Инженерный журнал: наука и инновацииЭЛЕКТРОННОЕ НАУЧНО-ТЕХНИЧЕСКОЕ ИЗДАНИЕ
свидетельство о регистрации СМИ Эл № ФС77-53688 от 17 апреля 2013 г. ISSN 2308-6033. DOI 10.18698/2308-6033
  • Русский
  • Английский
Статья

Направления интеллектуализации операций контроля, применимые для оперативного управления полетом космических аппаратов

Опубликовано: 14.11.2018

Авторы: Соловьев С.В.

Опубликовано в выпуске: #11(83)/2018

DOI: 10.18698/2308-6033-2018-11-1824

Раздел: Авиационная и ракетно-космическая техника | Рубрика: Динамика, баллистика, управление движением летательных аппаратов

Рассмотрены особенности существующей системы контроля за выполнением полетных операций и состоянием космических аппаратов. Приведены примеры использования искусственного интеллекта в логических играх. Представлены перспективные направления интеллектуализации операций контроля, применимые для оперативного управления полетом космических аппаратов. Рассмотрены современные методы интеллектуального анализа данных в различных областях. Предложены направления интеллектуализации, наиболее предпочтительные для создания основы перспективных программных средств анализа телеметрической информации на базе специального математического аппарата. Изложены принципы использования кластерного и вейвлет-анализа для автоматизации процесса определения тенденций, направленные на решение задач контроля и прогнозирования состояния КА


Литература
[1] Соловьев В.А., Лысенко Л.Н., Любинский В.Е. Управление космическими полетами. Лысенко Л.Н., ред. Москва, Изд-во МГТУ им. Н.Э. Баумана, 2009, 446 с.
[2] Аверкин А.Н., Гаазе-Рапопорт М.Г., Поспелов Д.А. Толковый словарь по искусственному интеллекту. Москва, Радио и связь, 1992, 256 с.
[3] Campbell M., Hoane A.J., Jr., Feng-Hsiung Hsu. Deep Blue. Artificial Intelligence, 2002, vol. 134, no. 1, pp. 57–83. DOI: 10.1016/S0004-3702(01)00129-1
[4] Арлазаров В.Л. Алгоритмы шахматных программ. URL: http://acm.mipt.ru/ (дата обращения 21.11.2017).
[5] Burger C. Google DeepMind’s AlphaGo: How it works. On Personalization and Data. URL: https://www.tastehit.com/blog/google-deepmind-alphago-how-it-works/ (дата обращения 20.10.2017).
[6] Хассабис Д. Как работает искусственный интеллект (ИИ) DeepMind. URL: https://www.youtube.com/watch?v=K9Na-8r9SLA (дата обращения 01.11.2017).
[7] Соловьёв С.В. Интеллектуальный метод анализа для автоматизированного прогнозирования состояния КА. Инженерный журнал: наука и инновации, 2016, вып. 2 (50). DOI: 10.18698/2308-6033-2016-2-1469
[8] Wertz J.R., Puschell J.J., Everett D.F. Space mission engineering: The new SMAD. Microcosm corp., 2011, 1033 p.
[9] Фонтескью П., Старк Дж., Суинерд Г., ред. Разработка систем космических аппаратов. Москва, Альпина Паблишер, 2017, 764 с.
[10] Соловьев С.В., Хаиров К.И. Метод прогнозирования состояния космических аппаратов на основе интеллектуального анализа данных. Труды XIX международной конференции «Проблемы управления и моделирования в сложных системах», 2017, с. 218–223.
[11] Абрамов Н.С., Талалаев А.А., Фраленко В.П., Интеллектуальный анализ телеметрической информации для диагностики оборудования космического аппарата. Информационные технологии и вычислительные системы, 2016, № 1, с. 64–75.
[12] Лукашин Ю.П. Адаптивные методы краткосрочного прогнозирования временных рядов. Москва, Финансы и статистика, 2003, 415 с.