Aplikacja mobilna wspomagająca procedury lądowania

• Autorzy: Kowalik R. , Bieńczak R. , Komorek A.

Warianty tytułu

EN

USE

• Języki publikacji: PL

Abstrakty

PL

Procedura lądowania w szczególności w bardzo trudnych warunkach należy do grypy najbardziej niebezpiecznych procedur z pośród całego loty samolotem. Mając to na uwadze autorzy podjęli próbę opracowania aplikacji softwarowej na urządzenia mobilne, która pomagać będzie pilotom w czynnościach podejścia do lądowania. Opracowane oprogramowanie oparto na sterowniku rozmytym, serwerze oraz aplikacji na urządzenia mobilne. W artykule omówiono operacie na zbiorach rozmytych, które uwzględniono w przygotowanej koncepcji oprogramowania. Ołowiowano również proces modelowania rozmytego z zawartymi regułami. Procedura podzespołów wchodzących w skład sztucznej inteligencji zasymulowano w pakiecie Matlab/Simulink. Ponadto zaprezentowano wyniki z symulacji przeprowadzonych w tym samym oprogramowani. Całość podsumowano wnioskami nasuwającymi z wykonanych testów.

EN

The procedure for landing especially in very difficult conditions is one of the most dangerous flu procedures midst of all plane flights. With this in mind, the authors attempted to develop limitations Software applications for mobile devices that will assist pilots in activities approaches. Developed software based on fuzzy controller, server and mobile applications. The article discusses the operation on fuzzy sets, which are included in the prepared concept of the software. Leaded also modeling of fuzzy set rules. The procedure components included in the artificial intelligence simulated in Matlab / Simulink. In addition, the results of the simulations carried out in the same the software. The whole summarizes the conclusions of the tests performed.

Słowa kluczowe

PL

procedura lądowania; MATLAB/Simulink; sztuczna inteligencja

EN

procedure for landing; Matlab/Simulink; artificial intelligence

• Wydawca: Instytut Naukowo-Wydawniczy "SPATIUM". sp. z o.o.
• Czasopismo: Autobusy : technika, eksploatacja, systemy transportowe
• Rocznik: 2016
• Tom: R. 17, nr 12
• Strony: 1043--1050
• Opis fizyczny: Bibliogr. 9 poz., il., rys., tab., wykr., pełen tekst na CD

Twórcy

autor

Kowalik R.

• Wyższa Szkoła Oficerska Sił Powietrznych, Wydział Lotnictwa, Katedra Awioniki i Systemów Sterowania

autor

Bieńczak R.

• Wyższa Szkoła Oficerska Sił Powietrznych, Wydział Lotnictwa, Katedra Awioniki i Systemów Sterowania

autor

Komorek A.

• Wyższa Szkoła Oficerska Sił Powietrznych, Wydział Lotnictwa, Katedra Awioniki i Systemów Sterowania

Bibliografia

• 1. Ben Mahmoud, H., Ketata, R., Ben Romdhane, T., Ben Ahmed, S. , Hierarchical fuzzy approaches for a piloted Quality Management System”, IEEE 2013 International Conference on Control, Decision and Information Technologies (CoDIT) - Hammamet, Tunisia.
• 2. Brown M., An Introduction to Fuzzy and Neurofuzzy Systems, 1996.
• 3. Farrey-Goudreau, E., Wood, D.B., Fuzzy logic implementation of a RGPO jamming detector for a pilot training system, IEEE MILCOM 97 MILCOM 97 Proceedings - Monterey, CA, USA.
• 4. Grzesik N., Podstawy sterowania rozmytego, Wyższa Szkoła Oficerska Sił Powietrznych, Dęblin; 2012.
• 5. Jabrane, Y., Gil Jimenez, V. P., Garcia Armada, A., Ait Es Said, B., Ait Ouhman, A. Evaluation of the effects of pilots on the envelope fluctuations reduction based on neural fuzzy systems IEEE 2010 IEEE 11th International Workshop on Signal Processing Advances in Wireless Communications (SPAWC 2010) - Marrakech, Morocco.
• 6. Li H., Wu L., Lam H.-K., Gao, Y., Analysis and Synthesis for Interval Type-2 Fuzzy-Model-Based Systems, Springer, 2016.
• 7. Luis M., Genetic Fuzzy Systems, World Scientific Pub Co Inc, 2001.
• 8. Fazle Azeem M. Fuzzy Inference System: Theory and Applications, InTeO, 2012.
• 9. Żurada J., Barski M., Jędruch W., 1996, Sztuczne sieci neuronowe, Wydawnictwo PWN, Warszawa.