طراحی و پیاده سازی الگوریتم تخمین متمرکز مدل پیش بین با افق فازی برای هم ترازی در حرکت سامانه ناوبری اینرسی ترکیبی ارزان قیمت INS/GPS

سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 182

فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_MEASEJT-17-4_001

تاریخ نمایه سازی: 23 بهمن 1400

چکیده مقاله:

تعیین جهات بردارهای سیستم ناوبری اینرسی بر اساس جهات سیستم مرجع (هم ترازی) یکی از مهم ترین پارامترهای سیستم ناوبری می باشد. در این سیستم ها به دلیل نیاز به دقت بالا و عکس العمل سریع، هم ترازی در حرکت مورد توجه قرار می گیرد. در فرآیند هم ترازی در حرکت، به دلیل وجود خطاهای تصادفی در داده های حسگرهای واحد اندازه گیری اینرسی، استفاده از الگوریتم تلفیق مناسب برای ترکیب خروجی حسگرهای اینرسی و سامانه موقعیت یاب جهانی ضروری است. به همین دلیل در این مقاله به ارائه یک الگوریتم تلفیق مناسب برای هم ترازی در حال حرکت سیستم ناوبری اینرسی ترکیبی پرداخته می شود. برای این منظور در رویکردی جدید یک تخمین زن پیش بین با افق فازی ارائه خواهد شد، که در آن جهت افزایش دقت و همچنین کاهش بار محاسباتی، افق تخمین متناسب با مانور خودرو و به صورت فازی تغییر می کند. برای صحه گذاری بر الگوریتم ارائه شده در این مقاله از تست خودرو استفاده شده است. نتایج حاصل از تست نشان می دهد که با استفاده از فیلتر پیشنهادی، دقت تخمین متغیرهای حالت ناوبری اینرسی نسبت به سایر روش های متداول، همچون فیلتر کالمن به میزان قابل توجهی افزایش خواهد یافت. همچنین الگوریتم ارائه شده در این مقاله قوام بیش تری را نسبت به فیلتر کالمن در مقابل عدم قطعیت مدل سازی و اغتشاشات خواهد داشت.

کلیدواژه ها:

سیستم ناوبری اینرسی ترکیبی ، موقعیت یاب جهانی ، هم ترازی در حرکت ، تخمین پیش بین ، افق فازی

نویسندگان

سعید خان کلانتری

دانشکده مهندسی برق، دانشگاه خواجه نصیرالدین طوسی، تهران، ایران

صدرا رفعت نیا

دانشکده مهندسی مکانیک، دانشگاه تبریز، تبریز، ایران

حسن محمدخانی

استادیار دانشکده هوافضا، دانشگاه امام حسین، تهران، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Rafatnia, S., Nourmohammadi, H., Keighobadi, J. and Badamchizadeh, M.A. “In-move ...
  • Nourmohammadi, H. and Keighobadi, J. “Integration Scheme for SINS/GPS System ...
  • St-Pierre, M. and Gingras, D. “Comparison between the unscented Kalman ...
  • Shin, E.H. and El-Sheimy, N., ۲۰۰۴, April. “An unscented Kalman ...
  • Ali, J. and Ushaq, M. “A consistent and robust Kalman ...
  • Nourmohammadi, H. and Keighobadi, J. “Design and experimental evaluation of ...
  • Nourmohammadi, H. and Keighobadi, J. “Decentralized INS/GNSS system with MEMS-grade ...
  • Huang, Y., Zhang, Y. and Wang, X. “Kalman-filtering-based in-motion coarse ...
  • Sun, Y., Wang, L., Cai, Q., Yang, G., & Wen, ...
  • Zhang, L., Wu, W., Wang, M., & Guo, Y. “DVL-Aided ...
  • Liu, M., Li, G., Gao, Y., Li, S., & Guan, ...
  • Rafatnia, S., Nourmohammadi, H., & Keighobadi, J. “Fuzzy-adaptive constrained data ...
  • Mohammad-Hoseini, S. and Seifi. M. “Error rate reduction of a ...
  • Keighobadi, J., Faraji, J. and Rafatnia, S. “Chaos control of ...
  • Allan, D.A. and Rawlings, J.B. “Moving Horizon Estimation. In Handbook ...
  • Jazwinski, A. H. “Stochastic processes and filtering theory”. Courier Corporation, ...
  • Nourmohammadi, H. and Keighobadi, J. “Fuzzy adaptive integration scheme for ...
  • Khankalantary, S., Rafatnia, S., Mohammadkhani, H. Hajizadeh, M. “Design and ...
  • نمایش کامل مراجع