Резервирование является одним из основных способов повышения надежности сложных технических систем и широко применяется не только в наземных системах передачи данных, но и в телекоммуникационных беспроводных сетях на базе высотных привязных мультироторных платформ. В работе рассматривается математическая модель восстанавливаемой резервированной системы передачи данных в виде модели замкнутой однородной системы горячего резервирования каналов передачи данных с одним ремонтным устройством и произвольным числом источников данных. Предполагается, что функция распределения времени безотказной работы компонент системы является экспоненциальной, а функция распределения времени их ремонта – произвольной. Изучается надежность системы, определяемая как стационарная вероятность безотказной работы системы. Предлагаемая аналитическая методология позволила оценить надежность всей системы в случае отказов её компонент. Получены явные аналитические и асимптотические выражения для стационарных вероятностей состояний системы и стационарной вероятности безотказной работы системы, позволяющие анализировать другие операционные характеристики системы относительно производительности резервных компонент. Разработана имитационная модель для анализа надежности системы в тех случаях, когда не удается получить выражения для стационарных вероятностей состояний системы в явном аналитическом виде и для построения эмпирической функции распределения времени безотказной работы и функции надежности системы. Для численного анализа и сравнения результатов были выбраны следующие распределения времени ремонта компонент: экспоненциальное, Вейбулла–Гнеденко, Парето, логнормальное и гамма-распределение. Также изучается проблема анализа чувствительности характеристик надежности рассматриваемой системы к видам функций распределения времени ремонта компонент системы.

Описана технология автоматизации синтеза обучающих множеств для настройки нейросетевых анализаторов изображений на базе существующих средств трехмерной графики. Предложена методика двухэтапного синтеза виртуальных сред. Рассмотрена архитектура сверточной нейронной сети, способной выполнять классификацию визуальных образов по результатам обучения на синтезируемых множествах. Обоснованы преимущества развиваемого подхода. Проведена оценка применимости разработанных средств синтеза обучающих множеств для целого ряда задач, связанных с исследованием и картографированием внешней среды автономных роботов, а также для задач поисково-спасательного характера.

Рассмотрены селекторно-линейные периодические дифференциальные включения. С помощью вариационного метода, развитого Е.С. Пятницким, получено необходимое и достаточное условие равномерной асимптотической устойчивости в виде некоторого предельного соотношения и доказана эквивалентность свойств равномерной асимптотической устойчивости и равномерной экспоненциальной устойчивости для рассматриваемого класса включений.

Для БПЛА решается задача синтеза закона управления в форме динамической обратной связи, обеспечивающего отслеживание центром масс заданных сигналов инвариантно по отношению к внешним возмущениям. В рамках блочного подхода с использованием сигмоидальных обратных связей разработана иерархическая процедура синтез, не требующая компенсации перекрестных связей. Для реализации данного алгоритма построен наблюдатель пониженного порядка для оценивания вектора производных ошибок слежения по измерению вектора ошибок слежения.

Для двухроторной электромеханической системы рассматривается задача отслеживания обобщенными координатами заданных траекторий при параметрической неопределенности модели объекта управления и действии неконтролируемых возмущений. В рамках блочного подхода разработаны две процедуры синтеза разрывного управления с нелинейными и кусочно-линейными локальными связями, обеспечивающие инвариантность по отношению к возмущениям и выполнение ограничений на переменные состояния и управления.