Помощь в учёбе, очень быстро...
Работаем вместе до победы

Оптимизация программно-алгоритмического обеспечения коррекции ошибок инерциальных навигационных систем на основе идентификации и моделирования

ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

На основе разработанных программных средств была решена задача полного моделирования ошибок ИКС в наиболее приближенных к реальным полетам эволюциях JIA. Проведенное моделирование алгоритмов на основе данных летных экспериментов, показало достаточную адекватность построенных моделей. Оптимизированный комплекс моделей ошибок позволяет построить схему коррекции, обеспечивающую достаточно высокую… Читать ещё >

Содержание

  • Глава 1. Состояние проблемы и задачи исследования
    • 1. 1. Состояние проблемы идентификации ошибок ИНС
      • 1. 1. 1. Оптимальный фильтр Калмана-Бьюси
      • 1. 1. 2. Структура ошибки ИНС с учетом эволюции вектора со- ^ стояния JIA
  • -1.2. Базовый метод выделения сигнала ошибок, на основе комплекс- ^ ной обработки сигналов в ОФК
    • 1. 3. Методы построения алгоритмов идентификации
      • 1. 3. 1. Метод сопряженных градиентов
      • 1. 3. 2. Метод вращающихся координат
    • 1. 4. Построение динамических прогнозирующих фильтров
      • 1. 4. 1. Обзор методов идентификации ПФ
        • 1. 4. 1. 1. Рекуррентный метод наименьших квадратов (РМНК)
      • 1. 4. 12. Обобщенный рекуррентный метод наименьших квадратов
      • 1. 4. 13. Рекуррентный метод вспомогательных переменных
        • 1. 4. 1. 4. Метод стохастической аппроксимации
      • 1. 4. 15. Общая схема рекуррентных алгоритмов
        • 1. 4. 1. 6. Модифицированные вычислительные алгоритмы на основе ^ рекуррентного метода наименьших квадратов
    • 1. 5. По становка задачи идентификации-оптимизации ИНС
  • Глава 2. Математические модели ИНС, JIA, среды
    • 2. 1. Математические модели объекта управления
      • 2. 1. 1. Математическая модель JIA
      • 2. 1. 2. Балансировочные параметры
      • 2. 1. 3. Режим стабилизации
      • 2. 1. 4. Математическая модель среды движения
    • 2. 2. Математическая модель ИНС
    • 2. 3. Тестовые алгоритмы и программа движении JIA по маршруту
  • Глава 3. Структурно — параметрическая идентификации математической модели ошибок ИНС
    • 3. 1. Математическое моделировании ОФК при различных вариантах ^ внешней коррекции
      • 3. 1. 1. Описание принципов построения самонастраивающегося ал- ^ горитма оценивания погрешностей ПНК
      • 3. 1. 2. Практическая реализация алгоритма
        • 3. 1. 2. 1. Горизонтальные каналы
      • 3. 1. 3. Тестовые алгоритмы и программы для коррекции ошибок g^ навигационных параметров
    • 3. 2. Построение модели прогнозирующего фильтра ПФ ошибок ИНС 87 3.2.1. Алгоритмы выделении тренда
      • 3. 2. 2. Алгоритмы выделении динамических составляющих ошибок
    • 3. 3. Результаты
  • Глава 4. Применение методики идентификации для оптимизации алгоритмов обработки сигналов в ИНС
    • 4. 1. Результаты оптимизации
      • 4. 1. 1. Коррекция ошибок скорости по х и у
      • 4. 1. 2. Коррекция ошибок местоположении по ср и X
      • 4. 1. 3. Исследование влияния шумов измерителей НП на ^ ^ точности ПФ ошибок
    • 4. 2. Практические замечания
      • 4. 2. 1. Входные и выходные сигналы для второго этапа разра- ^^ ботки ПФ
      • 4. 2. 2. Влияние шага интегрирования
      • 4. 2. 3. Сглаживание параметров входных сигналов модели ^ динамических ошибок ПФ
  • Глава 5. Оптимизация характеристик электронных устройств инерциальных навигационных систем
    • 5. 1. Оптимизация блока коррекции ИНС
    • 5. 2. Формирование требований к электронным модулям АЦП
      • 5. 2. 1. Выбор частоты дискретизации входного сигнала
      • 5. 2. 2. Длительность выборки АЦП
      • 5. 2. 3. Разрядность АЦП
    • 5. 3. Модель ошибок АЦП

Оптимизация программно-алгоритмического обеспечения коррекции ошибок инерциальных навигационных систем на основе идентификации и моделирования (реферат, курсовая, диплом, контрольная)

Ядро современного пилотажно-навигационного комплекса (ПНК) составляет Инерциальная навигационная Система (ИНС) как наиболее универсальный и автономный источник навигационной информации. В состав ПНК также входят радионавигационные устройства и системы воздушных сигналов. Алгоритм обработки информации ПНК как правило строится на основе динамических уравнений ошибок ИНС [3] и остальных измерителей ПНК [24]. В настоящее время в ПНК для комплексной обработки информации используются строгие алгоритмические методы оценивания, которые могут быть реализованы на широкой информационной основе с привлечением строгих математических моделей функционирования пилотажно-навигационных измерителей.

Для ПНК, находящихся в эксплуатации, и для проектируемых комплексов большое значение имеет совершенствование алгоритмической части. Создание новых алгоритмов направлено как на повышение точности уже имеющихся методов, так и на разработку совершенно новых методов, которые на основе информации ПНК позволяют получить нужные оценки параметров с более высокой точностью.

Для реализации задач, решаемых современным ПНК, предлагается общий функциональный алгоритм описания измерительных процессов на борту летательного аппарата (JIA), который представляет собой полную версию математических моделей.

Алгоритмы комплексной обработки информации являются одной из наиболее важных частей общего функционального алгоритма: используя избыточную информацию системы измерителей, эти алгоритмы решают задачи фильтрации, экстраполяции и интерполяции пилотажно-навигационных параметров. Результаты решения этих задач лежат в основе повышения точности и досто.

Введение

5 верности информационного обеспечения ПНК и позволяют вычислить дополнительные параметры, не получаемые непосредственно от измерителей, обеспечивают восстановление информации при кратковременных сбоях или перерывах выдачи информации, при работе измерителей в режиме памяти.

Ниже исследуются алгоритмы идентификации и аппроксимации ошибок ИНС, которые будут использоваться на борту ДА. Они играют важную роль в случае отсутствия сигналов для комплексной обработки, поскольку наряду с режимом избыточной информации существует режим, когда сигналов для комплексной обработки нет в силу естественных либо искусственно созданных условий.

Для таких случаев была поставлена и решена задача построения субоптимального алгоритма коррекции ошибок ИНС методом построения прогнозирующего ошибку ИНС фильтра. Исходными данными для построения (идентификации) прогнозирующего фильтра на борту JIA являются компоненты измеряемого вектора состояния (автономно измеряемые на борту JIA) комплекса «ЛА+ИНС+ система автоматического управления (САУ)» и ошибки ИНС, выделенные на основе оптимального фильтра Калмана (ОФК), (пока наблюдалась избыточность за счёт внешней коррекции).

На основе разработанных программных средств была решена задача полного моделирования ошибок ИКС в наиболее приближенных к реальным полетам эволюциях JIA. Проведенное моделирование алгоритмов на основе данных летных экспериментов, показало достаточную адекватность построенных моделей. Оптимизированный комплекс моделей ошибок позволяет построить схему коррекции, обеспечивающую достаточно высокую точность навигации при комплексном учете информации и анализировать влияние всех компонент комплекса «ЛА+ИНС+САУ» на эффективность решаемой полетной задачи.

Введение

g.

Целью работы: является исследование путей повышения точности навигации (коррекций ИНС) на этапе потери сигналов внешних источников информации о координатах JIA;

Предметом исследований являются модели погрешности ИНС, модели комплексной обработки сигналов на борту JIA, движущемся в возмущенной среде, математические модели процедур идентификации ошибок ИНС и способ их прогнозирования на борту JIA для целей коррекции ИНС.

Методы исследования базируются на теории управления, идентификации и оптимизации, имитационном моделировании.

Научная новизна. В результате диссертационной работы получены научные результаты, которые могут быть охарактеризованы следующим образом.

1. впервые решена задача коррекции ИНС методом двухуровневого прогнозирующего фильтра, описывающего ни только тренд, но и динамические составляющие ошибок, параметры которого настраиваются на конкретно складывающуюся ситуацию в конкретном полете (в зависимости от уровня шумов на конкретной трасс и конфигурации и состоянии JIA).

2. Новизна результатов состоит в том, что решена задача разработки программноалгоритмического обеспечения для описания процессов взаимного влияния погрешностей ИНС и движения JIA, что позволило в случае потери сигналов для комплексной обработки навигационных параметров сформировать двухуровневый, нелинейный прогнозирующий фильтр ошибок ИНС и тем самым уменьшить погрешность движения JIA в абсолютно автономном режиме. Настройка фильтров осуществляется в полете, что обеспечивает адаптивность, то есть более высокую точность коррекции.

Введение

7.

Научные результаты, выносимые на защиту :

— методика структурно-параметрической идентификации двухуровневой модели (фильтр) ошибок ИНС, основанная на построении нелинейного формирующего фильтра, выделяющего наиболее существенную составляющую ошибки ИНС за счет собственной эволюции ошибок ИНС, и динамического фильтра, учитывающего влияние вектора состояния JIA на ошибки ИНС.

— результаты оптимизация точности работы ИНС при движении по маршруту, осуществленной на основе разработанной модели ошибок ИНС.

— квазирекуррентный алгоритм идентификации структуры фильтра динамических ошибок ИНС, настраивающийся на оптимальную структуру.

— комплексная модель анализа информационных управлявших процессов на борту JIA, включая алгоритмы, выявляющие влияние основных параметров JIA, параметров приборного навигационного комплекса (ПНК), алгоритмов управления, параметров среды на точность движения ЛА и ошибки ИНС при движении JIA по произвольным маршрутам.

Достоверность обусловлена использованием наиболее полной на сегодняшний день моделей подсистем контура «JIA + среда + САУ + ИНС», эффективi ность которых имеет как лабораторное, так и экспериментальное подтверждение в летных экспериментах.

Практическая ценность: результатов работы определяется следующим:

— достигнуто существенное уменьшение погрешности навигации JIA на этапе автономного полета;

— при формировании модулей программного обеспечения была заложена наиболее общая форма описания объекта и его подсистем, что делает возможным её использование и для иных задач проектирования бортового оборудования JIA.

Введение

g.

— все разработанные методики реализованы в виде программных модулей, ориентированных на стандартное обеспечение ПЭВМ и допускающих непосредственное включение в другие, более общие программы.

Реализация результатов работы.

Разработанные методы и созданное программное обеспечение было использовано при решении задачи прогнозирования и коррекции ошибок работы ИНС при выводе объекта в заданную точку при разных условиях полёта.

Апробация работы. Основные результаты диссертационной работы были публикованы в журнале «Авиакосмическое приборостроение» № 4, 2004 г. — а также докладывались и обсуждались на XII Международном научно-техническом семинаре «Современные технологии в задачах управления, автоматики и обработки информации «, г. Алушта., сентябрь 2003 г., на научно-техническом семинаре кафедры «Авиационные приборы и ИВК», МАИ.

Публикации. Основные результаты диссертационной работы отражены в 2-х печатных работах, а также в 3-х научно-технических отчетах.

Объем работы. Диссертационная работа состоит из введения, пяти глав, заключения, списка литературы (101 источник) и приложений, содержащих тексты программ и пояснительный материал. Работа представлена в виде 233 страниц основного текста.

Заключение

.

1) Разработана методика проектирования алгоритмов прогнозирующего фильтра на этапе неавтономного полета и алгоритма коррекции ошибок ИНС на этапе автономного полета.

На первом этапе полета доступен внешний измеритель координат JIA и производится построение (идентификация) алгоритма прогнозирующего фильтра ошибок ИНС, состоящего из двух составляющих:

— нелинейный тренд, найденной структуры;

— динамические составляющие в виде разностного уравнения найденной структуры и найденной структурой входных сигналов. На втором этапе автономного полета построенный фильтр позволяет скорректировать ошибки ИНС и существенно (см. результаты в главе 3 и 4) уменьшить итоговые ошибки навигации до 2500 метров по широте и 2500 метров по долготе на час полета (в сложных условиях).

2) Разработанная методика содержит решение нескольких подзадач, необходимых для ее использования: а) системный анализ информационных процессов в различных подсистемах привел к необходимости учета наиболее полных моделей самолета: как нелинейного многосвязного объекта высокой размерности (см. приложения), среды движениягде учитывается турбулентная составляющая по всем 3-м осями, модель ошибок ИНС, содержащая десятки дифференциальных уравнений для своего описанияб) для информационного анализа полета с внешней коррекцией в работе использован фильтр Калмана, который позволил выделить наиболее точно составляющие ошибки ИНС (до 95% от истинных значений). Точность и достоверность оценки этих ошибок достигнуты методами моделирования наиболее полных моделей комплекса: «полетная задача + режим + автопилот + среда + ИНС" — в) поисковые процедуры при нахождении наилучшей нелинейной модели тренда ошибки ИНС реализованы методом вращающихся координат (программа WRK50), который показал большую эффективность по отношению к градиентным методам (типа сопряженных градиентов, программа SPRGR) — г) при построении разностного уравнения, формирующего динамическую составляющую ошибку фильтра, были исследованы разные методы идентификации с точки зрения их устойчивости и эффективности при разных условиях применения (шумах) — был выбран алгоритм — модифицированный метод квадратного корня (см. программу MSF), а для нахождения структуры фильтра (размерности и состав вектора входных координат, влияющих на ошибку ИНС) использован модифицированный автором поисковый алгоритм на основе метода группового учета аргумента (см. программу POISK);

3) Комплексная модель реализована в виде программных модулей с единым обозримым интерфейсом, позволяющих связать в единую программу параметры самолета (аэродинамика, загрузка, конфигурация и т. д.), среды, маршрута, параметры ИНС, включая точностные характеристики отдельных устройств, в том числе акселерометров и гироскопов с их статистическими характеристиками разброса параметров. Это позволяет оценить методом моделирования как скажется влияние тех или иных характеристик датчиков на точность навигации и, наоборот, сформировать требования к точности отдельных элементов, исходя из требуемой точности навигации.

4) Наличие программного комплекса позволяет формировать требования, исходя из не превышения навигационной ошибки, к точности работы АЦП (см. Пзад) и других электронных модулей ИНС, и на этом основании, используя методику, разносить ошибку по отдельным элементам (см. глава 5).

Показать весь текст

Список литературы

  1. Авиационная радионавигация: Справочник./А.А. Сосновский, И. А. Хаймович, Э. А. Лутин, И.Б. Максимов- Под ред. А. А. Сосновского. -М.: Транспорт, 1990. 264 с.
  2. Т. Введение в многомерный статистический анализ. -М.: Физматгиз. 1963. -500с.
  3. В.Д. Теория инерциальной навигации. Корректируемые системы.-М.: Наука, 1967.
  4. Аэромеханика самолета /Под ред. А. Ф. Бочкарева и В. В. Андреевского. -М.: Машиностроение, 1985. -360с.
  5. А., Костюков В. М., Тихонов В. А. Алгоритмы комплексной обработки информации навигационных систем. Журнал «Авиакосмическое приборостроение» № 4, 2004 г.-
  6. О.В. Современный Фортран. -3-е изд., и перераб. —М.: ДИАЛОГ-МИФИ, 2000. 448с.
  7. А.П. Системы терминального управления. -М.: Радио и связь, 1984. -160с.
  8. Д.И. Поисковые методы оптимального управления. -М.: Сов. радио, 1975. -216с.
  9. И.В., Бублик Б. Н., Зинько П. М. Методы и алгоритмы решения задач оптимизации. Киев: Вища шк., 1983. -512с.
  10. С.М., Качанов Б. О., Кулифеев Ю. Б., Морозов В. И. Создание и применение математических моделей самолетов. -М.: Наука, 1984. -140с.
  11. JI.M., Поплавский Б. К., Мирошниченко JI.JI. Частотные методы идентификации летательных аппаратов. -М.: Машиностроение, 1985.-184с.
  12. А.А., Свердлов JI.3. Методы статистического анализа погрешностей устройств автоматики. Л.: Энергия, 1974. 144 с.
  13. .А., Несенюк Л. П., Пешехонов В. Г., Старосельцев Л. П. Миниатюрные интегрированные системы ориентации и навигации для гидрографических судов и катеров. Гироскопия и навигация, 2001, № 1
  14. В.А. Оператор и летательный аппарат. -М.: Машиностроение, 1976. -224с.
  15. В.А. Оптимизация терминальных стохастических систем. -М.: Машиностроение, 1986. -207с.
  16. В.А., Закиров Р. А., Смирнова И. И. Авиационные тренажеры. -М.: Машиностроение, 1978. -192с.
  17. В.Т., Рыльский Г. И. Пилотажные комплексы и системы управления самолетов и вертолетов. -М.: Машиностроение, 1978. -216с.
  18. А., Хо Ю-Ши. Прикладная теория оптимального управления: Пер. с англ. -М.: Мир, 1972. 544с.
  19. К., Зиффлинг Г. Фильтр Калмана—Бьюси: Детерминированные наблюдения и стохастическая фильтрация /Пер. с нем. -М.: Наука, 1982.
  20. В.Н., Шмыглевский И. П. Введение в теорию бесплатформенных инерциальных навигационных систем. М.: Наука, 1992.
  21. Г. С., Студнев Р. В. Динамика пространственного движения самолета. -М.: Машиностроение, 1965. -370с.
  22. Г. С., Студнев Р. В. Аэродинамика самолета: динамика продольного и бокового движения. -М.: Машиностроение, 1979. -352с.
  23. К. К. Тихонов В.А. Навигационно-пилотажный комплекс на основе спутниковой радионавигационной системы.// Радиотехника, № 1, 1996.
  24. Е.А. Численные методы. -М.: Наука, 1982. -256с. 92.
  25. .Ф., Алексеев В. И. и др.- Под ред. Высоцкий Б. Ф. Цифровые фильтры и устройства обработки сигналов на интегральных микросхемах: Справочное пособие. М., «Радио и связь», 1984. 216 с.
  26. С.А., Макашов Э. М., Голушкин Ю. Ф. и др. Механика полета. -М.: Машиностроение, 1969. -420с.
  27. И.А., Шульман И. А. Инерциальные навигационные системы. М., «Машиностроение», 1970. 231 с.
  28. В.Н., Дятлов В. А., Милов JI.T. Модели, алгоритмы и устройства идентификации сложных систем. -Д.: Энергоатомиздат, 1985. -104с.
  29. К., Каплан А. А. Нелинейное программирование на основе безусловной минимизации. -Новосибирск: Наука, 1981. -183с.
  30. Ю.П. Дискретно-непрерывное управление программным выведением самолетов. -М.: Машиностроение, 1987. -128с.
  31. Ю.П., Загайнов Г. И. Управление полетом самолетов. -М. «Машиностроение», 1980. 213 с.
  32. A.M. Методы идентификации динамических объектов. -М.: Энергия, 1979. -239с.
  33. Г., Ватте Д. Спектральный анализ и его приложения /Пер. с англ. -М.: Мир, 1971. Т. 1. -316с.
  34. Ю.П. Динамика полета в неспокойной атмосфере. -М.: Машиностроение, 1969. -256с.
  35. В.Н., Мирошин И. В., Скорубский В. И. Системы автоматического управления с микро-ЭВМ. Л.: Машиностроение, 1989. -284с.
  36. Ю. Г. Способ калибровки гироскопов. Патент РФ № 2/2/134, 1998, 16 с.
  37. Ю. Г. Интегрированные системы идентификации математической моделей инструментальных погрешностей инерциальных навигационных систем. РАН, ммро-8, м. 1997, 137 с.
  38. .Ф. Основы статистической обработки траекторных измерений. -М.: Радио и связь, 1978. -384с.
  39. А.Г., Юрачковский Ю. П. Моделирование сложных систем по экспериментальным данным. -М.: Радио и связь, 1987. -120с.
  40. Р. Цифровые системы управления. -М.: Мир, 1989. -541с
  41. Х.Д. Численное решение матричных уравнений. -М.: Наука, 1984.-192с.
  42. В.А., Ударцев Е. П. Определение характеристик воздушных судов методами идентификации. -М.: Машиностроение, 1988. -170с.
  43. Г. М., Федоренко Г. И. Автоматическое управление продольным движением упругого самолета. -М.: Машиностроение, 1974. -312с.
  44. Р.Л., Рао А.Р. Построение динамических стохастических моделей по экспериментальным данным /Пер. с англ. -М.: Наука, 1983. -384с.
  45. В.М., Запорожец А. В. Проектирование систем отображения информации. -М.: Машиностроение, 1992. -336с.
  46. В.М., Брусанов В. В. Идентификация характеристик сложных динамических объектов с помощью квазирекуррентных алгоритмов оценивания. Изв. вузов СССР. Приборостроение, т. 32, № 10. ЛИТМО, 1989.
  47. Ю.А. Использование априорной информации в методе наименьших квадратов. Техническая кибернетика //Изв. АН СССР, № 2, 1967. с. 17−29.
  48. А.А. Системы автоматического управления полетом и их аналитическое конструирование. -М.: Наука, 1973. -558с.
  49. Е.И. Летные испытания ракет и космических аппаратов. -М.: Машиностроение, 1979. -461с.
  50. П.Д., Максимов А. И., Скворцов Л. М. Алгоритмы и программы проектирования автоматических систем. — М.: Радио и связь, 1988. — 306 с
  51. Н.Т., Салычев О. С. Инерциальная навигация и оптимальная фильтрация. М.: Машиностроение, 1982.
  52. Ю.Б. Дискретно-непрерывный метод идентификации непрерывных систем. ДАН СССР. Механика твердого тела. 1981. № 5. с. 4755
  53. С. Теория информации и статистика / Пер. с англ. -М.: Наука, 1967. -407с.
  54. В.А. Математическая обработка экспериментальных данных. -М.: МАИ, 1975. -104с.
  55. А.Я., Розенман Е. А. Оптимальное управление. -М.: Энергия, 1970. -360с.
  56. A.M. Математическая теория процессов управления. -М.: Наука, 1981. -256с.
  57. Ли Р. Оптимальные оценки, определение характеристик и управление. -М.: Наука, 1966. -176с.
  58. Ю.В. Метод наименьших квадратов и основы теории обработки наблюдений. М. «Физматгиз» 1962, 349 с.
  59. Л.А., Соболев В. И. Элементы функционального анализа. М., «Наука», 1965.
  60. . методы и техники обработки сигналов при физических измерениях. Т. 2. Пер. с фр.- Под ред. Волкова Н.Г.- М.: Мир, 1983. -256с.
  61. В.А., Петров В. П. Авиационные цифровые системы контроля и управления. Л.: Машиностроение, 1976.
  62. В.А. Аналого-цифровые и цифро-аналоговые преобразователи. Справочник. СПб. гКОРОНА принт- М.: «Альтекс-А», 2003. — 224 с.
  63. В.Н. Проверка достоверности оценок параметров и структуры математической модели по экспериментальным данным //Сб. науч. тр. / МАИ, 1990: Оптимизационные задачи динамики полета, с. 72—80.
  64. И. И. Селезнев В.П., Дмитроченко JI.A., Навигационные приборы и системы. М.: Машиностроение, 1983.
  65. Н.М., Леонов В. А., Поплавский Б. К. Летные испытания самолета и обработка результатов испытаний. -М.: Машиностроение, 1985. -416с.
  66. А.К., Минин В. В. Анализ качества больших адаптивных стохастических систем. -М.: МАИ, 1991.
  67. .С. Вопросы теории инерциальных навигационных систем. М.:Наука, 2003.
  68. В.И. Полуавтоматическое управление самолетом. -М.: Машиностроение, 1978. -152с.
  69. Дж. Линейный регрессионный анализ. -М.: Мир, 1980. -456с.
  70. Э.П., Мелса Дж. Теория оценивания и ее применение в связи и управлении. -М.: Связь, 1976. -396с.
  71. В.П. Навигационные устройства. -М.: Машиностроение, 1974, 600 с.
  72. М.М., Козиоров Л. М., Пономаренко В. А. Автоматизация управления летательными аппаратами с учетом человеческого фактора. -М.: Машиностроение, 1986. -184с.
  73. Ю.И. Исследования в полете устойчивости и управляемости самолета. -М.: Машиностроение, 1971. -328с.
  74. Современная теория систем управления/ Под ред. К. Т. Леондеса. -М.: Наука, 1970.-512с.
  75. Современные методы идентификации систем: Пер. с англ. /Под ред. П. Эйкхоффа. -М.: Мир, 1986. -398с.
  76. В.И. Информационно-статистическая теория измерений. Учебник для вузов. -М.: Машиностроение, 1983. 224 с.
  77. К., Гудвин Р., Браун Дж. Теория управления: Пер. с англ. -М.: Мир, 1973. -247с.
  78. Структурная идентификация математической модели движения самолета /Васильченко К.К., Кочетков Ю. А., Леонов В. А., Поплавский Б. К. -I.: Машиностроение, 1993. -352с.
  79. Е.Д., Шамриков Б. М. Цифровые системы и поэтапное управление. -М.: Наука, 1999. 330с.
  80. А.Н., Арсении В. Я. Методы решения некорректных задач. -М.: Наука, 1974. -244с.
  81. В.А., Репников А. В. Оценивание погрешностей пило-тажно-навигационного комплекса с использованием декомпозирующих фильтров с настраиваемой структурой модели, Оборонная техника, 1995, № 9/10.
  82. М.Н. Микропроцессорные устройства в радиоэлектронной аппаратуре. Под ред. Высоцкого Б. Ф. -М.: радио и связь, 1988. 128 с.
  83. Д. Прикладное нелинейное программирование. -М.: Мир, 1975. -536с.
  84. Э., Лундерштедт Р., Численные методы оптимизации, перевод с немецкого Т.А. Летовой, под редакцией д.т.н. В. В. Семенова, Москва Машиностроение 1981 г.
  85. И.Б. Оптимальная обработка сигналов в навигационных системах. М., «Наука», 1967. 392 с.
  86. Marins J. L, Xiaoping Y., Bachmann E.R., McGhee R.B., Zyda V.J. An Extended Kalman Filter for Quaternion-Based Orientation Estimation Using
  87. MARG Sensors. Proceedings of the 2001 IEEE/RSJ International Conference on Intelligent Robots and Systems Maui, Hawaii, USA, Oct. 29 Nov. 03, 2001.
  88. Philips R.E., Schmidt G.T. GPS/INS Integration/ AGARD Lection Series 207, Lection 9, 1996.
  89. Schmidt G.T. INS/GPS Technology Trends / Advances in Navigation Sensors and Integration Technology, LS 232, Lection 1, Moscow 31 May-1 June, 2004.
  90. Schmidt G.T. INS/GPS Integration Architectures / Advances in Navigation Sensors and Integration Technology, LS 232, Lection 5, Moscow 31 May-1 June, 2004.
Заполнить форму текущей работой