Вводится и сопоставляются три варианта получения интеллектуальных шкапов управления БПЛА: 1) «подражательный» подход; 2) «формальный» подход; 3) «комбинированный» подход, который объединяет подражательный и формальный подходы. Обсуждаются математические и алгоритмические аспекты синтеза интеллектуальных законов управления БПЛА на основе полумягких вычислений.
EN
There can be three ways to generate intelligent control laws needed to solve problems related to control for unmanned aerial vehicles (UAVs): “mimic'” approach based on using of some neural or fuzzy-neural network or some ensemble of networks to imitate control actions produced by human pilot (operator); “formal” approach based on learning of some neural or fuzzy-neural network according to certain set of indices describing required behavior of controlled system: “combined” approach which merges “mimic” and “formal” approaches. Some mathematical and algorithmic aspects are discussed for intelligent control law synthesis in the case of UAV.
Рассматривается проблема формирования математического аппарата, требуемого для реализации интеллектуальных систем упрощения. Показано, что такой аппарат и соответствующая информационная технология могут быть построены в рамках мягких вычислений, а также различных их расширений. Проводится сравнительный анализ утих расширении, на основе которого показано что потребностям, возникающим при решении задач синтеза интеллектуальных систем управления перспективными БИЛА, наилучшим образом отвечает комплексметодов и средств полумягких вычислений (ПМВ).
EN
Research in the intelligent control field are based mainly on soft computing methods and tools as well as on extensions of these ones. It can be differentiated three levels of the methods and tools needed to solve control problems: soft computing (SC): artificial neural networks, fuzzy systems, evolutionary techniques (genetic algorithms, genetic programming etc.). uncertainty management techniques; extended soft computing methods (ESC) and tools: SC together with knowledge-based systems and multiple-agent technologies; semi-soft computing methods (SSC) and tools: ESC together with numerical simulation techniques. Based on SC and SSC intelligent flight control can he directed to reply demands related to unmanned aerial vehicles (UAVs) control.
Представлен математический аппарат и численные результаты иллюстрирующие возможность использования кватернионов (параметров Родрига-Гимильтона) для описания вращательного движения Беспилотажный Летающий Аппарат (БИЛА) рассматриваемого как твердое тело. По сравнению с другими способами описания кинематики вращательного движения летательного аппарата использование кватернионов имеет то преимущество, что позволяет избежать появления особенностей в кинематических уравнениях.
EN
This paper has been written to present mathematical apparatus and computational results, illustrated the possibility of utilization of quaternions (Rodriguez-Hamilton parameters) to description of spin movement of UAV, treated as rigid body, in comparison to different methods of description of spin movement kinematics of flying vehicles the quaternions utilization has that superiority that it allow to avoid appearing singularity in kinematics' equations.
Дастся общая характеристика задач управления для перспективных БИЛЛ, в числе которых есть такие, которые не поддаются решению с помощью средств традиционных видов. Показано, что для решения этих задач требуются интеллектуальные системы управления, обладающие способностью к планированию поведения, обучению решению новых задач, адаптации к меняющимся условиям. Выделяются и анализируются четыре уровня адаптации: параметрическая адаптация (самонастройка): структурная адаптация (реконфигурация и реструктуризация): адаптация объекта (корректировка границ системы); адаптация целей управления (корректировка потребностей).
EN
There are many tasks associated with flight control for modern and advanced aircraft including unmanned aerial vehicles (UAVs), which are nor solved (or solved very unsatisfactorily) with traditional roots. It has been recognized in recent years that we are needed intelligent control systems. We can define the general characteristics of intelligent control systems as having an ability to emulate human capabilities, such as planning, learning and adaptation. Four kinds (hierarchical levels) of adaptation are distinguished and analyzed: parametrical adaptation (adjustment, self-adjustment): structural adaptation (reconfiguration and/or restructuring); object adaptation (correction of system composition); goal adaptation (adjustment of demands).
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.