2021, випуск 2, c. 25-38
Одержано 03.03.2021; Виправлено 18.03.2021; Прийнято 24.06.2021
Надруковано 30.06.2021; Вперше Online 01.07.2021
https://doi.org/10.34229/2707-451X.21.2.3
Попередня | Повний текст | Наступна
Постановка задачі комплектації групи БПЛА на базі моделей гранульованих обчислень і нечіткої логіки
В.Ю. Корольов 1
,
М.І. Огурцов 1 ,
О.М. Ходзінський 1 *
1 Інститут кібернетики імені В.М. Глушкова НАН України, Київ
* Листування: Ця електронна адреса захищена від спам-ботів. Вам потрібно увімкнути JavaScript, щоб побачити її.
Вступ. Збільшення кількості гетерогенних груп БПЛА, що спільно виконують задачі аерофотозйомки, породжує великий обсяг слабко-структурованої інформації: відеодані, фотографії, записи телеметрії, навігаційні дані. Для того, щоб побудувати з неструктурованих інформаційних джерел від груп БПЛА інтелектуальні бази даних, можна використати підходи гранульованих обчислень. Ці підходи є основою для застосування технологій BigData та штучного інтелекту з метою підвищення ситуаційної обізнаності або комерційної вартості отриманих знань з потоку даних від груп БПЛА.
Мета роботи. Розробити нові моделі оцінки якості відеоданих від БПЛА, підходи до оснащення гетерогених груп БПЛА та показники для оцінки її тактико-технічних характеристик як команди.
Результати. Успіх планування місій груп БПЛА ґрунтується на прогнозі кількісно-якісних показників отриманих відеоданих. Для цього запропоновано модель прогнозу якості отриманих аерофото-знімків на базі даних про швидкість, висоту БПЛА та кут нахилу відеокамери. В основу моделі покладено напрацювання теорії нечітких множин першого і другого типів. Наведено приклад реалізації моделі в системі комп’ютерної математики MatLab 2020b.
На основі аналізу низки робіт з класифікації БПЛА та запропонованої моделі якості зображення побудовано методику комплектування обладнанням для групи БПЛА та вибору типів БПЛА, а також запропонована змістовна постановка задачі комбінаторної оптимізації на базі класичної задачі рюкзака. Наведено приклад розрахунків тактико-технічних характеристик для українського БПЛА «Спектатор» ВАТ Меридіан.
Висновки. Розроблено нову модель оцінки якості зображень аерофотозйомки на основі нечіткої логіки. Запропоновано методику комплектування груп БПЛА.
Ключові слова: нечітка логіка, гранульовані обчислення, оснащення БПЛА, гетерогенні групи, комп’ютерне моделювання.
Цитувати так: Корольов В.Ю., Огурцов М.І., Ходзінський О.М. Постановка задачі комплектації групи БПЛА на базі моделей гранульованих обчислень і нечіткої логіки. Cybernetics and Computer Technologies. 2021. 2. С. 25–38. https://doi.org/10.34229/2707-451X.21.2.3
Список літератури
1. Корольов В.Ю. Маршрутизація ланки крилатих ракет багаторазового використання. Управляющие системы и машины. 2019. 2. С. 16–24. https://doi.org/10.15407/usim.2019.02.016
2. Корольов В.Ю., Ходзінський О.М. Тополого-комбінаторна модель побудови мереж для транспортних засобів. Компьютерная математика. 2018. 1. С. 61–67. http://dspace.nbuv.gov.ua/handle/123456789/161850
3. Корольов В.Ю., Огурцов М.І., Ходзінський О.М. Про задачу побудови маршрутів руху для групи рухомих дистанційно керованих систем. Обчислювальний інтелект. Праці міжнар. наук.-практ. конф., 16–18.05.2017. Київ: ВПЦ «Київський університет». 2017. С. 247–248.
4. Корольов В.Ю., Поліновський В.В., Огурцов М.І. Моделювання мереж зв'язку рухомих дистанційно керованих систем на базі HLA. Вісник Хмельницького національного університету. 2017. 1 (245). С. 160–165. http://nbuv.gov.ua/j-pdf/Vchnu_tekh_2017_1_33.pdf
5. Корольов В.Ю., Огурцов М.І. Транспортно-комунікаційна задача для груп безпілотних апаратів. Математичні машини і системи. 2017. 1. С. 82–89. http://dspace.nbuv.gov.ua/handle/123456789/117508
6. Гуляницький Л.Ф., Корольов В.Ю., Огурцов М.І., Ходзінський О.М. Проблема маршрутизації груп БПЛА в задачах пошуку і моніторингу. Компьютерная математика. 2018. 2. С. 38–47. http://dspace.nbuv.gov.ua/handle/123456789/161884
7. Корольов В.Ю., Огурцов М.І., Ходзінський О.М. Математичне моделювання маршрутів рухомих дистанційно керованих систем та їх груп при обстеженні території. Інтелектуальні системи прийняття рішень і проблеми обчислювального інтелекту. Матеріали міжнар. наук. конф. Херсон: Видавництво ПП Вишемирський В.С. 2017. С. 199–201.
8. Корченко А.Г., Ильяш О.С. Обобщенная классификация беспилотных летательных аппаратов. Збірник наукових праць Харківського університету Повітряних сил. Харків, 2012. 4. С. 27–36.
9. Ponda S.S., Johnson L.B., Geramifard A., How J.P. Cooperative mission planning for multi-UAV teams. Handbook of Unmanned Aerial Vehicles. Dordrecht: Springer. 2015. P. 1447–1490. https://doi.org/10.1007/978-90-481-9707-1_16
10. Огурцов М.І. Огляд задачі визначення складу колективу БПЛА, необхідних для виконання поставленого завдання. Міжнар. наук. симпозіум «Інтелектуальні рішення». Обчислювальний інтелект: праці Міжнародної науково-практичної конференції. 15-20.04.2019. Ужгород: ДВНЗ «Ужгородський національний університет». 2019. С. 117–118.
11. Гуляницький Л.Ф., Огурцов М.І. Визначення оптимального складу групи БПЛА для виконання поставленої задачі на основі теорії нечітких множин. Інформаційні технології та комп’ютерне моделювання. Матеріали статей Міжнародної науково-практичної конференції. Івано-Франківськ, 18 – 22.05.2020. Івано-Франківськ: Голіней О.М. 2020. С. 36–39.
12. Ходзінський О.М., Огурцов М.І. Розроблення уніфікованої системи оцінок цифрових пристроїв. Вісник університету “Україна”. Серія “Інформатика, обчислювальна техніка та кібернетика”. 2010. 8. С. 145–149.
13. Леоненков А.В. Нечеткое моделирование в среде MATLAB и FuzzyTECH. Петербург: БХВ-Петербург. 2005. 736 с.
14. Кононов В.Б., Кушнерук Ю.И., Коваль А.В. Метод решения задачи замены состава вооружения группировки войск. Системи озброєння і військова техніка. 2012. 2 (30) С. 162–166.
15. FM 3-04.155 Army Unmanned Aircraft System Operations. Headquarters, Department of Army, Washington, 2009. 152 p.
16. Koch W.L. Shadow Troop Handbook. A doctrinal approach to the employment of the RQ7-B Shadow Tactical Unmanned Aircraft System in the Armed Reconnaissance Squadron. Combat Aviation Brigade, 1st Infantry Division. 2011. P. 57.
17. Pedrycz W., Chen Sh.-M. Granular Computing and Intelligent Systems. Design with Information Granules of Higher Order and Higher Type. Springer. 2011. P. 306.
18. Pedrycz W., Chen Sh.-M. Information Granularity, Big Data, and Computational Intelligence. Springer. 2015. P. 444. https://doi.org/10.1007/978-3-319-08254-7
19. Yao J.-T. Novel Development in Granular Computing: Applications for Advanced Human Reasoning and Soft Computation. Information Science Reference. New York, 2010. P. 570. https://doi.org/10.4018/978-1-60566-324-1
20. Bell R., Falcon R., Pedrycz W., Kacprzyk J. Granular Computing: At the Junction of Rough Sets and Fuzzy Sets. Springer. 2008. 352 p. https://doi.org/10.1007/978-3-540-76973-6
21. Koul A., Ganju S., Kasam M. Practical Deep Learning for Cloud, Mobile, and Edge. O’Reilly. 2020. P. 620.
22. Борисов А.Н., Крумберг О.А., Федоров И.П. Принятие решения на основе нечетких моделей: примеры использования. Рига: Знание. 1990. 184 с.
23. БПАК SPECTATOR. https://merydian.kiev.ua/services/bezpilotnuy-avia-kompleks/ (звернення 12.11.2021)
ISSN 2707-451X (Online)
ISSN 2707-4501 (Print)
Попередня | Повний текст | Наступна