Воронежский государственный университет
В настоящей работе проведен анализ существующих подходов к построению отказоустойчивых бортовых систем на аппаратном и программном уровнях. Рассмотрены основные преимущества построения БИВС на базе компонентов волоконной оптики, в частности, для развертывания на ее основе единой интеллектуальной системы (ЕИС), производящей интеллектуальный вывод в случае возникновения нештатных ситуаций. Разработаны сценарии по парированию различных нештатных ситуаций на разных уровнях функционирования комплекса бортового оборудования (КБО), позволяющие повысить отказоустойчивость его систем и, как следствие, безопасность полета в целом. Разработаны алгоритмы реконфигурации БИВС в случае возникновения нештатных ситуаций, как в процессе полета, так и на земле. Предложены принципы формирования специализированной базы знаний информационной поддержки (СБЗИП) на основе эксплуатационной документации. С целью упрощения формализации знаний, хранящихся в СБЗИП, а также для упрощения модификации и дополнения СБЗИП при появлении новых данных, применяются методы логического программирования. Также предложены методики расчета характеристик конфигураций БИВС из СБЗИП. Разработаны методы динамического синтеза новых конфигураций БИВС, для нештатных ситуаций, возникающих в процессе эксплуатации ВС. Для решения задачи синтеза используется информация из пространства состояний, формализованная с помощью методов логического программирования. На основе нее производится построение полного графа системы с учетом ее избыточности и выполняется поиск-синтез наиболее подходящей архитектуры БИВС, позволяющей парировать возникшие отказы.
Архитектура распределённой информационной вычислительной сети, полностью оптическая сеть, динамическая реконфигурация, экспертная система, система поддержки принятия решения, нейроконтроллер, WDM-сеть, система на кристалле.
1. Новиков, В.М. Решение задач интеллектуальной поддержки экипажа в части реконфигурации при КБО при отказах / В.М. Новиков // Сборник тезисов докладов VI Международной научно-практической конференции «АВИАТОР» (14-15 февраля 2019 года). - Воронеж, 2019. - С. 189-192.
2. Kopetz, H. Real-Time Systems. Design Principles for Distributed Embedded Applications / H. Kopetz // Springer, 2011. - 376 p.
3. Distributed Interrupt Signalling for SpaceWire Networks / S. Gorbachev, L. Koblyakova, Y. Sheynin, A. Stepanov, E. Suvorova, M. Suess // Proceedings of the 5th International SpaceWire Conference. - Gothnburg 2013. - Pp. 35-41.
4. Koblyakova L. Asynchronous hard real time signals transmission in embedded networks / L. Koblyakova, Y. Sheynin, E. Suvorova // International Journal of Embedded and Real-Time Communication Systems. - 2014. - T. 5(4). - P. 24-44. - DOI:https://doi.org/10.4018/IJERTCS.2014100102.
5. Коблякова, Л.В. Задачи сигналов жесткого реального времени во встроенных системах и бортовых сетях / Л.В. Коблякова, С.В. Горбачев // Научная сессия ГУАП : сборник докладов. - Санкт-Петербург, 2016. - С. 79-87.
6. Sheinin, Y. SpaceWire technology for parallel systems and onboard distributed systems / Y. Sheinin, T. Solokhina, Y. Petrichkovich // Electronics: science, technology, business. - 2006. - №. 5. - P. 64-75
7. Optimizing Extensibility in Hard Real-Time Distributed Systems / Q. Zhu [et al.] // Real-Time and Embedded Technology and Applications, IEEE Transactions on Industrial Informatics. - 2010. - T. 6(4). - Pp. 621-636. - DOI:https://doi.org/10.1109/TII.2010.2053938.
8. Zhu, X. Multi-Dimensional Scheduling for Real-Time Tasks on Heterogeneous Clusters / X. Zhu, P. Lu. // Journal of Computer Science and Technology. - 2009. - Vol. 24, Is. 3. - Pp. 434-446
9. Steen, M. A brief introduction to distributed systems / M. Steen, A.S. Tanenbaum // Computing. - 2016. - Vol. 98, Is. 10. - Pp. 967-1009.
10. Aydin H. Power-aware scheduling for periodic real-time tasks / H. Aydin, R. Melhem, D. Mossé, P. Mejía-Alvarez // IEEE Transactions on Computers. - 2004. - T. 53(5). - Pp. 584-600.
11. Scheduling Mechanisms for SpaceWire Networks / I. Korobkov, E. Podgornova, D. Raszhivin [et al.] // 2015 17th Conference of Open Innovations Association (FRUCT), Yaroslavl, Russia. - 2015. - Pp. 82-88. - DOI:https://doi.org/10.1109/FRUCT.2015.7117976.
12. SpaceFibre Draft H1 / S. Parkes, A. Ferrer-Florit, A. Gonzalez, C. McClements / Space Technology Centre, University of Dundee, 2013.
13. Специализированный нейроконтроллер аппаратной поддержки принятия решений / А.М. Соловьёв, М.Е. Семёнов, И.Б. Мищенко, В.М. Новиков // Сборник трудов Международной научно-практической конференции «АВИАТОР», 11-12 февраля 2021 г. - Воронеж: ВУНЦ ВВС «ВВА имени профессора Н.Е. Жуковского и Ю.А. Гагарина», 2021.
14. Wei, M.Y. Design of a DSP-based motion-cueing algorithm using the kinematic solution for the 6-DoF motion platform / M.Y. Wei // Aerospace. - 2022. - V. 9. - C. 203.
15. Chen K. Simulation platform for SINS/GPS integrated navigations system of hypersonic vehicles based on flight mechanics / K. Chen, F. Shen, J. Zhou, X. Wu // Sensors 2020. - T. 20(18). - C. 5418. - DOI:https://doi.org/10.3390/s20185418.
16. Design and control of a multi-axis servo motion chair system based on a microcontroller / M.Y. Wei [et al.]// Energies. - 2022. - V. 15(12). - C. 4401. - DOI:https://doi.org/10.3390/en15124401.
17. Robotic experimental setup with a Stewart platformto emulate underwater vehicle-manipulator systems / K.A. Cetin, H. Tugal, Y. Petillot [et al.] // Sensors. - 2022. - V. 22(15). - C. 5827. - DOI:https://doi.org/10.3390/s22155827.
18. Increasing motion fidelity in driving simulators using a fuzzy-based washout filter. / H. Asadi, C.P. Lim, S. Mohamed [et al.] // IEEE Transactions on Intelligent Vehicles. - 2019. - Vol. 4(2). - Pp. 298-308. - DOI:https://doi.org/10.1109/TIV.2019.2904388.
19. Golebiewski, M. Flight simulator’s energy consumption depending on the conditions of the air operation / M. Golebiewski, M. Galant-Golebiewska; R. Jasinksi // Energies. - 2022. - Vol. 15(2). - C. 580. - DOI:https://doi.org/10.3390/en15020580.
20. Design, Analysis, and Implementation of a Four-DoF Chair Motion Mechanism / M.Y. Wei, Y.L. Yeh, S.W. Chen [et al.] // IEEE Access. - 2021. - Vol. 9. - Pp. 124986-124999. - doi:https://doi.org/10.1109/ACCESS.2021.3109974.
21. Air traffic complexity recognition based on complex networks. / M.G. Wu, Z.L. Ye, X.X. Wen, X. Jiang // J. Beijing Univ. Aeronaut. Astronaut. - 2020. - Vol. 46. - Pp. 839-850.
22. Identification of key flight conflict nodes based on complex network theory / M. Wu, Z. Wang, X. Gan [et al.] // J. Northwestern Polytech. Univ. - 2020. - Vol. 38. - Pp. 279-287.
23. Control- aircraft state interdependent network model and characteristic analysis / A. Li, D.M. Nie, X.X. Wen [et al.] // J. Beijing Univ. Aeronaut. Astronaut. - 2020. - Vol. 46. - Pp. 1204-1213.
24. Li, A. Evolution process of control-aircraft state interdependent network / A. Li, D.M. Nie, X.X. Wen // Acta Aeronaut. Astronaut. Sin. - 2021. - Vol. 42. - Pp. 481-493.
25. Target-aware recurrent attentional network for radar HRRP target recognition / B. Xu, B. Chen, J. Wan [et al.] // Signal Process. - 2019. - Vol. 155. - Pp. 268-280.
26. Polarimetric HRRP recognition based on ConvLSTM with self-attention / L. Zhang, Y. Li, Y. Wang [et al.] // IEEE Sensors Journal. - 2021. Vol. 21, № 6. - Pp. 7884-7898. - DOI:https://doi.org/10.1109/JSEN.2020.3044314.
27. One-shot HRRP generation for radar target recognition / L. Shi, Z. Liang, Y. Wen [et al.] // IEEE Geoscience and Remote Sensing Letters. - 2022. - Vol. 19. - Pp. 1-5. - Art no. 3504405. - DOI:https://doi.org/10.1109/LGRS.2021.3063241.
28. Концепция построения системы поддержки принятия решений при выполнении динамической реконфигурации комплекса бортового оборудования летательного аппарата / В.В. Косьянчук [и др.] // Теория и техника радиосвязи. - 2021. - №1. - С. 5-18.
29. Dynamic Reconfiguration of a Distributed Information-Computer Network of an aircraft / A.M. Solovyov, M.E. Semenov, N.I. Selvesyuk [et al.] // Information Systems and Design. ICID 2021. Communications in Computer and Information Science. - 2021. - Vol. 1539. - DOI:https://doi.org/10.1007/978-3-030-95494-9_10.
30. Model of a Universal Neural Computer with Hysteresis Dynamics for Avionics Problems / A.M. Solovyov, N.I. Selvesyuk, V.V. Kosyanchuk, E.Y. Zybin // Mathematics. - 2022. - Vol. 10. - C. 2390. - DOI:https://doi.org/10.3390/math10142390
31. Deterministic Real-Time Optical Network. / V.M. Novikov, N.I. Selvesyuk, V.L. Olenev [et al.] // Wave Electronics and its Application in Information and Telecommunication Systems (WECONF), St. Petersburg, Russian Federation, 2022. - Pp. 1-10. - DOI:https://doi.org/10.1109/WECONF55058.2022.9803642.
