Д.С. Андрашитов1, С.В. Лазаренко2

1 Военная академия РВСН им. Петра Великого (г. Балашиха, Россия)

2 Донской государственный технический университет (г. Ростов-на-Дону, Россия)

1 dima-andrahitov@rambler.ru; 2 lazarenkosv@icloud.com

Постановка проблемы. Задача идентификации является одной из основных проблем системного анализа и его приложений. Постоянное усложнение математических моделей, в сочетании с возрастанием требований к их точности, превращает эту задачу в важнейший элемент разработки современных оптимальных систем для различных областей. Изменение их характеристик, например, с течением времени также приводит к необходимости идентификации параметров, а функционирование в условиях неизвестных внешних воздействий к структурной идентификации. Подобные задачи характеризуются особой сложностью, поскольку относятся к классу обратных с неточными исходными данными, что приводит к некорректности, и, как следствие, к известным проблемам обеспечения однозначности и устойчивости. Ее разрешение может базироваться на методе структурно-параметрической идентификации на основе вариационных принципов.

Цель. Проанализировать эффективность метода структурно-параметрической идентификации на примере микромеханического датчика инерциальной навигационной системы.

Результаты. Исследование вариации расширенного функционала приводит к условию максимума функции обобщенной мощности, из которого с точностью до синтезирующей функции следуют уравнения оценки состояния и параметров, связанные между собой через функцию чувствительности. Предложен метод построения синтезирующей функции, основанный на использовании интегральных связок при исследовании поверхности переключения. Получены практически реализуемые уравнения алгоритма структурно-параметрической идентификации.

Практическая значимость. Представленные результаты подтверждают эффективность исследуемого метода. Алгоритм структурно-параметрической идентификации, разработанный на его основе, обеспечивает высокую точность и быструю сходимость оценок к истинным значениям. В сравнении с фильтром Калмана он выгодно отличается по показателю объема вычислительных затрат.

Андрашитов Д.С., Лазаренко С.В. Анализ эффективности метода структурно-параметрической идентификации инерциаль-
ных навигационных систем с использованием вариационных принципов // Радиотехника. 2025. Т. 89. № 2. С. 94−101.
DOI: https://doi.org/10.18127/j00338486-202502-13

1. Кузовков Н.Т., Салычев О.С. Инерциальная навигация и оптимальная фильтрация. М.: Машиностроение. 1982. 216 с.
2. Студер Ф., Фарина А. Цифровая обработка радиолокационной информации. М.: Радио и связь. 1993. 320 с.
3. Сейдж Э.П., Мелса Дж. Л. Идентификация систем управления. М.: Наука. 1974. 248 c.
4. Костоглотов А.А., Костоглотов А.И., Лазаренко С.В. Объединенный принцип максимума в задаче синтеза оптимального управления нелинейными системами // Автоматика и вычислительная техника. 2007. № 5. С. 52-61.
5. Костоглотов А.А., Костоглотов А.И., Лазаренко С.В. Синтез оптимальных по быстродействию систем на основе объединенного принципа максимума // Информационно-измерительные и управляющие системы. 2007. № 12. С. 34-40.
6. Костоглотов А.А., Лазаренко С.В. Негладкий анализ в задачах обработки измерительной информации. // Измерительная техника. 2009. № 2. С. 6-11.
7. Андрашитов Д.С., Костоглотов А.А., Лазаренко С.В., Шуплецов А.М. Параметрическая идентификация модели MEMS-акселерометра с использованием численного решения уравнения чувствительности // Информационно-измерительные и управляющие системы. 2024. № 1. С. 24-32. DOI: https://doi.org/10.18127/j20700814-202401-04.
8. Лурье А. И. Аналитическая механика. М.: Гос. изд-во физ.-мат. лит-ры. 1961. 453 с.
9. Наумов Г.В. Построение кривой переключения для задач оптимального управления с учащающимися переключениями. // Изв. РАН. ТиСУ. 2003. №3. С. 46-51.
10. Диденко В.А., Поленко В.Н., Бондаренко А.Ф. Математическая модель MEMS-акселерометра // Сб. трудов Донбасского гос. технич. ун-та. 2011. № 35. С. 21-30.