پياده‌سازي سامانه مكان‌ياب تفاضلي بلادرنگ با استفاده از الگوريتم ماشين بردار پشتيبان و گيرنده ارزان قيمت GPS

Implementation of Real-Time DGPS by using of Support Vector Machine Algorithm and Low Cost GPS Receiver

سامانه مكان‌ياب جهاني اطلاعاتي را از سرعت، زمان و مكان براي كاربران خود فراهم مي‌كند. دقت مكان‌يابي اين سامانه تحت تاثير خطاها مناسب نيست، از اين رو از سامانه مكان‌ياب تفاضلي بر مبناي فاكتورهاي تصحيحاتي استفاده مي‌شود. اين سامانه از ايستگاه مرجع و كاربر تشكيل شده است. اگر در سامانه‌ي مكان‌ياب تفاضلي هر دو ايستگاه مرجع و كاربر، سيگنال‌ها را از ماهواره‌هاي مشابه‌اي دريافت كنند، منابع و مقادير خطاي مكاني در دو ايستگاه تقريبا نزديك به هم خواهد بود. در اين حالت مي‌توان از فاكتورهاي خطاي مكان مرجع براي جبران خطاي ايستگاه كاربر استفاده كرد. ايستگاه‌هاي مرجع و كاربر با استفاده از نرم‌افزار و سخت‌افزار طراحي شده، پياده‌سازي شدند. تست‌هاي عملي و شبيه‌سازي نشان دادند كه دقت مكان‌يابي سامانه 6/0 متر است. فاكتورهاي خطاي مكان مرجع توسط مدل ماشين بردار پشتيبان براي چند ثانيه آينده پيشگويي شد. اين امر به منظور جبران تاخيرهاي ناشي از پردازش‌ گيرنده، ارسال، دريافت و اعمال مقادير تصحيحاتي و همچنين فقدان سيگنال است. مدل ماشين بردار پشتيبان به دليل عدم نياز به بهينه‌سازي پارامترهاي مختلف داراي دقت و سرعت بالايي است، بنابراين از اين مدل در ساختار سامانه طراحي شده استفاده گرديد. اين مدل فاكتورهاي خطاي مكان مرجع را با دقت 2/0 متر پيشگويي كرد.

The Global Position System (GPS) provide data of speed, time, and position for users. Positioning accuracy of this system affected by the errors, hence using of Differential GPS (DGPS) based on correction factors is recommended. This system contains two parts, called Reference and Rover stations. If both reference and rover stations receive signals from the same satellites, sources and values of the position’s error in both stations would be closed each other and we can use reference position components error to compensate rover station error. Reference and rover station were implemented by using designed software and hardware. Practical tests and simulations showed that the positioning accuracy of system is 0.6 m. Reference position components error is predicted by Support Vector Machine (SVM) model for the next seconds. Prediction is applied in order to compensate delays of the processing, send, receive, and the apply amount of the corrections. SVM model due to no need to optimization of different parameters has high speed and precision, therefore, this model was used in the system design. This model predicted reference position components error by 0.2m accuracy.