Multi-Criteria Evaluation of UAV Control Efficiency in Hybrid Communication Networks

Cover Page

Cite item

Full Text

Abstract

Currently, there is an active growth in the use of unmanned systems in various spheres of activity. The qualitative fulfillment by unmanned systems of their target tasks depends on the efficiency of information exchange channels for their control, which consists of several criteria, which makes the problem of its evaluation a multi-criteria one. This article presents the corresponding evaluation methodology, which is based on the use of the probability of achieving a set of functioning goals as a generalized efficiency indicator. To determine the probability, the widely used Rosenblatt-Parzen nuclear estimation method is used. The main stages of the methodology are described and recommendations for its use in the framework of ensuring qualitative fulfillment by unmanned systems of their target tasks are offered.

About the authors

А. A. Berezkin

The Bonch-Bruevich Saint-Petersburg State University of Telecommunications

Email: berezkin.aa@sut.ru
ORCID iD: 0000-0002-1748-8642
SPIN-code: 5730–6084

R. M. Vivchar

The Bonch-Bruevich Saint-Petersburg State University of Telecommunications

Email: vivchar.rm@sut.ru
ORCID iD: 0000-0003-3865-9102
SPIN-code: 7493–6643

R. V. Kirichek

The Bonch-Bruevich Saint-Petersburg State University of Telecommunications

Email: kirichek@sut.ru
ORCID iD: 0000-0002-8781-6840
SPIN-code: 3253-4972

References

  1. Динь Ч.З., Киричек Р.В. Метод взаимодействия БПЛА в быстро разворачиваемых летающих сетях для экстренных служб // Научно-техническая конференция Санкт-Петербургского НТО РЭС им. А.С. Попова, посвященная Дню радио. СПб: Санкт-Петербургский государственный электротехнический университет "ЛЭТИ" им. В.И. Ульянова (Ленина), 2019. Т. 1(74). С. 141‒143. EDN:NGMFMM
  2. Киричек Р.В. Сети беспилотных летательных аппаратов как элемент инфраструктуры умных городов // 72-я Всероссийская научно-техническая конференция, посвященная Дню радио (Санкт-Петербург, Россия, 20–28 апреля 2017). СПб.: Санкт-Петербургский государственный электротехнический университет "ЛЭТИ" им. В.И. Ульянова (Ленина), 2017. С. 166−167. EDN:ZOOMHR
  3. Долгушев Р.А., Киричек Р.В., Владыко А.Г., Кучерявый А.Е. Программно-конфигурируемая архитектура взаимодействия наземного сегмента и беспилотного летательного аппарата в летающих сенсорных сетях // 2-я Международная научно-техническая конференция студентов, аспирантов и молодых ученых "Интернет вещей и 5G" (INTHITEN 2016, Санкт-Петербург, Россия, 07 декабря 2016). СПб.: Санкт-Петербургский государственный университет телекоммуникаций им. проф. М.А. Бонч-Бруевича, 2016. С. 1−6. EDN:XGFKCD
  4. Кучерявый А.Е., Владыко А.Г., Киричек Р.В. Теоретические и практические направления исследований в области летающих сенсорных сетей // Электросвязь. 2015. № 7. С. 9−11. EDN:UAYFNH
  5. Кучерявый А.Е., Аль-Кадами Н.А. Покрытие, связность и плотность в двумерных и трехмерных беспроводных сенсорных сетях // Электросвязь. 2015. № 9. С. 6−10. EDN:UIQKIR
  6. Березкин А.А. Вивчарь Р.М., Киричек Р.В. Модель системы управления мобильными роботизированными комплексами различного назначения // Электросвязь. 2023. № 6. С. 2−7. doi: 10.34832/ELSV.2023.45.8.002. EDN:XXOJNM
  7. Саати Т., Кернс К. Аналитическое планирование. Организация систем. Пер. с англ. М.: Радио и связь, 1991.
  8. Титова А.А. Исследование многокритериальной задачи принятия решения о выборе франшизы для инвестирования при помощи метода FUZZY VICOR // Инженерный вестник Дона. 2021. № 1(73). С. 87‒94. EDN:BFJNAS
  9. Нефедов А.С. Сравнительный анализ метода ELECTRE III и метода анализа иерархий при решении многокритериальных задач // Труды Братского государственного университета. Серия: Естественные и инженерные науки. 2018. Т. 2. С.9‒15. EDN:TAPLSW
  10. Шварц Д.Т. Интерактивные методы решения задачи многокритериальной оптимизации. Обзор // Наука и образование: научное издание МГТУ им. Н.Э. Баумана. 2013. № 4. С.245‒264. EDN:QZHKPV
  11. Вивчарь Р.М., Птушкин А.И., Соколов Б.В. Методика многокритериального оценивания эффективности функционирования стохастических сложных технических систем // Авиакосмические приборостроение. 2022. № 7. С. 3‒14. doi: 10.25791/aviakosmos.7.2022.1286. EDN:XCYDAI
  12. Вентцель Е.С. Теория вероятностей. М.: Физматгиз, 1969. 552 с.
  13. Вивчарь Р.М., Решетников Д.В. Оценивание влияния параметров системы эксплуатации технологического оборудования РКК на вероятность выполнения технологической операции за заданное время // Труды Военно-космической академии имени А.Ф. Можайского. 2019. № 668. С. 197‒207. EDN:BFSARU
  14. Маслаков М.Л., Терновая А.К. Построение плотности распределения вероятностей КАМ сигналов // Цифровая обработка сигналов. 2021. № 3. С. 36‒40. EDN:FIACYQ
  15. Акимов С.С., Трипкош В.А. Коэффициенты корректировки метода гистограмм для определения законов распределения вероятности // Научно-технический вестник Поволжья. 2021. № 10. С. 15‒17. EDN:TCJQSL
  16. Сызранцев В.Н., Невелев Я.П., Голофаст С.Л. Адаптивные методы восстановления функции плотности распределения вероятности // Известия высших учебных заведений. Машиностроение. 2006. № 12. С. 3‒11. EDN:TXOKPN
  17. Давыдов В.С. Распознавание зарождающихся дефектов в узлах корабельных механизмов в результате вибродиагностирования на основе оптимальных решающих правил // Дефектоскопия. 2019. № 3. С. 19‒24. DOI:10.1134/ S0130308219030047. EDN:YYTLZZ
  18. Поршнев С.В., Копосов А.С. Использование аппроксимации Розенблатта-Парзена для восстановления функции распределения непрерывной случайной величины с ограниченным одномодальным законом распределения // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2013. № 92. С. 1‒27. EDN:RNEGGN
  19. Вивчарь Р.М., Птушкин А.И., Соколов Б.В. Методика оценивания адекватности статистических имитационных моделей // Вестник Южно-Уральского государственного университета. Серия: Математика. Механика. Физика. 2023. Т. 15. № 3. С. 5‒14. doi: 10.14529/mmph230301. EDN:NLPLYR
  20. Модебейкин А.А., Суханов А.А. Вычисление интегралов по методу Монте-Карло // E-SCIO. 2022. № 6(69). С. 553‒565. EDN:FJGJSR

Supplementary files

Supplementary Files
Action
1. JATS XML
Download


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

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».