Нейросетевой анализ данных телеметрической информации бортовой аппаратуры космических аппаратов
Автор: Скобцов Вадим Юрьевич, Архипов Вячеслав Игоревич
Журнал: Космическая техника и технологии @ktt-energia
Рубрика: Системный анализ, управление и обработка информации
Статья в выпуске: 3 (34), 2021 года.
Бесплатный доступ
Цель. Исследование и разработка методики и программных средств машинного автоматизированного анализа данных телеметрической информации бортовой аппаратуры космических аппаратов. Методы. Разработанные программные средства и методика базируются на методах и алгоритмах машинного обучения, нейронных сетей и обработки изображений. Полученные результаты. В статье представлены решения актуальных задач машинного анализа данных телеметрической информации бортовой аппаратуры (БА) космических аппаратов (КА) с целью выделения состояний её функционирования, анализа надёжности и работоспособности. Разработаны программные средства и методика нейросетевого кластерно-классификационного анализа данных телеметрической информации БА КА на основе применения нейронных сетей типа карты Кохонена и методов обработки изображений. Программные средства реализованы в десктоп- и веб-версиях и имеют гибкую модульную сервис-ориентированную архитектуру. Выводы. Представленные программные средства и методика нейросетевого анализа данных телеметрической информации БА КА были апробированы на реальных данных телеметрической информации БА Белорусского космического аппарата и группировки малых КА АИСТ и показали результаты с доверительной вероятностью не ниже 0,9. Предложенные средства нейросетевого анализа данных телеметрической информации БА КА дают возможность для разработки рекомендаций по повышению показателей её надёжности при проектировании и эксплуатации, определении состояний БА КА, принятия корректных управленческих и эксплуатационных решений наземного комплекса управления КА.
Нейронная сеть, карта кохонена, обработка изображений, модульная сервис-ориентированная архитектура, машинный нейросетевой анализ данных телеметрической информации, бортовая аппаратура космических аппаратов
Короткий адрес: https://sciup.org/143178155
IDR: 143178155 | УДК: 004.8 | DOI: 10.33950/spacetech-2308-7625-2021-3-111-124
Neural network analysis of telemetry data of on-board equipment of spacecraft
Goal. Research and development of methodology and software tools of machine automated analysis of telemetry data of onboard equipment (OE) of spacecraft (SC). Research methods. The developed software tools and methodology are based on the machine learning, neural networks and image processing methods and algorithms. Results. The paper presents solutions for the actual tasks of machine analysis of telemetry data of OE SC with the purpose of detecting the states of its functioning and analyzing the reliability and operability. Software tools and methodology of neural network clustering- classification analysis of OE SC telemetry data based on the application of the neural networks such as the Kohonen SOM and image processing methods have been developed. The software tools were implemented in desktop and web versions and has a flexible modular service-oriented architecture. Conclusion. The presented software tools and the methodology of neural network analysis of OE SC telemetry data were tested on real telemetry data of the Belarusian spacecraft and the SC group AIST and showed the results with a confidence probability value of at least 0.9. The proposed tools of neural network analysis of the OE SC telemetry data make it possible to develop recommendations for improving the indicators of OE SC reliability during design and operation, detecting the OE SC states, making the correct control and operational decisions of the ground control complex.
Список литературы Нейросетевой анализ данных телеметрической информации бортовой аппаратуры космических аппаратов
- Охтилев М.Ю., Соколов Б.В., Юсупов Р.М. Интеллектуальные технологии мониторинга и управления структурнои динамиком сложных объектов. М.: Наука, 2006. 410 с.
- Охтилев М.Ю., Мустафин Н.Г., Миллер В.Е., Соколов Б.В. Концепция проактивного управления сложными объектами: теоретические и технологические основы // Известия вузов. Приборостроение. 2014. Т. 57. № 11. С. 7-14.
- ГОСТ РО 1410-002-2010. Ракетно-космическая техника. Система информации о техническом состоянии и надёжности космических комплексов и входящих в их состав изделий. М.: Стандарт-информ, 2011.
- Проект стратегии информационных технологий Госкорпорации «Рос-космос». Режим доступа: https://www. roscosmos.ru/25892/ (дата обращения 15.11.2020 г.).
- Зеленцов В.А., Потрясаев С.А., Соколов Б.В., Скобцов В.Ю., Кореня-ко С.А., Ким Д. С., Вакульчик Е.Н., Куль-бак Л.И., Николаеня Е.Д., Лапицкая Н.В., Саксонов Р.В. Сервис-ориентированный распределённый программный комплекс для оценивания и многокритериального анализа показателей надёжности и живучести бортовой аппаратуры малых космических аппаратов: российский и белорусский сегменты // Материалы V Всероссийской научно-технической конференции с международным участием «Актуальные проблемы ракетно-космической техники» (V Козловские чтения), РКЦ «Прогресс», Самара. 2017. С. 45-56.
- Зеленцов В.А., Потрясаев С.А., Соколов Б.В., Скобцов В.Ю., Ким Д.С., Вакульчик Е.Н., Николаеня Е.Д., Новоселова Н.В., Саксонов Р.В. Распределённый программный комплекс для оценивания и анализа показателей надёжности и живучести бортовой аппаратуры малых космических аппаратов // Тезисы докладов Шестой международной научно-технической конференции «Актуальные проблемы создания космических систем дистанционного зондирования Земли». М.: АО «Корпорация «ВНИИЭМ», 2018. 146 с.
- Skobtsov V., Novoselova N., Arhipov V., and Potryasaev S. Intelligent Telemetry Data Analysis of Small Satellites // In: Silhavy R, Senkerik R., Kominkova Oplatkova Z, Prokopova Z, Silhavy P. (eds) Cybernetics and Mathematics Applications in Intelligent Systems. CSOC 2017. Advances in Intelligent Systems and Computing - Springer International Publishing Switzerland. 2017. V. 574. P. 351-361.
- Kohonen T. S elf-Organizing Maps. Springer-Verlag, New York, Berlin, Heidelberg, 2001.
- Bhargavi K., Jyothi S. A survey on threshold based segmentation technique in image processing // International journal of innovative research & development. November, 2014. V. 3. Issue 12. P. 234-239.
- Savneet Dhaliwal, Abhilasha Jain. A survey on seeded region growing based segmentation algorithms // International Journal of Computer Science and Management Research. June 2013. V. 2. Issue 6.
- Saparudin Erwin, Nevriyanto Adam, Purnamasari Diah Performance Analysis of Comparison between Region Growing, Adaptive Threshold and Watershed Methods for Image Segmentation // Lecture Notes in Engineering and Computer Science: Proceedings of The International MultiConference of Engineers and Computer Scientists 2018, 14-16 March, 2018, Hong Kong. P. 157-163.
- Зеленцов В.А., Миронов А.Н., Павлов А.Н., Пащенко А.Е., Потрясаев С.А., Соколов Б.В., Сорокин Л.А. Программный комплекс для расчёта и многокритериального анализа показателей надёжности и живучести бортовой аппаратуры космических аппаратов: состояние разработки и направления использования // Управление в морских и аэрокосмических системах (УМАС-2016). Материалы 9-ой Мульти-конференции по проблемам управления. 2016. С. 408-415.
- Волгин С.С., Иванушкин М.А., Кауров И.В., Крестина А.В., Салмин В.В., Сафронов С.Л., Ткаченко И.С. Результаты обработки данных телеметрических измерений, поступающих от группировки малых космических аппаратов «АИСТ» // Космонавтика и ракетостроение. 2019. № 1. С. 80-91.
