Identification of parameters of pilot model accordingto the data of on-board registration device.pdf Индивидуальный план летной подготовки предполагаетобъективную оценку качества пилотирования. Существую-щий оперативный контроль не позволяет в полной мере ре-шить эту задачу. Главный недостаток оперативного кон-троля - невозможность прогноза. То есть результатом опе-ративного контроля является сообщение о нарушении лет-ного ограничения после того как оно произошло.Вопросы оценки качества пилотирования активно ис-следовались в институте космической медицины [1]. В1976 и 1978 гг. академик Н.И. Фролов доказал, что однойиз характеристик качества работы летчика являетсяструктура движения ручкой управления и время активнойработы стабилизатора на посадке. Однако данная работавыполнена в условиях научно-исследовательского инсти-тута с применение специального исследовательского обо-рудования. Применить результаты этой работы для прак-тической работы в летных школах и училищах невозмож-но. Поэтому предлагается разработка методики и про-граммного обеспечения параметрической идентификациимодели летчика для оценки качества пилотирования лет-чиков в летных школах и училищах по данным бортовыхустройств регистрации (БУР) для совершенствования ин-дивидуальной летной подготовки.Использование объективной информации БУР дляоценки качества пилотирования является обязательнымслагаемым летной подготовки, но возможности БУР наэтом далеко не исчерпаны. Поэтому разработка новыхалгоритмов оценки качества пилотирования остаетсяактуальной задачей. Одному из таких подходов и по-священа данная статья.Рассмотрим пилотирование самолета по глиссаде в ди-ректорном режиме. Для самолета фронтовой авиации про-должительность этого участка полета составляет примерно100 с. При пилотировании по глиссаде летчик крайне огра-ничен в свободе своих действий, так как допустимое от-клонение от нее не превышает нескольких метров по высо-те и курсу. Это позволяет предельно упростить его модельв контуре пилотирования самолетом. Возможная обобщен-ная модель [2, 3] представлена на рис. 1.ОБРАБОТКАИНФОРМАЦИИ ИВЫРАБОТКАКОНЦЕПТУАЛЬНОЙМОДЕЛИОТРАБОТКАУПРАВЛЯЮЩИХДЕЙСТВИЙW(p)САМОЛЕТМОДЕЛЬВОСПРИЯТИЯИНФОРМАЦИИТРЕНД РУСтгМОДЕЛЬ ЛЕТЧИКАПОЛЕТНЫЕДАННЫЕПОЛЕТНЫЕДАННЫЕКОНЦЕПТУАЛЬНАЯ МОДЕЛЬВЫПОЛНЕННОГО ПОЛЕТАРис. 1В [1, 2] доказана возможность оценки качества пи-лотирования при заходе на посадку по отклонениюручки летчика в продольном канале управления само-летом. Исходя из этого и модели на рис. 1 рассмотримструктурную схему, представленную на рис 2.тренд РУСтг ƒ ст ƒ z ƒ ƒϑ ƒƒWл ( p) ƒРУСтг k( )2 222ст 1ƒ ƒ ƒƒ ƒƒƒ+ ƒ ƒ + ƒƒ +p pk T z p1 11+ ƒ TБУР Алгоритм идентификации оценкаРис. 2Тренд на рис. 2 − это реализация мысленного сигналатраекторного управления самолетом по ƒƒ или концепту-альная модель действий летчика. Выходным сигналомWл(p) является отклонение ручки летчика по тангажу. РУСтг ƒ Исследования [3] показывают, что в продольномканале управления Wл(p) является форсирующим звеном.Отклонение РУСтг ƒ измеряется датчиком и регистрируетсяБУР для обработки на земле. С помощью цифровогофильтра с частотой настройки ƒƒ сигнал РУСтг ƒ можно раз-делить на тренд и высокочастотную составляющуюoƒНе участвующая в траекторном управлении высо-кочастотная составляющая отражает процессы перерегу-лирования при реализации концептуальной модели. Высо-кочастотную составляющую сигнала РУСтг ƒ будем называтьисполнительской моделью действий летчика. Очевидно,что перерегулирование при исполнении концептуальноймодели является одним из показателей качества пилотиро-вания, которое статистически можно связать с уровнемподготовки данного летчика. Количественно перерегули-рование может быть описано через параметры Wл(p). Воз-никает задача оценки параметров Wл(p) по высокочас-тотной составляющей .РУСтг ƒСложность данной задачи заключается в том, чтомы можем наблюдать выходной сигнал звена Wл(p) наограниченном участке времени Tн и в ограниченномчастотном диапазоне. Нижняя граница частотного диа-пазона равна ƒƒ верхняя определяется частотой реги-страции РУСтг ƒ и для большинства самолетов составля-ет 2 Гц. Входной сигнал Wл(p) нам неизвестен, так каквычисленный тренд является таковым только условно.Анализ полетных данных показывает, что спектр слу-чайной составляющей выходного сигнала Wл(p) имеетмножество локальных максимумов, на фоне которыхтрудно выделить максимум, равный частоте собствен-ных колебаний Wл(p) (рис. 3), кроме того, выходнойсигнал РУСтгoƒимеет функцию плотности распределе-ния, не являющуюся Гауссовой (рис. 4).Cпектр исследуемого сигнала после ФВЧЧастота на графике в Гц.1 20,0060,0050,0040,0030,0020,0010Плотность распределения полетного параметра (син.) инормального закона (красн.)04,543,532,521,510,50Рис. 3 Рис. 4.Для количественного выражения степени отклоненияплотности распределения дискретных измерений выходногосигнала РУСтгoƒот нормального закона распределения пред-лагается использовать алгоритм, основанный на свойствахсрединной и средней арифметической ошибок нормальногозакона распределения. Для этого исходную последователь-ность измерений X (i) ={x(1), x(2),...,x(n −1), x(n)} сигналаРУСтгoƒпреобразуем в последовательность Y(i) ={y(1), y(2),......., y(n −1), y(n)}, где y(i) = x(i) −mˆ x . Затем последова-тельность Y(i) ранжируем по возрастанию, и вычисляемкоэффициенты a и b:.1( )0,6745, ( / 2 1)0,8453 ( )( / 2 1)121−+=+=ƒ ƒ= =ny ib y ny ia y n nniniВ соответствии с любой реализацией РУСтгoƒможно по-ставить числовое значение коэффициентов a и b, количест-венно выражающих отклонение плотности распределениядискретных измерений этой реализации от нормальногозакона распределения Спектр и гистограмма выходногосигнала РУСтгoƒявляются информативными, но при этом тру-дно установить их взаимосвязь с параметрами Wл(p).Были выполнены предварительные исследованиясвойств статистической оценки корреляционной функ-ции, полученной по теореме Винера - Хинчина:( ) +ƒ ƒ = ƒ ƒ ƒ0РУСoРУСoˆ 2 ( )cos(2 ) ,тг тг K S f f df (1)где ( )  ( ) − ƒƒ = ƒннTS f T t e j ft dt02РУСoTРУСoтг тгlim 1 − спектр мощ-ности ( ) , РУСтгoƒ ƒ вычисляемый методом дискретногопреобразования Фурье (ДПФ).Из-за малого времени наблюдения оценка (1) имеетмультипликативную погрешность и функционально за-висит от времени наблюдения Tн. Исходя из этого,оценку ƒ (ƒ) РУСтгo ˆK предлагается вычислять через нор-мированную корреляционную функцию ƒ (ƒ) РУСтгoˆr( ),Ф ( )Ф ( ) cos(2 )ˆ ˆ ( )0 э0 эРУС тгoРУС тгoРУС тгoРУС тгoРУС тгoРУС тгof dff f dfDK D r+ ƒ+ ƒƒƒ ƒ ƒƒ ƒ=ƒ = ƒ =(2)где  − ƒƒ= ƒTнt e j f dt02РУСoэФ ( ) тгРУСтгo − энергетический спектр, РУСтгoƒвычисляемый методом ДПФ; −=ƒ 11РУС тгo nDƒ=⎥⎦⎤⎢⎣ ⎡ƒniiT12РУС дo( ) тг − оценка дисперсии вычисленная пореализации РУСтг .oƒАнализ полетных данных показал,что график корреляционной функции (2) имеет устой-чивые отличительные признаки, позволяющие количе-ственно характеризовать динамические свойства лет-чика. На рис. 5 − 6 показаны нормированные корреля-ционные функции 2-х реализаций посадочного манев-рирования, выполненных летчиком.-0,5-0,2500,250,50,751-10 -5 0 5 1 t0Рис. 5.-0,5-0,2500,250,50,751-10 -5 0 5 1 t0Рис. 6.Однако, как и в случае со спектром выходного сиг-нала остается неизвестная зависимость корреляцион-ной функции сигнала РУСтгoƒс параметрами модели лет-чика Wл ( p) .Таким образом, возникла практическая задача иден-тификации параметров Fмфл , Fмл , ƒмл модели летчика:2мл2мл мл2мфлмфл2млмл ( 4 42 ( 2( )F p F p FK F p FW p+ ƒƒ + ƒƒ + ƒ=по корреляционной функции ˆ ( ).РУСтгoK ƒ ƒ Задача ус-ложняется тем, что форма ƒ (ƒ) РУСтгo ˆK зависит не толь-ко от параметров модели летчика, но и от частоты ре-гистрации РУСтг ƒ и частоты настройки фильтра ƒƒ.Решение этой задачи предлагается методом имита-ционного моделирования [4]. Для выполнения иссле-дований предлагается три имитационных модели лет-чика (рис 7 а, б, в), далее называемых цифровыми, что-бы отличать их от модели летчика Wл ( p).В начале были выполнены предварительные иссле-дования модели б (рис. 7), в которой летчик представ-лен колебательным звеном. Цель исследований - выбортакого имитационного входного сигнала цифровыхмоделей, при котором спектр и коэффициенты a и bвходили в диапазон отклонений аналогичных парамет-ров, полученных по множеству реализаций . мРУСтгoƒx(t) АЦП КИХ fKƒ , fKƒ ƒ ƒK,K1 БУР фильтраx(t) 2мл2мл мл22мл4 42p F p FK F+ ƒƒ + ƒƒАЦП КИХ fKƒ , fKƒ ƒ ƒK , KБУР фильтрбx(t) ( )( )2мл2мл мл2мфлмл2мл4 42 2F p F p FK F p F+ ƒƒ + ƒƒ + ƒАЦП КИХ fKƒ , fKƒ ƒ ƒK,KБУР фильтрвРис. 7Исследования модели а (рис. 7), где летчик пред-ставлен усилительным звеном, позволили выявить де-терминированную взаимосвязь экстремумов производ-ной корреляционной функции ƒ (ƒ) РУСтгo ˆK с частотойдискретизации РУСтгoƒи частотой настройки фильтраƒƒ. Графически эту зависимость можно выразить в ви-де «сетки» опорными точками которой являются нулии максимумы производной ƒ (ƒ) РУСтгo ˆK (рис. 8).Наилучшие результаты были достигнуты при ис-пользовании входного сигнала, плотность распределе-ния дискретных измерений которого показана на рис. 9.Исследования показывают, что «сетки» экстрему-мов производной корреляционной функции ƒ (ƒ) РУСтгo ˆKмодели летчика, полученной по реальным полетнымданным и цифровых моделей летчика б и в не совпада-ют с сеткой экстремумов модели а. Это позволяетпредположить, что данное расхождение зависит толькоот параметров модели летчика Wл(p).Корреляционная функция и ее произв одная0 1 2 343210-1-2-3-4-5-6-7-8 0,1620,3430,4630,610,720,8470,9771,1351,2181,3031,451,5831,7351,9062,0022,1162,232,352,4652,5782,6922,799 2,958Рис. 8Рис. 9. Плотность распределения входного сигналацифровых моделей и нормальный закон распределенияЦелью дальнейших исследований цифровых моде-лей б и в (рис. 7) является количественное выражениепараметров Fмфл, Fмл, ƒмл через разность опорных точек«сетки» цифровой модели а и «сетки», полученной порезультатам обработки полетных данных.

Скачать электронную версию публикации