Ашық рұқсат Ашық рұқсат  Рұқсат жабық Рұқсат берілді  Рұқсат жабық Тек жазылушылар үшін

№ 12 (2025)

Мұқаба

Бүкіл шығарылым

Ашық рұқсат Ашық рұқсат
Рұқсат жабық Рұқсат берілді
Рұқсат жабық Тек жазылушылар үшін

Surveys

Precise Industrial Photogrammetry Methods Survey

Gudym A., Sokolov A.

Аннотация

Настоящий обзор посвящен новым и классическим методам, составляющим современный фотограмметрический конвейер, применяемый для эффективного высокоточного восстановления 3D-координат облаков точек и позиций объектов по фото- или видеосигналу. Уделяется особое внимание факторам, оказывающим влияние на измерительные погрешности выходной 3D-реконструкции. В зависимости от приложения реконструируемым 3D-точкам могут соответствовать различные признаки, такие как контрастные особенности текстуры объекта, рельефа или специальные метки, нанесенные на поверхность объекта. После выделения и сопоставления признаков следует решение задачи оптимизации пучка проекционных лучей (от англ. «bundle adjustment») для восстановления 3D-координат точек в пространстве. В обзоре освещены актуальные работы по данному направлению, приводятся удобные и практически значимые формулировки различных моделей камер, учитывающие дикторсию и используемые в рамках задачи оптимизации пучка. В экспериментальной части демонстрируется уровень точности, который может быть достигнут на практике с помощью рассмотренных методов для близко-ракурсных измерений. Показано, что повторяемость получаемых 3D-координат точек может превосходить уровень профессиональной фотограмметрии.
Automation and Telemechanics. 2025;(12):3-41
pages 3-41 views

Linear systems

Algorithm of Constructing Feedback Matrices in the Problem of Spectrum Allocation for a Linear Control System

Zubova S., Raetskaya E.

Аннотация

Предлагается алгоритм построения матрицы обратной связи в задаче управления спектром для линейной непрерывной динамической системы без каких-либо ограничений на матричные коэффициенты системы. Алгоритм основан на построении собственных и присоединенных элементов, отвечающих заданным собственным числам соответствующей матрицы. Для их построения разработан алгоритм с минимальным количеством простейших алгебраических операций. В результате для решения поставленной задачи строится полный набор матриц обратной связи, зависящих от определенного количества произвольных скалярных величин. Определены случаи единственности такой матрицы. Приводятся иллюстративные примеры в случаях простого спектра и кратного. Строятся матрицы обратной связи для динамической системы, описывающей работу многокамерной нагревательной печи.
Automation and Telemechanics. 2025;(12):42-65
pages 42-65 views

Nonlinear systems

A Comprehensive Method of Angular Super-Resolution of a Group Target

Lagovskiy B., Rubinovich E.

Аннотация

Предложен комплексный метод повышения разрешающей способности и точности угловых измерений радаров при обнаружении и определении координат объектов в виде близко расположенных друг к другу множественных воздушных целей, которые не разрешаются при прямом наблюдении. Решение задачи позволяет повысить качество управления беспилотными летательными аппаратами различных типов, находящимися вблизи подобных целей. Практическая реализация метода особенно важна при расчетах и моделировании траекторий полета автономных и управляемых летательных аппаратов, когда видеонаблюдение затруднено или неэффективно. Математически задача сводится к решению интегральных уравнений Фредгольма первого рода типа свертки с дополнительными условиями. Решения с угловым сверхразрешением ищутся в виде разложения искомой функции по системам выбираемых ортогональных функций. Для групповых целей с высокой плотностью расположения объектов далеко не всегда удается получить адекватное решение поставленной обратной задачи. Повышение степени достигаемого сверхразрешения в подобных случаях предложено осуществлять на основе нового метода, названного методом отделения. Он основан на исключении из анализируемого сигнала его составляющей, образованной отражением от одной или нескольких выделенных тем или иным способом целей. Обосновано применение при исследованиях методов нелинейной регрессии. Приведены и проанализированы результаты численных экспериментов на математической модели.
Automation and Telemechanics. 2025;(12):66-84
pages 66-84 views

Stochastic systems

Generalized H2-Control of Continuous-Time Markov Jump Linear System over a Finite Horizon

Biryukov R., Bubnova E.

Аннотация

Для линейной непрерывной нестационарной системы с марковскими переключениями вводится понятие обобщенной H2-нормы как максимальное значение максимального по времени математического ожидания квадрата евклидовой нормы целевого выхода при условии, что сумма квадрата энергии внешнего возмущения и квадратичной формы начального состояния системы равна единице. Обобщенная H2-норма характеризуется как в терминах системы матричных дифференциальных уравнений Риккати, так и в терминах линейных матричных неравенств. Показано, что задача синтеза управлений в классе линейных нестационарных обратных связей по состоянию, при которых обобщенная H2-норма замкнутой системы не превосходит заданной положительной величины, сводится к решению задачи полуопределенного программирования. Эффективность предложенного подхода продемонстрирована результатами численных экспериментов.
Automation and Telemechanics. 2025;(12):85-103
pages 85-103 views

Problem of the First Reaching a Given Level by a Random Process

Semakov S.

Аннотация

Рассматривается задача оценки вероятности события, состоящего в том, что первое достижение заданного уровня непрерывным случайным процессом произойдет в какой-либо момент из заданного промежутка изменения независимой переменной. Ранее полученные результаты общего характера конкретизируются для гауссовского гладкого процесса. Приводятся результаты численных расчетов оценок при различных параметрах процесса.
Automation and Telemechanics. 2025;(12):104-118
pages 104-118 views

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».