Аналіз децентралізованої моделі управління дронів і розрахунок траєкторії перехоплення.

Abstract

Предмет дослідження – вивчення застосування інноваційного методу Cascade DataHub для оптимізації управління автоматизованими рухомими системами, зокрема безпілотними літальними апаратами. У статті аналізуються теоретичні та практичні аспекти впровадження зазначеного методу в різних галузях. Мета роботи – всебічно проаналізувати сучасні моделі та методи керування групою дронів з огляду на децентралізовані підходи, а також розробити ефективні алгоритми для оптимізації траєкторії перехоплення. Розглянути підвищення точності та надійності управління складними автоматизованими системами завдяки збільшеній інтеграції даних у реальному часі. Дослідження спрямоване на виявлення потенційних переваг методу в контексті зменшення часу на реакцію систем і підвищення точності ухвалення рішень. Завдання: розробити комплексні алгоритми для швидкого оброблення та аналізу великих обсягів даних із різноманітних джерел; створити надійні комунікаційні протоколи для забезпечення стійкості зв’язку між системами в екстремальних умовах; проаналізувати інтеграцію цих розробок у практичному застосуванні, що дасть змогу збільшити їх ефективність у реальних оперативних умовах. Для досягнення поставленої мети використовуються такі методи: математичне моделювання, статистичний аналіз, машинне та глибоке навчання. Їх застосування дозволяє забезпечити високу точність і надійність роботи управлінських систем. Результати. У процесі дослідження встановлено, що метод Cascade DataHub забезпечує значне зменшення часу реакції систем на команди, підвищує точність виконання завдань і зменшує втрати даних під час їх передачі. Упровадження цього методу також сприяє ефективнішому розподілу ресурсів між автоматизованими одиницями, що є критично важливим для місій із високими вимогами до координації та часової синхронізації. Висновки. Усебічно проаналізовано сучасні моделі та методи керування групою дронів з огляду на децентралізовані підходи. Розроблено ефективні алгоритми оптимізації траєкторії перехоплення, спрямовані на підвищення точності та надійності управління складними автоматизованими системами з допомогою інтеграції даних у реальному часі. Дослідження виявило потенційні переваги запропонованого методу в контексті зменшення часу реакції систем та підвищення точності ухвалення рішень, що сприяє ефективнішому функціонуванню автоматизованих систем.

Keywords

• Cascade DataHub; автоматизовані системи; машинне навчання; управління реальним часом; глибоке навчання.