Моделирование и визуализация динамических ситуаций при контроле посадки летательных аппаратов в морских условиях тема диссертации и автореферата по ВАК РФ 05.13.18, кандидат технических наук Калюжный, Дмитрий Алексеевич

• Калюжный, Дмитрий Алексеевич
• кандидат технических наук
• 2009

Оглавление диссертации кандидат технических наук Калюжный, Дмитрий Алексеевич

ВВЕДЕНИЕ.

Глава 1. Проблема обеспечения безопасности посадки ЛА в морских условиях.

1.1. Состояние проблемы и особенности пилотирования ЛА в морских условиях.

1.2. Интеллектуальные технологии в системах обеспечения безопасности посадки ЛА в морских условиях.

1.3. Аналитический обзор.

1.4. Постановка задачи исследования.

1.5. Общая характеристика диссертационной работы.

Выводы по первой главе.

Глава 2. Синтез системы контроля динамики посадки ЛА в морских условиях.

2.1 .Общие принципы построения системы интеллектуальной поддержки при обеспечении посадки ЛА в морских условиях.

2.2.Концептуальная модель формализации динамической базы знаний на основе конкурирующих вычислительных технологий.

2.3.Архитектура нейронечеткой системы и ее функциональные модули.

2.4.Функционирование системы в рамках концепции мягких вычислений.

2.5.Модель оценки риска принимаемых решений при контроле динамики посадки ЛА в морских условиях.

Выводы по второй главе.

Глава 3. Моделирование, анализ и прогноз динамики посадки ЛА в морских условиях.

3.1.Методы и модели в задачах приятия решений при контроле динамики посадки ЛА.

3.2. Моделирование и визуализация динамики взаимодействия при контроле посадки ЛА в морских условиях.

3.3. Моделирование динамики системы «JIA- ДО» в рамках принципа конкуренции с использованием фильтра Калмана.

3.4. Тестирование динамической базы знаний при контроле динамики посадки JIA.

3.5,Оценка адекватности математической модели контроля динамики посадки

JIA в морских условиях.

Выводы по третьей главе.

Глава 4. Разработка программного комплекса, обеспечивающего функционирование динамической базы знании на основе разработанных принципов интерпретации информации.

4.1 .Общий подход к оценке поведения сложного ДО в рамках принципа конкуренции.

4.2 Средства имитационного моделирования и визуализации процесса посадки JIA в морских условиях.

4.3. Контроль взаимодействия ДО с внешней средой и посадки JIA морского базирования с использованием традиционных и нейронечетких моделей

4.4. Обучение, адаптация, настройка и тестирование БЗ.

Выводы по четвертой главе.

Введение диссертации (часть автореферата) на тему «Моделирование и визуализация динамических ситуаций при контроле посадки летательных аппаратов в морских условиях»

Диссертационная работа посвящена исследованию поведения сложного динамического объекта (ДО) в экстремальной ситуации, связанной с посадкой летательных аппаратов (ЛА) морского базирования. Посадка летательных аппаратов (ЛА) в морских условиях — одна из сложных операций пилотирования. Эта операция осуществляется на посадочные площадки плавучих динамических объектов (ДО), а также суда и плавучие технические средства освоения океана, оборудованные вертолетной площадкой. Опыт морской посадки ЛА насчитывает уже более 50 лет. За эти годы отработана техника пилотирования при выполнении операций вертикальной и горизонтальной посадки, постоянно совершенствуются теоретическая база динамики полета, созданы системы безопасности при автоматической и полуавтоматической посадке в сложных условиях. Повышению эффективности взлетно-посадочных операций способствует обучение операторов (руководитель посадки, пилот) на специальных тренажерах и пилотажных центрах, оборудованных системой визуализации и приборами управления.

Разработка системы посадки ЛА на плавучие технические средства освоения океана представляет сложную комплексную проблему. Эта проблема требует системного подхода, который заключается в учете комплекса задач оценки поведения ДО и ЛА при взаимодействии с внешней средой. Недостатки существующих способов прогнозирования поведения посадочной площадки снижают эффективность использования судовой авиации в сложной гидрометеорологической обстановке и нередко приводят к тяжелым авариям. Анализ аварий свидетельствует о просчетах и ошибочных действиях пилотов и лиц, принимающих решения в экстремальных ситуациях во время взлетно-посадочных операций, вследствие острого дефицита времени.

Для реализации принципов обработки информации при посадке ЛА морского базирования необходимо выполнить следующие условия: разработать динамическую базу знаний контроля посадки ЛА в режиме реального времени; выделить структуры, методы и модели, описывающие поведение системы «ЛА — ДО» в условиях сложного гидроаэродинамического взаимодействия; в разработать адаптивные алгоритмы контроля посадки ЛА и установить закономерности между особенностями исследуемых процессов и поведением ДО при различной интенсивности внешних возмущений.

Наличие посадочной площадки на любом носителе (авианосец, суда и плавучие технические средства освоения океана) значительно усложняет эту трудноформализуемую проблему. Не случайно при наличии современных достаточно надежных систем автоматической посадки зарубежные фирмы и компании, занимающиеся этой проблемой, все чаще прибегают к поиску более эффективных решений. Одним из путей повышения безопасности взлетно-посадочных операций является использование интеллектуальных систем (ИС). Являясь «интеллектуальным помощником» пилота и руководителя посадки, такие системы вовсе не исключают использования других средств обеспечения безопасной посадки (в том числе и автоматических систем), поскольку выдаваемые ими конкретные практические советы в сложной (а часто экстремальной) ситуации при жесточайшем дефиците времени на принятие решений носят рекомендательный характер.

Разработка новых концепций организации бортовых систем привела к широкому использованию методов искусственного интеллекта (ИИ) при решении комплекса задач, стоящих при оценке состояния измерительной аппаратуры, анализу полетной ситуации, планированию выполняемых задач и автоматизации принятия решений по управлению ЛА в сложной гидрометеорологической обстановке, в том числе и при посадке в морских условиях.

Таким образом, расширение функциональных возможностей и повышение эффективности ИС обеспечения посадки ЛА морского базирования в настоящее время достигается за счет использования новых подходов к организации вычислительной технологии. Разрабатываемые методы, модели и алгоритмы обработки информации в условиях непрерывного изменения динамики объекта и внешней среды позволяют обеспечить надежность принимаемых решений и рационально организовать процесс контроля и прогноза полетной ситуации.

Диссертация посвящена реализации идей совершенствования методов математического моделирования при контроле и прогнозе посадки ЛА в морских условиях на основе патента научного руководителя [147], позволяющего построить алгоритм обработки измерительной информации, обеспечивающий выделение области колебательного движения ДО — «окна безопасной посадки», значительно расширить интервал упреждения и построить модель контроля и прогноза этой сложной операции.

Актуальность. В диссертационной работе рассматриваются вопросы моделирования и визуализации одной из сложных динамических ситуаций, связанных с контролем поведения системы «Летательный аппарат — Плавучий динамический объект» в морских условиях. Посадка летательных аппаратов (ЛА) в сложных гидрометеорологических условиях — одна из сложных операций пилотирования. Эта операция осуществляется на посадочные площадки плавучих динамических объектов (ДО), а также суда и плавучие технические средства освоения океана, оборудованные вертолетной площадкой. Опыт морской посадки ЛА насчитывает уже более 50 лет. За эти годы отработана техника пилотирования при выполнении операций вертикальной и горизонтальной посадки, постоянно совершенствуются теоретическая база динамики полета, созданы системы безопасности при автоматической и полуавтоматической посадке в сложных условиях.

Разработка системы посадки ЛА на плавучие технические средства освоения океана представляет сложную комплексную проблему, которая заключается в учете всего многообразия задач оценки поведения ДО и ЛА при взаимодействии с внешней средой. Недостатки существующих способов прогнозирования поведения посадочной площадки снижают эффективность использования судовой авиации в сложной гидрометеорологической обстановке и нередко приводят к тяжелым авариям. Анализ аварий свидетельствует о просчетах и ошибочных действиях пилотов и лиц, принимающих решения в экстремальных ситуациях во время взлетно-посадочных операций, вследствие острого дефицита времени. Для реализации принципов обработки информации при посадке ЛА морского базирования необходимо выполнить следующие условия: разработать динамическую базу знаний контроля посадки ЛА в режиме реального времени; выделить структуры, методы и модели, описывающие поведение системы «ЛА - ДО» в условиях сложного гидроаэродинамического взаимодействия; разработать адаптивные алгоритмы контроля посадки ЛА и установить закономерности между особенностями исследуемых процессов и поведением ДО при различной интенсивности внешних возмущений.

Диссертация посвящена реализации идей совершенствования методов контроля и прогноза при посадке ЛА в морских условиях на основе патента научного руководителя, позволяющего построить алгоритм обработки измерительной информации, обеспечивающий выделение области колебательного движения ДО — «окна безопасной посадки» и значительно расширить интервал упреждения при прогнозировании этой сложной операции.

Целью работы является разработка и исследование модели динамической базы знаний, обеспечивающей обработку данных измерений при контроле посадки ЛА в морских условиях при неопределенности и неполноте исходной информации. Для достижения этих целей в диссертации решались следующие основные задачи: в разработка и обоснование модели динамической базы знаний на основе концепции «Окна безопасной посадки»; разработка алгоритмов функционирования динамической базы знаний при обработке информации при посадке ЛА в морских условиях и программного комплекса, их реализующего; о моделирование и визуализация динамики взаимодействия системы «ЛА — ДО» с внешней средой при различном уровне внешних возмущений.

Методы исследования. Для решения поставленных задач в работе были использованы системный анализ, методы математического моделирования, методы вычислительной математики, теория вероятностей и математической статистики, теория графов, аппарат линейной алгебры, теория нейронных сетей, а также методы искусственного интеллекта и прикладного программирования.

Объект исследования. Объектом исследования являются ситуации, определяющие сложное гидроаэродинамическое взаимодействие системы «ЛА — ДО» при принятии решений по обеспечению безопасности посадки ЛА в морских условиях.

Научную новизну работы составляет: в модель динамической базы знаний посадки ЛА в морских условиях, разработанная в рамках принципа конкуренции на основе концепции «окна безопасной посадки»; методы и алгоритмы обработки измерительной информации при контроле поведения ЛА и ДО на основе конкурирующих вычислительных технологий; в моделирование динамики системы «ЛА - ДО» на основе новых представлений о динамике ветроволновых режимов с использованием концепции «климатических спектров», а также математической модели колебательного движения ДО, включающей нелинейную функцию продольного восстанавливающего момента, учитывающую развал бортов в оконечностях

ДО.

Практическая ценность работы заключается в следующем: • Разработана модель динамической базы знаний и алгоритмы анализа измерительной информации при оценке поведения системы «ЛА — ДО» в сложных ситуациях. Разработан программный комплекс, обеспечивающий решение задач моделирования и визуализации при функционировании системы «ЛА — ДО».

Практическая значимость диссертационного исследования обеспечена прикладной направленностью и созданием конкретных методов, алгоритмов и программных средств в системах интеллектуальной поддержки оператора бортовой ИС контроля поведения системы «ЛА - ДО» в сложных ситуациях.

Научные положения, выносимые на защиту

1 .Концептуальная модель поддержки принятия решений при контроле поведения системы «ДО — ЛА», интегрирующая знания предметной области в рамках принципов обработки информации в мультипроцессорной вычислительной среде.

2.Методы и алгоритмы анализа сложных ситуаций при различном уровне внешних возмущений, определяющих поведение системы «ЛА — ДО» в рамках представления «Окна безопасной посадки».

3.Модель взаимодействия ДО с внешней средой, построенная на основе нового представления о динамике ветроволновых возмущений на основе концепции «Климатического спектра» морского волнения и математических моделей, включающих нелинейные функции восстанавливающего момента при продольной и бортовой качке ДО на волнении.

4.Программный комплекс поддержки принятия решений при анализе и прогнозе сложных ситуаций, определяющих гидроаэродинамическое взаимодействие системы «ЛА — ДО».

Достоверность научных результатов и выводов подтверждаются строгостью доказательства утверждений и наложенных ограничений, обоснованностью применения математического аппарата, оценкой адекватность математических моделей, результатами тестирования алгоритмов и программного обеспечения.

Внедрение результатов работы

Разработанные методы, алгоритмы и программные средства внедрены в ФГУП «Адмиралтейские верфи» для реализации при разработке новых типов судов и используются в учебном процессе СПбГМТУ при проведении лабораторных и курсовых работ по курсу «Инженерия знаний» в рамках магистерской подготовки студентов специальности 220400 «Программное обеспечение вычислительной техники и автоматизированных систем».

Апробация работы

Основные результаты работы докладывались и обсуждались на национальных и международных научно-технических конференциях:

1. Международная конференция по мягким вычислениям и измерениям 8СМ-2006, Санкт-Петербург, 2006.

2. Международная конференция по мягким вычислениям и измерениям 8СМ-2007, Санкт-Петербург, 2007.

3. Международная конференция по мягким вычислениям и измерениям 8СМ-2008, Санкт-Петербург, 2008.

4. Национальная конференция «Управление и информационные технологии» УИТ-2008, Санкт-Петербург, 2008.

5. Национальная конференция «Научное программное обеспечение в образовании и научных исследованиях», Санкт-Петербург, 2008;

6. Всероссийская научно-методическая конференции «Телематика-2008», Санкт-Петербург, 2008.

7. Всероссийская научно-методическая конференции «Телематика-2009», Санкт-Петербург, 2009;

8. Международная конференция МОРИНТЕХ'2008, Санкт-Петербург, 2008.

Публикации. По теме диссертации опубликовано 16 работ, из них - 8 статьи (5 статей опубликовано в ведущих рецензируемых научных журналах и изданиях, определенных ВАК), а также 8 работ и докладов в трудах международных и всероссийских конференций.

Объем и структура работы

Работа состоит из введения, четырех глав, заключения и двух приложений. Объем — 186 страницы, в том числе 71 рисунок, 15 таблиц. Список литературы включает 285 наименований.

Заключение диссертации по теме «Математическое моделирование, численные методы и комплексы программ», Калюжный, Дмитрий Алексеевич

Выводы по четвертой главе

Исследования, выполненные в четвертой главе диссертации, позволяют сделать следующие основные выводы:

1.Разработан программный комплекс, позволяющий осуществлять непрерывный контроль процесса посадки ЛА на посадочную палубу ДО при различных уровнях внешних возмущений.

2.Сформирована информационная среда имитационного моделирования, определяющая состав технических средств и методы моделирования рассматриваемых динамических ситуаций на базе бортовой ИС.

3.Определен набор функциональных блоков, образующих программный комплекс, и последовательность выполняемых ими операций по обработке информации при функционировании бортовой ИС контроля процесса морской посадки. 4.0писаны методы и средства, использующиеся при обучении и настройке базы знаний, а также при тестировании программного комплекса на основе данных математического моделирования.

Таким образом, материалы исследования, проведенного в четвертой главе диссертации позволяют осуществлять анализ данных динамический измерений при функционировании бортовой ИС в нестандартных ситуациях и оценить эффективность предлагаемых решений в условиях неопределенности и неполноты исходной информации, а также реализовать вычислительные процедуры анализа альтернатив в нечеткой среде.

ЗАКЛЮЧЕНИЕ

1. Сформулированы теоретические принципы и концепция создания системы интеллектуальной поддержки принятия решений по обеспечению безопасности посадки JIA морского базирования. Разработана математическая модель взаимодействия, учитывающая реальную структуру волнового поля с использованием концепции «климатических спектров». Откорректировано уравнение килевой качки в задаче горизонтального взлета-посадки (модифицированное уравнение Дуффинга) с учетом нелинейной функции продольного восстанавливающего момента. Откорректировано уравнение бортовой качки за счет включения нелинейной пространственной функции восстанавливающего момента, играющей определяющую роль при посадке вертолетов в морских условиях.

2. Разработаны алгоритмы обработки информации при контроле операций посадки в морских условиях. Сформулирован общий подход и разработаны теоретические аспекты математического моделирования динамики взаимодействия в системе «JIA - ДО» с использованием конкурирующих вычислительных технологий. Математическое обеспечение системы интеллектуальной поддержки позволяет реализовать эффективные алгоритмы анализа практических задач анализа и прогноза поведения JIA и ДО в рамках концепции мягких вычислений (Soft Computing). В результате открываются возможности анализа и интерпретации информации на основе «Принципа конкуренции», позволяющего выбирать предпочтительную вычислительную технологию в зависимости от особенностей ситуации. При этом основное внимание уделяет использованию алгоритма, построенного на основе нелинейного фильтра Калмана и нейронечетких технологий.

3. Проведено математическое моделирование и визуализация типичных задач анализа и прогноза сложных ситуаций в рамках концепции «Окна безопасной посадки». Оценка адекватности разработанных математических моделей и алгоритмов их реализации осуществлена с использованием схемы Б алчи и результатов физического эксперимента.

4. Разработан программный комплекс моделирования и визуализации динамических ситуаций при проведении операции морской посадки. Определена функция выбора, на основе которой получены оценки эффективности принимаемых решений.

Список литературы диссертационного исследования кандидат технических наук Калюжный, Дмитрий Алексеевич, 2009 год

1.Абдуллаев Н.Д., Петров Ю.П. Теория и методы проектирования оптимальных регуляторов. - JL: Энергоатомиздат, 1985.

2. Аверкин А.Н, Батыршин А.Н., Блишун А.Ф., Силов В.Б., Тарасов В.Б.

3. Нечеткие множества в задачах управления и искусственного интеллекта / Под ред. Д.А. Поспелова. М.: Наука. 1986.

4. Агаджанов П.А., Воробьев В.Г., Кузнецов A.A. и др. Автоматизация самолетовождения и управление воздушным движением — М.:Транспорт, 1980.

5. Айзерман М.А., Алексеров Ф.Т. Выбор вариантов. Основы теории. М.: Наука, 1990.

6. Александров А.Г. Оптимальные и адаптивные системы. М.: Высшая школа, 1989.

7. Александров В.В., Болтянский В.Г. Лемак С.С. и др. Оптимальное управление движением. М.: ФИЗМАТ ЛИТ, 2005.

8. Алексеев А., Борисов А., Вилгомс Е. и др. Интеллектуальные системы принятия решений. Рига, Знание, 1997.

9. Алексеев A.A., Кораблев Ю.А. , Шапошников С.О. Адаптивная нейро-нечеткая классификация информации в технических системах // Сборник научных трудов П всероссийской научно-технической конференции «Нейроинформатика -1999». 4.2, МИФИ 1999, с. 183 189.

10. Андронов A.A., Витт С., Хайкин С.Э. Теория колебаний. М.: Наука, 1981. Ю.Анцыферов С.С. Евтихиев И.Н. Адаптивные системы распознавания образов пространственно-временных полей // Искусственный интеллект. 2004. №3, с.405 -416.

11. П.Арнольд В.И. Теория катастроф. М.: Наука, 1990.

12. Аэромеханика самолета / Под ред. А.Ф. Бочкарева. М.: Машиностроение, 1977.

13. З.Бабаков H.A. Воронов A.A., Воронова A.A. и др. Теория автоматического управления. М.: Высшая школа. 1997,

14. Бабкин В. А., Щедринов A.B. Повышение качества идентификации адаптивной системы управления // Автоматизация и информационные технологии. 2006. №9, с.42-46.

15. Балакришнан Ф. Теория фильтрации Калмана. М.: Мир, 1988

16. Барабанов А.Т., Скороход Б.А. Локальные алгоритмы обработки информации в линейных системах. Асимптотическое поведение. Алгоритмы с интенсивной обработкой в конце // Автоматика и телемеханика. 1990. №2, с.3-15.

17. Батенко А.П. Управление конечным состоянием движущихся объектов. М.: Сов. радио, 1977.

18. Беллман Р., Заде Л. Принятие решений в расплывчатых условиях. — М.: Мир, 1976.

19. Белозерский Л.А. Классификация и решающие правила логических систем распознавания // Искусственный интеллект. №4. 2002, с.422-427.

20. Бессекерский В.А., Попов Е.П. Теория систем автоматического управления. -И.: Наука, 1972.

21. Блакъер О. Анализ нелинейных систем. — М.: Мир, 1979.

22. Богатырев М.Ю. Структурно-инвариантный анализ в информационно-управляющих системах // Труды всероссийской научной конференции «Управление и информационные технологии УИТ-2003». Т.2, с.131 — 136.

23. Богданов A.B., Дегтярев А.Б., Нечаев Ю.И. Проблемы создания виртуального полигона моделирования сложных динамических объектов //

24. Сборник докладов на международной научной конференции «Суперкомпьютерньте системы и их применение». Минск. 2004, с.31-37.

25. Бокс Дж., Дженкинс Г. Анализ временных рядов. Прогноз и управление. — М.: Мир, 1974.

26. Бородай И.К., Нецветаев Ю.А. Качка судов на морском волнении. Л.: Судостроение, 1969.

27. Бородай И.К., Нецветаев Ю.А. Мореходность судов. — Л.: Судостроение, 1982.

28. Бородай И.К., Мореншильдт В.А., Виленский Г.В., Дубицкий В.М.,Смирнов Б.Н. Прикладные задачи динамики судов на волнении. — Л.: Судостроение, 1989.

29. Бортовые интеллектуальные системы. Часть 1. Авиационные системы. Часть 2.Корабельные системы. М.: Радиотехника, 2006. Часть 3. Системы корабельной посадки летательных аппаратов. — М.: Радиотехника, 2008.

30. Бочкарев А.М., Почуев С.И. Экспертные системы электронные консультанты летчика // Зарубежная радиоэлектроника. 1989. №10-12, с.42 — 51.

31. Боэм Б.У. Инженерное проектирование программного обеспечения. М.: Радио и связь, 1985.

32. Браверман А.С., Вайнтруб А.П. Динамика вертолета. Предельные режимы полета. М.: Машиностроение, 1988.

33. Брайсон А., Хо Ю-ши. Прикладная теория оптимального управления.- М.: Мир, 1972.

34. Брусов B.C., Тюменцев Ю.В. Синтез оптимального ансамбля нейроконтроллеров для многорежимного летательного аппарата // Труды V Всероссийской конференции «Нейроинформатика-1999». М.: МИФИ. 1999. Часть 2, с. 190-201.

35. Бураков М.В. Генетическое конструирование нейронечетких систем // Сборник научных трудов УШ всероссийской научно-технической конференции НЕЙРОИНФОРМАТИКА-2006. Москва: МИФИ. 2006. Ч.З, с.43 48.

36. Бюшгенс Г.С., Студнев Р.В. Динамика самолета. Пространственное движение. -М.: Мапшностроение. 1983.

37. Винер Н. Творец и робот. -М.: Прогресс, 1966.

38. Вовк С.П. Разработка технологии нечеткого моделирования ситуаций принятия решений в частично формализуемых средах // Программные продукты и системы. №3. 2004, с. 16-22.

39. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. — Санкт-Петербург. Питер, 2000.

40. Гепленер В.В. Деревья решений в распознавании образов // Сборник докладов Международной конференции по мягким вычислениям и измерениям SCM-99 // Санкт-Петербург. 1999. т.2, с. 130-136.

41. Герасимов А.В. Энергостатистическая теория нерегулярной качки судна. — JI.: Судостроение, 1979.

42. Горячев В.Д., Балашов М.Б., Рыков Д.С., Смирнов Е.М. Распределенная информационно-вычислительная система моделирования методами вычислительной гидродинамики // Программные продукты и системы. №3. 2004, с.2-7.

43. Григорьев В.В., Дудров П.В., Медынский Ю.В. Построение систем сравнения и оценки качества процессов // Научно-технический вестник СПбГУИТМО. №33. Санкт-Петерберг. 2006, с.З 8.

44. Григорьев В.В., Козис Д.В., Коровьяков А.Н., Парамонов П.П., Медынский

45. Ю.В. Обеспечение информационного подобия модели и реальной системы в навигационных комплексах // Научно-технический вестник СПбГУИТМО. №33. Санкт-Петерберг. 2006, с.8 — 11.

46. Григорьев В.В., Мансурова O.K., Медынский Ю.В. Прогнозирование килевой качки корабля // Сборник научных трудов «Социально-экономические последствия научно-технического прогресса».-Санкт-Петербург.2006,с.90— 97.

47. Гудкова Н.В. Алгоритмы адаптивной идентификации технических объектов // Автоматизация и современные технологии. 2005. №8, с.З 9.

48. Гэри М., Джонсон Д. Вычислительные сложности и труднорешаемые задачи. — М.: Мир, 1982.

49. Давидан И.Н., Лопатухин Л.И., Рожков В.А. Ветровые волны в мировом океане. Л.: Гидрометеоиздат, 1985.

50. Домрачев В.Г., Безрукавный Д.С., Калинина Э.В., Ретинская И.В., Скуратов А.К. Нечеткие методы в задачах сетевого трафика // Информационные технологии. №3. 2006, с.2 — 10.

51. Дубовик С.А. Композиционный синтез линейно-квадратических регуляторов // Проблемы управления и информатики. — 1999. — №2.- С. 50-62.

52. Дубовик С.А. Аналитическое конструирование регуляторов для сингулярно возмущённых систем // Проблемы управления и информатики. 1999. - №5.- С. 54-68.

53. Дубовик С.А. Математические проблемы синтеза систем управления посадкой летательных аппаратов корабельного базирования // Информационно-измерительные и управляющие системы. №8.т.6. 2008, с.27 — 37.

54. Дубовик С.А. Синтез грубых систем управления на основе сингулярно возмущенных представлений // Труды V Международной конференции «Идентификация систем и задачи управления» SICPRO'06 ИПУ им. В.А. Трапезникова, Москва, 2006. С. 1495-1513.

55. Евгеньев Г.Б. Системология инженерных знаний. М. МГТУ им. Н.Э.Баумана, 2001.

56. Елисеев A.B. Идентификация нечеткой модели в задаче синтеза регулятора // Автоматизация и современные технологии. 2005. №11, с.З — 12.

57. Еремеев А.П. Инструментальная среда для конструирования виртуальной реальности в диалоговых системах принятия решений // Труды национальной конференции по искусственному интеллекту с международным участием КИИ-98. Пущино.1998. Т.2, .с.543- 548.

58. Евгеньев Г.Б. Интеграция прикладных систем на основе баз знаний // Программные продукты и системы. №3. 2005, с.42 — 46.

59. Елашкин М. Как оценивать эффективность ИТ? // Открытые системы. №7. 2004, с.З8-41.

60. Еремеев А.П., Куриленко И.Е. Реализация временных рассуждений для интеллектуальных систем поддержки принятия решений реального времени // Программные продукты и системы. №2. 2005, с.8 16.

61. Жаринов A.B., Черноусое B.B. Выбор параметров взлетно-посадочной площадки вертолета на нефтедобывающей платформе типа «Приразломная» // Морской вестник. №4(28). 2008, с.99 103.

62. Жданов A.A. Метод автономного адаптивного управления // Известия Академии Наук. Теория и системы управления, 1999, № 5, с. 127-134.

63. Жданов A.A., Крыжановский М.В. Нейронная адаптивная система управления // Сборник научных трудов V всероссийской научно-технической конференции «Нейроинформатика-2003». Москва: МИФИ. 2003, с. 163 168.

64. Жданов A.A. О методе автономного адаптивного управления // Сборник научных трудов VI всероссийской научно-технической конференции «Нейроинформатика-2004». Москва: МИФИ. 2004. Лекции по нейроинформатике. 4.1, с.15 -56.

65. Калюжный Д.А., Нечаев Ю.И. Инструментальное средство моделирование дицамики корабля при обеспечении безопасности посадки летательных аппаратов в морских условиях // Мдрской вестцик, №4 (7). 2007, с.37 40.

66. Калюжный Д.А., Нечаев Ю.И. Алгоритмы посадки летательных аппаратов корабельного базирования // Материалы 7-й общероссийский конференции и выставки по морским интеллектуальным технологиям «МОРИНТЕХ-2008». Санкт-Петербург. 2008, с.70 73.

67. Калюжный Д.А., Нечаев Ю.И. Neuro-Fuzzy реализация фильтра Калмана с системах контроля посадки летательных аппаратов морского базирования // Труды XV Всероссийской научно-методической конференции «Телематика-2008». Санкт-Петербург. Т.1,с.91 —92.

68. Калюжный Д.А., Нечаев Ю.И., Петров О.Н. Анализ и прогноз ситуации при выборе условий безопасной посадки летательных аппаратов корабельного базирования // Информационно-измерительные и управляющие системы. №9. 2008, с.65 72.

69. Калюжный Д.А. Интерфейс «Оператор ИС» в системе корабельной посадки // Информационно-измерительные и управляющие системы. №8. т.6.2008, с.57 -64.

70. Калюжный Д.А. Интерфейс «Оператор ИС» в системе корабельной посадки // Бортовые интеллектуальные системы. Ч.З. Системы корабельной посадки летательных аппаратов. - М.: Радиотехника, с.57 — 64.

71. Всероссийской научно-методической конференции «Телематика-2009». Санкт-Петербург. Т.2, с. 429-431.

72. Калюжный Д.А., Нечаев Ю.И. Контроль динамики летательного аппарата при посадке в морских условиях // Морские интеллектуальные технологии. №2. 2009, с. 34 40.

73. Капица С.П., Курдюмов С.П., Малинецкнй Г.Г. Синергетика и прогнозы будущего. М.: Наука. 1997.

74. Караваев М.В., Жданов A.A. Построение нечетких контроллеров по методологии автономного адаптивного управления // Сборник научных трудов VIII всероссийской научно-технической конференции «Нейроинформатика-2006». Москва: МИФИ. 2006. 4.1, с.31 37.

75. Карпов A.B. Информационные конфликты в автоматизированных системах // Программные продукты и системы. №3. 2004, с.22-26.

76. Кендалл М. Дж., Стюарт А. Многомерный статистический анализ и временные ряды. — М.: Мир, 1976.

77. Карпов A.B. Информационные конфликты в автоматизированных системах // Программные продукты и системы. №3. 2004, с.22-26.

78. Каширин В.Ю. Способ посадки летательного аппарата на корабль. Заявка №5058382 от 11 августа 1992. Решение о выдаче патента на изобретение от 11 октября 1995.

79. Каширин В.Ю., Третьяков О.В., Этмишев Т.Э. Формирование запретов посадки корабельных самолетов на авианосец в условиях морского волнения // Сборник трудов П Международной конференции «МОРИНХЕХ». Санкт-Петербург. 1998. Т. 1, с. 123 131.

80. Квакернаак X., Сиван Р. Линейные оптимальные системы управления М.: Мир, 1977.

81. Кендал М., Дж., Стюарт А. Многомерный статистический анализ и временные ряды. -М.: Мир, 1976.

82. Кини Р.Л., Райфа X. Принятие решений при многих критериях. Предпочтения и замещения. — М.: Радио и связь, 1981.

83. Кобзев В.В. Интеллектуальный тренажер на борту судна // Судостроение. 1994. №4, с.23-24.

84. Колесников А.А. Проблемы системного синтеза: тенденции развития и синергетический подход // Сборник докладов Всероссийской научной конференции «Управление и информационные технологии». Санкт-Петербург.2003.Т. 1, с.5-12.

85. Комарцова Л.Г., Максимов А.В. Нейрокомпьютеры. М. МГТУ им. Н.Э.Баумана, 2002.

86. ЮЗ.Костерев В.В., Аверкин А.Н. Формальное описание риска в нечетких системах // Труды международной конференции по мягким вычислениям и измерениям 8СМ-2001. Т.1. Санкт-Петербург. 2001, с. 170-173.

87. Костерев В.В., Лапшина В.А. Метод экспертной оценки, риска с использованием лингвистических переменных // Сборник докладов Международной конференции по мягким вычислениям и измерениям 8СМ-2003. Санкт-Петербург. 2003. т.2, с.112-115.

88. Котик М.Г. Динамика взлета и посадки самолетов. М.: Машиностроение, 1984.

89. Юб.Кофман А. Введение в теорию нечетких множеств. -М.: Радио и связь, 1982.

90. Красовский A.A., Наумов А.И. Аналитическая теория самоорганизующихся систем управления с высоким уровнем искусственного интеллекта // Известия РАН. Теория и системы управления. 2001. №1, с.69 — 75.

91. Красовский A.A. Системы автоматического управления полетом и их аналитическое конструирование. М.: Наука, 1973.

92. Красовский A.A. Концепция оптимального инструктора и автоматизация обучения на тренажерах // Изв. АН СССР. Техническая кибернетика. 1989. №6, с.139-144.

93. ПО.Красовский A.A. Основы теории авиационных тренажеров. М.: Машиностроение. 1995.

94. Ш.Кузин, Никольский. Военно-морской флот СССР. 1945 1991. Спб. Историческое морское общество. 1996.

95. Куприянов A.A., Емельянов A.A. Механизмы и средства поддержки человеко-компьютерного взаимодействия в среде интегрированных комплексов средств автоматизации // Морская радиоэлектроника. №2(8). 2004, с.ЗО 34.

96. Лазарев В Л. Динамический синтез энтропийных систем управления в условиях неопределенности // Сборник докладов Международной конференции по мягким вычислениям и измерениям SCM-2005. Санкт-Петербург. 2005. Т.1, с.114 -117.

97. Липаев В.В. Верификация и тестирование сложных программных средств // Информационные технологии. №7. 2004, с.42-47.

98. Лихогруд Г.М. Неполная семиотическая система в интеллектуальном управлении квазистационарными объектами // Труды V национальной конференции по искусственному интеллекту. Казань. 1996. т.З, с.471 474.

99. Литвинцева Л.В., Налитов С.Д. Виртуальная реальность. Анализ состояния и подходы к решению // Новости искусственного интеллекта. 1995.№3.с.24-90.

100. Ломов В.А. Системотехнические особенности задания требований к сложной технической системе // Сборник докладов Международной конференции и выставки по морским интеллектуальным технологиям МОРИНТЕХ-2005. Санкт-Петербург. 2005, с.98 102.

101. Лонге-Хиггинс М.С. Статистический анализ случайной движущейся поверхности. Ветровые волны. М.: Изд-во иностр. лит.1962, с.112 230.123 .Лоскутов А.Ю., Михайлов A.C. Введение в синергетику. М.: Наука. 1990.

102. Луговский В.В. Математические модели для исследования устойчивости нелинейной качки судов на волнении // Сборник трудов Международный симпозиум по корабельной гидродинамике «ISSN»: Санкт-Петербург. 1995, с.83-91.

103. Лямин A.B., Михайлов С.В., Никифоров В.О. и др. Исследование моделей объектов управления и среды функционирования. Санкт-Петербург: СПбГУ ИТМО. 2000.

104. Майника Э. Алгоритмы оптимизации на сетях и графах. М. Мир. 1981.

105. Макаренко Н.Г. Как получить временные ряды из геометрии пространственных паттернов // Труды 6-й Всероссийской научно-технической конференции «Нейроинформатика 2004». Лекции по нейроинформатике. Часть 2, с.140-199.

106. Макаров И.М. Теория принятия решений. М.: Наука, 1986.

107. Малинецкий Г.Г., Кульба В.В., Косяченко С.А., Шнирман М.Г. и др.

108. Управление риском. Устойчивое развитие. Синергетика. — М.: Наука. 2000.

109. Малышев Н.Г., Берштейн Л.С., Боженюк A.B. Нечеткие модели для экспертных систем в САПР. — М.: Энергоатомиздат, 1991.131 .Математические методы в теории систем: новое в зарубежной науке / Подред. А.Н.Колмогорова, С.П.Новикова. Вып. 14. М. Мир, 1979.

110. Матвеев Ан. А., Матвеев A.A. Применение калмановской фильтрации в задачах обработки измерительной информации // Измерительная техника. №1. 1989, с.5-7.

111. Медведев B.C., Потемкин В.Г. Control System Toolbox. MATLAB 5 для студентов. М.: ДИАЛОГ-МИФИ, 1999. - 287с.

112. Мелихов А.Н., Бернштейн Л.С., Коровин С.Я. Ситуационные советующие системы с нечеткой логикой. М.: Наука, 1990.

113. Месарович М., Такахара Я. Общая теория систем: математические основы. — М. Мир, 1978.

114. Михалев И.А., Окоемов Б.Н., Чикулаев М.С. Системы автоматического управления самолетом. М.: Машиностроение, 1987.

115. Михалев И.А., Окоемов Б.Н., Чикулаев М.С. Системы автоматической посадки. М.: Машиностроение, 1975.

116. Мистров Л.Е. Метод синтеза технических систем // Автоматизация и информационные технологии. 2006. №8, с.31 36.

117. Моисеев H.H. Численные методы в теории оптимальных систем. М.: Наука, 1971.

118. Нариньяни A.C. Не-факторы: неточность и недоопределенность различие и взаимосвязь // Известия РАН. Теория и системы управления. №5, с.44 - 56.

119. Неделко В.Н. Прогнозирование информационных потребностей операторов особо сложных систем управления // Искусственный интеллект. №3.2002, с.420 -427.

120. Неймарк Ю.И., Ланда П.С. Стохастические и хаотические колебания. М.: Наука, 1987.

121. Нейрокомпьютеры в авиации (самолеты) / Под ред. В.И.Васильева, Б.Г.Ильясова, С.Т.Кусимова. М.: Радиотехника. 2004.

122. Нечаев Ю.И. Способ прогнозирования качки судна. Патент РФ №2019845 от 15.09.94.

123. Нечаев Ю.И. Моделирование остойчивости на волнении. Современные тенденции.-Л.: Судостроение, 1989.

124. Нечаев Ю.И. Принципы использования измерительных средств в бортовых интеллектуальных системах реального времени // Труды V Национальной конференции по искусственному интеллекту с международным участием КИИ-1996. Казань. 1996. т.1, с.362-364.

125. Нечаев Ю.И. Исследование динамики ветроволновых полей с помощью судовых интеллектуальных систем // Навигация и гидрография: Сб. тр. 1996. № 3, с.45-50.

126. Нечаев Ю.И., Сиек Ю.Л., Васюнин Д.А. Концепция мягких вычислений в бортовых интеллектуальных системах реального времени // Сборник докладов Международной конференции по мягким вычислениям и измерениям SCM-1999. Санкт-Петербург. 1999. Т.2, с.64-68.

127. Нечаев Ю.И., Завьялова О.П. Формирование стратегий принятия решений при оперативном управлении сложными динамическими объектами // Искусственный интеллект. №3. Донецк. 2001, с.80-88.

128. Нечаев Ю.И., Дегтярев А.Б., Кирюхин И.А. Синтез самоорганизующейся нейронной сети в задаче идентификации состояния сложного динамического объекта // Сборник научных трудов П1 Всероссийской конференции «Нейроинформатика-2001». Москва: ч.2,с.169-177.

129. Нечаев Ю.И., Завьялова О.П., Шамонин Д.П. Моделирование и визуализация сложных структур в системе виртуальной реальности // Искусственный интеллект. №3. 2002, с.588 — 595.

130. Нечаев Ю.И. Нейросетевые технологии в интеллектуальных системах реального времени // Труды IV всероссийской конференции «Нейроинформатика 2002». М.: МИФИ. 2002. Лекции по нейроинформатике. Часть 1, с.114-163.

131. Нечаев Ю.И. Искусственный интеллект: концепции и приложения. Санкт-Петербург. ГМТУ, 2002.

132. Нечаев Ю.И., Дегтярев А.Б., Кирюхин И.А., Тихонов Д.Г. Формирование процедур принятия решений в динамически меняющейся среде на базе суперкомпьютерных технологий // Искусственный интеллект. №3. 2002, с.305 — 313.

133. Нечаев Ю.И. Математическое моделирование в бортовых интеллектуальных системах реального времени // Труды 5-й Всероссийской конференции «Нейроинформатика-2003». М.: МИФИ. 2003. Лекции по нейроинформатике. Часть 2, с.119-179.

134. Нечаев Ю.И., Сиек Ю.Л. Нейросетевые модели в морских интеллектуальных системах // Морской вестник. 2003. №1(5), с. 87-93.

135. Нечаев Ю.И., Бухановский A.B., Иванов С.А. Виртуальное моделирование динамики судна на морском волнении в интеллектуальных тренажерах // Искусственный интеллект. №3. 2004, с 350-359.

136. Нечаев Ю.И. Нейроаппроксимация и нейропрогноз при контроле динамики сложного объекта // Нейрокомпьютеры: разработка, применение, № 10-11. 2005, с.22-31.

137. Нечаев Ю.И. Применение нейрокомпьютеров в ракетно-космической технике. Книга 21. М.: Радиотехника. 2005, с.22-31.

138. Нечаев Ю.И., Тихонов Д.Г. Нейропрогноз на основе логического вывода по прецедентам // Сборник научных трудов 7-й всероссийской научно-технической конференции «Нейроинформатика 2005. 4.2, МИФИ 2005, с. 197-204.

139. Нечаев Ю.И., Калюжный Д.А. Контроль и визуализация динамических сцен при посадке летательных аппаратов морского базирования // Сборник докладов Международной конференции по мягким вычислениям и измерениям SCM-2006. Санкт-Петербург. 2006. т.2, с.54 57.

140. Нечаев Ю.И., Дорогое А.Ю. Организация измерительной системы и алгоритмов преобразования исходной информации // Бортовые интеллектуальные системы. Часть 2. Корабельные системы. Изд-во «Радиотехника». 2006, с. 13 — 22.

141. Нечаев Ю.И. Концептуальные основы создания бортовых интеллектуальных систем // Бортовые интеллектуальные системы. Часть 2. Корабельные системы. — М.: Радиотехника, 2006, с.4 8.

142. Нечаев Ю.И., Калюжный Д.А, Кеиго-Риггу модели контроля динамики летательного аппарата в морских условиях // Сборник Докладов на X Международной конференции по мягким вычислениям и измерениям 8СМ-2007. Санкт-Петербург. 2007. т.2, с.297 301.

143. Нечаев Ю.И. Анализ и прогноз «окна безопасной посадки» // Информационно-измерительные и управляющие системы. №9. 2008, с. —.

144. Нечаев Ю.И. Нейронечеткая система поддержки принятия решений при оценке поведения сложного динамического объекта // Труда Х-й Всероссийской конференции «Нейроинформатика-2008». М.: МИФИ. 2008. Лекции по нейроинформатике. Часть 2, с.97- 164.

145. Нечаев Ю.И. Концепция мягких вычислений в бортовых интеллектуальных системах II Информационно-измерительные и управляющие системы. №2. Т.7, 2009, с.З 11.

146. Нечаев Ю.И. Интеллектуальные технологии — проблемы и перспективы // Морские интеллектуальные технологии. 1(1), 2009, с5 9.

147. Ошибка пилота: человеческий фактор. М.: Транспорт, 1986. 182.Пападимитриу X., Стайглиц Л. Комбинаторная оптимизация: алгоритмы и сложность. -М.: Мир. 1985.183 .Парфенова М.Я., Колганов С.К., Парфенов И.И., Иванов В.И.

148. Человеческий фактор в интеллектуальных информационных технологиях для профилактики, предупреждения и устранения аварийных ситуаций // Информационные технологии. 2005. №5, с.21-29.

149. Пашковский И.М. Динамика и управляемость самолета. М.: Машиностроение, 1987. - 248с.

150. Петров Ю.П. Оптимизация управляемых систем, испытывающих воздействие ветра и морского волнения. Л.: Судостроение, 1973.

151. Планирование эксперимента в исследовании технологических процессов /

152. К.Хартман и др. -М.: Мир, 1977.

153. Плотников В.Н., Зверев В.Ю. Оптимизация оперативно-организационного управления. М.: Машиностроение, 1980.

154. Пойа Дж. Математика и правдоподобные рассуждения. Наука, 1975.

155. Попов Э.В., Фоминых И.Б., Кисель Е.Б., Шапот М.Д. Статические и динамические экспертные системы. М.: Финансы и статистика. 1996.

156. Поспелов Д.А. Ситуационное управление: теория и практика. М.: Наука, 1986.

157. Поспелов Д.А., Эрлих А.И. Прикладная семиотика новый подход к построению систем управления и моделирования // Динамические интеллектуальные системы в управлении и моделировании. М.: ЦРДЗ. 1996, с.30-33.

158. Применение экспертных систем для обучения на тренажерах // A.B. Ефремов и др. Динамические экспертные системы в управлении и моделировании. М.: ЦРДЗ. 1996, с.92-94.

159. Пропай А.И. Элементы теории оптимальных дискретных процессов. М.: Наука, 1973.

160. Пугачев B.C., Синицын И.Н. Стохастические дифференциальные системы. -М.: Наука, 1985.

161. Рахманин H.H. Стохастическое описание морской поверхности. СПб., Изд. ЛКИ, 1994.

162. Саати Т., Керне К. Аналитическое планирование. Организация систем. М.: Радио и связь. 1991.

163. Саати Т. Принятие решений. Метод анализа иерархий. М.: Радио и связь. 1993.

164. Сарайский Ю.Н. Автоматизированные системы посадки. — М.: ВИНИТИ. 1986. т. 14, с.114— 136.

165. Синергетическая парадигма. Многообразие поисков и подходов. М.1. Прогресс-Традиция, 2000.

166. Сизов A.B. Эффективная технология обоснования оптимального управления развитием парка летательных аппаратов морского назначения // Труды Международной конференции «МОРИНТЕХ-99». Санкт-Петербург. 1999, с.189 -192.

167. Снешко Ю.И. Устойчивость и управляемость самолета в эксплуатационной области режимов полета. Справочная библиотека авиационного инженера-испытателя. . — М. Машиностроение, 1987.

168. Советов Б.Я., Яковлев С.А. Моделирование систем. — М.: Высшая школа, 2001.

169. Соснин П.И. Человеко-компьютерная диалогшса. Ульяновск. УлГТУ, 2001.

170. Справочник по теории корабля / Под. ред. Я.О.Войткунского. В 3-х т. JI.Судостроение, 1985.

171. Субботин С.А. Метод синтеза нейронечетких аппроксиматоров // Автоматизация и современные технологии. 2007. №11, с.14 — 18.

172. Терано Т., Асаи К, Сугено М. Прикладные нечеткие системы. М.: Мир, 1993.

173. Уидроу Б., Сгириз С. Адаптивная обработка сигналов. — М.: Радио и связь, 1989.211 .Уоссермен Ф. Нейрокомпьютерная техника. — М.: Мир. 1992.

174. У правление рисками. М.: Наука, 2000.

175. Федунец Н.И., Фомичева O.E. Технология объектно-ориентированного программирования интеллектуальной системы поддержки диспетчера // Программные продукты и системы. 1994. №3, с.36 40.

176. Федунов Б.Е. Проблемы разработки бортовых оперативно советующих систем для антропоцентрических объектов // Изв. РАН. Теория и система управления. 1996. №5, с. 147-159.

177. Федунов Б.Е. Интеллектуальные системы пилотируемых летательных аппаратов // Информационно-измерительные и управляющие системы. Бортовые интеллектуальные системы (авиационные системы). №8. т.4. 2006, с.4 16.

178. Фролова М.С. Нейронечеткие адаптивные системы управления // Сборник докладов Международной конференции по мягким вычислениям и измерениям SCM-2005. Санкт-Петербург. 2005. Т.1, с.2888 -290.

179. Хакен Г. Синергетика: иерархии неустойчивостей в самоорганизующихся системах и устройствах. -М.: Мир, 1985.

180. Характеристикн ветровых возмущений в нижних слоях атмосферы: Обзор БНТИ ЦАГИ. М.: 1979.

181. Хаскинд М.Д. Гидродинамическая теория качки корабля. М.: Наука, 1973.

182. Хафер К., Закс Г. Техника вертикального взлета и посадки: Пер. с нем. М.: Мир, 1985.

183. Хаяси Т. Нелинейные колебания в физических системах. -М.: Мир, 1973.

184. Химмельблау Д. Анализ процессов статистическими методами. М.: Мир. 1974.

185. Ходашинский И. А. Оценивание величин: подход на основе мягких вычислений // Информационные технологии. №4. 2006, с.14 — 21.

186. Чалей И.В., Лисицын Н.В., Рябцов М.В. Формальное описание риска при принятии технических решений // Сборник докладов Международнойконференции по мягким вычислениям и измерениям SCM-2005. Санкт-Петербург. 2005. т.2, с.70-73.

187. Чечкин А.В. Математическая информатика.- М.: Наука, 1991.

188. Штеттер X. Анализ методов дискретизации для обыкновенных дифференциальных уравнений. М., Мир, 1978.

189. Ярушкина Н.Г. Нечеткие нейронные сети с генетической настройкой // Сборник научных трудов VI всероссийской научно-технической конференции НЕЙРОИНФОРМАТИКА-2004. Москва: МИФИ. 2004. Лекции по нейроинформатике, с.151 —198.

190. Aircraft Recovery Bulletin 61 126. Mark 6 Fresnel Lens Optical Landing System. Department of the Navy. Naval Air System Command. W. 24 April 1972.

191. Anderson J., Rosenfeld E. Neurocomputing: foundation of research. MIT Press. Cambridge. MAAS,1988.

192. Anderson T.W. The statistical analysis of time series. John Wiley and Sons, 1971.

193. Asai K., Sugeno M., Terano T. «Applied fuzzy system», Academic Press, New York, 1994.

194. Balci O. Validation, verification and testing techniques throughnt the life cycle of a simulation study. Annals of Operation Research, 1994.

195. Boehm B.W. A spiral model of software development and enhancement // ACM SIGSOFT Software Engineering Notes. Vol.11. No 4, 1986.

196. Bogdanov A.V., Degtyarev A,B-, Nechaev Yu.I. Parallel algorithms for virtual testbed // Proceedings of International conference CSIT-2005. Yerevan. Armenia.2005, p.p.393-403.

197. Calise A J. Kim B.S., Leiter J.,Prasad J.V.R. Helicopter adaptive flight control using neural networks // Proceedings of the 33-rd conference on decision and control, 1994.

198. CaIise A.J., Prasad J.V.R., Corban J.E. Flight evaluation of adaptive neural network flight controller of an uninhabited Helicopter // XXV-th European. Rotorcraft Forum, Italy, 1999.

199. Carson J.S. Model verification and validation // Proceedings of the 2002 Winter Simulation Conference. 2001, p.p.52-58.

200. Clary G.R., Chichjlm J.P. Development and flight test on a X-band precision approach concept for remote-area rotorcraft operations. «IEEE/AIAA Sth dig. avionics Syst. Conf. proc. Seattle, Wash.». 1983. 3.4/1-3.4/8.

201. Cyberspase Developer Kit Release 2.0. reference Manual.-Futodeck. Inc, 1994.

202. De Schutter, J., De Geeter, J., Lefebvre, T, Bruyninckx, H. Kalman Filters: A Tutorial-1999.

203. Durand T.S., Wasicko R.J. Factors Influencing Glide Path Control in Carrier Landing. «Journal of Aircraft». 1967. Vol.4. №2, p.p. 146-158.

204. Fegorov G.V. Risk theory based minimization of transport fleet influence on the environment // Proceedings of Second International conference of navy and shipbuilding Nowadays NSN-2001. St.-Petersburg. KSRI. 2001, p.p.190 197.

205. France W., Levadou M., Treakle T.W., Paulling J.R., Michel R.K., Moore K. An investigation of head-sea parametric rolling and its Influence on Container Lashing Systems // ANAME Annual Meeting 2001 Presentation, p.p.l 24.

206. Fréchot J. Realistic simulation of ocean surface using wave spectra, Proceedings of the First International Conference on Computer Graphics Theory and Applications (2006), pp. 76-83.

207. Gary A. Mastín, Peter A. Watterberg, John F. Mareda, Fourier Synthesis of Ocean Scenes, IEEE Computer Graphics and Applications, Vol.7 , Issue 3 (March 1987), pp. 16-23

208. Heffley R.K. Terminal control factors for the carrier landing task. AIAA Guid., Nav, and Contr. Conf., Williamsburg, 1986. Collect. Techn. Pap. New York, p.p. 867874.

209. Jang J.S.R. ANFIS: Adaptive-Network-Based Fuzzy Inference Systems // IEEE Trans. On systems, man and cybernetics. Vol.23. 1993, p.p.665 685.

210. Kagiwada H., Kalaba R.E., Kutchinki C.R., Mender A.J. Analytical Decision-Making for Airborne Defense Management // IEEE National Aerospace and Electronics Conference. Dayton. 20-24 May, 1985.

211. KelIy M.McCool, Haas David J., Schaefer Carl G. A Neural network based approach to helicopter angle estimation. AIAA 96-3481-CP, 1996.256. 3D Studio MAX R2. Users's Guide,-Autodeck, Inc., 1997.

212. KaIavsky R.S. A comprehensive virtual environment laboratory facility Virtual Reality Systems / Ed. by R.A. Earnshaw, M.A. Gigante, H. Jones — Cambridge. UK. Academic Press. 1994.

213. Lange, F. Fast and Accurate Training of Multilayer Perceptrons Using an Extended Kalman Filter (EKFNet) Institute for Robotics and Systems Dynamics, Wessling, internal paper, 1995.

214. Lopatoukhin L.J., Rozhkov V.A., Ryabinin V.E., Swail V.R., Boukhanovsky A.V., Degtyarev A.B. Estimation of extreme wave heights. JCOMM Technical Report, WMO/TD. №1041,2000.

215. Maybeck P.S. Stochastic models estimation and control. New York. 1983. Vol. 1 — 3.

216. Medynsky Yu.V. Synthesis of an algorithm for forecasting the estimated point of an aircrafts touchdown onto a moving base // 10th International Olympiad on automatic control BOAC-2004. St.-Petersburg, 2004, p.p. 12 16 BOAC-2004

217. Nechaev Yu. I. The problem of wave parameters identification in ships intelligence system // Proc. of 13th International conference on hydrodinamics in ship design Hydronaf-99 and Manoeuvring-99 . Gdansk Ostroda, Poland. 1999, p.p.201-208.

218. Nechaev Yu.I., Dubovik S.A. Probability-asymptotic methods in ship dynamic problem // Proceedings of 15th international conference on hydrodynamics in ship design, safety and operation. Gdansk. Poland. 2003, p.p.187-199.

219. PauIk Clyde H., Phatak Antil V. Evaluiion of real-time predictive guidance law for landing VTOL aircraft at sea. Conf. Proc. Baltimore. MD. 1984. New York, 1984, p.p.359-371.

220. PracticaI aspects of Kalman filtering implementation. — AGARD Lecture series, 1986.

221. Puskorius, G.V., Feldkamp, L.A. Neurocontrol of Nonlinear Dynamical Systems with Kalman Filter Trained Recurrent Networks IEEE Transactions on Neural Networksm Vol. 5, No. 2, 1994, 279-297.

222. Schroeder W, Martin K., Lorensen B. The visualization Toolkit, an object oriented approach to 3D graphics (2nd edition). Prentice Hall, Upper Saddle River, NJ,1997. ISBN 0-13-954694-4.

223. Schust A.P., Young P.N., Simpson W.R. Automatic Carrier Landing System (ACLS). Jul. 1982. Arinc Research Corp. Annapolis.

224. Triantafyllou M., Bodson, M., Äthans, M. Oceanic Engineering, IEEE Journal of Volume 8, Issue 1, Jan 1983, pp. 9 20.

225. Urness J.M., Hess R.K. Jntergrated flight control systems development. The F/A-18A automatic carrier landing system. Collect. Techn. Rap. New York, 1983, p.p.920-930.

226. U.S. Military Handbook MIL-HDBK-1797, 19 December 1997

227. Vandell G. Check-List-CFIT-FSF. Rev.2.2R/500/T-IKAO. Monreal: 1994

228. Welsh, G., Bishop, G. An Introduction to the Kaiman Filter Department of Computer Science, University of North Carolina, TR 95-041, 2002.

229. Williams, R.J. Some Observations on the Use of the Extended Kaiman Filter as a Recurrent Network Learning Algorithm — Colleage of Computer Science, Northeastern University, Boston, TRNU-CCS-92-1, 1992.

230. Zimmerman W.F. Cvn-68 Nimitz, U.S. Navy Aircraft Carrier, Nimble Books, 2008

231. Zadeh L. Fuzzy logic, neural networks and soft computing // Commutation on the ASM-1994. Vol.37. №3, p.p.77 84.