ВЕСТНИК ГОСУДАРСТВЕННОГО УНИВЕРСИТЕТА МОРСКОГО И РЕЧНОГО ФЛОТА ИМ. АДМИРАЛА С. О. МАКАРОВА

Темой исследования является одна из наиболее важных задач морской навигации в обеспечении безопасности и эффективности мореплавания, а именно точность определения координат места судна. Несмотря на интенсивное внедрение информационных технологий и повышение точности навигационных систем и методов в списке актуальных задач мореплавания постоянно находятся исследования, связанные с точностью определения координат места судна. Традиционно под оценкой точности текущих координат места судна в морской навигации понимается априорная оценка влияния комбинации случайных погрешностей измеренных навигационных параметров на случайные погрешности рассчитанных координат. С помощью этой информации осуществляется подмена точности текущих координат места судна понятием «точность работы навигационной системы или метода», что принципиально является теоретическим несоответствием. Целью данного исследования является попытка частично компенсировать это несоответствие. Для этого предложен индикатор, позволяющий косвенно оценить текущую точность обсервованных координат места судна по информации, содержащейся в избыточных измерениях, полученных в масштабе реального времени без использования априорных данных. Идея индикатора основана на оценке площади фигуры погрешностей линий положения, ограниченной ее внешним контуром при высоком уровне избыточности измерений, обеспечивающих вероятность нахождения истинной точки в этой фигуре, равной 100 %. Отмечается, что современная навигационная техника характеризуется не только высокими точностными характеристиками, но и позволяет наращивать объем измерительной информации, используя для ее обработки современные технологии, включая платформы Big Data. Возможность определения текущей области с полной достоверностью нахождения в ней истинной точки стимулирует развитие следующего более технологичного и перспективного уровня автономных методов определения места судна, который напрямую относится, например, к развитию азимутальных методов мореходной астрономии, позволяющих выполнять неограниченное количество измерений в отсутствии видимого горизонта, что, несомненно, является актуальным при плавании судов в условиях высоких широт, особенно в длительный период полярной ночи.

Предложен метод определения места судна по глубинам на основе нейронной сети, которая принимает на вход последовательность глубин, измеренных при помощи эхолота, а прогнозирует широту и долготу судна на момент измерения последней глубины. Нейронная сеть имеет архитектуру сети прямого распространения с несколькими скрытыми слоями и полными связями, удовлетворяющую условиям универсальной аппроксимации в соответствии с теоремой Стоуна - Вейерштрасса. Для обучения используется алгоритм Adamax при условии контроля наибольшего значения модуля невязки на каждой итерации. Моделирование выполнялось с использованием языка программирования Python и библиотеки Tensorflow. Модельная поверхность рельефа дна была представлена в виде многочлена второго порядка. Образцы получены на основе виртуальных измерений глубин в узлах координатной сетки с пространственным разрешением не хуже, чем один кабельтов. После сбора образцов выполнялось обучение нейронной сети, в ходе которого не использовалась контрольная выборка. В обучении участвовало несколько нейронных сетей, отличающихся количеством скрытых слоев, а также количеством нейронов в них. После обучения было проведено тестирование, которое предполагало движение судна вдоль меридианов, в точности не совпадающих с используемыми для формирования обучающей выборки. При этом наряду с вариантом средних по долготе меридианов рассмотрен вариант выбора меридианов с использованием датчика случайных чисел равномерного распределения. В результате тестирования все рассмотренные сети показали примерно одинаковую приемлемую навигационную точность, близкую к точности, полученной на обучающей выборке.