Интеллектуальная система автономного наведения и корректировки стрельбы из артиллерийской установки
DOI:
https://doi.org/10.22213/2410-9304-2024-3-85-91Ключевые слова:
программный комплекс, наведение и корректировка стрельбы, интеллектуальная система, нейронная сеть, прямая и обратная задача, внешняя баллистикаАннотация
В статье представлены математические модели, численные алгоритмы и программный комплекс интеллектуальной системы автономного наведения и корректировки стрельбы из артиллерийской установки. В состав программного комплекса входят следующие компоненты: модуль решения прямой задачи внешней баллистики, модуль обучения нейронной сети и модуль наведения и корректировки стрельбы. Первый модуль предназначен для формирования базы данных вычислительных экспериментов путем многократного решения прямой задачи внешней баллистики при варьируемых условиях стрельбы. Во втором модуле осуществляется обучение нейронной сети для решения обратной задачи внешней баллистики по сформированной базе данных вычислительных экспериментов. В третьем модуле реализованы алгоритмы расчета углов наведения артиллерийского орудия на цель с использованием обученной нейронной сети и расчета поправок к углам наведения по данным об отклонении точек падения снаряда от цели поражения. В программном комплексе при получении данных о готовности артиллерийской установки к стрельбе, о координатах положения цели и координатах точки падения снаряда, получаемых от цифрового наблюдателя, рассчитываются необходимые углы наведения или поправки к ним. Данные об углах наведения в формате текстовых файлов передаются в систему управления приводами артиллерийской установки, производится выстрел и проводится оценка условия поражения цели. Затем алгоритм повторяется для следующего выстрела или новой цели. Отработка и тестирование разработанных алгоритмов автономного наведения и корректировки стрельбы проводились с помощью моделирования внешнебаллистических процессов в программном комплексе, а также путем экспериментальной апробации на рабочем макете артиллерийской установки. Разработанный программный комплекс позволяет визуализировать полученные результаты и сохранять историю проводимых операций.Библиографические ссылки
Королев С. А., Нефедов Д. Г., Русяк И. Г. Программа расчета углов наведения и корректировки стрельбы на основе интеллектуального анализа данных о положении цели и отклонений снарядов от цели. Свидетельство о регистрации программы для ЭВМ 2023615914, 20.03.2023.
Чирков Д. В., Федорова Е. А. К вопросу определения характеристик движения объекта на основе высокоскоростной видеосъемки // Вестник ИжГТУ имени М.Т. Калашникова. 2021. Т. 24, № 1. С. 53-63. DOI 10.22213/2413-1172-2021-1-53-63.
Сравнение методов обучения нейронных сетей в задаче классификации / А. С. Перков, Т. Р. Жангиров, А. А. Лисс, Н. Ю. Григорьева, Л. А. Чистякова // Известия СПбГЭТУ ЛЭТИ. 2019. № 6. С. 53-61.
Zhuang J., Tang T., Ding Y., Tatikonda S., Dvornek N., Papademetris X., Duncan J. AdaBelief Optimizer: Adapting Stepsizes by the Belief in Observed Gradients // NeurIPS, 2020. DOI 10.48550/arXiv.2010.07468.
Rashka S. Python Machine Learning: Machine Learning and Deep Learning with Python, Scikit-Learn, and TensorFlow 2. Packt Publishing, 2019. 770 p.
Шрайнер Б. А., Розов К. В. Введение в искусственный интеллект. Новосибирск: НГПУ, 2021. 101 с. ISBN 978-5-00104-722-3.
Тененев В. А., Шаура А. С. Решение задач нелинейного программирования общего вида генетическим алгоритмом // Интеллектуальные системы в производстве. 2019. Т. 17. № 4. С. 137-142. DOI 10.22213/2410-9304-2019-4-137-142.
Терлецкий А. С., Терлецкая Е. С. Нейронные сети и искусственный интеллект: основы нейронных сетей на языке Python. Липецк: ЛГПУ имени П.П. Семенова-Тян-Шанского, 2023. 76 c. ISBN 978-5-907792-40-1.
Acremont A., Fablet R., Baussard A., Quin G. CNN-Based Target Recognition and Identification for Infrared Imaging in Defense Systems. Sensors, 2019, vol. 19, no. 2040. DOI: 10.3390/s19092040.
Королев С. А. Методика имитационного моделирования рассеивания снарядов // Интеллектуальные системы в производстве. 2019. Т. 17, № 1. С. 57-62. DOI 10.22213/2410-9304-2019-1-57-62.
Балаганский И. А. Основы баллистики и аэродинамики. Новосибирск: НГТУ, 2017. 200 с. ISBN 978-5-7782-3412-3.
Королев С. А., Нефедов Д. Г., Волегов Д. С. Интеллектуальная система управления стрельбой из артиллерийского вооружения. // Проектирование систем вооружения и измерительных комплексов: труды 19-й Всероссийской научно-технической конференции. Нижний Тагил, 2023. С. 150-158.
Численное моделирование артиллерийского выстрела с применением визуальных технологий для проектирования и отработки артиллерийских систем: монография / А. М. Липанов, И. Г. Русяк, В. А. Тененев, В. Г. Суфиянов, С. А. Королев, М. Н. Белобородов. М.; Ижевск: Институт компьютерных исследований, 2023. 416 с. ISBN: 978-5-4344-0966-7.
Волков А. Г., Павловский И. С., Бородин И. В. Нейросетевая модель прогнозирования технического состояния сложного динамического объекта // DSPA: Вопросы применения цифровой обработки сигналов. 2018. Т. 8. № 4. С. 201-206.
Разработка подходов к решению обратной задачи внешней баллистики в различных условиях применения / С. А. Королев, А. М. Липанов, И. Г. Русяк, В. А. Тененев // Вестник Томского государственного университета. Математика и механика. 2019. № 57. С. 76-83. DOI 10.17223/19988621/57/6.
Мокшанов П. Ю., Зотов П. Ю., Майоров П. Е. и др. Определение установок для стрельбы из артиллерийских орудий неуправляемыми снарядами на основе интегрирования системы дифференциальных уравнений движения неуправляемых снарядов. Свидетельство о регистрации программы для ЭВМ RU 2020614093, 26.03.2020.
Полевой Ю. И. Способ наведения орудия на цель. Патент RU 2743597 C1, 20.02.2021.
Лысенко Л. Н. Внешняя баллистика. М.: МГТУ им. Баумана, 2020. 328 с. ISBN 978-5-7038-5503-4.
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2024 Станислав Анатольевич Королев, Денис Геннадьевич Нефедов, Иван Григорьевич Русяк
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.