Порівняльний аналіз ефективності кореляційно-екстремальних систем і систем на основі штучного інтелекту для наведення літальних апаратів
DOI:
https://doi.org/10.35681/1560-9189.2025.27.3.354571Ключові слова:
показники ефективності, кореляційно-екстремальні системи наведення, штучний інтелект, нейронні мережі, автономність, системи машинного зоруАнотація
Ефективність сучасних літальних апаратів (керованих засобів ураження) істотно залежить від типу систем наведення. В умовах війни основною вимогою до цих систем є їхня автономність. Статтю присвячено аналізу ефективності застосування двох сучасних автономних систем наведення літальних апаратів — кореляційно-екстремальної системи наведення та системи на основі штучного інтелекту. Відомо, що зараз розвиток і використання систем із застосуванням штучного інтелекту переживає справжній бум, особливо у системах наведення літальних апаратів. У свою чергу кореляційно-екстремальні системи зберігають свою актуальність і в ряді випадків мають перевагу над системами зі штучним інтелектом. Метою статті є на підставі обґрунтованого апарату показників ефективності провести порівняльний аналіз ефективності кореляційно-екстремальних систем і систем на основі штучного інтелекту для наведення літальних апаратів. У дослідженні застосовано методи теорії управління, порівняльного аналізу та теорії оптимізації і нейромереж. Практичне значення результатів полягає в підвищенні ефективності та швидкодії систем наведення літальних апаратів завдяки визначенню переваг обох систем наведення в конкретних умовах обстановки.
Посилання
Gonzales R.C., Woods R.E. Digital image processing. Boston, MA Addison-Wesley, 2001. 823 p.
Rodrigues, Ricardo С. Bonfim. An Experimental Evaluation of Algorithms for Aerial Image Matching / Ricardo С Bonfim Rodrigues, Sergio Roberto Pellegrin. 17th International Conference on Systems, 3gnals and Image Processing (IW63P). 2010. pp. 416–419.
Mezencev A.V., Butochnov A.N., Juzefovich V.V., Mironjuk S.V. Ocenka kachestva jetalonnyh izobrazhenij, sozdavaemyh dlja korelljacionno-jekstremal'nyh sistem navigacii. Reiestratsiia, zberihannia i obrob. danykh. 2014. Т. 16, № 4. pp. 44–53. https://doi.org/10.35681/1560-9189.2014.16.4.100289
Mezencev A.V., Butochnov A.N., Juzefovich V.V., Mironjuk S.V. Fraktal'nyj metod formirovanija jetalonnyh izobrazhenij v sistemah tehnicheskogo zrenija. Reiestratsiia, zberihannia i obrob. danykh. 2015. Т. 7, № 1. pp. 28–35. https://doi.org/10.35681/1560-9189.2015.17.1.100304
Mezentsev A.V., Butochnov A.N., Yuzefovych V.V. Analiz pidkhodiv do vyznachennia vydu etalonnoho zobrazhennia dlia koreliatsiino-ekstremalnykh system navihatsii litalnykh aparativ. Reiestratsiia, zberihannia i obrob. danykh. 2025. T. 27, № 1. pp. 28–35. https://doi.org/10.35681/1560-9189.2025.27.1.335610
Andrusiak A. Dron avtomatychno znaide ZS RF: yak pratsiuie ukrainskyi ShI-instrument Clarity. URL: https://focus.ua/uk/digital/723206-programa-clarity-shi-znahodit-voroga-na-kadrah-z-bpla-video
MATLAB. The Language of Technical Computing. Using MATLAB. The Math Works, Inc. USA, 2000.
Peter Harrington. Machine Learning in Action. Shelter Island, 2012. 280 p. ISBN 9781617290183.
Husak Yu.A., Vasylenko O.A. Alhorytm stvorennia neironnoi merezhi dlia klasyfikatsii udarnykh bezpilotnykh aparativ. Suchasni informatsiini tekhnolohii u sferi bezpeky ta oborony. 2024. № 2(50). pp. 54–68.
Kozhushko Ya.N. Metod navchannia neiromerezhi vrakhuvanniu riznotypnykh vykryvlen potoch-noho zobrazhennia matrychnykh radiometrychnykh koreliatsiino-ekstremalnykh system navihatsii. Systemy obrobky informatsii. 2023. Vyp. 1 (172). pp. 36–41.
