Наукові публікації та матеріали кафедри авіоніки та систем управління
Permanent URI for this collectionhttp://er.nau.edu.ua/handle/NAU/58730
Browse
Recent Submissions
Item Feature Extraction for Multispectral Analysis of Cereal Crops Using Optimized Computer Vision Pipelines(State University "Kyiv Aviation Institute", 2025) Sineglazov Victor; Koniushenko RomanThe article presents the results of a study aimed at improving the stability, reproducibility, and structural consistency of computer vision pipelines for multispectral unmanned aerial vehicles imagery of winter wheat canopies. A new adaptive preprocessing model is introduced, incorporating illumination normalization based on a modified Retinex/MSRCR algorithm, entropy-regulated spatial-spectral filtering for noise suppression, and instability-driven spectral feature fusion to obtain stable multispectral descriptors. The model is formulated as a multi-objective preprocessing framework, jointly optimizing illumination invariance, noise robustness, structural preservation, and information richness. Experiments conducted on the open-access unmanned aerial vehicles dataset of nine winter-wheat fields (Switzerland) demonstrated a reduction of the coefficient of variation to 0.12 and RMSE to 0.089, together with improvements in structural similarity (SSIM = 0.923) and spectral entropy (H = 5.9), significantly outperforming classical normalization methods. The results confirm the effectiveness of the proposed approach in mitigating illumination heterogeneity and sensor-induced distortions, ensuring stable and phenologically consistent feature extraction. The developed framework can be integrated into computer-integrated and robotic precision-farming systems to enhance the reliability of automated monitoring and decision-support processes in winter-wheat production. У статті представлено результати дослідження, спрямованого на підвищення стабільності, відтворюваності та структурної узгодженості процесів комп’ютерного зору під час аналізу мультиспектральних зображень посівів озимої пшениці, отриманих з безпілотних літальних апаратів. Запропоновано нову адаптивну модель попередньої обробки, що поєднує нормалізацію освітленості (модифікований алгоритм Retinex/MSRCR), ентропійно-регульовану просторово-спектральну фільтрацію для придушення шумів та адаптивне спектральне злиття, кероване функціоналом нестабільності, для формування стабільних дескрипторів. Модель сформульована як багатокритеріальна схема попередньої обробки, що одночасно оптимізує інваріантність до освітлення, стійкість до шумів, структурну цілісність та інформаційну насиченість спектральних ознак. Експериментальні дослідження на відкритому наборі даних безпілотних літальних апаратів дев’яти полів озимої пшениці (Швейцарія) показали зменшення коефіцієнта варіації до 0.12 та RMSE до 0.089, а також зростання SSIM до 0.923 і ентропії до 5.9, що суттєво перевищує результати класичних методів нормалізації. Отримані результати підтверджують ефективність розробленого підходу в умовах неоднорідного освітлення та сенсорних спотворень, забезпечуючи стабільне та фенологічно узгоджене вилучення ознак. Запропонована модель може бути інтегрована у комп’ютерно-інтегровані та роботизовані системи точного землеробства для підвищення надійності автоматизованого моніторингу стану посівів озимої пшениці.Item Optimizing Drone Coverage in Agriculture: an Overview and New Approaches(State University "Kyiv Aviation Institute", 2025) Sineglazov Victor; Koniushenko RomanThis article investigates the problem of trajectory optimization for unmanned aerial vehicles during multispectral imaging of agricultural lands within the framework of precision agriculture concepts. The main problems related to complex field geometry, presence of natural and artificial obstacles, as well as limited battery capacity of drones are considered. A new hybrid route optimization method is proposed that integrates the ant colony optimization algorithm for global planning of zone traversal sequence with the binary gridding method for detailed local replanning within complex areas and obstacle avoidance. A key feature of the method is an adaptive mission recovery mechanism that allows the drone to dynamically return to the charging station, save mission state, and automatically continue operation from the last uncovered area. Simulation and comparative analysis results demonstrate that the developed approach significantly reduces total traveled route length and optimizes mission execution time compared to traditional methods, confirming its effectiveness for increasing autonomy and productivity of agricultural unmanned aerial vehicles. У статті досліджено проблему оптимізації траєкторії руху безпілотних літальних апаратів під час виконання мультиспектральної зйомки сільськогосподарських угідь у рамках концепції точного землеробства. Розглянуто основні проблеми, пов’язані зі складною геометрією полів, наявністю природних та штучних перешкод, а також обмеженою ємністю акумуляторів дронів. Запропоновано новий гібридний метод оптимізації маршруту, який інтегрує алгоритм мурашиних колоній для глобального планування послідовності обходу зон з методом двійкового сіткового поділу для детального локального перепланування всередині складних ділянок та обходу перешкод. Ключовою особливістю методу є адаптивний механізм відновлення місії, що дозволяє дрону динамічно повертатися на зарядну станцію, зберігати стан місії та автоматично продовжувати роботу з останньої непокритої ділянки. Результати моделювання та порівняльного аналізу демонструють, що розроблений підхід значно зменшує загальну довжину пройденого маршруту та оптимізує час виконання місії порівняно з традиційними методами, що підтверджує його ефективність для підвищення автономності та продуктивності аграрних безпілотних літальних апаратів.Item An Intelligent Mobile Search System(State University "Kyiv Aviation Institute", 2024) Sineglazov Victor; Koval MaximThis article is devoted to the development of an intelligent mobile system used for humanitarian demining. At the same time, the problems of detection, localization and storage of the obtained data are solved. The system operation is based on the use of a synthetic aperture ground penetrating radar, which makes it possible to detect mines both on the earth's surface and underground. A quadcopter is used as a carrier. A set of technical means has been developed. The central and graphic processors are used as a processing unit. Intelligent elements for processing the obtained data are convolutional neural networks, for machine learning of which a synthetic dataset was used. The data is organized into S3 segments based on various parameters, such as date, location and sensor type. This organization facilitates data retrieval and management. Data is encrypted both during transmission and at rest using AWS Key Management Service to ensure confidentiality. Статтю присвячено розробленню інтелектуальної мобільної системи, яка використовується для гуманітарного розмінування. При цьому вирішуються завдання виявлення, локалізації та зберігання отриманих даних. Робота системи базується на використанні георадару із синтезованою апертурою, що дає можливість виявляти міни як на поверхні землі, так і під землею. Як носій використовується квадрокоптер. Розроблено комплекс технічних засобів. Як блок обробки використовується центральний і графічний процесори. Інтелектуальними елементами обробки даних є згорткові нейронні мережі, для машинного навчання яких використовувався синтетичний набір даних. Дані організовані в сегменти S3 на основі різних параметрів, таких як дата, місцезнаходження та тип датчика. Така організація полегшує пошук даних і керування ними. Дані шифруються як під час передачі, так і в стані спокою за допомогою AWS Key Management Service для забезпечення конфіденційності.Item Comparative Analysis of the Methods of Planning and Coordinating of Manipulator Robot Movement(State University "Kyiv Aviation Institute", 2024) Sineglazov Victor; Khotsyanovsky VolodymyrThis paper presents a comparative analysis of two methods for planning and coordinating the movement of robot manipulators in dynamic environments: a neural network-based approach for solving dynamic production scenarios and the rapidly exploring random trees algorithm. The study aims to enhance the trajectory planning of robot manipulators by leveraging the strengths of intelligent systems. The neural network method is designed to perceive the environment, generate accurate control commands, and adapt to changing conditions in real-time. The paper the processes involved in environmental analysis, collision avoidance, and control signal generation for actuators, with an emphasis on the neural network architecture tailored for these tasks. The results demonstrate that the neural network approach offers significant improvements in adaptability and efficiency, providing a robust solution for optimizing automated processes in dynamic production environments. У статті представлено порівняльний аналіз двох методів планування та координації руху роботів-маніпуляторів у динамічних середовищах: підхід на основі нейронної мережі для вирішення динамічних сценаріїв виробництва та алгоритм швидкого дослідження випадкових дерев. Дослідження спрямоване на покращення планування траєкторії роботів-маніпуляторів шляхом використання сильних сторін інтелектуальних систем. Метод нейронної мережі призначений для сприйняття навколишнього середовища, створення точних команд управління та адаптації до мінливих умов у режимі реального часу. Стаття описує процеси, пов’язані з аналізом навколишнього середовища, уникненням зіткнень і генерацією керуючого сигналу для приводів, з наголосом на архітектурі нейронної мережі, розробленій для цих завдань. Результати демонструють, що нейромережевий підхід пропонує значні покращення в адаптованості та ефективності, забезпечуючи надійне рішення для оптимізації автоматизованих процесів у динамічних виробничих середовищах.Item Algorithm for Precise Payload Drop From FPV Drone with Account of Wind Strength and Automatic Position Correction(State University "Kyiv Aviation Institute", 2024) Sineglazov Victor; Taranov Denis; Yudenko IgorThe work is devoted to the development of an automatic system for dropping cargo from an FPV drone. An analysis of approaches to the construction of this type of system was performed. It is proven that this problem has not been fully solved, which requires the development of new approaches. In order to increase accuracy, it is proposed to use mathematical models that describe the process of cargo unloading. Mathematical models are given that connect such variables as Height, wind speed, drone speed, cargo weight, cargo surface area, wind direction angle relative to the drone, air density. The use of the obtained mathematical models allows you to calculate the coordinates of the reset point. The developed approach was tested in real conditions. The obtained results showed a significant improvement in the accuracy of dropping the load in the presence of a constantly acting wind. Робота присвячена розробці автоматичної системи скидання вантажу з FPV дрона. Виконано аналіз підходів до побудови такого типу систем. Доведено, що дана задача в повному обсязі не вирішена, що вимагає розробку нових підходів. З метою підвищення точності запропоновано використовувати математичні моделі, які описують процес скидання вантажу. Наведено математичні моделі, які зв’язують такі змінні, як висота, швидкість вітру, швидкість дрона, маса вантажу, площа поверхні вантажу, кут напряму вітру відносно дрона, щільність повітря. Використання отриманих математичних моделей дозволяє розрахувати координати точки скидання. Розроблений підхід було перевірено в реальних умовах. Отримані результати показали значне покращення точності скидання вантажу при наявності постійно діючого вітру.Item Small-scale Bio Gas Combined Heat and Power Plant with Biochar Catalyst(State University "Kyiv Aviation Institute", 2024) Vasylenko Mykola; Baranova OlhaAlternative energy sources allows to replace traditional fossil fuels and firewood. However the most widely used wind and solar power plants can not provide constant power generation due to multiple factors that makes necessary to develop new types of power sources and to to improve efficiency of already existing ones. One of such energy sources are bio gas-fueled power plants which allow to combine the power generation and organic waste disposal functions. Efficiency and quality of bio gas production in such facilities can be significantly increased by using different catalysts such as biochar. A brief analysis of biochar production usage perspectives was held which showed that it can be used in different applications and can significantly increase efficiency of different technological processes. The influence of biochar on the biogas production processes was studied. The structure of bio gas-fueled heat and power plant with local bio gas generation was proposed. Альтернативні джерела енергії дозволяють замінити традиційне викопне паливо та дрова. Однак найбільш широко використовувані вітряні та сонячні електростанції не можуть забезпечити постійне виробництво електроенергії через численні фактори, що вимагає розробки нових типів джерел енергії та підвищення ефективності вже існуючих. Одним із таких джерел енергії є електростанції на біогазі, які дозволяють поєднувати функції виробництва електроенергії та утилізації органічних відходів. Ефективність і якість виробництва біогазу на таких установках можна значно підвищити за рахунок використання різних каталізаторів, наприклад біовугілля. Проведено короткий аналіз перспектив виробництва та використання біовугілля, який показав, що воно може бути застосоване у різних сферах та дозволить значно підвищити ефективність різноманітних технологічних процесів. Досліджено вплив біовугілля на процеси виробництва біогазу. Запропоновано структуру біогазової теплоелектростанції з локальною генерацією біогазу.Item Soil Parameters Monitoring System(State University "Kyiv Aviation Institute", 2024) Vasylenko MykolaSoil parameters monitoring is vital for different areas such as climatological and ecological studies, agriculture, etc. Large scale measurement systems are based on satellite technologies however their spatial and temporal resolutions still must be improved for real-time measurement tasks and control of local areas. Such systems also require in-situ measurements for calibration. It rises the need of local sensor networks development. The paper proposes a soil monitoring system which allows measuring temperature and humidity. Wireless communication between sensors and data collection unit allows to form sensor array at required area without additional cables. Usage of thermal noise method allows to perform measurement of both parameters with a single sensor which allows to avoid soil moisture content changes due to absence of local soil heating which could be caused by probing currents in other methods. Proposed method also allows to increase measurement accuracy. Моніторинг параметрів ґрунту надзвичайно важливий для різних сфер, таких як кліматологічні та екологічні дослідження, сільське господарство тощо. Великомасштабні вимірювальні системи базуються на супутникових технологіях, однак їх просторову та часову роздільну здатність все ще потрібно покращувати для завдань вимірювання в реальному часі та контролю невеликих територій. Такі системи також вимагають вимірювань на місці для калібрування. Це підвищує необхідність розвитку локальних сенсорних мереж. У статті запропоновано систему моніторингу параметрів ґрунтів, яка дозволяє вимірювати температуру та вологість. Бездротовий зв’язок між датчиками та блоком збору даних дозволяє сформувати масив датчиків у потрібній зоні без додаткових кабелів. Використання термошумового методу дозволяє проводити вимірювання обох параметрів одним датчиком, що дозволяє уникнути зміни вологості ґрунту через відсутність локального нагріву, який може бути викликаний зондувальними струмами в інших методах. Запропонований спосіб також дозволяє підвищити точність вимірювань.Item BAFUNet: Hybrid U-Net for Segmentation of Spine MR Images(State University "Kyiv Aviation Institute", 2024) Sineglazov Victor; Chumachenko Olena; Pokhylenko OleksandrThe paper presents the development of a hybrid neural network architecture, BAFUNet, designed for the segmentation of spine MR images in the context of medical diagnostics. The architecture builds upon the classical U-Net, integrating atrous spatial pyramid pooling module in the bottleneck and a two-round fusion module in the skip connections to address challenges such as various object scales and unclear boundaries in medical images. The work describes the design of the proposed BAFUNet architecture, its implementation, and the experimental results. A comparative analysis was performed against classical U-Net and ResUNet++, demonstrating the relationship between the proposed architectural enhancements and segmentation performance. The evaluation was carried out using Dice score and Jaccard score metrics on the SPIDER dataset, a publicly available lumbar spine magnetic resonance imaging dataset. The results indicate that the BAFUNet architecture achieves a slight but consistent improvement in segmentation performance, with an average Dice Score increase of 0.003–0.005 compared to baseline models, highlighting its potential applicability in automated medical diagnostics. В роботі представлено розробку гібридної архітектури нейронної мережі BAFUNet, призначеної для сегментації МРТ-зображень хребта в контексті медичної діагностики. Архітектура заснована на класичній мережі U-Net, і включає модуль розширеного просторового пірамідального об’єднання у вузькому місці та двораундовий модуль злиття у пропускних з’єднаннях для вирішення таких проблем, як різні масштаби об’єктів і нечіткі межі на медичних зображеннях. У роботі описано дизайн запропонованої архітектури BAFUNet, її реалізацію та експериментальні результати. Було проведено порівняльний аналіз із класичною U-Net і ResUNet++, що продемонструвало зв’язок між запропонованими архітектурними вдосконаленнями та ефективністю сегментації. Оцінку було проведено за допомогою коефіцієнту подібності Дайса та індексу Жаккара на наборі даних SPIDER – загальнодоступному наборі даних магнітно-резонансної томографії поперекового відділу хребта. Результати показують, що архітектура BAFUNet досягає незначного, але постійного покращення продуктивності сегментації, із збільшенням середнього коефіцієнту Дайса на 0,003–0,005 порівняно з базовими моделями, що підкреслює потенційну можливість її застосування в автоматизованій медичній діагностиці.Item Intelligent Medical Image Processing System Using Zero-shot Learning(State University "Kyiv Aviation Institute", 2024) Sineglazov Victor; Reshetnyk OleksiiThe work is devoted to the intelligent diagnosis of malignant skin tumors. The classification of malignant skin tumors is presented. The greatest attention was paid to skin melanoma. The modern signs of melanoma were analyzed: Asymmetry, Boundary, Color, and Diameter, and additionally for nodular melanoma: Elevated, Firm, and Growing. A review of works on using artificial intelligence to diagnose malignant skin tumors was performed. A methodology for the intelligent diagnosis of malignant skin tumors was proposed, which is based on the use of preprocessing of dermatoscopic images and solving the segmentation problem based on the use of a hybrid approach, which includes the use of a Segment Anything model based on the combination of the Zero-shot learning model, which consists of an image encoder, prompt encoder, lightweight mask decoder, with YOLOv11. ISIC 2018 was used as the dataset. Роботу присвячено інтелектуальній діагностиці злоякісних пухлин шкіри. Представлено класифікацію злоякісних пухлин шкіри. Найбільшу увагу було приділено меланомі шкіри. Проаналізовано сучасні ознаки меланоми: Asymmetry, Boundary, Color, Diameter та додатково для вузлової меланоми: Elevated, Firm, Growing . Виконано огляд робіт з використання штучного інтелекту у діагностиці злоякісних пухлин шкіри. Запропоновано методологію інтелектуальної діагностики злоякісних пухлин шкіри, яка базується на використанні попередньої обробки дерматоскопічних зображень та розв’язанні задачі сегментації на основі використання гібридного підходу, який включає застосування Segment Anything model на основі об’єднання моделі Zero-shot learning, яка складається з image encoder, prompt encoder, lightweight mask decoder з YOLOv11.В якості датасету було використано ISIC 2018.Item System an Unmanned Aerial Vehicle Trajectory Generation in Real Time(State University "Kyiv Aviation Institute", 2024) Sineglazov Victor; Nikulin ArtemThis paper addresses the problem of real-time trajectory generation for unmanned aerial vehicles, emphasizing its importance for various applications such as search and rescue operations, environmental monitoring, and precision agriculture. The challenges associated with dynamic trajectory generation, including obstacle avoidance, adherence to mission constraints, and computational efficiency, are analyzed. A hybrid approach is proposed that integrates advanced path planning algorithms with real-time optimization techniques to ensure safe and efficient unmanned aerial vehicle navigation in complex environments. The system leverages onboard sensors and external data sources, such as GPS and LiDAR, for situational awareness and dynamic obstacle detection. A key feature of the proposed system is the ability to adapt the trajectory in response to real-time changes in the environment, ensuring robustness and reliability during autonomous flight. The implementation utilizes the PX4 autopilot platform, AirSim simulation environment, and QGroundControl software to validate the effectiveness of the proposed approach. The results demonstrate that the system achieves a balance between computational efficiency and trajectory accuracy, enabling its deployment in practical unmanned aerial vehicle applications. У роботі розглянуто проблему створення траєкторії в реальному часі для безпілотних літальних апаратів, підкреслюючи її важливість для різних застосувань, таких як пошуково-рятувальні операції, моніторинг навколишнього середовища та точне землеробство. Аналізуються проблеми, пов’язані з формуванням динамічної траєкторії, включаючи уникнення перешкод, дотримання обмежень місії та ефективність обчислень. Пропонується гібридний підхід, який об’єднує розширені алгоритми планування шляху з методами оптимізації в реальному часі для забезпечення безпечної та ефективної навігації безпілотних літальних апаратів в складних середовищах. Система використовує бортові датчики та зовнішні джерела даних, такі як GPS і LiDAR, для визначення ситуації та динамічного виявлення перешкод. Ключовою особливістю запропонованої системи є здатність адаптувати траєкторію у відповідь на зміни навколишнього середовища в реальному часі, забезпечуючи міцність і надійність під час автономного польоту. У реалізації використовується платформа автопілота PX4, середовище моделювання AirSim і програмне забезпечення QGroundControl для перевірки ефективності запропонованого підходу. Результати демонструють, що система досягає балансу між обчислювальною ефективністю та точністю траєкторії, що дозволяє її розгортати в практичних застосуваннях безпілотних літальних апаратів.Item Automation of Docking of Remotely Controlled Refueling Devices in the Air(State University "Kyiv Aviation Institute", 2024) Filyashkin МykolaThe issues of automating the air-to-air refueling of civilian aircraft are considered here. The main attention is paid to the stage of contacting of the "floating up" drogue with of the probe of refueling of the tanker aircraft. The options for implementing this technology are discussed, based on the automatic control loop of the tanker thrust in the mode of change according to the exponential law of approach speed as a function of the range between the refueling devices. To implement an exponential speed change program, it is proposed to use predictive control based on a dynamic process model. An alternative approach to automating the process of approaching the fueling devices involves using remote control of the unwinding of the fuel hose drum of the outboard fueling unit to control of the speed of approach of refueling devices. Such control is less inertial than controlling the flight speed of a multi-ton tanker. Розглядаються питання автоматизації дозаправки цивільних літаків у повітрі. Основна увага приділяється етапу стикування конуса-датчика зі штангою системи дозаправки літака-заправника. Розглядаються варіанти реалізації даної технології на основі контуру автоматичного керування тягою танкера в режимі зміни за експоненціальним законом швидкості наближення в залежності від дальності між заправними пристроями. Для реалізації програми експоненціальної зміни швидкості пропонується використовувати прогнозне управління на основі моделі динамічного процесу. Альтернативний підхід до автоматизації процесу підходу до заправних пристроїв передбачає використання дистанційного керування розмотуванням барабана паливного шланга підвісної паливної системи літака, що заправляється для керування швидкістю підходу до заправних пристроїв. Таке керування менш інерційне, ніж керування швидкістю польоту багатотонного танкера.Item Problems of Multispectral Image Processing in Agriculture(State University "Kyiv Aviation Institute", 2025) Sineglazov Victor; Koniushenko Roman; Dolgorukov SergeyThis study provides a comprehensive comparative analysis of satellite-based and drone-based imaging platforms for agricultural monitoring, with particular emphasis on multispectral imaging capabilities. Our analysis reveals that while satellite systems offer broad coverage and cost-effectiveness for large-scale monitoring, drone-based platforms provide superior spatial resolution (up to 2.5 cm/pixel) and greater flexibility for targeted data acquisition, making them ideal for medium-sized agricultural plots. The research examines key imaging technologies and platforms, including the Sentinel-2 satellite system and drone-mounted sensors such as the MicaSense RedEdge-MX, evaluating their performance across critical agricultural applications. The paper further explores the implementation of convolutional neural networks for processing multispectral data, demonstrating their exceptional capability in performing crucial agricultural tasks including crop classification, disease detection, and stress assessment. By incorporating spectral indices, thermal indices and biophysical parameters (LAI, chlorophyll content) into neural network training, we develop a robust framework for agricultural monitoring and yield prediction. This research contributes both to the theoretical understanding of remote sensing in agriculture and provides practical guidance for implementing precision agriculture solutions that enhance productivity and sustainability in modern farming systems. Це дослідження надає комплексний порівняльний аналіз супутникових та дронових платформ для агромоніторингу, з особливим акцентом на можливості мультиспектральної зйомки. Наш аналіз показує, що супутникові системи забезпечують широке покриття та є економічно вигідними для моніторингу великих територій, тоді як дрони пропонують вищу просторову роздільну здатність (до 2,5 см/піксель) і більшу гнучкість у збиранні цільових даних, що робить їх ідеальними для середніх за розміром сільськогосподарських угідь. Дослідження розглядає ключові технології та платформи дистанційного зондування, зокрема супутникову систему Sentinel-2 та сенсори, встановлені на дронах, такі як MicaSense RedEdge-MX, оцінюючи їх ефективність у критично важливих сільськогосподарських застосуваннях. У статті також досліджується застосування згорткових нейронних мереж для обробки мультиспектральних даних, демонструючи їх виняткову здатність до вирішення важливих аграрних завдань, зокрема класифікації культур, виявлення хвороб та оцінки стресу рослин. Включаючи до навчання нейромереж спектральні індекси теплові індекси та біофізичні параметри (LAI, вміст хлорофілу), розробляємо надійну систему для агромоніторингу та прогнозування врожайності. Це дослідження робить внесок як у теоретичне розуміння дистанційного зондування в сільському господарстві, так і в розробку практичних рекомендацій для впровадження рішень точного землеробства, що сприяють підвищенню продуктивності та сталому розвитку сучасних агросистем.Item Risk Assessment in Emergency Situations Using a Bayesian Network(State University "Kyiv Aviation Institute", 2025) Sineglazov Victor; Kot YuriiThe article presents a comprehensive analysis of modern approaches to risk assessment in emergency situations, with a focus on fire-related incidents. It reviews both qualitative and quantitative methods, including expert-based assessments, Monte Carlo simulations, decision trees, FMEA, FTA, and HAZOP. Special attention is given to bayesian networks as a dynamic tool for probabilistic modeling. The proposed method allows for the integration of prior knowledge with new data and provides updated risk estimates in real time. A bayesian network structure was developed to model the impact of various environmental and operational factors on key risk indicators, such as human casualties, material losses, and environmental damage. A simulation scenario demonstrates the system's ability to adapt to changing inputs and support informed decision-making. The results confirm the effectiveness of bayesian networks in emergency risk analysis, especially when data is incomplete and decisions must be made quickly. У статті представлено всебічний аналіз сучасних підходів до оцінки ризиків у надзвичайних ситуаціях, з акцентом на випадки, пов’язані з пожежами. Розглянуто як якісні, так і кількісні методи, зокрема експертні оцінки, моделювання Монте-Карло, дерева рішень, FMEA, FTA та HAZOP. Особливу увагу приділено використанню баєсових мереж як динамічного інструменту ймовірнісного моделювання. Запропонований підхід дозволяє інтегрувати апріорні знання з новими даними та забезпечує оновлення оцінок ризиків у режимі реального часу. Побудовано структуру баєсової мережі для моделювання впливу різних середовищних та експлуатаційних факторів на ключові індикатори ризику, такі як людські втрати, матеріальні збитки та екологічна шкода. Симуляційний сценарій демонструє здатність системи адаптуватися до змінних вхідних даних та підтримувати обґрунтоване прийняття рішень. Результати підтверджують ефективність використання баєсових мереж в аналізі ризиків під час надзвичайних ситуацій, особливо в умовах неповноти даних і потреби у швидкому реагуванні.Item Hybrid Methodology for Rebuilding a Swarm of Drones Based on Local Capabilities and Global Coordination(State University "Kyiv Aviation Institute", 2025) Sineglazov Victor; Taranov DenysThis work is devoted to solving the problem of restructuring the structure of a drone swarm from one topology to another. A hybrid topology is proposed that combines global centralized assignment of target positions with local potential control of each drone. Attractive and repulsive fields are used for safe maneuvering, while periodic global coordination ensures optimal distribution of roles. A mathematical model, rules for forming control influences, and convergence criteria are presented. The implementation of the proposed hybrid methodology is based on the sequential interaction of a global optimizer that determines the target positions of the swarm and a local potential regulator that ensures safe convergence of drones to these positions. Calculations are performed in discrete time steps with periodic restart of the global planner in case of a task change, the appearance of obstacles, or the loss of individual devices. Дану роботу присвячено вирішенню задачі перебудови структури рою дронів з однієї топології на іншу. Запропоновано гібридну топологію, що поєднує глобальне централізоване призначення цільових позицій із локальним потенційним керуванням кожного дрона. Використовуються притягувальні та відштовхувальні поля для безпечного маневрування, тоді як періодичне глобальне узгодження забезпечує оптимальний розподіл ролей. Наведено математичну модель, правила формування керуючих впливів і критерії збіжності. Реалізація запропонованої гібридної методології ґрунтується на послідовній взаємодії глобального оптимізатора, що визначає цільові позиції рою, і локального потенційного регулятора, який забезпечує безпечне зближення дронів до цих позицій. Обчислення виконуються у дискретних часових кроках із періодичним перезапуском глобального планувальника у разі зміни завдання, появи перешкод або втрати окремих апаратів.Item Comprehensive Security System of Data Transmission Networks of Civil Aviation Enterprises(State University "Kyiv Aviation Institute", 2025) Dzhelalov Kostiantyn; Smirnov Oleg; Kemenyash YuriyA comprehensive security system for data transmission networks in civil aviation enterprises is considered, which is aimed at overcoming the growing cybersecurity threats in modern aviation infrastructure. Vulnerabilities such as outdated systems, human errors and integration of IoT devices pose significant risks to data confidentiality, integrity and availability. To mitigate these challenges, the system integrates advanced cryptographic algorithms, DevOps methodologies for automated security updates and real-time monitoring tools such as Grafana and Prometheus. The use of fault tolerance mechanisms ensures uninterrupted operation and resilience during security incidents. Розглянуто комплексну систему безпеки для мереж передачі даних на підприємствах цивільної авіації, яка спрямована на подолання зростаючих загроз кібербезпеки в сучасній авіаційній інфраструктурі. Такі вразливості, як застарілі системи, людські помилки та інтеграція пристроїв IoT, створюють значні ризики для конфіденційності, цілісності та доступності даних. Для пом’якшення цих викликів в систему інтегровані передові криптографічні алгоритми, методології DevOps для автоматизованого оновлення безпеки та інструменти моніторингу в реальному часі, такі як Grafana та Prometheus. Застосування механізмів відмовостійкості забезпечують безперебійну роботу та стійкість під час інцидентів безпеки. Запропонований підхід підвищує надійність системи, цілісність даних та відповідність міжнародним стандартам авіаційної безпеки, створюючи безпечну основу для критично важливих процесів передачі даних.Item High-speed Underwinding of Fuel Hose of UAV Aerial Refueling System(State University "Kyiv Aviation Institute", 2025) Filyashkin МykolaThe paper is devoted to the issues of automation of refueling of unmanned aerial vehicles in the air. The problems of the docking stage are considered, in particular, the sagging of the fuel hose with its subsequent beating, which occurs immediately after contact. The main attention is paid to the stage of winding the sagging fuel hose after the drogue is docked with the probe of the refueled unmanned aerial vehicle. Options for improving the fuel hose winding drive are proposed. The emergency braking programs of the refueled unmanned aerial vehicle to equalize its speed with the speed of the tanker are studied. Options for changing the speed of reeling the fuel hose depending on the emergency braking parameters are proposed. The procedure for laying the fuel hose on the underwinding drum and its effect on changing the reeling speed are analyzed. Options are offered to prevent the drogue and probe from disengaging due to excessive hose tension. Роботу присвячено питанням автоматизації дозаправки безпілотних літальних апаратів у повітрі. Розглянуто проблеми етапа стикування, зокрема провисання паливного шланга з подальшим його биттям, що виникає відразу після контакту. Основну увагу приділено етапу підмотування провислого паливного шлангу після стикування конуса-датчика зі штангою системи дозаправки БПЛА, що заправляється. Запропоновано варіанти покращення привода підмотування паливного шлангу. Досліджено програми екстренного гальмування БПЛА, що заправляється, для вирівнювання своєї швидкості зі швидкістю танкера. Запропоновано варіанти зміни швидкості підмотування паливного шлангу залежно від параметрів екстренного гальмування БПЛА, що заправляється. Проаналізовано процедуру укладання паливного шланга на барабан підмотування та її вплив на зміну швидкості підмотування. Запропоновано варіанти попередження розчеплення конуса та штанги через надмірне натягування шланга.Item Language Model Adaptation for Legal Ukrainian Domain(National Aviation University, 2024) Sineglazov Victor; Savenko IlliaLanguage models in recent decades make a huge step towards solving the tasks that previously could be done only by humans. Development of NLP area is different scopes gives an opportunity to solve domain specific tasks and transfer knowledge from learnt data towards the useful inferences based on that. This article provides the NLP model approach in specific legal domain. Additionally, this article explores performance of pre-training small models and its utilization and checks the scores on fine-tuned task of checking sentence similarities via SBERT. According to this articles it is proven that domain-specific pre-trained models can perform better results than generally trained language model. This article also provides the language model that is adopted to the Ukrainian legal domain. В роботі розглянуто способи векторизації текстових властивостей природної мови в контексті задачі інтелектуального аналізу тексту. Проаналізовано найпоширеніші способи статистичного аналізу вилучення ознак та методи з урахуванням контексту. Проведено опис вищезазначених типів обрамлення тексту та їх найпоширеніші реалізації. Виконано їх порівняльний аналіз, який показав зв’язок між типом задачі інтелектуального аналізу тексту та методом, що показує найкращі метрики. Описано та реалізовано топологію нейронної мережі, яка стоїть в основі вирішення задачі та отримання метрик. Порівняльний аналіз проведено за допомогою відносного аналізу часу теорії алгоритмів та метрик класифікації: accuracy, f1-score, precision, recall. Метрики класифікації узято з результатів побудови моделі нейронної мережі з використанням описаних методів обрамлення. В результаті в задачі аналізу тональності тексту найкращим виявився статистичний метод обрамлення на основі n-грамів символьних послідовностей.Item Semi-supervised Multi-view Ensemble Learning with Consensus(National Aviation University, 2024) Sineglazov Victor; Lesohorskyi KyryloThis paper is devoted to enchasing existing multi-view semi-supervised ensemble learning algorithms by introducing a cross-view consensus. A detailed overview of three state-of-the-art methods is given, with relevant steps of the training highlighted. A problem statement is formed to introduce both semi-supervised framework and consider the semi-supervised learning in the context of optimization problem. A novel multi-view semi-supervised ensemble learning algorithm called multi-view semi-supervised cross consensus (MSSXC) is introduced. The algorithm is tested against 5 synthetic datasets designed for semi-supervised learning challenges. The results indicate improvement in the average accuracy of up to 10% in comparison to existing methods, especially in low-volume, high density scenarios. Статтю присвячено вдосконаленню існуючих алгоритмів напівкерованого ансамблевого багатовидового навчання шляхом введення консенсусу між видами. Подано детальний огляд трьох найсучасніших методів із виділенням відповідних етапів навчання. Формується постановка задачі, щоб представити як напівкеровану структуру, так і розглянути напівкероване навчання в контексті проблеми оптимізації. Представлено новий багатовидовий напівкерований ансамблевий алгоритм навчання під назвою багатовидовий напівкерований перехресний консенсус (MSSXC). Алгоритм перевірено на п’яти синтетичних наборах даних, призначених для напівкерованого навчання. Результати вказують на підвищення середньої точності до 10% порівняно з існуючими методами, особливо в сценаріях з малим обсягом і високою щільністю.Item Artificial Ineligence for Synthetic Aperture Radar Image Processing(National Aviation University, 2024-06-24) Sineglazov Victor; Shvidchenko AndriyThe object of this research is the processing of synthetic aperture radar (SAR) images using artificial intelligence. The subject of the study focuses on the utilization of artificial intelligence for the object detection on SAR images. The primary goal of this thesis is to investigate the principles of SAR operation, analyze various systems for detecting anomalous objects in soil, develop an intelligent system for processing SAR images, and evaluate the potential of the developed system for the classification of explosive objects. The research methods include the analysis of existing literature and programming in Python. The findings and materials from this thesis are recommended for use in the analysis of current underground anomaly detection systems, the potential application of artificial intelligence and machine learning in demining processes, and the examination of radar image processing methods. Об’єктом цього дослідження є обробка зображень радара з синтезованою апертурою (SAR) за допомогою штучного інтелекту. Предметом дослідження є використання штучного інтелекту для виявлення об’єктів на зображеннях SAR. Основна мета цієї роботи – дослідити принципи роботи SAR, проаналізувати різні системи для виявлення аномальних об'єктів у ґрунті, розробити інтелектуальну систему для обробки зображень SAR та оцінити потенціал розробленої системи для класифікації вибухонебезпечних об’єктів. Методи дослідження включають аналіз наявної літератури та програмування на Python. Висновки та матеріали цієї роботи рекомендується використовувати для аналізу сучасних систем виявлення аномалій під землею, потенційного застосування штучного інтелекту та машинного навчання у процесах розмінування, а також для дослідження методів обробки радіолокаційних зображень.Item Complementary Filter in Inertial-Doppler System of Navigation(National Aviation University, 2024-06-28) Filyashkin Мykola; Kemenyash YuriyThe article is devoted to filtering algorithms that are used to process flight speed data from an inertial navigation system and from a Doppler speed and angle demolition meter. It is shown that the compensation scheme and the filtering scheme, the more common name of which is the complementary filter scheme, are the most common for processing flight and navigational information in inertial-Doppler navigation systems. The paper proves the equivalence of the compensation scheme and the complementary filter scheme, and also substantiates that these schemes, unlike Kalman filtering, are simple to implement, and for design, they require the selection and setting of only one parameter - the filter time constant. A technique for choosing the optimal value of the filter time constant is proposed, which ensures the maximum accuracy of the estimated parameter, namely: the aircraft's cruising speed. The methodology is based on the analysis of error spectra of integrated systems: the inertial system - with a low-frequency error spectrum, and the Doppler system with a high-frequency spectrum. Studies of synthesized filtering schemes have been conducted. Статтю присвячено алгоритмам фільтрації, які застосовуються для обробки даних про швидкість польоту від інерціальної навігаційної системи та від доплерівського вимірника швидкості та кута знесення. Показано, що найпоширенішими для оброблення пілотажно-навігаційної інформації в інерціально-доплерівських системах навігації стали схема компенсації та схема фільтрації, більш поширена назва якої є схема комплементарного фільтра. У роботі доводиться еквівалентність схеми компенсації та схеми комплементарного фільтра, а також обґрунтовується, що ці схеми на відміну від фільтрації Калмана, прості в реалізації, а при проектуванні вимагають вибору і налаштування тільки одного параметра – сталої часу фільтра. Запропонована методика вибору оптимального значення сталої часу фільтра, що забезпечує максимальну точність оцінюваного параметра, а саме: шляхової швидкості літака. Методика базується на аналізі спектрів похибок систем, що комплексуються: інерціальної системи – з низькочастотним спектром похибок, та доплеровської з високочастотним спектром. Проведено дослідження синтезованих схем фільтрації.