0 引言

    武器火控系統(tǒng)精度由火控系統(tǒng)和導彈制導系統(tǒng)兩個方面的精度組成,，慣導系統(tǒng)可以提供火控系統(tǒng)所需接收的導航信息,，并且又是導彈制導系統(tǒng)的重要組成部分，因而慣導系統(tǒng)的可靠性對保證火控系統(tǒng)的精度起著重要的作用,。慣導系統(tǒng)的可靠性主要取決于其中慣性儀表的可靠性,，所以為了提高可靠性，最早采用的方法是提高單個元器件的可靠性,，即設計具有大的平均無故障時間(MTBF)的元器件,。這一方法要求更高的加工工藝及更好的加工材料，并且對系統(tǒng)可靠性的提高極為有限,。因此,，采用冗余技術^[1-11]使系統(tǒng)滿足可靠性的要求成為行之有效的方法。這種高可靠性不是建立在嚴格要求元器件和生產(chǎn)工藝的質量上,，而是建立在“冗余”的設計上,，允許系統(tǒng)內部存在故障，通過容錯設計消除故障的影響,，使系統(tǒng)仍能給出正確的結果,。敖銀輝等人[1]對基于連續(xù)時間MDP模型的維護策略產(chǎn)出的效益進行闡述,。本文通過結合MDP(Markov Decision Process)馬爾可夫決策過程算法理論的研究成果，考慮所設計INU(Inerrtial Navigation Unit)慣性導航設備的可靠度與期望節(jié)約成本總體指標意義下,，采用霍華特(Howard)策略迭代法給出求解最優(yōu)INU冗余度的計算方法^[2],。

1 可靠度指標及計算方法

    在可靠性理論中，可靠度是指系統(tǒng),、元件等在規(guī)定的條件下和規(guī)定的時間內正常工作的概率^[3-4],，記為R(t)或R₀(t)。

    文獻[3]指出,，相對于INU而言,，配置結構的最基本原則是線性不相關，即要求任意2個傳感器的測量軸不共線,，任意3個傳感器的測量軸不共面,。從而，對于INU中陀螺儀冗余配置,，只要有3個以上單自由度陀螺儀能正常工作,，INU就能準確輸出。假設N個陀螺儀是同類型,、統(tǒng)計獨立的,，而系統(tǒng)其他部件都是理想的，可得N個單自由度陀螺儀冗余INU的可靠度R(t)為,；

    由于安裝平臺復雜,，實際應用中對INU需要定期檢測維修，這里假設檢測維修時間間隔為0.5年,，陀螺儀平均無故障時間(MTBF)為1萬小時,，則根據(jù)式(3)可計算得到陀螺儀單元在維修間隔時間內的可靠度為：

2 基于MDP的INU可靠度增強模型

2.1 MDP算法描述

    考慮MDP中最基本的離散時間馬爾可夫決策過程(DTMDP)。DTMDP考慮的是五元組^[12-13]：{S,，A(i),，p_ij(a)，r(i,，a),，V，i,，j∈S,，a∈A(i)}，各元的含義為：

    (1)S稱為系統(tǒng)的狀態(tài)空間,，是系統(tǒng)所有可能的狀態(tài)所組成的非空狀態(tài)集,，它可以是有限的、可列的或任意非空集。

    (2)對狀態(tài)i∈S,，A(i)是在狀態(tài)i處非空的可用的決策集。

    (3)當系統(tǒng)在決策時刻點t處于狀態(tài)i,，采取決策a∈A(i)時,，則系統(tǒng)在下一決策時刻點t+1時處于狀態(tài)j的概率為p_ij(a)，它與決策時刻t無關,。

    (4)當系統(tǒng)在決策時刻點t處于狀態(tài)i,，且采取決策a∈A(i)時，系統(tǒng)于本階段獲得的報酬為r(i,，a),。

    (5)V為準則函數(shù)，也稱目標函數(shù),。MDP常見的決策目標函數(shù)有總報酬準則,、無限折扣準則以及無限平均準則等。

    系統(tǒng)在t時刻的決策規(guī)則π_i是一概率分配函數(shù),，它決定可行決策集A(i)中各個決策取為實際決策a的概率,，策略π是指一個決策規(guī)則列π={π_i}。文中采用MDP中常見的Markov策略^[6],。

2.2 MDP模型描述

    根據(jù)INU冗余結構配置的特點,，把考慮INU即時可靠度與期望節(jié)約成本總體指標最大意義下最優(yōu)INU冗余度的整個選擇過程進行狀態(tài)分解，并表示為以下馬氏決策過程的參數(shù)形式：

    (1)決策時刻與周期

    前述分析中,，假設檢測維修時間間隔為0.5年,，由于此檢測維修時間間隔已包含在單個陀螺儀的可靠度R₀(t)中，因此可以無量綱時間t來描述,，如取t=0,，1，2,，…,，且僅在這些時刻觀察系統(tǒng)的狀態(tài)。例如,，第一個階段所經(jīng)歷的時間為時間區(qū)間[0,，1]。

    (2)狀態(tài)與決策集

    INU冗余結構中,，以在某一觀察時刻INU中正常工作的陀螺儀個數(shù)為狀態(tài)變量參數(shù),。設第k階段觀察到的所有可能狀態(tài)所組成的集合為X(k)，即X(k)={x₁(k),，x₂(k),，…，x_n(k)}，其中x_i(k)(i=0,，1,，…，6,；k=1,，2，…,，∞)表示在第k階段初INU中處于正常工作狀態(tài)的陀螺儀個數(shù)i的期望值?，F(xiàn)有公開文獻中，INU冗余結構中單個自由度陀螺的最多冗余配置通常為5或6個^[7-8],，所以這里狀態(tài)選擇最大期望值為6,，所有期望狀態(tài)均列于表1。

    在第k階段初始狀態(tài)為i時,，所采取的決策記為a_k(i),，A_k={a_k(i)}為第k階段初始狀態(tài)為i時的決策集合。令決策集A(i)={0,，1,，2，3},，即a_k(i)可選擇0,、1、2,、3,，分別表示在k時刻INU中增加0、1,、2,、3個冗余度。

    狀態(tài)0的決策集為獨點集A(0)={3},，表示增加3個冗余度,，以使INU滿足系統(tǒng)準確輸出的最低要求；同理,，狀態(tài)1的可用決策集為A(1)={2},，狀態(tài)2的可用決策集為A(2)={1}。狀態(tài)3的可用決策集A(3)={0,，1,，2，3},。為保證各時刻狀態(tài)i期望值不大于7,，狀態(tài)4的可用決策集A(4)={0，1，2},，狀態(tài)5的可用決策集為A(5)={0,，1}，狀態(tài)6的可用決策集為A(6)={0},。

式中,，z為單個陀螺儀的代價權值，表示增加陀螺將增加系統(tǒng)成本,；P₀表示INU在檢測時間間隔內能夠使系統(tǒng)準確輸出的概率，y為P₀的相應報酬權值,。表1中給出了僅考慮期望節(jié)約成本的報酬取值,。

    (4)目標函數(shù)

    決策目標函數(shù)定為無限階段折扣模型，且折扣因子為β=0.9,。系統(tǒng)決策優(yōu)化準則即是在滿足系統(tǒng)準確輸出要求的前提下,，使INU即時可靠度與期望節(jié)約成本總體指標期望值最大^[12-13]。

3 試驗分析性能評價

    策略迭代(policy iteration)算法也稱為策略空間逼近法,，它是求解折扣MDP的一個有效方法^[9-11],。策略迭代法分兩步進行，即策略求值與策略改進,。策略求值就是要求出最優(yōu)INU冗余度策略的一組相對值,，策略改進就是要確定每次迭代的最優(yōu)決策。每個階段的最優(yōu)決策不斷迭代,，直到第k步與第k+1步迭代有A_k=A_k+1時計算結束,，則A_k為最優(yōu)INU冗余度策略，此時INU冗余度即為最低要求的INU冗余度,。

    假設INU冗余結構中陀螺可靠度遵守二項分布,，根據(jù)式(1)、式(4)可得在各狀態(tài)下采取不同決策的狀態(tài)轉移概率,，見表1,。狀態(tài)轉移概率根據(jù)表1可以更加直接地了解決策選擇過程。

    根據(jù)2.2節(jié)建立的模型,，利用策略迭代算法,，編制了最優(yōu)INU冗余度選擇算法的MATLAB程序。利用這個算法,，可對考慮INU即時可靠度與期望節(jié)約成本總體指標意義下的目標函數(shù)T(z,，P₀)進行求解，計算出在不同的回報函數(shù)權值影響下,，應該確定的系統(tǒng)最優(yōu)INU冗余度,。下面通過實際驗證證明本文提出的算法的合理性。

3.1 只考慮系統(tǒng)準確輸出情況下的期望節(jié)約成本，令y=0,，z=-1

    將表1中計算條件代入程序,，得到策略迭代運算結果如下：

    初始策略：F₁=[0 0 0 0 0 0 0]

    第一次迭代結果：F₂=[3 2 1 0 0 0 0]

    第二次迭代結果：F₃=[3 2 1 0 0 0 0]

    由計算知，經(jīng)過2次迭代,，INU冗余度策略集合F₂=F₃,，因此F^*=[3 2 1 0 0 0 0]是考慮INU期望節(jié)約成本意義下，INU長期運行下的最優(yōu)配置策略,，即INU結構中有3個陀螺儀,，恰好滿足系統(tǒng)準確輸出最低要求，驗證了算法的合理性,。

3.2 考慮INU即時可靠度與期望節(jié)約成本總體指標,，令y=100，z=-1

    將計算條件代入程序,，可以得到策略迭代運算結果如下：

    初始策略：F₁=[0 0 0 0 0 0 0]

    第一次迭代結果：F₂=[3 2 1 1 0 0 0]

    第二次迭代結果：F₃=[3 2 1 1 0 0 0]

    由計算知,，經(jīng)過2次迭代，INU冗余度策略集合F₂=F₃,，因此F^*=[3 2 1 1 0 0 0]是考慮INU即時可靠度與期望節(jié)約成本總體指標意義下,，INU長期運行下的最優(yōu)配置策略，即INU結構中有4個陀螺儀,。

    綜合上述兩種不同優(yōu)化指標,，可見提高INU可靠度要求后，算法得出INU冗余結構相對單純考慮成本指標時須增加INU冗余度,，從而算法可為INU冗余結構設計提供合理的建議,。

4 結論

    本文在分析INU可靠度指標和計算方法的基礎上，構建了INU冗余度馬氏決策控制模型,，利用策略迭代算法進行驗證分析得出：基于INU即時可靠度與期望節(jié)約成本總體指標或單獨指標意義下,，運用馬氏決策控制模型得出的最優(yōu)INU冗余度是節(jié)約成本最高或可靠度與期望節(jié)約成本總體指標最高的，且能夠滿足系統(tǒng)準確輸出的要求,。驗證分析中的具體數(shù)據(jù)是通過實際情況真實獲得的,，因此用該模型計算出的結果具有較高的參考價值，能夠為SINS冗余可靠性設計提供建議,。

參考文獻

[1] 敖銀輝,，王翠芬.基于連續(xù)時間MDP模型和隨機決策的維護周期[J].電子技術應用，2016,，42(3)：123-126.

[2] 馮玎,，林圣，張奧,，等.基于連續(xù)時間馬爾可夫退化過程的牽引供電設備可靠性預測方法研究[J].中國電機工程學報,，2017,，37(7)：1937-1946.

[3] 吳彩華，馬建朝,，魏海濤,，等.基于Markov鏈的軟件可靠性早期評估研究[J].空軍預警學院學報，2014,，28(3)：199-202.

[4] 周圍正,，李學峰.單機五陀螺捷聯(lián)慣導系統(tǒng)重構算法研究[J].航天控制，2017,，35(2)：3-7.

[5] 程建華,，董金魯.一種對稱斜置式四陀螺慣導冗余配置方案[J].傳感器與微系統(tǒng)，2015,，34(2)：16-19,，27.

[6] 杜海東，曹軍海,，吳緯，等.基于仿真的復雜系統(tǒng)可靠性冗余分配優(yōu)化設計[J].系統(tǒng)仿真學報,，2016,，28(3)：648-653.

[7] 王虎軍.冗余技術提高PLC控制系統(tǒng)可靠性的研究[J].計算機測量與控制，2015,，23(12)：4016-4018.

[8] 李興偉,，白博，周軍.多模冗余可重構計算機可靠性研究[J].計算機測量與控制,，2017,，25(7)：309-312，316.

[9] 張志偉.機載電子設備冗余設計與可靠性分析[J].光電技術應用,，2017,，32(3)：66-69.

[10] 劉玉寶，秦貴和.面向可靠性冗余優(yōu)化的自適應差分進化算法[J].吉林大學學報,，2016,，54(1)：70-76.

[11] 王躍鋼，楊家勝,，文超斌,，等.一種針對冗余配置捷聯(lián)慣導的導彈初始對準算法[J].導彈與航天運載技術，2014(1)：65-69.

[12] 郁湧,，黃宇鑫,，陳浩.基于構件的可信軟件系統(tǒng)冗余機制及可靠性分析[J].計算機系統(tǒng)應用，2018,，27(1)：66-71.

[13] 王杜偉,，陶軍.基于半馬爾可夫過程容錯導航系統(tǒng)可靠性分析的化簡[J].自動化與儀器儀表,，2015(1)：154-156.

作者信息:

馮  楠1，張  黎2

(1.92941部隊41分隊,，遼寧 葫蘆島125000,；2.61905部隊，遼寧 沈陽110000)