Библиографическое описание:Система полунатурного моделирования автономной навигации беспилотного летательного аппарата : научное издание / О. В. Дрозд. - Текст : непосредственный // Успехи современной радиоэлектроники. - 2026. - Т.80, №3. - С. 40-46. - ISSN 2070-0784, DOI 10.18127/j20700784-202603-06.
Аннотация:Постановка проблемы. Важное место в процессе создания беспилотных летательных аппаратов (БПЛА) занимают наземные испытания предлагаемых технических решений, в ходе которых выявляют соответствие объекта испытаний предъявляемым к нему функциональным требованиям. В настоящее время при отладке и проведении испытаний систем БПЛА активно применяют инструменты модульного тестирования бортовых систем БПЛА на основе имитационного и аппаратно-программного моделирования. При этом особое внимание отводится измерительным комплексам (стендам) с полной или частичной имитацией работы бортовых систем управления. В связи с этим актуальной проблемой является обеспечение автономных испытаний БПЛА за счет применения технологии полунатурного моделирования навигационной системы. Цель. Рассмотреть возможность обеспечения автономной групповой навигации БПЛА по визуальным ориентирам, в том числе и в сложной помеховой обстановке реальных условий эксплуатации. Результаты. Разработана система полунатурного моделирования автономной навигации БПЛА для отработки и тестирования алгоритмов групповой навигации БПЛА в условиях отсутствия навигационных сигналов глобальных систем позиционирования (GPS, ГЛОНАСС). Подробно рассмотрены техническая реализация и результаты программно-аппаратного моделирования предлагаемой системы. Показано, что процесс проведения автономных испытаний с использованием разработанной системы предполагает формирование начальных условий и сценариев полета, обучение нейронной сети автономной навигации, моделирование маршрута полета и реакций летательного аппарата на препятствия, оценку качества работы системы навигации. Практическая значимость. Представленная система полунатурного моделирования автономной навигации обеспечивает проведение испытаний моделей групповой автономной навигации в сложных условиях эксплуатации при наличии алгоритмов восстановления навигационных параметров, оптимального планирования целевой траектории полета и обхода препятствий в реальном времени.
In the development of unmanned aerial vehicles (UAV), ground testing of proposed technical solutions is an important part to ensure that the test object meets the functional requirements. Currently, approaches to debugging and testing of UAV systems are being actively developed using modular testing tools for on-board UAV systems based on Hardware-in-the-Loop simulation. The key role is played by measuring systems (stands) with full or partial simulation of the on-board control systems functioning. The aim of this work is to provide autonomous testing of unmanned aerial vehicles by using the Hardware-in-the-Loop technology of the navigation system. In this case, the problem of providing UAV autonomous group navigation by visual reference points is considered, including in a complex interference environment of real operating conditions. To achieve this goal, the Hardware-in-the-Loop simulation system of the unmanned aerial vehicle autonomous navigation was developed, which ensures the development and testing of algorithms for UAV group navigation in the absence of navigation signals from global positioning systems (GPS, GLONASS). The technical implementation and simulation results of the proposed system for semi-field simulation of autonomous navigation are considered in detail. The proposed Hardware-in-the-Loop simulation system includes: the library of reference point coordinates, the module for forming and correcting the target UAV flight trajectory, the neural network model of UAV group autonomous navigation, the module for evaluation the navigation task quality indicators, the UAV spatial dynamics model, the external influences model (atmospheric parameters and random air fluctuations). To ensure group autonomous navigation, a combination of convolutional (CNN) and recurrent (RNN) neural networks with long-short-term memory (LSTM) blocks is used. The process of conducting autonomous tests using the proposed system involves the formation of initial conditions and flight scenarios, training the autonomous navigation neural network, modeling the flight route and the aircraft reactions to obstacles, and assessing the navigation system quality. The autonomous testing environment is a dense urban development with intervals between individual obstacles no more than 5 meters and a park area with open areas for testing UAV maneuvering and navigation among natural obstacles. At the same time, periodic interference of navigation signals can be caused by both "urban canyons" of signal loss and the presence of external intentional radio frequency interference. The simulation results showed that the proposed Hardware-in-the-Loop simulation system of the UAV autonomous navigation ensures testing of group autonomous navigation models in difficult operating conditions, algorithms for restoring navigation parameters, optimal planning of the target flight path and real-time obstacle avoidance.
