350 руб
Журнал «Нейрокомпьютеры: разработка, применение» №1 за 2016 г.
Статья в номере:
Распознавание типа аварийной ситуации при испытании беспилотного космического аппарата на основе использования вейвлет-преобразования
Ключевые слова: беспилотный космический аппарат интеллектуализация вейвлет-преобразование аварийная ситуация интеллектуализируемое программно-аппаратное обеспечение
Авторы:
В.И. Гончаренко - д.т.н., доцент, директор Военного института МАИ (Москва). E-mail: vladimirgonch@mail.ru Д.С. Кучерявенко - к.т.н., ст. науч. сотрудник, Военная академия РВСН им. Петра Великого (Москва). E-mail:d_kucheryavenko@mail.ru В.К. Гойденко - инженер, Московский авиационный институт (национальный исследовательский университет). E-mail:assvard@mail.ru Н.А. Скорик - студент, Московский авиационный институт (национальный исследовательский университет). E-mail:nikola.hrestofor@gmail.com
Аннотация:
Представлена методика распознавания типа аварийной ситуации на основе экспериментальных данных о результатах специальных летных испытаний беспилотного космического аппарата. Для разработки алгоритма классификации рас-познавания предложено использовать априорную информацию о его конструктивных и динамических характеристиках на основе дискретного вейвлет-преобразования. Проведен вычислительный эксперимент с зашумлением эталонных сигналов каждого типа аварийной ситуации для оценки помехоустойчивости алгоритма классификации.
Страницы: 39-48
Список источников

 

  1. Бетанов В.В., Лысенко JI.H., Лысенко И.В., Ряполов С.И. Экспериментальная баллистика ракетно-космических средств / Под ред. Л.Н. Лысенко, В.В. Бетанова, И.В. Лысенко. М.: ВА РВСН им. Петра Великого. РАРАН. 2000. 286 с.
  2. Воскобойников Ю.Е. Устойчивые методы и алгоритмы параметрической идентификации. Новосибирск: НГАСУ. 2006. 182 с.
  3. Альхаф М. Надер.Алгоритмическое обеспечение процедур оценивания и идентификации характеристик спускаемого аппарата на этапе летных испытаний // Вестник МГТУ. Машиностроение. 2004. № 4. С. 27-41.
  4. Иванов В.Э. Алгоритмы и средства классификации моноимпульсных сигналов на основе дискретного вейвлет-преобразования в информационно-измерительных системах: Дисс. ... канд. техн. наук. Хабаровск. 2007. 161 с. // Научная библиотека диссертаций и авторефератов http://www.dissercat.com/content/algoritmy-i-sredstva-klassifikatsii-monoimpulsnykh-signalov-na-osnove-diskretnogo-veivlet-pr#ixzz3uVa4zHgw.
  5. Беневольский С.В., Гончаренко В.И., Кучерявенко Д.С. Определение кинематических параметров движения летательных аппаратов на основе фильтрации телеметрических измерений // Вестник Казанского государственного технического университета им. А.Н. Туполева. 2012. № 1. С. 10-17.
  6. Табырца Д.В., Попов С.А., Малисов Н.П. Синтез алгоритма распознавания изображения на основе вейвлет-преобразования // Вестник ВГТУ. 2010. № 10. С.81-86.
  7. Астафьева Н.М.Вейвлет-анализ: основы теории и некоторые приложения // УФН. 1996. № 11. С. 1145-1170.
  8. Дремин И.М., Иванов О.В., Нечитайло В.А.Вейвлеты и их использование // УФН. 2001. Т. 171. № 5.
  9. Яковлев А. Н. Введение в вейвлет-преобразование: Учеб. пособие. Новосибирск: Изд-во НГТУ. 2003. 104 с.
  10. Гончаренко В.И.Классификация траекторий летательных аппаратов с помощью методов искусственного интеллекта // Информационно-измерительные и управляющие системы. 2012. Т. 10. № 4. С. 54-60.
  11. Воробьев В.И., Грибунин В.Г.Теория и практика вейвлет-преобразования. СПб.: ВУС. 1999.
  12. Барышев П.Ф., Рожнов А.В., Губин А.Н., Лобанов И.А. Обоснование информационно-аналитической системы в развитии методов и моделей согласования иерархических решении // Динамика сложных систем - XXI век. 2014. № 3. С. 43-52.
  13. Рожнов А.В., Антиох Г.М., Селиверстов Д.Е., Кублик Е.И. Системная интеграция направлений научной деятельности в условиях формирования предынтеллектуальной инфраструктуры // Информационно-измерительные и управляющие системы. 2014. № 11. С. 59-63.