طراحي و پياده سازي الگوريتم تخمين متمركز مدل پيش‌بين با افق فازي براي هم‌ترازي در حركت سامانه ناوبري اينرسي تركيبي ارزان قيمت INS/GPS

Design and Implementation of a Centralized Predictive Model Estimation Algorithm with the Fuzzy Approach for In-Motion Alignment of a Low-cost Integrated INS/GPS Inertial Navigation System

تعيين جهات بردارهاي سيستم ناوبري اينرسي بر اساس جهات سيستم مرجع (هم‌ترازي) يكي از مهم‌ترين پارامترهاي سيستم ناوبري مي‌باشد. در اين سيستم‌ها به دليل نياز به‌ دقت بالا و عكس‌العمل سريع، هم‌ترازي در حركت مورد توجه قرار مي‌گيرد. در فرآيند هم‌ترازي در حركت، به دليل وجود خطاهاي تصادفي در داده‌هاي حسگرهاي واحد اندازه‌گيري اينرسي، استفاده از الگوريتم تلفيق مناسب براي تركيب خروجي حسگرهاي اينرسي و سامانه موقعيت‌ياب جهاني ضروري است. به همين دليل در اين مقاله به ارائه يك الگوريتم تلفيق مناسب براي هم‌ترازي در حال حركت سيستم ناوبري اينرسي تركيبي پرداخته مي‌شود. براي اين منظور در رويكردي جديد يك تخمين‌زن پيش‌بين با افق فازي ارائه خواهد شد، كه در آن جهت افزايش دقت و همچنين كاهش بار محاسباتي، افق تخمين متناسب با مانور خودرو و به صورت فازي تغيير مي‌كند. براي صحه‌گذاري بر الگوريتم ارائه ‌شده در اين مقاله از تست خودرو استفاده شده است. نتايج حاصل از تست نشان مي‌دهد كه با استفاده از فيلتر پيشنهادي، دقت تخمين متغيرهاي حالت ناوبري اينرسي نسبت به ساير روش‌هاي متداول، همچون فيلتر كالمن به ميزان قابل توجهي افزايش خواهد يافت. همچنين الگوريتم ارائه شده در اين مقاله قوام بيش‌تري را نسبت به فيلتر كالمن در مقابل عدم قطعيت مدل‌سازي و اغتشاشات خواهد داشت.

The process of computing the true values of the direction cosine matrix (DCM) is one of the important parameters for exact navigation of vehicles. In other words, determination of the directions of the INS vectors in terms of the directions of the reference system (alignment) is one of the important parameters of a navigation system. In order to improve the performance of such systems, this procedure is done according to the inertial measurement unit (IMU) and global positioning system (GPS) data, when the vehicle is in motion. Duo to the stochastic noise and uncertainties in inertial measurement sensors, a data fusion algorithm is used to integrate the outputs of the IMU and GPS sensors. In this paper a novel variant horizon predictive model estimation algorithm is proposed to construct an integrated INS/GPS inertial navigation system. The horizon of the proposed algorithm is calculated based on the vehicle maneuvers. Several vehicular tests have been carried out to assess the long-term performance and accuracy of the proposed navigation algorithm. The results indicate that the proposed algorithm significantly enhances the overall navigation accuracy of low-cost integrated INS/GPS inertial navigation system, in comparison to the conventional Kalman filter algorithm.