Динамическая маршрутизация сигналов в бортовых ЭВМ для повышения надежности системы

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Представлен модуль устройства поиска степени оптимальности размещения (УПСОР) для бортовых ЭВМ, реализующий аппаратно-программную перестройку топологии подсистемы бортовой ЭВМ, отвечающей за определение параметров скорости, высоты, давления набегающего потока, при комбинированных помехах. Алгоритм «ранней отсечки» на ПЛИС Kintex-7 проверяет до 1,2 · 106 маршрутов за 0,55 мкс и переключает канал менее чем за 0,72 мкс, что удовлетворяет пределу 1 мкс, установленному DO-178C и ARINC 664. Испытания HIL показали снижение интегральной «возмущенной стоимости» ΔL на 15% и рост вероятности успешной передачи Ps до 0,96. Одновременно динамическая мощность ЦП уменьшилась на 1,1 Вт, а пиковая температура кристалла не превысила 55 °С. Решение подходит для серийного внедрения в БПЛА и модернизацию пилотируемых комплексов без доработки сертифицированного ПО.

Об авторах

Кирилл Александрович Иваненко

Юго-Западный государственный университет (ЮЗГУ)

Автор, ответственный за переписку.
Email: k.iwanencko@gmail.com
ORCID iD: 0009-0006-5125-3720
SPIN-код: 3300-6222

аспирант

Россия, г. Курск

Дмитрий Борисович Борзов

Юго-Западный государственный университет (ЮЗГУ)

Email: borzovdb@mail.ru
ORCID iD: 0000-0001-7926-8349
SPIN-код: 2905-2172

доктор технических наук, профессор, кафедра вычислительной техники

Россия, г. Курск

Виталий Семенович Титов

Юго-Западный государственный университет (ЮЗГУ)

Email: titov-kstu@rambler.ru
SPIN-код: 1042-6379

доктор технических наук, профессор

Россия, г. Курск

Александр Семенович Сизов

Юго-Западный государственный университет (ЮЗГУ)

Email: sizov1942@mail.ru

доктор технических наук, профессор

Россия, г. Курск

Список литературы

  1. Букирев А.С. Способ диагностирования комплекса бортового оборудования воздушных судов на основе машинного обучения // Труды МАИ. 2023. № 133.
  2. Джиган В.И. Адаптивная фильтрация сигналов: теория и алгоритмы. М.: Техносфера, 2013. 528 с.
  3. Ескин В.И., Полуэктов С.П., Рубинов В.И. и др. Моделирование датчика высотно-скоростных параметров полета маневренного самолета // Труды МАИ. 2014. Вып. 80.
  4. Иванов В.Ф., Кошкаров А.С. Повышение помехоустойчивости навигационной аппаратуры потребителя ГЛОНАСС за счет комплексирования с инерциальными датчиками // Труды МАИ. 2017. № 93.
  5. Лихачев В.П., Сидоренко С.В. Помехоустойчивость алгоритма автофокусировки изображений по минимуму энтропии при сложной фоновой обстановке // Труды МАИ. 2016. № 99.
  6. Неровный В.В. Помехоустойчивость мультисистемной аппаратуры потребителей ГНСС. М.: Научная книга, 2018. 227 с.
  7. Никитин А.В., Солдаткин В.В., Солдаткин В.М. Построение и алгоритмы обработки информации системы измерения малых воздушных скоростей вертолета на стартовых и взлетно-посадочных режимах // Труды МАИ. 2012. Вып. 61.
  8. Олейник А.И. Алгоритм вычисления истинных значений аэрометрических параметров полета самолета // Авиакосмическое приборостроение. 2011. № 1. С. 3–10.
  9. Тяпкин П.С. Аппаратно-программный комплекс для отработки методов слепой обработки сигналов в радиосистемах // Труды МАИ. 2023. № 129. doi: 10.34759/trd-2023-129-17.
  10. Anderson J., Brown L. Low-latency AXI4-Stream DMA controller for high-speed data acquisition // Proceedings of the 31st International Conference on Field-Programmable Logic and Applications (FPL). 2021. Pp. 167–174.
  11. Gomes S., Pomportes B., Wallaert M. A real-time air-data system with embedded Kalman filtering on reconfigurable hardware // Aerospace Science and Technology. 2020. Vol. 105. Art. 105989.
  12. Sharman R.D., Lane T.P. An overview of the clear-air turbulence forecasting problem and future challenges // Progress in Aerospace Sciences. 2016. Vol. 82. Pр. 46–73.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. Схема-пример графа подсистемы бортовых ЭВМ из 5 вершин: Pitot, Static – датчики; wij – базовый вес; δij – приращение

Скачать (113KB)
3. Рис. 2. Дерево перебора маршрутов при N = 4: серым помечены ветви, прерванные, когда их частичная стоимость превышает βLbest

Скачать (206KB)
4. Рис. 3. Логарифмический график «число проверенных конфигураций K vs N»: кривые для полного перебора N! и для алгоритма с отсечкой (β = 0,85); видна смена экспоненциального наклона на степень p ≈ 1,7

Скачать (187KB)
5. Рис. 4. Поверхность ΔL(λice, λturb) для базовой и оптимизированной топологии

Скачать (328KB)
6. Рис. 5. Структурная схема УПСОР

Скачать (84KB)
7. Рис. 6. Блок схема алгоритма

Скачать (252KB)


Ссылка на описание лицензии: https://www.urvak.ru/contacts/

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».