Синтез алгоритмів комплексованої фільтрації вимірювань для систем супутникової навігації безпілотних літальних апаратів
DOI:
https://doi.org/10.26642/ten-2024-1(93)-262-271Ключові слова:
поліном, алгоритм оцінювання, фільтрація, безпілотний літальний апаратАнотація
Широке застосування безпілотних літальних апаратів (БпЛА) різних класів як у військовій, так і в цивільній сферах, вимагає розробки та виробництва високоточних бортових навігаційних систем малої вартості, ваги та габаритів. Важливою характеристикою, яка визначає спроможність та якість виконання польотного завдання БпЛА, є точність його позиціювання. В основу управління існуючими БпЛА покладено використання супутникових навігаційних систем (СНС), в яких підвищення точності позиціонування досягається застосуванням різних алгоритмів обробки прийнятих навігаційних даних. Узагальнений аналіз найбільш поширених підходів до розв’язання задачі фільтрації навігаційних вимірювань показав, що, незважаючи на велику кількість існуючих рішень, задача синтезу ефективних алгоритмів фільтрації залишається актуальною. Можливим шляхом підвищення точності визначення навігаційних параметрів, які вимірюються СНС БпЛА, є сумісна обробка результатів вимірювань дальності до супутника та радіальної швидкості. У зв’язку з цим у роботі викладено методику синтезу алгоритмів комплексованої фільтрації вимірювань дальності в системах супутникової навігації БпЛА. В основу методики покладено поліноміальну модель алгоритму фільтрації та вхідних даних. Викладений підхід ґрунтується на поданні згладжувальних фільтрів як динамічних систем, які описуються дискретними передаточними функціями. Теоретичною основою визначення передаточних функцій є третя форма умов інваріантності помилки фільтра відносно моделі вхідного впливу. Запропонований підхід дозволяє: синтезувати ефективні алгоритми комплексованої фільтрації, які мають мінімальну обчислювальну складність для своєї реалізації; на етапі синтезу формувати властивості фільтрів стосовно згладжування шумів та виключення динамічних помилок; у процесі синтезу визначати умови, під час виконання яких цифровий фільтр буде стійким. У роботі наводиться приклад синтезу алгоритму комплексованої фільтрації дальності, в якому реалізується сумісна обробка результатів вимірювань як дальності, так і швидкості. Працездатність та ефективність синтезованого алгоритму досліджено шляхом комп’ютерного моделювання. Показано, що застосування синтезованого фільтра дозволяє зменшити динамічну помилку оцінювання дальності в умовах зміни математичної моделі вхідних даних без погіршення якості фільтрації помилок вимірювань.
Посилання
Holembo, V.A. and Melnikov, R.H. (2018), «Orhanizatsiia roboty hrupy bezpilotnykh litalnykh aparativ», Visnyk Natsionalnoho universytetu «Lvivska politekhnika». Kompiuterni systemy ta merezhi, No. 905, рр. 56–63.
Alghamdi, Y., Munir, A. and Manh La, H. (2021), «Architecture, Classification, and Applications of Contemporary Unmanned Aerial Vehicles», IEEE Consumer Electronics Magazine, Vol. 10, Issue 6, рр. 9–20, doi: 10.1109/MCE.2021.3063945.
Kharchenko, V.P., Chepizhenko, V.I., Tunik, A.A. and Pavlova, S.V. (2012), Avionika bezpilotnykh litalnykh aparativ, TOV «Abrys-prynt», Kyiv, 464 р.
Wen, W., Pfeifer, T., Bai, X. and Hsu, L.-T. (2021), «Factor graph optimization for GNSS/INS integration: A comparison with the extended Kalman filter», Navigation: Journal of the Institute of Navigation, Vol. 68, Issue 2, рр. 315–331, doi: 10.1002/navi.421.
Zakharin, F.M., Syniehlazov, V.M. and Filiashkin, M.K. (2011), Alhorytmichne zabezpechennia inertsialno-suputnykovykh system navihatsii: monohrafiia, Vyd-vo Nats. avia. un-tu «NAU-druk», Kyiv, 320 р.
Fustii, V.S., Smeliakov, S.V., Parkhomenko, D.O. and Hladyshev, M.H. (2022), «Kilkisna otsinka minimalnoi mozhlyvoi vidstani mizh bezpilotnymy litalnymy aparatamy v hrupi», Zbirnyk naukovykh prats Kharkivskoho natsionalnoho universytetu Povitrianykh Syl, No. 4 (74), рр. 40–45, doi: 10.30748/zhups.2022.74.05.
Bhattacharyya, S., Mute, D.L. and Gebre-Egziabher, D. (2019), «Kalman Filter-Based Reliable GNSS Positioning for Aircraft Navigation», рр. 1–27, doi: 10.2514/6.2019-0363.
Mao, G., Drake, S., Anderson, B.D.O. (2007), «Design of an Extended Kalman Filter for UAV Localization», Information, Decision and Control, conference, IEEE, рр. 224–229, doi: 10.1109/IDC.2007.374554.
Ghahremani, N.A. and Alhassan, H.M. (2022), «Generalized Incremental Predictive Filter for Integrated Navigation System INS/GPS in Tangent Frame», Journal of Control (English Edition), Vol. 1, No. 1, рр. 49–59.
Sokolenko, O.S. and Doroshenko, A.Iu. (2018), «Obrobka GPS koordynat z vykorystanniam kalmanivskoi filtratsii», Problemy prohramuvannia, No. 1, рр. 105–112, doi: 10.15407/pp2018.01.105.
Takayama, Y., Urakubo, T. and Tamaki, H. (2021), «Novel Process Noise Model for GNSS Kalman Filter Based on Sensitivity Analysis of Covariance with Poor Satellite Geometry», Sensors, No. 21 (18), рр. 2–15, doi: 10.3390/s21186056.
Tsukanov, O.F. and Yakornov, Ye.A. (2022), «Metody otsinky parametriv rukhu manevruiuchykh bezpilotnykh litalnykh aparativ v infokomunikatsiinykh sensornykh merezhakh», Infokomunikatsiini ta kompiuterni tekhnolohii, No. 2 (04), рр. 74–84, doi: 1036994/2788-5518-2022-02-04-08.
Farina, F.A. (1985), Radar Data Processing: Introduction and tracking, Vol. 1, Research Studies Press Ltd, 325 p.
Stepanov, O.A., Vasiliev, V.A., Basin, M.V. et al. (2021), «Efficiency analysis of polynomial filtering algorithms in navigation data processing for a class of nonlinear discrete dynamical systems», IET Control Theory Appl, Vol. 15, рр. 248–259, doi: 10.1049/cth2.12036.
Ihnatkin, V.U., Dudnikov, V.S., Aleksieienko, S.V. and Yushkevych, O.P. (2023), «Vymiriuvannia na tli shumiv ta pry fluktuatsiiakh pohlynannia enerhii korysnoho syhnalu», Systemne proektuvannia ta analiz kharakterystyk aerokosmichnoi tekhniky, Vol. XXXII, рр. 41–60, doi: 10.15421/472304.
Gozhyj, A.P., Kalinina, I.A. and Bidyuk, P.I. (2023), «Systematic use of nonlinear data filtering methods in forecasting tasks», Applied Aspects of Information Technology, Vol. 6, No. 4, рр. 345–361, doi: 10.15276/aait.06.2023.23.
Tominaga, T. and Kubo, N. (2019), «Performance Assessment of Adaptive Kalman Filter-Based GNSS PVT and Integrity in Dense Urban Environment», Transactions of Navigation, Vol. 4, No. 2, рр. 49–58, doi: 10.18949/jintransnavi.4.2_49.
Lotfy, A., Abdelfatah, M. and El-Fiky, G. (2022), «Improving the performance of GNSS precise point positioning by developed robust adaptive Kalman filter», The Egyptian Journal of Remote Sensing and Space Sciences, Vol. 25, рр. 919–928, doi: 10.1016/j.ejrs.2022.09.005.
Zimchuk, I.V., Ishchenko, V.I. and Kankin, I.O. (2015), «Syntez alhorytmiv tsyfrovoho upravlinnia dlia avtomatychnykh slidkuvalnykh system», Systemni doslidzhennia ta informatsiini tekhnolohii, No. 1, рр. 30–38, [Online], available at: http://dspace.nbuv.gov.ua/handle/123456789/86128
Список використаної літератури:
Голембо В.А. Організація роботи групи безпілотних літальних апаратів / В.А. Голембо, Р.Г. Мельніков // Вісник Національного університету «Львівська політехніка». Комп’ютерні системи та мережі. – 2018. – № 905. – С. 56–63.
Alghamdi Y. Classification, and Applications of Contemporary Unmanned Aerial Vehicles / Y.Alghamdi, A.Munir, H.Manh La // IEEE Consumer Electronics Magazine. – 2021. – Vol. 10, Issue 6. – P. 9–20. DOI: 10.1109/MCE.2021.3063945.
Авіоніка безпілотних літальних апаратів / В.П. Харченко, В.І. Чепіженко, А.А. Тунік, С.В. Павлова. – Київ : ТОВ «Абрис-принт», 2012. – 464 с.
Factor graph optimization for GNSS/INS integration: A comparison with the extended Kalman filter / W.Wen, T.Pfeifer, X.Bai, L.-T. Hsu // Navigation: Journal of the Institute of Navigation. – 2021. – Vol. 68, Issue 2. – Р. 315–331. DOI: 10.1002/navi.421.
Захарін Ф.М. Алгоритмічне забезпечення інерціально-супутникових систем навігації : монографія / Ф.М. Захарін, В.М. Синєглазов, М.К. Філяшкін. – Київ : Вид-во Нац. авіа. ун-ту «НАУ-друк», 2011. – 320 с.
Кількісна оцінка мінімальної можливої відстані між безпілотними літальними апаратами в групі / В.С. Фустій, С.В. Смеляков, Д.О. Пархоменко, М.Г. Гладишев // Збірник наукових праць Харківського національного університету Повітряних Сил. – 2022. – № 4 (74). – С. 40–45. DOI: 10.30748/zhups.2022.74.05.
Bhattacharyya S. Kalman Filter-Based Reliable GNSS Positioning for Aircraft Navigation / S.Bhattacharyya, D.L. Mute, D.Gebre-Egziabher. – 2019. – P. 1–27. DOI: 10.2514/6.2019-0363.
Mao G. Design of an Extended Kalman Filter for UAV Localization / G.Mao, S.Drake, B.D.O. Anderson // Information, Decision and Control : conference. – IEEE, 2007. – P. 224–229. DOI: 10.1109/IDC.2007.374554.
Ghahremani N.A. Generalized Incremental Predictive Filter for Integrated Navigation System INS/GPS in Tangent Frame / N.A. Ghahremani, H.M. Alhassan // Journal of Control (English Edition). – 2022. – Vol. 1, No. 1. – Р. 49–59.
Соколенко О.С. Обробка GPS координат з використанням калманівської фільтрації / О.С. Соколенко, А.Ю. Дорошенко // Проблеми програмування. – 2018. – № 1. – С. 105–112. DOI: 10.15407/pp2018.01.105.
Takayama Y. Novel Process Noise Model for GNSS Kalman Filter Based on Sensitivity Analysis of Covariance with Poor Satellite Geometry / Y.Takayama, T.Urakubo, H.Tamaki // Sensors. – 2021. – № 21 (18). – Р. 2–15. DOI: 10.3390/s21186056.
Цуканов О.Ф. Методи оцінки параметрів руху маневруючих безпілотних літальних апаратів в інфокомунікаційних сенсорних мережах / О.Ф. Цуканов, Є.А. Якорнов // Інфокомунікаційні та комп’ютерні технології. – 2022. – № 2 (04). – С. 74–84. DOI: 1036994/2788-5518-2022-02-04-08.
Farina F. Radar Data Processing: Introduction and tracking. Vol. 1 / F.Farina, A.Studer. – Research Studies Press Ltd, 1985. – 325 p.
Efficiency analysis of polynomial filtering algorithms in navigation data processing for a class of nonlinear discrete dynamical systems / O.A. Stepanov, V.A. Vasiliev, M.V. Basin and other // IET Control Theory Appl. – 2021. – Vol. 15. – P. 248–259. DOI: 10.1049/cth2.12036.
Вимірювання на тлі шумів та при флуктуаціях поглинання енергії корисного сигналу / В.У. Ігнаткін, В.С. Дудніков, С.В. Алексєєнко, О.П. Юшкевич // Системне проектування та аналіз характеристик аерокосмічної техніки. – 2023. – Т. XXXII. – С. 41–60. DOI: 10.15421/472304.
Gozhyj A.P. Systematic use of nonlinear data filtering methods in forecasting tasks / A.P. Gozhyj, I.A. Kalinina, P.I. Bidyuk // Applied Aspects of Information Technology. – 2023. – Vol. 6, No. 4. – Р. 345–361. DOI: 10.15276/aait.06.2023.23.
Tominaga T. Performance Assessment of Adaptive Kalman Filter-Based GNSS PVT and Integrity in Dense Urban Environment / T.Tominaga, N.Kubo // Transactions of Navigation. – 2019. – Vol. 4, No. 2. – P. 49–58. DOI: 10.18949/jintransnavi.4.2_49.
Lotfy A. Improving the performance of GNSS precise point positioning by developed robust adaptive Kalman filter / A.Lotfy, M.Abdelfatah, G.El-Fiky // The Egyptian Journal of Remote Sensing and Space Sciences. – 2022. – Vol. 25. – P. 919–928. DOI: 10.1016/j.ejrs.2022.09.005.
Зімчук І.В. Синтез алгоритмів цифрового управління для автоматичних слідкувальних систем / Зімчук І.В., Іщенко В.І., Канкін І.О. // Системні дослідження та інформаційні технології. – 2015. – № 1. – С. 30–38. [Електронний ресурс]. – Режим доступу : http://dspace.nbuv.gov.ua/handle/123456789/86128.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2024 Ігор Валерійович Зімчук, Тетяна Миколаївна Шапар, Микола Вікторович Ковба, Сергій Іванович Мірошніченко
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial 4.0 International License.
Автор, який подає матеріали до друку, зберігає за собою всі авторські права та надає відповідному виданню право першої публікації, дозволяючи розповсюджувати даний матеріал із зазначенням авторства та джерела первинної публікації, а також погоджується на розміщення її електронної версії на сайті Національної бібліотеки ім. В.І. Вернадського.
