Оценка регулярности пространственной структуры группы дронов на основе анализа автокорреляции

Поступила: 12.05.2025

Принята к публикации: 26.05.2025

Ключевые слова: пространственная структура группы дронов, рой дронов, системы управления группами дронов, классификация роевого поведения

DOI: 10.55959/MSU/0137–0782–15–2025–49–3–32–41

Для цитирования статьи

Гиргидов Р.А., Фомичев В.В. Оценка регулярности пространственной структуры группы дронов на основе анализа автокорреляции // Вестник Московского университета. Серия 15. Вычислительная математика и кибернетика. 2025. № 3. С. 32-41 https://doi.org/10.55959/MSU/0137–0782–15–2025–49–3–32–41.

Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial» («Атрибуция-Некоммерчески») 4.0 Всемирная

Гиргидов Р.А. (Санкт-Петербургский политехнический университет Петра Великого)
Фомичев В.В. (Московский государственный университет им. М.В. Ломоносова (МГУ))

Аннотация

Автоматизированная оценка пространственной структуры (ПС) группы автономных агентов позволяет снизить затраты на разработку групповых систем управления и исключить человеческий фактор при анализе группового поведения. Для построения метрики регулярности ПС группы агентов предлагается применять характеристику повторяемости ПС на основе методов автокорреляции. В работе рассмотрены различные методы расчета автокорреляции на основе матрицы попарных расстояний между агентами и их приложения к различным видам ПС.

Литература

Г и р г и д о в Р. А. Имитационное моделирование роя с использованием произведения Адамара // Вестн. Моск. ун-та. Сер. 15. Вычисл. матем. и киберн. 2023. № 3. С. 10–22.
Б о г д а н о в Ю.В., Б о й к о А. М., Г и р г и д о в Р. А. Применение дисперсионного анализа к оценке структуры роя, образованного беспилотными летательными аппаратами // Инновационные идеи в машиностроении: cборник научных трудов всероссийской научно-практической конференции молодых ученых. СПб., 2022. С. 258–263.
S p e c h t E., P a t e r s o n D. Packings of equal and unequal circles in fixed-sized containers with maximum packing density [Электронный ресурс]. URL: http://www.packomania.com/ (дата обращения 20.05.2025).
Swarm Behaviour. UCI Machine Learning Repository [Электронный ресурс]. URL: https://archive.ics.uci.edu/dataset/524/swarm+behaviour (дата обращения 20.05.2025).
A b p e i k a r S., K a s m a r i k K. Motion behaviour recognition dataset collected from human perception of collective motion behaviour // Data in Brief. Vol. 47. Elsevier, 2023. P. 1076–1124.
M a r i a A. Introduction to modeling and simulation // Proceedings of the 29th Conference on Winter Simulation. USA, 1997. P. 7–13.
W a l k e r P., L e w i s M., S y c a r a K. Characterizing human perception of emergent swarm behaviors // 2016 IEEE International Conference on Systems, Man, and Cybernetics (SMC). IEEE, 2016. P. 2436–2441.
P r o k h o r e n k o v a L., G u s e v G., V o r o b e v A., D o r o g u s h A., G u l i n A. CatBoost: unbiased boosting with categorical features // Advances in Neural Information Processing Systems. Vol. 31. 2018. P. 3342–2253.
S a i e d S. Swarm behavior classification [Электронный ресурс]. URL: https://www.kaggle.com/code/sohaelshafey/swarm-behavior-classification (дата обращения 20.05.2025).