Синтез интеллектуального алгоритма оценки ориентации подвижных объектов транспортной инфраструктуры на базе многопараметрического нейросетевого идентификатора

Традиционные алгоритмы обработки измерительной информации не всегда обеспечивают необходимую точность оценки в условиях внешних воздействий и требуют больших вычислительных мощностей, которые сложно реализовать в условиях ограничений на массогабаритные характеристики транспортных БПЛА. Применение алгоритмов динамической оценки угловой ориентации БПЛА на основе адаптивной модели в совокупности с использованием многослойных нейронных сетей прямого распространения позволяет снизить ошибку оценки параметров динамической системы без существенного увеличения вычислительных затрат. В статье приводится синтез системы оценки ориентации БПЛА с многопараметрическим нейросетевым идентификатором, позволяющий повысить точность оценки в сравнении с классическим фильтром Калмана.

1. Григоренко, Н. И. Диагностика состояния автодороги с помощью беспилотного летательного аппарата / Н. И. Григоренко, Е. Е. Янчук // Мир транспорта. – 2017. – Т. 15, № 3(70). – С. 86–92. – EDN ZTPSBB.

2. Павлов, В. М. Измерение углового положения транспортного средства / В. М. Павлов // Транспорт : наука, образование, производство. – Ростов-на-Дону : РГУПС, 2022. – Т. 1. – С. 209– 212. – EDN JLMBMP.

3. Костоглотов, А. А. Синтез адаптивных алгоритмов оценки ориентации беспилотных транспортных средств с использованием интеллектуального нейросетевого идентификатора / А. А. Костоглотов, А. С. Пеньков, В. О. Зехцер // Вестник Ростовского государственного университета путей сообщения. – 2022. – № 1 (85). – С. 186–194. – DOI 10.46973/0201-727X_2022_1_186.

4. Аналитический обзор современных интеллектуальных информационных технологий в технике и на производстве / С. М. Ковалев [и др.] // Вестник Ростовского государственного университета путей сообщения. – 2019. – № 1 (73). – С. 60–75. – EDN ZBKLIL.

5. Чулин, Н. А. Система управления беспилотным летательным аппаратом / Н. А. Чулин, И. В. Миронова // Инженерный журнал : наука и инновации. – 2018. – № 9. – С. 1– 11. – EDN VAGNVQ.

6. Гуцевич, Д. Е. Моделирование поведения летательного аппарата самолетного типа с автоматическим управлением в различных режимах полета / Д. Е. Гуцевич // Математическое моделирование, компьютерный и натурный эксперимент в естественных науках. – 2018. – № 1. – С. 12–23. – EDN XZCQWT.

7. Коновалов, А. А. Основы траекторной обработки радиолокационной информации. Часть 2 / А. А. Коновалов. – Санкт-Петербург : СПбГЭТУ «ЛЭТИ», 2013. – 180 с. – ISBN 978-5-7629-1544-1.

8. Костоглотов, А. А. Структурнопараметрический синтез фильтра сопровождения на базе декомпозиции по целевому функционалу с адаптацией к возмущениям траектории / А. А. Костоглотов, А. С. Пеньков, С. В. Лазаренко // Информационно-измерительные и управляющие системы. – 2021. – Т. 19. – № 2. – С. 14–25. – DOI 10.18127/j20700814-202102-02. – EDN FWFWBO.

9. Костоглотов, А. А. Метод синтеза адаптивных алгоритмов оценки параметров динамических систем на основе принципа декомпозиции и методологии объединенного принципа максимума / А. А. Костоглотов, А. С. Пеньков, С. В. Лазаренко // Известия высших учебных заведений. Северо-Кавказский регион. Серия : Естественные науки. – 2020. – № 4 (208). – С. 22– 28. – EDN QOAKMD.

10. Sokolov, S. Adaptive stochastic filtration based on the estimation of the covariance matrix of measurement noises using irregular accurate observations / S. Sokolov, M. Polyakova, A. Novikov // Inventions. – 2021. – Т. 6. – № 1. – P. 1–12. – EDN KOPLQN.

11. Матвеев, В.В. Основы построения бесплатформенных инерциальных навигационных систем / В. В. Матвеев, В. Я. Распопов // ОАО «Концерн "ЦНИИ "Электроприбор"». – 2009. – 280 с. – EDN QNWJZT.

12. Ковалев, В. С. Адаптивные сетевые модели слияния мультисенсорных данных в гибридных диагностических системах / В. С. Ковалев, С. М. Ковалев, А. В. Суханов // Вестник Ростовского государственного университета путей сообщения. – 2020. – № 1 (77). – С. 153–162. – EDN ROSZKE.

13. Пупков, К. А. Методы робастного, нейронечеткого и адаптивного управления : Цикл учебников и учебных пособий «Методы теории автоматического управления» / К. А. Пупков, Н. Д. Егупов, А. И. Гаврилов // Москва : Московский государственный технический университет имени Н. Э. Баумана (национальный исследовательский университет). – 2001. – 744 с. – EDN WEYIDX.

14. Егорчев, М. В. Нейросетевой полуэмпирический подход к моделированию продольного движения и идентификации аэродинамических характеристик маневренного самолета / М. В. Егорчев, Ю. В. Тюминцев // Труды МАИ. – 2017. – 31 c. – EDN YZMBEN.