Технологическими процессами железнодорожноготранспорта на базеинтеграции методов высокоточного спутниковогопозиционирования иинерциальной навигации

На правах рукописи

Уманский ВладимирИльич

АВТОМАТИЗАЦИЯУПРАВЛЕНИЯ
ТЕХНОЛОГИЧЕСКИМИ ПРОЦЕССАМИ
ЖЕЛЕЗНОДОРОЖНОГОТРАНСПОРТА
НА БАЗЕИНТЕГРАЦИИ МЕТОДОВ
ВЫСОКОТОЧНОГО СПУТНИКОВОГОПОЗИЦИОНИРОВАНИЯ
ИИНЕРЦИАЛЬНОЙ НАВИГАЦИИ

05.13.06. – Автоматизация иуправление технологическими процессами
и производствами(транспорт)

05.22.08. – Управлениепроцессами перевозок

Авторефератдиссертации

на соискание ученойстепени

доктора техническихнаук

Москва 2012

Работа выполнена вФедеральном государственном бюджетномобразовательном учреждении высшегопрофессионального образования«Московский государственный университетпутей сообщения (МИИТ)» на кафедре«Управление и информатика в техническихсистемах».

Научныйконсультант Доктор техническихнаук

Розенберг Игорь Наумович

Официальныеоппоненты: Доктор технических наук,профессор

Доенин Виктор Михайлович

Доктор технических наук,профессор

Шмулевич Михаил Израильевич

Доктор технических наук,профессор

Абрамов Валерий Михайлович

Ведущеепредприятие: ОАО«Всероссийский Научно-исследовательскийинститут железнодорожного транспорта»(ОАО «ВНИИЖТ»)

Защита состоится 15февраля 2012 г. в 14.00 на заседаниидиссертационного совета Д.218.005.04 приФедеральном государственном бюджетномобразовательном учреждении высшегопрофессионального образования«Московский Государственный университетпутей сообщения» (МИИТ) по адресу:127994, г.Москва, ул. Образцова, д.9, стр.9, аудитория2505.

С диссертацией можноознакомиться в библиотекеуниверситета.

Отзывы на автореферат,заверенные печатью организации (в двухэкземплярах) просим направлять по адресуУниверситета.

Автореферат разослан____________2012 г.

Ученый секретарьдиссертационного совета,
д.т.н.В.Г. Сидоренко

Общаяхарактеристика работы

Актуальностьтемы. Предоставление услугспутниковых навигационных систем (СНС)GPS и ГЛОНАССпозволяет модернизировать многиетехнологические процессы. Внедрениеспутниковых навигационных технологий(далее СНТ) в автоматизированных системахуправления технологическими процессами(АСУ ТП) на железнодорожном транспортецелесообразно в связи с большим числомподвижных объектов, навигационныйконтроль за местоположением которыхприносит качественно новые результаты вуправлении перевозками, и необходимостьюсовершенствовать методы текущегосодержания инфраструктуры и обеспечениябезопасности движения.

Для эффективногоприменения СНТ необходимо теоретическиобосновать и практически реализоватьвысокоточное координатное пространство ицифровые модели пути какметрико-методологическую основукоординатных методов управления,разработать интегрированные синерциальной навигацией системывысокоточного спутниковогопозиционирования, развить возможностисистем АСУ ТП железнодорожного транспортас учетом СНТ. Указанные вопросыразработаны в диссертации, в том численашли внедрение новые решения поавтоматизированному управлениюманевровой работой на станциях, движениемпоездов в период предоставления «окон» дляремонта пути и некоторые другие.

Все это определяетактуальность исследования, егонаправленность на решение важныхтеоретических вопросов и практическихзадач по одному из стратегических,инновационных путей технологического итехнического развития железнодорожноготранспорта.

Объектомисследования являютсяавтоматизированные системы управленияперевозочным процессом железнодорожноготранспорта, в которых эффективноприменение спутниковых навигационныхтехнологий.

Цельюработы является создание итеоретическоеобоснование новой структурыавтоматизированныхсистем управления технологическимипроцессами наоснове высокоточного спутниковогопозиционированияподвижных объектов, обеспечивающих эффективное управлениеперевозочным процессом и маневровойработой, повышение безопасностидвижения сиспользованием новых методовтехническогомониторингажелезнодорожногопути.

Для достиженияпоставленной цели необходимо решитьследующие задачи:

• разработать экономическицелесообразные бортовые навигационныеустройства на основе комплексированияспутниковых и инерциальных измерений,обеспечивающие высокоточноепозиционирование и определение угловыхположений локомотива;
• развить функциональные возможностиавтоматизированных систем управленияперевозочным процессом и маневровойработой, используя точные навигационныеопределения положения подвижных объектови характеристики их движения;
• разработать автоматизированныесистемы оперативного мониторингасостояния пути на основе бортовыхспутниково-инерциальных измерений иданных лазерного сканирования.

Методыисследования основаны наположениях теории автоматическогоуправления, математической статистики итеории вероятностей, теории надежности,теории фильтрации, теории статистическихрешений.

Новизна научныхположений, выносимых назащиту:

1. Системно определены области имасштабы внедрения СНТ в управленииперевозочным процессом на основеразработанной классификации мно­жества функцийперевозочного процесса с учетом измененийв их техно­логическом обеспечении и реализацииАСУ ТП при использовании СНТ;
2. Обоснован выбор бесплатформеннойинерциальной навигационной системы (БИНС)с минимальным приборным составомизмерительного комплекса для решениязадачи устойчивого высокоточногопозиционирования подвижных объектов ж/дтранспорта на основе интеграцииспутниковых и инерциальных методовнавигации и выполнен синтезматематической модели БИНС, инвариантной квиду физической модели объекта, характерудвижения и помех измерений. Разработаннаямодель позволяет построить на основеавтономной информации замкнутые алгоритмыфильтрации навигационных параметровлоко­мотива,обеспечивающие последующую устойчивуюинтеграцию БИНС и CНС;
3. Решена задача тесной интеграцииБИНС и CНC, обеспечивающая наблюдениепараметров не только линейного, но иуглового движения объекта и устойчивоесубоптимальное оценивание его векторасостояния в том числе и на временныхинтервалах между спутниковыминавига­ционными сообщениями. С этой цельювыполнен синтез информационныхстохастических моделей сигналовспутниковых измерений в соответствующихсистемах координат и их представление вразличных параметрах вращения с учетомдискретизации спутниковых навигационныхсообщений во времени;
4. Впервыеполученотеоретическое решение задачиглубокой интеграции автономной БИНС иCНС, позволяющее повыситьточностьнавигационногорешения засчет заменыдетерминированныхалгоритмов расчета параметровспутникакомплексированнымиалгоритмаминепрерывно дискретной стохастической оценки, атакже получитьстохастическую динамическуюнелинейную модель эволюцииошибок навигационных параметров в СНС ГЛОНАСС. На основе полученныхоценок навигационных параметров разработаны алгоритмыпостроениявысокоточнойцифровой модели пути и его текущей техническойэкспресс-диагностики;
5. Разработаны: архитектура АСУдвижением поездов в период предоставления«окон» с использованием данныхспутникового позиционирования (АС ОГДПО),технология построения оперативногографика на «полигоне окна» на основеорганизации имитационного моделированияработы направления, условия толерантностисистемы к изменению входных данных привыполнении оперативного графика исоблюдении заданных ограничений;
6. Разработаны принципы построения АСУманевровыми маршрутами (АСУММ) сиспользованием высокоточногоспутникового позиционирования,включающие: декомпозицию станций наотдельные маневровые районы сопределением локальных целевых функций,систему кодирования «элементарных»маршрутов, из которых состоят маневровыерейсы и полурейсы, определения моментоввремени принятия решений и ограничений приопределении очередности выполнениямаршрутов;
7. Разработаны методы и алгоритмыоперативного выявления аномалий формрельсовых нитей (АФРН) по данным бортовойинерциальноспутниковой системы, основанные накритерии совместного обнаружения иоценивания параметров альтернативныхсложных гипотез и методе субоптимальнойидентификации параметров АФРН в реальномвремени, обеспечивающие повышениеточности идентификации за счетиспользования вероятностных критериев,нелинейно зависящих от апостериорнойплотности вероятности векторасостояния;
8. Разработаны алгоритмыавтоматического построения цифровоймодели пути (ЦМП) в части профиля земляногополотна по результатам лазерногосканирования, впервые обеспечивающиеадаптивный поиск точек стационарностислучайного профиля и устойчивые к помехамсканирования.

Достоверность иобоснованность полученныхнаучных выводов подтверждается ихреальным использованием вавтоматизированных системах управленияперевозочным процессом, результаты работыкоторых соответствуют теоретическимположениям диссертационной работы.

Практическая значимостьвыполненныхисследований:

– разработаннаясистемная классификация ТП основнойдеятельности ОАО «РЖД» с применением СНТпозволяет повысить качество текущего ипер­спективного планирования и ускоритьполучение технико-экономического эффектапри реализации проектов в управленииперевозочным процессом; – разработанный методтесной и глубокой интеграции БИНС и СНСобеспечивает высокоточноепозиционирование подвижных единиц иактуализацию цифровых моделей пути приминимизации стоимости аппаратуры, чтопозволяет широко развернуть внедрение СНТв АСУ перевозочного процесса;

– разработанная сиспользованием спутниковых технологий АСУдвижением поездов в период предоставления«окон» на основе точной оперативнойинформации о транзитных и образующихсяпоездах на «полигоне окна» обеспечивает:сокращение на величину до 40% межпоездныхинтервалов между попутно следующимипоездами в пакетах по временно однопутномуперегону двухпутных участков,рациональное формирование числа поездов впакетах и эффективную смену направлениядвижения пакетов, повышение в целомпропускной способности участков в периодпредоставления «окон» и сокращение до 33%передержек «окна» по организационнымпричинам;

– разработанная сиспользованием высокоточногопозиционирования АСУ маневровымимаршрутами (АСУММ) обеспечивает выборрациональной очередности выполнениямаршрутов при сокращении на 5–7% времени ожидания ихвыполнения;

– разработанные системыоперативного мониторинга АФРН иавтоматического построения профиляземляного полотна позволяют повыситьбезопасность движения и снизить затраты насодержание инфраструктуры.

Полученные результатыиспользованы при разработкеи внедрении в ОАО «РЖД» следующих систем:Комплекс позиционированияподвижных объектов на цифровой моделипутевого развития станции Ярославль сиспользованием дифференциального режимаСНС и реализации графика исполненнойработы станции; Построениевариантного графика на СКЖД,обеспечивающего увеличение до 7%пропускной способности участка;формирование Комплексной СистемыПространственных Данных ИнфраструктурыЖелезнодорожного Транспорта (КСПД ИЖТ),Контроль работы ССПС в «Окно»; Контрольпоездов «Сапсан» в системе«Автодиспетчер» на направлении Москва– С.Петербург; Интегральная системаэкспресс-диагностики пути на основеинерциальных датчиков и спутниковойнавигации.

Апробация работы:полученныерезультаты докладывались на:международных научно-практическихконференциях «ИНФОТРАНС», Санкт-Петербург, 2004 г., 2005 г., международнойконференции «Современные тенденции развитиясредств управления нажелезнодорожномтранспорте»,Москва, 2006 г,II международнойнаучно-практическойконференции «Информатизацияи глобализация социально –экономических процессов», Москва, 2007 г., научных сессиях МИФИ, Москва, 2008–2010 гг.,международных конференциях «Геопространственныетехнологии исферы ихприменения»,Москва,2008–2011 г.г.,международныхконференциях «Спутниковыетехнологии наслужбежелезнодорожного транспорта», Москва, 2008 г., Тверь, 2009 г., международныхконференциях «Безопасность транспорта», Пшибрам, 2006–2007 гг.,Прага, 2008, 2010, 2011 гг., национальных конференцияхпо искусственному интеллекту «КИИ 2008,2010»,Дубна, 2008, 2010 гг.,научно-практическойконференции «Комплексная системасодержанияинфраструктуры ОАО «РЖД»,Москва, 2009 г., международной конференции «ТелекомТранс», Сочи, 2008 г.,международнойконференции 14-th Conference on Applied Stochastic Models and Data Analysis (ASMDA 2011), Rome, Italy,6–10 June, 2011.

Публикации и личный вклад автора: По теме диссертацииопубликовано 46работ,в томчисле 1 монография и 21 в изданиях, рекомендованныхВАК длядокторскихдиссертаций.

Все результаты,представленные в диссертации, полученылично автором или при его непосредственномучастии. В совместных публикациях вкладавтора состоит в постановке и проведениитеоретических и прикладных исследований,которые определяют основу диссертации иновизну полученных результатов.

Объем и структурадиссертации. Диссертациясостоит из введения, 7-ми глав, заключения,списка использованных источников. Общийтекст включает
332 стр., 85рис., 19 табл.

Вовведении показанаактуальность проблемы.Одним из перспективных иэффективных направлений внедрения СНТявляется их использование в АСУ ТП. Вомногих случаях это обеспечиваетинтеллектуализацию систем с достижениемкачественно новых результатов в работежелезнодорожного транспорта.

В первой главеопределен потенциалиспользования СНТв управлении перевозочным процессом и обеспечениибезопасности,данапостановка проблемы.

Большой вклад всоздание, развитие и внедрениеотечественных АСУ железнодорожноготранспорта внесли ученые и специалисты ОАО«РЖД», ОАО «НИИАС», ОАО «ВНИИЖТ», вузов– МИИТ, РГУПС,ПГУПС и других организаций – Абрамов В.М.,Алексеев В.М., Баранов Л.А., Батурин А.П.,Бестемьянов П.Ф., Василенко М.Н., ГореловГ.В., Доенин В.В., Железнов М.М., Ерофеев Е.В.,Лёвин Б.А., Лецкий Э.К., Лисенков В.М., МатвеевС.И., Никитин А.Б., Козлов П.А., Коугия В.А.,Розенберг Е.Н., Розенберг И.Н., Сазонов Н.В.,Сапожников В.В., Сапожников Вл.В., СотниковЕ.А., Сидоренко В.Г., Шаров В.А., Шелухин В.М., идругие ученые и специалисты.

Вдиссертации область исследованияприменения СНТзатрагиваеторганизациюперевозочного процесса иманевровой работы, атакже текущеесодержаниеинфраструктуры и обеспечение безопасности.Выделеныобщие задачи при построенииАСУ ТП сиспользованием СНТ.Первая –высокоточное позиционирование подвижных единиц в координатном пространстве,использующемцифровыемодели пути,вторая – учет координатнойинформации вконтуре управления. Решение этих задач требует проведения самостоятельныхисследований, которые представленыв диссертации.

В ходе анализапотенциала применения СНТ разработанаклассификация функций перевозочногопроцесса с учетом изменений в ихтехнологическом обеспечении прииспользовании СНТ. Множество таких функций представим в виде:. В своюочередь,

, ,, ,, .

Здесь – подмножествафункций и индексами обозначены:
1 и 2 –управление движением поездов и маневровойработой, 3 и 4 – мониторинг инфраструктуры иподвижного состава, 5 – обеспечениябезопасности,
6 – специальногоконтроля перевозок. Детализацияподмножеcтв:

– информационноеобеспечениедиспетчеров, - разработка оперативныхграфиков дляучастков, и – интервальноерегулирование и управление потоками поездов, – реализацияэнергосберегающих расписаний, - разработка оперативныхграфиков впериод «окон»;, – управлениемаршрутами настанциях иподъездных путях; –мониторингинфраструктуры, –выполнениетехнологиилубрикации всистеме «колесо –рельс», – оптимизация использованияспециальногосамоходного подвижногосостава; , – контроль состояния локомотивов и вагонов в различных случаях; – контроль проезда запрещающих сигналов,превышения скорости идр., – контроль мествозможных опасных природно-техногенныхпроцессов, – контроль вагонов с опаснымигрузами, – контрольвосстановительныхработ, – обеспечениебезопасности в пассажирскомкомплексе, – обеспечениебезопасности на переездах; – контроль:пригородногосообщения, перевозок скоропортящихсягрузов, перевозок контейнерныхгрузов идр.

Масштабностьпроблемыхарактеризуется тем, что системыавтоматизации сиспользованием СНТтребуютохвата высокоточнымкоординатнымобеспечениеминфраструктуры на всейразвернутой длине главных и станционныхпутей (>170 000 км)и оснащениябортовымисистемами как минимум 22400 едиництягового подвижного состава и более 1400подвижных единиц, используемыхдля содержания инфраструктуры.РеализацияСНТ нацелена на достижениеважных дляОАО «РЖД»результатов: повышениеэффективностипоездной иманевровой работы ибезопасности,повышениепропускнойспособности наиболеезагруженных линий, экономиюэнергетических и других видов ресурсов.

Принципиальнаясхема выполненных исследований представленана рис. 1.

Рис. 1.Схема выполнения исследований,практические приложения

Основой аппаратнойреализации высокоточного бортовогонавигационного устройства являетсяинтеграция инерциально-спутниковыхнавигационных систем (НС) с использованиемновых принципов решения задачи. Внастоящее время непосредственноеиспользование информации только от СНС наборту локомотива не в состоянии обеспечитьполного решения проблемы высокоточногопози­ционирования в силунеработоспособности СНС под мостами, втуннелях, при возрастании уровняатмосферных помех и особенно – многократныхотражений, зависимости точности СНС отскорости объекта и т.п. В связи с этимцелесообразно использоватьразличные режимы интеграциипозиционной информации от СНС споказаниями инерциальной НС (ИНС), наиболееперспективными из которых нажелезнодорожном транспорте являютсярежимы тесной и глубокой интеграции. Надэтими вопросами работали известные ученые:Демидов О.В., Дмитриев С.П., Кошаев Д.А.,Саличев О.С., Степанов О.А., Перов А.И.,Харисов В.Н., Тихонов А.Н., Ярлыков М.С.

Существующиеалгоритмы режима теснойинтеграции построены наиспользовании только линеаризованныхпервичных измерений СНС илинейных уравнений ошибок ИНС,устойчивых лишь на небольших интервалахвремени, чтонакладываетсерьезныеограничения на времяавтономного движения объекта и точностьоценки параметров его движения. Режимглубокой интеграции насегодняшний день практическине рассматривался, что связано, в первуюочередь, струдностями решения даннойпроблемы наоснове существующих математическихподходов,используемых при анализе и синтезеинтегрированных НС.

В связи с этим, возникаетнаучная проблема разработки принципиальнонового подхода, позволяющего не толькорешить задачу тесной интеграции СНС и БИНСв самом общем случае – без упрощающих допущений охарактере движения объекта, о величинеошибок измерения, но и легко обобщаемого нарешение проблемы глубокой интеграцииисследуемых НС. Схема решения приведена нарис. 2.

Рис. 2.Схема решения задачи тесной и глубокойинтеграции СНС и ИНС

Во второй главе синтезирована математическаямодель вектора состояния первогокомпонента интегрированной НС, а именно:бесплатформенной ИНС (БИНС) на основе трехортогональных акселерометров и трехдатчиков угловой скорости (ДУСов). Полученыразличные варианты модели на основеиспользования углов Эйлера-Крылова илипараметров Родрига-Гамильтона, а такжеразличных сопровождающих систем координат(СК). Так, в параметрах Родрига-Гамильтонамодель вектора состояния БИНС, полученнаябез применения линеаризации, безупрощающих допущений о характере движенияобъекта или его физической модели, овеличине ошибок измерения и внешнихвозмущений и т.п., имеет вид:

,

, (1)

,

,

где , –векторы параметров РодригаГамильтона, – векторпоказаний трёх ДУСов, – вектор помех измерения ДУСов (белыйгауссовский шум (БГШ) с нулевым средним иматрицей интенсивностей ),–вектор математического ожидания смещениянуля ДУСов, –радиус Земли,

, – векторскорости объекта относительно Земли,h высота объекта надуровнем моря, – вектор выходныхсигналов акселерометров, – вектор помехакселерометров (БГШ с нулевым средним иматрицей интенсивностей ), – матрицанаправляющих косинусов 2-го рода,определяющая ориентацию приборной СК (ПСК)относительно сопровождающей СК (ССК), – i строка матрицы СT(,),гравитационное ускорение, рассматриваемоекак функция высоты h и широты , – скорость вращенияЗемли.

Или в векторной формеЛанжевена, соответственно:

, (2)

где , .

Принципиальнымиособенностями полученных уравнений (2)являются, во-первых, их общий характер (т.к.при их выводе не было сделано никакихупрощающих допущений), а во-вторых,возможность использования на их основе приинтеграции БИНС и СНС методов нелинейнойстохастической фильтрации, обеспечивающихоптимальность оценок навигационныхпеременных. С целью использования даннойвозможности для формированияапостериорного наблюдателя за вектором было предложенокомплексирование БИНС с доплеровскимидатчиками скорости (ДДС). Наличиеинформации с ДДС позволило обеспечить нетолько устойчивость текущего оцениваниянавигационных параметров при пропаданиисигналов спутниковой навигации (т.е.автономность НС), но и при комплекснойобработке сигналов БИНС, ДДС и СНС решитьзадачу глубокой интеграции БИНС и СНС.Уравнение наблюдателя за векторомсостояния БИНС (вектора ZDвыходных сигналов ДДС) было получено вследующем виде:

, (3)

где UD – БГШ с нулевымсредним и известной матрицейинтенсивностей DU,
 – вектор помех, обусловленныхвозмущенным движением рельсового полотна,описываемый в общем случае стохастическимдифференциальным уравнением: , где известныевекторная и матричная функции, – БГШ снулевым средним и известной матрицейинтенсивностей .

Найденные уравнения (2) и(3) позволяют построить для вектора апостериорную плотностьвероятности (АПВ), знание которойпринципиально решает проблему синтеза егооптимальных оценок. Но т.к. в общем случаене существует аналитического решенияуравнения АПВ, то в теории нелинейнойфильтрации для получения оценокиспользуют различные приближенные(субоптимальные) методы, наиболееизвестным из которых является нелинейныйфильтр Калмана-Бьюси, имеющий врассматриваемом случае вид:

,(4)

,

,

где - вектортекущей оценки вектора состояния НСY(t).

Приведенный подход ксинтезу алгоритмов нелинейной фильтрациинавигационных параметров БНС позволяет,во-первых, отказаться от каких-либоупрощающих допущений относительнохарактера движения объекта и помехизмерения, во-вторых, обеспечитьинвариантность алгоритмов оценивания квиду физической модели, в-третьих,построить устойчивые алгоритмы фильтрациинавигационных параметров на основе толькоавтономной информации, в-четвертых,обеспечить информационное расширениеалгоритмов фильтрации без измененияструктуры и размерности фильтра за счеткомплексирования автономных измерителей сдругими средствами измерения, в частности,СНС.

В третьейглаве качестве исследуемойСНС была выбрана ГЛОНАСС, как наиболееперспективная с точки зрения устойчивойэксплуатации отечественнымипотребителями (при рассмотрении системы GPSсущество предлагаемого подходапринципиально не изменяется), ирассмотрены два режима ее использования– стандартный(автономный) и дифференциальный. Известно,что после применения алгоритмовкомпенсации ошибок часов, искаженийпрохождения сигнала через атмосферу и т.п.,автономном режиме информационный сигналкодовых измерений (псевдодальность) можетбыть записан как: ZR = +W,

c,c,c– текущиекоординаты спутника в гринвичской СК,вычисляемые на борту спутника ипередаваемые в навигационном сообщении,,, –текущие координаты объекта в гринвичскойСК, W – БГШ с нулевымсредним и известной дисперсией DZ. Аналогично вавтономном режиме информационный сигналдоплеровских измерений ZV может бытьпредставлен следующим образом:

ZV = []

()1 + ,

где – проекции вектораскорости спутника на оси гринвичской СК,- проекции вектораскорости объекта на оси гринвичской СК,
БГШ с нулевымсредним и дисперсией (t).

Очевидно, что сигналыкодовых и доплеровских измерений, несущиеинформацию о координатах и скоростиобъекта, могут быть использованы присинтезе алгоритмов фильтрациинавигационных параметров как сигналынаблюдения вектора состояния объекта, длячего их необходимо представить всоответствующей ССК. В исследуемом случаеимеем для координат объекта:

=2, =2 ,= .

Приопределении связи вектораскорости вгринвичской СК VG свектором скорости VS вССК былоучтено, чтоданная связьопределяется не толькоматрицей В() ориентации сопровождающейСКотносительно инерциальной СК (ИСК),но итребуетдополнительногоиспользования матрицы поворота G(t)гринвичской СК относительноИСК: VG=G(t)ВТ()VS=GВТ()VS,чтопозволяет получить инфор­ма­цион­ные модели сигналовкодовых идоплеровских измерений в следующемвиде:

ZR =W+ =HR(h)+W,

+=HV(h,VS) +, (5)

где - i-ястрока матрицы .

Важнейшей особенностьюспутниковых наблюдений, существеннозатрудняющей высокоточное оцениваниенепрерывных навигационных параметровобъекта –особенно для высокоскоростных ПО, являетсяих дискретный характер (так, в ГЛОНАССинтервал времени между строками – навигационнымисообщениями составляет 2 с). Подобнаязадача относится уже к случаюнепрерывно-дискретной фильтрации и быларешена в работе на основе совместногоиспользования двух видов оценок:непрерывной –на интервале между спутниковыминаблюдениями, и дискретной – в момент приеманавигационного сообщения. Прииспользовании векторного представленияуравнений дискретных спутниковыхизмерений (5) в виде:

Z == + = HC(Y,к) +, (6)

где – БГШ с нулевымсредним и матрицей интенсивностей =,
к=1, 2, … – номер временноготакта приема навигационного сообщения,рас­ширенный(показания ДДС+спутниковые измерения)вектор наблюдения в момент приеманавигационного сообщения может бытьпредставлен как:

Z== + =, (7)

где–БГШ с нулевымсредним и матрицей интенсивностиDИНТ =.

Дляоцениваниярасширенного вектора наблюденияиспользуется алгоритмдискретногогауссовскогооценивания. При этом начальныеусловия , R уравнений непрерывнойфильтрации (4) на интервале [tK-1,tK] формируютсякак результатдискретногооценивания вектора состояния НС в момент времени tK–1,а результатинтегрирования , R уравнений (4) в конце временногоинтервала [tK-1, tK]является начальным условием =,= длявыполнения алгоритма дискретногооценивания в момент времени tK.

Предложенный подходобобщен на случай использования сетибазовых дифференциальных станций, когдаучет дифференциальных поправок позволяетдостичь субметровых точностей абсолютногоопределения координат в режиме Real-Time Kinematic исубсантиметровых в режиме постобработки.Это, в свою очередь, позволяет существенноповысить точность определения параметровуглового движения локомотива, необходимыхдля решения задачи диагностикижелезнодорожного пути.

Показано, что при использованиикомплексированногонаблюдателя (с добавлениемодноканального ДДС) вектороцениваемыхнавигационныхпараметров углового движения БИНС относительноИСК (,, – углы разворота) описываетсясистемойстохастическихдифференциальныхуравнений:

, , (8)

а наблюдатель этоговектора, соответственно:

где () –матрица поворота 2-го рода приборной СКотносительно ИСК,

– 1-я строкасоответствующей матрицы, Ф(,) – матрица кинетических уравненийЭйлера-Крылова.

Полученная система позволила на основеизложенной выше методологиипостроить нелинейные гауссовскиеалгоритмы оценки параметровуглового движения локомотивасразу вдвух случаях: когдачастотапозиционированиясравнительноневысока (как в ГЛОНАСС) икоординатыи скоростьлокомотиванеобходимоопределять на временныхинтервалах между спутниковымиизмерениями, и когда сеть базовых станций обеспечиваетрегулярноепоступлениедифференциальных поправок,необходимых для расчетапараметровлинейного движения объекта. Предложенное решениезадачи тесной интеграцииБИНС иСНС позволило с помощью спутниковыхизмерений, используя теоретическийаппаратнепрерывно-дискретнойнелинейнойфильтрации, решить задачуустойчивогосубоптимальногооценивания вектора состоянияобъекта, включающегопараметры не тольколинейного, но и углового движения,как навременных интервалах междуспутниковыминавигационнымисообщениями, так и вмоменты ихприема.

Методологическаяобщность предложенного подхода иуниверсальность полученных моделейспутниковых наблюдателей позволили такжерешить за­дачуглубокой интеграции БИНС и СНС, уйдя оттрадиционного для алгоритмов обработкиспутниковой информации допущения о точномформировании значе­ний координат и скорости спутника,содержащихся в принятом навигационномсообщении. Опираясь на возможностьописания движения спутника известнойсис­темойдифференциальных уравнений 6-го порядка иучитывая явную зави­си­мостьсигналов спутниковых измерений от текущихкоординат с, с,с конк­рет­ногоспутника и его скоростей ,задача глубокой интеграции была ре­шена как задачасовместного нелинейного оцениваниявектора параметров ли­ней­ногодвижения спутника и вектора состоянияБИНС. При этом вектор пара­метров движенияспутника Y=задается уравнениемЛан­жевена сучетом различных случайных возмущений, неучтенных придетер­ми­нированном описанииего движения: , где –вектор-функция, определяющаядетерминированное движение спутника, аединый вектор состояния (БИНС+спутник)наблюдается или расширенным наблюдателем(7), или только спутниковым (6).

Данная схемапринципиально отличается от рассмотреннойвыше схемы тесной интеграции наличиемоценки вектора состояния спутника, причем,по навигационным спутниковым сообщениям,принятым на борту локомотива. На основемодификации данного метода был разработаналгоритм решения задачи глубокойинтеграции, независящий от способа решениянавигационной задачи для конкретной СНС– ГЛОНАСС, GPSили Galileo (в частности, не требующийаприорного задания уравнений движенияспутника). В отличие от предыдущего методаздесь осуществляется оценка не самихнавигационных параметров спутника, апогрешностей их определения , описываемых стохастическиминелинейными дифференциальнымиуравнениями

, (9)

где  = (с,c, c,), –известные функции, определяемые порезультатам испытаний или на основанииаприорной информации о характере движенияспутника; – БГШ с нулевымисредними и известными матрицамиинтенсивностей .

В работе показано,что решениенавигационной задачилокомотива впредложенной выше постановкепозволяет получить необходимыйи достаточный объем данных для решения задачдиагностикижелезнодорожногопути ипостроения его цифровыхмоделей. Исходя из состава измерительнойинформации, поступающей отинтегрированной НС, разработаныалгоритмы оценки собственногоуглового движения локомотива – углов его наклонаотносительноплоскости горизонта ивращенияотносительно оси местнойвертикали .Это, в свою очередь, позволяетопределять АФРН, методикаобнаружения которых изложена в шестой главе. Показано, чтоиспользованиевысокоточных оценок параметровлинейного движения локомотива,полученных от интегрированнойНС, позволяет построитьцифровую модельрельсового пути в виде функциональнойзависимости долготы заданного множестваточек, принадлежащих этому пути, от их широты : (как правило, в виде полинома не выше третьего порядка).

Т.к.для рядапрактическихприложений цифровая модельдолжна бытьпостроена вконформных плоских (картографических)координатах , то для пересчетаоценок широты идолготы ,полученных на выходеинтегрированной НС, былопредложеноиспользоватьаналитическиезависимостиГаусса-Крюгера.

Для количественнойоценки эффективности предложенногоподхода к интегрированию БИНС и СНС в средеMathCad было проведено численноемоделирование движения локомотива соценкой параметров его движения попоказаниям интегрированнойинерциально-спутниковой системы(ИС).

Расчетное движениелокомотивамоделировалось на временноминтервале с вССК приследующем изменении вовремени:

а) параметров линейногодвижения:,,;

б) параметров угловогодвижения вПСК относительно его центра масс: ,,.

Моделированиепроводилось для двух случаев: для режимаавтономной работы БИНС без привлечения CНС,и при использовании в качестве наблюдателявектора состояния локомотива СНС (рис 3).

Основные отличиядинамики изменения этих ошибок отавтономного режима состоят вследующем:

• введение спутниковых измерений ввектор наблюдений БИНС приводит ктранспонированию частотного диапазонаспектральной плотности ошибок в областьболее высоких частот;
• существенноменьших более чем в 3 раза, значенияхошибок оценки параметровуглового движения приотсутствии тенденции к ихнарастанию;
• существенно меньших ошибках оценкипараметров линейного движения:математические ожидания ошибок попроекциям линейной скорости до 3·103 м/с,широте 1,1·107 рад, или примерно 0,7 м(по широте 1 рад примерно 6,4·106 м) и по долготе:2,3·107 рад, или примерно 1,03 м (по долготедля средних широт 1 рад примерно равен4,5·106 м);
• устойчивой оценке всехнавигационных параметров.

Порезультатам реальной работы 13 маневровыхлокомотивов на станцииЯрославль-Гл. полученыследующие результаты, представленныев видеоценок функций плотностираспределений ошибок определенияшироты идолготы (рис. 4).

Рис. 3.Оценка ошибок определения широты ( sj) и долготы ( sj)

а) б)

Рис. 4.Функций плотности распределенийошибок определения:
а)широты (sj) и б) долготы(sj)

В четвертой главе разработаны принципы и реализованымеханизмы построения АСУ движениемпоездов в период предоставления «окон» прииспользовании СНТ (АС ОГДПО), что позволяетавтоматизировать разработку оперативныхграфиков. Уточненная типизация графиков впериод предоставления «окон» представленав таблице 1. Разработка ГД типов 1 и 2 ведетсяисходя из нормативных поездопотоков вчетном инечетном направленияхдвижения. Показано, что вероятностьсоответствия фактических поездопотоковнормативным значениям, исходя изнормального закона распределенияпосуточных колебаний поездопотоков,составит < 10-4, т.е., в реальнойработе соответствие графиковых ифактических размеров движения поездов неимеет места. Учет фактического подходапоездов в период «окна» приавтоматизированной разработке ГДнепосредственно перед «окном» на основеинформации, полученной с использованиемСНТ и данных о поездообразовании системыоперативного управления перевозкамиАСОУП-2, определяет принципиально новуютехнологию управления поезднойработой.

Таблица 1. Типы графиков движения (ГД) в периодпредоставления «окон»

Номер типаГД	ТипГД	Разработчик	Заблаговременностьразработки	Источникиинформации
1	Технологический	Инженер–технолог	Занесколько мес.	НормативыГД
2	Вариантный	Инженер–технолог	Занесколько дней	НормативыГД
3	Аварийный	ДНЦ (поезднойдиспетчер)	В моментзакрытия перегона	НормативыГД и операт. данные
1A 2А 3А	Оперативный сучетом данных ГД 1,2 или3	АСУ иДНЦ	Передпредоставлением «окна»	Оперативные данные и нормативыГД

Дляреализациипреимуществ знания точногонавигационногоположения поездов в системе АС ОГДПО принципиальнопо-новомуопределяютсяинтервалы попутного следования In,которыерассчитываются для каждой пары следующих другза другом поездов с учетом фактических значений их массы. Тяговыерасчеты показали, чтовеличина Inснижаетсяна 20–40% дляразличных сочетаниймасс поездов, также уменьшаютсядля конкретных условий и станционные интер­валы, что позволяет увеличиватьчислопропускаемых в период «окна» поездов.

На рис. 5 представленаорганизация системы АС ОГДПО по управлениютехнологией работы участка в периодпредоставления «окна». Целевая функциясистемы имеет вид: nок(nфак)max, где – число поездов воперативном графике и фактическипоступающее, при следующих ограничениях(п.п. 1–3).

Рис. 5.Архитектурасистемы АСОГДПО, обозначения в тексте

1.Преобразованиеграфиков 11А и 22Аосуществляется сучетом: ограничений инфраструктуры, технологии работы () искоростей ;расписанийпассажирских поездов c критерием min, где – времянахождения на участке i-гопоезда (всего kпоездов);расчетных нормативовотправления , где –массапоездов, – времяпрохождения поездом расчетнойдлины ;числа ирасписаний грузовых поездов.

2. В период «окна» для временно однопутногоперегона организуютсямаксимальные пакеты с числомпоездов max.Преимуществопредоставляетсяпакетам «направленияпреимущественногодвижения». При этом: обеспечиваетсяпервоочереднойпропуск пассажирских поездов и других срочныхпоездов; , где –числопутей настанциях прибытияпакета поездов; , где –максимальноесгущение числа поездов по условиямоборота локомотивов –коэффициентнепарности (принимается эмпирически).

3. Расчет оперативногоГД следует максимально приближать ковремени начала «окна» , и если- момент началаразработки графика, то .Это условие требует минимизации времениреакции системы АС ОГДПО – ,которое равно:

,

где – сбор информации оподходе поездов, – расчет оперативногографика, – согласование сверхним уровнем управления, –доведение результатов расчета доисполнителей, – подготовкаисполнителей к выполнению графика. Ось награфике «полигона окна» для текущеговремени определяет зону прогноза . Как правило, >1000 км, что говорит о сложности полученияисходных данных.

В АС ОГДПО используются данные:спутникового позиционирования, «ГИД– Урал ВНИИЖТ»,АСОУП-2, АСУ ВОП-2 (предупреждения), АСУ-П(инфраструктура), АС ТРА(технико-распорядительные акты), и др.

Непосредственно длярешения задачи построения оперативного ГДразработана система имитационногомоделирования работы участка сдискретно-событийным механизмомпродвижения времени. В каждый цикл расчетав дискретный момент времени в порядке убывания приоритетапоездов анализируется возможностьвыполнения очередной операции. При этомвычисляется подход поездов «с полигонаокна» к «участку и перегону окна» ивыполняется построение оперативногопакетно­гографика на временно однопутном «перегонеокна». Для корректного функциони­рования системы АСОГДПО требуется обеспечить контрольвыполнения оператив­ного графика. Под «полигоном окна»при этом понимают прилегающие к «участкуокна» линии, поступающие поезда с которыхучитываются при разработке графика.

Управляющие решения по прокладкепоездов на пространстве с nподходящими линиями в периодвремени принимаются наоснове функционала, в котором величина обозначена как:

где – оператор, определяющий порядокрасчета расписаний для поездов на пространстве впериод времени и включающее цифровую модель, технологии ,используемые данные ГД типов1 или 2 и влияниевозмущающих воздействий .

Результатом расчетовявляется оперативный графикподхода поездов к«перегонуокна»по направлениямдвижения.Возмущающиевоздействия могут вызватьопоздания поездов . Систематолерантна кизменению входных данных, если обеспечиваетсяобразованиепредусмотренныхпакетов поездов. Каждый поезд в пакете , имеет абсолютный резерввремени:,где –текущеевремя отправленияпоезда на «перегон окна», – времяприбытия поезда к«перегонуокна». Если , то система толерантна к изменениювходных данных. Построение оперативных графиков и организацияих выполнения минимизируютзадержки поездов в период предоставления«окон».

При расчетеэкономической эффективности внедрения СТв управление процессом проведения «окон»по ремонту пути учитываются ипреимущества, получаемые за счеторганизации контроля за движением тяжелойпутевой техники на «участке окна». Этообеспечивает:

– повышение качествапутевых работ в «окно», и как следствие,снижение количества случаевдополнительных назначаемых «окон»;

– повышениеоперативности и обоснованности в принятиирешений по управлению движением поездов на«полигоне окна», эффективноеиспользование пропускной способности«перегона окна»;

– уменьшение нарушенийрежима проведения «окон» (перенос времениначала «окон» и передержек «окон»).

Расчеты показали,что суммарный эффект от внедренияспутниковых технологий в управлениеработами по ремонту пути (инфраструктуры) в«окно», преж­де всего за счетсокращения (до 33%) передержек «окна» поорганизационным причинам, вцелом для ОАО «РЖД»может достигать 1,4 млрд. руб. в год.

В пятой главерассмотрено построение системы управлениямаршрутами на станциях при использованииСНТ. Сложность станционной технологии,наличие многообразных зависимостей принеопределенности времени выполнениямаршрутов, влияние возмущающихвоздействий требуют выделениясамостоятельный задачи «планированиеочередности маршрутов» с созданиемсоответствующей «Автоматизированнойсистемы управления маневровымимаршрутами» (АСУММ), которая реализуетсяаналогично системе АС ОГДПО (рис. 5) с учетомвысокоточного позиционированиялокомотивов.

Информационноеобеспечение: нормативно-справочнаяинформация –график движения, схема станции (ЭЦ) Сx и подходов, данныетехнологических процессов , ; переменнаяинформация –план прибытия и отправления поездов (), данные систем АСОУП-2, АСУСС и др. опоездах, вагонах на путях и др. – определяется какмножество параметров ; данныео временном закрытии путей, отказах и др.– возмущающиевоздействия . Основнойоперативной информацией являются данныенавигационного позиционирования сточностью до занимаемой секции маневровыхи поездных локомотивов – .Решения определяются наоснове функционала

, (10)

где оператор определяет выбор очередностимаршрутов для различных комбинацийзначений , и.

Разработка АСУММосуществляется для станций с характернымиманевровыми маршрутами (сортировочные,грузовые и т.п.). Станции рассматриваетсякак сложные системы с декомпозицией наманевровые районы (как правило – два, рис. 6.), длякоторых в большинстве случаев принимаютсясамостоятельные решения по очередностимаршрутов с учетом межрайонных связей. Дляманевровых районов определяются локальныецелевые функции.

В диссертации приведеныалгоритмы расчета очередности маршрутовна примере односторонней сортировочнойстанции с последовательным расположениемпарков. Так, для 1-го района целевая функцияминимизирует простой составов в паркеприбытия П:

, при ограничениях: , (11)

где – время ожиданиямаршрута влокомотивном хозяйстве (ЛХ)для поездного локомотива(ПЛ); –нормавремени нахождения ПЛв паркеП. При этом маршруты прибытия поездов приоритетней,чем маневровыеоперации.

Решение целевой функциитребует: описания маршрутов, определениямоментов времени принятия решений поочередности маршрутов иразработки эвристических условий принятиярешений.

Рис. 6.Детализированная схема 1-го и 2-гоманевровых районов

Дляописания маршрутов дополнительнок известным понятиям «рейс» и «полурейс» вводитсяпонятие «элементарныймаршрут»(d), изсочетания которых состоитмаршрут (D).Предложена система кодирования маршрутов, в которой 1-я цифракода означаетномер района, 2-я –характеристикумаршрута (заезд, надвиг и др.), 3-я и4-я цифры–особенностимаршрутов. Так (рис. 6)маршрут впервом районе (код 1) «заезд (5) послеосаживания (2) с использованием (2)обходного пути» (1.5.2.2)включает четыре элементарныхмаршрутаd:

(12)

Моменты , например, для 1-го района:

– ПЛготов следовать в ЛХ враждебности снадвигом и заездом;

(МП2(1,2..5))– готовность кнадвигу состава (пути15 П), требуется определить: a) путьнадвига Н1, Н2; б) возможные остановкисостава у сигналов – Мн1, МГ1и МГ или Мн2,МГ2, МГ; определяется времяподхода к ним: , , , ,

–момент окончания роспуска, возможны четыререшения: а) маневровый локомотив (МЛ)следует в парк С; б) заезд без использованияили в) с использованием обходного пути; г)переход МЛ в режим ожидания (РО);

–окончание работы МЛ впарке С, возможны 3 решения: а) заезд сиспользованием или б) без использованияобходного пути; в) переход в РО.

Набор эвристическихусловий (эвристик) для построенияалгоритмов определяется на основеизучения технологии станций и опытадежурных по станции (ДСП). В диссертации этовыполнено для сортировочных станций.

Так, для 1-го районаопределен следующий набор эвристик иусловий:

1) обеспечиваетсямаксимальная параллельность маршрутов вкаждый момент времени Tj (условие относитсяко всем районам и станциям);

2) надвиг и роспуск имеютпреимущество при соблюдении условия (11);

3) если при заезде посхемам 1.5.1.1 и 1.5.2.1 выполняется условие (11),то

заезд имеетпреимущество; при невыполнении – схемы заезда 1.5.1.2 и1.5.2.2;

4) если путь 5 (П) занят, тосхемы заезда –1.5.1.1 и 1.5.2.1.

5) при враждебности 1.5(заезд), 1.2 (надвиг), 1.3 (роспуск) преимуществоимеют 1.2 и 1.3, если МЛ не требуется в П дляочередной операции1.2.

6) выбор маршрута МЛ вмомент осуществляетДСП;

7) очередность надвигасоставов определяется в АСУСС и полученныерезультаты передаются в системуАСУММ;

8) если маршрут D можетвыполняться различным набором маршрутов d,то выбор одного их них осуществляется поусловию энергоэффективности.

Определен минимальнонеобходимый период прогноза оперативнойситуации 25мин, учитывающийвремена подготовки маршрута и выполнениятрех враждебных маршрутов.

Инструментальнойсредой построения маршрутов с учетомприведенных эвристик и критериев служитимитационная модель работы станции. Вдиссертации представлен в виде сети Петриалгоритм маршрута «заезд».

Реализация системыуправления маневровыми маршрутами АСУ ММцелесообразна в комплексе с системойманевровой автоматической локомотивнойсигнализацией (МАЛС). При этом собственносистема МАЛС решает задачи повышениябезопасности движения и автоматизацииуправления маневровыми локомотивами помаршрутам, заданным ДСП. Базируясь натехнической базе МАЛС, система АСУММ дляавтоматизированного выбора очередностимаршрутов требует разработки толькоспециального программного обеспечения.Расчеты показали, что экономический эффектот внедрения системы составляет 15–17 млн. руб. в год наодну станцию, при общем потенциалевнедрения более чем на 1000 станций.

В шестойглаве рассмотрена технология мониторингаинфраструктуры в части автоматизациивыявления расстройств пути бортовымиинерциально-спутниковыми средствами свысокоточной координатной привязкой. Дляобос­нованиятребований, предъявляемых к системерегистрации, разработан модели­рующий комплекс салгоритмами обнаружения аномалий формырельсовых нитей (АФРН) и фильтрациипомеховых и шумовых воздействий при оценкепара­метрованомалий. Рассмотрены АФРН следующихвидов: односторонняя про­садка (локальноевертикальное искривление) одной рельсовойнити отно­сительно другой; одновременная иодинаковая по форме просадка (локальноевертикальное искривление) обеих рельсовыхнитей; горизонтальное (в плане)одновременное искривление обеих рельсовыхнитей и их комбинации.

Задачаидентификации АФРН может быть поставлена и разрешенатолько какдинамическаястатистическаязадачаодновременногообнаружения и оцениванияпараметров АФРН при исходных данных в виде систем стохастическихдифференциальныхуравнений вектора состояниялокомотива иуравнений наблюдения, описывающихсвязь измерений спараметрами АФРН, и критерия оптимальностиидентификации в видеапостериорногофункционала (функционала,нелинейно зависящего от апостериорнойплотностивероятности (АПВ) векторасостояния). Подобная задачаобнаружения и оценкипараметров АФРН на основе оптимизацииапостериорногофункционала ставится впервые. В работе показано,что реакцииизмерителей НС на АФРН достаточноадекватноаппроксимируютсяконечной суммой взвешенныхгауссоид Z*(t)=(, – параметрыАФРН), илигауссоиднойогибающей,модулирующейзнакопеременныйсигнал, например, низкочастотное(0,06–0,1 1/с)гармоническоеколебание:
Z*1(t) = .

Применениесуществующего аппарата теории нелинейнойфильтрации для оценки АФРН потребовалопредставления реакций измерителей на АФРНв виде решений обыкновенныхдифференциальных уравнений например, длягауссоидной аппроксимации как: Z*(t) = ,, где , и –кусочно-постоянные во времени aprioriнеизвестные параметры (причем, – новыйпараметр, идентификация которогоодновременно с идентификацией позволяет получить требуемыйпараметр =/). Предложеннаяаппрок­симацияпозволяет представить векторы трехмерныхреакций измерителей интегрированной НСследующим образом: акселерометров как, ДУСов как , измерителей линейной скорости как, где a,, – векторы неизвестных параметровреакций акселерометров и ДУСов на АФРН,S(a*,d*,a) известныематрицы.

Тогда, учитываяаддитивность реакций акселерометров иДУСов на АФРН по отношению к основнымизмеряемым сигналам, модель векторасостояния НС с учетом эффектов от АФРНможно представить в векторной формеЛанжевена:

, (13)

где ,, функции приведены выше в (2), =. Полученная модельпозволяет решить поставленную задачуодновременного оценивания векторапараметров движения локомотива с учетомвлияния АФРН и идентификации векторапараметров АФРН на основе использования измеренийZ = Hс*(Y,t)+.

Для решения задачиидентификации в общем случае необходимо,чтобы искомый вектор (t)доставлял оптимум некоторому заданномуобобщенному вероятностному функционалуJ, зависящемуот апостериорной плотности вероятности(Y,t) процесса Y, причем, в общем случае нелинейно.В качестве наиболее адекватной формыминимизируемого функционала Jбыла использованааддитивная совокупность двухфункционалов, оптимизация первого изкоторых , обеспечиваетминимум неопределенности (максимальнуюинформативность) идентифицированноговектора, второго –регуляризацию процедуры идентификации назаданном интервале времени Т:

При этом, в соответствиис постановкой задачи, функцию Ф1 необходимо выбиратькак ядро функционала энтропии Шеннона или Фишера , а Ф2– в видеквадратичной регуляризующей формы,заданной на текущем интервале времени

Таким образом,окончательно исследуемую задачу можносформулировать как задачу поиска вектора,доставляющего минимум приведенномуапостериорному функционалу, определенномуна множестве функций АПВ, удовлетворяющихрешению уравнения Стратоновича,построенного в соответствии с видомуравнения объекта и его наблюдателя. Прирешении данной задачи в диссертацииполучено следующее уравнение относительно: (G0,Gвекторфункции, определяемые структурамиобъекта и наблюдателя), из котороговытекает искомое представлениеидентифицируемого вектора параметровАФРН:

,

где текущие значенияаппроксимированной АПВ формируются на основе решения уравненийнелинейного оценивания после подстановкив них полученного выражения вектора :

При использовании сетидифференциальных поправок, позволяющихпрактически точно решать задачупозиционирования локомотива и вычисленияего скоростей, решение задачиидентификации АФРН можно существенноупростить при единственном условии – движении локомотивас заранее известной, контролируемой,например, той же СНС скоростью. В этомслучае уравнения вектора состояния НС сучетом АФРН существенно упрощаются: , , ,, а для наблюдения завновь полученным вектором достаточно использоватьтолько сигнал спутниковыхдоплеровскихизмерений. Дляобоснованиятребований,предъявляемых к системерегистрации, был разработанимитационныймоделирующийкомплекс, оснащенный алгоритмамиобнаружения АФРНифильтрации помеховых и шумовых воздействий.В основумоделированиягеометрии рельсовых нитей были взяты аналитическиесоотношения, реально используемыедля описанияжелезнодорожногополотна наместности.Исследуемая инерциальнаяНС – миниатюрный прибор ADIS 16364,включающий 3-х осевойдатчик линейных ускорений(акселерометр), 3-х осевойдатчик угловых скоростей и устройствонавигации наоснове GPSприемника,позволяющееосуществлятькоординатнуюпривязкуобнаруженных АФРН. Былирассмотрены типовые формы сигналов от АФРН и определенынаилучшие инаихудшие условия обнаруженияаномалий дляразличных скоростей движениялокомотива. Синтез структурыалгоритмаобнаружения аномалий выполнен с использованиемфункцииправдоподобия p(z/Y)исследуемых аномалий, при этом былопоказано, что факт наличия аномалииможно фиксировать на основе сравненияотношенияправдоподобия,вычисляемого для получаемыхфильтром Калмана оценокпараметров аномалии, с пороговым уровнем,установленным по допустимойвероятности ложного обнаружения и условномураспределениювероятностейстатистики (при условииотсутствия аномалии). Структураобнаружителяаномалии вреальном времени ( – временныеотсчеты)при нормальных функцияхправдоподобиягипотезы =0(нет АФРН)и альтернативы =1 (есть АФРН) в этом случае имеетклассический вид:

,

zi –показания чувствительных элементов (ЧЭ) вi–е моменты времени, Z* – амплитуда реакции ЧЭна АФРН, – пороговый уровень,однозначно соответствующий пороговомууровню правила обнаружения АФРН. С учетомвсей выборки в целом эта структурасводится к виду , тоесть к виду корреляционно-оценочногообнаружителя сигнала с априори не­из­вестными параметрами,где левая часть – результат раскрытия выражения для пред­ставляющий сверткувыборки и реакции ЧЭ на АФРН, а правая– пороговыйуровень, однозначно соответствующийпороговому уровню правила обнаруженияАФРН.

Врезультатемоделирования процессаобнаруженияодносторонней и двухстороннейпросадок, атакжегоризонтальногорыскания, было установлено,что наличиетрехосногоакселерометра и трехосногогироскопа позволяет надежнораспознать типовую АФРН,которая обязательно проявится в виде сильногосигнала хотябы водном изшести каналов. Отдельныерезультатыфильтрации,иллюстрирующиеэффективностьпредложенногоподхода, приведены на рис. 7.

а)

б)

Рис. 7.Результатыфильтрации: а) центральныйфрагментвсей совокупности измерений,
б) согласованнаяфильтрация исравнение спорогом обнаружения

Вседьмой главе приведенорешение задачи автоматизацииопределения профиля железнодорожногополотна порезультатамлазерногосканирования, что являетсянеобходимым условием примененияэтого методапри построении ЦМП. При этом наиболеепростыми, новажными являются наблюденияза соответствием сложившихсяпрофилей земляного полотна в сравнении с типовыминормативнымипрофилями для заданныхгрунтов, слагающих насыпи или выемки. По результатамнаблюдений иихсравнительногоанализа требуется фиксироватьтакие параметры как:ненормативная ширина плечабалластной призмы и обочины земляногополотна, места с завышенной крутизнойоткосов, нарушение структурныхлиний полотна, представляющихсобой продольные линии излома поверхностиземли вполосе отвода. Врезультате замеров формируетсяреализациянекоторого слу­чайного процесса,который обладает существеннойнестационарностью,т.е. меняетсвои статистические характеристикина различныхучасткахсканирования (рис. 8).

Рис. 8.Схема измерений земляного полотна и примерреализации точек-замеров

Выявление закона илифункции, описывающей эти изменения, а такжеопределение точек, в которых вид этойфункции меняется, позволяют провестипрактический анализ реального профиля.

Дляанализа удобна моделькусочно-стационарногослучайного процесса, в котором изменениесвойств происходит скачком.Последовательностьизмерений в точках можно описать с помощьюпоследовательностиодномерных независи­мыхслучайных величин , причем в этой последовательности можновыделить некоторое число nстационарныхучастков ,..., , ,. Внутри каждогостационар­ного участка случайные величины и ,, должны обладатьсвойствомпостоянства математическихожиданий идисперсий, иесли понимается стационарностьв узкомсмысле, тослучайные величины и должны иметь один и тот же вероятно­стный законраспределения.

Оценивание точекнарушения стационарности i, рассмотрено пометоду максимального правдоподобия. Накаждом стационарном участке функцию плотности распределения случайных величинможно задать параметрически с векторомпараметров , т.е. . В этом случае логарифм функцииправдоподобия Фишера имеет вид:

(14)

Дляоценивания точек необходимо найтимаксимум логариф­мическойфункцииправдоподобияотносительноаргументов ,.

Как правило, построитьрекуррентный алгоритм максимизациифункционала не удается,поэтому остается един­ственная возможность – проводить полныйперебор всех возможных положений точекпереключения . Эта задача дляслучая многократных разладок являетсянедопустимо трудоемкой – требуется оцениватьфункцию правдоподобия Фишера порядка раз.

Идеяметода состоит впредварительномобнаружении и локализацииучастков, содержащих «не­стационарные»точки, т.е.точки, вкоторых происходит изменениестатистическиххарактеристикслучайной последовательности. Намножестве независимыхнаблюдений вводится дискриминантнаяфункция, позволяющая судить о стационарностислучайнойпоследовательности в произвольнойточке x. Поаприорным сведениям о возможной длине и отличительныхсвойствахпараметризованногоучастка делаются правдоподобныепредположения о поведении этой функции. После этого определениетаких участков сводится к задачекластеризациинестационарных точек иопределению точек разладки. Дискриминантная функция для анализатаких случайных последовательностей строится вполярной системекоординат.

Основное требование,котороепредъявляется к дискриминантнойфункции, состоит в том, что она должнаприниматьмаксимальныезначения вобластях изменения свойствпоследователь­ностинезависимыхслучайных величин , иминимальные – там, где эти свойстваотносительнонеизменны или подчиненырегулярнойзависимости, т.е. внутрипараметризованныхучастков.

Рассмотрим последовательность независимыхслучайных величин сфункциямиплотности и математическими ожиданиями,подчиняющимисязакону при с неизвестными иподлежащимиопределениюпараметрами и .Пусть вточке происходит изменение статистическихсвойств этойпоследовательности, т.е Момент разладки по реализациислучайнойпоследовательности локализуетсяс помощьюдискриминантнойфункции, строящейся пологарифмическойфункцииправдоподобия:

. Откуда следуютвыражения:

Из данных равенствнаходим . После подстановкинайденных параметров в выражение длядискриминантной функции и несложныхпреобразований получаем окончательнуюформулу для вычисления . Поопределению и построению дискриминантнойфункции можно ожидать, чтовблизи точек переключения значенияфункции будут большими, чем внутрипараметризованного участка. Выберемвеличину порога так,чтобы можно было отслеживать поведениедискриминантной функции при изменениипараметра k поистинности неравенства .При этом должно наблюдаться скоплениеточек вблизи точек , в которых происходит переход содного параметризованного участка надругой, и, напротив, разреженность такихточек внутри параметризованного участка.Будем для простоты называть такие точкине-стационарными. Поэтому возникаетпроблема кластери­зации нестационарных точек нанестационарные участки ,, в которых поопределению наблюдается лишь один переходс одного параметризованного участка надругой. Заметим, что нестационарныеучастки , ,, задают разбиениемножества. Пусть–произ­вольный отрезок.Дискретная функция характеризует плотностьраспределения нестационарных точек вокрестности точки ,тогда

гдемаксимум берется по всем отрезкам , содержащимточку .В основеконструктивногометода определения нестационарныхучастков лежит теорема,доказывающая, что если , , тогда втом итоль­ко том случае, если для любого имеет местонеравенство .

Оценка моментовнарушения стационарности, т.е. оценкаположения точек переключения случайнойпоследовательности с одногопараметризованного участка на другойсущественно упрощается, так как этимоменты локализованы внутринестационар­ных участков, и можно перейти коднопараметрическим задачам определенияточек переключения внутри сегментов,каждый из которых включает лишь одиннестационарный участок.

Заключение

1.Вдиссертационнойработе решена имеющаябольшое народно­хозяйственноезначение научная проблема автоматизацииуправления техноло­гическими процессами железнодорожноготранспортана базеразвитиясовре­менных методовспутниковогопозиционирования. На основе разработаннойклассификациимножества функций перевозочногопроцесса системноопределенытехнологии, где эффективно применение СНТ. Ресурсная оценка показала масштабность внедренияновых спутниковыхтехнологий с развитием существующихи созданиемновых АСУТП (всего более 4000 автоматизированныхрабочих мест),что требует оснащениябортовым оборудованиемзначительного числа подвижныхединиц и создания высоко­точного координатногопространства инфраструктурыжелезнодорожноготранспорта.

2.Сцелью существенногоповышения точности оценокнавигационных параметров обоснованоприменение на подвижном объектебесплатформенныхинерциальныхнавигационных систем всоставе3-х акселерометров и3-х датчиков угловойскорости. Выполнен синтез математическоймодели БИНСсиспользованием 4-х правыхсистем координат –приборной,инерциальной,гринвичской и сопровождающей,инвариантной к видуфизической модели подвижногообъекта, характеру его движения, возможнымвозмущающимвоздействиям ипозволяющейпостроить замкнутые алгоритмыфильтрациинавигационныхпараметровлокомотива на основетолько автономной информации, а такжеинтеграциюБИНС иCНС;

3. Решение задачи теснойинтеграции БИНС и CНC, т.е. комплексированияспутниковых и автономных измеренийосуществлено на основе синтезаинформационных стохастических моделейсигналов спутниковых измерений всоответствующих системах координат,представления их в различных параметрахвращения и учета дискретизацииспутниковых навигационных сообщений вовремени. Предложенное решениеобеспечивает наблюдение с помощьюспутниковых измерений параметров нетолько линейного, но и углового движенияобъекта и решение задачи устойчивогосубоптимального оценивания векторасостояния объекта с точностью до 1,2 м пошироте и 1,7 м по долготе при работе вкодовом дифференциальном режиме.

4. Впервые решена задачаглубокой интеграции автономной БИНС и CНС,что позволяет повысить точностьпозиционирования за счет использованиякомплексированных алгоритмов непрерывно дискретногостохастического оценивания параметровспутника и стохастической динамическойнелинейной модели ошибок параметров СНСГЛОНАСС. Разработаны алгоритмыиспользования полученных оценокнавигационных параметров для построениявысокоточной цифровой модели пути и еготекущей экспресс-диагностики.

5. Разработаны:архитектура автоматизированной системыуправления движением поездов в периодпредоставления «окон» с использованиемспутниковой навигации, технологияпостроения оперативного графика иреализующая его построение системаимитационного моделирования, учитывающаяинформацию о подходе транзитных иобразующихся на «полигоне окна» поездов к«участку окна» и «перегону окна» иконтроль за его выполнением. Такжеразработана система контроля за движениеми работой тяжелой путевой техники на«участке окна», что обеспечивает суммарныйэффект от внедрения спутниковыхтехнологий в управление работами поремонту пути в «окно в целом для ОАО «РЖД»до 1,4 млрд. руб. в год

6. Определена функциональнаянеобходимость и экономическаяцеле­сообразностьразработки «Автоматизированнойсистемы управления маневровымимаршрутами»,использующей современныеметоды высокоточного спутниковогопозиционирования. Разработаныпринципы создания и функ­ционированияАСУММ на основе декомпозициистанцийи определения локальныхцелевых функций дляотдельных маневровых районов,учитывающиесложностьстанционной технологии,наличиемногообразныхвзаимозависимостейпри выполнении маневровых маршрутов и неопределенностьвремени ихвыполнения. Предложена система кодирования «элементарныхмаршрутов», определенытекущиемоментывремени принятия решений,разработаныэвристические наборы условий решения задачиопределенияочередности «элементарныхмаршрутов».

7.Разработанасистемаавтоматическогообнаружения и оцениванияпараметров АФРН инерциальноспутниковымисредствами вреальном времени на основе совместногообнаруженияи оцениванияпараметровальтернативныхсложных гипотез и метода субоптимальнойидентификациипараметров АФРН. Впервыеразработаныаналитические модели измеренийАФРН, описываемые нестационарнымидифференциальнымиуравнениями, которые позволилипостроитьвектор состояния интегрированнойНС ивектор егонаблюдения сучетом влияния АФРН и получитьсоответствующиеуравнения оценки параметровАФРН.

8. Предложен новыйэффективный метод восстановления геометрической формы поперечногосечения и структурных линийземляного полотна по данным лазерногосканирования, основанный наобнаружении с помощьюдискриминантнойфункции разладок в случайнойпоследовательности с кусочно-линейным трендом. Предложен выбор дискриминантнойфункции, основанный на отношенииправдо­подобия, и принимающей большиезначения вблизи точек нарушениястационар­ности и близкой к нулю внутристационарных участков, а также алгоритмкласс­теризациинестационарных точек, устраняющийпроблему множественной детекции.

Основные положениядиссертации опубликованы в следующихработах.

СПИСОК НАУЧНЫХТРУДОВ

1. Уманский В.И. Методы и алгоритмыавтоматического обнаружения аномалийформы рельсовых нитей. Твер.гос.ун-т, Тверь:2011-140 с.
2. Уманский В.И. Мобильныйизмерительный комплекс для мониторингаобъектов железнодорожной инфраструктуры //«Железнодорожный транспорт» – М.:2009. – №9. – C. 43– 44.
3. Розенберг И.Н., Уманский В.И., ДулинС.К., Калинин С.В. Автома­тизированноепостроение оперативных графиков движенияпоездов с учетом данных спутниковогопозиционирования // «Железнодорожныйтранспорт» –М.:2009. – №11.– C. 68 – 70.
4. Уманский В.И. Основныепринципы построения автоматизированной сис­темыуправленияманевровой работой на основе данных о навигационномпозиционированиилокомотивов //Вестник РГУПС –Р.-н.-Д.: 2009.–№ 4–C.112–121.
5. Уманский В.И. Об организациипропуска поездов в период технологических«окон» // Железнодорожный транспорт – М.: 2010.-№9.- С.21–24.
6. Уманский В.И. Координатные методыконтроля и управления подвижным составомпо данным спутникового позиционирования //Мир транспорта – М.: 2010.- №1.- C.110–115.
7. Розенберг И.Н., Духин С.В., УманскийВ.И., Замышляев А.М., Шаповал А.В.Автоматизированная система ведения базданных техническо–распорядительных актовжелезнодорожных станций // Транспорт:наука, техника, управление, вып.5– М.:2003.– C. 26–34.
8. Шлигерский А.Б., Уманский В.И.Модельно –ориентированная технология разработкибезопасного программного обеспеченияжелезнодорожных систем безопасности сприменением инструментального комплексаSCADE // Надежность – М.: 2010,-№3.- C. 13–21.
9. Матвеев С.И., Матвеев А.С., РозенбергИ.Н., Уманский В.И. Создание координатныхмоделей железнодорожного пути в видевзвешенных метрических графов // Известиявысших учебных заведений.Северо-Кавказский регион. Техническиенауки –Новочеркасск: 2010.- C.7–11.
10. Уманский В.И. Принципы построенияавтоматизированной системы для разработкиоперативного графика движения поездов припредоставлении им «окон» //Мир транспорта – М.: 2010.- № 3.-C.122–129.
11. Долгий А.И., Уманский А.И., Явна В.А.,Хатламаджиян А.Е. Программно – аппаратный комплексопределения качества укладки объемнойгеорешетки в подбалластных слояхжелезнодорожного пути // ВестникРГУПС–Р.-н.-Д.:2010.- № 4–C.88–93.
12. Gapanovich V.A., Umanskiy V.I. Potential satellite technologycontributions to railway operations management and safety problems // VNIIZHTBulletin – М.: 2011-.№1– С.26–29.
13. Замышляев А.М., Уманский В.И. СистемыМАЛС и повышение надежности движения // Миртранспорта – М.:2010.- № 4.- C.128–135.
14. Уманский В.И. Построение цифровыхмоделей железнодорожного профиля наоснове лазерного сканирования //Железнодорожный транспорт–М.: 2011-№4- С.41–44.
15. Уманский В.И. Метод идентификациианомалии рельсового пути.// ВестникТверского университета, сер. Прикладнаяматематика, 2011-№2(21), C.55–62.
16. Соломаха Г.М., Уманский В.И.Программный комплекс обнаружения аномалийформы рельсовых путей.// Программныепродукты и системы. 2011-№3,C.155–159.
17. Уманский В.И. Системапозиционирования локомотива на основеинтеграции спутниковой и инерциальнойнавигационных систем. // ВестникРГУПС– Р.-н.-Д.:2011.- № 2–C.73–86.
18. Уманский В.И. Решение задачиинтеграции спутниковых и инерциальныхнавигационных систем на основе нелинейнойфильтрации.// Известия высших учебныхзаведений Северо-Кавказкий регион.Технические науки, 2011.-№4, C.32–37
19. Уманский В.И. Модели синтезавысокоточных систем позиционированиялокомотива для решения задач тесной иглубокой интеграции бесплатформенныхинерциальных и спутниковых навигационныхсистем // Системы высокой доступности, № 3,т. 7, 2011 – С.24-37
20. Дулин С.К., Дулина Н.Г., Уманский В.И.Репозиторий ГИС – средство интеллектуализации системуправления инфраструктуройжелезнодорожного транспорта //Информационно-измерительные и управляющиесистемы. 2011-№6, т.9, C. 29–34.
21. Уманский В.И. Созданиеавтоматизированной системы управленияманевровыми и поездными маршрутами настанциях // Железнодорожный транспорт– М.: 2011-№ 11– C.22-26.
22. A.G. Bronevich, A.N. Karkishchenko,V.I. Umansky. Recovering profiles of roadbed based on statistical scanningdata. In Proc. of the 14-th Conference on Applied Stochastic Models and DataAnalysis (ASMDA 2011), Rome, Italy, 6-10 June, 2011, pp. 194–201.
23. Розенберг И.Н., Дулин С.К., УманскийВ.И. Проектирование репозитория,поддерживающего ограничения целостностигеоданных // Труды ОАО «НИИАС», 9 выпуск,2011г., C.59–74.
24. Уманский В.И., Калинин С.В. Детальныйанализ эксплуатационных характеристикстанций методом имитационногомоделирования, реализованным на базегеоинформационного представления данных //Сборник докладов девятой международной научно–практическойконференции «ИНФОТРАНС–2004»– СПб.: 2004.– C.86–92
25. Уманский В.И., Калинин С.В.Организация имитационной модели системы«диспетчерский участок – станция» // Сборникдокладов Десятой международнойнаучно–практической конференции«Информационные технологии вжелезнодорожном транспорте».«ИНФОТРАНС–2005». 5–8октября, ГУП «Типография «Наука» –Санкт–Петербург– 2005.– C. 35-37
26. Дулин С.К., Калинин С.В., Уманский В.И.Интеллектуальная поддержка принятиярешений в управлении движением поездов //Сборник научных трудов «Научная сессияМИФИ–2008», том10–М.: 2008.–C. 55–56
27. Дулина Н.Г., Уманский В.И.Функциональная модель системы«диспетчерский участок – станция»// ВЦ РАН–М.: 2008.– C. 3–22
28. Дулин С.К., Калинин С.В., Уманский В.И.Анализ эксплуатационных характеристикстанций на базе геоинформационногопредставления данных // ВЦ РАН. –М.: 2008.– 29 с.
29. Уманский В.И., Клепач А.П., БабанинА.В., Матвеев С.И. Проект интегрированнойнавигационной системы железнодорожноготранспорта.//Информационное агентство«Гром», Материалы 4–й Международной научно–практическойконференции «Геопространственныетехнологии и сферы их применения» (в рамках5–гоМеждународного промышленного форумаGEOFORM+2008). – М.: 2008.– C. 25-26
30. Уманский В.И., Цуцков Д.В., Калинин С.В.Комплексный анализ вариантов пореконструкции Сызрань–Октябрьского узла наоснове имитационной модели // Сборникдокладов шестой международнойнаучно–практическойконференции»Телекоммуникационные иинформационные технологии на транспортеРоссии «ТелекомТранс–2008»–Сочи:2008.– C. 82–86
31. Розенберг Е.Н., РозенбергИ.Н., Уманский В.И.Перспективыпримененияспутниковыхтехнологий на железнодорожномтранспорте // Сборник докладоввторой международнойнаучно-практическойконференции«Спутниковыетехнологии на службежелезнодорожноготранспорта»- М.:2008. – C. 20–21
32. Дулин С.К., Селецкий А.С., Уманский В.И.Система имитационного моделированиядвижения железнодорожного транспорта наоснове интерактивно задаваемых правилорганизации движения // Труды 11-йнациональной конференции поискусственному интеллекту «КИИ 2008», том I,Дубна, 2008. –C.77-85
33. Левин Б.А., Матвеев С.И., Манойло Д.С.,Розенберг И.Н., Железнов М.М., Уманский В.И.Геоинформатика транспортногокомплекса//Сборник 5-ой международнойнаучно-практической конференции«Геопространственные технологии и сферыих применения» –М.:2009. – C.52.
34. Дулина Н.Г., Уманский В.И.Структуризация проблемы улучшенияпро-странственной согласованности базгеоданных // ВЦ РАН –М.: 2009.– C.3–22.
35. Уманский В.И., Манойло Д.С., Духин С.В.Система высокоточного координатногообеспечения инфраструктурыжелезнодорожного транспорта // ЕвразияВести.- М.: 2009.-№7. – C. 11
36. Уманский В.И. Применениедифференциальных спутниковыхнавигационных систем, методов воздушного иназемного дистанционного зондирования всоздании комплексных систем мониторингасостояния объектов инфраструктуры иподвижного состава // Cборник докладовтретьей международной научно-практическойконференции «Спутниковые технологии наслужбе железнодорожноготранспорта»–М.:2009. – C.69–72.
37. Дулин С.К., Розенберг И.Н., УманскийВ.И. Методы кластеризации в исследованиимассивов геоданных // «Системы и средстваинформатики». Дополнительный выпуск. ИПИРАН.– М.:2009.– C. 86–114.
38. Уманский В.И. Развитиефункциональногобортового комплекса системыманевровойавтоматическойлокомотивнойсигнализации (МАЛС) с учетом возможностейвысокоточногоспутниковогопозиционирования и инерциально –навигационнойсистемы (ИНС) // Сборник докладов 5-ой международнойконференции «Системы безопасностина транспорте». –М.: 2009.– C. 37.
39. Уманский В.И.Технология построениятрехмерных моделей железно-дорожногополотна в высокоточном координатномпространстве // Сборник докладов 6-ойМеждународной научно-практическойконференции «Гео-пространственныетехнологии и сферы их применения» – М.:2010.-C. 66–67.
40. Матвеев С.И., Розенберг И.Н., КиншаковВ.М., Уманский В.И. Интег­рированныйизмерительный комплекс // Сборник докладов6-ой Международной научно-практическойконференции «Геопространственныетехнологии и сферы их применения» - М.:2010.-C.62.
41. Уманский В.И., Афиногенов Д.Ю.Использование аппарата сетей Петри приразработке программного обеспечения //Вопросы спецрадиоэлектроники, серия РЛТ,вып. 6, C. 36–40.1987.
42. Дулина Н.Г., Уманский В.И.Моделирование неопределенности геоданных// ВЦ РАН, 2010, 40 c.
43. Дулин С.К., Розенберг И.Н., УманскийВ.И. Аспекты пространственнойсогласованности геоинформационнойсистемы // Системы и средства информатики.Выпуск 21, № 2, 2011 - М.: ТОРУС ПРЕСС, – С. 72-95.
44. Дулин С.К., РозенбергИ.Н., Уманский В.И. Анализ неопределенностигеоданных вмоделяхгеографическогопространства // ИПИ РАН,«Системы исредстваинформатики», Выпуск 20, номер 2,Методы итехнологииинформатики,применяемые в научныхисследованиях – М:2010 – c.254–286.
45. Уманский В.И. Восстановление профиляземного полотна по результатам лазерногосканирования методами оцениваниякусочно–стационарного случайного процесса //Сборник докладов 7-ой Международнойнаучно-практической конференции«Геопространственные технологии и сферыих применения» – М.:2011 – С.81–82.
46. Броневич А.Г., Каркищенко А.Н.,Уманский В.И. Восстановление профиля порезультатам лазерного сканирования //Труды ОАО «НИИАС», 9 выпуск, 2011г – C.85–110.

Уманский ВладимирИльич

Автоматизацияуправления технологическими процессамижелезнодорожного транспорта
на базе интеграции методоввысокоточного спутниковогопозиционирования и интегральнойнавигации

05.13.06. – Автоматизация иуправление технологическими процессами ипроизводствами (транспорт)

05.22.08. – Управлениепроцессами перевозок

Подписано в печать____________ Объем: 3 усл. печ. л. Печать офсетная.Формат 60х84/16

Тираж 100 экз. Заказ №___________ УПЦ ГИ МИИТ, 127994, Москва, ул.Образцова, д. 9, стр. 9