МАШИННОЕ ОБУЧЕНИЕ СИСТЕМЫ УПРАВЛЕНИЯ И НАВЕДЕНИЯ РАКЕТЫ

2024

Full text Open access: Hybrid Metadata (CSL-JSON)
DOI 10.52167/1609-1817-2024-135-6-151-160
Data confidence 70 medium
How this score is calculated

It is built from checkable properties of the record itself: whether the article has a DOI, how many independent sources confirmed its data, whether the required fields are filled in, and how recent the latest confirmation is. Disagreement between sources and a missing identifier lower it. A value of 80 or above means the record was published without further checking; 60 to 79 means it is published at reduced confidence, with a manual check advisable. A record verified by an editor by hand is never pushed below 90 by a recalculation. This scores our data about the article, not the article itself.

Abstract

В данной работе описан этап разработки интеллектуальной системы управления и наведения ракеты для автоматического распознавания потенциальных целей и объектов на основе методов и алгоритмов машинного обучения. На бортовом электронно-вычислительном модуле была обучена комбинированная модель нейронной сети на основе открытого и доступного набора данных. Результатом работы является модель машинного обучения, которая показала высокие результаты распознавания потенциальных целей и объектов (коэффициент средней требуемой точности mAP=76%) и функциональный прототип системы управления и наведения ракеты. Также описана схема программно-аппаратного модуля для автоматического определения координат и расстояния до цели на основе методов машинного зрения.