Експериментальна ідентифікація параметрів моделі безпілотного літального апарата за сигналом керування оператора та реакцією об’єкта

Автор(и)

  • Олексій Петрович Чорний Кременчуцький національний університет імені Михайла Остроградського, Україна https://orcid.org/0000-0001-8270-3284
  • Валерій Костянтинович Титюк Криворізький національний університет, Україна https://orcid.org/0000-0003-1077-3288
  • Віктор Володимирович Бушер Національний університет «Одеська морська академія», Україна https://orcid.org/0000-0002-3268-7519
  • Юрій Володимирович Зачепа Кременчуцький національний університет імені Михайла Остроградського , Україна https://orcid.org/0000-0003-4364-6904
  • Володимир Віталійович Грабко Вінницький національний технічний університет, Україна https://orcid.org/0000-0002-4666-1758
  • Андрій Олегович Романець Запорізький національний університет, Україна https://orcid.org/0009-0000-9893-8408
  • Юлія Анатоліївна Мала Університет митної справи та фінансів, Україна https://orcid.org/0000-0002-2539-4793
  • Дмитро Сергійович Білухін Український державний університет науки і технологій, Україна https://orcid.org/0000-0002-2791-617X
  • Микола Олександрович Баб’як Національний університет «Львівська політехніка», Україна https://orcid.org/0000-0001-5125-9133
  • Олена Михайлівна Гулєша Дніпровський державний технічний університет, Україна https://orcid.org/0000-0002-7512-5671

DOI:

https://doi.org/10.15587/2706-5448.2026.362822

Ключові слова:

ідентифікація, динамічна модель другого порядку, БПЛА, параметри моделі, програмований контролер

Анотація

Об’єктом дослідження є процес ідентифікації параметрів моделі окремого каналу руху безпілотного літального апарата (БПЛА). В роботі розв’язується проблема отримання точної та простої обчислювальної процедури оцінювання сталої часу та коефіцієнта демпфування моделі БПЛА, представленої у вигляді динамічної ланки другого порядку, придатної для реалізації у програмованих контролерах без застосування матричних бібліотек. Процедуру ідентифікації розроблено на наборі даних, що містить 500 експериментальних випробувань руху БПЛА оператором на комп’ютерному тренажері з параметрами моделі, що охоплюють коефіцієнти затухання від 0,25 до 1,25 та фіксовану постійну часу 0,5 с. Отримані результати забезпечують аналітичний розрахунок параметрів моделі. Ґрунтуючись на теорії лінійних динамічних систем та методі найменших квадратів, диференціальне рівняння ланки другого порядку перетворюється на форму лінійної регресії шляхом застосування центральних скінченних різниць для числового диференціювання першої та другої похідних вихідного сигналу. Оцінка параметрів виконується аналітично, без використання спеціалізованих програмних функцій, що забезпечує сумісність з програмованими логічними контролерами. Для зменшення чутливості до шуму під час числового диференціювання експериментальні дані попередньо згладжуються, а інтервал аналізу обмежується домінуючою частиною перехідної характеристики. Отримані параметри демонструють відповідність з заданими параметрами моделі: відносні відхилення не перевищують 0,8% для постійної часу та 1,2% для коефіцієнта затухання. Результати можуть бути застосовані для автоналаштування ПІД-регуляторів та синтезу адаптивних законів БПЛА. Процедуру ідентифікації легко розширити до онлайн-оцінки параметрів під час польоту, а також до динамічних моделей вищого порядку та нелінійних динамічних моделей.

Біографії авторів

Олексій Петрович Чорний, Кременчуцький національний університет імені Михайла Остроградського

Доктор технічних наук, професор

Кафедра систем автоматичного управління та електроприводу

Валерій Костянтинович Титюк, Криворізький національний університет

Доктор технічних наук, професор

Кафедра електромеханіки

Віктор Володимирович Бушер, Національний університет «Одеська морська академія»

Доктор технічних наук, професор

Кафедра електричної інженерії та електроніки

Юрій Володимирович Зачепа, Кременчуцький національний університет імені Михайла Остроградського

Кандидат технічних наук, доцент

Кафедра систем автоматичного управління та електроприводу

Володимир Віталійович Грабко, Вінницький національний технічний університет

Доктор технічних наук, професор

Кафедра комп’ютеризованих електромеханічних систем і комплексів

Андрій Олегович Романець, Запорізький національний університет

Аспірант

Кафедра електротехніки та кіберфізичних систем

Юлія Анатоліївна Мала, Університет митної справи та фінансів

Кандидат технічних наук, доцент

Кафедра комп’ютерних наук та інженерії програмного забезпечення

Дмитро Сергійович Білухін, Український державний університет науки і технологій

Кандидат технічних наук, доцент

Кафедра Електрорухомого складу залізниць

Микола Олександрович Баб’як, Національний університет «Львівська політехніка»

Кандидат технічних наук, доцент

Кафедра залізничного транспорту

Олена Михайлівна Гулєша, Дніпровський державний технічний університет

Кандидат педагогічних наук, доцент

Кафедра електроніки та електронних комунікацій

Посилання

  1. Yu, Y., Tang, P., Song, T., Lin, D. (2020). A two-step method for system identification of low-cost quadrotor. Aerospace Science and Technology, 96, 105551. https://doi.org/10.1016/j.ast.2019.105551
  2. Zhou, W., Chen, S., Chang, C.-W., Wen, C.-Y., Chen, C.-K., Li, B. (2020). System Identification and Control for a Tail-Sitter Unmanned Aerial Vehicle in the Cruise Flight. IEEE Access, 8, 218348–218359. https://doi.org/10.1109/access.2020.3042316
  3. Alabsi, M. I., Fields, T. D. (2019). Real-Time Closed-Loop System Identification of a Quadcopter. Journal of Aircraft, 56 (1), 324–335. https://doi.org/10.2514/1.c034219
  4. Saderla, S., Kim, Y., Ghosh, A. K. (2018). Online system identification of mini cropped delta UAVs using flight test methods. Aerospace Science and Technology, 80, 337–353. https://doi.org/10.1016/j.ast.2018.07.008
  5. Venkataraman, R., Seiler, P. (2019). System Identification for a Small, Rudderless, Fixed-Wing Unmanned Aircraft. Journal of Aircraft, 56 (3), 1126–1134. https://doi.org/10.2514/1.c035141
  6. Reinhardt, D., Gryte, K., Arne Johansen, T. (2022). Modeling of the Skywalker X8 Fixed-Wing UAV: Flight Tests and System Identification. 2022 International Conference on Unmanned Aircraft Systems (ICUAS), 506–515. https://doi.org/10.1109/icuas54217.2022.9836104
  7. Jiang, T., Li, J., Huang, K. (2015). Longitudinal parameter identification of a small unmanned aerial vehicle based on modified particle swarm optimization. Chinese Journal of Aeronautics, 28 (3), 865–873. https://doi.org/10.1016/j.cja.2015.04.005
  8. Stopkin, V., Nikolenko, A., Kuznetsov, V., Tryputen, M., Kuzenkov, O. (2022). The Urgency of Using Adaptive Observers to Identify the Parameters of the DC Electric Drive. Smart Technologies in Urban Engineering. Springer International Publishing, 213–224. https://doi.org/10.1007/978-3-031-20141-7_20
  9. Zaitceva, I., Kuznetsov, N. V., Andrievsky, B. (2022). Identification of Human Model Parameters for the Human-Machine Control Systems Design. 2022 8th International Conference on Control, Decision and Information Technologies (CoDIT), 972–977. https://doi.org/10.1109/codit55151.2022.9804146
  10. Hoshu, A. A., Wang, L., Ansari, S., Sattar, A., Bilal, M. H. A. (2022). System Identification of Heterogeneous Multirotor Unmanned Aerial Vehicle. Drones, 6 (10), 309. https://doi.org/10.3390/drones6100309
  11. Munguía, R., Urzua, S., Grau, A. (2019). EKF-Based Parameter Identification of Multi-Rotor Unmanned Aerial VehiclesModels. Sensors, 19 (19), 4174. https://doi.org/10.3390/s19194174
  12. Matos, N. M. B., Marta, A. C. (2024). Longitudinal Motion System Identification of a Fixed-Wing Unmanned Aerial Vehicle Using Limited Unplanned Flight Data. Aerospace, 11 (12), 959. https://doi.org/10.3390/aerospace11120959
  13. Nonut, A., Kanokmedhakul, Y., Bureerat, S., Kumar, S., Tejani, G. G., Artrit, P. et al. (2022). A small fixed-wing UAV system identification using metaheuristics. Cogent Engineering, 9 (1). https://doi.org/10.1080/23311916.2022.2114196
  14. Abanou, H., Mansour, M. (2025). Precision Parameter Identification in Quadcopter UAV Systems Using Particle Swarm Algorithm. Journal Européen Des Systèmes Automatisés, 58 (1), 141–148. https://doi.org/10.18280/jesa.580116
  15. Ayyad, A., Chehadeh, M., Awad, M. I., Zweiri, Y. (2020). Real-Time System Identification Using Deep Learning for Linear Processes With Application to Unmanned Aerial Vehicles. IEEE Access, 8, 122539–122553. https://doi.org/10.1109/access.2020.3006277
  16. Osadchy, S., Ivliiev, A., Kolisnichenko, S., Tymoshenko, G. (2023). Identification of an unmanned aerial vehicle pilot-operator dynamics model under stochastic conditions. Science and Technology of the Air Force of Ukraine, 2 (51), 46–55. https://doi.org/10.30748/nitps.2023.51.06.
  17. Rodinkov, Y., Savitskiy, A. (2024). Mathematical model of unmanned aerial vehicles control. Herald of Khmelnytskyi National University. Technical Sciences, 337 (3 (2)), 298–304. https://doi.org/10.31891/2307-5732-2024-337-3-45
  18. Puleko, I., Andreev, O., Dubina, O., Chumakevych, V., Palamarchuk А. (2023). Model of motion of unmanned aerial vehicles based on dual quaternion algebra. Problems of construction, testing, application and operation of complex information systems, 23, 52–61. https://doi.org/10.46972/2076-1546.2022.23.04
  19. Sanders, F. C., Tischler, M., Berger, T., Berrios, M. G., Gong, A. (2018). System Identification and Multi-Objective Longitudinal Control Law Design for a Small Fixed-Wing UAV. 2018 AIAA Atmospheric Flight Mechanics Conference. https://doi.org/10.2514/6.2018-0296
  20. Tiutiunyk, V., Levterov, O., Tiutiunyk, O., Usachov, D. (2025). Acoustic method for identifying the use of unmanned aerial vehicles as sources of emergencies. Social Development and Security, 15 (1), 300–312. https://doi.org/10.33445/sds.2025.15.1.26
  21. Tryputen, M., Kuznetsov, V., Kuznetsov, V., Kuznetsova, Y., Tryputen, M., Kuznetsova, A. (2020). Laboratory bench to analyze of automatic control system with a fuzzy controller. Diagnostyka, 21 (2), 61–68. https://doi.org/10.29354/diag/122357
  22. Tryputen, M., Kuznetsov, V., Serdiuk, T., Kuznetsova, A., Tryputen, M. Babyak, M. (2019). One Approach to Quasi-Optimal Control of Direct Current Motor. 2019 IEEE 5th International Conference Actual Problems of Unmanned Aerial Vehicles Developments (APUAVD), 190–193. https://doi.org/10.1109/apuavd47061.2019.8943878
  23. Dymerets, A. V., Yershov, R. D., Gorodny, A. N., Denisov, Y. O., Boiko, S., Kuznetsov, V. (2020). Dynamic Characteristics of Zero-Current-Switching Quasi-Resonant Buck Converter under Variation of Resonant Circuit and Load Parameters. 2020 IEEE 40th International Conference on Electronics and Nanotechnology (ELNANO), 848–853. https://doi.org/10.1109/elnano50318.2020.9088879
  24. Tryputen, M., Kuznetsov, V., Kuznetsova, A., Tryputen, M., Kuznetsova, Y., Serdiuk, T. (2020). Improving the Reliability of Simulating the Operation of an Induction Motor in Solving the Technical and Economic Problem. Advances in Computer Science for Engineering and Education III, 143–152. https://doi.org/10.1007/978-3-030-55506-1_13
  25. Kuzenkov, O., Kuznetsov, V., Tryputen, N. (2019). Analysis of Phase Trajectories of the Third – Order Dynamic Objects. 2019 IEEE 2nd Ukraine Conference on Electrical and Computer Engineering (UKRCON), 1235–1243. https://doi.org/10.1109/ukrcon.2019.8879819
  26. Falkenberg, O., Witt, J., Pilz, U., Weltin, U., and Werner, H. (2012). Model identification and H∞ attitude control for quadrotor MAV’s. ICIRA 2012. Available at: https://www.researchgate.net/publication/233904706_Model_Identication_and_H_Attitude_Control_for_Quadrotor_MAV's
  27. Kelm, B., Myschik, S. (2023). Model-Based Control Reconfiguration of a Multirotor UAV using Online System Identification by Sparse Regression (SINDYc). AIAA AVIATION 2023 Forum. https://doi.org/10.2514/6.2023-4464
  28. Liu, J.-C., Geng, L.-H. (2020). Attitude model identification of a quadrotor using the subspace identification method. 2020 39th Chinese Control Conference (CCC), 1227–1232. https://doi.org/10.23919/ccc50068.2020.9188994
  29. Nakayama, M., Oku, H., Ushida, S. (2018). An Experiment on Closed-loop System Identification of UAV Using Dual-rate Sampling. IFAC-PapersOnLine, 51 (15), 598–603. https://doi.org/10.1016/j.ifacol.2018.09.226
  30. van der Veen, G., van Wingerden, J.-W., Bergamasco, M., Lovera, M., Verhaegen, M. (2013). Closed‐loop subspace identification methods: an overview. IET Control Theory & Applications, 7 (10), 1339–1358. https://doi.org/10.1049/iet-cta.2012.0653
  31. Wi, Y., Cescon, M. (2024). Data-driven identification of quadrotor dynamics: a tutorial. IFAC-PapersOnLine, 58 (15), 229–234. https://doi.org/10.1016/j.ifacol.2024.08.533
  32. Zhao, J., Wang, X., Gao, G., Na, J., Liu, H., Luan, F. (2018). Online Adaptive Parameter Estimation for Quadrotors. Algorithms, 11 (11), 167. https://doi.org/10.3390/a11110167
  33. Saeed, A., Bhatti, A. I., Malik, F. M. (2023). LMIs-Based LPV Control of Quadrotor with Time-Varying Payload. Applied Sciences, 13 (11), 6553. https://doi.org/10.3390/app13116553
  34. Horri, N., Pietraszko, M. (2022). A Tutorial and Review on Flight Control Co-Simulation Using Matlab/Simulink and Flight Simulators. Automation, 3 (3), 486–510. https://doi.org/10.3390/automation3030025
Experimental identification of unmanned aerial vehicle model parameters based on the operator control signal and the object response

##submission.downloads##

Опубліковано

2026-05-29

Як цитувати

Чорний, О. П., Титюк, В. К., Бушер, В. В., Зачепа, Ю. В., Грабко, В. В., Романець, А. О., Мала, Ю. А., Білухін, Д. С., Баб’як, М. О., & Гулєша, О. М. (2026). Експериментальна ідентифікація параметрів моделі безпілотного літального апарата за сигналом керування оператора та реакцією об’єкта. Technology Audit and Production Reserves, 3(2(89), 101–112. https://doi.org/10.15587/2706-5448.2026.362822

Номер

Том 3 № 2(89) (2026): Інформаційно-керуючі системи

Розділ

Системи та процеси керування

Ліцензія

Авторське право (c) 2026 Oleksii Chornyi, Valerii Tytiuk, Victor Busher, Yurii Zachepa, Volodymyr Grabko, Andrii Romanets, Yuliia Mala, Dmytro Bilukhin, Mykola Babyak, Olena Huliesha

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.