Все выпуски

Найдены необходимые и достаточные условия существования решений нелинейной неавтономной периодической задачи для уравнения типа Хилла в случае параметрического резонанса. Характерной особенностью поставленной задачи является необходимость нахождения как искомого решения, так и соответствующей собственной функции, обеспечивающей разрешимость периодической задачи для уравнения типа Хилла в случае параметрического резонанса. Для построения решений периодической задачи для уравнения типа Хилла и соответствующей собственной функции в случае параметрического резонанса предложены итерационные схемы, построенные методу простых итераций, а также с использованием техники наименьших квадратов.

В работе рассмотрен алгоритм нечеткой системы управления существенно нелинейным динамическим объектом. Для решения нелинейной задачи оптимального управления предлагается использовать линейно-квадратичное регулирование (LQR — linear quadratic regulator) с моделью Такаги–Сугено (Takagi–Sugeno). Алгоритм может быть использован для проектирования систем оптимального управления детерминированными нелинейными объектами. Предложено использование алгоритма функционирования оптимальной системы управления для управления вращательным движением летательного аппарата.

В работе решается задача вычисления параметров случайного сигнала в условиях распределения Райса на основе принципа максимума правдоподобия в предельных случаях большого и малого значения отношения сигнала к шуму. Получены аналитические формулы для решения системы уравнений максимума правдоподобия для искомых параметров сигнала и шума как для однопараметрического приближения, когда рассчитывается только один параметр задачи — величина сигнала, в предположении априорной известности второго параметра — дисперсии шума, так и для двухпараметрической задачи, когда оба параметра априорно неизвестны. Непосредственное вычисление искомых параметров сигнала и шума по формулам позволяет избежать необходимости ресурсоемкого численного решения системы нелинейных уравнений и тем самым оптимизировать время компьютерной обработки сигналов и изображений. Представлены результаты компьютерного моделирования задачи, подтверждающие теоретические выводы. Задача является значимой для целей обработки райсовских данных, в частности, в системах магнитно-резонансной визуализации.

Найдены необходимые и достаточные условия существования решений нелинейной матричной краевой задачи для системы обыкновенных дифференциальных уравнений в случае параметрического резонанса. Построена сходящаяся итерационная схема для нахождения приближений к решению нелинейной матричной краевой задачи для системы обыкновенных дифференциальных уравнений в случае параметрического резонанса. В качестве примера применения построенной итерационной схемы найдены приближения к решениями периодической краевой задачи для уравнения типа Риккати с параметрическим возмущением. Для контроля точности найденных приближений к решениямперио дической краевой задачи для уравнения типа Риккати использованы невязки этих приближений.

В работе рассматривается эредитарный осциллятор, который характеризуется осцилляционным уравнением с производными дробных порядков $\beta$ и $\gamma$ в смысле Герасимова–Капуто. С помощью преобразования Лапласа были получены аналитические решения и функция Грина, которые определяются через специальные функции типа Миттаг-Леффлера и обобщенной функции Райта. Доказано, что при фиксированных значениях $\beta = 2$ и $\gamma = 1$ найденное решение переходит в классическое решение для гармонического осциллятора. Согласно полученным решениям были построены расчетные кривые и фазовые траектории эредитарного колебательного процесса. Установлено, что в случае внешнего периодического воздействия на эредитарный осциллятор могут возникать эффекты, присущие классическим нелинейным осцилляторам.

Предложен формальный модельный механизм формирования осциллонов, которые были обнаружены во множестве физических систем, а также в химической реакции Белоусова–Жаботинского, протекающей в обращенной масляной микроэмульсии аэрозоля ОТ. В предложенном механизме возникновение осциллонов происходит в результате взаимодействия двух подсистем. В первой подсистеме при подходящем наборе параметров в результате жесткого локального возбуждения возможно образование уединенных стационарных структур, которые определяют пространственное распределение параметра второй подсистемы, изменение которого вызывают в ней локальные осцилляции.

В работе решается двухпараметрическая задача совместного расчета параметров сигнала и шума в условиях распределения Райса методами математической статистики: методом максимума правдоподобия и вариантами метода моментов. Рассматриваемые варианты метода моментов включают в себя совместный расчет сигнала и шума на основе измерений 2-го и 4-го моментов (ММ24) и на основе измерений 1-го и 2-го моментов (ММ12). В рамках каждого из рассматриваемых методов получены в явном виде системы уравнений для искомых параметров сигнала и шума. Важный математический результат проведенного исследования состоит в том, что решение системы двух нелинейных уравнений с двумя неизвестными — искомыми параметрами сигнала и шума — сведено к решению одного уравнения с одной неизвестной, что важно с точки зрения как теоретического исследования метода, так и его практического применения, позволяя существенно сократить необходимые для реализации метода вычислительные ресурсы. Задача является значимой для целей обработки райсовских данных, в частности, в системах магнитно-резонансной визуализации. В результате проведенного теоретического анализа получен важный практический вывод: решение двухпараметрической задачи не приводит к увеличению требуемых вычислительных ресурсов по сравнению с однопараметрическим приближением. Теоретические выводы подтверждаются результатами численного эксперимента.

Локализация транспортного средства является важной задачей в области интеллектуальных транспортных систем. Хорошо известно, что слияние показаний с разных датчиков (англ. Sensor Fusion) позволяет создавать более робастные и точные навигационные системы для автономных транспортных средств. Стандартные подходы, такие как расширенный фильтр Калмана или многочастичный фильтр, либо неэффективны при работе с сильно нелинейными данными, либо потребляют значительные вычислительные ресурсы, что осложняет их использование во встроенных системах. При этом точность сливаемых сенсоров может сильно различаться. Значительный прирост точности, особенно в ситуации, когда GPS (англ. Global Positioning System) не доступен, может дать использование ориентиров, положение которых заранее известно, — таких как дорожные знаки, светофоры, или признаки SLAM (англ. Simultaneous Localization and Mapping). Однако такой подход может быть неприменим в случае, если априорные локации неизвестны или неточны. Мы предлагаем новый подход для уточнения координат транспортного средства с использованием визуальных ориентиров, таких как дорожные знаки. Наша система представляет собой байесовский фреймворк, уточняющий позицию автомобиля с использованием внешних данных о прошлых наблюдениях дорожных знаков, собранных методом краудсорсинга (англ. Crowdsourcing — сбор данных широким кругом лиц). Данная статья представляет также подход к комбинированию траекторий, полученных с помощью глобальных GPS-координат и локальных координат, полученных с помощью акселерометра и гироскопа (англ. Inertial Measurement Unit, IMU), для создания траектории движения транспортного средства в неизвестной среде. Дополнительно мы собрали новый набор данных, включающий в себя 4 проезда на автомобиле в городской среде по одному маршруту, при которых записывались данные GPS и IMU смартфона, видеопоток с камеры, установленной на лобовом стекле, а также высокоточные данные о положении с использованием специализированного устройства Real Time Kinematic Global Navigation Satellite System (RTK-GNSS), которые могут быть использованы для валидации. Помимо этого, с использованием той же системы RTK-GNSS были записаны точные координаты знаков, присутствующих на маршруте. Результаты экспериментов показывают, что байесовский подход позволяет корректировать траекторию движения транспортного средства и дает более точные оценки при увеличении количества известной заранее информации. Предложенный метод эффективен и требует для своей работы, кроме показаний GPS/IMU, только информацию о положении автомобилей в моменты прошлых наблюдений дорожных знаков.

Представлен итерационный алгоритм, который численно решает нелинейные одномерные несингулярные интегральные уравнения Фредгольма и Вольтерры второго рода типа Урысона. Показано, что метод последовательных приближений Пикара может быть использован при численном решении такого типа уравнений. Сходимость числовой схемы гарантируется теоремами о неподвижной точке. При этом квадратурный алгоритм основан на явной форме встроенного правила Рунге–Кутты пятого порядка с адаптивным контролем размера шага. Возможность контроля локальных ошибок квадратур позволяет создавать очень точные автоматические числовые схемы и значительно уменьшить основной недостаток итераций Пикара, а именно чрезвычайно большое количество вычислений с увеличением глубины рекурсии. Наш алгоритм организован так, что по сравнению с большинством подходов нелинейность интегральных уравнений не вызывает каких-либо дополнительных вычислительных трудностей, его очень просто применять и реализовывать в программе. Наш алгоритм демонстрирует практически важные черты универсальности. Во-первых, следует подчеркнуть, что метод столь же прост в применении к нелинейным, как и к линейным уравнениям типа Фредгольма и Вольтерры. Во-вторых, алгоритм снабжен правилами останова, по которым вычисления могут в значительной степени контролироваться автоматически. Представлен компактный C++-код описанного алгоритма. Реализация нашей программы является самодостаточной: она не требует никаких предварительных вычислений, никаких внешних функций и библиотек и не требует дополнительной памяти. Приведены числовые примеры, показывающие применимость, эффективность, надежность и точность предложенного подхода.

Предлагается новый тип космологических моделей, космологических моделей для Вселенной, не имеющей Начала, то есть существовавшей всегда, и эволюционирующей из бесконечно далекого прошлого.

Предлагаемые космологические модели являются альтернативными по отношению к космологическим моделям, основывающимся на так называемой теории Большого взрыва, по которой Вселенная имеет конечный возраст и произошла из начальной сингулярности.

В этой теории, по нашему мнению, есть определенные проблемы, которые в предлагаемых нами космологических моделях мы избегаем.

В наших космологических моделях Вселенная, развиваясь из бесконечно далекого прошлого, сжимаясь, достигает конечного минимума расстояний между объектами порядка комптоновской длины волны $\lambda_C$ адронов и максимальной плотности вещества, соответствующей адронной эре Вселенной, и затем расширяется, проходя все стадии своей эволюции, установленные астрономическими наблюдениями, вплоть до эры инфляции.

Материальной основой, обеспечивающей принципиальный характер эволюции Вселенной в предлагаемых космологических моделях, является нелинейное дираковское спинорное поле $\psi (x^k)$ с нелинейностью в лагранжиане поля типа $\beta (\bar\psi\psi)^n$ ($\beta = const$, $n$ — рациональное число), где $\psi(x^k)$ — 4-компонентный дираковский спинор, а $\bar{\psi}$ — сопряженный спинор.

Кроме спинорного поля $\psi$ в космологических моделях у нас присутствуют и другие компоненты материи в виде идеальной жидкости с уравнением состояния $p = w\varepsilon$ ($w = const$), при различных значениях коэффициента $w$ $(−1 < w < 1)$, которые обеспечивают эволюцию Вселенной с надлежащими периодами развития в соответствии с установленными наблюдаемыми данными. Здесь $p$ — давление, $\varepsilon = \rho c^2$ — плотность энергии, $\rho$ — плотность массы, а $c$ — скорость света в вакууме.

Оказалось, что наиболее близкими к реальности являются космологические модели с нелинейным спинорным полем с показателем нелинейности $n = 2$.

В этом случае нелинейное спинорное поле представляется уравнением Дирака с кубической нелинейностью.

Но такое уравнение есть нелинейное спинорное уравнение Иваненко–Гейзенберга, которое В. Гейзенберг взял в качестве основы для построения единой спинорной теории материи.

Удивительное совпадение, что одно и то же нелинейное спинорное уравнение может быть основой для построения теории двух разных фундаментальных объектов природы, эволюционирующей Вселенной и физической материи.

Разработки представляемых космологических моделей дополняются их компьютерными исследованиями, результаты которых в работе представлены графически.