Алгоритм адаптивного нелинейного сглаживания данных многопараметрических измерений

Обложка

Цитировать

Полный текст

Аннотация

Рассмотрена работа алгоритма адаптивного нелинейного сглаживания данных многопараметрических измерений. Разработанный алгоритм осуществляет совместную обработку данных измерений, обладающих пространственной и временной избыточностью. Для получения независимых оценок вектора коэффициентов сглаживающего полинома в работе алгоритма используются структуры линейно независимых и Λ-ортогональных базисных функций, осуществляющие совместную обработку различных типов измеряемых первичных координат местоположения испытываемых объектов, полученных от внешнетраекторных измерительных средств. Для начала итеративного процесса нахождения максимально достоверного значения вектора коэффициентов сглаживающего полинома на первом шаге сглаживания предложен способ выбора начального приближения вектора коэффициентов сглаживающего полинома, который для каждого последующего шага локально-скользящего сглаживания данных измерений позволяет использовать значение, которое было получено на предыдущем шаге сглаживания. Примененные в работе алгоритма методики проверки значимости коэффициентов сглаживающего полинома позволили оптимизировать процесс определения значимых коэффициентов сглаживающего полинома. Применение разработанного способа выбора начального приближения вектора коэффициентов сглаживающего полинома и предложенных методик позволило уменьшить время на обработку данных траекторных измерений. По результатам проведенного экспериментального исследования установлено, что разработанный алгоритм адаптивного нелинейного сглаживания данных многопараметрических траекторных измерений повышает точность и достоверность определения вторичных координат пространственного положения ЛА в траекторных измерительно-вычислительных комплексах и обеспечивает устойчивость в работе при обработке данных измерений со сбоями и грубыми ошибками измерений.

Об авторах

Игорь Леонидович Щербов

ФГБОУ ВО «Донецкий национальный технический университет», Донецк

Email: scherbov@yandex.ru
ДНР

Список литературы

  1. БУРМИСТРОВ С.К. Справочник офицера Воздушно-космической обороны. – Тверь: ВА ВКО, 2006. – 564 с.
  2. ГОЛУБКОВ А.В., СТОЛЯРОВА И.В. Анализ гибридной стохастической модели движения объекта по сложной траектории // Ученые записки УлГУ. Серия: Математи-ка и информационные технологии. – 2019. – №2. – С. 24–29.
  3. ГОЛУБКОВ А.В. Обнаружение и идентификация ре-жима движения объекта по сложной траектории // Дифференциальные уравнения, математическое модели-рование и вычислительные алгоритмы: Сборник матери-алов международной конференции, Белгород, 25–29 ок-тября 2021 года. – Белгород: Белгородский государ-ственный национальный исследовательский университет, 2021. – С. 87–89.
  4. ГОРБУНОВ А.А., ПРИПАДЧЕВ А.Д. Автоматизирован-ные методы обработки результатов эксперимента. – Оренбург: Оренбургский государственный университет, ЭБС АСВ, 2016. – 99 c.
  5. КАЗАКОВ В.Г., ГРОМОВА Е.Н. Планирование экспери-ментальных исследований и статистическая обработ-ка данных // Основы научных исследований в промыш-ленной теплоэнергетике. – С.-Пб.: Санкт-Петербургский государственный университет промышленных техноло-гий и дизайна, 2020. – 85 c.
  6. КИСИН Ю.К. О применении алгоритмов на основе ме-тода наименьших квадратов и конечных формул в зада-чах обработки траекторных измерений // Вестник кон-церна ВКО «Алмаз-Антей». – №3(18). – 2016. – С. 59–65е.
  7. КУЗНЕЦОВ А.А., ЖУКОВ Ю.О. КУЗНЕЦОВА О.Н. Ме-тодика повышения точности траекторных измерений с использованием алгоритмов оперативной оценки коор-динат маневрирующих летательных аппаратов // Вест-ник метролога. – 2023. – №3. – С. 31–34.
  8. КУЗНЕЦОВ А.А., ЖУКОВ Ю.О. Снижение динамиче-ских ошибок траекторных измерительных комплексов с использованием алгоритмов обработки измерительной информации, полученных на базе динамических моделей движения // Вестник метролога. – 2020. – №3. – С. 31–36.
  9. КУШНАРЕВ П.И., ОГОДНИЙЧУК Н.Д., ЛАКЕЕВ А.М. Статистические методы контроля точности тра-екторных измерительных средств // Эффективность об-работки информации в системах траекторных измере-ний. – М.: Министерство обороны СССР, 1968. – С. 109 –112.
  10. МЕДВЕДЕВ Д.М. Структуры и алгоритмы обработки данных в системах автоматизации и управления. – Са-ратов: Ай Пи Эр Медиа, 2018. – 100 c.
  11. НИКИТИНА-КОШКИНА К.Э., НИКИТИН-КОШКИН С.А., КОШКИНА Г. В. и др. Методика обна-ружения траектории летательного // Моделирование нелинейных процессов и систем: Материалы седьмой международной конференции, Москва, 20–23 декабря 2023 года. – Москва: Янус-К, 2024. – С. 158–159.
  12. НИКИТИН-КОШКИН С.А., КОШКИНА Г.В., СТУКА-ЛОВА Н.А. Моделирование нелинейных процессов и си-стем // Материалы седьмой международной конферен-ции, Москва, 20–23 декабря 2023 года. – Москва: Янус-К, 2024. – С. 158–159.
  13. ОГОДНИЙЧУК Н.Д. Обработка траекторной инфор-мации. Ч. 1. – Киев: КВВАИУ, 1981. – 141 с.
  14. ОГОДНИЙЧУК Н.Д. Обработка траекторной инфор-мации. Ч. II. – Киев: КВВАИУ, 1986. – 224 с.
  15. ПАСЛЁН В.В., МИЛЬШТЕЙН А.В., МОТЫЛЕВ К.И. Ис-следование структур базисных функций // Сборник научных трудов. – Вып. 29. – Донецк: Донецкий инсти-тут железнодорожного транспорта, 2012. – С. 23–30.
  16. ПОНОМАРЕВ В.Б., ЛОШКАРЕВ А.Б. Математическая обработка результатов инженерного эксперимента // Мин-во науки и высшего образования РФ. – Екатерин-бург: Изд-во Урал. ун-та, 2019. – 104 с.
  17. СОЛДАТОВ А. С. Концепция создания перспективной информационно-измерительной системы для летных испытаний авиационной техники с применением техно-логий индустрии 4.0 // Воздушно-космические силы. Теория и практика. – 2021. – №20. – С. 167–177.
  18. СТЕПАНОВА Е.А., СКУЛКИНА Н.А., ВОЛЕГОВ А.С Основы обработки результатов измерений – Екатерин-бург: Уральский федеральный университет, ЭБС АСВ, 2014. – 96 c.
  19. ЦЕЛЫХ А.Н., ЦЕЛЫХ А.А., КОТОВ Э.М. Современные методы прикладной информатики в задачах анализа данных. – Ростов-на-Дону, Таганрог: Изд-во Южного фе-дерального университета, 2021. – 130 c.
  20. ШАРОВ С.Н., ТОЛМАЧЕВ С.Г., СОЛОВЬЕВА В.В. Син-тез генератора динамического шума сигналов управле-ния БПЛА в режиме сопровождения заданного объекта // Сб. научных работ Х Всероссийская научная конфе-ренция «Системный синтез и прикладная синергетика»: (п. Нижний Архыз, КЧР Россия 28.09-02.10.2021 г.); Южный федеральный университет. – Ростов-на-Дону; Таганрог: Изд-во Южного федерального университета, – С. 92-98.
  21. ШПАКОВ П.С., ЮНАКОВ Ю.Л. Математическая обра-ботка результатов измерений. – Красноярск: Сибир-ский федеральный университет, 2014. – 410 c.
  22. ЩЕРБОВ И.Л. Алгоритмы адаптивного нелинейного сглаживания данных многопараметрических измерений: дис. канд. техн. наук. – Таганрог, 2023. – 145 с.
  23. ЩЕРБОВ И.Л. Апробация работы алгоритма адаптив-ного нелинейного оптимального сглаживания многопа-раметрических данных траекторных измерений // Изве-стия высших учебных заведений. Электроника. – Т. 28, вып. 3. – М., Зеленоград: НИУ «МИЭТ», 2023. – С. 378–384.
  24. ЩЕРБОВ И.Л. Информационная технология обработки данных траекторного контроля // Вестник Донецкого национального университета. Серия Г: Технические науки. – 2021. – №1. – С. 71–77.
  25. ЩЕРБОВ И.Л. Исследование алгоритма адаптивного нелинейного оптимального сглаживания многопарамет-рических данных измерений // Информатика и кибернети-ка. – 2020. – №4(22). – С. 5–12.
  26. ЩЕРБОВ И.Л. Исследование методов проверки значи-мости коэффициентов сглаживающего полинома // Из-вестия ЮФУ. Технические науки. – Вып. 3 (230). – Ро-стов-на-Дону: ЮФУ, 2023. – С. 134–143.
  27. ЩЕРБОВ И.Л. Исследование области определения па-раметров базисной функции двух аргументов при по-строении λ-ортогональной базисной функции // Известия ЮФУ. Технические науки. – Вып. 6 (230). – Ростов-на-Дону: ЮФУ, 2022. – С. 106–116.
  28. ЩЕРБОВ И.Л. Математическое моделирование обра-ботки данных траекторного контроля // Материалы международной научно-практической конференции «Ак-туальные проблемы обеспечения национальной безопас-ности в условиях современности» (17 декабря 2020 г.). – Донецк, 2020. – С. 25–32.
  29. ЩЕРБОВ И.Л., ПАСЛЁН В.В. Обработка данных тра-екторного контроля с использованием ортогональных базисных функци // Вестник Академии гражданской за-щиты. Вып. 1 (25). – Донецк: АГЗ, 2021. – С. 48–53.
  30. AMELINA N., EROFEEVA V., GRANICHIN O. Consensus-based distributed algorithm for multisensor-multitarget tracking under unknown-but-bounded disturbances // IFAC-PapersOnLine. – 2020. – Vol. 53, Iss. 2. – P. 3589–3595. – doi: 10.1016/j.ifacol.2020.12.1756.
  31. BAR-SHALOM Y., LI X.R., KIRUBARAJAN T. Estimation with Applications to Tracking and Navigation // Theory, Al-gorithms, and Software. – New York: Wiley, 2001. – 558 р.
  32. BLOM Н.А.Р., BAR-SHALOM Y. The Interacting Multiple Model Algorithm for Systems with Markovian Switching Co-efficients // IEEE Trans. Automatic Control. – 1989. – Vol. 33, No. 8. – P. 780–783.
  33. GRIFFITHS H.D. From a Different Perspective: Principles, Practice and Potential of Bistatic Radar // IEEE Int. RA-DAR2003. – Australia. – 3–5 September, 2003. – Р. Ra031000.pdf.
  34. MICHAEL C. Radar the Next Generation – Sensors as Ro-bots // IEEE Int. RADAR2003. – Australia. – 3–5 September, 2003 – Р. Ra031002.pdf.
  35. PASLYON V.V. SHCHERBOV I.L, MIKHAILOV M.V. et al. Joint processing of ground and air information // Mate-rials of Final Int. Scientifically-Practical Conf. “The Science: theory and practice.” – Vol. 27. Engineering science. – Pra-ha: Publishing House “Education and Science”, s.r.o.; Pra-gue, Czechia – Dnepropetrovsk, Ukraine – Belgorod, Rus-sian, 2005. – P. 6–9.
  36. TSYGANOV A.V., TSYGANOVA YU.V., GOLUBKOV A.V. et al. Adaptive estimation of a moving object trajectory using sequential hypothesis testing // Вест-ник Южно-Уральского государственного университета. Серия: «Математическое моделирование и программи-рование». – 2019. – Т. 12, №1. – С. 156–162. – doi: 10.14529/mmp190115.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».