35 - Информационные технологии. Машины конторские
35.020 - Информационные технологии (ИТ) в целом
Росстандарт
08.11.2022
01.01.2024
01.01.2026
Не действующий c 01.01.2026
ПНСТ 788-2022
Искусственный интеллект для навигационных систем воздушных судов гражданской авиации. Алгоритм контроля целостности для приемников спутниковой навигации ГЛОНАСС/GPS. Общие требования
ПНСТ 788-2022
ПРЕДВАРИТЕЛЬНЫЙ НАЦИОНАЛЬНЫЙ СТАНДАРТ РОССИЙСКОЙ ФЕДЕРАЦИИ
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ ДЛЯ НАВИГАЦИОННЫХ СИСТЕМ ВОЗДУШНЫХ СУДОВ ГРАЖДАНСКОЙ АВИАЦИИ
Алгоритм контроля целостности для приемников спутниковой навигации ГЛОНАСС/GPS. Общие требования
Artificial intelligence for civil aviation aircraft. Integrity control algorithm for GLONASS/GPS satellite navigation receivers. General requirements
ОКС 35.020
Срок действия с 2024-01-01
до 2026-01-01
Предисловие
1 РАЗРАБОТАН Обществом с ограниченной ответственностью "ННК Консалтинг"
2 ВНЕСЕН Техническим комитетом по стандартизации ТК 164 "Искусственный интеллект"
3 УТВЕРЖДЕН И ВВЕДЕН В ДЕЙСТВИЕ Приказом Федерального агентства по техническому регулированию и метрологии от 8 ноября 2022 г. N 102-пнст
Правила применения настоящего стандарта и проведения его мониторинга установлены ГОСТ Р 1.16-2011 (разделы 5 и 6).
Федеральное агентство по техническому регулированию и метрологии собирает сведения о практическом применении настоящего стандарта. Данные сведения, а также замечания и предложения по содержанию стандарта можно направить не позднее чем за 4 мес до истечения срока его действия разработчику настоящего стандарта по адресу: contact@nnccompany.ru и/или в Федеральное агентство по техническому регулированию и метрологии по адресу: 123112 Москва, Пресненская набережная, д.10, стр.2.
В случае отмены настоящего стандарта соответствующая информация будет опубликована в ежемесячном информационном указателе "Национальные стандарты" и также будет размещена на официальном сайте Федерального агентства по техническому регулированию и метрологии в сети Интернет (www.rst.gov.ru)
Введение
Развитие методов искусственного интеллекта делает возможным решение задач оценки состояния комплексных систем или подтверждения достоверности решения посредством нейронных сетей с точностью, превышающей классические аналитические и статистические методы. Это способствует применению методов искусственного интеллекта при условии проведения качественных испытаний в сферах, связанных с высоким риском для жизни и здоровья людей, в частности - навигации и гражданской авиации.
В настоящем стандарте:
- определена задача для контроля целостности для приемников спутниковой навигации;
- сформулирован критерий целесообразности применения методов искусственного интеллекта для оценки целостности;
- формализованы требования к данным, необходимым для обучения алгоритма контроля целостности для приемников спутниковой навигации.
1 Область применения
Настоящий стандарт распространяется на навигационную аппаратуру потребителей, предназначенную для определения местоположения воздушных судов по сигналам глобальных навигационных спутниковых систем ГЛОНАСС и GPS с использованием методов искусственного интеллекта.
Стандарт устанавливает технические и эксплуатационные требования, методы и требуемые результаты испытаний к навигационной аппаратуре воздушного судна гражданской авиации, реализующей алгоритмы автономного контроля целостности с использованием методов искусственного интеллекта.
2 Сокращения
В настоящем стандарте применены следующие сокращения:
ГЛОНАСС - глобальная навигационная спутниковая система;
GPS - система глобального позиционирования;
IR - риск потери целостности (Integrity Risk);
PL - защитный уровень (Protection Levels);
TTA - время срабатывания тревоги (Time to Alert);
SBAS - спутниковая система дифференциальной коррекции (Satellite Based Augmentation System);
GBAS - наземная система дифференциальной коррекции (Ground Based Augmentation System);
ABAS - автономная система дифференциальной коррекции (Aircraft Based Augmentations Systems);
RINEX - формат обмена данными для файлов исходных данных спутниковых навигационных приемников (Receiver Independent Exchange Format);
UTC - всемирное координированное время;
HDOP - снижение точности в горизонтальной плоскости;
VDOP - снижение точности в вертикальной плоскости.
3 Требования к задачам алгоритма контроля целостности для приемников спутниковой навигации
Алгоритм контроля целостности должен обеспечивать решение таких задач, как:
- обнаружение отказов спутников или созвездий, в том числе вызванных отказом наземной системы управления;
- исключение данных, поступающих от отказавших навигационных спутников или созвездий из навигационного решения;
- оповещение потребителя о текущей ошибке целостности навигационной системы.
4 Требования к обнаружению и исключению отказов
Алгоритм контроля целостности должен обнаруживать и исключать семь режимов отказов:
- единичного отказа спутника ГЛОНАСС;
- единичного отказа спутника GPS;
- комбинации из двух независимых единичных отказов спутников ГЛОНАСС;
- комбинации из единичного отказа спутника ГЛОНАСС и единичного отказа спутника GPS;
- системного отказа ГЛОНАСС;
- комбинации из единичного отказа спутника GPS и системного отказа ГЛОНАСС;
- комбинации из единичного отказа спутника ГЛОНАСС и системного отказа ГЛОНАСС.
Кроме обязательных семи режимов отказов, целесообразно учитывать в алгоритмах контроля целостности:
- комбинацию из двух независимых единичных отказов спутников GPS;
- комбинацию из двух независимых единичных отказов спутников ГЛОНАСС и единичного отказа спутника GPS;
- системный отказ GPS.
5 Требования к оповещению потребителя о текущей ошибке целостности навигационной системы
Примечание - Частота возникновение такого события не зависит ни от режимов отказа, ни от текущей геометрии "совмещенного" ГЛОНАСС/GPS созвездия. Наличие ложного предупреждения может быть вызвано ионосферными ошибками или собственными шумами приемника.
6 Применение искусственного интеллекта в алгоритме контроля целостности для приемников спутниковой навигации
Применение методов искусственного интеллекта является целесообразным в том случае, если данные методы, в сравнении с существующими алгоритмами фильтрационной и мгновенной оценки целостности, применяемыми в гражданской авиации, обеспечивают стабильное снижение как минимум одного из следующих ключевых параметров:
- риск потери целостности;
- защитный уровень;
- время срабатывания тревоги.
7 Применение дифференциальной коррекции в алгоритме контроля целостности для приемников спутниковой навигации
Источники дифференциальной коррекции могут быть использованы в качестве признаков для работы методов искусственного интеллекта в алгоритме контроля целостности для приемников спутниковой навигации.
7.1 Спутниковая система дифференциальной коррекции (Satellite Based Augmentation System, SBAS) может являться источником данных о исправности спутников и созвездий, а также дифференциальных поправок для снижения риска потери целостности навигационного решения.
7.2 Наземная система дифференциальной коррекции (Ground Based Augmentation System, GBAS) может являться источником данных о исправности здоровья спутников в области видимости станции, а также дифференциальных поправок для снижения риска потери целостности навигационного решения.
7.3 Автономная система дифференциальной коррекции (Aircraft Based Augmentations Systems, ABAS) может являться источником данных с бортовых навигационных датчиков и средств (высотомер, инерциальная навигационная система, высокоточные часы, компасы, визуальные данные) для снижения риска потери целостности навигационного решения.
8 Требования к наборам исходных данных для обучения алгоритма контроля целостности для приемников спутниковой навигации
8.1 Данные для обучения в алгоритме контроля целостности для приемников спутниковой навигации должны содержать как минимум:
- навигационные сообщения всех спутников, находящихся в зоне прямой видимости;
- текущие необработанные измерения псевдослучайного кода и фазы несущей для всех спутников, находящихся в зоне прямой видимости;
- текущие значения отношения "мощность сигнала на несущей - плотность шума" (C/N0) для всех спутников, находящихся в зоне прямой видимости.
8.2 Для хранения исходных данных рекомендуется использовать формат RINEX (Receiver Independent Exchange Format) не ниже версии 2.11 с поддержкой навигационных сигналов ГЛОНАСС/GPS и систем дифференциальной коррекции.
8.3 Метаданные контрольного набора данных должны содержать как минимум:
- информацию об ожидаемом положении воздушного судна для каждого измерения псевдослучайного кода и фазы несущей для всех спутников, находящихся в зоне прямой видимости;
- информацию об ожидаемой ошибке с указанием идентификатора спутника и временной метки.
8.4 Ошибки, приводящие к потере целостности навигационного решения, должны вноситься в обучающие данные посредством использования имитатора сигналов ГЛОНАСС/GPS или с помощью алгоритмической модификации файлов исходных данных.
8.5 Наборы исходных данных должны разделяться на обучающий, тестовый и демонстрационный с соблюдением критерия независимости.
Приложение А
(рекомендуемое)
Пример данных в формате RINEX для обучения алгоритма контроля целостности для приемников спутниковой навигации
Данные наблюдений:
Навигационные данные:
Приложение Б
(рекомендуемое)
Пример сценариев для валидации алгоритма контроля целостности для приемников спутниковой навигации
Б.1 Исходные данные для разработки сценария "Ad_GGlS"
Б.1.1 Изменение путевой скорости - от 100 до 1200 км/ч.
Б.1.2 Высота - не более 16800 м.
Б.1.3 Линейное ускорение: горизонтальная составляющая - 0,58 g, вертикальная составляющая - 0,5 g, скорость изменения ускорения - 0,25 g/с.
Б.1.4 Спутники:
- GPS L1, С/А-8 HKA (IS-GPS-200D, 7 December 2004). Отсутствует селективный доступ для GPS;
- ГЛОНАСС L1, П/Т - 8 НКА ((ИКД ГЛОНАСС редакция 5.1)). Частотный план ГЛОНАСС после 2005 г.
При HDOP не более 1.5 и VDOP не более 3.0.
Б.1.5 Начало сценария в 06:00 по UTC.
Б.1.6 Длительность сценария должна обеспечить число достоверных измерений не менее 4400 с частотой решения 1 Гц.
Б.2 Исходные данные для разработки сценария "Avia1"
Б.2.1 Аппаратура расположена в точке с координатами: 3.00000°N, 45.00000°E, высотой над референц-эллипсоидом 150 м.
Б.2.2 Спутниковая группировка GPS заморожена.
Б.2.3 В 23.34.23 UTC в измерения спутников Sat_ID(5), Sat_ID(17) начинает вводиться возрастающая ошибка со скоростью 5 м/с; в 23.39.23 UTC ошибка дальности постоянная (1500 м).
Б.2.4 В 23.39.24 UTC в измерения спутников Sat_ID(5), Sat_ID(17) начинает вводиться убывающая ошибка со скоростью 5 м/с.
Б.2.5 В 23.44.24 UTC нет ошибок.
Таблица Б.1 - Исходные данные для разработки сценария "Avia1"
Параметр | Значение | |||||
Назначение | Обнаружение спутника GPS с линейно возрастающей ошибкой дальности | |||||
Дата и время начала навигационных сообщений | 31.12.2010 | 23:30 | ||||
Продолжительность каждого сценария | 30 мин | |||||
Модель движения потребителя | Стоповая | |||||
Координаты: широта, долгота, высота над эллипсоидом, высота геоида | В системе координат WGS-84 | |||||
| 03°N | 45°E | 150 м | 34,8 м | ||
Имитируемые спутники - GPS L1(С/А) | Количество, номер
| |||||
| 8 | 2, 5, 10, 11, 14, 17, 23, 24 | ||||
Ошибки дальности по выделенным спутникам:
| Первый спутник | Второй спутник | ||||
- введение ошибки дальности со скоростью 5 м/с
| 23:34:23 | 23:39:23 | ||||
- ошибка дальности постоянна (1500 м)
| 23:39:23 | 23:44:23 | ||||
- уменьшение ошибки дальности со скоростью 5 м/с
| 23:39:24 | 23:44:24 | ||||
- нет ошибок | 23:44:24 | 23:49:24 | ||||
Ионосферная задержка | Модель "лето" | |||||
Тропосферная задержка | Стандартная | |||||
Геометрический фактор GDOP для GPS | HDOP не более 1,5; VDOP не более 3,0 | |||||
УДК 004.89
| ОКС 35.020 |
Ключевые слова: искусственный интеллект, навигационная система, воздушные суда, гражданская авиация, алгоритм, контроль целостности, приемник спутниковой навигации, ГЛОНАСС, GPS | |
Искусственный интеллект для навигационных систем воздушных судов гражданской авиации. Алгоритм оценки состояния бедствия воздушного судна. Методы испытаний
Искусственный интеллект для навигационных систем воздушных судов гражданской авиации. Алгоритм обработки информации для средств мониторинга глобальной навигационной спутниковой системы. Методы испытаний
Искусственный интеллект для навигационных систем воздушных судов гражданской авиации. Алгоритм обработки информации для средств мониторинга глобальной навигационной спутниковой системы. Общие требования
Искусственный интеллект для навигационных систем воздушных судов гражданской авиации. Алгоритм контроля целостности для приемников спутниковой навигации ГЛОНАСС/GPS. Методы испытаний
Искусственный интеллект для навигационных систем воздушных судов гражданской авиации. Общие требования