2 / 9
В.В. Корянов, К.Т. Нгуен, В.Т. Нгуен
60
ISSN 0236-3941. Вестник МГТУ им. Н.Э. Баумана. Сер. Машиностроение. 2016. № 5
ходной математической моделью БЛА, по которой были получены обликовые
характеристики БЛА. Данная ситуация соответствует тому, что не все законо-
мерности, присутствующие в данных телеметрии, были отражены в экспери-
ментальной аэродинамической модели. Для оценки такого несоответствия в
регрессионном анализе существуют статистические критерии, например такие,
как критерий детерминации или критерий Дарбина — Уотсона. Согласно кри-
терию детерминации данные телеметрии, представленные в виде статистиче-
ской выборки, содержат функциональную связь, если значение критерия детер-
минации близко к единице. Аналогично устроен критерий Дарбина — Уотсона.
Если выборочная регрессия (функциональная зависимость, аппроксимирующая
статистические данные) удовлетворительно описывает истинную зависимость,
то остатки регрессии должны быть независимыми, нормально распределенны-
ми случайными величинами с нулевым средним, и в значениях остатков должен
отсутствовать тренд. Критерий Дарбина — Уотсона позволяет проверить неза-
висимость остатков искомой регрессии [1, 2].
Особую значимость в силу своей сложности здесь имеют аэродинамиче-
ские модели. Функциональные зависимости для аэродинамических коэффици-
ентов представляют собой сложные нелинейные функции от углов атаки и
скольжения, углов отклонения рулей, угловых скоростей вращения БЛА, от чи-
сел Маха и Рейнольдса [3]. Данные зависимости можно представить полинома-
ми, формализованными на основе данных телеметрии. Совокупность полино-
миальных зависимостей, представленных в функции от перечисленных фазовых
координат, образует экспериментальную аэродинамическую модель, по которой
можно судить о реальных аэродинамических характеристиках изделия и, в
частности, о необходимости проведения дальнейших испытаний БЛА [4].
Таким образом по ряду статистических критериев можно оценивать сте-
пень полноты экспериментальной модeли, в частности экспериментальной мо-
дели, восстанавливаемой по «аэродинамическому каналу». Если такие оценки
получены по всем подсистемам БЛА, то их можно трактовать как условия окон-
чания экспериментальной отработки БЛА.
При структурно-параметрическом синтезе предполагается двухуровневый
выбор проектного решения. На первом уровне проводится структурный выбор,
где определяются схемные решения, и этот выбор не поддается полной форма-
лизации, что приводит к определенному субъективизму в принимаемых про-
ектных решениях. Второй уровень, где проводится параметрический выбор —
полностью формализованный этап, где всесторонне применяются регулярные
методы оптимизации [5]. Поэтому разработка метода структурно-пара-
метрического выбора проектных решений БЛА на основе статистического син-
теза сложных систем является актуальной.
Метод статистического синтеза структурно-параметрических проектных
решений на основе множественной регрессии.
Такой метод,
опирающийся на
модели и методы теории самоорганизации сложных систем, позволяет выбрать
новые схемные решения, которые заранее не предусмотрены в допустимых ва-
риантах структурных решений [1].