Search academic texts

Information × Registration Number 0826U003801, PhD dissertation Status Доктор філософії Date 17-09-2026 popup.evolution o   Чому дисертація має статус "Запланована"? Title A method for improving UAV cybersecurity under conditions of visual information deficiency Author Yu Jian, popup.head Olena P. Chernykh popup.opponent Andriy A. Kovalenko popup.opponent Viacheslav V. Davydov popup.review Nina Kuchuk popup.review Svitlana Gavrylenko Description Дисертаційна робота присвячена розв’язанню актуальної науково-прикладної задачі підвищення кібербезпеки безпілотних літальних апаратів (БПЛА) в умовах дефіциту візуальної інформації шляхом розроблення методу, що поєднує математичну модель інтелектуального планування траєкторії, адаптивне автономне керування рухом, інтелектуальну обробку сенсорних даних, прогнозування траєкторії та ухилення від перешкод у динамічному середовищі. Об’єкт дослідження – процес забезпечення кібербезпеки БПЛА в умовах дефіциту візуальної інформації. Предмет дослідження – метод підвищення кібербезпеки БПЛА на основі інтелектуального планування траєкторії, автономного керування рухом, фільтрації сенсорних даних, прогнозування траєкторії та адаптивного ухилення від перешкод. Метою дисертаційної роботи є підвищення кібербезпеки, стійкості та ефективності функціонування БПЛА в умовах дефіциту візуальної інформації шляхом розроблення методу, що забезпечує інтелектуальне планування траєкторії, адаптивне керування рухом, компенсацію похибок сенсорних даних і прогнозування небезпечних ситуацій у динамічному середовищі. У вступі обґрунтовано актуальність проблеми підвищення кібербезпеки БПЛА в умовах дефіциту візуальної інформації, проаналізовано особливості функціонування безпілотних систем у динамічному середовищі, визначено основні проблеми, пов’язані з неповнотою сенсорних даних, навігаційними похибками, зовнішніми деструктивними впливами та необхідністю забезпечення стійкого автономного керування. У першому розділі проведено аналіз сучасних підходів до підвищення кібербезпеки БПЛА, автономного керування, планування траєкторії, стабілізації руху, прогнозування координат та ухилення від перешкод. Виявлено обмеження існуючих методів в умовах дефіциту візуальної інформації та сформовано вимоги до побудови методу підвищення кібербезпеки БПЛА. У другому розділі розроблено математичну модель інтелектуального планування траєкторії польоту БПЛА на основі GERT-мережевого підходу. Запропоновано формалізований опис етапів процесу планування з урахуванням їх імовірнісно-часових характеристик. Проведено аналіз критичних етапів інтелектуального планування та оцінено обчислювальну складність моделі. У третьому розділі розроблено метод інтелектуального автономного керування рухом БПЛА в умовах дефіциту візуальних даних як складову загального методу підвищення кібербезпеки. Метод базується на комплексному використанні шляхових координат, теорії нормальних форм, адаптивних алгоритмів машинного навчання та рекурентних нейронних мереж для фільтрації сенсорної інформації та стабілізації траєкторії руху. У четвертому розділі розроблено метод прогнозування траєкторії руху БПЛА та адаптивного ухилення від перешкод у динамічному середовищі з використанням рекурентних нейронних мереж RNN/LSTM. Проведено експериментальні дослідження та порівняльний аналіз ефективності запропонованого підходу з методами Pure Pursuit, Line of Sight, Vector Field та Nonlinear Stabilization. За результатами моделювання встановлено, що запропонований метод забезпечує кращі показники точності навігації, стійкості руху та енергоефективності. У висновках наведено основні результати дисертаційної роботи щодо вирішення поставлених наукових задач. За результатами дослідження отримано такі наукові результати: – Вперше розроблено математичну модель інтелектуального планування траєкторії польоту БПЛА на основі GERT-мережевого підходу, яка дозволяє формалізувати процес планування у вигляді сукупності імовірнісно-часових етапів та визначати їх вплив на загальний процес прийняття рішень. Це дозволило зменшити обчислювальну складність моделі більш ніж у 4 рази та визначити найбільш критичні етапи процесу планування. – Удосконалено метод інтелектуального автономного керування рухом БПЛА в умовах дефіциту візуальних даних, який, на відміну від існуючих, поєднує методи шляхових координат, теорію нормальних форм, адаптивну корекцію руху та рекурентні нейронні мережі для фільтрації сенсорних даних. Це дозволило забезпечити стійке слідування за заданою траєкторією та знизити похибки GPS-навігації у 2,5–3 рази, а похибки IMU — до 2 разів. – Дістали подальшого розвитку методи прогнозування траєкторії руху та ухилення БПЛА від перешкод у динамічному середовищі за рахунок використання рекурентних нейронних мереж RNN/LSTM і динамічного налаштування горизонту прогнозування. Це дозволило підвищити точність прогнозування траєкторії, покращити адаптивність системи автономного керування та отримати кращі узагальнені показники ефективності порівняно з методами Pure Pursuit, Line of Sight, Vector Field та Nonlinear Stabilization. Registration Date 2026-07-20 popup.nrat_date 2026-07-20 Close