НЕЙРОСЕТЕВОЕ МОДЕЛИРОВАНИЕ ОПТИМАЛЬНЫХ РЕЖИМОВ ДВИЖЕНИЯ КОСМИЧЕСКОГО АППАРАТА

© В.М.Балык, А.В.Ватракшин, В.В.Ватракшин, Р.Д.Кулакова, А.М.Никулин
© Государственный музей истории космонавтики им. К.Э. Циолковского, г. Калуга
Секция "К.Э. Циолковский и механика космического полета"
2006 г.

В работе рассматривается метод нейросетевого моделирования межорбитальных перелетов, ориентации, маневрирования в гравитационном поле планеты, посадки на поверхность планеты космического аппарата (КА). Эти сложные задачи механики космического полета занимали одно из центральных мест в трудах К.Э. Циолковского, где, в частности, он предполагал возможность полета к другим планетам Солнечной системы.

Существенной особенностью таких задач является то, что любой режим движения КА осуществляется при неточно заданных краевых условиях. Данные неточности вызваны различными возмущающими факторами, приводящие к разбросам орбитальных параметров КА, погрешностям работы двигательной установки, ошибкам в условиях посадки спускаемого аппарата.

В работе показано применение нейросети к решению перечисленных задач, причем сама нейросеть разработана на основе нового метода моделирования обратного распространения ошибки, который построен с использованием так называемого метода ψ-преобразования.

На основе данного метода был разработан программно-методический комплекс, который, помимо собственно нейросетевого блока, включает в себя блок операции обучающей выборки, блок «тренировки», блок моделирования нейронной сети и блок постобработки выходных данных. Центральным здесь является блок моделирования нейронной сети, в котором моделируются процессы прямого распространения сигнала и обратного распространения ошибки. Решение ряда модельных задач, связанных с маневрированием КА в гравитационном поле планеты и посадкой на нее, показало высокую эффективность нейросетевого подхода.