MATHEMATICAL MODEL OF ADAPTIVE CONTROL OF UAV MOTION USING PHASE COORDINATES
DOI:
https://doi.org/10.32689/maup.it.2026.1.3Keywords:
unmanned aerial vehicle, adaptive control, optimisation, routing, phase coordinates, mathematical modelling, simulation modellingAbstract
This article examines the problem of adaptive motion control for unmanned aerial vehicles under conditions of dynamic changes in the external environment and limited computational resources of on-board systems. An analysis of modern approaches to the control of unmanned aerial vehicles has been carried out, in particular swarm intelligence methods, neural network algorithms and classical optimisation approaches, which has made it possible to identify their main advantages and limitations in terms of accuracy and computational complexity. An approach is proposed for constructing a mathematical model of unmanned aerial vehicle motion using phase coordinates, which reduces the dimensionality of the control problem without losing the informativeness of the flight dynamics description. A phase state vector has been formulated, which includes velocity, angular and spatial motion parameters, allowing the synthesis of control actions based on the current state of the system. A mathematical model of adaptive control has been developed, based on the formation of indirect and direct control vectors, taking into account the design characteristics of unmanned aerial vehicles and external disturbances. Simulation modelling of the motion of unmanned aerial vehicles in phase coordinates has been carried out, the results of which confirm the adequacy of the model, the stability of the control system and the correct execution of the specified program trajectories. The proposed approach was implemented in the Mission Planner environment, confirming that the developed model can be integrated into existing automatic control systems without significantly increasing the computational load. The results obtained demonstrate the feasibility of using phase coordinates to improve the efficiency of adaptive control of unmanned aerial vehicles.
References
Kashkevich, S. (Ed.) (2025). Decision support systems: mathematical support. Kharkiv : ТЕСHNOLOGY СЕNTЕR PC, 202. https://doi.org/10.15587/978-617-8360-13-9
Кашкевич С. О., Нечипорук О. П., Апенько Н. В., Брановицька І. В. (2025). Метод оптимізації маршрутів на основі поведінки змій в системах обміну даними БпЛА. Інформаційні технології та суспільство. № 4 (19). С. 78–82. https://doi.org/10.32689/maup.it.2025.4.13
Tamer, K. A., Sova, O., Shaposhnikova, O., Yashchenok, V., Stanovska, I., Shostak, S., Rudenko, O., Petruk, S., Matsyi, O., & Kashkevich, S. (2024). Development of a solution search method using a combined bio-inspired algorithm. Eastern European Journal of Enterprise Technologies. Vol. 1, No. 4 (127), pp. 6–13. https://doi.org/10.15587/1729-4061.2024.298205
Таршин, В. А., Компанієць, О. М., Котляренко, С. Є., Дужий, Р. В. (2023). Розвиток методології управління роями БПЛА на основі ройового інтелекту. Збірник наукових праць Державного науково-дослідного інституту авіації. Вип. 19 (26). С. 109–115.
Компанієць, О. М., Дмитрієв, А. Г., Шмаков, В. В., Ушань, В. М. (2024). Управління роєм безпілотних літальних апаратів на полі бою методами ройового інтелекту. Системи озброєння і військова техніка. № 2 (78). С. 73–80. https://doi.org/10.30748/soivt.2024.78.08
Іваненко, Ю. В. (2023). Огляд методів керування безпілотними літальними апаратами / Ю. В. Іваненко, О. С. Ляшенко, Т. В. Філімончук. Системи управління, навігації та зв’язку. С. 26–30.
Yakymiak, S., Vdovytskyi, Y., Artabaiev, Y., Degtyareva, L., Vakulenko, Y., Nevhad, S., Andronov, V., Lazuta, R., Shapoval, P., & Artamonov, Y. (2023). Development of the solution search method using the population algorithm of global search optimization. European Journal of Enterprise Technologies, Vol. 3, No. 4 (123), pp. 39–46. https://doi.org/10.15587/1729-4061.2023.281007
Polozhentsev, A. A., & Sydorenko, V. M. (2024). IT threat management method for critical information infrastructure facilities. Science-Intensive Technologies, 2(62), 143–153.
Two-Channel Precision Regulator for Electric Drive of Optical Fiber Winding Mechanism of Avionics Sensory Elements. Lysenko, O., Tachinina, O., Ponomarenko, S., Guida, O., Kutiepov, V.Lecture Notes in Networks and SystemsOpen source preview, 2025, 298–310.
Литвиненко, О. Є. (2022). Декомпозиційний метод обчислення вагових коефіцієнтів бінарної нейронної мережі / О. Є. Литвиненко, Д. П. Кучеров, М. М. Глибовець. Кібернетика та системний аналіз, Т. 58, № 6. С. 45–53.
Gnatyuk, S., Sydorenko, V., Polozhentsev, A., Fesenko, A., Akatayev, N., Zhilkishbayeva, G. (2020). Method of cybersecurity level determining for the critical information infrastructure of the state. CEUR Workshop Proceedings. Vol. 2616. P. 332–341. Retrieved from: https://ceur-ws.org/Vol-2616/paper28.pdf
T. Dong and T. Huang. (2020). Neural Cryptography Based on Complex-Valued Neural Network. IEEE Transactions on Neural Networks and Learning Systems, Vol. 31, No. 11, 4999-5004.
Ластівка, О. І., Нечипорук, О. П. (2025). Дослідження ефективності модуляційних методів для забезпечення якості передачі даних в інформаційних мережах. Технічна інженерія. № 2 (96). С. 101–107. https://doi.org/10.26642/ten-2025-2(96)-101-107
Mohammed, B. A., Stanovska,I., Kashkevich, S., Lebedynskyi, A., Vakulenko, Y., Protas, N., Klyuchak, O., Lastivka, O., Semeniuk, A., Kivshar, O. (2025). Development of a methodological approach for assessing the condition of complex organizational and technical systems. Eastern-European Journal of Enterprise Technologies, 2/4 (134), 47–53. https://doi.org/10.15587/1729-4061.2025.326468.
Ali Al-Ammouri. (2022). Development of a mathematical model of reliable structures of information-control systems / Ali Al-Ammouri, Iryna Lebid, Marina Dekhtiar, Ievgenii Lebid, Hasan Al-Ammori. Eastern-European Journal of Enterprise Technologies. Vol. 5/9, Issue (119) P. 68–78. DOI: https://doi.org/10.15587/1729-4061.2022.265953
