Estimation of the Angular Position of an Aerial Vehicle Based on Measurements of the Parameters of Its Linear Motion

Cover Page

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

A method for determining the values of the attitude angles of an aerial vehicle (AV) is considered. For the proposed method, the initial data are the values of overloads in the body-fixed coordinate system and velocity projections in the Earth’s normal coordinate system. It is proposed, using the approaches of direct methods for finding the optimal control, to parametrize the pitch, roll, and yaw angles, and then find the values of the parameters based on the initial data. The resulting optimization problem can be solved using a population algorithm.

About the authors

O. N. Korsun

State Research Institute of Aviation Systems (GosNIIAS), 125167, Moscow, Russia

Email: marmotto@rambler.ru
Россия, Москва

A. V. Stulovsky

State Research Institute of Aviation Systems (GosNIIAS), 125167, Moscow, Russia

Author for correspondence.
Email: marmotto@rambler.ru
Россия, Москва

References

  1. Биард Р.У., МакЛэйн Т.У. Малые беспилотные летательные аппараты: теория и практика. М.: Техносфера, 2015. 311 с.
  2. Kassas Z.M., Closas P., Gross J. Navigation Systems Panel Report. Navigation Systems for Autonomous and Semiautonomous Vehicles: Current Trends and Future Challenges // IEEE Aerospace and Electronic System Mag. 2019. № 5 (34). P. 82–84.
  3. Dorobantu A., Murch A., Mettler B., Balas G. System Identification for Small, Low-cost, Fixed-wing Aircraft // J. Aircraft. 2013. № 4 (50). P. 1117–1130.
  4. Корсун О.Н., Поплавский Б.К. Оценивание систематических погрешностей бортовых измерений углов атаки и скольжения на основе интеграции данных спутниковой навигационной системы и идентификации скорости ветра // Изв. РАН. ТиСУ. 2011. № 1. С. 133–146.
  5. Пушков С.Г., Ловицкий Л.Л., Корсун О.Н. Методы определения скорости ветра при проведении летных испытаний авиационной техники с применением спутниковых навигационных систем // Мехатроника, автоматизация, управление. 2013. № 9. С. 65–70.
  6. Методы классической и современной теории автоматического управления / Под ред. К.А. Пупкова, Н.Д. Егупова. М.: Изд. МГТУ им. Баумана, 2004. 656 с.
  7. Ванько В.И., Ермошина О.В., Кувырин Г.Н. Вариационное исчисление и оптимальное управление (3-е изд.). М.: Изд. МГТУ им. Баумана, 2006. 488 с.
  8. Rao A.V. Survey of Numerical Methods for Optimal Control // Advances Astronautical Sciences. 2010. V. 135. P. 497–528.
  9. Conway B.A. A Survey of Methods Available for Numerical Optimization of Continuous Dynamic Systems // J. Optimization Theory Appl. 2012. V. 152. № 2. P. 271–306.
  10. Корсун О.Н., Стуловский А.В. Прямой метод формирования оптимального программного управления летательным аппаратом // Изв. РАН. ТиСУ. 2019. № 2. С. 75–89.
  11. Аэродинамика, устойчивость и управляемость сверхзвуковых самолетов / Под ред. Г.С. Бюшгенса. М.: Наука. Физмалит, 1998. 816 с.
  12. Дивеев А.И., Константинов С.В. Исследование эволюционных алгоритмов для решения задачи оптимального управления // Тр. МФТИ. 2017. № 3 (35). С. 76–85.
  13. Пантелеев А.В., Евдокимова М.Д. Методы “роевого” интеллекта в задачах оптимизации параметров технических систем // Научный вестник Московского государственного технического университета гражданской авиации. 2017. № 2. С. 6–15.
  14. Advances in Swarm Intelligence. Variations and Adaptations for Optimization Problems / Eds S. Mirjalili, A. Biswas, C. B. Kalayci. Switzerland, AG: Springer Nature, 2022. 416 p.
  15. Olsson A.E. Particle Swarm Optimization: Theory, Techniques and Applications. Hauppage, USA: Nova Science Publishers, 2011. 305 p.
  16. ГОСТ 20058-80. Динамика летательных аппаратов в атмосфере. Термины, определения и обозначения. М.: Изд-во стандартов, 1981. 54 с.
  17. Лебедев А.А., Чернобровкин Л.С. Динамика полета беспилотных летательных аппаратов. М.: Машиностроение, 1973. 615 с.
  18. Корсун О.Н., Данеко А.И., Мотлич П.А., Ом М.Х. Оценка углов атаки и скольжения беспилотного летательного аппарата при отсутствии датчиков аэродинамических углов // Мехатроника, автоматизация, управление. 2022. № 5. С. 274–280.
  19. Завьялов Ю.С., Квасов Б.И., Мирошниченко В.Л. Методы сплайн-функций. М.: Наука, 1980. 352 с.
  20. Eberhardt R.C., Kennedy J.A. Particle Swarm Optimization // Proc. IEEE Intern. Conf. on Neural Networks. Piscataway, NJ, 1995. P. 1942–1948.
  21. Ермаков Б.С. Метод роя частиц с адаптивными социальной и когнитивными компонентами // Моделирование, оптимизация и информационные технологии. 2019. № 3 (26). С. 6.
  22. Gad A.G. Particle Swarm Optimization Algorithm and its Applications: a Systematic Review // Computational Methods in Engineering. 2022. № 29. P. 2531–2561.
  23. Nature-inspired Optimizers: Theories, Literature Reviews and Applications / Eds S. Mirjalili, J.S. Dong, A. Lewis. Switzerland, AG: Springer Nature, 2020. 239 p.
  24. Корсун О.Н., Стуловский А.В. Восстановление параметров движения летательного аппарата с использованием алгоритмов оптимального управления // Изв. РАН. ТиСУ. 2023. № 1.
  25. Васильченко К.К., Леонов В.А., Пашковский И.М., Поплавский Б.К. Летные испытания самолетов. М.: Машиностроение, 1996. 719 p.

Supplementary files

Supplementary Files
Action
1. JATS XML
2.

Download (126KB)
3.

Download (99KB)
4.

Download (138KB)
5.

Download (94KB)
6.

Download (92KB)
7.

Download (134KB)
8.

Download (137KB)

Copyright (c) 2023 О.Н. Корсун, А.В. Стуловский

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».