ISSN 0236-235X (P)
ISSN 2311-2735 (E)

Публикационная активность

(сведения по итогам 2018 г.)
2-летний импакт-фактор РИНЦ: 0,678
2-летний импакт-фактор РИНЦ без самоцитирования: 0,541
Двухлетний импакт-фактор РИНЦ с учетом цитирования из всех
источников: 1,047
5-летний импакт-фактор РИНЦ: 0,460
5-летний импакт-фактор РИНЦ без самоцитирования: 0,389
Суммарное число цитирований журнала в РИНЦ: 7170
Пятилетний индекс Херфиндаля по цитирующим журналам: 310
Индекс Херфиндаля по организациям авторов: 412
Десятилетний индекс Хирша: 19
Место в общем рейтинге SCIENCE INDEX за 2018 год: 303
Место в рейтинге SCIENCE INDEX за 2018 год по тематике "Автоматика. Вычислительная техника": 10

Больше данных по публикационной активности нашего журнале за 2008-2018 гг. на сайте РИНЦ

Добавить в закладки

Следующий номер на сайте

4
Ожидается:
16 Декабря 2019

В Оренбургском государственном университете совместно с ФНЦ НИИСИ РАН рассмотрены методы местоопределения наземного транспортного средства на основе вторичной обработки информации, поступающей со спутниковой навигационной системы ГЛОНАСС.

13.01.2016

Одной из наиболее важных проблем в сфере контроля и мониторинга мобильных объектов является их местоопределение. Погрешность в точность позиционирования транспортного средства вносят такие факторы, как атмосфера, возвышенные объекты, горы и др.. Для определения точных координат различных объектов, скорости их движения и других факторов служит современная система глобальной спутниковой навигации ГЛОНАСС. Хотя использование ГЛОНАСС весьма актуально, анализ показывает, что технология позиционирования и идентификации мобильных объектов на пространственных цифровых моделях в транспортной сфере развита недостаточно.

В радиолокационных станциях автоматического сопровождения и обработки сигналов в инерциальных навигационных системах в качестве алгоритма вторичной обработки наиболее пригоден фильтр Калмана. Алгоритм работает в два этапа. На первом этапе фильтр Калмана экстраполирует значения переменных состояния, а также их неопределенности, на втором – по данным измерения уточняется результат экстраполяции. Благодаря пошаговой природе алгоритма он может в реальном времени отслеживать состояние объекта (без заглядывания вперед, используя только текущие замеры и информацию о предыдущем состоянии и его неопределенности).

Фильтр Калмана основан на квадратичном критерии качества, то есть обеспечивает минимум среднеквадратических ошибок оценок. Оценки определяются на основе условных математических ожиданий вектора состояния объекта наблюдения.

Подробное описание дается в статье «Фильтр Калмана как метод вторичной обработки информации с системы глонасс», авторы: Болодурина И.П., Нугуманова А.А. (Оренбургский государственный университет, Оренбург), Решетников В.Н. (Центр визуализации и спутниковых информационных технологий ФНЦ НИИСИ РАН, Москва).