ионосферной задержки, вычисленной по алгоритму WAAS, составляет 0,02 м2 , а по алгоритму, реализованному в СДКМ–КФД, — 0,004 м2 . Таким

образом, можно сказать, что алгоритм, реализуемый в системе СДКМ–КФД, обеспечивает точность определения значения ионосферы, характеризуемую дисперсией, выше, чем у WAAS, по крайней мере в 5 раз на территории Российской Федерации. Аналогичный показатель, полученный для точки на поверхности Земли, расположенной севернее, составляет 4 раза, а для точки южнее — 8 раз. Из этого можно сделать вывод, что использование алгоритма, реализованного в системе СДКМ– КФД, позволяет повысить точность привязки точки

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

МЕТОД ВЫЧИСЛЕНИЯ ИОНОСФЕРНОЙ ЗАДЕРЖКИ В УЗЛАХ ИОНОСФЕРНОЙ СЕТКИ

Рис. 6. Разности значений ионосферной задержки, вычисленной по алгоритмам WAAS и СДКМ–КФД, и значений глобальной ионосферной карты IGS в точке с координатами 40◦ с. ш., 100◦ в. д.

прокола к точке сетки и, как следствие, повысить Список литературы точность навигационных определений. При этом эффективность приведенного алгоритма более выраже- 1. Сернов В. Г., Вовасов В. Е. Высокоточное позиционирование с использованием СКДМ // Новости нана в южных широтах из-за относительной изначальвигации, 2018, № 3. С. 13–16. ной стабильности ионосферы в северных широтах. 2. Chao Y. Real-time implementation of the wide area augmentation system for the global positioning system with an emphasis on ionospheric modeling. UMI ComВ данной статье был проведен анализ алгоpany, June, Ann Arbor, USA, 1997.

Заключение

ритма вычисления ионосферной задержки в узлах ионосферной сетки, используемого в системе функционального дополнения WAAS. Были определены недостатки его применения в случае, когда потребитель находится на территории Российской Федерации, и был предложен альтернативный метод расчета ионосферной задержки в узлах ионосферной сетки. Из результатов применения предложенного в статье алгоритма и сравнения полученных значений ионосферной задержки с финальной версией глобальной ионосферной карты IGS, видно, что алгоритм, реализуемый в системе СДКМ– КФД, обеспечивает более высокую точность определения значения ионосферы на территории Российской Федерации, чем используемый в системе WAAS, особенно в южных широтах, что позволяет повысить точность навигационных определений. Исследование повышения точности навигации с использованием представленного алгоритма является предметом дальнейшего рассмотрения.

3. Kaplan E., Hegarty C. Understanding GPS: principles and applications. Artech house, 2005. 4. Мальцев Г. Н., Ильин А. В. Форматы передачи данных о состоянии ионосферы по каналам системы дифференциальной коррекции и мониторинга // Метеорологический вестник, 2014, т. 6, № 1. С. 61–68. 5. Shau-Shiun J., Shih-Chieh L. Implementation and Evaluation of the WADGPS System in the Taipei Flight Information Region, Sensors, 2010, vol. 10. P. 2995–3022. 6. Klobuchar J. A. Design and Characteristics of the GPS ionospheric Time Delay Algorithm for Single Frequency Users // Proceedings of IEEE Position Location and Navigation Symposium, Las Vegas, NY, Nov. 1986. 7. International Reference Ionosphere: [сайт]. http://irimodel.org (Дата обращения 27.01.2022). 8. International GNSS Service: [сайт] http://www.igs.org (Дата обращения 27.01.2022).

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ 2022, том 9, выпуск 2, c. 62–72 КОСМИЧЕСКИЕ НАВИГАЦИОННЫЕ СИСТЕМЫ И ПРИБОРЫ. РАДИОЛОКАЦИЯ И РАДИОНАВИГАЦИЯ УДК 004.9: 629.78 DOI 10.30894/issn2409-0239.2022.9.2.62.72

Концепция использования методов анализа и моделирования систем для исследования измерительных задач баллистико-навигационного обеспечения КА В. К. Ларин, к. т. н., с. н. с., contact@spacecorp.ru АО «Российские космические системы», Москва, Российская Федерация Аннотация. В статье рассмотрены вопросы исследования измерительных задач с использованием методов анализа и моделирования систем. Целью исследований является определение основных свойств объекта, влияющих на решение. В качестве предметной области выбраны задачи баллистико-навигационного обеспечения КА. Конкретным объектом исследования является задача предварительной обработки измерений (ПРО). В статье приводится обзор методов анализа и моделирования технических систем. Созданы классификационные таблицы видов анализа и моделирования для выбора методов, соответствующих объекту предметной области. На базе проведенных исследований получены данные анализа и моделирования задачи ПРО. Обобщенные результаты в виде отдельных блоков учтены в программе задачи в соответствии со значением вариантов степени структурированности задачи: структурированный, квазиструктурированный и слабоструктурированный. Ключевые слова: предметная область, структура, слабоструктурированные задачи, анализ систем, моделирование, эвристические методы

The Concept of Using Analysis and Simulation Methods to Study the Measurement Tasks of Ballistic and Navigation Support of Spacecraft V. K. Larin, Cand. Sci. (Engineering), Senior Researcher, contact@spacecorp.ru Joint Stock Company “Russian Space Systems”, Moscow, Russian Federation Abstract. The article deals with the research of measurement problems using methods of systems analysis and simulation. The purpose of the research is to determine the main properties of the object that affect the solution. The ballistic and navigation spacecraft (SC) support tasks are chosen as the subject area. The specific object of research is the task of preprocessing of measurements (PP). The paper gives a review of methods of analysis and modeling of technical systems. Classification tables of types of analysis and modeling for the choice of methods corresponding to the object of the subject area are created. Based on the conducted research the data of analysis and modeling of the PP task were obtained. Generalized results in the form of separate blocks are taken into account in the program of the task in accordance with the variants of the degree of structure of the task: structured, quasi structured, and weakly structured. Keywords: subject area, structure, weakly structured problems, systems analysis, modeling, heuristic methods

КОНЦЕПЦИЯ ИСПОЛЬЗОВАНИЯ МЕТОДОВ АНАЛИЗА И МОДЕЛИРОВАНИЯ СИСТЕМ

Введение В данной работе рассматриваются вопросы исследования функциональных задач (систем) с использованием условно объединенных процедур, состоящих из анализа и моделирования. На первом этапе система выступает в качестве некоторой абстракции безотносительно к функциональной принадлежности, в дальнейшем система рассматривается применительно к конкретной предметной области. Основной целью как анализа, так и моделирования является определение основных свойств объекта. Несмотря на схожесть целей указанных процессов, результаты могут различаться как по форме, так и по содержанию, поэтому целесообразно их последующее совместное рассмотрение, которое включает сравнение результатов анализа и моделирования, их корректирование и объединение в качестве окончательного результата как элемента общего решения задачи. Для того чтобы данные исследования приобрели практический смысл, необходимо отнести их к какому-либо типу (или виду) функционально определенных систем. В частности, рассмотрена система измерительных задач, входящих в состав баллистико-навигационное обеспечения (БНО). Предлагается следующая последовательность данной работы. Так как в описании присутствуют три базисных понятия — система, анализ и моделирование, вначале приводится их определение в рамках поставленной задачи, а также классификация по признакам конкретной предметной области. Далее приводятся таблицы классификации методов анализа и моделирования объектов данной предметной области. На следующем этапе определяются критерии, по которым можно выбирать необходимые методы анализа и моделирования из классификационных таблиц в зависимости от функционального назначения задачи. Далее приводятся технологические схемы процедур анализа и моделирования измерительной задачи и формируются результаты их использования.

На последнем этапе результаты объединяются в один с целью дальнейшего использования в общем решении задачи. В заключение приводится структурная схема решения измерительной задачи и определяется соответствующее место для результата настоящих исследований.

Основная часть Для наглядного представления проводимых исследований на схеме (рис. 1) отображены этапы работ и последовательность их исполнения.

Рис. 1. Схема этапов исследований

1. Система Определение Система представляет собой совокупность элементов (объектов, субъектов), находящихся между собой в определенной зависимости и составляющих некоторое единство (целостность), обладающая свойствами, не присущими составляющим ее элементам, взятым в отдельности [1].

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

В. К. ЛАРИН

В самом общем случае понятие «система» характеризуется следующими основными признаками: – наличием множества элементов, – наличием связи между ними, – целостным характером данного объекта. Классификация Если строить классификацию по иерархическому принципу, то, согласно [2], и с учетом выбранного объекта исследования верхнюю строку займут абстрактные системы. К ним относятся языки, системы счисления, алгоритмы, компьютерные программы, математические модели и т. д. Из многообразия абстрактных систем выделяются действующие системы, которые способны совершать операции, технологически выстроенные процессы, действуя по программам, создаваемым человеком. Действующие системы в свою очередь подразделяются на технические, технологические, экономические, социальные, организационные системы и управление. Из перечисленных выше систем объекту исследований наиболее соответствуют технические и технологические системы. Техническая система — это совокупность взаимосвязанных физических элементов. В качестве связей выступают механические, электромагнитные, гравитационные и другие взаимодействия. Технологическая система. Технология как процесс имеет две формы реализации: как абстрактная совокупность операций и как совокупность операций с соответствующими техническими устройствами. Таким образом, возникают две технологические системы: одна — формальная (только операции), другая — материальная (операции плюс устройства). Формальная технологическая система (ФТС) — это совокупность операций (процессов) для достижения некоторой цели (решения задачи). Структура ФТС определяется набором методов, методик, регламентов, правил и норм. Элементами ФТС являются процессы — «последовательная смена операций, направленная на изменение состояние объекта. В качестве связей выступают свойства объектов или сигналы, передаваемые при переходе от одной операции к другой» [3].

Материальная технологическая система (МТС) — это совокупность технических устройств, реализующих операции и определяющих их качество и продолжительность.

2. Анализ систем Определение Анализ необходимо рассматривать в двух интерпретациях: как процедуру (или процесс) и как инструмент исследования. Анализ как процедура заключается в разделении системы на составные части, выявлении ее структурных свойств и отношений между частями. Анализ как инструмент занимается целенаправленным исследованием объектов (или их элементов) с учетом их функционального назначения и специфических свойств. Классификация Согласно вышеуказанной классификации исследуемая система — измерительные задачи относится к абстрактным системам, отсюда следует классификационная таблица видов анализа систем, соответствующая выбранному объекту. Виды анализа систем Математический анализ включает следующие разделы: анализ бесконечно малых величин, дифференциальное и интегральное исчисления. В основе статистического анализа лежит математическая статистика — наука, разрабатывающая математические методы систематизации статистических данных для научных и практических выводов. Структурный анализ «предполагает исследование системы с помощью ее графического модельного представления, которое начинается с общего обзора и затем детализируется, приобретая иерархическую структуру со все большим числом уровней» [4]. Функциональный анализ представляет собой аналитический инструмент, позволяющий выявлять функции, их характеристики, а также рейтинги компонентов системы. Главная цель — представить техническую систему в виде набора функций и выявить ее функциональные недостатки. Кластерный анализ — статистическая процедура, выполняющая сбор данных, содержащих информацию о выборке объектов и затем упоря-

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

КОНЦЕПЦИЯ ИСПОЛЬЗОВАНИЯ МЕТОДОВ АНАЛИЗА И МОДЕЛИРОВАНИЯ СИСТЕМ

дочивание их в сравнительно однородные группы (кластеры). Графический анализ — это интерпретация информации на графике в виде графических формаций. В основном анализ производится визуально. Системный анализ — совокупность методов анализа и решения неформальных задач.

3. Моделирование Определение Моделирование осуществляется при помощи модели. Поэтому ниже приводятся два определения: модели и моделирования. Модель — это упрощенное подобие реального объекта, которое отражает существенные особенности (свойства) изучаемого объекта, отвечающие цели моделирования; — это материальный или воображаемый объект, который в процессе познания замещает реальный объект, сохраняя при этом его существенные свойства. Моделирование — это процесс исследования реального объекта с помощью модели. Классификация Виды моделей Математическая модель — представление объекта, процесса или явления в виде математических зависимостей (функций, уравнений). Имитационная модель — отображение процесса или явления с помощью математических уравнений, реализованных в виде компьютерной программы. Информационная модель — совокупность информации, характеризующей основные свойства и состояние объекта. Геометрическая модель — модель, представленная в виде графических форм (граф, блок-схема, диаграмма). Табличная модель — информация о моделируемом объекте, структурированная в виде таблицы. Виды моделирования «Применительно к естественно-техническим, социально-экономическим и другим наукам принято различать следующие виды моделирования: • концептуальное моделирование, при котором с помощью некоторых специальных знаков,

•

символов, операций над ними или с помощью естественного или искусственного языков истолковывается основная мысль (концепция) относительно исследуемого объекта; интуитивное моделирование, которое сводится к мысленному эксперименту на основе практического опыта работников (широко применяется в экономике); физическое моделирование, при котором модель и моделируемый объект представляют собой реальные объекты или процессы единой или различной физической природы, причем между процессами в объекте-оригинале и в модели выполняются некоторые соотношения подобия, вытекающие из схожести физических явлений; структурно-функциональное моделирование, при котором моделями являются схемы, (блоксхемы), графики, чертежи, диаграммы, таблицы, рисунки, дополненные специальными правилами их объединения и преобразования; математическое (логико-математическое) моделирование, при котором моделирование, включая построение модели, осуществляется средствами математики и логики; имитационное (программное) моделирование, при котором логико-математическая модель исследуемого объекта представляет собой алгоритм функционирования объекта, реализованный в виде программного комплекса для компьютера; компьютерное моделирование, являющееся развитием имитационного моделирования» [3].

4. Выбор видов анализа и моделирования Выбор видов «анализа» и «моделирования» производится на базе материалов классификации существующих систем, рассмотренных выше и на основе признаков, близких по свойствам к измерительным задачам. Процедура выбора из классификационных списков проводится по критериям исследуемого объекта. Под критерием понимается характерное свойство объекта, по которому можно найти в классификационном списке способ (метод, технологию, вид анализа и т. д.) решения поставленной задачи или ее части.

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

В. К. ЛАРИН

Основные характеристики измерительных задач БНО [5]. 1. В качестве исходных данных выступают массивы измеряемых параметров (псевдодальность, фаза несущей частоты, радиальная скорость). 2. Использование статистических методов решения задачи. 3. Конечная цель решения — уточнение параметров модели движения КА. 4. Комплексная обработка измерений осуществляется с помощью ИВС. 5. Использование базы данных под управлением СУБД для хранения информации. Перечисленные свойства можно рассматривать в качестве критериев ИЗ.

Для удобства выполнения следующего этапа исследований — выбора соответствующего вида анализа и моделирования — сформированы классификационные таблицы, представленные ниже. Выбор необходимых вариантов «анализ систем» и «моделирование» по заданным критериям производится в случае совпадения (достаточно «смыслового») при сравнении пунктов критерия объекта (измерительной задачи) и пунктов содержания классификационных таблиц [6]. В соответствии с рекомендациями и при сравнении свойства объекта с пунктами содержания классификационных таблиц для процедур «анализ системы» и «моделирование» были выбраны следующие варианты:

Т а б л и ц а 1. Классификационная таблица «анализ систем» №

Степень структурированности системы

Содержание

Вид анализа

Математический

Методы дифференциального и интегрального исчисления

Структурированная

Статистический

Обработка измерительной информации

Структурированная

Структурный

Иерархическая структура представления данных

Квазиструктурированная, слабоструктурированная

Функциональный

Выявление функций и их характеристик

Структурированная, квазиструктурированная, слабоструктурированная

Графический

Отображение данных на графиках

Структурированная

Системный

Анализ и решение неформальных задач

Слабоструктурированная, квазиструктурированная

Кластерный

Формирование и анализ однородных групп измерений

Структурированная, квазиструктурированная

Т а б л и ц а 2. Классификационная таблица «модель» №

Вид анализа

Примечание

Содержание

Математическая

Математические зависимости

Траекторные измерения КА

Информационная

Информация об основных свойствах объекта См. «критерии»

Имитационная

Программа функционирования объекта

Псевдодальности, фаза

Геометрическая

Геометрические формы (блок-схема, диаграмма)

Блок-схема

Табличная

Двумерная таблица

Количественные и качественные данные

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

КОНЦЕПЦИЯ ИСПОЛЬЗОВАНИЯ МЕТОДОВ АНАЛИЗА И МОДЕЛИРОВАНИЯ СИСТЕМ

Т а б л и ц а 3. Классификационная таблица «моделирование» №

Вид анализа

Математическое

Расчет параметров объекта по формулам

Используются модели измерений

Имитационное

Расчет характеристик процессов с различными ИД

Варианты с запредельными ИД

Структурно-функциональное

Изменение параметров геометрических объектов

Изменение данных в блоках с ИП

Интуитивное

Мысленное

Обязательное фиксирование вариантов

Содержание

Особенности

Примечание. ИД — исходные данные; ИП — информационные параметры.

«анализ систем» — «статистический» для случая структурированных данных и «структурный» для случая квазиструктурированных и слабоструктурированных данных; «модель» — «математическая» и «имитационная», соответственно для структурированных и слабоструктурированных объектов; «моделирование» — «математическое» и «имитационное», соответственно для структурированных и слабоструктурированных объектов.

5. Анализ и моделирование системы «измерительные задачи» В качестве примера системы «измерительные задачи» рассмотрена задача предварительной обработки траекторных измерений КА (ПРО) [7]. Цель задачи ПРО заключается в формировании сеансов траекторных измерений, удовлетворяющих следующим условиям: – ошибки измерений должны иметь случайный характер; – число измерений в сеансе не должно быть меньше заданного значения; – условия проведения траекторных измерений должны удовлетворять определенным требованиям (по углу места, диапазону псевдодальностей, значениям фаз и т. д.). Для наглядного представления задачи ПРО принципиальная схема ее решения приведена на рис. 2. Статистический анализ систем для случая структурированных данных заключается в оценке системы по следующим зависимостям [7]:

• среднеарифметическое отклонение, рассчитываемое по формуле

|x − x| n

;

• среднеквадратическое отклонение, рассчитываемое по формуле σ=

(x − x)2 n

;

• дисперсия — сумма квадратов отклонений измерений от среднеарифметического значения, рассчитываемая по формуле

σ2 =

(x − x)2 n

Результатом статистического анализа системы являются численные значения среднеарифметического отклонения, среднеквадратического отклонения и дисперсии. Структурный анализ систем для случая квазиструктурированных (КСД) и слабоструктурированных данных (ССД) включает следующие этапы:

• декомпозицию, • анализ функционирования выделенных структур, • оценку степени структурированности системы, • ранжирование структур.

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

В. К. ЛАРИН

Рис. 2. Принципиальная схема решения задачи ПРО Ф-1, Ф-2, Ф-3 — фильтры измерительной информации; «Результат» — сеансы измерений

Краткая характеристика этапов. Декомпозиция. В предлагаемом варианте структуры выделяются элементы наиболее подверженные ошибкам. К ним относится программа, которая, помимо собственных ошибок, допущенных при ее создании, содержит ошибки алгоритма, допущенные при его разработке. Особенностью такого рода ошибок является тот факт, что при этом программа работает без видимых сбоев и выдает результат. Анализ функционирования выделенных структур заключается в определении степени структурированности задачи, которая разделяется на два варианта [8]: – для квазиструктурированных данных (А), – для слабоструктурированных данных (Б) и, в зависимости от полученного диапазона значений, определение типа решения.

Вариант А. Степень структурированности измерительной задачи ПРО КСД имеет следующий диапазон значений: 1 > ССт > 0,5. Это соответствует количественному решению, для чего используются методы статистического анализа, но при этом следует учесть, что за счет возмущения отдельных ИП точность решения ухудшается. Вариант Б. Степень структурированности измерительной задачи ПРО ССД имеет следующий диапазон значений: 0,5 > ССт > 0. Это соответствует качественному решению, для чего используются эвристические методы решения (к наиболее продуктивным методам следует отнести ЭДС). Результатом структурного анализа системы слабоструктурированных данных являются значения степени структурированности задачи в зависимости от диапазона информационных параметров и определение «слабых» структурных связей.

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

КОНЦЕПЦИЯ ИСПОЛЬЗОВАНИЯ МЕТОДОВ АНАЛИЗА И МОДЕЛИРОВАНИЯ СИСТЕМ

Под ранжированием понимается рейтинговое распределение элементов системы в иерархической структуре. Математическая модель задачи ПРО для случая структурированных объектов включает: 1) упрощенную формулу для расчета псевдодальности с учетом поправок к измерениям

P = D + I1 + ΔDtrop + ΔDrot − ΔDpcsat , где D = c · Δt — номинальное значение дальности; I1 — задержка, обусловленная влиянием ионосферы; Dtrop — поправка на задержку распространения сигнала в тропосфере; Drot — поправка на вращение Земли за время распространения сигнала; Dpcsat — поправка на смещение фазового центра антенны НКА относительно центра масс НКА; 2) совокупность фильтров в виде неравенств следующего вида: ni Nk — число измерений в сеансе – должно быть равно или больше заданного значения; – γi — угол места каждого измерения должен быть не менее γз ; – Dmax Di Dmin — значения псевдодальностей должны находиться в заданных пределах. Имитационная модель для случая слабоструктурированных объектов может быть представлена в виде блок-схемы с отображением условий перехода (связей) между соседними блоками (рис. 3). Условия перехода между блоками представляют собой математические выражения для сравнения двух параметров, один из которых имеет наперед заданное значение, другой — текущее значение. При выполнении условия процесс решения продолжается, в ином случае — останов решения. Для измерительных задач возможны следующие условия перехода между блоками: – полученные данные на очередном шаге должны быть: «>, < или равны некоторому значению»; – полученные данные должны находиться в заданном диапазоне значений; – единицы измерений полученных данных должны соответствовать единицам измерений величин, используемых на следующем шаге решения

Рис. 3. Схема перехода между блоками алгоритма ИЗ U (kn ) — номинальное условие перехода от блока n к блоку n + 1; In — информационный параметр блока n; U (kn , In ) — измененное условие перехода от блока n к блоку n + 1; N — номинальное значение условия перехода; N1 –N2 — диапазон значений условия перехода для конкретного блока; Fn , Fn+1 — функциональное содержание блоков n, n+1

(проверка на идентичность единиц измерения должна проходить на каждом шаге программы). Математическое моделирование для случая структурированных данных Процедура математического моделирования задачи ПРО для структурированных данных заключается в проведении расчетов с использованием формул математической модели, а именно: – расчет псевдодальностей, – определение числа измерений в сеансе, – фильтрация измерений по углу места, – фильтрация измерений по диапазону дальностей. Результатом моделирования являются отфильтрованные измерения и сформированные сеансы для дальнейшего использования в краевой задаче.

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

В. К. ЛАРИН

Имитационное моделирование для случая слабоструктурированных данных Основным объектом исследования имитационного моделирования является программа решения задачи (в данном случае ПРО). Инструментом для ее реализации является ИВС. Таким образом, имитационное моделирование для случая ССД заключается в решении задачи ПРО с учетом возможных изменений структурных связей между блоками программы. Наиболее удобным инструментом для реализации этого процесса является ИВС. Структурная схема ИВС с учетом межблочных переходов приведена на рис. 4.

Рис. 4. Структурная схема ИВС

Результатом имитационного моделирования решения задачи ПРО для случая ССД является определение в программе нарушений межблочных связей, вызванных искажением условий перехода от одного алгоритмического блока к другому (см. рис. 3).

6. Корректирование данных анализа и моделирования системы «Измерительные задачи» и формирование общего результата Основная цель проводимых исследований задачи ПРО при использовании методов анализа и моделирования систем заключалась в отыскании «слабых мест», приводивших к сбою решения, и выборе способов их блокирования.

Получены следующие результаты. Анализ системы (результаты): Статистический анализ системы для случая структурированных данных заключается в определении численных значений среднеарифметического отклонения, среднеквадратического отклонения и дисперсии для каждого измерения [9]. Структурный анализ систем для случая квазиструктурированных (КСД) и слабоструктурированных данных (ССД) Рассмотрены два варианта структурированности задачи: для квазиструктурированных данных (А) и для слабоструктурированных данных (Б). Вариант А. Степень структурированности измерительной задачи ПРО КСД имеет следующий диапазон значений: 1 > ССт > 0,5. Это соответствует количественному решению, для чего используются методы статистического анализа, но при этом следует учесть возможное ухудшение точности решения за счет возмущения отдельных ИП. Вариант Б. Степень структурированности измерительной задачи ПРО ССД имеет следующий диапазон значений: 0,5 > ССт > 0. Это соответствует качественному решению, для чего используются эвристические методы решения (к наиболее продуктивным следует отнести ЭДС). Результатом структурного анализа системы слабоструктурированных данных являются значения степени структурированности задачи в зависимости от информационных параметров и выбор метода решения ИЗ в зависимости от полученного значения ССт. Моделирование системы (результаты): Математическое моделирование для случая структурированных данных Результатом математического моделирования являются отфильтрованные измерения и сформированные сеансы для дальнейшего использования в задаче определения параметров орбиты. Имитационное моделирование для случая слабоструктурированных данных Результатом имитационного моделирования решения задачи ПРО для случая ССД является определение в программе нарушений межблочных связей, вызванных искажением условий перехода между соседними блоками задачи.

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

КОНЦЕПЦИЯ ИСПОЛЬЗОВАНИЯ МЕТОДОВ АНАЛИЗА И МОДЕЛИРОВАНИЯ СИСТЕМ

7. Формирование общего результата анализа и моделирования системы Для формирования общего результата анализа и моделирования системы применим пошаговый принцип выбора, который заключается в поэтапном объединении частных случаев в общий. В качестве общего аргумента выступают типы данных: структурированные, квазиструктурированные и слабоструктурированные. Обобщенные результаты применения методов «анализ системы» приведены в табл. 4. Т а б л и ц а 4. Обобщенные результаты «анализ системы» Тип данных

Выбранный метод

Т а б л и ц а 6. Общий результат анализа и моделирования системы Результат

Тип данных Структурированный

Примечание

Сеансы с отфильтроСтандартванными измерениями ный и значениями статисти- вариант ческой оценки

Квазиструкту- Определение искаженрированный ных межблочных связей и значений статистической оценки Слабострукту- Выбор экспертной рированный системы [9]

Примечание

(табл. 3). Учет блоков не должен изменять целостность решения. Принципиальная схема решения ИЗ с учетом Квазиструкту- Статистическая Ухудшение результатов анализа и моделирования системы прирированный оценка измерений точности ведена на рис. 5. Слабострукту- Выбор экспертной Таким образом, на конечном этапе произведерированный системы ны корректировка программы решения ИЗ, заключающаяся в учете нарушений структурных связей Обобщенные результаты применения методов для задач, относящихся к КСД, и перевод решения «моделирования системы» приведены в табл. 5. на экспертно-диагностическую систему для задач, Т а б л и ц а 5. Обобщенные результаты «моделирование относящихся к ССД. системы» Для структурированных задач процедура решения не меняется. Структурированный

Тип данных Структурированный

Статистическая оценка измерений

Результат

Примечание

Сеансы с отфильтрованными измерениями

Квазиструкту- Определение искажерированный ний межблочных связей Слабострукту- Определение искажерированный ний межблочных связей

Общий результат анализа и моделирования системы приведен в табл. 6. Учет полученного результата анализа и моделирования системы в решении ИЗ Учет полученного результата анализа и моделирования системы в решении ИЗ реализуется путем ввода в программу решения задачи дополнительных блоков в соответствии с типом данных

Заключение На основании проведенных исследований измерительных задач с использованием методов анализа и моделирования систем можно сделать следующие выводы. 1. Использование методов анализа и моделирования систем слабоструктурированных задач измерительного типа позволяет выявить ошибки в структурных связях и их программные адреса, допущенные на этапе программирования, и сформировать процедуры блокирования с целью получения удовлетворительного решения. 2. Для исследования решения задач с различной степенью структуризации целесообразно использовать комбинацию методов анализа и моделирования системы, что позволяет более полно

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

В. К. ЛАРИН

5. Ввиду существенного различия методов анализа и моделирования исследование объектов с их использованием целесообразно проводить по отдельному плану для каждого вида, объединяя результаты на последнем этапе при вставке в программу общего решения задачи.

Список литературы 1. Тарасенко Ф. П. Прикладной системный анализ: Учебник. Томск: Издательство Томского университета, 2004. 186 с. 2. Романов В. Н. Системный анализ для инженеров. СПб.: СЗГЗТУ, 2006. 186 с. 3. Качала В. В. Основы теории систем и системного анализа: Учеб. пособие для вузов. М.: Горячая линия–Телеком, 2012. 210 с. 4. Коваленко В. И. Моделирование издания. Базовая страта, система разделов и рубрик, фирменный текст. Дисс.. . . канд. филол. наук: 10.01.10. М., 2004. 173 с.

Рис. 5. Структурная схема программы ИЗ ИД — исходные данные; СД — структурированные данные; КСД — квазиструктурированные данные; ССД — слабоструктурированные данные; ЭС — экспертная система; МБС — межблочные связи; «Да» — соответствует заданному числу измерений; «Нет» — не соответствует заданному числу измерений

5. Бетанов В. В., Ларин В. К., Позяева З. А. К вопросу анализа причин возникновения сбоев в аппаратно-программном комплексе уточнения эфемеридновременной информации ГНСС // Ракетно-космическое приборостроение и информационные системы, 2014, т. 1, вып. 1. С. 55–60. 6. Бетанов В. В., Ларин В. К., Позяева З. А. Прототип экспертной диагностической системы поиска и коррекции скачков в безразностных фазовых измерениях // Ракетно-космическое приборостроение и информационные системы, 2014, т. 1, вып. 3. С. 73–81.

анализировать структурные связи и находить оп- 7. Налимов В. В. Теория эксперимента. М.: Наука, Главная редакция физ.-мат. литературы, 1971. 208 с. тимальное решение задачи. 3. Для определения вида анализа и моделирова- 8. Ларин В. К. Построение прототипа экспертно-диагния сформированы классификационные таблицы виностической системы анализа траекторной измеридов анализа и моделирования, позволяющие выбрать тельной информации // Ракетно-космическое приборостроение и информационные системы, 2017, т. 4, методы, соответствующие предметной области. вып. 1. С. 53–60. 4. Корректирование результатов анализа и моделирования объекта исследования заключается 9. Бетанов В. В., Ларин В. К. Концепция построения во взаимном дополнении полученных характеристик экспертно-диагностического комплекса для аналиструктурных связей и преобразовании в форму, соза информационных систем // Ракетно-космическое приборостроение и информационные системы, 2018, ответствующую блокам алгоритма решения общей т. 5, вып. 2. С. 65–72. задачи.

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ 2022, том 9, выпуск 2, c. 73–76 РАДИОТЕХНИКА И КОСМИЧЕСКАЯ СВЯЗЬ УДК 621.398 DOI 10.30894/issn2409-0239.2022.9.2.73.76

Интеллектуальные датчики. Встроенный датчик состояния бортовых приборов Г. Г. Комальдинов, contact@spacecorp.ru АО «Российские космические системы», Москва, Российская Федерация

Т. Т. Мамедов, к. т. н., mamedov.tt@spacecorp.ru АО «Российские космические системы», Москва, Российская Федерация

О. Е. Хромов, к. т. н., contact@spacecorp.ru АО «Российские космические системы», Москва, Российская Федерация Аннотация. Одной из важнейших задач при штатной эксплуатации и летных испытаниях космических аппаратов (КА) является диагностика и прогнозирование состояния его бортовых систем. Существующие системы измерений, включающие бортовую телеметрическую систему, датчики, привлекаемые средства наземного и бортового контуров управления, зачастую не обеспечивают необходимое качество информации для прогнозирования состояния КА и принятия управленческих решений. Это связано с объективными проблемами, многие из которых могут быть устранены созданием интеллектуальных встроенных датчиков состояния бортовых приборов. Предложены и сформулированы первоочередные задачи в направлении создания таких датчиков и общие вопросы внедрения в современные телеметрические системы интеллектуальных датчиков. Предлагаемое применение интеллектуальных датчиков для аппаратуры сбора информации в телеметрических системах позволит обеспечить полноту и качество телеметрической информации при анализе причин возникновения нештатных ситуаций, контролировать температурные и механические воздействия на бортовую аппаратуру на всех этапах жизненного цикла, увеличить объем отработочных испытаний бортовой аппаратуры на этапе комплексных и летных испытаний. Ключевые слова: датчики, телеметрия, прогнозирование, диагностика, летные испытания

Intelligent Sensors. Built-in Onboard Instrument Status Sensor G. G. Komaldinov, contact@spacecorp.ru Joint Stock Company “Russian Space Systems”, Moscow, Russian Federation

T. T. Mamedov, Cand. Sci. (Engineering), mamedov.tt@spacecorp.ru Joint Stock Company “Russian Space Systems”, Moscow, Russian Federation

O. E. Khromov, Cand. Sci. (Engineering), contact@spacecorp.ru Joint Stock Company “Russian Space Systems”, Moscow, Russian Federation Abstract. One of the most important tasks in the normal operation and flight tests of spacecraft (SC) is the diagnostics and prediction of the state of its onboard systems. Existing measurement systems, including the onboard telemetry system, sensors, and the involved means of ground and onboard control loops, often do not provide the necessary quality of information for predicting the state of the spacecraft and making management decisions. This is caused by objective problems, many of which can be eliminated by the creation of intelligent built-in sensors for monitoring the state of on-board devices. Priority tasks in the direction of creating such sensors and general issues of introducing intelligent sensors into modern telemetry systems are proposed and formulated. The proposed use of intelligent sensors for data collection equipment in telemetry systems will ensure the completeness and quality of telemetry information when analyzing the causes of emergency situations, control temperature and mechanical effects on on-board equipment at all stages of the life cycle, increase the volume of development tests of on-board equipment at the stage of complex and flight tests. Keywords: sensors, telemetry, forecasting, diagnostics, flight tests

Г. Г. КОМАЛЬДИНОВ, Т. Т. МАМЕДОВ, О. Е. ХРОМОВ

Общие положения

Т а б л и ц а 1. Типовые характеристики качества электропитания

Основной задачей анализа нештатных ситуаЗначение Наименование параметра ций, происходящих на борту изделий ракетно-коспараметра мической техники, является достоверное опреде27 ление причин их возникновения. Это необходимо Напряжение бортовой сети, В для последующего принятия эффективных реше- Максимальный разброс напряжения бор±5 ний по парированию текущих замечаний и исклю- товой сети, В чению их повтора. Броски напряжения электропитания борИсходными данными для анализа служит вся товой сети (БС): информация о функционировании изделий перед – амплитуда, В, не более ±5 и во время возникновения нештатных ситуаций, – длительность, мс, не более 20 в том числе телеметрическая информация. Крайне важной является телеметрическая ин- Просадки напряжения БС: 22 формация, характеризующая такие важные пара- – амплитуда, В, до – длительность, мс, до 200 метры, как: – качество питания, Пусковой ток БА: – температурный режим, – длительность по уровню 3Iном , мс, – уровни механических нагружений. не более 10 Это справедливо для большинства бортовых – длительность по уровню 2Iном , мс, приборов, независимо от функционального назнане более 200 чения. Зачастую указанной телеметрической ин- – скорость нарастания, А/мс, не более 3 формации недостаточно по вполне объективным * где Iном — номинальный ток. причинам. Остановимся на каждом из перечисленных выше параметров. Т а б л и ц а 2. Возможности телеметрических систем для контроля качества электропитания

Контроль качества электропитания

Наименование

Фактическое Требуемое значение значение

В табл. 1 представлены характеристики ка- Типовая частота опроса дат- Не более Не менее чества электропитания, обеспечиваемые система- чиков тока, датчиков напря100 4000 ми электропитания бортовой аппаратуры. В табл. 2 жения и напряжения источприведены существующие и требуемые возможно- ника электропитания исходя сти телеметрических систем контроля параметров из необходимости качественной фиксации нарушения пиэлектропитания [1]. тания, Гц Для параметров, характеризующих качество 50 1 питания, это прежде всего связано с ограничением Минимальная длительность фиксируемого события при частоты опроса датчиков напряжений [1]. Традиционно для таких датчиков она составляет не более условии измерения более чем в 5 точках, мс 100 Гц, следовательно, фиксироваться будут всплесДа Да ки или просадки напряжения длительностью не ме- Измерение напряжения нее 20 мс (два измерения на всплеск/просадку). Измерение тока Нет Да В то же время в технических заданиях (ТЗ) на бортовую аппаратуру (БА) задается требование отсутствия просадок длительностью в единицы микросе- параметров питания следует также отметить необкунд, поэтому частота опроса при этом составляет ходимость фиксации с сопоставимой скоростью сотни килогерц. С точки зрения телеметрирования токов потребления. Величина их бросков обычно

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

ИНТЕЛЛЕКТУАЛЬНЫЕ ДАТЧИКИ. ВСТРОЕННЫЙ ДАТЧИК СОСТОЯНИЯ БОРТОВЫХ ПРИБОРОВ 75

ограничена требованиями ТЗ на БА, что целесообразно контролировать, и дает дополнительную информацию о функционировании БА, например о воздействии дестабилизирующих факторов космического пространства. Многократное увеличение частоты опроса датчиков по цепям питания однозначно требует предварительной обработки, сжатия, до выдачи информации в телеметрическую систему. Возникают следующие трудности для обеспечения более достоверного контроля электропитания телеметрическими системами: – частота опроса параметров питания в настоящее время недостаточна для качественной фиксации нарушения питания и последующего анализа нештатных ситуаций; – прямое увеличение частоты опроса параметров питания всех бортовых систем КА до 4000 Гц и более невозможно из-за ограниченности информативности каналов между ТМС и бортовым комплексом управления (БКУ) и между ТМС и наземным комплексом управления (НКУ). Для обеспечения более достоверного контроля электропитания телеметрическими системами предлагается создать интеллектуальные датчики со встроенной обработкой прямых измерений, требования к которым приведены в табл. 3. Выходной информацией будут пакеты данных, описывающих зафиксированные нарушения питания за заданный интервал времени.

Контроль соблюдения температурного режима

Датчики, контролирующие соблюдение температурного режима работы, обычно устанавливают вне БА [2]. В этом случае измеренная температура может отличаться от реальной за счет внутреннего тепловыделения, что может быть причиной возникновения нештатных ситуаций. Поэтому в приборы с большим тепловыделением следует устанавливать встроенный температурный датчик. Как правило предельная рабочая температура окружающей среды составляет от минус 50 ◦C до плюс 50 ◦C, а предельная рабочая температура электронной компонентной базы (за исключением соединителей) — от минус 50 ◦C до плюс 85 ◦C. Частота опроса температурных датчиков достаточна для контроля температуры и составляет не более 3 Гц. Для выявления причин нештатного функционирования необходимо увеличение точек измерения температуры [3]. Необходимо размещать датчики температуры на привалочных поверхностях БА и внутри БА в местах (элементах) наибольшего тепловыделения и вблизи термочувствительных элементов, в то время как нынешние возможности позволяют размещать температурные датчики вне БА. Прямое увеличение количества температурных датчиков внутри БА приведет к существенному росту масс кабельной сети и ТМС изделия. Для увеличения достоверности контроля соТ а б л и ц а 3. Требования к датчикам контроля питания блюдения температурного режима телеметрическими системами предлагается разработать интеллекЗначение требования Наименование требования туальное устройство опроса температурных датчиСовмещенный тока ков со встроенной обработкой прямых измерений. Тип датчика и напряжения Выходной информацией будут пакеты данных, описывающих зафиксированные нарушения теплового RS485 гальванически Интерфейс режима за заданный интервал времени и темпераразвязанный турного градиента между внутренними узлами БА Погрешность измерений ±2,5 % и внешней поверхностью БА. Встроенная тарировочная таблица

Да

Измерение напряжения БС в диапазоне, В

От минус 10 до плюс 40

Измерение тока в диапазоне, А

От минус 1 до плюс 50

Частота опроса, кГц

До 4

Измерение механических нагружений Измерение уровней механических нагружений также требует размещения соответствующих датчиков внутри БА. Кроме того, потребуется

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

Г. Г. КОМАЛЬДИНОВ, Т. Т. МАМЕДОВ, О. Е. ХРОМОВ

соответствующее согласующее устройство и средства предварительной математической обработки. В настоящее время датчики измерения механических нагружений возможно расположить лишь на элементах конструкции КА, в то время как требуется располагать на корпусах БА. Нынешний этап жизненного цикла БА, обеспеченный измерениями, подразумевает наземную экспериментальную отработку БА и эксплуатацию в составе изделия, в то время как требуемые ресурсы телеметрии затрагивают транспортировку от изготовителя БА на головное предприятие, летные испытания и штатную эксплуатацию. Установка датчиков прямых измерений вибраций в БА [2] на этапах летных испытаний и штатной эксплуатации невозможна из-за ограниченности информативности каналов ТМС-БКУ и ТМСНКУ. Проблема может быть решена созданием датчиков встраиваемых в конструктивные элементы БА с внутренней обработкой и сжатием прямых измерений. Выходной информацией будут пакеты со спектральными характеристиками механических нагружений за заданный интервал времени.

Заключение

1) интерфейс — гальванически развязанный RS485; 2) точность привязки пакета к шкале времени ТМС не хуже 20 мкс; 3) запись информации датчика в зеркало ТМС с обеспечением индивидуального доступа к каждому байту пакета средствами обмена с НКУ и БКУ. Указанные выше проблемы могут быть решены созданием интеллектуального встроенного датчика состояния бортовых приборов. Следует также отметить востребованность в таких датчиках в области диагностики и прогнозирования. Ниже сформулированы первоочередные задачи в этом направлении, которые включают в себя: – определение протокола подключения интеллектуальных датчиков к телеметрическим системам; – подготовку исходных данных для требуемых датчиков; – подготовку исходных данных для алгоритмов обработки результатов измерений; – разработку проекта технических требований к интеллектуальному встроенному датчику состояния бортовых приборов. Предлагаемое создание и применение интеллектуальных датчиков для аппаратуры сбора информации в телеметрических системах позволит: – обеспечить полноту и качество телеметрической информации при анализе причин возникновения нештатных ситуаций; – контролировать температурные и механические воздействия на бортовую аппаратуру на всех этапах жизненного цикла, начиная с отгрузки и транспортировки; – увеличить объем отработочных испытаний бортовой аппаратуры на этапе комплексных и летных испытаний.

Предлагаемые датчики целесообразно устанавливать в БА всех систем. Однако если использовать существующие датчики, то понадобится из каждой системы прокладывать многожильные кабели до телеметрической системы. Одновременно для трансляции этой информации с требуемым качеством в НКУ и БКУ надо выделять соответствующий ресурс в каналах передачи [3]. Возникают следующие трудности перехода к интеллектуальным датчикам: – замена прямых измерений на измерения интеллектуальных датчиков приведет к необхо- Список литературы димости разработки пакетного протокола обмена 1. Назаров А. В. Современная телеметрия в теории «интеллектуальный датчик»–ТМС; и на практике. Учебный курс / А. В. Назаров, – внедрение пакетного протокола обмена Г. И. Козырев, И. В. Шитов и др. СПб: Наука и тех«интеллектуальный датчик»–ТМС потребует вненика, 2007. 672 с. сения соответствующих дополнений в ТЗ на пер- 2. Фрайден Дж. Современные датчики. Справочник. спективные унифицированные ТМС. М.: Техносфера, 2005. 589 с. В рассматриваемом случае к протоколу обмена 3. Хромов О. Е. Новые информационные технологии из«интеллектуальный датчик»–ТМС предъявляются мерений и управления КА // М.: Двойные технолоследующие требования: гии, 2007, № 2(39). C. 67–73.

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ 2022, том 9, выпуск 2, c. 77–90 РАДИОТЕХНИКА И КОСМИЧЕСКАЯ СВЯЗЬ УДК 629.78:621.38 DOI 10.30894/issn2409-0239.2022.9.2.77.90

Разработка интеллектуальной системы коммутации питания научной аппаратуры автоматических космических миссий Д. Н. Глазкин, glazkin@iki.rssi.ru Институт космических исследований РАН, Москва, Российская Федерация

Н. С. Дятлов, nsdiatlov@iki.rssi.ru Институт космических исследований РАН, Москва, Российская Федерация

К. В. Ануфрейчик, kos@iki.rssi.ru Институт космических исследований РАН, Москва, Российская Федерация

И. В. Чулков, chulkov@iki.rssi.ru Институт космических исследований РАН, Москва, Российская Федерация

Д. Г. Тимонин, timonin@iki.rssi.ru Институт космических исследований РАН, Москва, Российская Федерация

К. И. Титов, kitit@iki.rssi.ru Институт космических исследований РАН, Москва, Российская Федерация

А. С. Буторкин, butorkin@iki.rssi.ru Институт космических исследований РАН, Москва, Российская Федерация Аннотация. Системы коммутации питания полезной нагрузки с функцией защиты от перегрузки по току широко применяются в космических аппаратах. Отключение нагрузки в случае превышения током потребления определенного порога позволяет парировать нештатные ситуации и предотвращать распространение отказа на другие приборы и системы аппарата. Cформулированы требования к характеристикам, которыми должна обладать интеллектуальная система коммутации питания научной аппаратуры космического аппарата. Предложена схемотехническая реализация системы на основе программируемой аналоговой интегральной схемы и других современных отечественных электрорадиоизделий специального назначения. Приведены особенности применения программируемой аналоговой интегральной схемы и описана электрическая схема, реализованная в прошивке. Представлены характеристики разработанного решения, полученные в результате отладки на макете. Ключевые слова: научная аппаратура космического аппарата, система коммутации питания, защита от перегрузки по току, программируемая аналоговая интегральная схема, МОП-транзистор, радиационная стойкость

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ 2022, том 9, выпуск 2, c. 77–90 РАДИОТЕХНИКА И КОСМИЧЕСКАЯ СВЯЗЬ

Intelligent Power Distribution System Design for Scientific Uncrewed Space Missions D. N. Glazkin, glazkin@iki.rssi.ru Space Research Institute of the Russian Academy of Sciences, Moscow, Russian Federation

N. S. Diatlov, nsdiatlov@iki.rssi.ru Space Research Institute of the Russian Academy of Sciences, Moscow, Russian Federation

K. V. Anufreichik, kos@iki.rssi.ru Space Research Institute of the Russian Academy of Sciences, Moscow, Russian Federation

I. V. Chulkov, chulkov@iki.rssi.ru Space Research Institute of the Russian Academy of Sciences, Moscow, Russian Federation

D. G. Timonin, timonin@iki.rssi.ru Space Research Institute of the Russian Academy of Sciences, Moscow, Russian Federation

K. I. Titov, kitit@iki.rssi.ru Space Research Institute of the Russian Academy of Sciences, Moscow, Russian Federation

A. S. Butorkin, butorkin@iki.rssi.ru Space Research Institute of the Russian Academy of Sciences, Moscow, Russian Federation Abstract. Payload power distribution systems with overcurrent protection function are widely used in spacecraft. Disconnection of load in case of overcurrent allows canceling failure mitigation in load and over the spacecraft. Requirements for Intelligent Power Distribution System for spacecraft payload are formulated. The complete design of the system using Programmable Analog Integrated Circuit and other modern Russian electronic components is proposed. Details regarding Programmable Analog Integrated Circuit application and schematics implemented in its firmware are described. Characteristics of the developed design obtained at the tests with a mock-up are established. Keywords: spacecraft payload, power distribution, overcurrent protection, Programmable Analog Integrated Circuit, MOSFET, radiation hardness

РАЗРАБОТКА ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ КОММУТАЦИИ ПИТАНИЯ

Коммутация питания научной аппаратуры Полезная нагрузка научно-исследовательских космических аппаратов состоит, как правило, из нескольких независимых научных приборов, составляющих комплекс научной аппаратуры (КНА). Обязательным элементом космического аппарата является система коммутации питания КНА. Возможность коммутации питания на каждый прибор по отдельности позволяет:

• снизить потребляемую мощность КНА — за счет возможности полного отключения неактивных в данный момент времени приборов; • повысить общую надежность КНА — за счет возможности отключения питания вышедшего из строя прибора и, как следствие, предотвращения распространения отказа; • повысить надежность каждого прибора в отдельности — за счет возможности сокращения времени активной работы, а также за счет возможности применения холодного резервирования (когда прибор или его отдельная часть дублируется и резервная часть остается выключенной). Защита от перегрузки по току в настоящее время является важнейшей функцией систем коммутации питания и широко используется как в отечественных («Луна-25», «Ионосфера»), так и в иностранных проектах [1–5]. Отключение нагрузки в случае превышения током потребления определенного порога позволяет парировать нештатные ситуации (вызванные, например, тиристорным эффектом) и предотвратить распространение отказа на другие приборы и системы аппарата. На основе опыта разработки и летной эксплуатации научной аппаратуры, а также участия в наземной отработке комплексов научной аппаратуры для различных миссий («ЭкзоМарс-2016», «ЭкзоМарс-2022», «Луна-25», «Луна-26») был составлен список рекомендуемых к реализации во вновь разрабатываемых проектах характеристик, которыми должна обладать система коммутации питания: • коммутируемое напряжение — 20–35 В, коммутируемая цепь — положительная;

• коммутируемая ток по фидерам — до 8 А (в зависимости от фидера); • допустимое падение напряжения на элементах коммутации — не более 1 В; • наличие гальванической развязки цепей управления от коммутируемых цепей; • наличие защиты от перегрузки по току, со скоростью срабатывания не более 100 мкс; • индивидуальная настройка порога срабатывания защиты от перегрузки по току для каждого фидера (задается единожды на этапе разработки КД); • погрешность порога срабатывания защиты — ±20 %; • контроль токов потребления по фидерам и передача значений на Землю в составе телеметрии; • возможность работы в холодном резерве, т. е. возможность объединения выходов двух полукомплектов (запитанного и незапитанного) в одной точке с исключением взаимовлияния друг на друга; • стойкость к внешним воздействующим факторам космического пространства; • реализация преимущественно на компонентах отечественного производства. Схемотехнически система коммутации питания представляет собой набор ключей, каждый из которых в свою очередь состоит из силового коммутирующего элемента, схемы управления и схемы измерения (см. рис. 1) [1–3, 6, 7]. В качестве силовых коммутирующих элементов в настоящее время, как правило, применяются МОП-транзисторы.

Рис. 1. Обобщенная схема ключа с функцией защиты от перегрузки по току

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

Д. Н. ГЛАЗКИН, Н. С. ДЯТЛОВ, К. В. АНУФРЕЙЧИК И ДР.

Обзор схемотехнических решений ключей с функцией ограничения тока Ключи могут быть реализованы в монолитном (микросхемы), гибридном (микросборки), дискретном исполнениях или же как их комбинация. Рассмотрим достоинства и недостатки различных вариантов реализации ключей.

Интеллектуальные МОП-реле Интеллектуальное МОП-реле — гибридное электронное устройство, предназначенное для коммутации сильноточной цепи питания нагрузки, обладающее функцией защиты от перегрузки по току [8, 9]. Решение на основе МОП-реле обладает следующими преимуществами:

Интеллектуальные силовые ключи Разработанные отечественной фирмой «Ангстрем» микросхемы интеллектуальных силовых ключей [11] являются функциональными аналогами широко известных ключей серии BTS фирмы Infineon [12]. Ключи имеют встроенные функции защиты от перегрузки по току, перенапряжения, перегрева и переполюсовки. Решение на основе интеллектуальных силовых ключей обладает следующими преимуществами:

• интегральное исполнение, а следовательно, малые габариты; • наличие функций защиты от перегрузки и статуса; • низкий постоянный ток потребления схемы управления.

Решение на основе интеллектуальных силовых • гибридное исполнение, а следовательно, малые ключей обладает следующими недостатками: габариты; • отсутствие гальванической развязки, требу• наличие гальванической развязки не требует ются дополнительные компоненты для ее редополнительных компонентов для ее реалиализации; зации; • невозможность задания (точной подстройки) • наличие функций защиты от перегрузки. порога срабатывания защиты; • длительность времени срабатывания защиты Решение на основе МОП-реле обладает следостигает 2 мс, что может привести к повредующими недостатками: ждениям в цепях нагрузки в случае нештатной • невозможность задания (точной подстройки) ситуации; порога срабатывания защиты; • высокий порог срабатывания защиты от пере• длительность времени срабатывания защиты грузки (45 А) фактически означает отсутствие достигает 100 мс, что может привести к покакой-либо защиты для приборов с малой повреждениям в цепях нагрузки в случае требляемой мощностью. нештатной ситуации;

• высокий постоянный ток потребления схемы Микросхемы ограничителей тока управления; при большом количестве одновреМикросхемы ограничителей тока функциональменно включенных фидеров нагрузки потребно схожи с интеллектуальными ключами, но при ляемая мощность по цепям управления составэтом позволяют более гибко управлять параметрами ляет заметную величину. схемы коммутации. Микросхемы могут как иметь Надежность и работоспособность систем ком- встроенный коммутирующий МОП-транзистор [13], мутации питания на основе МОП-реле подтвер- так и требовать подключения внешнего [14]. Данное ждается летной эксплуатацией в приборе ACS про- решение обладает следующими преимуществами: екта «ЭкзоМарс-2016» [10], а также успешными конструкторско-доводческими и ресурсными испытаниями прибора БУНИ (проект «Луна-Глоб»).

• интегральное исполнение, а следовательно, малые габариты;

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

РАЗРАБОТКА ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ КОММУТАЦИИ ПИТАНИЯ

• высокое коммутируемое постоянное напряже- позволяют создать надежное, радиационно-стойкое, недорогое (относительно готовых импортных решение — 50 В; • возможность точной подстройки порога сраба- ний), гибкое масштабируемое решение. тывания защиты; • мониторинг тока и статус.

Принцип работы ИСКП

Основным недостатком такого решения является отсутствие отечественных микросхем данного типа. Импортные микросхемы имеют высокую стоимость и сложны в поставке, что затрудняет их широкое применение в российских космических проектах.

Разработка новой интеллектуальной системы коммутации питания Рассмотренные решения не позволяют достичь всех желаемых характеристик. Соответственно было принято решение о разработке собственной схемы — интеллектуальной системы коммутации питания (ИСКП) — на основе современной отечественной ЭКБ специального назначения. Такие электронные компоненты, как программируемые пользователем аналоговые микросхемы, МОП-транзисторы с низким сопротивлением сток-исток, базовые матричные кристаллы, оптроны, АЦП и другие,

ИСКП представляет собой массив силовых коммутирующих элементов, объединенных общей схемой управления. Силовой коммутирующий элемент представляет собой МОП-транзистор P- или N-канальный). Схема на основе P-канального транзистора компактнее, но при этом не позволяет коммутировать большие токи из-за высокого сопротивления канала. В ИСКП схема на основе P-канального транзистора применяется для коммутирования токов до 1 А. Электрическая схема ИСКП с N-канальным коммутирующим элементом представлена на рис. 2. Транзистор VT1 коммутирует цепь бортового электропитания «+27 V» на нагрузку Rн . Транзистор VT2 выполняет функцию диода (т. н. схема «идеального диода»), блокируя протекание обратного тока — из нагрузки в цепь «+27 V» и в цепи управления ИСКП. Это исключает паразитную запитку ИСКП в выключенном состоянии, что позволяет реализовать холодное резервирование, то есть подключение к нагрузке двух (или более) схем ИСКП, одна из которых запитана, а остальные

Рис. 2. Электрическая схема ИСКП с коммутирующим элементом на основе N-канального МОП-транзистора

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

Д. Н. ГЛАЗКИН, Н. С. ДЯТЛОВ, К. В. АНУФРЕЙЧИК И ДР.

отключены. Шунтирующий диод VD2 защищает элементы ИСКП от отрицательных выбросов напряжения, возникающих при отключении индуктивной нагрузки. Так как в схеме для коммутации положительной линии питания используется N-канальный транзистор, то для его открытия на затвор необходимо подать положительное напряжение относительно «плавающего» потенциала истока. В ИСКП для генерации такого напряжения для каждого ключа используется импульсный трансформатор Т1. При поступлении цифрового сигнала управления драйвер трансформатора 5503ХМ1-289 (DA2) начинает генерировать переменное напряжение на его первичной обмотке. Выпрямитель VD1–C1, подключенный к вторичной обмотке трансформатора, формирует на затворе транзисторов VT1 и VT2 требуемое напряжение относительно их истоков, что приводит к открытию транзисторов. Программируемая аналоговая интегральная схема (ПАИС) DA5 измеряет ток фидера, считывая падение напряжения на токоизмерительном шунте Rш . При превышении током уровня, заданного на ПАИС с помощью внешнего резистивного делителя, срабатывает защита — формируется сигнал аварийного отключения, поступающий на оптопару U1. При поступлении сигнала оптопара осуществляет быстрое отключение силового транзистора, замыкая затвор с истоком. При этом отключенное состояние сохраняется до тех пор, пока внешняя схема управления не выдаст команду на сброс. Дополнительно ПАИС формирует аналоговую телеметрическую информацию (ток потребления каждого фидера и состояние фидеров), поступающую на внешний АЦП DA3. В случае необходимости функцию защиты возможно отключить по команде управления. Это может понадобиться в случае каких-либо нештатных ситуаций, например когда потребление прибора превысит порог срабатывания защиты, но при этом прибор будет все еще выполнять часть своих научных задач. Вышеперечисленные задачи ПАИС выполняет под управлением прошивки, которая является воплощением на кристалле пользовательской электрической схемы. Особенности применения ПАИС и описание внутренней электрической схемы приведены далее.

Управление ИСКП осуществляется по цифровому последовательному интерфейсу (SPI). Цифровой изолятор DA1 осуществляет гальваническую развязку схемы управления (вторичное питание) от цепей первичного питания КА («−27 V»). Регистр DD1 преобразует последовательный интерфейс в дискретные сигналы управления ключами и ПАИС. Двуканальный изолированный DC/DC преобразователь DA4 формирует напряжение питания 5 В для ПАИС таким образом, чтобы синфазная составляющая напряжения токоизмерительного шунта (находится вблизи напряжения цепи «+27 V») попадала в середину питания ПАИС. Электрическая схема ИСКП с P-канальным коммутирующим элементом во многом аналогична схеме с N-канальным ключом, за исключением нескольких отличий. Схема представлена на рис. 3. Основное отличие от N-канального варианта заключается в способе управления затвором ключевого транзистора. В данной схеме линейный стабилизатор напряжения отрицательной полярности формирует общее для всех ключей отрицательное (относительно «+27 V») напряжение, необходимое для открытия P-канальных транзисторов. Сформированное напряжение подается через резистор на затвор транзистора VT1. Непосредственно открытие/закрытие (в том числе при срабатывании защиты) транзистора VT1 осуществляется с помощью биполярного транзистора VT3. Так как схема с P-канальным транзистором применяется для коммутации питания на фидеры с относительно низким потреблением, для упрощения схемы для блокировки обратного тока используется диод Шоттки VD3 вместо идеального диода. Основная часть микросхем, используемых в ИСКП, — многоканальные, что позволяет значительно сократить массу и площадь, занимаемую схемой на печатной плате. Одна ПАИС используется для управления 4 фидерами, 1 трансформатор управляет 2 N-канальными транзисторами, 1 микросхема драйвера трансформатора управляет 4 трансформаторами, 1 АЦП опрашивает 8 ПАИС, 1 DC/DC преобразователя и 1 линейного преобразователя достаточно для всей схемы ИСКП. На рис. 4 схематично показано распределение микросхем по каналам.

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

РАЗРАБОТКА ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ КОММУТАЦИИ ПИТАНИЯ

Рис. 3. Электрическая схема ИСКП с коммутирующим элементом на основе P-канального МОП-транзистора

Рис. 4. Использование многоканальных микросхем в ИСКП

Применение ПАИС в ИСКП

и коммутационных матриц, конфигурируемых с помощью прошивки. В микросхеме пользователю доЦентральным элементом управления в ИСКП ступно 18 вводов/выводов произвольного назначеявляется ПАИС: с ее помощью производится изме- ния, а также вывод мультиплексора. рение токов потребления фидеров, выдача сигнала аварийного отключения, а также формирование Возможности ПАИС телеметрической информации о токах потребления Структурная схема ПАИС из спецификаи состояниях фидеров. Внутри ПАИС реализована электрическая схема, разработка и реализация ции [15] представлена на рис. 5. Согласно рис. 5 в ПАИС пользователю для которой являлась отдельной комплексной задачей, поэтому рассмотрим особенности применения дан- проектирования электрической схемы доступны следующие типы блоков: ной микросхемы подробнее. ПАИС представляет собой пользовательский • система питания, включающая линейный под«конструктор» аналоговых электрических схем, страиваемый регулятор напряжения с выходсостоящий из множества модулей, которые соным напряжением от 3,3 В до 5 В и подстраиединяются между собой с помощью ключей ваемый источник опорного напряжения 1 В;

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

Д. Н. ГЛАЗКИН, Н. С. ДЯТЛОВ, К. В. АНУФРЕЙЧИК И ДР.

Рис. 5. Структурная схема микросхемы 5400ТР035

• прецизионный усилительный блок (PAU), а также усилительный блок общего назначения (CAU). Каждый из них может работать в режиме операционного усилителя или компаратора;

Разработка внутренней электрической схемы производится в САПР, предоставляемой производителем. После разработки и компиляции схемы пользователь получает файл прошивки, который с помощью программатора загружает в микросхему.

• блок пассивных компонентов (PPC). Каждый содержит 2 настраиваемых резистора от 80 до 400 кОм с шагом 80 кОм и 2 емкости по 8 пФ;

Электрическая схема внутри ПАИС

• блок свободной конфигурации (SPM) — матРеализованная внутри ПАИС схема, обесперица из P- и N-канальных транзисторов мачивающая работу ИСКП, представлена на рис. 6 лой мощности, а также резисторов (∼10 кОм) (схема показана для одного фидера питания). и емкостей по 1 пФ. Данный блок может исНапряжение с токоизмерительного шунта пользоваться для реализации ключей и логичерез защитные резисторы Rin подается на польческих элементов; зовательские входы микросхемы SNS1+ и SNS1−. • блок ввода/вывода. Для каждого пользова- С помощью входного измерительного каскада, потельского вывода доступна работа в режиме строенного на PAU1, падение напряжения на шунпрямого подключения к схеме пользователя, те усиливается и подается на компаратор CAU1, а также в режиме аналогового и цифрового где полученное напряжение PF1_I сравнивается выхода через соответствующие буферные уси- с заданным на выводе CL1 уровнем. Далее полулители; ченный результат сравнения CL1_ACT поступает • аналоговый мультиплексор. Имеет 6 пользова- на логическую схему, построенную на SPM2. Внутри блока SPM2 на транзисторах построетельских входов и управляется внешними выны логические элементы и синхронные триггеры. водами.

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

РАЗРАБОТКА ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ КОММУТАЦИИ ПИТАНИЯ

Рис. 6. Внутренняя электрическая схема управления одним фидером, реализованная с помощью пользовательской прошивки

На них, в свою очередь, реализована логика выдачи сигнала аварийного отключения, имеющая функции защелкивания и сброса защиты и управляемая сигналом превышения тока CL1_ACT, а также сигналами на входах ПАИС CL_#CLR (сброс защиты) и CL_DIS (отключения защиты). Выходом логической схемы является управляющий сигнал включения и отключения защиты GSW1, который подается через аналоговый буфер на выход. Телеметрический контроль состояния фидеров производится через 6 пользовательских выводов мультиплексора MUX. На 4 из них подаются напряжения PF1_I-PF4_I с измерительных каскадов, которые пропорциональны токам потребления соответствующих фидеров. Оставшиеся 2 канала используются для передачи текущего состояния 4 фидеров (по 2 фидера на каждый канал). Для того, чтобы вывести состояние 2 фидеров (4 возможных комбинации), через 1 вывод используется аналоговое кодирование информации 4 различными уровнями напряжения.

Входной измерительный каскад в ПАИС. Особенности проектирования Основным элементом схемы, приведенной на рис. 6, является входной измерительный каскад, который представляет собой дифференциальный усилитель, усиливающий малую разницу напряжений на шунте. Данный усилитель построен на блоке PAU1, резисторах 40 кОм, полученных из блоков PPC1 и PPC2, и на внешних защитных резисторах Rin . Схема измерительного каскада представлена на рис. 7. Реализация данного усилителя потребовала учесть некоторые нюансы. Первый состоит в том, что ключи, с помощью которых производится коммутация блоков между собой и пользовательских выводов, имеют достаточно существенное сопротивление (∼700 Ом на каждый ключ). При этом ключей для проведения пути внутри ПАИС требуется достаточно много, а их сопротивление очень сильно меняется от температуры и напряжения

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

Д. Н. ГЛАЗКИН, Н. С. ДЯТЛОВ, К. В. АНУФРЕЙЧИК И ДР.

Рис. 7. Схема дифференциального усилителя, построенная с учетом коммутационных ключей

питания. Для того, чтобы исключить влияние коммутационных ключей на коэффициент усиления дифференциального усилителя, а также уменьшить нелинейные эффекты, трассировка схемы производилась с учетом рекомендаций производителя по разделению тока и напряжения [16]. То есть в токоведущих цепях было минимизировано количество коммутационных ключей, а подключение к высокоимпедансным входам усилителя осуществлялось отдельными линиями, в которых количество ключей могло быть произвольным. Однако даже разделение тока и напряжения не позволяет полностью исключить наличие ключей в цепях протекания тока. Поэтому для дальнейшей оптимизации схемы путь протекания тока обратной связи (инвертирующий вход ОУ) и резистивного делителя (неинвертирующий вход) был спроектирован таким образом, чтобы выдержать одинаковое соотношение суммарных сопротивлений ключей в инвертирующей и неинвертирующей цепи ОУ. Так как сопротивления всех ключей в пределах одной микросхемы одинаковы [15], то задача сводится к выдерживанию равных соотношений по количеству ключей в цепях ОУ. На рис. 7 ключи обозначены синими блоками, а внутри блоков указано их количество. Согласно схеме на рис. 7 ток по инвертирующей цепи протекает через 1 ключ до входа в ОУ и 10 ключей от входа ОУ до выхода усилителя. Аналогично по неинвертирующей цепи ток протекает через 1 ключ до входа ОУ и 10 ключей от входа ОУ

до общего потенциала. Таким образом при равенстве значений входных защитных резисторов Rin дифференциальный усилитель имеет линейную передаточную характеристику. При этом коэффициент усиления задается соотношением

40 кОм + 10 × Rk , Rin + Rk

где Rk — сопротивление одного коммутационного ключа. При Rin = 4 кОм, то есть при K = = 10 коэффициент усиления не зависит от сопротивления ключей. В результате полученная схема оптимизирована под коэффициент усиления равный 10. При задании других коэффициентов усиления схема также будет работать линейно, но с отклонением от ожидаемого коэффициента усиления. Второй нюанс при реализации схемы заключается в том, что, как было сказано выше, середина питания ПАИС привязана к точке 27 V, имеющей высоковольтный потенциал. При протекании через шунт аварийного тока короткого замыкания на его выходе, а значит, и на аналоговом входе SNS1–ПАИС, возможно кратковременное появление отрицательного напряжения относительно общего вывода микросхемы. На входах ПАИС защита от перенапряжения и от отрицательного напряжения обеспечена производителем с помощью защитных диодов, установленных на всех пользовательских выводах. Однако, как правило, такие диоды выдерживают токи не более десяти миллиампер, что существенно меньше

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

РАЗРАБОТКА ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ КОММУТАЦИИ ПИТАНИЯ

тока, который может обеспечить коммутируемый Результаты отработки ИСКП фидер питания. Данное обстоятельство и потребовало часть дифференциального усилителя реализоИСКП была успешно протестирована на лавать в виде входных защитных резисторов, которые бораторном макете. Макет содержит 4 резервиограничивают величину протекающего тока через рованных N-канальных фидера и 4 резервированзащитные диоды микросхемы (см. рис. 8). ных P-канальных фидера. Фотографии узла макета ИСКП приведены на рис. 9. В процессе отладки изделия была протестирована работа на максимальную нагрузку, плавное включение и выключение фидеров, проверена реакция фидера на короткое замыкание, а также проверена точность выдачи телеметрической информации и точность установки уровня защитного отключения. Согласно поставленной задаче максимальный коммутируемый ток составляет 1 А для P-канального фидера и 8 А для N-канального фидера. При постоянной работе на такие токи был зафиксирован перегрев силовых элементов относительно температуры окружающей среды не выше чем Рис. 8. Ограничение величины тока через защитный на 20 ◦C. При работе на максимальную нагруздиод при возникновении короткого замыкания (худший ку падение напряжения между входом и выходом случай) не превышало 1 В для каждого из коммутируемых каналов. Величина тока через защитный диод при возОсциллограммы включения и выключения никновении короткого замыкания для худшего слуN-канального и P-канального фидера представлечая определяется соотношением ны на рис. 10 и рис. 11. Umax _27V − 2,5 В , Rin

Как видно из полученных осциллограмм, в ИСКП успешно реализовано плавное включение и выключение нагрузки с временами нарастания где Umax _27V — максимальное напряжение питания и спада порядка 1 мс. по коммутируемой цепи 27 V. Осциллограммы тестирования N- и P-канальТаким образом, при задании K = 10 и при ного фидера на защиту от короткого замыкания максимальном коммутируемом напряжении 36 В приведены на рис. 12. в случае нештатной ситуации данные резисторы Согласно полученным осциллограммам вреограничивают величину протекающего тока велимя защитного отключения при возникновении КЗ чиной Imax = (36 В − 2,5 В)/4 кОм = 8,4 мА, что не превышает 7 мкс после превышения тока уровнаходится в рамках предельного уровня в 10 мА, ня срабатывания. указанного производителем [15]. При макетироваДалее была измерена погрешность выдачи тении схемы данные аварийные режимы работы былеметрической информации и погрешность устали протестированы не только в импульсном режиме, а также и имитацией неисправности «обрыв новки уровня защитного отключения. Результаты шунта», при которой ток через защитный диод мик- измерений, а также временные параметры приведеросхемы максимален. В данных условиях ПАИС ны в таблице.

Ipd =

Согласно таблице все полученные параметры продолжала штатно работать и измерять ток по соответствуют желаемым характеристикам. остальным 3 каналам.

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

Д. Н. ГЛАЗКИН, Н. С. ДЯТЛОВ, К. В. АНУФРЕЙЧИК И ДР.

Рис. 9. Вид сверху (слева) и снизу (справа) узла лабораторного макета ИСКП

Рис. 10. Включение (слева) и выключение (справа) N-канального фидера. Канал 1 (желтый) — ток нагрузки, канал 2 (синий) — напряжение на нагрузке

Рис. 11. Включение (слева) и выключение (справа) P-канального фидера. Канал 1 (желтый) — ток нагрузки, канал 2 (синий) — напряжение на нагрузке

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

РАЗРАБОТКА ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ КОММУТАЦИИ ПИТАНИЯ

Рис. 12. Срабатывание защиты от КЗ на N-канальном (слева) и P-канальном (справа) фидере. Канал 1 (желтый) — ток нагрузки, канал 2 (синий) — напряжение на нагрузке

Т а б л и ц а. Параметры работы фидеров ИСКП

Параметр

N-каналь- P-канальный ный фидер фидер

Время плавного (штатного) включения, мс

1,0

0,7

Время плавного (штатного) выключения, мс

1,5

0,6

Время срабатывания защитного отключения после превышения током защитного уровня, мкс

6,4

Погрешность измерения тока (телеметрия), %

менее 5

Погрешность установки уровня защитного отключения, %

менее 5

Перегрев транзисторов и шунтов относительно окружающей среды при протекании максимального тока, ◦C

менее 20

• коммутируемое напряжение — (5–36) В, коммутируемая цепь — положительная; • коммутируемый ток определяется транзистором (при отладке постоянная работа на ток до 8 А не вызывала существенного перегрева силовых элементов); • падение напряжения на элементах коммутации — не более 1 В;

4,4

• подавление выброса напряжения при размыкании индуктивной нагрузки;

менее 5

• защита от перегрузки с устанавливаемым уровнем срабатывания (погрешность 5 %) и высокой скоростью срабатывания (10 мкс);

менее 5

• контроль статусов и токов потребления (с погрешностью 5 %) по фидерам; • возможность работы в холодном резерве за счет блокировки обратного тока;

менее 20

Заключение Разработанная и отлаженная интеллектуальная схема коммутации питания обладает следующими характеристиками:

• реализована полностью на отечественных компонентах; • высокая надежность и радиационная стойкость применяемых компонентов. В дальнейшем планируется провести испытания лабораторного макета ИСКП на:

• электромагнитную совместимость, • устойчивость к электростатическим разрядам,

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

Д. Н. ГЛАЗКИН, Н. С. ДЯТЛОВ, К. В. АНУФРЕЙЧИК И ДР.

• механические воздействия, • работу при пониженном давлении при различных температурах (термовакуумные испытания).

8. Series HD Datasheet // TELEDYNE RELAYS: [сайт]. https://www.teledynedefenseelectronics.com/relays/ Datasheets%20MSSR/hd.pdf (Дата обращения 29.09.2021). 9. Оптроны и твердотельные реле. Новинки 2020 // АО «Протон»: [сайт]. https://www.proton-orel.ru/ files/products/optorele/optron_new_2020.pdf (Дата обращения 29.09.2021).

В случае успешного прохождения испытаний ИСКП планируется использовать для построения систем коммутации питания в комплексах научной 10. Korablev O., Montmessin F., Trokhimovskiy A., Feаппаратуры космических миссий.

Список литературы 1. European Cooperation for Space Standardisation, ECSS-E-HB-20-20A, Space engineering — Guidelines for electrical design and interface requirements for power supply, 15 April 2016. 2. Bekhti M., Bensaada M., Beldjehem M. Design and implementation of a power distribution system adopting overcurrent protection // The Aeronautical Journal, November 2020, vol. 124, issue 1281. P. 1789–1797. 3.

dorova A., Shakun A., Grigoriev A., Moshkin B., Ignatiev N., Forget F., Lefèvre F., Anufreychik K., Dzuban I., Ivanov Y., Kalinnikov Y., Kozlova T., Kungurov A., Makarov V., Martynovich F., Maslov I., Zorzano M. (2017). The Atmospheric Chemistry Suite (ACS) of Three Spectrometers for the ExoMars 2016 Trace Gas Orbiter // Space Science Reviews, February 2018, vol. 214, issue 1.

11. Cиловой ключ 1358КТ5Т // АО «Ангстрем»: [сайт]. https://www.angstrem.ru/catalog/silovye_klyuchi/ 1358kt5t/ (Дата обращения 29.09.2021).

12. BTS640S2G Datasheet // Infineon: [сайт]. https://www.infineon.com/dgdl/Infineon-BTS640S2GDS-v01_01-EN.pdf?fileId= Dias A. V., Pomilio J. A., Finco S. A current limit5546d4625a888733015aa3c7d8901018 (Дата обращеing switch for applications in space power systems // ния 29.09.2021). 2017 IEEE Southern Power Electronics Conference 13. LX7712 Datasheet // Microchip: [сайт]. (SPEC), 2017. P. 1–6. https://www.microsemi.com/document-portal/ Tsamsakizoglou M., Löfgren H., Gunnarsson M. doc_download/1244106-ps-lx7712 (Дата обращения Microsatellite Power Control and Distribution Unit 29.09.2021). For The Innosat Platform. E3S Web Conf. 16. 2017. 14. RHRPMICL1A Datasheet // STMicroelectronics: Lim T. M. A modular electrical power system archi[сайт]. https://www.st.com/resource/en/datasheet/ tecture for small spacecraft. Theses and Dissertationsrhrpmicl1a.pdf (Дата обращения 29.09.2021). Electrical and Computer Engineering. 2016. 15. Программируемая аналоговая интегральная схема. Volpi G. F. Power Line Protection Devices in Space Спецификация // АО «Дизайн Центр «Союз»: Applications // EUROCON 2007 — The Interna[сайт]. https://dcsoyuz.ru/files/PAIS/5400TP035/ tional Conference on “Computer as a Tool”. 2007. specifikacija_5400tr035_ver2.1.pdf P. 1636–1640. 16. Лабораторная работа № 6. Построение прецизионShi H., Zhao C., Jin Y., Liu Y. Current limiting ных схем на ПАИС // АО «Дизайн Центр «Союз»: protection in spacecraft power system // 2015 3rd In[сайт]. https://dcsoyuz.ru/files/PAIS/5400TP035/ ternational Conference on Electric Power Equipment — labs/6._postroenie_precizionnyh_shem.pdf Switching Technology (ICEPE-ST), 2015. P. 561–565. (Дата обращения 29.09.2021).

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ 2022, том 9, выпуск 2, c. 91–103 ТВЕРДОТЕЛЬНАЯ ЭЛЕКТРОНИКА, РАДИОЭЛЕКТРОННЫЕ КОМПОНЕНТЫ, МИКРО- И НАНОЭЛЕКТРОНИКА, ПРИБОРЫ НА КВАНТОВЫХ ЭФФЕКТАХ УДК 621.396.6:539.12.04 DOI 10.30894/issn2409-0239.2022.9.2.91.103

Обеспечение радиационной стойкости бортовой аппаратуры командных радиолиний при длительных сроках активного существования космических аппаратов (Часть 2) Н. Н. Булгаков, contact@spacecorp.ru АО «Российские космические системы», Москва, Российская Федерация

В. Ф. Зинченко, д. ф.-м. н., contact@spacecorp.ru АО «Российские космические системы», Москва, Российская Федерация Аннотация. Обобщен опыт работ, выполненных в АО «РКС» за период с 2003 по 2021 гг., по разработке бортовой аппаратуры командных радиолиний космических аппаратов различного назначения с заданным уровнем радиационной стойкости в условиях длительного воздействия ионизирующих излучений космического пространства. Предложена методика испытаний сложных электронных модулей гибридной технологии, содержащих силовые мощные МОП транзисторы (МОПТ). Показано влияние «кумулятивного эффекта» на стойкость мощных МОПТ к необратимым эффектам одиночных событий (ЭОС). На примере анализа имеющейся информации о сбоях в функционировании реальной бортовой аппаратуры при длительной эксплуатации в условиях космического пространства показано, что возможными причинами нештатных ситуаций (НШС) являются обратимые одиночные сбои в применяемых электрорадиоизделиях, возникающие при воздействии как тяжелых заряженных частиц (до 70 % НШС), так и электростатических разрядов (30 % НШС). Показано, что частота возникновения одиночных сбоев может быть существенно снижена при чередовании активного и пассивного режима работы приборов бортовой аппаратуры с использованием резервных комплектов. Эффективность разработанного методического и программного обеспечения для подтверждения радиационной стойкости бортовой аппаратуры командных радиолиний подтверждается успешной эксплуатацией в период 2005–2021 гг. порядка 100 космических аппаратов различного назначения. Ключевые слова: ионизирующие излучения, радиационная стойкость, эффекты одиночных событий, командные радиолинии

Ensuring the Radiation Resistance of the Onboard Command Radio Link Equipment during Long Periods of Active Existence of Spacecraft (Part 2) N. N. Bulgakov, contact@spacecorp.ru Joint Stock Company “Russian Space Systems”, Moscow, Russian Federation

V. F. Zinchenko, Dr. Sci. (Phys.-Math.), contact@spacecorp.ru Joint Stock Company “Russian Space Systems”, Moscow, Russian Federation Abstract. The experience of Joint Stock Company “Russian Space Systems” in the development of onboard equipment for command radio links of spacecraft for various purposes with a given level of radiation resistance under conditions of long-term exposure to ionizing radiation of outer space for the period from 2003 to 2021 is summarized. The main stages of work to ensure the resistance of onboard equipment to integral dose effects and the effects of single events are considered. A test methodology for complex hybrid technology electronic modules containing power MOSFETs has been proposed. The influence of the “cumulative effect” on the resistance of high-power MOSFETs to irreversible single event effects (SEE) is shown. On the example of the analysis of available information on the failures in the functioning of real onboard equipment during long-term operation in space conditions, it is shown that the possible causes of abnormal situations are reversible single failures in the applied electronic components arising both from the effects of heavy charged particles (up to 70 % of abnormal situations), and electrostatic discharges (30 % of abnormal situations). The paper shows that the frequency of occurrence of single failures can be significantly reduced by alternating the active and passive mode of operation of onboard equipment devices using redundant kits. The effectiveness of the developed methodological and software resources for confirming the radiation resistance of the onboard equipment of command radio links is proved by successful operation of about 100 spacecraft of various purposes during 2005–2021. Keywords: ionizing radiation, radiation resistance, single event effects, command radio links

Н. Н. БУЛГАКОВ, В. Ф. ЗИНЧЕНКО

Введение Бортовая аппаратура командных радиолиний (далее БА) космических аппаратов (КА) должна сохранять работоспособность в течение длительных сроков активного существования (САС) в условиях непрерывного воздействия различных видов ионизирующих излучений (ИИ) космического пространства (КП): электронов и протонов естественных радиационных поясов Земли (ЕРПЗ), тяжелых заряженных частиц (ТЗЧ) и высокоэнергетических протонов (ВЭП) галактических космических лучей (ГКЛ) и солнечных космических лучей (СКЛ). При действии отдельных ВЭП и ТЗЧ могут возникать так называемые эффекты одиночных событий (ЭОС), приводящие к необратимому отказу электрорадиоизделий (ЭРИ) либо инициированию обратимых переходных процессов в схемах БА. Основная проблема, возникающая при проектировании перспективной БА, — отсутствие в ряде случаев требуемой номенклатуры радиационностойких ЭРИ с пороговыми линейными потерями энергии (ЛПЭ) ТЗЧ относительно ЭОС в чувствительном объеме (ЧО) ЭРИ не менее 60 МэВ · см2 /мг. Доступные ЭРИ импортного производства (ИП) уровня качества «industrial» имеют, как правило, более низкие показатели радиационной стойкости (РС). С другой стороны, разработка радиационностойких ЭРИ отечественного производства (ОП) в рамках планируемых опытно-конструкторских работ (ОКР) требует определенного времени. В этих условиях необходимо применение комплекса мер для обеспечения заданных требований по РС БА, включая резервирование критичных узлов и повышение уровня методического обеспечения испытаний ЭРИ на стойкость к ЭОС. Исследования в этих направлениях, разработка методик их проведения являются важной научнотехнической задачей. В следующих разделах подробно рассматриваются перечисленные вопросы с учетом накопленного в АО «РКС» за последние почти 20 лет опыта по разработке БА для КА различного назначения, стойкой к ЭОС в условиях длительного воздействия ИИ КП. Эффективность разработанного методического и программного обеспечения для прогнозирования стойкости БА к ЭОС подтверждается успешной эксплуатацией порядка 100 КА различного назначения.

1. Общая характеристика ЭОС в БА при воздействии ионизирующих излучений космического пространства Одним из основных факторов, определяющих РС БА, являются ЭОС в ЭРИ высокой степени интеграции при действии отдельных ВЭП и ТЗЧ СКЛ и ГКЛ, а также ВЭП ЕРПЗ. ЭОС, возникающие в ЭРИ при действии ТЗЧ и ВЭП КП, делят на две основные группы: обратимые и необратимые ЭОС. Обратимые ЭОС не приводят к катастрофическому отказу аппаратуры и могут быть исправлены программными методами без отключения питания БА либо временным отключением питания. Для ЭРИ, чувствительных к необратимым ЭОС, необходимо проведение экспертных оценок вероятности возникновения ЭОС в течение САС и разработка в случае необходимости мер по повышению устойчивости БА к ЭОС, включая замену критичных ЭРИ на радиационностойкие аналоги. Необходимо отметить, что степень защищенности ЭРИ в составе приборов БА отличается сильной анизотропией и зависит от компоновки приборов БА в КА, толщины корпуса приборов и защитных свойств окружающих конструкционных элементов КА. Поэтому при расчете частот сбоев и отказов ЭРИ при воздействии ТЗЧ и ВЭП КП в общем случае, в соответствии с рекомендациями РД 134-0139-2005, необходимо использовать дифференциальные энергетические спектры протонов ϕP (E) и ЛПЭ-спектры ТЗЧ ϕТЗЧ (L), усредненные с учетом анизотропии распределения массовой толщины защиты для рассматриваемого ЭРИ. Поскольку процедура усреднения дифференциальных ЛПЭ спектров ТЗЧ и энергетических спектров ВЭП является достаточно трудоемкой, обычно для консервативных оценок частот сбоев и отказов ЭРИ для заданной орбиты КА используются указанные спектры за однородной сферической защитой толщиной, эквивалентной 1 г/см2 алюминия. Этот выбор обусловлен следующими причинами. Во-первых, указанная величина соответствует характерной минимальной толщине корпусов приборов БА. Кроме того, в диапазоне типичных толщин защиты ЭРИ в приборах БА от 1 г/см2 до 3 г/см2 дифферен-

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

ОБЕСПЕЧЕНИЕ РАДИАЦИОННОЙ СТОЙКОСТИ БОРТОВОЙ АППАРАТУРЫ (ЧАСТЬ 2)

циальные спектры ϕP (E), ϕТЗЧ (L) изменяются достаточно слабо, так что использование при расчетах дифференциальных спектров протонов и ТЗЧ КП за однородной защитой толщиной 1 г/см2 обеспечивает получение вполне обоснованных оценок частот сбоев и отказов ЭРИ в условиях КП. Как показывает накопленный в АО «РКС» опыт обеспечения надежного функционирования БА различных КА, основные этапы создания аппаратуры, устойчивой к ЭОС, включают [1, 2]: – анализ перечня ЭРИ, примененных в составе БА КА, и параметров, характеризующих их устойчивость к ЭОС при действии отдельных ВЭП и ТЗЧ, при использовании имеющихся результатов испытаний, а также опубликованных данных (Datasheets для ЭРИ ИП, ТУ, статьи, материалы конференций); – экспертные оценки частоты обратимых сбоев и вероятности возникновения необратимых отказов ЭРИ за САС для заданной орбиты КА, составление перечня ЭРИ для испытаний в пучках ВЭП и ТЗЧ; – проведение при необходимости испытаний ЭРИ в пучках тяжелых заряженных ионов и ВЭП с целью получения основных параметров, характеризующих устойчивость ЭРИ к ЭОС; – анализ результатов испытаний и выдача заключения об устойчивости БА к ЭОС в течение САС. Методические вопросы, связанные с практической реализацией перечисленных выше этапов работ по обеспечению стойкости БА к ЭОС, рассматриваются в следующих разделах.

до ≈70 МэВ · см2 /мг при нормальном падении пучка на поверхность облучаемого изделия. Однако низкие начальные энергии тяжелых ионов, получаемые на циклотронах, требуют облучения ЭРИ только в вакууме при снятой крышке изделия. Это не всегда возможно для современных ИЭТ, изготовленных по технологиям BGА (Ball Grid Array), SOC (System On a Chip), SIP (System In a Package), без их механического повреждения и нарушения нормального функционирования. В отличие от циклотронов синхротронные ускорители тяжелых ионов позволяют получать ионы C, Al, Fe, Ag с энергиями на мишени до 200 МэВ/нуклон, что дает возможность проводить испытания ЭРИ без раскорпусирования изделий в диапазоне ЛПЭ тяжелых ионов от 2 до 60 МэВ · см2 /мг в ЧО ЭРИ при нормальном падении на кристалл интегральной микросхемы (ИС)» [1]. Поскольку в России планируется создание нового мощного синхротрона, представляет интерес рассмотреть методики проведения испытаний ЭРИ в пучках длиннопробежных ионов, разработанные АО «РКС» совместно с АО «НИИП» в процессе проведения работ по подтверждению стойкости ЭРИ к ЭОС, вызываемых ТЗЧ [4].

2. Проведение испытаний ЭРИ, примененных в БА, на стойкость к эффектам одиночных событий

Важное значение при планировании и интерпретации результатов испытаний ЭРИ на стойкость к ЭОС имеет корректное определение ЛПЭ ионов в ЧО рассматриваемого изделия. Известно, что ЛПЭ ТЗЧ по мере торможения в материале защиты возрастают, достигая максимального значения или так называемого пика Брэгга в конце пробега. Поэтому для корректной оценки ЛПЭ ионов в ЧО ЭРИ необходимо иметь достоверную информацию об эффективной толщине корпуса ЭРИ перед ЧО. Поскольку информация о конструкции ЭРИ не всегда доступна, была разработана эффективная методика определения суммарной толщины защиты, включая корпус ЭРИ и дополнительную

В настоящее время испытания ЭРИ на стойкость к ЭОС могут быть проведены в полном объеме только на циклотронах У-400, У-400М Объединенного института ядерных исследований (ОИЯИ), г. Дубна [1, 3]. «На испытательном стенде циклотрона У-400М можно получать пучки тяжелых ионов (Ne, Ar, Kr, Xe, Bi) с энергиями от 3 до 6 МэВ/нуклон и линейными потерями энергии (ЛПЭ) от единиц

2.1. Методические особенности проведения испытаний ЭРИ на устойчивость к эффектам одиночных событий в пучках длиннопробежных ионов 2.1.1. Определение ЛПЭ ионов в чувствительном объеме ЭРИ

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

Н. Н. БУЛГАКОВ, В. Ф. ЗИНЧЕНКО

защиту, перед ЧО [5]. Данная методика основана на использовании того обстоятельства, что пучок ионов выводится из магнитного кольца синхротрона в виде одиночных импульсов с частотой до 0,5 Гц; при этом каждый импульс имеет тонкую структуру, состоящую из нескольких разделенных во времени банчей (сгустков) частиц. Средняя мощность дозы в ЧО ЭРИ при воздействии одиночного импульса ионов достигает 107 рад(Si)/с при длительности около 1 мкс. Очевидно, что величина измеряемого ионизационного тока ЭРИ в пучке ионов пропорциональна ЛПЭ ионов в ЧО ЭРИ. Таким образом, меняя толщину замедлителя перед корпусом ЭРИ путем увеличения угла падения ионов α на замедлитель, можно плавно варьировать ЛПЭ ионов в ЧО. Как показал анализ полученных экспериментальных результатов, максимумы ионизационных токов и сечения тиристорного эффекта для конкретной ИС, изготовленной по КМОП-технологии, реализуются при одном и том же значении толщины замедлителя [5]. Этот факт свидетельствует, во-первых, о том, что ЛПЭ ТЗЧ в ЧО микросхемы достигают максимальной величины, LМАКС , в районе пика Брэгга. Кроме того, нормируя на величину LМАКС , можно по амплитуде ионизационного тока оценивать величины ЛПЭ ТЗЧ на выходе из замедлителя при промежуточных значениях толщины, что позволяет существенно расширить диапазон ЛПЭ в ЧО ЭРИ для конкретного типа иона. 2.1.2. Страгглинг ЛПЭ тяжелых ионов в чувствительном объеме ЭРИ Ввиду статистической природы взаимодействия ионов с веществом мы имеем после прохождения моноэнергетических ионов через замедлитель широкий энергетический спектр (страгглинг энергии). Данный эффект ведет, в свою очередь, к страгглингу ЛПЭ тяжелых ионов в ЧО тестируемого ЭРИ. Поэтому для корректной интерпретации результатов испытаний ЭРИ необходимо учитывать эффекты страгглинга. Для вычисления энергетических и ЛПЭ спектров ионов высоких энергий после прохождения через материалы был предложен следующий алгоритм, подробно рассмотренный в [6].

Очевидно, что в общем случае энергетический спектр ионов на определенной глубине d замедлителя представляет собой распределение Гаусса 1 (E − Ed )2 f (E) = exp − , (1) 2 2σE

2 2πσE

где средняя энергия Ed = E0 − ΔEd ; E0 — начальная энергия ионов; ΔEd — средние потери энергии ионов после прохождения замедлителя толщиной d; σE — страгглинг энергии. Естественно полагать, что, по аналогии с распределением полного пробега ионов с начальной энергией E0 , распределение пробегов ионов в материале замедлителя, имеющих остаточную энергию Ed , также представляет собой гауссиан 1 (R − d)2 f (R) = exp − , (2) 2 2σR

2 2πσR

где, вследствие статистической независимости потерь энергии ионов в диапазонах [0, d] и [d, R0 ],

σR =

2 σR 0

−

σd2

1/2

(3)

σR — страгглинг пробегов ионов с начальной 0 энергией E0 , σd — страгглинг пробегов ионов с остаточной энергией Ed . Величины σR и σd могут быть получены 0 в результате стандартных расчетов по программе SRIM [7]. Как правило, в ограниченном диапазоне энергий вблизи средней энергии Ed в распределении (1) страгглинг энергий σE имеет вид σE ≈ ασR . Что касается зависимости поведения распределения f (E) от толщины замедлителя d, то можно отметить следующее. Как показывают результаты проведенных расчетов, в диапазоне d 0,9R0 f (E) представляет гауссиан, симметричный относительно средней энергии Ed . При d > 0,9R0 распределение f (E) в области энергий E < Ed постепенно деградирует, так как часть ионов не достигает ЧО ЭРИ и поглощается в замедлителе. В этом случае распределение f (E) рассчитывается на основании распределения ионов

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

ОБЕСПЕЧЕНИЕ РАДИАЦИОННОЙ СТОЙКОСТИ БОРТОВОЙ АППАРАТУРЫ (ЧАСТЬ 2)

по пробегам (2), (3), используя закон сохранения частиц, т. e.

f (E) = f [R(E)]

dR . dE

(4)

Для d R0 вследствие страгглинга пробегов часть ионов не достигает границы замедлителя d. В этом случае распределение ионов по пробегам представляет собой «хвост» гауссиана (2) со средней энергией Ed = 0, так что флюенс ионов быстро уменьшается с ростом d. Энергетический спектр ионов, выходящих из замедлителя, имеет вид Рис. 1. Дифференциальные ЛПЭ спектры ионов Ag107 в кремнии после прохождения замедлителя из стали

f (E) =

2 2πσE 0

exp −

(E + E(ΔR))2 , 2 2σE 0

(5) толщиной, равной: 1 — 0,75R0 , 2 — 0,9R0 , 3 — 0,98R0 , 4 — 1,02R0

где σE — страгглинг энергий при d = R0 ; 0

E(ΔR) — средняя энергия ионов, имеющих пробег ΔR = d − R0 . На основе полученных энергетических спектров ионов для толщины замедлителя d, используя (1), (4), (5), можно рассчитать ЛПЭ-спектры ионов f (L). Для достаточно малых толщин замедлителя d 0,9R0 распределение f (L) представляет собой гауссиан 1 (L − Ld )2 f (L) = exp − , (6) 2 2 2πσL

2σL

где Ld — ЛПЭ ионов со средней энергией Ed в ЧО ИЭТ. Страгглинг ЛПЭ в диапазоне пробегов d 0,9R0 может быть приближенно представлен в виде

σL ≈ [L(Ed − σE ) − L(Ed + σE )]/2.

(7)

В случае d > 0,9R0 , когда распределение ионов по ЛПЭ вблизи границы замедлителя не является симметричным гауссианом (6), распределение f (L) рассчитывается по аналогии с (4) как

f (L) = f [E(L)]

dE . dL

(8)

Для примера на рис. 1 представлены типичные дифференциальные ЛПЭ спектры ионов Ag107

(E0 = 9,7 ГэВ) после прохождения определенной толщины замедлителя из стали. Зная дифференциальные ЛПЭ спектры ионов на границе ЧО ЭРИ, можно рассчитать основные характеристики распределения ионов по ЛПЭ в ЧО, включая среднюю энергию LСР и страгглинг ЛПЭ σL в ЧО. С целью экспериментальной проверки эффективности использования длиннопробежных ионов для испытаний ЭРИ на стойкость к ЭОС были проведены исследования чувствительности микросхемы микроконтроллера, изготовленной по КМОП технологии, к ТЭ при действии ионов железа и серебра [4]. Корпус рассматриваемой ИС был сделан из ковара толщиной 400 мкм. Также учитывали слой воздуха порядка 25 см между ИС и мишенью ускорителя. Для регулировки энергии ионов на входе в ЧО ИС использовался замедлитель из стали переменной величины. Начальные энергии ионов железа и серебра составляли 4,7 ГэВ и 9,7 ГэВ соответственно. Дифференциальные энергетические и ЛПЭ спектры ионов после прохождения через замедлитель были рассчитаны в рамках рассмотренного выше подхода. После обработки экспериментальных данных была получена зависимость сечения ТЭ от ЛПЭ тяжелых ионов σ(L) (рис. 2). Таким образом, пучки ионов высоких энергий синхротронных ускорителей могут эффективно использоваться для проведения испытаний ЭРИ на стойкость к ЭОС

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

Н. Н. БУЛГАКОВ, В. Ф. ЗИНЧЕНКО

без снятия корпуса ЭРИ в нормальных условиях. ЛПЭ тяжелых ионов лежат в диапазоне от 2 до 60 МэВ · см2 /мг(Si), что позволяет проводить испытания ЭРИ на стойкость к ЭОС с учетом требований, предъявляемых к изделиям и аппаратуре космического применения.

Рис. 2. Зависимость сечения ТЭ для ИС микроконтроллера от ЛПЭ тяжелых заряженных частиц. Кружки и ромбы — экспериментальные данные, кривая — аппроксимация функцией Вейбулла с параметрами S = 3, LПОР = 10,5 МэВ · см2 /мг, W = 12 МэВ · см2 /мг, σНАС = = 1,6 · 10−4 cм2

Предложенный подход позволяет учесть эффекты страгглинга ЛПЭ ионов в ЧО ЭРИ после прохождения ионов через корпус изделия и дополнительный замедлитель.

2.2. Особенности испытаний на стойкость к ЭОС сложных электронных модулей гибридной технологии В настоящее время в составе различных электронных модулей (ЭМ) БА применяются мощные МОПТ, например в качестве коммутаторов в импульсных источниках питания и DC/DC преобразователях, мощных источников тока, ключей общего назначения и т. д. Мощные МОПТ применяются в ЭМ обычно в качестве ключевых элементов; при этом электрический режим их функционирования при переключении из открытого состояния в закрытое характеризуется резкими скачками напряжения Uси на фронте импульса относительно заданного напряжения Uвх . Одним из основных факторов, определяющих безотказное функционирование указанных ЭМ

при длительных САС в условиях КП, является устойчивость МОПТ к необратимым ЭОС при действии ТЗЧ КП. К данным ЭОС относятся пробой подзатворного диэлектрика (Single Event Gate Rupture — SEGR) и выгорание паразитного биполярного транзистора (Single Event Burnout — SEB). Параметры чувствительности элементов БА к ЭОС, в частности пороговые ЛПЭ ТЗЧ и сечение насыщения, необходимые для оценки вероятности возникновения необратимых ЭОС за САС, определяют на основании результатов испытаний на ускорителях ТЗЧ. Следует, однако, отметить, что наличие в составе ЭМ, наряду с мощными МОПТ, элементов микроэлектроники, изготовленных по другим технологиям, в частности КМОП-технологии, требует учета данного обстоятельства в методиках проведения испытаний ЭМ [8]. Наиболее простой подход можно реализовать, если схема функционирования (конструкция) ЭМ позволяет провести испытания мощного МОПТ в его составе как дискретного элемента и получить необходимые параметры для прогнозирования его чувствительности к необратимым ЭОС. Однако для ЭМ гибридной технологии такой подход, как правило, неприменим, поскольку электрический режим функционирования МОПТ в составе ЭМ достаточно сложно обеспечить при испытаниях дискретного МОПТ. В этом случае испытания мощных МОПТ на устойчивость к необратимым ЭОС должны, очевидно, проводиться в составе ЭМ. При этом для корректной интерпретации результатов испытаний необходимо учитывать ряд методических вопросов, которые будут подробно рассмотрены ниже. Поскольку ЭМ, как отмечалось выше, содержат элементы различной технологии, одним из основных вопросов при проведении испытаний в пучках ТЗЧ является выбор нормы испытаний, т. е. предельного флюенса ТЗЧ, ФМАКС , воздействующего на ЭМ. Для мощных МОПТ в стандартах США и Европейского космического агентства рекомендуется выбирать ФМАКС в диапазоне от 105 до 107 част/см2 (MIL-STD-750E method 1080.1; ESA ESCC basic specification no. 25100; EIA/JESD57). Следует, однако, отметить, что в работе [9], авторы которой исследовали зависимость стойкости мощных МОПТ к так называемому послерадиационному

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

ОБЕСПЕЧЕНИЕ РАДИАЦИОННОЙ СТОЙКОСТИ БОРТОВОЙ АППАРАТУРЫ (ЧАСТЬ 2)

стресс-тесту затвора (PIGST — Post Irradiation Gate Stress Test) от набранного флюенса ТЗЧ, было показано, что, начиная с флюенсов ионов выше ≈2 · 105 част/см2 , напряжение пробоя подзатворного окисла в мощных МОПТ при проведении процедуры PIGST резко снижается. При этом образующиеся в окисле остаточные дефекты показали достаточно высокую устойчивость к отжигу при температуре до 100 ◦C. Для объяснения наблюдаемого эффекта в [9] была выдвинута гипотеза о формировании во время облучения МОПТ скрытого (латентного) канала пробоя вследствие кратного наложения треков тяжелых ионов в подзатворном окисле над так называемой горловиной (neck областью) рассматриваемого МОПТ, наиболее чувствительной к эффекту SEGR. В результате проведенных расчетных исследований с использованием метода Монте-Карло было получено, что уменьшение напряжения пробоя окисла при флюенсах ионов выше ≈2 · 105 хорошо коррелирует с ростом вероятности трехкратного наложения треков ионов в окисле над neck-областью МОПТ [9]. Можно полагать, что данный эффект представляет собой проявление «кумулятивного эффекта» больших флюенсов ионов. Рассмотрим имеющиеся экспериментальные результаты [8] с точки зрения оценки возможного влияния «кумулятивного эффекта» на необратимые отказы МОПТ в составе ЭМ. Как известно, физическая модель влияния «кумулятивного эффекта» на устойчивость мощных МОПТ к необратимым ЭОС к настоящему времени не разработана. Тем не менее в рамках феноменологического подхода представляет интерес оценить роль наиболее вероятных механизмов возникновения пробоя подзатворного окисла мощных МОПТ в составе ЭМ. Очевидно, что наибольшую опасность для безотказного функционирования МОПТ в закрытом режиме представляют скачки напряжения Uси при срабатывании ключа. На основании анализа типичных осциллограмм Uси (t), Uзи (t) при функционировании мощного МОПТ в ключевом режиме, а также опубликованных результатов по данной тематике [9] рассмотрим наиболее вероятные механизмы возникновения пробоя подзатворного окисла МОПТ в составе ЭМ.

Согласно концепции «кумулятивного эффекта» при воздействии больших флюенсов ионов, превышающих величину порядка 105 част/см2 , потенциальный канал пробоя подзатворного окисла SiO2 формируется за счет многократного наложения треков ТЗЧ над neck-областью подзатворного окисла МОПТ [9]. В этом случае скачки напряжения при переключении электрического режима МОПТ играют роль триггера, инициирующего пробой окисла через сформировавшийся за счет «кумулятивного эффекта» канал пробоя. Для оценки вероятности реализации указанного механизма SEGR необходимо иметь следующие параметры мощного МОПТ (технология HEXFET): – полное число HEXFET-ячеек; – площадь подзатворного окисла МОПТ над neck-областью для отдельной ячейки и для МОПТ в целом; – максимальное расстояние между точками входа ТЗЧ в окисел, ΔR, используемое в качестве критерия наложения треков ТЗЧ. Исходя из анализа имеющихся данных по топологии мощных МОПТ было получено, что типичная площадь подзатворного окисла МОПТ над neck-областью составляет ≈120 мкм2 для отдельной HEXFET-ячейки и ≈1,44 · 106 мкм2 для МОПТ в целом [8]. Что касается параметра ΔR, то из анализа представленных в [10] микрофотографий поврежденной области на поверхности подзатворного окисла МОП структуры при воздействии одиночных ТЗЧ была получена характерная величина ΔR, равная 2,5 мкм. Были проведены расчеты вероятности кратных наложений треков ионов в окисле над neck-областью МОПТ (рис. 3). Из сравнения рассчитанных вероятностей кратного наложения треков частиц и экспериментальных результатов [8] следует, что пробой окисла МОПТ при типичной величине флюенса ТЗЧ порядка 105 част/см2 с высокой вероятностью обусловлен наложением двух и более треков частиц над neck-областью подзатворного окисла МОПТ. Таким образом, анализ экспериментальных данных и результатов расчетов подтверждают сделанное выше предположение, что канал пробоя

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

Н. Н. БУЛГАКОВ, В. Ф. ЗИНЧЕНКО

емого для данных элементов флюенса ионов 107 част/см2 , должно проводиться при защищенном от воздействия пучка ионов МОПТ. Вопросы влияния «кумулятивного эффекта» на результаты испытаний ЭМ в зависимости от вида и ЛПЭ ионов, а также электрического режима функционирования мощных МОПТ в составе ЭМ являются предметом дальнейших исследований.

Рис. 3. Вероятности кратных наложений треков в подзатворном окисле над neck-областью МОПТ при различных флюенсах ТЗЧ (чувствительная площадь окисла 1,44 · 106 мкм2 ): 1 — одиночные треки, 2 — наложение двух и более треков, 3 — наложение трех и более треков

подзатворного окисла МОПТ формируется вследствие наложения двух и более треков частиц при флюенсах ионов не менее 105 част/см2 , а скачки напряжения на фронте импульса Uси играют роль триггерного механизма. В заключение данного раздела можно сделать следующие выводы. Существующий подход к испытаниям сложных ЭМ при использовании единой нормы испытаний (107 част/см2 ), без учета технологии изготовления комплектующих элементов, может приводить к необоснованной отбраковке потенциально стойких изделий. Проведенный анализ имеющихся экспериментальных данных подтверждает предположение о заметном влиянии «кумулятивного эффекта» на необратимые отказы МОПТ в составе ЭМ, начиная с флюенсов ТЗЧ более 105 част/см2 . При испытаниях сложных ЭМ, содержащих силовые МОПТ, на стойкость к необратимым ЭОС флюенс ионов, набираемый МОПТ за все сеансы облучения, не должен превышать ≈105 част/см2 . Для обоснования нормы испытаний мощных МОПТ в составе ЭМ, при известной информации о топологии МОПТ, целесообразно использовать результаты рачетов вероятности кратных наложений треков ТЗЧ в подзатворном окисле. При наличии в составе ЭМ элементов КМОП технологии облучение ЭМ, до набора требу-

3. Повышение устойчивости бортовой аппаратуры к ЭОС, используя «холодное» резервирование критичных узлов БА должна обладать высокой надежностью в условиях действия различных дестабилизирующих факторов КП. Задача прогнозирования вероятности безотказной работы (ВБР) для конкретной БА решается в рамках теории надежности на основе анализа физико-химических процессов, протекающих в применяемых полупроводниковых приборах (ППП) и ИС при длительном функционировании в условиях КП. В общем случае ВБР определяется как нерадиационными факторами, обычно рассматриваемыми в расчетах надежности БА, так и необратимыми ЭОС в критичных ЭРИ при действии ТЗЧ и ВЭП КП. Несмотря на разнообразие физических процессов, приводящих к отказам БА, можно выделить два основных вида отказов при воздействии нерадиационных факторов: – постепенные или параметрические отказы вследствие деградации параметров рассматриваемого ЭРИ в результате медленно протекающих физико-химических процессов, т. е. дефекты, приводящие к отказам, имеют тенденцию накапливаться в течение времени функционирования БА (аналогично интегральным дозовым эффектам); – внезапные отказы вследствие необратимой деградации параметров критичных ЭРИ, возникающие в случайные моменты времени. В условиях КП деградацию параметров ЭРИ, обусловленную параметрическими отказами, трудно отличить от деградации параметров вследствие влияния обычных интегральных дозовых эффектов.

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

ОБЕСПЕЧЕНИЕ РАДИАЦИОННОЙ СТОЙКОСТИ БОРТОВОЙ АППАРАТУРЫ (ЧАСТЬ 2)

Это может быть связано с возможным синергизмом действия радиационных и нерадиационных факторов при возникновении параметрических отказов. Поэтому в дальнейшем имеет смысл рассматривать только внезапные случайные отказы при действии нерадиационных факторов. Необратимые отказы ЭРИ при действии ТЗЧ и ВЭП КП имеют в основе физические механизмы, принципиально отличные от механизмов внезапных отказов, обусловленных нерадиационными факторами. Как показывает анализ опубликованных работ [11], необратимые отказы ЭРИ при действии нерадиационных факторов определяются: – структурными несовершенствами исходных материалов изделия, обусловленных наличием примесей, дислокаций, градиентов концентраций и т. п.; – конструктивно-технологическими дефектами процесса производства изделия; – внешними воздействиями, включая электромагнитные и тепловые поля, механические нагрузки, определяемые режимом функционирования изделий. С другой стороны, внезапные случайные отказы критичных ЭРИ в составе приборов БА при воздействии одиночных ТЗЧ и ВЭП КП относятся к микродозиметрическим эффектам и определяются такими параметрами, как зависимость сечения эффекта от ЛПЭ ТЗЧ (энергии протонов), пороговые ЛПЭ ТЗЧ (пороговая энергия протонов). Основной причиной возникновения необратимых ЭОС является генерация предельных уровней концентрации неравновесных носителей заряда (ННЗ) в треке ТЗЧ в ЧО рассматриваемого изделия. При генерации ННЗ в области сильного электрического поля возникают значительные локальные токи, что может мгновенно приводить к переходу ЭРИ в низкоомный режим функционирования с последующим необратимым отказом (тиристорный эффект в микросхемах, изготовленных по КМОПтехнологии, или пробой подзатворного диэлектрика в мощных МОПТ). Как показывает практика, с точки зрения обеспечения высокой ВБР для БА наиболее эффективной является схема деления рассматриваемого прибора (блока) БА, состоящая из n параллельно включенных комплектов, включая основной и n − 1 резервных комплектов. При этом резервные ком-

плекты находятся при отключенном питании («холодный» резерв). ВБР для системы с «холодным» резервированием, Rs, может быть получена на основании решения системы дифференциальных уравнений Колмогорова, описывающих динамику распределения вероятностей состояний системы для марковского случайного процесса с непрерывным временем. Формула для Rs при наличии n полного числа комплектов имеет вид

Rs = exp(−λT )(1 +λT + . . . +(λT )n−1 /(n− 1)!), (9) λ — частота отказов, T — САС системы. Используя (9), нетрудно показать, что при λT 0,1 вероятность отказа системы с «холодным» резервированием за САС можно представить в виде F s = 1 − Rs ≈ (λT )n /n! (10) При оценках ВБР БА обычно учитывают только нерадиационные факторы, полагая, что заряженные частицы КП не оказывают заметного влияния на надежность БА. Однако при наличии в БА ЭРИ с пороговыми ЛПЭ ТЗЧ относительно необратимых ЭОС ниже 60 МэВ · см2 /мг всегда необходимо оценивать степень влияния на ВБР БА указанных ЭРИ. Следует отметить, что, согласно рекомендациям РД134-0139-2005, влиянием ТЗЧ и ВЭП КП на надежность БА можно пренебречь, если частота отказов БА, обусловленная заряженными частицами КП, λЗЧ , не превышает одну десятую от частоты отказов, вызываемых нерадиационными факторами, λНР . В случае если указанное условие не выполняется, при расчетах ВБР БА в формулах (9), (10) в качестве частоты отказов λ, согласно РД134-0139-2005, целесообразно использовать сумму частот отказов λЗЧ и λНР . Справедливость данного подхода определяется следующими обстоятельствами: – плотность вероятности распределения временных интервалов между случайными событиями необратимых отказов, обусловленных как нерадиационными, так и радиационными факторами, подчиняется экспоненциальному распределению; – физические процессы и области в структуре критичных ЭРИ, определяющие чувствительность

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

100

Н. Н. БУЛГАКОВ, В. Ф. ЗИНЧЕНКО

к отказам при действии радиационных и нерадиационных факторов, принципиально различны, т. е. случайные события отказов, вызываемые данными факторами, являются независимыми; – «холодные» резервные комплекты при действии ТЗЧ КП к отказам вообще нечувствительны (для нерадиационных факторов в расчетах обычно принимают, что частота отказов «холодных» резервных комплектов в 10 раз меньше, чем частота отказов в «горячем» комплекте). Как правило, частота отказа БА, обусловленная нерадиационными факторами, значительно выше частоты необратимых отказов при действии ТЗЧ и ВЭП КП. Тем не менее выполнение данного условия должно контролироваться на всех этапах разработки БА [12], а применение ЭРИ с повышенной чувствительностью к необратимым ЭОС должно допускаться только после детального анализа условий их функционирования в приборах БА (электрического и температурного режима, длительности нахождения в активном состоянии), на основании которого делается заключение о возможности их применения в БА. При высокой вероятности возникновения необратимых ЭОС в критичных ЭРИ (даже при использовании «холодного» резервирования) и снижении общей ВБР аппаратуры ниже заданного уровня указанные ЭРИ подлежат замене либо требуют разработки эффективных методов парирования необратимых ЭОС.

рующих факторов КП (ТЗЧ и ВЭП, электростатическими разрядами (ЭСР), накопленной дозой ИИ КП и др.). Поскольку в существующей НТД вопросы синергизма действия различных факторов не рассматриваются, представляет интерес провести анализ имеющейся информации о сбоях и отказах в функционировании реальной БА при длительной эксплуатации в условиях КП [13]. Как правило, количество обратимых сбоев в функционировании приборов БА КА, зарегистрированных за САС, недостаточно, чтобы получить обоснованную статистику и определить причины данных событий для конкретного КА. С этой точки зрения достаточно информативной является статистика НШС в функционировании приборов БА одного из КА на ГСО с момента запуска 15.07.2011 г. по 01.04.2018 г. Как показал проведенный анализ, наиболее вероятной причиной НШС (всего 31 за указанный период) являются «мягкие» сбои типа SEU (Single Event Upset) в функционировании микропроцессора (МП), изготовленного по КМОП технологии с проектной нормой 0,5 мкм. Указанные НШС парировались перезапуском питания прибора, в состав которого входит данный МП. На рис. 4 представлено распределение НШС по годам за указанный период наблюдений.

4. Особенности прогнозирования отказов и сбоев БА в условиях комплексного воздействия различных дестабилизирующих факторов КП Проверка достоверности используемых методик прогнозирования частоты сбоев и отказов БА при воздействии ТЗЧ и ВЭП КП представляет определенные трудности ввиду ограниченной информации о нештатных ситуациях (НШС) в функционировании БА, а также в связи с тем обстоятельством, что в общем случае сбои и отказы в БА КА при эксплуатации в условиях КП определяются комплексным воздействием дестабилизи-

Рис. 4. Распределение сбоев в функционировании приборов БА по годам

Анализ причин возникновения НШС естественно начать с установления корреляции между датами регистрации НШС и мощных солнечных вспышек в течение текущего 24-го цикла солнечной активности. Как показало рассмотрение информации, представленной в каталогах о солнечной активности,

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

ОБЕСПЕЧЕНИЕ РАДИАЦИОННОЙ СТОЙКОСТИ БОРТОВОЙ АППАРАТУРЫ (ЧАСТЬ 2)

только в двух случаях была зарегистрирована корреляция между датами возникновения НШС и солнечных протонных событий, а именно две НШС были отмечены 08.03.2012 г. после мощной солнечной вспышки 07.03.2012 г. с увеличением интенсивности протонного излучения более чем на три порядка по сравнению с фоновым уровнем [14]. Таким образом, можно полагать, что большинство зарегистрированных НШС обусловлены случайными событиями, связанными с возникновением SEU при действии фоновых потоков ТЗЧ и высокоэнергетических протонов (ВЭП) КП, а также с импульсными электрическими наводками, обусловленными ЭСР. Рассмотрим более подробно представленное на рис. 4 распределение НШС по годам. Отчетливо видны два максимума в распределении НШС, а именно в 2013 г. и 2016 г. Следует отметить, что начиная с 2014 г. с целью уменьшения темпов роста накопленной дозы в активных областях ЭРИ КМОП-технологии и предполагая, что чувствительность МП к SEU возрастает с дозой предварительного облучения, начали проводить периодическое чередование (раз в 2 недели) активного и пассивного режимов работы прибора БА, используя резервные комплекты. Это объясняет наблюдаемый резкий рост числа НШС в 2013 г., а также последующий их спад в 2014 г. в связи с частичным отжигом дозовых дефектов в чувствительном объеме микросхемы МП (окисле SiO2 ) при периодическом переключении прибора в пассивный режим. Следует отметить, что в 2016 г., несмотря на принятый режим переключения активного и пассивного режимов функционирования приборов БА, вновь наблюдался резкий рост частоты возникновения НШС. В качестве одной из возможных причин данного эффекта может служить влияние ЭСР, обусловленных объемным заряжением печатных плат в приборах БА, а также диэлектрической изоляции кабельных линий связи быстрыми электронами. При этом ЭСР в диэлектрических структурах в составе БА КА могут быть инициированы отдельными ТЗЧ при напряженности электрического поля значительно ниже критической напряженности пробоя в лабораторных условиях [15, 16]. Проведем анализ распределения НШС по годам (рис. 4) с точки зрения оценки вклада ЭСР.

101

Будем полагать, что сбой в функционировании МП обусловлен ЭСР, если плотность потока быстрых электронов ϕ(E > 2) в течение одного–двух дней перед сбоем превышает пороговую величину 103 (см2 · с · стер)−1 [15]. Данные о динамике изменения плотности потока быстрых электронов на геостационарной орбите были взяты из результатов измерений, полученных спутниками GOES. Было показано, что 3 НШС в 2013 г., 5 НШС в 2016 г. и одну НШС в 2018 г. можно считать обусловленными ЭСР, поскольку они сопровождались значительным превышением плотностью потока электронов ϕ(E > 2) указанной выше пороговой величины. Исключив из НШС события, сопровождавшиеся высоким уровнем плотности потока быстрых электронов ϕ(E > 2) и, согласно сделанному предположению, обусловленные влиянием ЭСР, а также 2 события в 2012 г., коррелирующие с мощной солнечной вспышкой, получим распределение НШС, вызванных воздействием фоновых потоков ТЗЧ и ВЭП КП по годам (рис. 5).

Рис. 5. Распределение сбоев в функционировании приборов БА, обусловленных ТЗЧ и ВЭП КП, по годам

Совместный анализ распределения, представленного на рис. 5, с усредненными годовыми дозовыми нагрузками на БА для ГСО [13], полученными с использованием данных спутника GOES по плотности потока быстрых электронов, позволяет сделать следующие выводы. Во-первых, прослеживается заметная корреляция между дозовыми эффектами и частотой НШС. Периодическое чередование активного и пассивного режима работы прибора БА позволило существенно снизить частоту НШС в течение 2014–2015 гг. за счет частичного отжига дозовых эффектов. Тенденция роста частоты НШС с 2016 г. обусловлена в первую очередь ростом годовых дозовых нагрузок на приборы БА.

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

102

Н. Н. БУЛГАКОВ, В. Ф. ЗИНЧЕНКО

Наблюдается синергизм между дозовыми эффектами и чувствительностью БА к одиночным сбоям. Показано, что частота возникновения SEU может быть существенно снижена при чередовании активного и пассивного режима работы приборов БА с использованием резервных комплектов. Данный режим функционирования БА приводит к замедлению темпов роста накопленной дозы в активных областях ЭРИ и снижению их чувствительноТ а б л и ц а. Распределение интервалов времени между сти к SEU. НШС в функционировании прибора БА

В заключение остановимся на вопросе выбора оптимального интервала времени при чередовании активного и пассивного режима функционирования приборов БА с целью уменьшения частоты НШС, обусловленных их случайным характером. С этой целью преобразуем распределение НШС по годам (рис. 5) в более удобное для анализа распределение интервалов времени между НШС (см. таблицу).

Интервал, мес

Число сбоев

Плотность вероятности F (t), мес−1

0–1

0,3

1–3

0,2

3–5

0,025

5–7

0,1

7–9

0,025

Заключение

Полученное распределение интервалов времени между НШС удовлетворительно аппроксимируется экспоненциальным распределением

F (t) = n0 exp(−n0 t),

n0 = 0,3 мес−1 .

(11)

Используя полученную зависимость F (t), можно показать, что вероятность возникновения НШС в интервале времени до двух недель не превышает 0,15. Ранее мы отмечали, что, начиная с 2014 г. с интервалом в 2 недели, применялось периодическое чередование активного и пассивного режимов работы прибора БА с целью снижения темпов накопления дозовых эффектов. Сделанные выше оценки показывают, что выбранный интервал позволяет также достаточно эффективно снижать частоту НШС, обусловленных воздействием фоновых потоков ТЗЧ и ВЭП КП. В заключение данного раздела можно сделать следующие выводы. Проведенный анализ показал, что основной причиной НШС в приборах БА за период функционирования с 2011 г. по 2018 г. на ГСО являются одиночные сбои типа SEU в микропроцессоре ИП, которые могут быть обусловлены как воздействием ТЗЧ КП (до 70 % НШС), так и ЭСР, возникающими при объемном заряжении диэлектрических материалов в БА (30 % НШС).

Рассмотрены актуальные вопросы обеспечения устойчивости ЭРИ в составе приборов БА к необратимым и обратимым ЭОС при воздействии ТЗЧ и ВЭП КП. Разработано методическое обеспечение испытаний ЭРИ на стойкость к ЭОС в пучках ионов синхротронных ускорителей с энергиями ионов до 200 МэВ/нуклон. Предложены методики локализации ЧО, а также учета страгглинга ЛПЭ ионов в ЧО ЭРИ. Предложена методика испытаний сложных электронных модулей гибридной технологии, содержащих силовые МОПТ. Показано влияние «кумулятивного эффекта» на стойкость мощных МОПТ к необратимым ЭОС при флюенсах ТЗЧ выше 105 част/см2 . На примере анализа имеющейся информации о сбоях в функционировании реальной БА при длительной эксплуатации в условиях КП показано, что возможными причинами НШС являются обратимые одиночные сбои в применяемых ЭРИ, возникающие при воздействии как ТЗЧ (до 70 % НШС), так и ЭСР (30 % НШС). ЭСР в диэлектрических структурах в составе БА КА могут быть инициированы отдельными ТЗЧ при напряженности электрического поля значительно ниже критической напряженности пробоя в лабораторных условиях. Эффективность разработанного методического и программного обеспечения для подтверждения РС БА командных радиолиний подтверждается успешной эксплуатацией в период 2005–2021 гг. порядка 100 КА различного назначения на НОО, СОО, ГСО, ВЭО и лунной орбитах.

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022

ОБЕСПЕЧЕНИЕ РАДИАЦИОННОЙ СТОЙКОСТИ БОРТОВОЙ АППАРАТУРЫ (ЧАСТЬ 2)

Список литературы 1. Анашин В. С., Бодин В. В., Герасимов В. Ф. и др. Ионизирующие излучения космического пространства и их воздействие на бортовую аппаратуру космических аппаратов. М.: ФИЗМАТЛИТ, 2013. 255 с. 2. Зинченко В. Ф., Лаврентьев К. В., Липский А. К., Усеинов Р. Г., Булгаков Н. Н., Сахарова Л. Ю., Прогнозирование вероятности возникновения эффектов одиночных событий в аппаратуре космических объектов при действии отдельных заряженных частиц // Вопросы атомной науки и техники. Сер.: Физика радиационного воздействия на радиоэлектронную аппаратуру, 2011, вып. 3. С. 80–83.

103

7. Ziegler J. F., Biersack J. P., and Littmark U. The Stopping and range of ions in solids. New York: Pergamon, 1985. 8. Булгаков Н. Н., Зинченко В. Ф., Сидоренко И. Е. Методические особенности испытаний электронных модулей, содержащих мощные МОП-транзисторы, на стойкость к необратимым эффектам одиночных событий // Вопросы атомной науки и техники. Сер.: Физика радиационного воздействия на радиоэлектронную аппаратуру, 2021, вып. 1. С. 12–16. 9. Peyre D., Poivey C., Binois C., et al. SEGR study on power MOSFETs: Multiple impacts assumption // IEEE Trans. on Nucl. Sci., 2008, vol. 57, № 1. P. 2181–2187.

3. Зинченко В. Ф., Лаврентьев К. В., Емельянов В. В., 10. Wrobel T. F. On heavy ion induced hard-errors in dielectric structures // IEEE Trans. on Nucl. Sci., 1987, Ватуев А. С. Сравнительный анализ механизмов vol. 34, № 6. P. 1262–1268. пробоя тонких окислов SiO2 в структурах металл– окисел–полупроводник при воздействии тяжелых 11. Маклюк В. В. и др. Анализ физико-химических заряженных частиц и импульсного электрического процессов, определяющих отказы интегральных напряжения // Журнал технической физики, 2016, схем // Инженерный вестник, 2006, вып. 1(21)3. вып. 2. С. 30–36. С. 229-234. 4. Зинченко В. Ф., Лаврентьев К. В., Усейнов Р. Г., 12. Артюхова М. А., Полесский С. Н. Разработка методики проектной оценки надежности радиоэлекАлексеев Н. Н., Булгаков Н. Н., Исследование возтронного оборудования с учетом влияния ионизиможностей использования ускорителя тяжелых чарующих излучений // Вопросы радиоэлектроники, стиц У-10 ИТЭФ для моделирования необратимых 2019, № 1. С. 57–63. отказов в ИЭТ при действии отдельных заряженных частиц космического пространства // Вопросы 13. Булгаков Н. Н., Зинченко В. Ф. Анализ причин сбоатомной науки и техники. Сер.: Физика радиационев в работе бортовой аппаратуры космических апного воздействия на радиоэлектронную аппаратуру, паратов при функционировании на геостационарной 2010. С. 98–103. орбите с 2011 г. по 2018 г. // Вопросы атомной науки и техники. серия: Физика радиационного воз5. Зинченко В. Ф., Лаврентьев К. В., Липский А. К. действия на радиоэлектронную аппаратуру, 2020, Определение линейных потерь энергии высокоэнервып. 1. С. 39–44. гетических ионов в чувствительном объеме изделий электронной техники при проведении испыта- 14. www.swpc.noaa.gov/products/goes-proton-flux ний на устойчивость к эффектам одиночных собы- 15. Frederickson A. R., Holeman E. G., Multen E. G. тий // Вопросы атомной науки и техники. Сер.: Characteristics of spontaneous electrical discharging Физика радиационного воздействия на радиоэлекof various insulators in space radiations // IEEE Trans. тронную аппаратуру, 2012, вып. 1. С. 32–36. on Nucl. Sci., 1992, vol. 39, № 6. P. 1773–1782. 6. Зинченко В. Ф., Лаврентьев К. В., Липский А. К. Экспериментальные исследования страгглинга энергии и линейных потерь энергии тяжелых заряженных частиц после прохождения замедлителя // Вопросы атомной науки и техники. Сер.: Физика радиационного воздействия на радиоэлектронную аппаратуру, 2013, вып. 1. С. 24–28.

16. Акишин А. И. Радиационные аномалии в космическом оборудовании, вызванные электроразрядными явлениями в облученных диэлектриках. В кн.: Новые наукоемкие технологии в технике. Энциклопедия, т. 17. Воздействие космической среды на материалы и оборудование космических аппаратов. М.: ЭНЦИТЕХ, 2000. C. 5–60.

РАКЕТНО-КОСМИЧЕСКОЕ ПРИБОРОСТРОЕНИЕ И ИНФОРМАЦИОННЫЕ СИСТЕМЫ т. 9 вып. 2 2022