ЖУРНАЛ РАДИОЭЛЕКТРОНИКИ. eISSN 1684-1719. 2026. №1

УДК: 621.396.96.001 (07)

Разработка программного комплекса для сравнительного
анализа алгоритмов наведения летательных аппаратов
по цифровым картам рельефа местности

Л.Д. Доросинский, А.А. Пономарев

Уральский федеральный университет имени первого президента России Б.Н. Ельцина,
620002, Россия, Екатеринбург, ул. Мира, 19

Статья поступила в редакцию 1 декабря 2025 г.

Аннотация. Актуальность разработки автономных систем наведения летательных аппаратов обусловлена растущими требованиями к их независимости и надежности. Традиционные инерциальные системы страдают от накопления ошибок во времени, а спутниковые технологии навигации (GPS, ГЛОНАСС) уязвимы к радиоэлектронному подавлению, что критически ограничивает их применение в условиях противодействия. В связи с этим перспективным направлением являются методы, использующие цифровые карты рельефа местности. Целью данной работы являлась разработка специализированного программного комплекса для сравнительного анализа точности и помехоустойчивости двух методов наведения: классического корреляционно-экстремального алгоритма (КЭА) и подхода на основе полносвязной сверточной нейронной сети (FCN). В ходе исследования была создана модульная архитектура программного обеспечения, включающая генератор синтетического рельефа на основе метода Фурье-фильтрации, механизм обучения сверточной нейронной сети и алгоритм вычисления корреляционных метрик. Для удобства пользователя был реализован графический интерфейс на базе PyQt5, обеспечивающий интерактивное управление параметрами экспериментов и визуализацию результатов. Проведенные с помощью комплекса эксперименты позволили установить, что корреляционно-экстремальный алгоритм сохраняет преимущество при минимальном количестве эталонных данных, в то время как нейросетевой подход демонстрирует более высокую помехоустойчивость и точность после обучения на репрезентативных выборках. Также была выявлена обратная зависимость между точностью распознавания и значением параметра пространственной корреляции рельефа для обоих методов. Важным результатом является создание универсального программного инструмента, который позволяет проводить комплексную оценку эффективности алгоритмов наведения в различных условиях и может быть адаптирован для решения практических задач автономной навигации, открывая возможности для исследований в области гибридных навигационных систем.

Ключевые слова: программный комплекс, графический интерфейс, цифровая модель рельефа, синтетический рельеф, корреляционно-экстремальный алгоритм, сверточная нейронная сеть, наведение летательного аппарата, автономная навигация, сравнение алгоритмов, Фурье-фильтрация, помехоустойчивость.

Автор для переписки: Пономарев Артём Алексеевич, artemp14@gmail.com

Литература

1. Сырокваш С. М., Мехеда В. И. Системы управления и наведения крылатых ракет и противодействия //Militaryarticle. http://militaryarticle.vibrokatok.by/nauka-i-voennaya-bezopasnost/2008/12107‑sistemy-upravlenija-i-navedenija-krylatyh-raket-I (дата обращения: 25.10. 2025).).

2. Аранович Г. П., Михайлин Д. А. Управление и наведение самолетов и ракет //Московский авиационный институт. – 2013.

3. Ширшиков А. С., Павлова Ю. А., Чульмяков И. Ф. Применение систем глобального позиционирования при управлении дорожным движением //Инженерный вестник Дона. – 2016. – Т. 43. – №. 4 (43). – С. 90. http://ivdon.ru/ru/magazine/archive/n4y2016/3858

4. Борисов Н. Н., Солодухин М. Ю., Годунов А. И. Бесплатформенная инерциальная навигационная система на базе микромеханических датчиков в составе танковых управляемых ракет //Известия высших учебных заведений. Поволжский регион. Технические науки. – 2024. – №. 3 (71). – С. 55-63.

5. Толстиков А. С., Ушаков А. Е. Противодействие спуфингу и повышение помехоустойчивости аппаратуры потребителя глобальных навигационных спутниковых систем //Интерэкспо Гео-Сибирь. – 2018. – №. 9. – С. 319-327.

6. Е.Д. Белозёрова Исследование характеристик алгоритма корреляционно-экстремальной навигации для летательного аппарата // Инженерный журнал: наука и инновации. 2023. №4. С. 1-14.

7. Steele A. PyQt5 Tutorial Documentation Release 1.0. – 2016.

8. Прохоренок Н. А. Python 3 и pyQt. Разработка приложений. – БХВ-Петербург, 2012.

9. Борцова М. В. Моделирование земной поверхности с негауссовым распределением высот //Новые информационные технологии в автоматизированных системах. – 2012. – №. 15. – С. 121-129.

10. Быков В. В. Цифровое моделирование в статистической радиотехнике. – 1971.

11. А.А. Пономарев, Доросинский Л.Д. Сравнение корреляционно-экстремального и нейросетевого методов наведения летательных аппаратов по цифровым картам рельефа местности // Инженерный вестник Дона. 2025. http://ivdon.ru/ru/magazine/archive/n11y2025/10531

12. Сергиенко А. Б. Цифровая обработка сигналов. – БХВ-Петербург, 2011.

13. Эли Стивенс, Лука Антига, Томас Виман PyTorch. Освещая глубокое обучение. – СПб.: Питер, 2022.

14. Fully Connected Layer vs. Convolutional Layer: Explained // Builtin http://builtin.com/machine-learning/fully-connected-layer

15. Белякова А.Ю., Беляков Ю.Д., Замятин П.С. Решение задачи распознавания объектов и инцидентов на фотоматериалах, полученных с беспилотных летательных аппаратов с использованием методов глубокого обучения // Инженерный вестник Дона. 2021. №5. http://ivdon.ru/ru/magazine/archive/n5y2021/6985

Для цитирования:

Пономарев А.А., Доросинский Л.Г. Разработка программного комплекса для сравнительного анализа алгоритмов наведения летательных аппаратов по цифровым картам рельефа местности. // Журнал радиоэлектроники. - 2026. - №. 1. https://doi.org/10.30898/1684-1719.2026.1.14