«В.С. Моисеев ПРИКЛАДНАЯ ТЕОРИЯ УПРАВЛЕНИЯ БЕСПИЛОТНЫМИ ЛЕТАТЕЛЬНЫМИ АППАРАТАМИ МОНОГРАФИЯ Казань 2013 УДК 629.7:629:195 ББК 39.56 М 74 Редактор серии: В.С. Моисеев – заслуженный деятель науки и техники Республики ...»

Важное значение в БЭС2 отводится системе машинного зрения, которая не рассматривалась ранее в отмеченных выше работах по авиационным СИИ. Как отмечается в работе [75], современные цифровые видеодатчики позволяют получать высококачественные изображения с размерами порядка 106 элементов и более. Там же утверждается, что вычислительные мощности перспективных БЦВМ и их систем позволяют в приемлемые сроки проводить обработку видеоизображений. Но проблема «понимания» изображений в настоящее время является нерешенной. Это не позволяет создавать полностью автономные интеллектуально управляемые БЛА, способные самостоятельно выполнять любые сложные боевые и народнохозяйственные задачи.

Решение задач навигации и целеопределения в таких БЛА сводится к максимально достоверному обнаружению определенных видов объектов на местности и в воздушном пространстве, их идентификацию в пределах установленных классов и выдаче определенных директив исполнительным органам управления [111, 112].

За рубежом проводятся активные работы по использованию машинного зрения в системах самонаведения крылатых ракет (КР), предназначенных для автономного поиска и уничтожения особо важных целей [75]. В качестве целевой аппаратуры обнаружения объектов в КР используются РЛС миллиметрового диапазона, лазерный локатор и тепловизионная аппаратура. Алгоритмы распознавания целей в этих системах используют сопоставление их трехмерного изображения с моделью, введенной в память БЦВМ, или их сигнатур, полученных под различными углами обзора объектов. В случае недостатка данных КР может сойти с маршрута, сблизиться с объектом и провести его облет.

Следуя этому подходу, в БЗ подсистемы должны быть зафиксированы образы разведываемых, доразведываемых и атакуемых целей. При недостатке информации для их распознавания подсистеме «Полет» передается команда на снижение и облет БЛА идентифицируемой цели.

В связи с многоуровневостью структуры подсистемы «Целевое задание» ее БЗ может иметь двухуровневую организацию, применение которой на нижнем уровне должно сочетаться с использованием соответствующих математических методов и алгоритмов обработки изображений и локализации определенных областей пространства полета БЛА.

Перспективными задачами данной подсистемы являются задачи оперативного выбора целевых заданий из состава предполетного задания и заданий, поступивших от других ЛА группировки, а также с МНПУ с исключением заданий, которые не могут быть выполнены БЛА в данный момент времени из-за ряда объективных причин (отказы оборудования, значительные боевые повреждения и т.п.). Оптимальный выбор исполняемого задания предлагается осуществлять с использованием критериев минимума затрат времени и максимума вероятности выполнения этого целевого задания.

В связи с большим объемом и сложностью выполнения функций подсистема «Целевое задание» должна активно взаимодействовать с «электронными помощниками» командира расчета и оператора целевой нагрузки БЛА, входящими в состав наземной части ИИСУ БЛА (см. Рис. 10.5).

Подсистема «Живучесть» предназначена для текущей оценки возможности выполнения БЛА полетного задания.

В ее составе должны быть реализованы следующие основные задачи сбора и обработки информации:

1. Определение фактического и прогнозируемого числа отказавших и близких к отказам бортовых систем и агрегатов БЛА;

2. Определение числа и характера боевых повреждений конструкции БЛА, полученных от огня противника.

Укрупненная структура комплекса технических средств подсистемы «Живучесть», построенная по магистральномодульному принципу, представлена на Рис. 10.8.

Первая задача решается на основе информации, поступающей от датчиков технического состояния, входящих в системы и агрегаты БЛА. Прогнозирование возможных отказов может осуществляться путем построения трендов значений их контролируемых параметров и расчета моментов времени их вывода за пределы соответствующих допусков.

БВК БЛА

D D D D D D D D

Датчики оценки технического Датчики оценки боевых На Рис. 10.9 показаны измеренные в полете значения и функция тренда некоторого контролируемого параметра КБО БЛА.

На этом рисунке значения pmin и pmax определяют поле допуска эксплуатационных значений контролируемого параметра p, тренда.

Эти параметры для заданной функции вида:

определяются по измеренным в момент времени t 1, t 2,…, t N значениям р 1, р2,…, p n контролируемого параметра р методом наименьших квадратов [17].

Прогнозируемый момент времени выхода параметра р из поля допуска находится как решение одного из уравнений вида:

Здесь для нелинейных функций (10.2.1) используется один из численных методов, описанных в Разд. 3.3.

Отметим, что при использовании предлагаемого подхода возникает задача выбора наиболее подходящей функции для описания изменения (дрейфа) значений параметра р в процессе полета БЛА. Для этих целей в БЗ подсистемы должно храниться семейство функций вида (10.2.1), включающее в себя функцию линейного тренда:

из которого с помощью специальных процедур будет осуществляться выбор функции, наиболее адекватной для прогнозирования состояния параметра р.

Эти задачи должны решаться на соответствующих БЦВМ комплекса, представленного на Рис. 10.1.

Например, если р – число оборотов вала двигателя, то задачи выбора вида функции (10.2.1), определения значений ее параметров и решения уравнений (10.2.2) производится на БЦВМ 2 БВК БЛА. Если р – напряжение переменного тока, вырабатываемого системой электроснабжения БЛА, то эти задачи решаются на БЦВМ 5 (см. Рис. 10.1).

Для решения второй задачи подсистемы конструкция БЛА (фюзеляж, крылья, органы управления и т.п.) должны быть оснащены «сетью» расположенных на ней датчиков, выходные данные с которых позволяли бы с помощью специальных алгоритмов определять число и размеры механических повреждений элементов конструкции БЛА. Перспективной формой получения информации о повреждениях конструкции БЛА является использование при его создании полимерно-композиционных материалов с волоконно-оптическими каналами.

В БЗ подсистемы «Живучесть», которая реализуется в форме системы БЭС3, должны быть записаны правила вида (10.1.1), позволяющие с использованием моделей решения вышеприведенных задач формальным образом принимать решение о возможности или невозможности выполнения полетного задания в каждый текущий момент времени.

При наличии допустимого текущего уровня живучести БЛА параметры его изменившегося состояния (уменьшение числа оборотов турбины, сокращение площади крыла за счет пробоин и т.п.) передаются в подсистему «Полет» для принятия с помощью БЭС1 решений о продолжении выполнения или корректировке полетного задания. Последнее может включать в себя аварийную или нормальную посадку БЛА.

При принятии решения о невозможности выполнения полетного задания результаты решения задач передаются управляющей подсистеме ИИСУ БЛА для их передачи на МНПУ и осуществляется самоликвидация (подрыв) БЛА.

Момент времени самоликвидации выбирается при решении БЭС3 специальной задачи на основе текущей информации о местоположении БЛА в составе группировки, поступающей из подсистемы «Взаимодействие». Это необходимо для того, чтобы не нанести повреждений и не мешать выполнению полетных заданий другим БЛА группировки. Данная задача также может быть решена с помощью как формального, так и эвристического алгоритма, где последний подразумевает использование специальных правил вида (10.1.1) БЗ подсистемы «Живучесть». Отметим, что эта подсистема должна активно взаимодействовать с «электронным помощником» командира расчета МНПУ БАК (см. Рис. 10.5).

Подсистема «Взаимодействие» предназначена для оценки местоположения БЛА относительно других БЛА группировки в каждый текущий момент времени выполнения целевого задания [55]. Другой важной функцией подсистемы является прием от подсистемы «Целевое задание» характеристик последнего задания и передача его через управляющую подсистему ИИСУ БЛА ближайшим БЛА группировки. Эта функция выполняется после принятия решений о возврате БЛА в точку базирования или его самоликвидации, то есть по результатам работы подсистемы «Живучесть». Кроме этого задачей подсистемы является обеспечение помехозащищенной и защищенной от перехвата противником радиосвязи БЛА с МНПУ БАК и другими БЛА группировки.

Текущая оценка местоположения БЛА в группе необходима для устранения с помощью подсистемы «Полет» ситуаций, которые могут привести к столкновению БЛА с другими БЛА группировки. Для решения этой задачи используется специальная бортовая аппаратура контроля попадания воздушных объектов в зону безопасного пилотирования БЛА. Такая зона, сечения которой в зависимости от маневренных характеристик БЛА и вида используемой на его борту аппаратуры контроля (радиотехнические, оптикоэлектронные, акустические и др.

средства) могут иметь вид, представленный на Рис. 10.10.

Отметим, что при определении размеров R 1, R2, R 3 такой зоны необходимо учитывать характеристики области разлета осколков БЛА при его самоликвидации.

Сформулируем условие опасного сближения БЛА с другими находящимися в воздухе БЛА.

Представим границу области опасного сближения сферой радиуса R = min{R 1,R 2,R 3 }. Тогда в процессе полета i-го БЛА на интервале времени [t 0, t k ] будем иметь движущийся шар, описываемый неравенством:

Пусть некоторый j-й БЛА группировки, состоящей из п Рассматриваемые i-й и j-й БЛА будут находиться в опасном взаимном сближении в момент времени t [t 0, t k ], если будет выполнено условие вида:

(x j (t) – xi (t))2 + (yj (t) – yi (t))2 + (zj (t) – zi (t))2 < R2, (10.2.4) которое получено путем подстановки в неравенство (10.2.3) координат j-го БЛА группировки, вместо значений координат x, y, z земной СК.

Условие (10.2.4) должно быть записано в БЗ подсистемы каждого i-го БЛА и проверяться в каждый момент t времени его полета. При этом с помощью правила вида (10.1.1) устанавливается номер БЛА, сблизившегося на расстояние, меньшее R.

Полученное решение с координатами этого БЛА передается в подсистему «Полет» и «электронному помощнику» оператора управления БЛА для ликвидации опасного сближения.

Структура подсистемы «Взаимодействие» показана на Рис.

10.11.

Основной компонентой ПО подсистемы являются программы, определяющие типы и количество БЛА, попавших в зону данного БЛА, а также их кинематические характеристики x(t ), y (t ), z (t ), V x (t ), V y (t ), V z (t ). Эти данные передаются подсистеме «Полет» для корректировки траектории полета БЛА, позволяющей избежать столкновений со смежными БЛА группировки. При использовании в составе средств подсистемы «Взаимодействие» телевизионной или тепловизионной аппаратуры, распределенной по конструкции БЛА должна использоваться система машинного зрения воздушного обзора. В этом случае структура подсистемы становится трехуровневой, аналогично структуре приведенной на Рис. 10.7.

БВК БЛА

В подсистеме на основе данных о действующих в конкретный момент времени средствах РЭБ противника решаются задачи выбора оптимальных методов шифрования информации, передаваемой на МНПУ БАК и другим БЛА группировки.

При такой организации подсистемы, которая реализуется в виде бортовой экспертной системы БЭС4, принятие решений о фактах попадания БЛА в заданную зону осуществляется с помощью БЗ подсистемы, в которой отражены знания, навыки и умения опытных операторов-дешифровщиков по распознаванию и идентификации воздушных объектов.

Система БЭС4 как и системы БЭС1, БЭС2, БЭС3 строится с использованием подходов, описанных в предыдущем разделе данной главы.

Рассматриваемая подсистема в процессе ее функционирования взаимодействует с «электронными помощниками» оператора связи и командира расчета МНПУ БАК, составляющими наземную часть ИИСУ БЛА.

Отметим, что обозначенные выше бортовые задачи интеллектуального управления БЛА, особенно задачи обеспечения машинного зрения и оперативной корректировки траекторий полета БЛА, являются весьма трудоемкими и требуют решения в минимально возможное время. Этот факт подразумевает, что часть задач ИИСУ БЛА может решаться на наземных вычислительных серверах БАК с обменом данными по ИКРЛ связи с БЛА.

Система принятия решений, являющаяся основой ИИСУ БЛА, должна включать в себя следующие компоненты:

1. Комплексы программ решения соответствующих задач (КПРЗ) на базе выбранных (разработанных) математических алгоритмов.

2. Базы данных (БД) для решения этих задач.

3. Интерфейсные программы (ИП), обеспечивающие сбор и передачу данных, как в составе каждой подсистемы, так и между подсистемами ИСНУ СБЛА.

4. Комплекс программ работы с БЗ (КПРБЗ), состоящих из следующих модулей:

• модуль БЗ подсистемы (МБЗ);

• модуль корректировки и пополнения БЗ (МКПБЗ);

• модуль формирования вариантов решений (МФВР);

5. Комплекс программ анализа вариантов и выбора конкретного решения (КПАВВКР) по критериям времени и вероятности успешной реализации.

6. Комплекс программ преобразования выбранного решения (КППВР) в исполняемую форму, в частности в цифровой код для его реализации в САУ БЛА и (или) в системе связи БЛА, а также при использовании в соответствующих подсистемах ИИСУ БЛА.

Структурная схема системы принятия решений, которая описывает технологию ее функционирования, приведена на Рис. 10.12.

БД КПРЗ

ИП КПАВВР КППВВР ИП

Сформулируем основные требования, учитываемые при разработке системы принятия решений в среде ИИСУ БЛА:

1. Программное обеспечение системы, включающее в себя ИП, КПРЗ, МФВР, КПАВВР должно быть реализовано на языках типа Ассемблер и С++ и иметь максимальное быстродействие при решении соответствующих задач, а также минимальный объем занимаемой массовой памяти БВК (см. Рис. 10.2).

2. Бортовые части БД и МБЗ должны храниться во флэшпамяти БВК.

3. Наземные части БД и МБЗ должны храниться на серверах БАК и передаваться со сверхвысоким быстродействием управляющей подсистеме ИИСУ БЛА.

4. В перспективе при формировании МБЗ и МФВР должны быть использованы самые эффективные по глубине описания предметной области, объему памяти и быстродействию методы формализации знаний и получения из них требуемых выводов.

При успешном выполнении этих требований, дополненных жесткими системотехническими требованиями к БВК и периферийному оборудованию ИИСУ БЛА возможно обеспечить максимальную степень автономности БЛА при решении поставленных боевых задач.

Согласно Рис. 10.5 наземную часть ИИСУ БЛА представим в форме наземных экспертных систем НЭС1, НЭС2, НЭС3 и НЭС4, каждая из которых является реализацией «электронного помощника» соответствующего члена расчета МНПУ БАК, который является антропоцентрическим (эргатическим, человекомашинным) объектом (см. Разд. 10.1). В этом случае разработка НЭС1,…, НЭС4 может проводиться с использованием существующих общих методик построения ЭС и подходов, предлагаемых в работах [59, 65-68, 92].

Интеграция систем БЭС1,…, БЭС4 и НЭС1,…, НЭС4 в единую ИИСУ БЛА аппаратно осуществляется с использованием ИКРЛ БАК (см. Рис. 10.3) и методически производится с привлечением технологий, описанных в работе [66].

10.3. Базовая бортовая экспертная система БЛА Введенные выше БЭС1,…, БЭС4, которые составляют основу подсистем бортовой части ИИСУ БЛА, должны создаваться с использованием общих проектных решений. Это объясняется необходимостью как их взаимодействия в процессе выполнения БЛА целевых задач, так и сокращения трудоемкости разработки бортовой части ИИСУ БЛА за счет применения типовых проектных решений, содержащихся в базовой бортовой ЭС.

Совместно с формированием структуры такой системы в данном разделе предлагается ее теоретико-множественная модель [113], которая наряду с описательной функцией содержит рекомендации по практической реализации базовой бортовой экспертной системы (ББЭС) БЛА.

Будем считать, что базовая БЭС состоит из множества В элементов, включающих в себя следующие блоки:

b 1 – блок целеполагания (БЦ);

b 2 – блок формирования решений (БФР);

b 3 – блок анализа и выбора решений (БАВР);

b 4 – блок формирования исполняемых решений (БФИР);

b 5 – база данных и знаний (БДЗ);

Все эти блоки должны быть реализованы в виде соответствующих комплексов программ и файлов в среде предложенного выше БВК БЛА.

Функционирование ББЭС осуществляется с использованием исходных данных, поступающих от множества D = {d1, d 2,…, d n } датчиков БЛА, множества С = {с 1, с 2,…, с m } элементов целевой нагрузки (аппаратуры) и от множества других введенных выше бортовых и наземных ЭС.

Принятые этой системой решения с помощью БФИР передаются для выполнения на множество I 1 исполнительных механизмов системы управления (ИМСУ) БЛА и множество I 2 исполнительных механизмов (устройств) его целевой нагрузки (аппаратуры) (ИМЦН(А)). Примерами таких механизмов являются рулевые машинки БЛА, гиростабилизированная платформа оптико-электронной аппаратуры, пусковые средства АСП и др.

На Рис. 10.13 представлена схема взаимодействия элементов базовой БЭС.

При описании структуры и функционирования ББЭС будем использовать теорию бинарных отношений дискретных множеств [60]. Приведем некоторые определения этой теории.

Пусть даны два таких множества X = {x 1, x 2,…, x n } и Y = {y 1, y2,…, y n}.

БФР БАВР БФИР

БВК БЛА

Бинарным отношением Q XY называется подмножество Геометрическим представлением отношения Q является Аналитическим представлением такого отношения является матрица Q = [qij ] размерности kr с элементами:

Взаимодействие элементов ББЭС и элементов других множеств, представленных на Рис. 10.13, в процессе полета БЛА на интервале времени [t 0, t k ] будем описывать следующими динамическими отношениями [60]:

Эти отношения описывают взаимодействия во времени элементов ББЭС, источников и потребителей ее информации.

Например, в некоторый момент времени t [t 0, t к ] БФИР может запросить данные у соответствующих датчиков о текущих значениях углов отклонения рулевых поверхностей БЛА.

В отношения Q 5 (t) и Q 6 (t) входит одноэлементное множество, состоящее из БФИР.

Отношения (10.3.2) описываются соответствующими матричными функциями [60], элементы которых являются функциями времени, удовлетворяющими в каждый момент времени t [t 0, t к ] условиям (10.3.1).

Рассмотрим описания функционирования элементов БЭС.

При формировании БЦ БЭС будем считать, что система оперирует с двумя видами целей:

1) основные цели, определяемые выполняемым БЛА на интервале времени [t 0, t к ] целевым заданием, 2) вспомогательные цели, состоящие в ликвидации возникающих в полете проблемных ситуаций (ПрС).

Будем считать, что проблемные ситуации возникают в случайные моменты времени t [t 0, t к ].

Обозначим через Ц и S соответственно множество целей 1-го вида и множество потенциально возможных проблемных ситуаций (цели 2-го вида).

Введем в рассмотрение множество T = { 1, 2,…, N } моментов времени полета БЛА, в которые планируется достижение конкретных целей из множества Ц.

Связь элементов множества Ц и Т представим отношением вида:

Графическое представление этого отношения приведено на Рис. 10.14.

Выделим в множестве Ц подмножества достигнутых (Ц д ) и недостигнутых (Ц нд ) целей. Первой задачей БЦ является выделение в момент времени l T невыполненных целей Ц р Ц нд.

Для решения этой задачи в БЦ используется множество продукционных правил вида (10.1.1):

состоящее из правил:

lp) : ЕСЛИ {Pp1) (c(l ), d (l ), e(l ) ) = 1}, ТО {Ц р Ц д } В этих правилах для анализа достижения каждой запланированной в момент времени t = l цели используются соответствующие предикаты Pp1), значения которых описывают факты выполнения («1») или невыполнения («0») условий, при которых цель Ц р считается достигнутой.

Аргументами этих предикатов являются значения векторов данных c(t) = (c 1 (t), c 2 (t),…, c m (t)), d(t) = (d 1 (t), d 2 (t),…, d m (t)), поступающих в момент времени t = l от целевой нагрузки (аппаратуры) и датчиков БЛА, а также от других ЭС ИИСУ БЛА (вектор e(t)).

Отметим, что активация правил (10.3.5) осуществляется в соответствии с отношением (10.3.3). С использование таймера ББЭС в каждый момент времени l Т рассматриваемый блок с использованием этих правил определяет наличие текущих целей таких, что Правая часть этого выражения означает, что в текущий момент времени t = l запланированная согласно отношению (10.3.3) цель Ц р недоступна, то есть относится к подмножеству Для конкретизации каждого правила множества (10.3.4) необходимо описать состав аргументов, используемых в них предикатов. Эту конкретизацию будем представлять отношениями вида:

где P (1) = {Pp1) | p = (1, M )} – множество предикатов, используемых в правилах (10.3.5).

На Рис. 10.15 приведены представления отношений Q 8 и Q в форме соответствующих графов.

Для формирования в БЦ целей 2-го вида будем использовать множество Z этапов полета (решаемых задач) БЛА и множество S потенциально возможных проблемных ситуаций, требующих от БЭС формирования и реализации соответствующих решений.

Связь этих множеств представим отношением:

пример которого приведен на Рис. 10.16.

Отметим, что одному элементу z Z может соответствовать несколько проблемных ситуаций, и одна и та же ситуация может возникнуть на нескольких этапах полета БЛА при решении им различных задач.

Будем считать, что для выделения в каждый момент времени t [t 0, t к ] проблемной ситуации (ПрС), требующей принятия ББЭС конкретного решения, используется информация, поступающая от элементов множеств C, D и Е (см. Рис. 10.13) Пусть эта информация содержится в значениях вектора с(t) = (c 1 (t), c 2 (t), …, c m (t)), описывающего характеристики обстановки, вектора d(t) = (d 1 (t), d 2 (t), …, d n (t)), описывающего показания датчиков БЛА и вектора е(t), описывающего сообщения от других бортовых и наземных ЭС.

Тогда для выделения текущих целей 2-го вида будем использовать систему продукционных правил:

где каждое правило является конкретизацией выражения (10.1.1) вида:

: ЕСЛИ {P2) (c(t ), d (t ), e(t ) ) = 1}, ТО {ситуация S } ИНАЧЕ {переход к (2) }, Заметим, что правило (2) принадлежит множеству 1, описываемому выражениями (10.3.4) и (10.3.5).

В выражении (10.3.10) через P2) (c(t ), d (t ), e(t ) ) обозначен -й предикат, который при выполнении некоторых условий, зависящих от значений векторов c(t ), d (t ), e(t ), принимает значение «1», в противном случае – «0». Параметр S представляет собой идентификатор -й ПрС, которая является элементом заданного для данной БЭС множества S таких ситуаций.

P2 = {P2) | = (1, L)}, используемых в правилах (10.3.10), описываются следующими отношениями:

Второй задачей БЦ является выделение в соответствующие моменты времени t [l, l +1 ] множества ПрС, требующих решения:

которые включаются в подмножество S(t) S текущих проблемных ситуаций. В связи с тем, что проблемные ситуации возникают в случайные моменты времени, множество S(t) должно формироваться путем прогнозирования значений векторов с(t) и d(t), входящих в предикаты P ( 2), P2( 2),..., PL 2).

Таким образом, работа БЦ ББЭС заключается в использовании множеств правил (10.3.9), (10.3.10) в каждый текущий момент времени t [t 0, t к ] полета БЛА и правил (10.3.4), (10.3.5) в заданные моменты времени l T. Результатами работы этого блока являются множества возникших проблемных ситуаций S(t) и недостигнутых целей Ц нд ( l ), элементы которых формируются с использованием выражений (10.3.12) и (10.3.6).

Если эти множества в соответствующие моменты времени не являются пустыми множествами, то они передаются в качестве входных данных в блок формирования решений (БФР) для их устранения.

Рассмотрим работу этого блока, предполагая заданным множество R = {r | = (1, F )} решений, принимаемых БЭС.

Функционирование БФР основывается на использовании отношений:

которые указывают потенциально возможные решения для реализации недостигнутых целей и ликвидации возникающих в полете проблемных ситуаций.

Будем считать, что для каждого решения r R имеется некоторое множество А альтернатив его практической реализации механизмами (устройствами), входящими в состав множеств I 1 и I 2 (см. Рис. 10.13).

Полное множество альтернатив решений, принимаемых БЭС, определяется как:

Заметим, что использованная в этом выражении операция объединения множеств [17] при ее программной реализации оставляет в одном экземпляре повторяющиеся элементы, входящие в состав множеств А 1, А 2,…, А F.

Связь между решениями и альтернативами их реализации представим отношением:

Используя операцию композиции отношений [60], построим отношения, непосредственно связывающие множества Ц нд и S с множеством А:

Формирование отношений Q 17 и Q 18 производится с помощью достаточно простого метода, приведенного в работе [60], который оперирует с матричными представлениями вида (10.3.1) отношений (10.3.12) и (10.3.14).

Для выбора подходящих для реализации альтернатив решений будем использовать многокритериальный оптимизационный подход.

Проиллюстрируем его для случая, когда БЭС должна обеспечить перевод некоторой цели из множества Ц в множество Цд.

Рассмотрим некоторую цель ц р Ц нд ( l ), которая выявлена с использованием выражений (10.3.6).

Используя отношение (10.3.15) для этой цели, определим по ее переводу в множество Цд.

Для выбора из множества А р оптимальных по Парето [93] альтернатив введем булевские переменные pk, удовлетворяющие условию:

При этом предполагается, что С учетом ограничений вида (10.3.17) условие выбора из А р одной альтернативы запишется как:

Для проведения оптимизационного выбора (вывода [68]) предлагается использовать следующие критерии:

где t pk – затраты времени на отработку БЛА альтернативы a pk решения по переводу цели ц р в множество достигнутых целей;

pk – вероятность успешной реализации этой альтернативы в процессе полета БЛА.

Задача (10.3.19), (10.3.18), (10.3.17) является двухкритериальной задачей булевского линейного программирования [93], которая решается известными методами [94] для каждой цели Результатом решения этой задачи является множество A0 = {a 0 | k (1, n p )} паретооптимальных вариантов альтернаp pk тив перевода цели ц р в множество Ц д достигнутых целей.

Аналогичным образом для каждой проблемной ситуации s S(t), определяемой выражением (10.3.12), с помощью отношения (10.3.16) формируется множество альтернатив s S(t) решается задача вида (10.3.19), (10.3.18), (10.3.17) и формируется множество A = {ak | k (1, n )} оптимальных по Парето вариантов альтернативных решений по ее ликвидации.

Сформированные в БФР множества вариантов А р, ц р Ц нд ( l ) и А, s S(t) поступают в блок анализа и выбора решений (БАВР) для выбора из этих множеств конкретных реализуемых вариантов.

В этом блоке анализ поступивших вариантов решений осуществляется с помощью программных реализаций множества математических моделей, описывающих в общем случае движение БЛА, работу его целевой нагрузки (аппаратуры) и датчиков, а также функционирование КБО БЛА.

Отметим, что каждая из введенных выше БЭС1, …, БЭС имеет собственное множество моделей.

Для использования последних применяется отношение:

С помощью этого отношения по множеству устанавливается необходимое для анализа входящих в него вариантов подмножество применяемых моделей.

По результатам моделирования из множества выбирается альтернатива:

которая переводит цель ц р Ц нд( l ) в множество Ц д ( l ) достигнутых целей.

В этом выражении векторы c (l ) и d (l ) имеют значения, эмулированные с помощью математических моделей целевой нагрузки (аппаратуры) и датчиков БЛА при использовании в качестве входных данных альтернатив a 0 A0.

При наличии для цели ц р Ц нд ( l ) нескольких альтернатив a * из них выбирается «наиболее быстродействующая» альтерp натива, для которого время реализации t pk будет минимальным.

Аналогичным образом, на основе множества и отношения (10.3.20) формируется альтернатива:

решения, ликвидирующего ПрС s S(t).

При неединственности таких альтернатив применяется приведенное выше правило.

Выбранные решения, определяемые выражениями (10.3.21), (10.3.22), передаются в соответствующие моменты времени в блок формирования исполняемых решений (БФИР) для выработки по известным алгоритмам (программам) управляющих данных, передаваемых исполнительным механизмам БЛА и его целевой нагрузки.

При работе этого блока применяются отношения вида:

которые для каждого решения a p A или a A однозначно определяют состав исполнительных механизмов для выдачи на них соответствующих управляющих данных.

В базе данных и знаний (БДЗ) предлагается выделить два блока:

1. Блок необходимой для функционирования БЭС информации, включающей в себя файлы со структурами данных, описываемыми отношениями Q 8 - Q 13, программу полета БЛА и исходные данные для моделей множества.

2. Блок знаний БЭС, содержащий матричные (списковые) представления отношений Q 7, Q 11, Q 14 - Q 21.

Кроме этого в состав БДЗ входят программы корректировки состава информации этих блоков Важным компонентом БЭС является база фактов (БФ), позволяющая формировать решения «по прецедентам» [59]. В эту базу включаются решения, проверенные предшествующей практикой эксплуатации БЛА.

В основу функционирования БФ предлагается положить условную систему правил:

Если на начальных этапах эксплуатации БЭС элементы s, ц q, a, a q не входят в множества S, Ц, А, то они должны быть включены в их состав с корректировкой соответствующих элементов БДЗ. В последующем в состав БФ включаются апробированные на практике описания проблемных ситуаций, целей и принятых решений.

Таким образом, считается, что в каждый момент времени полета БЛА функционирует БЦ, который определяет наличие ПрС и невыполненных целей. При их появлении начинает работать БФ системы, в которой проверяется выполнение правил (10.3.24) или (10.3.25). Определенные с их помощью решения передаются в БФИР БЭС для реализации.

Если ни одно из правил БФ не выполняется, по результатам БЦ начинает работать БФР и другие ее блоки по описанным выше методам.

10.4. Основные вопросы реализации бортовой экспертной системы подсистемы «Полет» интегрированной интеллектуальной С точки зрения предлагаемой прикладной теории управления БЛА важную роль играет БЭС1, входящая в состав подсистемы «Полет» ИИСУ БЛА. Основным назначением БЭС1 является поддержка и обеспечение эффективного применения на практике методов управления БЛА, рассмотренных в Главах 5-9 данной работы.

Рассмотрим особенности реализации этой системы с использованием проектных решений по базовой БЭС ИИСУ БЛА.

Как было отмечено в Разд. 10.1, на первых этапах внедрения методов и средств интеллектуального управления БЛА эта система должна выступать в качестве «надстройки» над его САУ (см. Рис. 10.4). Поэтому в структуре БЭС, представленной на Рис. 10.13 исключим элементы множеств I 1 и I 2, заменив их на САУ БЛА. Здесь предполагается, что выходные данные БФИР БЭС1 будут передаваться в САУ БЛА, которая будет управлять соответствующими ИМСУ.

В связи с тем, что БЭС1 на первых этапах ее применения решает только задачи поддержки программного управления БЛА, из состава ее источников входных данных исключается множество С элементов целевой нагрузки (аппаратуры) БЛА.

Это означает, что предикаты множеств P(1) и Р(2), входящие в выражения (10.3.5) и (10.3.10), должны формироваться без использования вектора c(t).

При развитии БЭС1, когда в ее состав войдут задачи управления БЛА по видеоизображениям обстановки, соответствующие элементы множества С должны быть использованы при работе этой системы.

В качестве множеств Т и Ц, входящих в отношение (10.3.3) в БЭС1 предлагается использовать моменты времени t 0, t 1,…, t начала и завершения этапов полета БЛА, введенных в Разд.

10.2, и соответствующие значения фазовых координат БЛА, определенных в процессе программирования его траектории.

Таким образом, множество Ц включает в себя элементы ц 1, ц 2,…, ц 6, где цель ц i формируется как «i-я фазовая координата При конкретизации отношения Q 7 (см. Рис. 10.14) элементы множества Т заменяются числовыми значениями, а элементы множества Ц – конкретизациями приведенной выше общей формулировки целей.

Предикаты правила (10.3.5) формируются на основе следующих неравенств:

значения фазовых координат БЛА в момент времен l, полученные с помощью показаний соответствующих датчиков множества D и обработанных в БВК БЛА; i – допустимое значение отклонения i-й фазовой координаты от ее программного значения, обеспечиваемое автопилотом САУ,. Символом (*) отмечены фазовые координаты программного движения БЛА.

Отметим, что в множество Ц нд ( l ) включаются те цели, для которых не выполняется при t = l соответствующие из приведенных выше неравенств. В этом случае считается, что соответствующий предикат Pp1) = 0, p (1,6). Например, при невыполнении четвертого неравенства имеем, что P4(1) = 0 и ц 4 Ц нд ( l ).

Как следует из Рис. 10.13, в БЦ БЭС1 могут поступать цели от других БЭС и НЭС НИСУ БЛА.

Например, от БЭС2 подсистемы «Целевое задание» могут в моменты времени l быть переданы следующие сообщения:

• «повторный заход на объект атаки»;

• «столкновение с объектом атаки».

В подсистеме «Живучесть» ее БЭС3 может выработать решение «возврат БЛА в точку старта» и передать его в виде цели для исполнения в подсистему «Полет».

Все такие сообщения представляются в множестве Ц рассматриваемой БЭС как новые цели ц р Ц нд ( l ), по которым с помощью БФ, БФР и БДЗ должны быть приняты и выполнены соответствующие решения.

В подсистеме «Полет» проблемными ситуациями будем считать события невыполнения в момент времени t [ l, l+1 ] неравенств типа (10.3.26). Такие события возникают в некоторый момент времени t полета БЛА в силу ряда причин, вызывающих отклонения от фазовой траектории V * (t ), * (t ), * (t ), x * (t ), y * (t ), z * (t ) программного движения БЛА, которые не могут быть ликвидированы подсистемой стабилизации (автопилотом) его САУ.

Для БЭС1 отношение Q 11, описываемое формулой (10.3.8), формируется на основе множеств Z = {z 1, z 2,…, z 5 } и S = {s1, s 2,…, s 5 }. В множестве Z элемент z является идентификатором (номером) -го этапа полета, совокупность которых была введена в Разд. 10.2.

Проблемные ситуации, составляющие множество S, будем представлять следующими событиями:

В правилах (10.3.10), определяющих наличие в момент времени t проблемных ситуаций предикаты принимают значения «1» или «0» в зависимости от выполнения или невыполнения в этот момент времени соответствующих условий из состава выражений (10.3.27).

Например, если в некоторый момент времени t выполняются 1-е, 4-е, 6-е условия из их состава, имеем, что Это означает, что вследствие (10.3.12) множество проблемных ситуаций, требующих ликвидации в этот момент времени определяется как S(t) = {s1, s 4, s 6}.

При этом входящие в левые части выражений (10.3.27) параметры полета БЛА определяются в его БВК по показаниям датчиков, состав которых описывается отношением Q 12 (см.

выражение (10.3.11)).

Множество решений R, принимаемых БЭС1, включает в себя формулировки вида: «Увеличить (уменьшить) значение фазовой координаты ; «Вывести БЛА в точку с координатой ». Примерами таких решений являются решения: «Увеличить скорость БЛА до значения V*(t)»;

«Уменьшить угол наклона траектории БЛА до значения *(t)»;

«Вывести БЛА в точку со значением координаты y = y*(t)». Для целей, поступивших от других БЭС и НЭС, элементы множества R формируются как «Выбрать управление БЛА для ». Например, «Выбрать управление БЛА для », «Выбрать управление БЛА для ».

Сформированным элементам множества R присваиваются идентификаторы (номера) r,, которые используются при построении отношений Q 14 и Q 15, описывающих их соответствие элементам множеств Ц нд и S.

На этапе разработки БЭС1 для каждого решения r R формируется множество альтернатив А его реализаций. В связи с тем, что реализация решений по управлению БЛА с помощью БЭС1 осуществляется в командном режиме, множества А составляются из последовательностей множества команд управления, определяемого выражением (1.11). Обозначим такие последовательности как K,. Тогда полное множество управляющих альтернатив БЭС1 по аналогии с выражением (10.3.13) будет иметь вид:

С использованием этого множества строятся отношения Q 16, Q 17, Q 18 (см. выражения (10.3.14)-(10.3.16)).

Подмножества альтернатив Kp и K для целей ц р Ц нд ( l ) и проблемных ситуаций s S(t) формируются с применением отношений Q 17 и Q 18. При выработке этих альтернатив в БФР производится выбор управлений w j, удовлетворяющих условиям (1.12) и (1.13). При этом используется подход к выбору и согласованию требуемых команд управления БЛА, описанных в Разд. 8.4.4. В частности, применяются множества программ (8.4.53) и (8.4.54), реализуемых на БВК БЛА.

Паретооптимальные варианты альтернатив Kp и K выделяются из этих подмножеств путем решения задач вида (10.3.19), (10.3.18), (10.3.17). Отметим, что временные и вероятностные параметры критериев (10.3.19) определяются при различных K с помощью имитационного моделирования с привлечением моделей вида (1.10) на этапе создания БЭС1. Эти варианты поступают в БАВР БЭС1, в котором в качестве моделей множества, входящего в отношение (10.3.20), используются модели движения БЛА, рассмотренные в Главах 5-7, которые представлены в форме выражений (1.14). При наличии действующего на БЛА ветра при анализе вариантов решений, входящих в множества K p и K, в этом блоке используется метод его учета, описанный в Разд. 4.3.

При выборе конкретного решения используются правила (10.3.21) и (10.3.22), в которых в соответствующих предикатах, построенных на основе условий (10.3.26) и (10.3.27), использованы значения фазовых координат, полученных с помощью соответствующих моделей множества.

На начальных этапах эксплуатации БЭС1 характеристики выбранных решений после обработки в ее БФИР передаются САУ БЛА для их исполнения. На последующих этапах для исполнения решений используются отношения вида (10.3.23).

Отметим, что в БДЗ БЭС1 наряду с описанным выше содержанием должна быть включена программа полета БЛА в виде файлов, описывающих значения вектора управления *(t) и фазовых координат V * (t ), * (t ), * (t ), x * (t ), y * (t ), z * (t ), на сетке значений t [t 0, t к ]. Для выбора решений «по прецедентам» используется БФ БЭС1, построенная с использованием системы условных правил вида (10.3.24) и (10.3.25).

Рассмотрим основные вопросы эксплуатации БЭС1 ИИСУ БЛА.

Эксплуатационным персоналом БЭС1 являются:

• командир расчета МНПУ БАК;

• оператор управления МНПУ БАК;

• математик - системный программист МНПУ БАК.

Работа этого персонала связана с «обучением» системы на первоначальных этапах ее внедрения и корректировки содержания БДЗ и БФ, а также алгоритмов и программ функционирования БЦ, БФР, БАВР и БФИР в процессе эксплуатации БЭС1.

Для решения этих задач на МНПУ БАК должна храниться текущая версия БЭС1. Фактические значения параметров полета БЛА и принимаемые этой версией решения поступают с помощью ИКРЛ на дисплеи и запоминающие устройства АРМ указанного выше персонала МНПУ БАК.

Оператор управления и командир расчета МНПУ имеют возможность корректировать в «ручном» режиме эти решения в реальном масштабе времени с их фиксацией в своих АРМ. После полета БЛА вся полученная информация анализируется специалистами МНПУ БАК, и проводится требуемая корректировка соответствующих компонент БЭС1. Программную реализацию таких корректировок в БВК БЛА проводит с помощью соответствующих средств автоматизации программирования математик - системный программист МНПУ БАК.

Эксплуатация бортовой ЭС подсистемы «Полет» должна быть подчинена таким критериям эффективности БЭС1 как минимум числа корректировок, вносимых ее персоналом и максимум степени автономности решения поставленных БЛА целевых задач. Такие же критерии предлагается использовать при создании БЭС2, БЭС3 и БЭС4.

В заключении данной главы отметим, что проблема практической реализации интеллектуального управления БЛА находится в настоящее время на начальных стадиях ее решения.

Успехи в этой области могут быть достигнуты при проведении широких теоретических и экспериментальных исследований и разработок, базирующихся на достижениях современной прикладной математики и информатики. Полученные при этом результаты позволят резко повысить эффективность применения перспективных БЛА различного назначения.

ЗАКЛЮЧЕНИЕ

Данная монография представляет собой первоначальный опыт систематического изложения на современном уровне вопросов программного управления БЛА самолетной и вертолетной схем. Несомненно, эти вопросы требуют дальнейшего развития в рамках предлагаемой прикладной теории управления БЛА.

Укажем основные направления развития этой теории.

Для расширения областей практического использования предлагаемых методов необходимо разработать методики формирования векторов требуемого прямого управления для БЛА схем типов «утка», «летающее крыло» и других неклассических конструкционных схем БЛА. Необходимо уточнить модели управляемого движения беспилотного вертолета одновинтовой схемы с учетом наличия в его конструкции крыла и оперения, а также указать связи управлений с его моментными характеристиками. Кроме этого должны быть разработаны общая и частные модели управляемого движения беспилотного вертолета двухвинтовой схемы и методы программирования его полетов.

Актуальной задачей теории является разработка методов комплексного управления движением БЛА и бортовым целевым оборудованием.

В развитие предложенных моделей динамики старта, взлета и посадки БЛА практика их современного применения требует создания достаточно простых и адекватных моделей воздушного старта с самолетных и вертолетных носителей. В этом же разделе теории необходимо разработать модели и методики расчета характеристик парашютной посадки БЛА с использованием управляемого парашюта при наличии ветровых возмущений, а также исследовать вопросы применения тормозного парашюта при аэродромной посадке БЛА.

Необходимо более подробно рассмотреть задачи управления информационными, имитационными и боевыми БЛА с учетом перспективных образцов их целевой нагрузки и новых подходов в тактике применения БЛА. Актуальными вопросами здесь являются разработка методов управления крупными группировками таких БЛА.

Требуется сформировать состав типов и функций БЛА гражданского назначения и разработать для них методики управления, базируясь на методах программирования полетов информационных и вспомогательных боевых БЛА.

Одним из основных направлений дальнейшего развития прикладной теории управления БЛА является постановка системы задач оптимального управления различными типами БЛА, охватывающие все этапы их полетов от старта (взлета) до приземления (посадки). Особое внимание при этом необходимо уделить задачам оптимального управления беспилотными вертолетами, постановки которых практически отсутствуют в существующей литературе. К неразработанным на сегодняшний день вопросам относятся также задачи оптимального управления БЛА при учете всевозможных случайных факторов (действие ветра со случайными значениями компонент вектора скорости, рассеивания значений характеристик конструкций БЛА и стартового оборудования, полученные при их производстве и т.п.).

Характерная особенность таких задач состоит в том, что функционалы и ограничения в них представляются в форме математических ожиданий, дисперсий и вероятностей наступления соответствующих случайных событий. При постановке и решении задач оптимального управления БЛА при действии случайных факторов можно воспользоваться подходом, изложенным в работе [11].

Абсолютно не исследованными являются задачи многокритериальной оптимизации управления БЛА. Применение на практике таких задач позволит командиру расчета МНПУ БАК выбирать из паретооптимального множества вариантов управления БЛА вариант, наиболее соответствующий конкретным условиям текущей обстановки.

Развитие такого перспективного направления, как интеллектуальное управление БЛА, на наш взгляд, должно осуществляться путем создания экспериментальных образцов бортовых и наземных экспертных систем с их широким исследованием на моделирующих стендах. Результаты проведенных исследований и разработок должны быть в обязательном порядке проведены в летных испытаниях опытных образцов БЛА. На их основании вносятся соответствующие корректировки как в теорию интеллектуального управления БЛА, так и в состав применяемых для его реализации бортовых и неземных экспертных систем.

Отметим, что в процессе дальнейшей разработки прикладная теория управления БЛА должна существенным образом взаимодействовать с теорией эффективного применения БЛА различного назначения, которая также требует активного развития. В перспективе эти две теории должны объединиться в рамках общей теории оптимального применения БЛА при решении военных и гражданских задач.

ЛИТЕРАТУРА

1. Моисеев В.С., Гущина Д.С., Моисеев Г.В. Основы теории создания и применения информационных беспилотных авиационных комплексов (Серия «Современная прикладная математика и информатика»). Казань: Изд-во МОиН РТ, 2010. 196 с.

2. Беспилотные летательные аппараты. Основы устройства и функционирования. Под ред. И.С. Голубева и И.К. Туркина. М.: Изд-во МАИ, 2008. 656 с.

3. Один из главных аспектов безопасности полетов БПЛА – подготовка операторов. Электронный ресурс: http//vpk.name/ news.

4. Дмитриевский А.А., Лысенко Л.Н. Прикладные задачи теории оптимального управления движением беспилотных летательных аппаратов. М.: Машиностроение, 1978. 328 с.

5. Новоселов А.С., Болонкин В.Е., Чинаев П.И., Юрьев А.Н. Системы адаптивного управления летательными аппаратами. М.: Машиностроение, 1987. 280 с.

6. Лазарев Ю.Н. Управление аэрокосмическими объектами. – Самара: Сам. центр РАН, 2007. 274 с.

7. Лебедев А.А., Чернобровкин Л.С. Динамика полета беспилотных летательных аппаратов. М.: Машиностроение, 1973. 616 с.

8. Фихтенгольц Г.М. Курс дифференциального и интегрального исчисления. Т.1. М.: Физматгиз, 1962. 607 с.

9. Крутько П.Д. Обратные задачи динамики управляемых систем: нелинейные модели. М.: Наука, 1988. 328 с.

10. Моисеев В.С., Козар А.Н., Тутубалин П.И., Бормотов К.В. Двухкритериальная теоретико-игровая модель с заданным упорядочиванием стратегий // Вестник Казанского государственного технического университета им. А.Н. Туполева, № 1, 2005. С. 40-45.

11. Куршев Н.В., Кожевников Ю.В. Оптимальные задачи динамики полета. Изд. 2-е, дополн. и перераб. Казань: Изд-во КГТУ им. А.Н. Туполева, 2010. 326 с.

12. Моисеев В.С., Матвеев И.В. Структура и функции перспективной интеллектуальной системы навигации и управления БЛА. «Кибернетика и высокие технологии XXI века». Материалы XII Междун. научно-техн. конф., т.2. – Воронеж, 2011.

С. 622-631.

13. Остославский И.В., Стражева И.В. Динамика полета.

Траектории летательных аппаратов. М.: Машиностроение, 1969. 499 с.

14. Вентцель Е.С. Исследование операций. М.: Сов. Радио, 1972. 632 с.

15. Беспилотные летательные аппараты. Под ред. Л.С. Чернобровкина. М.: Машиностроение, 1967. 440 с.

16. Динамическое проектирование систем управления автоматических маневренных ЛА. Под ред. Е.А. Федосова. М.:

Машиностроение, 1997.

17. Корн Г., Корн Т. Справочник по математике для научных работников и инженеров. М.: Наука, 1984. 631 с.

18. Грешилов А.А., Стакун В.А., Стакун А.А. Математические методы построения трендов. М.: Радио и связь, 1997. 112 с.

19. Справочник авиационного инженера. М.: Изд-во «Транспорт», 1973. 400 с.

20. Эльсгольц Л.Э. Дифференциальные уравнения и вариационное исчисление. М.: Наука: 1969. 425с.

21. Миеле А. Механика полета. Т.1. Теория траекторий полета. М.: Наука, 1965. 408 с.

22. Тарг С.М. Краткий курс теоретической механики. М.:

Физматгиз, 1961. 400 с.

23. Котик М.Г. Динамика взлета и посадки самолетов. М.:

Машиностроение, 1984. 256 с.

24. Брюшгенс Г.С., Студнев Р.В. Динамика самолета. Пространственное движение. М.: Машиностроение, 1983. 320 с.

25. Демидович Б.П., Марон И.А., Шувалова Э.З. Численные методы анализа. Под ред. Б.П. Демидовича. М.: Наука, 1967. 368 с.

26. Демидович Б.П., Марон И.А. Основы вычислительной математики. М.: Наука, 1966 г., 664 с.

27. Динамика полета. Под ред. А.М. Мхитаряна. М.: Машиностроение, 1971. 368 с.

28. Аэромеханика самолета. Динамика полета. Под ред.

А.Ф. Бочкарева и В.В. Андреевского. 2-е изд. перераб. и доп.

М.: Машиностроение, 1985. 360 с.

29. Летов А.М. Динамика полета и управление. М.: Наука, 1969. 360 с.

30. Володько А.М. Основы аэродинамики и динамики полета вертолетов. М.: Транспорт, 1988. 342 с.

31. Борзов Г.Е., Козар А.Н., Моисеев В.С. Применение беспилотных разведывательно-корректировочных вертолетов в разведывательно-огневых комплексах артиллерии тактического звена. Казань: КВВКУ (военный институт), 2009. 148 с.

32. Дремов Ф.В. Математическое моделирование процесса торможения вертолета. // Изв. вузов «Авиационная техника», № 4, 2002. С. 22-26.

33. Есаулов С.Ю., Бахов О.П., Дмитриев И.С. Вертолет как объект управления. М.: Машиностроение, 1977. 192 с.

34. Сафонов А.А. Численное моделирование сложных маневров вертолета и анализ выполнения полетных заданий с учетом рельефа местности. Дисс. на соиск. уч. степ. канд. техн.

наук. Казань, 2009. 138 с.

35. Гессоу А., Мейерс Г. Аэродинамика вертолета. М.:

Оборонгиз, 1954. 255 с.

36. Акимов А.И. Аэродинамика и летные характеристики вертолетов. М.: Машиностроение, 1988. 144 с.

37. Юрьев Б.Н. Аэродинамический расчет вертолетов. М.:

Оборонгиз, 1956. 559 с.

38. Моисеев В.С., Матвеев И.В., Нестерова Л.Е. Модели и методы создания перспективных учебно-тренировочных вертолетов. (Серия «Современная прикладная математика и информатика»). Казань: РИЦ, 2011. 160 с.

39. Колоколов С.Н., Коновалов А.П., Куратов В.А. Динамика управляемого движения вертолетов. М.: Машиностроение, 1987. 144 с.

40. Динамика движения парашютных систем. М.: Машиностроение, 1982. 152 с.

41. Трямкин А.В., Скиданов С.Н. Исследование процесса наполнения парашютных систем. Электронный ресурс:

www.mai.ru/science/trudy/ articles/num3/article1/print.htm.

42. Нэке Т.В. Руководство по проектированию парашютных спасательных систем. М.: ЦНТИ «Волна», 1989. 152 с.

43. Unmanned Aircraft Systems Roadmap 2005-2030 USA Office of Secretary of Debense. Электронный ресурс:

www.acq.osd.mil/usd/ roadmaplast.pdf, 2006. 213 р.

44. Куликов Л., Растопчин В., Бондаренко Н. Беспилотные авиационные системы военного назначения: проблемы и перспективы развития. // Аэрокосмическое обозрение, 2004, № 1.

С. 20-23.

45. Крипунов С., Макаров А. Беспилотные истребители в воздушном бою. // Аэрокосмическое обозрение, 2004, № 6.

С. 32-35.

46. Гребеньков О.А. Конструкция самолетов. М.: Машиностроение, 1984. 240 с.

47. Тищенко М.Н., Некрасов А.В., Радин А.С. Вертолеты.

М.: Машиностроение, 1976. 366 с.

48. Доброленский Ю.П. Динамика полета в неспокойной атмосфере. М.: Машиностроение, 1969. 256 с.

49. Управление и наведение беспилотных маневренных летательных аппаратов на основе современных информационных технологий. Под ред. М.Н. Красильникова, Т.Г. Серебрякова.

М.: Физматлит, 2005. 280 с.

50. Янкевич Ю. Применение беспилотных авиационных комплексов в гражданских целях. // Аэрокосмический курьер, 2006, № 6. С. 55-57.

51. Александров В.Л. Воздушные винты. М.: Оборонгиз, 1951. 493 с.

52. Расчет и анализ движения летательных аппаратов. Инженерный справочник. М.: Машиностроение, 1971. 352 с.

53. Гурман В.И., Расина И.В., Блинов А.О. Эволюция и перспективы приближенных методов оптимального управления // Программные системы: теория и приложения. Электронный журнал, 2011, № 2. С. 11-29.

54. Моисеев В.С., Перспективные задачи теории управления беспилотными летательными аппаратами. Труды X Междунар. Четаевской конф. «Аналитическая механика, устойчивость и управление», Т. 3, ч. II, Казань: Изд-во Казан. гос. техн.

ун-та, 2012. С. 171-181.

55. Моисеев В.С., Гущина Д.С., Шафигуллин Р.Р. Мобильная распределенная интегрированная система управления группировками беспилотных летательных аппаратов. Сборник докладов Международной научно-практической конференции «Современные технологии и материалы – ключевое звено в возрождении отечественного авиастроения». Т.II. Казань: Издво «Вертолет», 2010, С 535-543.

56. Викулов О.В., Добыкин В.Д., Дрогалин В.В. и др. Современное состояние и перспективы развития авиационных средств радиоэлектронной борьбы. // Зарубежная радиоэлектроника. Успехи современной радиоэлектроники, 1998, № 12. С. 3-16.

57. Осипов Г.С., Тихомиров И.А., Хачумов В.М., Яковлев К.С. Интеллектуальные системы управления автономными транспортными средствами: стандарты, проекты, реализация. // Авиакосмическое приборостроение, 2009, № 6. С. 34-43.

58. Сентябрев О.И., Малышев В.А. Применение элементов искусственного интеллекта для решения задач защиты самолета от управляемых ракет в воздушном бою. Материалы XII Международной научно-технической конференции «Кибернетика и высокие технологии XXI века», Т. 2, Воронеж. С. 497-503.

59. Халил М. Интеллектуальные технологии принятия решений по управлению техническими средствами в системах обработки информации. // Вестник Воронежского государственного технического университета, Т. 5, № 7, 2009. С. 10-13.

60. Моисеев В.С., Зайдуллин С.С., Тутубалин П.И., Шафигуллин Р.Р. Некоторые новые результаты теории бинарных отношений дискретных множеств. Препринт. Казань: Изд-во Казан. гос. техн. ун-та, 2010. 55 с.

61. Токарев В.В. К выбору параметров динамической системы, универсальной для заданного класса маневров. // Изв. АН СССР. Механика и машиностроение, 1964, № 5. С. 15-20.

62. Токарев В.В., Фаткин Ю.М. Игровой подход к задаче выбора оптимальных параметров динамической системы. // Механика твердого тела, 1966, № 6. С. 3-10.

63. Shinar J., Siegel A.W., Gold Y.J. A medium range combat game colution by pilot advisory system // AIAA-89-3630-CP, 1989.

64. Brydon, Stanger. Fundamentals MMI for future computer aided aircraft // AGARD Conf. Proceeding, 1989, № 404.

65. Федунов Б.Е. Бортовые оперативно советующие экспертные системы тактических самолетов 5-го поколения (аналитический обзор по материалам зарубежной печати). / Под общей ред. Е.А. Федосова. М.: ГОСНИИАС, 2002.

66. Рыбина Г.В. Теория и технологии построения интегрированных экспертных систем. М.: Научтехлитиздат, 2008. 482 с.

67. Демкин М.А., Тищенко Ю.Е., Федунов Б.Е. Базовая бортовая оперативно советующая система для дуэльной ситуации дальнего воздушного боя. // Изв. РАН. Теория и системы управления, 2008, № 4. С. 59-75.

68. Федунов Б.И. Базовая алгоритмическая оболочка бортовых оперативно советующих экспертных систем типовых ситуаций функционирования объекта. // Изв. РАН. Теория и системы управления, 2009, № 5. С. 82-93.

69. Моисеев В.С., Ляшева С.А., Шлеймович М.П. К проблеме сжатия видеоданных в информационных беспилотных авиационных комплексах. Материалы VI Международной научно-технической конференции «Проблемы и перспективы развития авиации, наземного транспорта и энергетики «АНТЭТ. 2. Казань: Изд-во Казанского гос. техн. ун-та, 2011.

С. 337-342.

70. Моисеев В.С., Гущина Д.С., Шевченко А.И. Оптимизация выбора радиолокационных средств опознавания при проектировании БЛА. Труды XVIII Международной научнотехнической конференции «Радиолокация, навигация и связь (RLNC 2012)». Т. 2. Воронеж: 2012. С. 835-842.

71. Моисеев В.С., Тутубалин П.И. К проблеме обеспечения информационной безопасности беспилотных авиационных комплексов. Материалы VI Международной научно-технической конференции «Проблемы и перспективы развития авиации, наземного транспорта и энергетики» «АНТЭ-2011», Т. 2. Казань, 2011. С. 324-331.

72. Павлов А.М. Принципы организации бортовых вычислительных систем перспективных летательных аппаратов. // Электронный журнал «Мир компьютерной автоматизации», №4, 2001.

73. Воеводин В.В., Воеводин Вл.В. Параллельные вычисления. Спб.: БХВ – Петербург, 2002. 600 с.

74. Аринич А., Бахтурин Г. Стратегическая компьютерная программа США. // Зарубежное военное обозрение, 1989, № 3.

С. 9-14.

75. Желтов С.Ю., Визильтер Ю.В. Перспективы интеллектуализации систем управления ЛА за счет применения машинного зрения. // Труды МФТИ, 2009, Т. 1, № 4. С. 164-181.

76. Кожевников Ю.В., Моисеев В.С., Корниенко И.А. и др.

Основы систем автоматизированного проектирования. Казань:

Изд-во Казанского гос. ун-та, 1988. 225 с.

77. Моисеев В.С., Гущина Д.С., Козар А.Н., Борзов Г.Е.

К задаче выбора оптимального количества информационных БЛА. // Изв. вузов. Авиационная техника, № 2, 2009. С. 58-61.

78. Моисеев В.С., Гущина Д.С., Козар А.Н., Борзов Г.Е.

Оптимизация обслуживания заявок информационными БЛА. // Изв. вузов. Авиационная техника, № 3, 2009. С. 78-80.

79. Моисеев В.С., Бутузова А.В., Мейко А.В. Оптимизация объема запасных элементов для изделий авиационной техники с мгновенным восстановлением. // Изв. вузов. Авиационная техника, № 1, 2007. С. 54-57.

80. Гущина Д.С., Шафигуллин Р.Р. Оптимизация размещения наземных элементов информационных БАК. Материалы VI Международной научно-технической конференции «Проблемы и перспективы развития авиации, наземного транспорта и энергетики» «АНТЭ-2011», Т. 1. Казань, 2011. С. 92-99.

81. Моисеев В.С., Гущина Д.С., Шафигуллин Р.Р. Рациональное размещение и выбор количества информационных БАК для непрерывного мониторинга крупных территорий. // Изв. вузов. Авиационная техника, № 3, 2012. С. 3-7.

82. Микеладзе В.Г., Титов В.М. Основные геометрические и аэродинамические характеристики самолетов и ракет. М.:

Машиностроение, 1978, 124 с.

83. UAV. Беспилотная авиация. Спецвыпуск МАКС 2011.

84. Ростопчин В.В. Элементарные основы оценки эффективности применения беспилотных авиационных систем для воздушной разведки. Электронный ресурс: www.uav.ru, 2006.

15 c.

85. Миллер Б.М., Степанян К.В., Андреев А.В. О применении триангуляции Делоне для построения среза высот вдоль заданной траектории БПЛА. Сборник тезисов докладов 16 Международной научной конференции «Системный анализ, управление и навигация», Евпатория, 2011. С. 150-151.

86. Адгамов Р.И., Кожевников Ю.В., Моисеев В.С. и др.

Автоматизированные испытания в авиастроении. М.: Машиностроение, 1980, 252 с.

87. Ляпунов В.В., Матвеев В.Г. Сыздыков Е.К., Титова С.Ю. Технология полунатурного моделирования БЛА на комплексном стенде. Труды X Международной Четаевской конференции «Аналитическая механика, устойчивость и управление». Т. 3, Ч. II, Казань, 2012. С. 92-101.

88. Шевченко А.И. Компьютерные технологии обучения операторов БЛА опознаванию и идентификации обнаруженных объектов. Труды X Всероссийской межвузовской научнопрактической конференции «Компьютерные технологии в науке, практике и образовании», Самара, 2011. С. 402-405.

89. Моисеев Г.В., Моисеев В.С. Основы теории создания и применения имитационных беспилотных авиационных комплексов. (Серия «Современная прикладная математика и информатика») Казань: РЦМКО, 2013. 208 с.

90. Васильев С.Н., Жерлов А.К., Федосов Е.А., Федунов Б.Е. Интеллектное управление динамическими системами.

М.: Физматлит, 2000. 352 с.

91. Макаров И.М., Лохин В.М., Манько С.В. и др. Интеллектуальные системы управления беспилотными летательными аппаратами на основе комплексного применения технологий нечеткой логики и ассоциативной памяти. // Авиакосмическое приборостроение. №2, 2002. С. 29-36.

92. Джарратано Д., Райли Г. Экспертные системы: принципы разработки и программирование, изд. 4-е. М.: «И.Д. Вильямс», 2007, 1152 с.

93. Сигал И.Х., Иванова А.П. Введение в прикладное дискретное программирование: модели и вычислительные алгоритмы: Учеб. пособие. М.: ФИЗМАТЛИТ, 2003. 240 с.

94. Моисеев В.С., Альмухаметова А.Ф., Гущина Д.С., Мейко А.В. Об одном методе формирования эффективных управленческих и проектных решений на дискретном множестве альтернатив. // Вестник Казанского государственного технического университета им. А.Н. Туполева. №1. 2008. С. 67-69.

95. Кузин Л.Т. Основы кибернетики: Т. 1. Математические основы кибернетики. М.: Энергия, 1994. 584 с.

96. Моисеев В.С., Гимадеев Р.Г. Программирование горизонтального полёта БЛА по неявно заданной траектории. Материалы Всероссийской научно-технической конференции «Проблемы и перспективы развития информационных технологий».

– Казань: Изд-во Казан. гос. техн. ун-та, 2012. С. 211-220.

97. Стечкин С.Б., Субботин Ю.Н. Сплайны в вычислительной математике. М.: Наука, 1976. 398 с.

98. Попов В., Федутдинов Д. Тенденции развития систем передачи данных при использовании беспилотных летательных аппаратов // Зарубежное военное обозрение, № 4, 2006. С. 47-51.

99. Алешин М.Г., Дьяконов С.В., Сивов А.Ю. Обоснование основных характеристик системы и параметров управления мощностью передатчика ретранслятора связи на беспилотном летательном аппарате. // Электронное издание. «Журнал радиоэлектроники», № 12, 2011. 17 с.

100. Палий А.И. Радиоэлектронная борьба. М.: Воениздат, 1989. 350 с.

101. Павлушенко М.И., Евстафьев Г.М., Макаренко ИК.

Беспилотные летательные аппараты: история, применение, угроза распространения и перспективы развития. М.: Изд-во ПИР-центра, 2005. 610 с.

102. Основы проектирования, конструирования и производства летательных аппаратов (дистанционно пилотируемые летательные аппараты). Под ред. И.С. Голубева и Ю.И. Янкевича.

М.: Изд-во МАИ, 2006. 528 с.

103. Статьи циклов «Тактика в боевой подготовке», «В арсенал военного летчика», «Тактика и моделирование», «В ВВС иностранных армий», «Авиация в локальных конфликтах». // Авиация и космонавтика, 1988-91 гг.

104. Бахвалов Н.С., Жидков Н.П., Кобельков Г.М. Численные методы. М.: Бином, 2003. 632 с.

105. Мельников Ю.П. Воздушная радиотехническая разведка (методы оценки эффективности). М.: Радиотехника, 2005. 304 с.

106. Моисеев В.С. Российская беспилотная авиационная техника: основные проблемы и пути решения. Материалы Всероссийской научно-технической конференции «Х Научные чтения, посвященные памяти Н.Е. Жуковского» / Сборник докладов. М.:

Изд-во Академии им. Н.Е. Жуковского, 2013. С. 554-559.

107. Моисеев В.С. Архитектура типового бортового вычислительного комплекса перспективных беспилотных летательных аппаратов. Материалы Международной научно-практической конференции «Современные технологии, материалы, оборудование и ускоренное восстановление кадрового потенциала – ключевые звенья в возрождении отечественного авиа- и ракетостроения». Казань: Вертолет, 2012. Т. 4, С. 30-36.

108. Кузнецов Ю.Н., Кузубов В.И., Волощенко А.Б. Математическое программирование. Изд. 2-е, перераб. и доп. М.: Высшая школа, 1980. 300 с.

109. Моисеев В.С., Горбунов Д.А., Комисарова Е.М., Гущина Д.С. Численные методы решения параметрических нелинейных уравнений. // Вестник Казанского государственного технического университета им. А.Н. Туполева, № 4 2004. С. 27-33.

110. Моисеев В.С., Горбунов Д.А. Основы прикладной теории неявных математических моделей и методов. (Серия «Современная прикладная математика и информатика»). Казань:

РИЦ, 2012, 172 c.

111. Степанов Д.Н., Тищенко И.П. Задача моделирования полета беспилотного летательного аппарата на основе системы машинного зрения. // Программные системы: теория и приложения. Электронный журнал. 2011, №4(8). С. 33-34.

112. Ардентов А.А., Бесчастный И.Ю., Маштаков А.П. и др.

Алгоритм вычисления положения БПЛА с использованием системы машинного зрения. // Программные системы: теория и приложения. Электронный журнал. 2012. №3(12). С. 23-29.

113. Емалетдинова Л.Ю., Моисеев В.С., Матвеев И.В. и др.

Построение моделей компонентов интеллектуальной системы навигации и управления. Отчет №1 о НИР по теме: «Разработка алгоритмического и программно-математического обеспечения интеллектуальной системы навигации и управления сверхзвукового БЛА» (Гос. контракт №14740.11.042, № г/р.

01201066176). Казань: КГТУ им. А.Н. Туполева, 2010. 211 с.

114. Гимадеев Р.Г., Моисеев В.С., Арутюнова Н.К. Обратные задачи управления беспилотными летательными аппаратами артиллерийской разведки. (Серия «Современная прикладная математика и информатика»). Казань: Изд-во РЦМКО, 2013, 245 с.

ПРИКЛАДНАЯ ТЕОРИЯ УПРАВЛЕНИЯ

БЕСПИЛОТНЫМИ ЛЕТАТЕЛЬНЫМИ АППАРАТАМИ

Формат 60х841/16. Бумага офсетная.

Гарнитура «Times». Печать ризографическая.

Усл. печ. 48 л. Тираж 100 экз. Заказ № 173.

420111, Казань, Дзержинского, 3. Тел.: 292-24-76.

Отпечатано с готового оригинал-макета в РИО ГБУ «РЦМКО»