بهبود فرآیند توجیه اولیه غیر دقیق سامانه ناوبری اینرسی با روش پیش بینی و شناسایی فیلتر کالمن ماتریسی

نوع مقاله: مقالة‌ تحقیقی‌ (پژوهشی‌)

نویسندگان

1 دینامیک پرواز و کنترل،دانشکده هوافضا، دانشگاه صنعتی خواجه نصیر الدین طوسی، تهران، ایران

2 دانشگاه صنعتی خواجه نصیرالدین طوسی

چکیده

در این مقاله به ارائه ی راهکاری نوین برای حذف نویزها در فرآیند توجیه اولیه سامانه های ناوبری اینرسی پرداخته شده است. به دلیل وجود نوسانات شدید در محیط های شبه ایستا، فرآیند توجیه اولیه اغلب با خطای فراوانی همراه است .ابتدا با فرض وجود اغتشاشات برای بهبود و افزایش دقت اقدام به فیلترینگ شده است. در ادامه ضمن معرفی شاخصه های فیلتر دیجیتال برای این منظور ، به علت حذف برخی از داده های اصلی سنسور، اقدام به شناسایی پارامترهای مجهول و تخمین متغیرهای حالت با استفاده از فیلتر کالمن ماتریسی بر اساس واریانس خطای داده ها میشود. شناسایی پارامترهای مجهول ماتریس تبدیل مختصات با استفاده از فیلتر کالمن ماتریسی ابتکار این مقاله است که منجر به بهبود نتیجه توجیه اولیه در سامانه ناوبری اینرسی شده است. همچینین روش های معمول بر اساس فیلتر کالمن برداری دارای پیچیدگی محاسباتی است اما تخمین مستقیم ماتریس تبدیل با فیلتر کالمن می تواند این پیچیدگی محاسباتی را تا حدی زیادی کاهش دهد.

کلیدواژه‌ها


عنوان مقاله [English]

improve coarse alignment in inertial navigation system By the method of Identification the Kalman filter matrix

نویسندگان [English]

  • reza ghasrizadeh 1
  • امیرعلی نیکخواه 2
1 Flight and Control Dynamics, Faculty of Aerospace, Khaje Nasir Din Tusi University of Technology, Tehran, Iran.
2 Khaje Nasir University / Aerospace Faculty / Tehran
چکیده [English]

This paper presents a new approach to eliminating noise and disturbances in the corse alignment process for inertial navigation systemsBecause of extreme fluctuations and quasi-static environments, the corse alignment process often involves a lot of errors and noise. Initially, the coarse alignment process for inertial navigation systems is described exhaustively and then, with the assumption of disturbances and noise, we attempt to nudify to improve and initialize the initialization accuracy. Subsequently, introducing the filtering characteristics of the digital filter for the mutation , Due to the deletion of some of the sensor's main data, identifies the missing parameters and estimates the state variables using the Kalman filter matrix based on the variance of the data error. Identifying the missing parameters of the transformation matrix in the coordinate system using the Kalman filter Matrix is the innovation of this paper, which leads to improved note coarse alignment will be inertial navigation systems.

کلیدواژه‌ها [English]

  • coarse alignent
  • Inertial Navigation System
  • giroscopio
  • accelerometer
  • Filter kalman matrix