Residual neural Kalman filter for improving UAV navigation robustness

Технічна інженерія DOI: https://doi.org/10.26642/ten-2026-1(97)-382-396 УДК 681.5.015.44:629.05 В.А. Романько, доц. Р.М. Жовноватюк, к.т.н., с.н.с. Житомирський військовий інститут імені С.П. Корольова Резидуальний нейронний фільтр Калмана для підвищення завадостійкості навігації БпЛА Розв’язано задачу підвищення завадостійкості навігації безпілотних літальних апаратів в умовах радіоелектронної боротьби, деградації вимірювальних каналів і негаусівських збурень. Запропоновано резидуальний нейронний фільтр Калмана, у якому нейромережевий модуль формує резидуальну корекцію оцінки стану та інтерпретований вектор довіри до сенсорних каналів для адаптивного налаштування матриці коваріації шуму вимірювань. Імітаційне дослідження виконано на спрощеному тривимірному кінематичному стенді з інерціальним вимірювальним модулем, супутниковим навігаційним каналом, магнітометром та оптичною камерою для сценаріїв номінального польоту, інтенсивних маневрів, деградації супутникового каналу та комбінованого погіршення кількох сенсорів. Встановлено, що повний резидуальний нейронний фільтр Калмана забезпечує найбільший виграш у деградованих сценаріях: середня середньоквадратична похибка координат зменшилася з 39,20 до 9,71 м, а середня кількість зривів фільтрації зменшилася з 322,33 до 9,00 порівняно з базовим розширеним фільтром Калмана. У номінальному режимі найменшу похибку координат показала схема лише з резидуальною корекцією стану, що свідчить про доцільність застосування адаптивного механізму довіри насамперед у складних завадових умовах. Практичне значення одержаних результатів полягає у формуванні відтворюваної експериментальної бази та кількісному підтвердженні ефективності інтерпретованого перерозподілу довіри між сенсорними каналами. Ключові слова: фільтр Калмана; резидуальний нейронний фільтр Калмана; завадостійка навігація; злиття даних датчиків; інерціальний вимірювальний модуль; глобальна навігаційна супутникова система; магнітометр; оптична камера; радіоелектронна боротьба; безпілотний літальний апарат. Постановка проблеми в загальному вигляді. Підвищення точності, стійкості та безперервності навігації БпЛА є критично важливим для задач спостереження, розвідки, моніторингу, автономного виконання місій та наведення в умовах активної протидії й обмежених бортових ресурсів [1–7, 11]. У сучасних навігаційних комплексах мало- та середньорозмірних БпЛА переважно використовують інерціальний вимірювальний модуль (Inertial Measurement Unit, IMU), приймач глобальної навігаційної супутникової системи (Global Navigation Satellite System / Global Positioning System, GNSS / GPS), магнітометр (Magnetometer, MAG) і, за наявності, оптичний канал або візуальну одометрію, сформовану оптичною камерою (Camera, CAM). Поєднання цих джерел у межах єдиної процедури оцінювання стану дозволяє компенсувати слабкі сторони окремих каналів, однак вимагає алгоритму, який зберігає працездатність при зміні статистики шумів і частковій втраті вимірювань [1–10]. У попередній роботі автора було показано, що інтеграція нейромережевого модуля в контур класичного фільтра Калмана дає змогу підвищити точність оцінювання стану високодинамічних апаратів [23]. Наступним логічним кроком стало поширення цієї ідеї на постановку, у якій нейромережевий модуль не лише коригує оцінку стану, а й виконує інтерпретований адаптивний перерозподіл довіри між сенсорними каналами, що відображено в патентній заявці на РНФК [24]. У реальних умовах експлуатації навігаційний контур БпЛА зазнає впливу кількох типів деградації: групових викидів та провалів у каналі GNSS під дією джамінгу або спуфінгу, нестаціонарних шумів IMU через вібрації та температурний дрейф, локальних магнітних збурень, втрати кадрів або погіршення інформативності зображень в оптичному каналі [2, 3, 5, 6, 8, 10, 11]. У таких умовах класичні моделі з постійними коваріаціями шумів не забезпечують достатньої стійкості: фільтр або надмірно довіряє деградованому каналу, або надто повільно адаптується до зміни якості вимірювальної інформації. Аналіз останніх досліджень і публікацій. У працях авторів Житомирського військового інституту розглянуто кілька суміжних аспектів задачі. Роботи [1–3] присвячені алгоритмам фільтрації для навігаційних систем БпЛА, зокрема сумісній обробці навігаційних вимірювань систем супутникової навігації (СНС), параметричному синтезу алгоритмів для інерціальних навігаційних систем (ІНС) та фільтрації акселерометричних вимірювань у безплатформених ІНС. У праці [4] розглянуто підготовку апріорних даних нейронної мережі для обробки цифрових аерознімків, що є важливим для обґрунтування використання оптичного каналу та процедур формування навчальних вибірок для оптичної компоненти. 382 © В.А. Романько, Р.М. Жовноватюк, 2026 ISSN 2706-5847 № 1 (97) 2026 У роботах авторів Житомирської політехніки досліджено вимоги до навігаційного забезпечення безпілотного авіаційного комплексу (БпАК) у несприятливих умовах [5], проведено огляд методів автономної навігації БпЛА в середовищах із втратою сигналу GPS [6] і проаналізовано можливості використання фільтра Калмана для інтеграції даних GPS та IMU в зашумленому середовищі [7]. Ці дослідження підтверджують актуальність мультисенсорного підходу, але зосереджені переважно на оглядових або класичних фільтраційних схемах без явного введення навченого механізму адаптивного перерозподілу довіри між каналами. Серед робіт інших українських авторів доцільно виділити огляд сучасного стану сенсорів для інерціальної навігації БпЛА та методів їх інтеграції [8], дослідження вибору й реалізації навігаційних методів на сучасних комп’ютерних компонентах [9], застосування фільтра Калмана для уточнення даних GNSS з урахуванням спуфінгу [10] і підходи до підвищення стійкості функціонування БпЛА в завадовій обстановці [11]. У цих роботах чітко окреслено проблему ненадійності окремих сенсорних каналів і потребу в алгоритмах, здатних динамічно враховувати їхню якість. Міжнародні дослідження формують теоретичну основу сучасних інтегрованих навігаційних систем. У роботі [12] систематизовано підходи до мультисенсорного позиціювання, включно з аналітичними та навченими схемами злиття даних. У [13–16, 19] досліджено стійку інтеграцію GNSS та IMU, адаптивні варіанти сигма-точкового фільтра Калмана (Unscented Kalman Filter, UKF) для глибоко інтегрованих систем супутникової навігації BeiDou та інерціальної навігації (BeiDou Navigation Satellite System / Inertial Navigation System, BDS/INS), нейромережеву підтримку систем інерціальної та супутникової навігації (Inertial Navigation System / Global Navigation Satellite System, INS/GNSS) в умовах втрати GNSS-сигналу та моделі процесного шуму для GNSS-фільтра Калмана при поганій геометрії супутників. У працях [17, 20, 21] проаналізовано візуально-інерціальну навігацію, поведінку систем одночасної локалізації та картографування / візуальної одометрії (Simultaneous Localization and Mapping / Visual Odometry, SLAM/VO) у динамічних сценах і сучасні огляди візуальної одометрії. Роботи [18, 22] (...truncated)