Утв. и введен в действие Приказом Федерального агентства по техническому регулированию и метрологии от 8 ноября 2022 г. N 100-пнст
Предварительный национальный стандарт РФ ПНСТ 786-2022
"ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ ДЛЯ НАВИГАЦИОННЫХ СИСТЕМ ВОЗДУШНЫХ СУДОВ ГРАЖДАНСКОЙ АВИАЦИИ. АЛГОРИТМ ОБРАБОТКИ ИНФОРМАЦИИ ДЛЯ СРЕДСТВ МОНИТОРИНГА ГЛОБАЛЬНОЙ НАВИГАЦИОННОЙ СПУТНИКОВОЙ СИСТЕМЫ. МЕТОДЫ ИСПЫТАНИЙ"
Artificial intelligence for navigation systems of civil aviation aircraft. Information processing algorithm for monitoring tools of the global navigation satellite system. Test methods
ОКС 35.020
Срок действия- с 1 января 2024 года
до 1 января 2026 года
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 100-пнст
Правила применения настоящего стандарта и проведения его мониторинга установлены в 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 и рост вычислительных мощностей делают 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:
- определены объект и цель испытаний методов обработки данных средств мониторинга глобальной навигационной спутниковой системы, для решения которых могут применяться методы машинного обучения;
- формализованы требования к методам испытания.
1 Область применения
Настоящий стандарт распространяется на средства мониторинга глобальных навигационных спутниковых систем ГЛОНАСС и GPS с использованием методов искусственного интеллекта.
Стандарт устанавливает технические и эксплуатационные требования, методы и требуемые результаты испытаний средств мониторинга глобальной навигационной спутниковой системы, реализующей алгоритмы обработки информации с использованием методов искусственного интеллекта.
2 Нормативные ссылки
В настоящем стандарте использованы нормативные ссылки на следующие стандарты:
ГОСТ Р 54460 Глобальные навигационные спутниковые системы. Система мониторинга и контроля целостности. Общие технические требования и методы испытаний
ПНСТ 785-2022 Искусственный интеллект для навигационных систем воздушных судов гражданской авиации. Алгоритм обработки информации для средств мониторинга глобальной навигационной спутниковой системы. Общие требования
ПНСТ 784-2022 Искусственный интеллект для навигационных систем воздушных судов гражданской авиации. Алгоритм контроля целостности для приемников спутниковой навигации ГЛОНАСС/GPS. Методы испытаний
Примечание - При пользовании настоящим стандартом целесообразно проверить действие ссылочных стандартов в информационной системе общего пользования - на официальном сайте Федерального агентства по техническому регулированию и метрологии в сети Интернет или по ежегодному информационному указателю "Национальные стандарты", который опубликован по состоянию на 1 января текущего года, и по выпускам ежемесячного информационного указателя "Национальные стандарты" за текущий год. Если заменен ссылочный стандарт, на который дана недатированная ссылка, то рекомендуется использовать действующую версию этого стандарта с учетом всех внесенных в данную версию изменений. Если заменен ссылочный стандарт, на который дана датированная ссылка, то рекомендуется использовать версию этого стандарта с указанным выше годом утверждения (принятия). Если после утверждения настоящего стандарта в ссылочный стандарт, на который дана датированная ссылка, внесено изменение, затрагивающее положение, на которое дана ссылка, то это положение рекомендуется применять без учета данного изменения. Если ссылочный стандарт отменен без замены, то положение, в котором дана ссылка на него, рекомендуется применять в части, не затрагивающей эту ссылку.
3 Сокращения
В настоящем стандарте применены следующие сокращения:
ГЛОНАСС - глобальная навигационная спутниковая система Российской Федерации;
GPS - глобальная навигационная спутниковая система Соединенных Штатов Америки;
RINEX - формат обмена данными для файлов исходных данных спутниковых навигационных приемников (Receiver Independent Exchange Format).
4 Общие положения
4.1 Объектом испытаний являются средства мониторинга глобальной навигационной спутниковой системы, реализующие алгоритмы обработки информации с использованием методов искусственного интеллекта.
4.2 Цель испытаний - оценить соответствие алгоритмов обработки информации с использованием методов искусственного интеллекта требованиям, установленным в ПНСТ 785.
4.3 Условия проведения испытаний должны соответствовать требованиям, предъявляемым к условиям дальнейшей эксплуатации средств мониторинга, а также ГОСТ Р 54460.
5 Методы контроля и испытаний
Методы и объем необходимых испытаний определяются набором задач, решаемых с использованием методов искусственного интеллекта.
5.1 Испытание алгоритмов контроля целостности необходимо проводить в соответствии с ПНСТ 784.
5.2 Испытания прочих алгоритмов обработки информации, использующих методы машинного обучения, должны проводиться одним из следующих методов:
а) путем имитации сигналов глобальных навигационных спутниковых систем и вспомогательных данных в реальном времени с использованием соответствующих аппаратных или программных имитаторов;
б) при невозможности применения аппаратных или программных имитаторов для данного алгоритма - с использованием тестового набора данных, который:
- не должен содержать данные из обучающего или демонстрационного набора,
- не должен являться статистически смещенным к обучающему набору данных,
- должен быть представительным и обеспечивать полное покрытие функциональных требований к алгоритму обработки,
- должен проходить процесс кросс-валидации людьми перед применением.
5.3 В качестве тестового набора данных для испытаний алгоритмов обработки информации, использующих методы машинного обучения, могут быть использованы:
а) данные, полученные с навигационных приемников, поддерживающих сбор и хранение необработанных навигационных сообщений и измерений в формате данных RINEX, размещенных разработчиком алгоритмов в контролируемых условиях, например:
- зонах плотной застройки при разработке алгоритмов выявления отраженных сигналов,
- зонах, подверженных сильным радиопомехам, при разработке алгоритмов выявления интерференции сигналов;
б) данные, полученные с метеорологических станций, поддерживающих сбор и хранение измерений в формате данных RINEX, размещенных разработчиком алгоритмов в контролируемых условиях;
в) данные, собранные сетями наземного мониторинга навигационного поля для расчета ионосферных задержек;
г) данные, собранные от поставщиков метеорологической информации.
5.4 В процессе испытаний алгоритмов обработки информации, использующих методы машинного обучения, должны быть подтверждены объяснимость, понятность и предсказуемость результатов работы данных алгоритмов.
Приложение А
(обязательное)
Пример наборов данных для испытания алгоритмов обработки информации для средств мониторинга глобальной навигационной спутниковой системы
А.1 Наборы данных для испытания алгоритмов обработки информации для средств мониторинга глобальной навигационной спутниковой системы приведены на съемном носителе, прилагаемом к настоящему стандарту.
Каждый набор данных содержит 24 ч непрерывных наблюдений.
Таблица А.1 - Перечень наборов данных
|
Номер
|
Координаты
|
Описание
|
|
001
|
56.0215, 37.2145 Россия, Менделеево
|
Неделя: 2151
Дата: 31.03.2021
Низкая видимость спутников ГЛОНАСС и GPS.
Высокие ошибки позиционирования (свыше 200 м)
|
|
002
|
59.7718, 30.3278 Россия, Санкт-Петербург
|
Неделя: 2133
Дата: 22.11.2020
Стабильное навигационное поле.
Низкие ошибки позиционирования (до 10 м)
|
|
003
|
60.5329, 29.7809 Россия, Светлое
|
Неделя: 2129
Дата: 31.10.2020
Стабильное навигационное поле.
Низкие ошибки позиционирования (до 10 м)
|
|
004
|
43.7884, 41.5651 Россия, Зеленчукская
|
Неделя: 2149
Дата: 18.03.2021
Низкая видимость спутников ГЛОНАСС.
Высокие ошибки позиционирования (свыше 100 м)
|
|
005
|
51.3540, 12.3741 Германия, Лейпциг
|
Неделя: 2149
Дата: 24.03.2021
Стабильное навигационное поле.
Средние ошибки позиционирования (до 50 м)
|
— Все документы — ПНСТ — ПНСТ 786-2022 ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ ДЛЯ НАВИГАЦИОННЫХ СИСТЕМ ВОЗДУШНЫХ СУДОВ ГРАЖДАНСКОЙ АВИАЦИИ. АЛГОРИТМ ОБРАБОТКИ ИНФОРМАЦИИ ДЛЯ СРЕДСТВ МОНИТОРИНГА ГЛОБАЛЬНОЙ НАВИГАЦИОННОЙ СПУТНИКОВОЙ СИСТЕМЫ. МЕТОДЫ ИСПЫТАНИЙ
В Госдуме заявили о новой мере поддержки для переживших стихийное бедствие
Правительство разработало новый законопроект о ликвидации незаконных свалок
Юрист Локтионова: на даче нельзя выращивать мак снотворный и ипомею трехцветную
Минстрой России: Москва стала самым комфортным для проживания городом России
Городом с самыми дешевыми квартирами в новостройках оказался Воронеж