ПАРАМЕТРИЧНИЙ СИНТЕЗ АЛГОРИТМІВ ФІЛЬТРАЦІЇ ДЛЯ ІНЕРЦІАЛЬНИХ НАВІГАЦІЙНИХ СИСТЕМ БЕЗПІЛОТНИХ ЛІТАЛЬНИХ АПАРАТІВ
DOI:
https://doi.org/10.46972/2076-1546.2025.28.04Ключові слова:
згладжувальний фільтр, оцінка, вимірювання, безпілотний літальний апарат, акселерометр, система навігації, алгоритм фільтраціїАнотація
В інерціальних навігаційних системах безпілотних літальних апаратів для підвищення точності навігаційних вимірів застосовують алгоритми фільтрації, зокрема фільтр Калмана та різні його модифікації. Практичне застосування таких алгоритмів ускладнюється їх обчислювальною складністю й абстрактною формою подання, яка не відображає усіх особливостей. Саме тому актуальним є завдання синтезу алгоритмів фільтрації, які будуть відповідати вимогам гарантованої збіжності та мінімальної обчислювальної складності щодо своєї реалізації. Остання вимога є надзвичайно важливою для навігаційних систем малих безпілотних літальних апаратів, оскільки їх бортове обладнання має бути дешевим і малоенергоємним. У зв’язку із цим у статті викладено параметричний синтез оптимального алгоритму поліноміальної фільтрації результатів вимірювань акселерометричних датчиків орієнтації в інерціальних навігаційних системах безпілотних літальних апаратів. Під параметричним синтезом у цій публікації розуміється визначення оптимальних внутрішніх параметрів, якими є коефіцієнти згладжування фільтра. Синтез параметрів виконано за умови заданої структури фільтра, який синтезовано за методикою, запропонованою авторами в попередніх дослідженнях, що ґрунтується на теорії інваріантності. Оптимальні коефіцієнти згладжування визначено шляхом умовної оптимізації цільової функції, за яку обрано мінімум середнього квадрата помилки оцінювання. Як обмеження прийнято умови стійкості фільтра, які визначено за алгебричним критерієм. Завдяки скалярній формі реалізації синтезованому оптимальному алгоритму фільтрації притаманна низька обчислювальна складність. Його ефективність підтверджено комп’ютерним моделюванням за результатами реальних вимірів акселерометра ADXL345, що входить до складу Arduino UNO R3.
Посилання
Hula, V. S., & Hryha, V. M. (2024). Analiz suchasnoho stanu sensoriv dlia inertsialnoi navihatsii bezpilotnykh litalnykh aparativ [Analysis of the Current State of Sensors for Inertial Navigation of Unmanned Aerial Vehicles]. Tekhnolohii ta inzhynirynh [Technologies and Engineering], 4 (21), 29–47. https://doi.org/10.30857/2786-5371.2024.4.3 [in Ukrainian].
Shalyhin, A. A., Nerubatskyi, V. O., & Kudriavtsev, A. F. et al. (2022). Pidvyshchennia tochnosti avtonomnoi navihatsii nevelykykh bezpilotnykh litalnykh aparativ za rakhunok vrakhuvannia vitru ta pokhybok sensoriv [Increasing the Accuracy of Autonomous Navigation of Small Unmanned Aerial Vehicles by Taking into Account Wind and Sensor Errors]. Nauka i tekhnika Povitrianykh Syl Zbroinykh Syl Ukrainy [Science and Technology of the Air Forces of the Armed Forces of Ukraine], 3 (48), 44–50. https://doi.org/10.30748/nitps.2022.48.05 [in Ukrainian].
Kharchenko, V. P., Chepizhenko, V. I., Tunik, A. A., & Pavlova, S. V. (2012). Avionika bezpilotnykh litalnykh aparativ [Avionics of Unmanned Aerial Vehicles]. Kyiv. ISBN: 978-966-1653-05-3 [in Ukrainian].
Hrekuliak, M. V., Kutsenko, V. V., & Lutsenko, A. S. (2022). Analiz metodiv zastosuvannia inertsialnykh navihatsiinykh system dlia pidvyshchennia bezpeky navihatsii povitrianykh zasobiv [Analysis of Methods for Using Inertial Navigation Systems to Improve the Safety of Air Vehicle Navigation]. In Collection of Scientific Papers «SCIENTIA». II International Scientific and Theoretical Conference «Current Issues of Science, Prospects and Challenges». Sydney, Australia. (pp. 69–73). https://doi.org/10.36074/scientia-10.06.2022
Rudyk, A. V., & Kvasnikov, V. P. (2018). Naukovi osnovy ta pryntsypy pobudovy pryladovoi systemy vymiriuvannia pryskorennia mobilnoho robota: Monohrafiia [Scientific Foundations and Principles of Constructing an Instrument System for Measuring the Acceleration of a Mobile Robot: Monograph]. Kharkiv. ISBN 978-617-7589-12-8 [in Ukrainian].
Shuliak, M. L. (2020). Analiz isnuiuchykh system filtratsii danykh pry eksperymentalnomu doslidzhenni transportnoho zasobu [Analysis of Existing Data Filtering Systems During Experimental Research of a Vehicle]. Tekhnichnyi servis ahropromyslovoho, lisovoho ta transportnoho kompleksiv [Technical Service of Agro-Industrial, Forestry and Transport Complexes], 21, 175–184. https://doi.org/10.37700/ts.2020.21.175-184 [in Ukrainian].
Drevetskyi, V. V., Vasylets, S. V., & Rudyk, A. V. et al. (2020). Rozroblennia ta doslidzhennia suchasnykh system elektroenerhetyky ta avtomatyzatsii: Monohrafiia [Development and Research of Modern Power and Automation Systems: Monograph]. Rivne [in Ukrainian].
Nemat Allah Ghahremani, Hassan Majed Alhassan. (2022). Generalized Incremental Predictive Filter for Integrated Navigation System INS/GPS in Tangent Frame. Journal of Control, 01, 49–59. https://doi.org/10.52547/jocee.1.1.49
Tsukanov, O. F., Yakornov, Ye. A. (2022). Metody otsinky parametriv rukhu manevruiuchykh bezpilotnykh litalnykh aparativ v infokomunikatsiinykh sensornykh merezhakh [Methods for Estimating the Motion Parameters of Maneuvering Unmanned Aerial Vehicles in Infocommunication Sensor Networks]. Infokomunikatsiini ta komp’iuterni tekhnolohii [Infocommunication and Computer Technologies], 2 (04), 74–84. https://doi.org/10.36994/2788- 5518- 2022-02-04-08 [in Ukrainian].
Afshari, H. H., Gadsden, S. A., & Habibi, S. (2017). Gaussian Filters for Parameter and State Estimation: A General Review of Theory and Recent Trends. Signal Processing, 135, 218–238. https://doi.org/10.1016/j.sigpro.2017.01.001
Guoqiang Mao, Sam Drake, & Brian D. O. Anderson. (2007). Design of an Extended Kalman Filter for UAV Localization. In Conference: Information, Decision and Control. IEEE. (pp. 224–229). https://doi.org/10.1109/IDC.2007.374554
Yang Meng, Shesheng Gao, & Yongmin Zhong et al. (2016). Covariance Matching Based Adaptive Unscented Kalman Filter for Direct Filtering in INS/GNSS Integration. Acta Astronautica, 120, 171–181. https://doi.org/10.1016/j.actaastro.2015.12.014
Crassidis J. L. (2006). Sigma-Point Kalman Filtering for Integrated GPS and Inertial Navigation. IEEE Transactions on Aerospace and Electronic Systems, 42, 2, 750–756. https://doi.org/10.1109/taes.2006.1642588
Ibrahim Hoteit, Xiaodong Luo, Dinh-Tuan Pham, & Irene M. Moroz. (2010). Particle Kalman Filtering: A Nonlinear Framework for Ensemble Kalman Filters. In AIP Conferense Proceedings, 1281, 1, 1075–1079. https://doi.org/10.1063/1.3497823
Zimchuk, I. V., Shapar, T. M., & Kovba, M. V. (2024). Syntez alhorytmiv filtratsii rezultativ vymiriuvan v systemakh navihatsii bezpilotnykh litalnykh aparativ [Synthesis of Algorithms for Filtering Measurement Results in Navigation Systems of Unmanned Aerial Vehicles]. Visnyk NTUU "KPI". Seriia Radiotekhnika, Radioaparatobuduvannia [Bulletin of NTUU "KPI". Series Radio Engineering, Radio Equipment Manufacturing], 96, 21–27. https://doi.org/10.20535/RADAP.2024.96.21-27 [in Ukrainian].
Fesenko, O. D. (2018). Vdoskonalenyi metod oriientatsii bezpilotnoho litalnoho aparata v tryvymirnomu prostori za dopomohoiu mikroelektromekhanichnykh system inertsialnoi systemy navihatsii na osnovi filtra Madzhvika [Improved Method of Orientation of an Unmanned Aerial Vehicle in Three-Dimensional Space Using Microelectromechanical Systems of an Inertial Navigation System Based on the Madzhvik Filter]. Aviatsiina ta raketno-kosmichna tekhnika [Aviation and Rocket and Space Engineering], 29 (68), 35–42. Retrived from http://nbuv.gov.ua/UJRN/sntuts_2018_29_3%281%29__9 [in Ukrainian].
Buhaiov, D. V., Avrutov, V. V., & Nesterenko, O. I. (2020). Eksperymentalne porivniannia alhorytmiv vyznachennia oriientatsii na bazi komplimentarnoho filtra ta filtra Madzhvika [Experimental Comparison of Orientation Determination Algorithms Based on the Complementary Filter and the Madzhvik Filter]. Avtomatyzatsiia tekhnolohichnykh i biznes-protsesiv [Automation of technological and business processes], 12, 3, 9–18. https://doi.org/10.15673/atbp.v12i3.1855 [in Ukrainian].
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 & Applications, 15, 2, 248–259. https://doi.org/10.1049/cth2.12036
Romanenkov, Yu. O., & Vartanian, V. M. (2023). Postanovka zadachi retrospektyvnoho analizu yakosti dvoparametrychnoi prohnoznoi modeli [Setting the Task of Retrospective Analysis of the Quality of a Two-Parameter Predictive Model]. In Aviatsiia, promyslovist, suspilstvo : materialy IV Mizhnar. nauk.-prakt. konf. [Aviation, Industry, Society: Materials of the IV International Scientific and Practical Conference]. Kremenchuk, May 18, 2023. (pp. 487–488). Kharkiv. ISBN 978-966-610-270-9 [in Ukrainian].
Pysarchuk, O. O., Sokolov, K. O., & Hudyma, O. P. (2016). Rozroblennia bahatokryterialnoi metodyky sytuatsiinoho upravlinnia strukturoiu i parametramy systemy zabezpechennia informatsiinoi bezpeky [Development of a Multi-Criteria Methodology for Situational Management of the Structure and Parameters of the Information Security System]. Zb. nauk. prats Tsentru voienno-stratehichnykh doslidzhen NUO Ukrainy [Collection of scientific works of the Center for Military-Strategic Research of the National University of Defense of Ukraine], 3, 24–32 [in Ukrainian].
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
