АЛГОРИТМ СЕЛЕКЦИИ ЭЛЕМЕНТОВ ЗАПУСКА ПРИ НАЛИЧИИ АПРИОРНОЙ ИНФОРМАЦИИ О ЕГО СОСТАВЕ И СТРУКТУРЕ

Аннотация

Традиционные методы теории статистических решений развиты для случаев принятия однозначных двухальтернативных или многоальтернативных решений о классе объекта. При допущении возможности неоднозначных многоальтернативных (в случае решения задачи селекции космических объектов (КО) - трехальтернативных) решений о классификации КО на этапах процесса селекции требуется модификация традиционного статистического алгоритма принятия решений. Такая модификация алгоритма может быть осуществлена путем соответствующего выбора функции потерь. В рамках байесовского подхода предложена аддитивная функция потерь, структура которой учитывает априорную информацию относительно структуры и состава элементов запуска по отношению к классам «ракета-носитель» (РН) и «космический аппарат» (КА). Синтезирован алгоритм принятия решения в условиях априорной определенности относительно вероятностного описания анализируемой обстановки. Показано, что задачу проверки трехальтернативных гипотез удается свести к независимой проверке трех двухальтернативных гипотез, что позволяет принимать в процессе решения частные решения и использовать различный состав признаков селекции при формировании решений по отдельным классам КО. Обсуждаются особенности реализации алгоритма селекции при наличии априорной информации и измерительной информации о запусках ограниченного объема. Синтезированный байесовский алгоритм принятия решений обладает свойствами, необходимыми при решении задачи селекции КО в запуске в реальных условиях при наличии измерительной информации, заданной в виде обучающей выборки. Его архитектура позволяет формировать однозначные и неоднозначные решения о каждом КО в запуске.