Analysis of Stress Exposures on Autonomous Navigation Conditions in Search Correlation-Extreme Navigation Systems

Cover Page

Cite item

Full Text

Abstract

This paper further develops the concept of an applied geographic information system (AGIS) for modeling search correlation-extreme navigation systems (CENSs), which was presented in [4]. As shown below, the AGIS can be configured to perform computational experiments with computer models of the existing CENSs and those undergoing various development stages without programming in universal languages. Strict reliability requirements for CENSs increase the role of testing their computer models under stress exposures. During stress testing, the negative effects of different exposures on autonomous navigation conditions are assessed in application areas. Such exposures are not considered at the CENS design stage (reference point masking, distortion of terrain objects borders, etc.). The exposures that prevent CENSs from performing their tasks effectively (critical exposures) are described. Stability to critical exposures is a strong motivation for improving all CENS elements: sensors of geophysical fields, onboard algorithms, and CENS preparation procedures for performing particular tasks in application areas. The mathematical model of approximation by generalized step functions [4] is used to analyze critical exposures on CENS operation. Computer simulation models of different shooting systems are considered as the most important sources of initial data on the approximated function. The mathematical model of stress exposures on CENSs that match images by the mutual correlation criterion is developed further.

About the authors

A. I Alchinov

Trapeznikov Institute of Control Sciences, Russian Academy of Sciences

Author for correspondence.
Email: alchinov46@mail.ru
Moscow, Russia

I. N Gorokhovsky

Research Center of Topographic and Navigational Support, Central Research Institute No. 27

Email: gin_box@mail.ru
Moscow, Russia

References

  1. Августов Л.И. Ориентация по геофизическим полям обеспечивает автономность навигации боевого летательного аппарата // Коммерсант-наука. – 2015. – № 2. – С. 34–35. [Avgustov, L.I. Orientatsiya po geofizicheskim polyam obespechivaet avtonomnost' navigatsii boevogo letatel'nogo apparata // Kommersant-nauka. – 2015. – No. 2. – S. 34–35 (In Russian)].
  2. Каршаков Е.В., Павлов Б.В., Тхоренко М.Ю., Папуша И.А. Перспективные системы навигации летательных аппаратов с использованием измерений потенциальных физических полей // Гироскопия и навигация. – 2021. – Т. 29. – № 1 (112). – С. 32–51. [Karshakov, E.V., Pavlov, B.V., Thorenko, M.Yu., Papusha, I.A. Perspektivnye sistemy navigacii letatel'nyh apparatov s ispol'zovaniem izmerenij potencial'nyh fizicheskih polej // Giroskopiya i navigaciya. – 2021. – Vol. 29, no. 1 (112). – S. 32–51. (In Russian)]
  3. Красовский А.А., Белоглазов И.Н., Чигин Г.П. Теория корреляционно-экстремальных навигационных систем. – М.: Наука, 1979. – 449 с. [Krasovskij, A.A. Beloglazov, I.N., Chigin, G.P. Teoriya korrelyacionno-ekstremal'nyh navigacionnyh sistem. – M.: Nauka, 1979, 449 s. (In Russian)]
  4. Алчинов А.И., Гороховский И.Н. Концепция создания прикладной географической информационной системы моделирования поисковых корреляционно-экстремальных систем автономной навигации // Проблемы управления. – 2022. – № 1. – С. 54–66. [Alchinov, A.I., Gorohovskij I.N. A conceptual Applied Geographic Information System for Modeling Search Autonomous Correlation-Extreme Navigation Systems // Control Sciences. – 2022. – No. 1. – P. 43–54. (In Russian)]
  5. Журавлев Ю.И., Зенкин А.А., Зенкин И.А., и др. Задачи распознавания и классификации со стандартной обучающей информацией // Журнал вычислительной математики и математической физики. – 1980. – Т. 20. – № 5. – С. 1294–1309. [Zhuravlev, Yu.I., Zenkin, A.A., A. I. Zenkin, A.I., et al. Recognition and Classification Problems with Standard Training Information // Zhurnal Vychislitel'noi Matematiki i Matematicheskoi Fiziki. – 1980. – Vol. 20, no. 5. – P. 195–211. (In Russian)]
  6. Дуда Р., Харт П. Распознавание образов и анализ сцен. – М.: Мир, 1978. – 511 с. [Duda, R., Khart, P. Raspoznavanie obrazov i analiz stsen. – M.: Mir, 1978. – 511 s. (In Russian)].
  7. Волковицкий А.К., Гладышев А.И., Гольдин Д.А. и др. Применение средств компьютерного моделирования для анализа функционирования магнитоградиентных систем // Проблемы управления. – 2021. – № 3. – С. 65–74. [Volkovickij, A.K., Gladyshev, A.I., Gol'din, D.A., et al. A Computer Simulation Complex for Analysis of Magnetic Gradiometry Systems // Control Sciences. – 2021. – No. 3. – P. 57–65]
  8. Болкунов А.А., Рязанцев Л.Б., Сидоренко С.В. Оценка радиолокационной заметности вооружения, военной и специальной техники с применением беспилотных летательных аппаратов // Военная мысль. – 2017. – № 9. – С. 70–73. [Bolkunov, A.A., Ryazantsev, L.B., Sidorenko, S.V. Assessment of the Radar Visibility of armaments, Military and Special Equipment with Using Unmanned Aerial Vehicles // Voennaya mysl'. – 2017. – No. 9. – P. 70–73. (In Russian)]
  9. Лихачев В.П., Пантюхин М.А., Сидоренко С.В. Алгоритм морфологической обработки радиолокационных изображений и автоматического обнаружения объектов по радиолокационной тени // Вестник ВГУ, серия: системный анализ и информационные технологии. – 2018. – № 2. – С. 150–161. [Lihachev, V.P., Pantyuhin, M.A., Sidorenko, S.V. Algoritm morfologicheskoj obrabotki radiolokacionnyh izobrazhenij i avtomaticheskogo obnaruzheniya ob"ektov po radiolokacionnoj teni // Vestnik VGU, seriya: sistemnyj analiz i informacionnye tekhnologii. – 2018. – No. 2. – S. 150–161. (In Russian)]
  10. Купряшкин И.Ф., Лихачев В.П., Селезнев Д.А., Усов Н.А. Способ искажения радиолокационного изображения в космической радиолокационной станции с синтезированной апертурой антенны. Патент № 2622904 РФ. Зарег. 21.06.2017. [Kupryashkin, I.F., Lihachev, V.P., Seleznev, D.A., Usov, N.A. Sposob iskazheniya radiolokacionnogo izobrazheniya v kosmicheskoj radiolokacionnoj stancii s sintezirovannoj aperturoj antenny. Patent no. 2622904 RU. Reg. 21.06.2017. (In Russian)]
  11. Технические средства разведслужб капиталистических государств / Информационный бюллетень ВИНИТИ РАН. – 2009–2015 гг. [Tekhnicheskie sredstva razvedsluzhb kapitalisticheskih gosudarstv / Informacionnyj byulleten' VINITI RAN. – 2009–2015 gg. (In Russian)]
  12. Umale, P., Patil, A., Sahani, C., et al. Planer Object Detection Using SURF and SIFT Method // International Journal of Engineering Applied Sciences and Technology. – 2022. – Vol. 6, iss. 11. – P. 36–39.
  13. Świeżewski, J. YOLO Algorithm and YOLO Object Detection. – 2020. – URL: https://appsilon.com/object-detection-yolo-algorithm/ (Дата обращения 11.11.2022). [Accessed November 11, 2022].
  14. Абезгауз Г.Г., Тронь А.П., Копенкин Ю.Р., Коровина И.А. Справочник по вероятностным расчетам. – М.: Воениздат, 1970. – 536 с. [Abezgauz, G.G., Tron', A.P., Kopenkin, Yu.R., Korovina, I.A. Spravochnik po veroyatnostnym raschetam. – M.: Voenizdat, 1970. – 536 s. (In Russian)]
  15. Кутахов В.П., Мещеряков Р.В. Управление групповым поведением беспилотных летательных аппаратов: постановка задачи применения технологий искусственного интеллекта // Проблемы управления. – 2022. – № 1. – С. 67–74. [Kutakhov, V.P., Meshcheryakov, R.V. Group Control of Unmanned Aerial Vehicles: A Generalized Problem Statement of Applying Artificial Intelligence Technologies // Control Sciences. – 2022. – No. 1. – P. 55–60.]
  16. Ююкин И.В. Корреляционно-экстремальная навигация по геофизическим полям на основе использования сплайновой технологии // Вестник Государственного университета морского и речного флота имени адмирала С.О. Макарова. – 2021. – Т. 13. – № 4. – С. 505–517. – doi: 10.21821/2309-5180-2021-13-4-505-517. [Yuyukin, I.V. Korrelyacionno-ekstremal'naya navigaciya po geofizicheskim polyam na osnove ispol'zovaniya splajnovoj tekhnologii // Vestnik Gosudarstvennogo universiteta morskogo i rechnogo flota imeni admirala S.O. Makarova. – 2021. – Vol. 13, no. 4. – S. 505–517. – doi: 10.21821/2309-5180-2021-13-4-505-517. (In Russian)]
  17. Антюфеев В.И., Быков В.Н., Гричанюк А.М. и др. Матричные радиометрические корреляционно-экстремальные системы навигации летательных аппаратов. – Харьков: Щедрая усадьба плюс, 2014. – 372 с. [Antyufeev, V.I., Bykov, V.N., Grichanyuk, A.M., et al. Matrichnye radiometricheskie korrelyacionno-ekstremal'nye sistemy navigacii letatel'nyh apparatov. – Har'kov: Shchedraya usad'ba plyus, 2014. – 372 s. (In Ukraine)]
  18. Бирюков В.С. Цифровые снимки в фотограмметрии // Геодезия и картография. – М. – 2000. – № 10. – С. 33–36. [Biryukov, V.S. Cifrovye snimki v fotogrammetrii // Geodeziya i karto-grafiya. – M., 2000. – No. 10. – S. 33–36. (In Russian)]
  19. Дышлюк В.О. Исследование показателей качества и быстродействия поиска опорных точек на изображениях методом SURF // Молодой ученый. – 2018. – № 27 (213). – С. 23–26. [Dyshlyuk, V.O. Issledovanie pokazatelej kachestva i bystrodejstviya poiska opornyh tochek na izobrazheniyah metodom SURF // Molodoi uchenyi. – 2018. – 27 (213). – S. 23–26. (In Russian)]

Supplementary files

Supplementary Files
Action
1. JATS XML
Download


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).