Методы априорного статистического анализа возмущенного движения летательных аппаратов в турбулентных средах
- Авторы: Ермилов А.С.1, Салтыкова О.А.1
-
Учреждения:
- Российский университет дружбы народов
- Выпуск: Том 25, № 4 (2024)
- Страницы: 348-356
- Раздел: Статьи
- URL: https://journals.rcsi.science/2312-8143/article/view/327552
- DOI: https://doi.org/10.22363/2312-8143-2024-25-4-348-356
- EDN: https://elibrary.ru/EWJUVW
- ID: 327552
Цитировать
Полный текст
Аннотация
Рассмотрены методы априорного статистического анализа, используемые для прогнозирования возмущенного движения летательных аппаратов (ЛА) в турбулентных средах. Для анализа методов априорного анализа применяются теоретические подходы, такие как сравнительный метод и метод математического моделирования. Использованы статистические методы, позволяющие оценить эффективность стохастических моделей для учета случайных возмущений, вызванных турбулентностью. Особое внимание уделено использованию байесовского анализа, метода максимального правдоподобия и метода Монте-Карло, применяемых для вероятностного прогнозирования траектории движения ЛА. Представленные модели иллюстрированы формулами, которые описывают динамику движения аппарата в турбулентных условиях, включая уравнения движения, основанные на законах Ньютона и Эйлера. Для оценки правильности расчетов изучены параметры, определяющие динамику возмущенного движения ЛА в турбулентной среде, такие как линейные и угловые скорости, интенсивность турбулентности, аэродинамические силы, моменты инерции и метеорологические условия. Это позволяет учитывать влияние турбулентности на управление и траекторию полета ЛА. Результаты исследования демонстрируют высокую точность предложенных методов в прогнозировании отклонений движения ЛА и подчеркивают важность дальнейшего развития вычислительных подходов для интеграции этих методов в системы управления в реальном времени, особенно для применения в условиях неопределенности и сложных внешних воздействий. Дальнейшие исследования могут быть направлены на повышение адаптивности моделей для различных типов ЛА с учетом оптимизации расчетных методов для уменьшения вычислительной сложности. Это позволит повысить эффективность прогнозов в более короткие сроки и снизить затраты ресурсов.
Об авторах
Александр Сергеевич Ермилов
Российский университет дружбы народов
Email: eemilov-sasha@yandex.ru
ORCID iD: 0009-0007-4549-172X
аспирант кафедры механики и процессов управления, инженерная академия
Москва, РоссияОльга Александровна Салтыкова
Российский университет дружбы народов
Автор, ответственный за переписку.
Email: saltykova-oa@rudn.ru
ORCID iD: 0000-0002-3880-6662
SPIN-код: 3969-6707
кандидат физико-математических наук, доцент кафедры механики и процессов управления, инженерная академия
Москва, РоссияСписок литературы
- Rassadin AA, Ryakhovsky AV. Modeling turbulent flow: a case study of wing profile streamlining. Advances in Cybernetics. 2024;5(2):64-74. (In Russ). https://doi.org/10.12345/jcyb.ru/issue5/64-74
- Kurnyshev DA, Mitin TA, Nyrkov DD. The problem of the stability of the disturbed and undisturbed motionof the aircraft. Modern Scientific Research: Current Issues, Achievements, and Innovations. Collection of articles of the XXXIV International Scientific and Practical Conference. Penza, August 15, 2023. 2023:22-27. (In Russ.) EDN: XRTCHK
- Raol JR, Singh J. Flight mechanics modeling and analysis. CRC Press; 2023.
- Kozhevnikov YuV, Shibanov GP. Optimum average of high-speed to describe of aircraft by the flying-tests. Mechatronics, Automation, Control. 2023;24(9):489-495. (In Russ). https://doi.org/10.31857/S0234-202310050
- Sirois J, Desjardins S, Peter G. Vortex-breakdown efficiency of planar regular grid structures - towards the development of design guidelines. Fluids. 2024;9(2):43. https://doi.org/10.3390/fluids9020043
- Kreerenko SS, Kreerenko OD. Parametric identi-fication of aerodynamic characteristics of a transport category aircraft using recurrent semi-empirical neural networks in the tensorflow environment. Mathematical modeling and computational methods. 2024;43(3):81-99. (In Russ.) https://doi.org/10.18698/2309-3684-2024-3-8199
- Astakhov SA, Ivanov VP, Sergeev IA. Aerody-namic interaction simulation during track testing of aircraft products. PNRPU Aerospace Engineering Bulletin. 2023;(72):5-20. (In Russ.) https://doi.org/10.15593/2224-9982/2023.72.01
- Kong Y, Mahadevan S. Identifying Anomalous Behavior in Aircraft Landing Trajectory Using a Bayesian Autoencoder. J Aerosp Inf Syst. 2024;21(1):19-27. https://doi.org/10.2514/1.J062834
- Bayat S, Amiri R. Advances in UAV-Assisted Localization: Joint Source and UAV Parameter Estimation. IEEE Trans Veh Technol. 2023;72(11):14268-78. https://doi.org/10.1109/TVT.2023.3190744
- Fedulov VA, Bykov NV, Baskakov VD. Estimat-ing of the effectiveness of the weapon system against of small unmanned aerial vehicles by computer simulation. Systems of Control, Communication and Security. 2023;(4):63-104. (In Russ.) https://doi.org/10.24412/2410-9916-2023-4-63-104
- An Z, Wang Y, Zhang Q. Learning spatial regu-larization correlation filters with the Hilbert-Schmidt independence criterion in RKHS for UAV tracking. IEEE Trans Instrum Meas. 2023;72:1-12. https://doi.org/10.1109/TIM.2023.3256114
- Israfilov A. Contemporary challenges in cyber-security of unmanned aerial systems. Universum: Technical Sciences. 2024;119(2):19-21. (In Russ.) EDN: SOIKHN
- Soldatov AS, Soldatov ES, Bogomolov AV. Tech-nological platform for digital twin synthesis of an aircraft based on cyber-physical systems technology. Large-Scale Systems Management (MLSD’2023): Proceedings of the Sixteenth Conference. Moscow, September 26-28, 2023, 2023:1092-1099. (In Russ.) https://doi.org/10.25728/mlsd.2023.1092
- Qiao W, Wu S. The Modeling and Simulation of Turbulence for Civil Aircraft Compliance Verification Test. J Phys Conf Ser. IOP Publishing. 2023;2658(1):012056. https://doi.org/10.1088/1742-6596/2658/1/012056
- Mohamed A, Cai W, Zhang R. Gusts encountered by flying vehicles in proximity to buildings. Drones. 2023;7(1):22. https://doi.org/10.3390/drones7010022
- Yoshimura R, Ishikawa S, Tanaka T, Nakamura Y. Clear air turbulence resolved by numerical weather pre-diction model validated by onboard and virtual flight data. Geophys Res Lett. 2023; 50(12):e2022GL101286. https://doi.org/10.1029/2022GL101286
- Jiang W, Gao L, Zhang X. An Investigation of Sudden Plunging Motion Mechanisms for Transport Aircraft during Severe Clear-Air Turbulence Encounter. J Aerosp Eng. 2023;36(3):04023011. https://doi.org/10.1061/(ASCE)AS.1943-5525.0001533
Дополнительные файлы
