0 引言

    武器火控系統精度由火控系統和導彈制導系統兩個方面的精度組成，慣導系統可以提供火控系統所需接收的導航信息，并且又是導彈制導系統的重要組成部分，因而慣導系統的可靠性對保證火控系統的精度起著重要的作用。慣導系統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，并且對系統可靠性的提高極為有限。因此，采用冗余技術^[1-11]使系統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工藝的質量上，而是建立在“冗余”的設計上，允許系統內部存在故障，通過容錯設計消除故障的影響，使系統仍能給出正確的結果。敖銀輝等人[1]對基于連續時間MDP模型的維護策略產出的效益進行闡述。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、元件等在規定的條件下和規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、統計獨立的，而系統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稱為系統的狀態空間，是系統所有可能的狀態所組成的非空狀態集，它可以是有限的、可列的或任意非空集。

    (2)對狀態i∈S，A(i)是在狀態i處非空的可用的決策集。

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

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

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

    系統在t時刻的決策規則π_i是一概率分配函數，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INU冗余結構配置的特點，把考慮INU即時可靠度與期望節約成本總體指標最大意義下最優INU冗余度的整個選擇過程進行狀態分解，并表示為以下馬氏決策過程的參數形式：

    (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的狀態。例如，第一個階段所經歷的時間為時間區間[0，1]。

    (2)狀態與決策集

    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為狀態變量參數。設第k階段觀察到的所有可能狀態所組成的集合為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的陀螺儀個數i的期望值。現有公開文獻中，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]，所以這里狀態選擇最大期望值為6，所有期望狀態均列于表1。

    在第k階段初始狀態為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滿足系統準確輸出的最低要求；同理，狀態1的可用決策集為A(1)={2}，狀態2的可用決策集為A(2)={1}。狀態3的可用決策集A(3)={0，1，2，3}。為保證各時刻狀態i期望值不大于7，狀態4的可用決策集A(4)={0，1，2}，狀態5的可用決策集為A(5)={0，1}，狀態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成本；P₀表示INU在檢測時間間隔內能夠使系統準確輸出的概率，y為P₀的相應報酬權值。表1中給出了僅考慮期望節約成本的報酬取值。

    (4)目標函數

    決策目標函數定為無限階段折扣模型，且折扣因子為β=0.9。系統決策優化準則即是在滿足系統準確輸出要求的前提下，使INU即時可靠度與期望節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決策。每個階段的最優決策不斷迭代，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，根據式(1)、式(4)可得在各狀態下采取不同決策的狀態轉移概率，見表1。狀態轉移概率根據表1可以更加直接地了解決策選擇過程。

    根據2.2節建立的模型，利用策略迭代算法，編制了最優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約成本總體指標意義下的目標函數T(z，P₀)進行求解，計算出在不同的回報函數權值影響下，應該確定的系統最優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 只考慮系統準確輸出情況下的期望節約成本，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期望節約成本意義下，INU長期運行下的最優配置策略，即INU結構中有3個陀螺儀，恰好滿足系統準確輸出最低要求，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約成本總體指標意義下，INU長期運行下的最優配置策略，即INU結構中有4個陀螺儀。

    綜合上述兩種不同優化指標，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INU冗余度是節約成本最高或可靠度與期望節約成本總體指標最高的，且能夠滿足系統準確輸出的要求。驗證分析中的具體數據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.單機五陀螺捷聯慣導系統重構算法研究[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，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可靠性冗余分配優化設計[J].系統仿真學報，2016，28(3)：648-653.

[7] 王虎軍.冗余技術提高PLC控制系統可靠性的研究[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冗余機制及可靠性分析[J].計算機系統應用，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)