Рассмотрена задача коррекции координат аппарата с инерциальной навигационной системой по аномальным геофизическим полям Земли. Данная задача не всегда является достаточно определенной по причине неполноты и флуктуаций исходных данных, что позволяет рассматривать методы нечеткой логики для ее решения. Цель исследования – разработка алгоритма определения координат движущегося аппарата по аномальным геофизическим полям Земли на основе методов нечеткой логики. Предложен алгоритм, построенный на основе нечетко-ассоциативного метода. Согласно алгоритму местоположение аппарата определяется по результатам нечетких сравнений измеряемых вдоль траектории движения параметров аномального магнитного и гравитационного полей и данных соответствующих карт. Для этого вычисляется мера схожести сравниваемых величин и строится траектория движения аппарата на карте области коррекции. По величине меры схожести параметров навигационных полей вдоль построенной и реальной траекторий принимается решение о выполнении коррекции координат аппарата. Особенностью предложенного алгоритма является то, что погрешности измерений, картографирования и вариации навигационных параметров априори учитываются при введении нечеткости и задании соответствующих функций принадлежности. Кроме того, данный алгоритм не требует предобработки исходной навигационной информации.
The task of correcting the coordinates of an apparatus with an inertial navigation system using anomalous geophysical fields of the Earth is considered. This task is not always sufficiently defined due to the incompleteness and fluctuations of the initial data, which allows us to use fuzzy logic methods to solve it. The purpose of this research is to develop an algorithm for determining the coordinates of a moving apparatus using anomalous geophysical fields of the Earth based on fuzzy logic methods. An algorithm based on the fuzzy-associative method is proposed. According to the algorithm, the apparatus location is determined based on fuzzy comparisons of the anomalous magnetic and gravitational field parameters measured along the apparatus trajectory and the corresponding map data. To do this, a measure of the similarity of the compared values is calculated and the trajectory of the apparatus movement is constructed on the map of the correction area. Based on the measure of the similarity of the parameters of the navigation fields along the constructed and real trajectories, a decision is made to correct the apparatus coordinates. A special feature of the proposed algorithm is that measurement errors, mapping errors and variations in navigation parameters are taken into account a priori when introducing fuzzy sets and defining the corresponding membership functions. In addition, the algorithm does not require a pre-processing of the original navigation information.
1. Белоглазов И. Н., Джанджгава Г. И., Чигин Г. П. Основы навигации по геофизическим полям. М.: Наука, 1985. 328 с. [Электронный ресурс]. URL: https://djvu.online/file/pN72BP2UqRlrP (дата обращения: 13.11.2025).
2. Алчинов А. И., Гороховский И. Н. Концепция создания прикладной географической информационной системы моделирования поисковых корреляционно-экстремальных систем автономной навигации // Проблемы управления. 2022. № 1. С. 54–66. URL: https://cyberleninka.ru/article/n/kontseptsiya-sozdaniya-prikladnoy-geograficheskoy-informatsionnoy-sistemy-modelirovaniya-poiskovyh-korrelyatsionno-ekstremalnyh (дата обращения: 05.12.2025).
3. Джанджгава Г. И., Герасимов Г. И., Августов Л. И. Навигация и наведение по пространственным геофизическим полям // Известия ЮФУ. Технические науки. 2013. № 3 (140). С. 74–84. URL: https://cyberleninka.ru/article/n/navigatsiya-i-navedenie-po-prostranstvennym-geofizicheskim-polyam (дата обращения: 15.10.2025).
4. Алчинов А. И., Гороховский И. Н. Анализ стрессовых воздействий на условия автономной навигации поисковых корреляционно-экстремальных навигационных систем // Проблемы управления. 2022. № 6. С. 42–58. URL: http://pu.mtas.ru/archive/Alchinov_pu_622.pdf (дата обращения: 05.12.2025).
5. Поленок Е. А., Страхов С. Ю. Исследование особенностей реализации алгоритма поисковой рельефометрической корреляционно-экстремальной навигационной системы // Вестник ВГУ: системный анализ и информационные технологии. 2015. № 1. С. 61–66. URL: http://www.vestnik.vsu.ru/pdf/analiz/2015/01/2015-01-08.pdf (дата обращения: 24.11.2025).
6. Пономарев А. А., Доросинский Л. Д. Сравнение корреляционно‑экстремального и нейросетевого методов наведения летательных аппаратов по цифровым картам рельефа // Инженерный вестник Дона. 2025. № 11. URL: http://www.ivdon.ru/ru/magazine/archive/n11y2025/10531 (дата обращения: 05.12.2025).
7. Белозерова Е. Д. Исследование характеристик алгоритма корреляционно-экстремальной навигации для летательного аппарата // Инженерный журнал: наука и инновации. 2023. № 4. С. 1–11. URL: https://cyberleninka.ru/article/n/issledovanie-harakteristik-algoritma-korrelyatsionno-ekstremalnoy-navigatsii-dlya-letatelnogo-apparata (дата обращения: 02.11.2025).
8. Леденева Т. М., Решетников А. Д. Особенности реализации механизма нечеткого логического вывода в нечетких системах // Международный научно-исследовательский журнал. 2021. № 6 (108). С. 107–117. URL: https://research-journal.org/en/archive/6-108-2021-june/osobennosti-realizacii-mexanizma-nechetkogo-logicheskogo-vyvoda-v-nechetkix-sistemax. (дата обращения: 05.12.2025).
9. Орлов А. В. Нечетко-ассоциативный метод обработки сенсорных данных мобильного робота // Вестник Московского государственного технического университета им. Баумана. Серия «Приборостроение». 2007. № 1. С. 74–85. URL: https://cyberleninka.ru/article/n/nechetko-assotsiativnyy-metod-obrabotki-sensornyh-dannyh-mobilnogo-robota (дата обращения: 24.11.2025).
10. Заде Л. А. Понятие лингвистической переменной и его применение к принятию приближенных решений. М.: Мир, 1976. 165 с. [Электронный ресурс]. URL: https://djvu.online/file/gnjzEuPOCZGkD (дата обращения: 30.11.2025).
11. Jean‑Francois Oehler, Didier Rouxel and Marie‑Francoise Lequentrec‑Lalancette. Comparison of global geomagnetic fieldmodels and evaluation using marine datasets in the north‑eastern Atlantic Ocean and western Mediterranean Sea. Earth, Planets and Space. 2018. Vol. 70. P. 99. DOI: 10.1186/s40623-018-0872-y.
12. Dyment J., Lesur V., Hamoudi M., Choi Y., Thebault E., Catalan M., The WDMAM Task Force, the WDMAM Evaluators and the WDMAM Data Providers. World Digital Magnetic Anomaly Map version 2.0. [Электронный ресурс]. URL: https://wdmam.org (дата обращения: 20.11.2025).
13. Муравьев Л. А. Cовременные базы данных аномального магнитного поля Уральского региона // Уральский геофизический вестник № 3 (37). 2019. С. 33–45. URL: http://igfuroran.ru/images/ugv/2019/2019-03-04.pdf (дата обращения: 24.08.2025).
14. Конешов В. Н., Непоклонов В. Б., Соловьев В. Н., Железняк Л. К. Сравнение современных глобальных ультравысокостепенных моделей гравитационного поля Земли // Геофизические исследования. 2019. № 1 (20). С. 13–26. DOI: 10.21455/gr2019.1-2.
15. Минлигареев В. Т., Алексеева А. В., Качановский Ю. М., Репин А. Ю., Хотенко Е. Н. Картографическое обеспечение магнитометрических навигационных систем робототехнических комплексов // Известия ЮФУ. Технические науки. 2019. № 1 (203). С. 248–258. URL: https://elibrary.ru/item.asp?id=38581389 (дата обращения: 15.11.2025). DOI: 10.23683/2311-3103-2019-1-248-258.