Угловая скорость линии визирования цели будет:

(1.78)

Исключая из (1.76) величины V_Ac и V_t при помощи равенств (1.77) и (1.78), получим:

(1.79)

или, предполагая углы малыми:

(1.80)

Отсюда видно, что и угол упреждения и угол относа функционально связаны с угловой скоростью вращения визирной линии.

Рисунок 1.23 - Угол Сноса

Это обстоятельство позволяет применять гироскопы или другие приборы, измеряющие угловую скорость, для вычисления угла упреждения при управлении огнем самолета по самолету.

Сходство в причинах появления угла упреждения в случаях пушечного огня, ракетной стрельбы и бомбометания по подвижной земной цели очевидно. Для ракетного огня существует поправка, аналогичная углу относа. Она получается вследствие того, что ракета при сходе с направляющей начинает поворачиваться по относительному ветру (флюгерный эффект). Однако вследствие ускоряющего действия двигателя эта поправка меньше угла между направляющей и скоростью самолета. К концу работы двигателя ракета приобретает скорость, большую, чем у самолета, и составляющую некоторый угол с первоначальным положением направляющей. Этот угол зависит от совместного эффекта всех сил, действующих на ракету, т.е. от силы тяжести, тяги и аэродинамических сил.



Рисунок 1.17. Задача управления огнем самолета по самолету

Относительная скорость цели и самолета может быть очень велика. Поэтому при стрельбе управляемыми снарядами класса воздух - воздух старт снаряда должен происходить в направлении, учитывающем угол упреждения, чтобы траекторию снаряда пришлось возможно меньше исправлять. Задача определения правильного угла упреждения в момент старта управляемого снаряда сходна с тою же задачей при управлении огнем обычного орудия. Следует отметить, что предсказание будущего положения цели всегда зависит только от времени полета снаряда, а упреждение снаряда зависит и от всех его прочих свойств. Таким образом, вследствие сходства задач, идея общей системы управления для пушек, ракет, бомб и управляемых снарядов, имеющей лишь сменные (или вставленные друг в друга) счетно-решающие устройства, является теоретически осуществимой.

1.5 Моделирование на ЭВМ системы наведения

1.5.1 Принципы компьютерного моделирования

Компьютерное моделирование является одним из эффективных методов изучения физических систем. Часто компьютерные модели проще и удобнее исследовать, они позволяют проводить вычислительные эксперименты, реальная постановка которых затруднена или может дать непредсказуемый результат. Логичность и формализованность компьютерных моделей позволяет выявить основные факторы, определяющие свойства изучаемых объектов, исследовать отклик физической системы на изменения ее параметров и начальных условий.

Компьютерное моделирование требует абстрагирования от конкретной природы явлений, построения сначала качественной, а затем и количественной модели. За этим следует проведение серии вычислительных экспериментов на компьютере, интерпретация результатов, сопоставление результатов моделирования с поведением исследуемого объекта, последующее уточнение модели и так далее.

К основным этапам компьютерного моделирования относятся: постановка задачи, определение объекта моделирования; разработка концептуальной модели, выявление основных элементов системы и элементарных актов взаимодействия; формализация, то есть переход к математической модели; создание алгоритма и написание программы; планирование и проведение компьютерных экспериментов; анализ и интерпретация результатов.

Различают аналитическое и имитационное моделирование. Аналитическими называются модели реального объекта, использующие алгебраические, дифференциальные и другие уравнения, а также предусматривающие осуществление однозначной вычислительной процедуры, приводящей к их точному решению. Имитационными называются математические модели, воспроизводящие алгоритм функционирования исследуемой системы путем последовательного выполнения большого количества элементарных операций.

Принципы моделирования состоят в следующем:

1. Принцип информационной достаточности. При полном отсутствии информации об объекте построить модель невозможно. При наличии полной информации моделирование лишено смысла. Существует уровень информационной достаточности, при достижении которого может быть построена модель системы.

2. Принцип осуществимости. Создаваемая модель должна обеспечивать достижение поставленной цели исследования за конечное время.

3. Принцип множественности моделей. Любая конкретная модель отражает лишь некоторые стороны реальной системы. Для полного исследования необходимо построить ряд моделей исследуемого процесса, причем каждая последующая модель должна уточнять предыдущую.

4. Принцип системности. Исследуемая система представима в виде совокупности взаимодействующих друг с другом подсистем, которые моделируются стандартными математическими методами. При этом свойства системы не являются суммой свойств ее элементов.

5. Принцип параметризации. Некоторые подсистемы моделируемой системы могут быть охарактеризованы единственным параметром: вектором, матрицей, графиком, формулой.

1.5.2 Моделирование системы наведения в среде Simulink

Для проверки работоспособности и оптимальности спроектированного регулятора, необходимо было построить модель объекта управления, с помощью которой реализуется функциональная составляющая алгоритма, и проверить качество переходных процессов на устойчивость и управляемость системы управления.

Моделирование системы управления боковым движением БЛА проводилось в среде Simulink пакета MATLAB версии R2010b.

Simulink - интерактивный инструмент для моделирования, имитации и анализа динамических систем. Он дает возможность строить графические блок-диаграммы, имитировать динамические системы, исследовать работоспособность систем и совершенствовать проекты. Simulink полностью интегрирован с MATLAB, обеспечивая немедленным доступом к широкому спектру инструментов анализа и проектирования. Эти преимущества делают Simulink наиболее популярным инструментом для проектирования систем управления.

Сначала промоделируем схему без влияния ошибок. Схема для моделирования представлена на рисунке 1.26.

Рисунок 1.26 - Схема моделирования

Дальность до цели уменьшается по линейному закону (Рисунок 1.27). В то время как угол визирования равняется нулю (Рисунок 1.28). Первоначальный скачок обусловлен запаздыванием из-за пеленгующего звена.

Рисунок 1.27 - Дальность до цели



Рисунок 1.28 - Изменение угла визирования и конечный промах

Как видно из графика конечный промах меньше 0.003 для системы наведения ракетой. Следовательно систему можно использовать для высокоточного наведения на цель небольшого размера.

Теперь промоделируем систему под влиянием переменной, синусоидальной ошибки и посмотрим конечный промах. Схема системы изображена на рисунке 1.29.

Рисунок 1.29 - Схема моделирования, влияние ошибки

Для рассмотрения различных вариаций влияния ошибки управления была создана программа, позволяющая посмотреть изменение конечного промаха ракеты от амплитуды переменной ошибки и величины постоянной.

Листинг 1.3

%моделирование с синусоидой, время моделирования 9 сек

mispost=zeros (1,11);

misper=zeros (1,11);

plotdataIzmPer=zeros (100,2);

plotdataIzmPost=zeros (100,2);

delta1 = 0.001;%шаг изменения постоянной ошибки

mispost(1) = 0.001;%начальная ошибка постоянная

delta2 = 0.001;%шаг измения переменной ошибки (амплитуды)

misper(1) = 0.001;

mistake1=mispost(1);

mistake2=misper(1);

sim('shema');

figure

simplot(ScopeData1);

for i=1:10

for j=1:10

mistake1=mispost(i);

mistake2=misper(j);

sim('shema');

plotdataIzmPer (j+i*10-10,:)= [mistake2 ScopeData1.signals (1,1).values (901,1)];

plotdataIzmPost (i+10*j-10,:)= [mistake1 ScopeData1.signals (1,1).values (901,1)];

misper (j+1)=misper(j)+delta2;

end

mispost (i+1)=mispost(i)+delta1;

end

%10 графиков зависимости промаха от амплитуды изменения ошибки при разной постоянной ошибке

for i=1:10

%subplot (10,1, i), plot (plotdata((1+i*10-10): (10*i), 1), plotdata((1+i*10-10): (i*10), 2))

figure

plot (plotdataIzmPer((1+i*10-10): (10*i), 1), plotdataIzmPer((1+i*10-10): (i*10), 2));

end

%10 графиков зависимости промаха от постоянной ошибки

for i=1:10

figure

plot (plotdataIzmPost((1+i*10-10): (10*i), 1), plotdataIzmPost((1+i*10-10): (i*10), 2));

end

Рассмотрены различные случаи влияния ошибок на систему. Собранные результаты проиллюстрируем. Как видно из графика (рисунок 1.30) изменение амплитуды ошибки слабо влияет на конечный промах, хоть промах и растет. Максимальный промах составил приблизительно 0.6 метра, что удовлетворяет требованиям к точности.

Рисунок 1.30 - Зависимость промаха от ошибки (амплитуды колебания)

Отклонение угла визирования от нуля невелико. Максимальное отклонение составляем 0.06. Процесс приобрел слабый колебательный характер (Рисунок 1.31).

Рисунок 1.31- Изменение угла визирования

Изменение промаха от влияния постоянной ошибки изображено на рисунке 1.32. Максимальный промах составил 0.55, что допустимо.

Рисунок 1.32 - Зависимость величины промаха от начальной ошибки

Таким образом по результатам эксперимента ясно видно, что данная система управления имеет достаточную точность и способна поразить цель достаточно малого размера.

Задача распознавания объекта является сложной по нескольким причинам. Реализация системы распознавания простыми алгоритмами без использования нейросетевых технологий будет требовать больших вычислительных мощностей, так как придется рассмотреть множество вариантов ориентации цели в пространстве, учесть искажение изображения ошибками, а также знать геометрические параметры цели. Нейросетевая реализация позволяет решить эту задачу проще. Использование специальной аппаратуры, реализующей нейронную сеть аппаратно (нейрочипы) сможет повысить быстродействие и эффективность данной системы наведение.

Созданная система наведения показала плавный переходный процесс при моделировании и высокую точность системы, которая удовлетворяет требованиям.

2. Экономическая часть

2.1 Характеристика и оценка научно-технической прогрессивности решения разработанного ПО

Целесообразность любой разработки, в том числе и программного продукта, определяется ее важностью и своевременностью. При этом необходимо, чтобы эта разработка была экономически эффективна и высокого качества. Качество зависит от функционально-технических характеристик, а его изменение оценивается индексом технического уровня разрабатываемой техники.

Для определения индекса технического уровня требуется: перечень функционально технических характеристик НИР, отражающих уровень качества разрабатываемого ПО и аналог, который будет использоваться в качестве базы для сравнения.

В качестве прототипа для сравнения возьмем характеристики ручного труда. Скорость расчета (быстродействие) программы по сравнению с ручным трудом повышается в 10 раз (это условная цифра, так как при неавтоматизированном расчете применяется несколько иная методика), удобство работы - в 2 раза (здесь рассматривается удобство в том смысле, что человек в одном случае просто запускает программу, а в другом зрительно анализирует имеющиеся данные). ПО, предлагаемое к разработке, имеет модульную структуру, что повышает его функциональные возможности в 4 раза. Универсальность ПО по сравнению с рассматриваемым аналогом осталась такой же.

Функционально - технические характеристики разрабатываемой программы заносятся в таблицу 2.1.

Таблица 2.1

Функционально - технические характеристики	Уровень функционально - технических характеристик	Значимость характеристики
	Существующий	Разрабатываемый
1. Универсальность	1	1	0.1
2. Быстрота расчета (быстродействие)	1	10	0.5
3. Функциональные возможности	1	4	0.2
4. Удобство работы	1	2	0.2

На основании таблицы 1 индекс научно - технической прогрессивности разработанного ПО определяется:

, (2.1)

где x_iН, x_iБ - уровень i-ой функциональной характеристики соответственно нового и базового ПП;

м_i - значимость i-ой функциональной характеристики;

n - количество рассматриваемых функциональных характеристик.

Значимость i-гo признака научно - технического эффекта определяется экспертным путем, при этом учитывается следующее условие:

Тогда индекс научно - технической прогрессивности (2.1) будет:

На основании полученного результата соотношение уровня НТП разработанного ПО является более прогрессивным, по сравнению с рассматриваемым аналогом.

2.2 Планирование разработки программного обеспечения

В процессе планирования разработки ПО определяется трудоемкость его создания. При традиционном программировании каждый элемент ПО содержит все этапы решения задач, начиная с ввода исходных данных и заканчивая печатью результатов. Для этого случая затраты труда в человеко-часах определяем исходя из следующей формулы:

где t_О - затраты труда на подготовку описания задачи;

t_И - затраты труда на изучение и постановка задачи;

t_А - затраты труда на разработку алгоритма решения задачи;

t_К - затраты труда на программирование по блок-схеме;

t_ОТ - затраты труда на отладку программы;

t_Д - затраты труда на подготовку документации по ПП.

Основным параметром этой формулы является условное количество команд, определяемое по формуле:

,

q - предполагаемое количество команд;

К_С - коэффициент сложности программ;

К_К - коэффициент коррекции программы при ее разработке;

Среднее количество команд на один байт исходного кода: 0.8

Объем исходных кодов, байт: 2500

Предполагаемое количество команд: 2000.

Для разрабатываемого ПП:

q = 20,

n = 3,

K_K = 0,1,

K_C = 1,4,

B = 1,5,

K = 1,

Таким образом, для разрабатываемой программы условное количество команд:

q = 2000,

n = 5,

K_K = 0,1,

K_C = 1,5,

B = 2,5,

K = 1,1,

Таким образом:

t_О = 16;

n - количество коррекций программы в ходе ее разработки;

К - коэффициент квалификации разработчика;

B - увеличение затрат на изучение и постановку задачи вследствие ее сложности и новизны.

Теперь можем определить значение общих затрат труда в человеко-часах.

t_ПП = 16 + 136,4 + 204,5 + 409 + 818,2 + 477,2 = 2061.3 чел.-час.

Результаты вычислений занесем в таблицу 2:

Таблица 2.2 - Структура трудовых затрат на разработку алгоритмов и ПП

№	Наименование этапа работ	Доля работ на этапе в общем объеме работ, %
1	Подготовка описания задачи	0,77
2	Изучение поставленной задачи	6,7
3	Разработка алгоритма решения задачи	9,9
4	Программирование по блок-схеме	19,8
5	Отладка программы	39,7
6	Подготовка документации по ПП	23,1
Итого:		100

2.3 Календарное планирование и построение директивного графика

Календарное планирование создания программы производится на основе данных о трудоемкости работ по ее созданию. Пересчет длительности производственного цикла в календарные дни осуществляют умножением ее на коэффициент 1.4

Производственный цикл каждого этапа определяется по формуле:

где Т_j - трудоёмкость j-того этапа работ, чел./час;

t_рд - продолжительность рабочего дня, час;

q_j - количество работников одновременно участвующих в выполнении работ на j-том этапе, чел.

Таким образом, рассчитаем:

Пересчитаем в календарные дни:

Производственный цикл каждого этапа определяется по формуле:

,

где Т_Э - трудоемкость этапа, чел.-час.;

t_РД - продолжительность рабочего дня, ч. (t_РД = 8 ч.);

q - количество работников одновременно участвующих в выполнении работ, чел.

Пересчет длительности производственного цикла в календарные дни осуществляют умножением на коэффициент 1.4, поэтому для расчета длительности каждого этапа в календарных днях исходя из 8 часового рабочего дня будем использовать следующую формулу:

Результаты расчета заносим в таблицу 3:

Таблица 2.3 - Календарное планирование

№	Наименование этапа	Удельный вес%	Трудоёмкость этапа, чел./ч	Количество исполнителей, чел.	Длительность этапа, кал. дни
1	Подготовка описания задачи	0,77	16	1	3
2	Изучение и постановка задачи	6,7	136,4	1	24
3	Разработка алгоритма решения задачи	9,9	204,5	1	36
4	Программирование по блок-схеме	19,8	409	2	36
5	Отладка программы	39,7	818,2	2	72
6	Подготовка документации по ПП	23,1	477,2	2	42
	Всего	100	2061,3		213

Рисунок 2.1 - Директивный график

Расположение этапов на графике:

1. этап с 0 по 3 день,

2. этап со 4 по 27 день,

3. этап с 28 по 63 день,

4. этап с 64 по 99 день.

5. этап с 100 по 171 день,

6. этап с 172 по 213 день,

Начало работ обусловлено разбиением каждого этапа на равные части (модули программы).

2.4 Расчет заработной платы основного персонала

Заработная плата разработчиков программы рассчитывается на основе трудоемкости стадий работ. Часовые ставки определяются на основе должностных окладов разработчиков и разрядов работ (часовых тарифных ставок). Расчет заработной платы сведен в таблицу 2.4.

Таблица 2.4 - Заработная плата основного персонала

№ этапа	Трудоемкость стадий, чел.-дн	Исполнители	Дневн. ставка, р	Сред. дневная ставка, р	З/п, р	З/п с уч. Премий (15%), р
		должность	числ.
1	2	Ведущий инженер	1	700	700	1400	1610
2	17	Ведущий инженер	1	800	800	13600	15640
3	22,5	Ведущий инженер	1	800	800	18000	20700
4	22,5	Программист	2	700	700	31500	36225
5	51	Программист	1	700	750	38250	43987.5
		Ведущий инженер	1	800
6	30	Программист	1	700	750	22500	25875
		Ведущий инженер	1	800
Всего	145		125250	144037.5

2.5 Определение затрат на программу

Затраты на создание алгоритмов и ПП определяют по следующим статьям расходов:

1. Заработная плата основных исполнителей;

2. Отчисления на социальные нужды;

3. Накладные расходы;

4. Прочие расходы.

2.5.1 Заработная плата основных исполнителей

Заработная плата основных исполнителей рассчитана в пункте 2.4 и, с учетом премий, составляет ЗП_П = 144037.5.

2.5.2 Расчет отчислений на социальные нужды

Норматив отчислений на социальные нужды составляет 34% от заработной платы основных исполнителей.

Таким образом:

2.5.3 Расчет накладных расходов

Накладные расходы определяются по формуле:

,

где K_НАКЛ = 1..2. Примем K_НАКЛ = 1, тогда:

2.5.4 Прочие расходы

Общие результаты по статьям расходов приведены в таблице 5.

Таблица 2.5 - Затраты на создание алгоритмов и ПП

Наименование элементов и статей расходов	Затраты, руб.	Удельный вес, %
заработная плата основных исполнителей	144037.5	41
отчисления на единый социальный налог основных исполнителей		13.9
накладные расходы	144037.5	41
прочие расходы	14403.75	4,1
Итого:	351451.5	100

Цена предложения.

Цена первоначально разработанных алгоритмов и ПП определяется с учетом рентабельности разработки как:

,

где З_ПП - затраты на создание алгоритмов и программных продуктов;

ЗП_пп - заработная плата основных исполнителей - разработчиков ПП;

с_ЗП - рентабельность разработки ПП по отношению к оплате труда основных исполнителей, обеспечивающая безубыточную деятельность (с_ЗП = 200 - 400%).

Примем с_ЗП = 250%

2.6 Оценка экономической эффективности программы

Необходимо выявить механизм действия НТПр на экономические показатели в тех сферах, где будут применяться результаты НТПр. Влияние НТПр на экономические показатели разнообразно. Наиболее достоверным методом, позволяющим зафиксировать экономическое действие конкретной НТПр, является перебор всех экономических показателей и оценка происходящих при этом изменений каждого из них.

Экономический эффект определятся как годовая экономия на текущих затратах, при чем во внимание принимаются имеющие статьи затрат.

Использование разработанных алгоритмов и ПП в сфере авиационной промышленности приведет к повышению качества (точности) системы наведения. Поэтому показатель годового экономического эффекта определяется по формуле:

,

где - годовые эксплуатационные затраты в информационной системе по базовому и новому варианту соответственно, руб.

Таким образом:

руб.

Для разрабатываемого ПП уровень экономической эффективности и срок окупаемости капиталовложений составляет:

,

.

Данный коэффициент экономической эффективности является приемлемым. Таким образом, можно сделать вывод о том, что разработка нового ПО будет экономически эффективной (естественно, в случае внедрения в массовое производство, при единичном. применении эффект будет отрицательным!).

Данный программный продукт является целесообразной разработкой по ряду факторов.

1. По сравнению со своим аналогом (ручная обработка данных) разрабатываемое программное обеспечение выше по уровню качества, что подтверждают функционально-технические характеристики НИР. Скорость расчета (быстродействие) программы по сравнению с ручным трудом повышается в 10 раз, удобство работы - в 2 раза (человек в одном случае просто запускает программу, а в другом зрительно анализирует имеющиеся данные). Программное обеспечение имеет модульную структуру, что повышает его возможности в 4 раза.

2. Индекс научно-технической прогрессивности равен J_HTn⁼6.3 и доказывает, что разработанное программное обеспечение является более прогрессивным, по сравнению с рассматриваемым аналогом.

3. Суммарные затраты на разработку алгоритмов и ПП составили 351451.5 руб.

4. Коэффициент экономической эффективности капиталовложений:

Е = 1.48. Это означает, что разработанный ПП окупится уже через 8 месяцев.

Таким образом, разработанное программное обеспечение является экономически выгодным, а применение нейронных сетей делает его более эффективным и удобным в использовании.

Заключение

В дипломной работе были получены следующие основные результаты:

· Изучено функционирование системы наведение;

· Проанализированы существующие методы распознавания и нейронные сети, использующиеся для этой задачи. Выбрана подходящая реализация нейронной сети;

· Разработана программа для создания обучающих данных для сети;

· Обучена и проверена нейронная система распознавания объекта;

· Сформирован закон управления наведение ОУ на цель;

· проведено моделирование полученной системы, при различных влияниях ошибок;

· проведен анализ экономической эффективности разрабатываемой системы.

Список литературы

1. Кормен, Т., Лейзерсон, Ч., Ривест, Р., Штайн, К «Алгоритмы: построение и анализ»/ Под ред. И.В. Красикова. - 2-е изд. - М.: Вильямс, 2005.

2. P.B. Sujit A. Sinha D. Ghose «Multiple UAV Task Allocation using Negotiation» AAMAS '06: Proceedings of the fifth international joint conference on Autonomous agents and multiagent systems New York, NY, USA: ACM Press (2006), p. 471-478.

3. В.Е. Мосолов, В.Н. Харитонов. «Системы автоматического управления угловым движением летательных аппаратов»: Учебное пособие. - М.: Изд-во МАИ, 1995 г.

4. Головко В.А. «Нейронные сети: обучение, организация и применение», М.:ИЖПР, 2001

5. Михайлин Д.А. «Нейросетевая система управления посадкой самолетного типа для беспилотного летательного аппарата», диссертация на соискание ученой степени кандидата технических наук, Москва, 2009.

6. Дьяконов В.П. MATLAB 7.*/R2006/2007. Самоучитель. - М.: «ДМК-Пресс», 2008.

7. Соснин П.И. Вербиченко Д.С. «Методы и средства активизации внимания в человеко-компьютерном взаимодействии»

8. Жоголев Е.А. «Лекции по технологии программирования», ВМК МГУ, 2000

9. Гагарина Л.Г. «Технология разработки программного обеспечения» М.:

10. Галушкин А.И. Нейрокомпьютеры в авиации (самолеты). Кн. 14. - М.: Радиотехника, 2003. - 496 с.

Размещено на Allbest.ru