Рассматривается задача анализа нелинейных систем управления ансамблемтраекторий с учетом случайного изменения структуры системы и скачков(случайных импульсных воздействий). Для решения рассматриваемой задачи предлагается алгоритм статистического моделирования.
Algorithm for analysis of ensemble paths control systemssubjected to the random change of structure and jumps.pdf Под системами со случайной (переменной) структурой понимаются динамиче-ские системы, поведение которых на случайных интервалах времени характеризу-ется различными структурами и описывается различными уравнениями [1]. К сис-темам с переменной структурой относятся:- системы поиска, захвата и сопровождения сигнала;- системы, имеющие срыв управления или слежения;- системы с периодическим случайным повторением процессов поиска, захва-та, срыва управления;- системы управления, в которых связи между функциональными элементамименяются в зависимости от состояния (системы с переменной структурой управ-ляющего устройства);- системы с возможными нарушениями, в которых возможен случайный отказфункционирования некоторых цепей в случайные моменты времени.В настоящей работе рассматривается задача анализа многомерных нелиней-ных систем управления ансамблем траекторий [2, 3] при импульсных воздействи-ях и случайном изменении структуры. Для решения этой задачи применяется ме-тод статистического моделирования, который позволяет оценивать вероятностныехарактеристики выходных процессов, в том числе и плотность вероятности.1. Постановка задачи анализа нелинейных системуправления ансамблем траекторийРассмотрим процесс (y(t), s(t))T, где s(t) - дискретный случайный процесс с ко-нечным множеством состояний {1, 2,…,S}; S - число структур, а y(t) - d-мерныйслучайный процесс, описываемый при условии s(t) =l системой обыкновенныхдифференциальных уравнений (ОДУ):( )0 0dy(t) fl(t,y(t)), y(t ) y Rn,где t[t0,T]; f (l)(t,y) - вектор-функции размера d; l - номер структуры систе-мы, множество ограничено, оно характеризует неопределенность задания на-чальных данных [3].Вероятность перехода дискретного случайного процесса s(t) удовлетворяетследующим условиям [1]:P{s(t + t) = r | s(t) = l, y(t) = y}= lr(t, y)t +o(t),P{s(t + t) = l | s(t) = l, y(t) = y}=1− ll(t, y)t +o(t) ,s(t0)=s0, l,r=1,2,...,S, lr,где функция ( , ) :[ 0, ] d [0, ]lr t y t T R называется интенсивностью перехода,при этом1( , ) ( , )Sll lrr lt y t y= = .Это условие обеспечивает при любом фиксированном y Rd отсутствие не-скольких переключений процесса s(t) за малый интервал времени t . Предпола-гается, что в моменты переключения траектории процесса y(t) могут быть как не-прерывными (случай точного восстановления реализаций), так и иметь разрывы[1]. В последнем случае дополнительно задаются законы, определяющие величи-ну скачка в момент смены структуры. Например, в качестве такой характеристикиудобно взять lr (t,y| y) (условную плотность вероятности смены вектора со-стояния из положения y в положение y, при переходе из l-й структуры в r-ю вмомент переключения t) или плотность вероятности lr (t,) величины скачка = y − y . При точном восстановлении реализацийlr (t,y|y)=lr (t,y−y) = (y−y) .Систему, описываемую соотношениями (1) и (2), можно рассматривать какстохастическую мультиструктурную систему с распределенными переходами(при отсутствии случайных возмущений, действующих на объект управления).Наиболее полной вероятностной характеристикой расширенного вектора со-стояния является упорядоченная совокупность взвешенных плотностей распреде-ления p*(l)(t,y) вектора состояния (здесь и в дальнейшем * означает, что отсутст-вует нормировка), удовлетворяющих следующему условию:*( )01( , ) 1, [ , ]dSll Rp t ydy t t T= = . (3)Взвешенные плотности распределения удовлетворяют системе обобщенныхуравнений Фоккера - Планка - Колмогорова [1]. Вероятность того, что в моментвремени t структура системы имеет номер l, т.е. s(t) = l, задается выражением( ) ( ) *( ) ( , ) , 1, 2...,dl lRP t = p t ydy l= S,а плотность вероятности p(l)(t,y) вектора состояния при условии s(t) = l связана сp*(l)(t,y) следующим соотношением:pl)(t,y)=P(l)(t)p(l)(t,y), l=1,2,...,S.Для безусловной плотности вероятности p(t, y) вектора состояния выполняется*( )1( , ) ( , )Sllp t y p t y== или ( ) *( )1( , ) ( ) ( , )Sl llp t y P t p t y== .Задача анализа систем управления ансамблем траекторий состоит в нахож-дении ненормированных плотностей распределения p*(l)(t,y) вектора состоянияпо заданным функциям f (l)(t,y) , интенсивностям lr (t,y) , законам поведениятраектории в момент смены структуры (плотностямlr (t,) ) и ненормированнымплотностям распределения *( )p0 l (t,y),l,r= 1,2,...,S.Наряду с нахождением функций p*(l)(t,y) можно рассматривать задачу нахо-ждения маргинальных плотностей вероятности и моментных характеристик век-тора состояния, а также задачу определения вероятностных характеристик време-ни перехода из одной структуры в другую [1-5]. Некоторые вероятностные харак-теристики и их оценки приведены в 3-м разделе статьи.2. Анализ систем управления ансамблем траекторийметодом статистического моделированияОпишем статистический алгоритм решения задачи анализа систем управленияансамблем траекторий. Статистический алгоритм должен в себя включать: чис-ленное решение ОДУ (1) некоторым численным методом [6], а также моделиро-вание моментов смены структуры, номера новой структуры и величинытервале (0,1) случайная величина, которая моделируется с помощью датчикапсевдослучайных чисел, например RAND [8]); если tk +1 >T, то tk +1 :=T;2) моделируем номер r (возможный номер новой структуры) с вероятностьюpr= lr/ l, rl, r = 1,2,…,S;3) решаем уравнение (1) для l-й структуры на интервале [tk,tk+1] численнымметодом с шагом h и находим yk +1 - вектор состояния системы в момент tk +1 , приэтом шаг должен быть согласован с интенсивностью перехода, напримерh≤0,1/l ;4) k : = k + 1;5) проверяем условие смены структуры: моделируем равномерно распреде-ленную на интервале (0,1) случайную величину 1 : если_1 ≤ lr(tk,yk)/lr , топереходим к п. 6, иначе переходим к п. 7;6) меняем номер структуры на r-й: sk := r ; если задано условие разрыва тра-ектории при переходе из l-й структуры в r-ю, то моделируется новая случайнаявеличина yk согласно плотности lr (t,y| yk ) или величина скачка согласноплотностиlr (t,) , тогда yk:=yk+;7) еслиtk
Аверина Татьяна Александровна | Институт вычислительной математики и математической геофизики СО РАН;Новосибирский государственный университет | кандидат технических наук, старший научный сотрудник; доцент | |
Rybakov K.A., Sotskova I.L., Yudin M.A. Synthesis of optimal control algorithms for small satellite subject to the possible failure of control unit // Theoretical questions of computers and software. M.: MIREA, 2006. P. 98-103.
Гурман В.И. Вырожденные задачи оптимального управления. М.: Наука, 1977. 250 с.
Крамер Г. Математические методы статистики. М.: Мир, 1975. 648 с.
Михайлов Г.А. Весовые методы Монте-Карло. Новосибирск: Изд-во СО РАН, 2000. 248 с.
Михайлов Г.А., Ермаков С.М. Курс статистического моделирования. М.: Наука, 1976. 320 с.
Artemiev S.S., Averina Т.А. Numerical analysis systems of ordinary and stochastic differential equations. Utrecht: VSP, 1997. 176 p.
Михайлов Г.А., Аверина Т.А. Алгоритм «максимального сечения» в методе Монте- Карло // ДАН. 2009. Т. 428. № 2. С. 163-165.
Averina Т.А. Algorithm for statistical simulation of two types of random-structure systems // Russ. J. Numer. Anal. Modelling. 2001. V. 16. No. 6. P. 467-482.
Пантнлеев А.В., Руденко Е.А., Бортаковский А.С. Нелинейные системы управления: описание, анализ и синтез. М.: Вузовская книга, 2008. 312 с.
Аверина Т.А. Статистический алгоритм моделирования динамических систем с переменной структурой // Сиб. журн. вычисл. матем. 2002. Т. 5. № 1. С. 1-10.
Овсянников Д.А. Математические методы управления пучками. Л.: Изд-во ЛГУ, 1980. 228 с.
Казаков И.Е., Артемьев В.М., Бухалев В.А. Анализ систем случайной структуры. М.: Физматлит, 1993. 272 с.