Синтез измерительной процедуры оценки ориентации малого беспилотного летательного аппарата в условиях изменения статуса результатов измерений

Рассмотрена задача обработки измерительной информации при изменении статуса результатов измерений микромеханических датчиков интеллектуальной бортовой измерительной системы малого беспилотного летательного аппарата. Во время нахождения данного аппарата в воздухе статус результатов измерений изменяется с подтверждённого на ориентирующий, например, из-за дефектов датчика, деградации измерительного канала, появления ложных выходных измерительных сигналов микромеханических датчиков вследствие вибраций и ударов, обусловленных движением воздушных масс. В результате увеличивается вероятность потери устойчивости малого беспилотного летательного аппарата и требуется повышать точность оценки его ориентации в условиях изменения статуса результатов измерений. Синтезирована измерительная процедура калмановской структуры, уравнения которой определены с точностью до характеризующих измерительный процесс параметров матриц перехода и шума состояния, а также вектора возмущения. Значения параметров определяются математической моделью преобразования измерительной информации, построенной на базе динамической математической модели, что отличает разработанную измерительную процедуру от измерительной процедуры с классической переходной матрицей. Для нахождения неизвестных параметров применена нейронная сеть. Выбран многослойный персептрон как основа нейронной сети, для обучения которой использован алгоритм обратного распространения ошибки. По итогам математического моделирования и измерительного эксперимента установлено, что точность синтезированной на основе динамической математической модели измерительной процедуры выше точности измерительной процедуры на основе фильтра Калмана с классической переходной матрицей. Результаты исследования можно использовать при разработке интеллектуальных измерительных процедур бортовых измерительных систем, функционирующих в условиях изменения статуса результатов измерений.

1. Bento M., Unmanned aerial vehicles: an overview, Inside GNSS, 2008, no. 1, pp. 54–61.

2. Шилов К. Е. Разработка системы автоматического управления беспилотным летательным аппаратом мультироторного типа // Труды МФТИ. 2014. Т. 6. № 4(24). С. 139–152. https://elibrary.ru/tiqkzl

3. Старовойтов Е. И. Навигационное обеспечение мониторинга подстилающей поверхности БПЛА с пассивным оптическим датчиком // Радиостроение. 2020. № 5. С. 13–41. https://www.elibrary.ru/tctlkk

4. Фирсов С. Н. Обеспечение функциональной устойчивости измерителей параметров движения спутниковых систем стабилизации и ориентации // Радиоэлектроника, информатика, управление. 2013. № 1(28). С. 144–150. https://www.elibrary.ru/qimiwd

5. Вавилова Н. Б., Сазонов И. Ю. Калибровка бескарданной инерциальной навигационной системы в сборе на грубых стендах с одной степенью свободы // Вестник Московского университета. Серия 1. Математика. Механика. 2012. Т. 67. № 4. С. 64–66. https://elibrary.ru/peeypr

6. Крылов А. А., Корниюк Д. В. Технологические подходы к устранению смещения нуля МЭМС гироскопов в составе гироинерциального блока // Труды МАИ. 2018. № 103. 18 c. https://www.elibrary.ru/ywwytb

7. Волынцев А. А., Казаков Б. А., Шустов И. Е. Гироскопический измеритель вектора угловой скорости. Опыт исследования отказов в эксплуатации // Вестник Московского государственного технического университета им. Н. Э. Баумана. Серия Приборостроение. 2015. № 5(104). С. 136–151. https://doi.org/10.18698/0236-3933-2015-5-136-151

8. Косцов Э. Г. Состояние и перспективы микро- и наноэлектромеханики // Автометрия. 2009. Т. 45. № 3. С. 3–52. https://elibrary.ru/kvdbyz

9. Nesterenko T., Barbin E., Koleda A., Zorina E., Microelectromechanical accelerometer under mechanical impact conditions, Proceedings of 2016 International Siberian Conference on Control and Communications, SIBCON 2016, Moscow, May 12–14, 2016, IEEE, 2016, pp. 1–5. https://doi.org/10.1109/SIBCON.2016.7491845

10. Тюменцев Ю. В., Козлов Д. С. Нейросетевые методы обнаружения отказов датчиков и приводов летательного аппарата // Труды МАИ. 2012. № 52. 16 c. https://elibrary.ru/oxazon

11. Галкин А. А., Еркин П. В., Захаров В. П. и др. Применение инерциальных МЭМС в системе автоматической отцепки десантируемого груза // Известия высших учебных заведений. Электроника. 2023. Т. 28. № 4. С. 489–499. https://elibrary.ru/bqufvf

12. Мариам М., Похващев В. Н., Рязанцев Л. Б. К вопросу повышения эффективности противодействия малоразмерным беспилотным летательным аппаратам // Военная мысль. 2022. № 6. С. 45–52. https://elibrary.ru/letzmg

13. Кузовков Н. Т., Салычев О. С. Инерциальная навигация и оптимальная фильтрация. М.: Машиностроение, 1982. 216 с.

14. Великанова Е. П., Ворошилин Е. П. Адаптивная фильтрация координат маневрирующего объекта при изменениях условий передачи в радиолокационном канале // Доклады Томского государственного университета систем управления и радиоэлектроники. 2012. № 2-1(26). С. 29–35. https://elibrary.ru/pvsntd

15. Костоглотов А. А., Лазаренко С. В., Пеньков А. С. и др. Синтез интеллектуального алгоритма оценки ориентации подвижных объектов транспортной инфраструктуры на базе многопараметрического идентификатора // Вестник Ростовского государственного университета путей сообщения. 2023. № 1(89). С. 144–151. https://doi.org/10.46973/0201-727X_2023_1_144

16. Павлов Д. В., Лукин К. Г., Петров М. Н. Разработка математической модели MEMS-акселерометра // Вестник Новгородского государственного университета. 2015. № 8(91). С. 22–25. https://elibrary.ru/vlecdx

17. Костоглотов А. А., Лазаренко С. В. Синтез адаптивных систем сопровождения на основе гипотезы о стационарности гамильтониана гиперповерхности переключения // Радиотехника и электроника. 2017. Т. 62. № 2. С. 121–125. https://doi.org/10.7868/S0033849417020061

18. Костоглотов А. А., Костоглотов А. И., Лазаренко С. В., Ценных Б. М. Метод структурно-параметрической идентификации лагранжевых динамических систем в задачах обработки измерительной информации // Измерительная техника. 2014. № 2. С. 32–36. https://elibrary.ru/saepcp

19. Кублановский В. Б., Кошелев С. В. Математические модели и алгоритмы сглаживания входных сигналов бортовых автоматизированных систем контроля // Информационно-управляющие системы. 2010. № 2(45). С. 71–74. https:// elibrary.ru/mhvfat

20. Микрин Е. А., Кульба В. В., Сомов С. К. Синтез оптимальных распределенных модульных систем обработки данных реального времени. М.: Институт проблем управления им. В. А. Трапезникова РАН, 2012. 161 с.

21. Костоглотов А. А., Лазаренко С. В. Негладкий анализ в задачах обработки измерительной информации // Измерительная техника. 2009. № 2. С. 6–11. https://elibrary.ru/mvqjxd

22. Шмалько Е. Ю., Прокопьев И. В., Дивеев А. И. Поддержка средств автономной навигации мобильного робота с помощью внутренней модели на нейронной сети // International Journal of Open Information Technologies. 2023. Т. 11. № 2. С. 25–31. https://elibrary.ru/jyibmx

23. Матвеев В. В., Распопов В. Я. Основы построения бесплатформенных инерциальных навигационных систем. Санкт-Петербург: ОАО «Концерн «ЦНИИ «Электроприбор», 2009. 280 с.

24. Андрашитов Д. С., Костоглотов А. А., Лазаренко С. В., Пеньков А. С. Метод синтеза алгоритмов сопровождения с использованием формирующего фильтра и квазиоптимальных законов управления маневрирующими объектами // Радиотехника. 2023. Т. 87. № 2. С. 93–104.

25. Костоглотов А. А., Корнев А. С., Пугачев И. В., Лазаренко С. В. Модифицированный метод инвариантного погружения при синтезе измерительных процедур оценки параметров движения маневрирующей цели // Измерительная техника. 2023. № 2. С. 47–54. https://doi.org/10.32446/0368-1025it.2023-2-47-54