ИРЭ им. В.А. Котельникова РАН English Войти Подать статью
Журнал радиоэлектроники Электронный научный журнал · eISSN 1684-1719
2026, № 1 · МАТЕМАТИЧЕСКИЕ МЕТОДЫ В ЗАДАЧАХ РАДИОЭЛЕКТРОНИКИ

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

А.А. Пономарев1, Л.Г. Доросинский1

1 Уральский федеральный университет имени первого президента России Б.Н. Ельцина, Екатеринбург, Россия
Полный текст DOI: 10.30898/1684-1719.2026.1.14 УДК 621.396.96.001 (07) EDN OAEEFI

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.

  • 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
Abstract (in English)

Development of a software package for comparative analysis of aircraft guidance algorithms based on digital terrain maps

The urgency of developing autonomous guidance systems for aircraft is due to the growing demands on their independence and reliability. Traditional inertial systems suffer from the accumulation of errors over time, and satellite navigation technologies (GPS, GLONASS) are vulnerable to electronic jamming, which critically limits their use in counteraction conditions. In this regard, methods using digital terrain maps are a promising area. The purpose of this work was to develop a specialized software package for comparative analysis of the accuracy and noise immunity of two guidance methods: the classical correlation-extremal algorithm (CEA) and an approach based on a fully connected convolutional neural network (FCN). In the course of the research, a modular software architecture was created, including a synthetic relief generator based on the Fourier filtering method, a convolutional neural network learning mechanism, and an algorithm for calculating correlation metrics. For user convenience, a graphical interface based on PyQt5 has been implemented, providing interactive control of experiment parameters and visualization of results. The experiments carried out using the complex allowed us to establish that the correlation-extremal algorithm retains an advantage with a minimum number of reference data, while the neural network approach demonstrates higher noise immunity and accuracy after training on representative samples. An inverse relationship was also revealed between the recognition accuracy and the value of the spatial correlation parameter of the relief for both methods. An important result is the creation of a universal software tool that allows for a comprehensive assessment of the effectiveness of guidance algorithms in various conditions and can be adapted to solve practical problems of autonomous navigation, opening up opportunities for research in the field of hybrid navigation systems.

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

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