Предложен подход к построению системы поддержки принятия решений экипажем перспективного летательного аппарата. Рассматривается применение данного подхода к решению одной из задач группового пилотирования.

Рассматривается разработанный в [5] алгоритм эволюции совокупности точек на плоскости, приводящий её в некоторую регулярную конфигурацию. Предлагаются обобщения алгоритма, изучаются некоторые новые свойства, обсуждается связь с методами управления формациями, намечаются новые и более простые алгоритмы такого типа.

Рассматриваются линейные многомерные системы с непрерывными регуляторами по выходу, подверженные действию внешних возмущений из класса полигармонических функций с неизвестными амплитудами и частотами, ограниченны по мощности. Формулируется задача синтеза непрерывных регуляторов, обеспечивающих требуемую точность по регулируемым переменным в установившемся режиме и заданное время регулирования (определяемого степенью устойчивости замкнутой системы). Введено понятие радиуса установившегося состояния замкнутой системы по регулируемым переменным, и задача обеспечения заданной точности формулируется как задача обеспечения заданного или минимально возможного радиуса установившегося состояния.Регуляторы строятся по измеряемому выходу объекта управления, а процедура их построения сводится к некоторой специальным образом сконструированной стандартной проблеме Н∞ - оптимизации. Разработанные методы синтеза регуляторов по выходу по заданной точности без учета времени регулирования имеют необходимый и достаточный характер. Учет времени регулирования в этой задаче в виде заданной степени устойчивости замкнутой системы (осуществляется переход к так называемому «смещенному объекту управления») приводит только к достаточному результату в задаче синтеза. Численное решение таких задач Н-∞ оптимизации опирается на метод линейных матричных неравенств (LMI), реализованный в MATLAB – пакете LMI Control Toolbox. Разработано программное обеспечение в рамках MATLAB, реализующее алгоритмы синтеза регуляторов, которое использует пакет LMI Control Toolbox. Осуществлена численная проверка эффективности разработанного программного обеспечения для ряда многомерных технических объектов, в частности, взаимосвязанных приводов формовочного и калибровочного станов трубоэлектросварочного агрегата.

Рассматриваются линейные многомерные системы с цифровыми регуляторами по выходу, подверженные действию внешних возмущений из класса полигармонических функций с неизвестными амплитудами и частотами, ограниченны по мощности. Формулируется задача синтеза цифровых регуляторов, обеспечивающих требуемую точность по регулируемым переменным в установившемся режиме и заданное время регулирования (определяемого степенью устойчивости замкнутой системы). Введено понятие радиуса установившегося состояния замкнутой системы по регулируемым переменным, и задача обеспечения заданной точности формулируется как задача обеспечения заданного или минимально возможного радиуса.Регуляторы строятся по измеряемому выходу объекта управления, а процедура их построения сводится к некоторой специальным образом сконструированной стандартной проблеме Н∞ - оптимизации. Разработанные методы синтеза цифровых регуляторов по выходу по заданной точности без учета времени регулирования имеют необходимый и достаточный характер. Учет времени регулирования в этой задаче в виде заданной степени устойчивости замкнутой системы (осуществляется переход к так называемому «смещенному объекту управления») приводит только к достаточному результату в задаче синтеза. Численное решение таких задач Н∞ - оптимизации опирается на метод линейных матричных неравенств (LMI), реализованный в MATLAB – пакете LMI Control Toolbox.

We propose and study the optimal estimates for a beta-Lipschitz periodic frontier of a 2D-set of points, for a given parameter smoothness. They are defined as kernel estimates being sufficiently regular, covering data points, and whose associated support is of smallest surface. The estimates are written as linear combinations of kernel functions applied to the points of the sample. The coefficients of the linear combination are then computed by solving related linear programming problem. The error of the frontier function estimation is shown to be almost surely converging to zero, with the optimal rate. The behavior of the estimates on finite sample situations is illustrated by some simulations. Finally, we discuss possibilities of adaptive version of the proposed estimator, when parameter smoothness beta is unknown.