Kotelnikov Institute of Radio Engineering and Electronics of RAS Русский Sign in Submit a paper
Journal of Radio Electronics Online scientific journal · eISSN 1684-1719
2026, № 3 · MATHEMATICAL MODELS IN RADIO ELECTRONICS PROBLEMS

Comparative analysis of the effectiveness of aircraft guidance based on terrain maps using classical methods and artificial intelligence methods in the presence of unpredictable artifact distortions

L.G. Dorosinsky1, A.A. Ponomarev1

1 Ural Federal University named after the first President of Russia B.N. Yeltsin, Ekaterinburg, Russia
Full text DOI: 10.30898/1684-1719.2026.3.9 UDC 621.396.96.001 (07) EDN UQAFQY

Abstract

This paper presents a comparative analysis of terrain-referenced navigation of an aircraft using classical correlation-extremal algorithms and artificial intelligence methods under conditions of unpredictable terrain distortions. The terrain is modeled as a stationary random field with local nonstationary perturbations absent from the reference map. It is shown that such distortions violate the statistical assumptions underlying classical navigation algorithms and lead to rare but critical navigation failures. To provide an adequate assessment of navigation performance, an integral navigation reliability metric is introduced, defined as the probability that the positioning error remains below a specified threshold. Based on numerical simulations, the methods are compared in terms of root mean square error, probability of catastrophic failures, and computational complexity. The results demonstrate that artificial intelligence methods exhibit significantly higher navigation reliability under unpredictable terrain distortions, while classical algorithms retain advantages in accuracy and computational efficiency under idealized conditions. The potential of hybrid navigation algorithms combining analytical and learning-based approaches is substantiated.

  • terrain-referenced navigation
  • aircraft guidance
  • radar altimeter
  • Correlation-extremal algorithms
  • artificial intelligence
  • machine learning
  • terrain artifacts
  • navigation reliability
Аннотация (на русском)

Сравнительный анализ эффективности наведения летательного аппарата по картам рельефа местности классическими методами и методами искусственного интеллекта при наличии непрогнозируемых артефактных искажений

В работе проведен сравнительный анализ эффективности наведения летательного аппарата по картам рельефа местности с использованием классических корреляционно-экстремальных алгоритмов и методов искусственного интеллекта в условиях наличия непрогнозируемых артефактных искажений рельефа. Рельеф местности моделируется как стационарное случайное поле с локальными нестационарными возмущениями, отсутствующими в эталонной карте. Показано, что такие искажения приводят к нарушению статистических предположений, лежащих в основе классических методов навигации, и вызывают редкие, но критические навигационные сбои. Для адекватной оценки качества навигационных алгоритмов введен интегральный показатель навигационной надежности, определяемый как вероятность нахождения ошибки позиционирования ниже заданного порога. На основе численного моделирования выполнено сравнение методов по среднеквадратической ошибке, вероятности катастрофических сбоев и вычислительной сложности. Показано, что методы искусственного интеллекта обладают более высокой навигационной надежностью в условиях непрогнозируемых искажений рельефа, тогда как классические алгоритмы сохраняют преимущество по точности и вычислительной эффективности в идеализированных условиях. Обоснована перспективность гибридных навигационных алгоритмов, сочетающих аналитические и обучаемые подходы.

For citation

Dorosinsky L.G., Ponomarev A.A. Comparative analysis of the effectiveness of aircraft guidance based on terrain maps using classical methods and artificial intelligence methods in the presence of unpredictable artifact distortions // Journal of Radio Electronics. – 2026. – No. 3. https://doi.org/10.30898/1684-1719.2026.3.9

References

  1. Аранович Г.П., Михайлин Д.А. Управление и наведение самолетов и ракет // Московский авиационный институт. - 2013.
  2. 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.
  3. 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.
  4. Белозерова Е.Д. Исследование характеристик алгоритма корреляционно-экстремальной навигации для летательного аппарата // Инженерный журнал: наука и инновации. 2023. №4. с. 1-14.
  5. Пономарев А.А., Доросинский Л.Г. 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
  6. Скобелев П.О. Корреляционно-экстремальные методы навигации летательных аппаратов. - М.: Радиотехника, 2005.
  7. Доросинский Л.Г., Оптимальная обработка радиолокационных изображений, формируемых в РСА, Москва: Издательский дом Академии Естествознания, 2017, 212 с.
  8. Тархов Д.А. Нейронные сети. Модели и алгоритмы. - М.: Радиотехника, 2005. - 256 с.
  9. Хайкин С. Нейронные сети. - М.: Издательский дом "Вильямс", 2006. - 1103с.
  10. Рутковская Д. Нейронные сети, генетические алгоритмы и нечеткие системы / Д. Рутковская, М. Пилиньский, Л. Рутковский. - М.: Горячая линия - Телеком, 2006. - 452с.
  11. Бишоп К.М. Распознавание образов и машинное обучение. Диалектика, 2020. - 962с.
  12. Мередит Бруссард. Искусственный интеллект. Пределы возможного. - М.: Альпина, 2020.-258с.