1
УДК 004.896
Подход к разработке систем управления малыми
космическими аппаратами в нейросетевом базисе
© В.Н. Коновалов, М.О. Корлякова
КФ МГТУ им. Н.Э. Баумана, Калуга, 248000, Россия
Представлен обзор основных направлений аппаратной реализации нейронных се-
тей и оценены их возможности для использования на борту малых космических
аппаратов. Рассмотрены основные требования к бортовым системам управления
и подходы к их нейросетевой реализации. Перечислены ограничения и требования к
ресурсам, выдвигаемые для бортовых систем малых космических аппаратов. По-
казано, что возможно реализовать эффективное решение задачи в сетях неболь-
шой сложности. Проведено моделирование отдельных узлов нейросетевой систе-
мы управления в условиях ограниченных ресурсов. Представлена нейросетевая мо-
дель аппроксимации табличной модели атмосферы. Сформированы варианты ре-
шения задачи в вещественных и дискретных форматах синаптических весов. Про-
веден анализ ошибок аппроксимации в сетях разной архитектуры. Показано, что
даже для вариантов с дискретизированной формой входов и коротким форматом
представления синаптических весов качество решения задачи является доста-
точным.
Ключевые слова:
нейронные сети, малые космические аппараты, системы управ-
ления.
Системы управления летательных аппаратов решают широкий
спектр задач разного типа. При этом значительно отличаются объек-
ты управления и требования к качеству. Однако все системы этого
класса должны быть надежны, устойчивы к внешним искажениям,
работать в большом диапазоне входных характеристик и по возмож-
ности обеспечивать автономное управление летательным аппаратом.
В настоящее время значительно возрос интерес к интеллектуаль-
ным системам управления. Обусловлено это развитием аппаратных
средств и появлением новых методов формирования таких систем.
Основным преимуществом интеллектуальных систем управления
можно считать следующие их особенности [1]:
система формируется в результате обучения, т. е. предъявления
примеров и поощрения/наказания изменяемых параметров;
разработаны различные типы обучаемых систем для решения
широкого круга задач, активно совершенствуется аппаратная база
для реализации интеллектуальных систем управления;
системы адаптивны, что позволяет работать в широком диапазоне
условий и целей.
Можно привести примеры успешного решения задач управления
в рамках нейросетевого подхода, который в наибольшей степени
ориентирован на работу в условиях автономного обучения и управ-
