Утв. и введен в действие Приказом Федерального агентства по техническому регулированию и метрологии от 8 ноября 2022 г. N 99-пнст
Предварительный национальный стандарт РФ ПНСТ 785-2022
"ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ ДЛЯ НАВИГАЦИОННЫХ СИСТЕМ ВОЗДУШНЫХ СУДОВ ГРАЖДАНСКОЙ АВИАЦИИ. АЛГОРИТМ ОБРАБОТКИ ИНФОРМАЦИИ ДЛЯ СРЕДСТВ МОНИТОРИНГА ГЛОБАЛЬНОЙ НАВИГАЦИОННОЙ СПУТНИКОВОЙ СИСТЕМЫ. ОБЩИЕ ТРЕБОВАНИЯ"
Artificial intelligence for civil aviation aircraft. Information processing algorithm for monitoring tools of the global navigation satellite system. General requirements
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 99-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:
- приведены примеры задач средств мониторинга глобальной навигационной спутниковой системы, для решения которых могут применяться методы машинного обучения;
- формализованы требования к данным, необходимым для обучения алгоритмов мониторинга глобальной спутниковой системы.
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 788-2022 Искусственный интеллект для навигационных систем воздушных судов гражданской авиации. Алгоритм контроля целостности для приемников спутниковой навигации ГЛОНАСС/GPS. Общие требования
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;
GPS - система глобального позиционирования;
ГНСС - глобальная навигационная спутниковая система;
RINEX - формат обмена данными для файлов исходных данных спутниковых навигационных приемников (Receiver Independent Exchange Format).
4 Назначение средств мониторинга глобальной навигационной спутниковой системы
Назначение средств мониторинга ГНСС ГЛОНАСС и GPS на территории Российской Федерации определяется ГОСТ Р 54460.
5 Требования к задачам алгоритма обработки информации для средств мониторинга глобальной навигационной спутниковой системы, решаемым с использованием методов искусственного интеллекта
Алгоритм обработки информации для средств мониторинга глобальной навигационной спутниковой системы с использованием методов искусственного интеллекта должен обеспечивать решение таких задач, как:
- обнаружение отказов спутников или созвездий, в том числе вызванных отказом наземной системы управления, с использованием алгоритмов контроля целостности ПНСТ 788;
- выявление наличия отраженных сигналов в области мониторинга, влияющих на точность определения потребителем вектора состояния;
- выявление эффектов ионосферных и тропосферных мерцаний;
- выявление фактов интерференции сигналов глобальных навигационных систем с сигналами искусственного происхождения ("спуфинг").
Применение методов искусственного интеллекта для решения данных задач является целесообразным в случае, если полученные результаты позволяют идентифицировать большее число случаев отказов и/или сформировать данные для дифференциальной коррекции со стороны потребителя для увеличения точности определения вектора состояния (координаты, скорость, время).
6 Требования к наборам исходных данных для обучения алгоритмов обработки информации для средств мониторинга глобальных навигационных систем
6.1 Данные для обучения в алгоритмах обработки информации для средств мониторинга глобальных навигационных систем должны содержать как минимум:
а) навигационные сообщения всех спутников, находящихся в зоне прямой видимости;
б) текущие необработанные измерения псевдослучайного кода и фазы несущей для всех спутников, находящихся в зоне прямой видимости;
в) текущие значения отношения "плотность сигнала на несущей - плотность шума" (C/N0) для всех спутников, находящихся в зоне прямой видимости;
г) текущие метеорологические данные, в том числе:
- атмосферное давление,
- температуру,
- относительную влажность,
- сухую и влажную тропосферную задержку в зените,
- скорость и направление ветра,
- тип и объем осадков.
6.2 Для хранения исходных данных рекомендуется использовать формат RINEX (Receiver Independent Exchange Format) не ниже версии 2.11 с поддержкой навигационных сигналов ГЛОНАСС/GPS, а также полного спектра источников метеорологических данных.
6.3 Метаданные контрольного набора должны содержать как минимум:
- информацию о точном положении средства мониторинга;
- информацию об ожидаемой ошибке или событии и его природе;
- данные для дифференциальной коррекции навигационного решения потребителем.
6.4 Отказы спутников или созвездий, отраженные сигналы, а также интерференция должны вноситься в обучающие данные посредством использования одного или нескольких имитаторов сигналов ГЛОНАСС/GPS или с помощью алгоритмической модификации исходных данных.
6.5 Наборы исходных данных должны разделяться на обучающий, тестовый и демонстрационный с соблюдением критерия независимости.
Приложение А
(рекомендуемое)
Пример формата RINEX для обучения алгоритмов обработки информации для средств мониторинга глобальной навигационной спутниковой системы
Данные наблюдений:
Навигационные данные:
Метеорологические данные:
Приложение Б
(обязательное)
Пример наборов данных для обучения алгоритмов обработки информации для средств мониторинга глобальной навигационной спутниковой системы
Б.1 Наборы данных для обучения 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 Б.1 - Перечень наборов данных
|
Номер
|
Координаты
|
Описание
|
|
001
|
56.0215, 37.2145
Россия, Менделеево
|
Неделя: 2173
Дата: 29.08.2021
Стабильное навигационное поле.
Низкие ошибки позиционирования (до 10 м)
|
|
002
|
59.7718, 30.3278
Россия,
Санкт-Петербург
|
Неделя: 2171
Дата: 17.08.2021
Низкая видимость спутников ГЛОНАСС и GPS.
Высокие ошибки позиционирования (свыше 100 м)
|
|
003
|
60.5329, 29.7809
Россия, Светлое
|
Неделя: 2117
Дата: 03.08.2020
Низкая видимость спутников ГЛОНАСС.
Высокие ошибки позиционирования (свыше 200 м)
|
|
004
|
43.7884, 41.5651
Россия, Зеленчукская
|
Неделя: 2173
Дата: 30.08.2021
Стабильное навигационное поле.
Низкие ошибки позиционирования (до 10 м)
|
|
005
|
51.3540, 12.3741
Германия, Лейпциг
|
Неделя: 2140
Дата: 12.01.2021
Стабильное навигационное поле.
Низкие ошибки позиционирования (до 5 м)
|
— Все документы — ПНСТ — ПНСТ 785-2022 ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ ДЛЯ НАВИГАЦИОННЫХ СИСТЕМ ВОЗДУШНЫХ СУДОВ ГРАЖДАНСКОЙ АВИАЦИИ. АЛГОРИТМ ОБРАБОТКИ ИНФОРМАЦИИ ДЛЯ СРЕДСТВ МОНИТОРИНГА ГЛОБАЛЬНОЙ НАВИГАЦИОННОЙ СПУТНИКОВОЙ СИСТЕМЫ. ОБЩИЕ ТРЕБОВАНИЯ
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