OPTIMIZATION OF THE COSTS OF THE UAV GROUP’S INTELLIGENCE ACTIVITIES

Capa
  • Autores: Huseynov O.A.1
  • Afiliações:
    1. Национальное аэрокосмическое агентство
  • Edição: Volume 11, Nº 197-198 (2024): Вопросы оборонной техники. Серия 16. Технические средства противодействия терроризму
  • Páginas: 99-103
  • Seção: Articles
  • URL: https://journal-vniispk.ru/2306-1456/article/view/318287
  • ID: 318287

Citar

Texto integral

Resumo

Unmanned reconnaissance aircraft, unlike satellite reconnaissance vehicles, are
characterized by the limitations of the field under study for a certain short period of
time, which can be compensated by high resolution and the launch of many UAVs with
a reconnaissance mission. Such a multitude of UAVs performing an intelligence mission constitute a distributed information collection system, the conditions and costs of which can vary greatly from each other. The cost function for a group of UAVs collectively performing a reconnaissance mission is analyzed, the problem of finding the optimal functional relationship between the parameter of the logistic function and the indicator of the probability function at which the differential function of the total costs of a group of reconnaissance drones reaches a minimum is formulated and solved.

Sobre autores

Omar Huseynov

Национальное аэрокосмическое агентство

Autor responsável pela correspondência
Email: Omer.huseynov.77@mail.ru

докторант

Rússia, г. Баку, Азербайджанская Республика

Bibliografia

  1. Nguyen M.T., Nguyen C.V., Truong L.H. et al. Electromagnetic field based WPT technologies for UAVs: a comprehensive survey // Electronics. 2020. Vol. 9. No. 3. 461 p.
  2. Truong L.H., Quyen T.V., Nguyen C.V., Nguyen M.T. wireless power transfer near-field technologies for unmanned aerial vehicles (UAVs): a review // EAI Endorsed transactions on industrial networks and intelligent systems. 2020. Vol. 7. No 22.
  3. Nguyen H.T., Nguyen M.T., Do H.T., Hua T., Nguyen C.V. DRL-based intelligent resource allocation for diverse QoS in 5G and toward 6G vehicular networks: a comprehensive survey // Wireless communications and mobile computing. Vol. 2021.
  4. Xu C., Liao X., Tan J., Ye H., Lu H. Recent research progress of unmanned aerial vehicle regulation policies and technologies in urban low altitude // IEEE access. 2020. Vol. 8. Pp. 74175–74194.
  5. Liu J., Li H. Artificial potential function safety and obstacle avoidance guidance for autonomous rendezvous and docking with noncooperative target // Mathematical problems in engineering. Vol. 2019.
  6. Freed M., Harris R., Shafto M. Comparing methods for UAV-based autonomous surveillance// 2004 National conference on artificial intelligence. URL: https://ntrs.nasa.gov/api/citations/20040068395/downloads/20040068395.pdf. (дата обращения: 27.06.2024).
  7. Freed M., Harris R., Shafto M.G. Human vs autonomous control of UAV surveillance URL: htttps://www.researchgate.net/pubication/
  8. _Human_vs_Autonomous_Control_of_UAV_S. (дата обращения: 27.06.2024).
  9. Engblom J., Solakivi T., Toyli J., Ojala L.Multiple-method analysis of logistics costs // Int. J.production economics 137. 2012. Pp. 29–35.
  10. Minken H., Johansen B.G. A logistic cost function with explicit transport costs // Economics of transportation 19. 2019.
  11. Zaidi A., Saleh A., Luhayb M. Two statistical approaches to justify the use of the logistic function in binary logistic regression // Mathematical problems in engineering. Vol. 2023.
  12. Абдулов Р.Н., Абдуллаев Н.А., Асадов Х.Г. Вопросы оптимизации применения беспилотных летательных аппаратов для поиска и слежения
  13. объектов // Научно-технический вестник информационных технологий, механики и оптики. 2013. № 1 (83). С. 45–49.
  14. Мамедов И.Э., Сулейманов Т.И., Исмаилов К.Х., Асадов Х.Г. Развитие метода киберфизической оптимизации функционирования разведывательных беспилотных летательных аппаратов // Вестник НПО им. С.А. Лавочкина. 2018. № 4 (42). С. 77–79.
  15. Моисеев В.С. Основы теории эффективного применения беспилотных летательных аппаратов: монография. Казань: Редакционно-издательский центр «Школа», 2015. 444 с. (Серия «Современная прикладная математика и информатика»).
  16. Молоденков С.А., Пашкин М.С. Анализ современных беспилотных летательных аппаратов // Современные научные исследования и инновации. 2023. № 9 [Электронный ресурс]. URL: https://web.snauka.ru/issues/2023/09/100804 (дата обращения: 01.12.2024).
  17. Бугаков И.А., Сорокин А.Д., Хомяков А.В. Показатели эффективности применения группы беспилотных летательных аппаратов при решении задачи воздушной разведки в условиях противодействия противника // Известия Института инженерной физики. 2019 № 1(51). С. 65–68.

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML

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».