ВОССТАНОВЛЕНИЕ ПАРАМЕТРОВ ДВИЖЕНИЯ ЛЕТАТЕЛЬНОГО АППАРАТА С ИСПОЛЬЗОВАНИЕМ АЛГОРИТМОВ ОПТИМАЛЬНОГО УПРАВЛЕНИЯ

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Рассмотрен метод решения задачи восстановления сигналов, основанный на прямом поиске оптимального программного управления. Его основу составляет параметризация искомых сигналов и нахождение решения путем численной оптимизации в конечномерном пространстве с использованием какого-либо генетического или популяционного алгоритма. В целях проверки работоспособности метода приводится задача нахождения угловых скоростей и углов ориентации летательного аппарата по имеющимся на борту данным при отсутствии прямых измерений. Проводится сравнение различных вариантов параметризации сигналов на основе Эрмитовых кубических сплайнов.

Об авторах

О. Н. Корсун

ФАУ “ГосНИИАС”

Email: marmotto@rambler.ru
Россия, Москва

А. В. Стуловский

ФАУ “ГосНИИАС”

Автор, ответственный за переписку.
Email: marmotto@rambler.ru
Россия, Москва

Список литературы

  1. Биард Р.У., МакЛэйн Т.У. Малые беспилотные летательные аппараты: теория и практика. М.: Техносфера, 2015. 311 с.
  2. Корсун О.Н., Данеко А.И., Мотлич П.А., Ом М.Х. Оценка углов атаки и скольжения беспилотного летательного аппарата при отсутствии датчиков аэродинамических углов // Мехатроника, автоматизация, управление. 2022. № 5. С. 274–280.
  3. Пушков С.Г., Ловицкий Л.Л., Корсун О.Н. Методы определения скорости ветра при проведении летных испытаний авиационной техники с применением спутниковых навигационных систем // Мехатроника, автоматизация, управление. 2013. № 9. С. 65–70.
  4. Харьков В.П. Дискретно-непрерывный алгоритм определения высотно-скоростных параметров полета ЛА // Инновационные, информационные и коммуникационные технологии. 2019. № 1. С. 330–333.
  5. Падерин Ф.Г. Комплексная обработка информации в бортовом навигационном комплексе БПЛА с использованием метода одновременной навигации и составления карты (SLAM) // Труды МИЭА. Навигация и управление летательными аппаратами. 2017. № 19. С. 79–87.
  6. Жарков М.В., Веремеенко К.К., Антонов Д.А., Кузнецов И.М. Вычисление параметров ориентации по интерферометрическим неоднозначным фазовым измерениям спутниковых навигационных систем и измерениям абсолютной угловой скорости // Гироскопия и навигация. 2018. № 3(102). С. 54–68.
  7. Богдановский С.В., Симонов А.Н., Севидов В.В. Поляризационный способ определения ориентации БЛА // Успехи современной радиоэлектроники. 2017. № 10. С. 15–19.
  8. Davis L. Handbook of Genetic Algorithms. N. Y., USA: Van Nostrand Reinhold, 1991. 385 p.
  9. Методы классической и современной теории автоматического управления / Под ред. К.А. Пупкова, Н.Д. Егупова. М.: Изд. МГТУ им. Баумана, 2004. 656 с.
  10. Завьялов Ю.С., Квасов Б.И., Мирошниченко В.Л. Методы сплайн-функций. М.: Наука, 1980. 352 с.
  11. ГОСТ 20058-80. Динамика летательных аппаратов в атмосфере. Термины, определения и обозначения. М.: Изд-во стандартов, 1981. 54 с.
  12. Klein V., Morelli E. Aircraft System Identification. Theory and Practice. Reston: AIAA, 2006. 484 p.
  13. Корсун O.H., Мотлич П.А. Оценка погрешностей бортовых измерений на основе уравнений движения самолета // Вестник метролога. 2019. № 1. С. 5–8.
  14. Аэродинамика, устойчивость и управляемость сверхзвуковых самолетов / Под ред. Г.С. Бюшгенса. М.: Наука. Физмалит, 1998. 816 с.
  15. Овчаренко В.Н. Аэродинамические характеристики летательных аппаратов: идентификация по полетным данным. М.: ЛЕНАНД, 2019. 236 с.
  16. Rao A.V. Survey of Numerical Methods for Optimal Control // Advances Astronautical Sciences. 2010. V. 135. P. 497–528.
  17. Корсун О.Н., Стуловский А.В. Прямой метод формирования оптимального программного управления летательным аппаратом // Изв. РАН. ТиСУ. 2019. № 2. С. 75–89.
  18. Hull D.G. Conversion of Optimal Control Problems into Parameter Optimization Problems // J. Guidance, Control, Dynamics. 1997. V. 20. № 1. P. 57–60.
  19. Conway B.A. A Survey of Methods Available for Numerical Optimization of Continuous Dynamic Systems // J. Optimization Theory Appl. 2012. V. 152. № 2. P. 271–306.
  20. Nature-inspired Optimizers: Theories, Literature Reviews and Applications / Eds S. Mirjalili, J.S. Dong, A. Lewis. Switzerland, AG: Springer Nature, 2020. 239 p.
  21. Карпенко А.П. Современные алгоритмы поисковой оптимизации. Алгоритмы, вдохновленные природой. М.: Изд. МГТУ им. Баумана, 2016. 448 с.
  22. Степанов Д.В. Популяционные алгоритмы в задачах оптимального управления // Системы управления и обработки информации. 2013. № 26. С. 118–127.
  23. Дивеев А.И. Гибридный эволюционный алгоритм для решения задачи оптимального управления // Вопросы теории безопасности и устойчивости систем. 2021. № 23. С. 3–12.
  24. Diveev A., Shmalko E. Comparison of Direct and Indirect Approaches for Numerical Solution of the Optimal Control Problem by Evolutionary Methods // Communications in Computer and Information Science. 2020. V. 1145 CCIS. P. 180–193.
  25. Eberhardt R.C., Kennedy J.A. Particle Swarm Optimization // Proceedings of the IEEE Intern. Conf. on Neural Networks. Piscataway, NJ, 1995. P. 1942–1948.
  26. Olsson A.E. Particle Swarm Optimization: Theory, Techniques and Applications. Hauppage, USA: Nova Science Publishers, 2011. 305 p.
  27. Курейчик В.М., Каланчук С.А. Обзор и состояние проблемы роевых методов оптимизации // Информатика, вычислительная техника и инженерное образование. 2016. № 1(25). С. 1–13.
  28. Clerc M. Guided Randomness in Optimization. Hoboken, USA: John Wiley & Sons, Inc., 2015. 320 p.

Дополнительные файлы


© О.Н. Корсун, А.В. Стуловский, 2023

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах