Задача перехвата движущейся по прямолинейной или круговой траектории цели машиной Дубинса сформулирована как задача оптимального управления по критерию быстродействия с произвольным направлением скорости машины при перехвате. Для решения данной задачи и синтеза траекторий перехвата использовались нейросетевые методы обучения без учителя на основе алгоритма Deep Deterministic Policy Gradient. Проведен анализ полученных законов управления и траекторий перехвата по сравнению с аналитическими решениями задачи перехвата, проведено моделирование для параметров движения цели, которые нейросеть не видела при обучении. Проведены модельные эксперименты по проверке устойчивости решения. Показана эффективность применения нейросетевых методов синтеза траекторий перехвата для заданных классов движений цели.
Рассматриваются три варианта функции статистической сложности, которая используется в качестве критерия в задаче обнаружения полезного сигнала в сигнально-шумовой смеси. Получены вероятностные распределения, максимизирующие рассматриваемые варианты статистической сложности, и сделаны выводы об эффективности использования того или иного варианта для задач обнаружения. На примере синтезированных сигналов продемонстрировано сравнение рассмотренных информационных характеристик и проиллюстрированы аналитические результаты. Предложен способ выбора порога информационного критерия, превышение которого позволяет сделать вывод о появлении полезного сигнала в сигнально-шумовой смеси. Выбор порога априорно зависит от максимальных значений, полученных аналитически. Врезу льтате сложность на основе полной вариации меры показала наилучшую способность обнаружения полезного сигнала.
Рассматривается задача комбинаторной оптимизации поиска плана перехвата в простых движениях прямолинейно движущихся целей как модификация динамической задачи коммивояжера. Вводятся новые для такой задачи макрохарактеристики и определения, которые используются для классификации полученных решений. Описаны векторные критерии, составленные из нескольких функционалов, имеющих прикладное значение. Для двух типов критериев доказаны принципы неоптимальности простоя и максимальной скорости. Предложен и реализован интеллектуальный полнопереборный алгоритм с элементами динамического программирования для поиска оптимальных планов по введенным критериям перехвата. Для набора различных начальных обстановок собрана статистика решений разработанного алгоритма, на которой исследованы предложенные макрохарактеристики и сделаны выводы об их применимости в качестве локальных правил для жадного алгоритма поиска субоптимального плана перехвата.
Рассматривается задача составления плана обхода прямолинейно движущихся в одну точку целей для простых движений перехватчика (коммивояжера). Предлагаются новый критерий задачи на основе начального разбиения области возможного перехвата, а также алгоритм поиска субоптимального плана обхода на основе построения дерева поиска решения методом Монте-Карло. Разработана численная реализация алгоритма, проведено моделирование и статистически проанализированы полученные планы обхода целей. Ключевые слова: динамическая задача коммивояжера, перехват в простых движениях, комбинаторная оптимизация, алгоритм Монте-Карло.
Рассматривается задача оптимального управления группой, состоящей из произвольного числа несинхронных осцилляторов с общим скалярным управляющим воздействием, по критерию быстродействия. Проведено аналитическое исследование задачи. Доказано свойство сильной достижимости и глобальной управляемости, найдено программное управление, которое переводит систему из начала координат в фиксированную точку по критерию быстродействия. Для перевода группы осцилляторов в состояние покоя найдены траектории, удовлетворяющие как уравнениям движения системы, так и дополнительным уравнениям, полученным на основе матричных условий невырожденности релейного управления. Проведено сравнение классификаций траекторий по количеству переключений управления, найденных с использованием необходимых условий экстремума и численного алгоритма Нейштадта–Итона.
Развивается тематика предыдущих работ авторов, а именно исследуются порядковые статистики дискретного нормированного спектрального распределения аддитивного белого гауссовского шума для решения задачи обнаружения детерминированного сигнала в шумовой смеси с помощью информационных признаков. В данной работе не только устанавливается дополнительная связь между дискретным спектральным распределением статистики однооконной реализации белого шума, но и приводится новый результат, задающий формулы для точного вычисления математического ожидания и дисперсии нормированной порядковой статистики. На основе полученных аналитических результатов предложена новая формула вычисления спектральной сложности, а также уточнена уже известная. Теоретические результаты верифицированы статистическим численным моделированием.
Индексирование
Scopus
Crossref
Higher Attestation Commission
At the Ministry of Education and Science of the Russian Federation