Методи вимірювання ефективності безпілотних літальних апаратів в аеронавігаційній системі
DOI:
https://doi.org/10.18372/1990-5548.79.18445Ключові слова:
ефективність безпілотних літальних апаратів, безпека польотів, статистичні показники, економічний ефект, аеронавігаційна система, вимірювання ефективності, управління та планування, багатокритеріальна оптимізаціяАнотація
У статті розглянуто поняття ефективності в контексті рішень системи оцінювання та методи, які використовуються для її вимірювання. Ефективність визначається як здатність виробляти ефекти і досягати результатів, тоді як результативність розуміється як результат певних дій. Теорія ефективності базується на дослідженнях операцій та методах прийняття рішень з використанням математичних моделей, таких як теорія ймовірності та методи машинного навчання. Результати вимірювань ефективності можуть бути використані для вирішення різноманітних практичних завдань, пов'язаних з безпілотними літальними апаратами, включаючи порівняння подібних систем, проведення експлуатаційних оцінок та оптимізацію вимог. Також розглянуто модифікацію моделей керування і планування польотів, де необхідно враховувати стохастичні параметри, що впливають на якість місії. Соціальні ефекти, такі як нормальність і безпека польотів, можуть бути виміряні за допомогою прямих методів оцінки і статистичних показників. Більш узагальнені показники можна використовувати для оцінки безпеки польотів шляхом порівняння кількості аварій і робочого навантаження. Запропоновані методи включають використання математичних моделей і методів інтеграції для оцінки безпеки польотів.
Посилання
I. Grishin, R. Timirgaleeva, & I. Linnik, “Air Navigation: Adaptive Filtration of Parameters of Motion of Manoeuvrable UAVs,” In 2021 30th Conference of Open Innovations Association FRUCT, IEEE, 2021 October, pp. 70–76. https://doi.org/10.23919/FRUCT53335.2021.9599972
Y. Lu, Z. Xue, G. S. Xia, & L. Zhang, “A survey on vision-based UAV navigation,” Geo-spatial information science, 21(1), pp. 21–32, 2018. https://doi.org/10.1080/10095020.2017.1420509
S. F. Abedin, M. S. Munir, N. H. Tran, Z. Han, & C. S. Hong, “Data freshness and energy-efficient UAV navigation optimization: A deep reinforcement learning approach,” IEEE Transactions on Intelligent Transportation Systems, 22(9), 2020, pp. 5994–6006. https://doi.org/10.1109/TITS.2020.3039617
V. Kharchenko, V. Kondratyuk, S. Ilnytska, O. Kutsenko and V. Larin, "Urgent problems of UAV navigation system development and practical implementation," 2013 IEEE 2nd International Conference Actual Problems of Unmanned Air Vehicles Developments Proceedings (APUAVD), Kyiv, Ukraine, 2013, pp. 157–160. https://doi.org/10.1109/APUAVD.2013.6705313
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
Authors who publish with this journal agree to the following terms:
Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
