Аlgorithm operation for adaptive nonlinear smoothing of multiparameter measuring data

封面

如何引用文章

全文:

详细

The paper considers the operation of an adaptive nonlinear smoothing algorithm for multiparameter measurement data. This algorithm allows for the joint processing of measurement data with spatial and temporal redundancy, which improves the accuracy and reliability of determining the secondary parameters of the test objects' positions. The algorithm uses structures of linearly independent and Λ-orthogonal basis functions, which allow for the joint processing of various types of measured primary coordinates of the test objects' positions obtained from external trajectory measuring instruments, to obtain independent estimates of the smoothing polynomial coefficient vector. The proposed method for selecting the initial approximation of the smoothing polynomial coefficient vector to begin the iterative process of finding the most reliable value of the smoothing polynomial coefficient vector at the first smoothing step allows for each subsequent step of locally moving smoothing of the measurement data to use the value obtained at the previous step of locally moving smoothing. The applied in the work algorithm methods of checking the significance of the coefficients of the smoothing polynomial, allowed to optimize the process of determining the significant coefficients of the smoothing polynomial. The application of the developed method of selecting the initial approximation of the vector of coefficients of the smoothing polynomial and the proposed methods allowed to reduce the time for processing the data of trajectory measurements. According to the results of the conducted experimental study it was established that the developed algorithm of adaptive nonlinear smoothing of data of multiparameter trajectory measurements increases the accuracy and reliability of determining the secondary coordinates of the spatial position of the aircraft in trajectory measuring and computing complexes and ensures stability in operation when processing measurement data with failures and gross measurement errors.

作者简介

Igor Scherbov

Federal State Budgetary Educational Institution of Higher Education "Donetsk National Technical University", Donetsk

Email: scherbov@yandex.ru
DPR

参考

  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.

补充文件

附件文件
动作
1. JATS XML
下载


Creative Commons License
此作品已接受知识共享署名-非商业性使用 4.0国际许可协议的许可。

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».