Тип публикации: статья из журнала
Год издания: 2025
Ключевые слова: unmanned aerial systems, computational resource optimization, machine learning model compression, hardware acceleration, energy-efficient algorithms, adaptive task distribution, navigation, object recognition, situational analysis, беспилотные авиационные системы, оптимизация вычислительных ресурсов, сжатие моделей машинного обучения, аппаратное ускорение, энергосберегающие алгоритмы, адаптивное распределение задач, навигация, распознавание объектов, ситуационный анализ
Аннотация: Статья посвящена методам оптимизации вычислительных ресурсов в бортовых системах беспилотных авиационных систем (БАС). Рассматриваются подходы к снижению вычислительной нагрузки и энергопотребления, включая сжатие моделей машинного обучения, аппаратное ускорение, адаптивное распределение задач и энергосберегающие алгоритмы. ПроведеПоказать полностьюнные эксперименты показывают, что применение предложенных методов позволяет повысить эффективность выполнения вычислительно сложных задач, таких как навигация, распознавание объектов и ситуационный анализ, обеспечивая баланс между производительностью и автономностью работы БАС. This paper focuses on methods for optimizing computational resources in onboard systems of unmanned aerial systems (UAS). Various approaches to reducing computational load and energy consumption are considered, including machine learning model compression, hardware acceleration, adaptive task distribution, and energy-efficient algorithms. The conducted experiments demonstrate that the proposed methods improve the efficiency of computationally intensive tasks, such as navigation, object recognition, and situational analysis, ensuring a balance between performance and the autonomy of UAS operations.
Журнал: Информационные системы и технологии
Выпуск журнала: № 3
Номера страниц: 5-11
ISSN журнала: 20728964
Место издания: Орёл
Издатель: Орловский государственный университет им. И.С. Тургенева