222
ISSN 0236-3933. Вестник МГТУ им. Н.Э. Баумана. Сер. “Приборостроение”. 2012
дели с течением времени становятся неадекватными реальному процес-
су изменения погрешностей ИНС. Поэтому модели погрешностей ИНС
необходимо формировать в процессе функционирования ЛА. Методы
построения моделей известны и отличаются по точности и объему ма-
шинной памяти, необходимой для реализации в БЦВМ. Наиболее про-
стыми методами являются различные модификации линейных трендов
[3, 6].
Более сложные методы позволяют построить высокоточные моде-
ли, но требуют большего времени и значительного объема машинной
памяти БЦВМ. К таким методам относятся разнообразные нейронные
сети, алгоритмы самоорганизации и генетические алгоритмы [3, 6].
Нейронные сети позволяют формировать модели исследуемых
объектов с достаточно высокой точностью, но требуют при этом дли-
тельного времени для реализации процесса обучения.
Метод самоорганизации можно использовать в условиях мини-
мального объема априорной информации, а также без учета некото-
рых существенных факторов. Такой метод можно применять в усло-
виях превышения (в несколько раз) помех полезного сигнала.
Возможность прогнозирования без учета некоторых определяю-
щих факторов объясняется тем, что в сложных системах факторы
коррелированы между собой. Следовательно, измерение одного фак-
тора содержит информацию о других факторах, связанных с измеря-
емым фактором.
Работа генетического алгоритма представляет собой итерацион-
ный процесс, который продолжается до тех пор, пока не реализуется
заданное число поколений селекции или какой-либо иной критерий
останова. На каждом поколении генетического алгоритма происхо-
дит отбор, кроссинговер и мутация.
Использование только генетического алгоритма для решения задачи
не эффективно, так как поиск оптимального значения параметров ап-
проксимирующей функции проводится недостаточно направленно.
Найти глобальный минимум, в общем случае, достаточно трудно
вследствие наличия значительного числа локальных экстремумов и
такая задача требует больших вычислительных затрат при практиче-
ски полном переборе возможных решений с заданной точностью. Та-
ким образом, перечислены наиболее популярные классические мето-
ды построения моделей погрешностей ИНС. С учетом особенностей
реализации алгоритмов в БЦВМ предпочтение целесообразно отда-
вать алгоритмам самоорганизации.
Выводы.
Рассмотрены концептуальные алгоритмические мето-
ды повышения точности навигационной информации. Для коррекции
автономных ИНС целесообразно использовать алгоритмы компенса-
ции погрешностей с помощью информации, полученной с датчиков
углов прецессии.
В корректируемом режиме компенсация погрешностей ИНС
осуществляется в выходном сигнале системы с применением адап-
тивных алгоритмов оценивания.