Таблица 2
Сравнение точности среднесрочного прогноза погрешностей ИНС
Модель
Точность
Время расчета, с
Δ
1
Δ
1
Δ
1
Δ
1
Δ
1
Δ
2
Модифицированная 11,2 10% 11,3 12,5 11 11
12
Линейная
20 22 22 24,4 24,4 22
1,68
Нелинейная
16 13 14,1 16 16 15
12
Таблица 3
Сравнение точности долгосрочного прогноза погрешностей ИНС
Модель
Точность
Время расчета, с
Δ
1
Δ
1
Δ
1
Δ
1
Δ
1
Δ
2
Модифицированная 20 21 35 38,5 22,5 27
12
Линейная
80 58,5 70 64,4 58,5 66
2
Нелинейная
31 31 38 40,2 40,6 36
12
Статистические данные в табл. 1–3 также подтверждают, что точ-
ность прогноза посредством модифицированного алгоритма выше,
чем точности прогнозов, получаемые двумя другими методами. Для
краткосрочного прогноза погрешности с использованием трех моделей
сильно не различаются, но время, затраченное на отбор нелинейной
поправки, больше, чем затрачено на построение линейной модели. В
долгосрочном прогнозе модифицированный тренд Демарка дает ре-
зультаты, которые в 2 раза точнее, чем результаты линейного тренда
без модификации. В таблицах
Δ
1
— это ошибки прогноза, вычисля-
емые с использованием измерительных выборок в различные момен-
ты времени поступления измерений,
Δ
2
— математическое ожидание
ошибок при прогнозировании в различные моменты времени. При мо-
делировании уровень шумов в измерении скорости выбран 50 м/мин.
Результаты моделирования подтверждают эффективность приме-
нения для построения прогнозирующих моделей модифицированного
алгоритма самоорганизации.
Заключение.
Метод самоорганизации, как один из алгоритмов по-
строения моделей, может быть использован для эффективного постро-
ения прогнозирующих моделей погрешностей навигационных систем.
Предложенный модифицированный алгоритм построения прогнозиру-
ющих моделей используется в системах управления интенсивно ма-
неврирующих ЛА. Алгоритм отличается высокой точностью и доста-
точно прост в реализации на борту ЛА.
66 ISSN 0236-3933. Вестник МГТУ им. Н.Э. Баумана. Сер. “Приборостроение”. 2010. № 3
