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
Як цитувати
Номер
Розділ
Ліцензія
Автори, які публікуються в цьому журналі, погоджуються з наступними умовами:
Автори зберігають авторські права та надають журналу право першої публікації роботи, одночасно ліцензованої за ліцензією Creative Commons Attribution License, яка дозволяє іншим поширювати роботу з посиланням на авторство роботи та її першу публікацію в цьому журналі.
Автори можуть укладати окремі додаткові договірні угоди щодо неексклюзивного розповсюдження опублікованої в журналі версії роботи (наприклад, розміщувати її в інституційному репозиторії або публікувати в книзі) з посиланням на її першу публікацію в цьому журналі.
Авторам дозволяється та заохочується розміщувати свої роботи онлайн (наприклад, в інституційних репозиторіях або на своєму вебсайті) до та під час процесу подання, оскільки це може призвести до продуктивного обміну, а також до більш раннього та більшого цитування опублікованих робіт (див. Вплив відкритого доступу).
